深度学习在生物医药领域中的应用
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，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10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 1098 篇文献，本页显示第 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2024-12-05 |
Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision
2024-Dec-03, Psychological research
DOI:10.1007/s00426-024-02064-2
PMID:39625570
|
研究论文 | 本文利用计算机视觉算法设计并实现了一个用于估计大规模真实图像数据集中数量和非数值视觉量分布的管道 | 本文首次在大规模真实图像数据集中估计数量和非数值视觉量的分布，并发现其遵循幂律分布 | 本文使用的神经网络模型通常基于合成数据集进行训练，可能无法准确反映自然环境的统计结构 | 研究人类和动物在视觉场景中感知和近似表示物体数量的能力，并探讨学习和发展在塑造数量感知中的作用 | 数量感知和非数值视觉量的分布 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 数千张描绘日常生活中的物体的真实图像 |
| 742 | 2024-12-05 |
Using a flipped classroom teaching and learning approach to promote scientific literacy skill development and retention
2024-Dec-03, FEBS open bio
IF:2.8Q3
DOI:10.1002/2211-5463.13938
PMID:39625998
|
研究论文 | 研究翻转课堂教学方法对二年级运动机能学学生科学素养技能发展的影响 | 首次探讨翻转课堂对科学素养技能发展的长期影响，并分析不同学习方法对技能保留的影响 | 样本量较小，且仅限于特定学科的学生 | 评估翻转课堂对科学素养技能发展的影响及技能的长期保留情况 | 二年级运动机能学学生 | NA | NA | NA | NA | 问卷调查 | 57名学生在学期初和学期末参与，46名学生在4个月后参与 |
| 743 | 2024-12-05 |
Correction: Comprehensive Symptom Prediction in Inpatients With Acute Psychiatric Disorders Using Wearable-Based Deep Learning Models: Development and Validation Study
2024-Dec-03, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/69042
PMID:39626223
|
correction | 对先前发表的文章进行更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 744 | 2024-12-05 |
Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy
2024-Dec-03, International journal of dermatology
IF:3.5Q1
DOI:10.1111/ijd.17519
PMID:39627947
|
研究论文 | 本文研究了通过机器学习辅助的离体共聚焦激光扫描显微镜检测基底细胞癌 | 开发了一种机器学习算法，用于检测通过离体共聚焦激光扫描显微镜获取的图像中的基底细胞癌，以辅助诊断决策 | 研究规模较小，仅使用了50张图像进行训练和评估 | 构建机器学习算法以检测基底细胞癌，并辅助诊断决策 | 基底细胞癌的检测 | 机器学习 | 皮肤癌 | 离体共聚焦激光扫描显微镜 | 卷积神经网络 (MobileNet-V1) | 图像 | 50张图像用于训练和评估，19张新图像用于模型性能评估 |
| 745 | 2024-12-05 |
Hybrid deep learning-based skin cancer classification with RPO-SegNet for skin lesion segmentation
2024-Dec-03, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2428705
PMID:39628058
|
研究论文 | 本文提出了一种基于深度学习的皮肤癌分类方法，结合RPO-SegNet进行皮肤病变分割 | 本文创新性地提出了Recurrent Prototypical Object Segmentation Network (RPO-SegNet)用于皮肤病变分割，并结合Fuzzy-based Shepard Convolutional Maxout Network (FSCMN)进行皮肤癌分类 | NA | 提高皮肤癌的准确识别和及时诊断 | 皮肤癌病变 | 计算机视觉 | 皮肤癌 | 深度学习 | RPO-SegNet, FSCMN | 图像 | NA |
| 746 | 2024-12-05 |
Letter to the Editor Regarding the Article "Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients with Cervical Ossification of the Posterior Longitudinal Ligament"
2024-Dec-02, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005227
PMID:39618126
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 747 | 2024-12-05 |
Artificial intelligence-based molecular property prediction of photosensitising effects of drugs
2024-Dec-02, Journal of drug targeting
IF:4.3Q1
DOI:10.1080/1061186X.2024.2434911
PMID:39618307
|
