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 1074 篇文献，本页显示第 981 - 1000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 981 | 2024-08-05 |
A dataset for multimodal music information retrieval of Sotho-Tswana musical videos
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110672
PMID:39071970
|
研究论文 | 介绍了一个针对Sotho-Tswana音乐视频的多模态音乐信息检索数据集 | 首次建立针对低资源语言Sotho-Tswana的多模态音乐信息检索数据集 | 缺乏广泛的多模态数据集，可能无法涵盖所有音乐信息检索应用 | 促进多模态音乐信息检索应用的发展 | Sotho-Tswana文化的音乐视频数据集 | 机器学习 | NA | Python程序处理和特征提取 | NA | 视频、文本、音频 | 涉及多个Sotho-Tswana音乐视频 | NA | NA | NA | NA |
| 982 | 2024-08-05 |
Early warning of hepatocellular carcinoma in cirrhotic patients by three-phase CT-based deep learning radiomics model: a retrospective, multicentre, cohort study
2024-Aug, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102718
PMID:39070173
|
研究论文 | 本研究开发并验证了一个基于三期CT的深度学习放射组学模型，用于在肝硬化患者中早期警告肝细胞癌（HCC）。 | 该研究提出了一个新型的ALARM模型，结合了深度学习放射组学与临床变量，能够有效预测大多数HCC病例的短期发展。 | 本研究的限制包括样本主要来自特定的11个中心，可能影响模型的外部适应性。 | 研究的目的是为了开发和验证一个早期警告HCC的模型，以改善肝硬化患者的诊断结果。 | 研究对象为1858名肝硬化患者，收集了他们的三期CT影像及实验室结果。 | 数字病理学 | 肝癌 | 深度学习放射组学 | ALARM模型 | 影像 | 1858名肝硬化患者 | NA | NA | NA | NA |
| 983 | 2024-08-05 |
Artificial intelligence for small molecule anticancer drug discovery
2024-Aug, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2024.2367014
PMID:39074493
|
综述 | 本文探讨了人工智能在小分子抗癌药物发现中的应用和挑战。 | 强调了AI驱动药物发现的重要里程碑以及未来研究的启示。 | 数据质量、模型可解释性和技术限制仍然是面临的挑战。 | 研究人工智能在小分子癌症药物发现中的应用及其潜在创新。 | 综述过去和当前AI在药物发现中的应用与挑战。 | 药物发现 | 癌症 | 机器学习，深度学习 | NA | 基因组数据、蛋白质组数据、影像数据 | NA | NA | NA | NA | NA |
| 984 | 2024-08-05 |
Quantitative structure-retention relationships for pyridinium-based ionic liquids used as gas chromatographic stationary phases: convenient software and assessment of reliability of the results
2024-Aug-16, Journal of chromatography. A
DOI:10.1016/j.chroma.2024.465144
PMID:38996513
|
研究论文 | 本研究针对用于气相色谱的基于吡啶的离子液体的定量结构-保留关系进行研究 | 首次提供了足够大的结构多样化化合物的数据集以支持离子液体基固定相的QSRR研究 | 研究中提到的数据集小的扰动可能会影响结果的可靠性，需谨慎处理 | 旨在填补关于基于离子液体的固定相的QSRR研究的空白 | 研究对象为三种具有取代吡啶阳离子的离子液体 | 数字病理学 | NA | 气相色谱法 | 深度学习模型和线性模型 | 化合物数据 | 123-158种化合物 | NA | NA | NA | NA |
| 985 | 2024-08-05 |
Prognostic value of combining clinical factors, 18F-FDG PET-based intensity, volumetric features, and deep learning predictor in patients with EGFR-mutated lung adenocarcinoma undergoing targeted therapies: a cross-scanner and temporal validation study
2024-Aug, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-024-01936-2
