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 24409 篇文献，本页显示第 19561 - 19580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 19561 | 2024-08-17 |
Pashto script and graphics detection in camera captured Pashto document images using deep learning model
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2089
PMID:39145223
|
研究论文 | 本研究首次探索了Pashto文档图像中的文本和图形检测，提出了一种基于深度学习的分类器 | 首次针对Pashto语言文档图像进行文本和图形检测，并创建了一个包含超过1000张Pashto文档图像的真实数据集 | 仅评估了测试集中的300张图像 | 开发一种能够检测Pashto文档图像中文本和图形的深度学习模型 | Pashto文档图像中的文本和图形 | 计算机视觉 | NA | 卷积神经网络（CNN） | Single-Shot Detector（SSD） | 图像 | 超过1000张Pashto文档图像 |
| 19562 | 2024-08-17 |
ProcGCN: detecting malicious process in memory based on DGCNN
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2193
PMID:39145247
|
研究论文 | 本文提出了一种基于DGCNN的深度学习模型ProcGCN，用于检测内存图像中的恶意进程 | 相较于基于进程字节特征的方法，本文采用函数调用特征，能更稳健地表示恶意软件的行为 | NA | 旨在提高内存取证中恶意进程检测的准确性和速度 | 内存图像中的恶意进程 | 机器学习 | NA | DGCNN | GCN | 图像 | 使用公开数据集进行实验 |
| 19563 | 2024-08-17 |
Machine-learning-based Structural Analysis of Interactions between Antibodies and Antigens
2023-Dec-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.06.570397
PMID:38106177
|
研究论文 | 本文通过深度学习模型分析抗体与抗原之间的结构相互作用 | 本研究能够高精度地区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物，并能从其他常见蛋白质结合区域中识别抗原 | 模型无法预测特定抗体与其抗原的配对关系 | 旨在通过计算分析抗体与抗原的相互作用，促进对体液免疫分子机制的理解并推动新疗法的设计 | 抗体与抗原的相互作用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | NA |
| 19564 | 2024-08-17 |
Acral melanoma detection using dermoscopic images and convolutional neural networks
2021-Oct-07, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-021-00091-z
PMID:34618260
|
研究论文 | 本文研究了使用皮肤镜图像和卷积神经网络对肢端黑色素瘤进行分类的有效性 | 提出了一种新的深度学习模型，用于皮肤癌分类，并采用了图像处理和数据增强技术来开发一个健壮的自动化系统 | NA | 研究皮肤镜和深度学习在分类黑色素瘤亚型中的效果 | 肢端黑色素瘤 | 计算机视觉 | 皮肤癌 | 卷积神经网络 | 七层深度卷积网络 | 图像 | 使用来自韩国延世大学医疗系统的皮肤镜图像数据集 |
| 19565 | 2024-08-17 |
Deep learning features from diffusion tensor imaging improve glioma stratification and identify risk groups with distinct molecular pathway activities
2021-Oct, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2021.103583
PMID:34563923
|
研究论文 | 本研究开发并验证了一种基于扩散张量成像（DTI）的深度学习特征（DLS），用于预测浸润性胶质瘤患者的总体生存率，并探讨了DLS背后的生物学通路 | 本研究首次将深度学习特征应用于DTI数据，以改善胶质瘤的分层，并识别出具有不同分子通路活性的风险组 | NA | 开发和验证一种基于DTI的深度学习特征，用于预测胶质瘤患者的总体生存率，并探讨相关的生物学通路 | 浸润性胶质瘤患者 | 机器学习 | 脑肿瘤 | 扩散张量成像（DTI） | 深度学习 | 图像 | 深度学习队列688例，放射基因组学队列78例，TCGA数据库663例，CGGA数据库657例 |
| 19566 | 2024-08-16 |
AFFnet - a deep convolutional neural network for the detection of atypical femur fractures from anteriorposterior radiographs
2024-Oct, Bone
IF:3.5Q2
DOI:10.1016/j.bone.2024.117215
PMID:39074569
|
research paper | 本研究开发了一种基于深度学习模型的AI应用，特别是卷积神经网络（CNNs），用于从前瞻性X光片中检测非典型股骨骨折（AFFs） | 本研究开发了AFFnet模型，使用预训练的ResNet-50主干和创新的Box Attention Guide（BAG）模块，以增强模型的学习能力 | NA | 研究AI技术在非典型股骨骨折诊断中的应用 | 非典型股骨骨折（AFFs）的检测 | computer vision | 骨科疾病 | 卷积神经网络（CNNs） | ResNet-50 | image | 训练数据包括213例完整AFF、49例不完整AFF、394例典型股骨骨折和1359例非骨折股骨X光片；外部验证数据包括733例典型股骨骨折和290例AFF图像 |
| 19567 | 2024-08-16 |
Modelling future bone mineral density: Simplicity or complexity?
