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] [发表日期不过滤] [清除筛选条件]
当前共找到 30217 篇文献,本页显示第 1 - 20 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
1 2025-09-06
mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data
2025-Dec, Gut microbes IF:12.2Q1
研究论文 提出一种基于自编码器的微生物组数据插补方法mbSparse,用于解决数据稀疏性问题 利用特征自编码器学习样本表示,并结合条件变分自编码器(CVAE)进行数据重建,首次在微生物组数据插补中应用深度学习替代传统预定义分布方法 NA 开发能够有效处理微生物组数据高稀疏性的插补算法 微生物组计数矩阵数据 机器学习 结直肠癌 深度学习 自编码器, CVAE 微生物组计数数据 NA
2 2025-09-06
Diagnostic performance of dual-layer spectral CT Radiomics and deep learning for differentiating osteoblastic bone metastases from bone islands
2025-Dec, European journal of radiology open IF:1.8Q3
研究论文 比较双层光谱CT影像组学特征和深度学习模型在鉴别成骨性骨转移与骨岛方面的诊断性能 首次系统评估双层光谱CT影像组学与深度学习模型在骨病变鉴别诊断中的对比性能,并发现VMI40keV图像的熵特征具有更高的敏感性 回顾性研究设计,样本量相对有限(216个病灶),需进一步多中心验证 评估和比较不同CT成像方法在骨病变鉴别诊断中的效能 成骨性病变患者(94例患者的216个病灶,包括125个骨岛和91个成骨性骨转移) 医学影像分析 骨肿瘤/骨转移癌 双层光谱CT(DLSCT),影像组学分析,深度学习 深度学习模型(具体架构未指明) CT影像数据 94例患者(48男,46女,平均66±12岁)的216个病灶
3 2025-09-06
Deep Learning with Disc Photos or OCT Scans in Glaucoma Detection
2025 Nov-Dec, Ophthalmology science IF:3.2Q1
研究论文 比较基于OCT RNFLT图和视盘照片的深度学习模型在青光眼检测中的性能差异 首次系统比较OCT与视盘照片在深度学习辅助青光眼诊断中的效果,并分析不同人口学组间的性能差异 回顾性研究,数据来源于单一三级青光眼中心,可能存在选择偏倚 评估基于OCT和视盘照片的深度学习模型在青光眼检测中的诊断准确性 青光眼患者(基于视野缺损定义) 医学影像分析 青光眼 OCT扫描,视野检查 深度学习模型 医学影像(OCT图像和视盘照片) 16,936个图像集,经过质量筛选后用于模型训练和测试
4 2025-09-06
Multimodal data-driven approaches in retinal vein occlusion: A narrative review integrating machine learning and bioinformatics
2025 Nov-Dec, Advances in ophthalmology practice and research
综述 本文综述了整合机器学习和生物信息学的多模态数据驱动方法在视网膜静脉阻塞研究中的应用与进展 通过融合多模态数据、机器学习与生物信息学方法,构建预测模型并探索分子机制,为RVO研究提供新范式 存在数据标准化不一致和模型泛化能力有限的问题,临床转化仍需解决这些挑战 推动视网膜静脉阻塞的病理机制研究,实现早期诊断和个性化治疗策略 视网膜静脉阻塞(RVO)患者及相关多模态数据 数字病理学 视网膜静脉阻塞 多组学分析、深度学习增强的视网膜成像 深度学习 多模态数据(包括影像和组学数据) NA
5 2025-09-06
Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 提出一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA 通过渐进式知识转移将粗粒度质量分类知识转换为细粒度质量预测任务,并利用局部/全局特征及空间通道注意力机制 NA 点云感知质量评估,特别是在压缩和通信应用中的质量评价 点云数据 计算机视觉 NA 深度学习 基于注意力的CNN 点云数据 三个大型独立点云评估数据集
6 2025-09-06
Deep Point Cloud Edge Reconstruction via Surface Patch Segmentation
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 提出一种通过表面补丁分割实现点云边缘精确重建的新型两阶段框架 利用邻近分割补丁提供额外线索,首次通过表面补丁分割实现精确完整的边缘重建,并开发了包含CAD和日常模型的多样化数据集 NA 解决点云数据参数化边缘重建中的拟合误差问题 三维点云数据,特别是CAD模型和家具等日常物体 计算机视觉 NA 深度学习,几何优化 PCER-Net(点云边缘重建网络) 点云数据 包含CAD模型和日常家具模型的多样化数据集
7 2025-09-06
Single-View 3D Hair Modeling With Clumping Optimization
