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 17212 篇文献，本页显示第 14361 - 14380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14361 | 2024-08-05 |
Enhancing museum experience through deep learning and multimedia technology
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32706
PMID:38975172
|
研究论文 | 本文旨在通过深度学习算法与多媒体技术的结合，提升当代博物馆观众的互动体验 | 提出了一种自适应卷积神经网络（CNN）和自适应池化算法，以克服传统图像处理算法的局限性 | 未具体提及研究的局限性 | 探索如何通过技术提升博物馆的互动性和访客体验 | 博物馆的艺术品和展品 | 计算机视觉 | NA | 深度学习算法 | 自适应卷积神经网络（CNN） | 图像 | 实验未具体说明样本数量 |
| 14362 | 2024-08-05 |
Exploring machine learning applications in Meningioma Research (2004-2023)
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32596
PMID:38975185
|
研究论文 | 本研究旨在考察2004年至2023年间机器学习在脑膜瘤研究中的应用趋势 | 文章创新在于分析了该领域机器学习应用的增长趋势和主要研究方向 | 研究仅基于SCI-E数据库的发表数据，可能存在文献遗漏 | 探讨机器学习在脑膜瘤研究中的应用，为未来研究提供指导 | 脑膜瘤相关的出版物和研究趋势 | 机器学习 | 脑膜瘤 | 机器学习 | 深度学习 | 文献数据 | 342篇文章 |
| 14363 | 2024-08-05 |
Longitudinal risk prediction for pediatric glioma with temporal deep learning
2024-Jun-28, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.06.04.24308434
PMID:38978642
|
研究论文 | 该文章提出了一种自监督深度学习方法，用于儿童胶质瘤的纵向影像分析和复发预测 | 创新点在于提出了一种时序学习的方法来建模患者当前和先前的脑部MRI，以提高复发预测的个性化能力 | 目前尚未验证该方法在其他疾病或不同临床环境中的通用性 | 研究儿童胶质瘤的复发预测，以改善个体化监测方案 | 研究对象为715名儿童胶质瘤患者及其3994个影像扫描 | 数字病理学 | 肿瘤 | 磁共振成像（MRI） | 深度学习 | 影像 | 715名患者，3994个扫描 |
| 14364 | 2024-08-05 |
AllergenAI: a deep learning model predicting allergenicity based on protein sequence
2024-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.22.600179
PMID:38979176
|
研究论文 | 本文提出了一种基于蛋白质序列的深度学习模型AllergenAI，以预测蛋白质的致敏性 | 与以往工具不同，本研究仅基于蛋白质序列来量化蛋白质的过敏潜力 | 本研究的预测性能尚需通过将3D信息纳入训练数据来进一步提高 | 旨在通过深入了解过敏蛋白的分子特性，重新设计致敏蛋白以减少敏感个体的不良反应 | 针对来自SDAP 2.0、COMPARE和AlgPred 2等数据库的过敏蛋白序列进行研究 | 机器学习 | NA | 卷积神经网络(CNN) | CNN | 蛋白质序列 | 约1600种过敏原结构 |
| 14365 | 2024-08-05 |
A Top-Down Design Approach for Generating a Peptide PROTAC Drug Targeting Androgen Receptor for Androgenetic Alopecia Therapy
2024-Jun-27, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c00828
PMID:38836467
|
研究论文 | 本研究提出了一种新的基于肽的PROTAC药物开发范式，用于治疗雄激素性脱发 | 结合前沿的方法论，创造了新的肽类PROTAC药物开发方式 | 目前在实际大分子药物开发中的深度学习模型应用仍有限 | 弥补人工智能模型在药物开发中的应用差距 | 针对雄激素受体(AR)和冯·希佩尔-林道(VHL)的结合肽的识别和验证 | 药物开发 | 雄激素性脱发 | ProteinMPNN, RFdiffusion, Alphafold2-multimer, ZDOCK | NA | 肽 | NA |
