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 1163 篇文献，本页显示第 721 - 740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 721 | 2024-09-21 |
Detection of real-time deep fakes and face forgery in video conferencing employing generative adversarial networks
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37163
PMID:39296212
|
研究论文 | 本文提出了一种基于深度条件生成对抗网络（CED-DCGAN）的紧凑集成判别器架构，用于实时检测视频会议中的深度伪造和人脸伪造 | 采用了一种独特的主动取证策略，通过紧凑集成判别器架构来识别高保真度的深度伪造视频 | NA | 开发一种能够实时检测视频会议中深度伪造和人脸伪造的方法 | 视频会议中的深度伪造和人脸伪造 | 计算机视觉 | NA | 生成对抗网络（GAN） | 深度条件生成对抗网络（DCGAN） | 视频 | 使用公开数据集进行实验 | NA | NA | NA | NA |
| 722 | 2024-09-21 |
Non-invasive multimodal CT deep learning biomarker to predict pathological complete response of non-small cell lung cancer following neoadjuvant immunochemotherapy: a multicenter study
2024-Sep-03, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2024-009348
PMID:39231545
|
研究论文 | 本研究利用多模态CT和深度学习技术，构建了一个非侵入性的生物标志物模型，用于预测非小细胞肺癌在接受新辅助免疫化疗后的病理完全反应 | 本研究首次利用多模态CT和深度学习技术，构建了一个非侵入性的生物标志物模型，用于预测非小细胞肺癌在接受新辅助免疫化疗后的病理完全反应 | 本研究仅在特定时间段内的多中心数据上进行了验证，未来需要在更多样本和更广泛的数据集上进行验证 | 开发一种非侵入性的生物标志物，用于预测非小细胞肺癌在接受新辅助免疫化疗后的病理完全反应 | 非小细胞肺癌患者在接受新辅助免疫化疗后的病理完全反应 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 训练和验证数据集包含113名患者，测试数据集包含112名患者 | NA | NA | NA | NA |
| 723 | 2024-09-21 |
Spatial host-microbiome sequencing reveals niches in the mouse gut
2024-Sep, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-023-01988-1
PMID:37985876
|
研究论文 | 本文介绍了一种名为空间宿主-微生物组测序（SHM-seq）的新方法，用于捕获小鼠肠道组织中的组织病理学、多聚腺苷酸RNA和细菌16S序列 | SHM-seq方法通过修改空间条码玻璃表面，实现了宿主转录本和16S细菌核糖体RNA的超变区的同时捕获 | NA | 研究宿主-微生物组在健康和疾病中的相互作用 | 小鼠肠道组织中的细胞和微生物网络 | NA | NA | 空间宿主-微生物组测序（SHM-seq） | 深度学习 | 组织病理学、多聚腺苷酸RNA、细菌16S序列 | 小鼠肠道组织样本 | NA | NA | NA | NA |
| 724 | 2024-09-21 |
Are deep learning classification results obtained on CT scans fair and interpretable?
2024-Sep, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01419-8
PMID:38573489
|
研究论文 | 本文探讨了在CT扫描上使用深度学习进行分类时，结果是否公平且可解释 | 提出了一种严格的病人级别分离训练方法，以提高模型的实际可用性和解释性 | 未提及具体的技术细节或实验结果，仅提出了一个理论上的改进方向 | 探讨深度学习在医学图像分类中的公平性和可解释性问题 | CT扫描图像和肺结节分类 | 计算机视觉 | 肺部疾病 | 深度学习 | 深度神经网络 | 图像 | NA | NA | NA | NA | NA |
| 725 | 2024-09-21 |
Pretraining of 3D image segmentation models for retinal OCT using denoising-based self-supervised learning
2024-Sep-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.524603
PMID:39296384
|
