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 37061 篇文献，本页显示第 28941 - 28960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 28941 | 2024-09-25 |
trajPredRNN+: A new approach for precipitation nowcasting with weather radar echo images based on deep learning
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36134
PMID:39309946
|
研究论文 | 本文提出了一种基于深度学习的新方法trajPredRNN+，用于使用天气雷达回波图像进行降水短时预报 | 该方法结合了轨迹分割模型和PredRNN深度学习模型，通过引入注意力机制和残差网络，以及提出更合理的训练损失函数，解决了现有模型在捕捉细粒度外观和处理位置错位问题上的局限性 | NA | 提高短时降雨预测的准确性，特别是对强降雨的预测 | 使用天气雷达回波图像进行降水短时预报 | 计算机视觉 | NA | 深度学习 | PredRNN | 图像 | 使用了深圳市气象局提供的雷达回波图数据集 | NA | NA | NA | NA |
| 28942 | 2024-09-25 |
Multi-label deep learning for comprehensive optic nerve head segmentation through data of fundus images
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36996
PMID:39309959
|
研究论文 | 本文提出了一种基于多标签深度学习的视网膜图像中视神经头全面分割方法 | 利用U-Net架构结合迁移学习设计了三种多类语义分割模型，并通过结合MSU-Net和BU-Net生成HRF数据集的地面真值 | 研究仅使用了45张视网膜图像进行训练和验证，样本量较小 | 开发一种能够早期诊断和持续监测眼科疾病的计算机辅助检测技术 | 视网膜图像中的视盘、视杯、血管和视盘周围萎缩区（alpha和beta） | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 45张视网膜图像 | NA | NA | NA | NA |
| 28943 | 2024-09-25 |
Enhancing bone scan image quality: an improved self-supervised denoising approach
2024-Sep-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad7e79
PMID:39312947
|
研究论文 | 本文提出了一种改进的自监督去噪技术，用于提高骨扫描图像质量 | 本文提出了一种改进的自监督去噪技术，通过使用Noise2FullCount (N2F)和插值版本的Noise2Noise (iN2N)，减少了深度学习去噪与全扫描图像之间的偏差 | N2N在长扫描图像中表现有限 | 提高骨扫描图像质量，减少辐射暴露和扫描时间 | 351个全身骨扫描数据集 | 计算机视觉 | NA | 深度学习 | Noise2Noise (N2N), Noise2FullCount (N2F), 插值版本的Noise2Noise (iN2N) | 图像 | 351个全身骨扫描数据集 | NA | NA | NA | NA |
| 28944 | 2024-09-25 |
Exploration of Fractional Flow Reservation Score Based on Artificial Intelligence Post-processing for Coronary Artery Lesions in Patients with Diabetes and Coronary Heart Disease
2024-Sep-21, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100196
PMID:39313159
|
研究论文 | 本文利用人工智能后处理技术评估糖尿病和冠心病患者中冠心病与分数流量储备（FFR）的关系 | 采用人工智能技术处理冠状动脉CT血管造影（CCTA）图像，以高效、便捷、准确地获取所需数据，提高临床诊断效率和准确性 | NA | 研究冠心病与分数流量储备（FFR）在不同程度冠心病和糖尿病患者中的关系 | 94名疑似冠心病的患者 | 计算机视觉 | 心血管疾病 | 人工智能（AI） | NA | 图像 | 94名患者 | NA | NA | NA | NA |
| 28945 | 2024-09-25 |
Chemomechanical damage prediction from phase-field simulation video sequences using a deep-learning-based methodology
2024-Sep-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110822
PMID:39310766
|
