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 25752 篇文献，本页显示第 13241 - 13260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13241 | 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 |
| 13242 | 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 |
| 13243 | 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 |
| 13244 | 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 |
| 13245 | 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 |
| 13246 | 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） |
| 13247 | 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 |
| 13248 | 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 |
| 13249 | 2024-11-27 |
AI based diagnostics product design for osteosarcoma cells microscopy imaging of bone cancer patients using CA-MobileNet V3
2024-Dec, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2024.100644
PMID:39584044
|
研究论文 | 本研究利用人工智能技术，设计了一种基于CA-MobileNet V3模型的智能显微镜产品，用于骨癌患者骨肉瘤细胞的显微图像诊断 | 本研究提出了一种改进的CA-MobileNet V3模型，嵌入到创新的显微镜产品中，增强了显微镜的特征提取能力，并有助于减少诊断中的误分类 | NA | 开发一种高效的自动化分类模型，用于骨肉瘤的病理诊断 | 骨肉瘤细胞的显微图像 | 计算机视觉 | 骨癌 | 深度学习 | CA-MobileNet V3 | 图像 | NA |
| 13250 | 2024-11-27 |
Advancements in Cardiac CT Imaging: The Era of Artificial Intelligence
2024-Dec, Echocardiography (Mount Kisco, N.Y.)
DOI:10.1111/echo.70042
PMID:39584228
|
综述 | 本文综述了人工智能在心脏CT成像后处理中的应用，讨论了当前能力和未来方向 | 本文介绍了人工智能在心脏CT成像中的新工具和方法，如心肌CT灌注和分数流量储备 | 本文主要集中在综述现有技术和未来方向，未涉及具体实验或数据分析 | 探讨人工智能在心脏CT成像中的应用及其对临床诊断的影响 | 心脏CT成像中的冠状动脉钙评分、CT血管造影、分数流量储备、心肌CT灌注和心外膜脂肪组织 | 计算机视觉 | 心血管疾病 | 人工智能、机器学习、深度学习 | NA | 图像 | NA |
| 13251 | 2024-11-27 |
Diagnosing Allergic Contact Dermatitis Using Deep Learning: Single-Arm, Pragmatic Clinical Trial with an Observer Performance Study to Compare Artificial Intelligence Performance with Human Reader Performance
2024-Nov-26, Dermatitis : contact, atopic, occupational, drug
IF:4.0Q1
DOI:10.1089/derm.2024.0302
PMID:39587877
|
研究论文 | 研究使用深度学习诊断过敏性接触性皮炎，并通过观察者性能研究比较人工智能与人类读者的表现 | 首次将深度学习应用于过敏性接触性皮炎的诊断，并通过智能手机捕捉测试部位图像进行验证 | 模型的敏感性较低，且人类读者的表现有时优于算法 | 验证计算机视觉算法在不同Fitzpatrick皮肤类型中的诊断性能 | 过敏性接触性皮炎患者及其皮肤反应 | 计算机视觉 | 皮肤病 | 深度学习 | NA | 图像 | 206名参与者，平均年龄39岁，66%为女性，47%为Fitzpatrick皮肤类型IV-VI |
| 13252 | 2024-11-27 |
REDIportal: toward an integrated view of the A-to-I editing
2024-Nov-26, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae1083
PMID:39588754
|
研究论文 | 介绍了一个名为REDIportal的专门数据库，用于收集和分析A-to-I RNA编辑位点 | REDIportal数据库整合了来自TCGA项目的31项研究数据，并提供了与ELIXIR核心资源的互联，包括Ensembl、RNAcentral、UniProt和PRIDE | NA | 开发一个集成的工具来应对当前表观转录组学的挑战 | A-to-I RNA编辑位点及其在人类生理和疾病中的作用 | 生物信息学 | NA | 深度学习 | 深度学习模型 | RNA序列 | 约1600万个潜在的A-to-I编辑位点 |
| 13253 | 2024-11-27 |
Deep Learning-Based DCE-MRI Automatic Segmentation in Predicting Lesion Nature in BI-RADS Category 4
2024-Nov-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01340-2
PMID:39586911
|
研究论文 | 研究基于深度学习的DCE-MRI自动分割在区分BI-RADS 4类乳腺病变中的优势 | 深度学习自动分割模型在区分BI-RADS 4类乳腺病变方面优于专业放射科医生，显著提高了诊断效率 | NA | 探讨基于深度学习的DCE-MRI自动分割在区分BI-RADS 4类乳腺病变中的优势 | BI-RADS 4类乳腺病变 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 图像 | 197名患者，包括64例恶性病例和133例良性病例 |
| 13254 | 2024-11-27 |
ViViEchoformer: Deep Video Regressor Predicting Ejection Fraction
2024-Nov-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01336-y
PMID:39586913
|
