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 14332 篇文献，本页显示第 12821 - 12840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12821 | 2025-03-04 |
Feature-targeted deep learning framework for pulmonary tumorous Cone-beam CT (CBCT) enhancement with multi-task customized perceptual loss and feature-guided CycleGAN
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种针对肺部肿瘤的锥形束CT（CBCT）增强的深度学习框架，通过多任务定制感知损失和特征引导的CycleGAN生成高质量的肺部成像 | 提出了一种新的特征导向深度学习框架，结合多任务学习特征选择网络（MTFS-Net）和特征引导的CycleGAN，有效抑制伪影并保留关键肿瘤信息 | 未提及具体局限性 | 提高肺部CBCT图像质量，以支持肺癌治疗的进一步分析 | 肺癌患者的CBCT图像 | 计算机视觉 | 肺癌 | 深度学习 | CycleGAN | 图像 | 多机构数据集 |
| 12822 | 2025-03-04 |
Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis
2025-Mar-01, Journal of neurosurgery. Spine
DOI:10.3171/2024.8.SPINE24722
PMID:39705691
|
研究论文 | 本研究通过深度学习分析术前CT扫描，评估体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响 | 首次使用深度学习管道分析术前CT扫描，识别肌肉和脂肪含量及组成，并将患者分为四种体成分表型组，揭示了体成分表型与手术结果及生存率的关系 | 样本量相对较小（102例），且为回顾性研究，可能存在选择偏倚 | 评估体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响 | 接受脊柱转移瘤手术的患者 | 数字病理学 | 脊柱转移瘤 | 深度学习 | 深度学习管道 | CT图像 | 102例患者 |
| 12823 | 2025-03-04 |
Ethical and security challenges in AI for forensic genetics: From bias to adversarial attacks
2025-Mar, Forensic science international. Genetics
DOI:10.1016/j.fsigen.2025.103225
PMID:39874746
|
研究论文 | 本文探讨了人工智能在法医遗传学中应用的伦理和安全挑战，特别是偏见和对抗性攻击问题 | 通过模拟场景展示了AI方法在生物地理祖先预测和亲缘关系推断中的潜在误导性，强调了伦理和安全挑战 | 研究主要基于模拟场景，可能无法完全反映真实世界的复杂性 | 评估AI在法医遗传学中的应用，特别是其潜在的偏见和对抗性攻击问题 | 法医遗传学中的AI模型 | 法医遗传学 | NA | 深度学习, 机器学习 | NA | 模拟数据 | NA |
| 12824 | 2025-03-04 |
Can artificial intelligence be the future solution to the enormous challenges and suffering caused by Schizophrenia?
2025-Feb-28, Schizophrenia (Heidelberg, Germany)
DOI:10.1038/s41537-025-00583-4
PMID:40021674
|
研究论文 | 本研究评估了人工智能（AI）在精神分裂症（SZ）的诊断、治疗和预后评估中的潜力，并探讨了AI在未来医学创新中的应用方向 | 通过整合多维生物标志物和患者的语言行为数据，AI提供了更客观和精确的诊断标准，并帮助制定个性化治疗计划，改善治疗效果 | AI在SZ管理中的角色必须作为辅助工具，临床判断和医护人员的关怀仍然至关重要 | 评估AI在精神分裂症诊断、治疗和预后评估中的潜力，并探讨其未来应用方向 | 精神分裂症患者 | 机器学习 | 精神分裂症 | 机器学习和深度学习 | NA | 多维生物标志物和语言行为数据 | NA |
| 12825 | 2025-03-04 |
Ligand-receptor interactions combined with histopathology for improved prognostic modeling in HPV-negative head and neck squamous cell carcinoma
2025-Feb-28, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-00844-6
PMID:40021759
|
