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 1294 篇文献，本页显示第 681 - 700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 681 | 2024-08-07 |
Automated PD-L1 status prediction in lung cancer with multi-modal PET/CT fusion
2024-07-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66487-y
PMID:39030240
|
研究论文 | 本文研究了如何利用多模态PET/CT融合自动预测肺癌中的PD-L1状态 | 提出了使用不同数据融合方案的深度学习模型来进行PD-L1状态的预测，并发现PET和CT融合的表现优于单独使用 | 在晚期融合架构中，虽然权重共享可能提高模型的稳定性，但并不总能带来更好的结果 | 评估不同融合方法在非小细胞肺癌中预测PD-L1状态的性能 | 189名肺癌患者的非侵入性CT和PET图像 | 计算机视觉 | 肺癌 | PET/CT成像 | ResNet, DenseNet, EfficientNet | 图像 | 189名非小细胞肺癌患者的PET和CT图像 | NA | NA | NA | NA |
| 682 | 2024-08-07 |
Exploring deep learning strategies for intervertebral disc herniation detection on veterinary MRI
2024-07-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67749-5
PMID:39030338
|
研究论文 | 本文旨在自动化兽医MRI中椎间盘突出（IVDH）病灶的检测和定位 | 引入了一种新的脊柱定位模块，并成功集成到不同的目标检测模型中，以提高IVDH检测的精准度 | 未提供对小型猫数据集适应的详细评估 | 研究AI在兽医护理中的应用，推动兽医放射学的发展 | 213只不同品种、年龄和体型的宠物狗的T2加权矢状面MRI图像 | 计算机视觉 | 脊柱疾病 | 深度学习 | 传统两阶段检测模型及YOLOX检测器 | 图像 | 213张宠物狗的MRI图像 | NA | NA | NA | NA |
| 683 | 2024-08-07 |
Intelligent breast cancer diagnosis with two-stage using mammogram images
2024-07-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65926-0
PMID:39030248
|
研究论文 | 这篇文章提出了一种基于深度学习的乳腺癌筛查新方法，利用乳腺X光图像进行智能诊断 | 引入了ACA-ATRUNet和ACA-AMDN模型，并通过MML-EOO算法优化超参数 | 未提及具体样本的多样性或模型在其他类型图像上的适应性 | 优化乳腺癌的早期检测方法 | 使用乳腺X光图像进行乳腺癌识别和分类 | 计算机视觉 | 乳腺癌 | 深度学习，乳腺X光 | ACA-ATRUNet，ACA-AMDN | 图像 | 来自已建立基准源的数据集 | NA | NA | NA | NA |
| 684 | 2024-08-05 |
A Multimorbidity Analysis of Hospitalized Patients With COVID-19 in Northwest Italy: Longitudinal Study Using Evolutionary Machine Learning and Health Administrative Data
2024-Jul-18, JMIR public health and surveillance
IF:3.5Q1
DOI:10.2196/52353
PMID:39024001
|
研究论文 | 该研究分析了在意大利西北部住院的COVID-19患者的多重合并症情况 | 提出了一种进化机器学习模型，以处理数据稀疏性并识别与COVID-19严重性密切相关的多重合并症特征组合 | 由于多重合并症的稀有性，临床数据管理面临重大挑战，具体表现为数据的稀疏性和组合多重合并症特征的复杂排列问题 | 评估多重合并症患者的COVID-19严重性，并识别与之相关的最优特征组合 | 研究对象为12793名在2020年2月至5月之间确诊为COVID-19的45至74岁患者 | 机器学习 | NA | 进化机器学习 | 深度学习分类器 | 医疗历史数据 | 12793个患者样本 | NA | NA | NA | NA |
| 685 | 2024-08-05 |
Cross-attention enables deep learning on limited omics-imaging-clinical data of 130 lung cancer patients
2024-Jul-15, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2024.100817
PMID:38981473
|
