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 1392 篇文献，本页显示第 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2025-04-25 |
A streaming brain-to-voice neuroprosthesis to restore naturalistic communication
2025-Apr, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-025-01905-6
PMID:40164740
|
research paper | 该研究开发了一种流式脑到语音神经假体，用于恢复瘫痪患者的自然语言交流 | 使用高密度表面记录和深度学习循环神经网络转换器模型，实现了在线大词汇量可理解流畅语音合成，并个性化还原了参与者受伤前的声音 | 研究仅针对一名严重瘫痪和失语症的临床试验参与者，样本量较小 | 恢复瘫痪患者的自然语言交流能力 | 严重瘫痪和失语症患者 | 神经工程 | 瘫痪 | 高密度表面记录、深度学习 | 循环神经网络转换器模型 (RNN-T) | 神经信号 | 1名临床试验参与者 |
| 882 | 2025-04-07 |
Opening the deep learning box
2025-Apr, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-025-01938-x
PMID:40186074
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 883 | 2025-04-25 |
Foundation model of neural activity predicts response to new stimulus types
2025-Apr, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-08829-y
PMID:40205215
|
研究论文 | 本文通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元反应，并展示了该模型在新刺激类型和小鼠中的泛化能力 | 利用基础模型处理大量神经活动数据，成功预测新刺激类型下的神经元反应，并扩展到预测解剖细胞类型、树突特征和神经元连接性 | 模型的应用范围可能受限于训练数据的多样性和规模，且目前仅在视觉皮层进行了验证 | 构建大脑的基础模型，以增强对大脑计算目标和神经编码的理解 | 小鼠视觉皮层的神经活动 | 神经科学 | NA | 深度学习 | 基础模型 | 神经活动数据 | 多只小鼠的大量神经活动数据 |
| 884 | 2025-04-25 |
Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers
2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.70143
PMID:40235115
|
研究论文 | 本研究采用基于深度学习的多模态规范框架，分析阿尔茨海默病（AD）在ATN成像生物标志物上的个体水平变异 | 首次应用多模态规范模型分析AD在ATN生物标志物上的异质性，并开发了个体水平疾病严重程度指数（DSI） | 研究仅基于横断面数据，缺乏纵向验证 | 探究阿尔茨海默病在ATN生物标志物上的异质性表现 | 阿尔茨海默病患者（淀粉样蛋白阳性个体）与淀粉样蛋白阴性对照 | 数字病理学 | 老年病 | T1加权磁共振成像（MRI）、淀粉样蛋白和tau蛋白正电子发射断层扫描（PET） | 深度学习 | 医学影像 | 发现队列665人，复制队列430人 |
| 885 | 2025-04-25 |
Pathomics Image Analysis of Tumor Infiltrating Lymphocytes (TILs) in Colon Cancer
2025-Apr-01, Research square
DOI:10.21203/rs.3.rs-6173056/v1
PMID:40235501
|
研究论文 | 开发了一种深度学习病理图像分析工作流，用于生成空间肿瘤-TIL图，以可视化和量化结肠癌中肿瘤浸润淋巴细胞（TILs）的丰度和空间分布 | 利用深度学习技术对H&E染色的全切片图像进行分析，生成肿瘤-TIL空间图，量化TILs在结肠癌微环境中的比例及其预后意义 | NA | 评估TILs%作为病理学生物标志物在结肠癌预后中的意义 | 结肠癌患者样本中的肿瘤浸润淋巴细胞（TILs） | 数字病理 | 结肠癌 | 深度学习，H&E染色 | 深度学习模型（未指定具体模型） | 图像（H&E染色的全切片图像） | NA |
| 886 | 2025-04-25 |
A Computational Framework for Automated Puncture Trajectory Planning in Hemorrhagic Stroke Surgery
2025-Apr, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70480
PMID:40259699
|
