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 24188 篇文献，本页显示第 13981 - 14000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13981 | 2024-10-15 |
Integrated Protocol of Protein Structure Modeling for Cryo-EM with Deep Learning and Structure Prediction
2023-Nov-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.19.563151
PMID:37904978
|
研究论文 | 本文开发了一种名为DeepMainmast的蛋白质结构建模方法，结合深度学习和Alphafold2的结构预测，用于从冷冻电镜（cryo-EM）图谱中进行蛋白质主链追踪 | 本文创新性地将深度学习与Alphafold2的结构预测相结合，提高了蛋白质结构建模的准确性，并能准确分配同源多聚体的链身份 | NA | 开发一种新的蛋白质结构建模方法，以提高从冷冻电镜图谱中进行蛋白质主链追踪的准确性 | 蛋白质及其复合物的结构 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA |
| 13982 | 2024-10-15 |
Efficient Thorax Disease Classification and Localization Using DCNN and Chest X-ray Images
2023-Nov-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13223462
PMID:37998598
|
研究论文 | 本文提出了一种基于DenseNet-121和胸部X光图像的胸部疾病自动检测和定位方法 | 使用加权交叉熵损失函数（W-CEL）解决了ChestX-ray14数据集中的类别不平衡问题，并实现了最高的性能 | NA | 开发一种高精度和精确的计算机辅助诊断系统 | 胸部疾病的自动检测和定位 | 计算机视觉 | NA | 深度学习 | DenseNet-121 | 图像 | 112,120张胸部X光图像，其中60,412张为正常图像，其余包含胸部疾病 |
| 13983 | 2024-10-15 |
Flow-field inference from neural data using deep recurrent networks
2023-Nov-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.14.567136
PMID:38014290
|
研究论文 | 本文介绍了一种名为FINDR的无监督深度学习方法，用于从神经数据中推断低维非线性随机动力学 | FINDR方法在捕捉个体神经元的异质响应方面优于现有方法，并能发现可解释的低维动力学 | NA | 揭示神经群体的低维任务相关动力学及其相关计算 | 前脑区域执行听觉决策任务的鼠群的神经群体活动 | 机器学习 | NA | 深度循环网络 | 深度循环网络 | 神经元放电数据 | 执行听觉决策任务的鼠群的神经群体活动数据 |
| 13984 | 2024-10-15 |
Unsupervised deep learning for molecular dynamics simulations: a novel analysis of protein-ligand interactions in SARS-CoV-2 Mpro
2023-Nov-16, RSC advances
IF:3.9Q2
DOI:10.1039/d3ra06375e
PMID:38019981
|
研究论文 | 本文采用无监督深度学习框架分析SARS-CoV-2主蛋白酶与配体的分子动力学模拟数据 | 本文首次将无监督深度学习应用于更灵活的SARS-CoV-2主蛋白酶的分子动力学模拟分析 | 本文未提及具体的局限性 | 研究分子动力学模拟中蛋白质-配体相互作用的分析方法 | SARS-CoV-2主蛋白酶及其配体的相互作用 | 机器学习 | NA | 分子动力学模拟 | 神经网络 | 分子动力学数据 | 涉及多种配体的分子动力学模拟数据 |
| 13985 | 2024-10-15 |
Attention TurkerNeXt: Investigations into Bipolar Disorder Detection Using OCT Images
2023-Nov-10, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13223422
PMID:37998558
|
研究论文 | 本文提出了一种新的注意力卷积神经网络模型TurkerNeXt，用于通过OCT图像检测双相情感障碍 | 提出了一个新的注意力卷积神经网络模型TurkerNeXt，并引入了一个独特的OCT图像数据集 | NA | 开发一种自动化的OCT图像检测系统，用于检测双相情感障碍 | 双相情感障碍的检测 | 计算机视觉 | 精神疾病 | 光学相干断层扫描（OCT） | 卷积神经网络（CNN） | 图像 | 包含987个训练图像和328个测试图像的两个不同案例 |
| 13986 | 2024-10-15 |
MERGE: A model for multi-input biomedical federated learning
2023-Nov-10, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100856
PMID:38035188
|
研究论文 | 本文介绍了一种用于多输入生物医学联合学习的模型，通过结合图像和表格数据来提高模型性能并保护数据隐私 | 提出了一个多输入的联合学习架构，结合图像和表格数据，以提高模型性能并保护数据隐私 | NA | 旨在通过联合学习方法解决数据隐私问题，并提高模型在生物医学任务中的性能 | COVID-19的预后和阿尔茨海默病患者的分层 | 机器学习 | NA | 联合学习 | 多输入模型 | 图像和表格数据 | NA |
