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 26055 篇文献，本页显示第 15381 - 15400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15381 | 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 |
| 15382 | 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 |
| 15383 | 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 |
| 15384 | 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 |
| 15385 | 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 |
| 15386 | 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 |
| 15387 | 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 |
| 15388 | 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 |
| 15389 | 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 |
| 15390 | 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） |
| 15391 | 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 |
| 15392 | 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 |
| 15393 | 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 |
| 15394 | 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 |
| 15395 | 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 |
| 15396 | 2024-10-24 |
Artificial intelligence and big data integration in anterior segment imaging for glaucoma
2024 Jul-Sep, Taiwan journal of ophthalmology
IF:1.0Q4
DOI:10.4103/tjo.TJO-D-24-00053
PMID:39430364
|
综述 | 本文探讨了人工智能和大数据在前段影像中对青光眼诊断和管理的整合 | 本文介绍了人工智能和大数据在青光眼诊断和管理中的应用，特别是机器学习和深度学习在图像分析和自动化复杂过程中的作用 | 本文讨论了标准化和整合多样化数据集的挑战，并建议未来合作和技术进步可能显著改善青光眼的管理和研究 | 探讨人工智能和大数据在前段影像中对青光眼诊断和管理的应用 | 前段影像技术，如前段光学相干断层扫描、超声生物显微镜和角膜照相术，以及这些技术在识别闭角疾病中的作用 | 计算机视觉 | 青光眼 | NA | 机器学习, 深度学习 | 图像 | NA |
| 15397 | 2024-10-24 |
Hidden Structural States of Proteins Revealed by Conformer Selection with AlphaFold-NMR
2024-Jun-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.26.600902
PMID:38979209
|
研究论文 | 本文介绍了一种利用AlphaFold2和NMR数据选择蛋白质构象模型的新方法 | 提出了一种基于AI的增强采样方法生成蛋白质构象模型，并通过实验数据进行选择，替代传统的约束满足协议 | NA | 探索利用深度学习和NMR技术揭示蛋白质的动态结构 | Gaussia荧光素酶的NMR结构 | 计算机视觉 | NA | NMR | AlphaFold2 | 蛋白质结构数据 | NA |
| 15398 | 2024-10-24 |
Machine learning on multiple epigenetic features reveals H3K27Ac as a driver of gene expression prediction across patients with glioblastoma
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.25.600585
PMID:38979226
|
研究论文 | 使用机器学习方法分析多重表观遗传特征，揭示H3K27Ac在胶质母细胞瘤患者基因表达预测中的驱动作用 | 首次使用机器学习和深度学习模型分析跨患者的基因表达预测，并发现H3K27Ac是跨患者基因表达预测的最重要表观遗传特征 | 研究仅限于胶质母细胞瘤干细胞和神经嵴干细胞，未涵盖其他类型的癌症细胞 | 探究胶质母细胞瘤细胞表观遗传重编程对细胞可塑性和基因表达的影响 | 胶质母细胞瘤干细胞和神经嵴干细胞的表观遗传特征 | 机器学习 | 脑癌 | 机器学习、深度学习、ATAC-seq、CTCF ChIP-seq、RNAPII ChIP-seq、H3K27Ac ChIP-seq、RNA-seq | XGBoost | 表观遗传数据 | 多个胶质母细胞瘤患者来源的干细胞样本 |
| 15399 | 2024-10-24 |
Nutrient Signaling-Dependent Quaternary Structure Remodeling Drives the Catalytic Activation of metazoan PASK
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.28.599394
PMID:38979257
|
研究论文 | 研究通过进化尺度序列、域映射和基于深度学习的蛋白质结构分析，揭示了多细胞生物PAS域调控激酶（PASK）中信号调节的PAS和PAC亚域组装的新机制 | 发现了PASK中先前未被识别的第三个PAS域（PAS-C），并通过实验验证了其营养响应性，揭示了PAS-C域组装在PASK中稳定激酶催化核心的作用 | NA | 揭示多细胞生物PAS域调控激酶（PASK）中信号调节的PAS和PAC亚域组装的新机制 | 多细胞生物PAS域调控激酶（PASK）的结构和功能 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列 | 鱼、鸟和哺乳动物的PASK同源物 |
| 15400 | 2024-10-24 |
Providing context: Extracting non-linear and dynamic temporal motifs from brain activity
2024-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.27.600937
PMID:38979316
|
研究论文 | 本文提出了一种生成式非线性深度学习模型，用于从脑活动数据中提取非线性和动态的时间模式 | 本文创新性地使用了分离变分自编码器（DSVAE）来分解窗口特定信息和时间步特定信息，从而捕捉多时间尺度的差异 | NA | 研究静息态功能磁共振成像（rs-fMRI）活动的动态特性，并探索其在精神疾病诊断中的应用 | 精神分裂症患者和对照组的脑活动数据 | 计算机视觉 | 精神分裂症 | 功能磁共振成像（fMRI） | 分离变分自编码器（DSVAE） | 图像 | 精神分裂症患者和对照组的脑活动数据 |