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 1061 - 1080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2025-04-17 |
Depth-of-interaction encoding techniques for pixelated PET detectors enabled by machine learning methods and fast waveform digitization
2025-Apr-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adc96d
PMID:40185124
|
研究论文 | 本研究开发了一种利用机器学习和快速波形数字化技术，从像素化PET探测器中提取深度交互(DOI)信息的方法 | 无需修改探测器设计即可实现多级DOI分类，且保持了探测器的时间性能 | 研究仅针对20mm长晶体进行了验证，未涉及其他尺寸晶体的性能评估 | 开发一种从商用像素化探测器中获取DOI信息的技术 | 像素化PET探测器及其DOI信息 | 医学影像处理 | NA | 机器学习方法、快速波形数字化技术(DRS4) | LSTM网络、经典机器学习算法 | 闪烁波形数据 | 2×2×20mm长窄晶体 |
| 1062 | 2025-04-17 |
Basin-informed flood frequency analysis using deep learning exhibits consistent projected regional patterns over CONUS
2025-Apr-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97610-2
PMID:40222992
|
研究论文 | 利用深度学习进行基于流域的洪水频率分析，展示了美国本土未来洪水趋势的一致区域模式 | 使用LSTM模型结合气候模型数据预测洪水趋势，揭示了美国本土洪水变化的区域一致性模式 | 研究仅基于CMIP5气候模型数据，可能未涵盖所有气候不确定性 | 分析气候变化对未来洪水趋势的影响 | 美国本土638个河流站点的长期流量 | 机器学习 | NA | LSTM模型，CMIP5气候模型数据 | LSTM | 气象数据，流量数据 | 美国本土638个河流站点 |
| 1063 | 2025-04-17 |
The satisfaction of ecological environment in sports public services by artificial intelligence and big data
2025-Apr-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97927-y
PMID:40222989
|
研究论文 | 本研究结合基于残差模块和注意力机制的CNN方法与SERVQUAL评估模型，探讨人工智能和大数据对体育公共服务中居民健身生态环境满意度的影响 | 结合CNN与SERVQUAL模型分析AI驱动的体育公共服务对健身生态环境满意度的影响 | 研究主要依赖问卷调查、文献综述和访谈数据，可能受限于样本的代表性和数据的全面性 | 探讨AI驱动的体育公共服务与健身生态环境满意度之间的关系 | 体育公共服务中的健身生态环境和居民满意度 | 机器学习 | NA | 问卷调查、文献综述、访谈 | CNN | 问卷数据、文献数据、访谈数据 | 未明确说明样本数量 |
| 1064 | 2025-04-17 |
MODAMS: design of a multimodal object-detection based augmentation model for satellite image sets
2025-Apr-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93766-z
PMID:40223115
|
research paper | 提出了一种基于多模态目标检测的卫星图像增强模型，旨在提高分类性能 | 结合了YOLO目标检测、cdGAN、EHO和FFO等多种技术，实现了动态和图像特定的增强 | 未提及模型在大规模数据集上的表现或计算资源消耗 | 提高卫星图像的分类准确性和效率 | 高光谱卫星图像 | computer vision | NA | YOLO, cdGAN, EHO, FFO, Incremental Learning | YOLO, GAN | image | NA |
| 1065 | 2025-04-17 |
Deep learning tools predict variants in disordered regions with lower sensitivity
2025-Apr-12, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-11534-9
PMID:40221640
|
research paper | 该研究探讨了深度学习工具在预测无序区域变异时的敏感性较低的问题 | 揭示了AlphaMissense和VARITY等工具在预测无序区域变异时的敏感性不足，并指出需要开发针对无序区域的新特征和范式 | 研究主要关注无序区域的变异预测，未涉及其他可能影响预测准确性的因素 | 评估当前最先进的变异效应预测工具在无序区域的效能 | 人类蛋白质组中的无序区域及其变异 | machine learning | NA | AlphaFold2, Variant Effect Predictor (VEP), AlphaMissense, VARITY | 深度学习模型 | 蛋白质序列和结构数据 | 涉及人类蛋白质组中30%的无序区域 |
| 1066 | 2025-04-17 |
CMTNet: a hybrid CNN-transformer network for UAV-based hyperspectral crop classification in precision agriculture
2025-Apr-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97052-w
PMID:40216979
|
研究论文 | 提出了一种结合CNN和Transformer的深度学习框架CMTNet，用于无人机获取的高光谱作物分类 | CMTNet结合了光谱-空间特征提取模块、双分支架构和多输出约束模块，能同时捕获局部和全局特征，提高分类精度 | 未提及模型在更广泛作物类型或更复杂环境中的泛化能力 | 提高无人机高光谱成像在精准农业中作物分类的精度和可靠性 | 无人机获取的高光谱作物图像 | 计算机视觉 | NA | 高光谱成像 | CNN-Transformer混合模型 | 图像 | 三个无人机获取的数据集（WHU-Hi-LongKou、WHU-Hi-HanChuan和WHU-Hi-HongHu） |
