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 1031 篇文献，本页显示第 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2024-08-05 |
Obstacle Avoidance and Path Planning Methods for Autonomous Navigation of Mobile Robot
2024-Jun-01, Sensors (Basel, Switzerland)
DOI:10.3390/s24113573
PMID:38894362
|
研究论文 | 本文概述了移动机器人自主导航中的障碍物避免与路径规划方法 | 文章对经典和新兴障碍物避免算法进行了详细分析，并强调了当前的研究方向 | 没有明确提到算法在实际应用中的具体限制 | 提供对机器人应用中障碍物避免算法现状及前景的全面认识 | 关键障碍物避免算法及其优缺点和应用领域 | 机器人技术 | NA | 预测方法和深度学习策略 | 神经网络 | 环境传感信息 | NA | NA | NA | NA | NA |
| 742 | 2024-08-05 |
TSSG-CNN: A Tuberculosis Semantic Segmentation-Guided Model for Detecting and Diagnosis Using the Adaptive Convolutional Neural Network
2024-Jun-01, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111174
PMID:38893700
|
研究论文 | 本论文提出了一种名为TSSG-CNN的结核病语义分割引导模型，用于检测和诊断。 | 该研究创新性地结合了深度学习分割模型和基于CNN层的分类模型，提高了胸部X光图像的分割精度及结核病的诊断能力。 | 本研究中没有提到样本的多样性或外部数据集的验证。 | 提高利用X光图像数据集的结核病检测识别能力。 | 本研究针对结核病的检测与诊断。 | 计算机视觉 | 结核病 | 自适应卷积神经网络 | CNN | X光图像 | NA | NA | NA | NA | NA |
| 743 | 2024-08-05 |
Tooth numbering and classification on bitewing radiographs: an artificial intelligence pilot study
2024-06, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2024.02.012
PMID:38632035
|
研究论文 | 本研究评估了在咬翼放射影像中自动识别和计数恒牙的深度学习方法的有效性 | 结合了深度学习算法对咬翼放射影像中的牙齿进行自动编号和分类 | 未提及具体的局限性 | 旨在提升咬翼放射影像中恒牙的自动识别和计数的准确性 | 1248张咬翼放射影像被用于模型训练和测试 | 计算机视觉 | NA | 深度学习 | Yolov5 | 图像 | 1248张咬翼放射影像 | NA | NA | NA | NA |
| 744 | 2024-08-05 |
Short-Term and Imminent Rainfall Prediction Model Based on ConvLSTM and SmaAT-UNet
2024-Jun-01, Sensors (Basel, Switzerland)
DOI:10.3390/s24113576
PMID:38894366
|
研究论文 | 本研究提出了一种基于ConvLSTM和SmaAT-UNet的短期降雨预测模型 | 提出了融合CNN和LSTM的ConvLSTM模型及经过改善的SmaAT-UNet模型以提高降水预测的效率和准确性 | 随着预测时间的延长，降水预测性能指标呈现下滑趋势，指出了维持长期预测准确性的内在挑战 | 旨在通过改进特征提取和数据处理技术，提高短期降水预测的效率和准确性 | 对使用深度学习进行雷达图像外推的降水预测算法进行研究 | 计算机视觉 | NA | 深度学习 | ConvLSTM和SmaAT-UNet | 雷达图像 | NA | NA | NA | NA | NA |
| 745 | 2024-08-05 |
Prediction of adverse drug reactions due to genetic predisposition using deep neural networks
2024-Jun, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400021
PMID:38850150
|
研究论文 | 本研究探讨了深度学习方法预测与药物不良反应相关的遗传变异。 | 这是首个利用深度神经网络预测ADR-药物-靶标-突变的模型。 | 尽管提出了一些改进建议，但模型的平均平衡准确率仅为0.61。 | 研究目的是预测可能与药物不良反应相关的遗传变异。 | 研究对象为与药物相关的单核苷酸多态性(SNPs)。 | 机器学习 | NA | 深度神经网络（DNN） | DNN | NA | NA | NA | NA | NA | NA |
| 746 | 2024-08-05 |
Fully automated deep learning model for detecting proximity of mandibular third molar root to inferior alveolar canal using panoramic radiographs
2024-06, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2024.02.011
PMID:38614873
|
研究论文 | 本文开发了一种新颖的完全自动化深度学习模型，用于检测下颌第三磨牙根部与下alveolar管之间的关系。 | 提出了一种基于YOLOv5的修改深度学习网络MM3-IACnet，以自动评估下颌第三磨牙根与下alveolar管的空间关系。 | 该研究的限制在于仅使用了一种图像方式（全景X光）进行分析，可能无法涵盖所有临床情况。 | 研究旨在评估下颌第三磨牙与下alveolar管之间的解剖关系以指导临床决策。 | 本研究的对象为1570名具有下颌第三磨牙的患者，所有患者均进行了全景X光和锥束CT成像。 | 数字病理学 | NA | 全景X光 | YOLOv5 | 图像 | 1570名具有下颌第三磨牙的患者 | NA | NA | NA | NA |
| 747 | 2024-08-05 |
