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 1161 篇文献，本页显示第 1041 - 1060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2024-09-28 |
Genome analysis through image processing with deep learning models
2024-Oct, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-024-01275-0
PMID:39085457
|
综述 | 本文综述了通过深度学习模型进行图像处理以分析基因组序列的三种典型应用 | 本文介绍了将基因组信息编码为图像或将图像中的空间信息整合到分析过程中的创新方法 | NA | 总结和评估使用图像处理和深度学习模型进行基因组分析的方法 | 基因组序列及其图像表示 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 1042 | 2024-09-28 |
Efficient HLA imputation from sequential SNPs data by transformer
2024-Oct, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-024-01278-x
PMID:39095607
|
研究论文 | 本文提出了一种基于Transformer模型的HLA基因型推断方法HLARIMNT，通过利用SNP数据序列进行高效推断 | 本文创新性地使用Transformer模型进行HLA基因型推断，相较于传统的CNN模型，在推断罕见等位基因方面表现出更高的效率和准确性 | 本文未详细讨论HLARIMNT在不同种族群体中的适用性 | 开发一种高效的HLA基因型推断方法，以减少直接分型的成本和时间 | HLA基因型及其与疾病的相关性 | 机器学习 | NA | Transformer模型 | Transformer | SNP数据 | 使用了两个参考面板：Pan-Asian参考面板（n=530）和Type 1 Diabetes genetics Consortium（T1DGC）参考面板（n=5225），以及一个合并面板（n=1060） | NA | NA | NA | NA |
| 1043 | 2024-09-28 |
Two-stage strategy using denoising autoencoders for robust reference-free genotype imputation with missing input genotypes
2024-Oct, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-024-01261-6
PMID:38918526
|
研究论文 | 本文提出了一种基于去噪自编码器的两阶段策略，用于在没有参考基因组的情况下进行稳健的基因型填补 | 本文提出了一种新的两阶段填补策略，通过使用去噪自编码器处理缺失的基因型数据，提高了RNN-IMP模型的填补准确性 | RNN-IMP模型对输入基因型中的缺失值敏感 | 开发一种无需参考基因组且具有高填补准确性的基因型填补方法 | 基因型填补方法的性能评估 | 机器学习 | NA | 深度学习 | RNN-IMP | 基因型数据 | 1000 Genomes Project Phase 3数据集和相应的模拟Omni2.5 SNP基因型数据 | NA | NA | NA | NA |
| 1044 | 2024-09-28 |
Comparison of the Accuracy of a Deep Learning Method for Lesion Detection in PET/CT and PET/MRI Images
2024-Oct, Molecular imaging and biology
IF:3.0Q2
DOI:10.1007/s11307-024-01943-9
PMID:39141195
|
研究论文 | 本文开发并验证了一种用于PET/CT和PET/MRI图像中病灶检测的深度学习算法，并探讨了影响其性能的因素 | 本文创新性地开发了一种通用的病灶识别算法，并将其应用于PET/CT和PET/MRI图像中 | 本文的局限性在于仅分析了PET/CT和PET/MRI图像中的病灶检测性能，未涉及其他类型的医学影像 | 开发和验证一种通用的病灶识别算法，并探讨影响其性能的因素 | PET/CT和PET/MRI图像中的病灶检测 | 计算机视觉 | NA | 深度学习 | 2D和3D fractional-residual (F-Res)模型 | 图像 | 1014个PET/CT数据集和38个患者的PET/CT及PET/MRI数据 | NA | NA | NA | NA |
| 1045 | 2024-09-28 |
Genotype imputation methods for whole and complex genomic regions utilizing deep learning technology
2024-Oct, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-023-01213-6
PMID:38225263
|
