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 8720 篇文献，本页显示第 8601 - 8620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8601 | 2024-12-12 |
Detecting emerald ash borer boring vibrations using an encoder-decoder and improved DenseNet model
2025-Jan, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8442
PMID:39324448
|
研究论文 | 本研究提出了一种基于深度学习的联合识别网络VibroEABNet，用于检测翡翠灰螟的钻孔振动信号 | 本研究的创新点在于将去噪和识别模块集成到一个网络结构中，显著提高了模型在噪声环境下的检测性能 | 目前该研究仅限于检测特定害虫，未来工作将扩展到其他钻木害虫 | 开发一种高效、准确的害虫早期监测方法，以减轻经济和生态损害 | 翡翠灰螟的钻孔振动信号 | 机器学习 | NA | 深度学习 | DenseNet | 信号 | 测试数据集和真实森林数据集 |
| 8602 | 2024-12-12 |
A new multi-object tracking pipeline based on computer vision techniques for mussel farms
2025, Journal of the Royal Society of New Zealand
IF:2.1Q2
DOI:10.1080/03036758.2023.2240466
PMID:39649668
|
研究论文 | 本文提出了一种基于计算机视觉技术的新型多目标跟踪管道，用于自动检测和跟踪贻贝养殖场中的浮标 | 提出了一个新的基于图像处理操作符的检测器用于检测不同大小的贻贝浮标，并引入了一个新的描述符基于邻居的相对位置为浮标提供唯一身份标记 | NA | 开发一种自动化的方法来跟踪贻贝养殖场中的浮标，以减轻农民的劳动负担 | 贻贝养殖场中的浮标 | 计算机视觉 | NA | 图像处理操作符 | NA | 图像 | 在马尔堡海峡新西兰拍摄的图像 |
| 8603 | 2024-12-12 |
MASSM: An End-to-End Deep Learning Framework for Multi-Anatomy Statistical Shape Modeling Directly From Images
2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco)
DOI:10.1007/978-3-031-75291-9_12
PMID:39649703
|
研究论文 | 本文介绍了一种名为MASSM的端到端深度学习框架，用于从图像中直接生成多解剖结构的统计形状模型 | MASSM框架能够同时定位多个解剖结构，估计群体级别的统计表示，并直接在图像空间中描绘形状表示，超越了传统的像素级分割方法 | NA | 开发一种能够自动生成统计形状模型并直接从图像中描绘多解剖结构的深度学习框架 | 多解剖结构的统计形状模型 | 计算机视觉 | NA | 深度学习 | 多任务网络 | 图像 | NA |
| 8604 | 2024-12-12 |
Integrating Deep Learning with Biology: A New Frontier in Triple-Negative Breast Cancer Treatment Prediction?
2025-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.240740
PMID:39660996
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8605 | 2024-12-11 |
Enhancing forensic blood detection using hyperspectral imaging and advanced preprocessing techniques
2025-Feb-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.127097
PMID:39454346
|
研究论文 | 本研究探讨了使用高光谱成像（HSI）和先进预处理技术来增强法医血液检测的方法 | 引入了名为Fast Extraction（FE）框架的新方法，包括Enhancing Transformation Reduction（ETR）方法和兼容的分类模型，显著提高了血液检测的准确性和效率 | 未提及具体局限性 | 提高法医血液检测的准确性和效率 | 血液检测中的高光谱成像数据 | 计算机视觉 | NA | 高光谱成像（HSI） | 分类模型 | 图像 | 使用HyperBlood数据集进行验证 |
| 8606 | 2024-12-11 |
Small-data-trained model for predicting nitrate accumulation in one-stage partial nitritation-anammox processes controlled by oxygen supply rate
