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 31416 篇文献，本页显示第 25021 - 25040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 25021 | 2024-09-06 |
Impact of acquisition area on deep-learning-based glaucoma detection in different plexuses in OCTA
2024-09-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71235-3
PMID:39223266
|
研究论文 | 研究了不同采集区域和血管丛对基于深度学习的青光眼检测的影响 | 深度学习方法在所有采集区域和血管丛中均优于传统的血管密度生物标志物，并且在6x6 ONH扫描中表现最佳 | 未提及具体限制 | 探讨不同采集区域和血管丛对基于机器学习的青光眼患者与健康对照组区分的影响 | 青光眼患者和健康对照组 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描血管造影 (OCTA) | 深度学习 | 图像 | 未提及具体样本数量 |
| 25022 | 2024-09-06 |
PCP-GC-LM: single-sequence-based protein contact prediction using dual graph convolutional neural network and convolutional neural network
2024-Sep-02, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05914-3
PMID:39223474
|
研究论文 | 本文提出了一种基于单序列的蛋白质接触预测方法PCP-GC-LM，结合双层图卷积神经网络和卷积神经网络进行预测 | 本文创新性地使用了双层图神经网络和卷积网络，能够更好地捕捉蛋白质分子不同层次的抽象特征，并处理不同长度和形状的蛋白质分子结构 | 本文未提及具体的计算负担问题解决方案 | 提高基于单序列的蛋白质接触预测方法的准确性 | 蛋白质接触图谱预测 | 机器学习 | NA | 图卷积神经网络 | 图卷积神经网络和卷积神经网络 | 蛋白质序列和结构信息 | 两个同源二聚体蛋白质测试集（DeepHomo测试数据集和CASP-CAPRI目标数据集） |
| 25023 | 2024-09-06 |
Robust mosquito species identification from diverse body and wing images using deep learning
2024-Sep-02, Parasites & vectors
IF:3.0Q1
DOI:10.1186/s13071-024-06459-3
PMID:39223629
|
研究论文 | 研究使用卷积神经网络（CNN）对蚊子种类进行基于图像的分类 | 比较了三种图像采集方法（智能手机、带宏镜头的智能手机和专业立体显微镜）在蚊子种类分类中的效果，并发现基于翅膀的分类效果优于基于身体的分类 | CNN模型在不同设备上的表现依赖于特定设备的训练，导致平均准确率下降14% | 探索卷积神经网络在蚊子种类分类中的应用 | 四种形态相似的Aedes蚊子种类 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 796个样本 |
| 25024 | 2024-09-06 |
X-ray lens figure errors retrieved by deep learning from several beam intensity images
2024-Sep-01, Journal of synchrotron radiation
IF:2.4Q3
DOI:10.1107/S1600577524004958
PMID:39042577
|
研究论文 | 本文研究了使用深度学习从多个光束强度图像中检索X射线透镜表面误差的方法 | 提出了一种使用神经网络从光束强度图像中准确预测透镜误差轮廓的方法 | NA | 解决同步辐射光束聚焦中的相位问题，并验证仅使用传播光束在多个距离处的强度图像检索透镜表面误差的可能性 | X射线透镜的表面误差 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 数千次模拟 |
| 25025 | 2024-09-06 |
Artificial intelligence-based plasma exosome label-free SERS profiling strategy for early lung cancer detection
2024-Sep, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-024-05445-z
PMID:39017700
|
研究论文 | 本文介绍了一种基于人工智能的无标记表面增强拉曼光谱（SERS）策略，用于早期肺癌的检测 | 利用深度学习模型和卷积神经网络（CNN）对细胞外囊泡的拉曼光谱数据进行特征提取，结合支持向量机（SVM）模型进行早期肺癌的准确诊断 | NA | 开发一种新的早期肺癌诊断方法 | 肺癌细胞和正常细胞的细胞外囊泡 | 机器学习 | 肺癌 | 表面增强拉曼光谱（SERS） | 卷积神经网络（CNN）和支持向量机（SVM） | 光谱数据 | 肺癌细胞系和正常细胞系的细胞外囊泡样本 |
| 25026 | 2024-09-06 |
Pre-therapy PET-based voxel-wise dosimetry prediction by characterizing intra-organ heterogeneity in PSMA-directed radiopharmaceutical theranostics
2024-Sep, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06737-3
PMID:38724653
|
研究论文 | 本研究旨在通过表征体内器官异质性，利用人工智能技术预测基于预治疗PET的体素级剂量分布 | 本研究首次利用深度学习技术预测体素级吸收剂量图，考虑了体内器官的异质性 | 本研究仅在转移性去势抵抗性前列腺癌患者中进行，样本量有限 | 通过表征体内器官异质性，预测基于预治疗PET的体素级吸收剂量图，以提高治疗效果 | 转移性去势抵抗性前列腺癌患者 | 数字病理学 | 前列腺癌 | 深度学习 | 深度学习模型 | 图像 | 23名患者，48个治疗周期 |
