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 28794 篇文献,本页显示第 2581 - 2600 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
2581 2025-07-01
Regional Brain Aging Disparity Index: Region-Specific Brain Aging State Index for Neurodegenerative Diseases and Chronic Disease Specificity
2025-Jun-03, Bioengineering (Basel, Switzerland)
研究论文 本研究提出了一种基于Shapley值解释的新型脑区水平老化评估范式,旨在克服传统脑龄预测模型的可解释性限制 创新性地开发了一个计算框架,通过新颖的多阶段计算策略高效近似Shapley值,显著降低了复杂度,从而实现对深度学习模型的可解释分析 NA 克服传统脑龄预测模型的局限性,提供区域特异性脑老化状态评估 脑区水平的老化评估 数字病理学 神经退行性疾病 深度学习 深度学习模型 神经影像数据 UK Biobank数据
2582 2025-07-01
Non-Invasive Tumor Budding Evaluation and Correlation with Treatment Response in Bladder Cancer: A Multi-Center Cohort Study
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
研究论文 本研究开发了一种基于深度学习的非侵入性方法,用于评估膀胱癌患者的肿瘤出芽状态,并探讨其与新辅助化疗免疫治疗反应及疾病预后的相关性 首次利用深度学习模型非侵入性地评估膀胱癌患者的肿瘤出芽状态,并验证其与治疗反应和预后的相关性 研究样本量虽大,但未提及模型在其他种族或地区患者中的适用性 探索肿瘤出芽状态与新辅助化疗免疫治疗反应及膀胱癌预后的关系 2322例经病理确诊的膀胱癌患者 数字病理学 膀胱癌 CT成像 深度学习模型 图像 2322例患者(2014年1月1日至2023年12月31日收集的多中心队列)
2583 2025-07-01
SubgroupTE: Advancing Treatment Effect Estimation with Subgroup Identification
2025-Jun, ACM transactions on intelligent systems and technology IF:7.2Q1
研究论文 提出了一种名为SubgroupTE的新型治疗效果估计模型,通过子群识别提高治疗效果估计的精确性 SubgroupTE模型首次将子群识别整合到治疗效果估计中,并采用基于EM的训练过程优化估计和子群划分网络 模型在合成和半合成数据集上表现良好,但在真实世界数据中的泛化能力仍需进一步验证 提高治疗效果估计的精确性,并提供有针对性的治疗建议 患者群体,特别是阿片类药物使用障碍(OUD)患者 机器学习 阿片类药物使用障碍 期望最大化(EM)算法 SubgroupTE 合成数据、半合成数据和真实世界数据 未明确说明具体样本量,但涉及合成、半合成数据集和真实世界OUD患者数据
2584 2025-07-01
Using Deep Learning to Predict Cardiovascular Magnetic Resonance Findings From Echocardiographic Videos
2025-May-30, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1
研究论文 本研究探讨了深度学习模型在超声心动图视频中预测心血管磁共振(CMR)特定参数(如LGE存在及异常T1、T2或ECV)的性能 首次尝试使用深度学习从超声心动图视频中预测CMR特有的组织特征参数 模型无法可靠检测LGE存在及异常T1、T2或ECV,表明这些组织特征信号可能不存在于超声视频中 评估深度学习模型在超声心动图中检测CMR特定参数的性能 成人患者的心血管磁共振和超声心动图研究数据 数字病理学 心血管疾病 深度学习 CNN 视频 1,453名成年患者(2,556对超声心动图研究)
2585 2025-07-01
IECata: interpretable bilinear attention network and evidential deep learning improve the catalytic efficiency prediction of enzymes
2025-May-01, Briefings in bioinformatics IF:6.8Q1
