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 24513 篇文献，本页显示第 8001 - 8020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8001 | 2025-02-08 |
Evaluation of GPT-4 concordance with north American spine society guidelines for lumbar fusion surgery
2025-Mar, North American Spine Society journal
DOI:10.1016/j.xnsj.2024.100580
PMID:39911377
|
研究论文 | 本文评估了GPT-4与北美脊柱协会（NASS）腰椎融合手术指南的一致性 | 首次评估GPT-4在腰椎融合手术临床决策中的一致性，探索AI在脊柱手术实践中的潜在应用 | 研究样本量较小，仅包含17个临床案例，且仅限于NASS指南的特定场景 | 评估GPT-4在腰椎融合手术临床决策中的一致性，探索AI在脊柱手术中的应用潜力 | 17个基于NASS标准的腰椎融合手术临床案例 | 自然语言处理 | 脊柱疾病 | GPT-4 | 深度学习模型 | 文本 | 17个临床案例 |
| 8002 | 2025-02-08 |
Editorial for "Multiparametric MRI-Based Deep Learning Radiomics Model for Assessing 5-Year Recurrence Risk in Non-Muscle Invasive Bladder Cancer"
2025-Mar, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29592
PMID:39258759
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8003 | 2025-02-08 |
A joint three-plane physics-constrained deep learning based polynomial fitting approach for MR electrical properties tomography
2025-Feb-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121054
PMID:39863005
|
研究论文 | 本文提出了一种结合物理约束和深度学习的多项式拟合方法，用于磁共振电特性成像，以提高电导率估计的准确性和计算效率 | 结合物理约束的深度学习框架，通过在三平面上联合优化神经网络权重，提高了电导率估计的准确性和计算效率 | 需要大量的训练数据，且对未见数据的泛化能力有限 | 提高磁共振电特性成像中电导率估计的准确性和计算效率 | 体内组织的电特性 | 数字病理 | NA | 磁共振电特性成像 | 深度学习 | 3D数据 | 模拟的异质脑模型 |
| 8004 | 2025-02-08 |
A novel deep learning framework for retinal disease detection leveraging contextual and local features cues from retinal images
2025-Feb-07, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03314-0
PMID:39918766
|
研究论文 | 本文提出了一种新的深度学习框架，用于从视网膜图像中提取上下文和局部特征线索，以准确分类视网膜疾病 | 提出了一种结合全局上下文信息和局部细粒度信息的深度学习框架，通过DCM-CNN和LP-CNN模块的协同工作，克服了眼底图像中的类间相似性、类内变异、局部信息有限等挑战 | NA | 提高视网膜疾病的自动诊断准确性 | 视网膜图像 | 计算机视觉 | 视网膜疾病 | 深度学习 | Densely Connected Multidilated Convolution Neural Network (DCM-CNN), Local-Patch-based Convolution Neural Network (LP-CNN) | 图像 | 两个公开的基准数据集：RFMiD和ODIR-5K |
| 8005 | 2025-02-08 |
Evaluation of deep learning-based scatter correction on a long-axial field-of-view PET scanner
2025-Feb-07, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07120-6
PMID:39918764
|
研究论文 | 本文评估了基于深度学习的散射校正方法在长轴视野PET扫描仪上的性能 | 提出了一种基于卷积神经网络U-Net架构的深度学习方法，用于估计散射正弦图，并在长轴视野PET系统上进行了评估 | 尽管在[18F]-PSMA数据集上表现一致，但该方法未使用[18F]-PSMA数据进行训练 | 评估深度学习方法在长轴视野PET系统上的散射校正性能 | 长轴视野PET系统的散射校正 | 医学影像 | NA | 深度学习，蒙特卡罗模拟 | CNN U-Net | 正弦图，图像数据 | 7个[18F]-FDG和[18F]-PSMA临床数据集 |
| 8006 | 2025-02-08 |
Comparison of data augmentation and classification algorithms based on plastic spectroscopy
2025-Feb-06, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d4ay01759e
PMID:39817628
|
研究论文 | 本文提出了一种基于C-GAN的塑料光谱生成模型，并通过数据增强方法系统分析和比较了不同分类算法在塑料光谱数据上的性能 | 提出了一种基于C-GAN的塑料光谱生成模型，有效解决了样本不足的问题，并通过多种方法验证了生成光谱的真实性 | 数据样本的收集仍然存在挑战，且不同光谱设备的化学分类特征解释可能有限 | 通过数据增强和分类算法比较，提高塑料光谱数据的分类准确性 | 塑料光谱数据 | 机器学习 | NA | 傅里叶变换红外光谱（FTIR）、拉曼光谱（RAMAN）、激光诱导击穿光谱（LIBS） | C-GAN、SVM、BP、KNN、RF、DT、GoogleNet、ResNet | 光谱数据 | 公共数据集中的塑料光谱数据 |