| 25027 | 2024-09-06 |
Privacy Risk Assessment for Synthetic Longitudinal Health Data
2024-Aug-30, Studies in health technology and informatics
DOI:10.3233/SHTI240867
PMID:39234731
|
研究论文 | 本文探讨了合成纵向健康数据在隐私风险评估中的应用 | 提出了Anonymeter框架，用于评估合成数据生成的隐私风险，特别是针对欧洲数据保护委员会考虑的隐私风险 | 隐私风险评估仍然是一个开放的问题，实施和结果解释中遇到了挑战 | 评估合成数据生成方法的隐私风险，确保符合数据保护指南 | 合成纵向健康数据及其隐私风险 | NA | NA | 深度学习 | NA | 纵向健康数据 | 1312名参与者，16个时间点 |
| 25028 | 2024-09-06 |
Predicting Overall Survival of Glioblastoma Patients Using Deep Learning Classification Based on MRIs
2024-Aug-30, Studies in health technology and informatics
DOI:10.3233/SHTI240878
PMID:39234740
|
研究论文 | 本文开发并评估了一种基于深度学习的方法，通过MRI图像预测胶质母细胞瘤患者的总体生存期 | 利用深度学习技术对常规生成的MRI序列进行自动分析，以实现准确的总体生存期预测 | 最佳模型的F1-score为0.51，准确率为0.67，仍有改进空间 | 开发一种能够通过MRI图像准确预测胶质母细胞瘤患者总体生存期的方法 | 胶质母细胞瘤患者的总体生存期 | 计算机视觉 | 脑肿瘤 | 深度学习 | ResNet50 | 图像 | NA |
| 25029 | 2024-09-06 |
X-ray absorption spectroscopy combined with deep learning for auto and rapid illicit drug detection
2024-Jul-03, The American journal of drug and alcohol abuse
DOI:10.1080/00952990.2024.2377262
PMID:39158551
|
研究论文 | 本文探讨了利用X射线吸收光谱（XAS）结合深度学习技术进行自动和快速非法药物检测的新方法 | 本文提出了一种结合XAS和改进的transformer编码器模型的新方法，用于自动、快速和准确地检测非法药物，相比LSTM和ResU-net模型，该方法在训练时间和准确性上均有显著提升 | NA | 探索一种自动、快速和准确检测非法药物的新方法 | 50种与药物具有相似分子式的同分异构体或化合物 | 机器学习 | NA | X射线吸收光谱（XAS） | transformer编码器模型 | 光谱数据 | 50种物质 |
| 25030 | 2024-09-06 |
Deep Learning-Based Facial and Skeletal Transformations for Surgical Planning
2024-07, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241253186
PMID:38808566
|
研究论文 | 本文开发并验证了一种基于深度学习的新型双向3D框架P2P-ConvGC，用于正颌手术中面部和骨骼形状的准确预测 | 提出了P2P-ConvGC框架，通过两阶段点采样策略生成多个非重叠点子集来表示高分辨率的面部和骨骼形状，并分别输入到预测系统中进行预测 | NA | 开发一种能够准确预测面部和骨骼形状的深度学习模型，以应用于正颌手术的虚拟手术规划 | 面部和骨骼形状的预测 | 计算机视觉 | NA | 深度学习 | P2P-ConvGC | 3D点集 | 基于大规模数据集进行验证，具体样本数量未提及 |
| 25031 | 2024-09-06 |
Data-independent acquisition in metaproteomics
2024 Jul-Aug, Expert review of proteomics
IF:3.8Q1
DOI:10.1080/14789450.2024.2394190
PMID:39152734
|
综述 | 本文综述了数据非依赖采集（DIA）质谱技术在元蛋白质组学中的应用 | 介绍了DIA技术在提高元蛋白质组学深度和准确性方面的潜力，并讨论了未来可能采用的深度学习和从头测序方法 | DIA技术和元蛋白质组学的复杂性带来了挑战 | 探讨DIA技术在元蛋白质组学中的应用及其未来发展方向 | 元蛋白质组学中的微生物群落功能和微生物间及宿主-微生物相互作用 | NA | NA | 数据非依赖采集（DIA）质谱技术 | NA | 蛋白质组学数据 | NA |
| 25032 | 2024-09-06 |
A muti-modal feature fusion method based on deep learning for predicting immunotherapy response
2024-06-07, Journal of theoretical biology
IF:1.9Q3
DOI:10.1016/j.jtbi.2024.111816
PMID:38589007
|
研究论文 | 本文开发了一种基于深度学习的多模态特征融合模型，用于预测免疫治疗反应 | 本文提出的多模态特征融合模型利用图神经网络将基因网络中的基因关系映射到低维向量空间，并融合生物通路特征和免疫细胞浸润特征，以提高对免疫治疗反应的预测性能 | NA | 预测免疫治疗反应 | 癌症患者对免疫检查点治疗的反应 | 机器学习 | NA | 图神经网络 | 多模态特征融合模型 | 基因网络数据、生物通路特征、免疫细胞浸润特征 | 五个数据集，涵盖黑色素瘤、肺癌和胃癌等多种癌症类型 |
| 25033 | 2024-09-06 |
MOSAIC: An Artificial Intelligence-Based Framework for Multimodal Analysis, Classification, and Personalized Prognostic Assessment in Rare Cancers
2024-Jun, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.24.00008
PMID:38875514
|
