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 32099 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 2025-10-01
Deep learning model for diagnosing lupus erythematosus in cardiac patients using ECG and audio spectrograms
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种结合ECG和音频谱图的深度学习模型,用于诊断心脏病患者的红斑狼疮 首创将ECG图像转换为音频生成梅尔谱图的分析方法,并开发了结合ResNet、LSTM和音频谱图变换器的混合模型 NA 开发高效诊断红斑狼疮与心脏病共病患者的方法 同时患有红斑狼疮和心脏病的患者 数字病理 红斑狼疮 ECG信号分析、音频谱图转换 ResNet、LSTM、Audio Spectrogram Transformer混合模型 ECG数据、音频谱图 NA
42 2025-10-01
A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种基于集成残差卷积神经网络的深度学习模型ERCNN-EGFR,用于从氨基酸序列准确预测表皮生长因子受体 首次将集成残差卷积神经网络与多种蛋白质特征提取方法结合,通过XGBoost特征选择优化模型性能 未明确说明训练数据和独立测试集的具体样本规模 开发准确识别EGFR蛋白质的计算方法,替代传统实验检测 表皮生长因子受体蛋白质的氨基酸序列 生物信息学 乳腺癌 CDT、AmpPseAAC、KSCTD、ProtBERT-BFD特征提取,XGBoost特征选择 ERCNN、BiLSTM、GRU、GAN 蛋白质氨基酸序列 NA
43 2025-10-01
A hybrid deep learning and fuzzy logic framework for feature-based evaluation of english Language learners
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种结合深度学习和模糊逻辑的混合框架,用于英语学习者的特征评估 首次将模糊逻辑规则挖掘与DeBERTa、元数据和LSTM融合模型相结合,在保持可解释性的同时提升预测性能 NA 开发综合框架以准确评估英语学习者的语言能力水平并实现个性化教育干预 英语学习者 自然语言处理 NA 模糊逻辑、注意力机制、时间序列建模 DeBERTa + Metadata + LSTM (DBML) 混合模型 文本响应、行为数据、人口统计数据 NA
44 2025-10-01
A hybrid deep learning model with feature engineering technique to enhance teacher emotional support on students' engagement for sustainable education
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种结合特征工程的混合深度学习模型,通过学生表情识别增强教师情感支持以促进可持续教育 提出HDLMFE-ETESSE混合模型,结合AdaptSepCX注意力网络特征提取和C-BiG分类器,在情感识别准确率上达到98.58% NA 开发有效的学生情感识别系统以增强学生参与度和学习成果,实现可持续教育 学生在学习过程中表现的情感状态 计算机视觉 NA 深度学习,特征工程 混合CNN和双向门控循环单元(C-BiG),AdaptSepCX注意力网络 图像 学生参与度数据集
45 2025-10-01
AgriFact framework for modelling the impact of farmers' information demand on nationwide wheat productivity in India
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出AgriFact框架,使用深度学习模型分析印度农民信息需求与小麦产量的关系 首次使用深度学习模型和数值方法综合分析农民信息需求对作物产量的影响 仅针对小麦作物进行研究,未涉及其他农作物 探索农民信息需求与作物产量之间的关系,为制定农业政策提供依据 印度农民和小麦作物 机器学习 NA 深度学习建模、数值方法、ceteris paribus分析、偏导数分析 1-D CNN及其他五种DL模型 文本查询数据、产量数据 180万次农民咨询电话和印度各地区小麦产量数据
46 2025-10-01
Correction: Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data
2025-Sep-29, Scientific reports IF:3.8Q1
NA NA NA NA NA NA NA NA NA NA NA NA
47 2025-10-01
Deep learning decodes species-specific codon usage signatures in Brassica from coding sequences
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 本研究使用深度学习从编码序列中解码芸苔属物种特异的密码子使用特征,实现四种关键芸苔属物种的高精度分类 首次将深度学习应用于植物物种分类,无需手动特征选择即可实现100%分类准确率,并系统比较了七种神经网络架构的性能 仅针对四种密切相关的芸苔属物种进行研究,未验证方法在其他植物分类群中的适用性 开发基于深度学习的植物物种分类方法,解决密切相关的芸苔属物种鉴别难题 四种关键芸苔属物种:芥菜型油菜(B. juncea)、甘蓝型油菜(B. napus)、甘蓝(B. oleracea)和白菜(B. rapa) 机器学习 NA 全基因组测序 多层感知机(MLP)、Leaky ReLU神经网络、Dropout神经网络、径向基函数神经网络(RBFNN)等七种架构 基因组序列数据 NA
