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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202408-202408] [清除筛选条件]
当前共找到 1175 篇文献,本页显示第 741 - 760 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
741 2024-08-17
Reproducibility and across-site transferability of an improved deep learning approach for aneurysm detection and segmentation in time-of-flight MR-angiograms
2024-08-13, Scientific reports IF:3.8Q1
研究论文 本研究旨在复制并改进基于深度学习的脑动脉瘤分割模型,并通过独立的测试数据集验证其跨站点可转移性 通过测试不同的全自动预处理流程,改进了模型的性能,并在外部数据集上展示了优异的转移性能 NA 复制并改进基于深度学习的脑动脉瘤分割模型,并验证其跨站点可转移性 脑动脉瘤的检测与分割 计算机视觉 NA NA 卷积神经网络 图像 训练集包含235个TOF-MRAs,测试集包含两个独立的70个TOF-MRAs数据集
742 2024-08-17
Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules
2024-Aug-13, Knee surgery & related research IF:4.1Q1
研究论文 本文介绍了一种使用深度学习插件模块(PIM)自动准确分类放射性膝关节骨关节炎严重程度的新方法 PIM利用图像的每个像素作为独立特征,能够更好地分类细微差异的图像,提供比以往深度学习模型更强的判别区域 尽管模型显示出临床应用的潜力,但仍需进一步改进以提高准确性 开发一种自动分类膝关节骨关节炎严重程度的深度学习模型 膝关节骨关节炎的严重程度 计算机视觉 骨关节炎 深度学习 卷积神经网络、Transformer 图像 测试集大小为17,040
743 2024-08-17
Geometric deep learning for molecular property predictions with chemical accuracy across chemical space
2024-Aug-13, Journal of cheminformatics IF:7.1Q1
研究论文 本文介绍了一种基于新型量子化学数据集的几何深度学习框架,用于预测气相和液相的分子性质 提出了一种灵活的性质预测工具,能够处理二维和三维分子信息,并实现了高水平的量子化学精度 NA 旨在将深度学习确立为工业和学术界标准性质预测流程的关键步骤 分子性质预测 机器学习 NA 几何深度学习 几何模型 分子数据 124,000个分子
744 2024-08-17
Artificial Intelligence-Driven Electrocardiography: Innovations in Hypertrophic Cardiomyopathy Management
2024-Aug-13, Trends in cardiovascular medicine IF:7.3Q1
综述 本文综述了人工智能和机器学习技术在心电图分析中对肥厚型心肌病诊断、预后和管理方面的应用 深度学习模型如卷积神经网络在心电图中准确识别肥厚型心肌病相关异常,超越传统诊断方法 需要更大和更多样化的数据集以提高模型泛化能力,并解决罕见事件预测中的不平衡问题 探索人工智能在心电图分析中对肥厚型心肌病的应用,特别是AI方法的进展及其在肥厚型心肌病护理中的具体实施 肥厚型心肌病的诊断、预后和管理 机器学习 心血管疾病 深度学习 卷积神经网络 心电图信号 NA
745 2024-08-17
EnzyACT: A Novel Deep Learning Method to Predict the Impacts of Single and Multiple Mutations on Enzyme Activity
2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1
研究论文 介绍了一种名为EnzyACT的新型深度学习方法,用于预测单个和多个突变对酶活性的影响 EnzyACT结合了图技术与蛋白质嵌入,能够预测单个或多个突变对酶活性的变化 酶活性与稳定性的复杂交互作用,增强一个属性往往导致另一个属性的降低 开发一种快速准确的方法来预测突变对酶活性的影响,有助于酶设计和理解活性与稳定性的权衡机制 酶活性及其突变的影响 机器学习 NA 深度学习 深度学习模型 蛋白质数据 包括单点和多点突变的新数据集
746 2024-08-17
3DReact: Geometric Deep Learning for Chemical Reactions
2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1
研究论文 本文介绍了3DReact模型,一种利用几何深度学习预测化学反应性质的方法 3DReact模型能够利用原子映射信息和反应物及产物的几何结构,提供了一个灵活的框架,适用于不同数据集和原子映射体制 NA 开发一种新的几何深度学习模型,用于从三维结构预测化学反应性质 化学反应的性质预测 机器学习 NA 几何深度学习 3DReact 三维结构数据 使用了GDB7-22-TS、Cyclo-23-TS和Proparg-21-TS数据集
747 2024-08-17
Advancing plant biology through deep learning-powered natural language processing
2024-Aug-05, Plant cell reports IF:5.3Q1
