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 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2024-08-04 |
Intercomparison of deep learning models in predicting streamflow patterns: insight from CMIP6
2024-Jul-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63989-7
PMID:39080322
|
研究论文 | 本研究通过四种深度学习模型预测巴基斯坦斯瓦特河流域的每日流量 | 采用多模型集成计算的最佳组合以提高流量预测的准确性 | 研究仅限于特定地区的流量预测，可能不适用于其他地区 | 预测斯瓦特河流域的每日流量以支持水资源管理 | 斯瓦特河流域的每日流量数据 | 机器学习 | NA | 深度学习 | TLANN, FFANN, SANN, LSTM | 流量数据 | NA | NA | NA | NA | NA |
| 702 | 2024-08-04 |
Prediction of protein secondary structure by the improved TCN-BiLSTM-MHA model with knowledge distillation
2024-07-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67403-0
PMID:39020005
|
研究论文 | 本研究提出了一种改进的TCN-BiLSTM-MHA模型来预测蛋白质的二级结构 | 通过多尺度融合和双向操作改进的TCN模型更好地提取氨基酸序列特征，并结合知识蒸馏技术提升性能 | 模型的有效性可能受限于训练数据的多样性和规模 | 提高蛋白质二级结构预测的准确性，以助于蛋白质功能理解 | 使用改进的深度学习模型对蛋白质的二级结构进行预测 | 生物信息学 | NA | 深度学习 | 改进的TCN-BiLSTM-MHA模型 | 多种数据集 | 六个数据集的样本，包括TS115, CB513和PDB (2018-2020) | NA | NA | NA | NA |
| 703 | 2024-08-04 |
Finite element models with automatic computed tomography bone segmentation for failure load computation
2024-07-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66934-w
PMID:39019937
|
研究论文 | 本研究提出了一种基于深度学习的CT扫描骨骼分割方法，用于生物力学失效载荷模拟 | 提出了一个专门的预处理、基于深度学习的分割方法和后处理管道，能够有效处理有限的CT数据 | 需谨慎训练并验证模型，以确保自动分割的质量和可靠性 | 研究用于骨转移患者的CT数据中的骨骼分割，以进行失效载荷模拟 | 研究对象为人类股骨和椎骨的CT扫描图像 | 数字病理学 | 骨癌转移 | CT扫描 | U-Net | 图像 | 涉及多位患者的股骨和椎骨CT扫描 | NA | NA | NA | NA |
| 704 | 2024-08-04 |
In Silico drug repurposing pipeline using deep learning and structure based approaches in epilepsy
2024-07-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67594-6
PMID:39020064
|
研究论文 | 本研究开发了一种新颖的体外药物重新利用管道，用于癫痫治疗 | 结合变换器深度学习方法和分子结合亲和力计算来处理药物重新利用 | 对于特定靶点蛋白的候选抑制剂数量存在显著差异，影响管道普适性 | 开发高效的新药物重新利用策略以治疗癫痫 | 针对在癫痫发生机制中涉及的获得功能基因编码的24个靶点蛋白的候选药物 | 数字病理学 | 癫痫 | 变换器深度学习方法 | NA | NA | 对24个靶点蛋白的候选抑制剂进行了评估 | NA | NA | NA | NA |
| 705 | 2024-08-04 |
Transformation from hematoxylin-and-eosin staining to Ki-67 immunohistochemistry digital staining images using deep learning: experimental validation on the labeling index
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.047501
PMID:39087085
|
研究论文 | 本研究提出了一种数字染色方法，旨在利用深度学习将子宫内膜癌的H&E染色图像转化为Ki-67 IHC染色图像 | 使用深度学习和颜色去混合技术将H&E图像转化为高分辨率的IHC染色图像，这是一个新的数字染色方法 | 在跨案例验证中，数字染色与物理染色之间的相关性相对较低 | 旨在通过数字染色技术提高子宫内膜癌肿瘤的分子级可视化分析 | 研究对象为子宫内膜癌的整个切片图像 | 数字病理学 | 子宫内膜癌 | 深度学习 | U-Net | 图像 | NA | NA | NA | NA | NA |
