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 33008 篇文献，本页显示第 28481 - 28500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 28481 | 2024-08-07 |
ASO Author Reflections: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma
2024-Sep, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-15732-9
PMID:38954092
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 28482 | 2024-08-16 |
A supervised graph-based deep learning algorithm to detect and quantify clustered particles
2024-Aug-15, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01944j
PMID:39082742
|
研究论文 | 本文介绍了一种基于图神经网络的深度学习算法，用于检测和量化粒子聚集 | 首次应用图神经网络方法分析粒子聚集，具有潜在应用价值 | NA | 开发一种无需人工干预的算法，用于检测和量化动态粒子聚集 | 膜嵌入蛋白的拓扑结构 | 机器学习 | NA | 图神经网络（GNNs） | 图神经网络（GNNs） | 模拟数据和荧光显微镜实验数据 | 未具体说明 | NA | NA | NA | NA |
| 28483 | 2024-08-16 |
Learnable digital signal processing: a new benchmark of linearity compensation for optical fiber communications
2024-Aug-13, Light, science & applications
DOI:10.1038/s41377-024-01556-5
PMID:39134543
|
研究论文 | 本文提出了一种基于可学习视角的数字信号处理（DSP）新设计思路，称为可学习DSP（LDSP），旨在提高光纤通信中的线性和非线性补偿性能 | LDSP将传统DSP模块视为深度学习框架，通过全局尺度的反向传播算法自适应优化DSP参数，显著提升了400Gb/s信号在1600km光纤传输后的Q因子 | NA | 开发一种高效且低复杂度的数字信号处理方案，以提升下一代光纤传输的性能 | 光纤通信中的数字信号处理技术 | 光纤通信 | NA | 数字信号处理（DSP） | 深度学习框架 | 信号 | 400Gb/s信号在1600km光纤传输 | NA | NA | NA | NA |
| 28484 | 2024-08-16 |
Computational analysis of pathogen-host interactome for fast and low-risk in-silico drug repurposing in emerging viral threats like Mpox
2024-08-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69617-8
PMID:39134619
|
研究论文 | 本研究开发了一种计算方法，用于预测猴痘病毒（MPXV）感染期间的蛋白质-蛋白质相互作用（PPIs），并探索现有FDA药物的再利用潜力 | 本研究采用了包含2-5节点图谱属性和基于蛋白质组成的特征的集成特征，用于深度学习模型预测PPIs，并结合分子动力学模拟进行验证 | NA | 旨在发现潜在的药物靶点和再利用现有FDA药物用于治疗猴痘病毒感染 | 猴痘病毒（MPXV）与人类蛋白质的相互作用 | 生物信息学 | 猴痘 | 深度学习（DL） | NA | 蛋白质-蛋白质相互作用数据 | NA | NA | NA | NA | NA |
| 28485 | 2024-08-16 |
Enhancing recognition and interpretation of functional phenotypic sequences through fine-tuning pre-trained genomic models
2024-Aug-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05567-z
PMID:39135093
|
研究论文 | 本研究通过微调预训练的基因组模型，探索了深度学习在解释和表示人类基因组序列中的应用 | 本研究结合预训练基因组模型与经典方法分析基因组序列功能，促进了基因组学与人工智能的交叉融合 | NA | 旨在通过计算和实验方法解码人类基因组序列的功能性 | 人类基因组序列及其功能性 | 机器学习 | NA | 深度学习 | DNA_bert_6 和 human_gpt2-v1 | 基因型-表型数据集 | 多个基因型-表型数据集，特别是HERV数据集 | NA | NA | NA | NA |
| 28486 | 2024-08-16 |
Effective descriptor extraction strategies for correspondence matching in coronary angiography images
