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 32372 篇文献，本页显示第 30281 - 30300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 30281 | 2024-08-05 |
Accurate prediction of CDR-H3 loop structures of antibodies with deep learning
2024-Jun-26, eLife
IF:6.4Q1
DOI:10.7554/eLife.91512
PMID:38921957
|
研究论文 | 本文提出H3-OPT工具包，用于预测单克隆抗体和纳米抗体的3D结构 | H3-OPT结合了AlphaFold2的优势和预训练的蛋白质语言模型，显著提高了CDR-H3环结构的预测精度 | 本文未提及具体的局限性 | 研究抗体建模中CDR-H3环结构的高精度预测方法 | 单克隆抗体和纳米抗体的CDR-H3环结构 | 计算机视觉 | NA | 深度学习 | AlphaFold2 | 3D结构数据 | 三个通过H3-OPT预测的抗VEGF纳米抗体的实验结构 | NA | NA | NA | NA |
| 30282 | 2024-08-05 |
A retrospective study of deep learning generalization across two centers and multiple models of X-ray devices using COVID-19 chest-X rays
2024-06-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64941-5
PMID:38918499
|
研究论文 | 这项研究旨在识别和研究影响深度学习网络内部验证和推广的潜在因素 | 研究揭示了不同制造商的X光设备对深度学习模型推广能力的显著影响 | 研究主要限制在不同类型的响应功能设备之间未能实现推广 | 探讨影响计算机辅助诊断系统深度学习算法推广的因素 | COVID-19胸部X光影像及其与对照影像的分类 | 计算机视觉 | COVID-19 | 卷积神经网络（CNN） | VGG16 | 图像 | 来自两个机构通过三种不同X光设备制造商获取的多组图像 | NA | NA | NA | NA |
| 30283 | 2024-08-05 |
Design optimization of large-scale bifacial photovoltaic module frame using deep learning surrogate model
2024-Jun-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64594-4
PMID:38918445
|
研究论文 | 本研究开发了一种基于深度神经网络的有限元代理模型，以优化大型双面光伏模块框架设计 | 通过使用深度学习代理模型，实现了对大型双面光伏模块框架设计因素的优化预测 | 研究未详细描述在不同环境条件下模型的适用性 | 优化大型双面光伏模块的框架设计以减少挠度并降低重量 | 大型双面光伏模块的框架设计因素 | 工程优化 | NA | 有限元分析 (FEA) | 深度神经网络 (DNN) | 数值数据 | 243个有限元分析数据集及生成的100万个数据集 | NA | NA | NA | NA |
| 30284 | 2024-08-05 |
Distributed transformer for high order epistasis detection in large-scale datasets
2024-06-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65317-5
PMID:38918413
|
研究论文 | 提出了一种基于变换器的框架，用于高阶表观遗传学检测 | 提出了一种新颖、灵活、可移植和可扩展的网络解释框架，以处理任何阶数的表观遗传学 | 由于神经网络的黑箱特性，缺乏可解释性仍然是一个未解决的挑战 | 理解复杂疾病的遗传基础 | 应用于基因组广泛关联研究中的单核苷酸多态性(SNP)组合分析 | 计算机视觉 | NA | 深度学习 | 变换器 | 基因组数据 | 三个WTCCC数据集 | NA | NA | NA | NA |
| 30285 | 2024-08-05 |
Deep learning-based localization algorithms on fluorescence human brain 3D reconstruction: a comparative study using stereology as a reference
2024-06-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65092-3
PMID:38918523
|
研究论文 | 本文对基于深度学习的细胞定位算法进行比较，旨在为人脑三维重建提供准确的细胞计数和定位方法 | 使用最近介绍的三维立体测量设计作为参考，对三种基于深度学习的技术进行深入实证评估 | 准确量化人脑神经元面临特定挑战，如高像素强度变异、自动荧光和非特异性荧光 | 帮助用户根据研究目标选择合适的技术 | 聚焦于布罗卡区的一部分进行人脑分析 | 数字病理学 | NA | 荧光显微镜 | 深度学习模型 | 3D 数据 | 使用了最新三维立体测量设计进行大规模分析 | NA | NA | NA | NA |
