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 26779 篇文献,本页显示第 301 - 320 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
301 2025-06-18
Artificial Intelligence-Driven Telehealth Framework for Detecting Nystagmus
2025-May, Cureus
研究论文 本研究实现了一个基于人工智能的临床决策支持系统,用于实时检测眼球震颤,展示了其在远程医疗平台中的整合潜力 开发了一个基于云计算的深度学习框架,能够实时追踪眼球运动并检测468个面部标志点,为远程诊断提供支持 作为概念验证性研究,样本量较小(10名受试者),需要更大样本量的进一步研究 开发人工智能驱动的远程医疗框架,用于检测眼球震颤 眼球震颤患者 数字病理 NA 深度学习,视频眼震图(VNG) 深度学习模型 视频数据 10名受试者
302 2025-06-18
Automatic detection of trapping events of postnatal piglets in loose housing pen: comparison of YOLO versions 4, 5, and 8
2025-May, Journal of animal science and technology IF:2.7Q1
研究论文 本研究比较了YOLO不同版本(v4、v5和v8)在检测产后仔猪在散养栏中的被困事件中的性能,旨在为猪业提供最优的AIoT监控方案 首次系统比较了YOLOv4-Tiny、YOLOv5s和YOLOv8s在仔猪被困事件检测中的性能,并综合考虑模型大小和精度提出了最优选择 研究仅基于编辑过的2-3分钟视频片段,可能无法完全反映实际养殖场景的复杂性 比较不同YOLO版本在仔猪被困事件检测中的性能,寻找最适合AIoT系统的算法 产后仔猪在散养栏中的被困事件 计算机视觉 NA 深度学习目标识别算法 YOLOv4-Tiny, YOLOv5s, YOLOv8s 视频 从分娩栏录像中提取的编辑视频片段(具体数量未说明)
303 2025-06-18
Detecting arousals and sleep from respiratory inductance plethysmography
2025-04-11, Sleep & breathing = Schlaf & Atmung
研究论文 本研究开发了一种深度学习算法,用于从呼吸感应体积描记信号中分类睡眠状态和检测觉醒 提出了一种新型深度学习算法,能够仅通过呼吸信号准确识别睡眠状态和短暂觉醒,为家庭睡眠测试提供了更便捷的替代方案 算法的敏感性在觉醒检测方面相对较低(66.1%),且研究仅针对疑似睡眠障碍的成年人群 开发一种能够替代多导睡眠图的家庭睡眠测试方法,通过呼吸信号评估睡眠状态和觉醒 1299名疑似睡眠障碍的成年人 机器学习 睡眠障碍 呼吸感应体积描记技术 深度学习算法 呼吸信号 1299名成年人
304 2025-06-18
From Visualization to Automation: A Narrative Review of Deep Learning's Impact on Ultrasound-based Median Nerve Assessment
2025 Apr-Jun, Journal of medical ultrasound IF:0.9Q4
review 本文综述了深度学习在超声诊断外周神经疾病中的应用,特别是对腕管综合征中正中神经分割的影响 探讨了深度学习与超声技术结合在提高诊断准确性和效率方面的潜力,并展望了未来研究方向 未提及具体的数据集或实验结果的局限性 回顾深度学习在超声诊断外周神经疾病中的应用现状及未来发展方向 外周神经疾病,特别是腕管综合征中的正中神经 digital pathology peripheral nerve disorders ultrasound imaging deep learning image NA
305 2025-06-18
Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment
2025-Mar-20, medRxiv : the preprint server for health sciences
研究论文 提出了一种基于深度学习的自动分割框架,用于放射治疗CT图像中口腔牙齿和下颌骨/上颌骨子体积的精确分割,以支持剂量评估和骨放射性坏死评估 首次开发了一种与ClinRad ORN分期系统对齐的深度学习自动分割框架,用于口腔牙齿和下颌骨/上颌骨子体积的分割 分割性能在不同子体积间存在差异,且在数据中经常缺失的牙齿和子体积分割上适用性有限 开发一种临床工具,用于口腔剂量估计和骨放射性坏死评估 口腔牙齿和下颌骨/上颌骨子体积 数字病理 头颈癌 计算机断层扫描(CT) Swin UNETR, ResUNet 图像 未明确提及样本数量
306 2025-06-18
