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 24517 篇文献，本页显示第 6941 - 6960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6941 | 2025-03-04 |
Spatiotemporal profiling defines persistence and resistance dynamics during targeted treatment of melanoma
2024-Feb-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.02.577085
PMID:38370717
|
研究论文 | 本文通过空间转录组学和深度学习技术，研究了BRAF突变黑色素瘤在靶向治疗中的持久性和耐药性动态 | 利用空间转录组学捕捉克隆谱系演化，结合深度学习分析组织病理学切片，揭示了黑色素瘤治疗中的状态变化和谱系选择 | 研究主要基于患者来源的异种移植模型，可能无法完全反映人体内的复杂环境 | 研究BRAF突变黑色素瘤在靶向治疗中的持久性和耐药性机制 | BRAF突变黑色素瘤细胞 | 数字病理学 | 黑色素瘤 | 空间转录组学，深度学习 | 深度学习 | 转录组数据，组织病理学图像 | 患者来源的异种移植模型 |
| 6942 | 2025-03-04 |
Assessment of Protein-Protein Docking Models Using Deep Learning
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_10
PMID:38987469
|
综述 | 本文回顾了蛋白质对接模型评估方法的进展，特别关注了将深度学习应用于多种网络架构的最新发展 | 本文的创新点在于将深度学习技术应用于蛋白质对接模型的评估，以提高模型选择的准确性 | 本文主要关注深度学习在蛋白质对接模型评估中的应用，未涉及其他可能的评估方法或技术的比较 | 研究目的是提高蛋白质对接模型评估的准确性，以更好地理解蛋白质-蛋白质相互作用的机制 | 研究对象是蛋白质对接模型，特别是通过计算方法生成的蛋白质复合物结构模型 | 机器学习 | NA | 深度学习 | 多种网络架构 | 蛋白质复合物结构模型 | NA |
| 6943 | 2025-03-04 |
Refinement of Docked Protein-Protein Complexes Using Repulsive Scaling Replica Exchange Simulations
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_15
PMID:38987474
|
研究论文 | 本文介绍了一种基于排斥偏置的副本交换模拟方法（RS-REMD），用于改进蛋白质-蛋白质复合物结构的预测和评估 | 提出了一种新的副本交换模拟方法，通过在不同副本模拟中应用不同水平的排斥偏置来改进蛋白质-蛋白质复合物结构的预测和自由能评分 | 标准分子动力学模拟耗时且通常无法改进对接解决方案，而RS-REMD方法的具体应用效果需要进一步验证 | 改进蛋白质-蛋白质复合物结构的预测和评估 | 蛋白质-蛋白质复合物结构 | 分子动力学模拟 | NA | 副本交换模拟（RS-REMD） | NA | 蛋白质结构数据 | 两个示例应用 |
| 6944 | 2025-03-04 |
Exploiting the Role of Features for Antigens-Antibodies Interaction Site Prediction
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_16
PMID:38987475
|
研究论文 | 本文提出了一种混合方法HSS-PPI，用于预测抗体与抗原相互作用界面位点，通过层次化表示蛋白质并使用图卷积网络对氨基酸进行分类 | 采用HSS-PPI混合方法，结合层次化表示和图卷积网络，创新性地预测抗体与抗原的相互作用界面位点 | 未明确提及具体局限性 | 预测抗体与抗原相互作用界面位点，以支持药物和疫苗设计 | 抗体与抗原的相互作用界面位点 | 生物信息学 | NA | 图卷积网络 | HSS-PPI, SVM | 蛋白质序列和结构数据 | 未明确提及样本数量 |
| 6945 | 2025-03-04 |
[The 30-Year History of the Japan-Korea Joint Meeting on Medical Physics]
2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics
DOI:10.11323/jjmp.44.3_40
PMID:40024769
|
评论 | 本文回顾了日本-韩国医学物理联合会议30年的历史，探讨了会议对两国医学物理学家交流与合作的贡献 | 详细记录了日本-韩国医学物理联合会议的30年发展历程，并分析了会议对医学物理领域的推动作用 | 文章主要关注日本和韩国的医学物理合作，未涉及其他国家的类似合作 | 回顾日本-韩国医学物理联合会议的历史，探讨其对医学物理领域的贡献 | 日本和韩国的医学物理学家及其合作 | 医学物理 | NA | NA | NA | NA | NA |
