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 1034 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2024-08-05 |
Multi-task global optimization-based method for vascular landmark detection
2024-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种基于多任务全局优化的方法用于血管标志物检测 | 通过多任务深度学习网络同时进行标志物热图回归、血管语义分割和方向场回归，从而提高了检测精度 | 尚未提及此方法在其他数据集上的应用效果 | 提高血管标志物检测的准确性和自动化程度 | 血管标志物及其连接的血管段 | 计算机视觉 | NA | 多任务深度学习网络 | NA | 图像 | 564个脑部MRA数据集，510个脑部CTA数据集，50个主动脉CTA数据集 | NA | NA | NA | NA |
| 862 | 2024-08-05 |
Inter-fractional portability of deep learning models for lung target tracking on cine imaging acquired in MRI-guided radiotherapy
2024-Jun, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-023-01371-z
PMID:38198064
|
研究论文 | 本研究评估了用于MRI引导放疗中靶标追踪的深度学习模型的跨分数可移植性 | 提出了两种训练策略，评估了不同深度学习模型在不同分数中靶标追踪的表现 | 研究中仅涵盖了六名患者的样本，限制了结果的广泛性 | 评估深度学习模型在MRI引导放疗过程中靶标追踪的效果 | 六名接受MRI引导放疗的患者 | 数字病理 | 肺癌 | 深度学习 | U-net，注意力U-net，嵌套U-net | 影像 | 6名患者 | NA | NA | NA | NA |
| 863 | 2024-08-05 |
Segmentation of liver and liver lesions using deep learning
2024-Jun, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01390-4
PMID:38381270
|
研究论文 | 本文探讨了利用深度学习对肝脏和肝脏病变的分割。 | 针对使用临床3D MRI数据进行肝脏和肝脏病变分割的方法进行了全面研究，之前的实验对此未有充分讨论。 | 尽管肝脏分割准确性较高，但肝脏病变的勾画效果不佳，导致肿瘤检测在临床数据中不实用。 | 研究深度学习在核医学剂量测定与图像解析中的应用。 | 涉及128名患者的T1w和T2w MRI图像及相应的地面真实标签。 | 数字病理学 | 肝癌 | MRI | Isensee 2017网络 | 图像 | 128名患者的110组T1w-T2w MRI图像集，其中94组用于训练，16组用于验证，18组用于测试 | NA | NA | NA | NA |
| 864 | 2024-08-05 |
An end-to-end method for predicting compound-protein interactions based on simplified homogeneous graph convolutional network and pre-trained language model
2024-Jun-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00862-9
PMID:38849874
|
研究论文 | 本研究提出了一种名为SPVec-SGCN-CPI的端到端方法，用于预测化合物与蛋白质之间的相互作用 | 该方法首次同时考虑了样本不平衡和计算效率，提高了化合物-蛋白质相互作用的预测准确性 | 在研究中没有提到可能的局限性 | 旨在提高化合物-蛋白质相互作用的预测能力以加速药物发现过程 | 研究对象为化合物与蛋白质之间的相互作用 | 机器学习 | NA | 简化图卷积网络 (SGCN) | NA | 数据集 | 三个数据集 | NA | NA | NA | NA |
| 865 | 2024-08-05 |
Software cost estimation predication using a convolutional neural network and particle swarm optimization algorithm
2024-Jun-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63025-8
PMID:38849414
|
研究论文 | 本文提出了一种基于卷积神经网络和粒子群优化算法的软件成本估算模型 | 结合深度学习和机器学习技术，利用CNN和PSO进行时间序列预测，增强了模型的稳健性和泛化能力 | 尽管在多个基准数据集上取得了优异表现，但仍需进一步验证其在不同应用领域的有效性 | 提升软件成本估算的预测准确性和稳定性 | 使用13个不同的基准数据集进行模型训练和测试 | 机器学习 | NA | 卷积神经网络 (CNN) 和粒子群优化 (PSO) | 卷积神经网络 (CNN) | 基准数据集 | 13个不同的基准数据集 | NA | NA | NA | NA |
| 866 | 2024-08-05 |
Depth-enhanced high-throughput microscopy by compact PSF engineering
2024-Jun-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48502-y
PMID:38849376
|
研究论文 | 本文展示了一种紧凑的点扩散函数工程，以增强高通量显微镜的成像深度 | 提出了一种在物镜中实现紧凑点扩散函数工程的方法，克服了传统方法的笨重光学扩展问题 | 未在实际应用中提供完全的验证，而主要集中于方法论的展示 | 提升高通量显微镜在三维细胞模型中的应用效能 | 聚焦于三维显微成像及其与深度学习结合的能力 | 数字病理学 | NA | 光学方法 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 867 | 2024-08-05 |
PUResNetV2.0: a deep learning model leveraging sparse representation for improved ligand binding site prediction
