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 17316 篇文献，本页显示第 12601 - 12620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12601 | 2024-08-08 |
Extended dipeptide composition framework for accurate identification of anticancer peptides
2024-07-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68475-8
PMID:39075193
|
研究论文 | 本文提出了一种基于扩展二肽组成的框架，用于准确识别抗癌肽 | 提出的扩展二肽组成框架通过考虑局部序列环境信息和重构CD-HIT框架来去除噪声和冗余，提高了预测准确性和效率 | 未来工作将包括扩展到更多样化的数据集，并结合三级结构信息和深度学习技术 | 开发一种先进的特征提取框架，用于提高抗癌肽识别的准确性 | 抗癌肽的识别 | 机器学习 | NA | NA | SVM, DT, RF, KNN | 序列数据 | 多个数据集 |
| 12602 | 2024-08-08 |
Developing a fair and interpretable representation of the clock drawing test for mitigating low education and racial bias
2024-07-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68481-w
PMID:39075127
|
研究论文 | 本研究开发了一种公平且可解释的时钟绘制测试（FaIRClocks）表示方法，旨在评估并减轻对教育程度低于8年的人群的分类偏见，同时通过一系列神经心理学测量方法筛查其认知功能。 | 本研究的创新点在于开发了FaIRClocks模型，该模型能够识别并减轻对教育程度低于8年人群的偏见，特别是在术前认知筛查中。 | 研究中使用的初始未加权分类器在低教育程度患者中存在100%的I类错误率，表明存在显著偏见。 | 研究目的是开发一种公平且可解释的时钟绘制测试表示方法，以减轻对教育程度较低和种族的偏见。 | 研究对象包括教育程度低于8年的人群以及使用时钟绘制测试进行认知筛查的患者。 | 机器学习 | NA | 深度学习 | 深度学习特征集 | 图像 | 使用了来自国家健康和老龄趋势研究（NHATS）的公开数据以及佛罗里达大学术前认知筛查项目的时钟绘制数据 |
| 12603 | 2024-08-08 |
Boundary guidance network for medical image segmentation
2024-07-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67554-0
PMID:39069513
|
研究论文 | 本文提出了一种名为边界引导网络的医学图像分割网络，用于准确分割膀胱肿瘤区域 | 该网络结合了CNN提取的局部特征和Parallel ViT记录的不同层次的长距离依赖关系，以及设计的边界提取模块和前景-背景双通道解码模块 | NA | 解决膀胱肿瘤形态多样和边界模糊导致的准确分割难题 | 膀胱肿瘤的准确分割 | 计算机视觉 | 膀胱癌 | CNN, Parallel ViT | 边界引导网络 | 图像 | 新提出的膀胱肿瘤内窥镜数据集(BTD)及三个公共数据集 |
| 12604 | 2024-08-08 |
DiffPROTACs is a deep learning-based generator for proteolysis targeting chimeras
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae358
PMID:39101502
|
研究论文 | 本文介绍了一种基于深度学习的扩散模型DiffPROTACs，用于生成新的PROTAC连接子 | 提出了O(3)等变图Transformer模块，结合Transformer和图神经网络(GNN)来更新PROTAC原子的坐标，提高了生成PROTAC的效率和有效性 | NA | 开发一种新的深度学习模型，用于生成PROTAC连接子，以促进PROTAC技术的研究 | PROTAC连接子的设计和生成 | 机器学习 | NA | 扩散模型和Transformer | 扩散模型 | 分子数据 | 使用了两个传统的FBDD数据集ZINC和GEOM，以及自建的PROTACs数据集 |
| 12605 | 2024-08-08 |
Deep transformer-based heterogeneous spatiotemporal graph learning for geographical traffic forecasting
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110175
PMID:39109176
|
研究论文 | 本文提出了一种基于深度变换器的异构时空图学习模型，用于地理交通预测 | 模型结合了时间变换器以捕捉交通数据中的长期时间模式，并引入了自适应归一化图结构以捕捉动态空间依赖性 | NA | 提高地理交通预测的准确性 | 地理交通数据 | 机器学习 | NA | 深度变换器 | 时空图学习模型 | 时空数据 | 四个主要公共数据集 |
| 12606 | 2024-08-08 |
