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 32922 篇文献，本页显示第 26541 - 26560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 26541 | 2024-09-07 |
Analysis of Characteristic Factors of Nursing Safety Incidents in ENT Surgery by Deep Learning-Based Medical Data Association Rules Method
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/8491411
PMID:36277009
|
研究论文 | 本文通过深度学习结合医疗数据关联规则方法，分析了耳鼻喉科手术后护理安全事件的特征因素 | 采用深度学习结合关联规则方法分析护理安全事件的特征因素，为改善耳鼻喉科手术后护理安全提供了新思路 | 样本量较小，仅涉及385名住院患者，可能影响结果的普适性 | 探讨耳鼻喉科手术后护理安全事件的特征因素，以提高护理安全 | 耳鼻喉科手术后的护理安全事件及其影响因素 | 机器学习 | 耳鼻喉疾病 | 深度学习 | 关联规则方法 | 文本 | 385名住院患者 | NA | NA | NA | NA |
| 26542 | 2024-09-07 |
Deep Transfer Learning for COVID-19 Detection and Lesion Recognition Using Chest CT Images
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/4509394
PMID:36285284
|
研究论文 | 本文提出了一种基于深度迁移学习的方法，用于使用胸部CT图像进行COVID-19检测和病变识别 | 引入了2D全局最大池化层以提高模型性能，并开发了一种热图方法来突出显示COVID-19胸部CT图像中的病变区域 | NA | 开发一种快速且自动化的COVID-19诊断方法，以提高诊断效率和准确性 | COVID-19的检测和胸部CT图像中的病变识别 | 计算机视觉 | COVID-19 | 深度卷积神经网络 | CNN | 图像 | 测试数据集上的准确率为94.12% | NA | NA | NA | NA |
| 26543 | 2024-09-07 |
A Machine Learning Applied Diagnosis Method for Subcutaneous Cyst by Ultrasonography
2022, Oxidative medicine and cellular longevity
DOI:10.1155/2022/1526540
PMID:36299601
|
研究论文 | 本文提出了一种基于机器学习的皮下囊肿超声诊断方法 | 利用深度学习技术提升超声计算机辅助诊断系统的性能 | 仅在湖南省级人民医院的132例患者数据上进行了验证 | 开发一种机器学习方法来诊断皮下囊肿 | 皮下囊肿的超声图像 | 机器学习 | NA | 超声成像 | 支持向量机（SVM） | 图像 | 132例患者 | NA | NA | NA | NA |
| 26544 | 2024-09-07 |
A multi-task FP-GNN framework enables accurate prediction of selective PARP inhibitors
2022, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2022.971369
PMID:36304149
|
研究论文 | 提出了一种多任务FP-GNN深度学习框架，用于预测分子对四种PARP同工酶的抑制活性 | 多任务FP-GNN方法在预测PARP抑制剂活性方面表现最佳，并能识别与每种PARP同工酶抑制相关的关键结构片段 | NA | 开发一种能够准确预测选择性PARP抑制剂的深度学习框架 | 四种PARP同工酶（PARP-1, PARP-2, PARP-5A, PARP-5B）的抑制活性 | 机器学习 | NA | FP-GNN（指纹和图神经网络） | 多任务FP-GNN | 分子数据 | NA | NA | NA | NA | NA |
| 26545 | 2024-09-07 |
Contrastive learning and subtyping of post-COVID-19 lung computed tomography images
2022, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2022.999263
PMID:36304574
|
研究论文 | 研究构建了一个深度学习模型，通过对比学习方法对COVID-19后遗症患者的肺部CT图像进行分类和亚型识别 | 引入肺体积变换的对比学习模型，能够从CT扫描中学习疾病的潜在特征，并识别出COVID-19后遗症的两种亚型 | 研究样本量相对较小，可能影响模型的泛化能力 | 通过深度学习模型区分COVID-19后遗症患者与健康个体，并识别COVID-19后遗症的亚型 | COVID-19后遗症患者的肺部CT图像 | 计算机视觉 | 肺部疾病 | 对比学习 | 对比学习模型 | 图像 | 140名COVID-19后遗症患者和105名健康对照者 | NA | NA | NA | NA |