| 706 | 2024-08-04 |
The changing landscape of text mining: a review of approaches for ecology and evolution
2024-Jul, Proceedings. Biological sciences
DOI:10.1098/rspb.2024.0423
PMID:39082244
|
综述 | 本文回顾了生态学和进化生物学中文本挖掘的方法。 | 提供了基于频率的方法、传统自然语言处理和基于深度学习的语言模型的三种广泛范式的映射，为生态和进化研究整合这些工具提供了基础和前沿概念。 | 可能未涵盖所有文本挖掘方法的最新进展。 | 探讨生态学和进化研究中文本挖掘的变革性方法。 | 涉及生态学和进化生物学中的数据合成和建模。 | 自然语言处理 | NA | 机器学习语言模型 | 深度学习语言模型 | 文本 | NA | NA | NA | NA | NA |
| 707 | 2024-08-04 |
Learning three-dimensional aortic root assessment based on sparse annotations
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044504
PMID:39087084
|
研究论文 | 该文章提出了一种基于稀疏标注的三维主动脉根部评估方法 | 通过二维横截面标注和点云表面重建，减少了对大量注释数据的需求，简化了注释过程 | 在特定区域的注释可能仍需专家验证，以确保准确性 | 旨在为经导管主动脉瓣置换术(TAVI)提供准确的主动脉根部和左心室流出道(LVOT)的分析 | 主动脉根部和左心室流出道的几何形状和结构 | 数字病理学 | NA | 深度学习 | 3D分割网络 | NA | NA | NA | NA | NA | NA |
| 708 | 2024-08-04 |
Association of Retinal Biomarkers With the Subtypes of Ischemic Stroke and an Automated Classification Model
2024-Jul-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.65.8.50
PMID:39083310
|
研究论文 | 本研究探讨了视网膜生物标志物与缺血性中风亚型之间的关联及自动分类模型 | 提出了一种使用人工智能增强的光学相干层析血管造影图像分析的方法来检测缺血性中风及其亚型 | 仅基于两组人群进行研究，可能影响结果的普遍适用性 | 研究缺血性中风及其亚型的自动识别方法 | 865名参与者的1730只眼睛 | 数字病理学 | 缺血性中风 | 光学相干层析血管造影（OCTA） | 深度学习模型 | 图像 | 865名参与者，1730只眼睛 | NA | NA | NA | NA |
| 709 | 2024-08-04 |
Hierarchical multi-task deep learning-assisted construction of human gut microbiota reactive oxygen species-scavenging enzymes database
2024-Jul-30, mSphere
IF:3.7Q2
DOI:10.1128/msphere.00346-24
PMID:38995053
|
研究论文 | 本研究建立了人类肠道微生物群反应性氧种清除酶数据库 | 提出了一种系统工作流程，并采用分层多任务深度学习方法创建新数据库 | 目前数据库的应用和验证尚未详尽探讨 | 理解氧化应激机制并制定应对与“肠-脏器轴”相关疾病的策略 | 人类肠道微生物群中的反应性氧种清除酶 | 数字病理学 | NA | 深度学习 | 多任务深度学习 | 数据库 | 7,689个条目 | NA | NA | NA | NA |
| 710 | 2024-08-04 |
Artificial intelligence assisted ultrasound for the non-invasive prediction of axillary lymph node metastasis in breast cancer
2024-Jul-29, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-024-12619-6
PMID:39075447
|
研究论文 | 本研究开发了一种人工智能辅助的超声系统用于非侵入性预测乳腺癌患者的腋下淋巴结转移 | 创新点在于使用深度学习模型与人工智能辅助技术相结合，为乳腺癌提供非侵入性的淋巴结状态评估方法 | 研究局限于回顾性研究，且样本量相对较小 | 本研究的目的在于开发一种非侵入性的方法，以有效预测乳腺癌患者的腋下淋巴结转移 | 研究对象为266名在北京协和医学院医院接受腺体生检和腋下淋巴结切除的乳腺癌患者 | 计算机视觉 | 乳腺癌 | 深度学习 | DeepLabV3+ 和卷积神经网络 | 超声图像 | 266名乳腺癌患者 | NA | NA | NA | NA |
| 711 | 2024-08-04 |
