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 33224 篇文献，本页显示第 24741 - 24760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 24741 | 2024-09-29 |
A Survey on Human Cancer Categorization Based on Deep Learning
2022, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2022.884749
PMID:35832207
|
综述 | 本文综述了基于深度学习的人类癌症分类方法 | 介绍了深度学习在医学图像分析中的应用，特别是卷积神经网络（CNN）在癌症诊断中的应用 | 未提及具体的研究限制 | 评估深度学习在医学图像分析中的主要概念，并综述该领域的进展 | 深度学习技术在医学图像中的应用，特别是癌症分类 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN） | 图像 | NA | NA | NA | NA | NA |
| 24742 | 2024-09-29 |
Face Mask-Wearing Detection Model Based on Loss Function and Attention Mechanism
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/2452291
PMID:35865498
|
研究论文 | 本文提出了一种基于损失函数和注意力机制的神经网络模型，用于复杂环境下的口罩佩戴检测 | 引入了注意力机制和不同的边界框损失函数，提高了口罩佩戴检测的准确性和定位精度 | NA | 提高口罩佩戴检测的准确性，以应对复杂环境中的遮挡、光照和密度问题 | 口罩佩戴检测 | 计算机视觉 | NA | YOLOv5s | 神经网络模型 | 图像 | 7958张口罩佩戴图像和大量未佩戴口罩的图像 | NA | NA | NA | NA |
| 24743 | 2024-09-29 |
A generalized deep learning network for fractional anisotropy reconstruction: Application to epilepsy and multiple sclerosis
2022, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2022.891234
PMID:35991288
|
研究论文 | 本文提出了一种基于U-net架构的广义深度学习网络，用于从1分钟内获取的10个扩散加权（DW）图像中重建分数各向异性（FA）图，并应用于癫痫和多发性硬化症的研究 | 本文的创新点在于提出了一种广义的深度学习网络，能够在不同扫描仪和DW成像协议下无需重新训练即可应用，并且能够从10个DW图像中重建高质量的FA图，保留了病理敏感性 | NA | 开发一种能够在临床上快速获取高质量FA图的方法，并评估其在癫痫和多发性硬化症中的应用 | 分数各向异性（FA）图在癫痫和多发性硬化症中的应用 | 机器学习 | 神经疾病 | 深度学习 | U-net | 图像 | 使用人类连接组项目（HCP）数据进行训练，并在两个不同的临床数据集（癫痫和多发性硬化症）上进行验证 | NA | NA | NA | NA |
| 24744 | 2024-09-29 |
On modeling and utilizing chemical compound information with deep learning technologies: A task-oriented approach
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.07.049
PMID:36051875
|
综述 | 本文综述了如何利用深度学习技术在任务导向的方式下建模和利用化学化合物信息 | 本文介绍了四种尚未完全融入化学信息计算分析的新兴技术 | 本文未详细讨论这些新兴技术的具体应用和局限性 | 探讨如何利用深度学习技术在药物发现任务中导航化学空间 | 化学化合物数据库中的化合物信息及其注释属性和测定数据 | 机器学习 | NA | 深度学习 | NA | 化学化合物信息 | NA | NA | NA | NA | NA |
| 24745 | 2024-09-29 |
Deep learning framework for prediction of infection severity of COVID-19
2022, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2022.940960
PMID:36059818
|
