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 1267 篇文献，本页显示第 1021 - 1040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1021 | 2024-11-25 |
Detection of carotid plaques on panoramic radiographs using deep learning
2024-Dec, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105432
PMID:39461583
|
研究论文 | 本研究利用深度学习模型检测全景放射影像中的颈动脉斑块 | 本研究提出了一种基于Faster R-CNN和Swin Transformer的AI模型，用于检测全景放射影像中的颈动脉钙化，其性能优于基于卷积神经网络的模型 | NA | 旨在利用人工智能模型检测全景放射影像中的颈动脉钙化 | 全景放射影像中的颈动脉钙化 | 计算机视觉 | 心血管疾病 | 深度学习 | Faster R-CNN, Swin Transformer | 影像 | 6404张全景放射影像，其中185张包含颈动脉钙化，185张不包含颈动脉钙化 | NA | NA | NA | NA |
| 1022 | 2024-11-25 |
Deep-learning-based image reconstruction with limited data: generating synthetic raw data using deep learning
2024-Dec, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01193-4
PMID:39207581
|
研究论文 | 研究利用深度学习生成合成原始数据以补充小数据集，提高加速MRI重建质量 | 提出了一种对抗自编码器，用于从幅度图像生成相位和线圈灵敏度图，从而生成合成原始数据 | 在小训练集上，合成数据降低了平均绝对误差，但在大训练集上，误差有所增加 | 研究在有限数据情况下，利用深度学习生成合成数据以提高MRI重建质量 | 加速MRI重建任务 | 计算机视觉 | NA | 深度学习 | 对抗自编码器 | 图像 | 20到160次扫描 | NA | NA | NA | NA |
| 1023 | 2024-11-24 |
CT-based artificial intelligence prediction model for ocular motility score of thyroid eye disease
2024-Dec, Endocrine
IF:3.0Q2
DOI:10.1007/s12020-024-03906-0
PMID:39046593
|
研究论文 | 本研究开发了一种基于CT图像和临床数据的人工智能模型，用于甲状腺眼病患者的眼部运动评分 | 首次提出了一种基于CT图像和临床数据的人工智能模型，用于自动评分甲状腺眼病患者的眼部运动 | 性别亚组分析显示模型在女性患者中的预测准确性高于男性，可能存在性别差异的影响 | 开发一种基于CT图像和临床数据的人工智能模型，用于甲状腺眼病患者的眼部运动评分 | 甲状腺眼病患者的CT图像和临床数据 | 计算机视觉 | 甲状腺眼病 | 深度学习 | ResNet-34 | 图像 | 410组CT图像和临床数据 | NA | NA | NA | NA |
| 1024 | 2024-11-24 |
Pupillometry as a biomarker of postural control: Deep-learning models reveal side-specific pupillary responses to increased intensity of balance tasks
2024-Dec, Psychophysiology
IF:2.9Q1
DOI:10.1111/psyp.14667
PMID:39135357
|
研究论文 | 研究使用瞳孔测量作为姿势控制的生物标志物，并利用深度学习模型揭示了在平衡任务强度增加时瞳孔反应的侧向特异性变化 | 首次探讨了瞳孔测量在平衡任务强度增加时的反应，并发现了侧向特异性的瞳孔直径变化 | 研究仅限于健康受试者，未探讨其他人群或病理状态下的瞳孔反应 | 分析不同强度平衡任务下瞳孔直径的差异，并确定是否存在侧向特异性的变化 | 健康受试者在不同强度平衡任务下的瞳孔直径 | NA | NA | 深度学习 | 神经网络 | 瞳孔直径数据 | 48名健康受试者 | NA | NA | NA | NA |
| 1025 | 2024-11-24 |
Development of deep learning-based novel auto-segmentation for the prostatic urethra on planning CT images for prostate cancer radiotherapy
2024-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00832-8
PMID:39143386
|
研究论文 | 开发了一种基于深度学习的自动分割方法，用于在前列腺癌放疗计划CT图像中定位前列腺尿道 | 首次将深度学习技术应用于外部束放疗（EBRT）患者的前列腺尿道定位 | 研究样本量有限，主要集中在局部前列腺癌患者 | 开发一种基于深度学习的方法，用于在外部束放疗（EBRT）患者中确定前列腺尿道的位置 | 前列腺癌患者的前列腺尿道 | 计算机视觉 | 前列腺癌 | 深度学习 | U-Net | 图像 | 430名局部前列腺癌患者 | NA | NA | NA | NA |
| 1026 | 2024-11-24 |
Effect of deep learning reconstruction on the assessment of pancreatic cystic lesions using computed tomography
2024-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00834-6
PMID:39147953
|
研究论文 | 本研究比较了深度学习重建（DLR）和滤波反投影（FBP）在胰腺囊性病变评估中的图像质量和检测性能 | DLR显著降低了图像噪声，提高了信噪比和对比噪声比，改善了胰腺结构的清晰度 | DLR和FBP在病变检测性能上无显著差异 | 比较DLR和FBP在胰腺囊性病变评估中的图像质量和检测性能 | 胰腺囊性病变 | 计算机视觉 | 胰腺疾病 | 深度学习重建（DLR） | NA | 图像 | 54名患者（平均年龄：67.7±13.1） | NA | NA | NA | NA |
| 1027 | 2024-11-24 |
Bone metabolism in complex regional pain syndrome
2024-Dec, Pain reports
IF:3.4Q2
DOI:10.1097/PR9.0000000000001217
PMID:39574486
|
研究论文 | 本研究评估了复杂区域疼痛综合征（CRPS）患者的骨代谢情况，使用三相骨闪烁扫描（TPBS）和骨血清标志物进行分析 | 本研究采用了深度学习模型进行自动分割，量化TPBS图像中的示踪剂增强，并结合血清标志物进行综合分析 | 血清标志物在大多数患者中未显示出显著差异，且与TPBS增强的相关性有限 | 评估CRPS患者的骨代谢情况，并探讨TPBS和血清标志物的应用 | CRPS患者的骨代谢情况和血清标志物 | 数字病理学 | NA | 三相骨闪烁扫描（TPBS） | 深度学习模型 | 图像 | 114名CRPS患者和48名健康对照者 | NA | NA | NA | NA |
| 1028 | 2024-11-24 |
Deep learning estimation of proton stopping power with photon-counting computed tomography: a virtual study
2024-Dec, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.S1.S12809
PMID:39574807
|
研究论文 | 本文探讨了使用光子计数计算机断层扫描（PCCT）和深度学习网络（U-Net）来提高质子停止功率比（SPR）估计的潜力 | 利用PCCT图像和深度学习网络（U-Net）进行SPR估计，相比传统的物理建模方法，误差显著降低 | 研究基于模拟数据，尚未在实际临床环境中验证 | 评估PCCT在提高质子治疗中质子停止功率比估计精度的潜力 | 质子停止功率比（SPR）的估计 | 计算机视觉 | NA | 光子计数计算机断层扫描（PCCT） | U-Net | 图像 | 使用XCAT模拟头部的PCCT图像和相应的SPR图进行训练 | NA | NA | NA | NA |
| 1029 | 2024-11-23 |
Automated estimation of offshore polymetallic nodule abundance based on seafloor imagery using deep learning
2024-Dec-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177225
PMID:39488283
|
研究论文 | 本文提出了一种基于深度学习算法自动估计海底多金属结核丰度的方法 | 使用UNET卷积神经网络框架处理海底图像，显著提高了多金属结核检测和丰度估计的效率和准确性 | NA | 提高多金属结核资源评估的效率和准确性 | 海底多金属结核的丰度估计 | 计算机视觉 | NA | 深度学习 | UNET卷积神经网络 | 图像 | 30000张海底照片 | NA | NA | NA | NA |
| 1030 | 2024-11-23 |
Corrigendum to "Comparative efficiency of the SWAT model and a deep learning model in estimating nitrate loads at the Tuckahoe creek watershed, Maryland" [Sci. Total Environ. 954 (2024) 176256]
2024-Dec-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177316
