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 24022 篇文献，本页显示第 5801 - 5820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5801 | 2025-03-02 |
Advancing antibiotic discovery with bacterial cytological profiling: a high-throughput solution to antimicrobial resistance
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1536131
PMID:40018674
|
综述 | 本文综述了细菌细胞学分析（BCP）作为一种快速、可扩展且成本效益高的方法，用于识别抗生素作用机制，并探讨其在抗生素发现中的应用 | 介绍了BCP在药物发现中的潜力，特别是通过识别spirohexenolide A对耐甲氧西林金黄色葡萄球菌的细胞靶点，展示了其创新性 | 讨论了BCP的优势、局限性及潜在改进方向，并指出某些病原体的细胞学特征尚未被研究 | 推动抗生素发现，以应对抗菌素耐药性（AMR）这一全球健康威胁 | 不同细菌生物和不同类别的抗生素 | 数字病理学 | 抗菌素耐药性 | 细菌细胞学分析（BCP） | 深度学习 | 图像 | NA |
| 5802 | 2025-03-02 |
RETRACTED ARTICLE: Sustainable strategy for online physical education teaching using ResNet34 and big data
2024-12, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-023-08524-y
PMID:37362298
|
研究论文 | 本文提出了一种具有可持续发展特性的在线教学支持系统，利用ResNet34深度学习图像识别算法实时分析和纠正学生在体操、舞蹈、篮球等运动中的动作 | 通过将注意力机制模块与原始ResNet34结合，提高了系统的检测精度，并且系统能够随着新运动类别的出现扩展数据集，保持实时更新 | NA | 开发一种可持续的在线体育教学支持系统，以改善虚拟体育教学中的学生动作纠正 | 在线体育教学中的学生动作 | 计算机视觉 | NA | 深度学习 | ResNet34 | 图像 | NA |
| 5803 | 2025-03-02 |
Deep learning models using intracranial and scalp EEG for predicting sedation level during emergence from anaesthesia
2024-Dec, BJA open
DOI:10.1016/j.bjao.2024.100347
PMID:40018289
|
研究论文 | 本研究探讨了使用颅内和头皮脑电图（EEG）预测麻醉苏醒期间镇静水平的深度学习模型 | 结合颅内和头皮EEG数据，利用深度学习模型预测镇静水平，显著提高了预测准确性 | 样本量较小，仅涉及7名患者，且验证集仅包含5名患者的头皮EEG数据 | 研究目的是通过EEG监测预测麻醉苏醒期间的镇静水平，以提高麻醉管理的安全性 | 研究对象为接受颅内电极植入手术的7名难治性癫痫患者，以及5名仅提供头皮EEG数据的患者 | 机器学习 | 癫痫 | EEG | 深度学习模型 | EEG数据 | 7名患者（颅内和头皮EEG数据），5名患者（仅头皮EEG数据） |
| 5804 | 2025-03-02 |
Detection of glaucoma progression on longitudinal series of en-face macular optical coherence tomography angiography images with a deep learning model
2024-Nov-22, The British journal of ophthalmology
DOI:10.1136/bjo-2023-324528
PMID:39117359
|
研究论文 | 本文设计了一种深度学习模型，用于通过纵向系列的黄斑光学相干断层扫描血管成像（OCTA）图像检测青光眼的进展 | 使用定制的卷积神经网络（CNN）对青光眼进展进行分类，并与基于全图像血管密度（wiVD）损失的逻辑回归模型进行比较 | 需要外部验证以进一步增强模型的泛化能力 | 检测青光眼的进展 | 134名开角型青光眼患者的202只眼睛 | 计算机视觉 | 青光眼 | 光学相干断层扫描血管成像（OCTA） | 卷积神经网络（CNN） | 图像 | 202只眼睛，134名患者，平均随访3.5年 |
| 5805 | 2025-03-02 |
Predicting phage-host interactions via feature augmentation and regional graph convolution
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae672
PMID:39727002
|
