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 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2024-08-05 |
[Phenotypic drug discovery promotes research and development of innovative drugs based on traditional Chinese medicine]
2024-Jun, Zhongguo Zhong yao za zhi = Zhongguo zhongyao zazhi = China journal of Chinese materia medica
|
研究论文 | 本文讨论了基于传统中医的创新药物研发的潜力。 | 提出了表型药物发现方法结合尖端技术促进传统中医药创新药物研发的思路。 | 传统中医药成分复杂，药效物质和作用机制不明确，影响了创新药物的研发。 | 探讨传统中医在创新药物发现和研发中的巨大潜力。 | 基于传统中医的创新药物及其活性成分的识别与特征分析。 | 数字病理学 | NA | 表型药物发现、细胞绘画、深度学习、器官芯片 | NA | NA | NA | NA | NA | NA | NA |
| 402 | 2024-08-05 |
The identification of effective tumor-suppressing neoantigens using a tumor-reactive TIL TCR-pMHC ternary complex
2024-Jun, Experimental & molecular medicine
DOI:10.1038/s12276-024-01259-2
PMID:38866910
|
研究论文 | 本研究开发了VACINUS预测癌症免疫治疗中有效的新抗原。 | 本研究创新性地结合了肿瘤反应性TIL TCR-pMHC三元复合物，提高了免疫新抗原的预测能力。 | 本文的局限性在于只在小规模的患者和动物模型中验证。 | 研究免疫新抗原的预测和验证，以改善癌症免疫疗法的效果。 | 研究对象包括肝细胞癌患者和B16F10小鼠黑色素瘤模型。 | 数字病理学 | 肝癌 | NGS，生物信息学 | 深度学习 | 生物数据 | 包含8名肝细胞癌患者和小鼠模型 | NA | NA | NA | NA |
| 403 | 2024-08-05 |
Integration of deep learning and habitat radiomics for predicting the response to immunotherapy in NSCLC patients
2024-Jun-04, Cancer immunology, immunotherapy : CII
DOI:10.1007/s00262-024-03724-3
PMID:38833187
|
研究论文 | 本研究构建了一个非侵入性模型，用于预测晚期非小细胞肺癌患者对免疫疗法的反应。 | 结合深度学习与栖息地放射组学的方法，在非小细胞肺癌患者中进行免疫疗法反应预测。 | 样本仅来自三个医疗中心，可能限制了模型的普适性. | 研究旨在构建预测免疫疗法反应的非侵入性模型。 | 研究对象为来自三家医院的晚期非小细胞肺癌患者。 | 数字病理 | 非小细胞肺癌 | 深度学习与栖息地放射组学 | 支持向量机（SVM） | 影像 | 训练组164名患者，测试组82名患者 | NA | NA | NA | NA |
| 404 | 2024-08-05 |
Ensemble model for grape leaf disease detection using CNN feature extractors and random forest classifier
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e33377
PMID:39027444
|
研究论文 | 本文提出了一种集成模型，以使用CNN特征提取器和随机森林分类器检测葡萄叶病害 | 该文章结合了多种CNN模型作为特征提取器，采用并行配置以提取更丰富的特征，克服了有限数据集的不足 | 文章解决了有限数据集的问题，但局限于特定的葡萄叶数据集 | 本研究旨在提高有限数据集情况下的葡萄叶病害检测性能 | 研究对象是用于检测葡萄叶病害的图像数据集 | 计算机视觉 | NA | 卷积神经网络 (CNN) | 集成模型 | 图像 | 葡萄叶数据集分为原始集和修改集 | NA | NA | NA | NA |
| 405 | 2024-08-05 |
An end-to-end gait recognition system for covariate conditions using custom kernel CNN
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32934
PMID:39021936
|
研究论文 | 本研究提出了一种端到端的步态识别系统，旨在处理协变量条件问题。 | 创新性地提出了一种深度学习框架，通过自定义卷积核处理步态识别中的协变量条件。 | 研究中未提及的具体局限性不明确 | 提高在协变量条件下的步态识别准确性。 | 使用公共数据集（如CASIA A和CASIA C）进行步态识别的个体。 | 计算机视觉 | NA | 自定义卷积神经网络（CNN） | CNN | 图像 | 公开数据集（如CASIA A和CASIA C）中的个体 | NA | NA | NA | NA |
