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 1029 篇文献，本页显示第 381 - 400 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 | 2024-08-05 |
Identification of Calculous Pyonephrosis by CT-Based Radiomics and Deep Learning
2024-Jun-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070662
PMID:39061744
|
研究论文 | 本研究评估了基于CT的放射组学和三维卷积神经网络模型在识别结石性脓肾中的表现 | 结合独立临床因素的机器学习模型表现优于传统临床模型 | 未提及具体的局限性 | 急需准确检测结石性脓肾以便进行手术规划并防止严重后果 | 182名接受治疗的结石性水肾或脓肾的患者 | 数字病理学 | 肾脏疾病 | CT成像, 放射组学 | 3D-CNN | 医学影像 | 182名患者 | NA | NA | NA | NA |
| 382 | 2024-08-05 |
Revolutionizing Pathology with Artificial Intelligence: Innovations in Immunohistochemistry
2024-Jun-27, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14070693
PMID:39063947
|
research paper | 这篇文章探讨了人工智能在免疫组化分析中的应用和整合 | 文章强调了深度学习和机器学习算法在免疫组化分析中的创新应用 | 文章未详细探讨现有算法的局限性和挑战 | 研究目的是提升病理学中的诊断准确性 | 研究对象包括乳腺癌、前列腺癌、肺癌、黑色素增生以及血液病等病理 | 数字病理 | 乳腺癌, 前列腺癌, 肺癌, 血液病 | 深度学习, 机器学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 383 | 2024-08-05 |
An Innovative Multi-Omics Model Integrating Latent Alignment and Attention Mechanism for Drug Response Prediction
2024-Jun-27, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14070694
PMID:39063948
|
研究论文 | 本文提出了一种用于药物反应预测的多组学模型，集成了潜在对齐和注意力机制 | 研究创新性地引入了潜在对齐用于信息不匹配的整合，并通过注意力模块捕获不同类型组学数据之间的交互 | 在某些药物（如mitomycin-C和obatoclax）的反应预测准确性较低 | 该研究旨在提高药物反应预测的准确性 | 研究对象为各种组学数据，包括基因突变、拷贝数变异、甲基化和基因表达数据 | 机器学习 | 癌症 | 多组学数据整合 | 注意力模型 | 组学数据 | NA | NA | NA | NA | NA |
| 384 | 2024-08-05 |
A Multi-View Deep Learning Model for Thyroid Nodules Detection and Characterization in Ultrasound Imaging
2024-Jun-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070648
PMID:39061730
|
研究论文 | 提出了一种基于深度学习的管道来检测和分类甲状腺结节 | 使用了多视图超声成像并结合YOLOv5和XGBoost模型提升结节分类的准确性 | 测试集样本量相对较小且是历史数据收集 | 旨在提高甲状腺结节的检测与分类准确性 | 使用来自983名患者的甲状腺结节超声图像 | 计算机视觉 | NA | 深度学习 | YOLOv5, XGBoost | 超声图像 | 983个患者的图像，测试集81个案例 | NA | NA | NA | NA |
| 385 | 2024-08-05 |
HEAL: High-Frequency Enhanced and Attention-Guided Learning Network for Sparse-View CT Reconstruction
2024-Jun-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070646
PMID:39061728
|
研究论文 | 提出了一种高频增强和注意力引导的学习网络HEAL，用于稀疏视图CT重建 | 该论文提出的HEAL网络结合了双域渐进增强模块、通道和空间注意力机制以及高频成分增强正则化项，创新性地提高了重建精度和细节增强 | 在超稀疏条件下，高频成分的细节恢复仍然存在一定挑战 | 旨在减少CT成像中的辐射剂量，同时提高稀疏视图重建的图像细节 | 重点研究CT成像中的稀疏视图重建技术 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 在不同的超稀疏配置下进行了训练、验证和测试，包括60视图和30视图 | NA | NA | NA | NA |
