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！
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。
当前共找到 1312 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2024-11-20 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-Jul-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.09.602672
PMID:39026862
|
研究论文 | 通过深度学习增强的冷冻电镜断层扫描技术，研究了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构 | 首次通过深度学习增强的冷冻电镜断层扫描技术解析了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构，揭示了其独特的包膜和囊膜特征 | NA | 研究Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构，揭示其与阿尔法和贝塔疱疹病毒在包膜和囊膜结构上的差异 | Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构 | NA | NA | 冷冻电镜断层扫描（cryoET） | 深度学习 | 图像 | NA |
| 342 | 2024-11-19 |
Machine learning-based prediction of off-pump coronary artery bypass grafting-associated acute kidney injury
2024-Jul-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-24-711
PMID:39144311
|
研究论文 | 本研究旨在基于机器学习方法建立预测非体外循环冠状动脉搭桥术相关急性肾损伤的模型 | 本研究创新性地结合了术前和术中数据，通过迁移学习和特征融合，提高了预测模型的准确性 | 本研究的数据来源于单一医院，样本量有限，可能影响模型的普适性 | 建立预测非体外循环冠状动脉搭桥术相关急性肾损伤的模型 | 非体外循环冠状动脉搭桥术相关急性肾损伤 | 机器学习 | 心血管疾病 | 机器学习 | 梯度提升决策树（GBDT） | 时间序列数据 | 1,041名患者 |
| 343 | 2024-11-19 |
Insights into the Interaction Mechanisms of Peptide and Non-Peptide Inhibitors with MDM2 Using Gaussian-Accelerated Molecular Dynamics Simulations and Deep Learning
2024-Jul-18, Molecules (Basel, Switzerland)
DOI:10.3390/molecules29143377
PMID:39064955
|
研究论文 | 本研究结合高斯加速分子动力学模拟、深度学习和结合自由能计算，探讨了非肽类抑制剂K23和0Y7以及肽类抑制剂PDI6W和PDI与MDM2的相互作用机制 | 本研究首次将高斯加速分子动力学模拟与深度学习相结合，成功识别了MDM2的关键功能域，并揭示了抑制剂对MDM2结构灵活性和集体运动的影响 | 本研究主要基于模拟和计算，缺乏实验验证 | 探讨抑制剂与MDM2的相互作用机制，为癌症治疗提供理论支持 | 非肽类抑制剂K23和0Y7以及肽类抑制剂PDI6W和PDI与MDM2的相互作用 | 机器学习 | NA | 高斯加速分子动力学模拟、深度学习、分子力学-广义波恩表面积（MM-GBSA）和溶剂化相互作用能（SIE）计算 | 深度学习 | 分子动力学轨迹 | 4种抑制剂（K23、0Y7、PDI6W、PDI）与MDM2的相互作用 |
| 344 | 2024-11-19 |
Deep Learning Models for Abdominal CT Organ Segmentation in Children: Development and Validation in Internal and Heterogeneous Public Datasets
2024-07, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.30931
PMID:38691411
|
研究论文 | 本文开发并验证了用于儿童腹部CT器官分割的深度学习模型，包括肝脏、脾脏和胰腺的分割 | 本文的创新点在于在儿童数据上验证了深度学习模型，并使用迁移学习方法在异质性公共数据集上进行预训练，然后在机构内部数据上进行微调，取得了优于仅使用内部数据训练的模型和公开模型的效果 | 本文的局限性在于胰腺分割的性能相对较差，尤其是在存在胰腺炎的情况下 | 本文的研究目的是开发和验证用于儿童腹部CT检查中肝脏、脾脏和胰腺分割的深度学习模型 | 本文的研究对象是儿童腹部CT图像中的肝脏、脾脏和胰腺 | 计算机视觉 | NA | 深度学习 | SegResNet, DynUNet, SwinUNETR | 图像 | 1731例CT检查（1504例用于训练，221例用于测试），包括来自三个内部机构儿科数据集（≤18岁，483例）和三个公共数据集（包括儿科和成人检查，1248例） |
