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 25067 篇文献，本页显示第 13621 - 13640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13621 | 2024-11-06 |
A genetic programming Rician noise reduction and explainable deep learning model for Alzheimer's diseases severity prediction
2024-Nov, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877241283684
PMID:39497314
|
研究论文 | 本文提出了一种遗传编程方法用于减少MRI图像中的Rician噪声，并结合可解释深度学习模型用于阿尔茨海默病严重程度的预测 | 本文创新性地结合了遗传编程技术和可解释深度学习框架，有效减少了MRI图像中的Rician噪声，并提高了阿尔茨海默病诊断的准确性 | 本文未详细讨论模型在不同数据集上的泛化能力 | 解决MRI图像中的噪声问题，并高效预测阿尔茨海默病的严重程度 | MRI图像中的Rician噪声和阿尔茨海默病的严重程度 | 计算机视觉 | 阿尔茨海默病 | 遗传编程 | 深度学习 | 图像 | 多种医学样本 |
| 13622 | 2024-11-06 |
Predicting somatic mutation origins in cell-free DNA by semi-supervised GAN models
2024-Oct-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e39379
PMID:39492904
|
研究论文 | 本文开发了一种半监督生成对抗网络模型，用于区分细胞游离DNA中的肿瘤相关突变和克隆性造血相关突变 | 本文首次采用半监督生成对抗网络模型来区分细胞游离DNA中的肿瘤相关突变和克隆性造血相关突变，并取得了95%的AUC | NA | 开发一种新的机器学习技术，用于区分细胞游离DNA中的肿瘤相关突变和克隆性造血相关突变 | 细胞游离DNA中的单核苷酸变异 | 机器学习 | NA | 半监督生成对抗网络 | SSGAN | 基因组数据 | 约25,000个单核苷酸变异 |
| 13623 | 2024-11-06 |
Enhancing De Novo Drug Design across Multiple Therapeutic Targets with CVAE Generative Models
2024-Oct-29, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c08027
PMID:39493989
|
研究论文 | 本文介绍了一种基于条件变分自编码器（CVAE）的生成模型，用于跨多个治疗靶点的从头药物设计 | 本文的创新点在于使用CVAE生成模型，结合SMILES和SELFIES分子表示，生成具有特定属性配置文件的分子，并在多个治疗靶点上验证了其有效性 | NA | 提高药物发现过程的效率和多样性 | 生成能够结合CDK2、PPARγ和DPP-IV三种治疗靶点的新分子 | 机器学习 | NA | 深度学习 | 条件变分自编码器（CVAE） | 分子表示（SMILES和SELFIES） | NA |
| 13624 | 2024-11-06 |
Unveiling Encrypted Antimicrobial Peptides from Cephalopods' Salivary Glands: A Proteolysis-Driven Virtual Approach
2024-Oct-29, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c01959
PMID:39494035
|
研究论文 | 本研究通过计算机模拟蛋白酶解技术，揭示了头足类动物唾液腺中潜在的抗菌肽库 | 首次利用计算机模拟蛋白酶解技术从海洋头足类动物唾液腺中挖掘抗菌肽，填补了该领域的研究空白 | 研究主要基于计算机模拟，尚未进行实验验证 | 揭示头足类动物唾液腺中潜在的抗菌肽库，为新型抗菌药物开发提供资源 | 头足类动物唾液腺中的抗菌肽 | 生物信息学 | NA | 计算机模拟蛋白酶解 | 机器学习、深度学习、多查询相似性模型、复杂网络 | 蛋白质序列 | 14种头足类动物的唾液腺，包含5,412,039个标准和非标准蛋白质 |
| 13625 | 2024-11-06 |
Exploring the Role of Mobile Apps for Insomnia in Depression: Systematic Review
2024-Oct-18, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/51110
PMID:39423009
|
