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 1302 篇文献，本页显示第 1061 - 1080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2024-08-05 |
Differential privacy preserved federated learning for prognostic modeling in COVID-19 patients using large multi-institutional chest CT dataset
2024-Jul, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16964
PMID:38335175
|
研究论文 | 本文探讨了一种基于深度学习的隐私保护联邦学习方法，以预测COVID-19患者的预后。 | 提出了一种深度隐私保护联邦学习方法，在多机构的胸部CT图像数据上进行COVID-19预后建模，并确保数据隐私。 | 模型的准确性与中央模型相当，但未显示出统计学上显著的差异。 | 评估深度隐私保护联邦学习在COVID-19结果预测中的表现。 | 3055名COVID-19患者的数据，来自19个医疗中心。 | 机器学习 | COVID-19 | 深度学习 | DensNet | 胸部CT图像 | 3055名患者，包括1599名存活者和1456名去世者 |
| 1062 | 2024-08-07 |
Deep learning-based diagnostic models for bone lesions: is current research ready for clinical translation?
2024-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10555-w
PMID:38189983
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1063 | 2024-08-05 |
Deep demosaicking convolution neural network and quantum wavelet transform-based image denoising
2024-Jul-11, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2358950
PMID:38989778
|
研究论文 | 本研究开发了一种基于深度学习的图像去噪和去马赛克的方法 | 提出了结合量子小波变换和自回归圆波优化的去马赛克卷积神经网络 | 未提及具体的局限性 | 寻求适合多重图像恢复的策略 | 解决图像去噪和去马赛克问题的深度学习模型 | 计算机视觉 | NA | 量子小波变换 | DMCNN | 图像 | NA |
| 1064 | 2024-08-05 |
Deep learning based bilateral filtering for edge-preserving denoising of respiratory-gated PET
2024-Jul-09, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00661-z
PMID:38977533
|
研究论文 | 本文探讨了一种基于深度学习的双边滤波方法用于呼吸门控PET图像的边缘保持去噪。 | 采用深度学习优化双边滤波操作，自动化实现了手动调整的去噪效果。 | 在大多数数据集上选择了合适的滤波参数，少数情况下仍需人工调优。 | 提高呼吸门控PET图像的去噪效果，同时保持图像边缘。 | 使用69个呼吸门控临床PET/CT扫描数据，涉及不同放射性示踪剂。 | 数字病理学 | NA | 深度学习 | 3D U-Net CNN | 图像 | 69个呼吸门控临床PET/CT扫描样本 |
| 1065 | 2024-08-05 |
Optimization of vision transformer-based detection of lung diseases from chest X-ray images
2024-Jul-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02591-3
PMID:38978027
|
研究论文 | 本文系统评估和比较了不同优化方法在基于视觉变换器的肺病预测中的性能 | 探究了不同优化器在视觉变换器模型中的有效性，是对该领域的前沿研究 | 未提及特定的限制因素 | 旨在优化基于视觉变换器的肺病检测模型 | 胸部X光图像数据集中的正常病例和六种肺病 | 计算机视觉 | 肺癌 | 深度学习 | ViT，FastViT，CrossViT | 图像 | 19003幅X光图像 |
| 1066 | 2024-08-07 |
Author Correction: A study on deep learning model based on global-local structure for crowd flow prediction
2024-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66605-w
PMID:38977774
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1067 | 2024-08-05 |
Pixel-wise segmentation of cells in digitized Pap smear images
2024-Jul-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03566-9
PMID:38971865
|
研究论文 | 介绍了一种用于数字化宫颈癌筛查的细胞像素级分割数据集 | 提出了一个包含约37,000个手动分割细胞的APACS23数据集，供深度学习模型训练 | 需要较大且手工分割的数据集以进行有效训练 | 开发基于人工智能的系统以改善宫颈癌筛查的准确性 | 宫颈巴氏涂片图像中的细胞 | 数字病理学 | 宫颈癌 | 深度学习 | NA | 图像 | 约37,000个手动分割的细胞 |