研究论文 | 本文通过结合配体-受体相互作用和组织病理学，改进了HPV阴性头颈部鳞状细胞癌的预后模型 | 结合BulkSignalR识别配体-受体相互作用，利用随机森林生存分析和LASSO惩罚Cox回归开发预后模型，并通过深度学习组织形态学分析进一步改进风险分层 | 研究样本仅限于TCGA-HNSC队列，可能无法完全代表所有HPV阴性头颈部鳞状细胞癌患者 | 改进HPV阴性头颈部鳞状细胞癌的预后模型，识别治疗靶点 | HPV阴性头颈部鳞状细胞癌患者 | 数字病理学 | 头颈部鳞状细胞癌 | BulkSignalR, 随机森林生存分析, LASSO惩罚Cox回归, 深度学习 | 随机森林, LASSO回归, 深度学习模型 | 多组学数据, HE染色全片图像 | 395例HPV阴性TCGA-HNSC队列患者 |
| 12826 | 2025-03-04 |
A computational spectrometer for the visible, near, and mid-infrared enabled by a single-spinning film encoder
2025-Feb-28, Communications engineering
DOI:10.1038/s44172-025-00379-5
PMID:40021937
|
研究论文 | 本文提出了一种结合单旋转薄膜编码器（SSFE）和深度学习重建算法的计算光谱仪，覆盖可见光到中红外波长范围 | 通过粒子群优化（PSO）实现低相关性和高复杂度的光谱响应，展示了在可见光、近红外和中红外波长范围内的单峰和双峰分辨率 | NA | 开发一种低成本、原位、快速光谱分析的计算光谱仪 | 光谱仪的光谱响应和化学化合物的分类 | 机器学习和光学工程 | NA | 粒子群优化（PSO）和深度学习 | 深度学习算法 | 光谱数据 | 220种化学化合物 |
| 12827 | 2025-03-04 |
Improved Microbubble Tracking for Super-Resolution Ultrasound Localization Microscopy using a Bi-Directional Long Short-term Memory Neural Network
2025-Feb-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.10.637352
PMID:39990416
|
研究论文 | 本文提出了一种基于双向长短期记忆神经网络的深度学习微泡配对和跟踪方法，用于超分辨率超声定位显微镜 | 该方法整合了多参数微泡特征，以实现更稳健和准确的微泡配对和跟踪 | 方法在模拟数据集、组织模拟流动模型以及小鼠和大鼠脑部进行了验证，但未提及在人类临床数据上的应用 | 提高超分辨率超声定位显微镜中微泡跟踪的准确性和鲁棒性 | 微泡（MBs） | 医学影像 | NA | 超分辨率超声定位显微镜（ULM） | 双向长短期记忆神经网络（Bi-Directional LSTM） | 超声图像 | 模拟数据集、组织模拟流动模型、小鼠和大鼠脑部 |
| 12828 | 2025-03-04 |
Validation of ten federated learning strategies for multi-contrast image-to-image MRI data synthesis from heterogeneous sources
2025-Feb-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.09.637305
PMID:39990397
|
研究论文 | 本文验证了十种联邦学习策略在多对比度MRI图像合成中的应用，特别是在处理来自不同机构的异质数据时 | 提出了一种新的聚合策略FedBAdam，结合了两种最先进方法的优势，通过引入动量并跳过批量归一化层来优化模型参数 | 研究主要关注脑部扫描，未涉及其他类型的医学影像数据 | 验证联邦学习策略在多对比度MRI图像合成中的有效性，特别是在处理异质数据时的性能 | 健康和肿瘤性脑部扫描数据 | 医学影像 | 脑部肿瘤 | 联邦学习（FL） | 深度学习模型 | MRI图像 | 来自五个不同机构的脑部扫描数据 |
| 12829 | 2025-03-04 |
Assessment of the stability of intracranial aneurysms using a deep learning model based on computed tomography angiography
2025-Feb, La Radiologia medica
DOI:10.1007/s11547-024-01939-z
PMID:39666223
|
研究论文 | 本研究旨在构建一个基于深度学习的模型，通过计算机断层扫描血管造影（CTA）图像识别不稳定的颅内动脉瘤 | 创新点在于结合临床、形态学和深度学习特征，构建了一个基于卷积神经网络（CNN）的模型，用于预测颅内动脉瘤的稳定性 | 研究的局限性在于样本量相对较小，且外部验证集的样本来自单一医院，可能影响模型的泛化能力 | 研究目的是评估颅内动脉瘤的稳定性，以支持临床决策 | 研究对象为1041名患者的1227个颅内动脉瘤 | 计算机视觉 | 颅内动脉瘤 | 计算机断层扫描血管造影（CTA） | 卷积神经网络（CNN） | 图像 | 1041名患者的1227个颅内动脉瘤，其中833名患者的991个动脉瘤用于训练，208名患者的236个动脉瘤用于内部验证，197名患者的229个动脉瘤用于外部验证 |
