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 25067 篇文献，本页显示第 7561 - 7580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7561 | 2025-03-04 |
AI-echocardiography: Current status and future direction
2025-Feb-21, Journal of cardiology
IF:2.5Q2
DOI:10.1016/j.jjcc.2025.02.005
PMID:40023671
|
综述 | 本文回顾了AI在超声心动图领域的当前应用、局限性以及未来发展方向 | 讨论了深度学习模型在超声心动图中的应用，包括无需人工标注的零样本预测和自动报告生成 | 当前AI技术在超声心动图中的应用仍存在局限性，需要进一步研究和验证 | 探讨AI技术在超声心动图中的应用及其在临床实践中的潜力 | 超声心动图数据 | 医学影像 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | NA |
| 7562 | 2025-03-04 |
Improved Microbubble Tracking for Super-Resolution Ultrasound Localization Microscopy using a Bi-Directional Long Short-term Memory Neural Network
2025-Feb-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.10.637352
PMID:39990416
|
研究论文 | 本文提出了一种基于双向长短期记忆神经网络的深度学习微泡配对和跟踪方法，用于超分辨率超声定位显微镜 | 该方法整合了多参数微泡特征，以实现更稳健和准确的微泡配对和跟踪 | 方法在模拟数据集、组织模拟流动模型以及小鼠和大鼠脑部进行了验证，但未提及在人类临床数据上的应用 | 提高超分辨率超声定位显微镜中微泡跟踪的准确性和鲁棒性 | 微泡（MBs） | 医学影像 | NA | 超分辨率超声定位显微镜（ULM） | 双向长短期记忆神经网络（Bi-Directional LSTM） | 超声图像 | 模拟数据集、组织模拟流动模型、小鼠和大鼠脑部 |
| 7563 | 2025-03-04 |
Validation of ten federated learning strategies for multi-contrast image-to-image MRI data synthesis from heterogeneous sources
2025-Feb-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.09.637305
PMID:39990397
|
研究论文 | 本文验证了十种联邦学习策略在多对比度MRI图像合成中的应用，特别是在处理来自不同机构的异质数据时 | 提出了一种新的聚合策略FedBAdam，结合了两种最先进方法的优势，通过引入动量并跳过批量归一化层来优化模型参数 | 研究主要关注脑部扫描，未涉及其他类型的医学影像数据 | 验证联邦学习策略在多对比度MRI图像合成中的有效性，特别是在处理异质数据时的性能 | 健康和肿瘤性脑部扫描数据 | 医学影像 | 脑部肿瘤 | 联邦学习（FL） | 深度学习模型 | MRI图像 | 来自五个不同机构的脑部扫描数据 |
| 7564 | 2025-03-04 |
Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study
2025-Feb-08, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.04.25321660
PMID:39973981
|
研究论文 | 本研究利用深度学习技术从结直肠癌的H&E切片中预测多种遗传生物标志物，并在多中心数据集中验证了模型的性能 | 开发了一种多目标Transformer模型，能够从病理切片中预测多种遗传改变，超越了传统的单目标模型 | 模型的预测能力主要与微卫星不稳定性（MSI）表型相关，其他生物标志物的预测能力有限 | 评估深度学习在结直肠癌中预测基因型-表型相关性的能力 | 结直肠癌患者的H&E切片 | 数字病理学 | 结直肠癌 | 深度学习 | Transformer | 图像 | 1,376名患者（主要数据集）和536名患者（验证数据集） |
| 7565 | 2025-03-04 |
Assessment of the stability of intracranial aneurysms using a deep learning model based on computed tomography angiography
2025-Feb, La Radiologia medica
DOI:10.1007/s11547-024-01939-z
PMID:39666223
|
研究论文 | 本研究旨在构建一个基于深度学习的模型，通过计算机断层扫描血管造影（CTA）图像识别不稳定的颅内动脉瘤 | 创新点在于结合临床、形态学和深度学习特征，构建了一个基于卷积神经网络（CNN）的模型，用于预测颅内动脉瘤的稳定性 | 研究的局限性在于样本量相对较小，且外部验证集的样本来自单一医院，可能影响模型的泛化能力 | 研究目的是评估颅内动脉瘤的稳定性，以支持临床决策 | 研究对象为1041名患者的1227个颅内动脉瘤 | 计算机视觉 | 颅内动脉瘤 | 计算机断层扫描血管造影（CTA） | 卷积神经网络（CNN） | 图像 | 1041名患者的1227个颅内动脉瘤，其中833名患者的991个动脉瘤用于训练，208名患者的236个动脉瘤用于内部验证，197名患者的229个动脉瘤用于外部验证 |
| 7566 | 2025-03-04 |
Single Cell Spatial Transcriptomics Reveals Immunotherapy-Driven Bone Marrow Niche Remodeling in AML
2025-Jan-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.24.634753
PMID:39975227
|