| 26546 | 2024-09-07 |
Evaluation of deep learning techniques for identification of sarcoma-causing carcinogenic mutations
2022 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076221133703
PMID:36312852
|
研究论文 | 本文提出了一种使用深度学习循环神经网络（RNN）算法进行人类肉瘤癌症早期检测的框架 | 本文首次将RNN算法应用于肉瘤癌症的早期检测，并取得了高达99.6%的准确率 | 研究样本数量有限，仅包含134个样本和141个突变，可能影响模型的泛化能力 | 开发一种用于早期检测人类肉瘤癌症的深度学习框架 | 人类肉瘤癌症的早期检测 | 机器学习 | 肉瘤 | 深度学习 | 循环神经网络（RNN） | 基因序列 | 134个样本，包含141个突变 | NA | NA | NA | NA |
| 26547 | 2024-09-07 |
Learning to diagnose common thorax diseases on chest radiographs from radiology reports in Vietnamese
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0276545
PMID:36315483
|
研究论文 | 本文提出了一种从越南语放射报告自动提取标签的数据收集和标注流程，用于胸部X光片的常见胸腔疾病诊断 | 本文的创新点在于利用越南语放射报告自动生成标签，为越南放射学家和临床医生提供更符合当地诊断类别的标注数据 | 本文的局限性在于仅使用了越南语放射报告，未涉及其他语言的报告 | 本文的研究目的是开发一种自动化的数据标注工具，用于胸部X光片的常见胸腔疾病诊断 | 本文的研究对象是胸部X光片及其对应的越南语放射报告 | 计算机视觉 | 胸腔疾病 | 深度学习 | EfficientNet-B2 | 图像 | 9752个胸部X光片研究 | NA | NA | NA | NA |
| 26548 | 2024-09-07 |
Deep Learning for Strawberry Canopy Delineation and Biomass Prediction from High-Resolution Images
2022, Plant phenomics (Washington, D.C.)
DOI:10.34133/2022/9850486
PMID:36320455
|
研究论文 | 本文提出了一种利用深度神经网络从高分辨率图像中自动分割草莓冠层并预测生物量的工作流程 | 本文首次将Mask R-CNN应用于草莓冠层的分割，并使用深度回归模型预测冠层叶面积和干生物量 | 本文仅在RGB和RGB-NIR图像上进行了实验，未探讨其他波段组合的效果 | 研究如何利用深度学习技术从高分辨率图像中自动分割草莓冠层并预测其生物量 | 草莓冠层的分割和生物量预测 | 计算机视觉 | NA | 深度学习 | Mask R-CNN, VGG-16, ResNet-50 | 图像 | 使用了高分辨率RGB、近红外和数字表面模型图像，样本数量未明确提及 | NA | NA | NA | NA |
| 26549 | 2024-09-07 |
Advances in antibody discovery from human BCR repertoires
2022, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2022.1044975
PMID:36338807
|
研究论文 | 本文综述了从人类B细胞受体库中发现抗体的技术进展 | 本文将这些创新技术分为四类：细胞分选、BCR测序、BCR库分析和抗体-抗原相互作用的验证，并结合深度学习技术，为未来直接从人类中发现诊断和治疗性抗体提供了新的方向 | NA | 探讨从人类B细胞受体库中发现抗体的技术进展 | 人类B细胞受体库中的抗体 | 生物技术 | NA | 细胞分选、BCR测序、抗体-抗原相互作用建模 | 深度学习 | mRNA、基因组DNA | NA | NA | NA | NA | NA |
| 26550 | 2024-09-07 |
A wheat spike detection method based on Transformer
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.1023924
PMID:36340370
|
研究论文 | 本文提出了一种基于Transformer的麦穗检测方法，名为Multi-Window Swin Transformer (MW-Swin Transformer)，并结合了Wheat Intersection over Union损失函数，以提高检测精度 | 本文创新性地引入了Transformer网络来解决麦穗检测问题，并提出了新的损失函数以优化检测结果 | NA | 研究麦穗检测方法，以提高生产估计和作物田间管理的准确性 | 麦穗 | 计算机视觉 | NA | Transformer | Transformer | 图像 | 构建了一个名为WSD-2022的麦穗检测数据集 | NA | NA | NA | NA |
| 26551 | 2024-09-07 |
Multiple conserved states characterize the twist landscape of the bacterial actin homolog MreB
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.10.008
PMID:36382191
|
研究论文 | 研究了细菌肌动蛋白同源物MreB的双原丝在微秒尺度分子动力学模拟中可以采用多种扭转状态 | 使用深度学习算法识别了MreB双原丝在不同扰动下的扭转构象，并发现这些状态在ADP替代ATP后仍然稳定 | NA | 研究MreB双原丝的扭转状态及其对细胞形状的影响 | 细菌肌动蛋白同源物MreB的双原丝 | NA | NA | 分子动力学模拟 | 深度学习算法 | NA | NA | NA | NA | NA | NA |
| 26552 | 2024-09-06 |
MalariaFlow: A comprehensive deep learning platform for multistage phenotypic antimalarial drug discovery
2024-Nov-05, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2024.116776
PMID:39173285
|
研究论文 | 本文介绍了一个名为MalariaFlow的综合深度学习平台，用于多阶段表型抗疟药物发现 | 本文创新性地整合了多种机器学习和深度学习模型，包括指纹、图和共表示方法，以提高抗疟药物活性预测的准确性，并开发了一个网络服务器MalariaFlow用于虚拟筛选和相似性搜索 | 本文未涵盖疟疾寄生虫的突变株，这些突变株具有不同程度的敏感性或抗性 | 加速抗疟药物发现，特别是针对疟疾寄生虫在人体宿主中的三个主要生命周期阶段（肝脏、无性血液和配子体）的抑制活性预测 | 407,404种独特化合物和410,654个生物活性数据点，涵盖十个疟疾表型和三个生命周期阶段 | 机器学习 | 疟疾 | 深度学习 | FP-GNN | 化合物数据 | 407,404种独特化合物和410,654个生物活性数据点 | NA | NA | NA | NA |
| 26553 | 2024-09-06 |
Discovery of AMPs from random peptides via deep learning-based model and biological activity validation
2024-Nov-05, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2024.116797
PMID:39197254
|
研究论文 | 本文通过深度学习模型从随机肽库中筛选出具有抗菌活性的多肽，并验证了其生物活性 | 利用深度学习构建多判别器模型，成功从30,000个随机肽中筛选出12个具有抗菌活性的多肽 | 仅在特定实验条件下验证了筛选出的多肽的抗菌活性，未进行大规模临床试验 | 发现具有临床应用潜力的新型抗菌肽 | 随机肽库中的抗菌肽 | 机器学习 | NA | 深度学习 | 多判别器模型 | 肽序列 | 30,000个随机肽 | NA | NA | NA | NA |
| 26554 | 2024-09-06 |
A protein pre-trained model-based approach for the identification of the liquid-liquid phase separation (LLPS) proteins
2024-Oct, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.134146
PMID:39067723
|
研究论文 | 本文提出了一种基于蛋白质预训练模型的方法，用于识别液-液相分离（LLPS）蛋白质 | 本文使用基于transformer架构的ESM2-36预训练模型结合卷积神经网络，直接感知蛋白质序列的语义信息，提高了识别LLPS蛋白质的准确性 | NA | 开发一种高效、成本低廉的方法来识别LLPS蛋白质 | 液-液相分离（LLPS）蛋白质 | 机器学习 | NA | NA | 卷积神经网络（CNN） | 蛋白质序列 | 1206个蛋白质序列，包括603个LLPS蛋白质和603个非LLPS蛋白质 | NA | NA | NA | NA |
| 26555 | 2024-09-06 |
The Application of Artificial Intelligence to Acoustic Data in Otolaryngology
2024-Oct, Otolaryngologic clinics of North America
IF:1.3Q3
DOI:10.1016/j.otc.2024.06.011
PMID:39048506
|
综述 | 本文综述了人工智能，特别是深度学习，在耳鼻喉科，尤其是喉科和耳科中的应用 | 深度学习通过其建模复杂、噪声系统的强大能力，正在改变多个领域，并在许多任务中达到与人类相当的性能 | 本文主要讨论了深度学习在耳鼻喉科中的应用，但未深入探讨其他医学领域的应用 | 探讨深度学习在耳鼻喉科中的应用及其潜力 | 耳鼻喉科，特别是喉科和耳科 | 机器学习 | NA | 深度神经网络 (DNNs) | 深度神经网络 (DNNs) | 声学数据和其他临床数据 | NA | NA | NA | NA | NA |