PMID:38704786
|
研究论文 | 研究结合临床因素、18F-FDG PET强度、体积特征以及深度学习预测器的预后价值 | 首次在不同 поколения 的 PET 扫描仪上探讨了 18F-FDG PET 基于强度和体积特征与临床变量结合对EGFR突变肺腺癌患者的预后能力 | 仅回顾性分析217名患者的数据，可能存在选择偏差 | 评估18F-FDG PET和深度学习对EGFR突变肺腺癌患者的预后价值 | 217名接受酪氨酸激酶抑制剂的晚期EGFR突变肺腺癌患者 | 数字病理学 | 肺癌 | 18F-FDG PET | ResNet-50深度学习模型 | 影像 | 217名患者 | NA | NA | NA | NA |
| 986 | 2024-08-05 |
Who Are the Anatomic Outliers Undergoing Total Knee Arthroplasty? A Computed Tomography-Based Analysis of the Hip-Knee-Ankle Axis Across 1,352 Preoperative Computed Tomographies Using a Deep Learning and Computer Vision-Based Pipeline
2024-Aug, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2024.03.053
PMID:38548237
|
研究论文 | 本文分析了1352个术前计算机断层扫描的髋-膝-踝轴，探讨全膝关节置换术中的解剖异常。 | 利用基于深度学习和计算机视觉的管道，首次从大规模数据集中识别解剖异常并分析其影响。 | 研究主要依赖术前CT扫描数据，可能无法反映手术后解剖变化。 | 确定全膝关节置换术前身体解剖参数的分布和识别解剖异常。 | 分析1352个全膝关节置换术前的CT扫描，识别解剖偏离指标。 | 计算机视觉 | NA | 深度学习，计算机视觉 | 分类和分割模型 | 医学影像 | 1352个术前CT扫描 | NA | NA | NA | NA |
| 987 | 2024-08-05 |
Developing a machine learning model for predicting venlafaxine active moiety concentration: a retrospective study using real-world evidence
2024-Aug, International journal of clinical pharmacy
IF:2.6Q2
DOI:10.1007/s11096-024-01724-y
PMID:38753076
|
研究论文 | 本研究开发了一个机器学习模型以预测文拉法辛的活性成分浓度 | 使用真实世界证据，基于机器学习和深度学习技术开发了文拉法辛浓度预测模型 | 模型的准确性在不同亚组分析中有所不同，可能受限于样本选择和变量分析方法 | 开发一个预测文拉法辛浓度的模型，以改善抑郁症患者的治疗效果 | 接受文拉法辛治疗的患者，包含330个合格患者 | 机器学习 | 抑郁症 | 机器学习技术 | eXtreme Gradient Boosting算法 | 临床数据 | 330个患者样本 | NA | NA | NA | NA |
| 988 | 2024-08-05 |
Integrative modeling meets deep learning: Recent advances in modeling protein assemblies
2024-Aug, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2024.102841
PMID:38795564
|
研究论文 | 本文讨论了基于深度学习的蛋白质组装建模的最新进展 | 提出了整合性和层级的方法来建模大分子组装 | 对复杂的组装结构预测仍然需要专业的方法 | 研究大分子组装建模的新方法和挑战 | 重点介绍蛋白质-蛋白质相互作用的预测 | 结构生物学 | NA | 深度学习 | 整合模型和层级模型 | 结构数据 | NA | NA | NA | NA | NA |
| 989 | 2024-08-05 |
Enhanced choroid plexus segmentation with 3D UX-Net and its association with disease progression in multiple sclerosis
2024-Aug, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2024.105750
PMID:38986172
|
研究论文 | 本文开发了一种可靠的深度学习模型用于自动分割脉络丛，并验证了其在多发性硬化症中的临床意义 | 3D UX-Net模型在脉络丛分割中表现优于传统的3D U-Net，且与临床结果的相关性更高 | 研究样本主要集中在复发性缓解型多发性硬化症患者，外部测试集可能影响结果的一般性 | 开发一个用于自动分割脉络丛的深度学习模型，并验证其在多发性硬化症中的临床相关性 | 216名复发性缓解型多发性硬化症患者和75名健康对象的T1加权MRI数据 | 数字病理学 | 多发性硬化症 | 深度学习（DL） | 3D UX-Net | MRI图像 | 共291个样本，包含216名复发性缓解型多发性硬化症患者和75名健康对象 | NA | NA | NA | NA |
