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！
添加微信请说明来意
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。
当前共找到 24022 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2025-05-01 |
Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach
2024-Mar-27, Biometrics
IF:1.4Q2
DOI:10.1093/biomtc/ujae030
PMID:38682463
|
研究论文 | 提出了一种基于贝叶斯多层次上下文学习的方法，用于发现潜在的癌症突变主题 | 利用计算语言学中的主题模型对突变上下文进行降维，产生可解释、去相关的元特征主题 | 突变上下文的体积、相关性和不可解释性使得原则性统计推断不可行 | 推断超罕见、全基因组体细胞突变的癌症类型特异性 | 全基因组体细胞突变 | 机器学习 | 癌症 | 贝叶斯多层次上下文学习、主题模型 | hidden genome模型 | 基因组数据 | 数千个肿瘤中的数千万个变异 |
| 282 | 2025-05-01 |
Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution
2024-03-01, Singapore medical journal
IF:1.7Q2
|
研究论文 | 开发并验证了一种用于胶囊内窥镜中小肠病理检测的深度学习系统 | 在新加坡机构中首次应用深度学习模型进行胶囊内窥镜图像分析，提出了一种结合预训练模型和本地数据的方法 | 样本量较小（总样本72例），且仅在单一机构进行验证 | 提高胶囊内窥镜诊断效率，缩短诊断时间 | 小肠胶囊内窥镜图像 | 计算机视觉 | 小肠疾病 | 胶囊内窥镜 | CNN（基于ResNet50架构） | 图像 | 72例（43例来自开源数据集Kvasir-Capsule，29例为本地收集数据） |
| 283 | 2025-05-01 |
Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study
2024, MedEdPublish (2016)
DOI:10.12688/mep.20554.2
PMID:39911314
|
研究论文 | 评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况 | 首次在乌干达医学院教师中调查AI工具的使用情况，并分析了不同年龄段教师的使用差异 | 样本仅来自四所公立大学，可能无法代表所有医学院教师 | 了解AI工具在医学教育中的应用现状 | 乌干达四所公立大学的医学院教师 | 自然语言处理 | NA | 问卷调查 | NA | 问卷调查数据 | 224名医学院教师 |
| 284 | 2025-04-18 |
Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024
2024, Biophysics and physicobiology
IF:1.6Q4
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 285 | 2025-05-01 |
Scoping Review of Deep Learning Techniques for Diagnosis, Drug Discovery, and Vaccine Development in Leishmaniasis
2024, Transboundary and emerging diseases
IF:3.5Q1
DOI:10.1155/2024/6621199
PMID:40303156
|
review | 本文是关于深度学习技术在利什曼病诊断、药物发现和疫苗开发中的应用的范围综述 | 首次对深度学习在利什曼病领域的应用进行全面综述，填补了该领域的空白 | 仅对现有文献进行分析，未提出新的实验或模型 | 探讨深度学习技术在利什曼病诊断、治疗和疫苗开发中的应用 | 利什曼病及其相关研究 | machine learning | leishmaniasis | deep learning | NA | NA | NA |
| 286 | 2025-05-01 |
Advanced computational tools, artificial intelligence and machine-learning approaches in gut microbiota and biomarker identification
2024, Frontiers in medical technology
IF:2.7Q3
DOI:10.3389/fmedt.2024.1434799
PMID:40303946
|
review | 本文综述了计算工具和人工智能在肠道微生物组及生物标志物识别中的最新进展 | 整合多组学数据和先进AI技术，揭示微生物组与宿主健康的复杂关系，推动个性化治疗策略的发展 | 未具体说明现有技术的计算效率或临床转化挑战 | 探索计算方法和AI在肠道微生物组研究中的应用，以促进精准医疗发展 | 肠道微生物组及其与宿主健康的相互作用 | machine learning | NA | metagenomics, metaproteomics, metabolomics | deep learning, network-based methods | multi-omics data | NA |
