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 1297 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2024-08-05 |
REME: an integrated platform for reaction enzyme mining and evaluation
2024-Jul-05, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae405
PMID:38769057
|
研究论文 | 本文介绍了REME，一个集成的反应酶挖掘与评估平台 | 提出了REME平台，结合多种技术快速排名和可视化反应，提供用户自定义功能 | 缺乏对现有工具的系统比较和性能评估 | 开发一个用于非自然反应催化的酶筛选与评估工具 | 旨在识别并评估能够催化非自然反应的酶 | 计算生物学 | NA | 深度学习 | NA | 反应数据 | NA | NA | NA | NA | NA |
| 1142 | 2024-08-05 |
Early detection of pediatric health risks using maternal and child health data
2024-07-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65449-8
PMID:38961161
|
研究论文 | 使用母子健康数据，介绍了一种新的深度学习模型Ped-BERT，能够准确预测100多种疾病及儿童患者下一次就诊的住院时长 | 提出了一种基于BERT的深度学习模型Ped-BERT，能够将母亲的健康信息与儿童患者的就诊记录关联，从而提高疾病预测的准确性 | 尽管模型表现优异，但特定母婴群体的预测错误可能较高，模型的公平性仍需进一步研究 | 研究如何利用母婴健康数据进行儿科疾病的早期检测与住院时长预测 | 研究对象为513.9K对母婴数据，主要关注儿童患者的就诊历史及母亲的产前和产后健康信息 | 机器学习 | 儿科疾病 | 深度学习 | BERT | 医疗诊断代码、住院时长等 | 513.9K对母婴样本 | NA | NA | NA | NA |
| 1143 | 2024-08-05 |
Rockfish: A transformer-based model for accurate 5-methylcytosine prediction from nanopore sequencing
2024-Jul-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49847-0
PMID:38961062
|
研究论文 | 本文提出了一种基于Transformer的深度学习算法Rockfish，用于准确预测纳米孔测序中的5-甲基胞嘧啶 | Rockfish在读级别的5-甲基胞嘧啶检测上显著提高了准确性，并且比现有纳米孔测序方法表现更优 | 本文未提及具体的实验样本限制 | 旨在提高5-甲基胞嘧啶在纳米孔测序中的检测准确性 | 研究对象为不同生物体中的5-甲基胞嘧啶甲基化 | 数字病理学 | NA | 纳米孔测序 | Transformer | DNA测序数据 | 涉及人和小鼠样本 | NA | NA | NA | NA |
| 1144 | 2024-08-05 |
Structure focused neurodegeneration convolutional neural network for modelling and classification of Alzheimer's disease
2024-07-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60611-8
PMID:38961114
|
研究论文 | 本文提出了一种结构聚焦的神经退行性卷积神经网络用于阿尔茨海默病的建模和分类 | 提出了新的结构聚焦神经退行性卷积神经网络架构SNeurodCNN，增强了对大脑皮层神经退行性变化的理解 | 目前的研究可能在不同种族和年龄段的样本中缺乏广泛性 | 旨在实现阿尔茨海默病的早期和准确诊断 | 利用阿尔茨海默病神经影像倡议（ADNI）数据集中的脑图像进行研究 | 计算机视觉 | 阿尔茨海默病 | 磁共振成像（MRI）和深度学习 | 卷积神经网络（CNN） | 图像 | NA | NA | NA | NA | NA |
| 1145 | 2024-08-05 |
Prediction of chromosomal abnormalities in the screening of the first trimester of pregnancy using machine learning methods: a study protocol
2024-Jul-03, Reproductive health
IF:3.6Q1
DOI:10.1186/s12978-024-01839-5
PMID:38961456
|
