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 23937 篇文献，本页显示第 19821 - 19840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 19821 | 2024-08-07 |
LncMirNet: Predicting LncRNA-miRNA Interaction Based on Deep Learning of Ribonucleic Acid Sequences
2020-Sep-23, Molecules (Basel, Switzerland)
DOI:10.3390/molecules25194372
PMID:32977679
|
研究论文 | 本文提出了一种基于深度卷积神经网络的混合序列特征模型LncMirNet，用于预测长链非编码RNA（lncRNA）与微小RNA（miRNA）的相互作用 | LncMirNet通过引入四种基于序列的特征（k-mer、CTD、doc2vec和图嵌入特征）并采用直方图融合方法，提高了预测lncRNA-miRNA相互作用的准确性和AUC值 | NA | 预测lncRNA与miRNA之间的相互作用，以帮助探索新的调控模式 | lncRNA与miRNA的相互作用 | 机器学习 | NA | 深度卷积神经网络（CNN） | CNN | 序列 | 使用来自lncRNASNP2的真实数据集进行五折交叉验证 |
| 19822 | 2024-08-07 |
Deep learning can be used to train naïve, nonprofessional observers to detect diagnostic visual patterns of certain cancers in mammograms: a proof-of-principle study
2020-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.7.2.022410
PMID:32042860
|
研究论文 | 本研究通过一系列实验证明，深度学习技术可以训练非专业观察者识别医学影像中的特定癌症诊断视觉模式 | 首次证明深度学习技术能够训练非专业人士在医学影像中识别癌症的诊断视觉模式 | 研究规模较小，主要集中在乳腺癌的乳腺摄影图像上 | 探索深度学习技术在训练非专业人士识别医学影像中癌症诊断视觉模式的可行性 | 非专业观察者对医学影像中癌症诊断视觉模式的识别能力 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 影像 | 实验涉及多个非专业观察者，具体数量未详细说明 |
| 19823 | 2024-08-07 |
Insights of Novel Coronavirus (SARS-CoV-2) disease outbreak, management and treatment
2020, AIMS microbiology
IF:2.7Q3
DOI:10.3934/microbiol.2020013
PMID:33134740
|
研究论文 | 本文探讨了新型冠状病毒（SARS-CoV-2）疫情的爆发、管理和治疗 | 文章介绍了实时PCR、免疫学、显微镜和地理信息系统（GIS）等临床诊断技术的进步，以及人工智能、组合化学和深度学习方法在寻找新型治疗药物中的应用 | NA | 研究新型冠状病毒（SARS-CoV-2）的爆发、管理和治疗策略 | 新型冠状病毒（SARS-CoV-2）及其对全球健康的影响 | 公共卫生 | 传染病 | 实时PCR（RT-PCR）、地理信息系统（GIS）、人工智能（AI）、深度学习 | NA | NA | 全球超过423349例死亡 |
| 19824 | 2024-08-07 |
Optimizing clinical trials recruitment via deep learning
2019-11-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocz064
PMID:31188432
|
研究论文 | 本文提出了一种基于深度学习的方法DeepMatch (DM)，用于优化临床试验的招募过程，通过分析调查员和试验相关的异构数据源，对调查员进行排名，以提高招募效率。 | DeepMatch方法结合了深度学习技术，能够从多种数据源中学习，提高调查员的排名准确性，从而优化临床试验的执行。 | NA | 优化临床试验的招募过程，降低新疗法的开发成本。 | 临床试验的调查员及其招募效率。 | 机器学习 | NA | 深度学习 | NA | 异构数据 | 2618项研究 |
| 19825 | 2024-08-04 |
Deep Learning k-Space-to-Image Reconstruction Facilitates High Spatial Resolution and Scan Time Reduction in Diffusion-Weighted Imaging Breast MRI
2024-Sep, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29139
PMID:37974498
|
研究论文 | 该研究探讨了基于深度学习的k空间到图像重建方法在乳腺DWI中的应用 | 提出了一种结合k空间到图像重建的方法，用于减少扫描时间和提高空间分辨率 | 该研究为回顾性研究，可能存在选择偏倚 | 研究乳腺扩散加权成像的扫描时间减少与空间分辨率改善 | 133名女性参与者进行了多参数乳腺MRI检查 | 数字病理学 | 乳腺癌 | 深度学习k空间到图像重建 | 深度学习模型 | 影像 | 133名女性 |
| 19826 | 2024-08-04 |
Deep-Learning-Based MRI Microbleeds Detection for Cerebral Small Vessel Disease on Quantitative Susceptibility Mapping
2024-Sep, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29198
PMID:38149750
|
研究论文 | 本文提出了一个深度学习管道，用于在定量敏感映射(QSM)中自动检测脑微出血(CMB) | 该文章提出了一种两阶段的深度学习管道，成功应用于CMB检测，并超越了之前的手工方法 | 使用的数据仅来自对照组，未提及模型在其他实验条件下的表现 | 自动检测脑小血管病患者的脑微出血 | 393名脑小血管病患者中的1843个脑微出血案例 | 计算机视觉 | 脑小血管病 | 定量敏感映射(QSM) | V-Net | MRI图像 | 393名患者中的1843个脑微出血案例和78名受试者用于外部测试 |
| 19827 | 2024-08-04 |
