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 36553 篇文献，本页显示第 22961 - 22980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 22961 | 2024-12-25 |
Semi-supervised contour-driven broad learning system for autonomous segmentation of concealed prohibited baggage items
2024-Dec-24, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-024-00182-7
PMID:39715960
|
研究论文 | 本文提出了一种半监督的轮廓驱动广义学习系统（C-BLX），用于自动分割隐藏的违禁行李物品 | 该研究的创新点在于利用半监督学习方法，通过资源高效图像级标签进行训练，减少了对手动密集像素级标注的依赖，并能有效处理遮挡和类别不平衡问题 | 该系统在复杂噪声环境下提取精确区域段的能力有限，但可以通过后处理技术来克服 | 研究目的是提高航空安全中行李检查的效率和准确性 | 研究对象是X射线扫描下的隐藏违禁行李物品 | 计算机视觉 | NA | 广义学习系统（BLS） | 多卷积广义学习系统 | 图像 | 使用了三个高度不平衡的公共数据集进行评估：GDXray, SIXray, 和 Compass-XP | NA | NA | NA | NA |
| 22962 | 2024-12-25 |
Fast motion-compensated reconstruction for 4D-CBCT using deep learning-based groupwise registration
2024-Dec-23, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad97c1
PMID:39602831
|
研究论文 | 本文提出了一种基于深度学习的4D-CBCT运动补偿重建方法，通过深度学习增强的组间配准技术提高重建效率 | 本文的创新点在于使用深度学习方法进行组间配准，显著减少了运动模型生成的时间，同时保持了与传统方法相当的配准精度 | 本文的局限性在于仅评估了公开数据集和临床案例的结果，未来需要在更多临床场景中验证其有效性 | 本文的研究目的是提高4D-CBCT运动补偿重建的效率 | 本文的研究对象是4D-CBCT图像及其运动补偿重建 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 35名患者的4D-CT图像 | NA | NA | NA | NA |
| 22963 | 2024-12-25 |
Residual Pix2Pix networks: streamlining PET/CT imaging process by eliminating CT energy conversion
2024-Dec-23, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad97c2
PMID:39602833
|
研究论文 | 本文提出了一种基于残差Pix2Pix网络的深度学习方法，用于生成经过衰减校正的PET图像，无需使用CT图像和能量转换 | 本文的创新点在于引入了一种新的深度学习方法，通过残差Pix2Pix网络生成衰减校正的PET图像，从而避免了传统方法中对CT图像和能量转换的依赖 | 本文的局限性在于需要进一步的临床试验来评估其在临床应用中的表现 | 本文的研究目的是开发一种无需CT图像和能量转换的PET图像衰减校正方法 | 本文的研究对象是37名健康成年人的大脑PET图像 | 计算机视觉 | NA | 深度学习 | 残差Pix2Pix网络 | 图像 | 4033张2D PET图像 | NA | NA | NA | NA |
| 22964 | 2024-12-25 |
Estimating the time-varying effective reproduction number via Cycle Threshold-based Transformer
2024-Dec-23, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012694
PMID:39715259
|
研究论文 | 本文提出了一种基于循环阈值（Ct）的Transformer模型（Ct-Transformer），用于估计时间变化的有效再生数Rt，以监测传染病传播 | Ct-Transformer在监督学习中优于传统的基于发病率的统计方法和基于Ct的Rt估计方法，并且对检测资源具有鲁棒性 | NA | 开发一种新的方法来更准确地估计时间变化的有效再生数Rt，以帮助及时调整干预措施 | 时间变化的有效再生数Rt | 机器学习 | NA | Transformer | Transformer | 数值数据 | 合成数据集和真实世界数据集 | NA | NA | NA | NA |
| 22965 | 2024-12-25 |
Improved enzyme functional annotation prediction using contrastive learning with structural inference
2024-Dec-23, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-07359-z
PMID:39715863
|
研究论文 | 本文提出了一种结合氨基酸序列和接触图的对比学习框架CLEAN-Contact，用于改进酶功能注释预测 | 本文的创新点在于结合了氨基酸序列和蛋白质结构数据，利用对比学习框架来预测酶功能，解决了现有方法仅依赖单一数据类型的问题 | 本文未详细讨论CLEAN-Contact框架在其他物种或更大规模数据集上的表现 | 本文的研究目的是提高酶功能预测的准确性 | 本文的研究对象是Prochlorococcus marinus MED4的蛋白质组中的未知酶功能 | 机器学习 | NA | 对比学习 | 对比学习框架 | 氨基酸序列和接触图 | Prochlorococcus marinus MED4的蛋白质组 | NA | NA | NA | NA |