| 990 | 2024-08-05 |
Association of retinal microvascular curve tortuosity and multiple sclerosis: A cross-section analysis from the UK Biobank
2024-Aug, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2024.105753
PMID:38996710
|
研究论文 | 本研究探讨了视网膜微血管曲线扭曲与多发性硬化之间的关联 | 首次量化了视网膜血管曲线扭曲与多发性硬化的关系 | 可能由于样本偏差或环境因素影响结果 | 旨在探讨视网膜血管特征与多发性硬化的关系 | 使用UK Biobank中的参与者数据 | 数字病理学 | 多发性硬化 | 深度学习系统 | 条件逻辑回归 | 临床记录和眼底照片 | 包含多发性硬化患者和健康对照组 | NA | NA | NA | NA |
| 991 | 2024-08-05 |
Deep learning-based flocculation sensor for automatic control of flocculant dose in sludge dewatering processes during wastewater treatment
2024-Aug-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.121890
PMID:38870864
|
研究论文 | 本文开发了一种基于深度学习的图像传感器，用于在污水处理过程中自动控制絮凝剂的投加剂量 | 提出了一种新型的絮凝度测量传感器，采用了深度学习技术并比较了多种模型的性能 | 在进行絮凝测试时仅使用了实验室规模的两种污泥样本，可能未能涵盖所有实际情况 | 旨在开发一种自动控制絮凝剂投加的传感器以提高污水处理的效率 | 使用的研究对象包括过量污泥及其与原污水的混合物 | 数字病理学 | NA | 深度学习 | 卷积神经网络，视觉变换器，多层感知器 | 图像 | 实验室规模的两种污泥样本 | NA | NA | NA | NA |
| 992 | 2024-08-05 |
An automated approach for real-time informative frames classification in laryngeal endoscopy using deep learning
2024-Aug, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-08676-z
PMID:38698163
|
研究论文 | 本研究展示了深度学习在喉镜检查中自动选择信息丰富框架的可行性 | 研究展示了一种实时的深度学习模型，该模型能够在喉镜检查中自动选择信息丰富的图像框架 | NA | 本研究旨在提高喉镜检查中图像选择的自动化和有效性 | 使用深度学习模型对喉镜图像进行分类 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 图像 | 内部数据集5147张图像和外部测试集646张图像 | NA | NA | NA | NA |
| 993 | 2024-08-05 |
Knowledge-driven deep learning for fast MR imaging: Undersampled MR image reconstruction from supervised to un-supervised learning
2024-Aug, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30105
PMID:38624162
|
评论 | 本文回顾了知识驱动的深度学习在快速MRI中的应用和挑战 | 介绍了知识驱动的深度学习方法从监督学习到非监督学习的转变，提出了一些显著的解决方案 | 对不同成像应用场景的深入研究和解决方案可能有限 | 探讨快速MRI中知识驱动深度学习面临的挑战及其解决方案 | MRI图像重建及其与知识驱动方法的结合 | 数字病理学 | NA | 深度学习 | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 994 | 2024-08-05 |
A natural inhibitor of diapophytoene desaturase attenuates methicillin-resistant Staphylococcus aureus (MRSA) pathogenicity and overcomes drug-resistance
2024-Aug, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.16377
PMID:38604611
|
研究论文 | 本文探讨了天然抑制剂alnustone对MRSA致病性的抑制作用及其克服耐药性的机制 | 利用深度学习技术构建了diapophytoene desaturase的三维结构并发现alnustone作为一种有效的抑制剂 | 对staphyloxanthin生物合成酶的生物结构特征和抑制剂与蛋白质之间的分子机制的理解有限 | 研究天然抑制剂如何对抗耐甲氧西林金黄色葡萄球菌（MRSA）感染 | 主要研究对象为耐甲氧西林金黄色葡萄球菌及其相关的生物合成途径 | 数字病理学 | 耐甲氧西林金黄色葡萄球菌感染 | 深度学习，分子建模，位点定向突变，生物层干涉法（BLI） | NA | 转录组数据 | 小鼠模型中的MRSA菌株 | NA | NA | NA | NA |
