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 25256 篇文献，本页显示第 381 - 400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2025-05-22 |
Foundation model of neural activity predicts response to new stimulus types and anatomy
2024-Aug-31, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.21.533548
PMID:36993435
|
research paper | 该研究通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元响应，并展示了该模型在新小鼠和新刺激域中的泛化能力 | 利用基础模型预测神经元响应，并展示其在跨小鼠、跨刺激域及新任务中的泛化能力 | 模型在训练分布之外的泛化能力仍有局限 | 构建基础大脑模型，以理解大脑的计算目标和神经编码 | 小鼠视觉皮层的神经活动 | neuroscience | NA | deep learning | foundation model | neural activity data, natural videos | 大量来自多只小鼠视觉皮层的神经活动数据 |
| 382 | 2025-05-22 |
Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02319-1
PMID:38918605
|
研究论文 | 介绍了一种名为'Lightning Pose'的高效姿态估计包，通过半监督学习、贝叶斯集成和云原生开源工具改进了动物姿态估计 | 结合半监督学习、多视角几何和姿态合理性惩罚，提出了一种新的网络架构以解决遮挡问题，并通过集成和卡尔曼平滑后处理优化姿态预测 | 需要部分标记视频帧作为监督信号，且未提及在极端遮挡或复杂背景下的性能 | 改进动物姿态估计的准确性和科学可用性 | 动物姿态估计 | 计算机视觉 | NA | 半监督学习、贝叶斯集成、卡尔曼平滑 | 深度学习网络 | 视频 | 未明确提及具体样本数量，但使用了大量未标记视频和少量标记视频帧 |
| 383 | 2025-05-22 |
Digital profiling of cancer transcriptomes from histology images with grouped vision attention
2024-Jan-19, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.28.560068
PMID:37808782
|
研究论文 | 开发了一种基于transformer的深度学习模型，用于从组织学图像中预测癌症转录组 | 首次将transformer架构应用于组织学图像分析，通过预训练和微调策略解决了小数据集和参数爆炸问题 | 模型在组织水平上训练，空间基因表达模式的预测能力仍需验证 | 开发一种从组织学图像预测癌症转录组的深度学习方法 | 癌症转录组和组织学图像 | 数字病理学 | 癌症（乳腺癌、肾癌、肺癌等） | 深度学习、转录组分析 | transformer | 图像（全切片组织学图像） | 预训练：1,802个正常组织样本；微调和评估：4,331个肿瘤样本（涵盖9种癌症类型）；验证：1,305个肿瘤样本 |
| 384 | 2025-05-22 |
A review of epilepsy detection and prediction methods based on EEG signal processing and deep learning
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1468967
PMID:39618710
|
综述 | 本文综述了基于脑电图（EEG）信号处理和深度学习的癫痫检测与预测方法 | 总结了公开可用的癫痫EEG数据集、预处理技术、特征提取方法和深度学习网络，并基于患者独立性对文献进行分类 | 公开数据集在癫痫类型上缺乏多样性，且采集条件受控，可能无法反映真实场景；信号预处理方法有限，可能无法完全代表实际条件 | 提出一种高效的癫痫检测和预测方法，以促进患者康复、减轻家庭负担并优化医疗流程 | 癫痫患者的EEG信号 | 数字病理学 | 癫痫 | EEG信号处理 | CNN, RNN | EEG信号 | NA |
| 385 | 2025-05-22 |
MLR-predictor: a versatile and efficient computational framework for multi-label requirements classification
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1481581
PMID:39664103
|
研究论文 | 提出了一种名为MLR-Predictor的多标签需求分类计算框架，通过创新的OkapiBM25模型将需求文本转化为统计向量，并利用逻辑回归分类器进行分类 | 使用OkapiBM25模型将需求文本转化为统计向量，并将多标签分类问题转化为多类分类问题，显著提升了分类性能 | 未提及具体局限性 | 开发一个高效且通用的多标签需求分类计算框架 | 软件需求文本 | 自然语言处理 | NA | OkapiBM25模型，逻辑回归分类器 | 逻辑回归 | 文本 | 三个公共基准需求分类数据集，包括PROMISE、EHR-binary和EHR-multiclass数据集 |
| 386 | 2025-05-22 |
The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis
2023-Nov-23, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.23.568470
PMID:38045294
|
research paper | 该研究通过大规模平行报告实验和深度学习模型，揭示了斑马鱼胚胎发生早期5' UTR在翻译调控中的关键作用 | 首次在早期脊椎动物发育中建立了5' UTR翻译调控的定量模型，并开发了能预测5' UTR异构体活性的深度学习模型DaniO5P | 研究仅针对斑马鱼胚胎发生早期阶段，未涉及其他发育阶段或其他生物体 | 解析5' UTR在翻译调控中的作用机制 | 斑马鱼胚胎发生早期的5' UTR序列 | 生物信息学 | NA | 大规模平行报告实验、多核糖体分析 | 深度学习模型DaniO5P | 序列数据 | 18,154个5' UTR序列 |
| 387 | 2025-05-21 |
CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100764
PMID:40385240
|
research paper | 开发并验证了一种基于AI的视频分析系统CatSkill，用于评估白内障手术中外科医生的技能水平 | 提出了一种新型AI驱动的视频分析系统，能够自动评估手术中的眼位中性、眼位中心和显微镜焦距维持能力 | 研究仅回顾性分析了620例手术视频，未涉及实时应用验证 | 开发AI系统评估白内障手术医生的专业技能水平 | 白内障手术视频记录 | computer vision | 白内障 | 深度学习视频分析 | FPN (VGG16), 随机森林 | video | 620例白内障手术视频（254例主治医师/176例住院医师） |
| 388 | 2025-05-21 |
Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification
2025-Jun, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24792
PMID:39888306
|
研究论文 | 本研究提出了一种结合随机猫群优化算法和集成卷积神经网络的RCS-ECNN方法，用于皮肤癌不同阶段的分类 | 提出了结合随机猫群优化(CSO)与集成卷积神经网络(ECNN)的RCS-ECNN方法，用于优化皮肤癌分类 | 未提及方法在临床环境中的实际应用效果或泛化能力 | 优化皮肤癌诊断，提高分类准确率 | 皮肤癌的不同阶段 | 计算机视觉 | 皮肤癌 | 随机猫群优化(CSO)，GrabCut算法 | 集成卷积神经网络(ECNN)，深度神经网络(DNN)，Keras DNN(KDNN) | 图像 | HAM10000和ISIC数据集 |
| 389 | 2025-02-20 |
Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251317097
PMID:39966688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 390 | 2025-04-25 |
Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251329356
PMID:40269482
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 391 | 2025-05-21 |
Accuracy of an Automated Bone Scan Index Measurement System Enhanced by Deep Learning of the Female Skeletal Structure in Patients with Breast Cancer
2025-Jun, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00905-5
PMID:40385368
|
research paper | 该研究验证了通过深度学习女性骨骼结构更新的VSBONE® BSI系统在乳腺癌患者中的诊断准确性 | VSBONE ver.3通过深度学习957名女性的骨骼结构，提高了在乳腺癌患者中的诊断准确性 | 研究样本量较小，仅包括220名日本乳腺癌患者 | 验证更新的VSBONE系统在乳腺癌患者中的诊断准确性 | 乳腺癌患者 | digital pathology | breast cancer | bone scintigraphy with SPECT/CT | deep learning | image | 220名日本乳腺癌患者（20名有活动性骨转移，200名无骨转移） |
| 392 | 2025-05-21 |
Classification of differentially activated groups of fibroblasts using morphodynamic and motile features
2025-Jun, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0250502
PMID:40385989
|
research paper | 该研究提出了一种基于人工智能的分类框架，通过分析成纤维细胞的形态动力学和运动特征来识别和表征不同激活状态的成纤维细胞 | 利用形态动力学和运动特征作为成纤维细胞激活状态的生物物理标志物，克服了传统分子标记的局限性 | 研究仅基于与乳腺癌细胞系共培养的成纤维细胞数据，可能无法完全代表体内复杂微环境 | 开发新型成纤维细胞分类方法以更好地理解肿瘤微环境 | 与乳腺癌细胞系共培养的成纤维细胞 | digital pathology | breast cancer | label-free live-cell imaging | deep learning and machine learning algorithms | image | NA |
| 393 | 2025-05-21 |
Gluten identification from food images using advanced deep learning and transfer learning methods
2025-Jun, Journal of food science and technology
DOI:10.1007/s13197-024-06158-y
PMID:40386197
|
research paper | 本文提出了一种基于深度学习和迁移学习的创新方法，用于从食物图像中识别麸质，旨在帮助乳糜泻患者识别含麸质食物 | 利用EfficientNet预训练模型进行麸质图像分类，在食物图像识别领域具有创新性 | 研究仅基于Food101数据集的子集，可能无法涵盖所有食物类型 | 开发一种辅助乳糜泻患者识别含麸质食物的工具 | 食物图像 | computer vision | celiac disease | deep learning, transfer learning | CNN, EfficientNet | image | 20,000张训练图像和2,000张测试图像 |
| 394 | 2025-05-21 |
Near-zero photon bioimaging by fusing deep learning and ultralow-light microscopy
2025-May-27, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2412261122
PMID:40388622
|
