深度学习在生物医药领域的应用

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(使用关键词“['deep learning']”过滤),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19.9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 3218 篇文献,本页显示第 641 - 660 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 算法框架 模型架构 性能指标 计算资源
641 2025-10-06
Automated Classification of Dental Caries in Bitewing Radiographs Using Machine Learning and the ICCMS Framework
2025, International journal of dentistry IF:1.9Q2
研究论文 本研究评估YOLOv11模型在咬翼片中基于ICCMS框架的龋齿自动检测与分割性能 首次将YOLOv11模型与标准化ICCMS框架结合用于龋齿分类,并系统评估不同阶段龋损的检测性能差异 模型对早期龋损(RA1+RA2和RA3类别)检测性能中等,mAP50分别为0.61和0.52 开发基于人工智能的龋齿自动检测系统以提高诊断准确性 咬翼片中的龋齿病变 计算机视觉 龋齿 深度学习 YOLO X射线图像 730张咬翼片,包含1115个标注龋损 NA YOLOv11 IoU, Dice相似系数, 精确率, 召回率, mAP50 NA
642 2025-10-06
A systematic study of DNN based speech enhancement in reverberant and reverberant-noisy environments
2025-Jan, Computer speech & language
研究论文 系统研究基于深度神经网络的语音增强方法在混响和混响-噪声环境中的性能 系统研究时域语音增强方法,发现大窗口尺寸有助于去混响,添加变换操作可提高表示稀疏性 仅针对特定DNN模型(ARN和DC-CRN)进行研究,未涵盖所有可能的网络架构 研究深度神经网络在语音增强任务中的性能优化 混响和混响-噪声环境下的语音信号 语音处理 NA 深度神经网络 ARN, DC-CRN 语音波形 NA NA 注意力循环网络, 密集连接卷积循环网络 NA NA
643 2025-10-06
Characterizing Psychiatric Disorders Through Graph Neural Networks: A Functional Connectivity Analysis of Depression and Schizophrenia
2025, Depression and anxiety IF:4.7Q1
研究论文 本研究利用图神经网络分析抑郁症和精神分裂症的功能连接模式,揭示两种精神疾病的神经机制差异 首次将注意力机制分层池化图神经网络(SAGPool)应用于精神疾病的功能连接分析,并通过扰动可解释性方法识别关键功能连接 研究基于多中心静息态fMRI数据,但样本量相对有限,模型性能仍有提升空间 识别抑郁症和精神分裂症在大规模脑网络分布中的共性和差异模式 抑郁症患者、精神分裂症患者和健康对照者 机器学习 精神疾病 静息态功能磁共振成像(fMRI) 图神经网络(GNN) 脑功能连接数据 多中心fMRI数据集,包含抑郁症、精神分裂症患者和健康对照者 NA SAGPool 准确率 NA
644 2025-10-06
Pseudo-Rendering for Resolution and Topology-Invariant Cortical Parcellation
2025, Machine learning in medical imaging. MLMI (Workshop)
研究论文 提出一种名为PRIR的新型皮层网格分割方法,通过伪渲染-逆渲染框架将3D网格分割问题转化为2D分割任务 提出伪渲染-逆渲染框架,不受网格拓扑结构限制,能有效捕捉长程依赖关系 未明确说明计算复杂度与处理时间 开发拓扑不变且分辨率不变的皮层网格分割方法 皮层网格模型,包括白质网格和表面扫描数据 计算机视觉 NA 表面扫描,网格渲染 CNN 3D网格,2D图像 NA NA U-Net 准确率 NA