| 13987 | 2024-10-15 |
A Complete Review of Automatic Detection, Segmentation, and Quantification of Neovascularization in Optical Coherence Tomography Angiography Images
2023-Nov-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13223407
PMID:37998544
|
综述 | 本文综述了在光学相干断层扫描血管造影图像中自动检测、分割和量化新生血管化的技术和算法 | 本文总结了从图像处理到机器学习和深度学习的自动化图像分析方法，并讨论了每种方法的问题和未来工作 | NA | 探讨在光学相干断层扫描血管造影图像中自动检测、分类和分割新生血管化的技术和算法 | 新生血管化在光学相干断层扫描血管造影图像中的自动检测、分类和分割 | 计算机视觉 | 糖尿病视网膜病变 | 光学相干断层扫描血管造影 | NA | 图像 | NA |
| 13988 | 2024-10-15 |
The Impact of Data on Structure-Based Binding Affinity Predictions Using Deep Neural Networks
2023-Nov-09, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms242216120
PMID:38003312
|
研究论文 | 本文探讨了数据对基于结构的结合亲和力预测中深度神经网络性能的影响 | 识别了结合口袋大小作为影响模型性能的关键因素，并强调了使用尽可能多的数据进行训练的重要性 | 当前使用的测试集存在偏差，需要多种评估和基准测试来准确比较模型性能 | 研究数据参数对深度学习结合亲和力预测模型性能的影响 | 蛋白质-配体结合亲和力预测模型 | 机器学习 | NA | 深度学习 | 深度神经网络 | 结合口袋数据 | NA |
| 13989 | 2024-10-15 |
Lesion Detection in Optical Coherence Tomography with Transformer-Enhanced Detector
2023-Nov-07, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging9110244
PMID:37998091
|
研究论文 | 本文提出了一种基于深度学习的区域检测框架，用于光学相干断层扫描（OCT）图像中的异常检测 | 该框架的核心是Transformer增强检测（TED），通过注意力门（AGs）确保聚焦于前景并识别和去除噪声伪影 | NA | 提高OCT图像中异常检测的准确性，辅助临床诊断 | OCT图像中的异常，包括牙科和CT图像中的病变 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | Transformer | 图像 | 三个数据集，包括两个牙科数据集和一个CT数据集 |
| 13990 | 2024-10-15 |
AlphaFold Blindness to Topological Barriers Affects Its Ability to Correctly Predict Proteins' Topology
2023-Nov-07, Molecules (Basel, Switzerland)
DOI:10.3390/molecules28227462
PMID:38005184
|
研究论文 | 研究AlphaFold在预测蛋白质拓扑结构时未能考虑拓扑障碍的问题 | 揭示了AlphaFold在早期结构预测步骤中未能尊重蛋白质链之间的拓扑障碍，导致其预测的蛋白质拓扑结构存在误差 | AlphaFold在预测复杂复合结时存在局限性，未能正确反映蛋白质折叠过程中的拓扑障碍 | 探讨AlphaFold未能尊重拓扑障碍对其蛋白质链拓扑预测的影响 | 研究在自然折叠过程中形成相同结类型的蛋白质 | 机器学习 | NA | 深度学习 | AlphaFold | 蛋白质结构 | 涉及形成复杂复合结的蛋白质 |
| 13991 | 2024-10-15 |
Pixel Diffuser: Practical Interactive Medical Image Segmentation without Ground Truth
2023-Nov-02, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10111280
PMID:38002404
|
研究论文 | 提出了一种无需医学分割真值数据的交互式医学图像分割方法PixelDiffuser | PixelDiffuser利用VGG19基础的自动编码器，仅需几次点击即可实现高质量分割，无需任何医学分割真值数据 | 未提及 | 开发一种无需真值数据的交互式医学图像分割方法 | 医学图像分割 | 计算机视觉 | NA | 自动编码器 | VGG19 | 图像 | 使用了BTCV数据集（包含各种器官的CT图像）和CHAOS数据集（包含肝脏、肾脏和脾脏的CT和MRI图像） |
| 13992 | 2024-10-15 |
Construction of an Exudative Age-Related Macular Degeneration Diagnostic and Therapeutic Molecular Network Using Multi-Layer Network Analysis, a Fuzzy Logic Model, and Deep Learning Techniques: Are Retinal and Brain Neurodegenerative Disorders Related?
