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!

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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202506-202506] [清除筛选条件]
当前共找到 1262 篇文献,本页显示第 481 - 500 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
481 2025-10-06
Genomic prediction of plant traits by popular machine learning methods
2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3
综述 本文系统回顾了机器学习方法在植物性状基因组预测中的应用现状与发展趋势 重点关注可解释人工智能在基因组预测中的创新应用,并强调基于变换器的大语言模型在遗传代码处理中的新兴作用 仅手动筛选了80篇文献源,可能未涵盖该领域所有相关研究 探讨机器学习方法在植物基因组预测中的应用效果与发展前景 植物基因组数据与表型性状的关联关系 机器学习 NA 基因组测序 CNN, 大语言模型 基因组数据 NA NA Transformer NA NA
482 2025-10-06
Deep learning approach to the estimation of the ratio of reproductive modes in a partially clonal population
2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3
研究论文 本研究开发了一种基于深度学习的卷积神经网络模型,用于估计部分克隆种群中有性生殖与无性生殖的比例 首次将深度学习技术应用于估计混合生殖策略种群的生殖模式比例,能够有效处理小样本量带来的复杂性 模型假设生殖比例在具有双重生殖策略和稳定种群规模的种群中随时间保持恒定 探索单一物种内有性生殖和无性生殖的共存模式,分析具有混合生殖策略种群在变化环境中的动态 具有混合生殖策略的生物种群,特别是通过孤雌生殖产生的克隆生物与有性生殖起源的种群成员 机器学习 NA 微卫星重复序列等中性多等位基因标记特征 CNN 遗传标记数据 小样本量数据集 NA 卷积神经网络 准确率 NA
483 2025-10-06
Diagnostic Performance of ChatGPT-4o in Detecting Hip Fractures on Pelvic X-rays
2025-Jun, Cureus
研究论文 评估ChatGPT-4o在骨盆X光片上诊断髋部骨折的诊断性能 首次评估ChatGPT-4o在髋部骨折影像诊断中的表现,探索大型语言模型在医学影像分析中的应用潜力 对非移位性骨折的敏感性较低(68.2%的假阴性病例为非移位性骨折),模型识别细微影像学表现的能力有限 评估人工智能模型在髋部骨折诊断中的性能 髋部骨折患者的骨盆X光影像 医学影像分析 骨科疾病 X射线成像 大型语言模型 X光图像 200张骨盆前后位X光片(100例手术确认的髋部骨折患者,100例软组织创伤无骨折患者) NA ChatGPT-4o 敏感性, 特异性, 准确率, 阳性预测值, 阴性预测值, ROC曲线, AUC, Cohen's kappa, F1分数, 卡方检验, McNemar检验 NA
484 2025-10-06
Neural network-based multi-task learning to assist planning of posterior spinal fusion surgery for adolescent idiopathic scoliosis
2025-Jun-24, Spine deformity IF:1.6Q3
研究论文 开发基于神经网络多任务学习模型辅助青少年特发性脊柱侧弯后路脊柱融合手术规划 首次将神经网络多任务学习应用于脊柱侧弯手术规划,能够同时预测多个关键手术参数 样本量有限(189例患者),仅针对Lenke 1A和2A型曲线 辅助青少年特发性脊柱侧弯后路脊柱融合手术的器械规划决策 189例Lenke 1A和2A型青少年特发性脊柱侧弯患者 医疗人工智能 脊柱侧弯 深度学习 人工神经网络 临床和影像学数据 189例AIS患者(179例训练,10例外部验证) NA 多任务神经网络 准确率,RMSE NA
485 2025-10-06
A deep learning model for predicting the outcome of persistent type 2 endoleaks after endovascular abdominal aortic aneurysm repair
