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 1136 篇文献，本页显示第 521 - 540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 521 | 2024-12-01 |
Exploring Protein Conformational Changes Using a Large-Scale Biophysical Sampling Augmented Deep Learning Strategy
2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202400884
PMID:39387316
|
研究论文 | 本文探讨了使用大规模生物物理采样增强的深度学习策略来预测蛋白质构象变化 | 结合分子动力学模拟和增强采样方法创建大规模数据库，并开发通用深度学习模型来预测蛋白质的过渡路径 | NA | 解决预测蛋白质构象变化模型训练数据有限的问题 | 2635种具有两个已知稳定状态的蛋白质的构象变化 | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 结构信息 | 2635种蛋白质 | NA | NA | NA | NA |
| 522 | 2024-12-01 |
Integrating Contact Tracing Data to Enhance Outbreak Phylodynamic Inference: A Deep Learning Approach
2024-Nov-01, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae232
PMID:39497507
|
研究论文 | 本研究评估了PhyloDeep这一深度学习工具在处理不完整系统发育树时的表现，并探讨了通过整合接触追踪数据来提高预测准确性的潜力 | 通过整合接触追踪数据，显著提高了在处理不完整系统发育树时的预测性能 | 在超级传播动态场景中，模型的参数捕捉仍然具有挑战性 | 探讨如何通过整合接触追踪数据来提高系统发育动力学分析的准确性 | PhyloDeep工具在处理不完整系统发育树时的表现及接触追踪数据的整合效果 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组数据和流行病学数据 | 涉及部分匹配接触追踪数据的SARS-CoV-2序列样本 | NA | NA | NA | NA |
| 523 | 2024-11-30 |
A novel deep learning based method for myocardial strain quantification
2024-Nov-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad947b
PMID:39569845
|
研究论文 | 本文介绍了一种基于深度学习的心肌应变量化方法，并通过公共和私有数据集评估了该方法在心脏病理区分中的有效性 | 提出了一种新的基于深度学习的心肌应变量化方法，能够有效区分健康和病理心脏状态，并具有与传统方法相当的准确性和计算效率 | NA | 开发一种有效的心肌应变量化方法，用于心脏病理的区分 | 心肌应变分析，心脏结构（左心室、右心室和心肌）的运动估计 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 公共数据集（ACDC，80个受试者；CMAC，16个受试者）和私有数据集（SSC，75个受试者），包含健康和病理病例（急性心肌梗死、扩张型心肌病和肥厚型心肌病） | NA | NA | NA | NA |
| 524 | 2024-11-30 |
An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems
2024-Nov-29, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad94a4
PMID:39569905
|
研究论文 | 本文介绍了一种基于显著物体排序的视听认知优化策略，用于智能视觉假体系统 | 提出了一个新的显著物体排序（SaOR）数据集和SaOR网络，用于为假体视觉提供深度感知，并结合图像描述方法提供听觉反馈，形成视听认知优化策略 | NA | 旨在改进智能视觉假体系统的性能，提供更接近人类观察模式的视觉信息处理策略 | 智能视觉假体系统及其在复杂现实环境中的应用 | 计算机视觉 | NA | 深度学习 | SaOR网络 | 图像 | 基于场景描述任务的心理物理实验 | NA | NA | NA | NA |
| 525 | 2024-11-30 |
Deep Learning Methods for De Novo Peptide Sequencing
2024-Nov-29, Mass spectrometry reviews
IF:6.9Q1
DOI:10.1002/mas.21919
PMID:39611290
|
研究论文 | 本文介绍了用于从头测序肽序列的深度学习方法，并讨论了其性能评估和领域挑战 | 本文介绍了自2017年DeepNovo算法引入以来，深度学习方法在从头测序领域的应用，这些方法利用大量标记的质谱数据训练多层神经网络，将观察到的质谱转换为相应的肽序列 | 本文讨论了方法开发和评估协议方面的挑战 | 研究从头测序肽序列的深度学习方法及其性能评估 | 蛋白质串联质谱数据和肽序列 | 机器学习 | NA | 质谱 | 多层神经网络 | 质谱数据 | 大量标记的质谱数据 | NA | NA | NA | NA |