| 1067 | 2025-04-17 |
Bearing fault diagnosis based on efficient cross space multiscale CNN transformer parallelism
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95895-x
PMID:40210923
|
研究论文 | 提出了一种基于高效跨空间多尺度CNN Transformer并行性的风力涡轮机轴承故障诊断模型 | 采用并行分支结构同时提取时空特征，结合多尺度特征提取模块和高效多尺度注意力机制，提升了局部和全局特征提取能力 | 未提及模型在极端噪声环境下的表现 | 提高风力涡轮机轴承故障诊断的准确性和噪声鲁棒性 | 风力涡轮机轴承 | 机器学习 | NA | Continuous Wavelet Transform (CWT) | CNN, Transformer, BiGRU | 一维振动信号转换的二维时频图像 | 两个公开的轴承数据集 |
| 1068 | 2025-04-17 |
Accelerated Discovery of Cell Migration Regulators Using Label-Free Deep Learning-Based Automated Tracking
2025-Apr-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.01.646705
PMID:40236190
|
研究论文 | 本文介绍了一种名为DeepBIT的无标记深度学习自动化追踪方法，用于加速发现细胞迁移调控因子 | 开发了DeepBIT方法，无需细胞标记即可自动检测和追踪单个细胞的迁移，显著提高了通量和效率 | 方法主要针对癌细胞迁移进行研究，可能不适用于其他类型细胞的迁移研究 | 开发高通量方法研究细胞迁移调控机制 | 癌细胞迁移行为 | 计算机视觉 | 癌症 | 深度学习、机器视觉 | DeepBIT | 视频 | 约130万个追踪细胞，840种不同条件 |
| 1069 | 2025-04-17 |
Role of artificial intelligence in magnetic resonance imaging-based detection of temporomandibular joint disorder: a systematic review
2025-Apr, The British journal of oral & maxillofacial surgery
DOI:10.1016/j.bjoms.2024.12.004
PMID:40087072
|
系统综述 | 本文系统评估了人工智能在基于磁共振成像的颞下颌关节紊乱检测中的应用 | 首次系统性地总结了AI在颞下颌关节盘位置识别中的应用及其性能指标 | 研究设计标准化不足和报告一致性有待提高 | 评估AI在MRI中识别颞下颌关节盘位置的应用效果 | 颞下颌关节紊乱患者和正常个体的MRI影像 | 数字病理 | 颞下颌关节紊乱 | MRI | 深度学习（MobileNetV2, ResNet）和机器学习 | 医学影像 | 7项研究（未明确总样本量） |
| 1070 | 2025-04-17 |
Evaluating the Effectiveness of Neural Radiance Field for Noninvasive Volumetric Assessment
2025-Apr, Plastic and reconstructive surgery. Global open
DOI:10.1097/GOX.0000000000006708
PMID:40230474
|
research paper | 评估神经辐射场（NeRF）在非侵入性体积评估中的有效性，特别是在下肢淋巴水肿的治疗中 | 利用iPhone应用程序Luma 3D和NeRF技术进行3D场景重建，克服了传统2D成像和CT扫描的限制 | 研究仅基于一名88岁慢性淋巴水肿患者的12个月数据，样本量较小 | 评估NeRF技术在门诊环境中进行淋巴水肿体积评估的有效性 | 一名88岁慢性淋巴水肿女性患者 | digital pathology | lymphedema | NeRF, CT扫描 | NeRF | 3D图像 | 1名患者，12个月的数据 |
| 1071 | 2025-04-17 |
Correction to: Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination
2025-Apr, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooaf028
PMID:40236682
|
correction | 对一篇关于利用深度学习检测西班牙语推文中COVID-19疫苗接种立场的文章进行更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1072 | 2025-04-16 |
A hybrid network based on multi-scale convolutional neural network and bidirectional gated recurrent unit for EEG denoising
2025-Apr-19, Neuroscience
IF:2.9Q2
|
研究论文 | 提出一种基于多尺度卷积神经网络和双向门控循环单元的混合网络（MSCGRU），用于脑电图（EEG）去噪 | 结合多尺度卷积模块和通道注意力机制提取EEG信号的不同频率特征，并利用BiGRU捕获时间依赖性特征，通过生成对抗网络进一步提升去噪性能 | 未明确说明模型在实时处理或计算效率方面的表现 | 提高EEG信号去噪的准确性和可靠性，以支持神经科学研究 | 包含肌电、眼电和心电伪迹的EEG信号 | 机器学习 | NA | 深度学习 | MSCGRU（多尺度CNN+BiGRU的生成对抗网络） | 时间序列数据（EEG信号） | 公开数据集（具体数量未说明） |
| 1073 | 2025-04-16 |
Automated comprehensive evaluation of coronary artery plaque in IVOCT using deep learning
2025-Apr-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112169
PMID:40224006
|
