深度学习在生物医药领域中的应用
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，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10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 25256 篇文献，本页显示第 12121 - 12140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12121 | 2024-12-08 |
Network medicine informed multi-omics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis
2024-Mar-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.27.586949
PMID:38585774
|
研究论文 | 本研究利用网络医学方法整合人脑特异性多组学数据，识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的药物 | 首次采用网络医学方法结合深度学习框架，整合多种组学数据（如基因组、蛋白质组、表观基因组等），识别ALS相关基因和潜在药物靶点 | 研究主要基于人脑特异性数据，可能不适用于其他组织或疾病；验证阶段主要依赖于预临床和临床证据，缺乏大规模临床试验 | 识别ALS的药物靶点和可重新利用的药物，为ALS治疗提供新思路 | 肌萎缩侧索硬化症（ALS）及其相关基因和药物靶点 | 生物信息学 | 神经退行性疾病 | 网络医学方法、深度学习 | NA | 多组学数据（基因组、蛋白质组、表观基因组等） | NA |
| 12122 | 2024-12-08 |
Three-dimensional assessments are necessary to determine the true, spatially-resolved composition of tissues
2024-Mar-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.04.569986
PMID:38106231
|
研究论文 | 本文应用基于深度学习的组织映射平台CODA，重建了正常和含有癌症的人类胰腺生物样本的三维微解剖结构，并比较了二维和三维组织成分的异质性 | 本文首次展示了三维评估在准确评估正常和异常组织成分以及确定肿瘤内容方面的重要性 | 本文主要集中在胰腺组织上，未涵盖其他类型的组织 | 验证三维评估在组织成分分析中的必要性 | 正常和含有癌症的人类胰腺组织 | 数字病理学 | 胰腺癌 | 深度学习 | NA | 图像 | 多个正常和癌症胰腺组织样本 |
| 12123 | 2024-12-08 |
Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping
2024-Mar-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.07.583909
PMID:38496512
|
研究论文 | 本文利用深度学习生成模型FILM进行图像插值和修复，以提高3D组织映射的质量 | 本文首次将FILM模型应用于空间插值，相比传统线性插值，FILM能更好地保留生物信息和图像质量 | NA | 提高3D生物图像数据集的分辨率、吞吐量和质量 | 3D生物图像数据集，包括不同成像模态、物种、健康和疾病组织、染色技术和像素分辨率 | 计算机视觉 | NA | 深度学习 | 生成对抗网络（GAN） | 图像 | 包括人类、小鼠的健康和疾病组织（胰腺、肺、脑），以及不同染色技术和像素分辨率（8 nm, 2 μm, 1mm）的样本 |
| 12124 | 2024-12-08 |
Rapid and automated design of two-component protein nanomaterials using ProteinMPNN
2024-Mar-26, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2314646121
PMID:38502697
|
研究论文 | 本文测试了深度学习方法ProteinMPNN在设计两组分四面体蛋白质纳米材料中的能力，并将其性能与Rosetta方法进行基准测试 | ProteinMPNN在设计蛋白质-蛋白质界面时，成功率与Rosetta相似，但计算量大幅减少且无需手动优化 | NA | 验证深度学习方法在蛋白质-蛋白质界面设计中的应用潜力 | 两组分四面体蛋白质纳米材料的设计 | 生物技术 | NA | 深度学习 | ProteinMPNN | 蛋白质序列 | 13个新的实验验证的组装体 |
| 12125 | 2024-12-08 |
Generic characterization method for nano-gratings using deep-neural-network-assisted ellipsometry
2024-Mar, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2023-0798