综述 | 本文系统地回顾和评估了针对抑郁症和失眠的移动应用程序，强调了其特点、有效性和当前研究的差距 | 本文首次系统地评估了同时针对抑郁症和失眠的移动应用程序，揭示了新的应用和研究空白 | 本文仅限于2017年至2023年间发表的文献，可能未涵盖所有相关研究 | 系统地回顾和评估针对抑郁症和失眠的移动应用程序，揭示其特点、有效性和研究差距 | 抑郁症和失眠的移动应用程序 | 自然语言处理 | 精神疾病 | 自然语言处理、机器学习 | NA | 文本 | 18篇全文文章 |
| 13626 | 2024-11-06 |
A community effort to optimize sequence-based deep learning models of gene regulation
2024-Oct-11, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02414-w
PMID:39394483
|
研究论文 | 本文通过DREAM挑战赛评估了不同模型架构和训练策略对基因调控模型性能的影响 | 开发了Prix Fixe框架，将模型分解为模块化构建块，并测试了所有可能的组合，进一步提高了模型性能 | NA | 评估模型架构和训练策略对基因组学模型性能的影响 | 随机启动子DNA序列及其在酵母中的表达水平 | 机器学习 | NA | 深度学习 | 神经网络 | DNA序列 | 数百万个随机启动子DNA序列 |
| 13627 | 2024-11-06 |
DeepVID v2: self-supervised denoising with decoupled spatiotemporal enhancement for low-photon voltage imaging
2024-Oct, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.11.4.045007
PMID:39474199
|
研究论文 | 本文介绍了DeepVID v2，一个用于低光子电压成像的自监督去噪框架，通过解耦的空间和时间增强能力显著提升成像质量 | DeepVID v2引入了新的空间先验提取分支，以捕捉精细的结构细节，学习高空间分辨率信息，并提供了在线和离线两种版本以满足不同的去噪需求 | NA | 开发一种能够有效去噪并提升低光子电压成像质量的自监督深度学习框架 | 低光子电压成像数据中的噪声和成像质量 | 计算机视觉 | NA | 自监督深度学习 | NA | 图像 | NA |
| 13628 | 2024-11-06 |
Reproducibility and explainability in digital pathology: The need to make black-box artificial intelligence systems more transparent
2024-Oct, Journal of public health research
IF:1.6Q3
DOI:10.1177/22799036241284898
PMID:39493704
|
研究论文 | 本文探讨了人工智能在数字病理学中的可重复性和可解释性问题，强调了使黑箱人工智能系统更加透明的必要性 | 本文提出了在数字病理学中应用人工智能算法的新工具，并强调了这些工具在分析病理组织方面的成功应用 | 本文指出，尽管人工智能在数字病理学中取得了成功，但大多数临床实践中的病理学家缺乏使用这些算法的专门培训 | 本文旨在探讨人工智能在数字病理学中的可重复性和可解释性，以及如何使这些系统更加透明 | 本文研究的对象是数字病理学中的人工智能系统及其在病理组织分析中的应用 | 数字病理学 | NA | 机器学习 (ML) 和深度学习 (DL) | NA | 图像 | NA |
| 13629 | 2024-11-06 |
DeepVID v2: Self-Supervised Denoising with Decoupled Spatiotemporal Enhancement for Low-Photon Voltage Imaging
2024-May-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.16.594448
PMID:38798473
|
研究论文 | 本文介绍了一种名为DeepVID v2的自监督去噪框架，用于增强低光子电压成像中的空间和时间性能 | DeepVID v2通过解耦空间和时间增强能力，克服了传统方法中空间和时间性能之间的权衡问题 | NA | 开发一种新的自监督去噪框架，以提高低光子电压成像的准确性和分辨率 | 电压成像数据中的噪声和神经元活动的提取 | 计算机视觉 | NA | 自监督深度学习 | NA | 图像 | NA |
| 13630 | 2024-11-06 |
Automatic detection of methane emissions in multispectral satellite imagery using a vision transformer
2024-May-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-47754-y
PMID:38744827
|
研究论文 | 本文提出了一种利用视觉变换器在多光谱卫星图像中自动检测甲烷排放的方法 | 该方法通过深度学习克服了多光谱卫星数据在光谱分辨率上的权衡，实现了全球覆盖和高时空分辨率的甲烷检测 | NA | 开发一种能够自动、高分辨率检测全球范围内甲烷排放的方法 | 多光谱卫星图像中的甲烷排放点源 | 计算机视觉 | NA | 深度学习 | 视觉变换器 | 多光谱卫星图像 | NA |
| 13631 | 2024-11-06 |
Tradeoffs in alignment and assembly-based methods for structural variant detection with long-read sequencing data
2024-Mar-19, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-46614-z
PMID:38503752
|
研究论文 | 本文系统比较了14种基于比对的结构变异检测方法和4种基于组装的结构变异检测方法，并提供了选择最合适工具的指南 | 首次系统比较了多种基于比对和组装的结构变异检测方法，并提供了详细的性能评估和选择指南 | 缺乏全面的基准测试限制了对算法性能的理解和进一步的算法开发 | 评估和比较基于比对和组装的结构变异检测方法的性能，并提供选择指南 | 14种基于比对的结构变异检测方法和4种基于组装的结构变异检测方法 | 基因组学 | NA | 长读长测序 | 深度学习 | DNA序列 | NA |
| 13632 | 2024-11-06 |
Dynamic clustering via branched deep learning enhances personalization of stress prediction from mobile sensor data
2024-Mar-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-56674-2
PMID:38503794
|
研究论文 | 本文开发了一种名为Branched CALM-Net的平台，通过动态聚类和分支深度学习技术，个性化预测大学生从移动传感器数据中的压力水平 | 首次在多任务设置中利用分支技术实现个性化和持续适应 | NA | 克服从移动电话数据预测压力水平的挑战，解决数据不规则性、个体间变异性和冷启动问题 | 大学生从移动传感器数据中的压力水平 | 机器学习 | NA | 分支深度学习 | Branched CALM-Net | 移动传感器数据 | Dartmouth StudentLife研究中的学生数据 |
| 13633 | 2024-11-06 |
A commentary on 'Intelligent cataract surgery supervision and evaluation via deep learning'
2024-Mar-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001030
PMID:38126410
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13634 | 2024-11-06 |
Evaluation and optimization of sequence-based gene regulatory deep learning models
2024-Feb-17, bioRxiv : the preprint server for biology
DOI:10.1101/2023.04.26.538471
PMID:38405704
|
研究论文 | 本文通过DREAM挑战评估和优化基于序列的基因调控深度学习模型，探讨了模型架构和训练策略对基因组学模型性能的影响 | 开发了一个框架来分解模型为逻辑等价的构建块，并测试了所有可能的组合，观察到性能的提升 | NA | 评估和优化基因调控深度学习模型的性能 | 基因调控DNA序列与基因表达之间的关系 | 机器学习 | NA | 神经网络 | 神经网络 | DNA序列 | 数百万个随机启动子DNA序列及其对应的表达水平 |
| 13635 | 2024-11-06 |
Deep learning predicts therapy-relevant genetics in acute myeloid leukemia from Pappenheim-stained bone marrow smears
2024-01-09, Blood advances
IF:7.4Q1
DOI:10.1182/bloodadvances.2023011076
PMID:37967385
|
研究论文 | 开发了一种全自动端到端的深度学习管道，用于从常规染色的骨髓涂片扫描图像中直接预测急性髓系白血病的治疗相关遗传异常 | 首次使用深度学习技术从常规染色的骨髓涂片图像中直接预测急性髓系白血病的遗传异常，提供了一种快速且经济高效的筛查工具 | 需要进一步验证模型在其他骨髓疾病中的适用性 | 开发一种快速且经济高效的工具，用于在急性髓系白血病诊断当天直接从常规染色的骨髓涂片中预测治疗相关的遗传异常 | 急性髓系白血病患者的骨髓涂片图像 | 计算机视觉 | 血液疾病 | 深度学习 | 卷积神经网络 | 图像 | 408名急性髓系白血病患者，超过200万张单细胞图像 |