| 995 | 2024-08-07 |
Harnessing the deep learning power of foundation models in single-cell omics
2024-Aug, Nature reviews. Molecular cell biology
DOI:10.1038/s41580-024-00756-6
PMID:38926531
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 996 | 2024-08-05 |
A Brazilian native bee (Tetragonisca angustula) dataset for computer vision
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110659
PMID:39044906
|
研究论文 | 文章介绍了一个用于计算机视觉的巴西本土蜜蜂数据集 | 提供了用于蜜蜂追踪的多样化视频数据及其标签和元数据 | 研究中未提及数据集的规模或照片与视频的处理方法 | 证明该数据集在计算机视觉任务中的潜力 | 多个蜜蜂群体的视频记录 | 计算机视觉 | NA | NA | 深度学习模型 | 视频 | 多个蜜蜂群体的视频 | NA | NA | NA | NA |
| 997 | 2024-08-05 |
SeasVeg: An image dataset of Bangladeshi seasonal vegetables
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110564
PMID:39044911
|
研究论文 | 本研究介绍了一个名为'SeasVeg'的数据集，包含孟加拉国季节性蔬菜的图像 | 数据集的多功能性，不仅用于农业科学的机器学习和深度学习，还可用于儿童学习蔬菜识别 | 研究未提及数据集使用的具体上下文或限制条件 | 探索季节性蔬菜对营养和商业的重要性，并推动农业科学的发展 | 包括十种季节性蔬菜的图像数据集 | 机器学习 | NA | 深度学习 | CNN | 图像 | 4500幅图像（1500幅原始和3000幅增强） | NA | NA | NA | NA |
| 998 | 2024-08-05 |
An instance segmentation dataset of cabbages over the whole growing season for UAV imagery
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110699
PMID:39044907
|
研究论文 | 本文介绍了一种针对整个生长季节的白菜实例分割数据集，适用于无人机图像 | 提供了标注的白菜图像数据集，以便通过深度学习模型进行白菜识别 | 目前白菜的训练数据集仍然有限 | 创建用于无人机影像的白菜识别训练数据集 | 白菜图像和其标注 | 机器学习 | NA | 深度学习 | NA | 图像 | 458张图像，17,621个标注的白菜 | NA | NA | NA | NA |
| 999 | 2024-08-05 |
Diagnostic support in pediatric craniopharyngioma using deep learning
2024-Aug, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery
DOI:10.1007/s00381-024-06400-0
PMID:38647660
|
研究论文 | 本文研究了儿童颅咽管瘤患者，旨在开发用于放射学辅助分类的卷积深度学习算法 | 首次在本机构开展此类研究，利用可解释的人工智能和深度学习模型实现放射学诊断支持 | NA | 开发深度学习算法用于儿童颅咽管瘤的诊断支持 | 226名智利儿童患者的磁共振影像 | 计算机视觉 | 颅咽管瘤 | 深度学习 | 卷积神经网络 | 图像 | 226名患者（68名健康对照，58名颅咽管瘤患者，100名其他颅内肿瘤患者） | NA | NA | NA | NA |
| 1000 | 2024-08-05 |
Experience of Implementing Deep Learning-Based Automatic Contouring in Breast Radiation Therapy Planning: Insights From Over 2000 Cases
2024-Aug-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.02.041
PMID:38431232
|
研究论文 | 本研究评估了自动轮廓系统在乳腺放射治疗中的影响和临床实用性 | 本研究展示了自动轮廓系统在临床实际应用中的表现，并强调了自动化设置的必要性和潜在的自动化偏差风险 | 在肺部的分割准确性较差，且未能明确提及如何处理这一问题 | 本研究的目的是评估自动轮廓系统在乳腺放射治疗中的临床效用 | 研究对象为2428名接受辅助乳腺放射治疗的患者 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 轮廓数据 | 2428名患者 | NA | NA | NA | NA |