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 42996 篇文献，本页显示第 31561 - 31580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 31561 | 2024-11-27 |
Denoising magnetic resonance spectroscopy (MRS) data using stacked autoencoder for improving signal-to-noise ratio and speed of MRS
2023-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16831
PMID:37947479
|
研究论文 | 本文提出了一种使用堆叠自编码器（SAE）对磁共振波谱（MRS）数据进行去噪的方法，以提高信号噪声比（SNR）和MRS的采集速度 | 本文的创新点在于使用深度学习方法对MRS数据进行去噪，而不需要增加信号平均次数（NSA），从而缩短采集时间并提高SNR | 本文的局限性在于仅在脑波谱模型和人体受试者数据上进行了验证，尚未在更广泛的临床环境中进行测试 | 本文的研究目的是通过深度学习方法提高MRS数据的SNR和采集速度，从而增强MRS的诊断价值和临床应用 | 本文的研究对象是磁共振波谱（MRS）数据，特别是低NSA数据 | 机器学习 | NA | 堆叠自编码器（SAE） | 堆叠自编码器（SAE） | 磁共振波谱（MRS）数据 | 研究使用了脑波谱模型和人体受试者的数据，包括脑肿瘤患者的数据 | NA | NA | NA | NA |
| 31562 | 2024-11-27 |
Generative Adversarial Network-Enhanced Ultra-Low-Dose [18F]-PI-2620 τ PET/MRI in Aging and Neurodegenerative Populations
2023-09, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A7961
PMID:37591771
|
研究论文 | 研究使用生成对抗网络增强超低剂量[18F]-PI-2620 τ PET/MRI图像，以提高其在衰老和神经退行性疾病人群中的诊断质量 | 首次应用生成对抗网络增强超低剂量τ PET/MRI图像，以减少噪声并提高图像质量 | 研究样本量较小，且主要集中在健康衰老和神经退行性疾病患者，未来需扩大样本范围 | 探索深度学习技术在增强超低剂量τ PET/MRI图像中的应用，以提高诊断质量 | 健康衰老参与者和神经退行性疾病患者 | 计算机视觉 | 神经退行性疾病 | 生成对抗网络 | 生成对抗网络 | 图像 | 44名健康衰老参与者和神经退行性疾病患者 | NA | NA | NA | NA |
| 31563 | 2024-11-27 |
Quantifying Inflammatory Response and Drug-Aided Resolution in an Atopic Dermatitis Model with Deep Learning
2023-08, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2023.01.026
PMID:36804151
|
研究论文 | 本文使用深度学习方法对特应性皮炎模型中的炎症反应和药物辅助缓解进行定量分析 | 本文提出了一种基于深度学习的非侵入性图像分析方法，用于定量评估特应性皮炎模型中的炎症反应和药物辅助缓解 | 本文仅在特应性皮炎小鼠模型中进行了验证，尚未应用于临床研究 | 开发一种非侵入性的方法来定量评估皮肤炎症反应和药物辅助缓解 | 特应性皮炎小鼠模型 | 计算机视觉 | 特应性皮炎 | 深度学习 | 深度学习模型 | 图像 | 特应性皮炎小鼠模型 | NA | NA | NA | NA |
| 31564 | 2024-11-26 |
Statistical inference and neural network training based on stochastic difference model for air pollution and associated disease transmission
2025-Jan-07, Journal of theoretical biology
IF:1.9Q3
DOI:10.1016/j.jtbi.2024.111987
PMID:39522944
|
研究论文 | 本文建立了一个耦合的离散SEIS模型和Beverton-Holt模型，用于描述空气污染与疾病传播之间的关系，并通过贝叶斯统计理论估计参数变化点和切换区间的参数值 | 提出了扩展的传输动力学信息神经网络（TDINN）算法，结合深度学习和差分方程，探索疾病与污染物浓度变化之间的未知机制 | 数据拟合中的偏差表明疾病与污染物浓度变化之间存在更复杂的关联模式 | 研究空气污染与疾病传播之间的机制 | 空气污染浓度变化与疾病感染之间的关系 | 机器学习 | 呼吸道疾病 | 神经网络 | TDINN | 时间序列数据 | NA | NA | NA | NA | NA |
| 31565 | 2024-11-26 |
Establishment of a novel tumor neoantigen prediction tool for personalized vaccine design
2024-12-31, Human vaccines & immunotherapeutics
IF:4.1Q2
DOI:10.1080/21645515.2023.2300881
