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:202501-202501] [清除筛选条件]
当前共找到 2482 篇文献,本页显示第 201 - 220 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
201 2025-07-10
Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review
2025, Frontiers in public health IF:3.0Q2
系统综述 本文系统综述了人工智能在传染病监测早期预警系统中的应用现状、关键技术、数据来源、优势与挑战 全面评估了AI在传染病早期预警系统中的多种技术应用及整合多源数据的潜力 存在数据质量与偏差问题、模型透明度不足('黑箱'问题)、系统整合困难以及隐私与公平等伦理考量 评估人工智能技术如何增强传染病监测的早期预警系统 传染病早期预警系统中的人工智能应用 自然语言处理 传染病 机器学习(ML)、深度学习(DL)、自然语言处理(NLP) NA 流行病学数据、网络数据、气候数据、废水数据等多源数据 67项相关研究
202 2025-07-10
Adverse drug reaction signal detection via the long short-term memory model
2025, Frontiers in pharmacology IF:4.4Q1
研究论文 本研究通过长短期记忆模型(LSTM)进行药物不良反应信号检测,并与传统方法进行比较 将深度学习模型引入药物不良反应信号检测,提高了检测的敏感性和F1分数 研究仅基于广东省ADR监测中心的数据,可能不具有全国代表性 改进药物不良反应信号检测方法,提高检测准确率 药物不良反应信号 自然语言处理 NA LSTM模型 LSTM 文本 2,376个ADR信号(448个阳性信号和1,928个阴性信号)
203 2025-07-09
Carotid plaque segmentation and classification using MRI-based plaque texture analysis and convolutional neural network
2025, Frontiers in medicine IF:3.1Q1
研究论文 本研究提出了一种结合MRI斑块纹理分析和卷积神经网络的混合深度学习框架,用于颈动脉斑块的自动分割和分类 整合Mask R-CNN进行斑块自动分割和双路径分类流程,通过多任务损失解决类别不平衡问题,并利用手工纹理特征和深度分层模式提升分类性能 尽管模型性能优越,但Mask R-CNN的分割性能(DSC/IoU为0.34)仍有提升空间 开发自动化的颈动脉斑块分割和分类方法,以提升中风风险评估的准确性和临床实用性 颈动脉斑块 数字病理 心血管疾病 MRI斑块纹理分析 Mask R-CNN, 自定义13层CNN, Inception V3 MRI扫描图像 610例来自湘雅医院的专家标注MRI扫描
204 2025-07-09
Deep learning to predict progression independent of relapse activity at a first demyelinating event
2025, Brain communications IF:4.1Q2
研究论文 本研究开发了一种基于首次脱髓鞘事件常规MRI的深度学习生存模型,用于预测多发性硬化患者独立于复发的进展风险 首次使用常规MRI和深度学习技术预测多发性硬化患者独立于复发的进展风险,并显著提高了传统年龄调整预测模型的性能 样本量相对较小(259例患者),外部验证队列样本量更小(32例) 早期准确预测多发性硬化患者独立于复发的疾病进展风险 多发性硬化患者 数字病理学 多发性硬化 MRI(T1-和T2-Fluid-Attenuated Inversion Recovery序列) EfficientNet 医学影像 259例患者(主要队列),32例患者(外部验证队列)
205 2025-07-09
Sentiment analysis in public health: a systematic review of the current state, challenges, and future directions
2025, Frontiers in public health IF:3.0Q2
系统综述 本文系统综述了情感分析在公共卫生领域的当前状态、挑战和未来方向 全面概述了情感分析在公共卫生中的方法、应用、数据来源、挑战、评估实践和伦理考虑 面临解释性和资源需求方面的挑战,以及数据质量、偏见、语言复杂性和伦理问题 理解情感分析在公共卫生中的方法、应用和局限性 公共卫生领域的情感分析研究 自然语言处理 NA 情感分析 深度学习方法和大型语言模型(LLMs) 文本 83篇相关论文
206 2025-07-09
Utilising artificial intelligence in prehospital emergency care systems in low- and middle-income countries: a scoping review
2025, Frontiers in public health IF:3.0Q2
综述 本文探讨了人工智能在中低收入国家院前急救系统中的应用现状及其对未来发展的影响 首次系统综述了人工智能在中低收入国家院前急救中的使用情况,并评估了其未来发展潜力 仅分析了英文发表的文献,可能遗漏未明确标注人工智能或中低收入国家的相关研究 评估人工智能在中低收入国家院前急救医疗服务中的应用现状及发展前景 中低收入国家的院前急救系统 医疗人工智能 急救医学 深度学习模型 机器学习算法 文本数据 16篇纳入研究的文献,样本量存在显著差异
207 2025-07-09
Artificial Intelligence and Postpartum Hemorrhage
2025-Jan, Maternal-fetal medicine (Wolters Kluwer Health, Inc.)