Minimizing Human-Induced Variability in Quantitative Angiography for Robust and Explainable AI-Based Occlusion Prediction
2025-Mar-13, ArXiv
PMID:40160450
研究论文 本研究探讨了通过消除对比剂注射变异性带来的偏差,提高定量血管造影(QA)和深度神经网络(DNNs)在颅内动脉瘤(IA)闭塞预测中的准确性,并利用可解释AI(XAI)增强模型的可靠性和可解释性 提出了一种注射偏差去除算法以减少QA变异性,并利用LIME方法增强深度学习模型的可解释性 研究仅针对使用流动转向装置治疗的动脉瘤,样本量为458例,可能限制结果的普遍性 提高流动转向装置治疗的颅内动脉瘤闭塞预测的准确性和可解释性 使用流动转向装置治疗的颅内动脉瘤患者 数字病理学 颅内动脉瘤 定量血管造影(QA),深度神经网络(DNNs),局部可解释模型无关解释(LIME) DNN 图像 458例患者的血管造影图像
307 2025-06-18
Performance of Machine Learning Models in Predicting BRAF Alterations Using Imaging Data in Low-Grade Glioma: A Systematic Review and Meta-Analysis
2025-Mar, World neurosurgery IF:1.9Q2
系统综述与荟萃分析 本文通过系统综述和荟萃分析评估了机器学习和深度学习模型在利用影像数据预测低级别胶质瘤中BRAF变异的性能 首次系统评估AI模型在预测低级别胶质瘤BRAF变异中的表现 样本量较小(951例),未来需要更大样本量和不同算法来降低不精确性 评估AI模型预测低级别胶质瘤BRAF变异的性能 低级别胶质瘤(LGGs)患者 数字病理 脑癌/胶质瘤 影像数据分析 机器学习和深度学习模型 影像数据 6项研究共951例患者
308 2025-06-18
Human sleep position classification using a lightweight model and acceleration data
2025-02-10, Sleep & breathing = Schlaf & Atmung
研究论文 本研究开发了一种便携式可穿戴设备,使用单个加速度计监测十二种睡眠姿势,旨在帮助轻度胃食管反流病(GERD)患者改善睡眠质量和反流症状 提出了一种轻量级深度学习模型AnpoNet,结合1D-CNN和LSTM,优化了BN和Dropout,用于睡眠姿势分类 样本量较小(15名参与者),未来需要更大队列和更长的监测时间 开发一种便携式系统,实现家庭环境中连续、无创的睡眠姿势监测 轻度胃食管反流病(GERD)患者 机器学习 胃食管反流病 加速度计数据采集 1D-CNN和LSTM结合的轻量级深度学习模型 加速度数据 15名参与者,每人记录十二种睡眠姿势,每种姿势记录一分钟,采样频率50 Hz
309 2025-06-18
Deep Learning Model for Predicting Immunotherapy Response in Advanced Non-Small Cell Lung Cancer
2025-Feb-01, JAMA oncology IF:22.5Q1
研究论文 开发了一种基于深度学习的模型,用于预测晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的响应 该深度学习模型在预测免疫治疗响应方面表现优于传统的生物标志物(如PD-L1、TMB和TILs),并且能够独立预测患者的无进展生存期和总生存期 模型在验证队列中的AUC(0.66)低于内部测试集(0.75),表明可能存在泛化性问题 开发并验证一个深度学习模型,用于预测晚期非小细胞肺癌患者对免疫治疗的响应 晚期非小细胞肺癌患者 数字病理学 肺癌 全切片苏木精和伊红染色图像分析 深度学习模型 图像 958名患者(来自美国和欧盟的4个中心),共分析295,581个图像块
310 2025-06-18
Anisotropic Spherical Gaussians Lighting Priors for Indoor Environment Map Estimation
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
研究论文 提出了一种利用各向异性球面高斯(ASG)作为先验,从单张标准图像估计室内高动态范围(HDR)环境光照图的新方法 使用各向异性球面高斯(ASG)替代传统的球面高斯(SG)表示,能更好地捕捉复杂光照的各向异性特性,并提出了基于transformer的网络和两阶段训练方案 NA 从单张标准图像估计室内HDR环境光照图 室内环境光照 计算机视觉 NA 深度学习 transformer 图像 NA
311 2025-06-18
Providing context: Extracting non-linear and dynamic temporal motifs from brain activity
