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:202502-202502] [清除筛选条件]
当前共找到 1321 篇文献,本页显示第 61 - 80 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
61 2025-05-16
Integrating ultrasound radiomics and clinicopathological features for machine learning-based survival prediction in patients with nonmetastatic triple-negative breast cancer
2025-Feb-18, BMC cancer IF:3.4Q2
研究论文 本研究评估了基于超声放射组学和临床病理特征的机器学习模型在三阴性乳腺癌患者生存分析中的预测价值 结合超声放射组学和临床病理特征开发了新的预测模型,用于三阴性乳腺癌患者的生存分析 研究样本量相对较小,且需要外部验证以进一步确认模型的泛化能力 评估机器学习模型在三阴性乳腺癌患者生存分析中的预测价值 非转移性三阴性乳腺癌患者 数字病理 乳腺癌 超声放射组学 深度学习算法 图像 训练队列306例,内部验证队列77例,前瞻性外部验证队列82例
62 2025-05-16
Multicenter study on predicting postoperative upper limb muscle strength improvement in cervical spinal cord injury patients using radiomics and deep learning
2025-Feb-17, Scientific reports IF:3.8Q1
research paper 本研究旨在评估基于机器学习的放射组学方法在预测脊髓损伤患者预后方面的准确性 结合放射组学和深度迁移学习特征,利用MRI图像预测颈椎脊髓损伤患者术后上肢肌力改善情况 样本量较小(82例患者),且为回顾性研究 评估放射组学方法在预测脊髓损伤患者预后中的准确性 82例颈椎脊髓损伤患者 digital pathology spinal cord injury MRI, 放射组学, 深度迁移学习 random forest (RF), ResNet34 MRI图像 82例患者(49例预后良好,33例预后不良)
63 2025-05-16
Development and Evaluation of a Deep Learning-Based Pulmonary Hypertension Screening Algorithm Using a Digital Stethoscope
2025-Feb-04, Journal of the American Heart Association IF:5.0Q1
研究论文 开发并评估了一种基于深度学习的肺动脉高压筛查算法,使用数字听诊器进行早期检测 利用深度学习算法结合数字听诊器,提供了一种低成本、非侵入性且易于获取的肺动脉高压筛查工具 测试数据集的敏感性和特异性分别为0.71和0.73,仍有提升空间 开发一种易于获取的筛查工具,用于早期检测肺动脉高压,以改善预后和及时治疗 肺动脉高压患者 数字病理学 心血管疾病 深度学习 深度卷积网络 心音图(PCG) 约6000个带对应超声心动图的心音图记录和约169000个无心音图记录的训练数据,以及196名患者的测试数据集
64 2025-05-16
Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment
2025-02, Reproductive biomedicine online IF:3.7Q1
研究论文 开发了一种基于深度学习的机器学习工具,用于预测卵巢刺激周期开始时的成熟卵母细胞数量和触发日 提出了两种新颖的渐进式机器学习算法,能够高精度预测触发日和成熟卵母细胞数量 需要纳入更多数据和来自不同诊所的验证 开发个性化治疗工具,预测卵巢刺激结果 卵巢刺激周期 机器学习 生殖医学 深度学习 深度学习算法 临床数据 56,490个卵巢刺激周期(主要数据集),其中13,090个用于模型开发,5,103个用于临床验证
65 2025-05-16
SS-DTI: A deep learning method integrating semantic and structural information for drug-target interaction prediction
2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4
