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:202504-202504] [清除筛选条件]
当前共找到 1540 篇文献,本页显示第 401 - 420 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
401 2025-05-08
GraphDeep-hERG: Graph Neural Network PharmacoAnalytics for Assessing hERG-Related Cardiotoxicity
2025-Apr, Pharmaceutical research IF:3.5Q2
research paper 开发了一种基于图神经网络(GNN)的药物分析方法,用于评估与hERG相关的心脏毒性 提出了一种自动学习原子表示的新方法,结合了深度神经网络(DNN)和图神经网络(GNN),以提高hERG抑制剂的筛选效率和准确性 模型的外部测试样本量相对较小,可能影响泛化能力 开发计算模型以加速和优化hERG相关心脏毒性的药物筛选 hERG钾通道抑制剂和非抑制剂 machine learning cardiovascular disease deep neural networks (DNNs), graph neural networks (GNNs) DNN, GNN chemical compounds 118,312 compounds from ZINC database, 7,909 ChEMBL compounds
402 2025-05-08
Contrastive pretraining improves deep learning classification of endocardial electrograms in a preclinical model
2025-Apr, Heart rhythm O2 IF:2.5Q2
研究论文 本研究探讨了对比预训练如何提高深度学习在心内膜电图分类中的准确性,特别是在心房颤动(AF)的临床前模型中 使用SimCLR框架对大量未标记的心电图数据进行无监督预训练,显著提高了小数据集上驱动检测的准确性 研究基于犬类AF模型,结果可能需要进一步验证才能推广到人类AF 提高心房颤动驱动检测算法的准确性 犬类模型中的心内膜电图 机器学习 心血管疾病 SimCLR框架 残差神经网络 心电信号 113,000个未标记的64电极测量数据
403 2025-05-08
Quantitative assessment of in vivo nuclei and layers of human skin by deep learning-based OCT image segmentation
2025-Apr-01, Biomedical optics express IF:2.9Q2
研究论文 本研究利用基于深度学习的模型对横截面OCT图像进行人类皮肤层和角质形成细胞核分割,实现了对人体皮肤结构的定量测量 采用深度监督学习目标函数,在设计中分别考虑了全局(皮肤层)和局部(细胞核)特征,实现了多类分割模型,并通过5折交叉验证达到了超过85%的Dice系数准确率 显微镜系统分辨率的限制以及人工注释的变异性 实现对人体皮肤结构的定量测量,为临床OCT成像评估提供标准化指标 人类皮肤层和角质形成细胞核 数字病理学 NA 光学相干断层扫描(OCT) U-Net 图像 NA
404 2025-05-08
Differential artery-vein analysis in OCTA for predicting the anti-VEGF treatment outcome of diabetic macular edema
2025-Apr-01, Biomedical optics express IF:2.9Q2
research paper 本研究评估了光学相干断层扫描血管成像(OCTA)中差异动脉-静脉(AV)分析在预测糖尿病黄斑水肿(DME)抗VEGF治疗结果中的作用 利用深度学习AV分割技术,在OCTA中提取定量AV特征,显著提高了治疗结果的预测性能 NA 预测糖尿病黄斑水肿(DME)抗VEGF治疗结果 糖尿病黄斑水肿(DME)患者 digital pathology diabetic macular edema optical coherence tomography angiography (OCTA) SVM image NA
405 2025-05-07
A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning
2025-Apr-30, Scientific data IF:5.8Q1
research paper 该研究提出了一个用于痘苗病毒斑块量化的数字摄影数据集,并展示了如何使用深度学习技术进行分析 提出了一个新型的痘苗病毒斑块量化数字摄影数据集,并开发了改进的HydraStarDist架构,实现了一步式分析 研究可能局限于痘苗病毒,未涉及其他病毒类型的验证 开发一种自动化的病毒斑块量化方法,以提高病毒研究的效率和准确性 痘苗病毒的斑块表型 digital pathology NA deep learning StarDist, HydraStarDist image NA
406 2025-05-07
Prediction of pink esthetic score using deep learning: A proof of concept
2025-Apr, Journal of dentistry IF:4.8Q1
研究论文 本研究开发了一种深度学习模型,用于预测单颗种植体美学区的美学评分 首次将深度学习技术应用于预测单颗种植体美学区的粉红美学评分(PES) 样本量有限(226例),需要进一步收集更多样本和临床特征以提高模型性能 开发一个能够预测单颗种植体美学区美学效果的深度学习模型 单颗种植体美学区的美学效果评估 计算机视觉 NA 深度学习 DL 图像和临床数据 226个样本,每个样本包含3张口腔内照片和12个临床特征
407 2025-05-07
Detecting living microalgae in ship ballast water based on stained microscopic images and deep learning
2025-Apr, Marine pollution bulletin IF:5.3Q1
