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:202503-202503] [清除筛选条件]
当前共找到 1390 篇文献,本页显示第 581 - 600 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
581 2025-05-04
A multimodal deep learning model for cervical pre-cancers and cancers prediction: Development and internal validation study
2025-Mar, Computers in biology and medicine IF:7.0Q1
研究论文 开发并验证了一种基于深度学习的多模态模型,用于预测宫颈癌前病变和癌症 结合临床数据和阴道镜图像的多模态深度学习模型,在预测CIN2+状态方面表现优于单独使用图像或临床数据的模型及临床医生的阴道镜印象 需要外部验证研究以评估模型的泛化能力 开发一种能够提高宫颈癌筛查和诊断客观性和可重复性的深度学习模型 6356例LEEP锥切/锥活检病例(金标准诊断) 数字病理 宫颈癌 深度学习 多模态深度学习模型 临床数据和阴道镜图像 6356例病例
582 2025-05-04
Structural and functional alterations in hypothalamic subregions in male patients with alcohol use disorder
2025-Mar-01, Drug and alcohol dependence IF:3.9Q1
研究论文 本研究探讨了酒精使用障碍(AUD)男性患者下丘脑亚区的结构和功能变化 首次使用深度学习算法对下丘脑进行亚区分割,并研究了AUD患者下丘脑亚区的体积和功能连接变化 样本量较小(24名患者和24名对照),且仅包括男性患者 研究酒精使用障碍对下丘脑亚区结构和功能的影响 男性酒精使用障碍患者和健康男性对照 神经影像学 酒精使用障碍 结构磁共振成像和静息态功能磁共振成像 深度学习算法 MRI图像 24名男性AUD患者和24名健康男性对照
583 2025-05-04
DenseSeg: joint learning for semantic segmentation and landmark detection using dense image-to-shape representation
2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2
研究论文 提出了一种密集图像到形状表示方法,用于联合学习语义分割和标志点检测 通过密集图像到形状表示实现标志点检测和语义分割的联合学习,无需对标志点进行显式训练即可添加新标志点 在胸部X光设置中与基线方法性能相近,未显著超越 改进医学图像处理中的语义分割和标志点检测任务 胸部X光中的肺、心脏和锁骨,以及儿科手腕中的17种不同骨骼 计算机视觉 NA 全卷积架构 CNN 医学图像 两个医学数据集(胸部X光和儿科手腕图像)
584 2025-05-04
Scanner-based real-time three-dimensional brain + body slice-to-volume reconstruction for T2-weighted 0.55-T low-field fetal magnetic resonance imaging
2025-Mar, Pediatric radiology IF:2.1Q2
research paper 开发了一种基于深度学习的自动化流程,用于0.55-T低场胎儿MRI的T2加权三维脑部和身体重建,并通过Gadgetron框架直接集成到扫描过程中 首次将自动化SVR运动校正方法直接集成到0.55-T低场胎儿MRI扫描过程中,实现了实时三维重建 研究样本量较小(前瞻性测试12例),且仅针对0.55-T低场MRI 开发并集成自动化SVR运动校正方法,以改进低场胎儿MRI的三维重建 胎儿脑部和身体的T2加权MRI图像 数字病理 胎儿发育 MRI,深度学习 深度学习管道 MRI图像 前瞻性测试12例(22-40周孕龄),回顾性测试83个0.55-T数据集
585 2025-05-04
Opportunistic AI for enhanced cardiovascular disease risk stratification using abdominal CT scans
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本研究提出了一种基于深度学习的DL-CVDi评分,用于通过常规腹部CT扫描预测心血管疾病风险 利用常规腹部CT扫描中的机会性生物标志物,通过深度生存学习预测心血管疾病风险,提高了现有基线模型的预测一致性 未来研究需要在多民族队列中验证结果,并探索其在合并症患者中的效用 开发一种新型生物标志物,用于心血管疾病风险分层 心血管疾病风险预测 数字病理学 心血管疾病 CT扫描 深度学习 图像 NA
586 2025-05-04
Monkeypox diagnosis based on probabilistic K-nearest neighbors (PKNN) algorithm
2025-Mar, Computers in biology and medicine IF:7.0Q1
研究论文 本文提出了一种基于人工智能的猴痘诊断新方法,称为有效猴痘诊断策略(EMDS),通过预处理和诊断两个阶段实现 引入了基于四分位距(IQR)的新方法来拒绝输入图像数据集中的异常,并提出了一种新的K-最近邻分类器实例——概率K-最近邻(PKNN)算法 NA 开发一种高效的人工智能方法来诊断猴痘 猴痘皮肤图像和病变数据集(MSID和MSLD) 计算机视觉 猴痘 GoogleNet预训练深度学习模型,Leopard Seal Optimization(LSO)特征选择 PKNN(概率K-最近邻算法) 图像 两个公开的猴痘数据集(MSID和MSLD)
587 2025-05-03
Protocol to infer off-target effects of drugs on cellular signaling using interactome-based deep learning
2025-Mar-21, STAR protocols IF:1.3Q4
