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 24356 篇文献，本页显示第 19061 - 19080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 19061 | 2024-08-24 |
Discovery of Potent Selective HDAC6 Inhibitors with 5-Phenyl-1H-indole Fragment: Virtual Screening, Rational Design, and Biological Evaluation
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01052
PMID:39042494
|
研究论文 | 本文通过虚拟筛选、理性设计和生物评估，发现了一种含有5-苯基-1H-吲哚片段的高效选择性HDAC6抑制剂。 | 本文采用深度学习模型、分子对接和分子动力学模拟技术进行理性药物设计，发现了一种具有良好细胞毒性的新型HDAC6抑制剂。 | NA | 发现具有理想疗效且毒副作用小的选择性HDAC6抑制剂，以应用于肿瘤治疗。 | HDAC6抑制剂及其在肿瘤细胞中的作用机制。 | 药物设计 | 肿瘤 | 深度学习模型、分子对接、分子动力学模拟 | NA | 分子结构 | 多种肿瘤细胞系 |
| 19062 | 2024-08-24 |
Kinetics and coexistence of autocatalytic reaction cycles
2024-Aug-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69267-w
PMID:39117739
|
研究论文 | 研究了在资源无限和资源有限的系统中，自催化反应循环的动力学及其共存问题 | 展示了深度学习能够从拓扑结构和动力学速率常数预测竞争结果 | 研究仅限于特定类型的自催化循环，未涉及更复杂的耦合如互催化 | 探讨自催化反应循环的形成条件及其操作速度 | 自催化反应循环在不同系统中的动力学行为 | 化学 | NA | 深度学习 | NA | NA | NA |
| 19063 | 2024-08-24 |
Investigation of heat-induced pork batter quality detection and change mechanisms using Raman spectroscopy coupled with deep learning algorithms
2024-Aug-08, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2024.140798
PMID:39173265
|
研究论文 | 本研究探讨了使用拉曼光谱结合深度学习算法快速检测猪肉面糊质量和揭示加热过程中质量变化机制的方法 | 本研究首次将拉曼光谱与深度学习算法结合，用于预测猪肉面糊的凝胶强度和白度，并揭示了加热过程中质量变化的机制 | NA | 研究目的是开发一种非破坏性工具，用于预测猪肉面糊的质量和阐明质量变化机制 | 猪肉面糊的质量检测和加热过程中质量变化机制 | 机器学习 | NA | 拉曼光谱 | CNN, LSTM, CNN-LSTM | 拉曼光谱 | NA |
| 19064 | 2024-08-24 |
Markerless Motion Capture to Quantify Functional Performance in Neurodegeneration: Systematic Review
2024-Aug-06, JMIR aging
IF:5.0Q1
DOI:10.2196/52582
PMID:39106477
|
综述 | 本文通过系统综述探讨了无标记运动捕捉技术在量化痴呆、轻度认知障碍和帕金森病患者功能表现中的应用 | 无标记运动捕捉技术提供了一种客观且不显眼的方法来监测社区环境中的功能表现 | 尽管有潜力，但需要进一步研究以确定无标记运动捕捉技术在现实世界中量化移动性和功能表现的临床效用 | 调查无标记运动捕捉技术在量化痴呆、轻度认知障碍和帕金森病患者功能表现中的应用 | 痴呆、轻度认知障碍和帕金森病患者 | NA | 神经退行性疾病 | 无标记运动捕捉 | 深度学习模型 | 视频 | 26项符合选择标准的研究 |
| 19065 | 2024-08-24 |
Non-Invasive Detection of Early-Stage Fatty Liver Disease via an On-Skin Impedance Sensor and Attention-Based Deep Learning
2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202400596
PMID:38887178
|
研究论文 | 本研究开发了一种粘性软皮肤传感器和基于注意力机制的深度学习算法，用于早期非酒精性脂肪肝病（NAFLD）的无创检测 | 通过在皮肤传感器上合成铂纳米颗粒和还原石墨量子点，降低电极-皮肤接触阻抗，提高检测准确性；引入基于注意力机制的深度学习算法，增强对早期NAFLD的识别能力 | NA | 开发一种非侵入性和成本效益高的方法，用于早期NAFLD的检测 | 早期非酒精性脂肪肝病（NAFLD） | 机器学习 | 肝病 | 基于注意力机制的深度学习算法 | 注意力机制 | 阻抗信号 | 高脂饮食喂养的低密度脂蛋白受体敲除（Ldlr）小鼠与健康对照组 |
| 19066 | 2024-08-07 |
FasterRib: A deep learning algorithm to automate identification and characterization of rib fractures on chest computed tomography scans: Erratum
2024-Aug-01, The journal of trauma and acute care surgery
IF:2.9Q1
DOI:10.1097/TA.0000000000004427
PMID:38996424
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19067 | 2024-08-24 |
Predicting tumor mutation burden and VHL mutation from renal cancer pathology slides with self-supervised deep learning
2024-Aug, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.70112
PMID:39166457
