深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 383 篇文献，本页显示第 381 - 383 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2024-08-07 |
MicroSegNet: A deep learning approach for prostate segmentation on micro-ultrasound images
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文介绍了一种名为MicroSegNet的深度学习方法，用于在微超声图像上进行前列腺分割 | 提出了一个多尺度注释引导的transformer UNet模型，并引入了一种注释引导的二元交叉熵损失（AG-BCE），该损失在训练过程中对难以分割的区域赋予更大的权重 | NA | 开发一种新的深度学习模型，以提高微超声图像中前列腺分割的准确性 | 前列腺在微超声图像中的分割 | 计算机视觉 | 前列腺癌 | 微超声（micro-US） | transformer UNet | 图像 | 使用了来自55名患者的微超声图像进行训练，并在20名患者的数据上进行评估 | NA | NA | NA | NA |
| 382 | 2024-08-07 |
NanoBERTa-ASP: predicting nanobody paratope based on a pretrained RoBERTa model
2024-Mar-21, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05750-5
PMID:38515052
|
研究论文 | 本文介绍了一种名为NanoBERTa-ASP的新型纳米抗体预测模型，专门用于预测纳米抗体-抗原结合位点 | 该模型基于先进的自然语言处理模型BERT，采用RoBERTa方法学习纳米抗体序列的上下文信息，以准确预测其结合位点 | 现有的预测模型可能不适用于纳米抗体，且纳米抗体数据集的有限性对构建准确模型构成挑战 | 开发一种适用于纳米抗体的预测模型，以提高抗体工程、药物开发和免疫治疗的准确性 | 纳米抗体的结合位点预测 | 自然语言处理 | NA | RoBERTa | BERT | 序列数据 | NA | NA | NA | NA | NA |
| 383 | 2024-08-07 |
Slideflow: deep learning for digital histopathology with real-time whole-slide visualization
2024-Mar-27, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05758-x
PMID:38539070
|
研究论文 | 本文介绍了一个名为Slideflow的灵活深度学习库，用于数字病理学，支持多种深度学习方法，并包含一个快速的全切片接口用于部署训练好的模型 | Slideflow提供了独特的工具，如全切片图像数据处理、高效的染色标准化和增强、弱监督的全切片分类、不确定性量化、特征生成、特征空间分析和可解释性 | NA | 开发一个灵活的深度学习库，用于数字病理学，支持多种深度学习方法，并提供一个快速的全切片接口 | 数字病理学中的全切片图像分析 | 数字病理学 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |