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 24902 篇文献，本页显示第 6021 - 6040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6021 | 2025-03-30 |
A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology
2025-Mar-06, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100749
PMID:40057037
|
研究论文 | 本研究开发了一种基于深度学习的术中胶质瘤分级模型（IGGC），用于提高冷冻切片图像的分级准确性 | 开发了首个基于深度学习的术中胶质瘤分级模型（IGGC），显著提高了诊断准确性和一致性 | 研究样本主要来自TCGA数据集，可能无法完全代表所有临床场景 | 提高术中胶质瘤分级的准确性和一致性，优化手术策略和患者预后 | 成人型弥漫性胶质瘤的冷冻切片图像 | 数字病理学 | 胶质瘤 | 深度学习 | CNN（未明确说明但推断为卷积神经网络） | 图像 | 训练集1603例，验证集628例，测试集5个队列共213例 |
| 6022 | 2025-03-30 |
Applications of AI-based deep learning models for detecting dental caries on intraoral images - a systematic review
2025-Mar, Evidence-based dentistry
DOI:10.1038/s41432-024-01089-1
PMID:39609513
|
系统综述 | 本文评估了基于AI的深度学习模型在口腔内图像上检测龋齿的有效性 | 系统综述了AI深度学习模型在龋齿检测中的应用，并评估了其性能和临床研究的质量 | 研究中仅有3项研究使用了可解释AI技术，且仅有4项研究开发了移动或网络应用 | 评估AI深度学习模型在龋齿检测中的有效性 | 口腔内图像 | 计算机视觉 | 龋齿 | 深度学习 | DL | 图像 | 23项研究 |
| 6023 | 2025-03-30 |
Fast Reverse Design of 4D-Printed Voxelized Composite Structures Using Deep Learning and Evolutionary Algorithm
2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407825
PMID:39893044
|
research paper | 本研究提出了一种结合深度学习和进化算法的优化方法，用于4D打印的体素化复合结构的快速逆向设计 | 开发了一种序列增强的并行卷积神经网络和渐进式进化算法（PEA），构建了DL-PEA框架，显著缩短了设计时间至约3.04秒 | 研究主要针对溶剂响应性水凝胶，可能不适用于其他类型的刺激响应材料 | 优化4D打印的体素化复合结构的设计过程，以实现特定目标形状的快速逆向设计 | 溶剂响应性水凝胶的4D打印体素化复合结构 | machine learning | NA | 深度学习（DL）、进化算法、有限元模拟 | 序列增强的并行CNN、渐进式进化算法（PEA） | 模拟数据 | NA |
| 6024 | 2025-03-30 |
Evaluation of state-of-the-art deep learning models in the segmentation of the left and right ventricles in parasternal short-axis echocardiograms
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024002
PMID:40151505
|
research paper | 评估深度学习模型在超声心动图短轴视图中左右心室分割的性能 | 首次在超声心动图短轴视图中评估深度学习模型对左右心室的分割性能，填补了长轴视图研究的空白 | 研究样本量较小，仅包含33名女性志愿者 | 评估深度学习模型在超声心动图短轴视图中分割心室的性能，以辅助心肺疾病和心肌病的诊断 | 超声心动图短轴视图中的左右心室 | digital pathology | cardiovascular disease | 超声心动图 | Unet-Resnet101, Unet-ResNet50, SAM variants, Detectron2 | image | 33名女性志愿者的387次扫描 |
| 6025 | 2025-03-30 |
Automatic Detect Incorrect Lifting Posture with the Pose Estimation Model
2025-Feb-24, Life (Basel, Switzerland)
DOI:10.3390/life15030358
PMID:40141703
|
research paper | 开发了一种基于智能手机摄像头和深度学习模型的系统，用于自动检测不正确的举重姿势 | 采用无标记的智能手机摄像头系统结合双向LSTM模型，实现了高精度的举重姿势分类 | 环境因素（如摄像头角度和高度）对模型准确性有轻微影响，特别是在关键身体点被部分遮挡的情况下 | 通过早期检测不安全的举重姿势，减少职业性腰痛和工作相关的肌肉骨骼疾病 | 50名健康成年人在不同条件下进行举重任务 | computer vision | occupational low back pain | OpenPose算法用于检测和提取关键身体点 | bidirectional LSTM | video | 50名健康成年人 |