2025-Feb-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122798
PMID:39581117
|
研究论文 | 本研究提出了一种基于氧气供应率控制硝酸盐积累的新策略，并通过实验和深度学习模型验证了其有效性 | 提出了基于氧气供应率控制硝酸盐积累的新策略，并开发了一种结合门控循环单元和多层感知器的深度学习模型来预测硝酸盐积累 | 实验规模为实验室级别，可能需要进一步验证其在实际污水处理中的应用效果 | 研究如何通过控制氧气供应率来有效防止部分硝化-厌氧氨氧化过程中硝酸盐的积累 | 部分硝化-厌氧氨氧化过程中的硝酸盐积累 | 环境工程 | NA | 深度学习 | 门控循环单元和多层感知器 | 实验数据 | 一个实验室规模的单级部分硝化-厌氧氨氧化系统，持续运行135天，分为五个阶段 |
| 8607 | 2024-12-11 |
Stress recognition identifying relevant facial action units through explainable artificial intelligence and machine learning
2025-Feb, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108507
PMID:39608217
|
研究论文 | 本文研究了基于面部动作单元（AUs）的自动急性应激识别，使用了传统机器学习和深度学习技术 | 本文提出了一个新的实验数据集，并使用计算特征选择方法来选择相关AUs的组合子集，结合传统机器学习和深度学习方法进行应激条件下的AUs识别 | NA | 研究自动急性应激识别 | 面部动作单元（AUs） | 机器学习 | NA | Layer-Wise Relevance Propagation算法 | 传统机器学习和深度学习方法 | 图像 | 58名参与者 |
| 8608 | 2024-12-11 |
Predicting the risk of chronic kidney disease based on uric acid concentration in stones using biosensors integrated with a deep learning-based ANN system
2025-Feb-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.127077
PMID:39476796
|
研究论文 | 本研究开发了一种基于生物传感器的尿酸浓度检测方法，并结合深度学习的人工神经网络系统预测慢性肾病风险 | 首次将生物传感器与深度学习结合，用于检测尿石中的尿酸浓度并预测慢性肾病风险 | 实验范围仅限于0.15-5 mM的尿酸浓度，可能不适用于更高浓度的情况 | 开发一种新的方法来预测慢性肾病的风险 | 尿石中的尿酸浓度和慢性肾病风险 | 生物传感器 | 慢性肾病 | 生物传感器、循环伏安法 | 人工神经网络 | 数值数据 | 使用Chronic_Kidney_Disease数据集和文献中的补充数据进行训练 |
| 8609 | 2024-12-11 |
Selective denoising autoencoder for classification of noisy gas mixtures using 2D transition metal dichalcogenides
2025-Feb-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.127129
PMID:39520916
|
研究论文 | 本文提出了一种名为选择性去噪自编码器（SDAE）的深度学习方法，用于在噪声环境下对气体混合物进行分类 | 创新点在于开发了一种新的深度学习方法SDAE，能够智能地利用来自真实环境的干净和噪声数据进行混合气体分类 | NA | 旨在解决电子鼻技术在实际工业应用中因环境变量引起的传感数据噪声问题 | 研究对象包括NO、NH及其混合物（比例为1:1、1:2和2:1） | 机器学习 | NA | Raman光谱、X射线光电子能谱、扫描电子显微镜 | 选择性去噪自编码器（SDAE） | 气体传感数据 | NA |
| 8610 | 2024-12-11 |
Speech based suicide risk recognition for crisis intervention hotlines using explainable multi-task learning
2025-Feb-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.11.022
PMID:39528146
|
研究论文 | 本文研究了基于可解释多任务学习的语音危机干预热线自杀风险识别方法 | 提出了基于多任务学习和深度学习的性别辅助语音危机识别方法，并通过数据和理论双重驱动提升模型效果 | 样本量有限且忽略了其他模态的信息 | 提升危机干预热线的有效性，通过语音信号和深度学习辅助危机评估 | 危机干预热线中的自杀风险识别 | 机器学习 | NA | 深度学习 | 多任务学习 | 语音 | 构建了一个危机干预热线自杀风险语音数据集，样本量有限 |
