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 24288 篇文献，本页显示第 13481 - 13500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13481 | 2024-10-24 |
Towards Digital Quantification of Ploidy from Pan-Cancer Digital Pathology Slides using Deep Learning
2024-Aug-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.19.608555
PMID:39229200
|
研究论文 | 本文介绍了一种基于深度学习的肿瘤倍体量化方法PloiViT，通过数字病理切片直接进行快速且成本效益高的量化 | PloiViT是一种基于transformer的模型，优于传统的机器学习模型，并展示了在多个独立队列中的最佳预测性能 | NA | 开发一种快速且成本效益高的肿瘤倍体量化方法，作为下一代测序数据的补充 | 肿瘤倍体量化 | 数字病理 | NA | 深度学习 | transformer | 图像 | 训练数据集包括来自The Cancer Genome Atlas的十五种癌症类型，并在多个独立队列中验证了其性能 |
| 13482 | 2024-10-24 |
DeepSomatic: Accurate somatic small variant discovery for multiple sequencing technologies
2024-Aug-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.16.608331
PMID:39229187
|
研究论文 | 本文介绍了一种名为DeepSomatic的深度学习方法，用于从短读和长读数据中检测体细胞SNV和插入缺失（indels），适用于全基因组和外显子测序，并支持肿瘤-正常、肿瘤-仅和FFPE样本 | DeepSomatic在短读和长读数据上均表现出色，特别是在检测indels方面优于现有方法 | NA | 开发一种能够在多种测序技术上准确检测体细胞小变异的深度学习方法 | 体细胞单核苷酸变异（SNV）和插入缺失（indels） | 数字病理 | 癌症 | 测序技术（Illumina, PacBio HiFi, Oxford Nanopore Technologies） | 深度学习 | 基因组数据 | 五个匹配的肿瘤-正常细胞系对 |
| 13483 | 2024-10-24 |
Interpretable representation learning for 3D multi-piece intracellular structures using point clouds
2024-Aug-13, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.25.605164
PMID:39091871
|
研究论文 | 本文介绍了一种使用3D旋转不变自编码器和点云的形态学适当表示学习框架，用于学习复杂多片段细胞内结构的独立于方向、紧凑且易于解释的表示 | 本文提出的框架能够无监督地发现每个结构的子簇，并展示了其在药物扰动后的核仁图像数据集上的表型分析应用 | NA | 量化具有复杂多片段形态的细胞内结构的客观、稳健和可推广的解释性测量 | 具有点状形态（如DNA复制焦点）和多态形态（如核仁）的细胞内结构 | 计算机视觉 | NA | 3D旋转不变自编码器 | 自编码器 | 点云 | 涉及多个细胞内结构数据集，包括一个具有预定义组织规则的合成数据集 |
| 13484 | 2024-10-24 |
Genetics of Cardiac Aging Implicate Organ-Specific Variation
2024-Aug-06, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.02.24310874
PMID:39148824
|
研究论文 | 研究使用视频深度学习模型分析心脏MRI数据，以预测心脏年龄并探讨心脏年龄加速的遗传因素 | 提出了一种基于视频的深度学习模型，使用心脏MRI数据中的心脏掩码来捕捉心脏衰老的丰富且特定于心脏的特征 | 当前方法在特征丰富度或心脏特异性方面存在局限，导致难以理解遗传对年龄加速的贡献 | 探讨心脏年龄加速的遗传因素及其与心脏结构和功能的关系 | 61,691名UK Biobank参与者的心脏MRI数据 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 视频 | 61,691名参与者 |
| 13485 | 2024-10-24 |
Fast Whole-Brain MR Multi-Parametric Mapping with Scan-Specific Self-Supervised Networks
2024-Aug-06, ArXiv
PMID:39148933
|
研究论文 | 本文提出了一种快速的全脑MR多参数映射技术，通过扫描特定的自监督网络加速参数映射过程 | 本文提出了一种更快的Joint MAPLE版本，结合线圈压缩、随机切片选择、参数特定学习率和迁移学习，将重建时间缩短至原来的1/700，并在映射性能上优于标准和最先进的技术 | NA | 加速全脑MR多参数映射技术，使其在临床和研究中更实用 | 全脑MR多参数映射技术 | 计算机视觉 | NA | MRI | 自监督网络 | 图像 | NA |
| 13486 | 2024-10-24 |
Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling
2024-Jul-30, ArXiv
PMID:39371086
|
研究论文 | 本文提出了一种基于Transformer的序列建模方法，用于从纵向医学影像中预测眼科疾病的预后 | 本文提出了Longitudinal Transformer for Survival Analysis (LTSA)模型，能够从纵向医学影像中动态预测疾病预后，超越了传统的单张影像基线方法 | NA | 开发一种能够从纵向医学影像中预测眼科疾病预后的深度学习模型 | 年龄相关性黄斑变性（AMD）和原发性开角型青光眼（POAG） | 计算机视觉 | 眼科疾病 | Transformer | Transformer | 影像 | 使用了来自Age-Related Eye Disease Study (AREDS)和Ocular Hypertension Treatment Study (OHTS)的纵向影像数据 |
| 13487 | 2024-10-24 |
Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models
2024-Jul-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.27.605468
PMID:39091736
|
研究论文 | 介绍了一种名为ProRNA3D-single的新深度学习框架，用于仅使用单序列输入预测蛋白质-RNA复合物的结构 | 通过几何注意力机制结合生物语言模型，实现了对蛋白质-RNA相互作用图的预测，并将其转化为多尺度几何约束，用于3D结构的建模 | NA | 开发一种新的方法来准确预测蛋白质-RNA复合物的结构，特别是在缺乏进化信息的情况下 | 蛋白质-RNA复合物的结构 | 机器学习 | NA | 深度学习 | 几何注意力机制 | 序列数据 | NA |
| 13488 | 2024-10-24 |
Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net
2024-Jul-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.26.605356
PMID:39091766
|
研究论文 | 本文介绍了一种基于深度学习的LC分割和特征提取方法ELSI-Net，并应用于健康衰老和AD痴呆数据集，评估了其与专家评分和已发表LC图谱的一致性 | 提出了ELSI-Net方法，用于全自动MRI分析LC，并应用于AD痴呆和健康衰老数据集 | 需要进一步在更多临床队列的多样化数据集上进行评估，以全面评估ELSI-Net的通用性 | 研究LC在衰老和AD痴呆中的完整性，并探索其与AD病理CSF生物标志物的相关性 | LC的MRI特征及其在衰老和AD痴呆中的变化 | 计算机视觉 | 阿尔茨海默病 | MRI | 深度学习 | 图像 | 健康衰老和AD痴呆数据集 |
| 13489 | 2024-10-24 |
Deep Learning-based Modeling for Preclinical Drug Safety Assessment
2024-Jul-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.20.604430
PMID:39091793
|
研究论文 | 本文介绍了一种基于深度学习的TRACE模型，用于加速和自动化毒理病理学评估 | TRACE模型能够处理多种诊断任务，并在独立阅读研究中表现优于兽医病理学家 | NA | 加速从临床前研究到早期临床试验的药物安全评估 | 毒理学肝脏病理学评估 | 数字病理学 | NA | 深度学习 | TRACE | 图像 | 1500万张病理图像，来自46,734个数字化组织切片，涉及157项临床前研究 |
| 13490 | 2024-10-24 |
predicTTE: An accessible and optimal tool for time-to-event prediction in neurological diseases
2024-Jul-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.20.604416
PMID:39091819
|
研究论文 | 本文介绍了一个名为predicTTE的工具，用于神经疾病中的时间到事件预测，并提供了一个在线门户和应用程序，供非专业用户使用 | 本文提出了一个集成深度学习和样条模型的工具，用于时间到事件预测，并优化了数据插补和模型训练流程 | NA | 开发一个易于使用且优化的工具，用于神经疾病中的时间到事件预测 | 神经疾病中的时间到事件预测 | 机器学习 | 神经疾病 | 深度学习 | 集成模型 | 时间到事件数据 | NA |
| 13491 | 2024-10-24 |
Deep learning guided design of dynamic proteins
2024-Jul-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.17.603962
PMID:39071443
|
研究论文 | 本文介绍了一种基于深度学习的动态蛋白质设计方法 | 提出了一种新的深度学习引导的蛋白质动态变化设计方法，能够在原子级别上精确模拟自然界中常见的开关机制 | NA | 开发一种新的方法来设计具有动态变化的蛋白质结构 | 蛋白质的动态变化和结构设计 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构 | 4个验证设计的构象结构 |
| 13492 | 2024-10-24 |
Robust deep learning estimation of cortical bone porosity from MR T1-weighted images for individualized transcranial focused ultrasound planning
2024-Jul-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.07.18.24310644
PMID:39072036
|
研究论文 | 本文提出了一种基于深度学习的方法，从T1加权MRI图像中估计皮质骨孔隙度，用于个性化经颅聚焦超声规划 | 本文创新性地使用深度学习方法从T1加权MRI图像中估计皮质骨孔隙度，避免了使用辐射诱导的CT扫描 | NA | 开发一种无需CT扫描的个性化经颅聚焦超声规划方法 | 皮质骨孔隙度估计和经颅聚焦超声治疗规划 | 计算机视觉 | NA | 深度学习 | cGAN | 图像 | 数千个光束传播场景 |
| 13493 | 2024-10-24 |
Multi-dataset Integration and Residual Connections Improve Proteome Prediction from Transcriptomes using Deep Learning
2024-Jul-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.08.602560
PMID:39026798
|
研究论文 | 本文通过深度学习模型和残差连接，提高了从转录组数据预测蛋白质组的准确性 | 使用神经架构搜索（NAS）设计的深度学习模型，结合残差连接，显著提高了从转录组数据预测蛋白质组的准确性 | NA | 提高从转录组数据预测蛋白质组的准确性 | 转录组和蛋白质组数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 转录组数据 | 使用Clinical Proteomics Tumor Analysis Consortium的公开数据 |
| 13494 | 2024-10-24 |
Current genomic deep learning models display decreased performance in cell type specific accessible regions
2024-Jul-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.05.602265
PMID:39026761
|
研究论文 | 评估了基因组深度学习模型在不同细胞类型特异性染色质可及区域的性能 | 发现现有基因组深度学习模型在细胞类型特异性可及区域的性能下降，并提出了通过增加模型容量和单任务学习来提高性能的策略 | 文章未详细讨论现有模型的具体局限性或改进方法 | 评估和改进基因组深度学习模型在细胞类型特异性染色质可及区域的性能 | 基因组深度学习模型在不同细胞类型特异性染色质可及区域的性能 | 机器学习 | NA | 深度学习 | 深度学习模型（如Enformer和Sei） | DNA序列 | 数千个输出（细胞类型和表观遗传标记） |
| 13495 | 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 |
| 13496 | 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 |
| 13497 | 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 |
| 13498 | 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 |
| 13499 | 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 |
| 13500 | 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 |