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 24103 篇文献，本页显示第 13281 - 13300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13281 | 2024-10-24 |
Quantifying social roles in multi-animal videos using subject-aware deep-learning
2024-Jul-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.07.602350
PMID:39026890
|
研究论文 | 本文介绍了一种基于深度学习的系统LabGym2，用于识别和量化多动物群体中的社会角色 | 本文提出了一个主体感知的方法，评估群体中每个个体的社会和环境背景下的行为状态，适用于不同物种和实验 | NA | 开发一种自动化方法来识别和量化多动物群体中的社会角色 | 多动物群体中的社会角色 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 两到多个动物的群体 |
| 13282 | 2024-10-24 |
qMAP enabled microanatomical mapping of human skin aging
2024-Jul-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.03.588011
PMID:39005293
|
研究论文 | 本文介绍了一种名为qMAP的组织图像分析工作流程，利用深度学习和机器视觉技术对皮肤组织进行微解剖学映射，以研究与衰老相关的微解剖学变化 | 首次在组织水平上进行量化微解剖学分析，揭示了皮肤微解剖学特征与衰老的强关联，并提出了一种新的衰老生物标志物类别 | 研究仅限于皮肤组织，且样本量相对较小 | 开发一种新的方法来量化和分析与衰老相关的组织微解剖学变化 | 皮肤组织的微解剖学特征及其与衰老的关系 | 数字病理学 | NA | 深度学习 | NA | 图像 | 99名年龄在14至92岁之间的捐赠者 |
| 13283 | 2024-10-24 |
CPIExtract: A software package to collect and harmonize small molecule and protein interactions
2024-Jul-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.03.601957
PMID:39005430
|
研究论文 | 介绍了一个名为CPIExtract的软件包，用于从多个数据库中提取和整合小分子与蛋白质相互作用的数据 | CPIExtract能够从多个数据库中提取实验性结合相互作用数据，并进行过滤和整合，相比单一来源的数据库（如DrugBank），能够收集到超过10倍数量的注释 | NA | 开发一个工具来整合分散在多个机构中的小分子与蛋白质相互作用数据，以解决数据异质性问题 | 小分子与蛋白质的相互作用数据 | 生物信息学 | NA | 数据整合与过滤 | NA | 表格数据 | NA |
| 13284 | 2024-10-24 |
Deep learning identifies heterogeneous subpopulations in breast cancer cell lines
2024-Jul-04, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.02.601576
PMID:39005432
|
研究论文 | 本文探讨了使用深度学习方法通过细胞形态特征识别乳腺癌细胞系中的异质性亚群 | 首次展示了细胞形态可以反映体外转录组差异，并使用卷积神经网络识别乳腺癌细胞系中的亚群 | NA | 研究细胞形态特征是否可以用于分类体外癌细胞系中的转录组亚群 | 乳腺癌细胞系及其亚群 | 计算机视觉 | 乳腺癌 | 卷积神经网络 | CNN | 图像 | NA |
| 13285 | 2024-10-24 |
IRTCI: Item Response Theory for Categorical Imputation
2024-Jul-02, Research square
DOI:10.21203/rs.3.rs-4529519/v1
PMID:39011102
|
研究论文 | 本文介绍了一种基于项目反应理论（IRT）的新型分类插补方法，并将其与现有的几种机器学习插补技术进行了比较 | 提出了基于项目反应理论的分类插补方法（IRTCI），并展示了其在多种条件下的优越性 | 未提及 | 开发和评估一种新的分类插补方法，以解决数据集中缺失值的问题 | 分类数据集中的缺失值插补 | 机器学习 | NA | 项目反应理论（IRT） | NA | 分类数据 | 三个不同类型的数据集，分别代表序数、名义和二元类别 |
| 13286 | 2024-10-24 |
Big data for imaging assessment in glaucoma
