• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

专刊编辑寄语：深度学习与生物信息学中的机器学习

Editorial of Special Issue "Deep Learning and Machine Learning in Bioinformatics".

机构信息

Department of Computer Science, University of Nevada, Las Vegas, NV 89154, USA.

Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, NY 10065, USA.

出版信息

Int J Mol Sci. 2022 Jun 14;23(12):6610. doi: 10.3390/ijms23126610.

DOI:10.3390/ijms23126610
PMID:35743052
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9224509/
Abstract

In recent years, deep learning has emerged as a highly active research field, achieving great success in various machine learning areas, including image processing, speech recognition, and natural language processing, and now rapidly becoming a dominant tool in biomedicine [...].

摘要

近年来，深度学习已经成为一个非常活跃的研究领域，在图像处理、语音识别和自然语言处理等各个机器学习领域取得了巨大的成功，现在它正在迅速成为生物医学领域的主要工具[...]。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3eeb/9224509/c27c3e65087d/ijms-23-06610-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3eeb/9224509/c27c3e65087d/ijms-23-06610-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3eeb/9224509/c27c3e65087d/ijms-23-06610-g001.jpg

相似文献

1
Editorial of Special Issue "Deep Learning and Machine Learning in Bioinformatics".专刊编辑寄语：深度学习与生物信息学中的机器学习
Int J Mol Sci. 2022 Jun 14;23(12):6610. doi: 10.3390/ijms23126610.
2
Deep Omics.深度组学。
Proteomics. 2018 Jan;18(2). doi: 10.1002/pmic.201700319. Epub 2017 Dec 29.
3
Modulation Classification of Underwater Communication with Deep Learning Network.基于深度学习网络的水下通信调制分类。
Comput Intell Neurosci. 2019 Apr 1;2019:8039632. doi: 10.1155/2019/8039632. eCollection 2019.
4
Fifty years of computer analysis in chest imaging: rule-based, machine learning, deep learning.胸部影像学五十年的计算机分析：基于规则、机器学习、深度学习
Radiol Phys Technol. 2017 Mar;10(1):23-32. doi: 10.1007/s12194-017-0394-5. Epub 2017 Feb 16.
5
From pixels to insights: Machine learning and deep learning for bioimage analysis.从像素到洞察：生物影像分析的机器学习和深度学习。
Bioessays. 2024 Feb;46(2):e2300114. doi: 10.1002/bies.202300114. Epub 2023 Dec 6.
6
How Cognitive Machines Can Augment Medical Imaging.认知机器如何增强医学成像。
AJR Am J Roentgenol. 2019 Jan;212(1):9-14. doi: 10.2214/AJR.18.19914. Epub 2018 Nov 13.
7
An overview of deep learning in medical imaging focusing on MRI.深度学习在医学影像中的概述，重点是 MRI。
Z Med Phys. 2019 May;29(2):102-127. doi: 10.1016/j.zemedi.2018.11.002. Epub 2018 Dec 13.
8
Comparison of Deep-Learning and Conventional Machine-Learning Methods for the Automatic Recognition of the Hepatocellular Carcinoma Areas from Ultrasound Images.深度学习与传统机器学习方法在自动识别超声图像肝癌区域的比较。
Sensors (Basel). 2020 May 29;20(11):3085. doi: 10.3390/s20113085.
9
[Deep Learning and Natural Language Processing].[深度学习与自然语言处理]
Brain Nerve. 2019 Jan;71(1):45-55. doi: 10.11477/mf.1416201215.
10
Deep Learning in Bioinformatics and Biomedicine.生物信息学与生物医学中的深度学习
Methods. 2023 Jan;209:38-39. doi: 10.1016/j.ymeth.2022.12.001. Epub 2022 Dec 9.

引用本文的文献

1
The artificial intelligence revolution in gastric cancer management: clinical applications.胃癌管理中的人工智能革命：临床应用
Cancer Cell Int. 2025 Mar 21;25(1):111. doi: 10.1186/s12935-025-03756-4.
2
Federated Learning-Based Detection of Invasive Carcinoma of No Special Type with Histopathological Images.基于联邦学习的非特殊类型浸润性癌组织病理学图像检测
Diagnostics (Basel). 2022 Jul 9;12(7):1669. doi: 10.3390/diagnostics12071669.

本文引用的文献

1
Generative Adversarial Networks for Creating Synthetic Nucleic Acid Sequences of Cat Genome.用于创建猫基因组合成核酸序列的生成对抗网络。
Int J Mol Sci. 2022 Mar 28;23(7):3701. doi: 10.3390/ijms23073701.
2
BioS2Net: Holistic Structural and Sequential Analysis of Biomolecules Using a Deep Neural Network.BioS2Net：使用深度神经网络对生物分子进行整体结构和序列分析。
Int J Mol Sci. 2022 Mar 9;23(6):2966. doi: 10.3390/ijms23062966.
3
Deep-4mCGP: A Deep Learning Approach to Predict 4mC Sites in by Using Correlation-Based Feature Selection Technique.
深度4mCGP：一种基于相关性特征选择技术预测4mC位点的深度学习方法。
Int J Mol Sci. 2022 Jan 23;23(3):1251. doi: 10.3390/ijms23031251.
4
Pan-Cancer Prediction of Cell-Line Drug Sensitivity Using Network-Based Methods.基于网络方法的泛癌种细胞系药物敏感性预测。
Int J Mol Sci. 2022 Jan 19;23(3):1074. doi: 10.3390/ijms23031074.
5
DSResSol: A Sequence-Based Solubility Predictor Created with Dilated Squeeze Excitation Residual Networks.DSResSol：一种基于序列的溶解度预测模型，该模型使用了扩张挤压残差网络创建。
Int J Mol Sci. 2021 Dec 17;22(24):13555. doi: 10.3390/ijms222413555.
6
Sparsely Connected Autoencoders: A Multi-Purpose Tool for Single Cell omics Analysis.稀疏连接自动编码器：单细胞组学分析的多用途工具。
Int J Mol Sci. 2021 Nov 25;22(23):12755. doi: 10.3390/ijms222312755.
7
A Deep Learning Approach with Data Augmentation to Predict Novel Spider Neurotoxic Peptides.基于数据增强的深度学习方法预测新型蜘蛛神经毒素肽。
Int J Mol Sci. 2021 Nov 13;22(22):12291. doi: 10.3390/ijms222212291.
8
Multi-Run Concrete Autoencoder to Identify Prognostic lncRNAs for 12 Cancers.多轮混凝土自动编码器识别 12 种癌症的预后 lncRNAs。
Int J Mol Sci. 2021 Nov 3;22(21):11919. doi: 10.3390/ijms222111919.
9
Protein Design with Deep Learning.深度学习在蛋白质设计中的应用。
Int J Mol Sci. 2021 Oct 29;22(21):11741. doi: 10.3390/ijms222111741.
10
Machine Learning Assisted Approach for Finding Novel High Activity Agonists of Human Ectopic Olfactory Receptors.机器学习辅助方法寻找人类异位嗅觉受体的新型高活性激动剂。
Int J Mol Sci. 2021 Oct 26;22(21):11546. doi: 10.3390/ijms222111546.