| 6026 | 2025-03-30 |
Artificial Intelligence and Internet of Things Integration in Pharmaceutical Manufacturing: A Smart Synergy
2025-Feb-22, Pharmaceutics
IF:4.9Q1
DOI:10.3390/pharmaceutics17030290
PMID:40142954
|
综述 | 本文综述了人工智能（AI）与物联网（IoTs）在制药制造中的整合应用及其潜在影响 | 探讨了AI与IoTs整合在制药制造中的创新应用，如实时分析、预测性维护和自动化，以及区块链技术在数据追溯中的使用 | 面临数据整合、AI驱动决策的伦理问题及监管合规等挑战 | 研究AI与IoTs整合在制药制造中的应用及其对生产效率、产品质量和可持续性的影响 | 制药制造过程中的生产流程和质量控制 | 机器学习 | NA | 云计算、数据分析 | 深度学习 | 传感器数据 | NA |
| 6027 | 2025-03-30 |
Channel Estimation for Massive MIMO Systems via Polarized Self-Attention-Aided Channel Estimation Neural Network
2025-Feb-21, Entropy (Basel, Switzerland)
DOI:10.3390/e27030220
PMID:40149144
|
研究论文 | 本文提出了一种基于深度学习的极化自注意力辅助信道估计神经网络（PACE-Net），用于大规模MIMO系统中的高效信道估计 | 将原始信道估计问题转化为图像去噪问题，并提出了新的PACE-Net网络结构，解决了传统方法精度低和计算复杂度高的问题 | NA | 提高大规模MIMO通信系统中信道估计的准确性和效率 | 大规模MIMO通信系统 | 机器学习 | NA | 深度学习 | PACE-Net（极化自注意力辅助神经网络） | 信道数据 | NA |
| 6028 | 2025-03-30 |
Brain Tumor Detection and Prediction in MRI Images Utilizing a Fine-Tuned Transfer Learning Model Integrated Within Deep Learning Frameworks
2025-Feb-20, Life (Basel, Switzerland)
DOI:10.3390/life15030327
PMID:40141673
|
research paper | 该研究通过微调迁移学习模型，利用深度学习框架提高MRI图像中脑肿瘤检测和预测的准确性 | 采用多种迁移学习模型（如InceptionResNetV2、VGG19、Xception和MobileNetV2）进行脑肿瘤分类，其中Xception模型表现最佳，准确率达到96.11% | 数据集来自Kaggle，可能存在样本多样性和泛化能力的限制 | 提高脑肿瘤分类的准确性和效率，支持临床决策 | MRI图像中的脑肿瘤与非肿瘤图像 | computer vision | brain tumor | deep transfer learning | InceptionResNetV2, VGG19, Xception, MobileNetV2 | image | Kaggle数据集中的肿瘤与非肿瘤图像，具体数量未提及 |
| 6029 | 2025-03-30 |
Multi-Image Fusion-Based Defect Detection Method for Real-Time Monitoring of Recoating in Ceramic Additive Manufacturing
2025-Feb, 3D printing and additive manufacturing
IF:2.3Q3
DOI:10.1089/3dp.2023.0285
PMID:40151680
|
研究论文 | 提出了一种基于多图像融合和深度学习的陶瓷增材制造中涂层缺陷实时监测方法 | 采用多图像融合技术和通道级YOLO（CW-YOLO）方法，显著提高了缺陷检测的准确性和实时性 | 未提及具体的数据集规模或实验环境的多样性限制 | 开发一种实时监测陶瓷增材制造中涂层缺陷的方法 | 陶瓷增材制造过程中的涂层缺陷 | 计算机视觉 | NA | 多图像融合、深度学习 | CW-YOLO | 图像 | NA |
| 6030 | 2025-03-29 |
Correction to: "UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf043
PMID:40139910
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6031 | 2025-03-30 |
Impact of imbalanced features on large datasets
2025, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2025.1455442
PMID:40151465
|