研究论文 | 本文提出了两种深度学习模型用于非小细胞肺癌患者的生存预后预测 | 通过引入交叉注意力机制，显著提升了模型在小样本数据上的表现，并突出了肿瘤区域和相关基因 | 仅使用了130名患者的数据，样本量较小 | 开发能够在数据有限的情况下进行生存预测的深度学习模型 | 非小细胞肺癌患者 | 数字病理学 | 肺癌 | 深度学习 | 稀疏自编码器 | 图像和基因表达数据 | 130名肺癌患者 | NA | NA | NA | NA |
| 686 | 2024-08-05 |
Fatecode enables cell fate regulator prediction using classification-supervised autoencoder perturbation
2024-Jul-15, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2024.100819
PMID:38986613
|
研究论文 | 本研究提出了一种名为Fatecode的计算方法，用于基于单细胞RNA测序数据预测细胞命运调控因子。 | Fatecode利用深度学习的分类监督自编码器学习单细胞RNA测序数据的潜在表示，并通过对这一表示的扰动实验来预测基因。 | 未提及具体的局限性 | 加速细胞重编程技术的发展，以促进组织修复和再生。 | 研究对象为细胞命运调控因子。 | 数字病理学 | NA | 单细胞RNA测序 | 深度学习自编码器 | RNA测序数据 | 使用了来自不同生物体的血液和大脑发育的单细胞RNA-seq数据 | NA | NA | NA | NA |
| 687 | 2024-08-05 |
Future Perspectives of Artificial Intelligence in Bone Marrow Dosimetry and Individualized Radioligand Therapy
2024-Jul, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2024.06.003
PMID:39013673
|
review | 这篇综述提供了人工智能在骨髓剂量测定和个性化放射配体治疗中的未来前景 | 文章创新性在于提出了将人工智能方法集成到核医学剂量测定中的机会 | NA | 探讨人工智能在改善骨髓和血液剂量测定准确性中的应用 | 主要关注于放射配体治疗相关的血液学副作用 | NA | NA | 机器学习和深度学习算法 | NA | NA | NA | NA | NA | NA | NA |
| 688 | 2024-08-04 |
Attention-enhanced dilated convolution for Parkinson's disease detection using transcranial sonography
2024-Jul-31, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-024-01265-5
PMID:39085884
|
研究论文 | 本文介绍了一种增强注意力的膨胀卷积方法，旨在通过经颅超声检测帕金森病 | 提出了一种名为AMSNet的深度学习残差网络模型，通过注意力机制和多尺度特征提取来提高诊断精度 | 尚未讨论现有方法在实际临床应用中的限制和挑战 | 开发一种新方法以提高经颅超声对帕金森病的诊断准确性 | 包含来自1109名参与者的经颅超声图像及个人数据 | 数字病理学 | 帕金森病 | 深度学习 | 残差网络 | 图像 | 1109个参与者的经颅超声图像 | NA | NA | NA | NA |
| 689 | 2024-08-04 |
Mixed T-domain and TF-domain Magnitude and Phase representations for GAN-based speech enhancement
2024-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68708-w
PMID:39085424
|
研究论文 | 本文提出了一种名为 M-DGAN 的新方法，通过在时间-频率生成框架中引入时间域编码器-解码器结构以提高语音增强效果 | 提出了一种新的生成器结构，结合了混合的时间域和时间-频率域的幅度和相位表示 | 未提及具体的限制 | 提升在嘈杂条件下的语音信号质量 | 针对语音增强任务进行的模型测试 | 深度学习 | NA | NA | 混合生成对抗网络 | 音频 | 使用了 Voice Bank + DEMAND 公共数据集及 NISQA_TEST_LIVETALK 实际数据集进行测试 | NA | NA | NA | NA |
| 690 | 2024-08-04 |
CT-based deep learning radiomics biomarker for programmed cell death ligand 1 expression in non-small cell lung cancer
2024-Jul-31, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01380-8
PMID:39085788
|
