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 31936 篇文献,本页显示第 601 - 620 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
601 2025-09-26
Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning
2025-Jul-15, ACS omega IF:3.7Q2
研究论文 利用机器学习技术提升小分子水合自由能预测精度并提取物理特征洞察 提出结合K近邻特征处理、集成建模和降维的轻量级机器学习方案,仅用二维特征在FreeSolv数据集上实现0.53 kcal/mol误差 未使用大型数据库进行预训练,仅基于二维分子特征 提高小分子溶剂化自由能预测精度并解析其物理决定因素 小分子化合物 机器学习 NA K近邻算法、集成学习、降维技术 Ensemble modeling 分子结构数据 FreeSolv数据集
602 2025-09-26
A Deep-Learning-Aided Drug Screening Based on Visualization of a Hidden Layer as Chemical Space
2025-Jul-10, ACS medicinal chemistry letters IF:3.5Q2
研究论文 提出一种基于图卷积神经网络隐藏层可视化的药物筛选方法 通过可视化深度学习模型的隐藏层作为化学空间,实现从预测活性化合物中优先选择实验测试对象 NA 开发基于深度学习的药物筛选新方法 组蛋白去乙酰化酶抑制剂候选化合物 机器学习 NA 图卷积神经网络 GCN 化学结构数据 NA
603 2025-09-26
A survey on deep learning for polygenic risk scores
2025-Jul-02, Briefings in bioinformatics IF:6.8Q1
综述 本文综述了深度学习在多基因风险评分(PRS)建模中的应用现状与方法分类 首次系统梳理深度学习神经网络在PRS建模中的架构分类,并指出序列架构、图神经网络和生物知识融合模型的潜力 缺乏统一数据集和表型的模型基准测试,深度学习PRS的可解释性存在挑战 探索深度学习神经网络如何改进多基因风险评分的预测性能 多基因风险评分(PRS)的深度学习建模方法 机器学习 NA 深度学习神经网络 序列架构、图神经网络、自编码器 遗传变异数据 NA
604 2025-09-26
Automated Deep Learning Approach for Post-Operative Neonatal Pain Detection and Prediction through Physiological Signals
2025-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems
研究论文 提出一种结合生理信号监测与深度学习的新方法,用于新生儿术后疼痛的自动检测和预测 首次开发早期疼痛检测方法,可在疼痛发作前5-10分钟预警,并创建干预时间窗口 NA 实现新生儿术后疼痛的自动检测和早期预测 新生儿重症监护室中的术后新生儿 计算机视觉/深度学习 新生儿术后疼痛 深度学习 深度学习模型 生理信号数据(心率、呼吸频率、血氧饱和度) NA
605 2025-09-26
Artificial intelligence automation of echocardiographic measurements
2025-Mar-19, medRxiv : the preprint server for health sciences
研究论文 开发并验证用于超声心动图参数自动测量的开源深度学习模型 首次提出可自动测量18种超声心动图参数的开放源代码深度学习模型,并在多中心数据验证中达到与专业技师相当的准确性 模型性能验证主要基于两家医疗中心数据,需要更广泛的外部验证 通过人工智能技术实现超声心动图测量的自动化,减轻临床医生工作负担 超声心动图图像和测量参数 医学影像分析 心血管疾病 深度学习语义分割 深度学习模型(EchoNet-Measurements) 医学图像(超声心动图) 155,215项研究中的877,983个超声心动图测量值,来自Cedars-Sinai医学中心和斯坦福医疗中心
606 2025-09-26
VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles
2025-Feb-15, bioRxiv : the preprint server for biology
研究论文 开发了一个名为VASCilia的Napari插件,用于基于深度学习的耳蜗毛细胞立体纤毛束3D分析 首个专门针对耳蜗毛细胞立体纤毛束分析的开源深度学习工具套件,包含五个自动化分析模型 NA 开发自动化工具以解决耳蜗毛细胞立体纤毛束3D形态分析的挑战 耳蜗毛细胞立体纤毛束 计算机视觉 听力障碍 共聚焦显微镜、深度学习 CNN(基于深度学习的分割和分类模型) 3D图像 约55个3D图像堆栈,包含502个内毛细胞和1,703个外毛细胞纤毛束的3D标注
607 2025-09-26
Innovative laboratory techniques shaping cancer diagnosis and treatment in developing countries
2025-Feb-08, Discover oncology IF:2.8Q2
综述 探讨实验室技术进步对发展中国家癌症诊断与治疗的影响 聚焦发展中国家特定挑战,系统整合人工智能与新型检测技术的应用前景 未涉及具体临床验证数据,主要基于技术现状分析 评估实验室技术在癌症诊疗中的应用潜力与实施障碍 发展中国家癌症诊疗体系 数字病理 癌症 液体活检、单细胞技术、流式细胞术、分子影像、免疫分析、分子诊断 深度学习、CNN 多模态医学数据 NA