PMID:38214336
|
研究论文 | 本文开发了一种新的肿瘤新抗原预测工具NUCC，用于个性化疫苗设计，以优化胃癌患者的个性化新抗原纳米疫苗平台 | NUCC预测工具通过深度学习方法训练，表现出比传统工具更好的新抗原预测性能 | NA | 优化胃癌患者的个性化新抗原纳米疫苗平台 | 胃癌患者的新抗原预测 | 机器学习 | 胃癌 | 深度学习 | 深度学习模型 | 肽段数据 | 25名晚期胃癌患者和150个候选突变肽段，其中13个通过体外免疫原性测试证实为新抗原 | NA | NA | NA | NA |
| 31566 | 2024-11-26 |
AI-powered visual diagnosis of vulvar lichen sclerosus: A pilot study
2024-Dec, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20306
PMID:39194285
|
研究论文 | 开发了一种基于机器学习的图像识别模型，用于区分外阴硬化性苔藓和非外阴硬化性苔藓的皮肤图像 | 首次使用深度卷积神经网络进行外阴硬化性苔藓的视觉诊断 | 需要前瞻性研究在真实世界环境中验证模型的适用性和准确性 | 开发一种基于图像的机器学习模型，用于早期诊断外阴硬化性苔藓 | 外阴硬化性苔藓和非外阴硬化性苔藓的皮肤图像 | 计算机视觉 | 外阴硬化性苔藓 | 深度卷积神经网络 | CNN | 图像 | 共包含684张外阴硬化性苔藓图像和403张非外阴硬化性苔藓图像 | NA | NA | NA | NA |
| 31567 | 2024-11-26 |
Histopathologic Differential Diagnosis and Estrogen Receptor/Progesterone Receptor Immunohistochemical Evaluation of Breast Carcinoma Using a Deep Learning-Based Artificial Intelligence Architecture
2024-Dec, The American journal of pathology
DOI:10.1016/j.ajpath.2024.08.011
PMID:39241826
|
研究论文 | 本文利用深度学习技术对乳腺浸润性导管癌（IDC）和导管原位癌（DCIS）进行病理学鉴别诊断，并评估雌激素受体（ER）/孕激素受体（PR）的免疫组化染色 | 开发了一种新的基于深度学习的人工智能架构，并建立了组织良好的数据集，以促进IDC/DCIS的病理学诊断和ER/PR的免疫染色评分 | NA | 利用人工智能技术减少病理学家在阅读全切片图像（WSIs）时的观察者间变异性 | 乳腺浸润性导管癌（IDC）和导管原位癌（DCIS）的病理学鉴别诊断及ER/PR的免疫组化评估 | 数字病理学 | 乳腺癌 | 深度学习 | YOLOv8 | 图像 | 进行了三轮环形研究（RS）以评估WSIs | NA | NA | NA | NA |
| 31568 | 2024-11-26 |
Weakly supervised deep learning image analysis can differentiate melanoma from naevi on haematoxylin and eosin-stained histopathology slides
2024-Dec, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20307
PMID:39215631
|
研究论文 | 本文评估了弱监督深度学习图像分类器在区分H&E染色病理切片上的黑色素瘤和痣的能力 | 使用弱监督深度学习方法，相比全监督方法，能够利用更大的训练数据集 | 需要外部验证和进一步评估较少出现的组织学亚型和边缘病例 | 评估弱监督深度学习图像分类器在区分黑色素瘤和痣方面的诊断价值 | H&E染色病理切片上的黑色素瘤和痣 | 数字病理学 | 皮肤癌 | 弱监督深度学习 | 多实例学习模型（Trans-MIL, CLAM, DTFD-MIL） | 图像 | 520个样本（260个痣和260个黑色素瘤） | NA | NA | NA | NA |
| 31569 | 2024-11-26 |
Weak supervision, strong results: Automating melanocyte lesion diagnosis with deep learning
2024-Dec, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20382
PMID:39582480
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 31570 | 2024-11-26 |
Accurate Conformation Sampling via Protein Structural Diffusion
2024-Nov-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00928
PMID:39340358
|
研究论文 | 本文介绍了一种名为UFConf的新方法，用于基于氨基酸序列进行蛋白质构象的鲁棒采样 | UFConf通过将AlphaFold2转化为扩散模型，实现了基于构象的扩散过程，并开发了一种新的基于结构聚类的层次重加权协议，以克服蛋白质数据库中的构象偏差 | NA | 开发一种能够高精度预测蛋白质不同稳定构象的模型，以推动生物学和医学的进步 | 蛋白质构象的采样 | 生物信息学 | NA | 扩散模型 | 扩散模型 | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 31571 | 2024-11-26 |
