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 1302 篇文献，本页显示第 1161 - 1180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2025-02-06 |
The Dipeptidyl Peptidase-4 Inhibitor Saxagliptin as a Candidate Treatment for Disorders of Consciousness: A Deep Learning and Retrospective Clinical Analysis
2025-Feb-04, Neurocritical care
IF:3.1Q2
DOI:10.1007/s12028-025-02217-0
PMID:39904872
|
研究论文 | 本研究利用深度学习模型筛选FDA批准的药物，发现二肽基肽酶-4抑制剂沙格列汀可能作为治疗意识障碍的新药物，并通过回顾性临床分析验证其效果 | 首次使用深度学习模型预测现有药物的觉醒效果，并发现沙格列汀在急性及长期意识障碍中的潜在治疗作用 | 研究为回顾性分析，需进一步的前瞻性临床试验验证沙格列汀的疗效和安全性 | 探索现有FDA批准药物在治疗意识障碍中的新用途 | 4047名因创伤、血管性或缺氧性脑损伤导致的昏迷患者 | 机器学习 | 意识障碍 | 深度学习 | 深度学习模型 | 临床数据 | 4047名患者 |
| 1162 | 2025-02-06 |
Comparative Analysis of U-Net and U-Net3 + for Retinal Exudate Segmentation: Performance Evaluation Across Regions
2025-Feb-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01419-4
PMID:39904940
|
研究论文 | 本研究比较了U-Net和U-Net3+在视网膜渗出物分割中的性能，评估了它们在不同区域的检测效果 | 首次在不同视网膜区域（如血管周围与血管外区域、黄斑周围与黄斑外区域）对U-Net和U-Net3+模型进行了详细的性能评估 | 研究仅基于U-Net3+模型的结果进行评估，未进一步探讨其他深度学习模型的表现 | 评估深度学习模型在视网膜渗出物检测中的性能，以提高糖尿病视网膜病变的诊断准确性和效率 | 糖尿病视网膜病变患者的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | U-Net, U-Net3+ | 图像 | NA |
| 1163 | 2025-02-06 |
Preoperatively Predicting PIT1 Expression in Pituitary Adenomas Using Habitat, Intra-tumoral and Peri-tumoral Radiomics Based on MRI
2025-Feb-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01376-4
PMID:39904941
|
研究论文 | 本研究旨在利用基于MRI的生境、瘤内和瘤周放射组学模型预测垂体腺瘤中垂体转录因子1（PIT1）的表达 | 创新点在于结合了生境、瘤内和瘤周放射组学特征，并构建了深度学习放射组学列线图（DLRN）用于个体预测 | 研究样本量相对较小，且为回顾性研究，可能存在选择偏倚 | 预测垂体腺瘤中PIT1的表达 | 129名垂体腺瘤患者 | 数字病理学 | 垂体腺瘤 | MRI | logistic regression (LR), support vector machines (SVM), multilayer perceptron (MLP), deep learning radiomics nomogram (DLRN) | 图像 | 129名患者（训练集103名，测试集26名） |
| 1164 | 2025-02-06 |
Functional feature extraction and validation from twelve-lead electrocardiograms to identify atrial fibrillation
2025-Feb-02, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00749-2
PMID:39894874
|
研究论文 | 本文提出了一种非参数特征提取方法，用于识别与心房颤动发展相关的特征 | 与深度学习方法相比，本文提出的特征直观且能提供个体水平上心房颤动发展前的纵向心电图变化洞察 | 方法仍需要进一步验证以确认其广泛适用性 | 识别与心房颤动发展相关的心电图特征 | 慢性肾功能不全队列研究中的参与者 | 机器学习 | 心血管疾病 | 功能主成分分析 | Cox比例风险模型 | 心电图数据 | 慢性肾功能不全队列研究中的参与者（2003-2008年和2013-2015年） |
| 1165 | 2025-02-05 |
Enhancing unsupervised learning in medical image registration through scale-aware context aggregation