| 8611 | 2024-12-11 |
EMR-LIP: A lightweight framework for standardizing the preprocessing of longitudinal irregular data in electronic medical records
2025-Feb, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108521
PMID:39615196
|
研究论文 | 本文介绍了一种轻量级的电子病历纵向不规则数据预处理框架EMR-LIP，旨在提高研究效率、一致性、可重复性和可比性 | EMR-LIP通过模块化预处理流程和更细粒度的变量分类，设计了针对每种类型数据的特定预处理技术，提供了一种标准化的预处理方法 | NA | 优化电子病历中纵向不规则数据的预处理，提高临床预测模型的性能 | 电子病历中的纵向不规则数据 | 机器学习 | NA | 深度学习 | LSTM, GRU | 文本 | 两个公共电子病历数据库MIMIC-IV和eICU-CRD |
| 8612 | 2024-12-11 |
CGPDTA: An Explainable Transfer Learning-Based Predictor With Molecule Substructure Graph for Drug-Target Binding Affinity
2025-Jan-05, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.27538
PMID:39653581
|
研究论文 | 本文介绍了一种基于可解释迁移学习的深度学习框架CGPDTA，用于预测药物-靶点结合亲和力 | CGPDTA通过结合药物-药物和蛋白质-蛋白质相互作用知识，利用分子子结构图和蛋白质口袋序列来增强预测能力和可解释性 | NA | 开发一种更准确且可解释的药物-靶点结合亲和力预测方法 | 药物-靶点结合亲和力 | 机器学习 | NA | 迁移学习 | 深度学习框架 | 分子子结构图，蛋白质口袋序列 | NA |
| 8613 | 2024-12-11 |
Detection of Brain Tumor Employing Residual Network-based Optimized Deep Learning
2025, Current computer-aided drug design
IF:1.5Q3
|
研究论文 | 本文提出了一种基于残差网络优化的深度学习方法，用于脑肿瘤的自动检测和分割 | 使用改进的ResNet50模型进行肿瘤检测，并提出基于ResUNet模型的卷积神经网络进行分割，提高了检测和分割的准确性 | NA | 提高脑肿瘤检测和分割的自动化和准确性 | 脑肿瘤的自动检测和分割 | 计算机视觉 | 脑肿瘤 | 深度学习 | ResNet50, ResUNet | 图像 | 110名患者的预对比、FLAIR和后对比MRI图像 |
| 8614 | 2024-12-11 |
BCDPi: An interpretable multitask deep neural network model for predicting chemical bioconcentration in fish
2025-Jan-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.120356
PMID:39549907
|
研究论文 | 本文提出了一种可解释的多任务深度神经网络模型BCDPi，用于预测化学物质在鱼类中的生物富集潜力 | 该研究的创新点在于开发了一种多任务深度学习模型，能够预测不同类别的化学物质生物富集潜力，并使用SHAP技术进行模型解释 | NA | 研究目的是开发一种准确且可解释的方法来预测化学物质的生物富集潜力，以评估环境风险和毒理学影响 | 研究对象是化学物质的生物富集潜力及其分子物理化学性质 | 机器学习 | NA | 深度学习 | 多任务深度神经网络 | 化学物质数据 | NA |
| 8615 | 2024-12-11 |
Comparative analysis of Ki-67 labeling index morphometry using deep learning, conventional image analysis, and manual counting
2025-Jan, Translational oncology
IF:4.5Q1
DOI:10.1016/j.tranon.2024.102159
PMID:39489091
|
研究论文 | 本文比较了使用深度学习、传统图像分析和手动计数方法对Ki-67标记指数的形态学分析 | 本文首次比较了多种数字图像分析系统与手动计数方法在Ki-67计数中的表现，并发现不同系统在不同标注方法下具有不同的准确性 | 本文仅针对胃癌患者的组织微阵列进行了研究，结果可能不适用于其他类型的癌症 | 评估和比较不同数字图像分析系统在Ki-67计数中的能力 | 胃癌患者的Ki-67免疫组化染色组织微阵列 | 数字病理学 | 胃癌 | 数字图像分析 | NA | 图像 | 239个组织微阵列核心样本 |
| 8616 | 2024-12-11 |
