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 14441 - 14460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14441 | 2024-08-05 |
Sequence basis of transcription initiation in the human genome
2024-Apr-26, Science (New York, N.Y.)
DOI:10.1126/science.adj0116
PMID:38662817
|
research paper | 本文探讨了人类基因组中转录起始的序列基础 | 提出了一种深度学习启发的可解释模型Puffin，以预测转录起始，并识别人类启动子活动的关键序列模式 | 仍缺乏对所有转录起始位点的统一理解 | 旨在理解人类基因组中转录起始的序列模式和规则 | 研究人类基因组中转录起始的序列特征及其对转录活性的影响 | NA | NA | 深度学习 | Puffin | 序列数据 | NA |
| 14442 | 2024-08-05 |
A transformer-based pyramid network for coronary calcified plaque segmentation in intravascular optical coherence tomography images
2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于变换器的金字塔网络AFS-TPNet用于从血管内光学相干断层扫描图像中分割冠状动脉钙化斑块 | 结合了增强特征分离模块和残差卷积位置编码机制，改进了变换器在捕捉细粒度特征和全局上下文方面的能力 | CNN在上下文推理方面固有的局限性可能会影响现有方法的性能 | 研究如何利用OCT图像进行冠状动脉钙化斑块的端到端分割 | 冠状动脉钙化斑块的自动分割 | 计算机视觉 | 动脉粥样硬化 | OCT | 变换器 | 图像 | 广泛的实验，具体样本数量未提及 |
| 14443 | 2024-08-05 |
AndroDex: Android Dex Images of Obfuscated Malware
2024-Feb-16, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03027-3
PMID:38365866
|
研究论文 | 本文创建了一个名为AndroDex的Android恶意软件数据集，包含24,746个样本，涵盖180多个恶意软件家族 | 本研究创造了一种新的数据集结构，通过对APK进行混淆处理后生成.dex图像，以便更好地检测和分类Android恶意软件 | 该数据集仅基于静态分析，使用.dex文件图像，动态分析需要时间 | 创建一个可靠的大规模恶意软件数据集，以帮助研究人员提高Android恶意软件的检测和分类能力 | 包含24,746个样本的Android恶意软件数据集，反映恶意软件特征 | 数字病理学 | NA | .dex图像 | NA | 图像 | 24,746个样本 |
| 14444 | 2024-08-05 |
Child face detection on front passenger seat through deep learning
2024, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2024.2346811
PMID:38717829
|
研究论文 | 本研究提出了一种儿童面部检测系统，以提高前排乘客座位上儿童的安全性 | 使用深度学习技术，如迁移学习和面部检测，创建了专门为检测儿童座椅而生成的数据集 | 结果在实验环境下实现了100%的准确率，但在实际应用中可能会受到直接阳光、污垢或杂物的影响 | 提高儿童在前排乘客座位上的安全性 | 研究对象是前排乘客座位上的儿童面部 | 计算机视觉 | NA | 深度学习 | 深度卷积神经网络（Deep CNN） | 图像 | 共收集102个空座位、71名儿童（0-13岁）和96名成人（14-75岁）的图像 |
| 14445 | 2024-08-05 |
Large field-of-view pine wilt disease tree detection based on improved YOLO v4 model with UAV images
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1381367
PMID:38966144
|
研究论文 | 基于改进的YOLO v4模型和无人机图像，快速检测松枯病树木。 | 提出了一种改进的YOLO v4网络，结合了通道注意机制以增强神经网络的学习能力。 | 未提供关于模型在不同环境或多样化病害种类下的普适性验证 | 探讨松枯病的快速检测与智能诊断解决方案。 | 针对松枯病树木的检测与识别。 | 计算机视觉 | 松枯病 | 深度学习 | YOLO v4 | 图像 | 多个时段的病树样本 |
| 14446 | 2024-08-05 |
Gaussian filter facilitated deep learning-based architecture for accurate and efficient liver tumor segmentation for radiation therapy
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1423774
PMID:38966060
|
研究论文 | 本文旨在开发一种基于高斯滤波的自动分割方法，以提高肝肿瘤的自动分割准确性 | 使用高斯滤波与nnU-Net架构结合，能够有效区分肿瘤与囊肿，从而改善肝肿瘤分割结果 | 本研究的样本量相对较小，可能影响模型的推广性 | 改善肝肿瘤分割中的肿瘤边界清晰度及肿瘤与囊肿之间的混淆 | 肝肿瘤病例，使用LiTS2017、3D-IRCADb数据集及本院收集的肝癌病例 | 数字病理学 | 肝癌 | 高斯滤波 | nnU-Net | 影像 | 130个LiTS2017病例进行训练和验证，14个3D-IRCADb病例及25个本院肝癌病例用于测试 |
| 14447 | 2024-08-05 |
Personalized chemotherapy selection for patients with triple-negative breast cancer using deep learning
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1418800