2024-08-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69153-5
PMID:39128936
|
研究论文 | 本研究针对冠状动脉造影图像中的对应匹配问题，提出了一种基于深度学习的图像匹配方法 | 改进了点检测器的结构并重新设计了损失函数，引入了多头描述符结构，提高了约6%的性能 | NA | 旨在填补冠状动脉造影图像匹配领域的研究空白，并提供一个改进的基准 | 冠状动脉造影图像 | 数字病理学 | 心血管疾病 | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 28487 | 2024-08-16 |
Revealing the graded activation mechanism of neurotensin receptor 1
2024-Aug-05, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.134488
PMID:39111461
|
研究论文 | 本研究通过10微秒的增强采样模拟，结合重加权平均力势（PMF）、深度学习（DL）和转移熵（TE）的综合分析，揭示了神经降压素受体1（NTSR1）对完全激动剂SRI-9829、部分激动剂RTI-3a和反向激动剂SR48692的结合动力学差异及其分级激活机制。 | 本研究首次通过深度学习模型有效识别了贡献于分级激活的关键微开关，并利用转移熵计算可视化了受体内的变构通信网络，阐明了与信号转导相关的驱动-响应关系。 | NA | 揭示神经降压素受体1的分级激活机制，并为基于结构的药物设计提供启示。 | 神经降压素受体1（NTSR1）及其对不同激动剂的响应。 | 生物信息学 | NA | 增强采样模拟 | 深度学习（DL） | 分子结构数据 | 10微秒的模拟数据 | NA | NA | NA | NA |
| 28488 | 2024-08-16 |
Using Deep Learning Techniques as an Attempt to Create the Most Cost-Effective Screening Tool for Cognitive Decline
2024-Aug, Psychiatry investigation
IF:1.8Q3
DOI:10.30773/pi.2024.0157
PMID:39086161
|
研究论文 | 本研究利用深度学习技术开发一种成本效益高且易于访问的筛查工具，以提高认知衰退（阿尔茨海默病的前兆）的检测 | 本研究展示了深度学习在改善阿尔茨海默病诊断方面的潜力，表明广泛的认知评估可能比传统方法提供更准确的诊断 | 本研究为未来更广泛的研究奠定了基础，需要进一步的研究来证实这种方法并进一步完善筛查工具 | 开发一种成本效益高且易于访问的筛查工具，以提高认知衰退的检测 | 2,863名有主观认知抱怨并接受全面神经心理学评估的受试者 | 机器学习 | 阿尔茨海默病 | 深度学习 | 随机森林分类器 | 神经心理学测试数据 | 2,863名受试者 | NA | NA | NA | NA |
| 28489 | 2024-08-16 |
Explainable localization of premature ventricular contraction using deep learning-based semantic segmentation of 12-lead electrocardiogram
2024-Aug, Journal of arrhythmia
IF:2.2Q2
DOI:10.1002/joa3.13096
PMID:39139876
|
研究论文 | 本文提出了一种基于深度学习语义分割的12导联心电图可解释性定位室性早搏起源的方法 | 该方法通过深度神经网络对12导联心电图进行语义分割，并结合基于规则的算法对心电图记录进行分类，提高了定位室性早搏起源的准确性和可解释性 | 尽管该方法在评估中表现优异，但仍有大量记录需要医生仔细评估 | 研究目的是预测室性早搏的起源，为导管消融治疗提供临床诊断支持 | 研究对象为频繁发生室性早搏的84名患者及其265份12导联心电图记录 | 机器学习 | 心血管疾病 | 深度学习 | 深度神经网络 | 心电图 | 265份12导联心电图记录 | NA | NA | NA | NA |
| 28490 | 2024-08-16 |
Optimizing Clinical Trial Eligibility Design Using Natural Language Processing Models and Real-World Data: Algorithm Development and Validation
2024-Jul-29, JMIR AI
DOI:10.2196/50800
PMID:39073872
|
研究论文 | 本研究利用自然语言处理模型和真实世界数据优化临床试验资格设计，开发并验证了一种算法 | 开发了一种定制的双向长短期记忆和条件随机场基于的自然语言处理管道，用于从临床试验中高效提取详细的资格标准实体和相关属性 | NA | 评估使用数据驱动方法优化临床试验方案设计和识别合格患者的可行性 | 3281个行业赞助的2期或3期干预性临床试验，涉及非小细胞肺癌、前列腺癌、乳腺癌、多发性骨髓瘤、溃疡性结肠炎和克罗恩病患者 | 自然语言处理 | 非小细胞肺癌 | 自然语言处理（NLP） | 双向长短期记忆和条件随机场 | 文本 | 3281个临床试验，其中2775个非小细胞肺癌患者作为试点研究 | NA | NA | NA | NA |
| 28491 | 2024-08-16 |