RevGraphVAMP: A protein molecular simulation analysis model combining graph convolutional neural networks and physical constraints
2024-Sep, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.06.011
PMID:38972499
|
研究论文 | 提出了一种新型无监督模型RevGraphVAMP，用于智能分析分子动力学模拟轨迹 | 本研究集成了图卷积神经网络和物理约束优化，创新性地引入了注意力机制以评估关键交互区域的重要性 | 本研究可能在模型推广到其他类型的蛋白质时面临挑战 | 旨在提高对模拟轨迹数据的分析准确性和生物机制的可解释性 | 主要研究蛋白质的分子动力学模拟和相应的状态转变预测 | 数字病理学 | 自闭症谱系障碍 | 分子动力学模拟 | 图卷积神经网络 | 轨迹数据 | 应用于两个公共数据集和Shank3-Rap1复合物 |
| 19828 | 2024-08-04 |
DP-site: A dual deep learning-based method for protein-peptide interaction site prediction
2024-Sep, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.06.001
PMID:38871095
|
研究论文 | 该文章介绍了一种名为DP-Site的计算框架，用于预测蛋白质-肽相互作用位点 | 提出了一个双重深度学习管道，结合了卷积神经网络和长短期记忆网络，在蛋白质-肽相互作用的预测上优于以往的方法 | 未提及具体的限制因素 | 通过提出DP-Site方法来改进蛋白质-肽相互作用位点的预测 | 主要研究对象是蛋白质和其相互作用的肽 | 计算机视觉 | NA | 深度学习 | 卷积神经网络和长短期记忆网络 | NA | 通过十折交叉验证和独立测试集评估 |
| 19829 | 2024-08-07 |
Editorial for "Deep Learning k-Space-to-Image Reconstruction Facilitates High Spatial Resolution and Scan Time Reduction in Diffusion-Weighted Imaging Breast MRI"
2024-Sep, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29159
PMID:38009373
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19830 | 2024-08-04 |
Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals
2024-Aug-01, Aging and disease
IF:7.0Q1
DOI:10.14336/AD.2023.0820
PMID:37728587
|
研究论文 | 腹部脂肪与大脑健康日益相关，研究展示了腹部脂肪对大脑容积丧失的预测能力 | 本研究发现内脏脂肪是预测多个大脑区域容积丧失的可调节因素，且提供了年龄和性别调整后的相关性分析 | 仅在健康参与者中进行，可能不适用于有其他健康问题的人群，且未考虑其他潜在影响因素 | 探讨腹部脂肪（内脏和皮下脂肪）对中年人群大脑容积的影响 | 10,001名健康参与者的腹部脂肪和大脑容积数据 | 数字病理学 | NA | 1.5T MRI, 深度学习 | NA | 图像 | 10,001名健康参与者 |
| 19831 | 2024-08-04 |
Bayesian-Edge system for classification and segmentation of skin lesions in Internet of Medical Things
2024-Aug, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13878
PMID:39081158
|
研究论文 | 本文介绍了一种结合贝叶斯推断和边缘智能的皮肤病变分割模型 | 该模型集成了贝叶斯推断和边缘智能以提高皮肤病变分割的准确性和效率 | 在运行时分析恶性肿瘤仍然面临挑战，视觉相似性可能导致误判 | 提高皮肤病变的分类和分割精度，从而增强临床决策能力 | 皮肤病变图像的分割与分类 | 数字病理学 | NA | 贝叶斯推断和边缘智能 | NA | 图像 | NA |
| 19832 | 2024-08-04 |
Prediction of strong coupling in resonant perovskite metasurfaces by deep learning
2024-Aug-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.529450
PMID:39090923
|
研究论文 | 本文提出了一种深度学习策略，用于模拟共振钙钛矿超表面的强耦合现象 | 提出了一种基于深度学习的全连接神经网络来快速预测共振钙钛矿超表面的传输光谱和耦合现象 | 尚未说明具体的实验验证或实际应用案例 | 旨在提高共振超表面的设计效率 | 研究共振钙钛矿超表面具有强耦合现象的预测 | 机器学习 | NA | 深度学习 | 全连接神经网络 | 光谱数据 | NA |
| 19833 | 2024-08-04 |
Deep learning-based quantification of total bleeding volume and its association with complications, disability, and death in patients with aneurysmal subarachnoid hemorrhage
2024-Aug-01, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2024.1.JNS232280
PMID:38552240
|
研究论文 | 本文研究了动脉瘤性蛛网膜下腔出血（aSAH）患者出血总量与术后并发症、残疾和死亡之间的关系 | 首次应用自动化深度学习技术定量分析aSAH患者的总出血量，并探讨其与临床结果的关联 | 研究仅在单一机构进行，样本数据可能不足以代表所有aSAH患者 | 探索aSAH患者的出血严重程度与术后并发症和长期功能结果之间的关系 | 2018年至2021年期间在单一机构住院的动脉瘤性蛛网膜下腔出血成人患者 | 医学影像 | 动脉瘤性蛛网膜下腔出血 | 深度学习 | 自动分割模型 | 电子健康记录数据 | 819名患者 |
| 19834 | 2024-08-04 |