| 22966 | 2024-12-25 |
Identifying the presence of atrial fibrillation during sinus rhythm using a dual-input mixed neural network with ECG coloring technology
2024-Dec-23, BMC medical research methodology
IF:3.9Q1
DOI:10.1186/s12874-024-02421-0
PMID:39716064
|
研究论文 | 本文提出了一种使用双输入混合神经网络和ECG着色技术来识别窦性心律下房颤存在的方法 | 本文创新性地将临床数据与心电图（ECG）通过着色技术结合，丰富了特征多样性，提升了房颤检测的性能 | NA | 开发一种能够在无心律失常窗口期间诊断房颤的深度学习模型 | 房颤的检测和预测 | 机器学习 | 心血管疾病 | ECG着色技术 | 双输入混合神经网络（DMNN） | 图像和临床数据 | NA | NA | NA | NA | NA |
| 22967 | 2024-12-25 |
Comparison and analysis of deep learning models for discriminating longitudinal and oblique vaginal septa based on ultrasound imaging
2024-Dec-23, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01507-x
PMID:39716160
|
研究论文 | 本研究比较和分析了基于超声图像的深度学习模型在区分纵向和斜向阴道隔膜中的表现 | 本研究首次比较了基于卷积神经网络和视觉变换器的深度学习模型在区分纵向和斜向阴道隔膜中的表现，并发现卷积神经网络模型在诊断准确性上优于视觉变换器模型 | 本研究的样本量较小，且仅限于超声图像数据，未来研究可以扩展到其他类型的影像数据和更大的样本量 | 评估多种深度学习模型在基于超声图像区分纵向和斜向阴道隔膜中的表现 | 纵向阴道隔膜和斜向阴道隔膜的超声图像 | 计算机视觉 | 妇科疾病 | 超声成像 | CNN, ViT | 图像 | 70个病例，426张超声图像 | NA | NA | NA | NA |
| 22968 | 2024-12-25 |
Assessment of MGMT promoter methylation status in glioblastoma using deep learning features from multi-sequence MRI of intratumoral and peritumoral regions
2024-Dec-23, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-024-00817-1
PMID:39716317
|
研究论文 | 本研究评估了从多序列磁共振成像（MRI）中提取的深度学习特征在确定胶质母细胞瘤患者O6-甲基鸟嘌呤-DNA甲基转移酶（MGMT）启动子甲基化状态中的有效性 | 本研究首次利用多序列MRI数据结合Transformer算法，开发了能够预测胶质母细胞瘤患者MGMT启动子甲基化状态的深度学习模型 | 研究使用了回顾性数据，且样本量相对较小，可能影响模型的泛化能力 | 评估深度学习特征在确定胶质母细胞瘤患者MGMT启动子甲基化状态中的有效性 | 胶质母细胞瘤患者的MGMT启动子甲基化状态 | 数字病理学 | 脑肿瘤 | 磁共振成像（MRI） | Transformer | 图像 | 356名胶质母细胞瘤患者（251名甲基化，105名未甲基化） | NA | NA | NA | NA |
| 22969 | 2024-12-25 |
Identification of apigenin as a multi-target inhibitor against SARS-CoV-2 by computational exploration
2024-Dec-13, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202401972RRR
PMID:39718442
|
研究论文 | 本文通过计算探索，识别出芹菜素作为SARS-CoV-2的多靶点抑制剂 | 本文首次通过网络算法、深度学习、分子对接、分子动力学模拟和正常模式分析，全面探索了芹菜素在SARS-CoV-2治疗中的潜在效果和机制 | 本文主要基于计算模型进行预测，尚未进行实验验证 | 研究芹菜素作为SARS-CoV-2多靶点抑制剂的潜力和机制 | 芹菜素与SARS-CoV-2多个靶点的结合能力及其稳定性 | NA | NA | 网络算法、深度学习、分子对接、分子动力学模拟、正常模式分析 | 卷积模型与自注意力机制 | 分子结构数据 | NA | NA | NA | NA | NA |
| 22970 | 2024-12-25 |
Modernizing histopathological analysis: a fully automated workflow for the digital image analysis of the intestinal microcolony survival assay
2024-Dec-12, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.09.627578
PMID:39713436
|