2025-Jun, Acta chirurgica Belgica IF:0.6Q4
研究论文 开发深度学习模型预测腹主动脉瘤腔内修复术后持续性2型内漏的临床结局 首次将端到端深度学习模型应用于持续性2型内漏的预后预测,并采用可视化技术提升模型可解释性 单中心回顾性研究,样本量有限(94例患者),需外部验证确认泛化能力 预测腹主动脉瘤腔内修复术后持续性2型内漏的临床结局 94例持续性2型内漏患者 医学影像分析 心血管疾病 计算机断层扫描血管成像 深度学习 医学影像 94例患者,10240张CTA图像 MATLAB 端到端深度学习模型 AUC, 准确率, F1分数 NA
486 2025-10-06
Uncertainty Quantification and Temperature Scaling Calibration for Protein-RNA Binding Site Prediction
2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1
研究论文 本研究提出了一种结合多尺度图卷积网络、卷积神经网络和注意力机制的MGCA方法,用于蛋白质-RNA结合位点预测,并进行了不确定性量化和温度缩放校准研究 提出了MGCA模型以更好地捕获局部和全局信息,引入了基于预期校准误差的分箱筛选方法,并应用温度缩放来校准模型不确定性而不改变性能 NA 提高蛋白质-RNA结合位点预测的准确性和可靠性,减少模型不确定性 蛋白质-RNA结合位点 机器学习 NA 深度学习 GCN, CNN, 注意力机制 蛋白质序列和结构数据 NA NA 多尺度图卷积网络,卷积神经网络,注意力机制 预期校准误差,假阳性率,精确度 NA
487 2025-10-06
Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm
2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt 首次将蒙特卡洛树搜索与NSGA-II算法结合,在无需大量训练数据的情况下实现多目标分子优化 未明确说明计算资源消耗和算法运行时间的具体数据 解决药物化学中分子设计的优化问题 分子结构和分子数据 机器学习 NA 分子优化算法 蒙特卡洛树搜索,遗传算法 分子数据 NA NA MNopt 多目标优化效果,分子结构有效性,分子多样性 NA
488 2025-10-06
Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning
2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出可解释的多视图增强学习模型EMMPTNet用于预测RNA-小分子结合亲和力 基于物理化学和拓扑特性构建多视图多尺度深度学习网络,并提供模型可解释性分析 NA 准确预测RNA-小分子结合亲和力以筛选潜在药物 RNA-小分子化合物 机器学习 NA RNA-小分子结合亲和力预测 深度学习网络 物理化学和拓扑特性数据 NA NA EMMPTNet, 多层感知机 平均绝对误差, 皮尔逊相关系数 NA
489 2025-10-06
Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments
2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出一种基于功能片段的强化学习框架MOFF,用于共价和非共价化合物的分子生成 首个采用基于片段的强化学习方法进行共价分子设计的生成框架 仅通过计算验证,缺乏实验验证 开发用于药物发现的分子生成框架 小分子药物,特别是针对BTK和EGFR的化合物 机器学习 癌症 分子对接,分子动力学模拟 强化学习 化学结构数据 NA Soft Actor-Critic MOFF 对接分数,类药性 NA
490 2025-10-06
Deep Learning Approaches for Predicting the Surface Tension of Ionic Liquids
2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1
研究论文 本研究开发了两种深度学习模型用于预测离子液体在宽温度范围内的表面张力 首次使用SMILES分子表示法结合深度学习模型预测离子液体表面张力,实现了0.990的高决定系数 模型仅在恒定压力条件下验证,未考虑压力变化对表面张力的影响 开发准确预测离子液体表面张力的计算方法以加速离子液体发现和设计 离子液体及其表面张力特性 机器学习 NA 深度学习 深度学习模型 分子结构数据(SMILES表示) NA NA NA 决定系数(R²), 均方根误差(RMSE) NA
491 2025-10-06