2024-Jun-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00865-6
PMID:38849917
|
研究论文 | 本文介绍了PUResNetV2.0模型，该模型通过稀疏表示提升了配体结合位点预测的准确性 | 提出了一种利用稀疏表示的深度学习模型PUResNetV2.0，以改善配体结合位点预测的准确性 | 在某些特定情况下（如RNA、DNA、肽类配体和离子结合位点预测）的性能受到训练数据限制的影响 | 提升蛋白质中配体结合位点预测的准确性 | 4729个蛋白质家族的蛋白质复合物 | 计算机视觉 | NA | 深度学习 | PUResNetV2.0 | 蛋白质复合物数据 | 4729个蛋白质家族 | NA | NA | NA | NA |
| 868 | 2024-08-05 |
Explainable deep learning-based ischemia detection using hybrid O-15 H2O perfusion PET/CT imaging and clinical data
2024-Jun-07, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2024.101889
PMID:38852900
|
研究论文 | 本研究开发了一种可解释的深度学习分类器，用于通过O-15 H2O灌注PET/CT和冠状动脉CT血管成像识别冠状动脉疾病 | 提出了一种结合图像和数据的深度学习分类器，并能够以可视化方式展示数据结果 | 仅在138名受试者中评估，可能样本量不足以广泛推广 | 研究目的是开发一种有效的深度学习模型用于检测流量限制性冠状动脉疾病 | 研究对象为138名受试者，包含临床、CTA和PET变量 | 计算机视觉 | 冠状动脉疾病 | PET/CT成像 | 深度学习模型 | 图像和数值数据 | 138名受试者 | NA | NA | NA | NA |
| 869 | 2024-08-05 |
Machine learning-based classification of structured light modes under turbulence and eavesdropping effects
2024-Jun-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.520510
PMID:38856620
|
研究论文 | 本文考虑了在湍流和窃听影响下对复用结构光模态的分类 | 这是首个同时考虑湍流和窃听威胁对复用结构光模态分类的研究 | 未提及具体的实验条件或其他可能影响分类结果的因素 | 提高在挑战性环境中的通信可靠性和数据传输速率 | 复用的结构光模态，特别是在湍流和窃听场景下的性能 | 机器学习 | NA | 机器学习算法 | 人工神经网络，支持向量机，1D卷积神经网络，2D卷积神经网络 | 光学信号 | 16种模式 | NA | NA | NA | NA |
| 870 | 2024-08-05 |
Role of ChatGPT-4 for Medical Researchers
2024-Jun, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-023-03336-5
PMID:37526801
|
评论 | 本文强调了ChatGPT-4在医疗领域的贡献、益处和挑战 | 探讨了ChatGPT-4在医学研究中的应用潜力和具体优势 | 对该工具的知识和潜力仍需更深入的了解 | 旨在阐明ChatGPT-4对医学研究的影响 | 医疗研究人员和从业者 | 自然语言处理 | NA | 深度学习 | ChatGPT-4 | 文本 | NA | NA | NA | NA | NA |
| 871 | 2024-08-05 |
Estimation of modified Zernike coefficients from turbulence-degraded multispectral imagery using deep learning
2024-Jun-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.521072
PMID:38856589
|
研究论文 | 本文研究了波长多样性如何影响深度学习模型从多光谱图像中预测修正Zernike系数的性能 | 提出了一种利用波长依赖的模拟方法来处理湍流引起的波前误差，并采用深度神经网络进行修正Zernike系数的预测 | 在使用带有附加噪声的扩展对象时，增加光谱带数所带来的改进有限 | 研究深度学习在湍流条件下从多光谱图像中高准确度预测修正Zernike系数的能力 | 点对象和来自字符数据集的扩展对象的多光谱图像 | 计算机视觉 | NA | 深度学习 | AlexNet | 图像 | 点对象和扩展对象的模拟图像数据，涉及不同湍流水平的多个样本 | NA | NA | NA | NA |
| 872 | 2024-08-05 |
Identifying the twist factor of twisted partially coherent optical beams
2024-Jun-01, Journal of the Optical Society of America. A, Optics, image science, and vision
DOI:10.1364/JOSAA.522975
PMID:38856440
|
研究论文 | 本文介绍了一种识别扭曲部分相干光束扭曲因子的方法 | 提出利用源平面上的圆形光圈来识别扭曲部分相干光束，简化了识别过程 | 识别过程可能受到光束低相干性和随机性的影响 | 研究如何有效识别扭曲部分相干光束的扭曲因子 | 扭曲部分相干光束的扭曲因子 | 光学 | NA | 深度学习 | 简单的深度学习模型 | 光束强度结构 | NA | NA | NA | NA | NA |
| 873 | 2024-08-05 |
A Siamese deep learning framework for efficient hardware Trojan detection using power side-channel data
2024-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62744-2
PMID:38844523
|
研究论文 | 本文提出了一种新颖的Siamese神经网络框架来检测硬件特洛伊木马 | 采用了非侵入性的电源侧信道信号处理，且不需要IC的黄金模型 | 研究中没有提到实际应用中的复杂环境或其他类型的攻击 | 提高集成电路安全性，检测隐藏的硬件特洛伊木马 | 使用从Trojan Power & EM Side-Channel数据集中提取的特征进行训练 | 计算机视觉 | NA | 电源侧信道信号处理 | SNN, LSTM, GRU, CNN | 信号数据 | 使用Trojan Power & EM Side-Channel数据集的样本 | NA | NA | NA | NA |