2025-Feb-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111734
PMID:39898031
|
研究论文 | 本文介绍了一种名为ScaMorph的无监督学习模型，用于医学图像配准，通过尺度感知的上下文聚合来提高配准效果 | ScaMorph模型结合了多尺度混合卷积和轻量级多尺度上下文融合，有效整合了卷积网络和视觉变换器，解决了多种配准任务 | NA | 提高医学图像配准的无监督学习效果 | 3D医学图像 | 计算机视觉 | NA | 无监督学习 | 卷积网络和视觉变换器 | 3D医学图像 | 五个应用场景的3D医学图像数据集 |
| 1166 | 2025-02-05 |
NIRFluor: A Deep Learning Platform for Rapid Screening of Small Molecule Near-Infrared Fluorophores with Desired Optical Properties
2025-Feb-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01953
PMID:39818744
|
研究论文 | 本文介绍了一个名为NIRFluor的深度学习平台，用于快速筛选具有所需光学特性的小分子近红外荧光团 | 提出了新型混合指纹（包括Morgan指纹、物理化学性质和溶剂性质），并设计了一个强大的深度学习模型MT-FinGCN，结合指纹信息和分子图结构信息，实现了对小分子近红外荧光团六种特性的准确预测 | NA | 加速小分子近红外荧光团的开发和设计，用于疾病诊断和生物体内各种标志物的早期检测 | 小分子近红外荧光团 | 机器学习 | NA | 深度学习 | MT-FinGCN（多任务指纹增强图卷积网络） | 实验大数据 | 5179个实验数据 |
| 1167 | 2025-02-05 |
The Present State and Potential Applications of Artificial Intelligence in Cancer Diagnosis and Treatment
2025-Feb-03, Recent patents on anti-cancer drug discovery
IF:2.5Q3
|
综述 | 本文综述了人工智能在癌症诊断和治疗中的现状和潜在应用 | 探讨了人工智能在癌症管理中的多方面应用，包括早期检测、诊断、分类、分子特征分析、患者结果预测和治疗反应预测等 | 未提及具体的技术限制或数据限制 | 增强癌症的早期检测和管理 | 癌症患者 | 机器学习 | 癌症 | 深度学习 | NA | 医疗数据集 | NA |
| 1168 | 2025-02-05 |
Major advances in protein function assignment by remote homolog detection with protein language models - A review
2025-Feb, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102984
PMID:39864241
|
review | 本文综述了使用蛋白质语言模型（pLM）进行远程同源检测以分配蛋白质功能的主要进展 | 介绍了基于transformer架构的深度学习方法在蛋白质同源检测中的突破性表现，特别是蛋白质语言模型的应用 | NA | 提高蛋白质同源检测的准确性和效率，以更好地理解蛋白质功能和进化关系 | 蛋白质同源体 | 自然语言处理 | NA | 蛋白质语言模型（pLM） | transformer | 蛋白质序列 | NA |
| 1169 | 2025-02-05 |
HEDDI-Net: heterogeneous network embedding for drug-disease association prediction and drug repurposing, with application to Alzheimer's disease
2025-Feb-01, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05938-6
PMID:39891114
|
研究论文 | 本文介绍了一种名为HEDDI-Net的异质网络嵌入架构，用于预测药物-疾病关联和药物再利用，特别是在阿尔茨海默病中的应用 | HEDDI-Net能够直接应用于新的疾病和药物，无需重新训练，这是大多数基于GCN的方法所不具备的。此外，HEDDI-Net提供了详细的亲和力模式，有助于理解候选药物的生理效应 | 尽管HEDDI-Net在预测药物-疾病关联方面表现出色，但其在稀疏网络中的表现仍需进一步验证 | 开发一种能够准确预测药物-疾病关联并保持生物机制可解释性的方法，以支持药物再利用 | 药物和疾病，特别是阿尔茨海默病 | 机器学习 | 阿尔茨海默病 | 图神经网络（GCN）和浅层学习技术 | 多层感知机（MLP） | 网络数据 | NA |
| 1170 | 2025-02-05 |
Predicting carbon dioxide emissions using deep learning and Ninja metaheuristic optimization algorithm
2025-Feb-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86251-0
PMID:39893234
|