研究论文 | 研究通过先进的人工智能工作流程预测药物和化学化合物的光敏效应 | 利用三种不同模型（逻辑回归、XGBoost和深度学习模型Chemprop）预测药物的光敏属性，并在外部验证集上进行评估 | 复杂模型在预测分数分布上表现出更高的置信度，但简单模型在测试分区中的表现也较好 | 探讨通过人工智能方法预测药物和化学化合物的光敏效应的可行性 | 2200种药物和化学化合物的光敏效应 | 机器学习 | NA | 人工智能 | 逻辑回归、XGBoost、Chemprop | 药物数据 | 2200种药物 |
| 748 | 2024-12-05 |
An Earth Mover's Distance-Based Self-Supervised Framework for Cellular Dynamic Grading in Live-Cell Imaging
2024-Dec-02, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2024.0672
PMID:39618334
|
研究论文 | 本文提出了一种基于Earth Mover's Distance的自监督框架，用于活细胞成像中的细胞动态分级 | 本文创新性地将Earth Mover's Distance引入自监督学习框架，通过概率转移矩阵和损失约束来增强模型对时空动态的学习能力 | NA | 解决活细胞成像中细胞动态分级任务中数据收集和标注的挑战 | 活细胞成像视频中的细胞动态分级 | 计算机视觉 | NA | Earth Mover's Distance | 自监督学习框架 | 视频 | 细胞视频数据库 |
| 749 | 2024-12-05 |
Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction
2024-Dec-02, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24739
PMID:39620437
|
研究论文 | 提出了一种基于双多尺度注意力网络和射水鱼捕食优化算法的糖尿病预测模型 | 使用双多尺度注意力网络和射水鱼捕食优化算法优化模型参数，提高了糖尿病预测的准确性和效率 | NA | 开发一种高效的糖尿病预测模型 | 糖尿病预测 | 机器学习 | 糖尿病 | 双多尺度注意力网络、射水鱼捕食优化算法 | 双多尺度注意力网络 | 数据 | 使用PIMA印度糖尿病数据集 |
| 750 | 2024-12-05 |
An attention mechanism-based lightweight UNet for musculoskeletal ultrasound image segmentation
2024-Dec-02, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17503
PMID:39620487
|
研究论文 | 本文提出了一种基于注意力机制的轻量级UNet模型，用于肌肉骨骼超声图像分割 | 设计了通道重构和空间注意力模块来抑制冗余特征的传递，并开发了多尺度聚合模块来替代U-Net的跳跃连接架构 | NA | 设计一种参数更少、计算复杂度更低且分割精度更高的肌肉骨骼超声图像分割方法 | 肌肉骨骼超声图像中的目标肌肉区域 | 计算机视觉 | NA | 注意力机制 | UNet | 图像 | 两个数据集，分别包含3917张和1534张肌肉骨骼超声图像 |
| 751 | 2024-12-05 |
High-content imaging and deep learning-driven detection of infectious bacteria in wounds
2024-Dec-02, Bioprocess and biosystems engineering
IF:3.5Q2
DOI:10.1007/s00449-024-03110-4
PMID:39621107
|
研究论文 | 本文介绍了一种基于深度学习的高内涵成像框架，用于快速检测和分类伤口中的四种常见细菌 | 该框架利用预训练的ResNet50深度学习架构，能够在8小时内检测出早期细菌菌落，比传统方法快12小时以上 | NA | 开发一种快速且准确的检测方法，以改善伤口感染的临床治疗 | 伤口中的四种常见细菌：鲍曼不动杆菌、大肠杆菌、铜绿假单胞菌和金黄色葡萄球菌 | 计算机视觉 | NA | 深度学习 | ResNet50 | 图像 | 体外样本和老鼠伤口样本 |
| 752 | 2024-12-05 |
Improved Osteoporosis Prediction in Breast Cancer Patients Using a Novel Semi-Foundational Model
2024-Dec-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01337-x
PMID:39621209
|
研究论文 | 本文研究了在乳腺癌患者中使用半基础模型改进骨质疏松预测的方法 | 本文提出了一种新的半基础模型，通过预训练VGG-16、ResNet-50和DenseNet-121在8500个胸部CT数据集上，然后微调以分类199名乳腺癌患者的骨密度，显著提高了三分类性能 | 本文仅在乳腺癌患者中进行了验证，未来需要在更多疾病状态下进行验证 | 研究如何通过半基础模型提高骨质疏松预测的准确性 | 乳腺癌患者的骨密度分类 | 计算机视觉 | 乳腺癌 | NA | 半基础模型 | CT图像 | 8500个胸部CT数据集和199名乳腺癌患者 |
| 753 | 2024-12-05 |
The 'Sandwich' meta-framework for architecture agnostic deep privacy-preserving transfer learning for non-invasive brainwave decoding
2024-Dec-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad9957
PMID:39622169
|
研究论文 | 本文介绍了一种名为'三明治'的深度隐私保护元框架，结合了迁移学习和联邦学习，用于非侵入性脑电波解码 | 提出了'三明治'框架，将联邦学习和迁移学习结合，解决了数据集差异和隐私问题 | NA | 解决脑电波解码中的数据集差异和隐私问题 | 脑电波数据和脑机接口 | 机器学习 | NA | 联邦学习、迁移学习 | 深度学习模型 | 脑电波数据 | 使用了BEETL运动想象挑战数据集，该数据集包含异质性脑电波数据 |
| 754 | 2024-12-05 |
Inferring disease progressive stages in single-cell transcriptomics using a weakly-supervised deep learning approach
2024-Dec-02, Genome research
IF:6.2Q1