645 2025-10-06
Validation of a deep learning-based AI system for HER2-targeted breast cancer assessment using ultrasound imaging in a clinical setting
2025, Frontiers in oncology IF:3.5Q2
研究论文 评估基于深度学习的AI系统在临床环境中使用超声成像进行HER2靶向乳腺癌评估的性能 开发了首个在常规临床环境中验证的深度学习AI系统,用于HER2阳性乳腺癌的实时风险分层和治疗监测 样本量较小(86例),统计功效处于边界水平(~0.74),需要在更大更多样化的队列中进行更广泛验证 评估AI系统在乳腺癌治疗监测中的有效性,比较赫赛汀与多柔比星在降低AI预测恶性肿瘤风险百分比方面的效果 HER2阳性乳腺癌患者 数字病理 乳腺癌 B型超声成像,免疫组织化学,组织病理学 CNN 超声图像 86名患者(来自150人的更大队列) NA 卷积神经网络 诊断准确性,风险评分与治疗反应相关性 NA
646 2025-10-06
Predicting Treatment Response to Transcatheter Arterial Chemoembolization in Hepatocellular Carcinoma Patients using a Deep Learning-based Approach
2025, Current medical imaging IF:1.1Q3
研究论文 本研究开发了一种基于深度学习的模型,用于预测肝细胞癌患者对经导管动脉化疗栓塞术的治疗反应 提出了结合注意力机制的改进LeNet架构,用于预测HCC患者对TACE的治疗反应 样本量相对较小(111例患者),需要在更大规模数据集中验证模型性能 评估深度学习模型在预测HCC患者对TACE早期治疗反应中的有效性和精确性 肝细胞癌患者 医学影像分析 肝细胞癌 MRI成像 CNN 医学影像 111例HCC患者(训练集91例645张图像,测试集20例155张图像) NA LeNet with attention mechanism AUC, 准确率, ROC曲线, 混淆矩阵 NA
647 2025-10-06
Artificial intelligence technologies for enhancing neurofunctionalities: a comprehensive review with applications in Alzheimer's disease research
2025, Frontiers in aging neuroscience IF:4.1Q2
综述 本文综述人工智能技术在增强神经功能方面的应用,重点探讨其在阿尔茨海默病研究中的诊断、预测和治疗进展 系统整合AI在阿尔茨海默病早期生物标志物识别、认知康复训练及药物研发等多领域的创新应用 未提及具体数据验证结果和方法学局限性 探讨人工智能技术在神经功能增强和阿尔茨海默病研究中的应用前景 阿尔茨海默病患者及相关医疗数据 机器学习 阿尔茨海默病 NA 机器学习,深度学习 遗传数据,影像数据 NA NA NA NA NA
648 2025-10-06
Identify doctors' online performance and prioritize service attributes: A framework with aspect-based sentiment analysis and empirical investigation
2025 Jan-Dec, Digital health IF:2.9Q2
研究论文 本研究提出基于方面情感分析的三阶段框架,用于识别医生在线表现并优先排序服务属性 结合深度学习和计量经济学模型,从患者评论中提取服务属性并量化其对满意度和咨询需求的影响 仅基于单一在线医疗平台数据,未考虑不同平台间的差异 优先排序与医生在线表现相关的服务属性,帮助医生优化服务质量 在线医疗平台上的医生和患者评论 自然语言处理 NA 方面情感分析 深度学习模型 文本 445,435条评论,涉及49,024名医生 极端梯度提升 NA NA NA
649 2025-10-06
Robust deep MRI contrast synthesis using a prior-based and task-oriented 3D network
2025, Imaging neuroscience (Cambridge, Mass.)