48 2025-10-01
A lightweight St-CNN architecture based on deep learning for stress level detection from human physical activities
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种基于深度学习的轻量级St-CNN架构,用于通过人体活动数据检测压力水平 设计了一种轻量级CNN架构,在保持高精度的同时显著降低计算成本,适用于边缘计算环境 仅使用单一数据集进行评估,未在其他数据集上验证模型泛化能力 开发高效的压力水平检测方法 人体压力水平 机器学习 压力相关疾病 深度学习 CNN 传感器数据 2001个样本(来自Stress-Lysis数据集)
49 2025-10-01
Enhancing SDN security with deep learning and F-balanced cross-entropy for DDoS detection
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种基于深度学习的DDoS攻击检测模型AECE,通过注意力机制和F平衡交叉熵损失函数提升SDN网络安全 集成注意力机制的网络流量特征优先级处理,以及结合F1分数的F平衡交叉熵损失函数设计 未明确说明在真实SDN环境中的实时适应性和可扩展性验证 提升软件定义网络(SDN)中DDoS攻击检测的准确性和实时性 SDN网络中的DDoS攻击流量 机器学习 NA 深度学习 深度神经网络(DNN)与注意力机制 网络流量数据 NA
50 2025-10-01
A novel hybrid mathematical deep learning technique for early warning of flashover in composite insulators
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种基于混合数学深度学习模型的复合绝缘子闪络预测方法 结合加权连续小波变换和图注意力网络,创新性地将放电峰值数和功率高斯拟合指标用于闪络预警 NA 开发复合绝缘子闪络早期预警系统以防止绝缘故障导致的停电 污染复合绝缘子的干带电弧和闪络阶段 机器学习 NA 加权连续小波变换(WCWT)、图注意力网络(GAT) 图注意力网络(GAT) 泄漏电流数据 基于实际样本测试数据,考虑了样本几何规格和污染水平等多个参数
51 2025-10-01
DOD-Boost: a temporal and distribution-optimized deep boosting framework for solar radiation modeling
2025-Sep-29, Scientific reports IF:3.8Q1
研究论文 提出一种结合深度学习和统计分布拟合的太阳辐射时间序列建模框架DOD-Boost,用于清洁能源系统设计 开发了基于累积分布函数的混合时间序列建模方法,结合分布优化和时序预测技术 NA 开发高精度的太阳辐射预测模型以支持光伏能源规划 倾斜表面总太阳辐射数据(MJ/m²) 机器学习 NA 最大似然估计、鲸鱼优化算法、粒子群优化、累积分布函数 LSTM、GRU、XGBoost 时间序列数据 NA
52 2025-10-01
Identification of key genes for fish adaptation to freshwater and seawater based on attention mechanism
2025-Sep-29, BMC genomics IF:3.5Q2
研究论文 提出基于注意力机制的WAGA模型识别鱼类淡水和海水适应的关键基因 首次将自然语言处理技术应用于蛋白质编码基因特征表示,结合深度学习和自注意力机制识别关键基因 未提及模型验证的样本规模和具体实验设置的局限性 识别鱼类适应淡水和海水环境的关键基因,解析生态适应机制 淡水和海水鱼类的蛋白质编码基因 自然语言处理 NA 自然语言处理(NLP)、深度学习、自注意力机制(SA) WAGA模型(加权注意力基因分析模型) 基因序列数据 NA
53 2025-10-01
ResViT-GANNet: a deep learning framework for classifying breast cancer histopathology images using multimodal attention and GAN-based augmentation
2025-Sep-29, BMC medical imaging IF:2.9Q2
NA NA NA NA NA NA NA NA NA NA NA NA
54 2025-10-01
A hybrid method for fusion cardiac biomarkers and echocardiography videos in the experimental classification of Trypanosoma cruzi infection
2025-Sep-29, Biomedical engineering online IF:2.9Q3
研究论文 提出一种基于晚期多模态融合的混合方法,整合心脏生物标志物和超声心动图视频数据用于克氏锥虫感染的实验分类 首次将机器学习与深度学习算法通过晚期多模态融合相结合,用于克氏锥虫感染的分类诊断 研究仅使用96只ICR小鼠的实验队列,样本规模有限 开发自动化工具用于克氏锥虫感染的早期诊断和监测 克氏锥虫感染个体的心脏功能数据 医学影像分析 恰加斯病 集成特征选择(EFS)、加权多核学习(MKL)、深度学习 机器学习与深度学习混合模型 生物标志物数据和超声心动图视频 96只ICR小鼠
55 2025-10-01
Diagnostic performance of artificial intelligence for dermatological conditions: a systematic review focused on low- and middle-income countries to address resource constraints and improve access to specialist care
2025-Sep-29, International journal of emergency medicine IF:2.0Q2
系统综述 评估人工智能在低收入和中等收入国家皮肤病诊断中的性能表现 首次系统性地关注AI在资源有限国家皮肤病诊断中的应用效果 研究存在异质性,数据集肤色代表性不足,临床验证有限 评估AI技术在低收入和中等收入国家皮肤病诊断中的性能和应用效果 低收入和中等收入国家的皮肤病诊断 数字病理 皮肤病 深度学习 CNN 图像 19项研究(来自PubMed、Embase和Cochrane数据库)
56 2025-10-01
Hepatocellular carcinoma (HCC) and focal nodular hyperplasia (FNH) showing iso- or hyperintensity in the hepatobiliary phase: differentiation using Gd-EOB-DTPA enhanced MRI radiomics and deep learning features
2025-Sep-29, BMC medical imaging IF:2.9Q2
NA NA NA NA NA NA NA NA NA NA NA NA
57 2025-10-01
Decoding ancestry-specific genetic risk: interpretable deep feature selection reveals prostate cancer SNP disparities in diverse populations
2025-Sep-29, BioData mining IF:4.0Q1
研究论文 提出可解释深度特征选择框架,用于揭示不同人群中前列腺癌SNP差异 将可解释特征选择与深度学习相结合,增强SNP标记的分类性能和生物学相关性 非洲裔美国人数据集样本量有限导致AUC较低,反映群体特异性复杂性 提升SNP在前列腺癌诊断中的预测能力和可解释性 前列腺癌良恶性样本 机器学习 前列腺癌 深度神经网络,特征选择 DNN SNP基因型数据 PLCO、BPC3和MEC-AA三个队列数据集
58 2025-10-01
DeepWheat: predicting the effects of genomic variants on gene expression and regulatory activities across tissues and varieties in wheat using deep learning
2025-Sep-29, Genome biology IF:10.1Q1
研究论文 开发了DeepWheat深度学习框架,用于预测小麦中基因组变异对基因表达和调控活性的影响 提出了包含DeepEXP和DeepEPI的深度学习框架,能够进行组织特异性基因表达预测,并支持跨品种模型迁移 NA 预测基因组变异对小麦基因表达和调控活性的影响 小麦基因组变异、基因表达和表观遗传调控 机器学习 NA 深度学习 深度学习框架(DeepEXP和DeepEPI) 基因组序列、表观遗传数据 五个小麦品种
59 2025-10-01
Gauze detection and segmentation in laparoscopic liver surgery: a multi-center study
2025-Sep-29, European journal of medical research IF:2.8Q2
研究论文 开发用于腹腔镜肝脏手术中纱布检测与分割的深度学习框架 提出基于难度分级(简单/中等/困难)的定量评估方法,并在多中心数据上验证模型性能 样本量较小(仅33个手术视频),未说明模型在实时手术中的表现 辅助外科医生检测手术纱布,降低遗漏风险,提升手术安全性和效率 腹腔镜肝脏手术视频中的纱布 计算机视觉 肝脏疾病 深度学习 YOLOv8n, FCN-ResNet101 视频帧图像 33个腹腔镜肝脏手术视频(来自2家医院)
60 2025-10-01
Novel multi-task learning for Alzheimer's stage classification using hippocampal MRI segmentation, feature fusion, and nomogram modeling
2025-Sep-29, European journal of medical research IF:2.8Q2
研究论文 开发并验证了一个基于海马体MRI的阿尔茨海默病分期分类框架,整合了影像组学、深度学习和临床特征 提出多任务学习方法,融合影像组学特征、深度学习特征和临床特征,并开发了可解释的列线图模型 回顾性多中心研究,可能存在选择偏倚 阿尔茨海默病进展阶段的多分类 2956名阿尔茨海默病患者,涵盖四个疾病阶段 医学影像分析 阿尔茨海默病 MRI影像分析、特征融合、机器学习 U-Net, nnU-Net, Swin-UNet, MedT, LSTM, 3D CNN-LSTM, Vision Transformer, Swin Transformer, Logistic Regression, SVM, Random Forest, MLP, XGBoost 海马体MRI图像 2956名患者
回到顶部