| 8007 | 2024-12-21 |
Correction to: A review of multimodal deep learning methods for genomic-enabled prediction in plant breeding
2025-Feb-05, Genetics
IF:3.3Q2
DOI:10.1093/genetics/iyae200
PMID:39704758
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8008 | 2025-02-08 |
MtCro: multi-task deep learning framework improves multi-trait genomic prediction of crops
2025-Feb-05, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01321-0
PMID:39910577
|
研究论文 | 本文介绍了一种名为MtCro的多任务深度学习框架，用于提高作物多性状基因组预测的准确性 | MtCro通过多任务学习方法，在共享参数空间中同时捕捉多种植物表型，解决了现有深度学习模型忽视不同表型间相关性的问题 | NA | 提高作物多性状基因组预测的准确性，加速植物遗传育种进程 | 作物基因组数据 | 机器学习 | NA | 深度学习 | 多任务学习 | 基因组数据 | Wheat2000、Wheat599和Maize8652数据集 |
| 8009 | 2025-02-08 |
UniLF: A novel short-term load forecasting model uniformly considering various features from multivariate load data
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88566-4
PMID:39905068
|
研究论文 | 本文提出了一种新的短期负荷预测模型UniLF，该模型统一考虑了多元负荷数据的多种特征，以提高预测精度 | UniLF模型基于Transformer框架，设计了卷积增强融合嵌入方法、特征重构分解块和核心掩码引导的多尺度交互自注意力机制，以全面利用多元负荷数据的三个特征：协变量的影响、多尺度特征和局部-全局变化 | NA | 提高短期负荷预测的准确性，以支持电力系统的经济和稳定运行 | 多元负荷数据 | 机器学习 | NA | 深度学习 | Transformer | 多元负荷数据 | 来自澳大利亚、巴拿马和奥地利的三个负荷数据集 |
| 8010 | 2025-02-06 |
Author Correction: Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80821-4
PMID:39905118
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8011 | 2025-02-08 |
Ensemble of feature augmented convolutional neural network and deep autoencoder for efficient detection of network attacks
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88243-6
PMID:39905125
|
研究论文 | 本文提出了一种新颖的深度学习技术集成方法，以提高网络入侵检测系统（NIDS）中数据包流分类的效率 | 提出了一种集成特征增强卷积神经网络（FA-CNN）和深度自编码器的新方法，用于网络攻击检测 | NA | 提高网络入侵检测系统中数据包流分类的效率和准确性 | 网络流量数据 | 机器学习 | NA | 深度学习 | CNN, 深度自编码器 | 网络流量数据 | 使用NSL-KDD和CICDS2017基准数据集进行实验 |
| 8012 | 2025-02-06 |
Author Correction: Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning
2025-Feb-04, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56686-0
PMID:39905123
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8013 | 2025-02-08 |
Using deep learning model integration to build a smart railway traffic safety monitoring system
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88830-7
PMID:39905256
|
研究论文 | 本研究旨在通过集成目标检测、分割、机器学习和通知系统，构建一个智能铁路交通安全系统 | 结合Mask R-CNN、YOLO v3和XGBoost模型，以及LINE bot通知系统，实现了铁路安全的智能监控 | 未提及系统的实时性能评估和长期稳定性测试 | 构建一个智能铁路交通安全监控系统，以预防相关事故 | 铁路交通安全监控 | 计算机视觉 | NA | 目标检测、分割、机器学习 | Mask R-CNN, YOLO v3, XGBoost | 图像 | 未明确提及样本数量 |
| 8014 | 2025-02-08 |
Enabling high-throughput quantitative wood anatomy through a dedicated pipeline
2025-Feb-04, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01330-7
PMID:39905535
|
研究论文 | 本文介绍了一种半自动化的高通量管道，用于样本制备、千兆像素成像和分析木材端面解剖结构 | 提出了一种结合协作机器人、定制开源千兆像素成像系统和深度学习分析的全新半自动化管道，显著提高了木材解剖结构的分析效率和精度 | 目前仅展示了在榉木样本上的应用，尚未验证其在其他树种或更广泛样本上的适用性 | 开发一种高效、精确的木材解剖结构分析方法，以解锁树木在其生命周期中存储的环境信息 | 木材端面解剖结构，特别是导管和射线的量化分析 | 数字病理学 | NA | 深度学习，千兆像素成像 | YOLOv8 | 图像 | 30-35厘米直径的榉木圆盘和5根30厘米长的榉木增量芯 |
