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 1035 篇文献，本页显示第 901 - 920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 901 | 2024-08-05 |
A novel framework based on explainable AI and genetic algorithms for designing neurological medicines
2024-06-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63561-3
PMID:38834718
|
研究论文 | 本研究提出了一种基于可解释人工智能和遗传算法的新框架，用于设计神经药物 | 提出了两种新操作符p-crossover和p-mutation，结合可解释AI和遗传算法进行多目标优化 | 目前的研究主要集中在神经肽分类器的构建，未能优化其特性 | 识别一组具有理想特征的神经肽，以用于神经类生物药物的生产 | 神经肽的特征和优化 | 计算机视觉 | NA | 遗传算法，深度学习 | NSGA-II，BERT | 蛋白质序列 | NA | NA | NA | NA | NA |
| 902 | 2024-08-05 |
A Deep-Learning-Based Partial-Volume Correction Method for Quantitative 177Lu SPECT/CT Imaging
2024-Jun-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.123.266889
PMID:38637141
|
研究论文 | 本文介绍了一种基于深度学习的177Lu SPECT/CT成像的部分容积校正方法 | 提出了一种不需要解剖信息分割的新方法DL-PVC，能够有效校正图像伪影并提高定量分析的精确度 | 本研究的分析主要基于模拟数据，可能在实际临床数据中的应用效果需要进一步验证 | 研究旨在实现177Lu SPECT/CT成像中的部分容积校正，提高定量分析的准确性 | 通过深度学习方法对10,000个随机活动分布和3D打印模型进行的研究 | 数字病理学 | NA | 深度学习 | U-Net | 图像 | 10,000个随机活动分布与不同几何模型的3D打印幻影 | NA | NA | NA | NA |
| 903 | 2024-08-05 |
Deep learning-based risk stratification of preoperative breast biopsies using digital whole slide images
2024-Jun-03, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-024-01840-7
PMID:38831336
|
研究论文 | 本研究评估了一种深度学习模型，用于基于术前乳腺活检的数字全幅图像进行风险分层 | 提出了DeepGrade模型用于乳腺肿瘤活检样本的风险分层，通过对比临床分级，展示了其在预后评估中的有效性 | 本研究可能受到数据集限于特定地区（斯德哥尔摩、瑞典）和未包含其他类型肿瘤的限制 | 评估深度学习模型DeepGrade在乳腺癌术前活检样本中的风险分层能力 | 896名乳腺癌患者的1169个术前活检的数字全幅图像 | 数字病理学 | 乳腺癌 | 深度卷积神经网络 | 深度卷积神经网络 | 图像 | 896名患者的1169个活检样本 | NA | NA | NA | NA |
| 904 | 2024-08-05 |
AI-based prediction of protein-ligand binding affinity and discovery of potential natural product inhibitors against ERK2
2024-Jun-03, BMC chemistry
IF:4.3Q2
DOI:10.1186/s13065-024-01219-x
PMID:38831341
|
研究论文 | 该研究提出了一种基于深度学习的模型，旨在提高蛋白质-配体结合亲和力的预测和发现潜在的天然产物抑制剂 | 提出了一种新的多模态深度学习模型DeepLIP，通过整合多层信息改善PLA预测 | 未提及具体的限制信息 | 提高蛋白质-配体结合亲和力的预测准确性，并筛选ERK2抑制剂 | 外部信号调节蛋白激酶2（ERK2）及其抑制剂 | 深度学习 | 癌症 | 深度学习 | 多模态深度学习模型（DeepLIP） | 药物分子数据 | 筛选了来自药物样本库的三种新化合物 | NA | NA | NA | NA |
| 905 | 2024-08-05 |
MADR-Net: multi-level attention dilated residual neural network for segmentation of medical images
2024-06-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63538-2
PMID:38830932
|
研究论文 | 本研究提出了一种新的深度学习架构MADR-Net用于医学图像的分割。 | MADR-Net引入了多级残差块和空洞金字塔场景解析池以提高医学图像分割的性能，并使用了混合损失函数以增强任务表现。 | 未提及具体的限制因素 | 提高医学图像分割的准确性和效果。 | 对典型挑战性医学图像分割任务进行验证，包括心脏超声、皮肤癌、电子显微镜和MRI图像的分割。 | 数字病理学 | 皮肤癌 | 深度学习 | U-Net | 图像 | 四个典型医学图像分割任务的数据集 | NA | NA | NA | NA |
| 906 | 2024-08-05 |
Deep Learning for Perfusion Cerebral Blood Flow (CBF) and Volume (CBV) Predictions and Diagnostics
2024-Jun, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03471-7
PMID:38402314
|
研究论文 | 该文章介绍了一种基于深度学习的脑灌注参数预测和诊断方法 | 创新点在于通过多阶段深度学习模型，整合时空特征进行体素级灌注参数预测 | 目前研究仍依赖于FDA批准软件生成的数据，并未完全实现独立的方法 | 开发一种更稳健和高效的方法来计算脑灌注参数 | 研究对象为基于DSC-MRP生成的脑灌注图像数据 | 数字病理学 | NA | 动态敏感对比磁共振灌注（DSC-MRP） | 1D卷积神经网络（CNN）与2D U-Net编码器-解码器网络 | 4D磁共振灌注数据集 | NA | NA | NA | NA | NA |
| 907 | 2024-08-05 |
Spatial acoustic properties recovery with deep learning
2024-Jun-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0026231
PMID:38847594
|
研究论文 | 提出了一种空间依赖的物理信息神经网络（SD-PINN），用于从测量中恢复空间依赖的偏微分方程（PDE）系数 | SD-PINN允许使用单个神经网络恢复空间依赖的PDE系数，消除了对特定领域物理专业知识的要求 | NA | 研究如何通过深度学习恢复偏微分方程中的空间依赖系数 | 关注波动方程的空间依赖系数的恢复，以揭示不均匀介质中的声学特性分布 | 机器学习 | NA | 物理信息神经网络（PINN） | 深度学习网络 | 测量数据 | NA | NA | NA | NA | NA |
| 908 | 2024-08-05 |
Early Predicting Osteogenic Differentiation of Mesenchymal Stem Cells Based on Deep Learning Within One Day
2024-Jun, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03483-3
PMID:38488988
|
研究论文 | 本文探讨了基于深度学习的间充质干细胞成骨分化的早期预测方法 | 通过简单的明场图像和深度学习网络实现了对间充质干细胞成骨分化的早期和准确检测 | 研究主要依赖于明场图像，可能会受到图像质量的影响 | 旨在通过训练卷积神经网络(CNN)来定量测量间充质干细胞的成骨分化 | 间充质干细胞(MSCs)的成骨分化过程 | 计算机视觉 | NA | 深度学习 | 卷积神经网络(CNN) | 图像 | 在早期成骨分化过程中捕获了多个时间点的MSC图像 (第0天、1天、3天、5天和7天) | NA | NA | NA | NA |
| 909 | 2024-08-05 |
Memory-efficient semantic segmentation of large microscopy images using graph-based neural networks
2024-Jun-06, Microscopy (Oxford, England)
DOI:10.1093/jmicro/dfad049
PMID:37864808
|
研究论文 | 本文提出了一种基于图神经网络的框架，用于大规模显微镜图像分割任务 | 通过将大规模图像转换为图形并使用超像素，克服了深度学习模型在内存方面的限制 | 超像素生成可能导致误差，需改进生成算法或增加超像素数量以提高准确性 | 研究结合图神经网络的显微镜图像分割方法以提高效率 | 生物细胞和细胞集落的显微镜图像 | 数字病理学 | NA | 图神经网络 (GNN) | NA | 图像 | 使用了数百万像素的显微镜图像样本 | NA | NA | NA | NA |
| 910 | 2024-08-05 |
General Aqueous System Simulation through an AI-Embedded Metaverse Chemistry Laboratory
2024-Jun-06, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.4c01111
PMID:38814104
|
