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 1143 篇文献，本页显示第 1141 - 1143 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2024-08-07 |
A mini-review on perturbation modelling across single-cell omic modalities
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.04.058
PMID:38721585
|
综述 | 本文回顾了单细胞组学领域中扰动建模的主要目标，并总结了基于遗传操作如CRISPR或化合物的单细胞扰动新技术，跨越不同组学模式 | 讨论了大型基础模型在单细胞扰动建模中的兴起，灵感来源于大型语言模型，并介绍了多种计算方法，从经典的统计推断到各种机器学习和深度学习架构 | 随着工具和数据集的激增，实验生物学家和计算科学家难以跟上这一迅速扩展领域的最新进展 | 全面掌握外部影响如疾病发作或分子敲除对细胞生理的影响，特别是在转录因子、信号转导器、生物途径和动态细胞状态上 | 单细胞组学数据中的扰动现象 | 机器学习 | NA | CRISPR | 浅层模型、自编码器 | 单细胞数据 | NA |
| 1142 | 2024-08-07 |
Finding and following: a deep learning-based pipeline for tracking platelets during thrombus formation in vivo and ex vivo
2024-Dec, Platelets
IF:2.5Q2
DOI:10.1080/09537104.2024.2344512
PMID:38722090
|
研究论文 | 本文介绍了一种基于深度学习的分析流程，用于在体内和体外血栓形成过程中追踪血小板 | 该流程包括检测、追踪、追踪准确性评估和血小板指标量化四个步骤，使用深度学习网络进行图像分割和标准粒子追踪算法，提高了追踪准确性 | NA | 开发一种新的分析流程，用于在血栓形成过程中追踪血小板 | 血小板在血栓形成过程中的动态行为 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA |
| 1143 | 2024-08-07 |
A contrastive learning approach to integrate spatial transcriptomics and histological images
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.04.039
PMID:38707535
|
研究论文 | 本文介绍了一种基于对比学习的模型ConGcR，用于整合基因表达、空间位置和组织形态学数据，以进行数据表示和空间组织结构识别 | 提出了ConGcR模型，结合图卷积和ResNet作为编码器，并进一步通过图自编码器ConGaR增强模型，以更好地建模空间嵌入表示 | NA | 旨在有效整合空间多模态数据，提高组织结构识别的准确性 | 基因表达、空间位置和组织形态学数据 | 计算机视觉 | NA | 对比学习 | 图卷积网络、ResNet | 基因表达数据、图像 | 16个人脑样本、4个鸡心样本、8个乳腺癌样本和30个人类肺部空间转录组样本 |