| 6946 | 2025-03-04 |
Speech exemplar and evaluation database (SEED) for clinical training in articulatory phonetics and speech science
2020-09-01, Clinical linguistics & phonetics
IF:0.8Q4
DOI:10.1080/02699206.2020.1743761
PMID:32200647
|
研究论文 | 本文介绍了一个公开可用的语音录音数据库，旨在为语音学、言语科学和临床言语障碍课程的教学提供典型和障碍语音的比较示例 | 开发了一个公开可用的语音录音数据库，填补了典型和障碍语音比较示例的空白 | 数据库可能受限于特定的IRB协议，无法完全覆盖所有障碍人群 | 改善从业者和科学家对语音学科学基础的理解，并提高培养临床科学家和年轻研究者的能力 | 成人和儿童的语音录音，包括有和没有言语障碍的个体 | 语音学 | 言语障碍 | 高质量设备下的受控录音 | NA | 语音录音 | 成人和儿童的语音录音样本 |
| 6947 | 2025-03-03 |
COS-DeformDeep: Adaptive 2T2D spectral feature extraction method for improving the component identification performance in mixtures based on handheld Raman technology
2025-Apr-08, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343773
PMID:40021327
|
研究论文 | 提出了一种名为COS-DeformDeep的新方法，用于增强和提取手持拉曼光谱混合物成分识别中的光谱特征 | 结合同步双迹二维相关光谱（2T2D-COS）和可变形卷积（DCNs），提高了深度学习模型在相关峰区域几何变形适应性，从而增强了2T2D-COS中的光谱特征提取能力 | NA | 提高手持拉曼光谱技术在混合物成分识别中的性能 | 乙醇、双丙酮醇和组氨酸三种物质，体积重量比范围为2%到20% | 光谱分析 | NA | 拉曼光谱 | 可变形卷积（DCNs） | 光谱数据 | 三个混合物数据集 |
| 6948 | 2025-03-03 |
A three-dimensional marine plastic litter real-time detection embedded system based on deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117603
PMID:39889545
|
研究论文 | 本文介绍了一种基于深度学习的三维海洋塑料垃圾实时检测嵌入式系统（3D-MPLRD），旨在解决海洋塑料污染问题 | 该系统结合了图像质量评估与增强技术，以应对水下恶劣环境对图像质量的影响，并通过压缩和量化YOLOv5模型，使其适用于嵌入式设备 | 未提及具体的数据集规模或实验环境的多样性限制 | 开发实时清理海洋塑料垃圾的智能系统 | 海洋塑料垃圾 | 计算机视觉 | NA | 深度学习 | YOLOv5 | 图像 | 未提及具体样本数量 |
| 6949 | 2024-12-21 |
Predicting Intracerebral Hemorrhage Outcomes Using Deep Learning Models to Extract Head CT Imaging Features
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.12.019
PMID:39701844
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6950 | 2025-03-03 |
Bidirectional f-Divergence-Based Deep Generative Method for Imputing Missing Values in Time-Series Data
2025-Mar, Stats
IF:0.9Q3
DOI:10.3390/stats8010007
PMID:39911165
|
研究论文 | 本文提出了一种基于f-散度的双向生成对抗网络tf-BiGAIN，用于高维时间序列数据中的缺失值填补 | tf-BiGAIN引入了两个关键创新点：使用f-散度作为目标函数以增强模型的灵活性和适应性，以及使用双向门控循环单元以利用前后时间信息 | NA | 解决高维时间序列数据中缺失值填补的挑战 | 高维时间序列数据 | 机器学习 | NA | 生成对抗网络 | tf-BiGAIN | 时间序列数据 | 两个真实世界的时间序列数据集 |
| 6951 | 2025-03-03 |
Deep learning-based weed detection for precision herbicide application in turf