2023-Nov-02, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph16111555
PMID:38004422
|
研究论文 | 研究构建了渗出性年龄相关性黄斑变性（nAMD）的诊断和治疗分子网络，并探讨了其与脑神经退行性疾病的关联 | 采用多层网络分析、模糊逻辑模型和深度学习技术，识别了nAMD中的关键基因、miRNAs、lncRNAs、代谢物和SNPs，并发现这些与阿尔茨海默病、精神分裂症等神经退行性疾病有关 | 研究主要集中在分子网络的构建和关联分析，未涉及临床试验或实际治疗效果的验证 | 旨在识别nAMD发病机制中的关键分子，并探讨其与其他神经退行性疾病的关联 | nAMD中的蛋白质、miRNAs、lncRNAs、代谢物和SNPs | 机器学习 | 眼科疾病 | 多层网络分析、模糊逻辑模型、遗传算法 | LSTM网络 | 基因、miRNAs、lncRNAs、代谢物、SNPs | 30个关键基因、6个miRNAs、4个lncRNAs、3个关键代谢物、9个关键SNPs |
| 13993 | 2024-10-15 |
Choroidal Vessel and Stromal Volumetric Analysis After Photodynamic Therapy or Focal Laser for Central Serous Chorioretinopathy
2023-11-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.12.11.26
PMID:37982766
|
研究论文 | 研究使用体积分析量化中心性浆液性脉络膜视网膜病变（CSCR）患者在接受光动力疗法（PDT）和局部激光光凝（PC）后脉络膜血管和基质的体积变化 | 首次使用深度学习方法进行三维光学相干断层扫描体积分析，量化PDT和PC治疗后脉络膜血管和基质的体积变化 | 这是一项回顾性比较研究，样本量较小，且仅包括CSCR患者 | 研究PDT和PC治疗对CSCR患者脉络膜血管和基质体积的影响 | 中心性浆液性脉络膜视网膜病变（CSCR）患者的脉络膜血管和基质 | NA | NA | 深度学习 | NA | 图像 | 58只眼（58名患者），其中33只眼接受PC治疗，25只眼接受PDT治疗 |
| 13994 | 2024-10-15 |
A deep learning-based dynamic model for predicting acute kidney injury risk severity in postoperative patients
2023-09, Surgery
IF:3.2Q1
DOI:10.1016/j.surg.2023.05.003
PMID:37316372
|
研究论文 | 本文开发了一种基于循环神经网络的动态模型，用于预测术后患者急性肾损伤的风险和严重程度 | 提出了一个基于循环神经网络的动态模型，能够更精细和动态地建模急性肾损伤状态，并实现更连续和准确的预测 | NA | 开发和验证一种新的模型，用于预测术后患者急性肾损伤的风险和严重程度 | 术后急性肾损伤的风险和严重程度 | 机器学习 | 肾脏疾病 | 循环神经网络 | RNN | 数值数据 | 42,906名手术患者 |
| 13995 | 2024-10-15 |
A bibliometric analysis of worldwide cancer research using machine learning methods
2023-Jun, Cancer innovation
DOI:10.1002/cai2.68
PMID:38089405
|
研究论文 | 本文通过文献计量分析方法，研究了2011年至2021年间使用机器学习方法进行癌症研究的全球趋势和热点 | 本文首次对全球范围内使用机器学习方法进行癌症研究的文献进行了全面的文献计量分析，揭示了该领域的研究热点和发展趋势 | 本文仅基于PubMed数据库中的6206篇文献进行分析，可能未能涵盖所有相关研究 | 分析全球范围内使用机器学习方法进行癌症研究的最新研究现状、主要研究主题、主题演变、研究合作和潜在研究方向 | 2011年至2021年间PubMed数据库中收集的6206篇关于使用机器学习方法进行癌症研究的文献 | 机器学习 | 癌症 | 文献计量分析 | Latent Dirichlet Allocation | 文本 | 6206篇文献 |
| 13996 | 2024-10-15 |
Semi-supervised Counting of Grape Berries in the Field Based on Density Mutual Exclusion