研究论文 本研究利用染色显微图像和深度学习技术,快速检测船舶压载水中的活微藻细胞 结合中性红染料的活细胞选择性染色与深度学习模型,实现了微藻活性的高精度检测 活微藻细胞的检测精度略低于不考虑活性的总体检测精度 开发船舶压载水中活微藻细胞的快速检测方法 青岛扁藻和链状亚历山大藻两种微藻 计算机视觉 NA 中性红染色显微成像 深度学习模型 显微图像 两种微藻样本(青岛扁藻和链状亚历山大藻)
408 2025-05-07
Improving the thermostability of ulvan lyase from polysaccharide lyase family 25 based on multiple computational rational design strategies
2025-Apr, International journal of biological macromolecules IF:7.7Q1
研究论文 本研究提出了一种结合深度学习和多种能量函数方法的计算机辅助理性设计策略,用于提高ulvan裂解酶的热稳定性 结合深度学习和多种能量函数方法进行计算机辅助理性设计,显著提高了ulvan裂解酶的热稳定性,并发现了突变体的协同效应 未提及实验规模或实际工业应用验证 提高ulvan裂解酶的热稳定性以促进其工业应用 ulvan裂解酶 生物信息学 NA ColabFold结构预测,FoldX、Rosetta和Schrödinger突变体筛选,分子动力学模拟 深度学习 蛋白质结构数据 三个单点突变体(A117V、K145L、A237V)和组合突变体(A117V/A237V、K145L/A237V)
409 2025-05-07
Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging
2025-Apr-01, NeuroImage IF:4.7Q1
研究论文 提出一种名为Deep-ER的深度学习重建方法,用于快速高分辨率神经代谢成像 开发了一种嵌入物理模型的深度学习重建方法,实现了600倍于传统方法的重建速度,并提高了空间-光谱质量和代谢物定量 训练数据量相对较小(21例训练,6例测试),且仅在7T MRI扫描仪上验证 提高磁共振波谱成像(MRSI)的重建速度和图像质量,以促进神经科学和精准医学的应用 高分辨率幻影和27名人类参与者(22名健康志愿者和5名胶质瘤患者) 医学影像分析 脑癌(胶质瘤) 磁共振波谱成像(MRSI),ECCENTRIC脉冲序列 深度学习神经网络(使用循环交错卷积层和联合双空间特征表示) MRI影像数据 27名参与者(22名健康志愿者和5名胶质瘤患者)
410 2025-05-07
Multiscale deep learning radiomics for predicting recurrence-free survival in pancreatic cancer: A multicenter study
2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1
研究论文 本研究开发并验证了一种多尺度深度学习放射组学列线图,用于预测胰腺导管腺癌患者的无复发生存期 结合手工放射组学和深度学习特征,构建多尺度列线图,显著优于AJCC分期系统 研究样本来自四家医院,可能存在选择偏倚;外部验证集的样本量相对较小 预测胰腺导管腺癌患者的无复发生存期,以改善术前临床决策 469名胰腺导管腺癌患者 数字病理学 胰腺癌 放射组学分析,深度学习 多尺度深度学习模型 医学影像 469名患者(来自四家医院)
411 2025-05-07
Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images
2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2
research paper 通过深度学习分析扫频源OCT图像,研究年龄和性别对脉络膜厚度及其组成部分的影响 利用深度学习算法自动测量脉络膜厚度,揭示了年龄和性别对脉络膜厚度变化的特异性影响 研究排除了有眼部病理和系统性疾病的参与者,可能限制了结果的普遍性 探究年龄和性别对脉络膜厚度变化的影响 262名参与者(136名女性和126名男性)的扫频源OCT图像 digital pathology age-related macular degeneration, high myopia, diabetes mellitus swept-source optical coherence tomography (SS-OCT) deep learning algorithms image 262 participants (136 females and 126 males)
412 2025-05-07
Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key
2025-Apr, Microbiological research IF:6.1Q1
综述 本文回顾了针对耐药肺炎克雷伯菌感染的治疗选择,重点探讨了噬菌体疗法的关键作用 强调了噬菌体疗法在应对耐药肺炎克雷伯菌感染中的潜力,并探讨了基因工程和人工智能在优化该疗法中的应用 指出了噬菌体疗法在临床广泛应用中的关键限制 探讨新型治疗策略以应对耐药肺炎克雷伯菌感染的全球威胁 耐药肺炎克雷伯菌及其感染 传染病学 肺炎克雷伯菌感染 噬菌体疗法、基因工程、人工智能和深度学习 NA NA NA
413 2025-05-07
The prediction of RNA-small-molecule ligand binding affinity based on geometric deep learning
2025-Apr, Computational biology and chemistry IF:2.6Q2
研究论文 提出了一种基于几何深度学习的RNA-小分子配体结合亲和力预测方法RLASIF 首次利用分子表面的几何和化学特征创建RNA-配体相互作用指纹来表征结合亲和力 未明确提及样本量以外的具体限制 预测RNA-小分子配体的结合亲和力 RNA和小分子配体 机器学习 NA 几何深度学习 RLASIF 分子表面几何和化学特征 来自PDBbind NL2020的十个不同测试集
414 2025-05-07
Online and Cross-User Finger Movement Pattern Recognition by Decoding Neural Drive Information from Surface Electromyogram