Challenge for Deep Learning: Protein Structure Prediction of Ligand-Induced Conformational Changes at Allosteric and Orthosteric Sites
2024-Nov-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01475
PMID:39484820
|
研究论文 | 研究使用深度学习算法预测蛋白质在配体结合时的构象变化，特别是针对别构位点的变化 | 首次系统研究了深度学习方法在预测蛋白质别构诱导适应构象变化方面的潜力和局限性 | 深度学习方法在预测别构诱导适应构象方面仍存在挑战，准确性不如预测正构位点结合构象 | 探讨深度学习算法在预测蛋白质别构和正构位点结合时的构象变化中的应用 | 蛋白质在配体结合时的构象变化，特别是别构位点的变化 | 计算生物学 | NA | 深度学习 | AlphaFold2, NeuralPLexer, RoseTTAFold All-Atom | 蛋白质结构数据 | 578个X射线结构数据 | NA | NA | NA | NA |
| 31572 | 2024-11-26 |
CACHE Challenge #1: Targeting the WDR Domain of LRRK2, A Parkinson's Disease Associated Protein
2024-Nov-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01267
PMID:39499532
|
研究论文 | 本文报道了首届CACHE挑战赛的结果，该挑战赛旨在评估计算命中发现领域的进展 | 首次针对帕金森病相关蛋白LRRK2的WDR域进行计算命中发现，展示了多种计算方法的应用 | 实验验证的化合物稀少且效力较弱，表明现有技术不足以有效解决具有挑战性的靶点 | 评估计算命中发现方法在帕金森病靶点LRRK2的WDR域中的应用效果 | LRRK2蛋白的WDR域及其潜在的结合化合物 | 药物设计 | 帕金森病 | 分子动力学、片段对接、生成设计策略、深度学习 | NA | 化合物 | 23个计算团队，共预测了1955个分子，其中73个分子在SPR测定中显示出结合活性 | NA | NA | NA | NA |
| 31573 | 2024-11-26 |
Data-Based Prediction of Redox Potentials via Introducing Chemical Features into the Transformer Architecture
2024-Nov-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01299
PMID:39513760
|
研究论文 | 本文开发了一种基于化学语言模型的深度学习方法TransChem，用于预测有机分子的氧化还原电位 | 引入化学特征到Transformer架构中，结合空间和电子特征的分子表征，以及非线性分子信息传递方法Mol-Attention和扰动学习方法 | NA | 加速目标导向的新反应和材料设计 | 有机分子的氧化还原电位 | 机器学习 | NA | 深度学习 | Transformer | 分子数据 | 超过100,000个有机自由基数据，2,1,3-苯并噻二唑数据集（<3000数据点），电子亲和力数据集（660数据），以及自开发的全空间二取代苯酚氧化电位数据集（OPP-data set，总计74,529） | NA | NA | NA | NA |
| 31574 | 2024-11-26 |
[De novo protein design in the age of artificial intelligence]
2024-Nov-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.240087
PMID:39584325
|
综述 | 本文综述了蛋白质设计的演变过程，重点介绍了最新的算法模型，并分析了当前存在的挑战和未来趋势 | 本文探讨了人工智能和深度学习生成模型在蛋白质设计中的应用，展示了其在功能蛋白质设计中的潜力 | 当前蛋白质设计面临设计成功率低、精度不足以及依赖实验验证等挑战 | 本文旨在为蛋白质设计领域的研究人员和从业者提供见解 | 本文主要研究蛋白质设计及其在生物医学和纳米技术中的应用 | 生物信息学 | NA | 深度学习 | 生成模型 | 序列数据 | NA | NA | NA | NA | NA |
| 31575 | 2024-11-26 |
Efficient deep learning based rail fastener screw detection method for fastener screw maintenance robot under complex lighting conditions
2024-Nov-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-77364-z
PMID:39578481
|
研究论文 | 提出了一种基于YOLO的轻量级模型LFGB-YOLO，用于在复杂光照条件下检测铁路扣件螺栓 | 引入了Light-Fast部分和GB-Neck部分，分别优化了网络参数和特征融合能力，提高了检测精度和速度 | 未提及具体限制 | 开发一种在复杂光照条件下高效检测铁路扣件螺栓的方法，以支持维护机器人 | 铁路扣件螺栓 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 31576 | 2024-11-26 |