research paper 提出了一种名为SS-DTI的深度学习方法,整合语义和结构信息用于药物-靶点相互作用预测 SS-DTI是一种新颖的端到端深度学习方法,整合了药物和蛋白质的语义与结构信息,通过多尺度语义特征提取块和GCNs来捕获局部和全局信息 NA 提高药物-靶点相互作用预测的准确性和效率 药物和蛋白质分子 machine learning NA deep learning GCNs (Graph Convolutional Networks) 序列数据和结构数据 四个基准数据集
66 2025-05-16
Drug repurposing for non-small cell lung cancer by predicting drug response using pathway-level graph convolutional network
2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4
research paper 该研究提出了一种基于通路-通路相互作用网络的图卷积网络模型,用于预测药物反应并识别非小细胞肺癌的潜在药物再利用候选药物 该模型首次将已知的生物通路-通路相互作用整合到药物反应预测中,通过图卷积操作更有效地表示癌细胞系的特征 研究仅基于GDSC1000数据集进行验证,未在其他独立数据集上测试模型性能 开发更有效的药物反应预测模型以识别非小细胞肺癌的潜在再利用药物 非小细胞肺癌(NSCLC)和现有药物 machine learning lung cancer graph convolutional network GCN pathway-pathway interaction network GDSC1000数据集
67 2025-05-15
Multigas Identification by Temperature-Modulated Operation of a Single Anodic Aluminum Oxide Gas Sensor Platform and Deep Learning Algorithm
2025-02-28, ACS sensors IF:8.2Q1
研究论文 本研究通过温度调制操作和深度学习算法,解决了半导体金属氧化物气体传感器在选择性方面的固有局限性 利用阳极氧化铝微加热器平台实现单一半导体金属氧化物气体传感器的温度调制操作,并结合CNN算法提高气体分类和浓度预测的准确性 研究仅针对四种气体(丙酮、氨、乙醇和二氧化氮)进行了测试,未涵盖更广泛的气体种类 解决半导体金属氧化物气体传感器的选择性限制,提高气体识别和浓度测量的准确性 半导体金属氧化物气体传感器及其在气体识别中的应用 机器学习 NA 温度调制操作、CNN CNN 气体响应数据 四种气体(丙酮、氨、乙醇和二氧化氮)的响应数据
68 2025-05-15
Neural Network-Assisted Dual-Functional Hydrogel-Based Microfluidic SERS Sensing for Divisional Recognition of Multimolecule Fingerprint
2025-02-28, ACS sensors IF:8.2Q1
research paper 提出了一种基于深度学习的双功能分区微流控集成水凝胶表面增强拉曼散射(SERS)平台,以提高拉曼检测系统的灵敏度、集成度和实用性 结合深度学习和双功能微流控技术,实现多分子指纹的分区识别和同时检测 未提及具体样本量或实验重复次数,可能影响结果的统计显著性 提高拉曼检测系统的灵敏度、集成度和实用性 罗丹明6G(R6G)、福美双、芘、蒽和邻苯二甲酸二丁酯等分子 机器学习和微流控技术 NA 表面增强拉曼散射(SERS)和全连接神经网络技术 全连接神经网络 拉曼光谱数据 NA
69 2025-05-15
GPC-YOLO: An Improved Lightweight YOLOv8n Network for the Detection of Tomato Maturity in Unstructured Natural Environments
2025-Feb-28, Sensors (Basel, Switzerland)
研究论文 提出了一种基于YOLOv8n的轻量级模型GPC-YOLO,用于在非结构化自然环境中检测番茄成熟度 引入了C2f-PC模块、GSConv轻量卷积、CCFF跨尺度特征融合模块,以及SimAM注意力机制和EIoU损失函数,显著降低了计算负担并提高了检测精度 研究仅针对番茄成熟度检测,未验证在其他水果或作物上的适用性 开发一种轻量化的目标检测模型,用于农业场景中的番茄成熟度识别 番茄果实 计算机视觉 NA 深度学习目标检测 GPC-YOLO(基于YOLOv8n改进) 图像 1249张手机拍摄的番茄图像
70 2025-05-15
