深度学习在生物医药领域中的应用
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，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10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 365 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2024-10-28 |
BAU-Insectv2: An agricultural plant insect dataset for deep learning and biomedical image analysis
2024-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110083
PMID:38328295
|
research paper | 本文介绍了一个名为BAU-Insectv2的新型农业数据集，专为深度学习和生物医学图像分析设计，重点关注植物-昆虫相互作用 | 该数据集包含了高分辨率图像，捕捉了不同农业环境中植物-昆虫相互作用的复杂细节，为深度学习和生物医学图像分析提供了新的资源 | NA | 利用深度学习方法，特别是卷积神经网络（CNN）和先进的图像分析技术，实现精确的昆虫检测、分类和对农业生态系统中昆虫相关模式的深入理解 | 主要关注南亚作物种植中的昆虫相关问题 | computer vision | NA | 深度学习 | CNN | image | 包含大量高分辨率图像，具体数量未明确 |
| 82 | 2024-10-28 |
KZ-BD: Dataset of Kazakhstan banknotes with annotations
2024-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110076
PMID:38348328
|
研究论文 | 本文介绍了哈萨克斯坦钞票数据集（KZ-BD），这是一个包含4200张精心标注图像的独特数据集，涵盖14个不同类别 | 本文的创新点在于填补了哈萨克斯坦货币在深度学习研究中的数据空白，提供了一个全面的数据集，有助于更好地评估和微调机器学习模型 | NA | 本文的研究目的是解决货币识别中准确识别面额的挑战，特别是处理同一类别货币的变化和光照条件不一致的问题 | 本文的研究对象是哈萨克斯坦的货币，包括硬币和纸币，面额从1到20,000坚戈 | 计算机视觉 | NA | NA | NA | 图像 | 4200张标注图像 |
| 83 | 2024-10-26 |
Intrapartum electronic fetal heart rate monitoring to predict acidemia at birth with the use of deep learning
2024-Apr-24, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2024.04.022
PMID:38663662
|
研究论文 | 本研究利用深度学习技术分析电子胎儿心率监测数据，以预测分娩时的胎儿酸中毒 | 采用深度学习技术改进复杂数据的处理和模式识别，以提高电子胎儿监测的准确性 | NA | 应用深度学习方法开发和验证一个模型，用于从电子胎儿监测数据中预测胎儿酸中毒 | 电子胎儿心率监测数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 数据 | 124,777份电子胎儿监测文件，最终数据集包含10,182份 |
| 84 | 2024-10-25 |
OCTess: AN OPTICAL CHARACTER RECOGNITION ALGORITHM FOR AUTOMATED DATA EXTRACTION OF SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHY REPORTS
2024-04-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000003990
PMID:37948741
|
研究论文 | 开发了一种用于从Cirrus SD-OCT视网膜立方体报告中自动提取数据的光学字符识别算法 | 该算法在准确性和效率上均优于人工提取，实现了近完美的数据提取 | NA | 开发一种自动化的光学字符识别算法，以减少从光谱域光学相干断层扫描报告中提取数据的时间和资源消耗 | Cirrus SD-OCT视网膜立方体报告 | 计算机视觉 | NA | 光学字符识别（OCR） | 长短期记忆网络（LSTM） | 图像 | 675份SD-OCT单眼视网膜立方体报告 |
| 85 | 2024-10-24 |
Fast MRI Reconstruction Using Deep Learning-based Compressed Sensing: A Systematic Review
2024-Apr-30, ArXiv
PMID:38745700
|