608 2025-09-26
Gaussianmorph: deformable medical image registration with Gaussian noise constraints
2025-Jan, Biomedical engineering letters IF:3.2Q2
研究论文 提出一种基于级联VoxelMorph网络和噪声约束的医学图像配准方法GaussianMorph 通过引入高斯噪声约束的级联网络结构和EF-encoder注意力模块提升配准精度 NA 提高医学图像配准的精度和性能 医学图像(脑部图像) 医学图像处理 NA 深度学习图像配准 级联VoxelMorph CNN 医学图像 LPBA40和HBN数据集
609 2025-09-26
Relationships Between Familial Factors, Learning Motivation, Learning Approaches, and Cognitive Flexibility Among Vocational Education and Training Students
2025, The Journal of psychology IF:2.2Q2
研究论文 本研究探讨家庭因素与职业教育学生认知灵活性之间的关系 首次在职业教育背景下建立家庭因素通过学习动机和学习方式影响认知灵活性的结构方程模型 采用横断面研究设计,无法推断因果关系;样本仅来自曼谷地区,存在地域局限性 探究家庭因素如何通过学习动机和学习方式影响职业教育学生的认知灵活性 泰国曼谷10所职业学校的557名职业教育学生 教育心理学 NA 结构方程模型分析 结构方程模型 问卷调查数据 557名职业教育学生(男性56.7%,女性43.3%;平均年龄18.41岁)
610 2025-09-26
UPFP-SG: A New Benchmark for Unilateral Peripheral Facial Paralysis Severity Grading
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1
研究论文 提出用于单侧周围性面瘫严重程度分级的新基准UPFP-SG,包含数据集和分级方法 建立了首个公开的面瘫数据集并改进了主观评价系统,提出整合多特征的面神经分支区域分级方法 NA 开发自动化的面瘫严重程度分级系统以辅助临床诊断 单侧周围性面瘫患者的面部神经功能 计算机视觉 面瘫 深度学习 回归模型 面部图像数据 NA
611 2025-09-26
Harnessing interpretable novel combination of GloVe embedding with deep CNN-BiLSTM neural network for fake news detection
2025, PloS one IF:2.9Q1
研究论文 本研究提出了一种结合GloVe嵌入与深度CNN-BiLSTM神经网络的可解释性假新闻检测方法 首次将GloVe嵌入与CNN-BiLSTM神经网络结合,并集成可解释人工智能技术提升模型透明度 仅使用单一公开数据集进行验证,未涉及多语言或多领域假新闻检测 开发高精度且可解释的假新闻检测系统 假新闻文本数据 自然语言处理 NA GloVe嵌入、FastText嵌入、TF-IDF、LIME可解释性分析 CNN-BiLSTM、Bi-LSTM、逻辑回归 文本 公开假新闻数据集(具体数量未提及)
612 2025-09-26
CT-Based 2.5D Deep Learning-Multi-Instance Learning for Predicting Early Recurrence of Hepatocellular Carcinoma and Correlating with Recurrence-Related Pathological Indicators
2025, Journal of hepatocellular carcinoma IF:4.2Q2
研究论文 基于CT动脉期图像开发2.5D深度学习-多示例学习模型,用于预测肝细胞癌早期复发并分析模型特征的生物学意义 首次将2.5D DL-MIL模型应用于HCC早期复发预测,并验证了MIL特征与微血管侵犯、Ki-67表达等病理指标的相关性 回顾性研究且样本量有限(191例患者),需要更大规模的前瞻性验证 评估2.5D DL-MIL模型在预测肝细胞癌早期复发方面的优势 191例肝细胞癌术后患者(79例早期复发组,112例非早期复发组) 数字病理 肝细胞癌 CT动脉期成像、SHAP分析 2.5D深度学习-多示例学习(2.5D DL-MIL)、放射组学模型、临床模型 CT医学图像、临床数据 191例HCC患者(训练集133例,验证集58例)
613 2025-09-26
A deep learning/machine learning approach for anomaly based network intrusion detection
2025, Frontiers in artificial intelligence IF:3.0Q2
研究论文 提出一种融合多种机器学习和深度学习算法的混合异常网络入侵检测系统 首次整合XGBoost、随机森林、图神经网络、LSTM和自编码器等多种算法,并采用加权软投票集成策略 NA 开发能够检测已知和新兴网络攻击的高级入侵检测系统 网络流量数据 机器学习 NA SMOTE过采样技术、5折交叉验证 XGBoost、Random Forest、GNN、LSTM、Autoencoders 网络流量记录 超过560万条网络流量记录
614 2025-09-26
Massively parallel characterization of regulatory elements in the developing human cortex
2024-05-24, Science (New York, N.Y.)
