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 12060 篇文献，本页显示第 1541 - 1560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1541 | 2025-02-14 |
Blinking characteristics analyzed by a deep learning model and the relationship with tear film stability in children with long-term use of orthokeratology
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1517240
PMID:39935789
|
研究论文 | 本研究使用深度学习模型观察长期使用角膜塑形镜（ortho-K）儿童的眨眼特征，并评估其与泪膜稳定性的相关性 | 提出了一种基于U-Net和Swin-Transformer的深度学习系统，用于观察眨眼特征，并首次定义了相对IPH%来量化不完全眨眼的程度 | 样本量较小（31名儿童，58只眼），且为回顾性研究，可能存在选择偏倚 | 研究长期使用角膜塑形镜儿童的眨眼特征及其与泪膜稳定性的关系 | 长期使用角膜塑形镜的儿童 | 计算机视觉 | 眼科疾病 | 深度学习 | U-Net, Swin-Transformer | 视频 | 31名儿童（58只眼） |
| 1542 | 2025-02-14 |
End-to-end 3D instance segmentation of synthetic data and embryo microscopy images with a 3D Mask R-CNN
2024, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2024.1497539
PMID:39944885
|
研究论文 | 本文介绍了一种3D Mask R-CNN的改进版本，用于3D实例分割，并在合成数据和胚胎显微镜图像上进行了验证 | 开发了自定义的TensorFlow操作，用于3D非最大抑制和3D裁剪与调整大小，从而实现了对3D数据的高效训练和推理 | 在最嘈杂的对象上，3D Mask R-CNN的表现存在局限性 | 解决3D图像分析中的实例分割问题，特别是在医学和显微镜图像中的应用 | 合成数据和胚胎显微镜图像 | 计算机视觉 | NA | 3D Mask R-CNN | CNN | 3D图像 | 合成数据和胚胎显微镜图像 |
| 1543 | 2025-02-14 |
Application of deep learning for real-time detection, localization, and counting of the malignant invasive weed Solanum rostratum Dunal
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1486929
PMID:39944948
|
研究论文 | 本文介绍了一种名为TrackSolanum的深度学习网络模型，用于实时检测、定位和计数恶性入侵杂草Solanum rostratum Dunal（SrD） | 设计了TrackSolanum网络模型，结合了检测、跟踪、定位和计数四个模块，实现了对SrD的实时检测和精确管理 | 模型在不同高度的无人机视频中表现有所差异，特别是在3米高度时，精度和召回率有所下降 | 开发一种能够实时检测、定位和计数SrD的技术，以支持对SrD的危害评估和精确管理 | 恶性入侵杂草Solanum rostratum Dunal（SrD） | 计算机视觉 | NA | 深度学习 | YOLO_EAND, DeepSort | 视频 | 无人机视频（2米和3米高度） |
| 1544 | 2025-02-13 |
Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography
2024-Dec-13, Digestion
IF:3.0Q2
DOI:10.1159/000543049
PMID:39675349
|
研究论文 | 本研究探讨了使用深度学习技术在内镜逆行胰胆管造影（ERCP）的透视图像中区分良恶性胆管狭窄的可行性 | 首次将卷积神经网络应用于ERCP透视图像，以提高恶性胆管狭窄的诊断准确性和可重复性 | 研究为回顾性设计，需要在前瞻性研究中进一步验证 | 提高恶性胆管狭窄的诊断准确性 | 接受ERCP的成年患者 | 计算机视觉 | 胆管狭窄 | 深度学习 | 卷积神经网络（CNN） | 图像 | 251名来自德国三个大学中心的患者 |
| 1545 | 2025-02-13 |
iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics
2024-Nov-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.03.29.24305092
PMID:39649598
|
研究论文 | 本文介绍了一种名为iGTP的新型可解释生成转录程序框架，用于从单细胞转录组数据中推断生物学机制 | iGTP框架能够建模转录程序空间和蛋白质-蛋白质相互作用的重要性，并通过整合图神经网络框架有效推断细胞对扰动的响应 | 未明确提及具体限制 | 开发一种能够从单细胞转录组数据中推断生物学机制的可解释深度学习模型 | 单细胞转录组数据 | 生物信息学 | NA | 单细胞转录组测序 | 变分自编码器（VAE）、图神经网络（GNN） | 单细胞转录组数据 | 未明确提及具体样本数量 |
| 1546 | 2025-02-13 |
Generative artificial intelligence in ophthalmology: current innovations, future applications and challenges
2024-Sep-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-325458
PMID:38925907
|
研究论文 | 本文探讨了生成式人工智能在眼科领域的当前创新、未来应用及挑战 | 生成对抗网络和扩散模型的应用，以及多模态基础模型的引入，为眼科领域提供了新的诊断和教育工具 | 该技术尚处于初期阶段，存在数据偏见、安全问题及临床实施等挑战 | 探讨生成式人工智能在眼科领域的应用潜力及挑战 | 眼科领域的诊断、患者教育和医疗专业人员培训 | 计算机视觉 | NA | 生成对抗网络（GAN）、扩散模型 | GAN, 扩散模型 | 图像、文本、视频 | NA |
| 1547 | 2024-08-08 |