| 30286 | 2024-08-05 |
Extraction of water bodies from high-resolution remote sensing imagery based on a deep semantic segmentation network
2024-Jun-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65430-5
PMID:38918493
|
研究论文 | 本文提出了一种新颖的深度学习框架WaterDeep，用于从高分辨率遥感影像中提取水体 | 引入了一种基于DeepLabV3 + 架构的新深度学习框架，并结合高低层特征的创新融合机制 | NA | 准确识别城市水体特征，以监测水资源和制定水管理策略 | 高分辨率遥感图像中的水体特征及其边界 | 计算机视觉 | NA | 深度学习 | WaterDeep，基于Xception基础网络及Atrous Spatial Pyramid Pooling模块 | 高分辨率遥感影像 | 创建了一个全面的数据集，样本数量未具体说明 | NA | NA | NA | NA |
| 30287 | 2024-08-05 |
Deep learning model for the prediction of all-cause mortality among long term care people in China: a prospective cohort study
2024-06-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65601-4
PMID:38918463
|
研究论文 | 本研究旨在开发一个深度学习模型，以预测中国长期护理人群的全因死亡风险 | 提出了一种基于深度学习的风险分层模型，专注于老年残疾人群的全因死亡风险预测 | 仅基于一个试点城市的数据，可能不具代表性 | 研究的目的是为老年残疾人提供长期护理计划的风险预测 | 包括42353名65岁以上的残疾成人 | 机器学习 | NA | 深度学习 | NA | 行政数据 | 42353名残疾成人 | NA | NA | NA | NA |
| 30288 | 2024-08-05 |
CMRxRecon: A publicly available k-space dataset and benchmark to advance deep learning for cardiac MRI
2024-Jun-25, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03525-4
PMID:38918497
|
研究论文 | CMRxRecon 数据集是一个公开的 k 空间数据集，旨在推动深度学习在心脏 MRI 中的应用 | 提供了一个包含 300 名受试者的多对比、多视角、多切片和多线圈 CMR 数据集，促进深度学习方法的发展 | 目前数据集数量有限，可能不够大以涵盖所有心脏病的变异性 | 推动最先进的心脏 MRI 图像重建的进展 | 300 名受试者的心脏影像数据，包括心脏电影和映射序列 | 数字病理 | 心脏病 | k 空间重建 | 深度学习模型 | 影像 | 300 名受试者 | NA | NA | NA | NA |
| 30289 | 2024-08-07 |
Author Correction: MRI-only based material mass density and relative stopping power estimation via deep learning for proton therapy: a preliminary study
2024-Jun-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65365-x
PMID:38918458
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 30290 | 2024-08-05 |
A dual-track feature fusion model utilizing Group Shuffle Residual DeformNet and swin transformer for the classification of grape leaf diseases
2024-06-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64072-x
PMID:38914605
|
研究论文 | 该文章提出了一种新的双轨网络用于葡萄叶病害的分类 | 引入了结合Swin Transformer和Group Shuffle Residual DeformNet的双轨特征融合模型 | 传统的病害识别方法需要专家知识，限制了可扩展性和效率 | 设计一种自动化深度学习方法来检测葡萄叶病害 | 研究对象为葡萄叶病害 | 计算机视觉 | NA | 深度学习 | Swin Transformer和Group Shuffle Residual DeformNet | 图像 | 使用PlantVillage数据集中葡萄叶病害的信息进行验证 | NA | NA | NA | NA |