2024-Oct, Bone
IF:3.5Q2
DOI:10.1016/j.bone.2024.117178
PMID:38972532
|
研究论文 | 本文比较了两种方法（简单统计方法和深度学习方法）在预测未来骨密度方面的效果 | 开发了一种基于深度学习的复杂方法来处理多维纵向数据，并结合了从患者历史DXA扫描中提取的变量和ZBM方法的特征 | 深度学习模型在男性中的表现不如简单统计模型 | 探索预测未来骨密度的有效方法，以辅助临床决策 | 使用纵向DXA数据的白人成年患者 | NA | 骨质疏松症 | DXA扫描 | 深度学习模型 | 纵向数据 | 2948名40-90岁的白人成年人，其中2652名女性和296名男性 |
| 19568 | 2024-08-16 |
Gender Differences in Letters of Recommendations and Personal Statements for Neurotology Fellowship over 10 Years: A Deep Learning Linguistic Analysis
2024-Sep-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology
IF:1.9Q2
DOI:10.1097/MAO.0000000000004265
PMID:39052892
|
研究论文 | 本研究通过深度学习语言分析方法，评估了神经耳科学奖学金申请中个人陈述和推荐信在性别间的语言差异。 | 使用Valence Aware Dictionary and Sentiment Reasoner (VADER)自然语言处理包和Empath深度学习工具，对推荐信和个人陈述中的情感进行分类和比较。 | 研究仅限于两个机构的数据，可能无法代表所有神经耳科学奖学金申请的情况。 | 评估神经耳科学奖学金申请过程中个人陈述和推荐信在性别间的语言差异。 | 神经耳科学奖学金申请者的个人陈述和推荐信。 | 自然语言处理 | NA | 自然语言处理(NLP) | 深度学习工具Empath | 文本 | 177名申请者，其中120名男性，57名女性 |
| 19569 | 2024-08-16 |
Rapid assessment of heavy metal accumulation capability of Sedum alfredii using hyperspectral imaging and deep learning
2024-Sep-01, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2024.116704
PMID:38996646
|
研究论文 | 本研究提出了一种结合高光谱成像和多任务深度学习的新型光谱方法，用于快速评估Sedum alfredii的重金属积累能力 | 本研究创新性地使用高光谱成像和深度学习技术，简化了超积累植物的筛选、重金属胁迫识别和重金属定量分析过程 | NA | 研究目的是开发一种快速准确的方法来评估植物的重金属积累能力，以促进植物修复过程中超积累植物的筛选和重金属积累预测 | 研究对象为重金属超积累植物Sedum alfredii及其非积累生态型 | 机器学习 | NA | 高光谱成像 | 深度学习网络（ENet和HMNet） | 光谱图像 | Sedum alfredii及其非积累生态型在Cd、Zn和Pb胁迫下的叶片光谱图像 |
| 19570 | 2024-08-16 |
Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma
2024-Sep, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-15626-w
PMID:38914836
|
研究论文 | 本研究旨在探讨人工智能（AI）量化粘液样基质在接受新辅助化疗后食管鳞状细胞癌（ESCC）手术患者中的预后意义，并在另一家医院的独立验证队列中验证其意义 | AI确定的粘液样基质可能成为新辅助化疗后病理分期II或III ESCC患者的新颖且有用的预后因子 | NA | 研究AI量化粘液样基质在接受新辅助化疗后食管鳞状细胞癌手术患者中的预后意义 | 接受新辅助化疗后食管鳞状细胞癌手术的患者 | 机器学习 | 食管鳞状细胞癌 | AI | NA | 病理图像 | 两个数据集，共165名患者 |
| 19571 | 2024-08-07 |
ASO Author Reflections: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma
2024-Sep, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-15732-9
