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 24772 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 2025-05-15
Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer
2025-May-13, International journal of oral science IF:10.8Q1
research paper 该研究通过单细胞转录组学和空间转录组学揭示了微波热化疗治疗唇鳞状细胞癌中抗肿瘤中性粒细胞亚群的作用机制 发现了微波热化疗诱导的具有抗肿瘤活性的MNDA TANs(N1表型),并构建了预测预后的N1-TANs标记物MX2,以及利用深度学习从H&E染色图像预测MX2表达 NA 探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化 唇鳞状细胞癌患者样本 digital pathology lip cancer scRNA-seq, ST deep learning image, transcriptomics data NA
22 2025-05-15
Blockchain enabled collective and combined deep learning framework for COVID19 diagnosis
2025-May-13, Scientific reports IF:3.8Q1
research paper 提出了一种结合区块链技术和深度学习的新型框架CLCD-Block,用于COVID-19的诊断,通过安全的数据共享和隐私保护提高诊断准确性 首次将区块链技术与组合学习范式结合,确保数据安全分发并降低复杂性,同时采用混合胶囊学习网络进行准确预测 未来工作需要提升模型的可扩展性、优化实时性能,并适应更广泛的医疗数据集 开发一种平衡准确性与隐私保护的协作模型,用于COVID-19诊断 COVID-19患者的肺部CT图像 digital pathology COVID-19 深度学习,区块链技术 混合胶囊学习网络 image 四个基准数据集
23 2025-05-15
An intelligent optimized object detection system for disabled people using advanced deep learning models with optimization algorithm
2025-May-13, Scientific reports IF:3.8Q1
研究论文 提出了一种基于先进深度学习模型和优化算法的智能优化目标检测系统,用于帮助视觉障碍人士 结合YOLOv7、MobileNetV3、TCN模型及麻雀搜索优化算法(SSOA),提出ODSDP-ADLMSSO方法,显著提升目标检测准确率至99.57% 仅在室内目标检测数据集上进行验证,未说明室外场景的适用性 通过优化目标检测技术提升视觉障碍人士的导航安全性 视觉障碍人士(VIPs) 计算机视觉 视觉障碍 深度学习、优化算法 YOLOv7, MobileNetV3, TCN, SSOA 图像 室内目标检测数据集(未说明具体样本量)
24 2025-05-15
User preference modeling for movie recommendations based on deep learning
2025-May-13, Scientific reports IF:3.8Q1
research paper 本文提出了一种基于深度学习的电影推荐方法,通过分析用户行为记录和电影内容元素,提高推荐系统的个性化程度 结合AI、图技术和文本挖掘,利用PageRank和CNN预测用户偏好,显著提升了推荐精度和召回率 实验数据集规模较小,仅包含215名用户在508个电影页面的浏览活动 提升电影推荐系统的个性化程度和准确性 电影推荐系统和用户偏好 natural language processing NA text mining, graph-based techniques CNN, PageRank user behavior records, movie content elements 215名用户在508个电影页面的浏览活动
25 2025-05-15
Multimodal learning audio-visual detection for obtaining object-level sound sources in Japanese-language teaching room
2025-May-13, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的多模态学习方法,用于日语教学教室中的音频-视觉检测,以定位物体级别的声源 结合音频和视觉信息,提出了一种新颖的深度学习方法,用于日语教学教室中的物体级别声源检测 NA 改善日语教学教室中的教学过程,通过多模态学习定位未知声源 日语教学教室中的声源(如拍手、窃窃私语、整理物品等) 多模态学习 NA 音频-视觉检测(AVD) 深度学习 音频和视频 NA
26 2025-05-15
A modernized approach to sentiment analysis of product reviews using BiGRU and RNN based LSTM deep learning models
2025-May-13, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于BiGRU和RNN-LSTM深度学习模型的现代情感分析方法,用于挖掘在线产品评论 采用BiGRU特征提取器和基于RNN的LSTM分类器的特定组合,并将其应用于新型在线产品评论,使模型具有创新性 NA 通过情感分析挖掘在线产品评论,以了解市场需求和产品在消费者中的接受度 在线产品评论 自然语言处理 NA 自然语言处理、深度学习 BiGRU、RNN-LSTM 文本 NA
27 2025-05-15
Leveraging explainable artificial intelligence with ensemble of deep learning model for dementia prediction to enhance clinical decision support systems