Molecular architecture of the actin cytoskeleton: From single cells to whole organisms using cryo-electron tomography
2024-Jun, Current opinion in cell biology
IF:6.0Q1
DOI:10.1016/j.ceb.2024.102356
PMID:38608425
|
研究论文 | 本文讨论了冷冻电镜断层成像技术在细胞骨架研究中的应用和最新进展 | 提出了深度学习工具用于自动标注断层重建和串联提取样品准备流程的最新发展 | 未提及具体的实验限制 | 研究细胞内肌动蛋白细胞骨架的分子结构 | 多细胞生物、有机体及组织样本 | 数字病理学 | NA | 冷冻电镜断层成像 | 深度学习 | 图像 | 多个多细胞生物及组织样本 | NA | NA | NA | NA |
| 748 | 2024-08-05 |
Protein remote homology detection and structural alignment using deep learning
2024-Jun, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-023-01917-2
PMID:37679542
|
研究论文 | 本研究开发了两种深度学习方法TM-Vec和DeepBLAST，以改善低序列相似性蛋白质的对齐方法 | 提出的TM-Vec方法能够直接从序列对预测结构相似性，并且DeepBLAST在仅使用序列信息时能够结构性对齐蛋白质 | 抽象中未提及具体的局限性 | 改善生物技术中蛋白质的对齐方法，特别是低序列相似性的蛋白质 | 结构上相似的蛋白质 | 计算机视觉 | NA | 深度学习 | NA | 序列数据 | 多种数据集 | NA | NA | NA | NA |
| 749 | 2024-08-05 |
Predicting transcriptional outcomes of novel multigene perturbations with GEARS
2024-Jun, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-023-01905-6
PMID:37592036
|
研究论文 | 介绍了GEARS方法，通过深度学习和基因关系知识图谱预测多基因扰动的转录反应 | GEARS能够预测从未在实验中扰动的基因组合的结果，展现出比现有方法更高的预测精度 | 未提及具体的局限性 | 研究细胞对基因扰动的响应，以指导生物医学应用 | 多基因扰动的转录反应 | 数字病理学 | NA | 单细胞RNA测序 | 深度学习模型 | RNA测序数据 | NA | NA | NA | NA | NA |
| 750 | 2024-08-05 |
Generative deep learning approaches for the design of dental restorations: A narrative review
2024-06, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.104988
PMID:38608832
|
综述 | 本研究探讨了深度学习技术在牙齿重建中的最新进展 | 文章介绍了新颖的深度学习方法在部分和全牙重建中的应用，展示了生成对抗网络和变换器的讨论 | 仅包括2018年至2023年发布的9篇相关文献，且排除仅专注于DL方法应用或审查的文章 | 研究深度学习技术在牙齿重建领域的应用和方法 | 重点研究牙齿重建的不同深度学习方法和数据表征 | 数字病理学 | NA | 深度学习 | 生成对抗网络（GAN）和变换器 | 深度图、点云和体素化点云 | 涉及9篇文献的牙齿重建数据 | NA | NA | NA | NA |
| 751 | 2024-08-07 |
Editorial for "Parallel CNN-Deep Learning Clinical-Imaging Signature for Assessing Pathologic Grade and Prognosis of Soft Tissue Sarcoma Patients"
2024-Jun-19, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29476
PMID:38896101
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 752 | 2024-08-05 |
Deep learning-based approach for 3D bone segmentation and prediction of missing tooth region for dental implant planning
2024-06-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64609-0
PMID:38880802
|
研究论文 | 本研究利用U-Net模型进行牙科CBCT扫描中缺失牙齿区域的骨骼分割和植牙位置预测 | 提出了一种基于深度学习的U-Net模型，针对牙科影像分析和植牙规划进行了创新应用 | 无相关限制信息 | 研究旨在提高牙科植牙规划的自动化水平 | 研究对象为Taibah大学牙科医院2018至2023年的CBCT数据集患者 | 数字病理 | NA | CBCT | U-Net | 影像 | NA | NA | NA | NA | NA |
| 753 | 2024-08-05 |
Detection of Parkinson disease using multiclass machine learning approach
2024-06-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64004-9
PMID:38877028
|
研究论文 | 本研究使用机器学习和深度学习技术检测帕金森病。 | 提出了一种基于语音信号特征区分帕金森病患者和健康个体的方法，包括应用KNN和FNN模型。 | 样本数量相对较少，仅包含195个语音录音。 | 旨在通过声音信号的分析，及时检测帕金森病，以便有效管理疾病。 | 研究对象为31名帕金森病患者及其语音信号。 | 机器学习 | 帕金森病 | 机器学习、深度学习 | KNN、FNN | 语音 | 195个语音录音，来自31名患者 | NA | NA | NA | NA |
| 754 | 2024-08-05 |
