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 24162 篇文献，本页显示第 20561 - 20580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 20561 | 2024-08-07 |
Deep residual inception encoder-decoder network for amyloid PET harmonization
2022-12, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.12564
PMID:35142053
|
研究论文 | 本文开发并验证了一种深度学习模型，用于协调使用不同示踪剂的淀粉样蛋白PET图像 | 提出了一种基于编码器-解码器的深度残差初始网络，用于协调不同示踪剂的淀粉样蛋白PET图像 | 需要进一步改进模型并应用于其他示踪剂 | 开发一种协调策略，用于解决不同正电子发射断层扫描（PET）示踪剂在淀粉样蛋白成像中的共识解释和定量分析挑战 | 使用匹兹堡化合物B和氟贝他匹的淀粉样蛋白PET图像 | 计算机视觉 | NA | 深度学习 | 深度残差初始编码器-解码器神经网络 | 图像 | 训练集包含92名受试者，外部测试集包含46名受试者 |
| 20562 | 2024-08-07 |
High-Throughput Mass Spectrometry Imaging with Dynamic Sparse Sampling
2022-Oct-19, ACS measurement science au
IF:4.6Q1
DOI:10.1021/acsmeasuresciau.2c00031
PMID:36281292
|
研究论文 | 本文介绍了一种使用动态稀疏采样的高通量质谱成像技术 | 采用深度学习动态采样方法（DLADS）减少所需测量次数，提高质谱成像实验的通量 | NA | 提高质谱成像技术的数据采集速度，适用于需要快速分析的应用 | 生物样本中的分子分布 | NA | NA | 质谱成像（MSI） | 深度学习模型 | 分子图像 | NA |
| 20563 | 2024-08-07 |
A Deep Siamese Convolution Neural Network for Multi-Class Classification of Alzheimer Disease
2020-Feb-05, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci10020084
PMID:32033462
|
研究论文 | 本文开发了一种基于VGG-16的孪生卷积神经网络模型，用于阿尔茨海默病的多类分类，并通过数据增强方法提高了模型的性能 | 提出了一种基于VGG-16的孪生卷积神经网络模型，并通过数据增强方法解决了数据不足和不平衡的问题 | NA | 开发一种高效的深度学习模型，用于阿尔茨海默病的早期诊断和痴呆阶段分类 | 阿尔茨海默病的痴呆阶段分类 | 机器学习 | 阿尔茨海默病 | MRI | 孪生卷积神经网络（SCNN） | 图像 | 使用公开数据集OASIS进行实验 |
| 20564 | 2024-08-07 |
Deep Learning-Based Concurrent Brain Registration and Tumor Segmentation
2020, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2020.00017
PMID:32265680
|
研究论文 | 本文提出了一种新颖、高效且多任务的算法，联合解决医学图像分析中的图像配准和脑肿瘤分割问题 | 该方法通过在推理过程中自然耦合任务间的相互依赖性，利用高效的简单公式放松肿瘤区域的相似性约束 | NA | 旨在开发一种联合图像配准和脑肿瘤分割的深度学习算法 | 图像配准和脑肿瘤分割 | 计算机视觉 | 脑肿瘤 | 深度学习 | NA | 图像 | 两个公开数据集（BraTS 2018 和 OASIS 3） |
| 20565 | 2024-08-07 |
Predicting HLA class II antigen presentation through integrated deep learning
2019-11, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-019-0280-2
PMID:31611695
|
研究论文 | 本文介绍了MARIA，一种多模态循环神经网络，用于预测特定HLA II类等位基因背景下感兴趣基因的抗原提呈可能性 | MARIA利用多种训练数据和改进的机器学习框架，在验证数据集中表现优于现有方法 | NA | 准确预测HLA II类分子抗原提呈，以促进疫苗开发和癌症免疫治疗 | HLA II类分子抗原提呈的预测 | 机器学习 | NA | NA | 循环神经网络 | 基因序列、表达水平、蛋白酶切割信号 | NA |
| 20566 | 2024-08-05 |
Establishing a differential diagnosis model between primary membranous nephropathy and non-primary membranous nephropathy by machine learning algorithms
2024-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2024.2380752
PMID:39039848
|
研究论文 | 本研究建立了一种基于机器学习算法的原发性膜性肾病与非原发性膜性肾病的鉴别诊断模型 | 使用Xgboost模型在原发性膜性肾病的诊断中展现出最高的灵敏度和特异度 | 本研究仅包括来自一个医院的数据，样本来源可能有限 | 探索最适合的分类算法以识别原发性膜性肾病 | 来自2019到2021年在罗河中心医院就诊的500名肾病患者 | 机器学习 | 肾脏疾病 | 机器学习算法 | Xgboost | 数字数据 | 500名患者，包括322例原发性膜性肾病和178例非原发性膜性肾病 |
| 20567 | 2024-08-05 |
Structure-based protein and small molecule generation using EGNN and diffusion models: A comprehensive review
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.06.021
PMID:39050782
|
