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 26818 篇文献,本页显示第 201 - 220 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
201 2025-06-20
Pretreatment Multi-sequence Contrast-Enhanced MRI to Predict Response to Immunotherapy in Unresectable Hepatocellular Carcinoma Using Transformer: A Multicenter Study
2025, Journal of Cancer IF:3.3Q2
研究论文 本研究开发了一个基于Transformer的放射组学模型,用于预测不可切除肝细胞癌患者对联合免疫治疗的客观反应 结合ResNet50和Transformer的深度学习框架,首次用于预测不可切除肝细胞癌患者对靶向联合免疫治疗的疗效 研究为回顾性多中心研究,可能存在选择偏倚 预测不可切除肝细胞癌患者对靶向联合免疫治疗的客观反应 264名接受免疫治疗前进行增强MRI扫描的不可切除肝细胞癌患者 数字病理 肝癌 对比增强MRI Transformer, ResNet50 MRI图像 264名患者(训练组180名,验证组84名)
202 2025-06-20
Deep learning-based text generation for plant phenotyping and precision agriculture
2025, Frontiers in plant science IF:4.1Q1
research paper 本文提出了一种结合深度学习文本生成与领域特定知识的计算框架,用于植物表型分析 提出了一种混合生成模型、生物约束优化策略和环境感知模块的新型框架,提高了预测准确性和可解释性 未明确提及具体局限性 提升植物表型分析的准确性和可解释性,以支持精准农业 植物表型数据 machine learning NA deep learning-based text generation hybrid generative model imaging data NA
203 2025-06-20
Predicting patients' sentiments about medications using artificial intelligence techniques
2024-12-30, Scientific reports IF:3.8Q1
研究论文 本研究利用人工智能技术预测患者对药物的情感倾向 首次采用技术解释结果以提高可解释性和可理解性,并开发了深度集成模型DL_ENS 未提及具体样本量及数据集的局限性 开发AI模型以预测患者对药物的情感倾向,辅助临床医生开药 药物相关文本数据 自然语言处理 NA Word2Vec算法、预训练词嵌入 ML和DL模型(包括CNN、LSTM等)及集成学习模型 文本 NA
204 2025-06-20
Descriptive overview of AI applications in x-ray imaging and radiotherapy
2024-12-27, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3
综述 本文综述了人工智能在X射线成像和放射治疗中的应用及其对患者预后的改善 探讨了AI在优化放射剂量、提高放射治疗效果方面的创新方法,包括深度学习在CT重建和实时剂量估计中的应用 部分AI方法尚未准备好用于常规临床使用,主要由于验证挑战,如确保在不同患者群体和临床环境中的可靠性 研究人工智能在医学放射应用中的潜力和挑战 X射线成像和放射治疗中的AI应用 数字病理学 NA 深度学习 DL模型 图像 NA
205 2025-06-20
Cultivation strategies of English thinking ability in the environment of Internet of Things
2024-Dec-15, Heliyon IF:3.4Q1
研究论文 本研究旨在通过物联网环境和深度学习视角,设计LSNN推荐模型以解决英语思维培养不足的问题 在CNN基础上增加调整层设计LSNN模型,有效缓解数据稀疏性问题 实验数据稀疏性范围较窄(0.7-0.9),未测试更广泛场景 拓宽英语学习者视野并加强英语思维能力的培养 英语学习者 自然语言处理 NA 深度学习 LSNN(基于CNN改进) 文本数据 未明确说明样本数量
206 2025-06-20
Vocal Call Locator Benchmark (VCL) for localizing rodent vocalizations from multi-channel audio
2024-Sep-21, bioRxiv : the preprint server for biology
research paper 本文介绍了Vocal Call Locator Benchmark (VCL),这是一个用于从多通道音频中定位啮齿动物发声的首个大规模数据集 提出了首个用于生物声学领域的大规模数据集和基准测试,填补了该领域公开模型、数据集和基准测试的空白 现有方法在标准实验室环境中定位动物产生声音的能力有限 理解社会互动中的行为和神经动力学,特别是动物如何处理声学信息 啮齿动物的社会发声 bioacoustics NA deep learning methods for SSL NA multi-channel audio recordings 767,295 sounds across 9 conditions
207 2025-06-20
Emerging research trends in artificial intelligence for cancer diagnostic systems: A comprehensive review
2024-Sep-15, Heliyon IF:3.4Q1
