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 23913 篇文献，本页显示第 21421 - 21440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21421 | 2024-08-05 |
Graphical models for identifying pore-forming proteins
2024-Aug, Proteins
IF:3.2Q2
DOI:10.1002/prot.26687
PMID:38618860
|
研究论文 | 本文提出了一种图形模型，用于识别孔形成蛋白。 | 提出了一种基于蛋白质结构的样本高效图形模型，能够在序列相似性较低的情况下识别结构相似的蛋白。 | 已知的孔形成毒素结构数量有限，因此识别新结构相似的蛋白仍然具有挑战性。 | 旨在改进识别孔形成蛋白的方法，推动农业害虫控制的新方法开发。 | 研究对象为孔形成蛋白及其在生物膜中的功能和结构。 | 计算机视觉 | NA | 深度学习 | 半马尔可夫条件随机场模型 | 蛋白质序列 | UniRef50中包含4300万个蛋白的基因组广泛蛋白质数据库 |
| 21422 | 2024-08-05 |
Sequential Point Clouds: A Survey
2024-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3365970
PMID:38354073
|
综述 | 本文提供了对应用于顺序点云研究的深度学习方法的全面回顾 | 系统总结并比较了对公共基准数据集测评的多种方法的定量结果 | 对当前顺序点云研究的挑战进行了讨论，但可能未给出具体的解决方案 | 探讨顺序点云的理解与应用，并总结相关研究进展 | 顺序点云的深度学习方法，如动态流估计、物体检测与跟踪等 | 计算机视觉 | NA | 深度学习 | NA | 点云 | NA |
| 21423 | 2024-08-05 |
Secure and privacy improved cloud user authentication in biometric multimodal multi fusion using blockchain-based lightweight deep instance-based DetectNet
2024-Aug, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2304707
PMID:38293964
|
研究论文 | 本研究提出了一种在云端系统中增强用户认证安全性和隐私的创新解决方案 | 集成了多模态生物识别、深度学习和区块链技术，创新地解决了用户隐私与认证准确性之间的矛盾 | NA | 旨在应对不断演变的网络威胁，提高云端系统的用户认证安全性和隐私保护 | 用户认证系统，使用多模态生物识别数据进行身份验证 | 计算机视觉 | NA | 深度学习、区块链技术 | IL-DN | 生物识别数据 | NA |
| 21424 | 2024-08-07 |
Adaptive Perturbation for Adversarial Attack
2024-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3367773
PMID:38376968
|
研究论文 | 本文提出了一种新的自适应扰动方法用于对抗性攻击，改善了对抗样本的攻击成功率 | 该方法直接利用精确的梯度方向并引入自适应缩放因子，避免了使用符号函数的局限 | 本文未提及对不同攻击目标的表现差异 | 研究深度学习模型的安全性，特别是在对抗性攻击方面的表现 | 对抗性攻击样本的生成和优化 | 机器学习 | NA | 对抗性攻击 | NA | 图像 | CIFAR10和ImageNet数据集的广泛实验 |
| 21425 | 2024-08-05 |
Semi-Supervised Multimodal Representation Learning Through a Global Workspace
2024-Jul-02, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3416701
PMID:38954575
|
研究论文 | 本研究评估了一种基于‘全球工作空间’概念的神经网络架构，旨在实现多模态表示学习. | 该架构允许通过自监督学习实现多模态对齐和信号转换，且使用的匹配数据需求显著低于完全监督的方法. | 本研究未详细探讨该模型在极端复杂数据集上的表现. | 探索如何通过稀疏的跨模态数据经历来学习有效的多模态表示. | 针对视觉-语言模态对的多模态数据进行研究. | 机器学习 | NA | 自监督学习 | 神经网络架构 | 图像和文本 | 使用了不同复杂度的两个数据集，具体样本数未指定 |
| 21426 | 2024-08-05 |