研究论文 | 本文介绍了一种全自动的工作流程，用于数字化图像分析肠道微菌落存活实验中的空肠隐窝计数，以量化辐射对胃肠道的损伤 | 本文的创新点在于开发了一种全自动的工作流程，通过深度学习进行语义图像分割来检测隐窝，并使用定制算法进行计数，从而减少了人为错误和主观评估的偏差 | 本文的局限性在于仅在特定实验条件下验证了该自动化工作流程的有效性，未来需要在更多样化的数据集上进行验证 | 本文的研究目的是解决传统人工分析组织病理学图像耗时且易出错的问题，提供一种自动化的解决方案 | 本文的研究对象是辐射对小鼠空肠隐窝的损伤，通过自动化流程进行隐窝计数 | 数字病理学 | NA | 深度学习 | 语义图像分割 | 图像 | 60只小鼠的样本图像数据集 | NA | NA | NA | NA |
| 22971 | 2024-12-25 |
DDI-GPT: Explainable Prediction of Drug-Drug Interactions using Large Language Models enhanced with Knowledge Graphs
2024-Dec-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.06.627266
PMID:39713430
|
研究论文 | 本文提出了一种名为DDI-GPT的深度学习框架，通过结合知识图谱和预训练的大型语言模型来预测药物-药物相互作用 | DDI-GPT通过捕捉生物医学实体之间的上下文依赖关系来推断潜在的药物相互作用，并使用特征归因方法增强了模型的可解释性 | NA | 开发一种能够早期检测潜在药物相互作用并提高患者安全性的深度学习工具 | 药物-药物相互作用（DDIs）的预测和解释 | 机器学习 | NA | 知识图谱（KGs）和预训练大型语言模型（LLMs） | 深度学习模型 | 文本 | 9,480条药物相互作用记录，涵盖442种不同的药物 | NA | NA | NA | NA |
| 22972 | 2024-12-25 |
Assessing polyomic risk to predict Alzheimer's disease using a machine learning model
2024-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.14319
PMID:39511865
|
研究论文 | 本文使用基于树和深度学习的方法，利用基因组、蛋白质组、代谢组和药物使用数据，开发了一个多组学模型来预测阿尔茨海默病（AD）的患病状态和发病年龄 | 本文首次结合多组学数据和药物使用数据，使用机器学习模型预测阿尔茨海默病，并发现GFAP和CXCL17蛋白是最强的预测因子 | 本文未能在增加“AD-by-proxy”病例后提高AD预测的准确性 | 开发一种有效的筛查工具，用于阿尔茨海默病的早期检测，以便进行早期干预 | 阿尔茨海默病的患病状态和发病年龄 | 机器学习 | 老年痴呆症 | 机器学习 | 基于树和深度学习模型 | 基因组、蛋白质组、代谢组和药物使用数据 | 来自UK Biobank的数据 | NA | NA | NA | NA |
| 22973 | 2024-12-25 |
Deep-GB: A novel deep learning model for globular protein prediction using CNN-BiLSTM architecture and enhanced PSSM with trisection strategy
2024-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.12108
PMID:39514139
|
研究论文 | 本文提出了一种名为Deep-GP的新型深度学习模型，用于球状蛋白预测，采用CNN-BiLSTM架构和增强的PSSM与三分策略 | 本文的创新点在于引入了一种基于共识序列的三分位置特异性评分矩阵（CST-PSSM）特征描述符，并结合CNN和BiLSTM进行集成学习，显著提高了球状蛋白预测的准确性 | NA | 本文的研究目的是开发一种精确的球状蛋白识别方法，以加速研究、简化药物发现并揭示新的治疗靶点 | 本文的研究对象是球状蛋白及其在生物过程中的重要作用 | 机器学习 | NA | 深度学习 | CNN-BiLSTM | 序列 | 两个基于初级序列的数据集 | NA | NA | NA | NA |
| 22974 | 2024-12-25 |
Human essential gene identification based on feature fusion and feature screening
2024-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.12105
PMID:39578676
|
研究论文 | 本研究开发了一种用于识别人类必需基因的预测模型，通过特征融合和特征筛选策略提高了模型性能 | 本研究通过特征融合和特征优化策略显著提高了模型性能，并提供了一种优于其他方法的必需基因识别方法 | NA | 开发一种强大的预测模型用于识别人类必需基因 | 人类必需基因 | 机器学习 | NA | 特征编码方法（如Kmer、Composition of K-spaced Nucleic Acid Pairs、Z-curve） | 机器学习算法和深度学习模型 | 基因序列 | 人类癌细胞系中的必需基因数据 | NA | NA | NA | NA |
| 22975 | 2024-12-25 |
New approach methodologies for risk assessment using deep learning
2024-Dec, EFSA journal. European Food Safety Authority
DOI:10.2903/j.efsa.2024.e221105
PMID:39712912
|