PMID:39634008
|
研究论文 | 本文提出了一种利用深度神经网络辅助椭偏仪对纳米光栅进行通用表征的新方法 | 该方法通过处理椭偏角作为功能信号，开发了一个综合模型，并引入了多种措施和补偿算法来提高模型的稳定性和准确性 | NA | 解决深度神经网络辅助光学散射测量在纳米结构应用中的挑战，如稳定性差、功能有限和高设备要求 | 纳米光栅 | 机器学习 | NA | 椭偏仪 | 深度神经网络 | 椭偏角 | 多种方法制造的纳米光栅 |
| 12126 | 2024-12-08 |
De novo design of high-affinity binders of bioactive helical peptides
2024-Feb, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06953-1
PMID:38109936
|
研究论文 | 本文介绍了一种基于参数生成和深度学习的方法，用于设计与具有螺旋倾向的短肽相互作用的蛋白质 | 本文提出了一种扩展RFdiffusion的方法，使其能够设计与柔性目标结合的结合剂，并通过部分扩散优化输入结构模型，从而生成对螺旋肽目标具有皮摩尔亲和力的结合剂 | NA | 解决蛋白质与具有螺旋倾向的短肽相互作用的设计挑战 | 设计与螺旋肽相互作用的蛋白质结合剂 | 生物信息学 | NA | 深度学习 | RFdiffusion | 蛋白质结构 | NA |
| 12127 | 2024-12-08 |
Self-Supervised Super-Resolution of 2D Pre-clinical MRI Acquisitions
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3016094
PMID:39628511
|
研究论文 | 本研究评估了一种自监督深度学习超分辨率方法SMORE在增强2D临床前MRI扫描的各向同性分辨率方面的有效性 | SMORE通过自训练高分辨率平面数据来消除输入数据与外部训练集之间的领域差异，显著优于传统的插值方法 | NA | 增强2D临床前MRI扫描的各向同性分辨率 | 小鼠MRI扫描 | 计算机视觉 | NA | MRI | 深度学习 | 图像 | 多种不同平面分辨率的小鼠MRI扫描 |
| 12128 | 2024-12-08 |
Deep learning methods improve genomic prediction of wheat breeding
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1324090
PMID:38504889
|
研究论文 | 研究探讨了深度学习模型在小麦育种基因组预测中的应用，并与传统的GBLUP模型进行了比较 | 本研究首次在适度大规模数据集上应用深度学习模型，并展示了其在基因组预测中的优越性 | 研究仅限于五个特定性状的预测，且未探讨更大规模数据集上的表现 | 评估深度学习模型在小麦育种基因组预测中的准确性，并探讨其在适度大规模数据集上的应用潜力 | 小麦育种中的基因组预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组数据 | 适度大规模数据集 |
| 12129 | 2024-12-08 |
Multiscale effective connectivity analysis of brain activity using neural ordinary differential equations
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314268
PMID:39630698
|
研究论文 | 本文介绍了一种名为msDyNODE的神经生物学驱动的深度学习模型，用于分析大脑活动的多尺度有效连接 | 提出了msDyNODE模型，用于描述多尺度大脑通信，成功捕捉了多尺度活动，并展示了其在神经生理实验中的应用 | NA | 开发一种新的多尺度动态模型，用于研究神经过程 | 大脑活动的多尺度有效连接 | 机器学习 | NA | 神经普通微分方程 | 深度学习模型 | 神经信号 | NA |
| 12130 | 2024-12-08 |
Deep learning analysis of fMRI data for predicting Alzheimer's Disease: A focus on convolutional neural networks and model interpretability
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0312848
PMID:39630834
|
研究论文 | 本文探讨了使用深度学习方法，特别是卷积神经网络（CNN），通过功能磁共振成像（fMRI）数据来预测阿尔茨海默病（AD） | 本文展示了深度学习在医学影像中预测AD的潜力，并强调了多模态医学数据集整合的复杂性 | 研究数据集存在样本量小和类别不平衡的问题 | 早期检测阿尔茨海默病以实现有效干预和管理 | 阿尔茨海默病及其相关遗传风险因素和fMRI数据 | 计算机视觉 | 阿尔茨海默病 | 功能磁共振成像（fMRI） | 卷积神经网络（CNN） | 图像 | 使用来自阿尔茨海默病神经影像学倡议（ADNI）的数据，样本量小且类别不平衡 |