研究论文 | 本文提出了一个基于机器学习方法预测妊娠第一三个月筛查中染色体异常的研究方案 | 该研究通过应用神经网络优化学习模型，提高了预测染色体异常的准确性 | 研究仅限于高风险孕妇样本，样本量相对较小 | 开发一个使用机器学习技术的最佳学习模型来预测染色体异常 | 研究对象为350名在妊娠第一三个月接受筛查的高风险孕妇 | 机器学习 | NA | 机器学习 | 神经网络 | 数据 | 350名孕妇 | NA | NA | NA | NA |
| 1146 | 2024-08-05 |
Colon cancer diagnosis by means of explainable deep learning
2024-07-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63659-8
PMID:38961080
|
研究论文 | 本研究通过可解释的深度学习对结肠组织中的腺癌进行早期检测 | 提出了一种自动检测结肠组织图像中癌细胞存在的方法，并提供预测可解释性 | 没有详细说明适用的特定临床环境或进一步验证的需求 | 研究目标是提高结肠癌的早期检测和定位能力 | 研究对象为结肠组织图像中的癌细胞 | 数字病理学 | 结肠癌 | 深度学习 | 未特定 | 图像 | 10,000张结肠组织图像 | NA | NA | NA | NA |
| 1147 | 2024-08-05 |
Automatic summarization model based on clustering algorithm
2024-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66306-4
PMID:38961244
|
研究论文 | 该文章提出了一种基于聚类算法的自动文档摘要模型 | 通过引入聚类算法减少摘要中的语义冗余，并改进了基础BERT对句子的评分 | 没有提到对其他类型数据源的适用性 | 旨在减少提取摘要中的语义冗余 | 研究提取摘要的句子选择 | 自然语言处理 | NA | K-means算法 | 改进的BERT | 文本 | CNN/DailyMail数据集中的六个基线对比实验 | NA | NA | NA | NA |
| 1148 | 2024-08-05 |
DSnet: a new dual-branch network for hippocampus subfield segmentation
2024-07-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66415-0
PMID:38961218
|
研究论文 | 提出了一种基于深度学习的新型双支路网络DSnet用于海马亚区段的分割 | DSnet通过整合Transformer架构和混合注意力机制，提高了网络的全局感知能力，同时利用双支路结构促进了亚区段的分割 | 未提及具体限制 | 研究海马亚区段的精确分割，帮助诊断和研究神经系统疾病 | 海马亚区段的图像数据 | 数字病理学 | 神经系统疾病 | 深度学习 | 双支路网络（DSnet） | 图像 | 使用公共Kulaga-Yoskovitz数据集进行验证，样本大小未具体说明 | NA | NA | NA | NA |
| 1149 | 2024-08-05 |
Localized fine-tuning and clinical evaluation of deep-learning based auto-segmentation (DLAS) model for clinical target volume (CTV) and organs-at-risk (OAR) in rectal cancer radiotherapy
2024-Jul-02, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02463-0
PMID:38956690
|
研究论文 | 本研究通过局部微调提高了直肠癌放射治疗中深度学习自动分割模型的精确度 | 提出了局部微调方法以改善在临床场景中的深度学习自动分割模型的表现 | 未提及模型在其他类型直肠癌患者中的适用性 | 提升直肠癌放射治疗中深度学习自动分割产品的准确性 | 回顾性分析了120名中晚期直肠癌患者 | 数字病理学 | 直肠癌 | 深度学习自动分割 | NA | CT图像 | 120名中晚期直肠癌患者 | NA | NA | NA | NA |
| 1150 | 2024-08-05 |
Accurate Prediction of Protein Structural Flexibility by Deep Learning Integrating Intricate Atomic Structures and Cryo-EM Density Information
2024-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49858-x
PMID:38956032
|
研究论文 | 本文提出了一种神经网络模型RMSF-net，能准确预测蛋白质的动态信息 | 研发了一种整合复杂原子结构与冷冻电子显微镜密度信息的深度学习模型，超越了之前的方法 | 未提及具体的局限性 | 旨在提高蛋白质动态信息的计算预测精度 | 针对大规模蛋白质动态数据集中的蛋白质 | 计算机视觉 | NA | 冷冻电子显微镜 (cryo-EM) | 神经网络 | 实验蛋白质结构数据和冷冻电镜数据 | 通过严格的5折交叉验证评估，但具体样本数量未明确 | NA | NA | NA | NA |
