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 27738 篇文献,本页显示第 41 - 60 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
41 2025-07-07
Author Correction: Geometric deep learning improves generalizability of MHC-bound peptide predictions
2025-Jul-05, Communications biology IF:5.2Q1
NA NA NA NA NA NA NA NA NA NA NA NA
42 2025-07-07
Dual Structure Reinforces Interfacial Polarized MXene/PVDF-TrFE Piezoelectric Nanocomposite for Pressure Monitoring
2025-Jul-04, Nano-micro letters IF:31.6Q1
研究论文 本文报道了一种双结构增强的MXene/PVDF-TrFE压电复合材料,通过界面极化和结构设计的耦合效应增强压电性能 通过分子动力学模拟、密度泛函理论计算和实验验证揭示了界面相互作用的细节,使PVDF-TrFE的自发极化从0.56提高到31.41德拜,同时定向MXene分布和多孔结构不仅使压电响应提高了三倍,还在低压区域实现了八倍的灵敏度提升 NA 增强界面极化压电材料的性能并探索结构设计 MXene/PVDF-TrFE压电复合材料 材料科学 NA 分子动力学模拟、密度泛函理论计算、有限元模拟 深度学习算法 实验数据、模拟数据 3×3传感器阵列
43 2025-07-07
RSLpred2: An Integrated Web Server for the Annotation of Rice Proteome Subcellular Localization Using Deep Learning
2025-Jul-04, Rice (New York, N.Y.)
研究论文 本文介绍了RSLpred-2.0,一个基于深度学习的网络服务器工具,用于预测水稻蛋白质组的亚细胞定位 RSLpred-2.0是对之前广泛使用的RSLpred-1.0工具的扩展,通过四个层次的预测提高了蛋白质亚细胞定位的准确性 未提及具体局限性 开发一个快速准确预测水稻蛋白质亚细胞定位的计算工具 水稻蛋白质组 生物信息学 NA 深度学习 NA 蛋白质序列数据 未提及具体样本数量
44 2025-07-07
A self-supervised robotic system for autonomous contact-based spatial mapping of semiconductor properties
2025-Jul-04, Science advances IF:11.7Q1
研究论文 提出一种自监督机器人系统,用于自主接触式半导体特性的空间映射 通过自监督神经网络驱动的机器人系统,实现了高精度和高通量的接触式表征技术自动化 当前方法缺乏可靠的像素级精确定位,并且需要大量标记数据 提高接触式材料表征技术的测量质量、可靠性和通量 半导体光电导特性的空间映射 机器人技术 NA 自监督学习 神经网络 空间映射数据 3025个独特预测位点的钙钛矿薄膜成分梯度
45 2025-07-07
MIC: A deep learning tool for assigning ions and waters in cryo-EM and crystal structures
2025-Jul-04, Nature communications IF:14.7Q1
research paper 本文介绍了一种名为MIC的深度学习工具,用于在冷冻电镜和晶体结构中分配离子和水分子 使用相互作用指纹表示化学环境,并开发机器学习模型预测水和离子位点的身份,相比现有方法具有更高的准确性和更广泛的位点身份识别能力 未明确提及具体限制 开发工具以准确分类冷冻电镜和晶体结构中的水和离子位点,为结构功能理解和下游设计任务提供支持 冷冻电镜和晶体结构中的水和离子位点 machine learning NA 深度学习 NA 结构数据 多种生物分子示例
46 2025-07-07
DOLPHIN advances single-cell transcriptomics beyond gene level by leveraging exon and junction reads
2025-Jul-04, Nature communications IF:14.7Q1
研究论文 本文介绍了一种名为DOLPHIN的深度学习方法,该方法利用外显子和连接读取数据提升单细胞转录组分析的精度 DOLPHIN通过整合外显子水平和连接读取数据,将基因表示为图结构,并使用变分图自编码器改进细胞嵌入,从而在细胞聚类、生物标志物发现和选择性剪接检测方面表现出优越性能 NA 提升单细胞转录组分析的精度,揭示疾病机制和潜在治疗靶点 单细胞转录组数据 生物信息学 NA 单细胞测序 变分图自编码器 单细胞转录组数据 NA
47 2025-07-07
Multi class aerial image classification in UAV networks employing Snake Optimization Algorithm with Deep Learning
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 该研究提出了一种结合蛇优化算法与深度学习的多类航空图像分类方法,用于无人机网络 提出SOADL-MCAIC方法,结合蛇优化算法与深度学习,显著提高了多类航空图像分类的准确率 实验仅在UCM土地利用数据集上进行,未在其他数据集验证其泛化能力 提高无人机网络中多类航空图像分类的准确率 无人机网络中的航空图像 计算机视觉 NA 蛇优化算法、高斯滤波、Efficient DenseNet模型、KELM分类算法 CNN、Efficient DenseNet、KELM 图像 UCM土地利用数据集
48 2025-07-07