综述 | 本文综述了基于深度学习的压缩感知在快速MRI重建中的应用 | 本文系统地分析了各种基于深度学习的压缩感知MRI技术，包括端到端、展开优化、自监督和联邦学习方法 | 本文未详细讨论每种方法的具体实现细节和实验结果 | 探讨基于深度学习的压缩感知技术在提高MRI成像速度中的作用 | 基于深度学习的压缩感知MRI技术 | 计算机视觉 | NA | 压缩感知 | 深度学习 | 图像 | NA |
| 86 | 2024-10-24 |
Missing Wedge Completion via Unsupervised Learning with Coordinate Networks
2024-Apr-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.12.589090
PMID:38712113
|
研究论文 | 本文提出了一种基于坐标网络的无监督学习方法，用于解决冷冻电子断层扫描中的缺失楔形问题 | 引入了一种无监督学习方法，使用坐标网络直接优化网络权重，无需预训练，减少了重建时间 | 本文仅提出了概念验证方法，未详细讨论其在实际应用中的广泛适用性 | 改进冷冻电子断层扫描中的缺失楔形问题，提高重建质量 | 冷冻电子断层扫描中的缺失楔形问题 | 计算机视觉 | NA | 冷冻电子断层扫描 | 坐标网络 | 图像 | 未具体说明样本数量 |
| 87 | 2024-10-24 |
Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle
2024-Apr-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.25.591211
PMID:38712227
|
研究论文 | 本文开发了一种基于深度学习的成像框架，用于跟踪真核微生物在有性生殖世代中的细胞分裂和细胞生长 | 本文提出了一种新的细胞跟踪算法FIEST，通过深度学习视频帧插值增强连续图像中单细胞掩码的重叠，并开发了基于荧光标记Whi5蛋白和新型High-Cdk1活性传感器LiCHI的荧光报告系统 | 本文仅在酵母中验证了该框架，尚未在其他真核生物中进行广泛验证 | 开发一种更定量化的方法来研究完整的真核生物生命周期 | 真核微生物的细胞分裂和细胞生长 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 三个有性生殖世代的酵母样本 |
| 88 | 2024-10-24 |
Rapid and accurate prediction of protein homo-oligomer symmetry with Seq2Symm
2024-Apr-26, Research square
DOI:10.21203/rs.3.rs-4215086/v1
PMID:38746169
|
研究论文 | 本文训练了几种蛋白质基础模型，包括ESM-MSA、ESM2和RoseTTAFold2，以预测同源寡聚体的对称性，并提出了一种名为Seq2Symm的最佳模型 | Seq2Symm模型利用ESM2，在预测同源寡聚体对称性方面优于现有的基于模板和深度学习方法 | NA | 解决当前机器学习模型在准确快速预测蛋白质同源寡聚体对称性方面的不足 | 蛋白质同源寡聚体的对称性 | 机器学习 | NA | 机器学习模型训练 | ESM2 | 蛋白质序列 | 应用于5个全蛋白质组和约350万条未标记的蛋白质序列 |
| 89 | 2024-10-24 |
Revolutionizing Postoperative Ileus Monitoring: Exploring GRU-D's Real-Time Capabilities and Cross-Hospital Transferability
2024-Apr-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.04.24.24306295
PMID:38712199
|
研究论文 | 本文探讨了GRU-D模型在术后肠梗阻风险实时评估中的应用及其跨医院转移能力 | 首次探索了深度学习模型GRU-D在术后肠梗阻风险评估中的应用及其跨电子健康记录系统的转移能力 | 研究主要集中在术后肠梗阻的预测任务难度和病例发生率上，对训练数据和转移策略的影响关注较少 | 评估GRU-D模型在术后肠梗阻风险实时评估中的性能及其跨医院的转移能力 | 术后肠梗阻风险评估 | 机器学习 | NA | 深度学习 | GRU-D | 电子健康记录 | 7349例结直肠手术 |
| 90 | 2024-10-24 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2024-Apr-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.04.23.24306178
PMID:38712033
|
研究论文 | 本文评估了深度学习方法在分析腹主动脉瘤病理切片中的应用 | 首次全面评估计算病理学在血管疾病中的应用 | NA | 探索深度学习技术在血管病理学中的应用潜力 | 腹主动脉瘤的病理切片 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 图像 | 369名患者 |
