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:202501-202512] [清除筛选条件]
当前共找到 9614 篇文献,本页显示第 2541 - 2560 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
2541 2025-05-24
Continuous three-dimensional transesophageal echocardiography and deep learning for perioperative monitoring of left ventricular longitudinal function
2025-Jan, European heart journal. Imaging methods and practice
研究论文 本研究开发了一种结合3D经食管超声心动图和深度学习的自动测量二尖瓣环平面收缩期位移(MAPSE)的新方法3D autoMAPSE,用于围手术期患者左心室功能的连续监测 结合3D经食管超声心动图和深度学习技术,首次实现了围手术期左心室功能的连续自动监测 研究样本量较小(50例),且仅在心脏手术后重症监护患者中进行验证 开发一种连续监测左心室功能的方法以改善心肺管理 心脏手术后成人重症监护患者 数字病理 心血管疾病 3D经食管超声心动图 深度学习 3D图像 50例心脏手术后成人重症监护患者
2542 2025-05-24
Multimodal AI diagnostic system for neuromyelitis optica based on ultrawide-field fundus photography
2025, Frontiers in medicine IF:3.1Q1
research paper 开发了一种基于超广角眼底摄影的多模态AI诊断系统,用于预测视神经脊髓炎的发病和阶段 首次提出结合超广角眼底摄影和临床检查数据的多模态AI模型用于视神经脊髓炎的诊断 研究样本量相对有限,需要进一步的外部验证 开发用于视神经脊髓炎诊断和预测的AI模型 视神经脊髓炎患者和非患者的眼底图像及临床数据 digital pathology neuromyelitis optica deep learning multimodal AI model image, clinical reports 330 eyes from 285 NMO patients and 1,288 eyes from 770 non-NMO participants
2543 2025-05-24
Multimodal LLMs for retinal disease diagnosis via OCT: few-shot versus single-shot learning
2025 Jan-Dec, Therapeutic advances in ophthalmology IF:2.3Q2
research paper 评估多模态大型语言模型(LLMs)在视网膜疾病诊断中的表现,比较单次学习和少次学习的准确性 首次评估GPT-4o和Claude Sonnet 3.5在视网膜疾病诊断中的表现,并比较单次学习和少次学习的差异 模型的诊断准确性尚未达到深度学习文献中报道的水平 评估多模态LLMs在视网膜疾病诊断中的表现 光学相干断层扫描(OCT)图像 digital pathology retinal disease OCT GPT-4o, Claude Sonnet 3.5 image 3088 models' API calls from two public OCT datasets (OCTID, OCTDL)
2544 2025-05-24
Integration of magnetic resonance imaging and deep learning for prostate cancer detection: a systematic review
2025, American journal of clinical and experimental urology IF:1.5Q3
systematic review 该研究评估了深度学习与磁共振成像结合在前列腺癌检测和分层中提高诊断性能的总体影响 深度学习在前列腺癌的快速、敏感、特异和稳健检测及分层中显示出显著进展 过渡区前列腺癌的检测和分层是研究最少的领域 评估深度学习和磁共振成像结合在前列腺癌诊断中的效果 前列腺癌 digital pathology prostate cancer MRI, T2-weighted imaging (T2WI), apparent diffusion coefficient (ADC), diffusion-weighted imaging (DWI) DL-based architectures image 17,954 participants from 29 articles