研究论文 | 本文探讨了使用深度学习方法从相场模拟视频序列中预测锂离子电池的化学机械损伤 | 本文首次探索了使用卷积长短期记忆网络（CNN-LSTM）从相场模拟视频中预测电池材料的损伤行为，包括裂纹扩展角度和长度 | 本文仅使用了有限的数据进行模型训练和验证 | 研究目的是开发一种预测锂离子电池材料损伤行为的深度学习模型 | 研究对象是锂离子电池的阴极材料 | 机器学习 | NA | 相场模拟 | CNN-LSTM | 视频 | NA | NA | NA | NA | NA |
| 28946 | 2024-09-25 |
A deep learning dataset for metal multiaxial fatigue life prediction
2024-Sep-19, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03862-4
PMID:39300134
|
研究论文 | 本文创建了一个大规模的高质量数据集，用于金属多轴疲劳寿命预测 | 本文的创新点在于创建了一个包含1167个样本的大规模数据集，解决了深度学习在金属多轴疲劳寿命预测中数据稀缺的问题 | NA | 本文的研究目的是为金属多轴疲劳寿命预测提供一个高质量的数据集，以支持深度学习方法的应用 | 本文的研究对象是金属多轴疲劳寿命预测 | 机器学习 | NA | 深度学习 | NA | 数据集 | 1167个样本，来自40种材料 | NA | NA | NA | NA |
| 28947 | 2024-09-25 |
A Novel Rational PROTACs Design and Validation via AI-Driven Drug Design Approach
2024-Sep-17, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.3c10183
PMID:39310161
|
研究论文 | 本文介绍了一种结合超叠加技术和深度神经网络的集成方法，用于生成具有增强结合亲和力的结构多样性分子 | 本文提出了一种新的AI驱动药物设计方法，通过结合超叠加技术和深度神经网络，生成具有更高结合亲和力的PROTACs分子 | NA | 开发一种新的AI驱动药物设计方法，用于生成具有更高结合亲和力的PROTACs分子 | PROTACs分子的设计和验证 | 药物设计 | NA | 超叠加技术、分子动力学模拟、自由能扰动模拟 | 深度神经网络 | 蛋白质-配体复合物结构 | NA | NA | NA | NA | NA |
| 28948 | 2024-09-25 |
Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration on Optical Coherence Tomography
2024-Sep-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.11.24312817
PMID:39314940
|
研究论文 | 开发了一种基于深度学习的模型，用于在光学相干断层扫描图像中检测与年龄相关性黄斑变性相关的网状假性玻璃膜疣 | 该模型在检测网状假性玻璃膜疣方面表现优于四位眼科专家，并已在五个外部测试数据集中验证了其性能 | NA | 开发一种自动检测和量化网状假性玻璃膜疣的深度学习模型，以辅助临床管理 | 网状假性玻璃膜疣在年龄相关性黄斑变性中的检测 | 计算机视觉 | 年龄相关性黄斑变性 | 深度学习 | NA | 图像 | 9800张光学相干断层扫描B扫描图像，以及来自812名个体的1017只眼睛的外部测试数据集 | NA | NA | NA | NA |
| 28949 | 2024-09-25 |
Training robust T1-weighted magnetic resonance imaging liver segmentation models using ensembles of datasets with different contrast protocols and liver disease etiologies
2024-09-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71674-y
PMID:39251664
|
研究论文 | 本文开发了一种可推广的深度学习模型，用于在T1加权MRI图像上分割肝脏 | 采用了三种不同的深度学习架构（nnUNet、PocketNet、Swin UNETR），并使用来自六个不同地理位置机构的数据进行训练 | NA | 开发一种能够在不同对比协议和肝脏疾病病因学数据集上进行鲁棒训练的肝脏分割模型 | T1加权MRI图像中的肝脏 | 计算机视觉 | 肝癌 | 深度学习 | nnUNet, PocketNet, Swin UNETR | 图像 | 819张T1加权MRI图像 | NA | NA | NA | NA |
| 28950 | 2024-09-25 |
Deepdive: Leveraging Pre-trained Deep Learning for Deep-Sea ROV Biota Identification in the Great Barrier Reef
2024-Sep-03, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03766-3
PMID:39227607
|
研究论文 | 本文利用预训练的深度学习模型对大堡礁深海ROV图像中的生物进行分类 | 本文贡献了一个包含3994张深海生物图像的分类数据集，并使用ResNet、DenseNet、Inception和Inception-ResNet等深度学习模型进行基准测试 | 数据集存在类别不平衡问题，某些类别的分类准确率较低 | 通过自动化对象分类，创建详细的栖息地地图，以评估生态系统健康和恢复力 | 大堡礁深海生态系统中的生物 | 计算机视觉 | NA | 深度学习 | ResNet, DenseNet, Inception, Inception-ResNet | 图像 | 3994张深海生物图像，属于33个类别 | NA | NA | NA | NA |