research paper | 本文探讨了基于图像特征的分类框架，分析了平衡与不平衡分布对图像分类性能的影响 | 研究了类别不平衡对大规模数据集图像分类性能的影响，并发现Distributed Gaussian (D-GA)和Distributed Poisson (D-PO)是最有效的技术 | 未提及具体的数据集大小或实验的具体细节 | 探索类别不平衡对图像分类性能的影响 | 图像和视频数据 | computer vision | NA | Distributed Gaussian (D-GA), Distributed Poisson (D-PO) | Random Forest (RF), SVM, deep learning models | image, video | large datasets（未提及具体数量） |
| 6032 | 2025-03-30 |
Research on herd sheep facial recognition based on multi-dimensional feature information fusion technology in complex environment
2025, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2025.1404564
PMID:40151568
|
研究论文 | 本文提出了一种基于深度学习的智能监测系统，用于复杂环境下羊群的面部识别和健康评估 | 系统整合了多部分检测网络、面部分类模型和面部表情分析网络，并引入了多链接卷积融合块(MCFB)和可重参数化卷积(RepConv)结构以提高检测精度 | NA | 提高大规模农场中羊群个体监测的准确性和效率 | 羊群 | 计算机视觉 | NA | 深度学习 | YOLOv5s, GhostNet, EfficientNet | 图像 | NA |
| 6033 | 2025-03-30 |
Transformer-based ensemble model for dialectal Arabic sentiment classification
2025, PeerJ. Computer science
DOI:10.7717/peerj-cs.2644
PMID:40151815
|
研究论文 | 该研究提出了一种基于Transformer的集成模型，用于方言阿拉伯语的情感分类 | 提出了一种基于Transformer的集成模型，在方言阿拉伯语情感分类任务中表现优于传统机器学习和深度学习模型 | 研究仅限于三个基准数据集，可能无法涵盖所有方言阿拉伯语的变体 | 提高方言阿拉伯语情感分类的准确性和性能 | 阿拉伯语推文的情感分类 | 自然语言处理 | NA | AraVec, FastText, AraBERT, TF-IDF | Transformer-based ensemble model, SVM, NB, DT, XGBoost, CNN, BLSTM, CAMeLBERT, XLM-RoBERTa, MARBERT | 文本 | 三个基准数据集：ASTD、ASAD和TEAD |
| 6034 | 2025-03-30 |
A semantic segmentation-based automatic pterygium assessment and grading system
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1507226
PMID:40151829
|
研究论文 | 本研究开发了一种结合深度学习和图像处理技术的自动翼状胬肉评估和分级系统 | 通过整合语义分割和曲线拟合技术，实现了翼状胬肉的自动分级，与医生临床评估高度一致 | 数据集的构建仍需在未来研究中进一步优化 | 开发自动化的翼状胬肉评估系统以优化治疗并减轻患者痛苦 | 翼状胬肉患者 | 数字病理学 | 眼部疾病 | 深度学习、图像处理 | 改进的TransUnet架构 | 图像 | 临床数据集中的裂隙灯显微镜图像 |
| 6035 | 2025-03-30 |
Addressing Class Imbalance with Latent Diffusion-based Data Augmentation for Improving Disease Classification in Pediatric Chest X-rays
2024-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine
DOI:10.1109/bibm62325.2024.10822172
PMID:40134830
|
研究论文 | 本研究探讨了使用基于潜在扩散模型的数据增强技术来解决儿科胸部X光片分类中的类别不平衡问题 | 首次评估了文本引导的图像到图像潜在扩散模型在合成疾病阳性胸部X光片中的应用，并验证了其在改善分类性能方面的有效性 | 研究仅针对两种特定肺部疾病（肺炎和支气管肺炎）进行了验证，未涵盖更广泛的儿科胸部疾病 | 解决医学图像分类中的类别不平衡问题，提高深度学习模型在儿科胸部X光片疾病分类中的性能 | 儿科胸部X光片（CXRs） | 数字病理学 | 儿科肺部疾病（肺炎和支气管肺炎） | 潜在扩散模型（LDM） | Inception-V3, 潜在扩散模型（LDM） | 医学图像（胸部X光片） | 未明确说明具体样本数量，但涉及类别不平衡的儿科胸部X光片数据集 |
| 6036 | 2025-03-30 |