PMID:38966532
|
研究论文 | 本研究探索了深度学习模型在个性化化疗选择中的表现 | 利用自归一化平衡个体治疗效果模型为三阴性乳腺癌患者提供个性化化疗建议 | 需要在临床环境中验证这些模型，并增加更多特征和结果测量 | 旨在量化基线特征对化疗效果的影响 | 接受模型推荐治疗的三阴性乳腺癌患者 | 机器学习 | 三阴性乳腺癌 | 深度学习 | 自归一化平衡个体治疗效果模型（SNB） | 患者临床数据 | 共包含10,070名女性三阴性乳腺癌患者 |
| 14448 | 2024-08-07 |
Editorial: Machine learning and deep learning applications in pathogenic microbiome research
2024, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2024.1429197
PMID:38966252
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14449 | 2024-08-05 |
Calibrated geometric deep learning improves kinase-drug binding predictions
2023-Dec, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-023-00751-0
PMID:38962391
|
研究论文 | 本文提出了一种深度学习算法KDBNet，能够利用三维结构数据来预测激酶与药物的结合亲和力 | KDBNet结合了3D蛋白质和分子结构数据，利用图神经网络学习结合口袋和药物的几何和空间特征 | 目前的方法主要集中在局部特征的利用上，可能忽视结合过程的3D特性 | 探索激酶与化合物之间的相互作用并揭示新型结合活性 | 激酶和药物分子 | 机器学习 | 癌症 | 深度学习 | 图神经网络 | 3D蛋白质和分子结构数据 | NA |
| 14450 | 2024-08-05 |
Decoding functional proteome information in model organisms using protein language models
2024-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqae078
PMID:38962255
|
研究论文 | 该文章探讨了如何利用蛋白质语言模型解码模型生物体的功能蛋白组信息 | 本文展示了蛋白质语言模型在解码功能信息时的高精度和高信息量，超越了深度学习方法 | 在目前的研究中，没有应用于完整的蛋白质组，只对选定的模型生物体进行了测试 | 研究蛋白质语言模型在功能蛋白组信息解码中的有效性 | 选定的模型生物体的蛋白质组 | 机器学习 | NA | 机器学习 | 蛋白质语言模型 | 蛋白质组数据 | 选定的模型生物体的全蛋白组数据 |
| 14451 | 2024-08-05 |
Segmentation and detection of crop pests using novel U-Net with hybrid deep learning mechanism
2024-Aug, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8083
PMID:38506377
|
研究论文 | 本研究提出了一种新的混合深度学习机制，用于作物害虫的分割和检测 | 通过将DenseNet-77与传统的U-Net模型混合，减少了U-Net模型的复杂性，并提出了新的卷积切片注意力门控递归单元模型进行害虫的检测 | 未提及具体的限制 | 旨在提高作物害虫检测的准确性 | 作物中的害虫 | 计算机视觉 | NA | 深度学习 | 混合的DenseNet-77 U-Net和卷积切片注意力门控递归单元模型 | 图像 | NA |
| 14452 | 2024-08-05 |
An effective segmentation and attention-based reptile residual capsule auto encoder for pest classification
2024-Aug, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8085
PMID:38507257
|
研究论文 | 本文提出了一种基于深度学习的方法，用于提高农作物害虫的检测和分类精度。 | 提出了新颖的注意力基于爬行动物残差胶囊自编码器（ARRCAE）技术，并结合改进的爬行动物搜索优化（IRSO）算法对分类参数进行优化调优。 | 由于抽象中未提及具体的局限性，因此此项信息为NA | 提高农业害虫检测和分类的准确性，以改善作物生产力和质量。 | 主要研究对象为农业作物害虫。 | 数字病理学 | NA | 深度学习（DL），注意力基于U-Net方法 | 注意力基于爬行动物残差胶囊自编码器（ARRCAE） | 图像 | 害虫数据集，具体样本数量在摘要中未明确说明，因此此项信息为NA |
| 14453 | 2024-08-05 |
Fully Automatic Quantitative Measurement of Equilibrium Radionuclide Angiocardiography Using a Convolutional Neural Network
2024-Aug-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005275
PMID:38967505
|
研究论文 | 本研究旨在从平衡放射性核素血管造影数据集中生成基于深度学习的感兴趣区域以测量左心室射血分数 | 提出了一种使用2维U-Net卷积神经网络自动生成左心室的感兴趣区域的创新方法 | 研究主要集中在特定类型的图像数据上，可能无法普遍适用于所有类型的血管造影 | 提高左心室射血分数的测量便利性和可重复性 | 涉及19458名患者的41462个扫描样本 | 数字病理学 | NA | 深度学习 | 2维U-Net卷积神经网络 | 医学影像 | 41462个扫描（19309名患者） |
| 14454 | 2024-08-05 |
Automating Wood Species Detection and Classification in Microscopic Images of Fibrous Materials with Deep Learning
2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/mam/ozae038