Optimized Wasserstein Deep Convolutional Generative Adversarial Network fostered Groundnut Leaf Disease Identification System
2024-Jul-02, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2351146
PMID:38953316
|
研究论文 | 本文提出了一种优化的Wasserstein深度卷积生成对抗网络用于花生叶病识别系统 | 提出了利用水平均衡生成对抗网络和Aquila优化算法相结合的方法来提高花生叶病识别的准确性 | 对比的生物学基础和数据集的多样性没有在论文中详细讨论 | 研究花生叶病的识别和分类以提高作物产量和质量 | 对健康叶子、早期叶斑、晚期叶斑、营养缺乏和锈病等不同病症进行分类 | 计算机视觉 | NA | WDCGAN和Aquila优化算法 | 卷积神经网络 | 图像 | NA |
| 21427 | 2024-08-05 |
Ovarian cancer identification technology based on deep learning and second harmonic generation imaging
2024-Jul-02, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400200
PMID:38955356
|
研究论文 | 本文提出了一种结合二次谐波生成成像和深度学习的卵巢癌诊断方法 | 创新点在于使用SHG成像和PVTv2模型，实现卵巢癌的快速、简单、无标记诊断 | 研究未提及样本的多样性及外部验证的情况 | 研究旨在提高卵巢癌的诊断效率 | 研究对象为未染色的新鲜人类卵巢组织 | 深度学习 | 卵巢癌 | 二次谐波生成成像 | Pyramid Vision Transformer V2 (PVTv2) | 图像 | 3240幅SHG图像 |
| 21428 | 2024-08-05 |
Autonomous design of noise-mitigating structures using deep reinforcement learning
2024-Jul-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0026474
PMID:38958582
|
研究论文 | 本文探讨了应用深度强化学习自主设计噪音缓解结构的方法 | 使用双深度Q网络算法，无需先前知识即可实现宽频噪音缓解的配置学习 | 算法倾向于预测局部极大值 | 研究如何通过深度强化学习自主设计噪音缓解结构 | 噪音缓解的材料分布配置 | 计算机视觉 | NA | 深度强化学习 | 双深度Q网络 | 像素数据 | NA |
| 21429 | 2024-08-05 |
Variant Effect Prediction in the Age of Machine Learning
2024-Jul-01, Cold Spring Harbor perspectives in biology
IF:6.9Q1
DOI:10.1101/cshperspect.a041467
PMID:38621825
|
研究论文 | 本文探讨了无监督深度学习方法在预测单核苷酸变异影响方面的应用 | 提出了无监督方法能够从未注释的蛋白质序列数据中学习，识别蛋白质序列中的显著错误 | 方法的性能在不同评估指标和变异效应类型上存在差异，且在非人类蛋白质的研究上依然不足 | 研究无监督深度学习方法在变异效应预测中的有效性 | 单个氨基酸替换的单核苷酸变异 | 计算机视觉 | NA | 深度学习 | 无监督学习模型 | 蛋白质序列数据 | NA |
| 21430 | 2024-08-05 |
Protein Design Using Structure-Prediction Networks: AlphaFold and RoseTTAFold as Protein Structure Foundation Models
2024-Jul-01, Cold Spring Harbor perspectives in biology
IF:6.9Q1
DOI:10.1101/cshperspect.a041472
PMID:38438190
|
研究论文 | 本文回顾了使用结构预测神经网络设计蛋白质的最新研究 | 提出通过结构预测模型为蛋白质设计工具开发提供强大基础 | 未提及具体的实验结果验证或普遍适用性 | 探讨深度学习在蛋白质设计中的应用 | 利用结构预测神经网络设计蛋白质 | 生物工程 | NA | 深度学习 | 神经网络 | NA | NA |
| 21431 | 2024-08-05 |
Deep learning for automatic facial detection and recognition in Japanese macaques: illuminating social networks