| 28951 | 2024-09-25 |
Time-series satellite remote sensing reveals gradually increasing war damage in the Gaza Strip
2024-Sep, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae304
PMID:39309412
|
研究论文 | 本文利用深度学习和LuoJia3-01卫星数据，实时检测以色列-巴勒斯坦冲突中加沙地带的爆炸和建筑物损坏情况 | 首次利用LuoJia3-01卫星数据和深度学习技术进行冲突监测和建筑物损坏评估 | NA | 研究战争对城市破坏的影响，并提供实时监测和评估方法 | 加沙地带的建筑物损坏和农业用地损失 | 遥感 | NA | 深度学习 | NA | 卫星图像 | 3747个导弹弹坑，涉及加沙地带五个省的基础设施 | NA | NA | NA | NA |
| 28952 | 2024-09-25 |
CT Material Decomposition using Spectral Diffusion Posterior Sampling
2024-Aug, Conference proceedings. International Conference on Image Formation in X-Ray Computed Tomography
PMID:39301204
|
研究论文 | 本文介绍了一种基于扩散后验采样（DPS）的新深度学习方法，用于从光谱CT测量中进行材料分解 | 提出了一种结合无监督训练的先验知识和严格物理模型的方法，并引入了一种更快速和更稳定的变体，称为跳跃启动DPS（JSDPS） | NA | 开发一种快速且准确的材料分解方法，用于光谱CT数据 | 光谱CT系统的材料分解性能 | 计算机视觉 | NA | 扩散后验采样（DPS） | 深度学习模型 | 光谱CT数据 | 涉及两种光谱CT系统：双kVp和双层探测器CT | NA | NA | NA | NA |
| 28953 | 2024-09-25 |
An artificial intelligence tool predicts blastocyst development from static images of fresh mature oocytes
2024-06, Reproductive biomedicine online
IF:3.7Q1
DOI:10.1016/j.rbmo.2024.103842
PMID:38552566
|
研究论文 | 开发了一种深度学习模型，通过分析新鲜成熟卵母细胞的静态图像来预测囊胚发育 | 首次利用深度学习模型通过卵母细胞的静态图像预测囊胚发育，为卵母细胞评估提供了新的方法 | 模型在不同年龄组和地理位置的表现存在差异，且需要进一步验证其普遍适用性 | 开发一种能够通过卵母细胞图像预测囊胚发育的深度学习模型 | 新鲜成熟卵母细胞的静态图像 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 37,133张卵母细胞图像，其中7,807张用于测试，12,357张用于外部验证 | NA | NA | NA | NA |
| 28954 | 2024-09-25 |
Training Robust T1-Weighted Magnetic Resonance Imaging Liver Segmentation Models Using Ensembles of Datasets with Different Contrast Protocols and Liver Disease Etiologies
2024-Apr-30, Research square
DOI:10.21203/rs.3.rs-4259791/v1
PMID:38746406
|
研究论文 | 本文开发了一种深度学习模型，用于在T1加权磁共振图像上自动分割肝脏 | 本文通过使用来自不同数据集和对比协议的819张T1加权MR图像，训练了三种不同的深度学习架构，并比较了它们在不同数据集上的测试性能，发现nnUNet模型在不同数据集上的表现最为稳健 | 本文未详细讨论模型在实际临床应用中的表现和局限性 | 研究如何通过使用多样化的数据集和对比协议来训练稳健的肝脏分割模型 | T1加权磁共振图像中的肝脏 | 计算机视觉 | 肝癌 | 磁共振成像（MRI） | nnUNet | 图像 | 819张T1加权MR图像，来自六个不同的数据集 | NA | NA | NA | NA |
| 28955 | 2024-09-25 |
A web-based tool for real-time adequacy assessment of kidney biopsies
2024-Feb-05, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.02.01.24302147
PMID:38370740
|
研究论文 | 介绍了一种基于网络的工具，用于实时评估肾活检的充分性 | 开发了一种基于深度学习的自动分割技术，用于从智能手机拍摄的照片中实时量化评估肾活检的充分性 | 仅限于使用智能手机拍摄的照片进行评估，且需要预先训练的数据集 | 开发一种工具，以减少因活检不充分而导致的重新活检需求 | 肾活检的充分性评估 | 数字病理学 | NA | 深度学习 | NA | 图像 | 100例肾活检图像 | NA | NA | NA | NA |
