深度学习在生物医药领域中的应用

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,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!

Sample Image
添加微信请说明来意
Sample Image
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10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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202407-202407] [清除筛选条件]
当前共找到 1302 篇文献,本页显示第 261 - 280 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
261 2025-05-10
PhosAF: An integrated deep learning architecture for predicting protein phosphorylation sites with AlphaFold2 predicted structures
2024-Jul, Analytical biochemistry IF:2.6Q2
研究论文 提出了一种名为PhosAF的集成深度学习架构,用于预测蛋白质磷酸化位点,结合了AlphaFold2预测的结构信息 开发了结合CMA-Net和MFC-Net的新架构PhosAF,首次整合AlphaFold2预测的蛋白质结构信息进行磷酸化位点预测,并提出基于蛋白质二级结构构建可靠负样本的新策略 仅针对人类蛋白质进行研究,未验证在其他物种上的适用性 提高蛋白质磷酸化位点的预测准确性 人类蛋白质的磷酸化位点 生物信息学 NA 深度学习 CMA-Net, MFC-Net 蛋白质序列和结构数据 NA
262 2025-05-01
Automated cooling tower detection through deep learning for Legionnaires' disease outbreak investigations: a model development and validation study
2024-Jul, The Lancet. Digital health
研究论文 本研究开发并验证了一种基于深度学习的计算机视觉模型,用于自动检测航空图像中的冷却塔,以加速军团病爆发的调查 使用YOLOv5和EfficientNet-b5两阶段模型自动检测冷却塔,显著提高了检测速度和准确性 模型在未训练过的城市(如波士顿和雅典)的表现略有下降,PPV和敏感度有所降低 开发一种自动检测冷却塔的深度学习模型,以加速军团病爆发的调查和源头控制 航空图像中的冷却塔 计算机视觉 军团病 深度学习 YOLOv5, EfficientNet-b5 卫星图像 2051张包含7292个冷却塔的图像,测试数据集包含548张图像
263 2025-04-26
Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering
2024-07-09, ACS nano IF:15.8Q1
研究论文 本文介绍了一种结合深度学习和表面增强拉曼散射(SERS)的生物传感平台,用于COVID-19的无标记检测 利用二硫化钼辅助自发形成多层金纳米颗粒结构,结合深度学习模型,实现了高灵敏度的SERS检测 未明确提及样本量的具体数据或实验的重复性验证 开发一种快速、低损伤、高通量的无标记检测平台,用于极低浓度分析物的检测 人类眼泪中的COVID-19病毒 生物传感 COVID-19 表面增强拉曼散射(SERS) CNN 拉曼光谱数据 NA
264 2025-04-25
Digital pathology assessment of kidney glomerular filtration barrier ultrastructure in an animal model of podocytopathy
2024-Jul-15, bioRxiv : the preprint server for biology
research paper 开发了一种基于深度学习的数字病理计算方法,用于测量TEM图像中肾小球滤过屏障的超微结构 首次使用U-Net模型和图像处理算法自动测量GBM和PFP宽度,减少了人工操作的劳动强度和操作者间的变异性 自动和手动PFP宽度测量在ILK cKO标本中存在差异,表明方法在PFP测量上可能不够精确 研究肾小球滤过屏障超微结构的自动化测量方法,以促进足细胞病的研究和临床诊断 Integrin-Linked Kinase (ILK) 足细胞特异性条件敲除小鼠和野生型小鼠的肾脏TEM图像 digital pathology podocytopathy transmission electron microscopy (TEM) U-Net image WT和ILK cKO同窝小鼠的肾脏TEM图像,4周龄
265 2025-04-25
Analysis of RNA translation with a deep learning architecture provides new insight into translation control
2024-Jul-02, bioRxiv : the preprint server for biology
研究论文 开发了一种深度神经网络模型,用于从RNA序列直接预测和分析翻译起始和终止位点 模型揭示了密码子使用在调控翻译终止中的新作用,并发现了数千个新的开放阅读框 模型主要基于人类转录本训练,在其他生物体中的预测准确性可能有限 理解基因翻译的调控机制 RNA序列中的翻译起始和终止位点 自然语言处理 NA 深度神经网络 深度神经网络 RNA序列 人类转录组数据
266 2025-04-25
Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers
2024-Jul-01, ArXiv
PMID:39010871