2025, PloS one IF:2.9Q1
研究论文 本研究提出了一种使用非线性和动态时间基元从脑活动中提取上下文信息的方法 使用解耦变分自编码器(DSVAE)分离窗口特定(上下文)信息和时间步特定(局部)信息,以捕捉多时间尺度的差异 研究主要关注精神分裂症患者和对照受试者,可能不适用于其他疾病或人群 扩展神经影像工具集,分析fMRI动态,并寻找对个体和群体特征更敏感的精神病学联系 精神分裂症患者和对照受试者的rs-fMRI数据 神经影像 精神分裂症 rs-fMRI, tr-FC DSVAE fMRI图像数据 精神分裂症患者和对照受试者的rs-fMRI数据(具体数量未提及)
312 2025-06-18
Deep learning-driven approach for cataract management: towards precise identification and predictive analytics
2025, Frontiers in cell and developmental biology IF:4.6Q1
research paper 本文探讨了深度学习技术在白内障诊断和治疗全过程中的应用,包括自动识别、分级、手术优化及并发症预测 利用CNN等深度学习算法,实现了白内障的自动识别和分级,诊断准确率接近或超过人类专家水平,并在手术优化和并发症预测方面展现出潜力 数据标准化不足、模型的'黑箱'特性以及隐私伦理问题仍是临床应用中的瓶颈 推动白内障管理的智能化和普及化 白内障患者 digital pathology geriatric disease 深度学习 CNN image NA
313 2025-06-18
Graph-based analysis of histopathological images for lung cancer classification using GLCM features and enhanced graph
2025, Frontiers in oncology IF:3.5Q2
research paper 提出了一种新型的增强图SAGE(E-GraphSAGE)框架,结合基于图的深度学习和传统图像处理技术,用于从H&E染色的全切片图像中分类肺癌亚型 引入了E-GraphSAGE框架,优化了邻域聚合,结合了dropout正则化和PCA降维,提高了计算效率和诊断准确性 虽然模型在特定数据集上表现优异,但未提及在其他类型癌症或更大规模数据集上的泛化能力 开发一种高效、可扩展的肺癌亚型分类方法,提升诊断精确度和患者治疗效果 肺癌亚型(腺癌、鳞状细胞癌和良性组织)以及淋巴癌亚型(DLBCL、FL和SLL) digital pathology lung cancer GLCM特征提取、Sparse Cosine Similarity Matrix建模、DeepWalk嵌入 E-GraphSAGE image 未明确提及具体样本数量,但涉及多种癌症亚型的全切片图像
314 2025-06-18
Comprehensive plant health monitoring: expert-level assessment with spatio-temporal image data
2025, Frontiers in plant science IF:4.1Q1
research paper 提出一种基于深度学习的框架,利用连续RGB图像进行植物健康评估,实现专家级别的时空监测 结合CNN和transformer架构,实现植物健康状态的精确预测,并生成动态种植地图以支持数据驱动的作物管理 研究仅针对番茄植物,且数据采集环境限于半开放式温室 开发可扩展的自动化植物健康监测系统,推动精准农业发展 番茄植物的健康状况 computer vision NA RGB图像采集 CNN, transformer image 200株番茄植物的12,119张标注图像,涵盖三个品种
315 2025-06-18
Revealing new depths of information with indentation mapping of microstructures
2025, MRS bulletin IF:4.1Q2
research paper 本文探讨了高速纳米压痕映射技术在材料科学中的应用及其对微观结构机械性能的深入分析 将纳米压痕技术从局部测量发展为类似扫描探针的方法,实现大面积、高分辨率的机械性能映射 需要与互补分析技术的数据关联,且处理多维数据集需要高级统计和机器学习方法 研究微观结构的机械性能及其与材料设计、性能的关系 材料的微观结构及其机械性能 材料科学 NA 高速纳米压痕映射 机器学习,深度学习 机械性能映射数据 超过200,000个压痕
316 2025-06-18
Longitudinal analysis of coal workers' pneumoconiosis using enhanced resolution-computed tomography images: unveiling patterns in lung structure, function, and clinical correlations
