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 1075 篇文献，本页显示第 841 - 860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 841 | 2024-08-14 |
The impact of introducing deep learning based [18F]FDG PET denoising on EORTC and PERCIST therapeutic response assessments in digital PET/CT
2024-Aug-10, EJNMMI research
IF:3.1Q1
DOI:10.1186/s13550-024-01128-z
PMID:39126532
|
研究论文 | 本文评估了基于深度学习的[18F]FDG PET去噪技术SubtlePET™对EORTC和PERCIST治疗反应评估的临床影响。 | 使用深度学习AI技术对[18F]FDG PET图像进行去噪，并评估其对治疗反应评估的影响。 | 研究仅涉及110名患者，且仅评估了两种PET图像比较方法的临床满意度。 | 评估基于深度学习的[18F]FDG PET去噪技术在肿瘤治疗反应评估中的临床应用。 | 110名接受标准数字[18F]FDG PET/CT检查的患者。 | 数字病理学 | 肿瘤 | 深度学习 | NA | 图像 | 110名患者 | NA | NA | NA | NA |
| 842 | 2024-08-14 |
Evaluation of deep learning for predicting rice traits using structural and single-nucleotide genomic variants
2024-Aug-10, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01250-y
PMID:39127715
|
研究论文 | 研究使用深度学习方法结合结构和单核苷酸基因组变异来预测水稻性状 | 首次探讨了深度学习网络在使用结构基因组变异和单核苷酸多态性作为遗传标记时的性能 | 研究主要集中在水稻上，可能需要进一步验证在其他作物中的适用性 | 探索结合结构基因组变异和单核苷酸多态性是否能提高水稻性状预测的准确性，并比较深度学习网络与贝叶斯线性模型的性能 | 水稻的性状预测 | 机器学习 | NA | 深度学习 | 多层感知器和卷积神经网络 | 基因组变异数据 | 涉及87%的复杂性状案例和75%的研究案例 | NA | NA | NA | NA |
| 843 | 2024-08-14 |
Two-stage deep neural network for diagnosing fungal keratitis via in vivo confocal microscopy images
2024-08-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68768-y
PMID:39117709
|
研究论文 | 本文提出了一种基于活体共聚焦显微镜图像的深度学习框架，用于诊断真菌性角膜炎，辅助眼科医生进行诊断 | 本研究采用了两阶段深度神经网络架构，结合图像级和序列级信息进行诊断预测，并收集了迄今为止最大的96,632张活体共聚焦显微镜图像数据集 | NA | 开发一种辅助眼科医生诊断真菌性角膜炎的深度学习框架 | 真菌性角膜炎的诊断 | 计算机视觉 | 眼科疾病 | 活体共聚焦显微镜(IVCM) | 深度神经网络 | 图像 | 96,632张活体共聚焦显微镜图像 | NA | NA | NA | NA |
| 844 | 2024-08-14 |
A deep learning model for anti-inflammatory peptides identification based on deep variational autoencoder and contrastive learning
2024-08-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69419-y
PMID:39117712
|
研究论文 | 本研究提出了一种基于变分自编码器和对比学习的深度学习模型DAC-AIPs，用于准确识别抗炎肽 | 采用多热编码捕获更丰富的序列信息，并通过变分推理增强潜在特征的表示能力，引入对比学习提高模型的分类能力 | NA | 开发更先进的计算模型用于识别抗炎肽 | 抗炎肽的识别 | 机器学习 | NA | 变分自编码器，对比学习 | CNN | 序列 | 未具体说明 | NA | NA | NA | NA |
| 845 | 2024-08-14 |
Deep learning-based automated angle measurement for flatfoot diagnosis in weight-bearing lateral radiographs
2024-08-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69549-3
PMID:39117787
|