| 14366 | 2024-08-05 |
Distribution network insulator detection based on improved ant colony algorithm and deep learning for UAV
2024-Jun-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110119
PMID:38974473
|
研究论文 | 本文研究了利用无人机进行智能电力巡检的路径规划和控制。 | 提出了一种改进的群体智能算法用于无人机飞行路径规划，并使用深度学习技术对绝缘子进行了准确识别。 | NA | 旨在提高无人机巡检的效率和准确性。 | 聚焦于绝缘子的识别及缺陷定位。 | 计算机视觉 | NA | 深度学习 | 改进的蚁群算法 | 图像 | 通过深度学习技术训练的绝缘子数据集 |
| 14367 | 2024-08-05 |
Unveiling the Potential: A Comprehensive Review of Artificial Intelligence Applications in Ophthalmology and Future Prospects
2024-Jun, Cureus
DOI:10.7759/cureus.61826
PMID:38975538
|
综述 | 本文综述了人工智能在眼科学领域的现状及未来前景 | 本文突出展示了人工智能在早期检测和诊断眼部疾病中的卓越表现，尤其是在个性化治疗和手术辅助等方面的潜力 | 尽管取得了许多进展，但面临数据隐私、监管障碍和伦理考虑等挑战 | 研究人工智能在眼科的应用及其改进眼健康的潜力 | 本文探讨了人工智能在多个眼科疾病中的应用，包括糖尿病性视网膜病变、年龄相关性黄斑变性和青光眼 | 计算机视觉 | 眼科疾病 | 深度学习算法 | NA | 图像 | NA |
| 14368 | 2024-08-05 |
A study on deep learning model based on global-local structure for crowd flow prediction
2024-06-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63310-6
PMID:38824208
|
研究论文 | 本文研究了一种基于全球-局部结构的深度学习模型，用于人群流动预测 | 提出了一种同时利用整体和按地点类型划分的人群流动数据的深度学习模型，考虑了数据的层次结构 | 现有的预测模型未考虑数据的层次结构，可能影响预测的全面性 | 提高人群流动预测的准确性，特别是针对各个子群体 | 针对不同性别、年龄和地点类型的人群流动进行研究 | 机器学习 | NA | 深度学习 | NA | 人群流动数据 | NA |
| 14369 | 2024-08-05 |
Cross-site validation of lung cancer diagnosis by electronic nose with deep learning: a multicenter prospective study
2024-May-10, Respiratory research
IF:4.7Q1
DOI:10.1186/s12931-024-02840-z
PMID:38730430
|
研究论文 | 该研究评估了电子鼻与深度学习结合在肺癌诊断中的跨站点验证效果 | 提出了使用数据增强和微调方法提高电子鼻呼吸印记的跨站点验证能力 | 未能在训练模型直接应用于测试队列时取得理想效果 | 探索电子鼻在肺癌检测中的应用以及提高模型跨站点验证能力 | 包括231名参与者，涵盖肺癌患者、健康对照和其他疾病对照 | 数字病理学 | 肺癌 | 深度学习, 数据增强 | NA | 呼吸印记 | 231名参与者，训练/验证组168名，测试组63名 |
| 14370 | 2024-08-05 |
Detecting Substance Use Disorder Using Social Media Data and the Dark Web: Time- and Knowledge-Aware Study
2024-May-01, JMIRx med
DOI:10.2196/48519
PMID:38717384
|
研究论文 | 本研究分析了与药物使用和通过加密市场销售的阿片类药物相关的社交媒体帖子 | 使用最先进的深度学习模型和知识感知的双向编码器表示生成社交媒体帖子的情感和情绪 | 未详细提及该研究的具体局限性 | 旨在了解用户对社交媒体上毒品的看法及其情感反应 | 分析社交媒体数据中与合成阿片类药物相关的帖子 | 自然语言处理 | NA | 深度学习模型 | 知识感知的双向编码器表示模型 | 社交媒体帖子 | 提及分析了与芬太尼及其类似物的帖子，但没有具体样本量 |