| 12830 | 2025-03-04 |
A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly
2025-Jan-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.09.147
PMID:39321977
|
研究论文 | 本研究利用机器学习方法分析中国老年人群的抑郁风险因素，从整体和个体层面预测抑郁 | 使用机器学习算法在大规模代表性老年数据库中预测抑郁风险因素，提供个体层面的可靠诊断可能性 | 需要进一步研究结合专业临床输入以推进该领域 | 预测中国老年人群的抑郁风险因素，支持临床医生识别影响患者抑郁的最重要因素 | 中国老年人群 | 机器学习 | 老年疾病 | 机器学习算法 | NA | 调查数据 | 来自中国健康与养老追踪调查（CHARLS）第四波的参与者 |
| 12831 | 2025-03-03 |
COS-DeformDeep: Adaptive 2T2D spectral feature extraction method for improving the component identification performance in mixtures based on handheld Raman technology
2025-Apr-08, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343773
PMID:40021327
|
研究论文 | 提出了一种名为COS-DeformDeep的新方法，用于增强和提取手持拉曼光谱混合物成分识别中的光谱特征 | 结合同步双迹二维相关光谱（2T2D-COS）和可变形卷积（DCNs），提高了深度学习模型在相关峰区域几何变形适应性，从而增强了2T2D-COS中的光谱特征提取能力 | NA | 提高手持拉曼光谱技术在混合物成分识别中的性能 | 乙醇、双丙酮醇和组氨酸三种物质，体积重量比范围为2%到20% | 光谱分析 | NA | 拉曼光谱 | 可变形卷积（DCNs） | 光谱数据 | 三个混合物数据集 |
| 12832 | 2025-03-03 |
A three-dimensional marine plastic litter real-time detection embedded system based on deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117603
PMID:39889545
|
研究论文 | 本文介绍了一种基于深度学习的三维海洋塑料垃圾实时检测嵌入式系统（3D-MPLRD），旨在解决海洋塑料污染问题 | 该系统结合了图像质量评估与增强技术，以应对水下恶劣环境对图像质量的影响，并通过压缩和量化YOLOv5模型，使其适用于嵌入式设备 | 未提及具体的数据集规模或实验环境的多样性限制 | 开发实时清理海洋塑料垃圾的智能系统 | 海洋塑料垃圾 | 计算机视觉 | NA | 深度学习 | YOLOv5 | 图像 | 未提及具体样本数量 |
| 12833 | 2024-12-21 |
Predicting Intracerebral Hemorrhage Outcomes Using Deep Learning Models to Extract Head CT Imaging Features
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.12.019
PMID:39701844
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12834 | 2025-03-03 |
Bidirectional f-Divergence-Based Deep Generative Method for Imputing Missing Values in Time-Series Data
2025-Mar, Stats
IF:0.9Q3
DOI:10.3390/stats8010007
PMID:39911165
|
研究论文 | 本文提出了一种基于f-散度的双向生成对抗网络tf-BiGAIN，用于高维时间序列数据中的缺失值填补 | tf-BiGAIN引入了两个关键创新点：使用f-散度作为目标函数以增强模型的灵活性和适应性，以及使用双向门控循环单元以利用前后时间信息 | NA | 解决高维时间序列数据中缺失值填补的挑战 | 高维时间序列数据 | 机器学习 | NA | 生成对抗网络 | tf-BiGAIN | 时间序列数据 | 两个真实世界的时间序列数据集 |
| 12835 | 2025-03-03 |
A hybrid multi model artificial intelligence approach for glaucoma screening using fundus images
2025-Feb-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01473-w
PMID:40016437
|