2025, Frontiers in physiology IF:3.2Q2
research paper 该研究通过增强分辨率的CT图像纵向分析煤矿工人尘肺病的肺结构和功能变化,揭示其与临床数据的相关性 使用深度学习超分辨率模型增强CT图像,并结合非刚性图像配准技术量化肺区域变形,揭示了尘肺病进展中的结构和功能变化模式 样本量较小(仅31名前煤矿工人),且随访时间较短(1年) 探索尘肺病患者肺结构和功能的纵向变化模式及其临床意义 31名前煤矿工人尘肺病患者 digital pathology lung disease quantitative computed tomography (qCT), deep learning-based super-resolution, non-rigid image registration deep learning super-resolution model CT images 31名尘肺病患者,随访1年
317 2025-06-18
Smart wearable sensor-based model for monitoring medication adherence using sheep flock optimization algorithm-attention-based bidirectional long short-term memory (SFOA-Bi-LSTM)
2025 Jan-Dec, Digital health IF:2.9Q2
research paper 本研究提出了一种基于智能穿戴传感器的手势识别系统,用于预测药物依从性行为 引入了羊群优化算法-注意力机制的双向长短期记忆网络(SFOA-Bi-LSTM)模型,用于药物依从性监测 未提及具体样本量及数据来源的多样性限制 通过智能穿戴设备和深度学习技术监测和预测患者的药物依从性行为 患者的手势行为数据 machine learning NA Z-score归一化方法,SFOA优化算法 SFOA-Bi-LSTM 传感器数据(加速度计和陀螺仪) NA
318 2025-06-18
Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database
2025, Frontiers in public health IF:3.0Q2
研究论文 本研究开发了一个结合新媒体技术的数字健康管理平台,用于老年人的身心健康管理,并利用XGBoost算法进行健康风险评估 结合LDA主题建模、ResNet50图像特征提取和XGBoost算法,构建多模态特征表示的健康风险评估模型 未提及模型在其他人群或数据集上的泛化能力 开发精准智能的健康管理解决方案,提升老年人慢性病预防和生活质量 老年人健康数据 数字病理学 老年疾病 LDA主题建模、ResNet50图像特征提取、XGBoost算法 XGBoost 多模态数据(文本和图像) 来自中国老年健康影响因素跟踪调查(CLHLS)的数据
319 2025-06-18
High-throughput alloy and process design for metal additive manufacturing
2025, npj computational materials IF:9.4Q1
研究论文 本研究介绍了一种高通量计算框架,用于评估金属增材制造中的合金可打印性 集成了材料特性、加工参数和熔池轮廓,利用深度学习代理模型加速可打印性评估1000倍 需要进一步实验验证框架的普适性和准确性 开发高通量计算框架以优化金属增材制造的合金设计 金属合金,特别是等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间 材料科学与工程 NA 深度学习 深度学习代理模型 材料属性和加工参数 等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间
320 2025-06-18
Evaluating the efficacy of bioelectrical impedance analysis using machine learning models for the classification of goats exposed to Haemonchosis
2025, Frontiers in veterinary science IF:2.6Q1
研究论文 本研究评估了使用生物电阻抗分析(BIA)结合机器学习模型对感染血矛线虫病的山羊进行分类的效果 首次将BIA与多种机器学习模型结合,用于山羊血矛线虫病的非侵入性诊断 样本量较小(94只山羊),且仅针对西班牙雄山羊进行研究 开发一种可扩展、快速且非侵入性的诊断工具,用于监测小型反刍动物的健康状态 感染血矛线虫病的山羊 机器学习 寄生虫感染 生物电阻抗分析(BIA) SVM, BPNN, K-NN, XGBoost, Keras 生物电阻抗数据 94只西班牙雄山羊(58只健康,36只患病)
回到顶部