研究论文 | 本文提出了一种名为MI-RGC的新方法，通过特征增强和区域图卷积来预测噬菌体-宿主相互作用（PHIs） | MI-RGC方法引入了互信息进行特征增强，并采用区域图卷积来学习有意义的表示，从而克服了现有深度学习方法在PHIs预测中的局限性 | 尽管MI-RGC在三个基准数据集上表现出色，但其在高度数据稀疏性任务中的过拟合风险仍需进一步研究 | 开发一种更有效的预测噬菌体-宿主相互作用的方法，以支持噬菌体疗法的发展 | 噬菌体和宿主之间的相互作用 | 机器学习 | NA | 深度学习方法 | 区域图卷积模型 | 序列信息 | 三个基准数据集 |
| 5806 | 2025-03-02 |
Automatic Segmentation and Radiomics for Identification and Activity Assessment of CTE Lesions in Crohn's Disease
2024-11-04, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izad285
PMID:38011673
|
研究论文 | 本文开发了一种深度学习自动分割模型，用于在计算机断层扫描肠造影（CTE）图像中分割克罗恩病（CD）病变，并通过提取的放射组学特征构建多个机器学习分类器以区分CD活动性 | 开发了基于nnU-Net神经网络的自动分割模型，并结合放射组学特征构建了多个机器学习分类器，用于区分CD活动性 | 研究为回顾性研究，样本量相对较小，可能影响模型的泛化能力 | 开发自动分割模型并构建机器学习分类器，以辅助放射科医生评估克罗恩病活动性 | 克罗恩病患者的CTE图像 | 计算机视觉 | 克罗恩病 | 深度学习，放射组学 | nnU-Net，逻辑回归 | CTE图像 | 分割数据集包含84例CD患者的CTE检查，分类数据集包含193例CD患者的CTE检查 |
| 5807 | 2025-03-02 |
A Deep Learning Framework for End-to-End Control of Powered Prostheses
2024-May, IEEE robotics and automation letters
IF:4.6Q2
DOI:10.1109/lra.2024.3374189
PMID:40012860
|
研究论文 | 本文提出了一种深度学习框架，用于端到端控制动力假肢，消除了传统任务分类、状态机和中级控制方程的需求 | 通过将整个控制问题压缩到一个深度神经网络中，消除了传统任务分类、状态机和中级控制方程的需求 | 研究仅针对五种运动模式进行，样本量为12名经股截肢者，可能需要更多样化的数据和更大的样本量来验证模型的普适性 | 探索深度学习在动力假肢控制中的应用，以实现端到端的关节级辅助 | 动力膝踝假肢（OSL）及其传感器数据 | 机器学习 | NA | 深度学习 | 时间卷积网络（TCN） | 传感器数据 | 12名经股截肢者 |
| 5808 | 2024-08-24 |
Editorial for "Deep Learning Nomogram for the Identification of Deep Stromal Invasion in Patients With Early-Stage Cervical Adenocarcinoma and Adenosquamous Carcinoma: A Multicenter Study"
2024-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28881
PMID:37410077
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5809 | 2025-03-02 |
Deep Learning Identifies High-Quality Fundus Photographs and Increases Accuracy in Automated Primary Open Angle Glaucoma Detection
2024-01-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.1.23
PMID:38285462
|
研究论文 | 本文开发并评估了一种深度学习模型，用于评估眼底照片质量，并定量测量其在独立研究人群中自动化检测原发性开角型青光眼（POAG）的影响 | 首次将深度学习模型应用于眼底照片质量评估，并展示了其对提高POAG检测准确性的显著影响 | 研究依赖于特定数据集（DIGS/ADAGES和OHTS），可能限制了模型的泛化能力 | 提高自动化POAG检测的准确性，减少人工审查的负担 | 眼底照片 | 计算机视觉 | 青光眼 | 深度学习 | 深度学习模型 | 图像 | 2815张来自DIGS/ADAGES的眼底照片和11,350张来自OHTS的眼底照片 |
| 5810 | 2025-03-02 |
Rapid and accurate classification of mung bean seeds based on HPMobileNet
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1474906
PMID:40017618
|