研究论文 | 本研究旨在开发和评估一种基于深度学习的系统，用于在负重侧位足部X光片中自动测量角度（特别是Meary角和跟骨倾斜角），以诊断扁平足 | 本研究开发了一种基于深度学习的自动角度测量系统，用于扁平足诊断，该系统在所有测试案例中与临床专家评估的结果高度一致 | 研究排除了接受过全踝关节置换手术或踝关节融合手术的患者，可能影响结果的普遍性 | 开发和评估基于深度学习的自动角度测量系统，用于扁平足诊断 | 负重侧位足部X光片中的Meary角和跟骨倾斜角 | 机器学习 | NA | 深度学习 | NA | 图像 | 3960张侧位X光片，来自4000名患者 | NA | NA | NA | NA |
| 846 | 2024-08-14 |
Examining the challenges of blood pressure estimation via photoplethysmogram
2024-08-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68862-1
PMID:39112533
|
研究论文 | 本文分析了使用光电容积脉搏波（PPG）预测血压的任务，并提出了一套工具来评估PPG信号是否是血压的良好预测指标 | 提出了新的工具来评估PPG信号与血压之间的关联性，并提供了对现有研究中数据泄露和不切实际约束的批判性分析 | 文章指出，使用PPG预测血压存在高多值映射因子和低互信息的问题，表明这一方法的预测能力有限 | 研究使用PPG信号预测血压的可行性和准确性 | PPG信号和血压之间的关系 | 生物医学工程 | 心血管疾病 | 深度学习 | NA | 传感器数据 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 847 | 2024-08-14 |
Accuracy of thoracic nerves recognition for surgical support system using artificial intelligence
2024-08-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69405-4
PMID:39112794
|
研究论文 | 开发了一种利用人工智能（AI）可视化重要显微解剖结构的手术支持系统，并评估其在肺癌手术中识别胸神经的准确性 | 使用深度学习创建识别模型，并通过Dice指数和Jaccard指数进行计算评估 | 运动平滑度（3.2 ± 0.4）略有差异 | 评估AI手术支持系统在识别胸神经方面的准确性 | 胸神经识别的准确性及AI系统与手术监视器在时间延迟、图像质量和运动平滑度方面的差异 | 计算机视觉 | 肺癌 | 深度学习 | NA | 图像 | 10例胸腔镜肺癌手术 | NA | NA | NA | NA |
| 848 | 2024-08-14 |
BioEncoder: A metric learning toolkit for comparative organismal biology
2024-Aug, Ecology letters
IF:7.6Q1
DOI:10.1111/ele.14495
PMID:39136114
|
研究论文 | 介绍了一种名为BioEncoder的度量学习工具包，用于解决生物图像分析中深度学习方法面临的挑战 | BioEncoder通过关注个体数据点之间的关系而不是类的可分离性，克服了传统深度学习方法在处理大型生物多样性数据集时的局限 | NA | 开发一种新的工具包，以简化复杂的深度学习流程并促进其在生物学研究中的实际应用 | 生物图像分析中的深度学习方法 | 计算机视觉 | NA | 深度学习 | 度量学习 | 图像 | NA | NA | NA | NA | NA |
| 849 | 2024-08-13 |
Stable Europium(III) Metal-Organic Framework Fluorescence Probe for Intelligent Visualization Detection of Gossypol and Nitrofuran Antibiotics in Real Samples
2024-Aug-12, Inorganic chemistry
IF:4.3Q1
DOI:10.1021/acs.inorgchem.4c02232
PMID:39074382
|
研究论文 | 本文合成了一种新的三维金属有机框架（MOF）{[Eu(L)(HCOO)(HO)]·2HO·2DMF}，用于智能可视化检测水体中的棉酚（Gsp）和硝基呋喃抗生素 | 该研究结合了荧光探针与机器学习及逻辑判断，提供了一种高灵敏度和实用性的水中有机污染物检测新思路 | NA | 开发一种新型荧光探针，用于准确有效地检测水体中的有机污染物 | 棉酚（Gsp）和硝基呋喃抗生素 | 机器学习 | NA | 金属有机框架（MOF）合成 | 深度学习模型 | 荧光图像 | NA | NA | NA | NA | NA |
| 850 | 2024-08-13 |
A New Fingerprint and Graph Hybrid Neural Network for Predicting Molecular Properties
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00586
PMID:39052623
|
