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 501 - 520 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
501 2025-06-16
Skeletal Muscle Density as a Predictive Marker for Pathologic Complete Response in Triple-Negative Breast Cancer Treated with Neoadjuvant Chemoimmunotherapy
2025-May-25, Cancers IF:4.5Q1
研究论文 评估骨骼肌密度(SMD)在三阴性乳腺癌(TNBC)患者新辅助化疗(NAC)中对病理完全缓解(pCR)的预测价值 首次探讨SMD作为TNBC患者新辅助化疗免疫联合治疗(NACIT)疗效的预测标志物,并结合PD-L1联合阳性评分(CPS)进行多变量分析 回顾性研究设计,样本量有限(144例患者),且未探讨SMD与长期生存结局的因果关系 探究肌肉相关指标对TNBC患者新辅助化疗疗效的预测作用 接受新辅助化疗的三阴性乳腺癌患者 数字病理学 乳腺癌 CT扫描、深度学习软件(ClariMetabo version 1.03) NA 医学影像(CT) 144例TNBC患者(102例接受NACIT,42例接受NACT)
502 2025-06-16
Advanced Non-Destructive Testing Simulation and Modeling Approaches for Fiber-Reinforced Polymer Pipes: A Review
2025-May-24, Materials (Basel, Switzerland)
综述 本文系统回顾了纤维增强聚合物(FRP)管道非破坏性测试(NDT)的数字技术进展,重点探讨数值模拟、机器学习和深度学习在缺陷检测中的应用 强调了机器学习和深度学习在自动化缺陷分类、分割和严重性评估中的变革性能力,以及数值模拟技术在提高检测可靠性方面的作用 指出先进数字方法在FRP管道系统中的实际应用转化有限,缺乏针对FRP管道独特结构复杂性和操作需求的专用研究 探讨如何通过数字NDT技术提高FRP管道的缺陷检测灵敏度和自动化数据解释,支持预测性维护策略 纤维增强聚合物(FRP)管道 材料科学与工程 NA 非破坏性测试(NDT)、有限元方法(FEM)、蒙特卡洛模拟、机器学习(ML)、深度学习(DL) 机器学习算法、深度学习算法 模拟数据、实验数据 140篇同行评审文章(2016-2024年)
503 2025-06-16
Deep Learning-Based Aortic Diameter Measurement in Traumatic Hemorrhage Using Shallow Attention Network: A Path Forward
2025-May-23, Diagnostics (Basel, Switzerland)
research paper 本研究开发并验证了一种基于深度学习的自动主动脉直径测量模型,用于创伤性出血患者 使用浅层注意力网络和基于椭圆的校准方法,提高了主动脉直径测量的准确性和自动化水平 研究仅基于回顾性数据,样本量相对有限(300名患者) 开发自动化的主动脉直径测量方法以改善创伤患者的干预计划 创伤性出血患者的腹部CT扫描图像 digital pathology cardiovascular disease CT扫描 Shallow Attention Network image 300名成年患者的444张手动标注的轴向CT图像
504 2025-06-16
A Convolutional Mixer-Based Deep Learning Network for Alzheimer's Disease Classification from Structural Magnetic Resonance Imaging
2025-May-23, Diagnostics (Basel, Switzerland)
研究论文 提出一种基于卷积混合器的深度学习网络,用于从结构磁共振成像中分类阿尔茨海默病 整合深度可分离卷积层与传统卷积层,高效提取sMRI特征,并采用混合采样方法处理类别不平衡问题 医学影像数据集存在类别不平衡问题,可能导致模型泛化能力不足 开发一种准确的阿尔茨海默病分类工具,以支持有效的干预和治疗计划 阿尔茨海默病患者的结构磁共振成像扫描 数字病理学 老年病 结构磁共振成像(sMRI) CNN 图像 NA
505 2025-06-16
Defect Recognition in Composite Materials Using Terahertz Spectral Imaging with ResNet18-SVM Approach