研究论文 提出了一种基于交互组深度学习的协议,用于推断药物在细胞信号传导中的脱靶效应 使用人工神经网络建模细胞对药物的转录反应,以理解其作用机制 案例研究仅分析了lestaurtinib在A375细胞系中对FOXM1的脱靶效应,可能不具有普遍性 理解药物的脱靶效应及其作用机制 药物的脱靶效应及细胞信号传导 机器学习 NA 人工神经网络 人工神经网络 转录数据 A375细胞系
588 2025-05-03
A deep learning tissue classifier based on differential co-expression genes predicts the pregnancy outcomes of cattle†
2025-Mar-16, Biology of reproduction IF:3.1Q2
research paper 本研究开发了一种基于差异共表达基因的深度学习组织分类器,用于预测牛的妊娠结果 通过分析基因共变异和机器学习算法,识别出能预测牛妊娠结果的基因,并开发了高准确率的预测模型 样本来源和数量可能限制了模型的泛化能力 预测牛的妊娠结果以减少牛场经济损失 牛的血液和子宫内膜组织样本 machine learning NA RNA-seq deep learning gene expression data 330个样本,来自7个不同来源和两种组织类型
589 2025-05-03
The Microscope and Beyond: Current Trends in the Characterization of Kidney Allograft Rejection From Tissue Samples
2025-03-01, Transplantation IF:5.3Q1
综述 本文综述了当前和新兴的创新工具在肾移植排斥反应组织样本表征中的应用及其潜力 讨论了数字化病理工作流程、深度学习、多重免疫组化、单细胞转录组学和空间转录组学等新兴技术在肾移植排斥反应表征中的应用 Banff分类系统目前仍以活检为中心,主要依赖半定量组织学评分系统,缺乏可重复性和精细度 增强肾移植排斥反应的表征 肾移植排斥反应的组织样本 数字病理学 肾移植排斥反应 多重免疫组化、单细胞转录组学、空间转录组学 深度学习 组织样本、转录组数据 NA
590 2025-05-03
Self-supervised learning improves robustness of deep learning lung tumor segmentation models to CT imaging differences
2025-Mar, Medical physics IF:3.2Q1
research paper 研究比较了自监督学习(SSL)中wild-pretraining和self-pretraining方法在非小细胞肺癌(NSCLC)分割任务中的鲁棒性 首次在医学图像分析中比较了wild-pretraining和self-pretraining的鲁棒性,并发现wild-pretrained Swin模型对CT成像差异更具鲁棒性 ViT和CNN模型在wild-pretraining和self-pretraining之间没有显示出明显优势 比较不同预训练方法对深度学习模型在肺癌分割任务中鲁棒性的影响 非小细胞肺癌(NSCLC)的3D CT扫描图像 digital pathology lung cancer self-supervised learning (SSL), 3D computed tomography (CT) CNN, ViT, Swin 3D CT图像 预训练使用10,412个3D CT扫描,微调使用377个NSCLC患者数据,测试使用早期(n = 156)和晚期(n = 196)NSCLC数据集
591 2025-05-03
Deep Equilibrium Unfolding Learning for Noise Estimation and Removal in Optical Molecular Imaging
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 提出了一种端到端模型驱动的深度平衡展开Mamba(DEQ-UMamba),用于光学分子成像中的噪声估计和去除 结合近端梯度下降技术和学习的空间-频率特性,将复杂噪声结构解耦为统计分布,实现荧光图像中的有效噪声估计和抑制 未明确提及具体局限性 解决光学分子成像中因高帧率和低激发剂量导致的图像噪声问题 荧光图像 计算机视觉 NA 光学分子成像 DEQ-UMamba 图像 临床和体内数据集
592 2025-05-03
ResViT FusionNet Model: An explainable AI-driven approach for automated grading of diabetic retinopathy in retinal images
2025-Mar, Computers in biology and medicine IF:7.0Q1
research paper 提出了一种名为ResViT FusionNet的混合模型,用于糖尿病视网膜病变的自动分级 结合了CNN(特别是ResNet50)和Vision Transformers(ViTs)的优势,并采用可解释AI技术(如LIME和Grad-CAM)提高模型的透明度和可解释性 未提及具体的数据集规模或模型在多样化数据集上的泛化能力 开发一种自动、准确且个性化的机器学习方法,用于早期糖尿病视网膜病变的检测和治疗 糖尿病视网膜病变(DR)的视网膜图像 computer vision 糖尿病视网膜病变 数据增强(包括像素值重缩放、水平翻转、旋转和缩放) ResViT FusionNet(结合CNN和ViT的混合模型) 图像 NA
593 2025-05-03
De novo designed proteins neutralize lethal snake venom toxins
2025-Mar, Nature IF:50.5Q1
研究论文 利用深度学习设计新型蛋白质以中和致命蛇毒毒素 首次使用深度学习方法从头设计蛋白质,有效中和蛇毒中的三指毒素(3FTx) 实验筛选有限,尚未进行大规模临床试验 开发更安全、经济且广泛可用的下一代抗蛇毒疗法 蛇毒中的短链和长链α-神经毒素及细胞毒素 机器学习 蛇咬伤 深度学习 NA 蛋白质结构数据 小鼠实验
594 2025-05-03