2545 2025-05-24
Data source and utilization of artificial intelligence technologies in vascular surgery-a scoping review
2025, Frontiers in cardiovascular medicine IF:2.8Q2
综述 本文对血管外科中人工智能技术的数据来源和应用进行了范围审查 重点分析了自然语言处理在血管外科中的应用,并确定了目标期刊受众 自然语言处理在血管外科中的应用比例较低,存在未充分利用的情况 确定用于开发基于人工智能算法的数据来源,并评估其在血管外科不同领域的应用 血管外科相关研究 自然语言处理 心血管疾病 自然语言处理(NLP)、机器学习(ML)、深度学习(DL) NA 图像、医疗记录、临床参数 342篇同行评审文章
2546 2025-05-23
ConnectomeAE: Multimodal brain connectome-based dual-branch autoencoder and its application in the diagnosis of brain diseases
2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 提出一种基于多模态脑连接组的双分支自编码器ConnectomeAE,用于整合多模态脑连接组信息和区域放射组学特征,以增强脑疾病的诊断 通过双分支自编码器分别学习节点特征和连接特征,整合多模态脑连接组信息和区域放射组学特征,提高了脑疾病诊断的适应性和准确性 未提及具体的数据集规模限制或模型在其他脑疾病上的泛化能力 探索多模态脑网络之间的依赖关系,整合节点特征以增强脑疾病诊断 自闭症谱系障碍和阿尔茨海默病 数字病理学 脑疾病 结构磁共振成像(MRI)和功能磁共振成像(fMRI) 双分支自编码器(ConnectomeAE) 图像 两个公开数据集,具体样本量未提及
2547 2025-05-23
A Minimal Annotation Pipeline for Deep Learning Segmentation of Skeletal Muscles
2025-Jul, NMR in biomedicine IF:2.7Q1
研究论文 本研究探讨了一种简单有效的迭代方法,用于构建高质量自动分割模型,同时最小化手动标注工作 提出了一种最小化标注工作的迭代方法,用于训练高质量的nnU-Net分割模型 训练集规模较小(n=30),且五级评分量表上的评分者间一致性仅为一般到中等 开发高效的自动分割方法,将骨骼肌MRI生物标志物转化为临床应用 健康志愿者和患有各种神经肌肉疾病的患者(包括肌营养不良、炎症性、神经源性和未标记的NMDs) 数字病理 神经肌肉疾病 定量MRI nnU-Net MRI图像 训练集70例(健康与病理大腿),独立测试集20例
2548 2025-05-23
Integrating artificial intelligence into orthopedics: Opportunities, challenges, and future directions
2025-Jul, Journal of hand and microsurgery IF:0.3Q4
综述 本文综述了人工智能在骨科中的应用、挑战及未来发展方向 全面评估了AI在骨科中的多种应用及其对患者护理的影响,同时指出了当前的技术挑战和未来研究方向 数据标准化和临床验证仍是主要挑战,且研究仅限于已发表的英文同行评审文章 评估人工智能在骨科中的应用及其对临床实践的影响 骨科领域的AI技术及其临床应用 医疗人工智能 骨科疾病 机器学习和深度学习 NA 文献数据 NA
2549 2025-05-23
Accelerating CEST MRI With Deep Learning-Based Frequency Selection and Parameter Estimation
2025-Jul, NMR in biomedicine IF:2.7Q1
研究论文 提出了一种基于深度学习的频率选择和参数估计框架,以加速化学交换饱和转移(CEST)MRI扫描 整合了频率选择和参数估计的深度学习框架,利用通道剪枝技术识别最具信息量的频率偏移,同时保持参数图质量 未来研究需要扩展到患者群体,并解决B不均匀性和病变组织中异常信号变化等挑战 加速CEST MRI扫描时间,同时保持参数图质量 六名健康志愿者的CEST MRI数据 医学影像分析 NA CEST MRI, 深度学习, 通道剪枝 深度学习网络 MRI图像 六名健康志愿者
2550 2025-05-23
Artificial intelligence (AI) in point-of-care testing
2025-Jun-15, Clinica chimica acta; international journal of clinical chemistry