2025-May-23, Materials (Basel, Switzerland)
research paper 该研究提出了一种基于太赫兹时域光谱(THz-TDS)和连续小波变换(CWT)的缺陷检测方法,结合ResNet18模型和支持向量机(SVM)分类器,用于识别多层复合材料中的内部缺陷 采用ResNet18-SVM方法结合连续小波变换,将光谱信号转换为时频图像,显著提高了缺陷识别的准确性和深度分辨率 未提及样本的具体数量或多样性,可能影响方法的泛化能力 开发一种高精度的无损检测方法,用于识别多层复合材料中的内部缺陷 多层复合材料中的内部缺陷 computer vision NA 太赫兹时域光谱(THz-TDS),连续小波变换(CWT) ResNet18, SVM image NA
506 2025-06-16
Prediction of Key Quality Parameters in Hot Air-Dried Jujubes Based on Hyperspectral Imaging
2025-May-23, Foods (Basel, Switzerland)
研究论文 基于高光谱成像技术预测热风干燥红枣的关键品质参数 采用高光谱成像技术结合深度学习方法(BiLSTM、BiGRU、CNN-BiGRU)显著提升了模型预测精度,为红枣干燥过程的品质监测与优化提供了新方法 未明确说明样本的具体数量及来源,可能影响模型的泛化能力 开发一种非破坏性检测方法,用于预测干燥过程中红枣的关键品质参数 热风干燥的红枣 计算机视觉 NA 高光谱成像(HSI) SVR、BiLSTM、BiGRU、CNN-BiGRU 光谱数据(反射率、吸光度、Kubelka-Munk) 未明确说明
507 2025-06-16
Ultrasound Diagnosis of Pelvic Organ Prolapse Using Artificial Intelligence
2025-May-22, Journal of clinical medicine IF:3.0Q1
研究论文 本研究设计了一种基于人工智能的全自动混合方法,结合卷积神经网络(CNN)和基于树的模型(XGBoost),用于在动态二维超声研究中诊断不同类型的盆腔器官脱垂(POP) 首次开发出能够在动态二维超声研究中诊断POP的预测模型,结合了深度学习和机器学习技术 在区分不同类型的POP时,检测膀胱膨出和子宫脱垂的精确度、准确率、召回率和F1分数较高,而对其他类型的POP诊断性能相对较低 开发一种自动化的AI方法,用于诊断盆腔器官脱垂 188名患者(99名有POP,89名无POP) 数字病理 盆腔器官脱垂 动态二维超声 CNN, XGBoost 视频 188名患者
508 2025-06-16
Active learning for efficient nanophotonics inverse design in large and diverse design spaces
2025-May-19, Optics express IF:3.2Q2
research paper 本文探讨了在纳米光子学逆向设计中应用主动学习技术以提高样本效率和模型训练效果 提出了一种主动学习驱动的逆向设计方法,能够在训练数据集生成上实现高达82%的减少,同时保持与随机数据集训练模型相当的性能 虽然在小设计子集上表现良好,但在现代纳米制造可访问的完整设计空间中的可扩展性仍是一个挑战 探索在纳米光子学逆向设计中应用主动学习技术以提高样本效率和模型训练效果 周期性光学超表面的逆向设计,包括36种不同的形状类别以及厚度和间距的广泛变化 纳米光子学 NA 主动学习 deep learning NA NA
509 2025-06-16
High-quality full stokes polarimetric spectroscopy reconstruction using a model-compensated physics-informed neural network for channeled spectropolarimetry
2025-May-19, Optics express IF:3.2Q2
research paper 该论文提出了一种模型补偿的物理信息神经网络(MC-PINN),用于提高通道光谱偏振测量(CSP)中全斯托克斯参数光谱的重建质量 结合改进的物理模型与深度学习,通过预测网络和补偿网络减少模型误差,提升重建性能 未提及具体的数据限制或实验条件限制 提高通道光谱偏振测量(CSP)中光谱重建的准确性和可靠性 全斯托克斯参数光谱 光学测量 NA 通道光谱偏振测量(CSP) 模型补偿的物理信息神经网络(MC-PINN) 光谱数据 未提及具体样本数量
510 2025-06-16
Target detection enhancement method through multi-dimensional information differential projection and fusion