| 91 | 2024-10-24 |
Exploring the Potential of Structure-Based Deep Learning Approaches for T cell Receptor Design
2024-Apr-24, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.19.590222
PMID:38712216
|
研究论文 | 研究探讨了基于结构的深度学习方法在T细胞受体设计中的潜力 | 首次探索了两种基于结构的深度学习蛋白质设计方法（ProteinMPNN和ESM-IF）在固定骨架T细胞受体设计中的应用 | 研究中识别了现有方法的不足之处，需要进一步改进 | 探索基于结构的深度学习方法在设计T细胞受体以结合目标抗原肽方面的潜力 | T细胞受体及其与目标抗原肽的结合 | 机器学习 | 癌症 | 深度学习 | ProteinMPNN, ESM-IF | 蛋白质3D结构和序列 | NA |
| 92 | 2024-10-24 |
Calculating Protein-Ligand Residence Times Through State Predictive Information Bottleneck based Enhanced Sampling
2024-Apr-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.16.589710
PMID:38659748
|
研究论文 | 本文提出了一种半自动化的协议，通过基于深度学习的SPIB方法和增强采样技术metadynamics来计算蛋白质-配体复合物的停留时间 | 本文首次将深度学习方法SPIB与增强采样技术metadynamics结合，用于计算蛋白质-配体复合物的停留时间，并展示了其在多个蛋白质-配体复合物中的应用效果 | 本文仅在六个蛋白质-配体复合物上进行了验证，未来需要在更多样化的数据集上进行测试 | 提高药物疗效和理解生物化学中的目标识别机制 | 蛋白质-配体复合物的停留时间 | 生物化学 | 癌症 | 分子动力学模拟 | 深度学习模型 | 蛋白质-配体复合物数据 | 六个蛋白质-配体复合物，包括抗癌药物Imatinib（Gleevec）与野生型Abl激酶及其耐药突变体的解离 |
| 93 | 2024-10-24 |
Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain
2024-Apr-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.15.589602
PMID:38659907
|
研究论文 | 本文探讨了在非人类基因组中使用基于人类基因组训练的深度学习模型进行变异检测的局限性，并提出了TrioTrain方法来克服这些限制 | 首次引入多物种DeepVariant模型，通过TrioTrain方法自动扩展DeepVariant以适应无Genome In A Bottle资源的物种，并使用区域洗牌技术来缓解SLURM集群的障碍 | 受限于不完美的标签，多物种、基于三联体的训练方法在某些情况下仍存在局限性 | 评估基于人类基因组训练的模型在其他物种中的适用性，并开发一种新的方法来扩展深度学习模型以适应多物种基因组 | 牛、牦牛和野牛的基因组 | 生物信息学 | NA | 深度学习 | DeepVariant | 基因组数据 | 使用了牛、牦牛和野牛的三联体样本，共进行了30次模型迭代 |
| 94 | 2024-10-24 |
Design of the COMEBACK and BACKHOME Studies, Longitudinal Cohorts for Comprehensive Deep Phenotyping of Adults with Chronic Low-Back Pain (cLBP): a part of the BACPAC Research Program
2024-Apr-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.04.09.24305574
PMID:38645207
|
研究论文 | 本文介绍了COMEBACK和BACKHOME两个纵向队列研究的设计，旨在对慢性腰背痛（cLBP）成人进行全面深度表型分析 | 本文提出了两个大型纵向队列研究，旨在通过深度表型分析定义慢性腰背痛的亚型和疼痛机制，以推动个性化治疗的发展 | NA | 定义慢性腰背痛的表型和疼痛机制，以推动个性化治疗的发展 | 慢性腰背痛（cLBP）成人 | NA | 腰背痛 | 深度学习方法 | NA | 传统数据分析 | COMEBACK研究涉及450名成人，BACKHOME研究涉及约3000名美国成人 |
| 95 | 2024-10-24 |
The detection of absence seizures using cross-frequency coupling analysis with a deep learning network
2024-Apr-10, Research square
DOI:10.21203/rs.3.rs-4178484/v1
PMID:38659733