综述 本文全面分析了机器学习在癌症诊断系统中的应用现状及发展趋势 重点介绍了可解释人工智能(XAI)在癌症诊断中的新兴应用,包括交互式模型决策可视化和特征重要性分析等技术 讨论了数据集限制、模型可解释性、多组学整合和伦理问题等挑战 评估现代机器学习技术在癌症诊断中的应用,并指导研究人员、临床医生和政策制定者开发高效且可解释的基于机器学习的癌症诊断系统 癌症诊断系统 人工智能 癌症 机器学习、深度学习、联邦学习 监督学习、无监督学习、深度学习模型 影像数据、基因组数据、临床记录 NA
208 2025-06-20
Modelling protein complexes with crosslinking mass spectrometry and deep learning
2024-09-09, Nature communications IF:14.7Q1
research paper 该研究通过将交联质谱(MS)实验距离约束整合到AlphaFold-Multimer中,扩展了AlphaLink以应用于蛋白质复合物,从而改善了结构建模性能 将交联质谱数据整合到AlphaFold-Multimer中,显著提高了对具有挑战性目标的建模性能,包括界面识别、采样聚焦和模型选择改进 NA 提高蛋白质复合物结构建模的准确性 蛋白质复合物 machine learning NA crosslinking mass spectrometry (MS), deep learning AlphaFold-Multimer, AlphaLink protein complex data NA
209 2025-06-20
Pretrainable geometric graph neural network for antibody affinity maturation
2024-09-06, Nature communications IF:14.7Q1
研究论文 本文提出了一种可预训练的几何图神经网络GearBind,用于抗体亲和力成熟的计算机模拟研究 利用多关系图构建、多级几何消息传递和大规模未标记蛋白质结构数据的对比预训练,GearBind在抗体亲和力成熟任务中优于现有方法 NA 提高抗体与目标抗原的结合亲和力,用于抗体治疗开发 抗体及其与目标抗原的相互作用 机器学习 NA 几何图神经网络 GearBind(基于GNN的集成模型) 蛋白质结构数据 SKEMPI数据集和独立测试集
210 2025-06-20
The analysis of teaching quality evaluation for the college sports dance by convolutional neural network model and deep learning
2024-Aug-30, Heliyon IF:3.4Q1
研究论文 本研究利用卷积神经网络(CNN)和深度学习方法,全面分析和评估大学体育舞蹈教育的质量 创新性地应用深度学习技术,通过一维CNN模型定量评估体育舞蹈教育质量,解决了传统评估方法中的主观性和评价标准不一致问题 NA 全面分析和评估大学体育舞蹈教育的质量 大学体育舞蹈教育 机器学习 NA 深度学习 CNN 一维评估数据 NA
211 2025-06-20
Forward dynamics computational modelling of a cyclist fall with the inclusion of protective response using deep learning-based human pose estimation
2024-01, Journal of biomechanics IF:2.4Q3
研究论文 本研究通过视频分析和深度学习技术,研究自行车骑行者跌倒的运动学和动力学特性,并开发了一种新的重建流程用于计算建模 提出了一种结合深度学习人体姿态估计和逆向运动学优化的新流程,用于从真实跌倒视频中提取人体运动数据,并应用于前向动力学计算人体模型 研究仅针对自行车骑行者跌倒案例,可能不适用于其他类型的跌倒情况 研究自行车骑行者跌倒的运动学和动力学特性,以改进防护装备和安全措施 自行车骑行者的跌倒运动 计算机视觉 NA 深度学习人体姿态估计、逆向运动学优化、遗传算法 深度学习模型 视频 NA
212 2025-06-20
GSDA: Generative adversarial network-based semi-supervised data augmentation for ultrasound image classification
2023-Sep, Heliyon IF:3.4Q1
research paper 提出了一种基于生成对抗网络(GAN)的半监督数据增强方法GSDA,用于超声图像分类 结合GAN和CNN,通过半监督学习生成高质量超声图像并伪标注,同时引入新的评估标准平衡分类准确率和计算时间 仅在BUSI数据集上进行评估,需验证在其他超声数据集上的泛化能力 解决医学超声图像分析中数据稀缺问题,提升深度学习模型性能 医学超声图像 digital pathology NA GAN, CNN, transfer learning GAN, CNN image 780张超声图像
213 2025-06-20
Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models
2023-Sep, Heliyon IF:3.4Q1
研究论文 本研究比较了多种机器学习和混合深度学习模型在英语和孟加拉语情感分析中的效果 在孟加拉语情感分析领域取得了显著进展,改进了文本分类模型和方法 仅针对特定电商平台(DARAZ)的评论数据进行分析 比较不同模型在情感分析领域的有效性 来自DARAZ电商平台的英语和孟加拉语评论 自然语言处理 NA porter stemming算法 SVM, LSTM, Bi-LSTM, Conv1D, Conv1D-LSTM混合模型 文本 NA
214 2025-06-19
Statin use and longitudinal bone marrow lesion burden: analysis of knees without osteoarthritis from the Osteoarthritis Initiative study
2025-Aug, Skeletal radiology IF:1.9Q3
research paper 本研究探讨了他汀类药物使用与无骨关节炎参与者膝关节骨髓病变体积纵向变化之间的关联 首次在无放射学膝关节骨关节炎的参与者中,使用深度学习算法定量评估他汀类药物对骨髓病变体积纵向变化的影响 研究仅基于观察性数据,无法确定因果关系 确定他汀类药物使用与膝关节骨髓病变体积纵向变化之间的关联 无放射学膝关节骨关节炎的参与者 digital pathology geriatric disease MRI, deep learning DL algorithm image 1502 knees (751 statin users and 751 non-users)
215 2025-06-19
Deep learning predicts the effect of neoadjuvant chemotherapy for patients with triple negative breast cancer
2025-Aug, Journal of pathology informatics
research paper 本研究利用深度学习技术预测三阴性乳腺癌患者新辅助化疗的效果 首次基于术前活检H&E切片的全幻灯片图像,使用深度学习预测新辅助化疗效果 样本量相对较小,特别是中度和不良反应组病例数量不足 预测三阴性乳腺癌患者新辅助化疗的治疗效果 三阴性乳腺癌患者 digital pathology breast cancer H&E染色 CNN image 训练集205名患者的221份活检样本,测试集50名患者的52份活检样本
216 2025-06-19
Multi-site, multi-vendor development and validation of a deep learning model for liver stiffness prediction using abdominal biparametric MRI
2025-Jul, European radiology IF:4.7Q1
研究论文 开发并验证了使用常规临床非对比腹部T1加权和T2加权数据的深度学习模型,用于预测MR弹性成像(MRE)衍生的肝脏硬度 首次在多机构和多厂商的儿科和成人患者数据上开发和验证了基于深度学习的肝脏硬度预测模型 模型性能仍有提升空间,可能需要结合临床特征进一步优化以减少对MRE的需求 开发能够准确预测肝脏硬度的深度学习模型,以替代或减少对MR弹性成像(MRE)的需求 儿科和成人慢性肝病(CLD)患者 数字病理学 慢性肝病 MRI (T1w和T2w) DeepLiverNet2.0 (深度学习模型) 医学影像 4295名患者(包括428名儿科患者)的4695次MRI检查
217 2025-06-19
ReorderBench: A Benchmark for Matrix Reordering
2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1
research paper 该论文构建了一个名为ReorderBench的矩阵重排序基准,用于评估和改进矩阵重排序技术 提出了一个全面的矩阵重排序基准,包含大量代表性矩阵和基于卷积与熵的评分方法 NA 评估和改进矩阵重排序技术 矩阵重排序算法和视觉模式 machine learning NA 卷积和熵基评分方法 deep learning model binary matrices, continuous matrices 2,835,000 binary matrices, 5,670,000 continuous matrices, 450 real-world matrices
218 2025-06-19
Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study
2025-Jul, Radiology. Imaging cancer
研究论文 评估常规剂量和低剂量CT扫描在深度学习去噪技术辅助下对小肾肿块主动监测中的一致性 研究首次评估了深度学习去噪技术在低剂量CT扫描中对小肾肿块评估的影响,并验证了75%剂量降低的可行性 研究为回顾性设计,样本量相对较小(70例患者),且仅评估了特定两种剂量降低水平 评估不同剂量CT扫描在肾肿块主动监测中的诊断一致性 接受小肾肿块主动监测的患者 数字病理 肾癌 CT扫描、深度学习去噪(DLD) 深度学习 医学影像 70例患者(48男22女,平均年龄73.2岁)的350次CT扫描
219 2025-06-19
ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches
2025-Jul, Protein science : a publication of the Protein Society IF:4.5Q1
research paper 提出了一种基于深度学习的计算框架ConsAMPHemo,用于预测抗菌肽的溶血活性 开发了一个两阶段的深度学习框架,既能进行抗菌肽溶血活性的二元分类,也能预测其溶血浓度,并通过特征分析揭示了溶血活性的物理基础 NA 降低评估抗菌肽作为药物安全性的成本 抗菌肽(AMPs) machine learning NA deep learning NA NA 三个不同的数据集
220 2025-06-19
PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation
2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1
research paper 提出了一种名为PCKRF的新姿态细化流程,用于6D姿态估计,通过点云补全和关键点细化融合数据来提高姿态估计的准确性 PCKRF流程结合了姿态敏感的点补全网络和引入颜色信息的CIKP方法,有效提升了姿态估计的稳定性和准确性 在纹理较少和对称物体的挑战性场景中,方法的性能可能仍有提升空间 提高6D姿态估计的准确性和稳定性 点云数据 computer vision NA 点云补全、关键点细化 pose-sensitive point completion network, CIKP point cloud NA
回到顶部