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 31194 篇文献,本页显示第 21 - 40 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
21 2025-09-20
SynapseNet: Deep learning for automatic synapse reconstruction
2025-Oct-01, Molecular biology of the cell IF:3.1Q3
研究论文 介绍SynapseNet,一种用于电子显微图像中突触自动分割和分析的工具 开发了基于深度学习的自动分割工具,支持多种电子显微镜方法,并包含领域自适应功能 NA 实现突触结构的自动分割与分析,促进大规模数据集的系统研究 突触囊泡、活性区、线粒体、突触前密度、突触带及突触区室等突触结构 计算机视觉 NA 电子显微镜成像 深度学习 图像 基于大规模标注数据集(具体数量未说明)
22 2025-09-20
Polyp segmentation in colonoscopy images using DeepLabV3+
2025-Oct, Computers in biology and medicine IF:7.0Q1
研究论文 本研究提出了一种基于DeepLabV3+改进的DeepLabV3++模型,用于提高结肠镜图像中息肉分割的精度和鲁棒性 在编码器中采用EfficientNetV2S减少可训练参数,并集成了多尺度金字塔池化(MSPP)和并行注意力聚合模块(PAAB),重新设计了解码器结构 仅在三个公开数据集上进行验证,未提及临床实际应用环境的测试结果 提升结肠镜图像中息肉分割的准确性和鲁棒性,辅助结直肠癌的早期识别与诊断 结肠镜图像中的息肉区域 计算机视觉 结直肠癌 深度学习图像分割 DeepLabV3++, EfficientNetV2S 图像 三个公开数据集(CVC-ColonDB, CVC-ClinicDB, Kvasir-SEG)
23 2025-09-20
LUNAR: Periodicity-aware time-series analysis framework for LUNg Auscultation Respiratory detection
2025-Oct, Computers in biology and medicine IF:7.0Q1
研究论文 提出一种周期性感知的深度学习框架LUNAR,用于自动检测肺听诊信号中的呼吸周期 集成新型呼吸周期性感知模块(RPAM)与CNN,显式建模呼吸周期的重复特性,无需依赖专家手动标注 NA 开发自动化呼吸周期检测方法以辅助呼吸系统疾病诊断 肺听诊信号 数字病理 呼吸系统疾病(哮喘、COPD、肺炎) 深度学习 CNN 时间序列信号 训练集279例,验证集ICBHI 126例和SNUCH_Lung 203例
24 2025-09-20
Advancements in biomedical rendering: A survey on AI-based denoising techniques
2025-Oct, Computers in biology and medicine IF:7.0Q1
综述 本文调查了基于AI的去噪技术在生物医学渲染中的应用,并通过专业医护人员问卷分析其主观评价与定量指标的不一致性 通过专业医护人员的主观评价调查,揭示AI去噪技术在CT图像渲染中定量指标与主观感知之间的差异 样本量相对较小(74人),且依赖作者专业网络进行抽样,可能存在选择偏差 探究深度学习去噪技术在CT体积可视化中的主观评价与定量结果不一致的原因 放射科医师、住院医师、骨科外科医生和兽医等医疗专业人员 计算机视觉 NA 蒙特卡洛路径追踪,AI去噪 深度学习 CT图像,视频 74名医疗专业人员(经验<1年11人,1-3年27人,3-5年12人,>5年24人)
25 2025-09-20
Designing Buchwald-Hartwig Reaction Graph for Yield Prediction
2025-Sep-19, The Journal of organic chemistry IF:3.3Q1
研究论文 设计了一种用于Buchwald-Hartwig反应产率预测的新型反应图表示方法 提出Buchwald-Hartwig反应图,通过将每个反应物表示为图中的独立节点来模拟多组分相互作用,同时捕获单分子和分子间关系特征 NA 开发基于图神经网络的化学反应产率预测模型 Buchwald-Hartwig反应体系 机器学习 NA 图神经网络(GNN) BH-RGNN (B-H Reaction Graph Neural Network) 化学反应数据 高通量B-H反应数据集
26 2025-09-20
PWLS-SOM: alternative PWLS reconstruction for limited-view CT by strategic optimization of a deep learning model
2025-Sep-19, Physics in medicine and biology IF:3.3Q1
研究论文 提出一种结合深度学习先验与数据一致性的新型有限视角CT重建方法PWLS-SOM 引入显著性评分机制量化模型参数贡献,并采用三阶段策略优化实现DL先验与PWLS自适应的融合 NA 改善有限视角CT中的条纹伪影抑制与鲁棒重建 CT投影数据 医学影像重建 NA 惩罚加权最小二乘(PWLS)重建、深度学习 深度学习网络 CT投影数据 大规模配对数据集(具体数量未说明)及死亡大鼠真实实验
27 2025-09-20