PMID:38954092
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19572 | 2024-08-16 |
A supervised graph-based deep learning algorithm to detect and quantify clustered particles
2024-Aug-15, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01944j
PMID:39082742
|
研究论文 | 本文介绍了一种基于图神经网络的深度学习算法，用于检测和量化粒子聚集 | 首次应用图神经网络方法分析粒子聚集，具有潜在应用价值 | NA | 开发一种无需人工干预的算法，用于检测和量化动态粒子聚集 | 膜嵌入蛋白的拓扑结构 | 机器学习 | NA | 图神经网络（GNNs） | 图神经网络（GNNs） | 模拟数据和荧光显微镜实验数据 | 未具体说明 |
| 19573 | 2024-08-16 |
Domain-interactive Contrastive Learning and Prototype-guided Self-training for Cross-domain Polyp Segmentation
2024-Aug-14, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3443262
PMID:39141465
|
研究论文 | 本文提出了一种新的域交互对比学习和原型引导自训练框架（DCL-PS），用于跨域息肉分割 | 引入域交互对比学习（DCL）和原型引导自训练（PS）策略，以减少域间差异并提高伪标签质量 | 未提及具体限制 | 提高在未见目标域数据集上的息肉分割性能 | 跨域息肉分割 | 计算机视觉 | 结直肠癌 | 对比学习 | CNN | 图像 | 未提及具体样本数量 |
| 19574 | 2024-08-16 |
Learnable digital signal processing: a new benchmark of linearity compensation for optical fiber communications
2024-Aug-13, Light, science & applications
DOI:10.1038/s41377-024-01556-5
PMID:39134543
|
研究论文 | 本文提出了一种基于可学习视角的数字信号处理（DSP）新设计思路，称为可学习DSP（LDSP），旨在提高光纤通信中的线性和非线性补偿性能 | LDSP将传统DSP模块视为深度学习框架，通过全局尺度的反向传播算法自适应优化DSP参数，显著提升了400Gb/s信号在1600km光纤传输后的Q因子 | NA | 开发一种高效且低复杂度的数字信号处理方案，以提升下一代光纤传输的性能 | 光纤通信中的数字信号处理技术 | 光纤通信 | NA | 数字信号处理（DSP） | 深度学习框架 | 信号 | 400Gb/s信号在1600km光纤传输 |
| 19575 | 2024-08-16 |
Computational analysis of pathogen-host interactome for fast and low-risk in-silico drug repurposing in emerging viral threats like Mpox
2024-08-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69617-8
PMID:39134619
|
研究论文 | 本研究开发了一种计算方法，用于预测猴痘病毒（MPXV）感染期间的蛋白质-蛋白质相互作用（PPIs），并探索现有FDA药物的再利用潜力 | 本研究采用了包含2-5节点图谱属性和基于蛋白质组成的特征的集成特征，用于深度学习模型预测PPIs，并结合分子动力学模拟进行验证 | NA | 旨在发现潜在的药物靶点和再利用现有FDA药物用于治疗猴痘病毒感染 | 猴痘病毒（MPXV）与人类蛋白质的相互作用 | 生物信息学 | 猴痘 | 深度学习（DL） | NA | 蛋白质-蛋白质相互作用数据 | NA |
| 19576 | 2024-08-16 |
Enhancing recognition and interpretation of functional phenotypic sequences through fine-tuning pre-trained genomic models
2024-Aug-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05567-z
PMID:39135093