Measuring activity-rest rhythms under different acclimation periods in a marine fish using automatic deep learning-based video tracking
2024-Jul, Chronobiology international
IF:2.2Q3
DOI:10.1080/07420528.2024.2371143
PMID:38975732
|
研究论文 | 本研究采用基于深度学习的视频跟踪技术，评估海洋鱼类在不同适应期下的活动节律稳定性、碎片化、鲁棒性和同步性 | 引入了一种新颖的基于深度学习的视频跟踪方法，用于监测实验室条件下的生物节律 | 未观察到实验室组间活动节律指标与适应期之间的差异 | 评估海洋鱼类在不同适应期下的活动节律特性 | 海洋鱼类的活动节律 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 实验分为三组，每组分别在不同天数进行测试，具体样本数量未详细说明 |
| 12607 | 2024-08-08 |
Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure
2024-05-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60340-y
PMID:38744901
|
研究论文 | 本研究利用扩散磁共振成像技术，开发了多种端到端分类模型，以准确估计受试者的性别，并识别出男女之间差异最大的白质区域 | 本研究首次利用扩散磁共振成像技术在细胞水平上揭示了男女大脑白质微观结构的差异，并使用多种模型架构进行验证 | 研究仅使用了来自人类连接组项目的健康受试者数据，且年龄范围有限 | 研究男女大脑白质微观结构的差异，以深入理解不同性别中表现不同的脑部疾病 | 男女大脑白质的微观结构 | 计算机视觉 | NA | 扩散磁共振成像 | 2D卷积神经网络, 3D卷积神经网络, Vision Transformer | 图像 | 471名男性与560名女性健康受试者（年龄范围22-37岁） |
| 12608 | 2024-08-08 |
Predicting long-term progression of Alzheimer's disease using a multimodal deep learning model incorporating interaction effects
2024-03-11, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05025-w
PMID:38468358
|
研究论文 | 本研究开发了一种结合交互效应和多模态数据的深度学习模型，用于预测阿尔茨海默病长期进展 | 模型创新性地结合了交互效应和多模态数据，显著提高了预测准确性和时间范围 | NA | 旨在提高从轻度认知障碍到阿尔茨海默病转换的预测准确性和长期性 | 轻度认知障碍患者及其向阿尔茨海默病的转换 | 机器学习 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 结构磁共振成像、临床评估和遗传多态性数据 | 252名轻度认知障碍患者 |
| 12609 | 2024-08-08 |
iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices
2024-Mar, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.17863
PMID:38148517
|
研究论文 | 本文介绍了一种名为iEEG-recon的快速且可扩展的管道，用于精确重建颅内电极和植入设备 | 开发了一个独立的、模块化的管道，用于自动化电极重建过程，并展示了其在临床和研究工作流程中的兼容性及云平台的可扩展性 | NA | 通过自动化电极重建过程，促进持续和未来的合作 | 颅内脑电图（iEEG）电极和植入设备的重建 | NA | 药物难治性癫痫 | 脑磁共振成像（MRI） | ANTsPyNet深度学习 | 图像 | 132名患者 |
| 12610 | 2024-08-08 |
TEFDTA: a transformer encoder and fingerprint representation combined prediction method for bonded and non-bonded drug-target affinities
2024-01-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad778
PMID:38141210
|
研究论文 | 本文提出了一种新的基于注意力机制的模型TEFDTA，用于预测药物与靶点之间的结合亲和力，包括共价和非共价结合 | TEFDTA模型结合了Transformer编码器和指纹表示，显著提高了非共价和共价结合亲和力的预测准确性 | NA | 提高药物与靶点结合亲和力的预测准确性 | 药物与靶点的结合亲和力，包括共价和非共价结合 | 机器学习 | NA | Transformer编码器 | Transformer | 蛋白质和药物分子的不同表示 | 使用了非共价蛋白质-配体相互作用的数据集和CovalentInDB数据库中的共价相互作用小数据集 |
| 12611 | 2024-08-08 |
Intelligent Beam Optimization for Light-Sheet Fluorescence Microscopy through Deep Learning
2024, Intelligent computing (Washington, D.C.)
DOI:10.34133/icomputing.0095
PMID:39099879
|
研究论文 | 本文通过深度学习方法优化光片荧光显微镜中的照明光束，以提高细胞检测的图像质量 | 提出了一种将光片荧光显微镜的物理照明模型与细胞检测网络训练相结合的方法，通过连续更新相位掩模来优化照明光束，从而提高图像质量 | NA | 通过计算方法设计显微镜系统，为依赖深度学习模型分析成像数据的光学设计提供新见解 | 光片荧光显微镜中的照明光束优化 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 每个样本约0.5 TB的图像数据 |
| 12612 | 2024-08-08 |
Lumpy skin disease diagnosis in cattle: A deep learning approach optimized with RMSProp and MobileNetV2
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302862
PMID:39102387
|
研究论文 | 本研究提出了一种使用MobileNetV2模型和RMSprop优化器的深度学习方法，用于牛的结节性皮肤病诊断 | 该方法在健康和结节性皮肤病牛的图像数据集上测试，准确率达到95%，比现有基准高出4-10% | NA | 旨在改善牛结节性皮肤病的诊断和管理 | 牛的结节性皮肤病 | 计算机视觉 | NA | 深度学习 | MobileNetV2 | 图像 | 包含健康和结节性皮肤病牛的图像数据集 |
| 12613 | 2024-08-08 |
Evaluating the potential of retinal photography in chronic kidney disease detection: a review
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17786
PMID:39104365
|
综述 | 本文综述了利用视网膜摄影作为慢性肾脏疾病（CKD）检测工具的潜力，重点评估了视网膜血管变化在CKD诊断中的应用，并探讨了深度学习技术在这一领域的最新进展。 | 结合深度学习与视网膜成像技术，提供了一种非侵入性的CKD检测方法，有望提高检测系统的精确度和预测能力。 | NA | 评估视网膜成像作为CKD诊断工具的潜力，并探讨深度学习技术在这一领域的应用。 | 视网膜成像在CKD检测中的应用及其与深度学习技术的结合。 | 计算机视觉 | 肾脏疾病 | 深度学习 | NA | 图像 | 70项研究，其中35项研究糖尿病视网膜病变与CKD的相关性，23项研究通过视网膜成像检测CKD，4项尝试通过人工智能与视网膜成像结合自动化检测。 |
| 12614 | 2024-08-08 |
Exploring Unlabeled Data in Multiple Aspects for Semi-Supervised MRI Segmentation
2024, Health data science
DOI:10.34133/hds.0166
PMID:39104600
|
研究论文 | 本研究提出了一种新的半监督MRI分割模型，该模型能够基于多种半监督学习技术探索未标记数据的多方面信息 | 本研究的创新点在于结合多种半监督学习技术，有效利用未标记数据提升MRI分割性能 | NA | 旨在提高MRI分割的自动化分析能力 | MRI图像的分割 | 计算机视觉 | NA | 半监督学习技术 | NA | 图像 | 使用了2个公共数据集，分别在LA和ACDC数据集上达到了90.3%和89.4%的Dice分数 |
| 12615 | 2024-08-08 |
Deep learning and remote photoplethysmography powered advancements in contactless physiological measurement
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1420100
PMID:39104628
|
综述 | 本文深入回顾了利用计算机视觉和深度学习在非接触式生理测量中的人工智能方法，并全面总结了非接触式测量技术在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压方面的最新发展 | 介绍了通过优化传统算法和开发深度学习算法来改善非接触式生理监测方法的异质性问题 | 非接触式生理监测方法缺乏统一性或标准化，限制了其在远程医疗/远程健康设置中的应用 | 探讨和总结非接触式生理测量技术的发展及其在医疗领域的应用 | 非接触式生理测量技术及其在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压测量中的应用 | 计算机视觉 | NA | 深度学习 | NA | 视频或图像 | NA |
| 12616 | 2024-08-08 |