| 345 | 2024-08-11 |
Editorial Comment: Using Appropriate Training Data in Deep Learning Tissue and Organ Segmentations on CT
2024-07, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.31345
PMID:38691412
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 346 | 2024-08-11 |
Editorial Comment: Usefulness of a Deep Learning Model for Pediatric Abdominal Organ Segmentation
2024-07, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.31408
PMID:38748729
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 347 | 2024-11-15 |
Spatiotemporal transcriptomic profiling and modeling of mouse brain at single-cell resolution reveals cell proximity effects of aging and rejuvenation
2024-Jul-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.16.603809
PMID:39071282
|
研究论文 | 研究通过单细胞分辨率的时空转录组学分析和建模，揭示了小鼠大脑衰老和再生过程中细胞邻近效应 | 首次开发基于空间转录组学的机器学习模型（空间衰老时钟），用于揭示大脑衰老和再生过程中的细胞邻近效应 | NA | 研究大脑衰老过程中细胞间的相互作用及其对组织衰退的影响 | 小鼠大脑的单细胞时空转录组数据 | 数字病理学 | NA | 空间转录组学 | 机器学习模型 | 转录组数据 | 420万个细胞，来自20个不同年龄段和两种再生干预（运动和部分重编程） |
| 348 | 2024-11-15 |
Kinetic model-informed deep learning for multiplexed PET image separation
2024-Jul-01, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00660-0
PMID:38951271
|
研究论文 | 本文提出了一种基于动力学模型的深度学习方法，用于多重正电子发射断层扫描（mPET）图像的分离 | 通过将动力学模型与深度网络结合，增强了深度学习的归纳先验，提高了mPET图像分离的性能 | NA | 开发一种新的方法来分离多重正电子发射断层扫描（mPET）图像中的信号 | 多重正电子发射断层扫描（mPET）图像 | 计算机视觉 | NA | 正电子发射断层扫描（PET） | 卷积编码器-解码器（CED） | 图像 | 模拟的双示踪剂[18F]FDG+[11C]MET PET脑部图像数据集 |
| 349 | 2024-11-15 |
OAR-Weighted Dice Score: A spatially aware, radiosensitivity aware metric for target structure contour quality assessment
2024-Jul, The use of computers in radiation therapy. International Conference on the Use of Computers in Radiation Therapy
PMID:39512542
|
研究论文 | 本文提出了一种新的指标OAR-DSC，用于评估放射治疗中目标结构轮廓的质量，考虑了周围危及器官及其放射敏感性 | 引入了OAR-DSC指标，该指标在计算DSC时考虑了周围危及器官及其放射敏感性 | NA | 开发一种新的指标，用于评估放射治疗中目标结构轮廓的质量，考虑周围危及器官及其放射敏感性 | 放射治疗中的目标结构轮廓和周围危及器官 | 计算机视觉 | NA | NA | NA | 图像 | NA |
| 350 | 2024-11-15 |
Deep learning in distinguishing pulmonary nodules as benign and malignant
2024-Jul, Turk gogus kalp damar cerrahisi dergisi
DOI:10.5606/tgkdc.dergisi.2024.26027
PMID:39513168
|
研究论文 | 研究使用深度学习模型区分肺结节的良恶性 | 本研究首次在肺结节分类中应用了深度学习模型和特征提取方法，显著提高了分类准确率 | 研究样本量较小，且仅限于特定时间段内的患者数据 | 旨在开发能够高准确率区分良恶性肺结节的卷积神经网络模型，以辅助早期诊断 | 肺结节的良恶性分类 | 计算机视觉 | 肺癌 | 深度学习 | 卷积神经网络 | 图像 | 共234例患者，包括良性组68例，恶性组29例，对照组67例 |
