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 24907 篇文献，本页显示第 12281 - 12300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12281 | 2024-11-29 |
miTDS: Uncovering miRNA-mRNA interactions with deep learning for functional target prediction
2024-03, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.01.011
PMID:38280472
|
研究论文 | 本文开发了一种基于深度学习的miRNA-mRNA相互作用预测模型miTDS，通过动态词嵌入和多尺度注意力机制，提高了功能目标预测的准确性 | miTDS利用transformer架构的动态词嵌入模型和多尺度注意力机制，结合RNA双路径模块，能够更全面地分析miRNA-mRNA相互作用位点，并准确预测功能目标 | NA | 解决miRNA功能目标预测中的挑战，提高预测准确性 | miRNA和mRNA的相互作用及其功能预测 | 机器学习 | NA | 深度学习 | transformer | 序列数据 | NA |
| 12282 | 2024-11-29 |
MFD-GDrug: multimodal feature fusion-based deep learning for GPCR-drug interaction prediction
2024-03, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.01.017
PMID:38286333
|
研究论文 | 本文提出了一种基于多模态特征融合的深度学习模型MFD-GDrug，用于预测GPCR-药物相互作用 | 利用ESM预训练模型提取蛋白质特征，并结合CNN和GCN进行多模态特征融合，有效捕捉GPCR-药物相互作用 | NA | 开发一种准确预测GPCR-药物相互作用的方法，以降低药物开发成本 | GPCR-药物相互作用 | 机器学习 | NA | 多模态特征融合、CNN、GCN | 深度学习模型 | 蛋白质特征、药物分子结构特征 | NA |
| 12283 | 2024-11-29 |
GSL-DTI: Graph structure learning network for Drug-Target interaction prediction
2024-03, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.01.018
PMID:38360082
|
研究论文 | 提出了一种名为GSL-DTI的自动图结构学习模型，用于预测药物-靶点相互作用 | 引入了自动图结构学习方法，通过滤波门和下游任务的分类损失来指导DPP网络结构的学习 | 未提及具体限制 | 预测药物与靶点蛋白之间的相互作用，加速药物发现过程 | 药物分子与靶点蛋白的相互作用 | 机器学习 | NA | 图卷积网络 | 图结构学习网络 | 图数据 | 三个公开数据集 |
| 12284 | 2024-11-29 |
Automatic ICD-10-CM coding via Lambda-Scaled attention based deep learning model
2024-02, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2023.11.017
PMID:38141869
|
研究论文 | 本文提出了一种基于Lambda-Scaled注意力机制的深度学习模型，用于自动进行ICD-10-CM编码 | 本文提出了一种新的深度学习模型DRCNN-ATT，结合了双向长短期记忆网络、多尺度卷积神经网络和Lambda-Scaled注意力模块，解决了标准注意力模块在自动ICD编码中的注意力分数消失问题 | 本文仅在私有CPLT数据集和公共MIMIC III top 50数据集上进行了验证，未来需要在更多数据集上进行测试 | 实现ICD-10-CM编码的自动化 | ICD-10-CM编码 | 机器学习 | NA | 深度学习 | DRCNN-ATT | 文本 | 私有CPLT数据集和公共MIMIC III top 50数据集 |
| 12285 | 2024-11-29 |
The combined focal loss and dice loss function improves the segmentation of beta-sheets in medium-resolution cryo-electron-microscopy density maps
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae169
PMID:39600382
|
研究论文 | 研究了五种损失函数在检测中分辨率冷冻电镜密度图中β片层结构的效果，发现结合Focal损失和Dice损失的新型损失函数在检测次级结构方面表现最佳 | 设计了一种结合Focal损失和Dice损失的新型损失函数，显著提高了β片层体素的检测准确性 | NA | 提高中分辨率冷冻电镜密度图中次级结构的检测准确性 | β片层结构 | 计算机视觉 | NA | 冷冻电镜 | U-Net | 图像 | 1355个原子结构/密度图对 |