research paper | 开发了一种基于深度学习的语义分割模型（EDA-UNet），用于自动评估冠状动脉斑块 | 首次提出专门用于IVOCT图像中冠状动脉斑块特征化和量化的EDA-UNet模型 | 外部测试中脂质斑块的Dice系数相对较低（0.7052） | 提高冠状动脉斑块评估的效率和准确性 | 冠状动脉斑块组织 | digital pathology | cardiovascular disease | deep learning | EDA-UNet (UNet变体) | IVOCT图像 | 来自三个中心的IVOCT图像（两个用于训练和内部测试，一个用于外部测试） |
| 1074 | 2025-04-16 |
Authors' Reply: "Deep Learning for Staging Periodontitis Using Panoramic Radiographs"
2025-Apr-15, Oral diseases
IF:2.9Q1
DOI:10.1111/odi.15348
PMID:40231655
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1075 | 2025-04-16 |
Selective Single-Bacterium Analysis and Motion Tracking Based on Conductive Bulk-Surface Imprinting
2025-Apr-15, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00198
PMID:40231794
|
研究论文 | 本文提出了一种基于导电整体表面印迹的选择性单细菌分析和运动追踪方法 | 利用密度泛函理论预测理想单体，制备具有清晰和高精度识别位点的分子印迹，开发深度学习辅助的单细菌运动轨迹追踪方法 | NA | 提高电化学细菌检测的选择性，开发单细菌监测技术 | 细菌 | 生物传感器 | NA | 导电分子印迹、密度泛函理论、深度学习 | 深度学习模型 | 细菌运动轨迹数据 | NA |
| 1076 | 2025-04-16 |
Advancing endometriosis detection in daily practice: a deep learning-enhanced multi-sequence MRI analytical model
2025-Apr-15, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04942-8
PMID:40232413
|
research paper | 该研究开发了一种深度学习增强的多序列MRI分析模型，用于提高子宫内膜异位症的检测准确性 | 首次在大型队列中使用多序列MRI的深度学习模型，展示了与训练有素的放射科医生相当的检测效果 | 研究依赖于单一机构的数据库，可能影响模型的泛化能力 | 评估深度学习工具在提高基于多序列MRI的子宫内膜异位症检测准确性方面的应用 | 子宫内膜异位症患者和年龄匹配的对照组 | digital pathology | endometriosis | multi-sequence MRI | 3D-DenseNet-121 | MRI images | 395例病例组和356例对照组 |
| 1077 | 2025-04-16 |
Focusing properties and deep learning-based efficient tuning of symmetric butterfly beams
2025-Apr-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.557170
PMID:40232438
|
研究论文 | 本文报告了一种新型的突然自聚焦光束——对称蝴蝶高斯光束（SBGBs），并提出了基于深度学习的模型来快速准确地预测SBGBs的传播特性 | 提出了一种新型的对称蝴蝶高斯光束（SBGBs），并开发了基于深度学习的快速预测模型，其预测速度比传统算法快8000倍 | 未提及具体实验验证或实际应用中的潜在问题 | 研究新型光束的聚焦特性及其在光学操纵、光通信和生物医学中的应用 | 对称蝴蝶高斯光束（SBGBs） | 光学 | NA | 深度学习 | 深度学习模型 | 光学数据 | NA |
| 1078 | 2025-04-16 |
Multi-viewpoint tampering detection for integral imaging
2025-Apr-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.557452
PMID:40232459
|
研究论文 | 提出了一种新的3D积分成像方案，能够在保证清晰光场显示的同时实现篡改检测和自我恢复 | 结合像素映射和深度学习技术，实现了像素级的深度和角度数据提取，并嵌入多视点恢复信息以重建完整的元素图像阵列 | 未提及具体计算成本降低的程度和实际应用场景的限制 | 开发一种具有篡改检测和自我恢复功能的3D积分成像方案 | 相机阵列基础的积分成像系统 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 1079 | 2025-04-16 |
Invited Perspective: How Do Green- and Bluespaces Reduce Heat-Related Health Risks? Gaining New Insights from Street-View Imagery, Deep Learning Models, and Smartphone Data
2025-Apr-14, Environmental health perspectives
IF:10.1Q1
DOI:10.1289/EHP15400
PMID:40228076
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1080 | 2025-04-16 |
An Automated AI Framework for Quantitative Measurement of Mammalian Behavior
2025-Apr-14, Integrative zoology
IF:3.5Q1
DOI:10.1111/1749-4877.12985
PMID:40230073
|
研究论文 | 开发了一个基于面部识别和深度学习的框架，用于自动跟踪、测量和量化多种哺乳动物的行为 | 首次提出一个自动化框架，利用面部识别和深度学习技术对多种哺乳动物的行为进行定量测量和分析 | 未提及具体样本数量，且准确率在不同物种间存在差异 | 开发一种自动化和定量测量动物行为的方法 | 10种不同的哺乳动物类群，包括灵长类、牛科、食肉目和马科动物 | 计算机视觉 | NA | 深度学习、面部识别 | NA | 视频 | NA |