| 874 | 2024-08-05 |
Exploring potential circRNA biomarkers for cancers based on double-line heterogeneous graph representation learning
2024-Jun-06, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02564-6
PMID:38844961
|
研究论文 | 本研究提出了一种新的方法CDA-DGRL，用于预测circRNA-疾病关联 | 该方法通过图网络和双线表示模型整合图节点特征，实现了对局部和全局图网络结构的有效捕捉，解决了现有模型在稀疏局部结构信息利用上的局限性 | 该研究可能受到现有生物数据稀疏性的限制，尽管提出了方法来缓解这一问题 | 本研究旨在可靠地识别circRNA-疾病关联，以减少传统生物实验的需求 | 该研究的对象是circRNA和疾病之间的关联 | 数字病理学 | NA | 深度学习框架，图神经网络 | 图卷积神经网络 | 生物信息数据 | 通过对circR2Disease数据集进行五折交叉验证获得结果 | NA | NA | NA | NA |
| 875 | 2024-08-07 |
Author Correction: Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs
2024-Jun-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49184-2
PMID:38844459
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 876 | 2024-08-05 |
Choroidalyzer: An Open-Source, End-to-End Pipeline for Choroidal Analysis in Optical Coherence Tomography
2024-Jun-03, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.65.6.6
PMID:38833259
|
研究论文 | 本文开发了一个开源的全自动管道Choroidalyzer，用于光学相干层析中的脉络膜分析 | Choroidalyzer通过自动化方法提高了脉络膜、血管和中心凹分割的准确性，是一种客观和标准化的分析工具 | 本文未涉及不同成像设备和系统疾病对结果的潜在影响 | 本研究的目的是开发一个脉络膜分析的开源管道 | 本文的研究对象包括233名受试者，涉及6个系统性疾病队列 | 数字病理学 | NA | OCT | U-Net | 图像 | 5600个OCT B扫描 | NA | NA | NA | NA |
| 877 | 2024-08-05 |
Label-free white blood cells classification using a deep feature fusion neural network
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31496
PMID:38845979
|
研究论文 | 本文提出了一种基于深度特征融合神经网络的无标记白细胞分类方法 | 该研究创新性地结合了浅层提取的低级特征和深层提取的高级特征用于无标记白细胞检测 | 目前的深度学习白细胞分类技术在显微镜下无法有效利用白细胞内部结构的微妙差异 | 旨在通过深度学习改进无标记白细胞图像分析方法 | 研究对象为白细胞的图像分析和分类 | 数字病理学 | NA | 深度学习 | 深度特征融合神经网络 | 图像 | 测试集上准确度达到80.3% | NA | NA | NA | NA |
| 878 | 2024-08-05 |
RhizoNet segments plant roots to assess biomass and growth for enabling self-driving labs
2024-06-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63497-8
PMID:38839814
|
研究论文 | 本文介绍了RhizoNet，一个基于深度学习的工作流程，用于语义分割植物根系扫描 | RhizoNet通过残差U-Net架构提高预测准确性，并采用凸包操作划分主要根系组件 | 自动分析因根系结构复杂和图像背景噪声而变得困难 | 准确分割根系生物量并监测其随时间的生长 | 生长在名为EcoFAB的水培系统中的植物根系 | 数字病理学 | NA | 深度学习 | 残差U-Net | 彩色扫描图像 | 上千张图像 | NA | NA | NA | NA |
| 879 | 2024-08-05 |
AMP-RNNpro: a two-stage approach for identification of antimicrobials using probabilistic features
2024-06-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63461-6
PMID:38839785
|
研究论文 | 本研究提出了一种基于RNN的AMP-RNNpro模型用于识别抗菌肽（AMPs） | 引入了一种创新的两阶段模型AMP-RNNpro，结合了多种特征编码方法来提高抗菌肽的检测效率 | 未提及具体的局限性 | 旨在提高抗菌肽的识别效率，以应对抗生素抗药性问题 | 研究抗菌肽（AMPs）的识别 | 机器学习 | NA | 深度学习 | RNN | NA | 分析了33个模型并选取了6个最佳模型 | NA | NA | NA | NA |
| 880 | 2024-08-05 |
Vortex-like vs. turbulent mixing of a Viscum album preparation affects crystalline structures formed in dried droplets
2024-Jun-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63797-z
PMID:38839929
|
研究论文 | 研究了不同混合方法对干燥液滴中晶体结构的影响 | 展示了涡流混合与湍流混合对晶体模式复杂度的不同影响 | 未提及具体的样本大小和实验重复性 | 探索液体流动对同源制备过程的影响 | 分析不同混合方式下的Viscum album制备品 | 数字病理学 | NA | 微滴蒸发法、计算机支持的图像分析、深度学习 | NA | 图像 | NA | NA | NA | NA | NA |