| 1068 | 2024-08-07 |
Cannulation selection in relation to deep learning-based algorithm for the detection of thoracic aortic calcifications
2024-Jul-01, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery
IF:3.1Q1
DOI:10.1093/ejcts/ezae260
PMID:38960724
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1069 | 2024-08-05 |
Engineering a Robust UDP-Glucose Pyrophosphorylase for Enhanced Biocatalytic Synthesis via ProteinMPNN and Ancestral Sequence Reconstruction
2024-Jul-10, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.4c03126
PMID:38918953
|
研究论文 | 本研究关注于通过多酶催化合成UDP-葡萄糖，采用深度学习和祖先序列重建工程化热稳定UGP变体 | 创新点在于利用深度学习和祖先序列重建设计了一个热稳定性显著提高的UDP-葡萄糖焦磷酸酶变体 | NA | 研究UDP-葡萄糖的合成方法以降低成本 | UDP-葡萄糖焦磷酸酶及其工程化变体 | 生物催化 | NA | 深度学习 | NA | 化学反应数据 | 实验验证了工程化UGP变体的合成能力，合成量为52.6 mM |
| 1070 | 2024-08-05 |
Transformer-Based Weakly Supervised Learning for Whole Slide Lung Cancer Image Classification
2024-Jul-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3425434
PMID:38980777
|
研究论文 | 本文提出了一种基于变压器的弱监督学习框架，用于肺癌全切片图像分类 | 提出了一个新的两阶段变压器框架SSRViT，有效利用弱标签来解决标注成本高和注释一致性差的问题 | 未提及手动注释的需要和适用性问题 | 旨在改善肺癌全切片图像分类的准确性 | 研究对象为肺癌全切片图像及其不同类型的组织 | 计算机视觉 | 肺癌 | 变压器 | SRViT和SViT | 图像 | 在训练中使用的样本数量未提及 |
| 1071 | 2024-08-05 |
In silico design of DNA sequences for in vivo nucleosome positioning
2024-Jul-08, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae468
PMID:38828788
|
研究论文 | 本研究提出了一种结合动力学Monte Carlo框架和基于深度学习预测的深度突变筛选的计算方法，用于设计合成DNA序列 | 提出了一种新的计算方法，可用于优化酵母中的核小体排列，同时创建能够容纳更大重复长度的合成序列 | RNA-seq结果表明这些序列的转录并非由核小体重复长度驱动 | 旨在在合成基因组领域中设计具有特定体内性质的合成DNA序列 | 针对特定核小体重复长度的合成DNA序列进行设计和验证 | 合成基因组学 | NA | 深度学习、RNA-seq | NA | DNA序列 | 涉及数千千碱基长的计算优化序列 |
| 1072 | 2024-08-05 |
Mining the interpretable prognostic features from pathological image of intrahepatic cholangiocarcinoma using multi-modal deep learning
2024-Jul-08, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-024-03482-0
PMID:38972973
|
研究论文 | 该研究建立了一种可解释的深度学习模型，从肝内胆管癌的病理图像中提取预后特征 | 提出了一种综合的预后神经网络，并且通过多模态数据提取与临床结果相关的形态特征 | 缺乏可解释性仍然是临床应用的一个重要障碍 | 研究肝内胆管癌的病理图像分析与癌症预后之间的关系 | 373名肝内胆管癌患者的病理图像 | 数字病理学 | 肝内胆管癌 | 深度学习 | 集成神经网络 | 图像和多组学数据 | 373名肝内胆管癌患者 |
| 1073 | 2024-08-05 |
LVPocket: integrated 3D global-local information to protein binding pockets prediction with transfer learning of protein structure classification
2024-Jul-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00871-8
PMID:38972994
|
研究论文 | 本文提出了一种新方法LVPocket，能够整合局部和全局信息以提高蛋白质结合位点预测的精确度 | 通过整合Transformer编码器，本研究创新性地捕获了蛋白质结构的局部与全局信息 | 研究未详细讨论模型在极端蛋白质折叠结构上的适用性 | 旨在改进蛋白质结合位点预测的准确性 | 不同结构类别的蛋白质及其结合位点 | 计算机视觉 | NA | 转移学习 | Transformer | 蛋白质结构数据 | 四种不同结构类别的蛋白质数据 |
| 1074 | 2024-08-05 |
Exploring the efficacy of GRU model in classifying the signal to noise ratio of microgrid model
2024-Jul-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66387-1