研究论文 | 本文介绍了一种基于人工智能的框架MOSAIC，用于罕见癌症的多模态分析、分类和个性化预后评估 | MOSAIC框架结合了深度学习和联邦学习技术，提供了比传统统计方法更精确的分类和预后评估 | NA | 开发和验证一种用于罕见癌症分类和预后评估的人工智能框架 | 罕见癌症，特别是骨髓增生异常综合征（MDS） | 机器学习 | 血液系统疾病 | 深度学习 | 梯度提升生存模型 | 临床和基因组数据 | 4427名MDS患者 |
| 25034 | 2024-09-06 |
A deep learning method to identify and localize large-vessel occlusions from cerebral digital subtraction angiography
2024 May-Jun, Journal of neuroimaging : official journal of the American Society of Neuroimaging
IF:2.3Q2
DOI:10.1111/jon.13193
PMID:38506407
|
研究论文 | 开发了一种深度学习算法，用于从脑部数字减影血管造影中识别和定位大血管闭塞 | 使用有限的训练数据集，开发了一种能够有效识别和定位大血管闭塞的深度学习模型 | 模型的改进需要扩展和完善大血管闭塞的数据集 | 开发一种算法，用于在脑部数字减影血管造影中识别和定位闭塞的动脉血管 | 脑部数字减影血管造影图像中的大血管闭塞 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 188名患者，其中86名患有M1和近端M2段闭塞 |
| 25035 | 2024-09-06 |
Intelligently Quantifying the Entire Irregular Dental Structure
2024-04, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241226871
PMID:38372132
|
研究论文 | 本文提出了一种人工智能测量工具，用于对不规则牙结构进行整体定量分析 | 本文创新性地使用了轻量级模型LU-Net，并通过补偿模块解决了边界不清晰导致的分割难题，同时进行了额外的牙釉质分割以建立测量坐标系统 | NA | 开发一种能够对不规则牙结构进行整体定量分析的工具，以满足临床需求 | 不规则牙结构，特别是腭骨 | 计算机视觉 | NA | 深度学习语义分割 | LU-Net | 图像 | 测试集中包含腭骨和牙釉质的样本 |
| 25036 | 2024-09-06 |
B-mode US and Deep Learning Rivals Shear-Wave Elastography in Screening for Fibrosis
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240868
PMID:38652032
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 25037 | 2024-09-06 |
Context-dependent design of induced-fit enzymes using deep learning generates well-expressed, thermally stable and active enzymes
2024-Mar-12, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2313809121
PMID:38437538
|
研究论文 | 本文介绍了一种基于深度学习的酶设计策略CoSaNN，用于结构预测和序列优化，旨在提高酶的表达水平、热稳定性和催化多样性 | 引入CoSaNN策略，通过深度学习控制酶构象，扩展化学空间，采用上下文依赖的方法生成酶设计，并开发了预测蛋白质溶解度的图神经网络SolvIT | 未提及具体限制 | 提高工程酶在工业应用中的表达水平、热稳定性和催化多样性 | 酶的表达水平、热稳定性和催化活性 | 机器学习 | NA | 深度学习 | 图神经网络 | 蛋白质序列和结构数据 | 54%的酶在表达中成功，30%的酶热稳定性提高 |
| 25038 | 2024-09-06 |
Improved Vertebral Fracture Assessment: The Game-Changing Potential of Deep Learning with Multidetector CT
2024-03, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240409
PMID:38530170
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 25039 | 2024-09-06 |
Deep learning and transfer learning identify breast cancer survival subtypes from single-cell imaging data
2023-Dec-19, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-023-00414-6
PMID:38114659
|
研究论文 | 本文通过深度学习和迁移学习方法，利用单细胞成像数据识别乳腺癌生存亚型 | 提出了一种量化单细胞分辨率细胞间相互作用特征的方法，并应用于神经网络模型以预测患者生存 | NA | 开发一种从单细胞水平信息到群体水平生存预测的方法 | 乳腺癌患者的生存亚型 | 数字病理学 | 乳腺癌 | 非负矩阵分解 (NMF) | 神经网络 | 图像 | 数百个单细胞分辨率的细胞间相互作用特征 |
| 25040 | 2024-09-06 |
SpineQ: Unsupervised 3D Lumbar Quantitative Assessment
2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC40787.2023.10485565
PMID:38557307
|
研究论文 | 本文提出了一种无监督的3D腰椎定量评估方法SpineQ，能够从不同视角分析MRI图像并生成多组织分割结果 | 本文的创新点在于结合了基于规则和深度学习的方法，实现了无监督的3D腰椎定量评估，无需繁琐的手动标注 | 本文的局限性在于仅进行了初步测试，尚未在更大规模的数据集上验证其有效性 | 开发一种无监督的3D腰椎定量评估方法，提高临床诊断和手术规划的效率和一致性 | 腰椎的MRI图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |