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 8201 - 8220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8201 | 2025-02-16 |
Mapping Epileptogenic Tissues in MRI-Negative Focal Epilepsy: Can Deep Learning Uncover Hidden Lesions?
2021-10-19, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000012696
PMID:34521690
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8202 | 2025-02-15 |
A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R
2025-Feb-14, Multivariate behavioral research
IF:5.3Q1
DOI:10.1080/00273171.2025.2455497
PMID:39949325
|
教程 | 本教程介绍了三种基于人工智能的面部情绪识别工具，并提供了示例代码，帮助研究人员设计、收集和分析情绪数据 | 提供了三种流行的人工智能情绪检测程序的详细比较和示例代码，旨在提高社会和行为科学文献中可解释人工智能的普及度 | 教程内容较为基础，可能不适合高级研究人员 | 介绍和比较三种基于人工智能的面部情绪识别工具，帮助研究人员快速上手 | 面部情绪识别工具 | 计算机视觉 | NA | NA | 深度学习, 机器学习 | 图像 | NA |
| 8203 | 2025-02-15 |
Insights from the eyes: a systematic review and meta-analysis of the intersection between eye-tracking and artificial intelligence in dementia
2025-Feb-14, Aging & mental health
IF:2.8Q2
DOI:10.1080/13607863.2025.2464704
PMID:39950960
|
系统综述和元分析 | 本文系统回顾并元分析了眼动追踪与人工智能在痴呆检测中的交叉应用 | 结合眼动追踪和人工智能技术进行痴呆检测，展示了高准确率、敏感性和特异性 | 样本量较小，缺乏标准化指南，且未涵盖所有痴呆类型 | 探讨眼动追踪与人工智能在痴呆检测中的应用效果 | 痴呆患者 | 人工智能 | 老年疾病 | 眼动追踪 | 机器学习和深度学习 | 眼动数据 | 57至583名参与者 |
| 8204 | 2025-02-15 |
Comparison of Deep Learning Models for Voice Disorder Classification Using Kymographic Images
2025-Feb-12, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2025.01.001
PMID:39947969
|
研究论文 | 本研究提出了一种基于深度学习的声门振动图分类方法，用于自动化分析声门振动模式中的细微变化 | 首次将深度学习模型应用于声门振动图的分类，以自动化分析声门振动模式中的病理变化 | 研究仅使用了BAGLS数据集，样本来源有限，可能影响模型的泛化能力 | 开发一种自动化工具，辅助临床医生诊断声音障碍 | 声门振动图 | 计算机视觉 | 声音障碍 | 深度学习 | AlexNet, DenseNet121, Xception, Inceptionv3, ResNet50v2 | 图像 | BAGLS数据集中的高速视频记录 |
| 8205 | 2025-02-15 |
Deep learning-based clustering for endotyping and post-arthroplasty response classification using knee osteoarthritis multiomic data
2025-Feb-12, Annals of the rheumatic diseases
IF:20.3Q1
DOI:10.1016/j.ard.2025.01.012
PMID:39948003
|
研究论文 | 本文开发了一种基于多模态深度学习的框架，用于聚类来自三种生物流体的多组学数据，以识别不同的膝骨关节炎内型并分类全膝关节置换术后的疼痛/功能反应 | 创新点在于使用多模态深度学习框架整合多组学数据，识别膝骨关节炎的不同内型，并提高全膝关节置换术后反应的分类性能 | 研究样本量相对较小，且仅针对膝骨关节炎患者，可能限制了结果的普适性 | 研究目的是通过多模态深度学习聚类多组学数据，识别膝骨关节炎的不同内型，并分类全膝关节置换术后的疼痛/功能反应 | 研究对象为414名膝骨关节炎患者 | 机器学习 | 膝骨关节炎 | microRNA测序和代谢组学 | 变分自编码器（VAE）与K-means聚类 | 多组学数据（代谢物和microRNA） | 414名膝骨关节炎患者的血浆、滑液和尿液样本 |
| 8206 | 2025-02-14 |
Using Deep Learning to Simultaneously Reduce Noise and Motion Artifacts in Brain MR Imaging
2025-Feb-13, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2024-0098
PMID:39938896
|
研究论文 | 本文提出了一种使用深度学习同时减少脑部MRI中的噪声和运动伪影的方法 | 通过深度学习模型独立处理T1W、T2W和FLAIR序列，有效去除噪声和运动伪影，且不受成像方向和伪影方向的影响 | 研究仅基于20名健康志愿者的数据，样本量较小，且未涉及真实患者数据 | 提高脑部MRI的临床实用性，通过减少噪声和运动伪影来改善图像质量 | 脑部MRI图像（T1W、T2W和FLAIR序列） | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 20名健康志愿者的脑部MRI图像，模拟生成的115200对图像用于训练、验证和测试 |