| 12131 | 2024-12-08 |
A Hybrid 2D Gaussian Filter and Deep Learning Approach with Visualization of Class Activation for Automatic Lung and Colon Cancer Diagnosis
2024 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338241301297
PMID:39632623
|
研究论文 | 本文设计了一种结合2D高斯滤波和深度学习的自动化系统，用于肺和结直肠癌的诊断 | 提出了结合2D高斯滤波和深度学习的方法，并使用类激活映射（CAM）进行解释 | 未提及具体局限性 | 提高肺和结直肠癌的检测率 | 肺和结直肠癌的早期检测 | 计算机视觉 | 肺癌 | 2D高斯滤波 | CNN | 图像 | 25000张组织病理学图像 |
| 12132 | 2024-12-08 |
Recognition of parasitic helminth eggs via a deep learning-based platform
2024, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2024.1485001
PMID:39633811
|
研究论文 | 本研究利用YOLOv4深度学习算法开发了一个用于识别寄生虫卵的平台 | 首次将人工智能技术应用于寄生虫卵的检测和分类，显著提高了诊断效率和准确性 | 在复杂诊断场景中，识别准确率仍有提升空间 | 开发一种高效、准确的寄生虫卵检测方法，以改善传统诊断方法的不足 | 不同种类的寄生虫卵，包括蛔虫、鞭虫、蛲虫、钩虫、日本血吸虫、肺吸虫、姜片虫、华支睾吸虫和绦虫 | 计算机视觉 | 寄生虫病 | YOLOv4深度学习算法 | YOLOv4 | 图像 | 涉及9种寄生虫卵的单物种和混合样本 |
| 12133 | 2024-12-08 |
Enhancing early Alzheimer's disease classification accuracy through the fusion of sMRI and rsMEG data: a deep learning approach
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1480871
PMID:39633895
|
研究论文 | 本文提出了一种基于深度学习的多模态分类框架，通过融合sMRI和rsMEG数据来提高阿尔茨海默病早期分类的准确性 | 本文创新性地提出了InterFusion方法，通过融合sMRI和rsMEG数据，显著提高了阿尔茨海默病早期分类的准确性 | NA | 提高阿尔茨海默病早期分类的准确性 | sMRI和rsMEG数据 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | NA | 图像 | 307个样本，包括163个轻度认知障碍病例和144个认知健康的对照组 |
| 12134 | 2024-12-08 |
YOLO-SDL: a lightweight wheat grain detection technology based on an improved YOLOv8n model
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1495222
PMID:39634063
|
研究论文 | 本文提出了一种基于改进的YOLOv8n模型的轻量级小麦谷物检测技术YOLO-SDL | YOLO-SDL模型在YOLOv8n的基础上，结合了ShuffleNetV2架构和深度可分离卷积（DWConv）与大分离核注意力（LSKA）机制，显著提高了检测速度和准确性 | NA | 实现高效的小麦谷物检测 | 小麦谷物的质量检测 | 计算机视觉 | NA | 深度学习 | YOLOv8n | 图像 | 包含完美、发芽、患病和受损谷物图像的高质量小麦谷物数据集 |
| 12135 | 2024-12-08 |
Moving Beyond Medical Statistics: A Systematic Review on Missing Data Handling in Electronic Health Records
2024, Health data science
DOI:10.34133/hds.0176
PMID:39635227
|
综述 | 本文系统回顾了电子健康记录中缺失数据处理方法的研究现状 | 比较了传统统计方法和机器学习方法在不同缺失场景下的表现，发现机器学习方法在处理电子健康记录中的缺失数据方面具有显著潜力 | 没有一种方法能提供普遍适用的解决方案，标准化基准分析对于评估这些方法在不同缺失场景下的表现至关重要 | 探讨电子健康记录中缺失数据处理方法的现状及其在不同场景下的表现 | 电子健康记录中的缺失数据处理方法 | 机器学习 | NA | 机器学习方法，如生成对抗网络（GAN）和k近邻（KNN）分类 | 生成对抗网络（GAN），k近邻（KNN） | 电子健康记录数据 | 46项研究，涵盖2010年至2024年发表的文献 |