| 14371 | 2024-08-05 |
Systematic identification and characterization of exon-intron circRNAs
2024-04-25, Genome research
IF:6.2Q1
DOI:10.1101/gr.278590.123
PMID:38609186
|
研究论文 | 本研究系统性地识别和表征了保留内含子的外显子-内含子环状RNA（EIciRNAs） | 提出了FEICP框架，有效检测高通量测序数据中的EIciRNAs，并揭示了CIRs和EIciRNAs的多种特征 | EIciRNAs的全球特征主要未被探索，缺乏生物信息学工具 | 研究EIciRNAs的特征及其在神经元分化中的功能 | 外显子-内含子环状RNA（EIciRNAs）及其生物生成 | 数字病理学 | NA | 高通量测序（HTS） | 深度学习分析 | NA | NA |
| 14372 | 2024-08-05 |
MetaAc4C: A multi-module deep learning framework for accurate prediction of N4-acetylcytidine sites based on pre-trained bidirectional encoder representation and generative adversarial networks
2024-01, Genomics
IF:3.4Q2
DOI:10.1016/j.ygeno.2023.110749
PMID:38008265
|
研究论文 | 本文提出了一个先进的深度学习模型MetaAc4C，用于准确预测N4-acetylcytidine位点 | 通过结合预训练的双向编码器表示（BERT）、BLSTM架构及生成对抗网络，MetaAc4C在不平衡数据集上超越了现有的预测模型 | 现有的实验技术和计算方法在识别ac4C位点时存在成本效益和性能上的限制 | 提高对N4-acetylcytidine位点的准确识别，以深入理解其调控机制 | N4-acetylcytidine位点 | 计算机视觉 | NA | 生成对抗网络 (GAN) | 双向长短期记忆网络 (BLSTM) | RNA样本 | NA |
| 14373 | 2024-08-05 |
Large-Kernel Attention for 3D Medical Image Segmentation
2024, Cognitive computation
IF:4.3Q1
DOI:10.1007/s12559-023-10126-7
PMID:38974012
|
研究论文 | 本文提出了一种新颖的3D大内核注意力模块，用于多器官和肿瘤的准确分割 | 创新点在于将生物启发的自注意力和卷积相结合，以优化多器官和肿瘤分割的性能 | 没有提到特定的局限性 | 本研究的目的是提高3D医学图像中多器官和肿瘤的分割准确性 | 研究对象为MRI和CT扫描中的多个器官和肿瘤 | 计算机视觉 | 癌症 | 深度学习 | CNN | 医学图像 | 使用CT-ORG和BraTS 2020数据集进行评估 |
| 14374 | 2024-08-05 |
DeepSplice: a deep learning approach for accurate prediction of alternative splicing events in the human genome
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1349546
PMID:38974384
|
研究论文 | 该文章介绍了一种基于深度学习的方法，用于准确预测人类基因组中的可变剪接事件。 | 创新点在于提出了深度剪接代码（DSC）模型，专门设计用于提高可变剪接事件的预测能力。 | 现有模型在突变存在的情况下捕捉可变剪接事件和实现高预测性能方面存在局限性。 | 研究目的是提高对可变剪接事件预测的准确性。 | 研究对象为人类基因组中的可变剪接事件。 | 生物信息学 | NA | 深度学习 | 深度剪接代码（DSC） | 基因组数据 | NA |
| 14375 | 2024-08-05 |
Identifying primary tumor site of origin for liver metastases via a combination of handcrafted and deep learning features
2024-Jan, The journal of pathology. Clinical research
DOI:10.1002/cjp2.344
PMID:37822044
|
研究论文 | 本文探讨了结合手工和深度学习特征识别肝转移肿瘤的原发肿瘤部位。 | 提出将手工提取的组织形态特征与深度学习分类器相结合，以改进肝转移肿瘤的原发部位识别。 | 研究样本量较小，且仅覆盖了特定类型的肿瘤。 | 旨在通过计算机提取特征来识别肝转移肿瘤的原发肿瘤部位。 | 175张切片（114名患者）的细胞特征，包括肿瘤细胞核的形态和图形特征以及细胞质纹理特征。 | 数字病理学 | 肝癌 | 手工和深度学习特征提取 | 随机森林分类器和深度学习网络 | 全切片图像 | 175张切片（114名患者） |