综述 | 本文综述了用于蛋白质和小分子生成的结构基础方法，重点介绍了EGNN和扩散模型的结合 | 聚焦于将平变图神经网络与扩散模型相结合，以提高蛋白质生成的3D结构表示能力 | 本文未详细探讨扩散模型在其他领域的潜在应用 | 旨在探讨深度学习在蛋白质设计中的应用和效率提升 | 主要研究对象为具有预定结构的全新蛋白质 | 机器学习 | NA | 深度学习，扩散模型 | 平变图神经网络 | NA | NA |
| 20568 | 2024-08-05 |
Next-Generation Tear Meniscus Height Detecting and Measuring Smartphone-Based Deep Learning Algorithm Leads in Dry Eye Management
2024 Sep-Oct, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100546
PMID:39051043
|
研究论文 | 本研究旨在开发一个基于Python的深度学习算法，以用于干眼病的诊断和管理 | 使用智能手机图像进行干眼病相关的诊断和管理，带来新的技术路径 | 本研究仅包括单眼图像，可能影响结果的普遍性 | 研究旨在提升干眼病的诊断和管理方法 | 参与者为734名患者的1021幅眼部图像 | 数字病理学 | 干眼症 | 深度学习算法 | NA | 图像 | 1021幅眼部图像，来自734名患者 |
| 20569 | 2024-08-05 |
Highly Accurate and Precise Automated Cup-to-Disc Ratio Quantification for Glaucoma Screening
2024 Sep-Oct, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100540
PMID:39051045
|
研究论文 | 本文旨在开发和验证一种基于深度学习的算法，以自动确定视网膜图像中的杯盘比（CDR） | 提出了一种深度学习算法来提高CDR的自动评估准确性和效率 | 在青光眼筛查中，CDR阈值的确定可能受其他临床参数的影响 | 提升青光眼筛查中CDR的自动评估准确性 | 来自英国生物银行（UKBB）、Drishti_GS和EyePACS的181,768幅视网膜图像 | 数字病理学 | 青光眼 | 深度学习 | 卷积神经网络（CNN） | 图像 | 181,768幅视网膜图像 |
| 20570 | 2024-08-05 |
Deep learning-based flocculation sensor for automatic control of flocculant dose in sludge dewatering processes during wastewater treatment
2024-Aug-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.121890
PMID:38870864
|
研究论文 | 本文开发了一种基于深度学习的图像传感器，用于在污水处理过程中自动控制絮凝剂的投加剂量 | 提出了一种新型的絮凝度测量传感器，采用了深度学习技术并比较了多种模型的性能 | 在进行絮凝测试时仅使用了实验室规模的两种污泥样本，可能未能涵盖所有实际情况 | 旨在开发一种自动控制絮凝剂投加的传感器以提高污水处理的效率 | 使用的研究对象包括过量污泥及其与原污水的混合物 | 数字病理学 | NA | 深度学习 | 卷积神经网络，视觉变换器，多层感知器 | 图像 | 实验室规模的两种污泥样本 |
| 20571 | 2024-08-05 |
Clinical domain knowledge-derived template improves post hoc AI explanations in pneumothorax classification
2024-Aug, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104673
PMID:38862083
|
研究论文 | 提出了一种基于模板的方式来改进肺气肿分类中AI模型的后期解释 | 通过将肺气肿的临床知识纳入AI模型的解释中，提升了解释的质量 | 未提及具体限制 | 提高肺气肿诊断中AI模型解释的清晰度 | 采用深度学习模型分析肺气肿的医学图像 | 数字病理学 | 肺气肿 | 深度学习 | VGG-19 和 ResNet-50 | 医学图像 | 两个真实世界数据集 (SIIM-ACR 和 ChestX-Det) 的多个样本 |
| 20572 | 2024-08-05 |
An automated approach for real-time informative frames classification in laryngeal endoscopy using deep learning
2024-Aug, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-08676-z
PMID:38698163
|
研究论文 | 本研究展示了深度学习在喉镜检查中自动选择信息丰富框架的可行性 | 研究展示了一种实时的深度学习模型，该模型能够在喉镜检查中自动选择信息丰富的图像框架 | NA | 本研究旨在提高喉镜检查中图像选择的自动化和有效性 | 使用深度学习模型对喉镜图像进行分类 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 图像 | 内部数据集5147张图像和外部测试集646张图像 |
| 20573 | 2024-08-05 |
Knowledge-driven deep learning for fast MR imaging: Undersampled MR image reconstruction from supervised to un-supervised learning
2024-Aug, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30105
PMID:38624162
|
评论 | 本文回顾了知识驱动的深度学习在快速MRI中的应用和挑战 | 介绍了知识驱动的深度学习方法从监督学习到非监督学习的转变，提出了一些显著的解决方案 | 对不同成像应用场景的深入研究和解决方案可能有限 | 探讨快速MRI中知识驱动深度学习面临的挑战及其解决方案 | MRI图像重建及其与知识驱动方法的结合 | 数字病理学 | NA | 深度学习 | 神经网络 | 图像 | NA |
| 20574 | 2024-08-05 |
A natural inhibitor of diapophytoene desaturase attenuates methicillin-resistant Staphylococcus aureus (MRSA) pathogenicity and overcomes drug-resistance