|
研究论文 | 本文开发了一种自监督注意力基础的多实例学习（SSL-ABMIL）模型，用于从肾癌病理切片中预测肿瘤突变负荷（TMB）和VHL突变状态 | 首次使用自监督学习方法从病理图像中预测TMB和VHL突变，展示了肿瘤形态学与分子生物学之间的联系 | 研究仅限于肾透明细胞癌（ccRCC），且依赖于特定数据集 | 开发一种新模型以从病理图像中预测TMB和VHL突变，提高临床应用性 | 肾透明细胞癌患者的病理图像和突变数据 | 数字病理学 | 肾癌 | 自监督学习 | SSL-ABMIL | 图像 | 350名肾透明细胞癌患者用于模型开发，163名患者用于外部验证 |
| 19068 | 2024-08-24 |
Artificial Intelligence Models Are Limited in Predicting Clinical Outcomes Following Hip Arthroscopy: A Systematic Review
2024-Aug-01, JBJS reviews
IF:1.7Q2
|
系统综述 | 本文通过系统综述评估了人工智能模型在髋关节镜术后临床结果预测中的表现和有效性 | 探讨了人工智能在髋关节镜术后临床结果预测中的应用 | 所有模型均未进行外部验证，限制了其临床应用 | 评估人工智能模型在髋关节镜术后临床结果预测中的表现和有效性 | 髋关节镜术后的临床结果预测模型 | 机器学习 | NA | 机器学习 | NA | NA | 6568例 |
| 19069 | 2024-08-24 |
CTFusion: CNN-transformer-based self-supervised learning for infrared and visible image fusion
2024-Jul-30, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024294
PMID:39176416
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）和Transformer的自监督学习框架CTFusion，用于红外和可见光图像融合 | CTFusion框架通过CNN-Transformer特征提取模块设计，赋予编码器强大的局部和全局依赖建模能力，并利用自监督学习进行模型训练，无需真实融合图像 | NA | 开发一种新的红外和可见光图像融合方法，提高融合效果 | 红外和可见光图像 | 计算机视觉 | NA | 自监督学习 | CNN-Transformer | 图像 | 三个红外和可见光图像融合基准数据集 |
| 19070 | 2024-08-24 |
Improved optimizer with deep learning model for emotion detection and classification
2024-Jul-17, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024290
PMID:39176412
|
研究论文 | 本文提出了一种名为EWDL-BFSN的创新面部情感识别框架，用于准确检测面部情感 | 引入了扩展海象深度学习与Botox特征选择网络（EWDL-BFSN），结合梯度小波各向异性滤波器（GWAF）和改进的Botox优化算法（IBoA），以及使用海象优化算法（WOA）选择超参数 | NA | 旨在通过选择最佳特征和调整分类器的超参数，自动有效地识别面部情感 | 面部情感识别 | 计算机视觉 | NA | 梯度小波各向异性滤波器（GWAF），改进的Botox优化算法（IBoA），海象优化算法（WOA） | EK-ResNet50网络 | 图像 | 使用了公开的CK+和FER-2013数据集进行训练和测试 |
| 19071 | 2024-08-24 |
Divide-and-train: A new approach to improve the predictive tasks of bike-sharing systems
2024-Jul-02, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024282
PMID:39176404
|
研究论文 | 本文提出了一种新的训练方法——分而治之，通过在给定的数据集属性值上划分原始数据集来训练共享单车系统的预测模型 | 提出的方法通过划分数据集，针对不同用户模式进行训练，从而提高了预测模型的性能 | 未提及具体限制 | 旨在通过改进预测模型来提高共享单车系统的决策效率 | 共享单车系统的用户数据和骑行模式 | 机器学习 | NA | 机器学习和深度学习模型 | 随机森林 | 数据集 | 未提及具体样本数量 |
| 19072 | 2024-08-24 |
Deep Learning Algorithms for the Detection of Suspicious Pigmented Skin Lesions in Primary Care Settings: A Systematic Review and Meta-Analysis
2024-Jul, Cureus
DOI:10.7759/cureus.65122
PMID:39171046
|
meta-analysis | 本研究旨在评估深度学习算法在初级医疗环境中检测可疑色素性皮肤病变诊断性能的系统评价和荟萃分析 | 深度学习算法在自动检测和分类皮肤病变方面显示出有希望的结果 | 需要进一步的研究来验证深度学习算法在检测可疑色素性皮肤病变中的应用 | 评估深度学习算法在初级医疗环境中检测可疑色素性皮肤病变的诊断性能 | 深度学习算法在初级医疗环境中检测可疑色素性皮肤病变的诊断性能 | computer vision | 皮肤癌 | 深度学习 | NA | 图像 | 三项研究被纳入分析 |
| 19073 | 2024-08-24 |
Hyperparameter optimization: Classics, acceleration, online, multi-objective, and tools
2024-Jun-14, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024275
PMID:39176427
|
综述 | 本文综述了超参数优化（HPO）的发展历程，包括经典方法、加速策略、在线配置以及多目标优化，并介绍了相关的工具和框架 | 本文系统地总结了超参数优化的多种方法和工具，包括加速策略、动态算法配置和多目标优化 | NA | 旨在解决手动超参数调整的挑战，提高机器学习模型训练和推理的效率 | 超参数优化方法及其在机器学习模型中的应用 | 机器学习 | NA | NA | NA | NA | NA |
| 19074 | 2024-08-24 |
