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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 22385 篇文献,本页显示第 1 - 20 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
1 2025-04-03
Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning
2025-Dec, mAbs IF:5.6Q1
研究论文 本研究开发了一个名为DeepViscosity的集成深度学习模型,用于预测高浓度单克隆抗体的粘度,以加速抗体药物的开发 使用229种单克隆抗体的粘度数据训练了102个集成人工神经网络模型,显著提高了预测准确性和泛化能力 模型仅基于30个序列特征进行预测,可能忽略了其他影响粘度的因素 开发能够准确预测高浓度单克隆抗体粘度的计算模型,以优化抗体药物开发流程 229种单克隆抗体(mAbs) 机器学习 NA 深度学习 集成人工神经网络 序列数据 229种单克隆抗体(训练集) + 54种单克隆抗体(两个独立测试集)
2 2025-04-03
Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network
2025-May, Radiology. Artificial intelligence
research paper 开发了一种纵向感知分割网络(LAS-Net),用于量化儿童霍奇金淋巴瘤患者的系列PET/CT图像 LAS-Net引入了纵向交叉注意力机制,允许PET1的相关特征为PET2的分析提供信息 外部测试队列的性能略有下降 开发一种能够量化儿童霍奇金淋巴瘤患者系列PET/CT图像的纵向感知分割网络 儿童霍奇金淋巴瘤患者的系列PET/CT图像 digital pathology Hodgkin lymphoma PET/CT CNN image 297名儿童患者(内部数据集200名,外部测试数据集97名)
3 2025-04-03
Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces
2025-Apr-02, Nano letters IF:9.6Q1
研究论文 本文提出了一种结合人工神经网络(ANNs)和表面增强拉曼光谱(SERS)的新方法,用于快速监测血清中的氯氮平及其代谢物 首次将ANNs与SERS结合在等离子体超表面上,用于氯氮平及其代谢物的快速治疗药物监测 未提及样本量的具体信息,且仅针对氯氮平及其两种代谢物进行验证 开发一种快速、精确的治疗药物监测方法,以优化氯氮平的治疗效果并减少副作用 氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度 生物医学诊断 精神分裂症 表面增强拉曼光谱(SERS) 人工神经网络(ANNs) 光谱数据 NA
4 2025-04-03
Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks
2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
研究论文 本研究通过多组学数据和深度学习模型,开发了一种基于常规血液检测的慢性非传染性疾病风险预测系统 开发了名为Omicsformer的深度学习模型,能够从常规血液样本中识别多种疾病的潜在风险,并验证了其在临床前风险评估中的有效性 研究样本主要来自高海拔地区的亚健康人群,可能限制了结果的普遍适用性 探索慢性非传染性疾病的早期预测方法,推动个性化医疗发展并降低社区疾病筛查成本 160名高海拔地区亚健康个体和20年大规模临床患者数据 机器学习 慢性非传染性疾病(包括癌症、心血管疾病和精神疾病等) 多组学分析 Omicsformer(深度学习模型) 多组学数据和常规血液检测结果 160名亚健康个体+20年临床患者数据
5 2025-04-03
Artificial Intelligent-Enhanced Metabolite Profiling for Intraoperative IDH1 Genotyping in Glioma Using an Orthogonally Responsive SERS Probe
2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
研究论文 本文提出了一种利用人工智能增强的代谢物分析和正交响应SERS探针,用于胶质瘤术中IDH1基因分型的新方法 开发了一种新型SERS探针,通过同时测量两种氧化还原相关代谢物,结合深度学习算法,实现了术中快速IDH1基因分型 研究样本量较小(31例胶质瘤患者),需要更大规模的临床验证 优化胶质瘤手术策略和术后个性化治疗 胶质瘤患者 数字病理 胶质瘤 表面增强拉曼散射(SERS) 深度学习 拉曼光谱 31例胶质瘤患者
6 2025-04-03
Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes
2025-Apr-02, Biotechnology progress IF:2.5Q3
研究论文 本研究探讨了在高消耗、高复杂度的细胞培养过程中,利用拉曼光谱和先进深度学习模型实施连续葡萄糖控制策略 结合拉曼光谱和深度学习模型(包括卷积神经网络和变分自编码器即时学习)进行连续葡萄糖控制,提高了葡萄糖测量的准确性和稳定性 在制造环境中,拉曼光谱可能不可行,需要开发可扩展的替代方案 提高生物制药过程中葡萄糖控制的准确性和稳定性,优化产品质量和生产效率 高消耗、高复杂度的细胞培养过程 生物制药 NA 拉曼光谱 CNN, 变分自编码器 光谱数据 多个细胞系
7 2025-04-03
Editorial Comment: Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification
2025-Apr-02, AJR. American journal of roentgenology
NA NA NA NA NA NA NA NA NA NA NA NA
8 2025-04-03
Predicting Respiratory Disease Mortality Risk Using Open-source AI on Chest Radiographs in an Asian Health Screening Population
2025-Apr-02, Radiology. Artificial intelligence
研究论文 评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值 使用开源深度学习算法CXR-Lung-Risk对亚洲人群进行呼吸系统疾病死亡风险分层,并探索性分析基线及随访CXR的纵向风险轨迹 单中心回顾性研究,样本量虽大但仅针对亚洲人群,可能限制结果的普适性 评估CXR-Lung-Risk算法预测呼吸系统疾病死亡风险的预后价值 36,924名接受健康筛查的亚洲人群的胸部X光片 数字病理 肺癌 深度学习 CXR-Lung-Risk 胸部X光图像 36,924名个体(中位年龄58岁,22,352名男性)
9 2025-04-03
Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI
2025-Apr-02, Radiology. Artificial intelligence
research paper 该研究开发了一种无监督深度学习框架,用于检测弥漫性胶质瘤中的血脑屏障渗漏,无需药代动力学模型和动脉输入函数估计 提出了一种基于自编码器的异常检测方法,通过重建残差识别异常信号,无需依赖传统的药代动力学模型和动脉输入函数估计 研究为回顾性研究,样本量有限(274例患者),且仅针对弥漫性胶质瘤 开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障渗漏检测方法 接受动态对比增强MRI检查的弥漫性胶质瘤患者 digital pathology glioma DCE MRI autoencoder-based anomaly detection (AEAD) MRI图像 274例患者(164名男性,平均年龄54.23±14.66岁)
10 2025-04-03
Closing the gap: commercialized deep learning solutions for knee MRI are already transforming clinical practice
2025-Apr-02, European radiology IF:4.7Q1
NA NA NA NA NA NA NA NA NA NA NA NA
11 2025-04-03
Reply to the Letter to the Editor: MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review
2025-Apr-02, European radiology IF:4.7Q1
NA NA NA NA NA NA NA NA NA NA NA NA
12 2025-04-03
Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery
2025-Apr-02, Molecular diversity IF:3.9Q2
研究论文 该研究结合深度学习和分子动力学模拟,发现FXR拮抗剂用于治疗代谢性疾病 开发了预测FXR拮抗活性和毒性的深度学习模型,并通过分子动力学模拟筛选出潜在候选化合物 研究中仅筛选了HMDB数据库中的化合物,未涵盖所有可能的化合物 发现FXR拮抗剂用于治疗代谢性疾病 217,345种化合物,特别是HMDB0253354 (Fulvestrant)和HMDB0242367 (ZM 189154) 机器学习 代谢性疾病 深度学习,分子动力学模拟 深度学习模型 化合物数据 217,345种化合物
13 2025-04-03
High-Performance Method and Architecture for Attention Computation in DNN Inference
2025-Apr, IEEE transactions on biomedical circuits and systems IF:3.8Q2
研究论文 提出了一种基于存内计算(CIM)宏的在线可编程注意力硬件架构,用于优化深度神经网络推理中的注意力计算 通过分解注意力计算过程为多个级联组合矩阵操作,设计了在线可编程CIM架构以动态调整权重,显著提升了集成密度、能效和计算精度 未提及实际医疗影像数据集验证,仅通过Spice仿真验证架构可行性 解决现有硬件架构在注意力计算中资源消耗高或精度低的问题 深度神经网络中的注意力计算硬件架构 机器学习 NA 存内计算(CIM) DNN NA NA
14 2025-04-03
Decoding pathology: the role of computational pathology in research and diagnostics
2025-Apr, Pflugers Archiv : European journal of physiology
综述 本文综述了计算病理学在研究和诊断中的作用及其进展 介绍了基于深度学习的计算病理学方法,整合多模态数据源和多用途基础模型 未提及具体的技术实施细节或数据集的局限性 探讨计算病理学在研究和诊断中的应用及其未来影响 组织病理学样本 数字病理学 NA 深度学习(DL) 基础模型 图像 NA
15 2025-04-03
Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning
2025-Apr, Heart rhythm IF:5.6Q1
research paper 本研究开发并验证了一种基于心电图(ECG)的深度学习(DL)工具,用于提高致心律失常性右室心肌病(ARVC)的诊断准确性 利用深度学习技术从心电图中预测ARVC诊断,其性能达到ARVC专家水平,并能区分真实ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体 研究样本量相对有限,外部验证队列中ARVC患病率较低(10.2%) 开发并验证一种基于ECG的深度学习工具,用于ARVC诊断 被转诊进行ARVC评估的患者(n=688)及通过Geisinger MyCode社区健康计划鉴定的携带致病性或可能致病性ARVC基因变异的患者(n=167) digital pathology cardiovascular disease deep learning DL ECG 总样本量855例(开发集551例,测试集137例,外部验证队列167例)
16 2025-04-03
Estimating hair density with XGBoost
2025-Apr, International journal of cosmetic science IF:2.7Q2
研究论文 本研究探索使用XGBoost模型进行头发密度估计,旨在开发一种更准确且通用的方法 采用XGBoost模型进行头发密度估计,相比之前的方法在测试集上达到了95.3%的准确率,显著优于现有方法 未提及模型在其他数据集上的泛化能力或实际临床应用中的潜在问题 开发一种更准确且通用的头发密度估计方法 头皮图像 计算机视觉 NA 图像处理 XGBoost 图像 895张头皮图像(745张用于训练,150张用于测试)
17 2025-04-03
Overfit detection method for deep neural networks trained to beamform ultrasound images
2025-Apr, Ultrasonics IF:3.8Q1
研究论文 提出一种检测深度神经网络在超声图像波束成形中过拟合的方法 无需重新训练网络或额外测试数据,仅需网络结构和训练权重即可检测过拟合 方法仅在三种人工输入(零、一和高斯噪声)上进行了验证,可能需要更多样化的输入验证 检测深度神经网络在超声图像重建中的过拟合问题 用于超声图像波束成形的深度神经网络 计算机视觉 NA 深度神经网络训练与评估 DNN 超声图像 多站点数据训练的三种DNN模型,参与CUBDL挑战
18 2025-04-03
Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging
2025-Apr-01, NeuroImage IF:4.7Q1
research paper 提出一种名为Deep-ER的深度学习重建方法,用于快速高分辨率神经代谢成像 开发了一种基于深度学习的ECCENTRIC重建方法(Deep-ER),显著提高了重建速度和质量 训练数据量相对较小(21例训练,6例测试),可能影响模型的泛化能力 提高磁共振波谱成像(MRSI)的重建速度和质量,以促进神经科学和精准医学应用 高分辨率体模和27名人类参与者(22名健康志愿者和5名胶质瘤患者) digital pathology glioma Magnetic Resonance Spectroscopic Imaging (MRSI), ECCENTRIC pulse sequence deep neural network with recurring interlaced convolutional layers MRI imaging data 27 subjects (22 healthy volunteers and 5 glioma patients)
19 2025-04-03
Intuitive Human-Artificial Intelligence Theranostic Complementarity
2025-Apr, Cancer biotherapy & radiopharmaceuticals
research paper 探讨人工智能与人类直觉在诊断影像学和治疗诊断核医学中的互补作用 提出人工智能与人类直觉在治疗诊断核医学中的互补性,强调人类医生的情感、直觉和共情能力在临床决策中的不可替代性 人工智能缺乏人类情感、直觉和共情能力,无法理解其输出的意义 研究人工智能与人类直觉在治疗诊断核医学中的互补作用,以优化个性化精准治疗策略 核医学医生和人工智能在癌症治疗诊断中的协同作用 digital pathology cancer radiomics, genomics, radiobiology, dosimetry large language models multidimensional sources including electronic medical records NA
20 2025-04-03
Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging
2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1
研究论文 本研究通过深度学习模型改进心肌灌注SPECT成像的诊断准确性,提出了一种增强型总灌注缺损评分方法 将AI预测与传统定量方法结合,简化了AI方法并提高了诊断准确性 研究样本量有限(555名患者),且仅针对特定类型的冠状动脉疾病 提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性 接受心肌灌注成像并在180天内进行侵入性冠状动脉造影的患者 数字病理学 心血管疾病 心肌灌注SPECT成像 深度学习模型 医学影像数据 555名患者(中位年龄65岁,69%为男性)
回到顶部