|
研究论文 | 本研究通过微调预训练的基因组模型，探索了深度学习在解释和表示人类基因组序列中的应用 | 本研究结合预训练基因组模型与经典方法分析基因组序列功能，促进了基因组学与人工智能的交叉融合 | NA | 旨在通过计算和实验方法解码人类基因组序列的功能性 | 人类基因组序列及其功能性 | 机器学习 | NA | 深度学习 | DNA_bert_6 和 human_gpt2-v1 | 基因型-表型数据集 | 多个基因型-表型数据集，特别是HERV数据集 |
| 19577 | 2024-08-16 |
Effective descriptor extraction strategies for correspondence matching in coronary angiography images
2024-08-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69153-5
PMID:39128936
|
研究论文 | 本研究针对冠状动脉造影图像中的对应匹配问题，提出了一种基于深度学习的图像匹配方法 | 改进了点检测器的结构并重新设计了损失函数，引入了多头描述符结构，提高了约6%的性能 | NA | 旨在填补冠状动脉造影图像匹配领域的研究空白，并提供一个改进的基准 | 冠状动脉造影图像 | 数字病理学 | 心血管疾病 | 深度学习 | CNN | 图像 | NA |
| 19578 | 2024-08-16 |
Revealing the graded activation mechanism of neurotensin receptor 1
2024-Aug-05, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.134488
PMID:39111461
|
研究论文 | 本研究通过10微秒的增强采样模拟，结合重加权平均力势（PMF）、深度学习（DL）和转移熵（TE）的综合分析，揭示了神经降压素受体1（NTSR1）对完全激动剂SRI-9829、部分激动剂RTI-3a和反向激动剂SR48692的结合动力学差异及其分级激活机制。 | 本研究首次通过深度学习模型有效识别了贡献于分级激活的关键微开关，并利用转移熵计算可视化了受体内的变构通信网络，阐明了与信号转导相关的驱动-响应关系。 | NA | 揭示神经降压素受体1的分级激活机制，并为基于结构的药物设计提供启示。 | 神经降压素受体1（NTSR1）及其对不同激动剂的响应。 | 生物信息学 | NA | 增强采样模拟 | 深度学习（DL） | 分子结构数据 | 10微秒的模拟数据 |
| 19579 | 2024-08-16 |
Using Deep Learning Techniques as an Attempt to Create the Most Cost-Effective Screening Tool for Cognitive Decline
2024-Aug, Psychiatry investigation
IF:1.8Q3
DOI:10.30773/pi.2024.0157
PMID:39086161
|
研究论文 | 本研究利用深度学习技术开发一种成本效益高且易于访问的筛查工具，以提高认知衰退（阿尔茨海默病的前兆）的检测 | 本研究展示了深度学习在改善阿尔茨海默病诊断方面的潜力，表明广泛的认知评估可能比传统方法提供更准确的诊断 | 本研究为未来更广泛的研究奠定了基础，需要进一步的研究来证实这种方法并进一步完善筛查工具 | 开发一种成本效益高且易于访问的筛查工具，以提高认知衰退的检测 | 2,863名有主观认知抱怨并接受全面神经心理学评估的受试者 | 机器学习 | 阿尔茨海默病 | 深度学习 | 随机森林分类器 | 神经心理学测试数据 | 2,863名受试者 |
| 19580 | 2024-08-16 |
A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications
2024-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17269
PMID:38922912
|
综述 | 本文综述了4D锥形束CT（4D-CBCT）在放射治疗中的技术进步和临床应用 | 4D-CBCT通过增加时间维度，解决了传统3D CBCT在处理呼吸运动或其他体内动态变化时的局限性 | 4D-CBCT面临扫描时间长、成像剂量高和因每个呼吸阶段需要足够X射线投影而导致的图像质量下降等问题 | 全面回顾4D-CBCT的技术发展，探讨其临床应用潜力，并指出未来研究方向 | 4D-CBCT在放射治疗中的应用，特别是在胸腹部肿瘤定位中的作用 | NA | NA | 4D锥形束CT（4D-CBCT） | NA | 图像 | NA |