研究论文 | 本研究提出了一种计算框架，用于自动化生成出血性中风手术中的穿刺轨迹 | 结合AI驱动的分割、主成分分析（PCA）和经验优化，创新性地实现了穿刺路径的自动化生成 | 仅使用了五个复杂临床案例进行验证，未来需要与机器人系统集成并通过临床试验进一步验证 | 提高出血性中风手术中穿刺轨迹规划的效率和安全性 | 出血性中风手术中的穿刺轨迹 | 数字病理 | 中风 | AI驱动的分割、PCA、Laplacian网格平滑 | ResNet-50 | 医学影像 | 五个复杂临床案例 |
| 887 | 2025-04-25 |
Multisequence 3-T Image Synthesis from 64-mT Low-Field-Strength MRI Using Generative Adversarial Networks in Multiple Sclerosis
2025-Apr, Radiology
IF:12.1Q1
DOI:10.1148/radiol.233529
PMID:40261176
|
research paper | 该研究开发了一种名为LowGAN的生成对抗网络，用于从64-mT低场强MRI生成3-T高质量脑部图像，并在多发性硬化症患者中进行了评估 | 提出了一种新的生成对抗网络架构LowGAN，用于低场强到高场强MRI图像的转换，提高了图像质量和白质病变的分割准确性 | 研究样本量相对较小（主组50人，验证组13人），且仅针对多发性硬化症患者 | 开发并评估一种深度学习架构，以提高便携式低场强MRI扫描仪生成的图像质量 | 多发性硬化症患者的脑部MRI图像 | 医学影像处理 | 多发性硬化症 | 生成对抗网络（GAN） | LowGAN | MRI图像 | 主组50名参与者（中位年龄47岁，38名女性），验证组13名参与者（中位年龄41岁，11名女性） |
| 888 | 2025-04-25 |
The application of artificial intelligence in upper gastrointestinal cancers
2025-Apr, Journal of the National Cancer Center
IF:7.6Q1
DOI:10.1016/j.jncc.2024.12.006
PMID:40265096
|
综述 | 本文综述了人工智能在上消化道癌症（主要包括食管癌和胃癌）筛查、诊断、治疗和预后方面的应用 | 总结了AI技术在上消化道癌症临床任务中的应用，并探讨了AI算法选择、早期筛查普及、AI临床应用及大型多模态模型等前沿问题 | 指出了当前上消化道癌症AI应用领域面临的局限性和挑战 | 探讨人工智能技术在上消化道癌症临床诊疗中的应用现状与前景 | 食管癌和胃癌 | 数字病理学 | 上消化道癌症（食管癌和胃癌） | 放射组学和深度学习 | 大型多模态模型 | 医学影像 | NA |
| 889 | 2025-04-24 |
Data efficient learning of molecular slow modes from nonequilibrium metadynamics
2025-Apr-28, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0258483
PMID:40260824
|
研究论文 | 本文提出了一种算法，利用非平衡元动力学模拟的有限轨迹数据训练Deep-TICA CVs，以更高效地学习分子慢模式 | 通过变分Koopman算法重加权短非平衡轨迹，使其反映平衡概率密度，从而解决了从有限轨迹数据推断慢模式的关键挑战 | 需要进一步验证该方法在更复杂分子系统中的适用性 | 开发一种数据高效的方法来学习分子慢模式，以促进分子过程的研究 | 分子系统（如Müller-Brown势、丙氨酸二肽和chignolin迷你蛋白）的慢模式 | 计算化学 | NA | 非平衡元动力学模拟、变分Koopman算法 | Deep-TICA（深度时间滞后独立成分分析） | 分子轨迹数据 | 有限数量的短非平衡轨迹数据 |
| 890 | 2025-04-24 |
Fourier-enhanced high-order total variation (FeHOT) iterative network for interior tomography
2025-Apr-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adc8f6
PMID:40179937
|
研究论文 | 提出了一种傅里叶增强的高阶总变分迭代网络（FeHOT），用于解决内部断层扫描中的高精度重建问题 | 1) 将经典HOT理论与深度学习通过迭代展开框架相结合 2) 引入频域操作克服CT图像中多项式/分段常数假设的限制 3) 在仅五次迭代内实现高质量重建，平衡计算效率与准确性 | 对于具有分段常数特性的成像对象（如AAPM数据集），一阶总变分已能取得满意结果，可能不需要更复杂的二阶正则化 | 解决内部断层扫描中从截断投影数据实现高精度重建的挑战 | CT图像重建 | 数字病理 | NA | CT扫描 | FeHOT网络（结合HOT和U-Net） | 图像 | AAPM数据集和临床医学数据集 |
| 891 | 2025-04-24 |
Deep learning-based detection of generalized convulsive seizures using a wrist-worn accelerometer