| 406 | 2024-08-05 |
Attention-based scale sequence network for small object detection
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32931
PMID:39021898
|
研究论文 | 本文提出了一种基于注意力的比例序列网络，以改善小物体检测的性能 | 提出了一种轻量级的注意力模块ASSN，优化了FPN基础检测器，具有提高小物体检测精度的能力 | 在实验中，只针对YOLOv7和YOLOv8进行了比较，可能限制了模型的广泛性验证 | 提高小物体检测的精确度，使其在真实应用中的表现更加优秀 | 小物体的检测和识别 | 计算机视觉 | NA | 深度学习 | FPN, YOLO | 图像 | NA | NA | NA | NA | NA |
| 407 | 2024-08-05 |
Enhanced object detection in pediatric bronchoscopy images using YOLO-based algorithms with CBAM attention mechanism
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32678
PMID:39021922
|
研究论文 | 本研究旨在通过将基于YOLO的算法与CBAM注意力机制结合，改善儿童支气管镜图像中的物体检测准确性 | 提出将CBAM注意力模块与YOLO-V7和YOLO-V8相结合，以提高支气管镜图像中物体的识别和分类能力 | 未提及具体的样本大小和数据来源，可能影响结果的普遍适用性 | 改善支气管镜图像中物体检测的准确性 | 支气管镜图像中的各种物体，如黏液、血液和异物 | 计算机视觉 | 呼吸系统疾病 | YOLO算法 | YOLO-V7和YOLO-V8 | 图像 | NA | NA | NA | NA | NA |
| 408 | 2024-08-05 |
A clustering mining method for sports behavior characteristics of athletes based on the ant colony optimization
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e33297
PMID:39021992
|
研究论文 | 本研究旨在提高对运动员行为特征分析的精度，从而优化体育训练和竞赛策略 | 创新点在于应用蚁群优化（ACO）算法解决运动领域实际问题，并展示ACO算法处理复杂、高维运动数据的优势 | 其在更大范围或不同类型的运动数据上的普遍性和效率仍需进一步验证 | 研究的目的是提升运动员行为特征分析的精准性 | 研究对象为运动员的行为特征数据 | 运动科学 | NA | 蚁群优化（ACO） | 聚类模型 | 高维运动数据 | NA | NA | NA | NA | NA |
| 409 | 2024-08-05 |
Application of DMSFNN-COA technique for brand image design
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32674
PMID:39021911
|
研究论文 | 本文提出了一种新的品牌形象设计方法，利用深度多尺度融合神经网络和猎豹优化算法进行产品颜色品牌图像分类 | 创新点在于结合深度学习技术和优化算法，提出了BID-DMSFNN-COA方法以提高品牌形象设计的准确性 | 本研究的局限性没有具体说明 | 研究目的在于增强品牌形象设计的准确性，并解决产品颜色趋势预测研究中的现有挑战 | 研究对象为产品色彩品牌图像，主要分类为'时尚'和'自然' | 计算机视觉 | NA | 深度多尺度融合神经网络，猎豹优化算法 | NA | 图像 | 使用Mnist数据集进行数据收集，具体样本数未说明 | NA | NA | NA | NA |
| 410 | 2024-08-05 |
Ensemble-based deep learning improves detection of invasive breast cancer in routine histopathology images
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32892
PMID:39022088
|
研究论文 | 使用基于集成的深度学习提高了常规组织病理学图像中侵袭性乳腺癌的检测准确性 | 比较了单个CNN模型与多个基础模型的集成，展示了集成模型在预测性能上的优势 | 未提及该研究的明显限制 | 改善侵袭性乳腺癌的检测以支持病理学家的决策 | 两个内部数据集，包括587个全滑动图像，用于训练十个InceptionV3模型的集成 | 计算机视觉 | 乳腺癌 | CNN | InceptionV3 | 图像 | 587个全滑动图像用于训练，118个在内部测试集，157个在外部数据集 | NA | NA | NA | NA |
| 411 | 2024-08-05 |