Synthesized colonoscopy dataset from high-fidelity virtual colon with abnormal simulation
2025-Mar, Computers in biology and medicine IF:7.0Q1
research paper 提出了一种从高保真虚拟结肠生成合成结肠镜数据集的方法,用于训练深度学习模型 通过高保真3D结肠模型渲染和多样化异常模拟(如息肉、出血和溃疡)生成合成结肠镜图像 合成数据的真实性可能仍无法完全替代真实结肠镜图像 解决结肠镜图像数据不足的问题,提升深度学习模型的泛化能力 结肠镜图像数据集 digital pathology 结肠疾病 3D渲染、表面网格变形、纹理映射 深度学习模型 图像 NA
595 2025-05-03
Residual-attention deep learning model for atrial fibrillation detection from Holter recordings
2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3
research paper 开发了一种基于残差注意力机制的深度学习模型,用于从Holter记录中检测心房颤动 提出了一种结合残差网络和注意力机制的深度学习模型,能够捕捉长距离依赖和复杂的时间关系,从而提高心房颤动的检测性能 需要在更大的队列中进行进一步的开发和验证 开发一种高效的心房颤动检测方法,以辅助临床决策 Holter记录中的心房颤动模式 machine learning 心血管疾病 深度学习 Residual-attention DL model ECG信号 661份Holter记录
596 2025-05-03
Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT
2025-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1
research paper 开发了一种深度学习框架,用于从真实的[18F]FDG PET图像合成[11C]CFT PET图像,以帮助帕金森病的诊断 通过深度学习框架合成[11C]CFT PET图像,解决了[11C]CFT PET成像在大多数医院不可用的问题 研究仅基于604名参与者,可能需要在更大样本上进行验证 提高帕金森病的诊断准确性,特别是在无法进行[11C]CFT PET成像的临床环境中 帕金森病患者和正常对照者 digital pathology Parkinson's Disease PET imaging, deep learning deep learning framework PET images 604名参与者(274名帕金森病患者和330名正常对照者)
597 2025-05-03
PIDGN: An explainable multimodal deep learning framework for early prediction of Parkinson's disease
2025-Mar, Journal of neuroscience methods IF:2.7Q3
研究论文 提出了一种可解释的多模态深度学习框架PIDGN,用于帕金森病的早期预测 通过融合SNP和脑sMRI数据,设计了一种新的可解释深度学习模型PIDGN,并利用SHAP和Grad-CAM技术解释SNP和脑区对PD的重要性 NA 开发一种基于人工智能的有效预测方法,以辅助医生及时诊断帕金森病 帕金森病患者 数字病理学 帕金森病 SNP测序, sMRI Transformer, 3D ResNet, PIDGN 基因数据, 图像数据 NA
598 2025-05-03
HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration
2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1
research paper 介绍了一个开源网络平台HistoColAi,用于协作数字组织学图像标注,并整合AI驱动的预测功能 开发了一个直观的开源网络应用,整合AI预测功能,使不熟悉复杂深度学习模型的病理学家也能使用 主要适用于TIFF格式的Whole Slide Imaging (WSI),可能对其他格式的支持有限 解决数字病理学中缺乏直观、开源的数据标注工具的问题 数字组织学图像,特别是Whole Slide Imaging (WSI) digital pathology spindle cell skin neoplasm deep learning-based methods NA image NA
599 2025-05-03
Targeting protein-ligand neosurfaces with a generalizable deep learning tool
2025-Mar, Nature IF:50.5Q1
研究论文 本文提出了一种基于几何深度学习的计算策略,用于设计靶向蛋白质-配体复合物新表面的蛋白质 利用学习到的分子表面表示,将仅针对蛋白质训练的表面指纹应用于小分子诱导的新表面,展示了在其他深度学习方法中不常见的泛化能力 NA 开发计算工具以设计新的化学诱导蛋白质相互作用 蛋白质-配体复合物(Bcl2-venetoclax、DB3-progesterone和PDF1-actinonin) 机器学习 NA 几何深度学习 深度学习 分子表面表示 三个药物结合的蛋白质复合物
600 2025-05-03
Reducing reading time and assessing disease in capsule endoscopy videos: A deep learning approach
2025-Mar, International journal of medical informatics IF:3.7Q2
研究论文 本文探讨了一种基于深度学习的计算机辅助诊断方法,用于加速胶囊内窥镜视频分析 使用预训练的卷积神经网络(CNN)对胶囊内窥镜视频进行异常帧筛选,显著缩短视频观看时间同时保留93.33%的异常 仅在8个测试视频上进行评估,样本量较小 加速胶囊内窥镜视频分析过程 胶囊内窥镜视频 计算机视觉 胃肠疾病 深度学习 CNN 视频 8个胶囊内窥镜视频(使用5种不同类型胶囊内窥镜拍摄)
回到顶部