Image data augmentation techniques based on deep learning: A survey
2024-Jun-12, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024272
PMID:39176424
|
综述 | 本文综述了基于深度学习的图像数据增强技术，分析了其优势和劣势，并探讨了在计算机视觉领域的应用和未来研究方向 | 提出并分析了多种图像数据增强方法，以解决数据有限情况下的模型过拟合问题 | 未具体提及 | 探讨图像数据增强技术如何提高模型性能和泛化能力 | 图像数据增强技术及其在计算机视觉中的应用 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 19075 | 2024-08-24 |
BlastAssist: a deep learning pipeline to measure interpretable features of human embryos
2024-Apr-03, Human reproduction (Oxford, England)
DOI:10.1093/humrep/deae024
PMID:38396213
|
研究论文 | BlastAssist是一个深度学习管道，用于测量人类胚胎的可解释特征 | BlastAssist管道能够测量一组全面的可解释特征，并在测量这些特征方面与胚胎学家和人类专家的表现相当或更优 | 尚未在其他诊所或其他时间流逝显微镜系统上测试BlastAssist管道，且未考虑混杂变量 | 评估BlastAssist深度学习管道在测量人类胚胎可解释特征方面的性能 | 人类胚胎的可解释特征 | 机器学习 | NA | 深度学习 | CNN | 图像 | 67,043,973张图像（32,939个胚胎） |
| 19076 | 2024-08-24 |
A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI
2024-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28895
PMID:37403945
|
研究论文 | 本研究开发了一种新的深度学习模型，利用整体b值扩散加权磁共振成像（DW-MRI）预测乳腺癌分子亚型，无需使用对比剂，并与动态对比增强磁共振成像（DCE-MRI）进行性能比较 | 提出了一种通道维度特征重构（CDFR）深度神经网络（DNN），用于预测乳腺癌分子亚型，该模型在DW-MRI上的预测性能显著优于非CDFR-DNN | NA | 开发一种新的深度学习模型，以充分利用整体b值DW-MRI的潜力，无需对比剂，预测乳腺癌分子亚型 | 486名女性乳腺癌患者 | 机器学习 | 乳腺癌 | 扩散加权磁共振成像（DW-MRI） | 深度神经网络（DNN） | 图像 | 486名女性乳腺癌患者（训练/验证/测试：64%/16%/20%） |
| 19077 | 2024-08-24 |
Editorial for "Weakly Supervised MRI Slice-Level Deep Learning Classification of Prostate Cancer Approximates Full Voxel- and Slice-Level Annotation: Effect of Increasing Training Set Size"
2024-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28885
PMID:37410060
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19078 | 2024-08-24 |
From Compressed-Sensing to Deep Learning MR: Comparative Biventricular Cardiac Function Analysis in a Patient Cohort
2024-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28899
PMID:37435633
|
研究论文 | 本研究比较了压缩感知（CS）和人工智能（AI）在心脏电影成像中的应用，特别是在双心室功能分析中的效果 | 本研究展示了AI在快速心脏电影成像中的潜力，并比较了CS-cine和AI-cine与传统电影成像（Conv-cine）在双心室功能、图像质量和重建时间上的差异 | 本研究仅限于70名患者，可能需要更大规模的研究来验证结果 | 比较CS-cine和AI-cine与Conv-cine在定量双心室功能、图像质量和重建时间上的表现 | 70名患者（年龄39±15岁，54.3%为男性）的双心室功能参数 | 计算机视觉 | 心血管疾病 | 压缩感知（CS）和人工智能（AI） | NA | 图像 | 70名患者 |
| 19079 | 2024-08-24 |
Editorial for "A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI"
2024-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28908
PMID:37501333
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19080 | 2024-08-24 |
Weakly Supervised MRI Slice-Level Deep Learning Classification of Prostate Cancer Approximates Full Voxel- and Slice-Level Annotation: Effect of Increasing Training Set Size
2024-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28891
PMID:37504495
|
研究论文 | 本研究比较了弱监督训练与全切片级标注训练在前列腺癌深度卷积分类网络中的效果，并探讨了增加训练集大小对模型性能的影响。 | 本研究展示了弱监督学习在减少标注工作量的同时，仍能保持性能，并且随着训练数据的增加，性能提升显著。 | 本研究仅限于回顾性分析，且依赖于特定的MRI序列和设备。 | 比较弱监督训练与全切片级标注训练在前列腺癌分类中的效果，并评估增加训练集大小对模型性能的影响。 | 前列腺癌的MRI图像分类。 | 计算机视觉 | 前列腺癌 | MRI | CNN | 图像 | 训练集：794个机构前列腺MRI检查 + 204个PROSTATEx检查；测试集：695个机构前列腺MRI检查 |