研究论文 本文提出了一种名为IECata的酶催化效率预测模型,该模型通过引入可解释的双线性注意力机制和证据深度学习,提高了预测的准确性和可解释性 结合证据深度学习提供不确定性估计,并利用双线性注意力机制解释酶催化反应中的关键残基和底物原子 可用的kcat/Km数据集规模有限,可能影响深度学习模型的进一步发展 提高酶催化效率(kcat/Km)的预测准确性,并提供可靠的不确定性估计和可解释性 酶催化效率(kcat/Km) 机器学习 NA 证据深度学习,双线性注意力机制 IECata 酶催化效率数据 11,815个kcat/Km条目(来自BRENDA和SABIO-RK数据库)和806个条目(来自文献的外部测试数据集)
2586 2025-07-01
2D Hole-Arrayed Double-Anode Structure Exciting Surface Plasmon Polaritons for Enhancing Outcoupling Efficiency of Organic Light-Emitting Diodes on Silicon Wafers (OLEDoS)
2025-Apr-29, ACS omega IF:3.7Q2
研究论文 研究通过二维孔阵列双阳极结构激发表面等离子体激元,以提高硅基有机发光二极管(OLEDoS)的出光效率 提出了一种新型二维孔阵列双阳极结构,通过优化设计参数显著提升OLED的出光效率,并利用多种模型预测出光增强因子 未提及实际大规模生产中的可行性和成本问题 提高有机发光二极管的出光效率 硅基有机发光二极管(OLEDoS) 光电器件 NA 有限差分时域(FDTD)方法 线性回归、XGB Regressor、MLP 光学模拟数据 NA
2587 2025-07-01
HIPPIE: A Multimodal Deep Learning Model for Electrophysiological Classification of Neurons
2025-Mar-15, bioRxiv : the preprint server for biology
研究论文 介绍了一种名为HIPPIE的多模态深度学习模型,用于神经元电生理分类 结合自监督预训练和监督微调,利用条件卷积联合自编码器学习波形和放电动态的鲁棒表示 未提及具体样本量和实验条件的详细限制 解决电生理记录中神经元分类的噪声、技术变异性和批次效应问题 小鼠记录和脑切片中的神经元 机器学习 NA 自监督学习、监督学习 条件卷积联合自编码器 电生理记录数据 未明确提及具体样本量
2588 2025-07-01
Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study
2025-Feb-25, BMC medical imaging IF:2.9Q2
研究论文 比较直肠磁敏感伪影对前列腺癌诊断中主观评估和深度学习的影响 首次比较了直肠磁敏感伪影对放射科医生和深度学习模型在前列腺癌诊断中的影响 研究为回顾性设计,且仅包含两个医疗中心的数据 评估直肠磁敏感伪影对前列腺癌诊断准确性的影响 1052名临床疑似前列腺癌患者 数字病理学 前列腺癌 MRI DL 医学影像 1052名患者
2589 2025-07-01
Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery
2025-Feb-22, Langenbeck's archives of surgery
研究论文 本研究利用深度学习技术开发了一个自动评估腹腔镜结直肠手术中组织解剖效率的模型 首次使用深度学习计算机视觉技术自动识别和评估手术中组织解剖效率,减少人为评估的偏差 研究为回顾性研究,且仅针对使用单极设备的手术,可能不适用于其他手术工具或技术 验证使用深度学习模型自动评估手术技能的可行性 腹腔镜结直肠手术(乙状结肠切除术或高位前切除术)的视频数据 计算机视觉 结直肠癌 深度学习计算机视觉技术 深度学习识别模型 视频 766例来自日本多中心的手术案例
2590 2025-07-01
Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer
2025-Feb-18, European radiology experimental IF:3.7Q1
research paper 提出并验证了一个创新的两阶段流程,用于基于多参数宫颈癌MRI的自动检测和分割,并研究了其临床效果 创新的两阶段流程结合了ConvNeXt块和多通道DoubleU-Nets,实现了高精度的自动检测和分割 研究为回顾性多中心研究,样本量相对有限,且仅基于MRI数据 开发一个自动化的AI辅助工具,用于宫颈癌的检测和分割,以减少放射科医生和妇科医生的工作负担 125名宫颈癌患者的14,547张二维MRI图像 digital pathology cervical cancer multi-parametric MRI (DWI, T2WI, CE-T1WI) ConvNeXt blocks and 3-channel DoubleU-Nets MRI images 125名患者的14,547张MRI图像(3,077 DWI, 2,990 T2WI, 8,480 CE-T1WI)
2591 2025-07-01
Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care
2025-Jan-15, medRxiv : the preprint server for health sciences
研究论文 本研究开发了一种深度学习方法,通过T2加权MRI图像早期预测ADC图质量,以辅助即时医疗决策 首次提出从早期T2图像预测ADC图质量的自动化方法,并在多中心数据上验证模型性能 模型在外部数据上的性能(94%准确率)虽强但仍有提升空间,直肠横截面积指标的AUC仅为0.65 开发前列腺MRI图像质量早期评估方法以减少漏诊和不必要重复扫描 前列腺MRI图像(T2加权图像和ADC图) 数字病理 前列腺癌 深度学习 CNN 医学影像 486名患者(来自本院和62家外部诊所)的多中心配对图像数据集
2592 2025-07-01
Artificial intelligence in cancer pathology: Applications, challenges, and future directions
2025, CytoJournal IF:2.5Q2
综述 本文综述了人工智能在癌症病理学中的应用、挑战及未来发展方向 探讨了AI在多种癌症类型中的应用,包括组织分类、突变检测和预后预测,并强调了未来发展方向如实时诊断和可解释AI 存在数据隐私、模型可解释性及监管标准等挑战 评估AI在癌症病理学中的潜力,以提升诊断准确性、优化工作流程并支持精准肿瘤学 乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型 数字病理学 多种癌症 机器学习、深度学习和计算机视觉 NA 组织病理学图像和多模态数据 NA
2593 2025-07-01
BIDSAlign: a library for automatic merging and preprocessing of multiple EEG repositories
2024-08-20, Journal of neural engineering IF:3.7Q2
研究论文 介绍了一个名为BIDSAlign的标准化库,用于自动合并和预处理多个EEG数据集 提出了一种能够处理BIDS和非BIDS数据集的标准化库,统一了不同设置的EEG记录,并提供了可视化功能和用户友好的图形界面 未提及具体的性能评估或与其他工具的对比 解决数据驱动的EEG数据分析中的挑战,提供有效的深度学习架构训练数据 多个公共EEG数据集 机器学习 神经系统疾病 EEG数据处理 深度学习架构 EEG数据 来自OpenNeuro的数据集
2594 2025-07-01
Wasserstein generative adversarial network with gradient penalty and convolutional neural network based motor imagery EEG classification
2024-08-14, Journal of neural engineering IF:3.7Q2
研究论文 提出了一种基于Wasserstein生成对抗网络和卷积神经网络的运动想象脑电分类方法,以提高分类性能 改进的Wasserstein生成对抗网络用于数据增强,设计了一个简洁高效的深度学习模型以提高解码性能 未提及具体的数据采集难度或样本量不足是否会影响模型的泛化能力 提高运动想象脑电数据的解码性能 运动想象脑电数据 机器学习 NA 连续小波变换 Wasserstein GAN, CNN 脑电信号 BCI Competition IV 2a和2b数据集及实际采集的数据集
2595 2025-07-01
MRGazer: decoding eye gaze points from functional magnetic resonance imaging in individual space
2024-08-13, Journal of neural engineering IF:3.7Q2
research paper 提出了一种名为MRGazer的框架,用于从个体空间的功能磁共振成像(fMRI)数据中预测眼动注视点 MRGazer框架跳过了fMRI共配准步骤,简化了处理流程,实现了端到端的眼动注视回归 未提及具体局限性 开发一个高效、简单且准确的深度学习框架,用于从fMRI数据预测眼动 功能磁共振成像(fMRI)数据中的眼动注视点 计算机视觉 NA fMRI 残差网络(ResNet) fMRI图像数据 未提及具体样本量