2024-Jul, Primates; journal of primatology
DOI:10.1007/s10329-024-01137-5
PMID:38758427
|
研究论文 | 本文探讨了使用深度学习在日本猕猴中进行面部检测和个体识别的非侵入性工具 | 提出了一种新的非侵入性方法，通过深度学习实现日本猕猴的面部检测和个体识别 | 研究结果仍为初步探索，可能在更大样本上的有效性尚需验证 | 开发一种自动生成日本猕猴社会网络表示的非侵入性工具 | 日本猕猴（Macaca fuscata）个体 | 计算机视觉 | NA | 深度学习 | Faster-RCNN模型和YOLOv8n模型 | 视频 | Kōjima岛猕猴种群的视频数据 |
| 21432 | 2024-08-05 |
FoldPAthreader: predicting protein folding pathway using a novel folding force field model derived from known protein universe
2024-06-11, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03291-x
PMID:38862984
|
研究论文 | FoldPAthreader是一种新的蛋白质折叠通路预测方法。 | 文章提出了一种新颖的折叠力场模型，通过研究已知蛋白质宇宙中的蛋白质进化与折叠之间的内在关系来推动预测。 | 没有提及具体局限性。 | 研究蛋白质折叠通路的预测。 | 研究对象是蛋白质及其折叠模式。 | 计算机视觉 | NA | 蒙特卡洛取向采样 | NA | 蛋白质折叠路径数据 | 30个示例目标 |
| 21433 | 2024-08-05 |
Improving the enzymatic activity and stability of N-carbamoyl hydrolase using deep learning approach
2024-Jun-04, Microbial cell factories
IF:4.3Q1
DOI:10.1186/s12934-024-02439-5
PMID:38834993
|
研究论文 | 本文通过深度学习方法开发了一款理性设计软件“Feitian”，以增强DCase的酶活性和热稳定性 | 开发了一款新的理性设计软件“Feitian”，基于kcat预测，成功构建了增强酶活性的三点突变体DCase-M3 | 预测准确度约为50%，可能限制了模型的广泛应用 | 提高DCase的酶活性和热稳定性 | D-amino acids合成过程中使用的DCase酶 | 机器学习 | NA | 深度学习 | NA | NA | 六个单点突变体 |
| 21434 | 2024-08-05 |
A deep learning approach for mental health quality prediction using functional network connectivity and assessment data
2024-Jun, Brain imaging and behavior
IF:2.4Q2
DOI:10.1007/s11682-024-00857-y
PMID:38340285
|
研究论文 | 本研究利用静态功能网络连接数据和深度学习模型预测个体的心理健康质量 | 将静态功能网络连接数据与深度学习相结合，提出一种新的心理健康质量评估方法 | 尚未提及研究的局限性 | 评估个体的心理健康质量并揭示其神经模式 | 研究对象为UK Biobank数据集中的参与者 | 机器学习 | 精神健康 | 功能磁共振成像 (fMRI) | 深度学习模型 | 静态功能网络连接数据 | 参与者样本数量未具体提及 |
| 21435 | 2024-08-05 |
Bidirectional Encoder Representations from Transformers in Radiology: A Systematic Review of Natural Language Processing Applications
2024-Jun, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2024.01.012
PMID:38302036
|
评论 | 该文章系统评估了BERT在放射学中的影响和应用。 | 揭示了BERT在放射学报告分类和自动协议分配中的新兴应用。 | 纳入的研究主要是回顾性的，未涉及前瞻性研究。 | 研究BERT在放射学领域的应用和影响。 | 通过系统评价获取与BERT模型相关的放射学文献。 | 自然语言处理 | NA | BERT | NA | 文本 | 共筛选出597个结果，其中30个符合纳入标准 |
| 21436 | 2024-08-05 |
Comprehensive clinical application analysis of artificial intelligence-enabled electrocardiograms for screening multiple valvular heart diseases