| 30291 | 2024-08-05 |
Synergizing Chemical Structures and Bioassay Descriptions for Enhanced Molecular Property Prediction in Drug Discovery
2024-Jun-24, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00765
PMID:38836773
|
研究论文 | 该文章提出了一种新颖的计算方法，结合了生物测定的文本描述和目标化合物的化学结构来预测分子属性 | 通过自监督学习结合两种信息源，该方法能在没有测量数据的情况下提供准确的预测 | 该研究的局限性在于可能需要大量的初始数据才能有效进行自监督学习 | 加速新药的开发，通过改进分子属性的预测方法 | 重点研究生物测定和化学结构的结合来提升分子属性预测的准确性 | 药物发现 | NA | 自监督学习 | NA | 文本和结构数据 | NA | NA | NA | NA | NA |
| 30292 | 2024-08-05 |
Deep learning models for predicting the survival of patients with medulloblastoma based on a surveillance, epidemiology, and end results analysis
2024-06-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65367-9
PMID:38914641
|
研究论文 | 利用深度学习模型预测髓母细胞瘤患者的生存率 | 提出了一种基于深度学习模型DeepSurv的生存预测方法，相比于传统模型表现更优 | NA | 提高髓母细胞瘤患者的生存率预测准确性 | 对2,322名髓母细胞瘤患者的数据进行分析 | 机器学习 | NA | 深度学习 | DeepSurv, 随机生存森林, Cox比例风险模型 | 临床数据 | 2,322名髓母细胞瘤患者 | NA | NA | NA | NA |
| 30293 | 2024-08-05 |
RhoMax: Computational Prediction of Rhodopsin Absorption Maxima Using Geometric Deep Learning
2024-Jun-24, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00467
PMID:38829021
|
研究论文 | 本研究提出了一种新方法RhoMax，通过几何深度学习预测微生物视紫红质的最大吸收波长 | 该研究基于结构的几何深度学习，提供了一种新的计算方法来预测视紫红质的吸收波长 | 目前计算方法的准确性仍然需要进一步验证 | 旨在解决在光遗传学中红移视紫红质吸收波长的预测问题 | 研究微生物视紫红质的蛋白质序列与其吸收峰之间的关系 | 计算机视觉 | NA | 深度学习, AlphaFold2 | 几何深度学习 | 序列数据 | 超过一半的测试集序列 | NA | NA | NA | NA |
| 30294 | 2024-08-05 |
Video-Based Sign Language Recognition via ResNet and LSTM Network
2024-Jun-20, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10060149
PMID:38921626
|
研究论文 | 提出一种基于ResNet和LSTM的手语识别方法 | 结合ResNet和LSTM有效提取手语视频中的时空特征，提高识别率 | 对大量视频数据的计算资源需求较高 | 提升手语识别技术，帮助听障人士与他人沟通 | 阿根廷手语（LSA64）视频数据集 | 计算机视觉 | 听力障碍 | 深度学习 | ResNet和LSTM | 视频 | 涉及LSA64手语数据集 | NA | NA | NA | NA |
| 30295 | 2024-08-05 |
Deep Learning and Neural Architecture Search for Optimizing Binary Neural Network Image Super Resolution
2024-Jun-18, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics9060369
PMID:38921249
|
研究论文 | 本文介绍了一种面向图像超分辨率任务的高效二进制网络搜索方法 | 提出了一种针对超分辨率的特定搜索空间的改进，并引入了Libra参数二值化以最大化信息保留 | 传统架构的设计仍需大量计算资源和时间 | 优化二进制神经网络在超分辨率任务中的性能 | 二进制神经网络和其架构搜索方法 | 计算机视觉 | NA | 深度学习 | 二进制神经网络 | 图像 | NA | NA | NA | NA | NA |
| 30296 | 2024-08-05 |