Deep cell phenotyping and spatial analysis of multiplexed imaging with TRACERx-PHLEX
2024-Jun-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48870-5
PMID:38879602
|
研究论文 | 本文介绍了一种名为TRACERx-PHLEX的深度细胞表型分析和空间分析的方法 | 该研究的创新点在于开发了一个基于深度学习的自动化计算管道，能够进行细胞分割、细胞类型注释和空间分析 | 在不同组织类型、固定条件、图像大小和抗体面板的评估中可能存在局限性 | 研究旨在提供一个可重复、全面且用户友好的多重成像计算管道 | 研究对象包括不同组织类型的细胞及其空间分布 | 数字病理学 | NA | 成像质谱细胞术 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 755 | 2024-08-05 |
Biomarker-based human and animal sperm phenotyping: the good, the bad and the ugly†
2024-Jun-12, Biology of reproduction
IF:3.1Q2
DOI:10.1093/biolre/ioae061
PMID:38640912
|
review | 本综述探讨了基于生物标志物的人类和动物精子表型分析的优缺点 | 文章创新地将下一代成像流式细胞术引入人类和动物精子分析中，结合机器学习和深度学习算法以提高诊断精度 | 文章中未详细论述每种生物标志物的临床应用案例 | 提高人类与经济重要动物精子的精子表型分析的精确度 | 人类及经济重要的牲畜动物的精子标志物 | 数字病理学 | NA | 流式细胞术，生物标志物成像 | NA | NA | NA | NA | NA | NA | NA |
| 756 | 2024-08-05 |
Application of a novel deep learning-based 3D videography workflow to bat flight
2024-Jun, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.15143
PMID:38652595
|
研究论文 | 本文提出了一种基于深度学习的3D视频拍摄流程，以研究飞行动物的生物力学细节 | 引入了深度学习驱动的自动数字化流程，结合质量指标进行过滤和纠正错误标记点 | 研究主要集中在蝙蝠的飞行上，可能不适用于其他动物的生物力学研究 | 提高飞行动物生物力学研究的数字化效率 | 主要研究对象为蝙蝠飞行 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 四只蝙蝠 | NA | NA | NA | NA |
| 757 | 2024-08-05 |
Perfect Match: Radiomics and Artificial Intelligence in Cardiac Imaging
2024-Jun, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.123.015490
PMID:38889216
|
综述 | 本文探讨了放射组学与人工智能在心脏影像中的协同作用 | 提出了放射组学提取医疗影像中的定量特征与深度学习技术结合的潜力 | 讨论了使用放射组学和人工智能在临床应用中的挑战和局限性 | 增强心脏影像的诊断和预后能力 | 关注心血管疾病的影像学特征 | 数字病理学 | 心血管疾病 | 放射组学，深度学习 | 深度学习 | 医疗影像 | NA | NA | NA | NA | NA |
| 758 | 2024-08-05 |
Emerging trends and hotspots in cervical intraepithelial neoplasia research from 2013 to 2023: A bibliometric analysis
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32114
PMID:38882369
|
研究论文 | 本文通过文献计量分析总结了宫颈上皮内瘤变（CIN）领域的研究热点和未来趋势 | 首次在宫颈上皮内瘤变领域进行了文献计量分析，揭示了关键的研究方向和趋势 | 研究主要集中在发表的文献，可能无法全面反映整个CIN领域的研究现状 | 归纳和预测宫颈上皮内瘤变领域的研究热点和未来趋势 | 分析过去十年间与宫颈上皮内瘤变相关的文献 | 数字病理学 | 宫颈癌 | 文献计量分析 | NA | 文献 | 4677篇相关论文 | NA | NA | NA | NA |
| 759 | 2024-08-05 |
Deep learning guided prediction modeling of dengue virus evolving serotype
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32061
PMID:38882365
|
研究论文 | 本研究提出了一种深度学习模型，用于预测登革热病毒的演变血清型 | 提出的DL-DVE生成和分类模型超越了传统方法，能够在连续向量空间中学习核苷酸之间的语义关系 | 本研究不提及样本的多样性及外部验证的局限性 | 研究登革热病毒(DENV)的演变，以预测出现的新型血清型 | 采用2000个已公开的DENV完整基因组序列进行研究 | 计算机视觉 | 登革热 | 深度学习 | LSTM和前馈神经网络(FNN) | 基因组序列 | 2000个DENV完整基因组序列 | NA | NA | NA | NA |
| 760 | 2024-08-07 |
Traffic planning in modern large cities Paris and Istanbul
2024-Jun-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64483-w
PMID:38879639
|
研究论文 | 该文章探讨了利用深度学习技术提高大城市交通状况预测准确性的复杂任务 | 提出了一种新模型，考虑了速度、流量和方向的累积影响，表现优于传统模型 | 未来研究需考虑更多信息源的整合，如物理交通流模型和天气条件等 | 旨在增强大规模交通条件预测的准确性 | 巴黎和伊斯坦布尔的历史交通数据 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 基于两年真实数据生成的交通视频片段，涉及超过1000亿GPS探测点 | NA | NA | NA | NA |