2025-May-13, Scientific reports IF:3.8Q1
研究论文 该研究提出了一种结合可解释人工智能和优化算法的痴呆症预测与分类模型(LXAIOA-ADPCM),旨在通过先进技术提高痴呆症预测的准确性 结合可解释人工智能(XAI)与深度学习模型(BiLSTM、SAE、TCN),并采用优化算法(NMRA、GOA)进行特征选择和超参数调优,提高了预测透明度和准确性 未提及模型在更广泛或多样化数据集上的泛化能力,以及在实际临床环境中的适用性 开发一种新型算法,用于痴呆症的早期预测和分类,以支持临床决策 痴呆症高风险个体 数字病理学 老年病 深度学习(DL)、机器学习(ML)、可解释人工智能(XAI) BiLSTM、SAE、TCN 医疗诊断数据 使用Dementia Prediction数据集进行实验,具体样本量未提及
28 2025-05-15
Advanced smart assistance with enhancing social interaction and daily activities for visually impaired individuals using deep learning with modified seagull optimization
2025-May-13, Scientific reports IF:3.8Q1
research paper 该研究提出了一种基于深度学习和改进海鸥优化算法的自动损伤检测方法(ADD-MSGOEL),旨在帮助视障人士增强社交互动和日常活动能力 结合改进的海鸥优化算法(MSGO)和集成学习(LSTM、BiGRU、SAE)进行损伤检测,提高了检测准确率 仅在CODEBRIM数据集上进行了验证,实际应用场景的泛化能力有待进一步测试 提升视障人士的社交生活和日常功能,通过准确检测周围环境中的损伤和潜在危险 视障人士 computer vision NA 深度学习、优化算法 DCBAM-EfficientNet、LSTM、BiGRU、SAE image CODEBRIM数据集
29 2025-05-15
Dual level dengue diagnosis using lightweight multilayer perceptron with XAI in fog computing environment and rule based inference
2025-May-13, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种在雾计算环境中使用轻量级多层感知机和可解释人工智能(XAI)进行双重登革热诊断的框架 结合雾计算环境、轻量级MLP模型和XAI工具进行双重诊断,提高诊断效率和准确性 使用小数据集进行验证,可能影响模型的泛化能力 提高登革热远程诊断的效率和准确性 登革热患者 机器学习 登革热 机器学习、深度学习、可解释人工智能(XAI) 轻量级多层感知机(MLP) 症状数据和血清学检测报告 小数据集(具体数量未提及)
30 2025-05-15
Revolutionizing sleep disorder diagnosis: A Multi-Task learning approach optimized with genetic and Q-Learning techniques
2025-May-13, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于多任务学习的卷积神经网络方法,结合遗传算法和Q学习算法优化,用于通过EEG信号高效诊断睡眠障碍 创新性地提出了部分共享结构的多任务学习CNN模型,并采用遗传算法和Q学习算法优化预测权重组合 使用的EEG信号数据集规模较小(26名参与者)且异质性较高 开发一种高效、准确的睡眠障碍自动化诊断方法 部分睡眠剥夺(PSD)患者的EEG信号 机器学习 睡眠障碍 STFT(短时傅里叶变换), CWT(连续小波变换) 多任务学习CNN EEG信号转换的时频图像 26名参与者的EEG记录数据
31 2025-05-15
Detection of sugar beet seed coating defects via deep learning
2025-May-13, Scientific reports IF:3.8Q1
研究论文 利用深度学习技术检测甜菜种子包衣缺陷 使用YOLO算法快速有效地检测和分类甜菜种子包衣缺陷,提升种子质量和生产效率 未提及对不同光照或拍摄条件的鲁棒性测试 通过图像处理技术提升甜菜种子包衣质量检测效率 甜菜种子 计算机视觉 NA 图像处理 YOLOv10-N, YOLOv10-L, YOLOv10-X 图像 2000颗包衣甜菜种子的高分辨率RGB图像
32 2025-05-15
A deep learning sex-specific body composition ageing biomarker using dual-energy X-ray absorptiometry scan
2025-May-13, Communications medicine IF:5.4Q1
研究论文 本研究开发并验证了一种基于双能X射线吸收测量(DXA)扫描的体成分生物年龄指标(BCBA),用于评估健康状况和预测疾病结果 首次提出基于DXA扫描的体成分生物年龄指标,用于慢性疾病风险评估和进展监测 研究主要基于UK Biobank数据,可能需要更多样化的群体验证 开发可靠的生物标志物以评估慢性疾病风险和进展 UK Biobank参考人群,包括典型和非典型体成分个体、已有疾病患者和DXA成像后发病者 数字病理学 心血管疾病 双能X射线吸收测量(DXA) 深度学习模型 医学影像 UK Biobank参考人群(具体数量未提及)
33 2025-05-15
AI-IoT based smart agriculture pivot for plant diseases detection and treatment
2025-May-13, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于AI-IoT的智能农业枢纽,用于植物病害检测和治疗 结合AI和IoT技术,提出新的系统架构和硬件试点,利用预训练的ResNet50模型进行植物病害检测,准确率高达99.8% 未提及具体的地理或作物限制,可能在实际应用中存在适应性挑战 开发智能农业解决方案,解决植物病害检测和治疗问题 多种作物的植物叶片 智能农业 植物病害 深度学习 ResNet50 图像 25,940张植物叶片图像,涵盖11个类别