| 12286 | 2024-11-29 |
Development of ultrasound-based clinical, radiomics and deep learning fusion models for the diagnosis of benign and malignant soft tissue tumors
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1443029
PMID:39600644
|
研究论文 | 本研究开发了一种基于超声的临床、影像组学和深度学习融合模型，用于良性和恶性软组织肿瘤的诊断 | 本研究创新性地将临床数据、影像组学特征和深度学习特征融合，构建了一个支持向量机模型，显著提高了诊断性能 | 本研究为回顾性研究，样本来自两家医院，可能存在选择偏倚 | 开发一种基于超声的融合模型，用于准确诊断良性和恶性软组织肿瘤 | 良性和恶性软组织肿瘤 | 机器学习 | NA | 支持向量机 | 支持向量机 | 图像 | 训练集包含516例患者，外部验证集包含78例患者 |
| 12287 | 2024-11-29 |
Spatial heterogeneity response of soil salinization inversion cotton field expansion based on deep learning
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1437390
PMID:39600903
|
研究论文 | 本研究利用深度学习模型对土壤盐渍化进行反演，并探讨了棉花田扩张对土壤盐渍化的影响 | 本研究首次结合CNN、LSTM和RF模型，通过Landsat-8影像提取特征变量，实现了对土壤盐渍化的高精度反演，并揭示了棉花田扩张与土壤盐渍化的空间异质性关系 | 本研究主要基于Landsat-8影像数据，未来可结合更多类型的遥感数据以提高模型的泛化能力 | 探讨深度学习在土壤盐渍化反演中的应用，并分析棉花田扩张对土壤盐渍化的影响 | 土壤盐渍化及其对棉花田扩张的空间异质性影响 | 计算机视觉 | NA | 深度学习 | CNN, LSTM, RF | 影像 | 97个田间样本 |
| 12288 | 2024-11-29 |
Deep learning-enhanced automated mitochondrial segmentation in FIB-SEM images using an entropy-weighted ensemble approach
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313000
PMID:39591424
|
研究论文 | 本文提出了一种基于深度学习的自动化线粒体分割方法，使用熵加权集成技术在FIB-SEM图像中进行线粒体分割 | 本文的创新点在于采用了一种熵加权集成学习技术，结合两个自动分割管道的预测输出，提高了线粒体分割的准确性 | 本文的局限性在于仅使用了四个公开数据集进行评估，未来需要更多数据集验证方法的泛化能力 | 本文的研究目的是开发一种高效的自动化工具，用于在FIB-SEM图像中进行线粒体分割，以辅助早期检测和缓解线粒体疾病 | 本文的研究对象是线粒体及其在FIB-SEM图像中的分割 | 计算机视觉 | 神经退行性疾病 | FIB-SEM | CNN | 图像 | 四个公开数据集 |
| 12289 | 2024-11-28 |
Correction to "Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs"
2024-Dec, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.70013
PMID:39600966
|
correction | 对文章“Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs”的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12290 | 2024-11-28 |
An optimal deep learning approach for breast cancer detection and classification with pre-trained CNN-based feature learning mechanism
2024-Nov-27, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2430454
PMID:39601679
|
研究论文 | 本文提出了一种基于预训练CNN特征学习机制的最优深度学习方法，用于乳腺癌的检测和分类 | 本文创新性地采用了预训练的迁移学习模型进行分割和特征学习，并结合增强的布谷鸟搜索优化算法进行特征选择，最终使用ECSO-LSTM模型进行分类 | NA | 开发一种高精度的深度学习系统，用于乳腺癌的早期检测和分类 | 乳腺癌的超声图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN, LSTM | 图像 | 从BUSI数据集中收集的超声图像 |