| 526 | 2024-11-30 |
Using artificial intelligence to document the hidden RNA virosphere
2024-Nov-27, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2024.09.027
PMID:39389057
|
研究论文 | 开发了一种深度学习算法LucaProt，用于在多样化的全球生态系统中发现的10,487个元转录组中识别高度分化的RNA依赖性RNA聚合酶（RdRP）序列 | LucaProt算法整合了序列和预测的结构信息，能够准确检测RdRP序列，并发现了161,979种潜在的RNA病毒物种和180个RNA病毒超群，包括许多先前研究不足的群体 | NA | 推进病毒发现，揭示病毒圈的规模，并提供计算工具以更好地记录全球RNA病毒群 | 高度分化的RNA病毒 | 机器学习 | NA | 深度学习 | 深度学习算法 | 序列数据 | 10,487个元转录组 | NA | NA | NA | NA |
| 527 | 2024-11-30 |
Multimodal separation and cross fusion network based on Raman spectroscopy and FTIR spectroscopy for diagnosis of thyroid malignant tumor metastasis
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80590-0
PMID:39582068
|
研究论文 | 本文提出了一种基于拉曼光谱和傅里叶变换红外光谱的多模态分离交叉融合网络（MSCNet），用于诊断甲状腺恶性肿瘤的颈部淋巴结转移 | 本文创新性地开发了MSCNet，通过特征分离模块和特征交叉融合模块，充分捕捉模态间和模态内的互补信息，有效整合拉曼光谱和FTIR光谱数据，提高了诊断准确性 | 本文未详细讨论模型的泛化能力和在其他疾病诊断中的应用 | 开发一种新的多模态分离交叉融合网络，用于提高甲状腺癌颈部淋巴结转移的诊断准确性 | 甲状腺癌颈部淋巴结转移的诊断 | 机器学习 | 甲状腺癌 | 拉曼光谱，傅里叶变换红外光谱 | 多模态分离交叉融合网络（MSCNet） | 光谱数据 | 99例颈部淋巴结转移的血液振动光谱数据 | NA | NA | NA | NA |
| 528 | 2024-11-30 |
A deep LSTM-based constitutive model for describing the impact characteristics of concrete-granite composites with different roughness interfaces
2024-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80366-6
PMID:39587222
|
研究论文 | 研究了不同粗糙度界面的混凝土-花岗岩复合材料的动态力学性能，并利用LSTM深度学习方法预测其动态应力-应变关系 | 采用LSTM深度学习方法预测混凝土-花岗岩复合材料的动态应力-应变关系，并与传统BPNN和随机森林模型进行比较，显示出更强的预测能力 | 仅限于研究混凝土-花岗岩复合材料在特定冲击速度下的动态力学性能，未涵盖其他材料或条件 | 评估岩石工程中常见的衬砌-围岩复合结构的抗冲击性能 | 混凝土-花岗岩复合材料的动态力学性能及其在不同粗糙度界面下的表现 | 岩土工程 | NA | 分离式霍普金森压杆系统（SHPB） | LSTM | 实验数据 | 144组实验数据 | NA | NA | NA | NA |
| 529 | 2024-11-30 |
ParaAntiProt provides paratope prediction using antibody and protein language models
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80940-y
PMID:39587231
|
研究论文 | 本文开发了一种基于深度学习的抗体表位预测方法，利用预训练的蛋白质和抗体语言模型提取嵌入，结合CDR位置编码和卷积神经网络，实现了高效的表位预测 | 本文提出的方法仅依赖氨基酸序列，不依赖3D结构，且在预测性能上优于传统的结构依赖方法 | 本文未提及具体的局限性 | 开发一种高效、准确的抗体表位预测方法，以促进抗体设计、癌症治疗和个性化医学的发展 | 抗体表位的预测 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | 序列 | 使用了基准数据集和纳米体数据集进行评估 | NA | NA | NA | NA |
| 530 | 2024-11-30 |
Novel Deep Learning-Based Vocal Biomarkers for Stress Detection in Koreans
2024-Nov, Psychiatry investigation
IF:1.8Q3
DOI:10.30773/pi.2024.0131
PMID:39610234
|