PruEV-AI: a Simple Approach Combines Urinary Extracellular Vesicle Isolation with AI-Assisted Analysis for Prostate Cancer Diagnosis
2025-Jun-23, Small methods IF:10.7Q1
研究论文 开发了一种结合尿液细胞外囊泡快速分离与人工智能分析的集成诊断系统用于前列腺癌诊断 首次将胺改性沸石和碳酰肼用于快速分离尿液细胞外囊泡,并结合深度学习模型优化生物标志物组合 样本量相对较小(97例),仅验证了6种miRNA和PSA的组合 开发非侵入性前列腺癌诊断方法 前列腺癌患者和对照组的尿液样本 数字病理学 前列腺癌 RT-qPCR, 尿液细胞外囊泡分离技术 深度学习 miRNA表达数据, 临床数据 48例前列腺癌患者和49例对照组 NA NA AUC, 灵敏度, 特异性, 准确度 NA
492 2025-10-06
Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy
2025-Jun-21, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics
研究论文 本研究利用深度学习模型分析超声胎盘图像纹理特征以预测妊娠期高血压疾病 首次将Vision Transformer与TabNet分类器结合应用于胎盘超声图像分析,并比较了不同深度学习技术在妊娠期高血压预测中的性能 研究为单中心前瞻性观察研究,样本量有限,未包含更多混杂因素的调整 开发基于人工智能的妊娠期高血压疾病早期预测方法 妊娠期女性的胎盘超声图像 计算机视觉 妊娠期高血压疾病 超声成像 CNN, Vision Transformer, Transfer Learning 医学图像 1008名孕妇(600名正常结局,143名HDP,265名其他不良结局) NA EfficientNet B0, Vision Transformer, TabNet 准确率, Cohen kappa分数, AUC, 敏感性, 特异性 NA
493 2025-10-06
Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework
2025-Jun-21, Biotechnology progress IF:2.5Q3
研究论文 介绍首个工业智能实验室框架,通过深度学习与机器人实验相结合优化细胞培养工艺开发 首次将仅解码器Transformer深度学习模型与机器人实验结合,实现细胞培养过程的自主优化和决策 仅验证了3L和15L生物反应器的应用,尚未展示在更大生产规模下的表现 提高生物制剂工艺开发效率,实现自主化、数据驱动的生物制造 抗体和重组蛋白生产的细胞培养过程 机器学习 NA 细胞培养,机器人实验,物联网系统 Transformer 生物反应器分析数据,细胞状态数据 三个不同细胞克隆的工艺开发案例 NA 仅解码器Transformer 滴度增加百分比,乳酸水平 NA
494 2025-10-06
Automated detection and classification of osteolytic lesions in panoramic radiographs using CNNs and vision transformers
2025-Jun-21, BMC oral health IF:2.6Q1
研究论文 开发并评估用于在全景X光片中自动检测和分类溶骨性病变的深度学习模型 首次将视觉变换器组件应用于全景X光片中溶骨性病变的检测,相比传统深度学习模型表现更优 模型在颌窦区域、拔牙部位和透亮带区域存在误判情况 开发辅助牙医早期检测颌骨溶骨性病变的深度学习系统 颌骨溶骨性病变(边界清晰和边界模糊两类) 计算机视觉 颌骨疾病 全景X光成像 CNN, Transformer 医学影像 676张全景X光片(165张边界清晰病变,181张边界模糊病变,330张对照) PyTorch Mask R-CNN, Swin-Tiny, ResNet-50, Mask DINO, YOLOv5 敏感度, 特异度, F1分数, AUC NA
495 2025-10-06
Enhancing marine oil spill detection through dynamic adaptive knowledge distillation with spectral mask superpixel
2025-Jun-21, Marine pollution bulletin IF:5.3Q1
研究论文 提出一种动态自适应知识蒸馏方法DAKD-SMS,通过光谱掩膜超像素增强海洋溢油检测能力 结合动态视觉Transformer网络、光谱指数掩膜超像素生成和尺度自适应知识蒸馏,自动从未标记数据中提取空间-光谱特征 未明确说明模型计算复杂度及在实时检测场景下的性能表现 解决标记样本稀缺问题,提升海洋溢油检测精度 高光谱图像中的海洋溢油区域 计算机视觉 NA 高光谱成像 Transformer 高光谱图像 三个数据集(具体数量未说明) NA 动态视觉Transformer (ViT) 准确率 NA