研究论文 | 本文介绍了一种名为ViViEchoformer的深度学习方法，用于从超声心动图视频中直接回归左心室射血分数（LVEF） | ViViEchoformer利用视频视觉变换器提取视频输入中的时空标记，从而准确捕捉空间信息并保留帧间关系，实现自动化的EF预测 | NA | 开发一种能够准确预测左心室射血分数的深度学习模型，以辅助人类评估和分析 | 左心室射血分数（LVEF） | 计算机视觉 | 心血管疾病 | 深度学习（DL） | 视频视觉变换器 | 视频 | 10,030个来自斯坦福大学医院的四腔超声心动图视频 |
| 13255 | 2024-11-27 |
Nomogram for predicting cervical lymph node metastasis of papillary thyroid carcinoma using deep learning-based super-resolution ultrasound image
2024-Nov-24, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-024-01601-0
PMID:39580761
|
研究论文 | 研究使用基于深度学习的超分辨率超声图像重建模型预测甲状腺乳头状癌患者颈部淋巴结转移的可行性和有效性 | 使用超分辨率重建的超声图像构建预测模型，显著提高了预测颈部淋巴结转移的性能 | 研究为回顾性研究，样本量有限，未来需进一步验证和扩大样本量 | 探讨基于深度学习的超分辨率超声图像重建模型在预测甲状腺乳头状癌患者颈部淋巴结状态中的可行性和有效性 | 甲状腺乳头状癌患者的颈部淋巴结状态 | 计算机视觉 | 甲状腺癌 | 超分辨率技术 | 深度学习模型 | 超声图像 | 544名甲状腺乳头状癌患者 |
| 13256 | 2024-11-27 |
Fusing multiplex heterogeneous networks using graph attention-aware fusion networks
2024-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78555-4
PMID:39582056
|
研究论文 | 本文提出了一种名为GRAF的框架，用于将多重异构网络转换为同构网络，以更适合图表示学习 | GRAF框架通过基于注意力的邻域聚合，学习每个邻居节点和每个网络层的重要性，并根据学习到的注意力进行网络融合和边消除，最终使用图卷积网络进行节点分类 | NA | 开发一种能够处理多重异构网络的图神经网络框架 | 多重异构网络的转换和图表示学习 | 机器学习 | NA | 图神经网络 | 图卷积网络 | 图结构数据 | 四个不同领域的数据集 |
| 13257 | 2024-11-27 |
HDBind: encoding of molecular structure with hyperdimensional binary representations
2024-Nov-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80009-w
PMID:39578580
|
研究论文 | 本文提出了一种使用超维度二进制表示法（HDBind）对分子结构进行编码的方法，用于快速筛选潜在药物分子 | 首次将超维度计算（HDC）应用于现代药物分子库的快速高效筛选，并提出了基于HDC的图编码方法，显著优于以往工作 | NA | 开发超高效的预筛选工具，以提高药物设计的生产力 | 潜在药物分子及其与蛋白质目标的结合交互 | 机器学习 | NA | 超维度计算（HDC） | NA | 分子数据 | 使用了MoleculeNet数据集和LIT-PCBA数据集 |
| 13258 | 2024-11-27 |
MoAGL-SA: a multi-omics adaptive integration method with graph learning and self attention for cancer subtype classification
2024-Nov-23, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05989-y
PMID:39580382
|
研究论文 | 提出了一种基于图学习和自注意力机制的多组学自适应整合方法MoAGL-SA，用于癌症亚型分类 | 该方法通过图学习生成患者关系图，并利用自注意力机制自适应地整合不同组学的图嵌入，解决了样本结构信息嵌入和灵活整合策略设计的挑战 | NA | 改进癌症亚型分类的特征学习和多组学数据整合 | 乳腺癌、肾乳头状细胞癌和肾透明细胞癌的亚型分类 | 机器学习 | 乳腺癌 | 图学习、自注意力机制 | 图卷积网络、自注意力机制 | 多组学数据 | 涉及乳腺癌、肾乳头状细胞癌和肾透明细胞癌的数据集 |
| 13259 | 2024-11-27 |
Deep learning-based Emergency Department In-hospital Cardiac Arrest Score (Deep EDICAS) for early prediction of cardiac arrest and cardiopulmonary resuscitation in the emergency department
2024-Nov-23, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-024-00407-8
PMID:39580434
|
研究论文 | 开发了一种基于深度学习的评分系统Deep EDICAS，用于急诊部门早期预测心脏骤停和心肺复苏 | 该研究首次探索了使用深度学习技术在心肺复苏检测任务中的应用，并提出了一种能够整合表格和时间序列数据以提高预测准确性的模型 | 尽管研究展示了深度学习在预测心脏骤停方面的有效性，但关于使用深度学习进行心肺复苏检测的文献仍然稀缺 | 研究旨在开发一种能够早期预测急诊部门心脏骤停和心肺复苏的深度学习模型 | 急诊部门的心脏骤停和心肺复苏事件 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 表格和时间序列数据 | 来自台湾大学医院的数据 |
| 13260 | 2024-11-27 |
AI-powered detection and quantification of post-harvest physiological deterioration (PPD) in cassava using YOLO foundation models and K-means clustering
2024-Nov-23, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01309-w
PMID:39580444
|
研究论文 | 本研究开发了一种基于YOLO基础模型和K-means聚类的AI框架，用于检测和量化木薯采后生理性衰退（PPD） | 本研究创新性地结合了SAM模型和YOLO基础模型，显著提高了PPD检测的准确性，并减少了误差 | YOLO-NAS在训练过程中存在不稳定性，YOLOv7在所有类别中的表现最差 | 解决木薯采后生理性衰退（PPD）问题，减少经济损失 | 木薯采后生理性衰退（PPD）的检测和量化 | 计算机视觉 | NA | 深度学习（DL） | YOLO基础模型（YOLOv7, YOLOv8, YOLOv9, YOLO-NAS） | 图像 | 使用RGB图像进行检测和分类 |