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 1164 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2024-10-24 |
PharmRL: Pharmacophore elucidation with Deep Geometric Reinforcement Learning
2024-Sep-24, Research square
DOI:10.21203/rs.3.rs-5033986/v1
PMID:39399689
|
研究论文 | 本文开发了一种深度几何强化学习方法，用于在没有配体的情况下识别蛋白质结合位点中的药效团 | 提出了一种新的深度学习方法，能够在没有配体的情况下识别药效团，并在虚拟筛选中表现出更好的性能 | NA | 开发一种新的深度学习方法，用于在没有配体的情况下识别蛋白质结合位点中的药效团 | 蛋白质结合位点中的药效团 | 机器学习 | NA | 深度几何Q-学习算法 | CNN | 蛋白质结合位点数据 | 使用了DUD-E、LIT-PCBA和COVID moonshot数据集进行实验 | NA | NA | NA | NA |
| 422 | 2024-10-24 |
Real-space heterogeneous reconstruction, refinement, and disentanglement of CryoEM conformational states with HetSIREN
2024-Sep-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.16.613176
PMID:39345408
|
研究论文 | 本文介绍了一种基于深度学习的新方法HetSIREN，用于在真实空间中重建和细化CryoEM构象状态，并解耦姿态和CTF信息 | HetSIREN引入了新的网络架构，使用元正弦激活函数，能够在真实空间中进行空间聚焦分析，并能同时细化图像的姿态参数，解耦姿态和CTF信息 | NA | 开发一种新的深度学习方法，用于在真实空间中重建和细化CryoEM构象状态，并解决结构异质性估计中的混淆问题 | CryoEM图像的构象状态重建和细化，以及SARS-CoV-2 Spike蛋白的结构和动力学 | 计算机视觉 | NA | Cryo-electron microscopy (CryoEM) | 深度学习模型 | 图像 | 包括计算机模拟数据、EMPIAR公共数据以及实验室正在研究的实验系统数据 | NA | NA | NA | NA |
| 423 | 2024-10-24 |
Comparison of Explainable AI Models for MRI-based Alzheimer's Disease Classification
2024-Sep-17, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.17.613560
PMID:39345522
|
研究论文 | 本文比较了可解释AI模型在基于MRI的阿尔茨海默病分类中的应用 | 本文引入了遮挡敏感性分析（OSA）和梯度加权类激活映射（Grad-CAM）来提高深度学习模型的可解释性 | 研究主要基于北美和欧洲祖先的数据集，未充分考虑其他种族的数据 | 评估在不同数据集上训练的深度学习模型在阿尔茨海默病分类中的泛化能力和可解释性 | 基于3D T1加权脑部MRI扫描的阿尔茨海默病分类 | 计算机视觉 | 阿尔茨海默病 | 遮挡敏感性分析（OSA）、梯度加权类激活映射（Grad-CAM） | 卷积神经网络（CNN） | MRI图像 | 包括来自阿尔茨海默病神经影像学倡议（ADNI）、国家阿尔茨海默病协调中心（NACC）和印度NIMHANS队列的数据集 | NA | NA | NA | NA |
| 424 | 2024-10-24 |
Robust Real-time Segmentation of Bio-Morphological Features in Human Cherenkov Imaging during Radiotherapy via Deep Learning
2024-Sep-09, ArXiv
PMID:39314506
|
研究论文 | 本文提出了一种基于深度学习的实时生物形态特征分割框架，用于放射治疗期间的人体切伦科夫成像 | 首次将深度学习应用于切伦科夫成像中的生物形态特征分割，实现了视频帧率处理，并采用了迁移学习策略以解决标注数据有限的问题 | 研究样本量较小，仅包括19名乳腺癌患者的治疗数据 | 开发一种能够在放射治疗期间实时分割生物形态特征的深度学习框架 | 放射治疗期间切伦科夫成像中的生物形态特征，如血管、皮下静脉、疤痕和色素皮肤 | 计算机视觉 | 乳腺癌 | 深度学习 | ResNet | 图像 | 19名乳腺癌患者的1,483张切伦科夫图像 | NA | NA | NA | NA |
| 425 | 2024-10-24 |
Enhancing Vaxign-DL for Vaccine Candidate Prediction with added ESM-Generated Features
2024-Sep-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.04.611295
PMID:39282385
|