2025-Feb-28, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8728
PMID:40022516
|
研究论文 | 本文探讨了基于深度学习的杂草检测方法，用于精准除草剂应用 | 使用深度卷积神经网络（DCNNs）进行除草剂敏感性杂草映射，并结合路径规划算法优化喷洒路径 | 未提及具体样本数量及实验环境的具体限制 | 评估基于除草剂敏感性的杂草映射在精准除草剂应用中的可行性 | 草坪中的杂草 | 计算机视觉 | NA | 深度卷积神经网络（DCNNs） | DenseNet, GoogLeNet, ResNet | 图像 | NA |
| 6952 | 2025-03-03 |
A hybrid multi model artificial intelligence approach for glaucoma screening using fundus images
2025-Feb-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01473-w
PMID:40016437
|
研究论文 | 本文提出了一种基于人工智能的混合多模型方法，用于通过眼底图像进行青光眼筛查 | 使用六个轻量级深度学习模型（总大小：110 MB）分析眼底图像，以识别早期结构变化，如视盘凹陷、出血和神经纤维层缺陷 | 在真实世界测试中，独立二元青光眼分类模型的灵敏度下降至0.5652，而完整AI-GS网络的灵敏度保持在0.8053 | 开发一种高效且准确的人工智能方法，用于青光眼的早期筛查 | 眼底图像 | 计算机视觉 | 青光眼 | 深度学习 | 混合多模型 | 图像 | NA |
| 6953 | 2025-03-03 |
A deep learning based ultrasound diagnostic tool driven by 3D visualization of thyroid nodules
2025-Feb-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01455-y
PMID:40016505
|
研究论文 | 本研究开发了一种基于深度学习的两阶段框架，利用动态超声视频进行甲状腺结节诊断的工具TNVis，通过三维可视化提高诊断准确性 | 利用动态超声视频和三维可视化技术，开发了一种新的甲状腺结节诊断工具TNVis，显著提高了放射科医生的诊断能力 | NA | 提高甲状腺结节的诊断准确性 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 深度学习 | 两阶段深度学习框架 | 动态超声视频 | 4569例病例 |
| 6954 | 2025-03-03 |
ScreenDx, an artificial intelligence-based algorithm for the incidental detection of pulmonary fibrosis
2025-Feb-26, The American journal of the medical sciences
DOI:10.1016/j.amjms.2025.02.011
PMID:40020875
|
研究论文 | 本文介绍了一种基于人工智能的算法ScreenDx，用于在计算机断层扫描（CT）图像中偶然检测肺纤维化 | 开发并验证了一种深度学习卷积神经网络算法ScreenDx，用于筛查CT图像并识别肺纤维化的偶然病例 | 研究未涉及不同种族或地区患者的表现差异，且样本量相对有限 | 开发一种机器学习算法，用于筛查CT图像中的肺纤维化特征 | CT图像数据，包括正常和异常的CT图像，以及患有COPD、肺气肿和社区获得性肺炎的患者的CT图像 | 计算机视觉 | 肺纤维化 | 深度学习 | 卷积神经网络（CNN） | 图像 | 总样本量为4,722例CT图像，包括3,658例用于开发算法的多源数据集（队列A），381例用于调整算法的美国队列（队列B），以及683例用于外部验证的国际数据集（队列C） |
| 6955 | 2025-03-03 |
Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning
2025-Feb-26, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2025.02.024
PMID:40021066
|
研究论文 | 本文探讨了人工智能（AI）和机器学习（ML）在诊断影像分析中的应用，强调了深度学习在减少观察者间差异和提升诊断准确性方面的潜力 | 提出了一个有效的三步方法，包括检测器、注意力模块和可解释性，以提高影像分析的效率和准确性 | 需要外部验证以确定模型在单一机构外的泛化能力 | 研究AI和ML在诊断影像分析中的应用，以提高诊断的准确性和一致性 | 诊断影像数据 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 6956 | 2025-03-03 |
Simultaneous profiling of ac4C and m5C modifications from nanopore direct RNA sequencing