研究论文 | 本研究提出了一种基于深度学习的绿豆种子快速准确分类方法，通过改进MobileNetV2模型，引入了DMS块、ECA块和Mish激活函数，构建了高精度网络模型HPMobileNet | 提出了HPMobileNet模型，结合DMS块、ECA块和Mish激活函数，显著提升了绿豆种子分类的准确率 | 研究未涉及模型在其他作物种子分类中的泛化能力，且未来优化和应用潜力仍需进一步探索 | 开发一种高效准确的绿豆种子分类方法，推动智能农业技术的发展 | 八种不同品种的绿豆种子 | 计算机视觉 | NA | 深度学习 | HPMobileNet（基于MobileNetV2改进） | 图像 | 34,890张绿豆种子图像 |
| 5811 | 2025-03-02 |
A method of deep network auto-training based on the MTPI auto-transfer learning and a reinforcement learning algorithm for vegetation detection in a dry thermal valley environment
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1448669
PMID:40017619
|
研究论文 | 本文提出了一种基于MTPI自动迁移学习和强化学习算法的深度网络自动训练方法，用于干旱热谷环境中的植被检测 | 结合了MTPI（最大迁移潜力指数方法）和MTSA（多汤普森采样算法）强化学习，用于数据集自动增强和网络自动训练，减少了人工经验和试错成本 | 现有自动训练方法适应于简单数据集和网络结构，在非结构化环境（如干旱热谷环境）中实用性较低 | 减少深度学习中的手动干预，提高复杂植被信息收集的效率 | 干旱热谷环境中的植被 | 计算机视觉 | NA | 深度学习，强化学习，迁移学习 | FCN, Seg-Net, U-Net, Seg-Res-Net 50 | 图像 | NA |
| 5812 | 2025-03-02 |
Natural language processing to identify social determinants of health in Alzheimer's disease and related dementia from electronic health records
2023-12, Health services research
IF:3.1Q1
DOI:10.1111/1475-6773.14210
PMID:37534741
|
研究论文 | 开发了一种基于自然语言处理（NLP）的算法，用于从非结构化的电子健康记录（EHR）中识别阿尔茨海默病及相关痴呆（ADRD）患者的健康社会决定因素（SDoH） | 开发了一种基于规则的NLP算法，用于识别七个SDoH领域，并与深度学习和正则化逻辑回归方法进行了比较 | 在住房和药物不安全方面的SDoH识别性能较差 | 识别ADRD患者的健康社会决定因素（SDoH） | 阿尔茨海默病及相关痴呆（ADRD）患者 | 自然语言处理 | 老年病 | 自然语言处理（NLP） | 基于规则的NLP算法、深度学习、正则化逻辑回归 | 文本 | 1000份医疗记录，来自231名ADRD患者 |
| 5813 | 2025-03-02 |
Editorial for "Deep Learning-Based Segmentation of Locally Advanced Breast Cancer on MRI in Relation to Residual Cancer Burden: A Multi-Institutional Cohort Study"
2023-12, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28680
PMID:36939778
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5814 | 2025-03-02 |
Editorial for "Implementable Deep Learning for Multi-sequence Proton MRI Lung Segmentation: A Multi-center, Multi-vendor and Multi-disease Study"
2023-10, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28661
PMID:36847749
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5815 | 2025-03-02 |
Machine Learning and Deep Learning in Cardiothoracic Imaging: A Scoping Review
2022-Oct-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12102512
PMID:36292201
|
综述 | 本文对心胸影像领域中机器学习和深度学习的应用进行了范围审查，系统搜索了同行评审的医学文献，并定量提取了关键数据元素 | 提供了心胸影像领域中ML/DL应用的综合概述，并提出了使研究超越概念验证向临床采纳迈进的一般建议 | 未具体提及研究的局限性 | 探讨机器学习和深度学习在心胸影像领域的应用及其临床采纳的潜力 | 心胸影像 | 计算机视觉 | 心血管疾病 | NA | 机器学习（ML），深度学习（DL） | 图像 | NA |