| 287 | 2025-05-01 |
Prediction of Hypoglycemia From Continuous Glucose Monitoring in Insulin-Treated Patients With Type 2 Diabetes Using Transfer Learning on Type 1 Diabetes Data: A Deep Transfer Learning Approach
2023-Nov-28, Journal of diabetes science and technology
IF:4.1Q2
DOI:10.1177/19322968231215324
PMID:38014538
|
研究论文 | 本研究利用迁移学习技术，基于1型糖尿病患者的连续血糖监测数据，开发了一个深度学习模型来预测2型糖尿病患者的低血糖事件 | 首次将迁移学习应用于从1型糖尿病数据到2型糖尿病数据的低血糖预测，并展示了优于非迁移学习模型的性能 | 模型虽然在AUC指标上表现良好，但阳性预测值相对较低(40.49%) | 开发能够准确预测胰岛素治疗的2型糖尿病患者低血糖事件的深度学习模型 | 胰岛素治疗的2型糖尿病患者 | 机器学习 | 糖尿病 | 连续血糖监测(CGM) | CNN | 时间序列数据 | 226名1型糖尿病患者和180名2型糖尿病患者的CGM数据，外部验证使用了334711个一小时CGM样本 |
| 288 | 2025-05-01 |
International Importation Risk Estimation of SARS-CoV-2 Omicron Variant with Incomplete Mobility Data
2023, Transboundary and emerging diseases
IF:3.5Q1
DOI:10.1155/2023/5046932
PMID:40303718
|
research paper | 开发了一个基于深度神经网络的模型，用于估计Omicron BQ.1变体从西非传入其他国家的风险 | 利用不完整的人口流动数据，首次应用深度学习技术评估病毒国际输入风险 | 依赖不完整的西非人口流动数据，可能影响模型准确性 | 评估Omicron BQ.1变体从西非传入其他国家的风险 | Omicron BQ.1变体和国际人口流动 | machine learning | COVID-19 | deep neural networks | DNN | population mobility data | 西非与其他非非洲国家之间的人口流动数据 |
| 289 | 2025-04-30 |
DeepMolecules: a web server for predicting enzyme and transporter-small molecule interactions
2025-Apr-29, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf343
PMID:40297998
|
research paper | DeepMolecules是一个易于访问的Web服务器，用于预测蛋白质与小分子的相互作用 | 集成了四种最先进的模型，用于预测酶和转运体与小分子的相互作用，以及酶的周转数和米氏常数 | NA | 预测蛋白质与小分子的相互作用，支持代谢工程、药物发现和生物催化剂优化 | 酶和转运体与小分子的相互作用 | machine learning | NA | deep learning, gradient-boosted decision tree | ESP, SPOT, TurNuP | protein amino acid sequences, small molecules in SMILES, InChI, or KEGG ID formats | NA |
| 290 | 2025-04-30 |
SpecRecFormer: Deep Learning-Driven Adaptive Component Identification of PAH Mixtures Based on Single-Component Raman Spectra
2025-Apr-29, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00461
PMID:40298131
|
研究论文 | 本文提出了一种基于深度学习的自适应成分识别方法SpecRecFormer，用于快速识别多环芳烃混合物中的单个成分 | 整合了双通道CNN和Transformer模块，采用自适应阈值策略提高识别准确率，仅需少量单组分光谱数据进行训练 | 训练数据仅来源于四种单组分参考光谱，可能限制模型在其他类型混合物中的泛化能力 | 解决混合光谱中成分识别的挑战，提高多环芳烃混合物分析的准确性和效率 | 多环芳烃(PAHs)混合物 | 光谱分析 | NA | 拉曼光谱 | CNN+Transformer混合模型(SpecRecFormer) | 光谱数据 | 四种单组分参考光谱生成训练数据，三个真实PAH数据集进行测试 |
| 291 | 2025-04-30 |
Disentangling Morphology and Conductance in Amorphous Graphene
2025-Apr-29, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c00458
PMID:40298244
|
研究论文 | 该研究结合深度学习增强的模拟技术和渗透理论，分析了三种形态不同的非晶石墨烯薄膜的电子传导特性 | 避免了周期性边界条件在非周期性系统中的误用，并探索了传导网络在电子能谱中的结晶性变化 | 部分形态描述符在见证传导特性方面存在局限性 | 研究非晶石墨烯薄膜的电子传导特性与形态之间的关系 | 三种形态不同的介观尺度非晶石墨烯薄膜 | 材料科学 | NA | 深度学习增强的模拟技术、渗透理论 | NA | 模拟数据 | 三种非晶石墨烯薄膜 |
| 292 | 2025-04-30 |
SlitNET: A Deep Learning Enabled Spectrometer Slit
2025-Apr-29, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06014
PMID:40298458
|
研究论文 | 介绍了一种基于深度学习的SlitNET光谱仪狭缝，用于提高光谱分辨率和通量 | 通过深度学习模型SlitNET实现了高分辨率拉曼光谱的重建，同时保持高通量 | 需要实验数据进行微调，可能对特定材料或实验条件有依赖性 | 提高光谱仪的分辨率和通量，增强光学光谱分析的灵敏度和特异性 | 拉曼光谱数据 | 光学光谱 | NA | 深度学习 | 神经网络 | 光谱数据 | NA |
| 293 | 2025-04-30 |
A Dual-Modal Wearable Pulse Detection System Integrated with Deep Learning for High-Accuracy and Low-Power Sleep Apnea Monitoring
2025-Apr-29, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202501750
PMID:40298874
|
research paper | 介绍了一种集成深度学习的双模态可穿戴脉搏检测系统，用于高精度和低功耗的睡眠呼吸暂停监测 | 结合压电纳米发电机（PENG）和PPG传感器的双模态系统，采用两阶段检测策略及Vision Transformer深度学习模型，实现高精度和低功耗 | 未提及具体样本量或临床试验结果 | 开发一种长期监测睡眠呼吸暂停综合征（SAS）的可穿戴系统，克服传统多导睡眠图（PSG）的局限性 | 睡眠呼吸暂停综合征（SAS）患者 | 数字病理学 | 睡眠呼吸暂停综合征 | 光电容积描记术（PPG）和压电纳米发电机（PENG） | Vision Transformer | 生理信号数据 | NA |
| 294 | 2025-04-30 |
Effect of Cell-Cell Interaction on Single-Cell Behavior Revealed by a Deep Learning-Aided High-Throughput Addressable Single-Cell Coculture System
2025-Apr-29, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00306
PMID:40298933
|
研究论文 | 本文介绍了一种深度学习辅助的高通量可寻址单细胞共培养系统（DL-HASCCS），用于研究单细胞间的相互作用 | 开发了一种新型高通量单细胞共培养系统，结合深度学习技术实现快速配对和定量分析单细胞相互作用 | 未提及系统在不同细胞类型或更复杂条件下的适用性 | 研究细胞间相互作用对单细胞行为的影响 | 乳腺癌细胞和内皮细胞 | 数字病理学 | 乳腺癌 | 高通量单细胞共培养 | 深度学习 | 单细胞数据 | 未明确提及具体样本数量 |
| 295 | 2025-04-30 |
Deep learning for quality assessment of axial T2-weighted prostate MRI: a tool to reduce unnecessary rescanning
2025-Apr-29, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00584-z
PMID:40299162
|
研究论文 | 本研究开发了一种基于深度学习的自动评估前列腺MRI T2加权图像质量的工具，以减少不必要的重复扫描 | 首次使用深度学习模型自动评估前列腺MRI T2加权图像质量，并证明其性能接近专业放射科医生 | 研究为回顾性研究，需要在临床环境中进行前瞻性验证 | 开发自动评估前列腺MRI图像质量的工具以减少不必要的重复扫描 | 前列腺MRI T2加权图像 | 数字病理 | 前列腺癌 | MRI | 3D-DenseNet_169 | 医学影像 | 1,412例轴向T2加权前列腺扫描 |
| 296 | 2025-04-30 |
Piezotronic Sensor for Bimodal Monitoring of Achilles Tendon Behavior