2023, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0115
PMID:38033720
|
研究论文 | 提出了一种基于密度互斥的半监督葡萄浆果田间计数方法 | 引入基于密度互斥的辅助任务，利用未标记数据的空间分布模式，并设计了密度差异损失以增强特征表示 | 未提及 | 解决葡萄浆果计数中的遮挡问题，提高计数准确性 | 葡萄浆果 | 计算机视觉 | NA | 深度学习 | VGG16 | 图像 | 田间葡萄浆果数据集 |
| 13997 | 2024-10-15 |
Hybrid transfer learning strategy for cross-subject EEG emotion recognition
2023, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2023.1280241
PMID:38034069
|
研究论文 | 本文提出了一种混合迁移学习策略，用于跨受试者的脑电图情绪识别 | 设计了一种名为Emo-DA的领域自适应学习模块，并结合少量样本微调网络（DFF-Net），显著提高了跨受试者脑电图情绪识别的准确性 | 未提及 | 解决跨受试者脑电图情绪识别中的性能下降问题 | 脑电图信号的情绪识别 | 机器学习 | NA | 迁移学习 | DFF-Net | 脑电图信号 | 在SEED数据集上达到93.37%的平均识别准确率，在SEED-IV数据集上达到82.32%的平均识别准确率 |
| 13998 | 2024-10-15 |
Artificial intelligence-driven systems engineering for next-generation plant-derived biopharmaceuticals
2023, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2023.1252166
PMID:38034587
|
综述 | 本文综述了人工智能驱动的系统工程在植物源下一代生物制药中的应用 | 本文提出通过人工智能和合成生物学工具优化植物系统中重组蛋白的表达，以提高产量和稳定性 | 本文未详细讨论具体的实验验证和实际应用案例 | 探讨人工智能在植物分子制药中的应用，以提高重组蛋白的产量和稳定性 | 植物系统中的重组生物制药，包括抗原、抗体、激素、细胞因子、单链可变片段和肽 | 生物技术 | NA | 人工智能算法 | 神经网络、支持向量机、线性回归、高斯过程和回归器集成 | 蛋白质结构数据 | NA |
| 13999 | 2024-10-15 |
Multi-level advances in databases related to systems pharmacology in traditional Chinese medicine: a 60-year review
2023, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2023.1289901
PMID:38035021
|
综述 | 本文回顾了60年来与中医药系统药理学相关的数据库的多层次进展 | 本文探讨了计算技术（包括深度学习和基础模型）在推动复杂系统探索和建模方面的新进展，预示着新时代的到来 | 本文指出了中医药计算药理学研究中的瓶颈问题 | 探讨中医药系统药理学相关数据库的进展，并展望计算研究的未来方向 | 中医药配方、草药、成分、靶点、表型等六个关键实体 | NA | NA | 网络分析、深度学习、基础模型 | NA | NA | NA |
| 14000 | 2024-10-15 |
Instruction-Level Power Side-Channel Leakage Evaluation of Soft-Core CPUs on Shared FPGAs
2023, Journal of hardware and systems security
DOI:10.1007/s41635-023-00135-1
PMID:38037617
|
研究论文 | 本文研究了在共享FPGA环境中，软核CPU在指令级别的功耗侧信道泄漏问题 | 本文首次在没有物理访问或昂贵测量设备的环境中分析了指令级别的功耗侧信道泄漏，并展示了在多租户FPGA场景中的泄漏情况 | 尽管在某些情况下可以识别指令的操作码，但泄漏同一类型指令之间的差异对深度学习模型来说是一个挑战 | 评估在共享FPGA环境中，软核CPU在指令级别的功耗侧信道泄漏情况 | 软核CPU在指令级别的功耗侧信道泄漏 | 计算机视觉 | NA | 功耗侧信道分析 | 深度学习模型 | 功耗侧信道数据 | NA |