| 351 | 2024-11-14 |
Deep learning-based cell segmentation for rapid optical cytopathology of thyroid cancer
2024-07-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64855-2
PMID:39013980
|
研究论文 | 本文介绍了一种基于深度学习的细胞分割方法，用于快速光学细胞病理学诊断甲状腺癌 | 提出了使用2D U-Net卷积神经网络进行自动细胞分割，显著减少了数据分析时间 | 自动分割与手动分割在细胞面积和荧光极化值上存在一定差异 | 开发一种快速且准确的甲状腺癌诊断方法 | 甲状腺癌细胞 | 计算机视觉 | 甲状腺癌 | 深度学习 | U-Net | 图像 | 使用了病理多样的人类甲状腺细胞图像进行训练和测试 |
| 352 | 2024-11-13 |
CardSegNet: An adaptive hybrid CNN-vision transformer model for heart region segmentation in cardiac MRI
2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种自适应混合CNN-Vision Transformer模型CardSegNet，用于心脏区域在心脏MRI中的分割 | 引入了自适应多注意力（SMA）模块，结合卷积和Vision Transformer的注意力机制，以提高分割精度 | NA | 开发一种高精度的心脏MRI图像分割方法，以测量心脏参数和诊断异常 | 左心室（LV）、右心室（RV）和左心室心肌的分割 | 计算机视觉 | 心血管疾病 | MRI | CNN-Vision Transformer | 图像 | ACDC2017数据集（n=100）、M&Ms数据集（n=321）和本地数据集（n=22） |
| 353 | 2024-11-12 |
Computational stabilization of a non-heme iron enzyme enables efficient evolution of new function
2024-Jul-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.18.590141
PMID:39091854
|
研究论文 | 本文展示了基于深度学习的工具ProteinMPNN如何用于重新设计Fe(II)/αKG超家族酶，以提高其稳定性、溶解性和表达量，同时保留其天然活性及工业相关的非天然功能 | 首次使用ProteinMPNN工具对Fe(II)/αKG酶进行计算稳定化设计，并在定向进化中验证了其有效性 | 仅在tP4H和GriE酶上进行了验证，尚未在其他酶中广泛应用 | 探索计算序列重新设计在定向进化中作为第一步的可行性，以开发新型生物催化剂 | Fe(II)/αKG超家族酶tP4H和GriE | 机器学习 | NA | ProteinMPNN | NA | 蛋白质序列 | tP4H和GriE酶的野生型及稳定化设计变体 |
| 354 | 2024-11-10 |
Application of Artificial Intelligence in Ophthalmology: An Updated Comprehensive Review
2024 Jul-Sep, Journal of ophthalmic & vision research
IF:1.6Q3
DOI:10.18502/jovr.v19i3.15893
PMID:39359529
|
综述 | 本文综述了人工智能在眼科领域的最新进展和挑战 | 介绍了AI在糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等多种眼科疾病中的应用，并探讨了其在疾病筛查和治疗决策中的潜力 | 训练数据的质量和多样性、缺乏严格的临床验证、监管批准和临床医生信任的挑战，以及AI与现有临床工作流程的整合和决策透明性问题 | 探讨人工智能在眼科护理中的应用及其对疾病筛查、诊断和治疗计划优化的影响 | 主要眼科疾病，包括糖尿病视网膜病变、青光眼、年龄相关性黄斑变性等 | 计算机视觉 | NA | 机器学习和深度学习 | 深度学习模型 | 图像 | NA |
| 355 | 2024-11-09 |
DualNetGO: a dual network model for protein function prediction via effective feature selection
2024-07-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae437
PMID:38963311
|
研究论文 | 本文提出了一种双网络模型DualNetGO，用于通过有效特征选择进行蛋白质功能预测 | DualNetGO模型通过分类器和选择器组件，能够从不同来源（如PPI网络图嵌入、蛋白质域和亚细胞定位信息）中有效选择特征，从而提高蛋白质功能预测的准确性 | NA | 开发一种新的模型，通过有效特征选择提高蛋白质功能预测的准确性 | 人类和小鼠的蛋白质功能预测 | 机器学习 | NA | 图嵌入 | 双网络模型 | 图嵌入、蛋白质域、亚细胞定位信息 | 人类和小鼠数据集 |