研究论文 | 本文通过单细胞空间转录组学技术，研究了免疫治疗对急性髓性白血病患者骨髓微环境的重塑作用 | 结合单细胞RNA测序数据和单细胞分辨率空间转录组数据，克服了测序深度限制，揭示了免疫治疗后白血病细胞与免疫细胞之间的空间相互作用 | 样本量有限，仅针对特定治疗方案的患者进行研究 | 研究免疫治疗对急性髓性白血病患者骨髓微环境的影响 | 难治性或复发性急性髓性白血病患者 | 数字病理学 | 急性髓性白血病 | 单细胞RNA测序，空间转录组学 | 深度学习模型 | 单细胞RNA测序数据，空间转录组数据 | 难治性或复发性急性髓性白血病患者样本 |
| 7567 | 2025-03-04 |
A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly
2025-Jan-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.09.147
PMID:39321977
|
研究论文 | 本研究利用机器学习方法分析中国老年人群的抑郁风险因素，从整体和个体层面预测抑郁 | 使用机器学习算法在大规模代表性老年数据库中预测抑郁风险因素，提供个体层面的可靠诊断可能性 | 需要进一步研究结合专业临床输入以推进该领域 | 预测中国老年人群的抑郁风险因素，支持临床医生识别影响患者抑郁的最重要因素 | 中国老年人群 | 机器学习 | 老年疾病 | 机器学习算法 | NA | 调查数据 | 来自中国健康与养老追踪调查（CHARLS）第四波的参与者 |
| 7568 | 2025-03-04 |
AI-luminating Artificial Intelligence in Inflammatory Bowel Diseases: A Narrative Review on the Role of AI in Endoscopy, Histology, and Imaging for IBD
2024-12-05, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izae030
PMID:38452040
|
综述 | 本文综述了人工智能（AI）在炎症性肠病（IBD）内窥镜、组织学和影像学中的应用，探讨了AI在IBD检测、诊断、表征、表型分析和预后中的潜力 | 本文首次系统性地回顾了AI在IBD内窥镜、组织学和影像学中的应用，并指出了现有研究的局限性和知识空白 | 现有文献存在固有的局限性和知识空白，需要进一步研究以解决这些问题，使AI能够成为IBD的主流临床工具 | 探讨AI在IBD内窥镜、组织学和影像学中的应用，以提升诊断效率和临床决策 | 炎症性肠病（IBD） | 数字病理学 | 炎症性肠病 | 深度学习、放射组学 | NA | 图像 | NA |
| 7569 | 2025-03-04 |
Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision
2024-Dec-03, Psychological research
DOI:10.1007/s00426-024-02064-2
PMID:39625570
|
研究论文 | 本文利用计算机视觉算法设计并实现了一个原始流程，用于估计包含数千张日常生活场景中物体图像的大规模数据集中数量和非数量视觉幅度的分布 | 利用最新的计算机视觉算法，设计了一个能够估计自然场景中数量和非数量视觉幅度分布的流程，揭示了不同数量出现的频率遵循幂律分布，并展示了数量与连续幅度之间的相关性结构在不同数据集和场景类型中的稳定性 | 神经网络模型通常使用合成数据集进行训练，这些数据集可能无法准确反映自然环境的统计结构 | 研究自然场景中数量和非数量视觉幅度的分布，以理解非数量视觉线索对数量判断的影响 | 包含数千张日常生活场景中物体图像的大规模数据集 | 计算机视觉 | NA | 计算机视觉算法 | 神经网络 | 图像 | 数千张日常生活场景中的物体图像 |
| 7570 | 2025-03-04 |
Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography
2024-Oct, Eye (London, England)
DOI:10.1038/s41433-024-03173-3
PMID:38871934
|
研究论文 | 本研究应用机器学习算法，结合临床数据和光学相干断层扫描血管成像（OCTA）进行糖尿病视网膜病变（DR）的多分类 | 创新点在于结合了临床数据和OCTA参数，使用多种机器学习算法进行DR的多分类，并进行了独立的外部验证 | 研究样本量相对较小，仅包括203名糖尿病患者用于模型建立和169名用于外部验证 | 研究目的是通过机器学习算法提高糖尿病视网膜病变的分类准确性，以辅助筛查、转诊和管理DR患者 | 研究对象为203名糖尿病患者的临床数据和OCTA参数 | 机器学习 | 糖尿病视网膜病变 | 光学相干断层扫描血管成像（OCTA） | 随机森林、梯度提升机（GBM）、深度学习、逻辑回归 | 临床数据和OCTA图像 | 203名糖尿病患者（203只眼）用于模型建立，169名糖尿病患者（169只眼）用于外部验证 |
| 7571 | 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 |
| 7572 | 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 |
| 7573 | 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 |
| 7574 | 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 |
| 7575 | 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 |
| 7576 | 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 |
| 7577 | 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 |
| 7578 | 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 |
| 7579 | 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 |
| 7580 | 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 |