PMID:38971840
|
研究论文 | 本文提出了一种名为噪声分类仿真模型（NCSM）的分类模型，用于实时预测微电网系统中的信噪比（SNR）值 | 创新点在于利用深度学习模型GRU进行信号到噪声比的分类预测，提供了一种新的方法应对微电网中的噪声干扰 | 本文的具体局限性未作详细说明 | 研究旨在确保微电网系统操作的稳定性，通过预测因通信网络引起的噪声 | 主要研究对象为微电网系统的信号到噪声比（SNR） | 机器学习 | NA | 深度学习 | GRU | 网络流量数据 | 实验结果未提供具体的样本数量 |
| 1075 | 2024-08-05 |
Learning dynamical systems from data: An introduction to physics-guided deep learning
2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2311808121
PMID:38913886
|
研究论文 | 介绍了物理指导深度学习的框架，重点是学习动态系统 | 将第一性原理的物理知识整合到数据驱动方法中，以便更好地解决科学问题 | 传统物理建模依赖于强假设和昂贵的数值积分，需要显著的计算资源和领域专长 | 旨在通过物理指导的深度学习来建模复杂的物理动态 | 复杂物理动态和动态系统的学习 | 机器学习 | NA | 深度学习 | NA | NA | NA |
| 1076 | 2024-08-05 |
Pairing interacting protein sequences using masked language modeling
2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2311887121
PMID:38913900
|
研究论文 | 本文开发了一种基于掩蔽语言模型的相互作用蛋白质序列配对方法 | 提出了差异化配对（DiffPALM）方法，利用MSA Transformer在多序列比对中填充掩蔽氨基酸的能力 | 依赖于MSA Transformer的表现，未进行微调，对单链数据的训练可能影响性能 | 预测氨基酸序列中相互作用的蛋白质对 | 两种蛋白质家族的平行异构体 | 计算机视觉 | NA | MSA Transformer | NA | 氨基酸序列 | 从普遍存在的原核生物蛋白质数据集中提取的浅层多序列比对的困难基准 |
| 1077 | 2024-08-05 |
A lightweight hybrid model for the automatic recognition of uterine fibroid ultrasound images based on deep learning
2024 Jul-Aug, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.23703
PMID:38676550
|
研究论文 | 该文章提出了一种轻量级混合模型，用于自动识别子宫肌瘤的超声图像 | 结合了MobileNetV2网络和深度卷积生成对抗网络（DCGAN），创新性地用于子宫肌瘤的自动分类和特征评估 | NA | 提高子宫肌瘤超声图像的自动分类精度和速度 | 子宫肌瘤的超声图像 | 计算机视觉 | NA | 深度学习 | MobileNetV2和DCGAN | 图像 | NA |
| 1078 | 2024-08-05 |
Hybrid deep learning assisted multi classification: Grading of malignant thyroid nodules
2024-Jul, International journal for numerical methods in biomedical engineering
IF:2.2Q2
DOI:10.1002/cnm.3824
PMID:38736034
|
研究论文 | 本研究提出了一种混合深度学习辅助的多分类方法，用于恶性甲状腺结节的分级 | 开发了一种创新的混合深度学习模型，结合了多种特征提取和分类技术，以提高甲状腺结节的准确性和效率 | 在甲状腺结节检测中仍然面临准确性和有效性的挑战 | 研究旨在提高甲状腺结节的检测和分类能力 | 研究对象为甲状腺结节的影像 | 计算机视觉 | 甲状腺癌 | 深度学习 | 混合模型（Deep Maxout和CNN） | 图像 | NA |
| 1079 | 2024-08-05 |
[Constructing a cataplexy face prediction model for narcolepsy type 1 based on ResNet-18]
2024-Jul-16, Zhonghua yi xue za zhi
|
研究论文 | 建立了基于ResNet-18的猝倒面孔预测模型，以识别猝睡症1型患者的面孔特征 | 首次使用深度学习网络ResNet-18建立猝倒面孔识别模型，并与其他模型进行比较 | 样本量较小，仅限于单一医院的患者和健康对照 | 研究猝倒面孔的特征识别以提高猝睡症的诊断效率 | 25名首次确诊且未接受治疗的猝睡症1型患者与25名健康对照 | 计算机视觉 | 猝睡症 | 深度学习图像识别 | ResNet-18 | 图像 | 共计50个样本（25名患者和25名健康对照） |
| 1080 | 2024-08-05 |
Predicting the Temperature Dependence of Surfactant CMCs Using Graph Neural Networks
2024-Jul-09, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00314
PMID:38920084
|
研究论文 | 本文开发了一种图神经网络模型用于预测表面活性剂的温度依赖性临界胶束浓度（CMC） | 提出了考虑温度依赖性的表面活性剂CMC预测模型，与以往未考虑此因素的模型相比具有创新性 | 模型在特定表面活性剂类别的表现可能会有所不同，限制了其通用性 | 研究表面活性剂在不同温度下的临界胶束浓度 | 本研究对象为各类表面活性剂，包括离子型、非离子型和两性离子型 | 机器学习 | NA | 图神经网络 | NA | 数据点 | 约1400个数据点 |