Metabolic Insight into Glioma Heterogeneity: Mapping Whole Exome Sequencing to In Vivo Imaging with Stereotactic Localization and Deep Learning
2024-Jun-16, Metabolites
IF:3.4Q2
DOI:10.3390/metabo14060337
PMID:38921472
|
研究论文 | 本研究探讨了通过立体定向取样和深度学习将全外显子组测序与体内影像学相结合以了解胶质瘤的异质性。 | 该研究创新性地结合了立体定向活检和多参数MR成像，利用深度学习方法预测肿瘤的细胞和分子特征变化。 | 该研究是回顾性研究，样本量较小，仅涉及10名患者。 | 旨在展示机器学习算法在预测胶质瘤细胞和分子特征变化中的潜力。 | 研究对象为10名经影像学确认的初治胶质瘤患者。 | 数字病理学 | 胶质瘤 | 全外显子组测序 | 深度学习模型 | 影像数据 | 10名胶质瘤患者 | NA | NA | NA | NA |
| 30297 | 2024-08-05 |
PlantSR: Super-Resolution Improves Object Detection in Plant Images
2024-Jun-06, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10060137
PMID:38921614
|
研究论文 | 本研究探讨了超分辨率技术在植物图像物体检测中的应用价值 | 提出了一个名为PlantSR的数据集，并开发了针对植物图像的超分辨率模型，显示出对比一般超分辨率模型的优越性能 | 研究主要集中于苹果和大豆种子的物体检测，可能不适用于其他植物对象 | 提升植物图像上物体检测模型的性能 | 高分辨率植物图像以及苹果计数和大豆种子计数任务 | 计算机视觉 | NA | 超分辨率技术 | YOLOv7和P2PNet-Soy | 图像 | 1030张高分辨率植物图像 | NA | NA | NA | NA |
| 30298 | 2024-08-05 |
Developing an Accumulative Assessment System of Upper Extremity Motor Function in Patients With Stroke Using Deep Learning
2024-Jun-04, Physical therapy
IF:3.5Q1
DOI:10.1093/ptj/pzae050
PMID:38531775
|
研究论文 | 本文开发了一种基于Fugl-Meyer评估的上肢运动功能累积评估系统，以提高评估效率 | 研究使用深度学习算法利用患者的先前信息来选择个性化评估项目 | 研究基于现有数据，可能缺乏现场测试的直接验证 | 旨在提高上肢运动功能评估的管理效率，同时保持足够的心理测量特性 | 682名中风患者的数据被用于评估和验证新系统 | 数字病理学 | 中风 | 深度学习算法 | NA | 数据集 | 682名中风患者 | NA | NA | NA | NA |
| 30299 | 2024-08-05 |
Applications of Artificial Intelligence in Prostate Cancer Care: A Path to Enhanced Efficiency and Outcomes
2024-Jun, American Society of Clinical Oncology educational book. American Society of Clinical Oncology. Annual Meeting
DOI:10.1200/EDBK_438516
PMID:38935882
|
评论 | 这篇文章综述了人工智能在前列腺癌护理中的应用进展 | 文章探讨了人工智能与前列腺癌管理相结合的新方法，特别是在早期干预、药物发现和临床决策中的应用 | 未提及研究的具体局限性 | 旨在全面回顾人工智能在前列腺癌护理中的当前应用状态 | 前列腺癌患者的护理过程，包括早期干预到幸存者护理 | 人工智能 | 前列腺癌 | 深度学习，机器学习 | 深度学习模型 | 影像数据，病理数据 | NA | NA | NA | NA | NA |
| 30300 | 2024-08-05 |
Spectrometer-Less Remote Sensing Image Classification Based on Gate-Tunable van der Waals Heterostructures
2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202309781
PMID:38610112
|
研究论文 | 本论文提出了一种基于门可调范德瓦尔斯异质结构的无光谱仪遥感图像分类方法 | 创新性地利用可调节的广谱光电探测器，在没有原始高光谱反射数据的情况下，利用深度学习算法实现了高准确度的图像分类 | 当前方法在实际应用中可能受到材料和器件制造技术的限制 | 研究遥感技术中光谱仪的微型化和成本效益 | 构建一种基于GaTeSe/WSe的二维范德瓦尔斯异质结的光电探测器 | 计算机视觉 | NA | NA | 深度学习算法 | 高光谱图像 | 6个常见的高光谱数据集 | NA | NA | NA | NA |