Convolutional neural networks with transfer learning for natural river flow prediction in ungauged basins
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种结合卷积神经网络和迁移学习技术的深度学习方法,用于预测无测量数据河流流域的河流流量 首次将卷积神经网络与迁移学习相结合应用于河流流量预测,解决了数据不足流域的预测问题 模型性能在迁移学习应用后有小幅下降,且仅测试了有限数量的河流流域 开发高效的AI工具解决河流流量预测问题 巴西的Paraíba do Sul河、莫桑比克的Zambezi河、巴西的São Francisco河和印度德里的气候数据 机器学习 NA 迁移学习(TL) CNN 时间序列水文数据 四个不同流域的数据集(巴西2个,莫桑比克1个,印度1个)
49 2025-07-07
Predictive analysis of pediatric gastroenteritis risk factors and seasonal variations using VGG Dense HybridNetClassifier a novel deep learning approach
2025-Jul-04, Scientific reports IF:3.8Q1
research paper 该研究开发了一种新型深度学习模型VDHNC,用于预测和分析儿童胃肠炎的风险因素及季节性变化 结合VGG16的强大特征学习能力和DenseNet的高效信息共享特性,提出了一种新的混合卷积神经网络模型VDHNC 未提及模型在临床实际应用中的具体表现和潜在挑战 提高儿童胃肠炎的早期预测准确性、正确分类和季节性趋势分析 儿科胃肠炎患者 machine learning pediatric gastroenteritis deep learning VDHNC (VGG Dense HybridNetClassifier) 临床、人口统计和环境数据 NA
50 2025-07-07
AI assistance enhances histopathologic distinction between sebaceous and squamous cell carcinoma of the eyelid
2025-Jul-04, NPJ digital medicine IF:12.4Q1
研究论文 开发了一种基于深度学习的病理分析框架,用于自动分类眼睑的皮脂腺癌和鳞状细胞癌 利用深度学习技术自动区分两种具有相似临床和组织病理学特征的癌症,提高诊断准确性 外部测试集的诊断准确率较低,尤其是对皮脂腺癌的识别准确率仅为22.22% 提高眼睑皮脂腺癌和鳞状细胞癌的诊断准确性 眼睑皮脂腺癌和鳞状细胞癌的病理切片 数字病理学 皮肤癌 深度学习 DL 图像 282张全切片图像用于训练和内部测试,36张来自另一家医院的图像用于外部测试
51 2025-07-07
MultiFG: integrating molecular fingerprints and graph embeddings via attention mechanisms for robust drug side effect prediction
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 提出了一种名为MultiFG的新型深度学习框架,用于整合多种分子指纹类型、基于图的嵌入和药物-副作用对的相似性特征,以预测药物副作用频率 MultiFG结合了注意力增强的卷积网络和最近开发的Kolmogorov-Arnold Networks (KAN)作为预测层,有效捕捉复杂关系 NA 提高药物副作用频率预测的准确性,为药物安全评估提供实用工具 已批准药物和新型药物的副作用 机器学习 NA 深度学习 CNN, KAN 分子指纹、图嵌入、相似性特征 NA
52 2025-07-07
CNN based method for classifying cervical cancer cells in pap smear images
2025-Jul-04, Scientific reports IF:3.8Q1
research paper 提出一种基于CNN的方法,用于分类宫颈癌细胞在巴氏涂片图像中的表现 直接对WSI宫颈细胞群进行分类而无需分割,证明分割并非良好分类结果的严格必要条件 NA 早期检测宫颈癌,提高诊断准确性 宫颈癌细胞在巴氏涂片图像中的分类 digital pathology cervical cancer deep learning CNN image SIPaKMeD和Herlev数据集
53 2025-07-07
Rock blasting evaluation - image recognition method based on deep learning
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 本文开发了一种基于深度学习的图像识别方法,用于评估岩石爆破的破碎效果和半孔率 提出了基于机器学习数据库的爆破效果图像分析与计算模型及识别算法,并发现了矿岩块度图像的“S”形累积分布规律 未提及具体样本量及模型泛化能力的验证 提高矿山岩石爆破质量评估的效率和准确性 岩石爆破破碎效果和半孔率 计算机视觉 NA 深度学习 NA 图像 NA
54 2025-07-07
3BTRON: A Blood-Brain Barrier Recognition Network
2025-Jul-04, Communications biology IF:5.2Q1
research paper 介绍了一种名为3BTRON的深度学习框架,用于自动分析血脑屏障(BBB)的电子显微镜图像 提出了一种新的数据驱动方法,用于分析BBB在衰老过程中的结构变化,并通过深度学习模型实现了自动识别 模型在未见数据上的敏感性和特异性分别为77.8%和80.0%,仍有提升空间 研究BBB在衰老过程中的结构变化 老年和年轻小鼠大脑的血脑屏障 digital pathology geriatric disease electron microscopy (EM) deep learning framework (3BTRON) image 359 (小鼠大脑样本)