| 12291 | 2024-11-28 |
A combination of conserved and stage-specific lncRNA biomarkers to detect lung adenocarcinoma progression
2024-Nov-27, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2431190
PMID:39601689
|
研究论文 | 研究通过整合网络方法探讨长链非编码RNA（lncRNA）在肺腺癌发生中的作用，并识别出阶段特异性和保守的lncRNA生物标志物 | 识别出一种保守和四种阶段特异的lncRNA作为基因组调控生物标志物，并利用深度学习成功区分肺腺癌及其不同进展阶段 | NA | 探讨lncRNA在肺腺癌进展中的分子机制，并识别潜在的lncRNA生物标志物 | 肺腺癌及其不同进展阶段的lncRNA表达模式 | 数字病理学 | 肺腺癌 | 深度学习 | NA | 表达谱 | NA |
| 12292 | 2024-11-28 |
Assessing the effects of 5-HT2A and 5-HT5A receptor antagonists on DOI-induced head-twitch response in male rats using marker-less deep learning algorithms
2024-Nov-27, Pharmacological reports : PR
IF:3.6Q2
DOI:10.1007/s43440-024-00679-1
PMID:39602080
|
研究论文 | 评估5-HT2A和5-HT5A受体拮抗剂对DOI诱导的雄性大鼠头部抽搐反应的影响，使用无标记深度学习算法 | 采用无标记深度学习算法（DeepLabCut和SimBA工具包）来检测头部抽搐反应，取代了传统的需要手术植入磁性标记的方法 | NA | 评估无标记深度学习算法检测头部抽搐反应的可行性 | 5-HT2A和5-HT5A受体拮抗剂对DOI诱导的雄性大鼠头部抽搐反应的影响 | 计算机视觉 | NA | 深度学习算法 | DeepLabCut神经网络 | 视频 | 雄性大鼠 |
| 12293 | 2024-11-28 |
Corrigendum: Deep learning-driven ultrasound-assisted diagnosis: optimizing GallScopeNet for precise identification of biliary atresia
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1518391
PMID:39600936
|
correction | 纠正了文章DOI: 10.3389/fmed.2024.1445069中的错误 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12294 | 2024-11-27 |
Wee1 inhibitor optimization through deep-learning-driven decision making
2024-Dec-15, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2024.116912
PMID:39369485
|
研究论文 | 本文利用深度学习技术优化Wee1抑制剂，通过活性解释、基于支架的分子生成和活性预测，从初始化合物GLX0198出发，获得了三个优化后的化合物，并在多种癌细胞系中表现出显著的抑制效果 | 本文首次将深度学习技术应用于Wee1抑制剂的优化，显著提高了抑制剂的活性 | 本文仅展示了少数几个优化后的化合物，未全面评估所有可能的优化路径 | 利用深度学习技术优化Wee1抑制剂，提高其在癌症治疗中的效果 | Wee1抑制剂及其在癌症细胞中的抑制效果 | 机器学习 | NA | 深度学习 | NA | 分子数据 | 从初始化合物GLX0198出发，最终获得三个优化后的化合物 |
| 12295 | 2024-11-27 |
Can Deep Learning Search for Exceptional Chiroptical Properties? The Halogenated [6]Helicene Case
2024-Dec-02, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202409998
PMID:39329214
|
研究论文 | 本文研究了化学结构与手性光学性质之间的关系，并利用深度学习模型预测了大量卤代[6]螺旋烯的手性旋转强度 | 首次利用深度神经网络模型预测卤代[6]螺旋烯的手性旋转强度，并通过实验验证了预测结果的准确性 | NA | 研究化学结构与手性光学性质之间的关系，并开发新的具有增强光学性质的系统 | 卤代[6]螺旋烯的手性旋转强度 | 机器学习 | NA | DFT计算 | 深度神经网络 | 化学结构数据 | 数百万个卤代[6]螺旋烯衍生物 |
| 12296 | 2024-11-27 |
