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！
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。
当前共找到 1209 篇文献，本页显示第 1201 - 1209 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1201 | 2024-12-09 |
Simultaneous quantitative analysis of multiple metabolites using label-free surface-enhanced Raman spectroscopy and explainable deep learning
2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125386
PMID:39509865
|
研究论文 | 本研究结合无标记表面增强拉曼光谱（SERS）和深度学习技术，利用SHAP解释模型，实现了多种代谢物的同步定量分析 | 首次将无标记SERS与深度学习结合，并利用SHAP解释模型，提供可视化的预测解释 | NA | 开发一种新的代谢物分析方法，用于临床诊断和个性化医疗 | 尿酸、黄嘌呤、次黄嘌呤和肌酐等代谢物 | 生物医学工程 | NA | 表面增强拉曼光谱（SERS） | 深度神经网络 | 光谱数据 | 混合溶液中的目标代谢物 | NA | NA | NA | NA |
| 1202 | 2024-12-09 |
Fluorescence spectroscopy combined with multilayer perceptron deep learning to identify the authenticity of monofloral honey-Rape honey
2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125418
PMID:39547148
|
研究论文 | 本文利用荧光光谱结合多层感知器深度学习技术，无需预处理或特征提取，快速准确地鉴定了油菜蜂蜜的真实性 | 首次将荧光光谱与多层感知器深度学习结合，用于蜂蜜真实性鉴定，无需预处理或特征提取 | 仅限于油菜蜂蜜的真实性鉴定，未涉及其他类型的蜂蜜 | 开发一种快速、简便且无损的蜂蜜真实性鉴定技术 | 油菜蜂蜜的真实性 | 机器学习 | NA | 荧光光谱 | 多层感知器 (MLP) | 荧光强度数据 | 91个真实和掺假的蜂蜜样本 | NA | NA | NA | NA |
| 1203 | 2024-12-09 |
Enhancing soil nitrogen measurement via visible-near infrared spectroscopy: Integrating soil particle size distribution with long short-term memory models
2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125317
PMID:39471554
|
研究论文 | 本文提出了一种结合土壤颗粒大小分布（PSD）和可见-近红外光谱（Vis-NIR）的深度学习方法，用于提高土壤氮含量的测量精度 | 本文创新性地将土壤颗粒大小分布与可见-近红外光谱数据结合，通过长短期记忆模型（LSTM）提高了土壤氮含量测量的准确性和可靠性 | 本文未详细讨论该方法在不同土壤类型和环境条件下的适用性 | 研究目的是提高土壤氮含量的测量精度，为农业管理和生态环境提供高质量的数据支持 | 研究对象是土壤氮含量及其与土壤颗粒大小分布和可见-近红外光谱的关系 | 机器学习 | NA | 可见-近红外光谱（Vis-NIR） | 长短期记忆模型（LSTM） | 光谱数据 | 使用了LUCAS数据集中的样本 | NA | NA | NA | NA |
| 1204 | 2024-12-09 |
Plasma treated bimetallic nanofibers as sensitive SERS platform and deep learning model for detection and classification of antibiotics
2025-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125417
PMID:39541643
|
研究论文 | 本文报道了一种通过氧等离子体处理的二元金属纳米纤维作为高灵敏度的SERS平台，并结合深度学习模型用于抗生素的检测和分类 | 提出了一种新的氧等离子体处理的二元金属纳米纤维SERS平台，具有高灵敏度和可重复性，并结合了深度学习模型进行有效分类 | NA | 开发一种高灵敏度和成本效益的SERS基底，用于在实际环境中检测痕量浓度的分析物 | 二元金属纳米纤维SERS平台和深度学习模型 | NA | NA | SERS | 人工神经网络（ANN） | 光谱数据 | 涉及两种抗生素 - 氟康唑（FLU）和林可霉素（LIN） | NA | NA | NA | NA |
| 1205 | 2024-12-09 |
Alg-MFDL: A multi-feature deep learning framework for allergenic proteins prediction