研究论文 | 本文探讨了利用深度学习技术进行全基因组和复杂基因区域基因型填补的方法 | 本文介绍了基于深度学习的基因型填补方法，能够学习复杂的连锁不平衡模式，并应用于HLA区域 | 当前基于深度学习的基因型填补方法在准确性上仅略优于统计和传统机器学习方法 | 提高全基因组关联研究和后续精细定位的效力 | 未测量的基因型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因型数据 | NA | NA | NA | NA | NA |
| 1046 | 2024-09-27 |
Artificial intelligence-enhanced opportunistic screening of osteoporosis in CT scan: a scoping Review
2024-Oct, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-024-07179-1
PMID:38985200
|
综述 | 本文综述了利用人工智能（AI）增强的CT扫描机会性筛查骨质疏松症和骨质减少风险的研究现状 | 本文展示了AI在利用CT扫描增强机会性筛查骨质疏松症方面的潜力 | 该领域仍处于早期阶段，大多数解决方案处于概念验证阶段，方法、工作流程和基准选择存在显著异质性 | 评估当前利用人工智能（AI）增强的机会性筛查方法在CT扫描中评估椎体骨小梁结构以分层骨质疏松症和骨质减少风险的研究 | 研究对象为利用AI技术通过CT扫描分类骨质疏松症/骨质减少或确定骨密度的文章 | 机器学习 | 骨质疏松症 | CT扫描 | 深度学习 | 图像 | 14项研究符合纳入标准 | NA | NA | NA | NA |
| 1047 | 2024-09-27 |
Artificial Intelligence-Based Histopathological Subtyping of High-Grade Serous Ovarian Cancer
2024-Oct, The American journal of pathology
DOI:10.1016/j.ajpath.2024.06.010
PMID:39032605
|
研究论文 | 本研究开发了一种基于人工智能的高级别浆液性卵巢癌亚型分类算法 | 利用深度学习技术开发了一种通用的亚型分类算法，能够复制病理学家的共识诊断 | 研究仅限于高级别浆液性卵巢癌，且依赖于TCGA数据集和特定验证集 | 开发一种基于人工智能的高级别浆液性卵巢癌亚型分类算法 | 高级别浆液性卵巢癌的亚型分类 | 数字病理 | 卵巢癌 | 深度学习 | NA | 图像 | 使用了TCGA数据集、JGOG3022A1和Kindai/Kyoto队列的数据 | NA | NA | NA | NA |
| 1048 | 2024-09-27 |
Deep learning can predict subgenome dominance in ancient but not in neo/synthetic polyploidized genomes
2024-Oct, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.16979
PMID:39133828
|
研究论文 | 本文利用深度学习构建卷积神经网络模型，研究古多倍体和新/合成多倍体基因组中的亚基因组优势机制 | 本文首次利用深度学习方法构建卷积神经网络模型，分析古多倍体和新/合成多倍体基因组中的亚基因组优势，并发现古多倍体中的亚基因组优势与启动子区域的长期序列分化相关 | 本文的模型未能预测新/合成多倍体中新同源基因对的表达优势 | 研究亚基因组优势的机制及其在古多倍体和新/合成多倍体中的差异 | 古多倍体和新/合成多倍体基因组中的亚基因组优势 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | DNA序列和甲基化位点 | 三个代表性多倍体系统（Brassica、Gossypium和Cucurbitaceae）的古多倍体和新/合成多倍体基因组 | NA | NA | NA | NA |
| 1049 | 2024-09-26 |
Low muscle quality on a procedural computed tomography scan assessed with deep learning as a practical useful predictor of mortality in patients with severe aortic valve stenosis
2024-Oct, Clinical nutrition ESPEN
IF:2.9Q3
DOI:10.1016/j.clnesp.2024.06.013
PMID:38944828
|
研究论文 | 研究使用深度学习算法评估程序性CT扫描中的肌肉质量，以预测严重主动脉瓣狭窄患者的死亡率 | 首次使用深度学习算法自动评估程序性CT扫描中的肌肉质量，并将其作为独立预测TAVI患者死亡率的实用工具 | 研究仅限于接受TAVI手术的严重主动脉瓣狭窄患者，结果可能不适用于其他患者群体 | 探讨使用深度学习算法评估程序性CT扫描中的肌肉质量是否能独立预测TAVI患者的死亡风险 | 接受TAVI手术的严重主动脉瓣狭窄患者 | 计算机视觉 | 心血管疾病 | 深度学习算法 | 深度学习模型 | CT扫描图像 | 1199名患者 | NA | NA | NA | NA |
| 1050 | 2024-09-26 |
Automated estimation of thoracic rotation in chest X-ray radiographs: a deep learning approach for enhanced technical assessment