研究论文 | 本文提出了一种基于深度学习和Ninja元启发式优化算法的高精度预测二氧化碳排放的新方法 | 使用DPRNNs模型结合NiOA优化算法，能够有效捕捉数据中的短期和长期时间依赖性，并通过PCA和BSS技术进行数据预处理以提高预测精度 | 研究仅针对二氧化碳排放，未涵盖其他温室气体，且未实现实时跟踪 | 开发一种高精度的二氧化碳排放预测方法 | 二氧化碳排放数据 | 机器学习 | NA | PCA, BSS, NiOA | DPRNNs | 时间序列数据 | NA |
| 1171 | 2025-02-05 |
Observational study of sudden cardiac arrest risk (OSCAR): Rationale and design of an electronic health records cohort
2025-Feb, International journal of cardiology. Heart & vasculature
DOI:10.1016/j.ijcha.2025.101614
PMID:39897418
|
研究论文 | 本文描述了基于电子健康记录（EHR）的队列研究OSCAR，旨在评估心脏骤停（SCA）的预测因素 | 利用电子健康记录（EHR）和人工智能技术（如自然语言处理和深度学习）来定义患者表型，并结合生物统计学和机器学习方法进行分析 | 研究依赖于电子健康记录的数据质量，可能存在数据缺失或不准确的问题 | 评估心脏骤停（SCA）的预测因素，改进风险预测模型 | 洛杉矶县居民，特别是那些在Cedars-Sinai健康系统（CSHS）接受常规医疗的患者 | 机器学习 | 心血管疾病 | 自然语言处理，深度学习 | NA | 电子健康记录（EHR） | 379,833名洛杉矶县居民 |
| 1172 | 2025-02-04 |
Redefining healthcare - The transformative power of generative AI in modern medicine
2025-Feb-03, Revista espanola de enfermedades digestivas
IF:2.7Q2
DOI:10.17235/reed.2025.11081/2024
PMID:39898717
|
评论 | 本文探讨了生成式AI在现代医学中的变革力量及其对医疗保健的影响 | 讨论了生成式AI在医疗保健领域的潜在颠覆性影响，强调了伦理和法律挑战 | 未具体说明生成式AI在医疗保健中的具体应用案例或实际效果 | 探讨生成式AI在医疗保健中的应用及其带来的挑战 | 医疗保健行业及其从业者 | 机器学习 | NA | 深度学习 | 生成式AI | NA | NA |
| 1173 | 2025-02-04 |
Rapid in vivo EPID image prediction using a combination of analytically calculated attenuation and AI predicted scatter
2025-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17549
PMID:39607282
|
研究论文 | 本文提出了一种结合分析计算衰减和AI预测散射的深度学习方法，用于快速预测体内EPID图像 | 使用深度学习方法替代传统的蒙特卡罗算法，显著提高了预测速度，并仅需患者信息进行训练 | 部分图像的通过率较低，原因包括CBCT伪影和患者在CBCT与治疗之间的运动 | 测试使用患者数据创建深度学习模型以预测IMRT治疗中体内EPID图像的可行性和可靠性 | IMRT治疗中的体内EPID图像 | 数字病理 | NA | 卷积神经网络（CNN） | CNN | 图像 | 193个IMRT场/图像，来自93名患者，以及75个用于进一步验证的图像 |
| 1174 | 2025-02-04 |
A comprehensive review on early detection of drusen patterns in age-related macular degeneration using deep learning models
2025-Feb, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2024.104454
PMID:39716627
|
综述 | 本文综述了使用深度学习模型早期检测年龄相关性黄斑变性（AMD）中玻璃膜疣模式的全面研究 | 提出了一种基于深度学习的模型，通过结合局部和全局知识来优化AMD早期阶段的玻璃膜疣检测 | 现有模型由于眼底图像分辨率问题，难以准确预测玻璃膜疣区域 | 研究目的是通过深度学习技术早期检测AMD中的玻璃膜疣模式 | 研究对象是年龄相关性黄斑变性（AMD）患者的眼底图像 | 计算机视觉 | 老年疾病 | 深度学习 | 深度学习模型 | 图像 | NA |
| 1175 | 2025-02-04 |
Multi-Dimensional Features Extraction for Voice Pathology Detection Based on Deep Learning Methods
2025-Feb-01, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2024.12.048
PMID:39894721
|