2024-05-16, Aging
DOI:10.18632/aging.205835
PMID:38761181
|
研究论文 | 该研究分析了人工智能辅助心电图在筛查多种瓣膜性心脏病中的临床应用 | 开发了五种深度学习模型以识别不同类型的瓣膜性心脏病 | 文章没有提及模型在不同种族或年龄群体中的表现 | 旨在评估人工智能心电图在瓣膜性心脏病筛查中的有效性 | 研究对象为77,047名接受过超声心动图和12导联心电图检查的患者 | 机器学习 | 瓣膜性心脏病 | 深度学习 | 深度学习模型(DLM) | 心电图 | 共计77,047名患者的122,728个心电图 |
| 21437 | 2024-08-05 |
Artificial Intelligence and Machine Learning in Neuroregeneration: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.61400
PMID:38953082
|
系统评价 | 人工智能和机器学习在神经再生领域的应用现状进行综合评估 | 本文系统性回顾了人工智能/机器学习在神经再生中的最新应用，并强调了它们在诊断和治疗中的潜力 | 当前的研究相对零散，需要更全面的整合 | 旨在评估人工智能和机器学习在神经再生中的应用 | 研究对象包括神经疾病诊断、机器人康复和药物发现等 | 机器学习 | NA | 深度学习以及标准机器学习算法 | NA | 图像数据、动物模型和电子健康记录 | 共选取19篇文章，涉及247篇文献 |
| 21438 | 2024-08-05 |
Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept
2024-Mar-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101463
PMID:38471502
|
研究论文 | 本研究开发了一种生成对抗网络生成合成PET图像，以改善肺癌的诊断和预后 | 首次证明了使用深度学习将CT转换为高保真PET图像的可行性 | 该研究的合成PET图像尚未在临床广泛应用，且限制于特定的数据集 | 提升肺癌的诊断、分期、风险预测及预后评估 | 使用多中心多模态肺癌数据集中的CT扫描 | 数字病理学 | 肺癌 | 生成对抗网络 | NA | 图像 | 1,478个肺癌样本 |
| 21439 | 2024-08-05 |
Translating prognostic quantification of c-MYC and BCL2 from tissue microarrays to whole slide images in diffuse large B-cell lymphoma using deep learning
2024-Jan-19, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-023-01425-6
PMID:38243330
|
研究论文 | 本研究开发了一种基于深度学习的方法，可以在全切片图像中对c-MYC和BCL2的阳性肿瘤细胞进行自动量化 | 提出了一种使用注意力机制的多实例学习技术，能够在不需要单个细胞核注释的情况下，从组织微阵列核心的注释中回归阳性肿瘤细胞的比例 | 本研究的模型可能在不同类型组织样本或更复杂的组织结构中表现不如预期 | 评估c-MYC和BCL2在弥漫大B细胞淋巴瘤中的预后能力，并通过深度学习技术实现自动化量化 | 弥漫大B细胞淋巴瘤患者的肿瘤样本，尤其是关注c-MYC和BCL2的阳性表达 | 数字病理学 | 淋巴瘤 | 注意力机制的多实例学习 | NA | 全切片图像 | 使用来自斯坦福的公开组织微阵列数据集进行训练，涉及多中心队列的全切片图像 |
| 21440 | 2024-08-05 |
StratoLAMP: Label-free, multiplex digital loop-mediated isothermal amplification based on visual stratification of precipitate
2024-Jan-09, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2314030121
PMID:38165933
|
研究论文 | 本研究提出了一种无需标签的多重数字环介导等温扩增方法StratoLAMP，基于沉淀物的可视化分层进行分析 | StratoLAMP通过视觉分层沉淀物无标签实现多重核酸检测，省去荧光染料或探针，降低复杂性和成本 | 尚未提及研究的具体局限性 | 开发一种高效且成本低的无标签多重核酸检测方法 | 研究不同浓度引物对核酸靶标扩增沉淀物产生的影响 | 数字病理学 | NA | 数字环介导等温扩增 | 深度学习 | 图像 | NA |