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 提出一种从单张图像重建3D头发模型并优化头发成簇效果的方法 引入分层头发表示和可微分框架,首次在单视图头发重建中集成头发成簇效果优化 NA 提升单视图3D头发建模的真实感,特别是头发成簇效果 头发几何结构 计算机视觉 NA 深度学习,基于线的光栅化渲染 可微分框架 图像 NA
8 2025-09-06
A Survey of Deep Learning in Sports Applications: Perception, Comprehension, and Decision
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
综述 本文对深度学习在体育应用中的感知、理解和决策方面进行了全面调研 系统梳理了深度学习在体育性能中的层次结构算法、数据集及未来趋势 NA 调研深度学习在体育性能中的应用现状与挑战 体育应用中的感知、理解和决策任务 计算机视觉 NA 深度学习 NA 多模态数据(可能包含图像、视频等) NA(涉及多个现有数据集但未指定具体样本量)
9 2025-09-06
PixelPrint 4D : A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications
2025-Oct-01, Investigative radiology IF:7.0Q1
研究论文 提出一种名为PixelPrint 4D的3D打印方法,用于制造患者特异性可变形肺部CT体模以模拟呼吸运动 通过逐体素复制可变密度材料,实现了高度逼真的肺部结构和变形模式,超越现有简化体模 NA 开发更真实的呼吸运动体模以测试CT成像和放射治疗中的运动补偿技术 肺癌患者的4DCT数据集和3D打印的肺部体模 医学影像 肺癌 3D打印、CT成像 NA CT图像数据 1例肺癌患者的4DCT数据集
10 2025-09-06
Fast and Robust Single-Shot Cine Cardiac MRI Using Deep Learning Super-Resolution Reconstruction
2025-Oct-01, Investigative radiology IF:7.0Q1
研究论文 本研究比较了深度学习超分辨率重建的单次激发心脏MRI与标准多次激发序列的诊断质量和扫描效率 首次将工业开发的深度学习超分辨率算法应用于单次激发心脏电影序列,显著缩短扫描时间的同时保持非劣诊断质量 样本量较小(45名参与者),且未明确说明深度学习模型的具体架构和训练细节 评估深度学习重建单次激发心脏电影序列在临床诊断中的可行性和优势 具有心脏MRI临床指征的患者群体 医学影像分析 心血管疾病 深度学习超分辨率重建、压缩感知、平衡稳态自由进动序列 深度学习超分辨率算法 心脏MRI图像 45名参与者(平均年龄50±18岁,30名男性)
11 2025-09-06
Eliminating Rasterization: Direct Vector Floor Plan Generation With DiffPlanner
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 提出一种名为DiffPlanner的深度学习框架,直接在向量空间中生成边界约束的平面图布局 首次完全在向量空间操作,避免了传统方法中矢量-栅格-矢量的转换过程,并引入了对齐机制使模型优化轨迹与设计师迭代过程对齐 NA 解决边界约束的平面图生成问题,生成给定边界内房间的拓扑和几何属性 建筑平面图布局和气泡图 计算机视觉 NA 条件扩散模型 Transformer-based diffusion model 矢量数据 NA
12 2025-09-06
FLINT: Learning-Based Flow Estimation and Temporal Interpolation for Scientific Ensemble Visualization
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 提出一种基于深度学习的FLINT方法,用于科学集成数据的流场估计和时间插值 首个从科学集成数据中执行流场估计的方法,能够处理部分或完全缺失流场的情况 NA 为2D+时间和3D+时间科学集成数据估计流场并生成时间插值 科学集成数据 科学可视化 NA 深度学习 CNN,反卷积神经网络 2D+时间数据,3D+时间数据 来自模拟和实验的科学集成数据
13 2025-09-06
ASight: Fine-Tuning Auto-Scheduling Optimizations for Model Deployment via Visual Analytics
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 提出ASight视觉分析系统,帮助工程师理解自动调度生成的底层代码并优化深度学习模型部署性能 开发子图匹配算法识别中间表示中的图同构,并提出增强的可视化方法处理自动调度的大规模搜索空间 仅通过两个案例研究和定量实验验证,需要更广泛的实践应用证明 优化深度学习模型在特定硬件上的推理延迟,提升部署性能 深度学习模型的自动调度优化过程和生成的底层代码 机器学习 NA 子图匹配算法,可视化分析 NA 中间表示(IR),性能指标数据,计算图 两个案例研究(本地机器和数据中心各一)加定量实验
14 2025-09-06
Machine and deep learning methods for epileptic seizure recognition using EEG data: A systematic review
2025-Oct-01, Brain research IF:2.7Q3