| 8207 | 2025-02-14 |
Improved segmentation of hepatic vascular networks in ultrasound volumes using 3D U-Net with intensity transformation-based data augmentation
2025-Feb-13, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03320-2
PMID:39939404
|
研究论文 | 本研究通过引入基于强度变换的数据增强方法，改进了使用3D U-Net进行肝脏血管网络的三维分割 | 提出了基于高对比度和低对比度强度变换的数据增强方法，显著提高了3D U-Net在肝脏血管网络分割中的性能 | 高对比度强度变换的数据增强方法降低了分割准确性，需要进一步优化 | 改进肝脏血管网络的三维分割，以支持超声介导的肝脏疾病诊疗 | 肝脏血管网络 | 计算机视觉 | 肝脏疾病 | 3D U-Net | 3D U-Net | 超声体积数据 | 78个超声体积数据 |
| 8208 | 2025-02-14 |
Simpler Protein Domain Identification Using Spectral Clustering
2025-Feb-13, Proteins
IF:3.2Q2
DOI:10.1002/prot.26808
PMID:39945423
|
研究论文 | 本文介绍了一种名为SPECTRALDOM的新方法，用于简化蛋白质域识别，通过改进SPECTRUS算法，提高了单结构和同源结构集的分割质量 | SPECTRALDOM在SPECTRUS算法的基础上增加了三个改进：1) 对于单结构，使用成对相互作用图拉普拉斯矩阵进行高质量分割；2) 对于同源结构集，引入多序列比对模式，结合序列和几何信息；3) 使用家族匹配算法分析聚类/域，处理碎片化问题 | 未明确提及具体局限性 | 改进蛋白质域识别方法，提高分割质量 | 蛋白质域 | 结构生物信息学 | NA | 谱聚类，弹性网络模型，多序列比对 | NA | 蛋白质结构数据 | 未明确提及具体样本数量 |
| 8209 | 2025-02-14 |
Analytical Capabilities and Future Perspectives of Chemometrics in Omics for Food Microbial Investigation
2025-Feb-13, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2463430
PMID:39945579
|
综述 | 本文综述了化学计量学在食品微生物研究中的应用、原理及挑战，并探讨了其与多组学和生物信息学结合的未来发展 | 强调了化学计量学在食品微生物组学研究中的潜力，并提出了整合深度学习和人工智能算法以提高分析能力和预测精度的迫切需求 | 选择合适的化学计量工具并进行多组学数据融合分析仍是一个巨大挑战 | 揭示食品微生物在营养和安全中的功能属性和机制 | 食品微生物组 | 生物信息学 | NA | 多组学技术 | 深度学习（DL）和人工智能算法 | 多组学数据 | NA |
| 8210 | 2025-02-14 |
Dwarf Updated Pelican Optimization Algorithm for Depression and Suicide Detection from Social Media
2025-Feb-13, The Psychiatric quarterly
DOI:10.1007/s11126-024-10111-9
PMID:39946018
|
研究论文 | 本文提出了一种新的方法，通过社交媒体检测抑郁和自杀倾向，解决了现有方法在变异性和模型泛化方面的挑战 | 提出了一种改进的Dwarf Updated Pelican优化算法（DU-POA），用于优化模型权重，显著提高了检测准确率 | NA | 通过社交媒体数据检测抑郁和自杀倾向 | 社交媒体数据 | 自然语言处理 | 精神疾病 | TF-IDF, word2vec, 改进的LSTM | RNN, DBN, LSTM, 集成模型 | 文本 | NA |
| 8211 | 2025-02-14 |
A hitchhiker's guide to deep chemical language processing for bioactivity prediction
2025-Feb-12, Digital discovery
IF:6.2Q1
DOI:10.1039/d4dd00311j
PMID:39726698
|
研究论文 | 本文分析了化学语言处理（CLP）的关键要素，并为新人和专家提供了指导 | 提供了关于神经网络架构、分子表示和超参数优化的实用建议，强调了方法决策的重要性 | NA | 加速药物发现，特别是通过化学语言处理进行生物活性预测 | 分子字符串表示（如SMILES和SELFIES） | 自然语言处理 | NA | 化学语言处理（CLP） | 神经网络 | 分子字符串 | 十个生物活性数据集 |
| 8212 | 2025-02-14 |
Biophysics-guided uncertainty-aware deep learning uncovers high-affinity plastic-binding peptides
2025-Feb-12, Digital discovery
IF:6.2Q1
DOI:10.1039/d4dd00219a
PMID:39882101
|
研究论文 | 本文提出了一种结合生物物理建模、证据深度学习和元启发式搜索方法的新型框架，用于发现高亲和力的塑料结合肽，以应对微塑料污染问题 | 结合生物物理建模数据、证据深度学习的预测能力和不确定性量化，以及元启发式搜索方法，显著提高了塑料结合肽的发现效率和准确性 | 深度学习的预测并非总是准确，可能导致合成和评估假阳性肽的时间和金钱浪费 | 开发一种高效、低成本的方法来发现高亲和力的塑料结合肽，以解决微塑料污染问题 | 塑料结合肽（PBPs） | 机器学习 | NA | 分子动力学模拟、证据深度学习、元启发式搜索方法 | 深度学习 | 实验数据、生物物理数据 | 超过10^12种12-mer肽的组合空间 |
| 8213 | 2025-02-14 |