研究论文 本文探讨了人工智能(AI)在产后出血(PPH)预测和管理中的应用 将AI技术(包括机器学习和深度学习)应用于PPH的预测建模和风险分层,并探索了结合子宫收缩性指标和放射组学提高预测准确性的新方法 现有模型缺乏外部验证,且大多数研究在高资源医疗环境中进行,缺乏适用于资源有限地区的模型 探索AI技术在解决全球PPH负担方面的潜力 产后出血(PPH)患者 数字病理学 产后出血 机器学习、深度学习 NA 医疗数据、穿戴设备数据 每年约1400万女性受影响(全球数据)
208 2025-07-09
MDDeep-Ace: species-specific acetylation site prediction based on multi-domain adaptation
2025, PeerJ IF:2.3Q2
研究论文 提出了一种基于多域适应的深度学习方法MDDeep-Ace,用于预测物种特异性赖氨酸乙酰化位点 通过整合多物种数据,MDDeep-Ace提高了物种特异性预测模型的泛化能力,提升了预测性能 NA 改进物种特异性赖氨酸乙酰化位点的预测方法 赖氨酸乙酰化位点 机器学习 NA 深度学习 多域适应模型 生物序列数据 NA
209 2025-07-09
Quantifying social distance using deep learning-based video analysis: results from the BTBR mouse model of autism
2025, Frontiers in behavioral neuroscience IF:2.6Q3
研究论文 本文利用基于深度学习的视频分析工具DeepLabCut(DLC)量化了自闭症模型BTBR小鼠的社交距离 使用DLC自动追踪小鼠社交行为,提高了行为量化的精确性和准确性 研究结果可能受到年龄、性别和体型等因素的影响 研究自闭症谱系障碍(ASD)模型小鼠的社交行为 BTBR T Itpr3/J(BTBR)小鼠和CBA对照小鼠 计算机视觉 自闭症谱系障碍 DeepLabCut(DLC) 深度学习 视频 BTBR小鼠和CBA对照小鼠的配对实验
210 2025-07-09
Multi-task deep learning framework for enhancing Mayo endoscopic score classification in ulcerative colitis
2025 Jan-Dec, Digital health IF:2.9Q2
研究论文 本文提出了一种多任务深度学习框架,用于提高溃疡性结肠炎Mayo内镜评分分类的准确性 采用多任务学习框架,模仿人脑从粗到细的处理机制,有效解决医学影像数据不平衡问题 未来研究需要探索整合多个基于卷积神经网络的模型以进一步提高分类准确性 提高溃疡性结肠炎内镜图像分类的准确性,特别是对疾病严重阶段的识别 溃疡性结肠炎的内镜图像 数字病理 溃疡性结肠炎 多任务学习(MTL) DenseNet121, MobileNet-v3-large 图像 NA
211 2025-07-09
Deep learning-based electroencephalic decoding of the phase-lagged transcranial alternating current stimulation
2025, Frontiers in human neuroscience IF:2.4Q2
研究论文 本研究探讨了基于深度学习的脑电图解码技术,用于识别跨频率耦合交流电刺激(CFC-tACS)的相位滞后类型 首次使用修改后的EEGNet模型解码CFC-tACS的相位滞后类型,并揭示了顶叶区β波段活动在解码中的重要作用 样本量较小(仅21名健康受试者),且仅测试了45°和180°两种相位滞后条件 开发一种能够解码非侵入性脑刺激相位类型的方法,以促进脑机接口-神经调控闭环系统的发展 21名健康个体的任务相关脑电信号 脑机接口 NA CFC-tACS(跨频率耦合交流电刺激) 修改后的EEGNet 脑电图(EEG)信号 21名健康个体
212 2025-07-09
An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations
2025, International journal of general medicine IF:2.1Q2
research paper 本文介绍了一个用于肝细胞癌(HCC)的人工智能(AI)流程,从数据处理到治疗建议 提出了一个统一的AI流程,整合多模态数据(如影像、基因组和临床记录),应用于肿瘤检测、早期诊断、个性化治疗规划、药物开发及患者管理 面临数据质量、标准化和隐私等挑战 通过AI技术改善HCC的诊断、治疗和研究,提高患者预后和管理策略的有效性 肝细胞癌(HCC)患者 digital pathology liver cancer machine learning, deep learning, virtual screening, molecular modeling NA imaging, genomic, clinical records NA
213 2025-07-09
BoKDiff: best-of-K diffusion alignment for target-specific 3D molecule generation
2025, Bioinformatics advances IF:2.4Q2
研究论文 介绍了一种名为BoKDiff的领域适应框架,用于基于目标蛋白3D结构的药物设计,通过结合多目标优化和Best-of-K对齐来增强配体生成 首次将Best-of-K对齐和Best-of-N采样策略整合到基于结构的药物设计中,提高了配体生成的多样性和质量 蛋白质-配体数据有限,对齐问题可能影响模型效果 提高基于目标蛋白3D结构的配体生成质量和实用性 配体分子 药物设计 NA 扩散模型,几何深度学习 DecompDiff 3D分子结构数据 CrossDocked2020数据集