研究论文 | 本文提出了一种基于人工智能的混合多模型方法，用于通过眼底图像进行青光眼筛查 | 使用六个轻量级深度学习模型（总大小：110 MB）分析眼底图像，以识别早期结构变化，如视盘凹陷、出血和神经纤维层缺陷 | 在真实世界测试中，独立二元青光眼分类模型的灵敏度下降至0.5652，而完整AI-GS网络的灵敏度保持在0.8053 | 开发一种高效且准确的人工智能方法，用于青光眼的早期筛查 | 眼底图像 | 计算机视觉 | 青光眼 | 深度学习 | 混合多模型 | 图像 | NA |
| 12836 | 2025-03-03 |
A deep learning based ultrasound diagnostic tool driven by 3D visualization of thyroid nodules
2025-Feb-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01455-y
PMID:40016505
|
研究论文 | 本研究开发了一种基于深度学习的两阶段框架，利用动态超声视频进行甲状腺结节诊断的工具TNVis，通过三维可视化提高诊断准确性 | 利用动态超声视频和三维可视化技术，开发了一种新的甲状腺结节诊断工具TNVis，显著提高了放射科医生的诊断能力 | NA | 提高甲状腺结节的诊断准确性 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 深度学习 | 两阶段深度学习框架 | 动态超声视频 | 4569例病例 |
| 12837 | 2025-03-03 |
Simultaneous profiling of ac4C and m5C modifications from nanopore direct RNA sequencing
2025-Feb-13, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140863
PMID:39954891
|
研究论文 | 本研究开发了一种名为modCnet的深度学习框架，利用纳米孔直接RNA测序技术同时识别ac4C和m5C修饰 | 首次实现了从纳米孔直接RNA测序数据中同时进行ac4C和m5C修饰的从头识别 | 需要进一步验证在更广泛生物样本中的应用效果 | 研究RNA修饰（ac4C和m5C）在mRNA稳定性和翻译效率中的作用 | 人类细胞系中的mRNA | 生物信息学 | NA | 纳米孔直接RNA测序 | 深度学习框架（modCnet） | RNA测序数据 | 人类细胞系中的mRNA样本 |
| 12838 | 2025-03-02 |
Recipes and ingredients for deep learning models of 3D genome folding
2025-Apr, Current opinion in genetics & development
IF:3.7Q2
DOI:10.1016/j.gde.2024.102308
PMID:39862604
|
review | 本文比较和对比了用于预测基因组接触图的深度学习模型，并探讨了预处理、架构、训练、评估和解释方法 | 强调了不同模型的能力和局限性，并指出了基因组折叠模型面临的挑战、机遇和未来潜在方向 | 主要关注深度学习模型，未涉及其他类型的模型或方法 | 探讨深度学习模型在预测基因组接触图中的应用 | 三维基因组折叠 | machine learning | NA | 深度学习 | 深度学习模型 | 基因组接触图 | NA |
| 12839 | 2025-03-02 |
Physics-driven deep learning for high-fidelity photon-detection ghost imaging
2025-Mar-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.541330
PMID:40020023
|
研究论文 | 本文提出了一种基于物理驱动的深度学习光子探测鬼成像方法，以提高在散射介质中的空间和深度分辨率 | 通过共同设计计算鬼成像系统和网络，将成像和重建更紧密地结合，以超越物理分辨率限制，并设计了具有注意力机制的特殊深度融合网络 | NA | 提高在散射介质中的光子探测成像的空间和深度分辨率 | 光子探测成像 | 计算机视觉 | NA | 深度学习 | 深度融合网络 | 图像 | NA |
| 12840 | 2025-03-02 |
Phantom-metasurface cooperative system trained by a deep learning network driven by a bound state for a magnetic resonance-enhanced system
2025-Mar-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.546727
PMID:40020024
|
研究论文 | 本研究开发了一种基于深度学习网络训练的高效体模超表面复合MRI增强系统，并在MHz频段实现了超表面的设计与控制 | 结合深度神经网络和电磁超表面，显著提高了超表面的设计效率，并在MRI系统中展示了巨大的应用潜力 | NA | 提高MRI成像速度和分辨率 | MRI系统 | 医学影像 | NA | 深度学习网络 | 前向神经网络 | 电磁响应特性 | NA |