研究论文 | 本研究设计了一种物理支持的深度学习模型，预测一般水相系统的未来状态 | 提出了一种嵌入AI的元宇宙化学实验室框架，能够有效地模拟水相系统属性并预测离子化合物的溶解时间 | 当前的元宇宙框架在实验数据分析上仍有局限，使得优化实验的整体时间消耗较高 | 旨在通过数字化化学信息的方式，优化实验设计和数据利用 | 主要研究100多种常见离子溶液的一般水相系统 | 物理化学 | NA | 深度学习 | NA | 实验数据 | 100+种常见离子溶液 | NA | NA | NA | NA |
| 911 | 2024-08-05 |
AI in evaluating ambulation of stroke patients: severity classification with video and functional ambulation category scale
2024-Jun-06, Topics in stroke rehabilitation
IF:2.2Q1
DOI:10.1080/10749357.2024.2359342
PMID:38841903
|
研究论文 | 本研究验证了一种深度学习模型，用于根据功能步态分类（FAC）规模对中风患者的步态图像数据进行分类 | 提出了基于视频数据的人体姿势估计方法，用于开发步态参数模型和分类模型 | 研究依赖于收集的大量多样化数据，这些数据是在非标准化的真实环境中收集的 | 验证深度学习模型对中风患者步态图像数据的分类能力 | 203名中风患者和182名健康个体的步态视觉数据 | 计算机视觉 | 中风 | 深度学习 | NA | 视频 | 203名中风患者和182名健康个体 | NA | NA | NA | NA |
| 912 | 2024-08-05 |
Sustainable Sea of Internet of Things: Wind Energy Harvesting System for Unmanned Surface Vehicles
2024-Jun-05, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c05142
PMID:38768307
|
研究论文 | 本论文提出了一种基于压电和电磁效应的无人水面车辆风能采集系统 | 创新点在于自我调节策略的实施和优化的磁体配置，有效提高了风能收集的性能 | 未提及具体环境条件对设备性能的影响 | 旨在开发一种智能的海洋环境监测系统，通过风能采集为无人水面车辆提供动力 | 研究对象为无人水面车辆及其风能采集系统 | 物联网 | NA | 风能采集 | 深度学习算法 | 实验数据 | 原型制造和测试，具体样本量未提及 | NA | NA | NA | NA |
| 913 | 2024-08-07 |
Correction: Deep learning model for differentiating nasal cavity masses based on nasal endoscopy images
2024-Jun-03, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02562-8
PMID:38831373
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 914 | 2024-08-05 |
Opening the black box of team-based learning (TBL): A study of verbal interactions in online application sessions
2024-06, Medical teacher
IF:3.3Q1
DOI:10.1080/0142159X.2023.2285249
PMID:38035575
|
研究论文 | 本研究探讨了在线团队基础学习（TBL）应用课程中的语言互动情况。 | 研究提供了对在线TBL课程中互动类型的深入分析，揭示了互动在促进深度学习中的重要性。 | 研究主要集中在特定的在线应用课程中，可能无法全面代表所有在线TBL课程。 | 深入了解在线TBL应用课程中互动的性质和程度，并探讨其在不同团队和课程中的变化。 | 研究对象为12个TBL团队在两次在线应用课程中的互动情况。 | 教育研究 | NA | 音视频记录 | NA | 文本、音频和视频 | 12个TBL团队 | NA | NA | NA | NA |
| 915 | 2024-08-05 |
Crowdsourcing image segmentation for deep learning: integrated platform for citizen science, paid microtask, and gamification
2024-Jun-25, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2023-0148
PMID:38143326
|
研究论文 | 本文开发了一种集成群众外包的平台，以比较不同的医学图像分割方法 | 提出了结合公民科学、付费微任务和游戏化的集成众包平台 | 样本数量较少，仅有50幅图像参与训练 | 比较不同类型的众包方法在医学图像分割中的效果 | 医学图像（眼底图像中的巩膜分割） | 数字病理学 | NA | 深度学习，卷积神经网络 | NA | 图像 | 50幅图像 | NA | NA | NA | NA |