研究论文 本文探讨了深度学习方法,特别是大型语言模型(LLMs)在植物生物学领域的应用 开发了蛋白质语言模型(PLMs),能够深入分析核酸和蛋白质序列,揭示生物数据中的复杂模式和关系 NA 推动植物科学的基础研究,特别是在多尺度植物性状方面 植物细胞系统及相关序列数据 自然语言处理 NA 深度学习 大型语言模型(LLMs) 序列数据 NA
748 2024-08-17
Decoding dynamic visual scenes across the brain hierarchy
2024-Aug, PLoS computational biology IF:3.8Q1
研究论文 本研究利用Allen视觉编码-Neuropixels数据集和深度学习神经网络模型,探讨了大脑在处理动态自然视觉场景时的神经编码机制 研究揭示了大脑不同区域对动态视觉场景的编码能力,并发现了解码性能与已知的解剖和功能层次指数之间的强相关性 研究主要集中在使用深度学习模型进行解码,可能未涵盖所有可能的神经编码机制 探索大脑如何在其层次结构中表示视觉信息,并理解动态自然视觉场景的神经基础 大脑在处理动态自然视觉场景时的神经编码机制 神经科学 NA 深度学习 神经网络模型 神经放电模式 使用Allen视觉编码-Neuropixels数据集,涵盖广泛的大脑区域
749 2024-08-17
Understanding patient-derived tumor organoid growth through an integrated imaging and mathematical modeling framework
2024-Aug, PLoS computational biology IF:3.8Q1
研究论文 本文通过整合高吞吐量成像深度学习平台与数学建模,分析和理解患者来源的肿瘤类器官(PDTO)生长动力学 引入了一种创新的流程,结合高吞吐量成像深度学习平台与数学建模,以分析PDTO的生长动力学 NA 研究PDTO的基本生长特性和变异性,以支持患者特异性治疗策略的开发 结肠癌类器官的生长动力学 数字病理学 结肠癌 3D成像和分析技术 Gompertz模型 图像 多个患者的数据集
750 2024-08-17
A survey of brain functional network extraction methods using fMRI data
2024-Aug, Trends in neurosciences IF:14.6Q1
综述 本文综述了从功能磁共振成像(fMRI)数据中提取脑功能网络(FN)的经典和高级方法 系统地回顾了静态和动态FN提取方法的基础原理、优势、不足及相互关系 未具体提及 探讨脑功能网络分析在揭示脑功能和理解多种脑部疾病病理生理学中的关键作用 脑功能网络的提取方法 神经影像学 NA 功能磁共振成像(fMRI) NA 图像 NA
751 2024-08-17
Toward universal cell embeddings: integrating single-cell RNA-seq datasets across species with SATURN
2024-Aug, Nature methods IF:36.1Q1
研究论文 本文介绍了一种名为SATURN的深度学习方法,用于学习跨物种的通用细胞嵌入,通过结合蛋白质语言模型的蛋白质嵌入和RNA表达,实现不同物种单细胞RNA测序数据集的整合 SATURN方法能够检测跨物种共同表达的功能相关基因,并为跨物种分析重新定义差异表达 NA 开发一种能够整合跨物种单细胞RNA测序数据集的方法,以揭示细胞类型的进化保守性和多样性 跨物种的单细胞RNA测序数据集 机器学习 NA 深度学习 深度学习模型 单细胞RNA测序数据 涉及三种物种的整体器官图谱以及蛙和斑马鱼的胚胎发生数据集
752 2024-08-12
Visual interpretability of bioimaging deep learning models
2024-Aug, Nature methods IF:36.1Q1
NA NA NA NA NA NA NA NA NA NA NA NA
753 2024-08-17
Automatic measurement of anatomical parameters of the lumbar vertebral body and the intervertebral disc on radiographs by deep learning
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本文开发并评估了一种基于深度学习的自动测量模型,用于测量腰椎侧位X光片上的椎体和椎间盘的解剖参数 提出了基于深度学习算法的自动测量模型,能够准确测量腰椎侧位X光片上的多种解剖参数 NA 开发和评估一种自动测量模型,用于客观和可靠地测量腰椎的解剖参数 腰椎椎体和椎间盘的解剖参数 计算机视觉 腰椎疾病 深度学习 DL 图像 1,318张腰椎侧位X光片
754 2024-08-17
Prediction of epidermal growth factor receptor (EGFR) mutation status in lung adenocarcinoma patients on computed tomography (CT) images using 3-dimensional (3D) convolutional neural network
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究开发了一种基于3D卷积神经网络(CNN)的深度学习模型,用于通过CT图像预测肺腺癌患者的表皮生长因子受体(EGFR)突变状态 本研究首次使用3D CNN模型非侵入性地预测肺腺癌患者的EGFR突变状态,并展示了其优于传统临床和影像组学模型的预测性能 NA 开发一种非侵入性方法来检测肺腺癌患者在接受靶向治疗前的EGFR突变状态 肺腺癌患者的EGFR突变状态 机器学习 肺腺癌 3D卷积神经网络(CNN) CNN CT图像 660名患者,分为训练集(528名)和外部测试集(132名)