研究论文 | 该文章探讨了基于CT的深度学习放射组学特征在非小细胞肺癌中预测PD-L1表达的价值 | 提出了一种新的CT基于深度学习的放射组学生物标志物，能够有效预测非小细胞肺癌中的PD-L1表达 | 在验证队列中的表现相对较低，提示临床应用可能有限 | 研究CT图像中深度学习放射组学特征在预测非小细胞肺癌PD-L1表达中的价值 | 259名病理学确认的非小细胞肺癌患者 | 数字病理学 | 肺癌 | 深度学习，放射组学 | NA | CT图像 | 259名患者 | NA | NA | NA | NA |
| 691 | 2024-08-04 |
DGCPPISP: a PPI site prediction model based on dynamic graph convolutional network and two-stage transfer learning
2024-Jul-31, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05864-w
PMID:39085781
|
研究论文 | 本文提出了一种基于动态图卷积神经网络和两阶段迁移学习的新型PPI位点预测模型DGCPPISP | 采用双重视角进行迁移学习，从特征输入和模型训练方面为模型提供有效的先验知识 | 方法的局限性在于深度学习算法在PPI位点预测中的提升性能仍面临挑战 | 提升PPI位点预测的准确性 | 针对蛋白质中的PPI位点进行预测 | 计算机视觉 | NA | 动态图卷积神经网络 | NA | 数据集 | 使用了两个基准数据集进行性能评估 | NA | NA | NA | NA |
| 692 | 2024-08-04 |
Improving the performance of deep learning models in predicting and classifying gamma passing rates with discriminative features and a class balancing technique: a retrospective cohort study
2024-Jul-31, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02496-5
PMID:39085872
|
研究论文 | 本文旨在通过使用与机器参数相关的输入特征和类平衡技术来提高深度学习模型在IMRT伽玛通过率预测与分类中的性能 | 提出了一种新的加权均方误差损失函数，能够在通过和未通过场的预测准确性之间取得平衡 | 可能无法全面评估所有影响因素，仅基于收集的数据集进行分析 | 提高深度学习模型的预测和分类性能，特别是针对鼻咽癌患者的IMRT伽玛通过率 | 分析来自204个鼻咽癌患者的2348个IMRT计划场的历史数据 | 机器学习 | 鼻咽癌 | 深度学习 | UNet++ | 数值数据 | 2348个场 | NA | NA | NA | NA |
| 693 | 2024-08-04 |
Pyramid diffractive optical networks for unidirectional image magnification and demagnification
2024-Jul-31, Light, science & applications
DOI:10.1038/s41377-024-01543-w
PMID:39085224
|
研究论文 | 本文展示了一种专为单向图像放大和缩小设计的金字塔结构衍射光学网络。 | 该设计通过金字塔缩放衍射层，仅在一个方向实现高保真度的图像放大或缩小，同时抑制反方向的图像形成。 | 尽管可以在不同波长下操作，但该设计是在单一波长下训练的，可能限制了其适用性。 | 研究旨在实现一种新型的单向图像处理策略。 | 主要研究金字塔结构的衍射深度神经网络（P-DNN）在图像放大和缩小中的应用。 | 计算机视觉 | NA | 衍射深度神经网络 | NA | 图像 | 通过实验验证了多个单向P-DNN模块的有效性 | NA | NA | NA | NA |
| 694 | 2024-08-05 |
Multicell-Fold: geometric learning in folding multicellular life
2024-Jul-22, ArXiv
PMID:39040638
|
研究论文 | 提出了一种几何深度学习模型来预测多细胞折叠和胚胎发生的过程 | 提出了一个统一的图数据结构，通过几何深度学习准确建模细胞在发育过程中的机制和行为 | 可能未考虑所有细胞行为的复杂性 | 研究细胞如何在胚胎发生过程中折叠成特定结构 | 多细胞折叠和胚胎发育中的细胞行为 | 机器学习 | NA | 几何深度学习 | NA | 图数据 | NA | NA | NA | NA | NA |
| 695 | 2024-08-05 |
A deep learning approach to hard exudates detection and disorganization of retinal inner layers identification on OCT images
2024-07-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63844-9
PMID:39030181
|
研究论文 | 本研究旨在通过深度学习系统检测硬性渗出物并分类视网膜内层的组织混乱 | 采用先进的神经网络架构和集合学习技术来提高检测和分类的性能 | 模型的AP@0.5分数相对较低，表明在某些情况下可能存在检测困难 | 研究旨在提高对糖尿病性黄斑水肿眼睛的硬性渗出物和视网膜内层组织混乱的检测能力 | 研究对象是442幅OCT图像，这些图像标注了6847个硬性渗出物及其视网膜内层组织混乱的存在 | 计算机视觉 | 糖尿病性眼病 | 深度学习 | Yolov7, ConvNeXt, RegNetX | 图像 | 442幅OCT图像 | NA | NA | NA | NA |