研究论文 | 本文探讨了利用基于图像恢复技术的3D自监督学习来预训练3D图像分割模型，以提高视网膜OCT图像的分割性能 | 本文提出了基于图像恢复和去噪的3D自监督学习方法，用于预训练3D网络，从而减少对分割标注的依赖 | 本文未提及具体的局限性 | 提高视网膜OCT图像分割的自动化程度和性能 | 视网膜OCT图像中的生物标志物分割 | 计算机视觉 | NA | 自监督学习 | U-Net | 3D图像 | 使用了大量3D OCT数据集进行预训练，并在两个具有挑战性的液体分割数据集上进行微调 | NA | NA | NA | NA |
| 726 | 2024-09-21 |
Fluorescence diffuse optical monitoring of bioreactors: a hybrid deep learning and model-based approach for tomography
2024-Sep-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.529884
PMID:39296388
|
研究论文 | 本文提出了一种混合深度学习和模型优化方法，用于生物反应器的荧光扩散光学层析成像监测 | 通过结合经典模型优化和神经网络，提出了一种改进的荧光扩散光学层析成像方法，显著提高了在噪声条件下的重建精度 | NA | 提高生物反应器中细胞状态监测的准确性 | 生物反应器中的细胞状态 | 计算机视觉 | NA | 荧光扩散光学层析成像（fDOT） | 神经网络 | 图像 | 模拟和实际实验数据 | NA | NA | NA | NA |
| 727 | 2024-09-21 |
Deep learning techniques for Alzheimer's disease detection in 3D imaging: A systematic review
2024-Sep, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70025
PMID:39296636
|
综述 | 本文系统回顾了深度学习技术在阿尔茨海默病3D影像检测中的应用 | 本文评估了深度学习方法在阿尔茨海默病检测中的当前状态、效率和潜在改进 | 本文主要集中在理论模型和实际实施问题的讨论上 | 评估深度学习方法在阿尔茨海默病3D影像检测中的应用现状和潜在改进 | 阿尔茨海默病的3D影像数据 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | 卷积神经网络（CNN） | 3D影像 | 87篇文章，其中31篇讨论模型和理论，56篇讨论实际实施问题 | NA | NA | NA | NA |
| 728 | 2024-09-21 |
A deep learning model for personalized intra-arterial therapy planning in unresectable hepatocellular carcinoma: a multicenter retrospective study
2024-Sep, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102808
PMID:39296944
|
研究论文 | 本文提出了一种基于深度学习的个性化肝动脉内治疗计划模型，用于不可切除的肝细胞癌患者 | 本文创新性地使用SELECTION模型和ATOM模型，通过生存评分来优化不可切除肝细胞癌患者的治疗选择 | 本文的局限性在于其为回顾性多中心研究，且依赖于特定的治疗方式和数据集 | 研究目的是开发一种基于人工智能的个性化治疗计划模型，以提高不可切除肝细胞癌患者的治疗效果 | 研究对象为1725名接受过预手术CECT扫描的不可切除肝细胞癌患者 | 机器学习 | 肝癌 | 深度学习 | Transformer | 图像 | 1725名患者 | NA | NA | NA | NA |
| 729 | 2024-09-20 |
[Applications of artificial intelligence for imaging-driven diagnosis and treatment of bone and soft tissue tumors]
2024-Sep-23, Zhonghua zhong liu za zhi [Chinese journal of oncology]
|
综述 | 本文综述了人工智能在骨与软组织肿瘤影像诊断和治疗中的应用 | 探讨了深度学习技术在骨与软组织肿瘤影像分析中的应用，包括图像分割、肿瘤检测、分类、分级和分期、化疗效果评估、复发和预后预测等方面 | 未提及具体的技术挑战和数据限制 | 综述人工智能在骨与软组织肿瘤影像诊断和治疗中的应用现状及未来展望 | 骨与软组织肿瘤的影像诊断和治疗 | 计算机视觉 | 骨与软组织肿瘤 | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 730 | 2024-09-20 |
Efficient inverse design of optical multilayer nano-thin films using neural network principles: backpropagation and gradient descent
2024-Sep-19, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01667j
PMID:39196333
|