A deep learning-based real-time hypothermia and hyperthermia monitoring system with a simple body sensor
2024-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine
DOI:10.1177/09544119241266375
PMID:39104260
|
研究论文 | 本文介绍了一种基于卷积神经网络（CNN）的实时低温与高温监测系统，该系统使用简单的身体传感器 | 利用3D打印的热变色材料作为传感器，并通过颜色变化特性实现温度变化的视觉监测 | NA | 开发一种能够实时监测人体低温与高温的系统 | 低温与高温的实时监测 | 机器学习 | NA | 3D打印 | CNN | 图像 | 510张图像数据，涵盖28-44°C的温度范围 | NA | NA | NA | NA |
| 28492 | 2024-08-16 |
Screening Tool for Paroxysmal Atrial Fibrillation Based on a Deep-Learning Algorithm Using Printed 12-Lead Electrocardiographic Records during Sinus Rhythm
2024-Jul, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2507242
PMID:39139435
|
research paper | 本研究开发了一种基于深度学习算法的筛查工具，用于检测使用打印的12导联心电图记录在窦性心律下的阵发性房颤 | 本研究首次探索了使用打印的心电图记录进行房颤检测的实用性，特别是在发展中国家 | NA | 评估基于人工智能的筛查工具在打印的窦性心律心电图记录中检测阵发性房颤的有效性 | 2192名患者在2011年5月至2022年8月期间在北京朝阳医院接受治疗的5688份打印的12导联窦性心律心电图记录 | machine learning | 心血管疾病 | 深度学习算法 | NA | 打印的心电图记录 | 2192名患者，5688份打印的12导联窦性心律心电图记录 | NA | NA | NA | NA |
| 28493 | 2024-08-16 |
Artificial intelligence at the pen's edge: Exploring the ethical quagmires in using artificial intelligence models like ChatGPT for assisted writing in biomedical research
2024 Jul-Sep, Perspectives in clinical research
DOI:10.4103/picr.picr_196_23
PMID:39140014
|
综述 | 本文探讨了在生物医学研究中使用如ChatGPT这样的人工智能模型进行辅助写作时的伦理问题 | NA | 当前所有AI模型如ChatGPT处于初级阶段，存在生成内容不准确、缺乏上下文理解、知识动态差距、辨别能力有限、缺乏责任和问责、隐私问题、数据安全、透明度和偏见、缺乏细微差别和原创性等问题 | 旨在阐明在医疗保健和医学领域使用ChatGPT等AI模型进行写作辅助的伦理关切 | ChatGPT等AI模型在辅助写作中的应用及其伦理问题 | 自然语言处理 | NA | 深度学习 | ChatGPT | 文本 | NA | NA | NA | NA | NA |
| 28494 | 2024-08-16 |
Forecasting the consumptions of coagulation tests using a deep learning model
2024-Jun-15, Journal of medical biochemistry
IF:2.0Q4
DOI:10.5937/jomb0-40244
PMID:39139177
|
研究论文 | 本文开发了一种基于客观数据的模型，用于预测凝血测试的未来消耗量，该模型在COVID-19疫情期间显示出高度可变的消耗量。 | 本文采用外部输入非线性自回归人工神经网络（NARX）模型，有效预测了凝血测试的消耗量，特别是在COVID-19疫情期间的波动情况。 | NA | 旨在提高实验室服务的效率和可靠性，通过预测凝血测试的消耗量来优化资源规划。 | 凝血测试（PTT、aPTT、D-dimer、纤维蛋白原）的月消耗量及不同类型入院人数。 | 机器学习 | NA | 外部输入非线性自回归人工神经网络（NARX） | NARX | 数值数据 | 数据收集时间从2018年12月至2021年7月，每月凝血测试消耗量及各类入院人数。 | NA | NA | NA | NA |
| 28495 | 2024-08-16 |
WET-UNet: Wavelet integrated efficient transformer networks for nasopharyngeal carcinoma tumor segmentation
2024 Apr-Jun, Science progress
IF:2.6Q2
DOI:10.1177/00368504241232537
PMID:38567422
|