Deep learning predicted perceived age is a reliable approach for analysis of facial ageing: A proof of principle study
2024-Dec, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20365
PMID:39360788
|
研究论文 | 本研究探讨了使用深度学习算法预测面部感知年龄的可行性，并验证了其与人类评估的感知年龄在关联疾病和基因变异方面的一致性 | 本研究首次使用深度学习方法自动估算面部感知年龄，并验证了其与人类评估的感知年龄在关联疾病和基因变异方面的一致性 | 本研究仅在荷兰的中老年人群中进行了验证，未来需要在更多样化的人群中进行进一步验证 | 验证深度学习算法在估算面部感知年龄方面的可靠性，并探讨其与人类评估的感知年龄在关联疾病和基因变异方面的一致性 | 中老年荷兰参与者的面部图像和感知年龄数据 | 计算机视觉 | NA | 深度学习 | 自监督学习和深度特征迁移 | 图像 | 2679名中老年荷兰参与者和1158名验证人群 |
| 12297 | 2024-11-27 |
Tractography-Based Automated Identification of Retinogeniculate Visual Pathway With Novel Microstructure-Informed Supervised Contrastive Learning
2024-Dec-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70071
PMID:39564727
|
研究论文 | 本文提出了一种基于扩散MRI纤维束成像的自动识别视网膜-外侧膝状体视觉通路的新型深度学习框架 | 设计了一种新的微结构信息引导的监督对比学习方法，并提出了一种新的纤维束级别数据增强方法来处理高度不平衡的训练数据 | NA | 开发一种快速且准确的自动识别视网膜-外侧膝状体视觉通路的方法 | 视网膜-外侧膝状体视觉通路 | 计算机视觉 | NA | 扩散MRI纤维束成像 | 深度学习 | 图像 | 包括正常人和垂体瘤患者的扩散MRI纤维束成像数据 |
| 12298 | 2024-11-27 |
Evaluation of a Deep Learning Model for Metastatic Squamous Cell Carcinoma Prediction From Whole Slide Images
2024-Dec-01, Archives of pathology & laboratory medicine
IF:3.7Q1
DOI:10.5858/arpa.2023-0406-OA
PMID:38387604
|
研究论文 | 本文设计并验证了一种用于预测转移性鳞状细胞癌的深度学习模型 | 该模型专门针对鳞状细胞癌的淋巴结转移预测，使用全切片图像进行训练和验证 | 模型存在假阳性（如生发中心、灰尘细胞聚集和标本处理伪影）和假阴性（如分化不良）的问题 | 开发一种能够预测鳞状细胞癌淋巴结转移的深度学习模型 | 鳞状细胞癌的淋巴结转移 | 数字病理学 | 鳞状细胞癌 | 深度学习 | EfficientNetB1 | 图像 | 训练集包含6587张全切片图像（2413张鳞状细胞癌和4174张非肿瘤），测试集包含541张全切片图像（41张鳞状细胞癌和500张非肿瘤） |
| 12299 | 2024-11-27 |
A comprehensive dataset for Bangladeshi dessert classification
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111077
PMID:39583252
|
研究论文 | 本文介绍了一个用于孟加拉甜点分类的综合数据集 | 该研究提供了一个专门为孟加拉甜点分类选择的高质量图像数据集，并使用MobileNet等深度学习算法进行分类模型的开发 | NA | 开发可靠的甜点分类模型，促进机器学习技术在烹饪应用中的发展 | 孟加拉传统甜点的图像 | 计算机视觉 | NA | 图像处理技术，深度学习算法 | MobileNet | 图像 | 包含多种传统孟加拉甜点的高质量图片 |
| 12300 | 2024-11-27 |
Engagement and learning approaches among medical students in an online surgical teaching programme: A cross-sectional study
2024-Dec, Surgery open science
IF:1.4Q3
DOI:10.1016/j.sopen.2024.10.010
PMID:39584028
|
研究论文 | 研究了在线外科教学项目中医学生的参与度和学习方法 | 使用了在线学生参与度量表（OSE）和修订版Biggs双因素学习过程问卷（R-SPQ-2F）来评估学生的参与度和学习方法 | 调查回复率较低，仅为35.4% | 评估在线外科教学项目中医学生的参与度和学习方法 | 南非一所大学的325名外科在线模块的毕业生 | NA | NA | NA | NA | NA | 325名毕业生 |