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:202501-202512] [清除筛选条件]
当前共找到 16751 篇文献,本页显示第 16401 - 16420 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
16401 2025-10-07
Periodontitis diagnosis: A review of current and future trends in artificial intelligence
2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3
综述 本文综述了人工智能在牙周炎诊断中的当前应用与未来发展趋势 系统评估了2018-2023年间AI在牙周炎诊断领域的最新进展,特别关注卷积神经网络在牙周骨丧失检测中的应用效果 仅纳入12项研究,样本量有限;AI模型的可靠性和泛化能力仍需进一步验证 评估人工智能在牙周炎诊断中的现状和未来发展方向 牙周炎诊断相关的医学影像数据和临床研究 医学影像分析 牙周炎 全景X光片分析 CNN 医学影像 基于12项研究的汇总数据 NA 卷积神经网络 准确率 NA
16402 2025-10-07
Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi-scale dilated network approach with scale-balanced structure loss
2025-Jan, Journal of applied clinical medical physics IF:2.0Q3
研究论文 提出一种基于多尺度扩张网络和尺度平衡结构损失的深度学习方法,用于预测大体积肺癌立体定向消融增量放疗的3D剂量分布 设计了3D多尺度扩张网络并集成尺度平衡结构损失函数,在有限数据条件下显著提升剂量预测精度 研究样本量有限(74例患者),需要在更大数据集上进一步验证 提高大体积肺癌立体定向消融增量放疗计划的规划效率 大体积肺癌患者 医学影像分析 肺癌 立体定向消融放疗 深度学习 3D医学影像数据 74例患者(51例训练集,7例验证集,16例测试集) NA 3D多尺度扩张网络 平均剂量评分,剂量学指标平均绝对差异,剂量-体积直方图 NA
16403 2025-10-07
Clinical target volume (CTV) automatic delineation using deep learning network for cervical cancer radiotherapy: A study with external validation
2025-Jan, Journal of applied clinical medical physics IF:2.0Q3
研究论文 本研究开发了一种基于深度学习的临床靶区自动勾画方法,用于宫颈癌放射治疗,并进行了外部验证 提出了ResCANet网络,在跳跃连接中引入级联多尺度卷积以消除特征层间的语义差异,并在最深特征层使用空洞空间金字塔池化结合不同感受野的语义信息 样本量相对有限,需要进一步的多中心验证 探索深度学习算法在宫颈癌放疗临床靶区勾画中的准确性和可行性 宫颈癌和子宫内膜癌患者 数字病理 宫颈癌 深度学习 CNN 医学影像 332例患者(236例宫颈癌用于训练验证,54例宫颈癌和42例子宫内膜癌用于外部验证) NA ResNet-UNet, ResCANet Dice相似系数, 敏感度, 阳性预测值, 95% Hausdorff距离, 临床评分 NA
16404 2025-10-07
Widespread use of ChatGPT and other Artificial Intelligence tools among medical students in Uganda: A cross-sectional study
2025, PloS one IF:2.9Q1
研究论文 评估乌干达医学生对ChatGPT及其他AI工具使用情况的横断面研究 首次在乌干达医学生群体中系统调查AI工具使用现状及影响因素 横断面研究设计无法确定因果关系,样本仅来自四所公立大学 评估医学生对AI工具的使用情况及相关影响因素 乌干达四所公立大学的医学生 自然语言处理 NA 问卷调查,统计分析 NA 问卷调查数据 564名医学生 Stata 改良泊松回归模型 调整患病率比(aPR),95%置信区间 NA
16405 2025-10-07
Multi-region infectious disease prediction modeling based on spatio-temporal graph neural network and the dynamic model
2025-Jan, PLoS computational biology IF:3.8Q1
研究论文 基于图变换神经网络和动态模型开发多区域传染病预测模型 将图变换神经网络和图学习机制融入元种群SIR模型,构建混合框架M-Graphormer,有效解决动态图结构中隐藏空间依赖关系丢失的问题 NA 预测由人口流动引起的多区域传染病传播动态 多区域传染病传播数据 机器学习 传染病 深度学习 图神经网络, Transformer 时空数据, 流行病学数据 基于真实疫情数据的多区域多波次预测 NA Graph Transformer Neural Network, 元种群SIR模型 参数估计准确性, 传播动态预测精度 NA
16406 2025-10-07
Automatic anal sphincter integrity detection from ultrasound images via convolutional neural networks
2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3