2025-May-19, Optics express IF:3.2Q2
research paper 提出了一种通过多维信息差分投影与融合的目标检测增强方法,基于自主研发的光谱偏振成像系统 创新性地提出了基于偏振角度纯化的目标检索算法和新的投影与融合策略,有效利用和增强目标与背景的多维差异 需要获取和处理大规模数据,在复杂场景中检测目标仍面临对比度降低、空间结构丢失和背景杂乱等挑战 提升复杂场景中目标检测的能力 复杂自然环境中具有遮挡、伪装和形状损失的目标 computer vision NA spectral polarization imaging (SPI) deep learning image 复杂自然环境(如草地、林地和天空)中的目标
511 2025-06-16
Fast and accurate active alignment of camera lenses with physics-informed deep learning
2025-May-19, Optics express IF:3.2Q2
研究论文 本文提出了一种基于物理信息深度学习的相机镜头主动对准(AA)流程,旨在提高大规模制造中的对准速度和精度 结合数据驱动和物理驱动的损失策略训练物理信息公差估计神经网络(TolNet),实现快速且物理上合理的公差估计 未明确提及实验样本的具体数量或多样性 提高光学系统(如智能手机镜头)大规模制造中的主动对准效率和精度 相机镜头的主动对准过程 计算机视觉 NA 物理信息深度学习 TolNet(物理信息公差估计神经网络) 点扩散函数(PSFs)图像数据 NA
512 2025-06-16
Fine lightning segmentation algorithm based on frequency domain denoising
2025-May-19, Optics express IF:3.2Q2
research paper 提出了一种基于频域去噪的精细闪电分割算法,解决了闪电图像分割中的多个挑战 提出了FD-FLSNet模型,结合频域去噪、多尺度特征融合和闪电形态校准注意力机制,提高了闪电细分支的检测精度 未明确提及具体的数据集规模或实际应用场景的局限性 提高闪电图像分割的精度和鲁棒性,特别是在复杂背景和弱光条件下 闪电图像 computer vision NA 频域去噪、多尺度特征融合、小波下采样 U2-Net+ (W-structured), FD-FLSNet image NA
513 2025-06-16
Reconstruction of partially obscured objects with a physics-driven self-training neural network
2025-May-19, Optics express IF:3.2Q2
研究论文 本文研究了一种基于人工智能的支持相干太赫兹辐射的在线全息成像技术,旨在从仅记录辐射功率而非相位的探测器图像中重建三维场景 提出了一种利用物理信息深度学习算法重建部分相互遮挡物体的新方法,结合角谱理论作为先验知识生成合成数据集,并通过自训练物理信息神经网络进行迭代预测和训练 NA 从仅记录辐射功率而非相位的探测器图像中重建三维场景 部分相互遮挡的物体 计算机视觉 NA 相干太赫兹辐射成像 物理信息神经网络(NN) 图像 模拟和实验数据
514 2025-06-16
Status calibration of a pulse shaping system for the high power laser facility based on deep learning
2025-May-19, Optics express IF:3.2Q2
研究论文 本文提出了一种基于深度学习的模型,用于校准高功率激光设施前端系统中的脉冲整形闭环控制系统的初始操作状态 采用U型结构集成残差连接作为核心网络,并结合KAN和TCN的注意力机制,快速建立光学波形与整形电信号之间的非线性映射 NA 实现高功率激光设施前端系统中高精度、高效率的激光脉冲整形 脉冲整形闭环控制系统的初始操作状态 机器学习 NA 深度学习 U型网络集成残差连接,结合KAN和TCN 光学波形数据 基于SG-II设施前端系统收集的脉冲波形数据集
515 2025-06-16
Design of multifunctional tunable dual-layer metalens based on deep learning
2025-May-19, Optics express IF:3.2Q2
研究论文 提出了一种基于深度学习的双层可调多功能超透镜设计,以解决单独可调超原子复杂控制和单层整体可调超透镜调制性能有限的问题 利用基于可调BTO材料的整体调制设计双层可调多功能超透镜,结合深度学习算法加速设计过程,并引入频带嵌入方法预测高频响应 未提及实际制造中的具体挑战或实验验证结果 设计一种能够快速切换不同功能的多功能可调超透镜 双层可调多功能超透镜 计算机视觉 NA 深度学习 transformer 模拟数据 100,000个任意几何超原子