研究论文 | 本文提出了一种基于深度学习的多维特征提取方法，用于语音病理检测 | 提出了一种结合Gammatonegram特征与TKEO Scalogram特征的特征提取方案，命名为CGT Scalogram | NA | 提高语音病理检测的准确性 | 健康语音与病理语音 | 自然语言处理 | 语音障碍 | 深度学习 | ResNet | 语音信号 | Saarbrucken语音数据库 |
| 1176 | 2025-02-04 |
Enhancing feature-aided data association tracking in passive sonar arrays: An advanced Siamese network approach
2025-Feb-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0035577
PMID:39898705
|
研究论文 | 本文提出了一种基于Siamese网络的高级网络BiChannel-SiamDinoNet，用于改进被动声纳阵列中的特征辅助数据关联跟踪方法 | 提出了BiChannel-SiamDinoNet网络，结合Siamese网络和联合概率数据关联框架，通过声学目标的特征结构形成嵌入空间，使系统对变化更加鲁棒，并能有效区分测量和目标之间的差异 | 未提及具体局限性 | 改进被动声纳阵列中的多目标跟踪方法，提高在复杂海洋场景中的性能 | 被动声纳阵列中的多目标跟踪 | 机器学习 | NA | 深度学习 | Siamese网络 | 声学信号 | 未提及具体样本数量 |
| 1177 | 2025-02-03 |
A review on real time implementation of soft computing techniques in thermal power plant
2025-Feb, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2429721
PMID:39601783
|
综述 | 本文综述了2019年至2023年间关于利用软计算技术（包括AI-ML和DL）提高热电厂生产力的研究 | 提供了对现有研究的全面总结，并评估了传统AI方法在提高热电厂生产力方面的有效性 | 仅限于2019年至2023年间的研究，可能未涵盖所有相关研究 | 提高热电厂的生产力 | 热电厂 | 机器学习 | NA | AI-ML, DL | NA | NA | NA |
| 1178 | 2025-02-03 |
Ultra-low-dose coronary CT angiography via super-resolution deep learning reconstruction: impact on image quality, coronary plaque, and stenosis analysis
2025-Feb-01, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11399-2
PMID:39891682
|
研究论文 | 本研究探讨了超分辨率深度学习重建（SR-DLR）在冠状动脉CT血管造影（CCTA）中减少辐射暴露的能力，并评估其对图像质量、冠状动脉斑块定量和表征以及狭窄严重性分析的影响 | 使用SR-DLR算法在CCTA中实现了60%的辐射剂量减少，同时保持了高图像质量和在冠状动脉斑块及狭窄分析中的优异表现 | 样本量较小，仅包括50名患者，且未进行长期随访以评估SR-DLR的长期效果 | 评估SR-DLR在CCTA中减少辐射剂量的能力及其对图像质量和临床分析的影响 | 50名接受低剂量（LD）和超低剂量（ULD）CCTA扫描的患者 | 医学影像 | 心血管疾病 | 超分辨率深度学习重建（SR-DLR） | 深度学习 | 医学影像 | 50名患者 |
| 1179 | 2025-02-03 |
Normative values for lung, bronchial sizes, and bronchus-artery ratios in chest CT scans: from infancy into young adulthood
2025-Feb-01, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11367-w
PMID:39891681
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1180 | 2025-02-03 |
Hybrid deep learning based stroke detection using CT images with routing in an IoT environment
2025-Feb-01, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2452280
PMID:39893512
|
研究论文 | 本文提出了一种基于混合深度学习的CT图像中风检测方法，结合物联网技术进行数据传输 | 提出了一种新的Jaccard_Residual SqueezeNet模型，用于从CT图像中预测中风，并结合物联网技术进行数据传输 | 未提及具体的研究局限性 | 提高中风病变的早期检测和准确分割，以改善治疗效果和减少长期残疾 | CT图像中的中风病变 | 计算机视觉 | 中风 | CT成像 | Jaccard_Residual SqueezeNet | 图像 | 未提及具体样本数量 |