A Comparative Study of Plantar Pressure and Inertial Sensors for Cross-Country Ski Classification Using Deep Learning
2025-Feb-28, Sensors (Basel, Switzerland)
研究论文 本研究比较了足底压力和惯性传感器在越野滑雪技术分类中的应用,并开发了一种基于CNN和LSTM的深度学习模型 首次比较了低成本、低侵入性的足底压力传感器和惯性传感器在越野滑雪技术分类中的性能,并展示了在最小传感器设置下实现高分类准确率的潜力 研究仅针对越野滑雪技术分类,未验证在其他运动项目中的适用性 比较不同传感器在越野滑雪技术分类中的性能,并开发高效的分类方法 越野滑雪运动员 机器学习 NA 深度学习 CNN和LSTM 足底压力数据和惯性测量数据 未明确说明样本数量,但涉及多名滑雪运动员的数据
71 2025-05-15
Gesture Recognition Achieved by Utilizing LoRa Signals and Deep Learning
2025-Feb-27, Sensors (Basel, Switzerland)
研究论文 本研究提出了一种基于LoRa技术的新型手势识别系统,结合了先进的信号预处理、自适应分割算法和改进的SS-ResNet50深度学习模型 通过结合残差学习和动态卷积技术,SS-ResNet50模型显著增强了多尺度手势特征的提取能力,提高了分类准确率 NA 开发一种低功耗、长距离的非接触式手势识别系统 手势识别 计算机视觉 NA LoRa技术 SS-ResNet50 信号数据 六种手势的平均识别准确率超过95%
72 2025-05-15
Application of Multiple Deep Learning Architectures for Emotion Classification Based on Facial Expressions
2025-Feb-27, Sensors (Basel, Switzerland)
research paper 该研究评估了十种先进的深度学习模型在面部表情识别任务上的性能,使用FER2013数据集 对多种深度学习架构在面部表情识别任务上的综合评估,揭示了计算效率与预测准确性之间的关键权衡 轻量级模型如MobileNet V1和ShuffleNet V2在准确性上存在限制,特别是在识别'恐惧'和'厌恶'等挑战性情绪类别时 评估深度学习模型在面部表情识别任务上的性能,以选择适合特定应用需求的架构 面部表情识别 computer vision NA 深度学习 VGG16, VGG19, ResNet50, ResNet101, DenseNet, GoogLeNet V1, MobileNet V1, EfficientNet V2, ShuffleNet V2, RepVGG image FER2013数据集
73 2025-05-15
Joint Driver State Classification Approach: Face Classification Model Development and Facial Feature Analysis Improvement
2025-Feb-27, Sensors (Basel, Switzerland)
research paper 本研究提出了一种结合CNN和面部标志分析模型的双框架方法,用于增强驾驶员困倦检测 通过集成CNN分类和精确的面部标志分析,提高了检测的鲁棒性,并在低光等挑战性条件下表现出更强的适应性 NA 开发一种鲁棒的驾驶员困倦检测方法,以提高道路安全 驾驶员的面部特征和生理状态 computer vision NA image normalization, illumination correction, face hallucination CNN, deep learning-based facial landmark analysis model image NA
74 2025-05-15
EEG-Based Music Emotion Prediction Using Supervised Feature Extraction for MIDI Generation
2025-Feb-27, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于EEG的音乐情感预测深度学习框架,用于生成与标记情感预测对齐的MIDI序列 通过监督特征提取和Centered Kernel Alignment技术,解决了神经和听觉领域之间的语义鸿沟问题,提高了情感分类和MIDI序列生成的质量 对于想象能力较弱的受试者,生成的MIDI输出质量较低,因为其神经模式与训练数据的一致性较差 开发一种能够生成与情感预测对齐的MIDI序列的AI驱动算法 脑电图(EEG)数据和听觉数据 机器学习 NA EEGNet, 自编码器, Centered Kernel Alignment EEGNet, 自编码器 EEG信号, MIDI序列 未明确说明样本数量,但涉及真实世界数据和特定受试者分析
