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 27792 篇文献,本页显示第 221 - 240 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
221 2025-07-07
Comparison of Deep Learning Approaches Using Chest Radiographs for Predicting Clinical Deterioration: Retrospective Observational Study
2025-Apr-10, JMIR AI
研究论文 本研究比较了使用胸部X光片的深度学习模型在预测临床恶化方面的效果 首次比较了多种计算机视觉模型和数据增强方法在预测临床恶化方面的性能,并验证了胸部X光片在此任务中的潜在价值 研究为回顾性观察研究,可能存在选择偏倚;仅考虑了48小时内获取的胸部X光片 比较和验证不同计算机视觉模型和数据增强方法在预测临床恶化方面的性能 住院患者的胸部X光片 计算机视觉 呼吸系统疾病 深度学习 VGG16, DenseNet121, Vision Transformer, ResNet50, Inception V3 图像 21,817例住院患者(其中1,655例出现临床恶化)
222 2025-07-07
Greenspace and depression incidence in the US-based nationwide Nurses' Health Study II: A deep learning analysis of street-view imagery
2025-Apr, Environment international IF:10.3Q1
研究论文 本研究利用深度学习分析街景图像,探讨了美国女性中绿地暴露与抑郁症发病率之间的关系 首次使用街景图像而非卫星植被指数来测量绿地暴露,减少了暴露分类错误并提高了政策相关性 研究仅针对美国女性护士群体,结果可能无法推广到其他人群 探究街景绿地指标与抑郁症发病率之间的关联 美国护士健康研究II的33,490名参与者 计算机视觉 抑郁症 深度学习分割模型 CNN 图像 3.5亿张美国街景图像(2007-2020年),33,490名护士健康研究II参与者
223 2025-07-07
Advancing structure modeling from cryo-EM maps with deep learning
2025-02-07, Biochemical Society transactions IF:3.8Q2
研究论文 本文讨论了利用深度学习从冷冻电镜图谱中推进结构建模的方法 强调了AI驱动方法在冷冻电镜结构建模中的变革性作用 未明确提及具体局限性 探讨冷冻电镜图谱自动结构建模的演变和现状 冷冻电镜图谱中的生物分子结构 结构生物学 NA 冷冻电镜(cryo-EM) 深度学习 冷冻电镜图谱 NA
224 2025-07-07
Geometric deep learning improves generalizability of MHC-bound peptide predictions
2024-Dec-19, Communications biology IF:5.2Q1
research paper 该研究利用几何深度学习(GDL)改进MHC结合肽预测的泛化能力 采用基于结构的方法和几何深度学习,显著提高了对未见MHC等位基因的泛化能力,并引入自监督学习(3D-SSL)提升数据效率 概念验证研究,尚未大规模验证其在实际应用中的效果 提高MHC结合肽预测的准确性和泛化能力,以支持癌症免疫治疗 MHC分子与肽的相互作用 machine learning tumor immunity geometric deep learning (GDL), self-supervised learning (3D-SSL) GDL 3D结构数据 未明确说明样本数量,但提及3D-SSL方法在未接触结合亲和力数据的情况下优于基于序列的方法(后者使用了约90倍的数据点)
225 2025-07-07
Deep learning for automated boundary detection and segmentation in organ donation photography
2024-Aug-20, Innovative surgical sciences IF:1.7Q2
研究论文 本文开发了用于肾脏和肝脏器官捐赠照片的深度学习分割模型,以实现准确的自动分割 首次在肾脏和肝脏器官捐赠照片中应用深度学习模型进行自动分割,并比较了两种新模型(Detectron2和YoloV8)与现有背景去除工具的性能 研究仅针对肾脏和肝脏器官捐赠照片,未涉及其他器官或医疗图像 开发准确的自动分割模型,以改进外科摄影中的图像分割技术 肾脏和肝脏器官捐赠照片 计算机视觉 NA 深度学习 Detectron2, YoloV8 图像 训练/内部验证集(821张肾脏和400张肝脏图像)和外部验证集(203张肾脏和208张肝脏图像)
226 2025-07-07
CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis
2024-Jun, European radiology IF:4.7Q1
研究论文 本研究利用深度学习算法从常规胸部CT中自动提取胸肌组成指标,并探讨这些指标与肺炎住院事件的纵向关联 首次使用全自动深度学习算法(Mask R-CNN)从常规胸部CT中提取胸肌组成指标,并发现其在COPD患者中的肺炎预测价值 研究结果仅在COPD患者群体中具有显著性,样本量有限(2595名参与者) 探究胸部CT衍生的胸肌组成指标与肺炎住院事件的关联 多民族动脉粥样硬化研究(MESA)的参与者 数字病理学 慢性阻塞性肺疾病(COPD) 深度学习算法 Mask R-CNN (基于Faster R-CNN) CT图像 2595名参与者(51%女性,中位年龄68岁),其中507名COPD患者
227 2025-07-07
Automated detection and segmentation of thoracic lymph nodes from CT using 3D foveal fully convolutional neural networks
2021-04-13, BMC medical imaging IF:2.9Q2
研究论文 开发了一种基于3D foveal全卷积神经网络的工具,用于自动检测和分割胸部CT扫描中的淋巴结 使用3D foveal patches的全卷积神经网络进行淋巴结的自动检测和分割 在较小淋巴结(短轴直径5-10mm)的检测率(62.2%)低于较大淋巴结(91.6%) 开发自动检测和分割胸部淋巴结的工具,以辅助临床工作和无观察者偏见的放射组学研究 胸部CT扫描中的淋巴结 数字病理 肺癌 CT扫描 3D foveal全卷积神经网络 3D医学影像 训练集:89例增强CT扫描(4275个淋巴结),测试集:15例增强CT扫描
228 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
229 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
230 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
231 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
232 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
233 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
234 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
235 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
236 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
237 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
238 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
239 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
240 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
回到顶部