研究论文 | 本文提出了一种基于UNet网络的混合模型WET-UNet，用于鼻咽癌图像分割，通过集成小波变换和注意力机制来提高分割的准确性和鲁棒性 | 集成小波变换到UNet中，利用低频成分调整编码器并优化Transformer的后续计算过程，同时使用注意力机制捕捉图像中的远程依赖，提高模型的识别能力 | NA | 提高鼻咽癌肿瘤分割的准确性和稳定性 | 鼻咽癌肿瘤图像 | 计算机视觉 | 鼻咽癌 | 小波变换 | UNet | 图像 | 5000个样本，训练和验证比例为8:2 | NA | NA | NA | NA |
| 28496 | 2024-08-16 |
Deep learning solutions for smart city challenges in urban development
2024-Mar-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-55928-3
PMID:38431741
|
研究论文 | 本研究结合深度学习和贝叶斯正则化技术，旨在提升城市规划应用中神经网络的性能和可靠性 | 采用贝叶斯正则化方法增强神经网络的泛化能力并量化预测不确定性 | 深度学习模型的复杂性可能导致过拟合和解释性有限 | 探索深度学习技术在城市规划中的应用，提高模型性能和决策支持 | 城市动态、交通网络和环境可持续性 | 计算机视觉 | NA | 深度学习 | 神经网络 | 数据 | NA | NA | NA | NA | NA |
| 28497 | 2024-08-16 |
Shedding light on ai in radiology: A systematic review and taxonomy of eye gaze-driven interpretability in deep learning
2024-Mar, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111341
PMID:38340426
|
综述 | 本文通过系统性文献回顾和分类法探讨了眼动追踪数据在深度学习中用于放射学解释性的应用 | 首次全面调查了眼动数据处理技术及其在不同深度学习架构中的影响，特别是在医学影像数据中的错误检测、分类、对象检测等应用 | 文献中关于眼动追踪数据在深度学习架构中用于异常检测的有用性存在矛盾结果 | 旨在解决文献中关于眼动追踪数据在深度学习架构中应用的矛盾结果，并分析眼动数据如何促进放射学的解释性 | 分析了60项研究，这些研究将眼动追踪数据应用于深度学习方法以实现不同的放射学应用目标 | 计算机视觉 | NA | 深度学习 | 深度学习架构 | 眼动追踪数据 | 60项研究 | NA | NA | NA | NA |
| 28498 | 2024-08-16 |
A hybrid TCN-GRU model for classifying human activities using smartphone inertial signals
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304655
PMID:39137226
|
研究论文 | 本文提出了一种结合时间卷积网络（TCN）和门控循环单元（GRU）的混合轻量级模型，用于通过智能手机惯性信号识别人类活动 | 该模型通过在TCN中引入膨胀和残差连接，以及使用GRU层，实现了对输入惯性序列的长期时间依赖性的建模，同时减少了计算成本 | 目前的研究仅限于使用智能手机捕获的惯性信号，未来研究将探索该模型在不同传感器类型和数据集上的泛化能力 | 开发一种轻量级的深度学习模型，用于通过智能手机惯性信号识别人类活动 | 人类活动识别 | 机器学习 | NA | 时间卷积网络（TCN），门控循环单元（GRU） | TCN-GRU | 惯性信号 | 两个基准智能手机HAR数据库，即UCI HAR和UniMiB SHAR | NA | NA | NA | NA |
| 28499 | 2024-08-16 |
Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network
2024, Polish journal of radiology
IF:0.9Q4
DOI:10.5114/pjr/189412
PMID:39139256
|
研究论文 | 本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性 | 采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本 | NA | 开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下 | 糖尿病患者的足部溃疡 | 计算机视觉 | 糖尿病 | 深度学习 | ResNet50, EfficientNetB0 | 红外图像 | 1055张图像，其中543张为正常足部图像，其余为异常足部图像 | NA | NA | NA | NA |
| 28500 | 2024-08-16 |
Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1393965
PMID:39139722
|
研究论文 | 本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测 | 提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性 | NA | 提高作物综合性状的基因组预测准确性 | 高粱的综合性状，特别是地上鲜重积累 | 机器学习 | NA | 卷积神经网络（CNN） | CNN | NA | NA | NA | NA | NA | NA |