研究论文 提出一种基于先验知识和任务导向的3D深度学习网络,用于从T1加权MRI合成T2加权MRI 结合分割导向损失函数、频率空间信息损失和多图谱先验信息,采用半监督学习框架提升模型泛化能力 NA 开发鲁棒的MRI对比度合成方法以减少临床扫描时间和资源消耗 T1加权和T2加权磁共振图像 医学影像分析 NA 磁共振成像 3D深度学习网络 3D医学图像 NA NA NA 分割性能指标 NA
650 2025-10-06
RetinalVasNet: a deep learning approach for robust retinal microvasculature detection
2025, Frontiers in molecular biosciences IF:3.9Q2
研究论文 提出了一种名为RetinalVasNet的深度学习方法,用于精确检测视网膜微血管 通过采用复杂的神经网络架构并整合多通道眼底图像来提升视网膜血管分割的准确性 NA 提高视网膜血管分割的准确性和有效性 视网膜微血管 计算机视觉 眼科疾病,心血管疾病 多通道眼底成像 深度学习 眼底图像 NA NA RetinalVasNet NA NA
651 2025-10-06
Deep learning-based semantic segmentation for rice yield estimation by analyzing the dynamic change of panicle coverage
2025, Frontiers in plant science IF:4.1Q1
研究论文 本研究提出了一种基于深度学习的时序框架,通过分析稻穗覆盖度的动态变化来预测水稻产量 首次将时序分析引入稻穗表型研究,通过分段函数建模稻穗覆盖度的生长和衰退动态,突破了传统单时间点分析的局限 研究仅基于RGB图像,未考虑多光谱或其他传感器数据;模型在两年生长季节数据上验证,需要更多年份数据验证普适性 开发水稻表型分析和产量预测的新方法 水稻冠层和稻穗 计算机视觉 NA RGB成像技术 语义分割模型, 回归模型 高分辨率RGB图像 两个生长季节的水稻冠层图像数据 NA DeepLabv3+, U-Net, PSPNet, FPN, LinkNet mIoU, R2, 相关系数r NA
652 2025-10-06
Cenobamate reduces epileptiform activity in the ex vivo F98 rat glioma model
2025, Frontiers in neuroscience IF:3.2Q2
研究论文 评估新型抗癫痫药物cenobamate在胶质瘤相关癫痫临床前模型中的疗效 首次在胶质瘤相关癫痫模型中评估cenobamate的抗癫痫效果,并采用深度学习分析癫痫样事件 研究基于离体大鼠脑切片模型,尚未进行在体验证 开发针对胶质瘤相关癫痫的新型抗癫痫药物 Fischer大鼠皮质切片(包括假手术组和F98肿瘤植入组) 数字病理 脑胶质瘤 局部场电位记录、急性去抑制溶液、功率谱密度分析 深度学习 电生理信号 未明确样本数量,使用Fischer大鼠皮质切片 NA NA 癫痫样事件持续时间比例、尖峰负荷、功率谱密度 NA
653 2025-10-06
Magnetoencephalographic source localization and reconstruction via deep learning
2025, Frontiers in neuroscience IF:3.2Q2
研究论文 提出一种名为Deep-MEG的深度学习算法,用于实现脑磁图信号的时空源定位与重建 采用混合神经网络架构同时提取MEG信号的时空信息,能够处理全脑信号而不局限于皮层源成像 NA 解决脑磁图数据源级信号估计的空间分辨率限制问题 脑磁图信号和脑内源活动 机器学习 NA 脑磁图 深度学习,混合神经网络 脑磁图信号 NA NA NA NA NA
654 2025-10-06
HeteroMRI: Robust white matter abnormality classification across multi-scanner MRI data
2025-Jan-06, GigaScience IF:11.8Q1
研究论文 提出一种名为HeteroMRI的深度学习方法,用于在多扫描仪MRI数据中分类白质异常 通过白质组织强度聚类减少MRI数据异质性对分类性能的影响,无需额外机器学习方法处理异质性 在数据量减少64%和75%的有限数据场景下,模型准确率分别下降4%和12% 开发对MRI扫描仪和采集协议高度独立的分类方法 人类大脑白质异常 医学影像分析 白质异常疾病 MRI 深度学习 MRI图像 来自11个公共数据集的200个训练MRI,包含40种MRI协议 NA NA 准确率 NA
655 2025-10-06
A review of the emerging technologies and systems to mitigate food fraud in supply chains
2025, Critical reviews in food science and nutrition IF:7.3Q1
综述 本文综述了新兴技术和系统在缓解食品供应链欺诈方面的应用 重点探讨手持激光诱导击穿光谱和智能手机光谱等新型快速食品认证技术,以及结合深度学习策略的多功能设备 将实验室精密技术转化为高节奏实时工业应用存在显著差距 调查缓解食品欺诈的新兴技术和策略,探索其应用的主要障碍 食品供应链欺诈缓解技术和系统 NA NA 激光诱导击穿光谱, 智能手机光谱, 光谱技术, 分离技术 深度学习 光谱数据, 食品指纹数据 NA NA NA NA NA
656 2025-10-06
Artificial Intelligence and Chromothripsis
2025, Methods in molecular biology (Clifton, N.J.)