Deep Learning-Based Localization and Orientation Estimation of Pedicle Screws in Spinal Fusion Surgery
2024-Jun, Korean journal of neurotrauma
DOI:10.13004/kjnt.2024.20.e17
PMID:39021752
|
研究论文 | 本研究调查了基于深度学习的物体检测模型在脊柱融合手术中精确定位和方向估计的应用 | 使用YOLO物体检测框架和取向边界框(OBBs)来处理手术现场中非轴对齐仪器的挑战 | 尽管模型的精确度很高，但召回率显示出在捕捉所有存在仪器方面有轻微限制 | 探讨深度学习在脊柱固定手术中对外科仪器的定位与方向估计的应用 | 脊柱融合手术中使用的椎弓根螺钉的图像数据 | 计算机视觉 | NA | YOLO | YOLOv8 OBB | 图像 | 初始数据集为100张图像，通过数据增强扩展到300张图像 | NA | NA | NA | NA |
| 412 | 2024-08-05 |
Insights about cervical lymph nodes: Evaluating deep learning-based reconstruction for head and neck computed tomography scan
2024-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2023.100534
PMID:39022614
|
研究论文 | 本研究旨在评估不同重建方法对头颈部癌症患者颈部淋巴结影像质量的影响 | 本研究采用深度学习图像重建（DLIR）技术，显示其在颈部淋巴结影像质量方面显著优于传统的重建算法 | 未提及特定的样本多样性和长期随访结果的局限性 | 研究不同重建技术对头颈部癌症患者的颈部淋巴结CT影像质量的影响 | 70名头颈部癌症患者 | 计算机视觉 | 头颈癌 | 双能量CT | 深度学习图像重建（DLIR） | 影像 | 70名头颈部癌症患者 | NA | NA | NA | NA |
| 413 | 2024-08-05 |
The Multiscale Surface Vision Transformer
2024-Jun-11, ArXiv
PMID:36994163
|
研究论文 | 本文提出了一种多尺度表面视觉变换器（MS-SiT），用于表面深度学习的框架结构 | 引入了局部网格窗口内的自注意力机制以及移位窗口策略，能够实现高分辨率数据采样并改善窗口间的信息共享 | 在深度预测任务中，自注意力操作的二次成本仍然是一个障碍 | 研究表面网格在进行深度学习分析时的应用 | 基于Developing Human Connectome Project (dHCP) 数据集进行新生儿表型预测的任务 | 计算机视觉 | NA | 深度学习 | 变换器 | 表面网格数据 | 使用了Developing Human Connectome Project (dHCP) 数据集进行表型预测 | NA | NA | NA | NA |
| 414 | 2024-08-05 |
Unveiling Conformational States of CDK6 Caused by Binding of Vcyclin Protein and Inhibitor by Combining Gaussian Accelerated Molecular Dynamics and Deep Learning
2024-Jun-05, Molecules (Basel, Switzerland)
DOI:10.3390/molecules29112681
PMID:38893554
|
研究论文 | 本文通过结合高斯加速分子动力学和深度学习，揭示了CDK6因Vcyclin蛋白和抑制剂结合而导致的构象状态 | 创新点在于使用高斯加速分子动力学、深度学习和自由能景观分析识别CDK6的构象转变 | 研究可能局限于特定的抑制剂和构象状态，未考虑所有可能的外部因素 | 研究CDK6的构象变化及其在癌症治疗中的作用 | 主要研究对象为CDK6、Vcyclin蛋白及其抑制剂的结合 | 数字病理学 | 癌症治疗 | Gaussian加速分子动力学 | 深度学习 | 计算数据 | NA | NA | NA | NA | NA |
| 415 | 2024-08-05 |
Feasibility of remote monitoring for fatal coronary heart disease using Apple Watch ECGs
2024-Jun, Cardiovascular digital health journal
IF:2.6Q2
DOI:10.1016/j.cvdhj.2024.03.007
PMID:38989042
|
研究论文 | 本研究开发了一种基于单导联ECG的深度学习模型，用于预测致命冠心病（FCHD）的风险 | 首次使用可穿戴设备获取的ECG数据进行FCHD风险预测的人工智能模型 | 研究主要依赖于特定的数据集，可能限制了结果在更广泛人群中的适用性 | 评估可穿戴设备ECG在FCHD风险预测中的可行性 | 使用167,662个ECG记录和243个参与者的配对ECG数据进行研究 | 数字病理学 | 冠心病 | ECG-AI | 深度学习模型 | ECG数据 | 167,662个ECG记录，50,132名患者，243名参与者的配对ECG | NA | NA | NA | NA |