2025-Apr, International journal of neural systems IF:6.6Q1
研究论文 提出了一种结合神经解码方法和无监督域适应学习的肌电识别新方法,用于识别手指运动模式 采用微观特征提取神经驱动信息并结合无监督域适应学习,提高了跨用户场景下的识别准确率 研究样本量较小(15名受试者),且仅针对手指伸肌 解决肌电控制系统在跨用户场景下的性能下降问题 手指运动模式 神经接口与控制 NA 表面肌电图(SEMG)分解 深度学习模型 SEMG信号 15名受试者的手指伸肌SEMG信号
415 2025-05-07
Adjacent point aided vertebral landmark detection and Cobb angle measurement for automated AIS diagnosis
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 提出了一种新的脊柱关键点检测框架,用于自动化青少年特发性脊柱侧弯(AIS)的诊断 设计了LAD-Net深度学习架构,结合脊柱刚性结构信息,通过ACIC和CFOF模块有效校正错误检测的标志点 未提及具体样本量及跨中心验证结果 提高基于脊柱X光图像的参数测量和诊断准确性 青少年特发性脊柱侧弯(AIS)患者的脊柱X光图像 计算机视觉 青少年特发性脊柱侧弯 深度学习 LAD-Net(基于CNN的变体) X光图像 NA
416 2025-05-07
Fast In Vivo Two-Photon Fluorescence Imaging via Lateral and Axial Resolution Restoration With Self-Supervised Learning
2025-Apr, Journal of biophotonics IF:2.0Q3
research paper 提出了一种基于自监督学习的横向和轴向分辨率恢复(LARR)深度学习框架,用于解决双光子荧光(TPF)成像中分辨率与速度之间的矛盾 开发了LARR框架,通过自监督训练方案计算恢复稀疏采样的TPF图像,实现4倍轴向和16倍横向分辨率增强,显著提升成像速度和分辨率 未提及具体临床应用验证或大规模样本测试结果 解决双光子荧光成像中高分辨率与高速度之间的矛盾 双光子荧光(TPF)成像系统 生物医学成像 NA 双光子荧光成像(TPF) 自监督学习框架(LARR) 图像 未明确说明具体样本数量
417 2025-05-07
Antimicrobial resistance recommendations via electronic health records with graph representation and patient population modeling
2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1
research paper 提出了一种基于电子健康记录(EHR)的深度学习框架,用于生成抗菌素耐药性(AMR)推荐 采用深度图神经网络建模医疗事件间的相关性,结合患者群体建模解决罕见AMR标签不平衡问题,并采用多任务学习策略同时推荐多种AMR 研究仅针对尿路感染患者,可能不适用于其他类型的感染 利用EHR数据改进抗菌素耐药性(AMR)的识别和推荐 尿路感染患者 machine learning urinary tract infection deep learning, graph neural network GNN electronic health records (EHRs) 超过110,000名尿路感染患者
418 2025-05-07
Why does my medical AI look at pictures of birds? Exploring the efficacy of transfer learning across domain boundaries
2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 探讨在医学深度学习中使用领域内预训练模型相对于跨领域预训练模型的优势 研究发现领域内预训练(如CT图像)在相同领域的下游任务中表现更优,揭示了预训练数据与任务领域匹配的重要性 研究结果仅适用于CT图像领域,对其他医学影像模态不适用 比较领域内预训练与跨领域预训练在医学深度学习中的效果差异 CT图像数据集(RadNet-12M、RadNet-1.28M、LiTS 2017) 计算机视觉 NA 自监督对比学习 深度学习模型(未指定具体架构) 医学影像(CT图像) 超过12百万/1.28百万CT图像切片(来自90,663次扫描)
419 2025-05-07
Protein ligand structure prediction: From empirical to deep learning approaches
2025-Apr, Current opinion in structural biology IF:6.1Q1
综述 本文综述了蛋白质-配体结构预测方法,从传统经验方法到基于深度学习的方法 提供了对经验方法和基于深度学习方法的关键组成部分的统一视角,并讨论了未来基于深度学习方法的挑战和机遇 未提及具体实验验证或实际应用案例 探讨蛋白质-配体结构预测方法的发展及其在药物发现中的应用 蛋白质-配体复合物的三维结构和结合能 机器学习 NA 深度学习 DL-based models 蛋白质-配体复合物数据 NA
420 2025-05-07
Meta-learning guidance for robust medical image synthesis: Addressing the real-world misalignment and corruptions
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种基于元学习的医学图像合成方法,旨在解决真实世界中的图像错位和损坏问题 提出了三种关键创新:元学习启发的重加权方案、基于非局部特征的损失函数以及联合训练图像合成网络和基于空间变换器(STN)的配准网络 方法在更具挑战性的数据集上的适用性尚未验证 提高医学图像合成在存在错位和损坏数据情况下的鲁棒性 医学图像 数字病理 NA 深度学习 STN 图像 公共数据集和受控合成场景
回到顶部