| 386 | 2024-08-05 |
Graph-Based Electroencephalography Analysis in Tinnitus Therapy
2024-Jun-25, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12071404
PMID:39061978
|
研究论文 | 本研究旨在通过分析与耳鸣治疗相关的电生理信号数据集来增强对耳鸣的理解和治疗 | 本研究的创新点在于将EEG信号的不同通道表示为新的图网络表示法，使用图神经网络进行复杂关系的建模 | NA | 提升耳鸣治疗的理解与效果 | 治疗耳鸣的患者的EEG信号 | 数字病理学 | 耳鸣 | EEG | 图卷积网络(GCN) 和 长短期记忆网络(LSTM) | 电生理信号 | NA | NA | NA | NA | NA |
| 387 | 2024-08-05 |
Automatic Detection of Acute Leukemia (ALL and AML) Utilizing Customized Deep Graph Convolutional Neural Networks
2024-Jun-24, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070644
PMID:39061726
|
研究论文 | 本研究提出了一种利用定制的深度图卷积神经网络自动检测急性白血病的方法 | 本研究的创新点在于结合图论和卷积神经网络的架构，实现了高达99%的分类准确率 | 本研究的样本量较小，仅涉及44名患者的670幅图像 | 旨在开发一种自动化的急性白血病诊断工具 | 研究对象为急性淋巴细胞白血病（ALL）和急性髓性白血病（AML） | 机器学习 | 急性白血病 | 深度学习 | 卷积神经网络（CNN） | 图像 | 44名患者的670幅ALL和AML图像 | NA | NA | NA | NA |
| 388 | 2024-08-05 |
Brain Tumor MRI Classification Using a Novel Deep Residual and Regional CNN
2024-Jun-23, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12071395
PMID:39061969
|
研究论文 | 本文提出了一种新的深度残差区域卷积神经网络用于脑肿瘤分类 | 创新地结合了区域和边界操作的深度残差网络架构Res-BRNet | 未提及该研究的具体局限性 | 旨在提高脑肿瘤分类的准确性和效率 | 针对基于MRI扫描的不同种类脑肿瘤进行分类 | 计算机视觉 | 脑肿瘤 | MRI | CNN | 图像 | 来自Kaggle、Br35H和figshare的多种肿瘤类别的图像数据集 | NA | NA | NA | NA |
| 389 | 2024-08-05 |
Predicting Drugs Suspected of Causing Adverse Drug Reactions Using Graph Features and Attention Mechanisms
2024-Jun-22, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph17070822
PMID:39065673
|
研究论文 | 本文设计了一个可疑药物辅助判断模型来识别不良药物反应中的可疑药物 | 文章使用图同构网络和注意力机制来提取基于患者人口统计信息、药物信息和不良反应信息的特征 | 本文未提及模型的具体限制 | 研究旨在提高对不良药物反应的认知并识别可疑药物 | 研究对象为在不良事件中可疑的药物 | 机器学习 | 心血管疾病 | 深度学习 | 图同构网络 | 文本 | 使用了来自十个药物发现领域的基准数据集进行验证 | NA | NA | NA | NA |
| 390 | 2024-08-05 |
Prostate Cancer Diagnosis via Visual Representation of Tabular Data and Deep Transfer Learning
2024-Jun-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070635
PMID:39061717
|
研究论文 | 本文提出了一种新的机器学习方法，通过临床生物标志物和个性化问卷评估前列腺癌的诊断。 | 创新性在于首次将卷积神经网络和迁移学习应用于处理表格数据，并通过Tab2Visual建模框架转换为图形表示。 | 研究可能在样本多样性和临床应用范围上存在局限性。 | 本研究旨在开发高效的前列腺癌诊断方法，减少对侵入性和高成本程序的依赖。 | 研究对象为相关的临床生物标志物和个性化问卷数据。 | 机器学习 | 前列腺癌 | 深度转移学习 | 卷积神经网络 (CNN) | 表格数据 | 样本量与具体样本种类未公开 | NA | NA | NA | NA |