研究论文 | 本研究通过添加ESM生成的特征，改进了Vaxign-DL疫苗候选预测模型 | 首次展示了蛋白质折叠特征在疫苗抗原预测中的附加价值 | NA | 改进疫苗候选预测模型的性能 | 细菌保护性抗原的预测 | 机器学习 | NA | 深度学习 | DL | 蛋白质序列 | 10种细菌病原体 | NA | NA | NA | NA |
| 426 | 2024-10-24 |
Enhancing rural healthcare through internet-based remote collaborative outpatient services: A comprehensive evaluation in Changzhi, Shanxi Province
2024-Sep-06, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000039614
PMID:39252255
|
研究论文 | 本文评估了基于互联网的远程协作门诊服务在山西省长治市农村地区的应用效果 | 通过整合云计算和移动健康技术，提出了基于互联网的协作门诊服务，以改善农村地区的医疗保健 | NA | 评估基于互联网的远程协作门诊服务在农村地区的可行性和效果 | 山西省长治市4个县的495个农村社区和5000多名农村居民 | NA | NA | 深度学习算法 | 深度学习 | 医疗数据 | 5000多名农村居民 | NA | NA | NA | NA |
| 427 | 2024-10-24 |
Machine learning-based estimation of patient body weight from radiation dose metrics in computed tomography
2024-Sep, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14467
PMID:39042480
|
研究论文 | 本研究开发并评估了基于机器学习的体重预测模型，使用从计算机断层扫描（CT）中获得的11个辐射剂量特征 | 本研究提出的机器学习方法在体重预测方面优于现有方法，具有高精度和实用性 | NA | 开发和评估基于机器学习的体重预测模型，以改善辐射剂量管理 | 从CT扫描中获得的辐射剂量特征 | 机器学习 | NA | 计算机断层扫描（CT） | 梯度提升机 | 图像 | 3996名患者 | NA | NA | NA | NA |
| 428 | 2024-10-24 |
A quantitative analysis of the improvement provided by comprehensive annotation on CT lesion detection using deep learning
2024-Sep, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14434
PMID:39078867
|
研究论文 | 本文研究了在CT图像中使用深度学习进行病变检测时，全面注释对性能提升的影响 | 本文通过创建不同注释程度的DeepLesion数据集，量化了注释比例对病变检测算法性能的影响 | 本文仅研究了注释比例对性能的影响，未探讨其他可能影响性能的因素 | 量化分析CT图像中注释比例对通用病变检测算法性能的影响 | CT图像中的病变检测 | 计算机视觉 | NA | 深度学习 | 多视图特征金字塔网络（MVP-Net） | 图像 | 使用了包含32,735个病变（原始数据集）、34,317个病变（增强数据集）和54,510个病变（联合数据集）的CT图像 | NA | NA | NA | NA |
| 429 | 2024-10-24 |
Clinical evaluation of deep learning-enhanced lymphoma pet imaging with accelerated acquisition
2024-Sep, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14390
PMID:38812107
|
研究论文 | 本研究评估了一种深度学习增强的两倍加速PET成像方法在淋巴瘤患者中的临床表现 | 提出了一种结合U2Net和注意力机制的SAU2Net模型，用于增强PET图像质量，并实现了50%的成像时间减少 | 仅评估了39例淋巴瘤患者的临床表现，样本量相对较小 | 评估深度学习增强的PET成像方法在淋巴瘤患者中的临床性能 | 淋巴瘤患者和PET成像方法 | 计算机视觉 | 淋巴瘤 | 深度学习 | SAU2Net | 图像 | 123例无淋巴瘤患者和39例确诊淋巴瘤患者 | NA | NA | NA | NA |
| 430 | 2024-10-21 |
Three-Dimensional Gravity Inversion Based on Attention Feature Fusion
2024-Sep-01, Sensors (Basel, Switzerland)
DOI:10.3390/s24175697
PMID:39275607
|
研究论文 | 本文提出了一种基于注意力特征融合机制的三维重力反演方法 | 引入注意力特征融合模块，避免了网络训练过程中的特征损失，提高了垂直分辨率和预测精度 | 未提及具体局限性 | 改进三维重力反演的垂直分辨率和抗噪能力 | 地下异常源的位置、形状和物理属性参数 | 计算机视觉 | NA | 深度学习 (DL) | U-Net | 重力异常数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 431 | 2024-10-20 |