STMGraph: spatial-context-aware of transcriptomes via a dual-remasked dynamic graph attention model
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae685
PMID:39764614
|
研究论文 | 介绍了一种名为STMGraph的双重掩蔽动态图注意力模型，用于空间转录组数据的全局上下文感知分析 | 提出了一种结合双重掩蔽机制(MASK-REMASK)与动态图注意力模型(DGAT)的新型深度学习框架，能够更好地处理空间转录组数据 | 未明确提及具体局限性 | 提高空间转录组数据分析的准确性和鲁棒性，实现微环境异质性检测、空间域聚类和批次效应校正 | 空间转录组数据 | 生物信息学 | NA | 空间转录组技术 | 动态图注意力模型(DGAT) | 空间转录组数据 | 未明确提及具体样本量 |
| 6037 | 2025-03-30 |
Artificial intelligence-based assessment of built environment from Google Street View and coronary artery disease prevalence
2024-May-07, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehae158
PMID:38544295
|
研究论文 | 本研究利用Google街景图像和深度学习技术评估建筑环境与冠状动脉疾病患病率之间的关联 | 首次将深度学习应用于Google街景图像分析，建立建筑环境特征与心血管疾病患病率的关联模型 | 横断面研究设计无法确定因果关系，研究仅限于美国七个城市 | 探索基于机器视觉的建筑环境评估与心血管疾病患病率之间的关系 | 美国七个城市的789个人口普查区的建筑环境特征 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN, 线性混合效应模型 | 图像 | 53万张Google街景图像，覆盖7个美国城市的789个人口普查区 |
| 6038 | 2025-03-30 |
Robustness of ML-Based Seizure Prediction Using Noisy EEG Data From Limited Channels
2024 Apr-May, ... International Conference on Distributed Computing in Sensor Systems and workshops. DCOSS (Conference)
|
研究论文 | 本文研究了基于机器学习的癫痫发作预测模型在噪声EEG数据和有限通道条件下的鲁棒性 | 评估了DL模型在临床级EEG数据训练但消费级可穿戴EEG头戴设备数据测试时的表现，特别是在通道减少、流数据和类别不平衡情况下的鲁棒性 | 研究仅针对SPERTL模型进行评估，可能不适用于其他DL模型 | 提高癫痫发作预测模型在真实世界条件下的准确性和适用性 | 癫痫患者的EEG数据 | 机器学习 | 癫痫 | EEG | DL(SPERTL模型) | EEG信号数据 | NA |
| 6039 | 2025-03-30 |
DARDN: A Deep-Learning Approach for CTCF Binding Sequence Classification and Oncogenic Regulatory Feature Discovery
2024-01-23, Genes
IF:2.8Q2
DOI:10.3390/genes15020144
PMID:38397134
|
研究论文 | 本文提出了一种名为DARDN的深度学习方法，用于CTCF结合序列分类和致癌调控特征的发现 | 利用CNN预测癌症特异性CTCF结合位点，并采用DeepLIFT解释模型输入特征的贡献，从而识别与癌症特异性CTCF结合相关的DNA序列特征 | 未明确提及具体局限性 | 研究癌症基因组学中基因调控机制的表征 | CTCF结合位点及其在癌症中的特异性结合模式 | 机器学习 | T细胞急性淋巴细胞白血病（T-ALL）、急性髓系白血病（AML）、乳腺癌（BRCA）、结直肠癌（CRC）、肺腺癌（LUAD）和前列腺癌（PRAD） | 高通量测序 | CNN | DNA序列 | 涉及多种癌症类型的CTCF结合位点DNA序列 |
| 6040 | 2025-03-30 |
Data-efficient resting-state functional magnetic resonance imaging brain mapping with deep learning
2023-11-01, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2023.3.JNS2314
PMID:37060318
|
研究论文 | 本研究开发了一种深度3D卷积神经网络（3DCNN），用于在静息态功能磁共振成像（RS-fMRI）数据量最小的情况下，对语言和运动静息态网络进行体素级映射 | 提出了一种能够在减少扫描时间的同时，可靠且精确地映射静息态网络的深度3DCNN模型 | 研究主要基于健康成年人的数据，仅在5名多形性胶质母细胞瘤患者中进行了测试 | 开发一种高效的方法，用于术前功能映射，以改善脑肿瘤患者的功能保留 | 健康成年人（n=2252）和5名多形性胶质母细胞瘤患者 | 数字病理 | 脑肿瘤 | RS-fMRI | 3DCNN | 图像 | 2252名健康成年人和5名多形性胶质母细胞瘤患者 |