研究论文 开发基于卷积神经网络的深度学习工具,通过盆底超声图像自动检测肛门括约肌完整性 首次提出使用CNN从盆底超声图像中获取诊断肛门括约肌损伤所需平面并进行初步诊断 NA 开发自动诊断肛门括约肌完整性的工具,减少对超声医师经验的依赖 肛门括约肌复合体及其在盆底超声图像中的表现 计算机视觉 肛门括约肌损伤 盆底超声 CNN 图像 NA NA 2D检测网络, 2D分类网络 平均精度, 交并比, ROC曲线下面积 NA
16407 2025-10-07
Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning
2025, PloS one IF:2.9Q1
研究论文 本研究提出一种基于改进YOLOv8的深度学习模型,用于普洱茶晒青毛茶中异物的检测与识别 采用MPDIoU优化损失函数、引入EfficientDet高效目标检测网络架构、集成BiFormer双向注意力机制,并结合切片辅助超推理技术 NA 快速检测和准确识别普洱茶晒青毛茶中的微小异物,提升茶叶生产质量与安全 普洱茶晒青毛茶中的异物 计算机视觉 NA 深度学习 YOLOv8 图像 NA NA YOLOv8, EfficientDet, BiFormer 精确率, 召回率, mAP, F1分数 NA
16408 2025-10-07
Deep Learning for Discrimination of Early Spinal Tuberculosis from Acute Osteoporotic Vertebral Fracture on CT
2025, Infection and drug resistance IF:2.9Q2
研究论文 本研究开发了基于CT图像的深度学习模型,用于早期脊柱结核与急性骨质疏松性椎体压缩骨折的鉴别诊断 首次将深度学习模型应用于脊柱结核与骨质疏松性椎体骨折的CT图像鉴别诊断,并证明其诊断性能优于脊柱外科医生 样本量相对有限(373例患者),需要更多外部验证 评估深度学习模型在鉴别早期脊柱结核和急性骨质疏松性椎体压缩骨折中的效能 脊柱结核和骨质疏松性椎体压缩骨折患者 计算机视觉 脊柱疾病 CT成像 深度学习 CT图像 373例患者(302例训练和内部验证,71例外部验证) NA MVITV2, EfficientNet-B5, ResNet101, ResNet50 准确率, 精确率, 敏感度, F1分数, AUC NA
16409 2025-10-07
Accurate predictions on small data with a tabular foundation model
2025-Jan, Nature IF:50.5Q1
研究论文 提出一种基于Transformer的表格数据基础模型TabPFN,在小规模数据集上实现快速准确的预测 首个表格数据基础模型,通过在数百万合成数据集上学习算法本身,实现快速训练和优异性能 主要适用于样本量不超过10,000的数据集 开发适用于表格数据的深度学习基础模型,提升小数据集的预测性能 表格数据(电子表格形式的结构化数据) 机器学习 NA NA Transformer 表格数据 最多10,000个样本的数据集 NA Transformer 分类准确率 NA
16410 2025-10-07
A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction
2025-Jan-01, Chaos (Woodbury, N.Y.)
研究论文 提出一种结合递归图和转置Transformer的双分支网络模型用于股票趋势预测 创新性地将递归图与转置Transformer结合,通过双分支网络分别捕捉时间序列的非线性关系和多元时间序列的细微互连 仅基于7只随机选择的股票历史数据进行实验,样本规模有限 提高股票市场时间序列趋势预测的准确性 股票市场时间序列数据 机器学习 NA 时间序列分析 双分支网络,Transformer 时间序列数据 7只股票的历史数据 NA 转置Transformer,全连接层 准确率,F1分数 NA
16411 2025-10-07
deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities
2025-Jan-10, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出一种名为deep-AMPpred的两阶段深度学习方法来识别抗菌肽及其功能活性 结合ESM-2模型编码肽序列特征,并集成CNN、BiLSTM和CBAM模型来识别抗菌肽及其13种常见功能活性 NA 准确识别抗菌肽并预测其多种功能活性 抗菌肽及其功能活性 生物信息学 传染病 深度学习 CNN, BiLSTM, CBAM 肽序列数据 NA NA ESM-2, CNN, BiLSTM, CBAM NA NA
16412 2025-10-07
Automated stenosis estimation of coronary angiographies using end-to-end learning
2025-Jan-09, The international journal of cardiovascular imaging
研究论文 开发了一种基于深度学习的自动化冠状动脉造影狭窄评估系统 相比先前工作,性能提升,包含全部16个血管段,不排除血运重建患者,进行了外部验证,且流程更简化 NA 通过深度学习实现冠状动脉狭窄的自动化评估 冠状动脉造影影像和患者 计算机视觉 心血管疾病 深度学习 CNN 影像 19,414名患者的332,582个电影循环,其中13,480名患者用于模型开发,5,056名用于内部测试,608名用于外部测试 NA 端到端学习 ROC曲线下面积 NA
16413 2025-10-07
Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network
2025-Jan-08, Journal of environmental management IF:8.0Q1
研究论文 本研究开发了一种基于注意力机制的深度学习网络,用于改进污水处理中部分硝化-厌氧氨氧化过程的预测性能 开发了增强型基于注意力的DenseNet网络(AttentionNet),在传统LSTM和DenseNet基础上进一步提升了预测精度 对某些输出参数的预测准确性相对较低,未明确说明模型在其他类型废水中的适用性 改进部分硝化-厌氧氨氧化过程的建模和预测能力,实现更及时的过程干预 低浓度废水处理中的部分硝化-厌氧氨氧化反应器 机器学习 NA 深度学习建模 LSTM, DenseNet, 注意力机制网络 污水处理过程数据 基于长期实验构建的数据集 NA LSTM, DenseNet, AttentionNet 平均相对误差, Bland-Altman分析 NA
16414 2025-10-07
Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients
2025-Jan-08, British journal of anaesthesia IF:9.1Q1
研究论文 使用无监督深度学习算法识别和验证外科及危重症患者中的低血压内型 首次将深度自编码器与高斯混合模型结合用于低血压内型识别,并在大型数据集上进行独立验证 研究仅基于特定血流动力学参数,未考虑其他潜在影响因素 识别和验证外科及危重症患者中不同类型的低血压内型 外科患者和危重症患者 机器学习 心血管疾病 无监督深度学习 自编码器, 高斯混合模型 血流动力学参数数据 开发集:871名外科患者(6962次低血压事件);验证集1:1000名外科患者(7904次低血压事件);验证集2:1000名危重症患者(53821次低血压事件) NA 自编码器 内型识别一致性 NA
16415 2025-10-07
Innovative breast cancer detection using a segmentation-guided ensemble classification framework
2025-Jan, Biomedical engineering letters IF:3.2Q2
研究论文 提出一种分割引导的集成分类框架用于乳腺癌检测,通过两阶段方法提升诊断准确性 结合注意力U-Net分割和多元集成分类器,通过精确的感兴趣区域分析提升小尺寸肿块检测能力 未明确说明数据集规模和多样性限制,可能影响模型泛化能力 提高乳腺癌早期检测和诊断的准确性 乳腺肿瘤(恶性、良性和正常类别) 计算机视觉 乳腺癌 超声成像 Attention U-Net, 集成分类器 超声图像 NA NA Attention U-Net, SVM, 决策树, KNN, 人工神经网络, 随机森林 准确率, F1分数 NA
16416 2025-10-07
Brain-inspired learning rules for spiking neural network-based control: a tutorial
2025-Jan, Biomedical engineering letters IF:3.2Q2
教程论文 本文回顾了受大脑启发的学习规则及其在基于脉冲神经网络的控制任务中的应用 探讨了将全局第三因子与脉冲时序依赖可塑性整合的方法,并提出通过基于权重的反向传播局部应用第三因子的创新方法 主要关注理论框架和现有研究回顾,缺乏新的实验验证 研究脉冲神经网络在控制任务中的应用及其学习规则 脉冲神经网络、神经形态硬件、机器人控制系统 机器学习 NA 脉冲神经网络、神经形态计算 SNN 时空信息、脉冲信号 NA NA NA NA 神经形态硬件
16417 2025-10-07
Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique
2025-Jan, Biomedical engineering letters IF:3.2Q2
研究论文 本研究开发了一种前向超声内镜系统,用于微创脊柱手术中脊髓组织的自动识别 首次将前向超声内镜技术与深度学习模型相结合,实现脊柱软组织的实时识别 研究使用离体绵羊脊柱组织,尚未进行人体临床试验 提高微创脊柱手术中关键组织识别的准确性和安全性 绵羊脊柱软组织样本 医学影像分析 脊柱疾病 前向超声内镜技术 DenseNet, Vision Transformer 超声信号数据 758个离体软组织样本 NA DenseNet, 一维Vision Transformer 准确率, 特异性, 推理延迟 NA
16418 2025-10-07
A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays
2025-Jan, Biomedical engineering letters IF:3.2Q2
综述 本文综述了基于KL分级系统对膝关节骨关节炎X光片进行自动分类的最新研究进展 系统回顾了85篇相关文献,总结了人工智能技术在膝关节骨关节炎自动诊断中的最新应用 仅关注基于KL分级系统的X光片分类方法,未涵盖其他诊断方式或分类系统 回顾膝关节骨关节炎自动放射学分类和检测技术 膝关节骨关节炎的X光影像 计算机视觉 骨关节炎 X射线成像 NA X光图像 NA NA NA NA NA
16419 2025-01-11
Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT
2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3
NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
16420 2025-01-07
EEG-based cross-subject passive music pitch perception using deep learning models
2025-Dec, Cognitive neurodynamics IF:3.1Q2
研究论文 本研究利用深度学习模型,基于脑电图(EEG)数据,探索跨被试的音乐音高感知 提出了轻量级改进的EEGNet模型用于EEG音高分类,并采用分类器集成方法构建跨被试模型 研究仅针对小提琴的G3和B6音高,未涵盖更广泛的音高范围 客观检测和解码跨被试的音乐音高感知的脑响应 34名被试在听到小提琴G3和B6音高时的EEG信号 机器学习 NA EEG 改进的EEGNet模型 EEG信号 34名被试 NA NA NA NA
回到顶部