Fuzzy Petri Nets for Traffic Node Reliability
2024-Sep-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24196337
PMID:39409377
|
研究论文 | 本文探讨了使用模糊Petri网分析交通节点可靠性的方法 | 提出了使用模糊Petri网作为解决自动驾驶汽车在处理大量传感器数据和验证问题上的替代方案 | 未提及具体限制 | 研究交通节点的可靠性，以支持自动驾驶汽车的感知模型 | 交通节点及其可靠性 | 机器学习 | NA | 模糊Petri网 | 模糊Petri网 | 数据 | 涉及超过70,000个交通节点 | NA | NA | NA | NA |
| 432 | 2024-10-20 |
Performance Evaluation of an Object Detection Model Using Drone Imagery in Urban Areas for Semi-Automatic Artificial Intelligence Dataset Construction
2024-Sep-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24196347
PMID:39409383
|
研究论文 | 本文评估了在城市区域使用无人机图像进行半自动人工智能数据集构建的对象检测模型的性能 | 提出了使用现有AI对象检测模型构建AI训练数据集的性能评估方法，并发现F分数可以减少26.5%的努力来提高数据集的完整性 | 未提及具体限制 | 评估和改进基于深度学习的对象检测模型在城市环境中使用无人机图像进行半自动数据集构建的性能 | 城市区域中的移动对象检测 | 计算机视觉 | NA | 深度学习 | 对象检测模型 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 433 | 2024-10-20 |
Mechanism-Based Fault Diagnosis Deep Learning Method for Permanent Magnet Synchronous Motor
2024-Sep-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24196349
PMID:39409386
|
研究论文 | 研究提出了一种基于连续小波变换和卷积神经网络的永磁同步电机故障诊断方法 | 结合连续小波变换和卷积神经网络进行故障诊断，实现了高精度的故障识别 | 未提及具体限制 | 开发一种高精度的永磁同步电机故障诊断方法 | 永磁同步电机的匝间短路和退磁故障 | 机器学习 | NA | 连续小波变换 (CWT) | 卷积神经网络 (CNN) | 时间-频率图像 | 涉及多种严重程度的永磁同步电机故障样本 | NA | NA | NA | NA |
| 434 | 2024-10-20 |
EnNet: Enhanced Interactive Information Network with Zero-Order Optimization
2024-Sep-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24196361
PMID:39409398
|
研究论文 | 本文提出了一种增强的交互式信息网络EnNet，通过引入注意力机制和零阶优化方法，解决了交互式图像分割中的信息不足和高计算成本问题 | 提出了EnNet网络，通过注意力机制整合用户交互信息，并在优化过程中采用零阶优化方法，减少了计算开销 | NA | 解决交互式图像分割中的信息不足和高计算成本问题 | 交互式图像分割中的网络架构和优化过程 | 计算机视觉 | NA | 注意力机制 | EnNet | 图像 | GrabCut、Berkeley、DAVIS和SBD数据集 | NA | NA | NA | NA |
| 435 | 2024-10-20 |
Reproducible and Interpretable Machine Learning-Based Radiomic Analysis for Overall Survival Prediction in Glioblastoma Multiforme
2024-Sep-30, Cancers
IF:4.5Q1
DOI:10.3390/cancers16193351
PMID:39409970
|
研究论文 | 开发并验证了一种基于MRI的放射组学模型，用于预测胶质母细胞瘤（GBM）患者的总生存期（OS） | 结合临床变量和放射组学特征，开发了一种具有高解释性的预测模型，并在多中心回顾性数据集上进行了验证 | 未来工作将集中在使用基于深度学习的特征和标准化的卷积滤波器 | 开发和验证一种基于MRI的放射组学模型，用于预测胶质母细胞瘤患者的总生存期 | 胶质母细胞瘤患者的总生存期预测 | 机器学习 | 脑癌 | 放射组学分析 | NA | 图像 | 289名胶质母细胞瘤患者 | NA | NA | NA | NA |
| 436 | 2024-10-20 |