2024-Aug, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.16377
PMID:38604611
|
研究论文 | 本文探讨了天然抑制剂alnustone对MRSA致病性的抑制作用及其克服耐药性的机制 | 利用深度学习技术构建了diapophytoene desaturase的三维结构并发现alnustone作为一种有效的抑制剂 | 对staphyloxanthin生物合成酶的生物结构特征和抑制剂与蛋白质之间的分子机制的理解有限 | 研究天然抑制剂如何对抗耐甲氧西林金黄色葡萄球菌（MRSA）感染 | 主要研究对象为耐甲氧西林金黄色葡萄球菌及其相关的生物合成途径 | 数字病理学 | 耐甲氧西林金黄色葡萄球菌感染 | 深度学习，分子建模，位点定向突变，生物层干涉法（BLI） | NA | 转录组数据 | 小鼠模型中的MRSA菌株 |
| 20575 | 2024-08-07 |
Harnessing the deep learning power of foundation models in single-cell omics
2024-Aug, Nature reviews. Molecular cell biology
DOI:10.1038/s41580-024-00756-6
PMID:38926531
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 20576 | 2024-08-05 |
Ultralow-Power Single-Sensor-Based E-Nose System Powered by Duty Cycling and Deep Learning for Real-Time Gas Identification
2024-Jul-26, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00471
PMID:38857120
|
研究论文 | 本研究提出了一种新颖的超低功耗单传感器电子鼻系统用于实时气体识别 | 与传统的传感器阵列电子鼻系统相比，该系统通过使用单一的金属氧化物半导体传感器和占空比循环技术实现了显著降低的功耗和成本 | 本研究可能未考虑不同环境条件对传感器性能的影响 | 旨在开发一种高效能、低功耗的实时气体识别系统 | 研究对象是五种不同类型的气体及其浓度 | 机器学习 | NA | 占空比控制 | 卷积神经网络 | 气体浓度数据 | 五种气体 |
| 20577 | 2024-08-05 |
A deep learning-based method for the detection and segmentation of breast masses in ultrasound images
2024-Jul-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad61b6
PMID:38986480
|
研究论文 | 本文提出了一种基于深度学习的方法，用于超声图像中乳腺肿块的检测和分割 | 本研究开发了一种结合YOLOv5网络和Global-Local策略的新型卷积神经网络框架 | 本研究未提及算法在其他类型的医学影像中的适用性 | 本研究旨在提高超声图像中乳腺肿块的检测和分割的准确性 | 研究对象为乳腺超声图像中的肿块 | 计算机视觉 | 乳腺癌 | 深度学习 | 卷积神经网络 | 图像 | 本研究使用了包含28,477张乳腺超声图像的USTC数据集进行训练和测试 |
| 20578 | 2024-08-05 |
A fourfold-objective-based cloud privacy preservation model with proposed association rule hiding and deep learning assisted optimal key generation
2024-Jul-26, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2378836
PMID:39054942
|
研究论文 | 本文提出了一种云环境中的隐私保护模型，旨在处理敏感数据 | 创新点在于提出了基于四个目标的混合优化方法和深度学习的调优密钥生成机制 | 尚未提及该研究的具体局限性 | 研究目的是为云环境中的敏感数据提供有效的隐私保护 | 研究对象是云环境中的敏感数据 | 计算机视觉 | NA | LSTM, MUAOA | LSTM | NA | NA |
| 20579 | 2024-08-05 |
Efficient determination of Born-effective charges, LO-TO splitting, and Raman tensors of solids with a real-space atom-centered deep learning approach
2024-Jul-25, Journal of physics. Condensed matter : an Institute of Physics journal
DOI:10.1088/1361-648X/ad64a2
PMID:39019077
|
研究论文 | 本文介绍了一种名为radnet的深度神经网络框架，能够准确预测固体中的极化和电子介电常数张量 | 提出了一种新的深度学习方法，解决了现有机器学习模型在周期性系统中对拉曼预测的限制 | 未提及具体的局限性 | 旨在提高固体中拉曼预测的准确性和效率 | 研究对象包括GaAs和BN材料 | 机器学习 | NA | 深度卷积神经网络 | 深度神经网络 | 固体材料的电子介电常数张量和拉曼光谱 | 两个典型示例: GaAs和BN |
| 20580 | 2024-08-05 |
Precise Localization for Anatomo-Physiological Hallmarks of the Cervical Spine by Using Neural Memory Ordinary Differential Equation
2024-Jul-25, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065724500564
PMID:39049777
|
研究论文 | 本文提出了一种用于颈椎解剖生理标志精准定位的深度神经网络架构 | 创新性地采用神经记忆常微分方程，并引入多分辨率聚焦模块以提高关键点预测精度 | 在处理医疗图像时，算法仍然受到颈椎数据集固有变异性的限制 | 改善颈椎生理解剖关键点的定位精度 | 专注于颈椎X光图像中的关键点定位 | 计算机视觉 | NA | 神经记忆常微分方程 | 深度神经网络 | 图像 | 包含经过骨科专家注释的X光图像的数据集 |