| 13636 | 2024-11-06 |
DCMA: faster protein backbone dihedral angle prediction using a dilated convolutional attention-based neural network
2024, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2024.1477909
PMID:39493577
|
研究论文 | 提出了一种名为DCMA的轻量级方法，用于预测蛋白质骨架的二面角 | 引入了一种新的轻量级方法DCMA，结合了膨胀卷积和多头注意力机制，以提高预测性能并减少计算资源需求 | NA | 开发一种更高效的计算方法来预测蛋白质骨架的二面角 | 蛋白质骨架的二面角 | 机器学习 | NA | 膨胀卷积和多头注意力机制 | CNN | 蛋白质序列数据 | 使用了公共的CASP基准数据集进行验证 |
| 13637 | 2024-11-06 |
Are ICD codes reliable for observational studies? Assessing coding consistency for data quality
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241297056
PMID:39493629
|
研究论文 | 评估ICD代码在电子健康记录中的编码一致性及其对数据质量的影响 | 使用深度学习和统计模型分析ICD-9-CM到ICD-10-CM转换期间ICD代码分配的变化 | 研究仅限于美国退伍军人管理局的数据，结果可能不适用于其他医疗系统 | 评估ICD代码在不同时间和地点的可靠性，以确保观察性研究的数据质量 | ICD-9-CM到ICD-10-CM转换期间的ICD代码分配 | NA | NA | 深度学习 | 统计模型 | 电子健康记录数据 | 687个最常用的代码集群 |
| 13638 | 2024-11-06 |
Commentary on "Large-Scale Pancreatic Cancer Detection via Non-Contrast CT and Deep Learning"
2024, Biomedical engineering and computational biology
IF:2.3Q3
DOI:10.1177/11795972241293521
PMID:39494415
|
评论 | 评论Cao等人开发的用于早期检测胰腺导管腺癌（PDAC）的AI模型PANDA | NA | 模型主要在东亚数据集上训练，可能影响其在不同人群中的泛化能力；对罕见病变的检测能力有待提高；高特异性可能导致误报 | 评论PANDA模型在胰腺癌早期检测中的应用 | PANDA模型及其在胰腺癌检测中的表现 | 计算机视觉 | 胰腺癌 | 深度学习 | AI模型 | CT扫描图像 | 主要基于东亚数据集 |
| 13639 | 2024-11-06 |
Breast Cancer Diagnosis Using Virtualization and Extreme Learning Algorithm Based on Deep Feed Forward Networks
2024, Biomedical engineering and computational biology
IF:2.3Q3
DOI:10.1177/11795972241278907
PMID:39494417
|
研究论文 | 本文提出了一种基于深度前馈网络的虚拟化和极限学习算法，用于乳腺癌的诊断 | 本文提出了智能窗口遗迹删除（SWVD）技术进行预处理，并使用深度残差多类架构（DRMFA）进行特征提取，结合改进的乌鸦觅食-ELM（ACF-ELM）算法进行分类 | NA | 开发一种新的乳腺癌诊断方法，利用云技术和机器学习提高诊断准确性 | 乳腺癌的早期检测和诊断 | 机器学习 | 乳腺癌 | 深度学习 | 极限学习机（ELM） | 图像 | 使用了DDSM和INbreast数据集 |
| 13640 | 2024-11-06 |
Tailored multi-organ segmentation with model adaptation and ensemble
2023-11, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2023.107467
PMID:37725849
|
研究论文 | 本文提出了一种结合现成的单器官分割模型来开发多器官分割模型的新方法，以减少对多器官标注数据的依赖 | 本文提出了一种双阶段方法，包括模型适应阶段和模型集成阶段，以提高现成单器官分割模型在目标域上的泛化能力，并从多个适应后的单器官分割模型中提取和整合知识 | NA | 解决多器官分割任务中标注数据不足的问题 | 多器官分割模型 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 四个腹部数据集 |