Radiomics and deep learning for large volume lymph node metastasis in papillary thyroid carcinoma
2024-Sep-30, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-24-308
PMID:39421056
|
研究论文 | 本研究利用影像组学和深度学习技术预测甲状腺乳头状癌中的大体积淋巴结转移 | 结合影像组学特征和深度学习特征构建了一个综合模型，用于预测甲状腺乳头状癌中的大体积淋巴结转移 | 本研究为回顾性多中心研究，样本量有限，且未提及模型的长期稳定性和泛化能力 | 预测甲状腺乳头状癌术前的大体积淋巴结转移 | 甲状腺乳头状癌患者及其淋巴结转移情况 | 数字病理学 | 甲状腺癌 | 影像组学特征提取、深度学习算法 | ExtraTrees、DenseNet121、AlexNet、Inception_v3、ResNet50、Transformer | 影像数据 | 854例甲状腺乳头状癌患者 | NA | NA | NA | NA |
| 437 | 2024-10-20 |
Revolutionizing Molecular Design for Innovative Therapeutic Applications through Artificial Intelligence
2024-Sep-29, Molecules (Basel, Switzerland)
DOI:10.3390/molecules29194626
PMID:39407556
|
综述 | 本文综述了机器学习、人工智能和分子建模在计算蛋白质工程领域的最新进展，重点介绍了这些技术在蛋白质设计和功能优化方面的应用 | 本文介绍了深度学习、强化学习和迁移学习等技术在蛋白质结构预测、结合亲和力优化和酶设计方面的显著改进，以及这些创新如何简化了蛋白质工程流程 | 本文指出了计算预测与实验验证之间的差距以及与AI驱动的蛋白质设计相关的伦理问题 | 本文旨在全面概述计算方法在蛋白质工程中的当前状态和未来方向，强调其在创造下一代生物制剂和推进合成生物学方面的变革潜力 | 本文研究的对象是计算蛋白质工程领域中的机器学习、人工智能和分子建模技术及其在蛋白质设计和功能优化中的应用 | 机器学习 | NA | 深度学习、强化学习、迁移学习 | NA | NA | NA | NA | NA | NA | NA |
| 438 | 2024-10-20 |
SecureVision: Advanced Cybersecurity Deepfake Detection with Big Data Analytics
2024-Sep-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24196300
PMID:39409343
|
研究论文 | SecureVision是一个先进的深度伪造检测系统，结合大数据分析和深度学习算法来检测音频和视频中的篡改信息 | 主要创新点是使用多模态分析，同时分析多种媒体形式，增强对高级深度伪造技术的抵抗力 | NA | 解决深度伪造视频对媒体、公众信任和网络安全的威胁 | 检测音频和视频中的篡改信息 | 计算机视觉 | NA | 大数据分析 | 深度学习算法 | 音频和视频 | NA | NA | NA | NA | NA |
| 439 | 2024-10-20 |
Recent Methods for Evaluating Crop Water Stress Using AI Techniques: A Review
2024-Sep-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24196313
PMID:39409355
|
综述 | 本文系统回顾了利用人工智能和遥感技术评估作物水分胁迫的方法 | 评估了多种非破坏性遥感平台和人工智能技术在监测和预测作物水分胁迫中的有效性 | NA | 探讨如何利用这些技术在数据有限的情况下提高农业生产力 | 作物水分胁迫 | 机器学习 | NA | 遥感技术 | GAN | 图像 | NA | NA | NA | NA | NA |
| 440 | 2024-10-20 |
Object Detection and Classification Framework for Analysis of Video Data Acquired from Indian Roads
2024-Sep-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24196319
PMID:39409360
|
研究论文 | 本文提出了一种针对印度道路视频数据的对象检测和分类框架，使用YOLOv8深度学习模型进行实时处理 | 本文的创新点在于针对印度道路的独特挑战，如多样化的交通模式、不稳定的驾驶行为和多变的天气条件，设计了一种轻量级、可扩展且高效的YOLOv8模型 | 本文的局限性在于实验评估主要基于特定的35个对象类别，可能无法涵盖所有可能的交通对象 | 本文的研究目的是开发一种适用于印度道路的鲁棒对象检测和分类算法，以确保自动驾驶车辆的安全和高效导航 | 本文的研究对象是印度道路上的交通对象检测和分类 | 计算机视觉 | NA | YOLOv8 | YOLOv8 | 视频 | 35个不同的对象类别 | NA | NA | NA | NA |