| 356 | 2024-11-09 |
Automatic cephalometric landmark identification with artificial intelligence: An umbrella review of systematic reviews
2024-07, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105056
PMID:38729291
|
综述 | 本文对人工智能在自动头影测量标志点识别中的表现进行了伞形综述 | 本文通过伞形综述评估了人工智能在2D和3D头影测量标志点识别中的性能 | 人工智能无法以相同的准确性识别各种头影测量标志点，且大多数研究基于错误的2毫米误差阈值 | 评估人工智能在自动头影测量标志点识别中的表现 | 2D和3D头影测量标志点的自动识别 | 计算机视觉 | NA | 机器学习 | NA | 图像 | 11篇符合条件的系统综述 |
| 357 | 2024-11-07 |
DEL-Thyroid: deep ensemble learning framework for detection of thyroid cancer progression through genomic mutation
2024-Jul-22, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02604-1
PMID:39039464
|
研究论文 | 本文提出了一种基于深度集成学习的甲状腺癌基因突变检测框架 | 利用LSTM、GRU和Bi-LSTM等深度学习技术构建集成学习模型，以早期检测甲状腺癌基因突变 | NA | 开发一种能够早期检测甲状腺癌基因突变的深度学习模型 | 甲状腺癌基因突变 | 机器学习 | 甲状腺癌 | 深度学习 | 集成学习模型 | 基因数据 | 633个样本，包含969个突变，涉及41个基因 |
| 358 | 2024-11-07 |
Development and validation of AI-derived segmentation of four-chamber cine cardiac magnetic resonance
2024-Jul-12, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-024-00477-7
PMID:38992116
|
研究论文 | 开发并验证了一种基于人工智能的四腔心脏磁共振成像分割模型 | 首次使用深度学习算法进行四腔心脏磁共振成像的自动分割，并提出了校正因子以减少系统偏差 | 四腔分割对左心室和右心室体积的估计低于实际短轴分割结果 | 开发一种自动化的深度学习模型，用于四腔心脏磁共振成像的时间分辨分割 | 四腔心脏磁共振成像的自动分割和校正 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 训练集包含814个受试者，验证集包含101个受试者 |
| 359 | 2024-11-07 |
Deep learning promoted target volumes delineation of total marrow and total lymphoid irradiation for accelerated radiotherapy: A multi-institutional study
2024-Jul, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.103393
PMID:38852363
|
研究论文 | 研究开发了一种混合神经网络模型，用于加速放射治疗中全骨髓和全淋巴照射的目标体积勾画 | 提出了一个新颖的双编码器对齐网络（DEA-Net），用于自动和快速的多类临床目标体积分割 | NA | 开发一种能够准确、自动和快速分割多类临床目标体积的混合神经网络模型 | 全骨髓照射（TMI）和全骨髓及淋巴照射（TMLI）的目标体积勾画 | 机器学习 | NA | 深度学习 | 双编码器对齐网络（DEA-Net） | CT图像 | 46名内部机构患者用于训练，39名内部和外部患者用于独立评估 |
| 360 | 2024-10-30 |
Echocardiographic Detection of Regional Wall Motion Abnormalities Using Artificial Intelligence Compared to Human Readers
2024-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2024.03.017
PMID:38556038
|
研究论文 | 本文研究了使用深度学习模型检测心脏区域壁运动异常（RWMA），并将其与专家和新手读者的准确性进行比较 | 本文首次使用深度学习模型检测RWMA，并发现其准确性与专家相当，甚至优于大多数新手 | 深度学习模型在某些区域的F1分数低于专家，尤其是在前间隔区域 | 开发一种深度学习模型用于评估RWMA，并比较其与专家和新手读者的准确性 | 心脏区域壁运动异常（RWMA）的检测 | 机器学习 | 心血管疾病 | 深度学习 | 卷积神经网络（CNN） | 视频 | 15,746例经胸超声心动图研究，包括25,529个心尖视频 |