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 17278 篇文献，本页显示第 13061 - 13080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13061 | 2024-08-04 |
Deep Learning for Neuromuscular Control of Vocal Source for Voice Production
2024-Jan, Applied sciences (Basel, Switzerland)
DOI:10.3390/app14020769
PMID:39071945
|
研究论文 | 开发了一种计算神经肌肉控制系统来控制声音生产中的声源 | 提出了一种基于深度学习的控制系统，能够高精度生成肺压和喉肌激活 | 在反馈控制器的激活中，只有甲状舌肌的命令修正相对较大 | 研究神经肌肉控制系统在声音生产中的应用 | 声源的肺压和喉部肌肉活性 | 机器学习 | NA | 深度学习 | 三质量声带模型 | 语音信号 | 五万条稳态语音信号 |
| 13062 | 2024-08-05 |
Phenotyping of Drought-Stressed Poplar Saplings Using Exemplar-Based Data Generation and Leaf-Level Structural Analysis
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0205
PMID:39077119
|
研究论文 | 本研究利用计算机视觉和深度学习技术对干旱胁迫的杨树幼苗进行表型分析 | 提出了一种实例分割和数据增强的方法，以降低人工标注成本并提高模型的识别准确性 | 研究未提及实际应用中的环境变量影响 | 研究干旱胁迫对杨树幼苗生长的影响并进行表型分析 | 四个品种的干旱胁迫杨树幼苗 | 计算机视觉 | NA | 深度学习 | MobileNet | 图像 | 四个品种的杨树幼苗，五种不同灌溉处理的样本 |
| 13063 | 2024-08-05 |
Transforming the future of ophthalmology: artificial intelligence and robotics' breakthrough role in surgical and medical retina advances: a mini review
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1434241
PMID:39076760
|
mini review | 本文讨论了人工智能和机器人技术在眼科医疗领域的最新进展与挑战 | 该文指出了人工智能算法在视网膜病症自动诊断中的有效性及其在遥距医疗中的应用潜力 | 文章提到当前机器人手术系统的广泛应用仍面临高成本和学习曲线陡峭等限制 | 探讨人工智能和机器人在视网膜疾病治疗中的应用及其面临的挑战 | 研究对象为眼科医学中的视网膜疾病及其相关治疗技术 | 人工智能 | 视网膜疾病 | 深度学习和机器学习 | NA | 视网膜图像 | 使用的大型数据集为多种视网膜病症的图像数据 |
| 13064 | 2024-08-05 |
Machine Learning for Detecting Atrial Fibrillation from ECGs: Systematic Review and Meta-Analysis
2024-Jan, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2501008
PMID:39077651
|
meta-analysis | 本文系统评估和总结了机器学习算法在电心动图中检测房颤的整体诊断准确性 | 深度学习算法在房颤检测中表现优于传统机器学习算法，尤其是基于卷积神经网络的算法 | 仅包括14项研究，可能存在选择偏差 | 评估机器学习算法在电心动图中检测房颤的准确性 | 房颤（AF）和电心动图信号 | machine learning | 心血管疾病 | 机器学习（ML） | 卷积神经网络（CNN） | 电心动图（ECG） | 共涉及14项研究 |
| 13065 | 2024-08-05 |
Diagnostic Performance of Noninvasive Coronary Computed Tomography Angiography-Derived FFR for Coronary Lesion-Specific Ischemia Based on Deep Learning Analysis
2024-Jan, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2501020
PMID:39077668
|
研究论文 | 本研究评估了一种新型深度学习软件在诊断冠状动脉缺血中的有效性 | 采用深度学习分析的非侵入性计算机断层成像衍生的分数流量储备(CT-FFR)在冠状动脉缺血的诊断能力具有显著提升 | 本研究仅在138名被试者中进行，可能限制了结果的广泛适用性 | 评估CT-FFR在预测冠状动脉缺血方面的诊断性能 | 138名怀疑或确诊冠状动脉疾病的受试者 | 医学影像学 | 冠状动脉疾病 | 计算机断层成像（CT） | 深度学习 | 影像 | 138名受试者 |