research paper 使用多模态规范建模分析阿尔茨海默病的异质性,基于成像ATN生物标志物 采用深度学习多模态规范框架分析个体水平的ATN成像生物标志物变异 研究仅基于横断面数据,未考虑纵向变化 探究阿尔茨海默病的异质性及其与认知功能和疾病进展的关系 阿尔茨海默病患者(淀粉样蛋白阳性和阴性对照) digital pathology geriatric disease T1-weighted MRI, amyloid and tau PET deep learning-based multimodal normative framework imaging data 发现队列(n = 665)和复制队列(n = 430)
267 2025-04-25
Artificial intelligence in colonoscopy: from detection to diagnosis
2024-07, The Korean journal of internal medicine
综述 本文综述了人工智能在结肠镜检查中从检测到诊断的最新进展 总结了不同深度学习模型在结肠镜检查不同任务中的适用性及性能表现 仅纳入2021年及以后发表的英文文献,可能存在发表偏倚 评估人工智能在结肠镜检查中的应用效果 27篇PubMed原始研究 数字病理学 胃肠道疾病 深度学习 Efficientnet, YOLO, Unet 医学影像 27项研究
268 2025-04-25
Privacy-proof Live Surgery Streaming: Development and Validation of a Low-cost, Real-time Robotic Surgery Anonymization Algorithm
2024-Jul-01, Annals of surgery IF:7.5Q1
研究论文 开发并验证了一种低成本、实时机器人手术匿名化算法,用于隐私保护的实时手术流媒体 首创了一种手术匿名化算法,能够可靠且准确地实时移除体外图像,并在多种机器人平台上进行验证 NA 开发一种可靠、准确且实时的机器人手术匿名化算法,用于手术视频数据的隐私保护 机器人手术视频数据 计算机视觉 NA 深度学习 Robotic Anonymization Network 视频 63个手术视频,包含6种手术和4种机器人系统,共496,828张图像
269 2025-04-23
Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning
2024-07, Ultrasound in medicine & biology
research paper 本研究探索了利用深度学习和聚类算法在超声图像中识别杜氏肌营养不良症(DMD)患者的行走状态和疾病严重程度的可行性 首次将k-means和模糊c-means聚类算法用于DMD超声图像的纹理重建,并结合深度学习模型自动识别行走功能和疾病严重程度 未提及样本量的具体数字,可能影响结果的泛化性 开发计算机辅助诊断系统以自动识别DMD患者的行走状态和疾病严重程度 杜氏肌营养不良症(DMD)患者的超声图像 digital pathology muscular dystrophy 超声成像 Gaussian Naïve Bayes, k-nearest neighbors, decision-tree, VGG-16, VGG-19 image NA
270 2025-04-23
Misplaced Trust and Distrust: How Not to Engage with Medical Artificial Intelligence
2024-Jul, Cambridge quarterly of healthcare ethics : CQ : the international journal of healthcare ethics committees IF:1.5Q3
research paper 本文探讨了在医疗人工智能(AI)领域中信任与不信任的错误应用,并提出了一个分类系统 通过负面案例研究,提出了关于医疗AI中信任与不信任的错误分类,为临床和监管决策提供了伦理约束 未提供具体的实证数据支持分类系统的有效性 分析医疗AI中信任与不信任的错误应用,并提出伦理约束 医疗人工智能系统及其在临床中的应用 machine learning NA NA Artificial Neural Nets NA NA
271 2025-04-17
Binding and sensing diverse small molecules using shape-complementary pseudocycles
2024-07-19, Science (New York, N.Y.)
research paper 本文提出了一种设计高亲和力小分子结合蛋白的方法,并应用于下游传感 利用深度学习生成的具有不同形状中央结合口袋的假环结构,结合小分子以实现高亲和力结合,并构建化学诱导二聚化系统和低噪声纳米孔传感器 NA 设计高亲和力小分子结合蛋白并用于传感应用 小分子(如甲氨蝶呤和甲状腺素) machine learning NA deep learning, docking NA molecular structure 四种不同小分子
272 2025-04-16
Reproducible image-based profiling with Pycytominer
2024-Jul-02, ArXiv
PMID:38045474
research paper 介绍了一个名为Pycytominer的用户友好开源Python包,用于处理高通量显微镜图像分析产生的单细胞特征数据 提出了Pycytominer这一工具,实现了图像分析后的生物信息学步骤,即“基于图像的剖析” 未提及具体的技术限制或应用范围的局限性 开发一个工具以处理高通量显微镜图像分析产生的单细胞特征数据,用于下游应用 高通量显微镜图像分析产生的单细胞特征数据 digital pathology NA high-throughput microscopy NA image NA
273 2025-04-12
Hybrid deep learning technique for COX-2 inhibition bioactivity detection against breast cancer disease
2024-Jul, Biomedical engineering letters IF:3.2Q2