Single-cell hdWGCNA reveals metastatic protective macrophages and development of deep learning model in uveal melanoma
2024-Jul-29, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05421-2
PMID:39075441
|
研究论文 | 本研究揭示了与转移性保护性巨噬细胞相关的关键基因及其在虹膜黑色素瘤中的作用 | 首次使用单细胞RNA测序和深度学习模型分析巨噬细胞亚群与转移性肿瘤之间的关系 | 转移机制及其对预后的影响仍未完全理解 | 探讨虹膜黑色素瘤的转移机制及巨噬细胞在其中的作用 | 虹膜黑色素瘤的转移性和原发性癌症患者的巨噬细胞亚群 | 数字病理学 | 虹膜黑色素瘤 | 单细胞RNA测序 | 卷积神经网络（CNN） | 基因表达数据 | NA | NA | NA | NA | NA |
| 712 | 2024-08-04 |
Origami single-end capacitive sensing for continuous shape estimation of morphing structures
2024-Jul-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67149-9
PMID:39075071
|
研究论文 | 本文提出了一种新颖的单端变形电容传感方法FxC，用于形状追踪。 | 与其他折纸电容器不同，FxC仅使用每个通道的单个导电板，直接改变导电板的几何形状。 | NA | 研究如何通过电容信号实时估计变形结构的几何形状。 | 采用折纸结构及其结合的电容传感器进行形状追踪。 | NA | NA | 电容传感 | 深度神经网络 | 信号 | 多个折叠模式的实验结果，包括Accordion, Chevron, Sunray和V-Fold模式 | NA | NA | NA | NA |
| 713 | 2024-08-04 |
Explainable lung cancer classification with ensemble transfer learning of VGG16, Resnet50 and InceptionV3 using grad-cam
2024-Jul-19, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01345-x
PMID:39030496
|
研究论文 | 本研究提出了一种集成深度学习方法，以提高医学影像诊断的准确性，专注于肺癌检测 | 结合预训练模型VGG16、ResNet50和InceptionV3，采用统一框架进行肺癌分类，改善了诊断的准确性 | 未提及具体的限制 | 提高医学影像中肺癌检测的诊断准确性 | 利用统一格式的数据集进行肺癌影像分类 | 计算机视觉 | 肺癌 | 深度学习 | 集成模型 | 影像 | IQ-OTH/NCCD肺癌数据集，数据来自伊拉克肿瘤医院/国家癌症疾病中心，样本量未具体说明 | NA | NA | NA | NA |
| 714 | 2024-08-04 |
Affordable and real-time antimicrobial resistance prediction from multimodal electronic health records
2024-07-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66812-5
PMID:39013934
|
研究论文 | 本研究首次利用深度学习技术和多模态电子健康记录数据预测抗微生物抵抗性。 | 引入了一种多模态融合方法，将时间不变和时间序列数据合并以预测抗微生物抵抗性。 | 缺乏关于算法性能在不同人群或不同抗生素的广泛验证信息 | 旨在通过数据驱动模型预测抗微生物抵抗性，以帮助临床医生和微生物学家。 | 基于MIMIC-IV数据库的多模态数据，特别是患者的电子健康记录。 | 机器学习 | NA | 深度学习 | NA | 电子健康记录 | 使用了MIMIC-IV数据库中的患者数据 | NA | NA | NA | NA |
| 715 | 2024-08-04 |
Deep learning pose detection model for sow locomotion
2024-07-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62151-7
PMID:39013897
|
研究论文 | 本研究旨在开发一个用于自动识别母猪体特定部位的计算机视觉模型，从而帮助检测跛行。 | 提出了一种结合深度学习的自动识别和追踪母猪特定身体区域的模型，支持精准的畜牧生产管理。 | 当前系统依赖于先前训练的模型，可能无法处理未见过的姿势或运动方式。 | 开发一个自动化系统，以利用深度学习技术提高母猪跛行的检测精度。 | 母猪，特别是不同跛行评分的个体。 | 计算机视觉 | NA | 深度学习 | LEAP架构 | 视频 | 使用了来自不同跛行评分母猪的视频图像数据库 | NA | NA | NA | NA |
| 716 | 2024-08-04 |
Deep learning application of vertebral compression fracture detection using mask R-CNN