2024 Jul-Sep, Taiwan journal of ophthalmology
IF:1.0Q4
DOI:10.4103/tjo.TJO-D-24-00079
PMID:39430345
|
综述 | 本文综述了大数据和人工智能在青光眼研究中的应用 | 探讨了人工智能和深度学习算法在青光眼筛查、诊断和监测中的潜力 | 未具体讨论现有技术的局限性 | 评估大数据和人工智能在青光眼研究中的应用，以促进早期检测和疾病进展预测 | 青光眼及其相关影像评估 | 计算机视觉 | 眼科疾病 | 人工智能 (AI) 和深度学习 (DL) | 生成式AI | 影像 | NA |
| 13287 | 2024-10-24 |
Artificial intelligence and big data integration in anterior segment imaging for glaucoma
2024 Jul-Sep, Taiwan journal of ophthalmology
IF:1.0Q4
DOI:10.4103/tjo.TJO-D-24-00053
PMID:39430364
|
综述 | 本文探讨了人工智能和大数据在前段影像中对青光眼诊断和管理的整合 | 本文介绍了人工智能和大数据在青光眼诊断和管理中的应用，特别是机器学习和深度学习在图像分析和自动化复杂过程中的作用 | 本文讨论了标准化和整合多样化数据集的挑战，并建议未来合作和技术进步可能显著改善青光眼的管理和研究 | 探讨人工智能和大数据在前段影像中对青光眼诊断和管理的应用 | 前段影像技术，如前段光学相干断层扫描、超声生物显微镜和角膜照相术，以及这些技术在识别闭角疾病中的作用 | 计算机视觉 | 青光眼 | NA | 机器学习, 深度学习 | 图像 | NA |
| 13288 | 2024-10-24 |
Hidden Structural States of Proteins Revealed by Conformer Selection with AlphaFold-NMR
2024-Jun-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.26.600902
PMID:38979209
|
研究论文 | 本文介绍了一种利用AlphaFold2和NMR数据选择蛋白质构象模型的新方法 | 提出了一种基于AI的增强采样方法生成蛋白质构象模型，并通过实验数据进行选择，替代传统的约束满足协议 | NA | 探索利用深度学习和NMR技术揭示蛋白质的动态结构 | Gaussia荧光素酶的NMR结构 | 计算机视觉 | NA | NMR | AlphaFold2 | 蛋白质结构数据 | NA |
| 13289 | 2024-10-24 |
Machine learning on multiple epigenetic features reveals H3K27Ac as a driver of gene expression prediction across patients with glioblastoma
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.25.600585
PMID:38979226
|
研究论文 | 使用机器学习方法分析多重表观遗传特征，揭示H3K27Ac在胶质母细胞瘤患者基因表达预测中的驱动作用 | 首次使用机器学习和深度学习模型分析跨患者的基因表达预测，并发现H3K27Ac是跨患者基因表达预测的最重要表观遗传特征 | 研究仅限于胶质母细胞瘤干细胞和神经嵴干细胞，未涵盖其他类型的癌症细胞 | 探究胶质母细胞瘤细胞表观遗传重编程对细胞可塑性和基因表达的影响 | 胶质母细胞瘤干细胞和神经嵴干细胞的表观遗传特征 | 机器学习 | 脑癌 | 机器学习、深度学习、ATAC-seq、CTCF ChIP-seq、RNAPII ChIP-seq、H3K27Ac ChIP-seq、RNA-seq | XGBoost | 表观遗传数据 | 多个胶质母细胞瘤患者来源的干细胞样本 |
| 13290 | 2024-10-24 |
Nutrient Signaling-Dependent Quaternary Structure Remodeling Drives the Catalytic Activation of metazoan PASK
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.28.599394
PMID:38979257
|
研究论文 | 研究通过进化尺度序列、域映射和基于深度学习的蛋白质结构分析，揭示了多细胞生物PAS域调控激酶（PASK）中信号调节的PAS和PAC亚域组装的新机制 | 发现了PASK中先前未被识别的第三个PAS域（PAS-C），并通过实验验证了其营养响应性，揭示了PAS-C域组装在PASK中稳定激酶催化核心的作用 | NA | 揭示多细胞生物PAS域调控激酶（PASK）中信号调节的PAS和PAC亚域组装的新机制 | 多细胞生物PAS域调控激酶（PASK）的结构和功能 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列 | 鱼、鸟和哺乳动物的PASK同源物 |