|
研究论文 | 本文介绍了一种使用深度学习网络和跨频率耦合分析来检测失神发作的方法 | 利用堆叠稀疏自编码器（SSAE）识别头皮脑电图中的跨频率模式，以自动检测失神发作 | 仅使用了Temple University Hospital数据库中的数据，样本量相对较小 | 开发一种自动检测失神发作的方法 | 失神发作和背景活动的脑电图记录 | 机器学习 | NA | 跨频率耦合分析 | 堆叠稀疏自编码器（SSAE） | 脑电图（EEG） | 12名患者的94次失神发作和背景活动记录 |
| 96 | 2024-10-24 |
A Review on Low-Dose Emission Tomography Post-Reconstruction Denoising with Neural Network Approaches
2024-Apr, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2023.3349194
PMID:39429805
|
综述 | 本文综述了低剂量发射断层扫描（ET）后重建去噪的现有技术，重点介绍了深度神经网络（NN）方法 | 探讨了深度学习在提升低剂量ET图像质量和分辨率方面的潜力 | NA | 综述低剂量发射断层扫描后处理技术，特别是深度神经网络方法，并探讨未来发展方向 | 低剂量发射断层扫描图像的去噪技术 | 计算机视觉 | NA | 深度神经网络 | NN | 图像 | NA |
| 97 | 2024-10-21 |
Quantization avoids saddle points in distributed optimization
2024-Apr-23, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2319625121
PMID:38640343
|
研究论文 | 本文研究了分布式非凸优化中的鞍点问题，并提出了一种利用量化技术避免鞍点的解决方案 | 提出了一种随机量化方案，能够有效逃离鞍点并确保收敛到二阶平稳点 | NA | 解决分布式非凸优化中的鞍点问题 | 分布式系统中的非凸优化问题 | 机器学习 | NA | 量化技术 | NA | 数据集 | 使用基准数据集进行实验 |
| 98 | 2024-10-19 |
Synthetically accessible de novo design using reaction vectors: Application to PARP1 inhibitors
2024-Apr, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202300183
PMID:38258328
|
研究论文 | 本文介绍了基于反应向量的从头设计方法，应用于合成可及且具有生物活性的PARP1抑制剂 | 本文提出了一种基于反应向量的从头设计方法，通过模拟合成化学和已知的反应步骤，直接解决合成可及性问题 | 使用少量手工编码的转换限制了可访问的化学空间，且在文献中成功设计和执行分子及其合成路线的例子较少 | 验证基于反应向量的软件在设计合成可及且具有生物活性的化合物方面的有效性 | 设计合成可及且具有生物活性的PARP1抑制剂 | NA | NA | NA | NA | NA | NA |
| 99 | 2024-10-17 |
Prospective de novo drug design with deep interactome learning
2024-Apr-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-47613-w
PMID:38649351
|
研究论文 | 本文介绍了一种利用交互组深度学习进行从头药物设计的计算方法 | 该方法结合了图神经网络和化学语言模型的优势，无需特定应用的强化、迁移或少量样本学习，实现了“零样本”构建具有特定生物活性和合成可行性的化合物库 | NA | 验证基于蛋白质结构的深度交互组学习框架在药物设计中的应用 | 生成靶向人类过氧化物酶体增殖物激活受体（PPAR）亚型gamma的新型配体 | 药物设计 | NA | 深度学习 | 图神经网络 | 化合物 | NA |
| 100 | 2024-10-17 |
Transferable non-invasive modal fusion-transformer (NIMFT) for end-to-end hand gesture recognition
2024-04-09, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad39a5
PMID:38565124
|
研究论文 | 本文提出了一种可迁移的非侵入式模态融合-变压器（NIMFT）模型，用于端到端的手势识别 | 创新点在于使用非侵入式的多模态融合机制，通过多头的交叉注意力机制有效整合sEMG和ACC信号，提高了模型的泛化能力和训练效率 | NA | 开发一种端到端且可跨受试者迁移的模型，用于手势识别 | 手势识别中的sEMG和ACC信号 | 机器学习 | NA | 多模态融合 | 变压器（Transformer） | 信号 | Ninapro DB2数据集中的三个动作集 |