34 2025-05-15
DNA data storage for biomedical images using HELIX
2025-May-13, Nature computational science IF:12.0Q1
研究论文 提出了一种名为HELIX的基于DNA的生物医学图像存储系统,该系统针对生物医学图像特性设计了图像压缩算法和纠错编码算法 HELIX系统针对生物医学图像特性设计了专用压缩算法,并采用无需索引的纠错编码算法,提高了存储密度和解码速度 仅在体外实验中测试了两幅时空基因组学图像的存储效果 开发适用于生物医学图像的DNA数据存储系统 生物医学图像 数字病理学 NA DNA数据存储 深度学习图像修复算法 生物医学图像 两幅时空基因组学图像
35 2025-05-15
Predicting gene expression from DNA sequence using deep learning models
2025-May-13, Nature reviews. Genetics
研究论文 本文探讨了利用深度学习模型从DNA序列预测基因表达的方法 应用深度学习技术处理表观基因组图谱和高通量报告基因检测数据,显著提高了预测基因活性的准确性 不同方法存在各自的优缺点,且模型的复杂性可能限制其广泛应用 构建能够从DNA序列预测基因活性的计算模型 基因表达的调控机制,特别是启动子和增强子等DNA元件 机器学习 NA 表观基因组图谱和高通量报告基因检测 深度学习 DNA序列数据 NA
36 2025-05-15
Rethinking femoral neck anteversion assessment: a novel automated 3D CT method compared to traditional manual techniques
2025-May-13, BMC musculoskeletal disorders IF:2.2Q3
研究论文 评估一种新型自动化3D CT方法在测量股骨颈前倾角方面的准确性和可靠性,并与三种传统手动方法进行比较 提出了一种基于深度学习的自动化3D CT方法,用于股骨分割、标志点识别和前倾角计算 研究未涉及临床应用的长期效果验证 评估自动化3D CT方法在测量股骨颈前倾角方面的性能 63例全长度CT扫描中的126个股骨 医学影像分析 骨科疾病 3D CT扫描和深度学习 深度学习网络 3D CT图像 63例患者(35名男性和28名女性,平均年龄52.0±14.7岁)的126个股骨
37 2025-05-15
Deep learning based on ultrasound images to predict platinum resistance in patients with epithelial ovarian cancer
2025-May-13, Biomedical engineering online IF:2.9Q3
研究论文 本研究开发并验证了一种基于超声图像的深度学习模型,用于预测上皮性卵巢癌患者的铂类耐药性 首次利用深度学习模型基于超声图像预测上皮性卵巢癌患者的铂类耐药性 研究为回顾性设计,样本量相对有限(392例患者) 开发预测上皮性卵巢癌患者铂类耐药性的深度学习模型 上皮性卵巢癌患者 数字病理学 卵巢癌 超声成像 深度学习模型 图像 392例上皮性卵巢癌患者
38 2025-05-15
Generalizable, fast, and accurate DeepQSPR with fastprop
2025-May-13, Journal of cheminformatics IF:7.1Q1
research paper 介绍了一个名为fastprop的软件包和通用Deep-QSPR框架,结合分子描述符与深度学习,用于分子属性预测 结合了分子描述符与深度学习,实现了在速度和可解释性上的改进,同时在性能上达到或超过现有方法 未明确提及具体局限性 建立一个通用的分子结构与目标属性之间的映射框架 分子结构与目标属性之间的关系 machine learning NA deep learning, QSPR/QSAR feedforward neural networks molecular descriptors 从数十到数万个分子不等的数据集
39 2025-05-15
Advanced digital image forensics: A hybrid framework for copy-move forgery detection in multimedia security
2025-May-13, Journal of forensic sciences IF:1.5Q2
research paper 提出了一种混合框架,用于检测多媒体安全中的复制-移动伪造 结合了FFT、SIFT、ORB、MobilenetV2和VGG16模型以及注意力机制,提高了检测的准确性 传统方法在处理多样化的图像修改时可能存在困难 保证数字图像完整性并识别图像篡改 数字图像 computer vision NA FFT、SIFT、ORB、MobilenetV2、VGG16、DBSCAN MobilenetV2、VGG16 image 五个基准复制-移动伪造数据集
40 2025-05-15
Application of Hyperspectral Imaging and Machine Learning for Differential Diagnosis of Hashimoto's Thyroiditis and Papillary Thyroid Carcinoma
2025-May-13, Journal of biophotonics IF:2.0Q3
研究论文 本研究利用高光谱成像和深度学习模型区分桥本甲状腺炎和甲状腺乳头状癌的光谱特征 首次应用高光谱成像和自适应光谱特征选择网络模型来区分HT和PTC的光谱特征 未提及样本量的具体数目,且模型准确率为88.36%,仍有提升空间 区分桥本甲状腺炎和甲状腺乳头状癌的光谱特征,提高甲状腺疾病的诊断准确性 桥本甲状腺炎和甲状腺乳头状癌的样本 数字病理 甲状腺疾病 高光谱成像(HSI) 自适应光谱特征选择网络模型 高光谱图像 NA
回到顶部