496 2025-10-06
Multistage pig identification using a sequential ear tag detection pipeline
2025-Jun-20, Scientific reports IF:3.8Q1
研究论文 提出一种基于顺序检测流程的猪只耳标识别方法,用于精准畜牧业中的个体识别 开发了四阶段顺序检测管道,通过猪只检测、耳标定位、旋转校正和数字识别实现光照不变的个体识别 方法性能可能受耳标编码复杂性和光照条件影响,且在陌生环境中的召回率略有下降 开发可靠的猪只个体识别方法以提升畜牧业管理效率 商业耳标标记的猪只 计算机视觉 NA 深度学习,计算机视觉 目标检测模型 图像 三个自定义数据集(耳标检测、引脚检测、数字检测) NA NA mAP0.95, 精确度, 召回率 NA
497 2025-10-06
Facilitating laboratory automation using a robot with a simple and inexpensive camera detection system
2025-Jun-20, Scientific reports IF:3.8Q1
研究论文 开发了一种基于机器人手臂的简单低成本摄像头检测系统,用于促进实验室自动化 使用ArUco标记和OpenCV模拟立体视觉创建机器人环境3D数字模型,并集成深度学习神经网络实现自动化数字显示识别 系统主要针对小型研究实验室设计,可能不适用于大规模工业应用 为资源有限的小型研究实验室提供简单易用的实验室自动化解决方案 实验室自动化系统和机器人手臂 计算机视觉 NA ArUco标记检测,立体视觉,深度学习 深度学习神经网络 图像,3D模型 NA OpenCV, Python NA 错误率 低成本硬件和开源软件
498 2025-10-06
Few shot learning for phenotype-driven diagnosis of patients with rare genetic diseases
2025-Jun-20, NPJ digital medicine IF:12.4Q1
研究论文 提出一种名为SHEPHERD的小样本学习方法,用于基于表型的罕见遗传疾病诊断 首个将知识图谱与小样本学习相结合的多维度罕见疾病诊断方法,使用模拟罕见疾病患者数据进行训练 依赖于模拟患者数据,在真实临床环境中的验证仍需进一步研究 加速罕见遗传疾病的诊断过程 罕见遗传疾病患者 机器学习 罕见遗传疾病 小样本学习 深度学习 知识图谱、临床数据 未诊断疾病网络465例、MyGene2 146例、发育障碍解密研究1431例 NA NA NA NA
499 2025-10-06
Quantum-classical deep learning hybrid architecture with graphene-printed low-cost capacitive sensor for essential tremor detection
2025-Jun-20, Scientific reports IF:3.8Q1
研究论文 提出一种结合石墨烯电容传感器、量子启发算法和深度学习的混合架构,用于检测原发性震颤 将量子启发的计算滤波器(Quantvolution和QuantClass)集成到深度学习框架中,改进了震颤模式的分析能力 初步发现显示损失变异性更稳定,但需要在更广泛的数据集和临床环境中进一步验证 开发用于原发性震颤检测的量子-经典深度学习混合架构 原发性震颤患者的手指震颤运动 机器学习 神经系统疾病 石墨烯印刷电容传感技术 深度学习 传感器数据 NA NA 量子-经典混合架构 损失变异性 NA
500 2025-10-06
A comprehensive review of heart rate measurement using remote photoplethysmography and deep learning
2025-Jun-20, Biomedical engineering online IF:2.9Q3
综述 本文全面综述了基于远程光电容积描记术和深度学习的非接触式心率测量方法 系统比较了传统方法与深度学习方法在心率测量中的性能差异,并基于145篇文献识别出现有研究空白和未来研究方向 主要基于文献综述,缺乏原始实验数据验证 评估远程光电容积描记术结合深度学习在心率测量中的应用现状和发展前景 人体心率信号,主要通过面部区域采集 计算机视觉 心血管疾病 远程光电容积描记术(rPPG) 深度学习模型 视频图像 基于145篇研究文献的综合分析 NA NA 准确率 NA
回到顶部