Crop classification in the middle reaches of the Hei River based on model transfer
2024-Nov-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80327-z
PMID:39578651
|
研究论文 | 本文提出了一种基于模型迁移的作物分类方法，用于黑河流域中游地区 | 通过生成多源光谱数据（MSSD）并利用预训练模型进行微调，实现了在无样本年份的作物分类 | 依赖于预训练模型的准确性，且实验仅使用了四种模型进行验证 | 提高在黑河流域中游地区作物分类的准确性，减少对大规模样本数据的依赖 | 黑河流域中游地区的作物分类 | 计算机视觉 | NA | 遥感技术 | CNN | 光谱数据 | 使用了三种基于CNN的深度学习模型和一个机器学习模型（RF）进行实验 | NA | NA | NA | NA |
| 31577 | 2024-11-26 |
Multimodal machine learning for language and speech markers identification in mental health
2024-Nov-22, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02772-0
PMID:39578814
|
研究论文 | 本文研究了使用多模态机器学习方法识别语言和语音标记在精神健康诊断中的应用 | 本文结合了单模态和多模态方法，通过识别和编译广泛的精神健康障碍标记，评估多模态方法是否优于单模态方法 | 本文主要使用DAIC-WOZ数据集，且未探讨更复杂的融合技术和深度学习模型 | 评估多模态方法在精神健康诊断中是否优于单模态方法 | 语言和语音数据中的精神健康障碍标记 | 机器学习 | 精神健康障碍 | 多模态机器学习 | 支持向量机、逻辑回归、随机森林、全连接神经网络 | 文本和音频 | 使用DAIC-WOZ数据集中的临床访谈数据 | NA | NA | NA | NA |
| 31578 | 2024-11-26 |
Screening for severe coronary stenosis in patients with apparently normal electrocardiograms based on deep learning
2024-Nov-22, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02764-0
PMID:39578851
|
研究论文 | 本文开发了一种基于深度学习模型，用于在心电图（ECG）看似正常的情况下筛查严重冠状动脉狭窄的患者 | 本文首次使用深度学习模型结合迁移学习技术，从看似正常的心电图中提取深层特征，以识别严重冠状动脉狭窄 | 模型在单独使用心电图数据时敏感性较低，添加临床信息后特异性下降 | 开发一种有效模型，区分心电图看似正常患者中的严重冠状动脉狭窄与无或轻度狭窄 | 392名患者，其中138名患有严重狭窄 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 心电图数据和临床信息 | 392名患者，包括138名严重狭窄患者 | NA | NA | NA | NA |
| 31579 | 2024-11-26 |
VGAE-CCI: variational graph autoencoder-based construction of 3D spatial cell-cell communication network
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae619
PMID:39581873
|
研究论文 | 提出了一种基于变分图自编码器的深度学习框架VGAE-CCI，用于构建三维空间细胞间通信网络 | 该方法能够识别跨多个组织层的细胞间通信，并适用于具有缺失或部分不完整数据的空间转录组数据 | 未提及具体限制 | 解决空间转录组数据中数据不完整和系统偏差问题，以及现有方法在分析跨多层组织细胞间通信方面的不足 | 细胞间通信网络 | 生物信息学 | NA | 空间转录组测序 (ST-seq) | 变分图自编码器 (VGAE) | 空间转录组数据 | 六个数据集 | NA | NA | NA | NA |
| 31580 | 2024-11-26 |
Repun: an accurate small variant representation unification method for multiple sequencing platforms
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae613
PMID:39584701
|
研究论文 | 本文介绍了一种名为Repun的单体型感知变异对齐统一算法，用于在不同测序平台之间统一变异表示 | Repun利用单体型信息加速变异与候选单体型的匹配过程，提高了统一过程的效率 | NA | 确保不同测序平台和条件下变异表示的一致性，为下游分析提供可靠的基础 | 不同测序平台（Oxford Nanopore Technology, Pacific Biosciences, Illumina）的变异表示 | 基因组学 | NA | 测序技术 | NA | 基因组数据 | 多个Genome in a Bottle Consortium样本 | NA | NA | NA | NA |