| 5816 | 2025-03-02 |
Virtual Molecular Projections and Convolutional Neural Networks for the End-to-End Modeling of Nanoparticle Activities and Properties
2020-10-20, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.0c02878
PMID:32970421
|
研究论文 | 本研究利用卷积神经网络（CNNs）从纳米结构中对纳米颗粒的活性和特性进行建模 | 使用虚拟分子投影作为多维数字化的纳米结构表示，并应用于CNN模型训练，实现了从纳米结构到活性和特性的端到端建模 | 研究中仅使用了77个纳米颗粒样本，样本量较小，可能影响模型的泛化能力 | 开发一种能够数字化复杂纳米结构并用于机器学习建模的方法 | 纳米颗粒的活性和理化特性 | 机器学习 | NA | 虚拟分子投影 | CNN | 多维数字化纳米结构 | 77个纳米颗粒 |
| 5817 | 2025-03-01 |
Educational strategies for teaching metabolic profiles across three endurance training zones
2025-Jun-01, Advances in physiology education
IF:1.7Q4
DOI:10.1152/advan.00094.2024
PMID:39809450
|
研究论文 | 本文探讨了一种创新的教育方法，使用代谢板来增强对三个耐力训练区肌肉代谢的理解 | 使用代谢板作为教育工具，通过互动方式简化复杂的生理过程，促进深度学习 | 未提及具体的研究限制 | 提高对耐力训练区肌肉代谢的理解，并帮助做出训练处方的明智决策 | 肌肉代谢在三个耐力训练区的反应 | 运动科学 | NA | NA | NA | NA | NA |
| 5818 | 2025-03-01 |
Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models
2025-May-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143107
PMID:39893723
|
研究论文 | 本研究结合拉曼光谱和深度学习模型，探索其在棕榈油热氧化过程中酸值定量测定中的潜力 | 首次将拉曼光谱与深度学习模型（包括CNN、LSTM和Transformer）结合，用于提高棕榈油热氧化过程中酸值定量的准确性和效率 | 需要进一步验证更多样化的指标数据集 | 提高棕榈油热氧化过程中酸值定量的准确性和效率 | 棕榈油 | 机器学习 | NA | 拉曼光谱 | CNN, LSTM, Transformer | 光谱数据 | NA |
| 5819 | 2025-03-01 |
Quality prediction of seabream Sparus aurata by deep learning algorithms and explainable artificial intelligence
2025-May-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143150
PMID:39923522
|
研究论文 | 本研究使用卷积神经网络（CNN）、DenseNet121、Inception V3和ResNet50机器学习算法，通过海鲷的眼睛和鳃图像来确定其在冷藏条件下的质量变化 | 结合可解释人工智能（XAI）算法（Grad-CAM和LIME）分析机器学习算法的结果，提出了一种非破坏性的海鲷新鲜度检测方法 | 研究仅限于海鲷在冷藏条件下的新鲜度检测，未涉及其他储存条件或鱼类种类 | 开发一种非破坏性的方法，用于在冷藏条件下确定海鲷的新鲜度 | 海鲷（Sparus aurata） | 计算机视觉 | NA | 机器学习 | CNN, DenseNet121, Inception V3, ResNet50 | 图像 | NA |
| 5820 | 2025-03-01 |
Measurement of differential activation by heart-rate-variability for youth MDD discrimination
2025-May-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.02.006
PMID:39914751
|
研究论文 | 本研究探讨了基于心率变异性（HRV）的差异激活（DA）理论在青年重度抑郁症（MDD）识别中的应用 | 结合DA理论和HRV记录，为青年MDD识别提供了新的视角和高效方法 | 样本量相对较小，仅包括50名MDD青年患者和53名健康对照者 | 确定基于差异激活（DA）理论的识别器是否能有效识别青年MDD患者 | 50名被诊断为MDD的青年患者和53名健康对照者 | 机器学习 | 重度抑郁症 | 心率变异性（HRV）分析 | LSTM | 心率变异性数据 | 103名参与者（50名MDD患者和53名健康对照者） |