研究论文 | 本文介绍了一种利用神经网络原理进行光学多层纳米薄膜逆向设计的新方法 | 该方法通过网络传递矩阵的反向传播，利用链式法则计算梯度，无需额外的学习过程即可确定最佳层厚度 | NA | 提高光学多层纳米薄膜设计的效率和准确性 | 光学多层纳米薄膜的层厚度优化 | 机器学习 | NA | 神经网络 | NA | NA | NA | NA | NA | NA | NA |
| 731 | 2024-09-20 |
All-Atom Protein Sequence Design Based on Geometric Deep Learning
2024-Sep-19, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202411461
PMID:39295564
|
研究论文 | 介绍了一种基于几何深度学习的全原子蛋白质序列设计框架GeoSeqBuilder | 整合了蛋白质序列生成与侧链构象预测，实现了设计序列的全原子结构生成，并考虑了邻近残基的三体相互作用 | 需要进一步测试以验证其广泛适用性 | 开发一种能够为特定蛋白质骨架设计新功能蛋白质序列的工具 | 蛋白质序列设计与侧链构象预测 | 机器学习 | NA | 几何深度学习 | 深度学习框架 | 蛋白质结构数据 | 15个测试序列，5个设计实例 | NA | NA | NA | NA |
| 732 | 2024-09-20 |
Prediction of aptamer affinity using an artificial intelligence approach
2024-Sep-18, Journal of materials chemistry. B
DOI:10.1039/d4tb00909f
PMID:39158322
|
研究论文 | 研究利用人工智能方法预测适配体亲和力 | 结合机器学习和深度学习模型，提出了一种快速预测适配体与目标分子结合亲和力的方法 | NA | 探讨人工智能在适配体亲和力预测中的应用 | 适配体与目标分子的结合亲和力 | 机器学习 | NA | 分子动力学模拟 | 机器学习和深度学习 | 序列数据 | NA | NA | NA | NA | NA |
| 733 | 2024-09-20 |
Ultrastretchable, Ultralow Hysteresis, High-Toughness Hydrogel Strain Sensor for Pressure Recognition with Deep Learning
2024-Sep-18, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c12419
PMID:39230598
|
研究论文 | 本文介绍了一种具有超拉伸性、低滞后性和高韧性的水凝胶应变传感器，并展示了其在压力识别中的应用 | 提出了一种双重物理交联的聚丙烯酰胺/透明质酸/蒙脱土水凝胶，实现了超高的拉伸性、低滞后性和高韧性 | NA | 开发一种具有优异机械性能的水凝胶材料，并探索其在柔性可穿戴设备中的应用 | 聚丙烯酰胺/透明质酸/蒙脱土水凝胶及其在应变传感器中的应用 | NA | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 734 | 2024-09-20 |
Deep Learning for Echo Analysis, Tracking, and Evaluation of Mitral Regurgitation (DELINEATE-MR)
2024-Sep-17, Circulation
IF:35.5Q1
|
研究论文 | 本文开发了一种深度学习系统，用于分析、追踪和评估二尖瓣反流，并测试了其在内部和外部测试集中的性能 | 本文提出了一种新颖的深度学习系统，能够处理完整的经胸超声心动图，识别彩色多普勒视频，并根据阅读心脏病专家的标准确定二尖瓣反流的严重程度 | 大多数误分类差异出现在无/微量和轻度二尖瓣反流之间，且在偏心性二尖瓣反流病例中的表现略低 | 开发和验证一种端到端的深度学习系统，用于准确分类二尖瓣反流的严重程度 | 二尖瓣反流的严重程度分类 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习系统 | 视频 | 总共61,689例经胸超声心动图，分为训练集（43,811例）、验证集（8,891例）、内部测试集（8,987例）和外部测试集（8,208例） | NA | NA | NA | NA |
| 735 | 2024-09-20 |
High-Throughput Deep Learning Detection of Mitral Regurgitation
2024-Sep-17, Circulation
IF:35.5Q1
|
研究论文 | 研究开发并验证了一种全自动深度学习管道，用于识别带有彩色多普勒超声心动图的顶端四腔视图视频，并检测经胸超声心动图中的临床显著性二尖瓣反流 | 提出了一种新颖的全自动管道，用于从完整的经胸超声心动图研究中识别临床显著性二尖瓣反流 | NA | 开发和验证一种全自动深度学习管道，用于检测临床显著性二尖瓣反流 | 二尖瓣反流 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 视频 | 58614例经胸超声心动图（2587538个视频）用于开发和测试，1800例研究（80833个视频）用于内部测试，915例研究（46890个视频）用于外部评估 | NA | NA | NA | NA |
| 736 | 2024-09-20 |