| 13066 | 2024-08-05 |
Rapid identification of bloodstream infection pathogens and drug resistance using Raman spectroscopy enhanced by convolutional neural networks
2024, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2024.1428304
PMID:39077742
|
研究论文 | 本研究提出了一种结合深度学习和表面增强拉曼散射(SERS)的快速识别血流感染病原体及其耐药性的方法 | 将深度学习和SERS结合，开发了快速识别病原体及耐药性的新方法 | 未明确提及研究的限制 | 快速识别血流感染的常见病原体及其耐药性 | 从阳性血液培养中分离的细菌 | 数字病理学 | 血流感染 | 表面增强拉曼散射(SERS) | 卷积神经网络(CNN) | 光谱数据 | 共收集了12,046和11,968个SERS光谱 |
| 13067 | 2024-08-04 |
Predicting Anti-inflammatory Peptides by Ensemble Machine Learning and Deep Learning
2023-12-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01602
PMID:38054927
|
研究论文 | 本文提出了一种通过集成机器学习和深度学习预测抗炎肽的方法 | 通过构建包含极随机树、门控循环单元和卷积神经网络的高级框架，实现了AIP预测的创新性探索 | 在独立测试集上的表现可能不代表其他广泛应用场景的预测精度 | 研究抗炎肽(AIP)的预测以加速抗炎疗法的发展 | 抗炎肽的特征和预测模型 | 机器学习 | NA | 集成机器学习，深度学习 | 极随机树，门控循环单元，卷积神经网络 | 序列数据 | NA |
| 13068 | 2024-08-04 |
An Uncertainty-Guided Deep Learning Method Facilitates Rapid Screening of CYP3A4 Inhibitors
2023-12-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01241
PMID:38055780
|
研究论文 | 本文提出了一种不确定性引导的深度学习方法，以便于快速筛选CYP3A4抑制剂 | 提出了一种不确定性引导的回归模型，能够准确预测CYP3A4活性的IC值，并通过整合分类模型的预测和引入证据不确定性方法提升了预测的可靠性 | 现有模型主要提供确定性分类结果，缺乏对抑制强度的精确预测，且预测可靠性不足 | 评估CYP3A4抑制剂以避免潜在的药物相互作用和不良反应 | CYP3A4抑制剂的预测与筛选 | 机器学习 | NA | NA | 回归模型 | 化合物数据 | 27,045个化合物，其中包含4395个具有明确IC值的化合物 |
| 13069 | 2024-08-04 |
High-Temperature Polymer Dielectrics Designed Using an Invertible Molecular Graph Generative Model
2023-12-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01572
PMID:38061777
|
研究论文 | 本文利用可逆分子图生成模型生成高温聚合物介电材料 | 提出了一种基于可逆正规化流的分子图生成模型，用于高温聚合物介电材料的设计 | 使用的数据集主要是通过基于RNN的生成模型生成的，可能影响模型的普适性 | 高效设计高温聚合物介电材料 | 假设有前景的高温聚合物介电材料 | 材料科学 | NA | 深度生成模型 | 可逆图生成模型 | 分子图 | 包含250k个聚合物分子图 |
| 13070 | 2024-08-04 |
GGNpTCR: A Generative Graph Structure Neural Network for Predicting Immunogenic Peptides for T-cell Immune Response
2023-12-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01293
PMID:37990917
|
研究论文 | 本研究提出了一种基于生成图结构的深度学习框架GGNpTCR，用于预测T细胞受体与肽的相互作用 | GGNpTCR模型能够有效预测训练数据集中未出现的新抗原的相互作用，并改善了现有的方法 | 未提及特定的局限性 | 研究T细胞受体与人类抗原之间的相互作用以推动疫苗和免疫治疗的发展 | 重点研究T细胞受体与外源性肽的相互作用 | 计算机视觉 | NA | 深度学习 | 生成图结构 | 序列信息 | 使用了大规模COVID-19数据集和多种数据集进行性能评估 |
