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 27705 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 2025-07-06
Deep learning methods for clinical workflow phase-based prediction of procedure duration: a benchmark study
2025-12, Computer assisted surgery (Abingdon, England)
研究论文 本研究评估了深度学习模型在预测心脏导管实验室(cath lab)手术结束时间方面的性能 仅使用视频分析得出的临床阶段作为算法输入,InceptionTime和LSTM-FCN模型实现了最准确的预测 需要在不同的手术环境中验证这些发现,并探索在不损失准确性的情况下优化训练时间的方法 评估深度学习模型在预测手术结束时间方面的性能,以提高心脏导管实验室的效率 心脏导管实验室(cath lab)的手术 机器学习 心血管疾病 视频分析 InceptionTime, LSTM-FCN, LSTM with attention mechanism, standard LSTM, CNN, Transformer 视频 NA
2 2025-07-06
MLP-UNet: an algorithm for segmenting lesions in breast and thyroid ultrasound images
2025-12, Computer assisted surgery (Abingdon, England)
研究论文 提出了一种名为MLP-UNet的深度学习模型,用于自动分割乳腺和甲状腺超声图像中的病变区域 MLP-UNet采用U形编码器-解码器架构,并在编码器阶段集成了基于MLP的模块(MAP),同时在跳跃连接中使用了轻量级注意力模块以增强特征表示 NA 提高乳腺和甲状腺超声图像中病变分割的准确性和实时性,以指导活检和手术中的精确针头放置 乳腺肿瘤和甲状腺结节 计算机视觉 乳腺癌, 甲状腺癌 深度学习 MLP-UNet 超声图像 使用了BUSI和DDTI两个数据集进行验证
3 2025-07-06
AgCV: An Agentic framework for automating computer vision application
2025-Dec, MethodsX IF:1.6Q2
研究论文 本文提出了一个名为Agentic Computer Vision (AgCV)的框架,旨在通过自主代理自动化复杂的计算机视觉任务 AgCV框架结合了LangGraph、自然语言处理、深度学习和数据科学,构建了自适应、用户驱动的计算机视觉流程,并通过用户交互实现全自动化流水线 NA 自动化复杂的计算机视觉任务,降低技术门槛,提升计算机视觉应用的可访问性、可扩展性和灵活性 计算机视觉任务,如图像识别、分类和分割 计算机视觉 NA 自然语言处理、深度学习、数据科学 LangGraph、RAG 图像 NA
4 2025-07-06
Ultra-low-dose coronary CT angiography via super-resolution deep learning reconstruction: impact on image quality, coronary plaque, and stenosis analysis
2025-Aug, European radiology IF:4.7Q1
研究论文 本研究探讨了超分辨率深度学习重建(SR-DLR)在降低冠状动脉CT血管造影(CCTA)辐射剂量中的应用,并评估其对图像质量、冠状动脉斑块定量和定性分析以及狭窄严重性分析的影响 利用SR-DLR算法实现了60%的辐射剂量降低,同时保持了高图像质量和冠状动脉斑块及狭窄分析的优异性能 样本量较小(50例患者),且未评估长期临床效果 优化冠状动脉CT血管造影的辐射剂量,同时保持图像质量和诊断准确性 50例接受低剂量和超低剂量CCTA扫描的患者 医学影像分析 心血管疾病 超分辨率深度学习重建(SR-DLR) 深度学习 医学影像 50例患者(48个冠状动脉节段来自9例患者用于狭窄分析)
5 2025-07-06
Normative values for lung, bronchial sizes, and bronchus-artery ratios in chest CT scans: from infancy into young adulthood
2025-Aug, European radiology IF:4.7Q1