| 26556 | 2024-09-06 |
A green and efficient approach for the simultaneous extraction and mechanisms of essential oil and lignin from Cinnamomum camphora: Process optimization based on deep learning
2024-Oct, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.134215
PMID:39074705
|
研究论文 | 研究了一种从樟树叶中同时提取精油和木质素的绿色高效方法，并利用深度学习工具优化了提取过程 | 采用深度共熔溶剂（DES）和深度学习工具实现了樟树叶中精油和木质素的同时提取，提取效率比传统水蒸气蒸馏提高了23% | NA | 最大化生物质资源的利用和经济效益 | 樟树叶中的精油和木质素 | NA | NA | 深度共熔溶剂（DES） | 深度学习 | NA | NA | NA | NA | NA | NA |
| 26557 | 2024-09-06 |
Computer Vision-Radiomics & Pathognomics
2024-Oct, Otolaryngologic clinics of North America
IF:1.3Q3
DOI:10.1016/j.otc.2024.05.003
PMID:38910065
|
review | 本文综述了计算机视觉在提取放射学（放射组学）和组织病理学（病理组学）特征中的应用 | 本文探讨了将多维数据输入整合以全面指导预后和临床管理的新方法 | 本文指出了当前研究中的空白，并呼吁未来工作填补这些空白 | 综述计算机视觉在头颈部癌症中的应用，并探讨未来研究方向 | 头颈部癌症的肿瘤特征、淋巴结特征及各种预后 | computer vision | 头颈部癌症 | NA | NA | NA | NA | NA | NA | NA | NA |
| 26558 | 2024-09-06 |
Artificial Intelligence in Laryngology, Broncho-Esophagology, and Sleep Surgery
2024-Oct, Otolaryngologic clinics of North America
IF:1.3Q3
DOI:10.1016/j.otc.2024.04.002
PMID:38719714
|
综述 | 本文综述了人工智能在喉科学、支气管食管学和睡眠外科领域的最新创新 | 人工智能，特别是机器学习和深度学习，为处理和解释复杂数据提供了创新解决方案，使诊断和管理更加高效和有效 | NA | 探讨人工智能在喉科学、支气管食管学和睡眠外科领域的应用 | 喉科学、支气管食管学和睡眠外科领域的数据处理和诊断 | 机器学习 | NA | 机器学习、深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 26559 | 2024-09-06 |
Exploring the contribution of joint angles and sEMG signals on joint torque prediction accuracy using LSTM-based deep learning techniques
2024-Sep-05, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2400318
PMID:39235388
|
研究论文 | 本研究使用双向长短期记忆（LSTM）模型，通过关节角度和表面肌电图（sEMG）信号预测下肢关节扭矩，并评估了不同输入模态下的模型性能 | 本研究创新性地使用了双向LSTM模型，并比较了单一输入模态和组合输入模态在关节扭矩预测中的效果 | 本研究仅使用了公开数据集进行训练和评估，未探讨其他数据集或实际应用场景中的表现 | 研究如何通过机器学习技术提高下肢关节扭矩预测的准确性 | 下肢关节扭矩的预测 | 机器学习 | NA | 双向长短期记忆（LSTM） | LSTM | 关节角度和表面肌电图（sEMG）信号 | 使用公开数据集进行训练和评估 | NA | NA | NA | NA |
| 26560 | 2024-09-06 |
A Graph-Based Time-Frequency Two-Stream Network for Multistep Prediction of Key Performance Indicators in Industrial Processes
2024-Sep-04, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3447108
PMID:39231064
|
研究论文 | 本文提出了一种基于图的时间-频率双流网络，用于工业过程中关键性能指标的多步预测 | 本文创新性地提出了多图注意力层和时间-频率双流网络，解决了过程变量之间的复杂耦合关系和长期依赖学习问题 | NA | 实现工业过程中关键性能指标的多步预测 | 工业过程中的关键性能指标 | 机器学习 | NA | 多图注意力层 | 图神经网络 | 时间序列数据 | 两个真实世界工业数据集 | NA | NA | NA | NA |