| 14376 | 2024-08-05 |
Brain Age Estimation from Overnight Sleep Electroencephalography with Multi-Flow Sequence Learning
2024, Nature and science of sleep
IF:3.0Q2
DOI:10.2147/NSS.S463495
PMID:38974693
|
研究论文 | 本研究通过开发一种新型深度学习模型来改善脑龄估计 | 提出了一种基于多流学习的深度学习模型，结合了多种数据集，使用了一维Swin Transformer和卷积神经网络进行特征提取 | 需要进一步评估模型在不同年龄分布上的表现 | 开发准确的脑龄估计方法 | 使用 Overnight EEG 数据研究不同年龄段的脑龄 | 机器学习 | 神经病学疾病 | 脑电图（EEG） | Swin Transformer, 卷积神经网络 | 多导睡眠图（PSG） | 18,767个多导睡眠图，来自13,616名受试者 |
| 14377 | 2024-08-05 |
Impact of white matter hyperintensity volumes estimated by automated methods using deep learning on stroke outcomes in small vessel occlusion stroke
2024, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2024.1399457
PMID:38974905
|
研究论文 | 本研究评估了白质高强度（WMH）体积对小血管闭塞性中风（SVO）患者预后的影响 | 首次使用深度学习自动化方法评估WMH对SVO中风结果的影响 | 研究主要基于多中心注册数据库，可能存在选择偏倚 | 探讨WMH体积对SVO中风早期和延迟结果的影响 | 2013年8月至2022年11月期间的SVO中风患者 | 数字病理学 | 脑卒中 | 深度学习分割模型 | NA | 临床数据 | 1,718例SVO中风患者 |
| 14378 | 2024-08-07 |
Response to Letter Regarding the Article "Automated Segmentation of Intracranial Thrombus on NCCT and CTA in Patients with Acute Ischemic Stroke Using a Coarse-to-Fine Deep Learning Model"
2023-12-29, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8075
PMID:38164534
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14379 | 2024-08-05 |
Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence
2023-12, Aging cell
IF:8.0Q1
DOI:10.1111/acel.14012
PMID:37845808
|
研究论文 | 本文探讨了核形态在细胞衰老中的可量化预测能力 | 通过深度学习算法分析核形态，能够准确区分增殖细胞和衰老细胞 | 未提及具体的研究限制 | 研究核形态作为衰老的预测生物标志物 | 不同细胞类型和物种的细胞 | 数字病理学 | 衰老相关疾病 | 深度学习算法 | NA | 图像 | NA |
| 14380 | 2024-08-05 |
Functional Outcome Prediction in Acute Ischemic Stroke Using a Fused Imaging and Clinical Deep Learning Model
2023-09, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.123.044072
PMID:37485663
|
研究论文 | 本研究通过融合深度学习模型的扩散加权成像和急性期临床信息，预测急性缺血性中风患者90天的预后。 | 提出了一种新型的融合深度学习模型，可以减少主观性和用户负担，提高急性缺血性中风预后的预测准确性。 | 依赖于特定的成像和临床数据，与其他可能影响结果的变量未进行全面考虑。 | 旨在通过早期急性缺血性中风信息来预测长达90天的临床预后。 | 640名经历急性缺血性中风的患者。 | 数字病理学 | 缺血性中风 | 深度学习 | 融合模型 | 影像和临床数据 | 640名急性缺血性中风患者 |