| 13071 | 2024-08-04 |
Ensemble Geometric Deep Learning of Aqueous Solubility
2023-12-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01536
PMID:37990484
|
研究论文 | 这个文章探讨了几何深度学习在预测分子特性如水溶性方面的应用 | 提出了基于谱卷积和空间卷积的图神经网络架构的两个集成模型 | 在对巨噬细胞迁移抑制因子抑制剂的测试中表现出模型的局限性 | 本研究旨在利用几何深度学习来改进药物候选分子的药物动力学 | 207个分子的验证集以及系列的苯酰脲衍生物和苯二氮卓衍生物 | 数字病理学 | NA | 图神经网络 | SolNet-GCN和SolNet-GAT | 分子特性数据 | 207个分子 |
| 13072 | 2024-08-04 |
A Multimodal Deep Learning Framework for Predicting PPI-Modulator Interactions
2023-12-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01527
PMID:38037990
|
研究论文 | 本研究提出了一种基于序列的深度学习框架MultiPPIMI，用于预测PPI靶标与调节剂之间的相互作用 | 本研究的创新点在于MultiPPIMI能够在不需要靶标结构或参考调节剂的情况下，预测任意给定PPI靶标与调节剂之间的相互作用 | 本研究未提供对所有PPI调节剂的全面评估 | 本研究旨在开发一种新的框架来识别PPI介导的相互作用 | 本研究的对象为蛋白质相互作用靶标和调节剂 | 机器学习 | NA | 深度学习 | 双线性注意力网络 | 基准数据集 | NA |
| 13073 | 2024-08-04 |
Ab Initio Prediction of 3-D Conformations for Protein Long Loops with High Accuracy and Applications to Antibody CDRH3 Modeling
2023-12-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01051
PMID:38018130
|
研究论文 | 本研究开发了新的方法来预测蛋白质长环的三维构象，具有高精度和应用于抗体CDRH3建模。 | 提出了一种结合原子和残基级别术语的新方法来计算残基原子之间的相互作用能 | 未明确考虑还原侧链与主链原子的相互作用能 | 开发高精度的蛋白质长环的构象预测方法 | 蛋白质长环和抗体CDRH3环 | 数字病理学 | NA | NA | OSCAR-loop | NA | 49个抗体靶点 |
| 13074 | 2024-08-04 |
Discovery Viewer (DV): Web-Based Medical AI Model Development Platform and Deployment Hub
2023-Dec-06, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10121396
PMID:38135987
|
研究论文 | 该论文介绍了Discovery Viewer（DV）平台，一个基于网络的医学人工智能模型开发和部署中心 | 提供一个适应性环境，允许非人工智能专家学习、开发和分享深度学习概念，促进模型的持续改进 | 未提及具体的技术细节和模型限制 | 旨在使医疗人工智能模型的开发更加便捷，促进技术在临床环境中的应用 | 针对肌肉骨骼疾病的AI项目进行开发和测试，涵盖分割、回归和分类任务 | 机器学习 | NA | 深度学习 | NA | 样本数据 | 参与项目的样本占80%，剩余样本由志愿者进行注释和训练 |
| 13075 | 2024-08-05 |
Potential added value of an AI software with prediction of malignancy for the management of incidental lung nodules
2023-Dec, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2023.100031
PMID:39076687
|
研究论文 | 本文研究了一种人工智能软件在意外发现的肺结节管理中的潜在价值 | 研究展示了使用深度学习算法的人工智能软件在预测肺结节恶性程度中的有效性及其高阴性预测值 | 样本量较小，仅包括83名患者的90个肺结节的回顾性分析 | 旨在评估人工智能软件在意外发现的肺结节管理中的影响 | 对在急诊CT扫描中意外发现的肺结节进行评估 | 计算机视觉 | 肺癌 | 深度学习算法 | NA | 影像 | 90个肺结节，涉及83名患者 |
| 13076 | 2024-08-04 |