系统综述 本文系统回顾了2013至2023年间基于EEG数据的机器学习和深度学习方法在癫痫发作识别中的应用 首次全面涵盖癫痫发作的检测、分类与预测任务,并探讨可解释AI、迁移学习及联邦学习等新兴趋势 仅基于PubMed数据库的文献,可能未涵盖所有相关研究;未进行定量meta分析 评估机器学习和深度学习在癫痫发作识别中的有效性、可解释性及临床适用性 癫痫患者的EEG信号数据 机器学习 癫痫 EEG(脑电图) 多种ML和DL模型(未指定具体类型) EEG信号数据 NA(综述文章,未涉及具体样本量)
15 2025-09-06
A Study of Data Augmentation for Learning-Driven Scientific Visualization
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
研究论文 本研究系统评估了九种数据增强技术在科学可视化任务中的效果,包括空间超分辨率和环境遮挡预测 首次对多种数据增强方法在科学可视化领域的性能进行综合比较,并揭示了增强数据数量与单域多样性对模型性能的关键影响 研究仅针对特定科学可视化任务,结果可能不适用于其他领域;实验基于有限的数据集特征 探索数据增强技术在解决科学可视化中训练数据稀缺问题上的有效性 科学可视化数据及其增强方法 科学可视化 NA 数据增强技术(噪声注入、插值、缩放、翻转、旋转、VAE、GAN、扩散模型、隐式神经表示) 深度学习模型 科学可视化数据 多个具有不同特征的科学数据集
16 2025-09-06
A Comprehensive Survey on 3D Single-View Object Reconstruction
2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1
综述 本文全面综述了基于单视图的3D物体重建技术,特别关注了基于新视角合成方法的最新进展,并提出了一种更符合人类视觉感知的评估方法 提出了考虑部件显著性的加权评估方法,并引入了自动感知重建差异的新技术,填补了现有文献中评估方法与人类视觉感知不一致的空白 NA 填补单视图3D物体重建领域,特别是基于新视角合成方法的最新进展的综述空白,并改进评估方法以更好地反映人类视觉感知 3D物体形状 计算机视觉 NA 深度学习 NA 图像 NA
17 2025-09-06
CT-SCOPE: annotated dataset of CT SCans for the automatic semantic segmentation of the Osseous structures of the Paranasal sinusEs
2025-Oct, Data in brief IF:1.0Q3
研究论文 介绍一个用于鼻旁窦骨结构自动语义分割的CT扫描标注数据集 提供来自6家医院、4种CT设备的多源数据集,包含人工标注和自动伪标签,支持跨设备域适应研究 仅13例病例有完整人工标注,样本量相对有限 推动医学图像分析中深度学习语义分割模型的训练与评估 鼻旁窦周围骨结构 医学图像分析 鼻窦相关疾病 CT扫描 深度学习语义分割模型 CT图像(DICOM和PNG格式) 40名受试者(13例标注+27例未标注),共约8480张切片,含696个标注掩码
18 2025-09-06
UMATBrush: A dataset of inertial signals of toothbrushing activities
2025-Oct, Data in brief IF:1.0Q3
研究论文 介绍了一个名为UMATBrush的惯性信号数据集,专门用于监测刷牙活动 与类似存储库相比,不仅包含有限手动活动的检测器开发,还包括受试者日常生活中的长时间监测 NA 为基于智能手表的刷牙活动检测提供数据集支持 四个实验受试者在大量刷牙会话中的惯性信号 机器学习 NA 惯性传感器信号采集 NA 惯性信号(加速度样本) 四个受试者使用三款商用智能手表采集的大量刷牙会话数据
19 2025-09-06
Stress-strain and fracture acoustic emission dataset of high-strength concrete for metro tunnel lining under different stress states
2025-Oct, Data in brief IF:1.0Q3
研究论文 本文提出了一个关于地铁隧道衬砌高强混凝土在不同应力状态下应力应变和断裂声发射特性的新颖数据集 首次提供了包含高强混凝土在多应力状态下的应力应变行为、断裂声发射特性及损伤图像的综合性数据集 NA 解决地铁隧道衬砌工程问题并为相关科学研究提供数据支持 地铁隧道衬砌使用的高强混凝土 工程材料 NA 声发射(AE)监测、应力应变传感、高分辨率摄像 NA 图像、传感器数据、声发射数据 NA
20 2025-09-06
RoseLeafInsight: A high-resolution image dataset for rose leaf disease recognition
2025-Oct, Data in brief IF:1.0Q3
研究论文 本研究提出了一个高分辨率玫瑰叶片病害图像数据集RoseLeafInsight,用于支持玫瑰叶片病害的自动识别与研究 创建了首个针对玫瑰叶片病害的高分辨率图像数据集,包含四种病害类别,并采用多种数据增强技术提升数据集质量 数据集仅包含四种病害类别,可能未覆盖所有玫瑰叶片病害类型;数据采集限于特定时间段和地区 开发用于玫瑰叶片病害早期识别和诊断的机器学习模型,提升病害管理效率和农业产量 玫瑰叶片图像,包含黑斑病、虫孔病、黄花叶病毒病和健康叶片四种类别 计算机视觉 植物病害 图像采集、数据增强(旋转、翻转、对比度调整、模糊、剪切、缩放、噪声添加) MobileNetV2(迁移学习模型) 图像 3,228张原始图像(黑斑病409张、虫孔病453张、黄花叶病毒病680张、健康叶片1,686张)
回到顶部