| 13291 | 2024-10-24 |
Providing context: Extracting non-linear and dynamic temporal motifs from brain activity
2024-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.27.600937
PMID:38979316
|
研究论文 | 本文提出了一种生成式非线性深度学习模型，用于从脑活动数据中提取非线性和动态的时间模式 | 本文创新性地使用了分离变分自编码器（DSVAE）来分解窗口特定信息和时间步特定信息，从而捕捉多时间尺度的差异 | NA | 研究静息态功能磁共振成像（rs-fMRI）活动的动态特性，并探索其在精神疾病诊断中的应用 | 精神分裂症患者和对照组的脑活动数据 | 计算机视觉 | 精神分裂症 | 功能磁共振成像（fMRI） | 分离变分自编码器（DSVAE） | 图像 | 精神分裂症患者和对照组的脑活动数据 |
| 13292 | 2024-10-24 |
Brain clocks capture diversity and disparity in aging and dementia
2024-Jun-25, Research square
DOI:10.21203/rs.3.rs-4150225/v1
PMID:38978575
|
研究论文 | 研究分析了多模态数据对脑年龄差距的影响，并开发了一种深度学习架构来量化这种差距 | 首次探讨了多模态多样性对脑年龄差距的影响，并开发了一种基于fMRI和EEG数据的深度学习模型 | 研究主要集中在拉丁美洲和非拉丁美洲国家的数据，可能无法全面代表全球多样性 | 理解脑健康和疾病中脑年龄与实际年龄之间的差异 | 分析多模态数据对脑年龄差距的影响，并开发一种新的深度学习模型 | 神经科学 | 痴呆症 | 功能磁共振成像（fMRI）和脑电图（EEG） | 深度学习 | 图像和信号 | 5306名参与者，来自15个国家，包括健康对照组和患有轻度认知障碍、阿尔茨海默病和行为变异型额颞叶痴呆的患者 |
| 13293 | 2024-10-24 |
Assessing CT-based Volumetric Analysis via Transfer Learning with MRI and Manual Labels for Idiopathic Normal Pressure Hydrocephalus
2024-Jun-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.06.23.24309144
PMID:38978640
|
研究论文 | 本文通过迁移学习和手动标签，利用MRI数据改进CT图像中脑脊液的分割，并评估其在特发性正常压力脑积水诊断中的表现 | 利用MRI数据进行迁移学习，改进CT图像中脑脊液的自动分割，提高特发性正常压力脑积水的诊断准确性 | NA | 提高CT图像中脑脊液的分割精度，并评估其在特发性正常压力脑积水诊断中的应用 | 特发性正常压力脑积水患者和健康对照组的CT图像 | 计算机视觉 | 脑积水 | CT | U-Net | 图像 | 734例健康对照组和62例特发性正常压力脑积水患者的CT数据，以及来自德国和美国的外部临床图像 |
| 13294 | 2024-10-24 |
Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification
2024-Jun-23, ArXiv
PMID:39398214
|
研究论文 | 评估一种自动深度学习方法在检测肝硬化和卵巢癌患者腹水并量化其体积方面的表现 | 提出了一种深度学习方法来自动检测和量化腹水体积 | 研究是回顾性的，且数据集来自两个机构 | 评估深度学习方法在腹水检测和体积量化中的性能 | 肝硬化和卵巢癌患者的腹水 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NIH-LC 25名患者，NIH-OV 166名患者，UofW-LC 124名患者 |
| 13295 | 2024-10-24 |
ViViEchoformer: Deep Video Regressor Predicting Ejection Fraction
2024-Jun-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.06.21.24309327
PMID:38947006
|
研究论文 | 本文介绍了一种基于深度学习的视频回归模型ViViEchoformer，用于从超声心动图视频中直接预测左心室射血分数（LVEF） | ViViEchoformer利用视频视觉变换器提取时空特征，实现了对左心室射血分数的自动准确预测，为超声心动图的解读提供了新的方法 | NA | 开发一种自动化的方法来准确测量超声心动图中的左心室射血分数，以辅助临床评估 | 左心室射血分数（LVEF） | 机器学习 | 心血管疾病 | 深度学习 | 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 |