研究论文 | 本文介绍了一种结合改进的图注意力网络和多层感知器的混合模型，用于预测分子属性 | 引入了特征选择算法来解决指纹维度问题，并在图注意力网络中使用循环神经网络来捕获协作信息 | NA | 加速药物发现过程中分子属性的准确预测 | 分子属性预测 | 机器学习 | NA | 图注意力网络 (GAT) | 混合神经网络 | 分子指纹和分子图 | 13个公共数据集和14个乳腺细胞系 | NA | NA | NA | NA |
| 851 | 2024-08-13 |
HydraScreen: A Generalizable Structure-Based Deep Learning Approach to Drug Discovery
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00481
PMID:39037942
|
研究论文 | 提出了一种名为HydraScreen的深度学习框架，用于安全且高效的药物发现，该框架利用先进的3D卷积神经网络来有效表示分子结构和蛋白质-配体结合中的相互作用 | 引入了新的交互分析方法，旨在检测模型和数据集中的潜在偏差，增强了方法的解释性和公正性 | NA | 旨在开发一种可泛化的结构基础深度学习方法，用于加速药物发现 | 蛋白质-配体复合物的结构和相互作用 | 机器学习 | NA | 3D卷积神经网络 | CNN | 分子结构数据 | 使用了CASF-2016核心集的公开基准进行评估 | NA | NA | NA | NA |
| 852 | 2024-08-13 |
Identifying Synergistic Components of Botanical Fungicide Formulations Using Interpretable Graph Neural Networks
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00128
PMID:39031079
|
研究论文 | 本文提出了一种新的深度学习方法，用于预测植物性农药和渗透增强剂的协同作用 | 使用加权组合的成分特征向量来表示输入混合物，使模型能够处理可变数量的成分并解释每个成分对协同作用的贡献 | NA | 开发一种能够预测植物性农药和渗透增强剂协同作用的新型深度学习方法 | 植物性农药和渗透增强剂的协同作用 | 机器学习 | NA | 深度学习 | 图神经网络 | 体外实验数据 | NA | NA | NA | NA | NA |
| 853 | 2024-08-13 |
QC-GN2oMS2: a Graph Neural Net for High Resolution Mass Spectra Prediction
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00446
PMID:39013165
|
研究论文 | 本文研究了将量子化学信息作为边特征引入图神经网络（GNN）以提高高分辨率质谱预测准确性的效果 | 本文创新性地将量子化学衍生的信息作为边特征引入GNN，并应用动态图注意力机制，提高了质谱预测的性能 | NA | 探索将量子化学信息作为边特征引入GNN以提高质谱预测准确性的效果 | 高分辨率质谱预测 | 机器学习 | NA | 图神经网络（GNN） | GNN | 质谱数据 | NA | NA | NA | NA | NA |
| 854 | 2024-08-13 |
Versatile Deep Learning Pipeline for Transferable Chemical Data Extraction
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00816
PMID:39009039
|
研究论文 | 本文介绍了一种名为ChemREL的多功能化学数据提取管道，该管道强调性能、可转移性和可扩展性 | ChemREL通过预训练和微调，实现了高F1分数，并在实体识别和关系映射方面优于现有方法和GPT-4 | NA | 开发一种高效的化学数据提取管道，提高数据提取的准确性和可转移性 | 化学文档中的正常熔点（normal melting point）和半数致死量（LD） | 机器学习 | NA | 深度学习 | NA | 文本 | 使用10个随机选择的训练文档进行LD提取 | NA | NA | NA | NA |
| 855 | 2024-08-13 |
Moss-m7G: A Motif-Based Interpretable Deep Learning Method for RNA N7-Methlguanosine Site Prediction
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00802
PMID:39011571
|
研究论文 | 本文提出了一种基于motif的可解释深度学习方法Moss-m7G，用于预测RNA N7-甲基鸟苷修饰位点 | Moss-m7G方法通过引入词检测模块和motif嵌入模块，从motif角度分析RNA序列，提高了模型的解释性和预测准确性 | NA | 旨在准确识别m7G修饰位点，以理解其调控机制并推动癌症治疗 | RNA N7-甲基鸟苷（m7G）修饰位点 | 机器学习 | NA | 深度学习 | Transformer | 序列 | 构建了一个全面的m7G数据集用于训练和测试 | NA | NA | NA | NA |