2024-Oct-01, The British journal of radiology
DOI:10.1093/bjr/tqae149
PMID:39141433
|
研究论文 | 本研究开发了一种基于深度学习的自动估算胸部X光片中胸椎旋转的方法，以提高技术评估的准确性 | 本研究提出了一种新颖的基于深度学习的方法，用于自动估算胸部X光片中的垂直胸椎旋转，并实现了对胸部X光检查技术充分性的定量评估 | NA | 开发一种自动估算胸椎旋转的方法，以评估胸部X光片的技术充分性 | 胸部X光片中的胸椎旋转 | 计算机视觉 | NA | 深度学习 | 分割网络 | 图像 | 800张胸部X光片 | NA | NA | NA | NA |
| 1051 | 2024-09-26 |
Research on low-power driving fatigue monitoring method based on spiking neural network
2024-Oct, Experimental brain research
IF:1.7Q4
DOI:10.1007/s00221-024-06911-x
PMID:39177685
|
研究论文 | 本文提出了一种基于脉冲神经网络的低功耗驾驶疲劳监测方法 | 结合自组织映射网络和脉冲神经网络，开发了一种能够准确识别驾驶员精神状态的低功耗模型 | NA | 解决深度学习模型在驾驶疲劳检测中高计算成本和功耗的问题 | 驾驶员的疲劳状态 | 机器学习 | NA | 自组织映射网络（SOM）和脉冲神经网络（SNN） | 脉冲神经网络（SNN） | 脑电信号（EEG） | NA | NA | NA | NA | NA |
| 1052 | 2024-09-26 |
Prediction of protein structure and AI
2024-Oct, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-023-01215-4
PMID:38177398
|
研究论文 | 本文综述了基于深度学习技术的AlphaFold在蛋白质三维结构建模中的应用，并强调了预测错义突变致病性的挑战 | AlphaFold作为一种基于人工智能的工具，在预测蛋白质三维结构方面具有高精度和多功能性 | 文章指出在预测错义突变致病性方面仍存在挑战 | 探讨AlphaFold在蛋白质结构预测中的应用及其在不同研究领域的扩展 | AlphaFold生成的蛋白质模型及其在疾病严重性预测中的应用 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构模型 | NA | NA | NA | NA | NA |
| 1053 | 2024-09-25 |
High performance filtering and high-sensitivity concentration retrieval of methane in photoacoustic spectroscopy utilizing deep learning residual networks
2024-Oct, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2024.100647
PMID:39309019
|
研究论文 | 本文介绍了一种结合深度学习残差网络提高光声光谱法检测痕量气体性能的新方法 | 该方法通过集成光声光谱与包含40层加权层的残差网络模型，显著提高了甲烷浓度的检测精度和稳定性 | NA | 提高光声光谱法在痕量气体检测中的性能 | 甲烷浓度检测 | 机器学习 | NA | 光声光谱法 | 残差网络 | 信号 | 多组光声光谱信号 | NA | NA | NA | NA |
| 1054 | 2024-09-25 |
AI-Enhanced Prediction of Aortic Stenosis Progression: Insights From the PROGRESSA Study
2024-Oct, JACC. Advances
DOI:10.1016/j.jacadv.2024.101234
PMID:39309663
|
研究论文 | 本研究利用机器学习和深度学习算法预测主动脉瓣狭窄的进展 | 使用LightGBM模型在预测主动脉瓣狭窄进展方面表现优于其他模型 | NA | 预测主动脉瓣狭窄的进展 | 303名参与PROGRESSA研究的患者的临床和超声心动图数据 | 机器学习 | 心血管疾病 | 机器学习和深度学习算法 | LightGBM, Gated Recurrent Unit, Long Short-Term Memory, XGBoost | 临床和超声心动图数据 | 303名患者 | NA | NA | NA | NA |
| 1055 | 2024-09-25 |
Automated plan generation for prostate radiotherapy patients using deep learning and scripted optimization
2024-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100641
PMID:39310221
|