| 1151 | 2024-08-05 |
Defect detection of photovoltaic modules based on improved VarifocalNet
2024-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66234-3
PMID:38956270
|
研究论文 | 提出了一种改进的VarifocalNet，用于提高光伏模块缺陷检测的速度和准确性 | 设计了新的瓶颈模块以增加网络深度和感受野，同时保持输出特征图大小不变，改进了检测精度和速度 | 当前方法的检测速度相比部分方法仍有进一步增强的空间 | 提高光伏模块缺陷检测的速度和准确性 | 光伏模块缺陷的检测 | 计算机视觉 | NA | 深度学习 | VarifocalNet | NA | NA | NA | NA | NA | NA |
| 1152 | 2024-08-05 |
Enhancing efficiency of protein language models with minimal wet-lab data through few-shot learning
2024-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49798-6
PMID:38956442
|
研究论文 | 该文章介绍了一种名为FSFP的训练策略，用于优化蛋白质语言模型以进行适应性预测 | FSFP结合了元迁移学习、排名学习和参数高效微调，能够在极少数据的情况下显著提升蛋白质语言模型的表现 | 尽管FSFP表现出优势，但仍受限于需要充分的标记样本来进行训练 | 研究旨在提升蛋白质语言模型在极少实验数据下的预测准确性 | 研究对象为目标蛋白的单位突变体 | 机器学习 | NA | NA | NA | 深度突变扫描数据集 | 使用了数十个目标蛋白的单位突变体标记样本 | NA | NA | NA | NA |
| 1153 | 2024-08-05 |
SIGNIFICANCE deep learning based platform to fight illicit trafficking of Cultural Heritage goods
2024-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65885-6
PMID:38956250
|
研究论文 | 该文章介绍了SIGNIFICANCE项目的成果，旨在通过深度学习平台打击文化遗产商品的非法交易 | 创新点在于开发了一个用户友好的平台，结合人工智能和深度学习技术来识别和追踪在线非法活动 | 该研究未明确指出具体的限制因素 | 本研究旨在通过技术手段解决文化遗产商品的非法交易问题 | 研究对象为文化遗产商品及其非法交易行为 | 数字病理学 | NA | 人工智能，深度学习 | NA | 网络数据，社交媒体数据 | 初步结果显示识别到的非法文物数量增加了10-15% | NA | NA | NA | NA |
| 1154 | 2024-08-05 |
Predicting risk of the subsequent early pregnancy loss in women with recurrent pregnancy loss based on preconception data
2024-Jul-02, BMC women's health
DOI:10.1186/s12905-024-03206-9
PMID:38956627
|
研究论文 | 本研究旨在基于孕前数据开发预测反复流产女性后续早期流产风险的预测模型 | 本文通过结合LASSO回归和多变量逻辑回归选择变量，利用GBM模型预测后续早期流产风险 | 未来需要进行前瞻性研究以验证临床适用性 | 评估反复流产女性后续早期流产的风险 | 1050名经历过反复流产的非怀孕女性 | 数字病理学 | NA | LASSO回归、多变量逻辑回归、GBM、随机森林、深度学习 | GBM | 临床数据 | 1050名女性，605名女性在研究结束时有后续妊娠结果 | NA | NA | NA | NA |
| 1155 | 2024-08-05 |
LMBiS-Net: A lightweight bidirectional skip connection based multipath CNN for retinal blood vessel segmentation
2024-07-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63496-9
PMID:38956117
|
研究论文 | 本文介绍了一种轻量级神经网络LMBiS-Net，旨在实现视网膜血管的分割。 | LMBiS-Net采用了多路径特征提取块和双向跳跃连接，显著提高了模型的计算效率和准确性。 | 尽管在多个数据集上表现出色，但对一些未见数据的表现仍需进一步验证。 | 本文旨在优化视网膜血管分割的技术，以应对现有方法的局限性。 | 研究对象为视网膜血管，主要利用公开数据集进行评估。 | 数字病理学 | NA | 卷积神经网络 (CNN) | LMBiS-Net | 图像 | 使用了四个公开数据集：DRIVE, STARE, CHASE_DB1, 和 HRF | NA | NA | NA | NA |