75 2025-05-15
DAHD-YOLO: A New High Robustness and Real-Time Method for Smoking Detection
2025-Feb-26, Sensors (Basel, Switzerland)
研究论文 提出了一种名为DAHD-YOLO的新型高鲁棒性实时吸烟检测方法 基于YOLOv8构建的DAHD-YOLO模型,引入了DBCA模块、AFGCA注意力机制、改进的ECA-FPN特征金字塔网络、解耦检测头更新以及Wise-PIoU边界框回归损失函数,显著提升了检测精度和实时性能 未提及在极端光照或遮挡条件下的性能表现 提高复杂环境中吸烟行为检测的准确性和实时性 吸烟行为 计算机视觉 NA 深度学习 YOLOv8改进模型(DAHD-YOLO) 图像 自建吸烟检测数据集(具体数量未说明)
76 2025-05-15
Review of Non-Invasive Fetal Electrocardiography Monitoring Techniques
2025-Feb-26, Sensors (Basel, Switzerland)
review 本文综述了非侵入性胎儿心电图(NIFECG)监测技术的最新进展,包括信号采集、预处理、胎儿心电图提取及心脏异常分类 讨论了深度学习技术、多模态数据融合和远程监测系统在NIFECG中的潜在应用 分析了现有NIFECG数据集的特点和局限性,并提出了改进建议 推进NIFECG监测技术的发展和应用 非侵入性胎儿心电图监测技术 数字病理 NA 非侵入性胎儿心电图(NIFECG) 深度学习 心电图信号 NA
77 2025-05-15
Optimization of Improved YOLOv8 for Precision Tomato Leaf Disease Detection in Sustainable Agriculture
2025-Feb-25, Sensors (Basel, Switzerland)
研究论文 提出了一种改进的YOLOv8算法,用于番茄叶病的实时检测,以提高农药施用的精确性 通过集成Depthwise Grouped Convolutions和AdamW优化器,提高了计算效率和检测精度,同时引入SE_Block增强特征表示 研究仅在受控环境中部署,未涉及大规模田间试验 提高番茄叶病检测的精确性,减少农药使用和环境污染 番茄叶片 计算机视觉 番茄病害 深度学习 YOLOv8 图像 1500张番茄叶片图像,包含四种标签(全部、绿番茄、霜霉病和白粉病)
78 2025-05-15
MRI-Based Meningioma Firmness Classification Using an Adversarial Feature Learning Approach
2025-Feb-25, Sensors (Basel, Switzerland)
研究论文 该研究提出了一种基于对抗特征学习方法的MRI脑膜瘤硬度分类模型 引入了无监督特征提取方法(BiGAN)和深度可分离深度学习模型,用于脑膜瘤硬度分类 未提及具体样本量或数据集的多样性限制 提高脑膜瘤硬度分类的准确性和效率 MRI图像中的脑膜瘤 计算机视觉 脑膜瘤 MRI BiGAN, 深度可分离深度学习模型 图像 NA
79 2025-05-15
Deep Learning Approach for Automatic Heartbeat Classification
2025-Feb-25, Sensors (Basel, Switzerland)
研究论文 本研究提出了一种基于深度学习的自动心跳分类方法,用于心律失常检测 提出了一种结合多类分类器和LSTM自编码器的模型,解决了分类任务中梯度消失的问题,并在MIT-BIH数据集上取得了高准确率 未提及模型在其他数据集上的泛化能力 开发一种自动化的心律失常检测方法以提高诊断效率和准确性 心电图(ECG)信号 机器学习 心血管疾病 深度学习 LSTM, 自编码器 ECG信号 MIT-BIH数据集
80 2025-05-15
U-Net-Based Fingerprint Enhancement for 3D Fingerprint Recognition
2025-Feb-24, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于U-Net的指纹增强方法,用于3D指纹识别 使用深度学习U-Net进行图像分割以增强指纹对比度,显著提高了指纹识别的准确率 NA 解决2D指纹识别中的传感器欺骗攻击和接触传播疾病的问题 3D指纹点云数据 计算机视觉 NA 深度学习 U-Net 3D点云和2D灰度图像 公共数据集
回到顶部