2024-07-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67017-6
PMID:39009647
|
研究论文 | 本研究开发了一种基于深度学习的椎体压缩骨折检测模型 | 创新点在于将Mask R-CNN应用于椎体压缩骨折的检测，并与其他三种流行模型进行了比较 | 研究的样本仅限于487张侧位X光片，且只涵盖了L1-T11椎骨 | 旨在提供一种工具以改进椎体压缩骨折的早期诊断 | 研究对象为胸腰椎区域的椎体压缩骨折 | 数字病理学 | NA | 深度学习 | Mask R-CNN | 影像 | 487张侧位X光片，包含598个骨折 | NA | NA | NA | NA |
| 717 | 2024-08-04 |
Predicting Obstructive Sleep Apnea Based on Computed Tomography Scans Using Deep Learning Models
2024-07-15, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.202304-0767OC
PMID:38471111
|
研究论文 | 通过计算机断层扫描(CT)预测阻塞性睡眠呼吸暂停(OSA)及其严重性。 | 提出了一种新型的深度学习模型，结合了多模态深度学习和气道高亮预处理算法，以提高OSA诊断的准确性。 | 研究的样本主要来源于特定的CT图像，可能影响模型的普遍适用性。 | 利用CT扫描数据预测阻塞性睡眠呼吸暂停的发生及其严重程度。 | 涉及798名参与者的内部数据集以及135和85名参与者的两个外部数据集。 | 数字病理学 | 阻塞性睡眠呼吸暂停 | 深度学习 | 多模态深度学习模型 | 图像 | 内部数据集798名参与者，包括92名正常参与者和706名不同严重程度的OSA患者 | NA | NA | NA | NA |
| 718 | 2024-08-04 |
Efficient segmentation of active and inactive plaques in FLAIR-images using DeepLabV3Plus SE with efficientnetb0 backbone in multiple sclerosis
2024-07-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67130-6
PMID:39009636
|
研究论文 | 本文介绍了一种高效的FLAIR图像内活动和非活动斑块的分割方法 | 该研究采用了DeepLabV3Plus SE和EfficientNetB0骨干网的卷积神经网络模型，并显示出优于其他CNN架构的性能 | 未提及具体的限制 | 研究FLAIR图像中斑块的分割能力 | 研究对象为100名患有活动性脑斑块的多发性硬化症患者 | 数字病理学 | 多发性硬化症 | 卷积神经网络（CNN） | DeepLabV3Plus SE | MRI切片图像 | 分析了100名患者，使用了1500个标记切片进行深度学习 | NA | NA | NA | NA |
| 719 | 2024-08-04 |
Automatic 3D reconstruction of vertebrae from orthogonal bi-planar radiographs
2024-07-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65795-7
PMID:39003269
|
研究论文 | 本文提出了一种基于正交双平面X光片的自动化脊椎3D重建方法 | 提出了一种新的深度学习框架ReVerteR，通过自注意力机制和特殊设计的损失函数来缓解重建过程中的样本不平衡问题 | 尚未详细说明当前方法在不同临床场景下的适用性和局限性 | 旨在通过自动化和定制化的3D脊柱重建来提高临床决策支持 | 主要研究对象为脊椎的3D重建 | 数字病理学 | NA | 深度学习 | NA | 图像 | 基于VerSe 2019和VerSe 2020两个基准数据集构建的数据集进行的广泛实验 | NA | NA | NA | NA |
| 720 | 2024-08-04 |
Predictive value of MRI-based deep learning model for lymphovascular invasion status in node-negative invasive breast cancer
2024-07-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67217-0
PMID:39003325
|
研究论文 | 评估基于乳腺 MRI 的深度学习模型在预测侵袭性乳腺癌患者预operative 淋巴血管侵犯状态的有效性 | 提出了一种结合放射组学特征与临床放射学信息的深度学习模型，显著提高了对淋巴血管侵犯状态的预测准确性 | 研究是回顾性的，未涉及多中心样本，可能影响模型的推广性和普适性 | 旨在预测侵袭性乳腺癌患者的淋巴血管侵犯状态，以帮助临床决策 | 280 名接受乳腺 MRI 的侵袭性乳腺癌患者，包括148名 LVI 阳性和141名 LVI 阴性病灶 | 数字病理学 | 乳腺癌 | MRI | 多层感知器 (MLP) | 影像 | 280 名患者 | NA | NA | NA | NA |