| 416 | 2024-08-05 |
Multitask deep learning for prediction of microvascular invasion and recurrence-free survival in hepatocellular carcinoma based on MRI images
2024-Jun, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.15870
PMID:38436551
|
研究论文 | 本研究开发了一种多任务深度学习模型，用于基于MRI扫描预测肝细胞癌中的微血管侵袭和无复发生存期 | 该研究结合了多任务学习和变换器架构，能够同时预测微血管侵袭和无复发生存期 | 尚需前瞻性研究来评估该模型在临床应用中的实用性 | 提高肝细胞癌的个体化管理 | 725名肝细胞癌患者的MRI扫描数据 | 数字病理学 | 肝癌 | 深度学习 | 变换器 | 影像 | 725名HCC患者的回顾性数据集，包括234名训练患者和58名内部验证患者，以及三个独立的外部验证集（n=212, 111, 110） | NA | NA | NA | NA |
| 417 | 2024-08-05 |
Egocentric 3D Skeleton Learning in a Deep Neural Network Encodes Obese-like Motion Representations
2024-Jun-30, Experimental neurobiology
IF:1.8Q4
DOI:10.5607/en24008
PMID:38993079
|
研究论文 | 本研究使用深度LSTM网络分析饮食诱导的肥胖小鼠模型的3D时间序列骨骼数据 | 研究提出了通过身份训练的深度LSTM网络结合自主视角来识别肥胖相关运动表现的新方法 | 研究可能仅基于小鼠模型，外推到人类的有效性仍需进一步验证 | 探索深度学习在肥胖早期检测中的应用潜力 | 饮食诱导肥胖的小鼠模型 | 计算机视觉 | 肥胖症 | 深度LSTM网络 | LSTM | 3D时间序列骨骼数据 | NA | NA | NA | NA | NA |
| 418 | 2024-08-05 |
Benchmarking Deep Learning-Based Image Retrieval of Oral Tumor Histology
2024-Jun, Cureus
DOI:10.7759/cureus.62264
PMID:39011227
|
研究论文 | 该研究开发了一种基于深度学习的内容检索系统，以提高口腔肿瘤组织学的病理诊断准确性 | 首次使用自监督学习方法训练深度学习模型处理口腔病理图像，实现了更高的检索准确性 | 缺乏针对口腔病理的专门图像数据库可能限制了模型的全面性和适用性 | 研究的目的是开发一种可靠的计算机辅助诊断系统以改善口腔肿瘤的病理诊断 | 研究对象为30类口腔肿瘤的图像数据 | 数字病理学 | 口腔肿瘤 | 深度学习，自监督学习 | 自监督学习模型 | 图像 | 30类口腔肿瘤的图像数据库 | NA | NA | NA | NA |
| 419 | 2024-08-05 |
Deep Learning and Multimodal Artificial Intelligence in Orthopaedic Surgery
2024-Jun-01, The Journal of the American Academy of Orthopaedic Surgeons
IF:2.6Q1
DOI:10.5435/JAAOS-D-23-00831
PMID:38652882
|
综述 | 本综述文章重点介绍深度学习和多模态神经网络在骨科领域的应用 | 该研究提供了人工智能在骨科手术中应用的实际例子，特别是在影像数据集和临床数据整合方面 | 没有提到具体的局限性 | 旨在为骨科医生提供评估现有文献和考虑人工智能潜力的工具 | 深度神经网络、卷积神经网络和多模态人工智能模型 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像、临床数据 | NA | NA | NA | NA | NA |
| 420 | 2024-08-05 |
Reducing overconfident errors in molecular property classification using Posterior Network
2024-Jun-14, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2024.100991
PMID:39005492
|
研究论文 | 该文章提出了一种利用后验网络在分子属性分类中减少过度自信错误的方法 | 替换Softmax函数为正态化流，以增强模型在分子属性分类中的不确定性估计能力 | 在某些真实世界的应用中，模型的效果可能受到数据质量和样本多样性的影响 | 提高分子属性分类中不确定性估计的准确性，特别是在药物开发过程中 | 评估了不同场景下的分子属性分类，包括合成数据集的模拟实验和ADMET预测 | 机器学习 | NA | 正态化流 | 后验网络 | 合成数据集和ADMET预测数据 | NA | NA | NA | NA | NA |