研究论文 | 开发了一种深度学习框架，用于预测COVID-19感染的严重程度 | 利用胸部CT扫描数据，通过肺叶和感染区域的分割，计算感染严重程度百分比，并使用k-NN模型进行分类 | 仅使用了232个胸部CT扫描数据进行训练，样本量相对较小 | 量化COVID-19确诊患者的病情严重程度 | COVID-19患者的胸部CT扫描图像 | 计算机视觉 | COVID-19 | 深度学习 | CNN | 图像 | 232个胸部CT扫描图像，加上两个公共数据集的59个扫描图像，以及两个外部测试集的21个扫描图像 | NA | NA | NA | NA |
| 24746 | 2024-09-29 |
A workflow for segmenting soil and plant X-ray computed tomography images with deep learning in Google's Colaboratory
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.893140
PMID:36176692
|
研究论文 | 本文介绍了一种在Google的Colaboratory中使用深度学习分割土壤和植物X射线计算机断层扫描图像的工作流程 | 开发了一种模块化工作流程，利用Google的Colaboratory中的低成本资源，将卷积神经网络应用于X射线μCT图像分割 | 文章中提到的挑战包括计算机科学家与农业研究者之间的知识鸿沟，以及训练和应用深度学习模型所需的计算资源 | 加速植物和土壤科学中新兴深度学习技术的采用和使用 | 土壤和植物的X射线μCT图像 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 核桃叶、杏仁花蕾和土壤团聚体的示例扫描 | NA | NA | NA | NA |
| 24747 | 2024-09-29 |
Protein-protein interaction prediction with deep learning: A comprehensive review
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.08.070
PMID:36212542
|
综述 | 本文综述了深度学习在蛋白质相互作用预测中的应用 | 本文介绍了深度学习方法在预测蛋白质功能、蛋白质相互作用及其位点、蛋白质-配体结合以及蛋白质设计中的最新进展 | NA | 探讨深度学习在蛋白质相互作用预测中的应用 | 蛋白质相互作用及其位点、蛋白质-配体结合、蛋白质设计 | 生物信息学 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 24748 | 2024-09-29 |
Deep learning techniques for detecting and recognizing face masks: A survey
2022, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2022.955332
PMID:36225777
|
综述 | 本文综述了用于检测和识别佩戴口罩的深度学习技术 | 本文综述了用于检测和识别佩戴口罩的深度学习技术，并讨论了这些技术的有效性 | 主要问题是人们经常不正确地佩戴口罩，导致模型难以准确检测 | 研究目的是综述用于检测和识别佩戴口罩的深度学习技术 | 研究对象是口罩人脸识别（MFR）和遮挡人脸识别（OFR）的深度学习技术 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 24749 | 2024-09-29 |
Automatic autism spectrum disorder detection using artificial intelligence methods with MRI neuroimaging: A review
2022, Frontiers in molecular neuroscience
IF:3.5Q2
DOI:10.3389/fnmol.2022.999605
PMID:36267703
|
综述 | 本文综述了使用人工智能方法和MRI神经影像进行自闭症谱系障碍自动检测的研究进展 | 本文总结了使用深度学习技术开发自闭症谱系障碍自动诊断模型的有限工作，并提供了未来研究方向的建议 | 目前使用深度学习技术开发自闭症谱系障碍自动诊断模型的研究非常有限 | 综述使用人工智能方法和MRI神经影像进行自闭症谱系障碍自动检测的研究进展 | 自闭症谱系障碍的自动检测方法 | 机器学习 | 自闭症 | MRI | NA | 图像 | NA | NA | NA | NA | NA |
| 24750 | 2024-09-29 |
Crop genomic selection with deep learning and environmental data: A survey
2022, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2022.1040295
PMID:36703955
|
综述 | 本文综述了将深度学习与环境数据结合用于作物基因组选择的最新技术 | 本文探讨了在多环境条件下使用深度学习模型预测作物表型的创新方法，特别是结合了温度、土壤条件和降水等异质数据源的模型 | NA | 探讨在多环境条件下使用深度学习模型预测作物表型的方法 | 作物基因组选择模型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组数据、环境数据 | NA | NA | NA | NA | NA |