755 2024-08-17
Precise and efficient measurement of tibial slope on magnetic resonance imaging (MRI): two novel autonomous pipelines by traditional and deep learning algorithms
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本文提出两种新的自主测量后胫骨斜坡(PTS)的管道,分别基于传统算法和深度学习算法,以提高测量效率和准确性 首次提出基于传统算法和深度学习算法的自主测量PTS的管道,显著提高了测量效率和准确性 NA 提高后胫骨斜坡(PTS)测量的效率和准确性,以辅助前交叉韧带(ACL)损伤的筛查和预防及改善膝关节手术的成功率 后胫骨斜坡(PTS)的测量 计算机视觉 NA 磁共振成像(MRI) 传统算法和深度学习模型 图像 20名患者的MRI图像
756 2024-08-17
Deep learning-based quantitative morphological study of anteroposterior digital radiographs of the lumbar spine
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究开发了一种基于深度学习的模型,用于自动量化测量腰椎前后位数字X光片的形态学参数,并评估其性能 本研究首次使用深度学习模型自动量化测量腰椎的形态学参数,提高了测量效率 模型在L5椎体和L4-L5椎间盘高度的测量上表现不如其他参数,存在一定的局限性 开发一种自动量化测量腰椎形态学参数的深度学习模型,并评估其性能 腰椎的形态学参数,包括L1至L5椎体高度和L1-L2至L4-L5椎间盘高度 计算机视觉 腰椎疾病 深度学习 深度学习模型 图像 1368张腰椎前后位数字X光片
757 2024-08-17
Deep learning models for rapid discrimination of high-grade gliomas from solitary brain metastases using multi-plane T1-weighted contrast-enhanced (T1CE) images
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究开发了使用术前T1加权对比增强(T1CE)MRI图像区分高级别胶质瘤(HGG)和孤立性脑转移瘤(SBM)的深度学习模型 GoogLeNet模型在区分HGG和SBM方面表现优于以往方法,即使在肿瘤核心和瘤周水肿区域也能有效区分 NA 开发一种能够在术前通过MRI图像快速区分高级别胶质瘤和孤立性脑转移瘤的深度学习模型 高级别胶质瘤(HGG)和孤立性脑转移瘤(SBM) 计算机视觉 脑肿瘤 深度学习 GoogLeNet 图像 180名患者的多平面T1CE切片(轴向、冠状和矢状),以及29名患者的外部测试集
758 2024-08-17
Repeatability and reproducibility of deep learning features for lung adenocarcinoma subtypes with nodules less than 10 mm in size: a multicenter thin-slice computed tomography phantom and clinical validation study
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究评估了深度学习特征(DLFs)在区分小于10毫米的磨玻璃结节(GGNs)肺腺癌亚型中的重复性和可重复性,并进行了多中心薄层CT模拟和临床验证。 本研究首次在多中心环境中评估了DLFs的稳定性和诊断效能,并发现某些DLFs在不同制造商和扫描方案下仍表现出优异的稳定性。 不同制造商和扫描方案影响了DLFs的可重复性。 评估深度学习特征(DLFs)在区分小于10毫米的磨玻璃结节(GGNs)肺腺癌亚型中的重复性和可重复性。 小于10毫米的磨玻璃结节(GGNs)肺腺癌亚型。 计算机视觉 肺腺癌 薄层CT扫描 深度学习 图像 275名患者中的405个结节
759 2024-08-17
Deep learning-based detection of primary bone tumors around the knee joint on radiographs: a multicenter study
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究旨在开发一种基于深度学习(DL)的模型,用于在膝关节周围骨骼X光片上检测原发性骨肿瘤 该深度学习模型在检测膝关节周围原发性骨肿瘤方面表现优于初级放射科医生 NA 开发和验证一种深度学习模型,用于在X光片上检测膝关节周围的原发性骨肿瘤 687名被诊断为骨肿瘤的患者和1988名正常骨骼X光片的参与者 机器学习 骨肿瘤 深度学习 DL 图像 687名骨肿瘤患者和1988名正常骨骼X光片的参与者
760 2024-08-17
DLCNBC-SA: a model for assessing axillary lymph node metastasis status in early breast cancer patients
2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究开发了一种基于深度学习的模型DLCNBC-SA,用于早期乳腺癌患者腋窝淋巴结转移状态的评估 该模型集成了自注意力机制,能够从核心针活检和临床数据中提取特征,提高分析和增强特征的独立性 NA 利用深度学习技术改进医学图像分析,提高临床诊断效率和准确性 早期乳腺癌患者腋窝淋巴结转移状态 机器学习 乳腺癌 深度学习 CNN 图像 使用公开数据集进行实验验证
回到顶部