214 2025-07-09
Correction: Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours
2025, Frontiers in medicine IF:3.1Q1
correction 对一篇基于多模态成像的深度学习放射组学区分乳腺肿瘤良恶性的文章进行更正 NA NA NA NA digital pathology breast cancer NA deep learning multimodal imaging NA
215 2025-07-08
TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs
2025-Jan, Medical image analysis IF:10.7Q1
研究论文 提出了一种名为TopoTxR的新型拓扑引导深度卷积网络,用于在DCE-MRI上学习乳腺实质结构 通过显式提取多尺度拓扑结构并结合注意力机制,改进了对乳腺实质结构的量化 NA 改进乳腺实质结构的量化方法,以更好地理解疾病病理生理学和治疗反应 乳腺实质结构 数字病理学 乳腺癌 DCE-MRI CNN 图像 公开数据集I-SPY 1(N = 161)和Rutgers专有数据集(N = 120)
216 2025-07-08
Learning to Learn Transferable Generative Attack for Person Re-Identification
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
research paper 提出了一种名为MTGA的元学习优化方法,用于生成高度可迁移的对抗样本,以测试现实世界中人员再识别模型的鲁棒性 首次考虑了跨测试能力,通过元学习优化生成对抗样本,并引入扰动随机擦除模块和归一化混合策略来增强跨模型、跨数据集和跨测试的迁移性 未提及具体的数据集规模或实验环境限制 提升对抗样本在跨模型、跨数据集和跨测试场景中的迁移能力,以更全面地评估人员再识别模型的鲁棒性 人员再识别模型 computer vision NA meta-learning generative attacker image NA
217 2025-07-06
Few-shot network intrusion detection method based on multi-domain fusion and cross-attention
2025, PloS one IF:2.9Q1
研究论文 提出了一种基于多域融合和交叉注意力的少样本网络入侵检测方法,旨在解决现实场景中攻击样本有限和域偏移问题 结合多域特征融合和双向交叉注意力机制,设计了双分支特征提取器和双域双向交叉注意力模块,并引入了基于改进Mamba架构的分层特征编码模块 未提及方法在更复杂或更大规模网络环境中的表现 提高少样本条件下网络入侵检测的准确性和跨域泛化能力 网络流量数据 机器学习 NA 二维离散余弦变换(2D-DCT), 状态空间建模 Mamba架构 网络流量序列数据 在两个基准数据集CICIDS2017和CICIDS2018上进行实验
218 2025-07-06
Feasibility of real-time artificial intelligence-assisted anatomical structure recognition during endoscopic submucosal dissection
2025, Endoscopy international open IF:2.2Q2
研究论文 本研究评估了实时人工智能辅助在内镜黏膜下剥离术(ESD)中识别解剖结构的可行性 首次开发并验证了用于ESD术中实时解剖结构识别的AI算法 样本量较小(仅12例ESD手术),且仅在猪模型中进行验证 提高ESD手术的安全性和操作速度 内镜黏膜下剥离术(ESD)中的解剖结构识别 数字病理 NA 深度学习 深度学习算法 内镜静态图像 30例ESD手术的1011张图像用于训练,12例猪模型ESD手术用于验证
219 2025-07-06
Update of machine learning for ultrasound diagnosis of metabolic dysfunction-associated steatotic liver disease: a bright future for deep learning
2025, PeerJ IF:2.3Q2
综述 本文回顾并分析了各种机器学习算法在代谢功能障碍相关脂肪性肝病(MASLD)超声诊断中的应用,强调了人工智能在该领域的优势和潜力 重点关注深度学习在超声诊断中的卓越图像识别和分类能力 未提及具体研究样本量或数据集的局限性 提高诊断准确性,扩大MASLD在初级保健中的筛查范围,支持早期诊断、预防和治疗 代谢功能障碍相关脂肪性肝病(MASLD) 机器学习 代谢功能障碍相关脂肪性肝病 超声诊断 深度学习(DL) 超声和放射影像 NA
220 2025-07-06
Identification of atrial fibrillation using heart rate variability: a meta-analysis
2025, Frontiers in cardiovascular medicine IF:2.8Q2
meta-analysis 通过心率变异性识别心房颤动的荟萃分析 利用人工智能算法分析心率变异性模式,提高心房颤动的识别准确率 仅纳入12项诊断研究,样本量有限 评估人工智能算法在识别心房颤动中的效果 心房颤动患者的心率变异性数据 machine learning cardiovascular disease AI算法 deep learning ECG数据 12项诊断研究
回到顶部