研究论文 本研究开发了一种混合深度学习技术,用于检测乳腺癌中COX-2抑制的生物活性 结合UNet架构进行特征提取,采用改进的鸡群优化算法(MCSO)处理数据维度,并使用改进的Laguerre神经网络(ILNN)进行分类 NA 开发高效技术以精确检测COX-2抑制的生物活性,助力抗癌化合物识别和乳腺癌治疗进展 乳腺癌中的COX-2抑制生物活性 机器学习 乳腺癌 混合深度学习 UNet, MCSO, ILNN 生物活性数据 使用ChEMBL数据库进行验证
274 2025-04-11
Position: Topological Deep Learning is the New Frontier for Relational Learning
2024-Jul, Proceedings of machine learning research
PMID:40196046
研究论文 本文提出拓扑深度学习(TDL)是关系学习的新前沿,并讨论了TDL中的开放问题和未来研究方向 提出TDL作为关系学习的新前沿,结合拓扑概念补充图表示学习和几何深度学习 未提及具体实验验证或应用案例 探讨拓扑深度学习在关系学习中的潜力和发展方向 拓扑深度学习模型及其在机器学习中的应用 机器学习 NA NA NA NA NA
275 2025-04-09
An automated approach for predicting HAMD-17 scores via divergent selective focused multi-heads self-attention network
2024-07, Brain research bulletin IF:3.5Q2
研究论文 介绍了一种名为DSFMANet的深度学习模型,用于自动预测抑郁症患者的HAMD-17评分 提出了一种多分支结构的自注意力网络,通过人工配置不同分支的注意力焦点因子,实现了对不同子频带的注意力分布 未提及具体的数据集规模或模型在其他疾病上的泛化能力 提高抑郁症诊断的准确性,为临床决策提供支持 抑郁症患者的HAMD-17评分 机器学习 抑郁症 深度学习 DSFMANet(多分支自注意力网络) EEG信号 NA
276 2025-04-08
Deep learning for intracranial aneurysm segmentation using CT angiography
2024-Jul-26, Physics in medicine and biology IF:3.3Q1
研究论文 本研究采用两阶段深度学习方法,在计算机断层扫描血管造影图像中准确检测小动脉瘤(4-10毫米大小) 提出了一种轻量级且快速的头部区域选择(HRS)算法和自适应的3D nnU-Net网络,用于分割动脉瘤,并将推理时间减少了50%以上 未提及 准确检测和分割小动脉瘤 计算机断层扫描血管造影图像中的小动脉瘤 计算机视觉 心血管疾病 计算机断层扫描血管造影(CTA) 3D nnU-Net 图像 956名患者来自6家医院和一个公共数据集,使用6台不同制造商的CT扫描仪获取
277 2025-04-06
DM-Fusion: Deep Model-Driven Network for Heterogeneous Image Fusion
2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1
research paper 本文提出了一种深度模型驱动的神经网络DM-Fusion,用于解决异构图像融合问题,结合了基于模型技术的可解释性和深度学习方法的一般化能力 设计了一种深度模型驱动的神经网络,结合了模型技术的可解释性和深度学习方法的泛化能力,提出了任务驱动的损失函数策略以实现特征增强和保留 未提及具体局限性 解决异构图像融合问题,提升融合质量和效率 异构图像 computer vision NA deep learning CNN image 未提及具体样本数量
278 2025-04-06
Invertible Residual Blocks in Deep Learning Networks
2024-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1
research paper 本文研究了深度学习中可逆残差块的条件,并提出了相应的逆算法 提出了残差块可逆的充分必要条件,并针对广泛使用的卷积残差块,展示了在弱条件下通过特定零填充方法实现可逆性 研究仅针对包含一层ReLU的残差块,未涉及更复杂的网络结构 探索深度学习中残差块的可逆性条件及其应用 深度学习网络中的残差块 machine learning NA NA CNN NA NA
279 2025-04-04
Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models
2024-07, World neurosurgery IF:1.9Q2
研究论文 本研究评估了卷积神经网络(CNN)和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血(SAH)和非动脉瘤性SAH中的有效性 采用迁移学习方法缓解了传统技术的时间限制,并展示了优越的性能 NA 评估深度学习技术在SAH检测中的有效性 动脉瘤性SAH和非动脉瘤性SAH患者 数字病理学 心血管疾病 深度学习 CNN, Inception-V3, EfficientNetB4 医学影像 203名患者(123名动脉瘤性SAH和80名非动脉瘤性SAH),共23,393张DICOM图像
280 2025-04-03
A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting
2024-07, Small (Weinheim an der Bergstrasse, Germany)
研究论文 提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统 结合三自由度摩擦纳米发电机和负能量收集器,利用深度学习模型识别运动状态,实现自感知和自供电 未提及系统在极端环境下的稳定性和长期穿戴的舒适性 开发自感知自供电的可穿戴系统,提高能量利用效率 人体运动能量(腰部运动能量和膝盖负能量) 可穿戴技术 NA 摩擦纳米发电机(TENG)、深度学习 Gate Recurrent Unit (GRU) 运动信号 实验数据未明确说明具体样本数量,但涉及模型穿戴测试
回到顶部