| 13296 | 2024-10-24 |
Prediction of Adolescents' Fluid Intelligence Scores based on Deep Learning with Reconstruction Regularization
2024-Jun-18, Research square
DOI:10.21203/rs.3.rs-4482953/v1
PMID:38946976
|
研究论文 | 本研究旨在利用深度学习方法，特别是基于重构正则化的自编码器模型，预测9-10岁儿童的流体智力分数 | 本研究首次使用基于重构正则化的自编码器模型来预测青少年的流体智力分数，并发现其在预测性能上显著优于多层感知机和经典机器学习模型 | 研究结果显示预测性能较弱，未来研究可能需要探索结合多种机器学习算法的集成回归策略以提高预测性能 | 开发一种预测9-10岁儿童未校正/实际流体智力分数的模型，并探索基于重构正则化的自编码器模型在青少年流体智力预测中的表现 | 9-10岁的青少年，特别是其流体智力分数和T1加权磁共振成像数据 | 机器学习 | NA | 磁共振成像（MRI） | 自编码器（AE） | 图像 | 11,534名青少年 |
| 13297 | 2024-10-24 |
De novo design of alpha-beta repeat proteins
2024-Jun-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.15.590358
PMID:38915539
|
研究论文 | 本文介绍了基于Rosetta和深度学习幻觉方法生成具有混合α螺旋和β链拓扑结构的新型重复蛋白质架构 | 本文提出了基于Rosetta和深度学习幻觉方法生成具有混合α螺旋和β链拓扑结构的新型重复蛋白质架构，并设计了25种高度稳定的α-β蛋白质 | NA | 设计新型重复蛋白质架构 | α-β重复蛋白质 | 生物信息学 | NA | Rosetta方法，深度学习幻觉方法 | 深度学习模型 | 蛋白质结构数据 | 25种新型α-β蛋白质 |
| 13298 | 2024-10-24 |
PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy
2024-Jun-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.16.599221
PMID:38915557
|
研究论文 | PSSR2是一个用户友好的Python包，旨在推广基于深度学习的点扫描超分辨率显微技术 | PSSR2改进了先前的PSSR工作流程，增加了同时超分辨率和去噪功能，并通过集成CLI和Napari插件，使得没有编程经验的用户也能轻松使用 | NA | 推广和简化基于深度学习的点扫描超分辨率显微技术 | 点扫描超分辨率显微数据 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 13299 | 2024-10-24 |
Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity
2024-Jun-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.14.599076
PMID:38915713
|
研究论文 | 本文应用迭代深度学习设计具有细胞类型特异性的合成增强子 | 本文首次应用迭代深度学习方法设计合成增强子，并通过实验验证和优化，实现了增强子在不同细胞系中的特异性表达 | 本文仅在两个人类细胞系中验证了增强子的特异性，尚未在更多细胞类型中进行广泛验证 | 设计具有细胞类型特异性的合成增强子 | 合成增强子的设计和优化 | 合成生物学 | NA | 迭代深度学习 | NA | 序列数据 | 两个人类细胞系 |
| 13300 | 2024-10-24 |
Predicting the effort required to manually mend auto-segmentations
2024-Jun-13, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.06.12.24308779
PMID:38947045
|
研究论文 | 研究如何评估自动分割结果在临床实践中所需的修正努力，并探讨使用深度学习模型预测修正努力的可行性 | 提出了一种新的混合指标Mendability Index (MI)，并初步探索了使用深度学习模型预测修正努力的可行性 | 初步探索了深度学习模型的可行性，但未深入讨论其应用细节和潜在问题 | 研究如何更好地评估自动分割结果在临床实践中的修正需求 | 自动分割结果的修正时间和修正努力 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 7个来自三个不同机构的对象，包含原始CT图像、真实分割、自动分割、修正分割和记录的修正时间 |