研究论文 | 本文开发了一种基于深度学习和脚本优化的自动化前列腺放射治疗计划生成工作流程 | 首次在商业治疗计划系统中实现全自动化的前列腺放射治疗计划生成 | 仅在20个独立测试数据集上进行了验证，样本量较小 | 开发一种自动化前列腺放射治疗计划生成方法，以减少治疗计划的时间消耗 | 前列腺放射治疗计划 | 机器学习 | 前列腺癌 | 深度学习 | ResUNet | 3D轮廓数据 | 训练和验证数据集包含120个样本，独立测试数据集包含20个样本 | NA | NA | NA | NA |
| 1056 | 2024-09-21 |
Ocular Disease Detection with Deep Learning (Fine-Grained Image Categorization) Applied to Ocular B-Scan Ultrasound Images
2024-Oct, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-024-01009-7
PMID:39127983
|
研究论文 | 本文开发了一种深度学习系统，用于通过眼科B超图像快速准确地筛查眼内肿瘤、视网膜脱离、玻璃体积血和后巩膜葡萄肿 | 提出了双路径病变注意力网络（DPLA-Net），用于细粒度图像分类，显著提高了眼科疾病的筛查和分类准确性 | NA | 开发一种能够快速准确筛查多种眼科疾病的深度学习系统 | 眼内肿瘤、视网膜脱离、玻璃体积血和后巩膜葡萄肿 | 计算机视觉 | 眼科疾病 | 深度学习 | 双路径病变注意力网络（DPLA-Net） | 图像 | 6054张超声图像，其中4758张用于训练和验证，1296张用于测试 | NA | NA | NA | NA |
| 1057 | 2024-09-21 |
Improved REBA: deep learning based rapid entire body risk assessment for prevention of musculoskeletal disorders
2024-Oct, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2024.2306315
PMID:38423143
|
研究论文 | 提出了一种基于深度学习的改进REBA方法，用于预防肌肉骨骼疾病 | 该方法通过3D姿态重建，能够捕捉复杂的三维运动和姿势，相较于现有的2D图像方法有显著改进 | NA | 旨在开发一种自动化且准确的风险评估方法，以预防工作相关的肌肉骨骼疾病 | 工作视频和相应的REBA评分 | 计算机视觉 | 肌肉骨骼疾病 | 深度学习 | NA | 视频 | NA | NA | NA | NA | NA |
| 1058 | 2024-09-20 |
An enhanced AlexNet-Based model for femoral bone tumor classification and diagnosis using magnetic resonance imaging
2024-Oct, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2024.100626
PMID:39290649
|
研究论文 | 本文介绍了一种基于AlexNet的增强深度学习模型，用于通过磁共振成像对股骨肿瘤进行分类和诊断 | 本文提出了一种优化的AlexNet模型，通过卷积神经网络对股骨肿瘤图像进行分类，相比其他方法具有更高的准确性、精确性、敏感性、特异性和F1分数 | NA | 开发一种自动化的分类方法，以提高股骨肿瘤的诊断准确性 | 股骨肿瘤患者及其磁共振成像数据 | 计算机视觉 | 骨肿瘤 | 卷积神经网络 (CNN) | AlexNet | 图像 | 500例股骨肿瘤患者，包括500例影像数据（335例良性，165例恶性） | NA | NA | NA | NA |
| 1059 | 2024-09-20 |
Discovery of type 2 diabetes mellitus with correlation and optimization driven hybrid deep learning approach
2024-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2267721
PMID:37865922
|
研究论文 | 本文提出了一种混合深度学习方法，用于识别2型糖尿病 | 采用基于相关性和优化的混合深度学习方法，结合了深度残差网络和基于骑手优化器的神经网络，并通过相关性融合提高分类性能 | NA | 开发一种新的混合深度学习技术，用于准确识别2型糖尿病 | 2型糖尿病的识别 | 机器学习 | 糖尿病 | 深度学习 | 混合模型 | 数值数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1060 | 2024-09-19 |
Unifying antimicrobial peptide datasets for robust deep learning-based classification
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110822
PMID:39281014
|
研究论文 | 本文通过整合来自豆科植物种子的抗菌肽序列，开发了一个新的非冗余数据库，用于抗菌肽的二分类和预测 | 提出了一个新的非冗余抗菌肽序列数据库，解决了现有数据库中序列重叠的问题 | NA | 开发一个更精确的抗菌肽序列数据库，以支持可持续农业实践 | 豆科植物种子中的抗菌肽 | 计算生物学 | NA | 深度学习 | 二分类模型 | 序列数据 | 来自不同来源和功能的抗菌肽序列 | NA | NA | NA | NA |