2025-Feb, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2024.115701
PMID:39481588
|
研究论文 | 本文开发了一种名为Alg-MFDL的多特征深度学习框架，用于预测过敏蛋白 | 结合预训练的蛋白质语言模型和传统手工特征，实现更全面的蛋白质表示 | NA | 开发高效可靠的计算方法来识别过敏蛋白 | 过敏蛋白的识别 | 机器学习 | NA | 卷积神经网络 | CNN | 蛋白质数据 | 使用基准数据集进行独立验证 | NA | NA | NA | NA |
| 1206 | 2024-12-07 |
RFImageNet framework for segmentation of ultrasound images with spectra-augmented radiofrequency signals
2025-Feb, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107498
PMID:39486316
|
研究论文 | 本文介绍了一种利用射频信号的频谱和幅度信息进行超声图像分割的框架RFImageNet | 提出了一种新的图像分割框架RFImageNet，利用射频信号的频谱和幅度信息进行超声图像分割，并开发了专门针对特定输入图像尺寸要求的深度学习模型RFNet | NA | 提高医学超声图像分割的准确性，减轻超声医师的负担 | 超声图像中的腹部组织和乳腺肿瘤的分割 | 计算机视觉 | NA | 深度学习 | RFNet | 图像 | 涉及大鼠腹部组织和乳腺肿瘤的样本 | NA | NA | NA | NA |
| 1207 | 2024-12-07 |
Balancing accuracy and Interpretability: An R package assessing complex relationships beyond the Cox model and applications to clinical prediction
2025-Feb, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105700
PMID:39546831
|
研究论文 | 开发了一个R包，用于评估Cox模型与基于树和深度学习的生存模型在临床预测建模中的性能，并探讨了准确性与可解释性之间的平衡 | 提出了一个R包，通过集成学习和嵌套交叉验证，比较了Cox模型与机器学习生存模型在临床预测中的性能，并量化了Cox模型的局限性 | 在某些情况下，机器学习模型的性能提升有限，而正则化的Cox-Lasso模型在计算速度上具有显著优势 | 开发工具以帮助研究人员评估Cox模型与机器学习模型在临床预测中的性能，并探讨准确性与可解释性之间的平衡 | Cox比例风险模型、生存随机森林模型、DeepHit模型以及它们的集成方法 | 机器学习 | NA | 集成学习、嵌套交叉验证 | Cox模型、生存随机森林模型、DeepHit模型 | 临床数据、模拟数据 | 样本量≥500的模拟数据和临床数据 | NA | NA | NA | NA |
| 1208 | 2024-12-07 |
Automatic AI tool for opportunistic screening of vertebral compression fractures on chest frontal radiographs: A multicenter study
2025-Feb, Bone
IF:3.5Q2
DOI:10.1016/j.bone.2024.117330
PMID:39549901
|
研究论文 | 本研究开发了一种基于深度学习模型的自动人工智能工具，用于在胸部正位X光片上进行椎体压缩性骨折的机会性筛查 | 本研究首次开发了一种自动AI工具，通过深度学习模型在胸部正位X光片上筛查椎体压缩性骨折，并显著提高了临床医生的诊断敏感性 | 本研究仅在四个医疗中心的样本上进行了验证，未来需要在更多中心和更大样本量上进行验证 | 开发一种自动人工智能工具，用于在胸部正位X光片上进行椎体压缩性骨折的机会性筛查 | 椎体压缩性骨折的自动筛查 | 计算机视觉 | 骨质疏松性骨折 | 深度学习 | 深度学习模型 | 图像 | 19,145个椎骨（T6-T12）来自2735名患者 | NA | NA | NA | NA |
| 1209 | 2024-11-21 |
Integrating deep learning and data fusion for enhanced oranges soluble solids content prediction using machine vision and Vis/NIR spectroscopy
2025-Feb-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2024.141488
PMID:39396473
|
研究论文 | 本文开发了一种具有颜色校正能力的深度学习模型，用于基于多源数据融合预测橙子的可溶性固形物含量 | 提出了结合机器视觉和可见/近红外光谱的多源数据融合方法，并构建了基于颜色校正的一维卷积神经网络模型 | NA | 提高水果成分预测的准确性 | 橙子的可溶性固形物含量 | 机器学习 | NA | 可见/近红外光谱 | 一维卷积神经网络 | 图像和光谱数据 | NA | NA | NA | NA | NA |