2025-Apr-23, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.18406
PMID:40265999
|
research paper | 开发并验证了一种基于手腕加速度计的深度学习可调算法，用于自动检测全身性或双侧惊厥性癫痫发作，可与市售智能手表集成 | 提出了一种基于单传感器加速度计数据的深度学习技术，实现了高灵敏度的癫痫发作检测，并支持可调灵敏度 | 模型在测试集中漏检了两次癫痫发作，其中一次是由于患者佩戴传感器的手臂被床栏卡住 | 开发一种自动检测全身性或双侧惊厥性癫痫发作的算法 | 癫痫患者 | machine learning | epilepsy | 3D-accelerometer sensor | CNN | accelerometer data | 384名患者（训练集37名患者54次发作，测试集347名患者49次发作） |
| 892 | 2025-04-24 |
Destruction for growth: a novel laser direct writing perovskite strategy with intelligent anti-counterfeiting applications
2025-Apr-22, Nanoscale horizons
IF:8.0Q1
DOI:10.1039/d4nh00612g
PMID:40125819
|
研究论文 | 本文提出了一种新型的激光直写钙钛矿策略，利用激光破坏诱导钙钛矿生长，并展示了其在精密图案化和防伪应用中的潜力 | 不同于以往依赖热效应和光子吸收诱导成核的激光直写技术，本研究利用脉冲激光快速破坏应力丰富的钙钛矿前驱体磷酸盐玻璃表面，通过应力释放和反向移动剪切带效应促进钙钛矿晶体的成核和生长 | NA | 探索激光破坏诱导钙钛矿生长的新机制及其在光电子学和防伪应用中的潜力 | 钙钛矿材料及其在激光直写技术中的应用 | 光电子学 | NA | 激光直写技术（LDW） | NA | NA | NA |
| 893 | 2025-04-24 |
A Raman spectroscopy algorithm based on convolutional neural networks and multilayer perceptrons: qualitative and quantitative analyses of chemical warfare agent simulants
2025-Apr-22, The Analyst
DOI:10.1039/d5an00075k
PMID:40192710
|
研究论文 | 提出了一种基于卷积神经网络和多层感知器的拉曼光谱算法，用于化学战剂模拟物的定性和定量分析 | 结合卷积神经网络和多层感知器，提出了一种新的深度学习算法RS-MLP，能够自适应捕捉混合物权重并进行分层特征匹配 | 未提及算法在更广泛或不同环境下的适用性测试 | 开发一种快速、可靠的化学战剂检测方法，以支持军事防御和反恐行动 | 化学战剂模拟物 | 机器学习 | NA | 拉曼光谱 | CNN, MLP | 光谱数据 | 四种组合的光谱数据用于验证 |
| 894 | 2025-04-24 |
A machine learning toolkit assisted approach for IMRT fluence map optimization: feasibility and advantages
2025-Apr-22, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adcaca
PMID:40203852
|
研究论文 | 本研究提出了一种利用机器学习工具包辅助IMRT（调强放射治疗）通量图优化的新方法，展示了其在计划质量和效率上的优势 | 首次将机器学习工具包直接应用于治疗计划优化，实现了比传统优化方法更快的收敛速度和更强的鲁棒性 | 研究仅在前列腺和头颈部病例上进行了测试，未涉及其他癌症类型 | 探索机器学习在放射治疗计划优化中的新应用方式 | IMRT治疗计划中的通量图优化 | 机器学习 | 前列腺癌,头颈癌 | PyTorch的L-BFGS优化器 | 单层网络 | 剂量沉积矩阵 | 前列腺和头颈部病例（具体数量未明确说明） |
| 895 | 2025-04-24 |
Transforming Medical Imaging: The Role of Artificial Intelligence Integration in PACS for Enhanced Diagnostic Accuracy and Workflow Efficiency
2025-Apr-22, Current medical imaging
IF:1.1Q3
|
综述 | 本文探讨了人工智能（AI）在医学影像存档与通信系统（PACS）中的整合及其对医学影像、诊断流程和患者结果的影响 | AI整合显著提升了诊断准确性和工作效率，特别是在早期肿瘤检测和异常识别方面，诊断时间减少了90% | 数据隐私、法规遵从性和互操作性方面的挑战仍然存在，需要标准化框架和强大的安全协议 | 评估AI在PACS中的整合对医学影像、诊断流程和患者结果的影响 | 医学影像存档与通信系统（PACS） | 医学影像 | NA | 深度学习、自然语言处理（NLP） | 卷积神经网络（CNN） | 医学影像 | 183项研究 |