2025-Apr-29, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01757-6
PMID:40299192
|
研究论文 | 本文开发了一种基于Y离子掺杂ZnO的压电双模传感器（BPS），用于同时监测跟腱的动态和静态行为 | 利用Y离子掺杂ZnO的独特压电效应，简化了传感器结构并提高了灵敏度，实现了动态和静态力的有效监测 | NA | 开发一种简化的双模压力传感器，用于医疗检测和生物机器人领域 | 跟腱行为 | 可穿戴电子 | NA | 压电效应 | 深度学习算法 | 力信号 | NA |
| 297 | 2025-04-30 |
ConsisTNet: a spatio-temporal approach for consistent anatomical localization in endoscopic pituitary surgery
2025-Apr-29, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03369-2
PMID:40299263
|
research paper | 提出了一种名为ConsisTNet的时空模型，用于提高内窥镜垂体手术中关键解剖结构定位的预测稳定性 | ConsisTNet利用连续帧的时空特征，通过半监督策略和标签传播生成伪标签，显著提高了预测的时空一致性 | 未提及具体的数据集规模或多样性限制 | 提升内窥镜垂体手术中关键解剖结构定位的预测稳定性和准确性 | 内窥镜垂体手术中的关键解剖结构 | computer vision | pituitary disease | semi-supervised learning, label propagation | ConsisTNet (spatio-temporal model) | video | NA |
| 298 | 2025-04-30 |
Stochastic forest transition model dynamics and parameter estimation via deep learning
2025-Apr-18, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2025046
PMID:40296811
|
研究论文 | 本研究开发了一个随机微分方程模型来捕捉森林、农业和废弃土地之间动态转变的复杂现象，并提出了一个深度学习方法来估计模型参数 | 提出了一种新颖的深度学习方法，能够从包含森林和农业土地比例时间序列观测的单个样本中估计所有模型参数 | NA | 理解森林转变动态和未来任何时间的森林砍伐趋势 | 森林、农业和废弃土地之间的动态转变 | 机器学习 | NA | 深度学习 | 随机微分方程模型 | 时间序列数据 | 单个样本（包含时间序列观测） |
| 299 | 2025-04-30 |
Deep Learning Cerebellar Magnetic Resonance Imaging Segmentation in Late-Onset GM2 Gangliosidosis: Implications for Phenotype
2025-Apr-11, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.08.25325262
PMID:40297453
|
研究论文 | 使用深度学习技术对迟发型GM2神经节苷脂沉积症患者的小脑MRI进行分割，研究小脑萎缩的模式及其与表型的关系 | 首次使用深度学习技术对LOTS和LOSD患者的小脑MRI进行精确分割，发现LOTS患者特定小脑区域的体积和皮层厚度减小 | 样本量较小（LOTS=20，LOSD=5），需要更多研究来验证结果并考虑表型特征的全面比较 | 确定迟发型GM2神经节苷脂沉积症中小脑萎缩的模式是否具有区域选择性 | 迟发型Tay-Sachs病（LOTS）和迟发型Sandhoff病（LOSD）患者及神经正常对照 | 数字病理学 | 神经退行性疾病 | MRI | 深度学习 | 医学影像 | LOTS患者20例，LOSD患者5例，神经正常对照1038例 |
| 300 | 2025-04-30 |
AI analysis of medical images at scale as a health disparities probe: a feasibility demonstration using chest radiographs
2025-Apr-08, ArXiv
PMID:40297238
|
research paper | 该研究开发了一个利用医学图像自动提取定量测量值作为健康差异指数计算输入的流程，并展示了胸部X光片作为健康差异研究新数据源的潜力 | 提出了一种基于医学图像的定量测量方法，用于计算健康差异指数，并证明了医学图像作为健康差异研究新数据源的可行性 | 研究仅针对两种社会健康决定因素（性别和种族）和胸部X光片数据，样本量相对较小（1,571名患者） | 探索医学图像作为健康差异研究新数据源的可行性 | 1,571名患者的胸部X光片 | digital pathology | lung cancer | deep learning | CNN | image | 1,571名患者的胸部X光片 |