| 391 | 2024-08-05 |
On Entropic Learning from Noisy Time Series in the Small Data Regime
2024-Jun-28, Entropy (Basel, Switzerland)
DOI:10.3390/e26070553
PMID:39056915
|
研究论文 | 本研究提出了一种新的方法，用于对有序的噪声数据进行监督分类。 | 提出了带有马尔可夫正则化的熵稀疏概率逼近（eSPA-Markov）方法，能够同时学习分段模式、熵最优特征空间离散化以及贝叶斯分类规则。 | 本研究在处理高维非平稳和噪声时间序列时，可能会受到小数据统计量的限制。 | 研究小数据条件下对噪声时间序列进行有效分类的技术。 | 对高维的非平稳噪声时间序列进行分类和分析。 | 机器学习 | NA | 熵稀疏概率逼近 | NA | 时间序列 | 使用了一组玩具学习问题进行验证 | NA | NA | NA | NA |
| 392 | 2024-08-05 |
Avionics Module Fault Diagnosis Algorithm Based on Hybrid Attention Adaptive Multi-Scale Temporal Convolution Network
2024-Jun-27, Entropy (Basel, Switzerland)
DOI:10.3390/e26070550
PMID:39056912
|
研究论文 | 提出了一种基于混合注意力自适应多尺度时序卷积网络的航空电子模块故障诊断方法 | 创新性地结合了互动通道注意力模块和分层块时序注意力模块，提高了故障信号特征提取的效率和准确性 | 缺乏真实的航空电子模块故障数据，依赖于故障注入和数据增强 | 研究航空电子模块的故障诊断和健康管理方法 | 航空电子模块的故障信号 | 机器学习 | NA | 故障注入数据增强 | 混合注意力自适应多尺度时序卷积网络 | 故障信号数据 | P2020通信处理器故障数据集的多个故障类型 | NA | NA | NA | NA |
| 393 | 2024-08-05 |
Adaptive Joint Carrier and DOA Estimations of FHSS Signals Based on Knowledge-Enhanced Compressed Measurements and Deep Learning
2024-Jun-26, Entropy (Basel, Switzerland)
DOI:10.3390/e26070544
PMID:39056907
|
研究论文 | 本文提出了一种自适应压缩方法，用于频跳扩频信号的载波和到达方向(DOA)的联合估计 | 通过基于信号后验知识和特定任务的信息优化，自适应设计压缩测量核，并结合深度神经网络提高测量核设计的效率 | 本文的限制没有在摘要中提到 | 研究频跳扩频信号的载波和到达方向的估计方法 | 使用压缩测量核来提取频跳扩频信号 | 数字信号处理 | NA | 深度学习 | 深度神经网络 | 模拟数据 | NA | NA | NA | NA | NA |
| 394 | 2024-08-05 |
Utilizing TabNet Deep Learning for Elephant Flow Detection by Analyzing Information in First Packet Headers
2024-Jun-22, Entropy (Basel, Switzerland)
DOI:10.3390/e26070537
PMID:39056900
|
研究论文 | 本研究利用TabNet深度学习架构通过分析初始数据包头的5元组字段来检测大型数据流，即大象流 | 提出了使用TabNet模型在流开始时准确识别大象流的创新方法 | 未提及具体的局限性 | 提高网络流量管理的效率和准确性 | 大型数据流（大象流）的检测 | 计算机视觉 | NA | 深度学习 | TabNet | 数据包信息 | 一个校园网络的全面数据集 | NA | NA | NA | NA |
| 395 | 2024-08-05 |
Robust PCA with Lw,∗ and L2,1 Norms: A Novel Method for Low-Quality Retinal Image Enhancement
2024-Jun-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10070151
PMID:39057722
|
研究论文 | 提出了一种新颖的鲁棒主成分分析方法，以增强低质量的视网膜图像 | 通过低秩稀疏分解整合加权核范数和L2,1范数的鲁棒主成分分析方法，克服了现有方法的局限性 | 现有的无监督学习方法在视网膜图像增强方面对噪声和异常值敏感，并且在可扩展性和可解释性方面存在困难 | 提高低质量视网膜图像的质量，特别是在高噪声或显著存在伪影的有限数据背景下 | 非散瞳视网膜底部图像 | 计算机视觉 | 眼科疾病 | 加权核范数，L2,1范数 | 鲁棒主成分分析(RPCA) | 图像 | 多个数据集的模拟结果 | NA | NA | NA | NA |