研究论文 | 研究探讨了基于深度学习的语音生物标志物在韩国人中检测压力水平的有效性 | 采用ECAPA-TDNN深度学习架构分析个人特定的语音特征，开发压力预测评分 | 研究样本仅限于115名健康的韩国员工，且仅在特定条件下进行 | 研究语音生物标志物在检测压力水平中的有效性，并为其在数字医疗解决方案中的应用做出贡献 | 健康的韩国员工 | 机器学习 | NA | 深度学习 | ECAPA-TDNN | 语音 | 115名健康的韩国员工 | NA | NA | NA | NA |
| 531 | 2024-11-29 |
Deep learning methods for 3D magnetic resonance image denoising, bias field and motion artifact correction: a comprehensive review
2024-Nov-28, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad94c7
PMID:39569887
|
综述 | 本文综述了基于深度学习的3D磁共振图像去噪、偏置场和运动伪影校正方法 | 深度学习方法在磁共振图像质量增强和伪影去除方面的显著改进 | NA | 综述深度学习在磁共振图像质量增强和伪影去除中的应用 | 3D磁共振图像的去噪、偏置场和运动伪影校正 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 532 | 2024-11-29 |
Tutorial on Molecular Latent Space Simulators (LSSs): Spatially and Temporally Continuous Data-Driven Surrogate Dynamical Models of Molecular Systems
2024-Nov-28, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.4c05389
PMID:39540914
|
教程 | 本文介绍了分子隐空间模拟器（LSS）的概念及其在分子系统动力学模型中的应用 | LSS通过深度学习架构从有限的MD训练轨迹中学习代理动力学模型，能够以极低的计算成本生成合成轨迹 | LSS依赖于训练数据的充分采样，以确保能够稳健地学习底层微观传播器 | 探讨分子隐空间模拟器在分子系统动力学模型中的应用及其数学和数值背景 | 分子系统的动力学模型和合成轨迹生成 | 分子动力学 | NA | 深度学习 | VAMPnets, MDNs, cWGANs, DDPMs | 分子动力学轨迹 | 包括单个长轨迹或多个短的不连续轨迹 | NA | NA | NA | NA |
| 533 | 2024-11-29 |
PharmacoNet: deep learning-guided pharmacophore modeling for ultra-large-scale virtual screening
2024-Nov-27, Chemical science
IF:7.6Q1
DOI:10.1039/d4sc04854g
PMID:39568882
|
研究论文 | 本文介绍了PharmacoNet，一个用于超大规模虚拟筛选的深度学习引导的药效团建模框架 | PharmacoNet是首个用于药效团建模的深度学习框架，能够在未见过的目标和配体上实现高泛化能力 | NA | 开发一种高效的虚拟筛选方法，用于早期药物发现 | 药效团建模和虚拟筛选 | 机器学习 | NA | 深度学习 | 深度学习框架 | 化合物 | 187百万个化合物 | NA | NA | NA | NA |
| 534 | 2024-11-29 |
Predicting Survival and Recurrence of Lung Ablation Patients Using Deep Learning-Based Automatic Segmentation and Radiomics Analysis
2024-Nov-27, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03912-9
PMID:39604700
|
研究论文 | 本文利用深度学习方法自动分割肺部肿瘤，并通过放射组学分析预测肺部消融患者的生存和复发情况 | 采用预训练的U-Net模型和U-shaped encoder-decoder transformer架构（UNETR）进行肺部肿瘤的自动分割，并结合放射组学特征进行生存和复发预测 | 研究样本量较小，且仅在单一机构进行回顾性分析 | 预测肺部消融患者的生存和肿瘤复发情况 | 接受图像引导热消融治疗的肺部肿瘤患者 | 计算机视觉 | 肺癌 | 放射组学分析 | U-Net, UNETR, 支持向量机（SVM） | CT扫描图像 | 113名患者 | NA | NA | NA | NA |
| 535 | 2024-11-29 |
Introducing µGUIDE for quantitative imaging via generalized uncertainty-driven inference using deep learning
2024-Nov-26, eLife
IF:6.4Q1
DOI:10.7554/eLife.101069
PMID:39589260
|
研究论文 | 本文提出了µGUIDE，一个通用的贝叶斯框架，用于从任何给定的生物物理模型或信号表示中估计组织微结构参数的后验分布，并以扩散加权磁共振成像为例进行了演示 | µGUIDE利用新的深度学习架构进行自动信号特征选择，结合基于模拟的推理和后验分布的高效采样，绕过了传统贝叶斯方法的高计算和时间成本，并且不依赖于采集约束来定义模型特定的摘要统计 | NA | 开发一种新的贝叶斯框架，用于从生物物理模型中估计组织微结构参数的后验分布 | 组织微结构参数的后验分布 | 计算机视觉 | NA | 深度学习 | 深度学习架构 | 图像 | NA | NA | NA | NA | NA |
| 536 | 2024-11-29 |
ExCS: accelerating code search with code expansion
2024-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73907-6
PMID:39587104
|
研究论文 | 本文介绍了一种名为ExCS的创新代码搜索工具，通过代码扩展加速代码搜索过程，同时保持高准确性 | ExCS在离线阶段采用代码扩展，利用对潜在查询的预测来丰富代码的语义深度，并在在线检索时优先使用基于信息检索的方法来快速定位候选代码 | NA | 提高开发者在大型代码库中搜索和重用代码的效率 | 代码搜索工具ExCS的开发与评估 | 自然语言处理 | NA | 深度学习驱动的神经排序模型 | 神经网络模型 | 代码 | Java数据集，来自CodeSearchNet | NA | NA | NA | NA |
| 537 | 2024-11-29 |
MedSegBench: A comprehensive benchmark for medical image segmentation in diverse data modalities
2024-Nov-25, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04159-2
PMID:39587124
|
研究论文 | 本文介绍了MedSegBench，一个用于评估多种数据模式下医学图像分割深度学习模型的综合基准 | MedSegBench涵盖了广泛的医学图像数据模式，包括超声、MRI和X射线，并提供了标准化数据集和多种编码器/解码器网络，促进了通用医学任务模型的开发 | NA | 评估和促进医学图像分割深度学习模型的发展 | 医学图像分割模型在不同数据模式下的性能 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 超过60,000张图像，涵盖35个数据集 | NA | NA | NA | NA |
| 538 | 2024-11-29 |
The risk of shortcutting in deep learning algorithms for medical imaging research
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79838-6
PMID:39587148
|
研究论文 | 本文探讨了深度学习算法在医学影像研究中存在的捷径学习问题及其潜在风险 | 首次详细分析了深度学习模型在医学影像研究中可能利用的捷径学习现象，并展示了其复杂性和难以防范的特点 | 研究仅限于使用ResNet18模型进行分析，未涵盖其他深度学习模型；实验结果可能受限于特定的数据集和任务 | 揭示深度学习算法在医学影像研究中可能存在的捷径学习问题，并提出对这类研究的评估标准进行提升的必要性 | 深度学习模型在医学影像中的应用及其潜在的捷径学习风险 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 539 | 2024-11-29 |
Deep learning-accelerated T2WI of the prostate for transition zone lesion evaluation and extraprostatic extension assessment
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79348-5
PMID:39587164
|
研究论文 | 本文研究了深度学习加速的T2加权成像（DLR T2WI）在前列腺移行区病变评估和前列腺外扩展评估中的应用 | DLR T2WI相比传统的TSE T2WI显著减少了扫描时间，同时保持了相似的诊断准确性 | 研究为回顾性分析，且样本量相对较小 | 评估DLR T2WI在前列腺移行区病变评估和前列腺外扩展评估中的效率和准确性 | 前列腺移行区病变和前列腺外扩展 | 计算机视觉 | 前列腺癌 | 深度学习 | NA | 图像 | 162名患者 | NA | NA | NA | NA |
| 540 | 2024-11-29 |
Intrusion detection in software defined network using deep learning approaches
2024-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79001-1
PMID:39587182
|
研究论文 | 本文研究了在软件定义网络（SDN）中使用深度学习方法进行入侵检测 | 本文提出了两种新的深度学习模型（CNN-LSTM和Transformer）用于SDN网络中的入侵检测，并展示了其在准确性上的优越性 | 本文未详细讨论模型的计算复杂性和实时性能 | 开发先进的深度学习模型以应对SDN网络中的新型攻击向量 | SDN控制器及其在网络中的安全性 | 机器学习 | NA | 深度学习 | CNN-LSTM, Transformer | 网络流量数据 | 使用InSDN数据集进行训练和测试 | NA | NA | NA | NA |