综述 探讨人工智能在基因组学领域特别是染色体碎裂检测与表征中的应用潜力 首次系统阐述人工智能技术在染色体碎裂研究中的创新应用,通过深度学习算法突破传统检测方法的局限 未涉及具体实验验证数据,主要基于理论探讨和案例研究 研究人工智能在基因组学领域的应用,特别是染色体碎裂的检测与表征 染色体碎裂现象及其相关的基因组重排 机器学习 NA 核型分析,FISH,array-CGH,NGS,多组学数据整合 深度学习,机器学习 基因组数据,多组学数据 NA NA NA NA NA
657 2025-10-06
Development and validation of a deep learning-based assessment tool for teacher leadership: A case study from Xinjiang, China
2025, PloS one IF:2.9Q1
研究论文 开发并验证了一种基于深度学习的新疆教师领导力评估工具 提出可解释的ITL-LSTM模型,采用对角线双向LSTM结构进行教师领导力动态分类 研究样本仅来自新疆地区,样本量为371人 开发适用于多民族多语言环境的教师领导力评估工具 新疆371名中小学教师 自然语言处理 NA 问卷调查 LSTM 文本 371名中小学教师 NA Diagonal BiLSTM, ITL-LSTM 准确率 NA
658 2025-10-06
Deep learning detection of retinal detachment: Optical coherence tomography staging and estimation of duration of macular detachment
2025, PloS one IF:2.9Q1
研究论文 本研究开发深度学习模型用于基于光学相干断层扫描检测和分期孔源性视网膜脱离 首次结合2D和3D OCT数据开发深度学习模型,能够同时检测视网膜脱离、分期并估计黄斑脱离持续时间 回顾性研究,样本量相对有限(252只RRD眼和770只对照眼),需要进一步前瞻性验证 测试深度学习模型在孔源性视网膜脱离检测、分期和持续时间估计中的适用性 德国汉堡大学医学中心就诊的成年患者 计算机视觉 视网膜疾病 光学相干断层扫描 深度学习 图像 252只RRD眼和770只对照眼 NA NA AUC, PR AUC NA
659 2025-10-06
DFU_DIALNet: Towards reliable and trustworthy diabetic foot ulcer detection with synergistic confluence of Grad-CAM and LIME
2025, PloS one IF:2.9Q1
研究论文 提出一种结合Grad-CAM和LIME的可解释糖尿病足溃疡检测框架DFU_DIALNet 首次将Grad-CAM和LIME热图协同融合用于糖尿病足溃疡检测,增强模型透明度和可解释性 未提及具体的数据集规模限制或模型计算复杂度分析 开发可靠、可信赖且透明的糖尿病足溃疡检测框架 糖尿病足溃疡医学图像 计算机视觉 糖尿病足溃疡 深度学习 CNN 医学图像 DFUC2021数据集合并自收集的500张图像,并在KDFU和DFUC2020数据集上验证 NA DFU_DIALNet, DenseNet121, MobileNetV2, InceptionV3, EfficientNetB0, ResNet50V2, VGG16 准确率, F1分数, AUC NA
660 2025-10-06
Deep learning methods to forecasting human embryo development in time-lapse videos
2025, PloS one IF:2.9Q1
研究论文 开发一种基于深度学习的AI系统,通过延时摄影视频预测人类胚胎未来发育动态 首个能够预测胚胎未来形态变化的AI工具,通过分析过去两小时的胚胎发育视频来预测未来两小时的形态变化 在'避免移植'类别的胚胎预测中细胞膜清晰度较低且存在更多畸变 辅助生殖技术中的胚胎质量评估和最佳移植时间确定 人类胚胎发育过程 计算机视觉 生殖医学 延时摄影视频分析 ConvLSTM 视频 NA NA 卷积LSTM 形态预测准确性 NA
回到顶部