Recent deep learning-based brain tumor segmentation models using multi-modality magnetic resonance imaging: a prospective survey
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1392807
PMID:39104626
|
综述 | 本文综述了基于多模态磁共振成像的深度学习脑肿瘤分割模型，并讨论了其最新进展和未来方向 | 介绍了使用卷积神经网络、视觉变换器和混合模型的最新深度学习模型，并进行了深入的统计分析 | 提出了当前研究中存在的开放挑战，并指出了未来研究的方向 | 提高脑肿瘤诊断的准确性和治疗效果 | 脑肿瘤分割模型及其在多模态磁共振成像中的应用 | 计算机视觉 | 脑肿瘤 | 磁共振成像（MRI） | CNN、视觉变换器、混合模型 | 图像 | NA |
| 12617 | 2024-08-08 |
Genome composition-based deep learning predicts oncogenic potential of HPVs
2024, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2024.1430424
PMID:39104853
|
研究论文 | 本研究通过分析HPV序列的二核苷酸（DNT）和DNT表示（DCR）的基因组组成特征，利用深度学习模型预测HPV的致癌潜力 | 首次利用深度学习模型基于HPV的基因组组成特征预测其致癌潜力 | NA | 旨在通过深度学习模型预测HPV的致癌潜力 | 人乳头瘤病毒（HPV）的致癌潜力 | 机器学习 | NA | NA | CNN | 序列数据 | 多种类型的HPV序列记录 |
| 12618 | 2024-08-08 |
SaLT&PepPr is an interface-predicting language model for designing peptide-guided protein degraders
2023-10-24, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-023-05464-z
PMID:37875551
|
研究论文 | 本文介绍了一种名为SaLT&PepPr的结构无关语言转换器和肽优先级排序管道，用于从蛋白质序列中预测相互作用界面，进而生成肽结合基序 | 该模型仅使用氨基酸序列作为输入，与基于结构同源性的方法竞争，但性能低于输入结构和序列特征的深度学习模型 | 模型在性能上低于那些同时输入结构和序列特征的深度学习模型 | 旨在预测蛋白质-蛋白质相互作用（PPIs）的位点，这对于计算和实验应用都很有用 | 蛋白质-蛋白质相互作用位点的预测以及肽结合基序的生成 | 机器学习 | NA | 蛋白质语言模型（pLM） | 语言转换器（Transformer） | 序列 | 使用来自PDB的数据进行模型训练和验证 |
| 12619 | 2024-08-08 |
Scaffolding cooperation in human groups with deep reinforcement learning
2023-Oct, Nature human behaviour
IF:21.4Q1
DOI:10.1038/s41562-023-01686-7
PMID:37679439
|
研究论文 | 本文利用深度强化学习和模拟方法训练一个'社会规划者'，通过推荐来创建或打破群体成员之间的联系，以促进人类群体在合作游戏中的合作行为 | 本文采用深度强化学习技术，训练出一个能够促进群体合作的社会规划者，与以往将背叛者与合作者分离的策略不同，该规划者采取和解的方式鼓励背叛者表现出亲社会行为 | NA | 探索促进群体合作的有效方法 | 人类群体在合作游戏中的合作行为 | 机器学习 | NA | 深度强化学习 | NA | NA | 208名参与者分为13个群体 |
| 12620 | 2024-08-08 |
Automated deep learning in ophthalmology: AI that can build AI
2021-Sep-01, Current opinion in ophthalmology
IF:3.0Q1
DOI:10.1097/ICU.0000000000000779
PMID:34231529
|
综述 | 本文综述了自动化深度学习在医疗领域的当前状态，并探讨了使用商业平台开发这些模型的进展 | 自动化深度学习允许无编程经验的用户开发深度学习算法，展示了在眼科及其他专科中的应用潜力 | 尽管自动化深度学习显示出巨大潜力，但仍存在一些挑战需要克服 | 描述自动化深度学习在医疗领域的应用现状，并讨论其当前挑战和未来发展方向 | 自动化深度学习模型及其在眼科、皮肤病学、放射学和组织病理学等专科中的应用 | 机器学习 | NA | 深度学习 | 监督学习 | 图像 | NA |