| 856 | 2024-08-13 |
Deep learning-based pseudo-CT synthesis from zero echo time MR sequences of the pelvis
2024-Aug-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01751-3
PMID:39120752
|
研究论文 | 本文研究了基于深度学习算法从零回波时间（ZTE）磁共振序列生成骨盆的伪CT（pCT）图像，并与传统CT图像进行比较 | 使用深度学习算法从ZTE磁共振序列生成pCT图像，无需辐射暴露即可评估骨骼 | NA | 研究从ZTE磁共振序列生成骨盆pCT图像的可行性及其与传统CT图像的比较 | 骨盆的pCT图像与传统CT图像 | 计算机视觉 | NA | 深度学习（DL） | DL模型 | 图像 | 共91名患者，其中80名用于训练和更新DL模型，20名用于评估 | NA | NA | NA | NA |
| 857 | 2024-08-13 |
AI support for colonoscopy quality control using CNN and transformer architectures
2024-Aug-09, BMC gastroenterology
IF:2.5Q2
DOI:10.1186/s12876-024-03354-0
PMID:39123140
|
研究论文 | 研究利用基于CNN和Transformer架构的深度学习模型进行结肠镜质量控制，并探索其决策机制 | 采用EfficientNetB2模型在验证集上表现最佳，实现了高精度和快速推理速度，并成功部署在设备终端 | NA | 开发和评估用于结肠镜质量控制的深度学习模型 | 结肠镜图像的质量控制 | 计算机视觉 | NA | 迁移学习、微调 | CNN、Transformer | 图像 | 4,189张结肠镜图像 | NA | NA | NA | NA |
| 858 | 2024-08-13 |
The impact of deep learning based- psychological capital with ideological and political education on entrepreneurial intentions
2024-08-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68997-1
PMID:39103418
|
研究论文 | 本研究旨在探讨心理资本对大学生创业意向的影响 | 通过结合相关分析和线性回归，探索心理资本及其四个维度与创业意向之间的关系，并利用循环神经网络模型探讨创业心理资本与意向的协变关系 | 文章未明确提及研究的具体局限性 | 研究心理资本对大学生创业意向的影响 | 大学生的心理资本及其创业意向 | 机器学习 | NA | 线性回归分析 | 循环神经网络 (RNN) | 问卷调查数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 859 | 2024-08-13 |
Deep Learning System for User Identification Using Sensors on Doorknobs
2024-Aug-05, Sensors (Basel, Switzerland)
DOI:10.3390/s24155072
PMID:39124118
|
研究论文 | 本文研究了一种通过门把手上的传感器测量用户交互模式并应用深度学习算法进行用户识别的新方法 | 提出了一种基于门把手传感器数据的用户识别新方法，并展示了其可行性 | NA | 研究门把手传感器数据在用户识别中的应用 | 门把手传感器数据及用户交互模式 | 机器学习 | NA | 深度学习 | NA | 传感器数据 | 47名用户 | NA | NA | NA | NA |
| 860 | 2024-08-13 |
Design and Enhancement of a Fog-Enabled Air Quality Monitoring and Prediction System: An Optimized Lightweight Deep Learning Model for a Smart Fog Environmental Gateway
2024-Aug-05, Sensors (Basel, Switzerland)
DOI:10.3390/s24155069
PMID:39124116
|
研究论文 | 本文提出了一种雾计算支持的空气质量监测与预测系统（FAQMP），通过集成物联网（IoT）、雾计算（FC）、低功耗广域网络（LPWANs）和深度学习（DL），提高了空气质量监测和预测的准确性和效率。 | 系统在雾计算层引入了高效的雾智能，采用优化的轻量级深度学习序列到序列（Seq2Seq）门控循环单元（GRU）注意力模型，实现了实时处理、准确预测和及时警告危险AQI水平，同时优化了雾资源的使用。 | NA | 旨在通过优化轻量级深度学习模型，提高雾计算节点在空气质量监测和预测中的效率和准确性。 | 空气质量监测与预测系统及其在雾计算环境中的应用。 | 机器学习 | NA | 深度学习（DL） | Seq2Seq GRU Attention | 空气质量数据 | NA | NA | NA | NA | NA |