研究论文 通过胸部CT扫描估计从学龄前到青年期的支气管和动脉尺寸以及支气管-动脉比率的定量参数的发育趋势,并提供标准值 使用自动深度学习算法计算支气管和动脉参数,并首次提供了从婴儿期到青年期的支气管和动脉尺寸及比率的标准值 研究仅包括被初步报告为正常的胸部CT扫描,可能未涵盖所有潜在变量 估计胸部CT扫描中定量参数的发育趋势,并提供支气管和动脉尺寸及比率的标准值 0至24岁的参与者 数字病理学 NA 胸部CT扫描,深度学习算法 NA 图像 375例正常吸气胸部CT扫描(女性/男性=156/219;平均年龄[SD]12.7[5.0]岁)
6 2025-07-06
Deep learning-based breast cancer diagnosis in breast MRI: systematic review and meta-analysis
2025-Aug, European radiology IF:4.7Q1
meta-analysis 本文通过系统综述和荟萃分析评估了深度学习模型在乳腺MRI中诊断乳腺癌的性能 首次对深度学习模型在乳腺MRI诊断乳腺癌中的性能进行了全面的系统综述和荟萃分析 研究存在显著的异质性,且仅有21项研究符合定量分析条件 评估深度学习模型在乳腺MRI诊断乳腺癌中的性能 乳腺癌诊断 数字病理 乳腺癌 MRI CNN, HCM 医学影像 40项研究(其中21项符合定量分析)
7 2025-07-06
PlaqueViT: a vision transformer model for fully automatic vessel and plaque segmentation in coronary computed tomography angiography
2025-Aug, European radiology IF:4.7Q1
研究论文 开发并评估了一种用于冠状动脉血管和斑块分割的深度学习模型 提出了一种名为PlaqueViT的3D视觉Transformer模型,用于全自动分割冠状动脉斑块和血管 模型在外部验证数据集上的表现未明确说明 开发一种深度学习模型,用于冠状动脉CT血管造影中的血管和斑块分割 冠状动脉血管和斑块 数字病理学 心血管疾病 冠状动脉CT血管造影(CCTA) 3D vision transformer 医学影像 开发集463例,测试集123例,观察者间研究65例,外部验证28例,CAD检测数据集684例
8 2025-07-06
Automated material flow characterization of WEEE in sorting plants using deep learning and regression models on RGB data
2025-Aug-01, Waste management (New York, N.Y.)
研究论文 本研究开发了一种基于RGB摄像头和深度学习的自动化方法,用于电子废弃物(WEEE)分选厂中的物料流成分分析 结合深度学习进行材料类型识别、回归模型预测单个颗粒质量,并将质量汇总为物料流成分 方法尚未在粉碎后的WEEE中成功应用 优化电子废弃物回收过程中的自动化粉碎和分离工艺 电子废弃物(WEEE)中的铁金属、非铁金属、印刷电路板和塑料 计算机视觉 NA RGB摄像头数据采集 YOLO v11, K-nearest neighbors回归 RGB图像 NA
9 2025-07-06
Pollen morphology, deep learning, phylogenetics, and the evolution of environmental adaptations in Podocarpus
2025-Aug, The New phytologist
研究论文 本研究利用深度学习和系统发育框架分析了Podocarpus花粉形态与环境因素的关系,探讨了温度、降水、海拔和太阳辐射对形态变化的影响 首次将深度学习量化特征与系统发育分析结合,揭示了环境适应在花粉形态进化中的作用 研究仅针对31个新热带区Podocarpidites化石样本,样本代表性可能有限 探究环境因素对Podocarpus花粉形态进化的影响 Podocarpus花粉形态特征 植物进化生物学 NA 深度学习, 系统发育分析 深度学习模型(未指定具体类型), 性状-环境回归模型 花粉形态图像数据, 环境参数数据 31个新热带区Podocarpidites化石样本
10 2025-07-06
Generation of ultrasonic and audible sound waves for the automatic classification of packaging waste in reverse vending machines
2025-Aug-01, Waste management (New York, N.Y.)
研究论文 本文提出了一种利用声学传感器进行包装废物分类的新方法,以解决现有逆向自动售货机(RVMs)在废物分类中的局限性 采用超声波和可听声波分析声场变化,结合人工智能系统对材料进行分类,避免了传统方法对昂贵传感器和复杂环境条件的依赖 验证仅在受控环境中进行,尚未在实际RVMs环境中测试 开发一种基于声学技术的低成本、高效废物分类方法 塑料、玻璃、纸板和金属罐等可回收物品 机器学习 NA 指数正弦扫描(ESS)技术 经典机器学习和深度学习模型 声学数据 NA
11 2025-07-06
Develop intelligent waste bin prototype based on fusion feature recognition of sounds and RGB images
2025-Aug-01, Waste management (New York, N.Y.)
研究论文 开发了一种基于声音和RGB图像融合特征识别的智能垃圾桶原型,用于城市固体废物的分类 首次采用多模态深度学习方法(MDLM)整合图像和声音数据进行城市固体废物识别 改进相对有限,且未来研究需要探索包含更多RGB图像以开发更稳健的融合特征 提升城市固体废物的自动分类效率,推动循环经济的发展 城市固体废物(MSW) 计算机视觉与音频处理 NA Mel频率倒谱系数(MFCCs),ResNet-101,LSTM网络 MDLM(多模态深度学习模型),LSTM 音频信号,RGB图像 NA
12 2025-07-06
BengalDeltaFish: A local dataset for fish detection in Bangladeshi markets
2025-Aug, Data in brief IF:1.0Q3
research paper 该论文介绍了BengalDeltaFish数据集,用于在孟加拉国市场的真实环境中检测鱼类 数据集在非受控的真实市场环境中收集,包含多种鱼类及罕见物种,填补了现有数据集的空白 数据集仅包含孟加拉国市场的鱼类,可能不适用于其他地区的鱼类识别 开发一个能够在真实市场环境中可靠检测和分类鱼类的AI工具 孟加拉国市场中的33种常见及罕见鱼类 computer vision NA deep learning YOLOv11s image 4560张标注图像,包含33种鱼类
13 2025-07-06
teaLeafBD: A comprehensive image dataset to classify the diseased tea leaf to automate the leaf selection process in Bangladesh
2025-Aug, Data in brief IF:1.0Q3
research paper 该研究创建了一个名为teaLeafBD的综合图像数据集,用于分类孟加拉国的病态茶叶,以自动化茶叶选择过程 提供了一个包含5278张病态和健康茶叶图像的全面数据集,覆盖多种疾病类型和不同气象条件下的图像采集 数据集仅覆盖孟加拉国的茶叶疾病,可能无法完全代表其他地区的疾病模式 提高对茶叶疾病如何影响茶树种植和茶叶生产的认识,并支持自动化疾病分类系统的开发 茶叶叶片 computer vision 植物疾病 deep learning NA image 5278张病态和健康茶叶图像
14 2025-07-06
Assessment model of blast injury: A narrative review
2025-Jul-18, iScience IF:4.6Q1
综述 本文系统总结了爆炸冲击波的生物效应、传统评估模型的应用及其局限性,以及新兴技术——细胞/类器官模型和人工智能应用 介绍了冲击波细胞模型和类器官模型的成功开发,以及基于AI的模型在爆炸伤预测和评估中的应用 传统评估模型存在局限性,新兴技术的应用仍需进一步验证 评估爆炸伤的生物效应及其评估模型 爆炸冲击波引起的颅脑和肺部损伤 生物医学工程 爆炸伤 数值模拟、动物模型、死后人体替代模型(PMHS)、冲击波细胞模型、类器官模型、AI模型 机器学习/深度学习 NA NA
15 2025-07-06
Efficient attention vision transformers for monocular depth estimation on resource-limited hardware
2025-Jul-05, Scientific reports IF:3.8Q1
research paper 本文提出了一种高效的注意力视觉变换器方法,用于在资源有限的硬件上进行单目深度估计 利用高效注意力模块降低计算成本,并通过Pareto前沿分析找到质量和推理速度之间的最优平衡 未提及具体在哪些资源受限的硬件上进行了测试,以及实际应用中的表现 优化单目深度估计任务的网络计算成本,提高推理速度 视觉变换器在单目深度估计中的应用 computer vision NA efficient attention modules Vision Transformers image NA
16 2025-07-06
A Feature-Augmented Transformer Model to Recognize Functional Activities from in-the-wild Smartwatch Data
2025-Jul-04, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 本文提出了一种特征增强的Transformer模型,用于从智能手表数据中识别功能活动 通过引入特征标记-Transformer嵌入来增强特征表示,以提高分类性能,并提出了一个大规模的功能活动数据集ArWISE 功能活动识别由于其固有的复杂性和在真实环境中的变异性,仍存在挑战 研究功能活动识别方法,以支持认知健康评估、康复、术后恢复和慢性病管理 智能手表数据中的功能活动 机器学习 慢性病 特征增强和Transformer模型 Transformer 传感器数据 503名参与者,超过3200万个标记点
17 2025-07-06
Mutualistic Multi-Network Noisy Label Learning (MMNNLL) Method and Its Application to Transdiagnostic Classification of Bipolar Disorder and Schizophrenia
2025-Jul-04, IEEE transactions on medical imaging IF:8.9Q1
研究论文 本文提出了一种互惠多网络噪声标签学习(MMNNLL)方法,用于提高双相情感障碍和精神分裂症的跨诊断分类准确性 通过多网络协作与竞争,最大化深度神经网络在识别和利用干净及噪声标签样本时的一致性,从而有效处理噪声标签数据 未提及具体样本量的限制或数据集的多样性问题 提高精神障碍的诊断准确性,特别是双相情感障碍(BP)和精神分裂症(SZ)的跨诊断分类 双相情感障碍和精神分裂症患者 机器学习 精神障碍 深度神经网络(DNNs) MMNNLL 神经影像数据和功能连接数据 未明确提及具体样本量,但使用了公开的CIFAR-10和PathMNIST数据集进行验证
18 2025-07-06
A self-supervised robotic system for autonomous contact-based spatial mapping of semiconductor properties
2025-Jul-04, Science advances IF:11.7Q1
研究论文 提出一种自监督机器人系统,用于自主进行半导体特性的接触式空间映射 将自监督学习融入机器人系统,实现高精度的像素级定位和高通量测量,无需大量标记数据 目前仅在特定类型的半导体材料(钙钛矿薄膜)上进行了验证 开发一种高精度、高通量的自主接触式材料表征系统 半导体材料(特别是钙钛矿薄膜)的光电导特性 机器人技术 NA 接触式材料表征技术 自监督神经网络 物理测量数据 3025个独特预测位点的钙钛矿薄膜成分梯度
19 2025-07-06
Mapping the Conformational Heterogeneity Intrinsic to the Protein Native Ensemble
2025-Jul-04, Biochemistry IF:2.9Q3
review 本文综述了在AlphaFold时代,如何通过实验和计算技术揭示蛋白质构象异质性及其对功能理解的重要性 强调了单一结构无法全面反映蛋白质功能,提出了整合多探针实验和物理基础模型来理解序列-集合-功能关系的新范式 未具体说明所讨论技术的应用限制或数据解释的潜在偏差 探讨蛋白质构象异质性在功能理解中的重要性及研究方法 蛋白质构象景观和功能关系 结构生物学 NA 实验与计算技术整合方法 物理基础模型 结构数据与动态构象数据 NA
20 2025-07-06
MIC: A deep learning tool for assigning ions and waters in cryo-EM and crystal structures
2025-Jul-04, Nature communications IF:14.7Q1
research paper 本文介绍了一种名为MIC的深度学习工具,用于在冷冻电镜和晶体结构中分配离子和水分子 利用相互作用指纹表示化学环境,并开发机器学习模型预测水和离子位点的身份,相比现有方法具有更高的准确性和更广泛的位点身份识别能力 未提及具体局限性 提高冷冻电镜和晶体结构中水和离子位点的分类准确性,以更好地理解结构和功能,并指导下游设计任务 冷冻电镜和晶体结构中的水和离子位点 machine learning NA 深度学习 NA 冷冻电镜和晶体结构数据 多种生物分子示例
回到顶部