PMID:38709570
|
研究论文 | 本文开发了一种方法来系统生成大量木材显微图像数据集 | 首次使用深度学习自动识别纤维材料中的硬木物种 | NA | 改善全球木纤维产品流的控制，以保护森林 | 九个硬木属的显微图像 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 大量木材参照图像数据集 |
| 14455 | 2024-08-05 |
AnglesRefine: Refinement of 3D Protein Structures Using Transformer Based on Torsion Angles
2024-Jul-03, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3422288
PMID:38959143
|
研究论文 | 该研究提出了一种基于变压器的蛋白质结构精炼方法AnglesRefine。 | AnglesRefine集中于蛋白质的二级结构，并通过提取结构约束来精炼角度，从而生成更优的蛋白质模型。 | 目前尚未明确提及本研究的具体限制。 | 该研究旨在提高蛋白质模型的预测精度，特别是在局部结构残基级别。 | 研究对象为蛋白质结构及其角度，利用深度学习方法进行精炼。 | 数字病理学 | NA | 深度学习 | 变压器 | 结构数据 | 利用CASP11-14和CASP15数据集进行评估 |
| 14456 | 2024-08-05 |
Localized fine-tuning and clinical evaluation of deep-learning based auto-segmentation (DLAS) model for clinical target volume (CTV) and organs-at-risk (OAR) in rectal cancer radiotherapy
2024-Jul-02, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02463-0
PMID:38956690
|
研究论文 | 本研究通过局部微调提高了直肠癌放射治疗中深度学习自动分割模型的精确度 | 提出了局部微调方法以改善在临床场景中的深度学习自动分割模型的表现 | 未提及模型在其他类型直肠癌患者中的适用性 | 提升直肠癌放射治疗中深度学习自动分割产品的准确性 | 回顾性分析了120名中晚期直肠癌患者 | 数字病理学 | 直肠癌 | 深度学习自动分割 | NA | CT图像 | 120名中晚期直肠癌患者 |
| 14457 | 2024-08-05 |
Accurate Prediction of Protein Structural Flexibility by Deep Learning Integrating Intricate Atomic Structures and Cryo-EM Density Information
2024-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49858-x
PMID:38956032
|
研究论文 | 本文提出了一种神经网络模型RMSF-net，能准确预测蛋白质的动态信息 | 研发了一种整合复杂原子结构与冷冻电子显微镜密度信息的深度学习模型，超越了之前的方法 | 未提及具体的局限性 | 旨在提高蛋白质动态信息的计算预测精度 | 针对大规模蛋白质动态数据集中的蛋白质 | 计算机视觉 | NA | 冷冻电子显微镜 (cryo-EM) | 神经网络 | 实验蛋白质结构数据和冷冻电镜数据 | 通过严格的5折交叉验证评估，但具体样本数量未明确 |
| 14458 | 2024-08-05 |
Defect detection of photovoltaic modules based on improved VarifocalNet
2024-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66234-3
PMID:38956270
|
研究论文 | 提出了一种改进的VarifocalNet，用于提高光伏模块缺陷检测的速度和准确性 | 设计了新的瓶颈模块以增加网络深度和感受野，同时保持输出特征图大小不变，改进了检测精度和速度 | 当前方法的检测速度相比部分方法仍有进一步增强的空间 | 提高光伏模块缺陷检测的速度和准确性 | 光伏模块缺陷的检测 | 计算机视觉 | NA | 深度学习 | VarifocalNet | NA | NA |
| 14459 | 2024-08-05 |
Enhancing efficiency of protein language models with minimal wet-lab data through few-shot learning
2024-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49798-6
PMID:38956442
|
研究论文 | 该文章介绍了一种名为FSFP的训练策略，用于优化蛋白质语言模型以进行适应性预测 | FSFP结合了元迁移学习、排名学习和参数高效微调，能够在极少数据的情况下显著提升蛋白质语言模型的表现 | 尽管FSFP表现出优势，但仍受限于需要充分的标记样本来进行训练 | 研究旨在提升蛋白质语言模型在极少实验数据下的预测准确性 | 研究对象为目标蛋白的单位突变体 | 机器学习 | NA | NA | NA | 深度突变扫描数据集 | 使用了数十个目标蛋白的单位突变体标记样本 |
| 14460 | 2024-08-05 |
SIGNIFICANCE deep learning based platform to fight illicit trafficking of Cultural Heritage goods
2024-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65885-6
PMID:38956250
|
研究论文 | 该文章介绍了SIGNIFICANCE项目的成果，旨在通过深度学习平台打击文化遗产商品的非法交易 | 创新点在于开发了一个用户友好的平台，结合人工智能和深度学习技术来识别和追踪在线非法活动 | 该研究未明确指出具体的限制因素 | 本研究旨在通过技术手段解决文化遗产商品的非法交易问题 | 研究对象为文化遗产商品及其非法交易行为 | 数字病理学 | NA | 人工智能，深度学习 | NA | 网络数据，社交媒体数据 | 初步结果显示识别到的非法文物数量增加了10-15% |