research paper 本文探讨了人工智能(AI)在即时检测(POCT)中的应用及其对现代医疗的变革性影响 AI技术(包括机器学习、深度学习和自然语言处理)显著提升了POCT的准确性和效率,例如卷积神经网络将疟疾检测的灵敏度提高到95%,预测分析在资源有限的环境中减少了20%的设备停机时间 数据隐私风险、算法不透明性以及低收入和中等收入国家的基础设施差距 探讨AI在POCT中的应用,以解决诊断准确性、工作流程效率和公平获取医疗资源等关键挑战 即时检测(POCT)技术及其在医疗诊断中的应用 machine learning malaria, cardiovascular disease machine learning, deep learning, natural language processing, predictive analytics CNN image, real-time data NA
2551 2025-05-23
Automated Whole-Brain Focal Cortical Dysplasia Detection Using MR Fingerprinting With Deep Learning
2025-Jun-10, Neurology IF:7.7Q1
research paper 本研究开发了一种基于磁共振指纹(MRF)和深度学习(DL)的全脑局灶性皮质发育不良(FCD)检测框架 首次将MRF与深度学习结合用于全脑FCD检测,提供了一种快速可靠的定量成像技术 样本量较小(40名FCD患者和67名健康对照),且未提及模型在其他数据集上的泛化能力 开发一种自动化的全脑FCD检测方法,以提高临床MRI对FCD的检测能力 药物难治性局灶性癫痫患者和健康对照者 digital pathology epilepsy MRF, deep learning no-new U-Net MRI图像 40名FCD患者(平均年龄28.1岁,47.5%女性)和67名健康对照者
2552 2025-04-24
Corrigendum to: Pollen analysis using multispectral imaging flow cytometry and deep learning
2025-Jun, The New phytologist
NA NA NA NA NA NA NA NA NA NA NA NA
2553 2025-05-23
Diagnosis of carpal tunnel syndrome using deep learning with comparative guidance
2025-Jun, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2
研究论文 本研究开发了一种基于深度学习的模型,用于通过比较分类方法对腕管综合征(CTS)进行稳健诊断 提出了基于余弦相似度的比较引导方法,使模型能够自动识别超声图像中异常回声纹理差异 样本量相对较小(152名参与者),且仅使用超声图像数据 开发一种能够自动识别CTS重要特征的深度学习模型 腕管综合征患者和健康个体的超声图像 数字病理学 腕管综合征 超声成像 深度学习模型(具体架构未提及) 超声图像 152名参与者(包括不同严重程度的CTS患者和健康个体)
2554 2025-05-23
Recent trends in diabetes mellitus diagnosis: an in-depth review of artificial intelligence-based techniques
2025-Jun, Diabetes research and clinical practice IF:6.1Q1
综述 本文综述了人工智能(AI)在糖尿病诊断中的最新进展,重点关注机器学习和深度学习的应用 探讨了AI驱动诊断工具的最新突破方法及其在临床实践中的实际应用 讨论了模型可解释性、伦理考虑和实际实施中的挑战 提高糖尿病的诊断准确性并支持AI技术在临床实践中的整合 糖尿病 机器学习 糖尿病 机器学习和深度学习 NA NA NA
2555 2025-05-23
Parkinson's disease detection using inceptionV3: A Deep learning approach
2025-Jun, MethodsX IF:1.6Q2
研究论文 本研究使用深度学习算法对帕金森病患者绘制的螺旋图像进行分类,作为一种低成本诊断技术 利用四种CNN架构(DenseNet121、InceptionV3、VGG16和LeNet)进行螺旋图像分类,并通过迁移学习提高模型性能 未来研究可结合螺旋图像与其他生物标志物或更广泛的运动测量数据进行更全面的疾病评估 开发一种非侵入性、高效且自动化的帕金森病早期检测方法 帕金森病患者和健康个体绘制的螺旋图像 计算机视觉 帕金森病 深度学习 CNN(包括DenseNet121、InceptionV3、VGG16和LeNet) 图像 NA
2556 2025-05-23