| 24751 | 2024-09-29 |
CovH2SD: A COVID-19 detection approach based on Harris Hawks Optimization and stacked deep learning
2021-Dec-30, Expert systems with applications
IF:7.5Q1
DOI:10.1016/j.eswa.2021.115805
PMID:34511738
|
研究论文 | 提出了一种基于Harris Hawks优化和堆叠深度学习的COVID-19检测方法CovH2SD | 采用Harris Hawks优化算法优化超参数，并结合九种预训练卷积神经网络进行特征提取和学习 | 未提及 | 开发一种快速且准确的COVID-19检测方法 | COVID-19患者的胸部CT图像 | 计算机视觉 | COVID-19 | Harris Hawks优化算法 | 卷积神经网络 | 图像 | 未提及 | NA | NA | NA | NA |
| 24752 | 2024-09-29 |
Machine Learning in Epigenomics: Insights into Cancer Biology and Medicine
2021-12, Biochimica et biophysica acta. Reviews on cancer
DOI:10.1016/j.bbcan.2021.188588
PMID:34245839
|
综述 | 本文综述了机器学习在表观基因组学中的应用，特别是其在癌症生物学和医学中的作用 | 探讨了机器学习算法在处理复杂、高维、稀疏和噪声数据方面的优势 | 未具体讨论每种机器学习方法的局限性 | 旨在概述机器学习方法如何用于探索表观基因组在癌症生物学和医学中的作用 | 癌症样本中的表观基因组数据 | 机器学习 | 癌症 | 机器学习算法 | NA | 表观基因组数据 | NA | NA | NA | NA | NA |
| 24753 | 2024-09-29 |
CinE caRdiac magneTic resonAnce to predIct veNTricular arrhYthmia (CERTAINTY)
2021-11-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-02111-7
PMID:34811411
|
研究论文 | 研究利用心脏磁共振成像（CMR）和深度学习模型预测心室心律失常（VA）的风险 | 开发了一种新的深度学习模型，通过心脏磁共振成像提取心脏结构和功能特征，以预测心室心律失常的风险 | 需要多中心参与进行外部验证 | 开发更好的模型来识别低风险心室心律失常的患者，以减少植入式心脏复律除颤器（ICD）相关并发症的风险 | 心室心律失常的风险预测 | 机器学习 | 心血管疾病 | 心脏磁共振成像（CMR） | 神经网络 | 图像 | 350名主要预防性ICD接受者，其中97名女性，中位年龄59岁，178名患有缺血性心肌病 | NA | NA | NA | NA |
| 24754 | 2024-09-29 |
Neural Decoding of EEG Signals with Machine Learning: A Systematic Review
2021-Nov-18, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci11111525
PMID:34827524
|
综述 | 本文系统综述了机器学习和深度学习在脑电信号解码和分类中的应用 | 本文总结了最新的机器学习和深度学习模型在脑电信号处理中的应用，并提供了特征提取和分类器的推荐 | 本文主要基于文献综述，未进行新的实验或数据分析 | 系统综述机器学习和深度学习在脑电信号解码和分类中的最新进展 | 脑电信号的解码和分类 | 机器学习 | NA | 脑电图 (EEG) | 卷积神经网络 (CNN), 支持向量机 (SVM) | 脑电信号 | NA | NA | NA | NA | NA |
| 24755 | 2024-09-29 |
Wound Size Imaging: Ready for Smart Assessment and Monitoring
2021-11, Advances in wound care
IF:5.8Q1
DOI:10.1089/wound.2018.0937
PMID:32320356
|
研究论文 | 本文介绍并评估了用于伤口尺寸成像的新兴设备和模式，以及用于智能伤口评估和监测的有前景的图像处理工具 | 本文引入了低成本设备和机器学习技术，使伤口评估更加稳健和准确，并结合多种成像模式和机器学习，实现了智能伤口监测 | NA | 研究目的是评估新兴设备和图像处理工具在智能伤口评估和监测中的应用 | 研究对象是伤口尺寸成像设备和图像处理工具 | 计算机视觉 | NA | 机器学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 24756 | 2024-09-29 |