Full-Spectrum phototherapy in hair loss management: a systematic review of wavelength-dependent mechanisms, clinical efficacy, and future directions
2025-Sep-19, Lasers in medical science IF:2.1Q2
综述 本文系统综述了全光谱光疗在脱发管理中的波长依赖性机制、临床疗效及未来发展方向 提出新型'波长-穿透深度-靶向机制'模型,阐明全光谱光疗对毛囊再生的多层次调控作用 存在治疗窗口窄、患者反应差异大和组织穿透有限等未解决挑战 探讨光疗作为精准无创治疗方式在脱发管理中的应用潜力 脱发患者(包括斑秃和雄激素性脱发)的毛囊再生机制 医学光疗 脱发疾病 全光谱光疗(紫外到中红外波长) NA 临床研究数据 NA
28 2025-09-20
MorphoITH: a framework for deconvolving intra-tumor heterogeneity using tissue morphology
2025-Sep-19, Genome medicine IF:10.4Q1
研究论文 提出MorphoITH框架,利用组织形态学从病理切片推断肿瘤内异质性 开发了一种任务无关的自监督深度学习相似性度量方法,从多维度量化表型多样性 NA 研究肿瘤内异质性和肿瘤进化,支持精准肿瘤学 透明细胞肾细胞癌(ccRCC) 数字病理学 肾癌 深度学习,多区域测序 自监督深度学习 组织病理学切片图像 NA
29 2025-09-20
Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation
2025-Sep-19, Biomedizinische Technik. Biomedical engineering
综述 本文系统回顾了基于深度学习的肺音智能识别技术,重点关注模型构建、轻量化设计及硬件平台部署的最新进展 深入探讨了肺音识别模型在嵌入式系统和FPGA等硬件平台的部署路径,特别是软硬件协同设计在边缘计算中的应用前景 NA 推动肺音智能识别技术在医疗辅助诊断领域的发展,实现低延迟本地推理 肺音信号 数字病理 呼吸系统疾病 深度学习 深度学习模型 音频信号 NA
30 2025-09-20
Cross-Modal Interaction-Aware Progressive Fusion Network for Drug-Target Interaction Prediction
2025-Sep-19, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出一种用于药物-靶点相互作用预测的跨模态交互感知渐进融合网络(CIPFN) 引入双向交互感知模块精确对齐药物与蛋白质间的细粒度交互,并开发包含门控和卷积融合块的渐进融合网络 NA 改进药物-靶点相互作用(DTI)预测的准确性和效率 药物和蛋白质之间的相互作用 机器学习 NA 深度学习 CIPFN(包含门控和卷积融合块的融合网络) 跨模态数据(药物和蛋白质的交互信息) 五个基准数据集
31 2025-09-20
PPAP: A Protein-protein Affinity Predictor Incorporating Interfacial Contact-Aware Attention
2025-Sep-19, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出一种结合界面接触感知注意力的蛋白质-蛋白质亲和力预测模型PPAP 整合结构特征与序列表示,通过界面接触感知注意力机制充分利用相互作用界面的结构信息 NA 准确预测蛋白质-蛋白质相互作用结合亲和力,以理解相互作用机制并指导蛋白质工程 蛋白质-蛋白质复合物 生物信息学 NA 深度学习 注意力机制神经网络 蛋白质序列和结构数据 未明确说明具体样本数量,但包含内部和外部测试集
32 2025-09-20
Deep learning-based acceleration and denoising of 0.55T MRI for enhanced conspicuity of vestibular Schwannoma post contrast administration
2025-Sep-19, Neuroradiology IF:2.4Q2
研究论文 本研究评估基于深度学习的去噪算法在0.55T MRI中提升前庭神经鞘瘤对比度并缩短扫描时间的效果 首次在0.55T MRI中应用DL去噪技术,实现在保持图像质量的同时将扫描时间缩短超过一半 回顾性研究,样本量较小(30例患者),且仅针对前庭神经鞘瘤一种疾病 评估深度学习去噪技术对低场强MRI图像质量和扫描时间的改善效果 前庭神经鞘瘤患者 医学影像分析 前庭神经鞘瘤 MRI成像,深度学习去噪算法 深度学习(具体架构未说明) 医学影像 30例前庭神经鞘瘤患者(9名女性)
33 2025-09-20
Intelligent sports rehabilitation: integrating deep learning and real-time monitoring to achieve personalized rehabilitation
2025-Sep-19, Disability and rehabilitation. Assistive technology
研究论文 本研究探讨将太极拳融入强制性药物康复计划对运动员的心理益处 结合太极拳这一传统文化运动与现代康复理念,验证其在心理康复中的有效性 样本量有限(172人),且仅针对特定运动员群体,结果普适性有待进一步验证 评估太极拳对运动员药物康复期间心理健康的改善效果 参与强制性药物康复计划的运动员 运动康复 药物成瘾 随机对照试验 NA 心理评估数据 172名参与者,平均分为太极拳干预组和对照组