Deep learning-based technique for investigating the behavior of MEMS systems with multiwalled carbon nanotubes and electrically actuated microbeams
2025-Jun, MethodsX IF:1.6Q2
研究论文 本文提出了一种基于深度学习的模型,用于研究带有碳纳米管和电驱动微梁的MEMS系统的行为 开发了一种新颖的基于DNN的模型来解决MEMS中的非线性系统,特别是针对带有MWCNTs的振荡器 由于系统的刚度、参数敏感性和非线性,预测这些系统的行为具有挑战性 研究MEMS振荡器的非线性振动特性,特别是与纳米管和电驱动微梁相关的特性 双端固定的电驱动微梁和多壁碳纳米管(MWCNTs) 机器学习 NA 深度神经网络(DNN) DNN 数值模拟数据 NA
2557 2025-05-23
Molecular insights fast-tracked: AI in biosynthetic pathway research
2025-May-22, Natural product reports IF:10.2Q1
综述 本文探讨了人工智能在生物合成途径研究中的潜力,以加速分子洞察并应对相关挑战 综述了AI技术在生物合成途径研究中的应用,包括机器学习、深度学习、自然语言处理等多种技术,并讨论了AI在途径发现、设计和优化中的具体应用 指出了当前AI在生物合成途径研究中的局限性,并强调了AI与实验方法协同的重要性 探讨AI如何加速生物合成途径研究,以开发具有药理学、农业和生物技术应用的生物活性天然产物 生物合成途径研究 机器学习 NA 机器学习(ML)、深度学习(DL)、自然语言处理、网络分析、数据挖掘 NA 组学数据 NA
2558 2025-05-23
On factors that influence deep learning-based dose prediction of head and neck tumors
2025-May-22, Physics in medicine and biology IF:3.3Q1
研究论文 本研究探讨了影响基于深度学习的头颈部肿瘤剂量预测模型的关键因素 系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响,并提出了优化建议 仅使用了两个数据集(一个公共数据集和一个内部临床数据集),可能限制了结果的普适性 评估深度学习模型在头颈部癌症放射治疗剂量预测中的准确性、鲁棒性和计算效率 头颈部肿瘤的放射治疗剂量预测 数字病理 头颈部癌症 深度学习 SwinUNETR CT图像和剂量网格数据 两个数据集(OpenKBP公共数据集和内部临床数据集)
2559 2025-05-23
Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks
2025-May-22, The journal of physical chemistry. A
研究论文 本研究开发了一种基于B,N-杂芳烃的多共振热激活延迟荧光(MR-TADF)材料的简单分子设计方法,并利用图神经网络加速了MR-TADF发射体的搜索 提出了一种基于π扩展DABNA核心的简单分子设计方法,并开发了基于深度学习的加速搜索工具,用于预测MR-TADF发射体的能量值 NA 开发高效、窄带发射的MR-TADF材料,用于下一代电致发光器件 基于B,N-杂芳烃的MR-TADF材料 机器学习 NA 密度泛函理论,深度学习 图神经网络 化学分子数据 18种不同的环状系统修饰的化合物
2560 2025-05-23
Evaluating machine- and deep learning approaches for artifact detection in infant EEG: classifier performance, certainty, and training size effects
2025-May-22, Biomedical physics & engineering express IF:1.3Q3
research paper 评估机器学习和深度学习在婴儿EEG伪迹检测中的性能、确定性及训练数据量影响 直接处理未经特征提取的婴儿EEG复杂噪声信号,比较RF、SVM和DL模型性能,并探讨分类器确定性与数据覆盖率的权衡 研究仅基于单一数据集(BRISE项目),且未探索其他潜在有效的特征提取方法或模型架构 开发自动化方法以减少婴儿EEG伪迹检测的主观性和工作量 294名婴儿(平均年龄8.34个月)的EEG数据,共66,851个时段 machine learning NA EEG信号处理 Random Forest (RF), Support Vector Machine (SVM), deep learning (DL) EEG信号 294名婴儿的66,851个EEG时段(45%标记为伪迹)
回到顶部