High-resolution spatiotemporal prediction of PM2.5 concentration based on mobile monitoring and deep learning
2025-Jan-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2024.125342
PMID:39566710
|
研究论文 | 本文提出了一种基于移动监测数据和深度学习的高分辨率时空PM2.5浓度预测方法 | 本文创新性地结合了移动监测数据和深度学习技术，提出了一种基于LightGBM和CNN-Transformer模型的高分辨率PM2.5浓度预测方法 | 本文的局限性在于仅在沧州地区进行了验证，未来需要在更多地区进行验证以评估其普适性 | 研究目的是开发一种高分辨率的PM2.5浓度时空预测方法，以支持城市空气污染控制和公共健康 | 研究对象是城市中的PM2.5浓度分布 | 机器学习 | NA | 深度学习 | CNN-Transformer | 数据 | 使用了来自中国沧州的实际数据进行验证 |
| 8617 | 2024-12-11 |
Improving PM2.5 and PM10 predictions in China from WRF_Chem through a deep learning method: Multiscale depth-separable UNet
2025-Jan-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2024.125344
PMID:39577612
|
研究论文 | 本文开发了一种名为多尺度深度可分离UNet（MDS-UNet）的深度学习模型，用于提高WRF_Chem在中国PM2.5和PM10浓度预测的准确性 | 提出了多尺度深度可分离UNet（MDS-UNet）模型，能够捕捉模型预测与观测之间的复杂非线性误差，从而提高PM2.5和PM10浓度预测的准确性 | NA | 提高WRF_Chem在中国PM2.5和PM10浓度预测的准确性 | PM2.5和PM10浓度预测 | 机器学习 | NA | 深度学习 | UNet | 数值数据 | 涉及中国六个主要城市群的PM2.5和PM10浓度预测数据 |
| 8618 | 2024-12-11 |
Artificial intelligence-powered image analysis: A paradigm shift in infectious disease detection
2025-Jan, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.103025
PMID:39608041
|
研究论文 | 本研究介绍了基于人工智能的创新方法，通过分析医学影像提高传染病诊断的准确性 | 本研究首次将Hypersoft Set（HSS）与模糊上下文结合，利用多准则决策（MCDM）框架开发数学模型，用于从图像中识别潜在的传染病 | NA | 提高传染病诊断的准确性，并展示其在机器学习、深度学习和模式识别领域的广泛应用潜力 | 传染病及其在不同国家的独特挑战 | 机器学习 | NA | 多准则决策（MCDM）框架 | 数学模型 | 图像 | NA |
| 8619 | 2024-12-11 |
A Multi-task learning U-Net model for end-to-end HEp-2 cell image analysis
2025-Jan, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.103031
PMID:39608042
|
研究论文 | 本文提出了一种基于多任务学习的U-Net模型，用于端到端的HEp-2细胞图像分析 | 本文的创新点在于提出了一种多任务学习的U-Net模型，能够同时处理细胞强度分类、细胞分割和模式分类三个相关任务 | NA | 本文的研究目的是开发一种能够同时处理多个相关任务的深度学习模型，以提高HEp-2细胞图像分析的诊断准确性 | 本文的研究对象是HEp-2细胞图像的强度分类、细胞分割和模式分类 | 计算机视觉 | 自身免疫性疾病 | 深度学习 | U-Net | 图像 | 本文使用了最大的公开HEp-2图像数据集之一进行实验 |
| 8620 | 2024-12-11 |
Exploring the Mechanisms of Sanguinarine in the Treatment of Osteoporosis by Integrating Network Pharmacology Analysis and Deep Learning Technology
2025, Current computer-aided drug design
IF:1.5Q3
|
研究论文 | 本研究通过整合网络药理学分析和深度学习技术，探索血根碱在治疗骨质疏松中的分子机制 | 本研究首次将网络药理学分析与深度学习技术结合，揭示血根碱在治疗骨质疏松中的潜在靶点和分子机制 | 本研究主要基于数据库预测和体外细胞实验，缺乏体内实验验证 | 揭示血根碱在治疗骨质疏松中的分子机制 | 血根碱在治疗骨质疏松中的潜在靶点和分子机制 | 生物信息学 | 骨质疏松 | 网络药理学分析、深度学习技术、分子对接、基因集变异分析 | DeepPurpose算法 | 基因表达数据 | 前成骨细胞MC3T3-E1细胞 |