DOI:10.1101/gr.278812.123
PMID:39622637
|
研究论文 | 本文提出了一种弱监督深度学习方法scIDST，用于推断单细胞转录组学中的疾病进展阶段 | scIDST方法能够推断单个细胞的疾病进展水平，并显示出与疾病相关基因的显著差异表达，这在患者与健康供体的比较分析中无法检测到 | NA | 克服患者来源组织中单细胞异质性问题，推断疾病进展阶段 | 单细胞转录组数据 | 机器学习 | NA | 单细胞/核基因组测序 | 深度学习 | 转录组数据 | NA |
| 755 | 2024-12-05 |
Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer
2024-Dec-02, Surgical endoscopy
DOI:10.1007/s00464-024-11426-1
PMID:39623175
|
研究论文 | 开发并验证了一种基于深度学习的分类器，用于从常规结肠镜图像中检测错配修复缺陷状态 | 利用深度学习技术从常规结肠镜图像中预测错配修复缺陷状态，提供了一种自动筛查工具 | 需要进一步验证模型的泛化能力和在不同临床环境中的适用性 | 开发一种自动筛查工具，用于检测结直肠癌中的错配修复缺陷状态 | 结直肠癌患者的结肠镜图像 | 计算机视觉 | 结直肠癌 | 深度学习 | 分类器 | 图像 | 5226张图像，来自892个肿瘤的连续患者 |
| 756 | 2024-12-05 |
ECMHA-PP: A Breast Cancer Prognosis Prediction Model Based on Energy-Constrained Multi-Head Self-Attention
2024-Dec-02, Proteomics. Clinical applications
DOI:10.1002/prca.202400035
PMID:39623567
|
研究论文 | 本文提出了一种基于能量约束多头自注意力机制的乳腺癌预后预测模型ECMHA-PP | ECMHA-PP模型通过交叉位置混合和通道混合多层感知器提取特征，并结合能量约束多头自注意力层提高特征提取能力 | NA | 开发一种能够精确预测乳腺癌预后的深度学习模型，以帮助医生制定更合理的治疗策略 | 乳腺癌患者的预后预测 | 机器学习 | 乳腺癌 | 深度学习 | 多头自注意力机制 | 临床数据 | 在METABRIC数据集上进行了实验，并在另一个独立的BRCA数据集上进行了验证 |
| 757 | 2024-12-05 |
Predictive analysis of COVID-19 occurrence and vaccination impacts across the 50 US states
2024-Dec-02, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109493
PMID:39626459
|
研究论文 | 本研究旨在通过机器学习模型评估疫苗在COVID-19确诊病例和死亡率中的有效性 | 提出了一个基于LSTM的深度学习模型，用于预测COVID-19病例和死亡率，并通过外部验证确保模型的有效性 | NA | 评估疫苗在COVID-19确诊病例和死亡率中的有效性 | COVID-19确诊病例和死亡率 | 机器学习 | COVID-19 | LSTM | LSTM | 数据 | 2021年至2023年期间从美国疾病控制与预防中心收集的数据 |
| 758 | 2024-12-05 |
Interpretable prediction of drug-drug interactions via text embedding in biomedical literature
2024-Dec-02, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109496
PMID:39626457
|
研究论文 | 本研究利用生物医学文献中的文本嵌入，提出了一种基于层次注意力机制的深度学习模型来预测药物-药物相互作用及其类型 | 本研究的创新点在于使用预训练的生物医学语言模型进行句子嵌入，并通过双向长短期记忆网络和层次注意力网络进行序列嵌入，从而提高了DDI预测的准确性和解释性 | 本研究的局限性在于仅使用了生物医学文献中的文本数据，未考虑其他类型的数据源 | 本研究旨在通过文本嵌入技术预测药物-药物相互作用及其类型，以确保药物使用的安全性 | 本研究的研究对象是药物-药物相互作用及其类型 | 自然语言处理 | NA | 文本嵌入 | 深度神经网络 | 文本 | 164种DDI类型 |
| 759 | 2024-12-05 |
Comparison of deep learning schemes in grading non-alcoholic fatty liver disease using B-mode ultrasound hepatorenal window images with liver biopsy as the gold standard
2024-Dec-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.104862
PMID:39626614
|
研究论文 | 本文比较了不同预训练深度学习方案在非酒精性脂肪肝病分级中的表现，使用B模式超声肝肾窗图像作为输入，并以肝活检作为金标准 | 本文创新性地使用预训练深度学习方案对非酒精性脂肪肝病进行分级，并比较了不同网络模型的性能 | 本文的局限性在于样本量较小，且仅使用了B模式超声图像作为输入 | 评估预训练深度学习方案在非酒精性脂肪肝病分级中的表现 | 非酒精性脂肪肝病患者 | 计算机视觉 | 肝病 | 深度学习 | CNN | 图像 | 112名经活检验证的非酒精性脂肪肝病患者 |
| 760 | 2024-12-05 |
Protein engineering using variational free energy approximation
2024-Dec-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54814-w
PMID:39617781
|
研究论文 | 本文提出了一种基于变分自由能近似的蛋白质工程模型PREVENT，用于生成稳定且功能性的蛋白质变体 | PREVENT模型通过学习蛋白质的序列和热力学景观，生成具有高功能性和稳定性的蛋白质变体，显著提高了蛋白质工程的效率 | NA | 开发一种能够生成稳定且功能性蛋白质变体的新方法，以加速蛋白质工程 | 大肠杆菌磷酸转移酶N-乙酰-L-谷氨酸激酶（EcNAGK）的40个变体 | 机器学习 | NA | 变分自由能近似 | PREVENT | 序列和结构数据 | 40个变体，其中85%被发现是功能性的，55%显示出与野生型酶相似的生长速率 |