Predicting stroke volume variation using central venous pressure waveform: a deep learning approach
2024-Sep-17, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad75e4
PMID:39214128
|
研究论文 | 本研究评估了一种深度学习方法从中心静脉压波形预测每搏量变异（SVV）的性能 | 使用长短期记忆（LSTM）和前馈神经网络的序列模型从中心静脉压波形中预测每搏量变异（SVV） | NA | 评估深度学习模型从中心静脉压波形预测每搏量变异的准确性 | 中心静脉压波形和每搏量变异 | 机器学习 | NA | 深度学习 | LSTM 和前馈神经网络 | 波形 | 224 例，包含 1717978 个中心静脉压波形和 EV1000/SVV 数据 | NA | NA | NA | NA |
| 737 | 2024-09-20 |
Single-cell AI-based detection and prognostic and predictive value of DNA mismatch repair deficiency in colorectal cancer
2024-Sep-17, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101727
PMID:39293403
|
研究论文 | 本文介绍了一种基于人工智能的方法AIMMeR，用于在常规病理样本中检测结直肠癌中的DNA错配修复缺陷 | AIMMeR能够在单细胞水平上确定错配修复蛋白表达，显示出高准确性和特异性，有助于精准医学 | AIMMeR与微卫星不稳定性测试的一致性较低，反映了MMR和MSI PCR之间的不一致性 | 开发一种自动化方法来检测结直肠癌中的DNA错配修复缺陷，并评估其预后和预测价值 | 结直肠癌中的DNA错配修复缺陷 | 数字病理学 | 结直肠癌 | 人工智能 | NA | 图像 | 两个试验队列中的II/III期样本 | NA | NA | NA | NA |
| 738 | 2024-09-20 |
Bayesian optimized multimodal deep hybrid learning approach for tomato leaf disease classification
2024-09-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72237-x
PMID:39277634
|
研究论文 | 提出了一种利用贝叶斯优化多模态深度混合学习方法来自动分类番茄叶病的系统 | 利用贝叶斯优化和深度混合学习模型，结合卷积神经网络和经典机器学习技术，实现了对番茄叶病的自动分类 | NA | 开发一种自动、早期且精确的番茄叶病识别系统，以帮助农民及时干预疾病传播 | 番茄叶病分类 | 机器学习 | NA | 卷积神经网络 (CNN), 随机森林 (RF), XGBoost, 高斯朴素贝叶斯 (GNB), 支持向量机 (SVM), 多项逻辑回归 (MLR), K近邻 (KNN) | 深度混合学习模型 | 图像 | 使用了PlantVillage数据集，包含十种类型的番茄叶（九种病叶和一种健康叶） | NA | NA | NA | NA |
| 739 | 2024-09-20 |
General loss of proteostasis links Huntington disease to Cockayne syndrome
2024-Sep-14, Neurobiology of disease
IF:5.1Q1
DOI:10.1016/j.nbd.2024.106668
PMID:39284372
|
研究论文 | 本文通过RNA-seq数据和深度学习方法，探讨了Cockayne综合征与亨廷顿病之间的联系，发现两者在蛋白质稳态失调方面存在共同机制 | 首次揭示了Cockayne综合征与亨廷顿病在蛋白质稳态失调方面的共同机制 | 研究主要基于细胞系和动物模型，尚未在人体组织中进行验证 | 探讨Cockayne综合征与亨廷顿病之间的病理联系 | Cockayne综合征和亨廷顿病的细胞系及动物模型 | 生物信息学 | NA | RNA-seq | 深度学习 | 转录组数据 | 两个Cockayne综合征突变细胞系和多个亨廷顿病细胞培养模型 | NA | NA | NA | NA |
| 740 | 2024-09-20 |
Automatic generation of diffusion tensor imaging for the lumbar nerve using convolutional neural networks
2024-Sep-13, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2024.110237
PMID:39278577
|
研究论文 | 本研究旨在利用深度学习语义分割技术，自动生成腰椎神经的扩散张量成像（DTI） | 首次使用深度学习语义分割模型U-Net自动提取腰椎神经并生成神经束追踪图 | 研究样本量较小，仅涉及90名患者的数据 | 开发一种自动化的系统，用于提取腰椎神经并生成神经束追踪图，以提高DTI在临床中的应用 | 腰椎神经的扩散张量成像及其自动生成 | 计算机视觉 | 腰椎退行性疾病 | 扩散张量成像（DTI） | U-Net | 图像 | 90名患有腰椎退行性疾病的患者，共839张轴向扩散加权图像（DWI） | NA | NA | NA | NA |