55 2025-07-07
A tailored deep learning approach for early detection of oral cancer using a 19-layer CNN on clinical lip and tongue images
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种定制的19层CNN模型,用于利用临床唇舌图像自动诊断口腔癌 提出了一种定制设计的19层CNN架构,结合高级预处理步骤,显著提高了口腔癌早期检测的准确性和可靠性 研究仅使用了公开可用的OCI数据集,可能无法涵盖所有临床场景 开发一种高效可靠的口腔癌早期自动检测方法 临床唇舌图像 数字病理学 口腔癌 深度学习 CNN 图像 公开可用的Oral Cancer (Lips and Tongue) Images (OCI)数据集,分为80%训练和20%测试子集
56 2025-07-07
Prediction of suicide using web based voice recordings analyzed by artificial intelligence
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 本研究利用机器学习和深度学习模型,通过分析公开可用的网络语音数据,预测自杀行为 首次成功预测实际自杀行为而非替代标记,为自杀预防迈出重要一步 研究基于公开可用的语音数据,可能受数据质量和多样性的限制 开发基于语音生物标志物的自杀风险评估方法 自杀死亡个体与匹配对照组 机器学习 心理健康 机器学习(ML)和深度学习 Multilayer perceptron 语音数据 NA
57 2025-07-07
Conditional autoregressive model based on next scale prediction for missing data reconstruction
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 提出一种基于下一尺度预测的条件自回归模型,用于地震数据缺失轨迹的重建 通过下一尺度预测方法避免数据扁平化,保留地震数据的空间结构,同时在自回归生成过程中引入条件约束,确保预测数据与已知数据分布一致 未提及具体计算资源消耗或模型训练时间方面的限制 解决复杂野外条件下采集的地震数据中缺失轨迹的重建问题 包含缺失轨迹的地震数据 机器学习 NA 深度学习 条件自回归模型 地震数据(二维) 未明确说明样本数量,但涉及现场和合成数据集
58 2025-07-07
Medical slice transformer for improved diagnosis and explainability on 3D medical images with DINOv2
2025-Jul-04, Scientific reports IF:3.8Q1
research paper 该研究提出了一种名为医学切片转换器(MST)的框架,用于将2D自监督模型DINOv2扩展到3D医学图像分析,以提高诊断准确性和可解释性 首次将2D自监督模型DINOv2应用于3D医学图像分析,并通过MST框架结合Transformer架构和2D特征提取器,实现了比传统3D卷积神经网络更高的诊断性能和更好的可解释性 研究仅评估了三种临床数据集(乳腺MRI、胸部CT和膝关节MRI),可能无法代表所有类型的3D医学图像 扩展2D自监督模型到3D医学成像领域,并评估其在可解释性诊断中的潜力 3D医学图像(MRI和CT) digital pathology breast cancer, lung nodule dignity, meniscus tears DINOv2, Transformer Medical Slice Transformer (MST), 3D ResNet 3D medical images 乳腺MRI(651例患者)、胸部CT(722例患者)和膝关节MRI(1199例患者)
59 2025-07-07
Prior knowledge of anatomical relationships supports automatic delineation of clinical target volume for cervical cancer
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于解剖关系先验知识的宫颈癌临床靶区自动勾画方法 提出了一种新颖的特征注意力模块和宽度驱动注意力网络,整合了风险器官与临床靶区之间的解剖位置关系以及腰肌与临床靶区的相对位置关系 方法在更大临床场景中的泛化能力仍需进一步验证 提高宫颈癌临床靶区自动勾画的效率和准确性 宫颈癌患者的临床靶区 数字病理学 宫颈癌 深度学习 特征注意力模块和宽度驱动注意力网络 CT图像 私有数据集中的大量实验样本
60 2025-07-07
Hybrid Big Bang-Big crunch with cuckoo search for feature selection in credit card fraud detection
2025-Jul-04, Scientific reports IF:3.8Q1
研究论文 本文提出了一种结合Big Bang-Big crunch和布谷鸟搜索的混合特征选择方法(HBCS),用于信用卡欺诈检测,以提高分类性能 提出了一种新颖的混合特征选择方法HBCS,结合了BB-BC和CS算法的优势,利用Levy飞行属性避免局部最优和早熟收敛,并通过DCNN和EDCNN提高检测准确率 实验仅在ECC数据集上进行,未在其他数据集上验证其泛化能力 提高信用卡欺诈检测的准确性和性能 信用卡交易数据 机器学习 NA Big Bang-Big crunch算法、布谷鸟搜索算法、Levy飞行、DCNN、EDCNN DCNN、EDCNN 结构化数据(信用卡交易记录) ECC数据集(具体样本数量未提及)
回到顶部