PMID:39532603
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1031 | 2024-11-23 |
Ensemble Machine Learning and Predicted Properties Promote Antimicrobial Peptide Identification
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00640-z
PMID:38972032
|
研究论文 | 本文提出了一种结合深度学习和统计学习方法的预测框架，用于筛选具有抗菌活性的多肽 | 本文的创新点在于集成多种LightGBM分类器和卷积神经网络，利用多种预测的序列、结构和理化性质来提高抗菌肽的识别性能 | NA | 本文的研究目的是开发一种新的计算方法，以提高抗菌肽的识别准确性 | 本文的研究对象是抗菌肽及其相关的序列、结构和理化性质 | 机器学习 | NA | LightGBM, 卷积神经网络 | 集成学习 | 序列数据 | NA | NA | NA | NA | NA |
| 1032 | 2024-11-23 |
Unraveling Brain Synchronisation Dynamics by Explainable Neural Networks using EEG Signals: Application to Dyslexia Diagnosis
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00634-x
PMID:38954232
|
研究论文 | 本文提出了一种结合脑电信号转化为图像序列和两阶段深度学习模型的新方法，用于检测发展性阅读障碍 | 本文的创新点在于将脑电信号转化为图像序列，并利用深度学习模型检测发展性阅读障碍，同时通过特征掩码获得可解释的表示 | NA | 探索脑电信号中的相位同步动态，并应用于发展性阅读障碍的诊断 | 脑电信号和发展性阅读障碍 | 机器学习 | NA | 脑电图 | 深度学习模型 | 图像序列 | NA | NA | NA | NA | NA |
| 1033 | 2024-11-23 |
Adap-BDCM: Adaptive Bilinear Dynamic Cascade Model for Classification Tasks on CNV Datasets
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00635-w
PMID:38758306
|
研究论文 | 本文提出了一种自适应双线性动态级联模型（Adap-BDCM），用于提高基于CNV数据集的智能分类任务的准确性和适用性 | 引入了特征选择模块以减少冗余信息的干扰，提出了基于门控注意力机制的双线性模型以提取更有益的深度融合特征，设计了自适应基分类器选择方案以克服手动设计基分类器组合的困难，并构建了带有属性召回子模块的新型特征融合方案以避免陷入局部解和遗漏有价值信息 | NA | 提高基于CNV数据集的智能分类任务的准确性和适用性 | CNV数据集上的癌症分类、阶段预测和复发预测 | 机器学习 | NA | NA | 双线性动态级联模型 | CNV数据 | NA | NA | NA | NA | NA |
| 1034 | 2024-11-23 |
Predicting Disease-Metabolite Associations Based on the Metapath Aggregation of Tripartite Heterogeneous Networks
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00645-8
PMID:39112911
|
研究论文 | 提出了一种基于三部异构网络元路径聚合的深度学习模型（MAHN），用于探索疾病与代谢物之间的关联 | 引入了微生物构建三部异构网络，并使用图卷积网络和增强的GraphSAGE学习节点特征，结合节点级和语义级注意力机制进行特征聚合 | 未提及 | 探索疾病与代谢物之间的相互作用，为疾病的诊断和治疗提供支持 | 疾病与代谢物之间的关联 | 机器学习 | NA | 图卷积网络，增强的GraphSAGE | 深度学习模型 | 网络数据 | 未提及 | NA | NA | NA | NA |
| 1035 | 2024-11-23 |
FPJA-Net: A Lightweight End-to-End Network for Sleep Stage Prediction Based on Feature Pyramid and Joint Attention
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00636-9
PMID:39155326
|
研究论文 | 提出了一种基于特征金字塔和联合注意力的轻量级端到端网络FPJA-Net，用于睡眠阶段预测 | 引入了特征金字塔模块和联合注意力模块，有效提取多尺度特征并关注显著波形的通道和位置信息 | 现有深度学习方法未能充分利用显著波形中的关键信息 | 改进自动睡眠阶段预测的准确性和效率 | 睡眠信号中的显著波形 | 机器学习 | NA | 深度学习 | FPJA-Net | 信号 | 使用了Sleep-EDF39、Sleep-EDF153和SHHS三个公共数据集 | NA | NA | NA | NA |