| 28956 | 2024-09-25 |
RediscMol: Benchmarking Molecular Generation Models in Biological Properties
2024-01-25, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.3c02051
PMID:38181194
|
研究论文 | 本文构建了一个名为RediscMol的基准，用于评估分子生成模型在生物学特性方面的表现 | 引入了重新发现和相似性相关的指标，以评估生成模型的性能 | 现有评估方法在生物学背景下的不足 | 解决现有评估方法的局限性，模拟实际应用场景 | 8种代表性的生成模型在生物学特性方面的表现 | 机器学习 | NA | 深度学习 | 生成模型 | 分子数据 | 5个激酶和3个GPCR数据集中的活性分子 | NA | NA | NA | NA |
| 28957 | 2024-09-25 |
TUBA1C orchestrates the immunosuppressive tumor microenvironment and resistance to immune checkpoint blockade in clear cell renal cell carcinoma
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1457691
PMID:39301023
|
研究论文 | 本文研究了TUBA1C在透明细胞肾细胞癌（ccRCC）中的作用，特别是其与免疫检查点阻断（ICB）疗法抵抗的关系 | 首次揭示了TUBA1C在ccRCC中通过激活PI3K/AKT通路促进免疫抑制微环境，从而影响ICB疗法的效果 | 需要进一步的临床试验验证TUBA1C作为治疗靶点的有效性 | 探讨TUBA1C在ccRCC中的作用及其与ICB疗法抵抗的关系 | 透明细胞肾细胞癌（ccRCC）患者及肿瘤细胞 | 数字病理学 | 肾癌 | 单细胞分析、免疫组化、RT-qPCR、CCK-8试验 | 深度学习模型 | 基因表达数据 | 多个临床队列和肾癌细胞系 | NA | NA | NA | NA |
| 28958 | 2024-09-25 |
Brainchop: Providing an Edge Ecosystem for Deployment of Neuroimaging Artificial Intelligence Models
2024, Aperture neuro
DOI:10.52294/001c.123059
PMID:39301517
|
研究论文 | 本文介绍了一个名为Brainchop的完全功能性网络应用程序，允许用户在其浏览器中将使用Python开发的深度学习模型应用于本地神经影像数据 | Brainchop利用终端用户的图形卡，使得脑提取、组织分割和区域划分仅需几秒钟，避免了隐私问题，并提供了一个简单的机制来分发模型，用于额外的图像处理任务 | NA | 开发一个高效的分布平台，使开发者能够与终端用户共享神经影像人工智能模型 | 神经影像数据和深度学习模型 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 28959 | 2024-09-25 |
Artificial intelligence and bioinformatics: a journey from traditional techniques to smart approaches
2024, Gastroenterology and hepatology from bed to bench
DOI:10.22037/ghfbb.v17i3.2977
PMID:39308539
|
综述 | 本文综述了人工智能在生物信息学中的应用，从传统技术到智能方法的演变 | 探讨了人工智能在生物信息学多个领域的应用，包括机器学习、深度学习和自然语言处理 | NA | 分析和解释生物数据中人工智能模型的不可或缺作用 | 人工智能在生物信息学中的应用，包括基因组测序、蛋白质结构预测、药物发现等 | 生物信息学 | NA | 机器学习、深度学习、自然语言处理 | NA | 基因组数据、蛋白质结构数据、药物数据、医学影像、文本数据 | NA | NA | NA | NA | NA |
| 28960 | 2024-09-25 |
An in-depth analysis of data reduction methods for sustainable deep learning
2024, Open research Europe
DOI:10.12688/openreseurope.17554.2
PMID:39309190
|
研究论文 | 本文深入分析了数据缩减方法在可持续深度学习中的应用 | 提出了八种不同的表格训练数据集缩减方法，并开发了一个Python包来应用这些方法；引入了一个基于拓扑的表示性度量来衡量缩减数据集与完整训练数据集的相似性；开发了一种将这些数据缩减方法应用于图像数据集进行目标检测任务的方法 | NA | 研究数据缩减方法在减少深度学习模型训练过程中的能源消耗和提高效率方面的应用 | 深度学习模型的数据缩减方法及其对数据集表示性、能源消耗和模型预测性能的影响 | 机器学习 | NA | 深度学习 | NA | 表格数据和图像数据 | NA | NA | NA | NA | NA |