Importance of the 5' regulatory region to bacterial synthetic biology applications
2021-11, Microbial biotechnology
IF:4.8Q1
DOI:10.1111/1751-7915.13868
PMID:34171170
|
综述 | 本文综述了细菌合成生物学中5'调控区域（包括启动子、非翻译区域和编码序列的5'端）的创建方法及其在基因表达调控和化合物合成中的重要性 | 本文总结了细菌合成生物学中5'调控区域创建方法的最新进展，并讨论了其在细菌工程中的重要性 | 本文主要讨论了现有方法的优缺点，但未提出新的解决方案或技术 | 探讨细菌合成生物学中5'调控区域的创建方法及其在基因表达调控和化合物合成中的应用 | 细菌合成生物学中的5'调控区域（启动子、非翻译区域和编码序列的5'端） | 合成生物学 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 24757 | 2024-09-29 |
Ensemble of Deep Learning Models for Sleep Apnea Detection: An Experimental Study
2021-Aug-11, Sensors (Basel, Switzerland)
DOI:10.3390/s21165425
PMID:34450866
|
研究论文 | 本文研究了使用不同集成技术结合三种深度学习模型（两个CNN模型和一个CNN与LSTM结合模型）进行阻塞性睡眠呼吸暂停（OSA）检测的实验 | 本文采用了四种集成技术（多数投票、求和规则、Choquet积分模糊融合和基于MLP的可训练集成），并在PhysioNet Apnea-ECG数据库上进行了实验，最终实现了85.58%的OSA检测准确率，超越了许多现有方法 | NA | 研究阻塞性睡眠呼吸暂停（OSA）的检测方法 | 从体传感器获得的ECG信号 | 机器学习 | NA | ECG信号分析 | CNN、LSTM、MLP | ECG信号 | 使用PhysioNet Apnea-ECG数据库 | NA | NA | NA | NA |
| 24758 | 2024-09-29 |
Automatic Extraction of Lung Cancer Staging Information From Computed Tomography Reports: Deep Learning Approach
2021-Jul-21, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/27955
PMID:34287213
|
研究论文 | 本文开发了一种信息提取系统，用于从CT报告中自动提取肺癌分期相关信息 | 提出了一种新的关系分类方法，使用关系符号约束（RSC），并在实验中展示了其优越性 | NA | 自动提取CT报告中肺癌分期相关信息，以支持准确的临床分期 | 肺癌分期信息 | 计算机视觉 | 肺癌 | 深度学习 | BERT | 文本 | 392份胸部CT报告 | NA | NA | NA | NA |
| 24759 | 2024-09-29 |
Toward Patient-Specific Prediction of Ablation Strategies for Atrial Fibrillation Using Deep Learning
2021, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2021.674106
PMID:34122144
|
研究论文 | 本文提出了一种结合图像计算模型和深度学习分类器的方法，用于预测房颤患者的导管消融策略 | 本文的创新点在于结合了患者特异性房颤模型和深度学习技术，以提高导管消融治疗的成功率 | 本文的局限性在于验证准确率相对较低，且在预测肺静脉隔离策略时成功率不高 | 研究目的是开发一种基于深度学习的技术，用于个性化预测房颤患者的导管消融策略 | 研究对象是房颤患者的特异性房颤模型和导管消融策略 | 机器学习 | 心血管疾病 | 深度学习 | CNN | 图像 | 122个患者LGE-MRI数据图像，157个合成图像，558个导管消融模拟结果 | NA | NA | NA | NA |
| 24760 | 2024-09-29 |
The Impact of Artificial Intelligence and Deep Learning in Eye Diseases: A Review
2021, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2021.710329
PMID:34527682
|
综述 | 本文综述了人工智能和深度学习在眼科疾病中的应用及其基本原理 | NA | 本文讨论了将人工智能技术应用于眼科领域时出现的一些潜在挑战和局限性 | 探讨人工智能和深度学习在眼科疾病中的应用 | 常见眼科疾病 | 计算机视觉 | NA | 人工智能 | 深度学习 | NA | NA | NA | NA | NA | NA |