Commentary: Detection of Endoleak After Endovascular Aortic Repair Through Deep Learning Based on Non-contrast CT
2024-Sep, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03830-w
PMID:39110204
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1548 | 2025-02-13 |
Applications of artificial intelligence in biliary tract cancers
2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology
IF:2.0Q3
DOI:10.1007/s12664-024-01518-0
PMID:38427281
|
综述 | 本文综述了人工智能在胆道癌诊断和预后改善中的应用 | 探讨了深度学习在医学影像中的应用，以提高胆道癌的诊断性能 | 未提及具体AI模型的性能比较或实际应用中的挑战 | 提高胆道癌的诊断和预后 | 胆道癌，包括胆管癌和胆囊癌 | 数字病理 | 胆道癌 | 深度学习 | NA | 影像数据 | NA |
| 1549 | 2025-02-13 |
Attribute-guided prototype network for few-shot molecular property prediction
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae394
PMID:39133096
|
研究论文 | 本文提出了一种属性引导的原型网络（APN），用于解决少样本分子属性预测（MPP）的挑战 | APN引入了分子属性提取器，能够提取三种不同类型的指纹属性，并通过自监督学习方法自动提取深度属性，设计了属性引导的双通道注意力模块来学习分子图与属性之间的关系 | NA | 解决少样本分子属性预测的挑战，提高分子属性预测的准确性 | 分子属性预测 | 机器学习 | NA | 自监督学习 | 属性引导的原型网络（APN） | 分子图 | 基准数据集 |
| 1550 | 2025-02-13 |
Predicting dynamic, motion-related changes in B0 field in the brain at a 7T MRI using a subject-specific fine-trained U-net
2024-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29980
PMID:38193276
|
研究论文 | 本文提出了一种基于深度学习的方法，用于预测7T MRI中由于头部运动引起的B0场变化，以提高MR图像质量 | 使用3D U-net模型，结合特定受试者的有限头部位置数据进行微调，预测B0场变化，避免了传统导航器方法的局限性 | 需要结合外部跟踪硬件来实现实时校正，且依赖于特定受试者的数据进行微调 | 研究目的是预测7T MRI中由于头部运动引起的B0场变化，以提高MR图像质量 | 研究对象为7T MRI中的B0场变化 | 计算机视觉 | NA | 7T MRI | 3D U-net | 图像 | NA |
| 1551 | 2025-02-13 |
Discovery of a structural class of antibiotics with explainable deep learning
2024-Feb, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06887-8
PMID:38123686
|
研究论文 | 本文介绍了一种基于可解释深度学习的抗生素结构类别发现方法 | 提出了一种基于子结构的可解释深度学习方法，用于高效探索化学空间并预测抗生素的结构类别 | 需要进一步验证所发现的结构类别在其他细菌感染模型中的效果 | 发现新型抗生素结构类别以应对抗生素耐药性危机 | 化学化合物 | 机器学习 | 细菌感染 | 图神经网络 | 图神经网络 | 化学结构数据 | 39,312种化合物的抗生素活性和细胞毒性数据，以及12,076,365种化合物的预测数据 |
| 1552 | 2025-02-13 |
Deep IDA: a deep learning approach for integrative discriminant analysis of multi-omics data with feature ranking-an application to COVID-19
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae060
PMID:39027641
|
研究论文 | 本文提出了一种名为Deep IDA的深度学习方法，用于整合多组学数据的判别分析，并通过特征排序提供可解释的结果 | Deep IDA方法能够学习两个或多个视图的复杂非线性变换，使得投影具有最大关联性和最大分离性，同时提出了基于集成学习的特征排序方法 | 现有方法主要关注线性关系，而Deep IDA虽然解决了非线性关系的问题，但其应用仍受限于数据类型的多样性 | 通过整合多组学数据，更好地理解疾病的复杂性，特别是COVID-19的严重程度及其后遗症 | COVID-19患者的多组学数据，包括RNA测序、代谢组学和蛋白质组学数据 | 机器学习 | COVID-19 | RNA测序、代谢组学、蛋白质组学 | 深度学习 | 多组学数据 | 两个大型真实世界数据集 |
| 1553 | 2025-02-13 |
Automated recognition of emotional states of horses from facial expressions
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302893
PMID:39008504
|
研究论文 | 本研究首次开发了AI模型，通过受控实验中收集的数据自动识别马匹的情绪状态 | 首次利用AI模型从马匹的面部表情中自动识别情绪状态，探索了两种不同的处理流程 | 期待和沮丧情绪难以区分，准确率仅为61% | 开发AI模型以自动识别马匹的情绪状态 | 马匹 | 动物情感计算 | NA | 深度学习, 机器学习 | 深度学习模型, 机器学习模型 | 视频, EquiFACS注释 | NA |
| 1554 | 2025-02-13 |
Late-Life High Blood Pressure and Enlarged Perivascular Spaces in the Putaminal Regions of Community-Dwelling Japanese Older Persons
2024-01, Journal of geriatric psychiatry and neurology
IF:2.9Q2