| 696 | 2024-08-04 |
Review of AlphaFold 3: Transformative Advances in Drug Design and Therapeutics
2024-Jul, Cureus
DOI:10.7759/cureus.63646
PMID:39092344
|
评论 | 本文章回顾了AlphaFold 3在药物设计和治疗中的变革性进展 | AlphaFold 3在准确性和速度上超过了其前身，能够在几秒钟内预测复杂蛋白质的结构 | NA | 探讨AlphaFold 3及其对计算生物化学和药物开发的影响 | AlphaFold 3模型及其在蛋白质结构预测中的应用 | 计算生物学 | NA | 机器学习和深度学习 | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 697 | 2024-08-07 |
Predicting vital sign deviations during surgery from patient monitoring data: developing and validating single-stream deep learning models
2024-Jul-31, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.06.030
PMID:39089955
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 698 | 2024-08-04 |
Transfer learning across different chemical domains: virtual screening of organic materials with deep learning models pretrained on small molecule and chemical reaction data
2024-Jul-30, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00886-1
PMID:39080777
|
研究论文 | 本研究展示了在不同化学领域中应用迁移学习进行有机材料虚拟筛选的潜力 | 该研究创新性地利用药物类似的小分子和化学反应数据库对BERT模型进行预训练，从而提升其在有机材料虚拟筛选中的表现 | 研究表明访问一个反应数据库，反应范围比USPTO更广可能进一步提高模型性能，并未详细探讨此点 | 探讨迁移学习在不同化学领域的应用以优化有机材料的虚拟筛选 | 研究对象为多种有机材料的虚拟筛选任务 | 机器学习 | NA | 深度学习 | BERT | 数据集 | 五个虚拟筛选任务的数据 | NA | NA | NA | NA |
| 699 | 2024-08-04 |
Modelling the demographic history of human North African genomes points to a recent soft split divergence between populations
2024-Jul-30, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03341-4
PMID:39080715
|
研究论文 | 本研究对北非人类基因组的复杂人口历史进行了建模 | 采用了一种新的算法GP4PG，通过深度学习的近似贝叶斯计算（ABC-DL）框架有效构建了拟合北非人口的复杂人口模型 | 分析过程中仅使用了16个覆盖度超过30X的全基因组样本，可能限制了结果的普遍性 | 研究北非地区人口的历史和基因流动情况，并揭示阿拉伯和亚马兹igh人口的起源不同 | 北非地区的阿拉伯和亚马兹igh人群的基因组 | 数字病理学 | NA | 近似贝叶斯计算与深度学习（ABC-DL） | GP4PG | 基因组 | 364个基因组 | NA | NA | NA | NA |
| 700 | 2024-08-04 |
Comparison of data fusion strategies for automated prostate lesion detection using mpMRI correlated with whole mount histology
2024-Jul-29, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02471-0
PMID:39080735
|
研究论文 | 本文比较了输入级、特征级和决策级的数据融合技术，用于自动检测临床显著的前列腺病变。 | 提出了多种深度学习CNN架构，并比较了不同数据融合策略对前列腺病变检测的影响。 | 结合mpMRI数据和定量临床数据的效果没有显著差异。 | 研究自动检测前列腺病变的方法和数据融合策略。 | 临床显著的前列腺病变及其检测方法。 | 计算机视觉 | 前列腺癌 | 多参数MRI图像 | CNN | 医学影像 | 118个mpMRI图像和22个全切片组织学图像 | NA | NA | NA | NA |