516 2025-06-16
Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study
2025-May-14, Breast cancer research : BCR IF:6.1Q1
研究论文 本研究开发了一个深度学习融合模型(DL-UM),整合超声和乳腺X线摄影图像,以提高乳腺病变的诊断和管理 首次整合超声和乳腺X线摄影图像的深度学习模型,特别针对BI-RADS分类不一致的情况,显著提高了诊断性能 研究为回顾性设计,样本来自两个医疗中心,可能存在选择偏倚 优化乳腺病变的诊断和决策过程 1283名乳腺病变女性患者的超声和乳腺X线摄影图像 数字病理 乳腺癌 深度学习图像融合 深度学习融合模型(DL-UM) 图像 1283名女性患者的超声和乳腺X线摄影图像
517 2025-06-16
Fading suppression method based on redundant data within the spatial resolution and deep learning for a Φ-OTDR system
2025-May-05, Optics express IF:3.2Q2
研究论文 提出一种基于空间分辨率内冗余数据和深度学习的Φ-OTDR系统衰落抑制方法 提出了一种无需修改传统Φ-OTDR设置的MDS-DNN方法,利用多通道数据合成和LSTM网络自动学习多通道数据与理想传感信号之间的相关性 未提及具体局限性 提高Φ-OTDR系统的信噪比并抑制干扰衰落噪声 相位敏感光时域反射计(Φ-OTDR)系统 信号处理 NA 深度学习 LSTM 多通道传感数据 实际Φ-OTDR系统收集的数据
518 2025-06-16
Fixed-attention mechanism for deep-learning-assisted design of high-degree-of-freedom 3D metamaterials
2025-May-05, Optics express IF:3.2Q2
研究论文 提出了一种固定注意力机制的深度学习框架,用于高效设计高自由度3D超材料 引入固定注意力机制到深度学习框架中,显著提高了预测精度并降低了计算成本 NA 解决高自由度超材料设计中的计算挑战 3D等离子体结构(由金纳米棒组成) 机器学习 NA NA LSTM 几何参数 NA
519 2025-06-16
DLLP: a deep learning-based layer prediction network for three-dimensional fluorescence microscopy
2025-May-05, Optics express IF:3.2Q2
research paper 介绍了一种基于深度学习的层预测网络(DLLP),用于三维荧光显微镜成像,显著提高了成像速度和质量 结合CNN与IDMA机制的Transformer架构,提出了一种新的断层预测技术,可将三维显微镜扫描层数减少70%以上,同时保持光通量和图像保真度 未提及具体样本量或实验数据规模 解决在无需额外光学硬件的情况下,实现高光通量和快速成像速度的挑战 三维荧光显微镜成像 computer vision NA STED显微镜、FMOST显微镜、多光子显微镜、光片显微镜 CNN、Transformer image NA
520 2025-06-16
A deep learning-based clinical-radiomics model predicting the treatment response of immune checkpoint inhibitors (ICIs)-based conversion therapy in potentially convertible hepatocelluar carcinoma patients: a tumor marker prognostic study
2025-May-01, International journal of surgery (London, England)
研究论文 开发一种基于深度学习的临床-放射组学模型,用于预测潜在可转化肝细胞癌患者对免疫检查点抑制剂(ICIs)转化治疗的持久临床获益(DCB) 结合放射组学特征、深度学习评分和临床变量构建集成模型,首次在预测ICIs治疗反应中展示出色准确性,并与多种免疫相关机制相关联 研究样本量未明确说明,模型在测试集的AUC(0.88)较训练集(0.96)有所下降 预测肝细胞癌患者对免疫检查点抑制剂转化治疗的反应 潜在可转化的肝细胞癌(HCC)患者 数字病理 肝细胞癌 CT成像、放射组学分析、bulk RNA和DNA测序 深度学习模型(具体架构未说明) 医学影像(CT)、临床数据、基因组数据 NA
回到顶部