DeepMPSF: A Deep Learning Network for Predicting General Protein Phosphorylation Sites Based on Multiple Protein Sequence Features
2023-11-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c00996
PMID:37931253
|
研究论文 | 提出了一种基于多种蛋白质序列特征的深度学习模型DeepMPSF，用于预测蛋白质磷酸化位点。 | DeepMPSF模型结合了序列语义特征和蛋白质背景生物物理特征，克服了现有方法对简单特征依赖的问题。 | 研究中未提到样本数据集的局限性或模型的具体应用场景。 | 研究目的是提高蛋白质磷酸化位点预测的准确性。 | 研究对象为人类蛋白质，特别是S/T和Y残基的磷酸化位点。 | 计算机技术 | NA | 深度学习 | NA | 人类蛋白质数据 | 对一个已确立的人类蛋白质数据集进行了训练和评估 |
| 13077 | 2024-08-04 |
Sodium-based paracetamol: impact on blood pressure, cardiovascular events, and all-cause mortality
2023-11-07, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehad535
PMID:37611115
|
研究论文 | 本研究重新审视了含有碳酸氢钠的对乙酰氨基酚与血压、心血管事件和全因死亡率之间的关联 | 使用深度学习方法分析了含钠和不含钠的对乙酰氨基酚在心血管健康和死亡率方面的影响 | 研究中对其他潜在混杂因素的控制不足，尤其是吞咽困难及相关疾病的影响 | 探讨含钠对乙酰氨基酚对血压、心血管事件及全因死亡率的影响 | 对475442名年龄在60至90岁之间的英国患者进行了分析 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 电子健康记录 | 475442名患者 |
| 13078 | 2024-08-05 |
Machine Learning in Cardio-Oncology: New Insights from an Emerging Discipline
2023-Oct, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2410296
PMID:39077576
|
综述 | 本文概述了机器学习在心脏肿瘤学中的应用，包括心脏毒性的预测、诊断和治疗 | 提出了机器学习在心脏肿瘤学领域的新应用，尤其是在风险分层方面 | 缺乏具体的样本数据和定量分析 | 研究机器学习在心脏肿瘤学中的应用和影响 | 癌症患者的心脏毒性和相关风险因素 | 机器学习 | 心脏病 | 机器学习 | 深度学习、人工神经网络、随机森林 | NA | NA |
| 13079 | 2024-08-04 |
Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning
2023-Sep-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.06.29.23292048
PMID:37425854
|
研究论文 | 该研究探讨了在有限数据情境下使用分步迁移学习实现儿童脑肿瘤的自动分割 | 本研究采用了一种新颖的领域内分步迁移学习方法，有效提升了儿童低级别胶质瘤的自动分割精度 | 虽然研究证明了AI模型的临床可接受性，但仍需更多数据和进一步的临床验证 | 本研究旨在开发和验证儿童脑肿瘤的人工智能自动分割算法 | 研究对象为184个来自国家脑肿瘤联盟和100个来自儿科癌症中心的数据集中的儿童低级别胶质瘤影像 | 数字病理学 | 脑肿瘤 | 深度学习 | 神经网络 | 影像 | 总共284个样本（184个来自国家脑肿瘤联盟和100个来自儿科癌症中心） |
| 13080 | 2024-08-05 |
Clinical Validation of Explainable Deep Learning Model for Predicting the Mortality of In-Hospital Cardiac Arrest Using Diagnosis Codes of Electronic Health Records
2023-Sep, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2409265
PMID:39076399
|
研究论文 | 本研究评估了D-SHAP模型在使用电子健康记录的诊断代码预测医院内心脏骤停患者死亡率的表现 | 引入了可解释的深度学习模型，能够准确识别与高死亡风险相关的诊断代码 | D-SHAP与临床判断之间存在一些不一致，特别是在较少发生的疾病中 | 评估深度学习模型在预测医院内心脏骤停患者死亡概率方面的表现 | 分析168,693名至少有一次医院内心脏骤停的患者及其1,569,478份临床记录 | 机器学习 | 心脏病 | 深度学习 | D-SHAP | 临床记录 | 402名患者 |