| 916 | 2024-08-05 |
E2SCNet: Efficient Multiobjective Evolutionary Automatic Search for Remote Sensing Image Scene Classification Network Architecture
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3220699
PMID:36395135
|
研究论文 | 提出了一种高效的多目标进化自动搜索框架E2SCNet，用于遥感图像场景分类网络架构 | E2SCNet采用了八种轻量级操作符，构建了多样化的搜索空间，实现了参数数量与准确度的两步进化搜索机制 | 进化神经架构搜索方法通常需要几天时间 | 解决遥感图像场景分类中传统网络架构的固定性和不足之处 | 遥感图像场景分类深度学习网络架构 | 计算机视觉 | NA | 多目标进化计算 | NA | NA | 通过与多种人类专家设计的网络及基于梯度和进化计算的搜索方法获得的网络进行比较 | NA | NA | NA | NA |
| 917 | 2024-08-05 |
Automated marine oil spill detection algorithm based on single-image generative adversarial network and YOLO-v8 under small samples
2024-Jun, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.116475
PMID:38761680
|
研究论文 | 本文介绍了一种针对小样本的海洋油污检测算法，结合了SinGAN和YOLO-v8模型 | 创新之处在于使用单幅图像生成对抗网络(SinGAN)扩展小样本数据集，并结合YOLO-v8进行油污检测 | 研究的主要局限在于依赖于从Landsat-8卫星获得的小样本数据集，可能影响检测模型的泛化能力 | 本研究旨在提升海洋油污检测的准确性和实时性，特别是在样本稀缺的情况下 | 研究对象为海洋油污检测数据集，主要包括通过Landsat-8卫星拍摄的油污图像 | 计算机视觉 | NA | 生成对抗网络(SinGAN), YOLO-v8 | YOLO-v8 | 图像 | 小样本数据集 | NA | NA | NA | NA |
| 918 | 2024-08-05 |
Fourier Domain Robust Denoising Decomposition and Adaptive Patch MRI Reconstruction
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3222394
PMID:37015441
|
研究论文 | 本文提出了一种傅里叶域稳健去噪分解和自适应补丁MRI重建的方法 | 创新点在于提出了一种新的两步优化方法，针对噪声和低欠采样数据的MRI重建 | 文中提到的模型在解决鲁棒字典学习问题时仍然是非凸的且计算复杂度高 | 旨在改善MRI重建过程中的图像质量，特别是在低欠采样和噪声干扰情况下 | 研究对象为MRI重建中的稀疏性和低欠采样数据 | 数字病理学 | NA | 傅里叶变换 | 低秩和稀疏去噪重建模型（LSDRM）和鲁棒字典学习重建模型（RDLRM） | 图像 | 进行的广泛数值实验 | NA | NA | NA | NA |
| 919 | 2024-08-05 |
Tiny Machine Learning for Concept Drift
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3229897
PMID:37015671
|
研究论文 | 本文介绍了一种基于深度学习的概念漂移微型机器学习方案 | 首次提出了针对概念漂移的微型机器学习（TML-CD）解决方案，结合深度学习特征提取器和k近邻分类器，具有混合适应模块 | 假设训练过程在云或边缘计算系统中进行，可能限制了在某些环境下的应用 | 设计能够在嵌入式系统和物联网单元中操作的机器学习技术 | 针对在概念漂移影响下的数据生成过程进行适应性处理 | 机器学习 | NA | 深度学习, k近邻分类 | NA | 图像和音频 | 多个基准测试 | NA | NA | NA | NA |
| 920 | 2024-08-05 |
Explainable Graph Wavelet Denoising Network for Intelligent Fault Diagnosis
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3230458
PMID:37015709
|
研究论文 | 本文提出了一种可解释的图小波去噪网络用于智能故障诊断 | 提出了一种新的图小波去噪卷积以提取图结构数据的多尺度特征并实现信号去噪 | NA | 旨在提升在噪声环境下的智能故障诊断能力 | 主要研究信号中的故障相关组件及其去噪过程 | 机器学习 | NA | 图小波去噪卷积 | NA | 图结构数据 | NA | NA | NA | NA | NA |