研究论文 | 本文探讨了利用深度学习技术开发新的风险评估方法，旨在减少动物实验的需求 | 本文提出了基于人工智能的新方法学（NAMs），用于替代动物实验进行风险评估，并计划开发一个AI决策工具，利用已知的化学物质毒性数据和其与人类蛋白质的相互作用数据来支持多重应激源的风险评估研究 | 本文尚未详细描述具体的深度学习模型或实验验证结果，且未提及样本量和数据集的具体信息 | 开发基于人工智能的新方法学，用于替代动物实验进行风险评估 | 研究对象包括与神经和生殖功能相关的人类蛋白质，以及与蜜蜂免疫系统相关的蛋白质 | 机器学习 | NA | 深度学习 | NA | 文本 | NA | NA | NA | NA | NA |
| 22976 | 2024-12-25 |
Engineered feature embeddings meet deep learning: A novel strategy to improve bone marrow cell classification and model transparency
2024-Dec, Journal of pathology informatics
DOI:10.1016/j.jpi.2024.100390
PMID:39712979
|
研究论文 | 本文提出了一种新的策略，通过工程化的特征嵌入和深度学习网络（Xception和ResNet50）来改进骨髓细胞分类并提高模型的透明度 | 引入了区域注意力嵌入（region-attention embedding），通过特定组织的细胞学特征矩阵来表示细胞图像，保留了空间/区域关系，并结合深度学习网络提供图像区域的局部相关性，增加了预测的可解释性 | 在未见数据集上的f1分数为0.56，表明模型在处理未见数据时仍存在一定的局限性 | 自动化骨髓细胞评估，提高分类性能并增加模型的透明度 | 21种骨髓细胞亚型 | 计算机视觉 | 血液疾病 | 深度学习 | Xception, ResNet50 | 图像 | 训练集包含89,484张图像，测试集包含22,371张图像 | NA | NA | NA | NA |
| 22977 | 2024-12-25 |
Hybrid of Deep Feature Extraction and Machine Learning Ensembles for Imbalanced Skin Cancer Datasets
2024-Dec, Experimental dermatology
IF:3.5Q1
DOI:10.1111/exd.70020
PMID:39716023
|
研究论文 | 本研究提出了一种结合深度特征提取和机器学习集成方法的独特方法，用于分类不平衡的皮肤癌数据集 | 本研究的创新点在于结合了深度学习模型和机器学习算法，并通过集成技术提高了分类的鲁棒性和准确性 | NA | 提高在不平衡数据集上的皮肤癌分类性能 | 皮肤癌数据集的分类 | 机器学习 | 皮肤癌 | 深度学习（DenseNet201, Xception, Mobilenet）和机器学习（集成技术） | 混合模型（深度学习特征提取与机器学习集成） | 图像 | HAM10000和ISIC数据集 | NA | NA | NA | NA |
| 22978 | 2024-12-25 |
A Spatial Registration Method Based on Point Cloud and Deep Learning for Augmented Reality Neurosurgical Navigation
2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS
DOI:10.1002/rcs.70030
PMID:39716403
|
研究论文 | 提出了一种基于点云和深度学习的增强现实神经外科导航空间配准方法 | 该方法结合了神经网络和ICP算法，提高了神经外科导航的精度和效率 | NA | 实现手术导航的空间配准 | 医学图像点云和患者表面点云 | 计算机视觉 | NA | 深度学习 | 神经网络 | 点云 | NA | NA | NA | NA | NA |
| 22979 | 2024-12-25 |
Multidisciplinary quantitative and qualitative assessment of IDH-mutant gliomas with full diagnostic deep learning image reconstruction
2024-Dec, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100617
PMID:39717474
|
研究论文 | 本文研究了使用深度学习图像重建技术对IDH突变型胶质瘤进行多学科定量和定性评估 | 提出了使用深度学习图像重建技术进行多学科评估的新方法 | NA | 提高IDH突变型胶质瘤的诊断准确性和治疗决策 | IDH突变型胶质瘤 | 计算机视觉 | 脑肿瘤 | 深度学习图像重建 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 22980 | 2024-12-25 |
A Respiratory Signal Monitoring Method Based on Dual-Pathway Deep Learning Networks in Image-Guided Robotic-Assisted Intervention System
2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS
DOI:10.1002/rcs.70017
PMID:39718347
|
研究论文 | 本文提出了一种基于双路径深度学习网络的呼吸信号监测方法，应用于图像引导的机器人辅助干预系统 | 本文创新性地结合了卷积长短期记忆网络（ConvLSTM）和点长短期记忆网络（PointLSTM）模块，用于实时呼吸信号监测 | 本文的局限性在于仅使用了内部数据集进行实验验证，未来需要更多外部数据集进行验证 | 研究目的是开发一种在图像引导的机器人辅助干预系统中实时监测呼吸信号的方法，以提高手术安全性 | 研究对象是图像引导的机器人辅助干预系统中的呼吸信号监测 | 计算机视觉 | NA | 深度学习 | ConvLSTM 和 PointLSTM | 图像 | 内部数据集 | NA | NA | NA | NA |