| 8015 | 2025-02-08 |
3D convolutional deep learning for nonlinear estimation of body composition from whole body morphology
2025-Feb-02, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01469-6
PMID:39894882
|
研究论文 | 本文提出了一种使用3D卷积深度学习网络和非线性高斯过程回归从全身形态学估计身体成分的新方法 | 首次将深度3D卷积图网络和非线性高斯过程回归应用于人体形状参数化和身体成分估计 | 仅对男性使用深度形状特征时预测误差减少，且数据集样本量有限 | 研究从3D光学图像中预测身体成分的非线性方法 | 人体身体成分 | 计算机视觉 | NA | 3D卷积深度学习，高斯过程回归 | 3D卷积图网络，高斯过程回归 | 3D光学图像 | 4286次扫描 |
| 8016 | 2025-02-08 |
Automated 24-sector grid-map algorithm for prostate mpMRI improves precision and efficacy of prostate lesion location reporting
2025-Feb, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111897
PMID:39729944
|
研究论文 | 本研究开发了一种基于深度学习的自动前列腺24分区网格图算法，用于提高前列腺病变位置报告的精确性和效率 | 首次开发了一种自动化的24分区网格图算法，用于前列腺多参数磁共振成像（mpMRI）的病变定位，显著提高了定位报告的准确性 | 研究样本量较小，仅使用了50个mpMRI数据集进行验证 | 训练并验证一种基于深度学习的前列腺自动分区映射算法，以提高前列腺病变位置报告的精确性和效率 | 前列腺病变 | 数字病理学 | 前列腺癌 | 深度学习 | 深度学习模型 | 图像 | 50个mpMRI数据集 |
| 8017 | 2025-02-08 |
GBM-Reservoir: Brain tumor (Glioblastoma Multiforme) MRI dataset collection with ground truth segmentation masks
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111287
PMID:39911270
|
研究论文 | 本文介绍了一个包含23,049个样本的脑肿瘤（胶质母细胞瘤）MRI数据集，每个样本包括四种不同类型的MRI脑扫描：FLAIR、T1、T1ce和T2，并提供了一到两个分割掩码（真实标签） | 通过注册过程扩展了原始数据集，生成了保留相似脑形状但肿瘤位置不同的额外扫描，从而显著增加了数据集的规模 | 图像质量因不同机构和成像协议的差异而存在异质性 | 开发全自动分割算法，特别是基于深度学习的方法，用于新的未见过的脑肿瘤病例 | 脑肿瘤（胶质母细胞瘤）的MRI扫描数据 | 数字病理学 | 脑肿瘤 | MRI扫描 | NA | 图像 | 23,049个样本，基于BraTS 2022挑战赛提供的438个原始样本通过注册过程扩展 |
| 8018 | 2025-02-08 |
Refining the prediction of user satisfaction on chat-based AI applications with unsupervised filtering of rating text inconsistencies
2025-Feb, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.241687
PMID:39911884
|
研究论文 | 本文提出了一种框架，通过自然语言处理和机器学习技术对Google Play商店中的聊天AI应用评论数据进行情感分析，以提高用户满意度预测的准确性 | 提出了一种通过多数投票的无监督情感分析过滤评论数据不一致性的方法，并采用多种机器学习和深度学习算法进行监督情感分析 | NA | 提高聊天AI应用用户满意度预测的准确性，以改进服务质量 | Google Play商店中的聊天AI应用评论数据 | 自然语言处理 | NA | 自然语言处理，机器学习，深度学习 | 多种机器学习和深度学习算法 | 文本 | NA |
| 8019 | 2025-02-08 |
Applying deep learning for underwater broadband-source detection using a spherical array
2025-Feb-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0035787
PMID:39918577
|
研究论文 | 本文开发了一种基于深度神经网络（DNN）的球形阵列水下宽带源检测和到达方向估计方法 | 该方法通过球形傅里叶变换将元素压力信号转换为球形傅里叶系数作为DNN输入，并采用高斯分布设计DNN标签，显著提高了检测能力并有效抑制了误估计 | 该方法在训练数据中引入白噪声，可能对实际应用中的噪声环境适应性有限 | 提高水下宽带源的被动检测能力 | 水下宽带源 | 机器学习 | NA | 深度神经网络（DNN） | DNN | 声压信号 | 模拟和实验处理结果 |
| 8020 | 2025-02-08 |
Inference of the Mass Composition of Cosmic Rays with Energies from 10^{18.5} to 10^{20} eV Using the Pierre Auger Observatory and Deep Learning
2025-Jan-17, Physical review letters
IF:8.1Q1
DOI:10.1103/PhysRevLett.134.021001
PMID:39913843
|
研究论文 | 本文利用Pierre Auger Observatory的表面探测器和深度学习技术，首次在事件级别上推断出宇宙射线的大气深度最大值X_{max}，并扩展了X_{max}分布的测量范围至100 EeV，揭示了极端能量下宇宙射线的质量组成 | 首次在事件级别上推断X_{max}，并利用深度学习技术扩展了测量范围至100 EeV，提供了极端能量下宇宙射线质量组成的新见解 | NA | 研究极端能量下宇宙射线的质量组成 | 宇宙射线 | 机器学习 | NA | 深度学习 | NA | 探测器数据 | NA |