研究论文 通过大规模平行报告实验系统解析人类发育期大脑皮层中基因调控元件的功能 首次在人类原代皮层细胞和脑类器官中并行检测10万多个开放染色质区域的顺式调控活性,并利用深度学习解码增强子活性的序列基础 NA 建立人类神经元发育过程中功能性基因调控元件和变异的综合目录 人类中期妊娠皮层原代细胞和脑类器官 基因组学 NA 大规模平行报告实验(MPRA)、深度学习 深度学习模型 基因组序列数据 102,767个开放染色质区域
615 2025-09-26
A deep learning method for comparing Bayesian hierarchical models
2024-May-06, Psychological methods IF:7.6Q1
研究论文 提出一种基于深度学习的贝叶斯分层模型比较方法 首次将深度学习应用于贝叶斯分层模型的比较,实现了摊销推理并支持概率程序实例化的任意分层模型 未明确说明方法在超大规模模型或特定类型分层结构中的适用性限制 解决贝叶斯模型比较在分层模型中因高维嵌套参数结构导致的难以处理问题 贝叶斯分层模型和证据积累模型 机器学习 NA 深度学习、摊销推理、迁移学习 深度学习模型 模型参数和概率程序 通过系列验证研究进行基准测试,并应用四个先前难以处理的证据积累模型
616 2025-09-26
Artificial Intelligence-Triaged 3-Dimensional Pathology to Improve Detection of Esophageal Neoplasia While Reducing Pathologist Workloads
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1
研究论文 提出基于深度学习的三维病理人工智能分诊方法,用于提高食管肿瘤检测灵敏度并减少病理医生工作量 首次开发能够自动识别三维病理数据集中最关键二维切片的AI分诊系统,通过生成三维肿瘤风险热图实现图像优先级排序 NA 改善巴雷特食管患者食管肿瘤的早期检测效率 食管活检组织样本 数字病理 食管肿瘤 三维病理成像 深度学习 三维病理图像 临床验证研究中涉及的食管活检样本(具体数量未明确说明)
617 2025-09-26
Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1
研究论文 利用深度学习技术从H&E病理图像中提取病理组学特征,揭示肺腺癌从前驱病变到浸润性腺癌的免疫与分子演化规律 首次通过病理组学特征量化肺前驱病变演化过程中的上皮细胞异型性增加和淋巴细胞减少趋势,与昂贵分子检测结果一致 样本量相对有限(98例患者),仅基于H&E染色图像分析 解析肺腺癌从前驱病变到浸润癌的演化机制 肺组织病理图像(正常组织、AAH、AIS、MIA和ADC病变) 数字病理 肺癌 深度学习、人工智能、H&E染色病理图像分析 深度学习模型 病理图像 98例患者、162张切片、669个感兴趣区域(含143正常、129AAH、94AIS、98MIA、205ADC)
618 2025-09-26
Can artificial intelligence help decision-making in arthroscopy? Part 2: The IA-RTRHO model - a decision-making aid for long head of the biceps diagnoses in small rotator cuff tears
2023-12, Orthopaedics & traumatology, surgery & research : OTSR
研究论文 本研究开发了一种基于卷积神经网络和临床数据的AI模型,用于辅助关节镜手术中肱二头肌长头腱的健康诊断 首次评估AI分析关节镜图像的能力,结合图像与临床数据构建诊断模型 需要增加输入数据以减少过拟合,结果需进一步研究验证 开发能够诊断肱二头肌长头腱健康状态的AI决策辅助模型 199名患者的关节镜图像及临床数据 计算机视觉 骨科疾病 深度学习、迁移学习 CNN(Inception V3)、MLP、Mask R-CNN 视频图像、临床数据 199名患者
619 2025-09-26
Predicting Lymph Node Metastasis From Primary Cervical Squamous Cell Carcinoma Based on Deep Learning in Histopathologic Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1
研究论文 基于宫颈鳞癌组织病理图像开发深度学习模型预测淋巴结转移状态 首次采用多尺度注意力机制的多示例深度学习框架,仅通过原发灶H&E染色切片实现淋巴结转移预测 需通过宫颈活检标本和多中心大样本数据验证实际价值 开发术前评估宫颈癌淋巴结状态的深度学习模型 宫颈鳞状细胞癌患者 数字病理 宫颈癌 H&E染色全玻片成像 多示例深度卷积神经网络(基于多尺度注意力机制) 病理图像 564名患者的1524张全玻片图像(内部数据集405例,外部验证159例)
620 2025-09-26
A Novel Deep Learning Algorithm for Human Papillomavirus Infection Prediction in Head and Neck Cancers Using Routine Histology Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1
研究论文 提出一种基于常规H&E染色切片图像的深度学习算法,用于头颈部鳞状细胞癌中HPV感染状态的预测 首次开发仅使用常规H&E染色全切片图像即可实现HPV感染状态预测的深度学习流程,并达到最先进的检测性能 NA 开发头颈部鳞状细胞癌中HPV感染状态的自动预测方法 头颈部鳞状细胞癌患者的组织切片图像 数字病理学 头颈部癌症 全切片图像分析 深度学习算法 图像 NA
回到顶部