34 2025-09-20
Deep Learning Models for Predicting Human Cytochrome P450 Inhibition and Induction
2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1
研究论文 本研究开发了基于深度学习的模型,用于预测人类细胞色素P450酶的抑制和诱导作用 整合深度神经网络与PCA和SMOTE技术,开发了新型分类模型并能识别结构警报,还首次提出了专门预测hPXR激活的深度学习方法 NA 提高药物开发和安全评估中CYP酶抑制和诱导作用的预测效率 人类细胞色素P450酶(CYP3A4、CYP2D6、CYP1A2、CYP2C9、CYP2C19)及相关化合物 机器学习 NA 深度神经网络、主成分分析(PCA)、合成少数类过采样技术(SMOTE) 深度学习模型 化合物结构数据 NA
35 2025-09-20
Revisiting Protein-Protein Docking: A Systematic Evaluation Framework
2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1
研究论文 提出一个用于系统评估蛋白质-蛋白质对接方法的综合基准框架 建立了统一的基准测试框架,包含经典数据集、新构建的抗体-抗原复合物数据集以及用于评估分布外泛化能力的数据集 深度学习模型在分布外泛化测试中表现显著下降 评估蛋白质-蛋白质对接方法的性能并比较传统与深度学习方法的优劣 11种蛋白质-蛋白质对接方法 计算生物学 NA 蛋白质-蛋白质对接 传统方法(HDOCK, PatchDock等)和深度学习方法(EquiDock, AlphaFold系列等) 蛋白质结构数据 使用DockingBenchmark 5.5数据集、AACBench抗体-抗原数据集和PPCBench数据集
36 2025-09-20
FourierMask: Explain EEG-based End-to-end Deep Learning Models in the Frequency Domain
2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 提出FourierMask框架,用于从频域角度解释基于EEG的端到端深度学习模型 首个专门为EEG模型频域解释设计的掩码扰动框架,包含傅里叶域变换、可学习掩码机制和集群感知正则化三项创新 NA 增强基于EEG的端到端深度学习模型的可解释性 脑电图(EEG)信号 机器学习 NA 傅里叶变换,深度学习 EEGNet, TSCeption, DeepConvNet 时间序列EEG信号 EEG基准数据集(具体数量未说明)
37 2025-09-20
Multi-source Discriminant Dynamic Domain Adaptation for Cross-subject Motor Imagery EEG Recognition
2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 提出一种多源判别动态域自适应模型(MSD-DDA),用于提升跨被试运动想象脑电信号的分类精度 动态最小化全局域与局部子域差异,引入批量核范数最大化保证目标域判别性,设计加权联合预测机制自适应调整多源域贡献 NA 通过域自适应技术解决跨被试脑电信号分类的泛化问题 运动想象(MI)脑电信号(EEG) 脑机接口 NA 域自适应(Domain Adaptation) MSD-DDA(多源判别动态域自适应模型) 脑电信号(EEG) 基于BCI Competition IV数据集1和2a及openBMI数据集进行实验
38 2025-09-20
Multi-Channel Fusion Deep Wavelet Spectrum Network for Epileptic Signal Classification
2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 提出一种基于多通道小波频谱网络的癫痫信号分类方法MavenNet,用于改进癫痫自动检测和发作分类 结合连续小波变换和多通道卷积操作,保持EEG信号空间结构,并通过类激活映射增强模型可解释性 NA 改进癫痫的自动检测和癫痫发作分类 癫痫患者的脑电图(EEG)信号 机器学习 癫痫 连续小波变换(CWT),类激活映射(CAM) 多通道小波卷积网络(MavenNet) EEG信号 三个广泛使用的数据集和一个私有数据集
39 2025-09-20
Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals
2025-Sep-18, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1
研究论文 提出一种基于运动想象的脑机接口范式,通过添加‘点击’信号增强对机械臂的连续抓取控制能力 引入类似计算机鼠标的点击机制,在二维运动控制基础上增加额外自由度,实现连续抓取而非离散动作选择 脑电信号信噪比和空间分辨率较低,可能限制系统性能 开发能够同时控制运动和点击的脑机接口系统,用于复杂连续抓取任务 健康受试者和中风幸存者 脑机接口 中风 EEG信号处理,深度学习 DL EEG信号 健康受试者和中风患者(具体数量未明确说明)
40 2025-09-20
Reply: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes
2025-Sep-18, Hepatology (Baltimore, Md.)
NA NA NA NA NA NA NA NA NA NA NA NA
回到顶部