研究论文 | 本文介绍了一种结合深度学习和超低光显微镜的近零光子生物成像方法，能够在极低光照条件下以kHz速率进行高保真生物成像 | 创新性地结合了精心设计的低背景荧光显微镜和AI技术，实现了每像素仅0.01光子的超低光照条件下的生物图像重建 | NA | 开发一种在极低光照条件下仍能保持高保真度的生物成像技术 | 多细胞和亚细胞结构特征 | 生物医学成像 | NA | 超低光显微镜技术结合深度学习 | 深度学习 | 图像 | NA |
| 395 | 2025-05-21 |
[Technological innovation and future development of quantitative research on acupuncture manipulation techniques]
2025-May-25, Zhen ci yan jiu = Acupuncture research
DOI:10.13702/j.1000-0607.20250319
PMID:40390611
|
综述 | 本文全面回顾了针灸操作技术定量研究的生物力学基础和技术演变，并探讨了其未来发展方向 | 通过计算机视觉、深度学习和多模态感知融合等技术，实现了针灸操作量化的创新应用 | NA | 推动针灸从经验实践向数据驱动的精准医学转变，为中医现代化和国际标准化提供理论基础和技术支持 | 针灸操作技术 | 数字病理学 | NA | 计算机视觉、深度学习、多模态感知融合 | NA | 生物力学参数 | NA |
| 396 | 2025-05-21 |
Disturbance-Aware On-Chip Training with Mitigation Schemes for Massively Parallel Computing in Analog Deep Learning Accelerator
2025-May-20, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202417635
PMID:40390534
|
研究论文 | 本文研究了模拟内存计算(AIMC)中的片上训练，特别是6T1C突触器件中的干扰效应及其缓解方案 | 首次精确识别和量化了6T1C突触器件中的干扰效应，并提出了三种简单的操作方案来缓解这些影响 | 干扰机制虽然被阐明，但其对大规模阵列训练性能的影响仍需进一步探索 | 解决模拟突触器件在并行权重更新过程中出现的非均匀编程和干扰问题 | 基于氧化物半导体和电容的6T1C突触器件 | 机器学习 | NA | 模拟内存计算(AIMC) | CNN | 图像数据(CIFAR-10数据集) | NA |
| 397 | 2025-05-21 |
Effectiveness of Artificial Intelligence in detecting sinonasal pathology using clinical imaging modalities: a systematic review
2025-May-19, Rhinology
IF:4.8Q1
DOI:10.4193/Rhin25.044
PMID:40388840
|
系统性综述 | 本文系统性评估了人工智能在通过放射影像检测鼻窦病理中的方法和临床相关性 | 综合分析了AI在鼻窦影像诊断中的准确性和效率，并指出了当前研究的局限性和未来方向 | 现有研究主要为回顾性和单中心，缺乏前瞻性和多中心验证 | 评估人工智能在鼻窦病理检测中的临床适用性和方法学有效性 | 鼻窦病理的放射影像 | 医学影像分析 | 鼻窦疾病 | 深度学习、机器学习、神经网络 | CNN、机器学习分类器 | CT、MRI影像 | 53项研究，其中85%为回顾性研究，68%为单中心研究，92.5%使用内部数据库 |
| 398 | 2025-05-21 |
Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images
2025-May-19, American journal of nephrology
IF:4.3Q1
DOI:10.1159/000546131
PMID:40388893
|
研究论文 | 利用深度学习自动分类肾活检电子显微镜图像中的电子致密沉积物位置 | 开发了一个基于深度学习的平台，用于自动分类电子显微镜图像中的电子致密沉积物位置，性能优于经验丰富的综合肾脏病理学家 | 深度学习模型在评估沉积物存在和位置的准确性上仍低于电子显微镜病理学家 | 开发一个自动分类电子显微镜图像中电子致密沉积物位置的深度学习平台 | 肾活检电子显微镜图像中的电子致密沉积物 | 数字病理学 | 肾脏疾病 | 电子显微镜(EM) | ResNet18 | 图像 | 4303张EM图像，来自1039例肾活检 |
| 399 | 2025-05-21 |
Analysis of the Evolutionary Process of Spatial Microdamage Propagation in Silicon Nitride Bearings Using Deep Learning-Driven Molecular Dynamics
2025-May-19, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c00466
PMID:40389365
|
研究论文 | 本研究提出了一种基于3D点云重建和机器学习势函数的分子动力学建模方法，以揭示氮化硅轴承表面空间微损伤的动态演化机制 | 首次揭示了氮化硅轴承中微损伤扩展与弹塑性变形之间的动态耦合机制，阐明了损伤闭合行为的区域变异性 | NA | 揭示氮化硅轴承表面空间微损伤的动态演化机制，为陶瓷轴承的寿命预测和抗损伤设计提供原子尺度理论支持 | 氮化硅轴承表面的空间微损伤 | 分子动力学模拟与深度学习 | NA | 3D点云重建、机器学习势函数、深度势原子相互作用模型 | 深度学习驱动的分子动力学模型 | 3D点云数据 | NA |
| 400 | 2025-05-21 |
Artificial Intelligence in Rhinoplasty: Precision or Over-Reliance?
2025-May-19, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-04954-1
PMID:40389738
|
research paper | 探讨人工智能在鼻整形手术中的应用及其潜在问题 | 利用深度学习和GANs预测术后效果并优化美学规划 | 无法考虑个体愈合过程、组织行为及长期鼻部重塑，存在伦理问题和数据隐私风险 | 评估AI在鼻整形手术中的精确性与过度依赖风险 | 鼻整形手术的术前规划与患者沟通 | digital pathology | NA | deep learning, GANs | GAN | image | NA |