| 1036 | 2024-11-23 |
Artificial Intelligence-Based Classification of CT Images Using a Hybrid SpinalZFNet
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00649-4
PMID:39167285
|
研究论文 | 本文提出了一种基于混合SpinalZFNet的CT图像分类方法，用于准确诊断肾脏疾病 | 本文创新性地结合了SpinalNet和ZFNet的架构优势，显著提高了分类准确性并降低了计算成本 | NA | 开发一种高效的深度学习模型，用于通过CT图像准确分类肾脏疾病 | 肾脏疾病的CT图像分类 | 计算机视觉 | 肾脏疾病 | 深度神经网络 | SpinalZFNet | 图像 | NA | NA | NA | NA | NA |
| 1037 | 2024-10-28 |
SCINet: A Segmentation and Classification Interaction CNN Method for Arteriosclerotic Retinopathy Grading
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00650-x
PMID:39222258
|
研究论文 | 提出了一种用于动脉硬化性视网膜病变分级的分割与分类交互CNN方法SCINet | 设计了一种分割与分类交互架构，通过注意力机制突出分割区域的重要血管特征，实现信息交互 | NA | 开发一种自动化的动脉硬化性视网膜病变分级方法 | 动脉硬化性视网膜病变 | 计算机视觉 | 心血管疾病 | CNN | SCINet | 图像 | NA | NA | NA | NA | NA |
| 1038 | 2024-11-23 |
A Contrastive-Learning-Based Deep Neural Network for Cancer Subtyping by Integrating Multi-Omics Data
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00641-y
PMID:39230797
|
研究论文 | 本文提出了一种基于对比学习的深度神经网络方法，用于通过整合多组学数据进行癌症亚型分类 | 该方法通过自监督学习从多组学特征中提取关键信息，解决了高维度和小样本数据导致的癌症亚型分类模糊和重叠问题 | NA | 提高癌症亚型分类的准确性，为疾病预后评估和个性化患者管理提供支持 | 癌症亚型分类 | 机器学习 | NA | 对比学习 | 深度神经网络 | 多组学数据 | 九个公共癌症数据集 | NA | NA | NA | NA |
| 1039 | 2024-11-23 |
Function-Genes and Disease-Genes Prediction Based on Network Embedding and One-Class Classification
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00638-7
PMID:39230798
|
研究论文 | 提出了一种基于网络嵌入和一类分类的基因功能和疾病基因预测算法 | 使用变分图自编码器（VGAE）和快速最小协方差行列式（Fast-MCD）进行网络嵌入和一类分类，统一预测功能基因和疾病基因 | 仅使用实验验证的基因进行预测，未考虑基因表达谱数据 | 开发一种新的机器学习方法来预测新的疾病基因和功能基因 | 功能基因和疾病基因的预测 | 机器学习 | NA | 变分图自编码器（VGAE），快速最小协方差行列式（Fast-MCD） | 一类分类器 | 蛋白质-蛋白质相互作用网络 | 实验验证的基因 | NA | NA | NA | NA |
| 1040 | 2024-11-23 |
Bilinear Perceptual Fusion Algorithm Based on Brain Functional and Structural Data for ASD Diagnosis and Regions of Interest Identification
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00651-w
PMID:39254805
|
研究论文 | 本文提出了一种基于脑功能和结构数据的双线性感知融合算法，用于自闭症谱系障碍（ASD）的诊断和感兴趣区域（ROI）的识别 | 本文创新性地利用多模态数据，通过双线性操作捕捉功能和结构特征之间的关联，并结合图卷积神经网络（GCN）设计了一个深度学习框架BPF-GCN | NA | 提高自闭症谱系障碍（ASD）的诊断准确性和感兴趣区域（ROI）的识别 | 自闭症谱系障碍（ASD）患者的功能和结构脑数据 | 机器学习 | 自闭症谱系障碍 | 双线性感知融合（BPF）算法，图卷积神经网络（GCN） | BPF-GCN | 功能和结构脑数据 | 公开的ASD数据集 | NA | NA | NA | NA |