| 396 | 2024-08-05 |
Efficient Wheat Head Segmentation with Minimal Annotation: A Generative Approach
2024-Jun-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10070152
PMID:39057723
|
研究论文 | 本文提出了一种通过最小化标注实现高效的小麦穗分割的方法 | 创新点在于通过计算机模拟生成大规模标注数据集，并使用生成对抗网络（GAN）填补模拟数据与真实数据之间的域间隙 | 该方法的局限性在于虽然其在小麦穗分割中表现良好，但可能无法直接推广到所有作物类型或所有类型的图像 | 旨在开发一种使用合成数据进行小麦穗分割的深度学习模型 | 研究对象为小麦穗的图像分割 | 计算机视觉 | NA | 生成对抗网络（GAN） | 深度学习模型 | 图像 | 内部数据集的Dice得分为83.4%，对两个外部数据集的得分分别为79.6%和83.6% | NA | NA | NA | NA |
| 397 | 2024-08-05 |
Knowledge Transfer from Macro-world to Micro-world: Enhancing 3D Cryo-ET Classification through Fine-Tuning Video-based Deep Models
2024-Jun-18, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae368
PMID:38889274
|
研究论文 | 本文提出了一种利用预训练3D模型对Cryo-ET数据进行分类的方法 | 创新点在于将大型视频数据集上预训练的3D模型应用于Cryo-ET图像分类，展示了跨领域知识转移的潜力 | 本文没有提及具体的限制因素 | 研究的目标是利用视频初始化提高Cryo-ET图像的分类准确性 | 研究对象为Cryo-Electron Tomography（Cryo-ET）图像和相应的三维体素数据 | 计算机视觉 | NA | 深度学习 | 3D模型 | 图像 | 模拟和真实的Cryo-ET数据集 | NA | NA | NA | NA |
| 398 | 2024-08-05 |
Associations of Intrapancreatic Fat Deposition With Incident Diseases of the Exocrine and Endocrine Pancreas: A UK Biobank Prospective Cohort Study
2024-06-01, The American journal of gastroenterology
DOI:10.14309/ajg.0000000000002792
PMID:38587286
|
研究论文 | 本研究调查了胰腺内脂肪沉积与外分泌和内分泌胰腺疾病之间的关联 | 该研究使用MRI和深度学习框架nnUNet量化胰腺内脂肪沉积，揭示其与多种胰腺疾病的独立风险关系 | 本研究的局限性在于仅使用了UK Biobank的数据，可能缺乏多样化的样本来源 | 研究增高的胰腺内脂肪沉积是否增加外分泌和内分泌胰腺疾病的风险 | 研究对象为42,599名参与者，分析其胰腺脂肪变性及相关疾病的风险 | 数字病理学 | 胰腺癌, 糖尿病, 急性胰腺炎 | MRI, nnUNet | Cox比例风险模型 | 临床数据 | 42,599名参与者 | NA | NA | NA | NA |
| 399 | 2024-08-05 |
Molecular insights into regulatory RNAs in the cellular machinery
2024-Jun, Experimental & molecular medicine
DOI:10.1038/s12276-024-01239-6
PMID:38871819
|
评论 | 本文讨论了细胞机械中调控RNA的主要特性 | 分析了调控RNA在生物系统各层次中的复杂功能及其机制 | 尚不清楚通过深度测序识别的调控RNA是否在预期机制中实际发挥作用 | 探讨调控RNA在细胞机械中的功能和特性 | 调控RNA及其涉及的生物系统和机制 | 数字病理学 | NA | 深度测序 | NA | NA | NA | NA | NA | NA | NA |
| 400 | 2024-08-05 |
Big data and deep learning for RNA biology
2024-Jun, Experimental & molecular medicine
DOI:10.1038/s12276-024-01243-w
PMID:38871816
|
review | 本文讨论了深度学习在RNA生物学中的应用及其潜力 | 提供了将深度学习概念应用于RNA生物学各种问题的指导原则和成功示例 | 尚未解决在RNA生物学中开发深度学习模型所面临的挑战 | 探讨深度学习在RNA生物学中的应用潜力和有效方式 | 各类RNA生物学相关问题 | 计算机视觉 | NA | 深度学习 | NA | 大规模数据集 | NA | NA | NA | NA | NA |