DOI:10.1177/08919887231195235
PMID:37537887
|
研究论文 | 本研究探讨了社区居住的日本老年人中晚期高血压与脑部扩大血管周围空间（EPVS）体积之间的关系 | 首次在认知正常的老年人中，使用基于深度学习的软件包测量EPVS体积，并发现血压水平与EPVS体积显著相关 | 研究未探讨EPVS体积增加对认知功能下降的具体影响机制 | 确定血压与EPVS体积之间的关联，并检查相关因素的相互作用 | 9296名年龄≥65岁的社区居住的日本老年人 | 数字病理学 | 老年疾病 | 脑磁共振成像 | 深度学习 | 图像 | 9296名社区居住的日本老年人 |
| 1555 | 2025-02-12 |
Artificial Intelligence - Blessing or Curse in Dentistry? - A Systematic Review
2024-Dec, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_1106_24
PMID:39926925
|
系统综述 | 本文系统综述了人工智能在牙科各个领域的多样化应用 | 全面分析了人工智能在牙科中的优势和挑战，涵盖了诊断、治疗和患者结果等多个方面 | 数据隐私、牙科专业人员的工作替代问题以及确保安全性和有效性的全面验证和监管需求仍是主要挑战 | 探讨人工智能在牙科中的应用及其影响 | 牙科领域的人工智能应用 | 机器学习 | NA | 机器学习、深度学习 | NA | 文本 | 607篇出版物中筛选出13篇相关文献 |
| 1556 | 2025-02-12 |
The Hydronephrosis Severity Index guides paediatric antenatal hydronephrosis management based on artificial intelligence applied to ultrasound images alone
2024-10-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72271-9
PMID:39349526
|
研究论文 | 本文开发了一种基于深度学习模型的自动化肾积水严重指数（HSI），用于直接从肾脏超声图像预测手术干预的需求 | 首次应用深度学习模型于儿科肾脏超声图像，自动评估肾积水严重程度，并预测手术干预需求 | 研究仅在北美四家大型儿科医院进行，样本量相对较小（202名患者），且外部验证的样本量和多样性可能有限 | 开发一种自动化工具，帮助临床决策，减少对频繁随访的依赖 | 儿科肾积水患者的肾脏超声图像 | 数字病理学 | 肾积水 | 深度学习 | 深度学习模型 | 图像 | 202名患者 |
| 1557 | 2025-02-12 |
Ensemble Learning for Three-dimensional Medical Image Segmentation of Organ at Risk in Brachytherapy Using Double U-Net, Bi-directional ConvLSTM U-Net, and Transformer Network
2024 Oct-Dec, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_160_24
PMID:39926139
|
研究论文 | 本文提出了一种新颖的方法，通过结合三种深度学习模型和集成学习技术，自动化分割高剂量率近距离放射治疗患者的风险器官（OAR），旨在提高分割的准确性和效率 | 结合了Double U-Net、双向ConvLSTM U-Net和Transformer网络三种深度学习模型，并采用集成学习技术，显著提高了分割的准确性和效率 | 由于内存限制，训练数据使用了降维后的CT扫描（240 × 240 × 128），可能影响模型的泛化能力 | 提高高剂量率近距离放射治疗中风险器官（OAR）分割的准确性和效率 | 高剂量率近距离放射治疗患者的风险器官（OAR） | 医学图像分割 | 癌症 | 深度学习 | Double U-Net (DUN), Bi-directional ConvLSTM U-Net (BCUN), Transformer Networks (TN) | CT扫描图像 | 70名患者（60名来自本机构，10名来自其他机构） |
| 1558 | 2024-08-07 |
Correction to: Omics-based deep learning approaches for lung cancer decision-making and therapeutics development
2024-Sep-27, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elad046
PMID:37721137
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1559 | 2025-02-12 |
Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data
2024-Sep-27, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elad041
PMID:37738675
|
研究论文 | 本文提出了一种基于多精度数据的逐步深度学习技术（SLEM），用于探索SNP组合对精神分裂症病因的影响 | 提出了一种新的逐步深度学习技术（SLEM），结合多精度数据来解析SNP组合对精神分裂症病因的影响 | 未明确提及具体局限性 | 研究SNP组合对精神分裂症病因的影响 | 精神分裂症相关的SNP组合 | 机器学习 | 精神分裂症 | 逐步深度学习技术（SLEM） | 深度学习 | 多精度数据（包括GWAS数据和多级测定数据） | 未明确提及具体样本数量 |
| 1560 | 2025-02-12 |
CelloType: A Unified Model for Segmentation and Classification of Tissue Images
2024-Sep-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.15.613139
PMID:39345491
|
研究论文 | 本文介绍了CelloType，一个用于生物医学显微镜图像细胞分割和分类的端到端模型 | CelloType采用多任务学习方法，将分割和分类任务连接起来，同时提升两个任务的性能，相比传统的两阶段方法具有创新性 | NA | 开发一个统一的模型，用于生物医学显微镜图像中的细胞分割和分类 | 生物医学显微镜图像中的细胞和非细胞元素 | 数字病理学 | NA | Transformer-based深度学习技术 | Transformer | 图像 | 使用公共数据库中的真实数据进行评估 |