Enhanced mutual information neural estimators for optical fiber communication
2024-Aug-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.534025
PMID:39090938
|
研究论文 | 文章提出了一种新的互信息神经估计器用于光纤通信的互信息估计 | 首次提出增强型互信息神经估计器（E-MINE），通过扩大训练批量大小来提高估计准确性和稳定性 | 在处理非线性光纤信道的挑战时，仍然受限于未知的信道模型 | 准确估计光纤通信中的互信息以优化信道容量和性能 | 光纤通信中的互信息估计 | 机器学习 | NA | 深度学习 | 互信息神经估计器（MINE） | NA | NA |
| 19835 | 2024-08-07 |
Predicting vital sign deviations during surgery from patient monitoring data: developing and validating single-stream deep learning models
2024-Jul-31, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.06.030
PMID:39089955
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19836 | 2024-08-04 |
Transfer learning across different chemical domains: virtual screening of organic materials with deep learning models pretrained on small molecule and chemical reaction data
2024-Jul-30, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00886-1
PMID:39080777
|
研究论文 | 本研究展示了在不同化学领域中应用迁移学习进行有机材料虚拟筛选的潜力 | 该研究创新性地利用药物类似的小分子和化学反应数据库对BERT模型进行预训练，从而提升其在有机材料虚拟筛选中的表现 | 研究表明访问一个反应数据库，反应范围比USPTO更广可能进一步提高模型性能，并未详细探讨此点 | 探讨迁移学习在不同化学领域的应用以优化有机材料的虚拟筛选 | 研究对象为多种有机材料的虚拟筛选任务 | 机器学习 | NA | 深度学习 | BERT | 数据集 | 五个虚拟筛选任务的数据 |
| 19837 | 2024-08-04 |
Modelling the demographic history of human North African genomes points to a recent soft split divergence between populations
2024-Jul-30, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03341-4
PMID:39080715
|
研究论文 | 本研究对北非人类基因组的复杂人口历史进行了建模 | 采用了一种新的算法GP4PG，通过深度学习的近似贝叶斯计算（ABC-DL）框架有效构建了拟合北非人口的复杂人口模型 | 分析过程中仅使用了16个覆盖度超过30X的全基因组样本，可能限制了结果的普遍性 | 研究北非地区人口的历史和基因流动情况，并揭示阿拉伯和亚马兹igh人口的起源不同 | 北非地区的阿拉伯和亚马兹igh人群的基因组 | 数字病理学 | NA | 近似贝叶斯计算与深度学习（ABC-DL） | GP4PG | 基因组 | 364个基因组 |
| 19838 | 2024-08-04 |
Comparison of data fusion strategies for automated prostate lesion detection using mpMRI correlated with whole mount histology
2024-Jul-29, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02471-0
PMID:39080735
|
研究论文 | 本文比较了输入级、特征级和决策级的数据融合技术，用于自动检测临床显著的前列腺病变。 | 提出了多种深度学习CNN架构，并比较了不同数据融合策略对前列腺病变检测的影响。 | 结合mpMRI数据和定量临床数据的效果没有显著差异。 | 研究自动检测前列腺病变的方法和数据融合策略。 | 临床显著的前列腺病变及其检测方法。 | 计算机视觉 | 前列腺癌 | 多参数MRI图像 | CNN | 医学影像 | 118个mpMRI图像和22个全切片组织学图像 |
| 19839 | 2024-08-04 |
Intercomparison of deep learning models in predicting streamflow patterns: insight from CMIP6
2024-Jul-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63989-7
PMID:39080322
|
研究论文 | 本研究通过四种深度学习模型预测巴基斯坦斯瓦特河流域的每日流量 | 采用多模型集成计算的最佳组合以提高流量预测的准确性 | 研究仅限于特定地区的流量预测，可能不适用于其他地区 | 预测斯瓦特河流域的每日流量以支持水资源管理 | 斯瓦特河流域的每日流量数据 | 机器学习 | NA | 深度学习 | TLANN, FFANN, SANN, LSTM | 流量数据 | NA |
| 19840 | 2024-08-04 |
Prediction of protein secondary structure by the improved TCN-BiLSTM-MHA model with knowledge distillation
2024-07-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67403-0
PMID:39020005
|
研究论文 | 本研究提出了一种改进的TCN-BiLSTM-MHA模型来预测蛋白质的二级结构 | 通过多尺度融合和双向操作改进的TCN模型更好地提取氨基酸序列特征，并结合知识蒸馏技术提升性能 | 模型的有效性可能受限于训练数据的多样性和规模 | 提高蛋白质二级结构预测的准确性，以助于蛋白质功能理解 | 使用改进的深度学习模型对蛋白质的二级结构进行预测 | 生物信息学 | NA | 深度学习 | 改进的TCN-BiLSTM-MHA模型 | 多种数据集 | 六个数据集的样本，包括TS115, CB513和PDB (2018-2020) |