| 12136 | 2024-12-08 |
Enhancing human activity recognition for the elderly and individuals with disabilities through optimized Internet-of-Things and artificial intelligence integration with advanced neural networks
2024, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2024.1454583
PMID:39635647
|
研究论文 | 本文介绍了一种通过优化物联网和人工智能集成以及先进神经网络来增强老年人及残疾人士活动识别系统的方法 | 提出了一种结合门控循环网络和深度极限前馈神经网络的新型集成模型，并通过人工水滴优化算法优化超参数，以减少计算开销并提高检测效率 | NA | 旨在通过优化物联网和人工智能集成，提升老年人及残疾人士活动识别系统的准确性和效率 | 老年人及残疾人士的活动识别系统 | 机器学习 | NA | 人工水滴优化算法 | 门控循环网络和深度极限前馈神经网络 | 实时数据 | 使用从物联网测试平台收集的实时数据进行实验 |
| 12137 | 2024-12-08 |
Topology aware multitask cascaded U-Net for cerebrovascular segmentation
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311439
PMID:39636790
|
研究论文 | 提出了一种基于拓扑感知的多任务级联U-Net模型，用于脑部血管分割 | 引入了clDice损失函数，通过直接从分割和磁共振血管造影图像中计算血管骨架，实现了更准确的拓扑结构预测 | NA | 提高脑部血管分割的准确性和拓扑结构的捕捉能力 | 脑部血管 | 计算机视觉 | NA | 磁共振血管造影（MRA） | U-Net | 图像 | 两个公开的时间飞跃磁共振血管造影（TOF-MRA）图像数据集 |
| 12138 | 2024-12-08 |
Deep learning based predictive modeling to screen natural compounds against TNF-alpha for the potential management of rheumatoid arthritis: Virtual screening to comprehensive in silico investigation
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303954
PMID:39636801
|
研究论文 | 本研究利用深度学习方法筛选天然化合物对抗TNF-α，以期管理类风湿性关节炎 | 采用深度学习模型进行虚拟筛选，结合分子对接和ADMET分析，最终通过MD模拟评估化合物稳定性 | 样本量较小，仅筛选了2563种天然化合物，且最终验证的化合物数量有限 | 寻找新型天然化合物治疗类风湿性关节炎 | TNF-α蛋白及其抑制剂 | 机器学习 | 类风湿性关节炎 | 深度学习 | NA | 化合物数据 | 2563种天然化合物，最终筛选出4种潜在抑制剂 |
| 12139 | 2024-12-08 |
Machine learning and game theory for cyber governance: Enhancing public opinion and regional sustainable development
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308317
PMID:39636835
|
研究论文 | 本文提出了一种基于机器学习和博弈论的框架，用于感知民意、管理公众舆论和影响人们行为，以促进网络空间治理和区域可持续发展 | 本文的创新点在于结合了机器学习和博弈论的方法，利用深度学习技术分析公众舆论，采用主动学习方法降低成本，并通过博弈论做出最佳管理决策 | 本文的局限性在于仅使用了来自中国Y省和G省的实证数据进行验证，可能限制了框架的普适性 | 本文的研究目的是通过机器学习和博弈论的方法，提升网络空间治理中的公众舆论管理和区域可持续发展 | 本文的研究对象是网络空间中的公众舆论和人们的行为 | 机器学习 | NA | 深度学习 | NA | 文本 | 来自中国Y省和G省的实证数据 |
| 12140 | 2024-12-08 |
Correction: BCR-Net: A deep learning framework to predict breast cancer recurrence from histopathology images
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315419
PMID:39636893
|
correction | 对文章DOI: 10.1371/journal.pone.0283562的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |