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 24188 篇文献，本页显示第 12401 - 12420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12401 | 2024-11-15 |
Development and evaluation of a soft pneumatic muscle for elbow joint rehabilitation
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1401686
PMID:39512658
|
研究论文 | 开发并评估了一种用于肘关节康复的软气动肌肉 | 开发了生物力学兼容的软气动肌肉，优化了肘关节的精确旋转控制，并结合了基于深度学习的运动跟踪系统 | NA | 提高肘关节康复的安全性和有效性 | 肘关节的康复 | NA | NA | 有限元分析 | 深度学习算法 | NA | NA |
| 12402 | 2024-11-15 |
De novo design of mIDH1 inhibitors by integrating deep learning and molecular modeling
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1491699
PMID:39512821
|
研究论文 | 本研究通过整合深度学习和分子建模技术，设计了新的mIDH1抑制剂 | 首次尝试使用深度学习设计mIDH1抑制剂，为mIDH1抑制剂的设计提供了理论指导 | NA | 设计新的mIDH1抑制剂，用于癌症治疗 | mIDH1基因突变相关的急性髓系白血病、胶质瘤和某些实体瘤 | 机器学习 | 血液肿瘤 | 双向循环神经网络（BRNN）、分子对接、分子动力学模拟 | BRNN | 化合物 | 3890个新化合物（BRNN生成）和3680个新化合物（支架跳跃方法生成） |
| 12403 | 2024-11-15 |
Deep learning-based computed tomography urography image analysis for prediction of HER2 status in bladder cancer
2024, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.101296
PMID:39513113
|
研究论文 | 本研究利用深度学习技术分析计算机断层扫描尿路造影（CTU）图像，预测膀胱癌中的HER2状态 | 首次提出了一种非侵入性方法，通过CTU图像识别和检测膀胱癌中的HER2表达 | NA | 旨在通过CTU图像检测HER2表达，以实现更精确的治疗 | 膀胱癌患者的CTU图像 | 计算机视觉 | 膀胱癌 | Pyradiomics包提取放射特征，主成分分析（PCA）降维 | 多层感知器（MLP） | 图像 | 97名膀胱癌患者 |
| 12404 | 2024-11-15 |
Deep Neural Network and Radiomics-based Magnetic Resonance Imaging System for Predicting Microvascular Invasion in Hepatocellular Carcinoma
2024, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.93712
PMID:39513126
|
研究论文 | 本文提出了一种基于深度神经网络和放射组学的磁共振成像系统，用于预测肝细胞癌中的微血管侵犯 | 本文的创新点在于结合了放射组学特征和临床特征，构建了一个用于预测微血管侵犯的深度神经网络模型 | 本文的局限性在于样本量相对较小，且未提及模型的泛化能力和在其他数据集上的表现 | 本文的研究目的是开发一种基于磁共振成像的自动化系统，用于准确预测肝细胞癌中的微血管侵犯 | 本文的研究对象是肝细胞癌患者的磁共振成像数据和临床特征 | 计算机视觉 | 肝癌 | 磁共振成像 | 深度神经网络 | 图像 | 420名肝细胞癌患者，其中140例为微血管侵犯，280例为非微血管侵犯 |
| 12405 | 2024-11-15 |
Delineating yeast cleavage and polyadenylation signals using deep learning
2023-Oct-13, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.10.561764
PMID:37873420
|
研究论文 | 本文利用深度学习模型解析酵母中3'-端切割和多聚腺苷酸化信号的形成机制 | 开发了深度学习模型来解析酵母中多聚腺苷酸化信号的形成机制，并量化其在介导多聚腺苷酸化位点形成、切割异质性和强度中的位置重要性 | NA | 探讨酵母中多聚腺苷酸化信号的形成机制 | 酵母中的多聚腺苷酸化信号 | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据 | NA |
| 12406 | 2024-11-15 |
Small molecule-mediated targeting of microRNAs for drug discovery: Experiments, computational techniques, and disease implications
2023-Sep-05, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2023.115500
PMID:37262996
|
综述 | 本文综述了小分子介导的微小RNA（miRNA）靶向药物发现中的生物学和计算应用 | 本文整合了实验室数据和计算策略，以促进更精确和理性的先导化合物设计和发现 | 目前缺乏涵盖计算和实验药物发现过程的综合性综述 | 综述miRNA靶向药物发现中的生物学和计算应用及其在疾病中的意义和临床重要性 | miRNA靶向的小分子抑制剂及其在疾病治疗中的潜力 | 药物发现 | NA | 深度学习 | NA | 分子序列 | NA |
| 12407 | 2024-11-15 |
Influence of the combination of big data technology on the Spark platform with deep learning on elevator safety monitoring efficiency
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0234824
PMID:32555687
|
研究论文 | 研究结合大数据技术和深度学习技术在Spark平台上提升电梯安全监控效率 | 提出了一种基于Spark平台的有限状态机模型和深度学习电梯故障预警模型 | 未详细说明模型的训练数据来源和样本量 | 提升电梯安全监控效率 | 电梯安全监控和故障预警 | 机器学习 | NA | 大数据技术, 深度学习 | 有限状态机 (FSM), 深度学习模型 | 电梯运行数据 | 未明确说明样本量 |
| 12408 | 2024-11-15 |
Learning from Longitudinal Data in Electronic Health Record and Genetic Data to Improve Cardiovascular Event Prediction
2019-01-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-018-36745-x
PMID:30679510
|
研究论文 | 本研究利用电子健康记录和基因数据中的纵向数据，应用机器学习和深度学习模型来预测心血管事件 | 本研究首次将纵向电子健康记录和基因数据结合，通过后期融合方法进一步提高心血管事件预测的准确性 | 本研究仅限于特定人群和特定时间段的数据，可能无法推广到其他人群或更长时间段 | 提高心血管事件预测的准确性 | 心血管疾病事件 | 机器学习 | 心血管疾病 | NA | 卷积神经网络 (CNN) 和长短期记忆网络 (LSTM) | 电子健康记录和基因数据 | 109,490 名个体 |
| 12409 | 2024-11-15 |
Pulmonary Artery-Vein Classification in CT Images Using Deep Learning
2018-11, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2018.2833385
PMID:29993996
|
研究论文 | 本文提出了一种基于深度学习的肺动脉和肺静脉在CT图像中的自动分类方法 | 本文提出了一种新的全自动方法，通过三步流程（尺度空间粒子分割、3D卷积神经网络分类和图割优化）来分类肺动脉和肺静脉，并展示了其优于现有方法的性能 | 本文仅在18个临床病例的非对比CT扫描上进行了训练和评估，未来需要在更大样本量和更多类型的CT扫描上进行验证 | 开发一种自动化的方法来区分CT图像中的肺动脉和肺静脉，以辅助医生进行病理诊断 | 肺动脉和肺静脉在CT图像中的分类 | 计算机视觉 | 肺部疾病 | 3D卷积神经网络 | CNN | 图像 | 18个临床病例的非对比胸部CT扫描 |
| 12410 | 2024-11-14 |
G-Protein Signaling in Alzheimer's Disease: Spatial Expression Validation of Semi-supervised Deep Learning-Based Computational Framework
2024-Nov-06, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.0587-24.2024
PMID:39327003
|
研究论文 | 本文开发了一种新的计算框架digID，用于预测阿尔茨海默病相关的基因，并通过蛋白质-蛋白质相互作用网络分析优先考虑这些基因的重要性 | 本文创新性地结合了半监督深度学习分类器和蛋白质-蛋白质相互作用网络分析，预测了1529个与阿尔茨海默病相关的基因，并揭示了潜在的新分子机制和治疗靶点 | 本文的局限性在于需要进一步的生物学验证来确认计算预测的基因簇作为潜在的新治疗靶点 | 研究旨在通过计算方法识别与阿尔茨海默病相关的新基因和治疗靶点 | 研究对象包括阿尔茨海默病相关的基因、蛋白质相互作用网络以及大脑不同区域的mRNA表达 | 机器学习 | 阿尔茨海默病 | 半监督深度学习 | NA | 多组学数据 | 包括1529个预测的阿尔茨海默病相关基因和转基因小鼠模型 |
| 12411 | 2024-11-14 |
Unleashing the strengths of unlabelled data in deep learning-assisted pan-cancer abdominal organ quantification: the FLARE22 challenge
2024-Nov, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00154-7
PMID:39455194
|
研究论文 | 本文介绍了FLARE22挑战赛，旨在评估和提升深度学习在腹部器官分割和量化中的应用，特别是在使用未标记数据的情况下 | 本文首次展示了如何利用未标记数据显著减少手动标注成本，并提高深度学习算法在跨国数据集上的泛化能力 | 本文主要集中在腹部器官的分割和量化，未涉及其他类型的医学图像分析 | 评估和提升深度学习在腹部器官分割和量化中的应用，特别是在使用未标记数据的情况下 | 腹部器官的分割和量化 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用了50个标记图像和2000个未标记图像 |
| 12412 | 2024-11-14 |
A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities
2024-Oct-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.24.23294574
PMID:37662267
|
研究论文 | 提出了一种用于阿尔茨海默病诊断的跨模态互知识蒸馏框架，以解决数据集中模态不完整的问题 | 通过跨模态互知识蒸馏（MKD）框架，利用多模态模型作为教师模型，单模态模型作为学生模型，实现了在不完整模态数据集上的有效诊断 | NA | 开发一种能够在不完整模态数据集上进行阿尔茨海默病早期检测的深度学习框架 | 阿尔茨海默病患者的多模态神经影像数据 | 机器学习 | 阿尔茨海默病 | 深度学习 | 跨模态互知识蒸馏框架 | 多模态神经影像数据（MRI和PET） | 使用了阿尔茨海默病神经影像学倡议（ADNI）数据集进行验证 |
| 12413 | 2024-09-13 |
Is Histopathology Deep Learning Artificial Intelligence the Future of Precision Oncology?
2024-Oct-20, Journal of clinical oncology : official journal of the American Society of Clinical Oncology
IF:42.1Q1
DOI:10.1200/JCO-24-01271
PMID:39259925
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12414 | 2024-11-14 |
Deep learning-based cell segmentation for rapid optical cytopathology of thyroid cancer
2024-07-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64855-2
PMID:39013980
|
研究论文 | 本文介绍了一种基于深度学习的细胞分割方法，用于快速光学细胞病理学诊断甲状腺癌 | 提出了使用2D U-Net卷积神经网络进行自动细胞分割，显著减少了数据分析时间 | 自动分割与手动分割在细胞面积和荧光极化值上存在一定差异 | 开发一种快速且准确的甲状腺癌诊断方法 | 甲状腺癌细胞 | 计算机视觉 | 甲状腺癌 | 深度学习 | U-Net | 图像 | 使用了病理多样的人类甲状腺细胞图像进行训练和测试 |
| 12415 | 2024-11-14 |
Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02319-1
PMID:38918605
|
研究论文 | 介绍了一种名为'Lightning Pose'的高效姿态估计工具，通过半监督学习、贝叶斯集成和云原生开源工具改进动物姿态估计 | 引入了半监督学习方法，利用未标记视频帧提高预测准确性；设计了处理遮挡的网络架构；通过集成和卡尔曼平滑后处理提高姿态轨迹的准确性 | 未明确提及 | 改进动物姿态估计的准确性和科学可用性 | 动物姿态估计 | 计算机视觉 | NA | 半监督学习 | 深度学习网络 | 视频 | 未明确提及 |
| 12416 | 2024-11-14 |
Quantum-to-Classical Neural Network Transfer Learning Applied to Drug Toxicity Prediction
2024-Jun-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00432
PMID:38795030
|
研究论文 | 本文提出了一种混合量子-经典神经网络，用于预测药物毒性，并展示了其在Tox21数据集上的应用 | 利用量子电路设计模拟经典神经网络行为，通过Hadamard测试减少量子比特数量，并实现了量子到经典设备的可学习权重转移 | NA | 解决药物毒性预测中的计算复杂性问题，提高药物筛选效率 | 药物毒性预测 | 机器学习 | NA | 量子计算 | 混合量子-经典神经网络 | 数据集 | Tox21数据集 |
| 12417 | 2024-11-14 |
Shoulder Bone Segmentation with DeepLab and U-Net
2024-Jun, Osteology (Basel, Switzerland)
DOI:10.3390/osteology4020008
PMID:39474235
|
研究论文 | 比较了基于DeepLab和U-Net的两种深度学习模型在ZTE MRI上进行肩部骨骼自动分割的性能 | 首次在肩部骨骼分割任务中比较了DeepLab和U-Net模型的性能，并实现了U-Net模型在MRI控制台上的应用 | 研究处于早期阶段，样本量较小，且存在模型对分割区域估计不准确的问题 | 评估和比较两种深度学习模型在肩部骨骼分割任务中的表现，以改进术前规划 | 肩部骨骼，特别是肱骨头和髋臼的分割 | 计算机视觉 | NA | ZTE MRI | DeepLab, U-Net | 图像 | 31例正常肩部样本用于训练，13例用于测试 |
| 12418 | 2024-11-14 |
Deep learning based characterization of human organoids using optical coherence tomography
2024-May-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.515781
PMID:38855657
|
研究论文 | 本研究利用光学相干断层扫描（OCT）和深度学习技术对人类类器官进行快速、非侵入性成像和自动分割 | 开发了一种结合OCT和深度学习的方法，用于实时、定量分析类器官的形态和功能 | NA | 研究类器官的形态和功能，并开发新的成像和分析工具 | 人类诱导多能干细胞（hiPSCs）衍生的视网膜、大脑和心脏类器官 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | 深度学习 | 图像 | NA |
| 12419 | 2024-11-14 |
An integrated framework for prognosis prediction and drug response modeling in colorectal liver metastasis drug discovery
2024-03-30, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05127-5
PMID:38555418
|
研究论文 | 本研究开发了一个综合框架，用于预测结直肠癌肝转移的预后和药物反应建模 | 本研究开发了两个基于差异表达基因的肝转移相关预后标志物，并使用可解释的深度学习模型识别高风险患者的潜在治疗药物 | NA | 发现结直肠癌肝转移的新型预后生物标志物和治疗药物 | 结直肠癌肝转移患者 | 机器学习 | 结直肠癌 | 深度学习 | 深度学习模型 | 基因表达数据 | NA |
| 12420 | 2024-11-14 |
Artificial intelligence in neuro-oncology: advances and challenges in brain tumor diagnosis, prognosis, and precision treatment
2024-Mar-29, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00575-0
PMID:38553633
|
综述 | 本文综述了人工智能在神经肿瘤学中的最新进展及其在脑肿瘤诊断、预后和精准治疗中的挑战 | 人工智能在脑肿瘤管理中引入了变革性创新，利用成像、组织病理学和基因组工具实现高效检测、分类、预后预测和治疗规划 | 本文讨论了人工智能在神经肿瘤学应用中的挑战，包括多模态数据整合、生成性人工智能、大型医学语言模型、精确肿瘤描绘和特征化以及解决种族和性别差异等问题 | 探讨人工智能在神经肿瘤学中的应用及其对脑肿瘤管理的全面影响 | 胶质瘤，一类代表全球重大健康问题的脑肿瘤 | 计算机视觉 | 脑肿瘤 | 人工智能 | 深度学习 | 成像数据 | NA |