2596 2025-07-01
Toward calibration-free motor imagery brain-computer interfaces: a VGG-based convolutional neural network and WGAN approach
2024-07-31, Journal of neural engineering IF:3.7Q2
research paper 本研究提出了一种基于VGG卷积神经网络和WGAN的无校准运动想象脑机接口方法,用于跨受试者EEG分类 采用WGAN生成合成频谱图像进行数据增强,结合改进的VGG-CNN分类器,实现了无需目标受试者校准数据的跨受试者分类 研究仅使用了公开竞赛数据集,未在实际临床环境中验证 开发无需校准的运动想象脑机接口系统 运动想象EEG信号 脑机接口 NA EEG信号处理 VGG-CNN, WGAN EEG频谱图像 BCI竞赛IV-2B、IV-2A和IV-1基准数据集(具体数量未说明)
2597 2025-07-01
SQI-DOANet: electroencephalogram-based deep neural network for estimating signal quality index and depth of anaesthesia
2024-07-30, Journal of neural engineering IF:3.7Q2
研究论文 提出了一种基于脑电图(EEG)的深度神经网络SQI-DOANet,用于估计信号质量指数(SQI)和麻醉深度(DOA) 结合了信号质量评估网络(SQINet)和麻醉深度分析网络(DOANet),采用双注意力模块融合多通道多尺度信息,并使用门控多层感知器模块提取时序信息 未明确说明模型在实时监测场景下的表现及计算效率 开发可靠的麻醉深度监测方法 手术中的脑电图信号 机器学习 NA 深度学习 CNN+注意力机制+MLP EEG信号 大型VitalDB数据库(具体数量未说明)
2598 2025-07-01
Neural activity shaping in visual prostheses with deep learning
2024-07-25, Journal of neural engineering IF:3.7Q2
研究论文 本文提出了一种基于深度学习的神经活动塑造方法,用于改善视网膜假体的视觉感知 使用人工神经网络(ANNs)进行模型无关的神经活动塑造,相比传统方法计算效率更高且不限于特定视网膜模型 方法尚未在实际临床环境中验证 提高视网膜假体的空间分辨率和视觉感知质量 视网膜假体使用者的神经活动模式 计算机视觉 视网膜疾病 深度学习 ANNs(人工神经网络) 图像数据 NA
2599 2025-07-01
Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model
2024-06-28, Journal of neural engineering IF:3.7Q2
研究论文 本研究提出了一种基于语义和上下文相似性的脑解码新方法,利用fMRI数据和深度学习解码流程来推断和重建概念相似的图像 结合了神经科学启发的大脑解码模型和潜在扩散模型,通过线性映射fMRI活动到语义视觉特征空间,实现了语义分类和图像检索/生成 方法依赖于预训练神经网络的潜在空间表示,可能受限于网络本身的表征能力 开发一种新的脑解码方法,能够从fMRI数据中重建概念相似的图像 人类大脑对自然图像刺激的神经活动模式 计算神经科学 NA fMRI, 潜在扩散模型 线性脑到特征模型, 潜在扩散模型 fMRI数据, 图像数据 三个fMRI数据集(Generic Object Decoding, BOLD5000, NSD)
2600 2025-07-01
Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos
2024-Apr-19, medRxiv : the preprint server for health sciences
研究论文 本研究探讨了深度学习在从超声心动图视频预测心血管磁共振成像(CMR)结果中的应用 首次尝试使用深度学习从超声心动图视频预测CMR的组织特征,如晚期钆增强(LGE)、T1和T2映射以及细胞外体积(ECV) 模型在预测LGE、T1、T2和ECV等组织特征时表现不佳,表明超声心动图视频中可能缺乏这些特征的信号 探索深度学习是否可以从超声心动图视频中预测CMR的组织特征 1,453名成年患者(平均年龄56±18岁,42%为女性)的2,556对超声心动图和CMR研究 数字病理学 心血管疾病 深度学习 CNN 视频 1,453名患者,2,556对超声心动图和CMR研究
回到顶部