2025-Feb-13, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140863
PMID:39954891
|
研究论文 | 本研究开发了一种名为modCnet的深度学习框架，利用纳米孔直接RNA测序技术同时识别ac4C和m5C修饰 | 首次实现了从纳米孔直接RNA测序数据中同时进行ac4C和m5C修饰的从头识别 | 需要进一步验证在更广泛生物样本中的应用效果 | 研究RNA修饰（ac4C和m5C）在mRNA稳定性和翻译效率中的作用 | 人类细胞系中的mRNA | 生物信息学 | NA | 纳米孔直接RNA测序 | 深度学习框架（modCnet） | RNA测序数据 | 人类细胞系中的mRNA样本 |
| 6957 | 2025-03-03 |
Clinical utility of receptor status prediction in breast cancer and misdiagnosis identification using deep learning on hematoxylin and eosin-stained slides
2024-Dec-20, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00695-5
PMID:39706861
|
研究论文 | 本文探讨了使用深度学习从数字化H&E染色切片预测乳腺癌受体状态的临床效用，并评估其在识别激素受体阳性患者、作为质量保证的第二阅读工具以及解决肿瘤内异质性方面的应用 | 首次使用深度学习从H&E染色切片预测乳腺癌的ER、PR和ERBB2状态，并在多机构数据集上进行训练和评估，展示了其在临床中的潜在应用 | 研究依赖于多机构数据集，可能存在数据异质性问题，且未在所有临床环境中进行广泛验证 | 探索从H&E染色切片预测乳腺癌受体状态的临床效用，并评估其在诊断和治疗计划中的潜在应用 | 乳腺癌患者的数字化H&E染色切片 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习系统 | 图像 | 19,845张切片，来自7,950名患者，涵盖六个独立队列 |
| 6958 | 2025-03-03 |
Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning
2024-03-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8107
PMID:38453408
|
研究论文 | 本研究利用深度学习从非对比多参数MR图像中合成虚拟钆对比增强T1加权MR图像，以评估原发性脑肿瘤 | 开发了一种名为T1c-ET的残差Inception DenseNet网络，能够同时合成虚拟对比增强T1加权图像并分割肿瘤的增强部分 | 研究中使用的数据集来自2019年脑肿瘤分割挑战赛，可能限制了模型的泛化能力 | 减少对钆对比剂的需求，提供替代成像方法 | 原发性脑肿瘤患者 | 计算机视觉 | 脑肿瘤 | 深度学习 | 残差Inception DenseNet网络 | MR图像 | 335名受试者的MR图像用于训练和验证，125名受试者的MR图像用于测试 |
| 6959 | 2025-03-03 |
A multitask approach for automated detection and segmentation of thyroid nodules in ultrasound images
2024-03, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.107974
PMID:38244471
|
研究论文 | 本文提出了一种多任务方法，用于在超声图像中自动检测和分割甲状腺结节 | 提出的多任务方法不仅检测可疑图像，还分割潜在结节，与甲状腺结节评估的工作流程相平行，提高了临床可翻译性 | 当前深度学习架构通常为半自动化，仅评估已知有结节的图像，未评估识别可疑图像的能力 | 提高甲状腺结节检测和风险分层的自动化水平，减少医疗成本、患者不适和不必要的侵入性操作 | 甲状腺结节和甲状腺癌 | 计算机视觉 | 甲状腺癌 | 深度学习 | UNet | 超声图像 | 280名患者的9888张图像 |
| 6960 | 2025-03-03 |
Deep Learning and Geriatric Mental Health
2024-03, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry
DOI:10.1016/j.jagp.2023.11.008
PMID:38142162
|
综述 | 本文旨在帮助临床医生掌握深度学习的基本术语，理解其基本原理及早期应用，并探讨其在老年精神病学中的相关性 | 提供了对深度学习工作原理的深入见解，并讨论了其在老年精神病学中的应用潜力 | 未具体提及研究的局限性 | 帮助临床医生理解深度学习的基本概念及其在老年精神病学中的应用 | 临床医生及老年精神病学领域的研究者 | 机器学习 | 老年疾病 | NA | 深度学习 | NA | NA |