| 1156 | 2024-08-05 |
A fine-grained dataset for sewage outfalls objective detection in natural environments
2024-Jul-02, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03574-9
PMID:38956054
|
研究论文 | 本文提出了一种高质量的数据集，用于在自然环境中检测污水排放口 | 创建了名为iSOOD的数据集，专门用于污水排放口的目标检测 | 目前的研究没有提及现有数据集的不足之处 | 开发自动化的污水排放口检测工具以改善河流治理 | 使用无人机和手持相机拍摄的污水排放口图像数据集 | 计算机视觉 | NA | 深度学习 | YOLOv10 | 图像 | 10481张图像 | NA | NA | NA | NA |
| 1157 | 2024-08-05 |
Deep learning pneumoconiosis staging and diagnosis system based on multi-stage joint approach
2024-Jul-02, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01337-x
PMID:38956579
|
研究论文 | 本研究开发了一种基于多阶段联合深度学习的方法，用于肺尘埃病的筛查和分期诊断 | 提出了一种创新的多阶段联合深度学习方法，以提高肺尘埃病分期的诊断准确性 | 未提及特定的局限性 | 研究肺尘埃病的计算机辅助诊断系统 | 对498例肺尘埃病患者的胸部X光影像进行分析 | 计算机视觉 | 肺尘埃病 | 深度学习 | Efficient-Net与Res-Net 34 | 医学影像 | 498份胸部X光影像 | NA | NA | NA | NA |
| 1158 | 2024-08-07 |
Correction: Improving the enzymatic activity and stability of N‑carbamoyl hydrolase using deep learning approach
2024-Jul-02, Microbial cell factories
IF:4.3Q1
DOI:10.1186/s12934-024-02461-7
PMID:38956633
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1159 | 2024-08-05 |
Rapid diagnosis of celiac disease based on plasma Raman spectroscopy combined with deep learning
2024-07-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64621-4
PMID:38956075
|
研究论文 | 本研究利用拉曼光谱结合深度学习模型实现对乳糜泻的快速非侵入性诊断 | 将拉曼光谱与深度学习模型相结合，为乳糜泻提供了一种新的快速诊断方法 | 样本数量相对较小，未来需要更大规模的研究来验证结果 | 旨在快速有效地区分健康个体与乳糜泻患者，以便早期诊断和治疗 | 包括29例乳糜泻患者及30例健康对照的血浆样本 | 医疗影像学 | 乳糜泻 | 拉曼光谱 | 卷积神经网络 (CNN) 等 | 血浆样本 | 共59个样本，包括29例乳糜泻患者和30例健康对照 | NA | NA | NA | NA |
| 1160 | 2024-08-05 |
A comparative analysis of deep learning and hybrid iterative reconstruction algorithms with contrast-enhancement-boost post-processing on the image quality of indirect computed tomography venography of the lower extremities
2024-Jul-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01342-0
PMID:38956583
|
研究论文 | 本文比较了深度学习重建算法和混合迭代重建算法在下肢间接计算机断层静脉造影图像质量上的差异 | 本研究首次证明使用深度学习重建算法结合CE-boost技术能显著降低图像噪声并提高图像质量 | 该研究为回顾性研究，可能存在选择偏倚，且样本尺寸相对较小 | 评估深度学习与混合算法对间接计算机断层静脉造影图像质量的影响 | 70名接受下肢CTV检查的深静脉血栓和静脉曲张患者 | 数字病理学 | NA | 计算机断层成像（CT） | 深度学习重建（DLR）和混合迭代重建（HIR） | 图像 | 70名患者 | NA | NA | NA | NA |