| 896 | 2025-04-24 |
Brain tumour classification and survival prediction using a novel hybrid deep learning model using MRI image
2025-Apr-17, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2486206
PMID:40243150
|
research paper | 该论文提出了一种名为Deep Residual PyramidNet (DRP_Net)的新型混合深度学习模型，用于脑肿瘤分类和生存预测 | 提出了一种结合Deep Residual Network (DRN)和PyramidNet的新型混合模型DRP_Net，用于脑肿瘤分类和生存预测 | 未明确提及具体局限性 | 开发一种自动化的脑肿瘤分类和生存预测方法 | 脑肿瘤患者的MRI图像 | digital pathology | brain tumor | MRI, homomorphic filtering, Haar wavelet, Local Directional Number Pattern (LDNP) | DRP_Net (融合DRN和PyramidNet), Deep Recurrent Neural Network (DRNN) | image | 来自BraTS数据集的MRI图像 |
| 897 | 2025-04-24 |
The genetic architecture of and evolutionary constraints on the human pelvic form
2025-04-11, Science (New York, N.Y.)
DOI:10.1126/science.adq1521
PMID:40208988
|
研究论文 | 通过深度学习分析大量双能X射线吸收扫描数据，研究人类骨盆形态的遗传结构和进化限制 | 使用大规模数据集和深度学习技术识别与骨盆表型相关的遗传位点，揭示了骨盆形态与生殖功能、运动能力及疾病风险的关联 | 研究主要基于英国生物银行的数据，可能不适用于其他人群 | 探究人类骨盆形态的遗传基础和进化限制 | 人类骨盆形态 | 机器学习 | NA | 双能X射线吸收扫描，深度学习 | 深度学习 | 图像 | 31,115份双能X射线吸收扫描数据 |
| 898 | 2025-04-24 |
Seeing through multimode fibers using real-valued intensity transmission matrix with deep learning
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.553949
PMID:40219515
|
研究论文 | 本文提出了一种结合实值强度传输矩阵（RVITM）和深度学习的方法，用于通过多模光纤（MMF）增强图像检索 | 结合RVITM算法和分层并行多尺度（HPM）-注意力U-Net，提高了图像质量，并减少了训练样本需求 | 方法在泛化能力上仍有提升空间，且依赖于MMF的特性表征 | 提高通过多模光纤传输图像的质量和效率 | 多模光纤（MMF）中的图像传输 | 计算机视觉 | NA | 深度学习，RVITM算法 | HPM-attention U-Net | 图像 | NA |
| 899 | 2025-04-24 |
Deep Learning-Based Comparative Prediction and Functional Analysis of Intrinsically Disordered Regions in SARS-CoV-2
2025-Apr-05, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26073411
PMID:40244295
|
研究论文 | 本研究探讨了SARS-CoV-2蛋白质组中内在无序区域（IDRs）的作用及其作为小分子药物发现靶点的潜力 | 使用四种基于深度学习的无序预测模型（ADOPT、PONDRVLXT、PONDRVSL2和flDPnn）分析SARS-CoV-2蛋白质的无序倾向，并验证了这些区域在病毒功能中的关键作用 | 研究依赖于预测模型的准确性，实验验证的数据有限 | 探索SARS-CoV-2蛋白质组中内在无序区域的功能及其作为药物靶点的潜力 | SARS-CoV-2蛋白质组中的内在无序区域 | 生物信息学 | COVID-19 | 深度学习 | ADOPT、PONDRVLXT、PONDRVSL2、flDPnn | 蛋白质序列 | NA |
| 900 | 2025-04-04 |
Publisher Correction: Interpretable deep learning of single-cell and epigenetic data reveals novel molecular insights in aging
2025-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95242-0
PMID:40175436
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |