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 31416 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 2025-09-23
Predicting response and survival of lung adenocarcinoma under anti-programmed death-1 therapy using biological deep learning
2025-Aug-31, Briefings in bioinformatics IF:6.8Q1
研究论文 开发基于迁移学习的半监督生物稀疏神经网络(sBiosNet),用于预测肺腺癌患者对PD-1抑制剂治疗的应答和生存情况 首次将Reactome通路数据库与稀疏神经网络结合,通过整合基因组突变和拷贝数变异数据提取生物学特征,并采用迁移学习和半监督学习充分利用标注/未标注数据 研究依赖特定数据库(Reactome)的通路信息,模型性能需在更广泛人群中进一步验证 提高肺腺癌患者对PD-1免疫治疗应答预测的准确性 接受抗PD-1治疗的肺腺癌患者 数字病理 肺癌 基因组突变分析、拷贝数变异分析、DeepLIFT算法 半监督生物稀疏神经网络(sBiosNet) 基因组学数据 四个队列的肺腺癌患者数据(具体数量未明确说明)
202 2025-09-23
scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning
2025-Aug-31, Briefings in bioinformatics IF:6.8Q1
研究论文 提出一种基于困难样本对比学习的深度学习方法scHSC,用于提升单细胞RNA测序数据的聚类性能 通过对比学习中的困难样本挖掘策略,同时整合基因表达和细胞间拓扑结构信息,采用自适应权重策略结合ZINB模型 NA 提高单细胞RNA测序数据的聚类准确性和细胞类型注释效果 单细胞RNA测序数据 生物信息学 NA 单细胞RNA测序(scRNA-seq) 对比学习、ZINB模型、深度学习 基因表达数据 18个单细胞RNA测序真实数据集
203 2025-09-23
A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies
2025-Aug-31, Briefings in bioinformatics IF:6.8Q1
综述 本文系统综述了深度学习在药物靶点结合预测领域的模型、基准数据集和评估方法 全面分析了DTB预测方法的范式转变,从早期异质网络方法到图神经网络、注意力机制及最新多模态方法的演进路径 NA 为药物发现提供定量研究框架,加速新药候选物识别 药物靶点结合关系 机器学习 癌症 深度学习 图神经网络、注意力机制、多模态模型 化合物库数据、蛋白质靶点数据 NA
204 2025-09-23
MVRBind: multi-view learning for RNA-small molecule binding site prediction
2025-Aug-31, Briefings in bioinformatics IF:6.8Q1
研究论文 提出一种基于多视图图卷积网络的RNA-小分子结合位点预测方法MVRBind 开发了多视图特征融合模块,整合RNA的一级、二级和三级结构视图,并融合多尺度嵌入获得RNA核苷酸的综合表征 NA 准确预测RNA-小分子结合位点以推进RNA靶向治疗 RNA分子及其与小分子的相互作用 生物信息学 NA 多视图图卷积网络 GCN(图卷积网络) RNA序列和结构特征数据 NA
205 2025-09-23
Editorial - "Lung ultrasound and community-acquired pneumonia: from complementary tool to clinical game-changer"
2025-Aug-30, Respiratory medicine and research IF:2.2Q3
评论 本文探讨肺部超声在社区获得性肺炎诊断和管理中的变革性作用 提出肺部超声正从辅助工具转变为肺炎诊疗的临床变革者,特别强调其在动态监测、预后评分和人工智能辅助诊断方面的突破 操作者依赖性和对深部病变穿透力有限 评估肺部超声在社区获得性肺炎诊疗中的临床应用价值 社区获得性肺炎患者,特别是急诊科、ICU、儿科、老年科患者和资源有限地区的患者 医学影像 肺炎 肺部超声、增强超声、深度学习 深度学习模型 超声图像 基于多项meta分析数据(汇总诊断准确率超过90%)
206 2025-09-23
Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies
2025-Aug-29, Sensors (Basel, Switzerland)
系统综述 本文系统综述了智能蜂箱技术的现状,重点关注物联网监测、传感器模式、机器学习技术在精准养蜂中的应用 首次按照PRISMA指南对1990-2025年间135篇文献进行系统分析,揭示了深度学习、计算机视觉和多模态传感器融合的新趋势 存在系统集成、数据集标准化和大规模部署方面的挑战 研究智能系统在蜂箱问题早期检测、状态监测和预测干预中的作用 智能蜂箱系统及相关技术应用 物联网与机器学习应用 NA 物联网监测、传感器技术、机器学习 深度学习、计算机视觉 环境数据、声学数据、视觉数据、结构数据 分析135篇同行评审出版物
207 2025-09-23
Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies
2025-Aug-28, Antibodies (Basel, Switzerland)
研究论文 开发了一种基于深度学习的计算方法来预测单域免疫球蛋白(纳米抗体)的聚集倾向 首次将AI驱动的结构预测与框架区域2特性分析相结合,创建了可预测VHH抗体聚集倾向的评分系统 研究仅基于106种纳米抗体变体的实验验证,样本规模有限 开发计算工具来预测和改善重组纳米抗体的溶解稳定性 单域免疫球蛋白(VHH抗体/纳米抗体) 机器学习 NA 深度学习结构预测、尺寸排阻色谱(SEC)、重组表达 深度学习 蛋白质结构数据 106种纳米抗体变体
208 2025-09-23
Resolution enhancement and target segmentation of medical images based on the frequency-domain information in deep learning
2025-Aug-20, Applied optics IF:1.7Q3
研究论文 提出基于频域信息的深度学习医学图像分辨率增强与目标分割方法 首次将图像映射至频域并独立处理振幅与相位信息,通过融合策略实现优于传统空间域方法的图像恢复 未明确说明方法在复杂病理场景下的泛化能力及计算效率 提升数字病理图像的分辨率以优化细胞分割性能 医学图像中的细胞核形态 数字病理 癌症 频域变换、金字塔池化模块 深度学习网络 医学图像 NA
209 2025-09-23
A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging
2025-Aug, European urology oncology IF:8.3Q1
系统综述 本文系统评估深度学习模型在MRI图像上自动检测、定位和表征临床显著性前列腺癌的诊断准确性 首次对2020-2023年间全自动深度学习模型在前列腺癌MRI诊断中的应用进行系统性总结 研究设计存在显著异质性,仅三分之一研究进行外部验证,泛化能力受限 评估深度学习模型提升前列腺癌MRI诊断准确性的潜力 临床显著性前列腺癌患者 医学影像分析 前列腺癌 磁共振成像 深度学习模型 医学影像 25项符合纳入标准的研究
210 2025-09-23
Spatial-temporal cascaded network for dynamic [11C]acetate cardiac PET parametric images generation based on one-tissue compartment model
2025-Aug, Medical physics IF:3.2Q1
研究论文 提出一种基于深度学习的时空级联网络,用于从缩短的动态PET数据生成心脏[11C]乙酸单组织室模型动力学参数图像 首次将卷积模块与Transformer模块结合构建时空级联网络,并通过整合动力学模型引入时序损失函数 K1参数图像的PSNR指标略低于对比模型Pix2pix,样本量相对有限(57例受试者) 探索缩短动态PET数据采集时间后生成动力学参数图像的可行性 心脏[11C]乙酸PET/CT影像数据 医学影像分析 心血管疾病 动态PET成像、深度学习 STCN(时空级联网络,包含卷积模块和Transformer模块) 医学影像(PET动态序列图像) 57例受试者(40例训练集/17例测试集)
211 2025-09-23
Hybrid phantom for lung CT: Design and validation
2025-Aug, Medical physics IF:3.2Q1
研究论文 本文设计并验证了一种用于肺部CT的混合体模,结合了基于任务的图像质量评估和人体模拟功能 将基于任务的体模(Mercury)与基于患者的体模(Freddie)集成在单一混合体模中,增强了可检测性指数在临床CT协议优化中的应用潜力 某些材料(TangoBlack+、VeroClear和HIPS)在特定束流能量下的HU值测量存在偏差 优化肺部CT成像协议,特别是低剂量CT在肺癌筛查中的应用 肺部CT混合体模的设计与验证 医学影像 肺癌 CT成像、深度学习重建算法、自动管电流调制 深度学习算法 CT图像 5名胸部放射科医生和8名非放射科医生的观察评估,使用两种临床胸部协议进行图像采集
212 2025-09-23
Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women
2025-Aug, Cureus
研究论文 本研究利用机器学习方法识别初产妇急诊剖宫产的预测因素 首次将七种机器学习模型(包括线性回归和深度学习)应用于初产妇急诊剖宫产预测,并比较其性能 回顾性单中心研究,未包含产时临床特征,需要前瞻性研究验证 预测初产妇急诊剖宫产的风险因素 伊朗某三级医疗中心的2668名足月单胎头位初产妇 机器学习 产科疾病 机器学习建模 线性回归, 逻辑回归, 决策树, 随机森林, XGBoost, KNN, 深度学习 临床数据 2668名产妇(1916例阴道分娩,752例剖宫产)
213 2025-09-23
The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review
2025-Aug, Cureus
系统综述 系统评估人工智能和机器学习模型在ICU患者院内死亡率预测中的性能表现 首次系统比较AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异,发现集成学习方法具有最优预测精度 研究多为回顾性分析,数据集来源有限(主要基于MIMIC和eICU-CRD),缺乏前瞻性验证 评估AI/ML模型在ICU死亡率预测中的预后性能 ICU住院患者 机器学习 危重症 机器学习算法 XGBoost, Random Forest, Logistic Regression, RNN 临床数据 基于15项研究(2015-2025年)的系统分析
214 2025-09-23
Predicting cardiotoxicity in drug development: A deep learning approach
2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1
研究论文 本研究采用深度学习方法预测药物开发中的心脏毒性,通过分子指纹和描述符构建预测模型 结合Transformer深度学习模型与多种分子特征,在外部验证集上取得0.93的AUC值,优于现有工具,并通过SHAP解释模型特征重要性 未明确说明训练数据和验证数据的具体样本规模 提高药物心脏毒性预测的准确性和效率,促进药物安全评估 化合物分子(针对hERG钾通道的心脏毒性) 机器学习 心血管疾病 分子指纹和描述符计算 NB, RF, SVM, KNN, XGBoost, Transformer 分子结构数据 NA
215 2025-09-23
HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors
2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1
研究论文 提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse,用于准确预测肽毒性 首次将蛋白质语言模型嵌入与传统描述符通过跨模态多头注意力机制和Transformer架构进行融合 NA 开发准确预测肽毒性的计算工具以促进肽类疗法设计 肽类分子 自然语言处理 NA 蛋白质语言模型、机器学习、深度学习 Transformer、多头注意力机制 序列数据、分子描述符 NA
216 2025-09-23
DNA-CBIR: DNA Translation Inspired Codon Pattern-Based Deep Image Feature Extraction for Content-Based Image Retrieval
2025-07, IEEE transactions on nanobioscience IF:3.7Q3
研究论文 提出一种基于DNA翻译启发的密码子模式深度图像特征提取方法,用于基于内容的图像检索 首次将DNA编码原理与深度学习架构结合,通过三比特MSB转换和密码子特征提取实现创新的图像检索方案 NA 开发高效的DNA存储介质中的图像检索技术 多媒体图像数据(包括珊瑚、医学和多标签图像) 计算机视觉 NA 深度学习、DNA编码技术 ResNet-50, VGG-16, VGG-19, Inception V3 图像数据 多个数据集(珊瑚、医学和多标签图像数据集)
217 2025-09-23
VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation
2025 Jul-Sep, IEEE transactions on haptics IF:2.4Q2
研究论文 介绍一种新型多模态触觉传感手指VibTac,可同时实现高分辨率和高带宽的触觉感知 首次将视觉基和振动基触觉传感模式无缝集成,采用仿人手指设计实现多模态触觉感知 NA 开发高分辨率高带宽的触觉传感器以提升机器人精细操作能力 机器人触觉传感手指 机器人技术 NA 3D重建、频谱分析、深度学习 深度学习模型 触觉数据、视觉数据、振动数据 涉及以太网连接器等发声物体的插入任务实验
218 2025-09-23
Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs
2025-Jul, Journal of the American Heart Association IF:5.0Q1
研究论文 开发用于在标准眼底照片上4.5小时内检测超急性视网膜中央动脉阻塞的深度学习系统 首次开发能够在关键4.5小时治疗时间窗内检测超急性CRAO的深度学习系统 回顾性研究,需要进一步验证 开发深度学习系统辅助急性视网膜中央动脉阻塞的早期诊断和卒中预防 视网膜中央动脉阻塞患者、视网膜中央静脉阻塞患者、非动脉性前部缺血性视神经病变患者和健康对照者 医学人工智能 视网膜血管疾病 深度学习 深度学习系统 眼底彩色照片 1322张眼底照片(771名患者),来自6个国家9个神经眼科中心
219 2025-09-23
Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies
2025-Jul, Medical physics IF:3.2Q1
研究论文 开发并验证一种基于深度学习的PET图像仿真框架NASGM,能够生成不同采集时间的逼真PET图像 提出具有空间和频率双域判别器的条件生成对抗网络,采用基于Transformer的频率判别器来捕捉全局依赖关系 研究基于模拟数据集进行,需要进一步在真实临床数据上验证 开发计算高效的PET图像仿真方法以支持动态成像协议优化和深度学习应用 PET医学图像 医学影像分析 肿瘤疾病 深度学习生成模型 条件生成对抗网络(cGAN)与Transformer结合 PET/CT医学图像 使用公共PET/CT数据集作为输入活动图和衰减图
220 2025-09-23
Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator
2025-Jul, Medical physics IF:3.2Q1
研究论文 本研究开发了一种基于条件生成对抗网络的深度学习超分辨率模型,用于在投影域增强新型平板探测器CBCT图像的空间分辨率 首次在投影域应用深度学习超分辨率技术解决新型平板探测器因像素合并导致的分辨率损失问题,提出投影域去模糊主要依赖于探测器特性而非患者解剖结构的创新假设 研究主要使用体模数据进行验证,尚未在真实患者数据上进行广泛测试,临床适用性需要进一步验证 评估深度学习超分辨率模型在投影域增强CBCT图像空间分辨率的可行性 Varian TrueBeam直线加速器配备的新型RTI4343iL平板探测器采集的CBCT投影数据 医学影像处理 肿瘤放射治疗 锥形束CT(CBCT)、深度学习超分辨率技术 条件生成对抗网络(cGANs)配合U-Net生成器 医学影像数据 576对CBCT投影数据(460对训练,116对验证),144个动态胸部投影和Catphan 604体模的CBCT重建数据
回到顶部