A Deep-Learning Approach for Vocal Fold Pose Estimation in Videoendoscopy
2025-Feb-12, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01431-8
PMID:39939476
|
研究论文 | 本文提出了一种深度学习框架，用于从临床实践中获取的喉镜视频帧中估计声带姿态，以辅助诊断喉部疾病 | 该框架通过热图回归依赖三个解剖学相关的关键点作为前声门角度（AGA）计算的先验，克服了现有算法在病理图像、噪声和遮挡等挑战性图像中的缺点 | NA | 开发一种深度学习框架，用于从喉镜视频帧中准确估计声带姿态，以辅助诊断喉部疾病 | 声带姿态估计 | 计算机视觉 | 喉部疾病 | 深度学习 | 热图回归 | 视频帧 | 124名患者的471张喉镜帧，其中28名患者患有癌症 |
| 8214 | 2025-02-14 |
Multifactor prediction model for stock market analysis based on deep learning techniques
2025-Feb-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88734-6
PMID:39934296
|
研究论文 | 本文提出了一种基于深度学习的多因素预测模型，用于分析股票市场的稳定性 | 使用sigmoid深度学习范式构建了一个基于矛盾因素的稳定性预测模型，能够识别不同影响因素对股票市场稳定性的影响 | 未提及具体的数据集或实验验证结果，可能缺乏实际应用的验证 | 研究股票市场的稳定性预测，以提高预测精度和识别市场突变 | 股票市场的稳定性及其影响因素 | 机器学习 | NA | 深度学习 | sigmoid深度学习模型 | 股票市场数据 | 未提及具体样本数量 |
| 8215 | 2025-02-14 |
Deep-learning-ready RGB-depth images of seedling development
2025-Feb-11, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01334-3
PMID:39934882
|
研究论文 | 本文提出了一个独特的幼苗出苗动力学注释数据集，包含近70,000个RGB深度帧和超过700,000个植物注释 | 提供了一个独特的RGB深度图像数据集，用于训练深度学习模型并进行高通量表型分析，展示了该数据集在多种物种上的泛化能力并超越现有技术 | 讨论了该数据集在植物表型分析中引发的新问题，但未详细说明具体问题 | 旨在通过提供高质量的注释数据集，推动机器学习驱动的植物成像研究 | 幼苗出苗动力学 | 计算机视觉 | NA | NA | 深度学习模型 | RGB深度图像 | 近70,000个RGB深度帧和超过700,000个植物注释 |
| 8216 | 2025-02-14 |
Chemically Informed Deep Learning for Interpretable Radical Reaction Prediction
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01901
PMID:39871741
|
研究论文 | 本文开发了一个基于分子轨道相互作用的预测框架，用于解释自由基反应的机制 | 提出了一个化学感知的深度学习模型，能够提供不同层次的解释性预测，并在自由基反应预测中达到了96%的准确率 | 模型依赖于RMechDB数据库，可能受限于数据库的覆盖范围和准确性 | 开发一个能够预测和解释自由基反应的深度学习框架 | 自由基反应的机制和产物 | 化学信息学 | NA | 深度学习 | 深度学习模型 | 化学反应数据 | RMechDB数据库中的自由基反应步骤 |
| 8217 | 2025-02-14 |
Can Focusing on One Deep Learning Architecture Improve Fault Diagnosis Performance?
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02060
PMID:39883649
|
研究论文 | 本研究专注于单一深度学习架构，以评估其在故障诊断中的性能提升 | 通过专注于单一深度学习架构，而不是广泛评估多种模型，探索了深度学习方法在故障诊断中的潜力 | 研究仅基于Tennessee Eastman Process数据集，未在其他数据集上验证 | 评估专注于单一深度学习架构是否能够提升故障诊断的性能 | Tennessee Eastman Process数据集 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | 过程数据 | NA |
| 8218 | 2025-02-14 |
Robust pose estimation for non-cooperative space objects based on multichannel matching method
2025-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89544-6
PMID:39930024
|
研究论文 | 本文提出了一种基于多通道匹配方法的非合作空间物体姿态估计框架，该框架不依赖于3D模型，适用于实例和类别级别的场景 | 提出了一种不依赖于3D模型的通用姿态估计流程，并设计了一个多通道匹配网络和三重损失函数来获取关键点匹配对，同时引入了动态关键帧池的姿态图优化算法以减少长期漂移误差 | NA | 提高非合作空间物体姿态估计的准确性和鲁棒性，以支持3D重建、卫星导航、交会对接和碰撞避免等空间任务 | 非合作空间物体 | 计算机视觉 | NA | 深度学习 | 多通道匹配网络 | 图像 | 包含9种不同类型的非合作目标的11,565个样本 |
| 8219 | 2025-02-14 |
AI-assisted computational screening and docking simulation prioritize marine natural products for small-molecule PCSK9 inhibition
2025-Feb-04, Current research in translational medicine
IF:3.2Q2
DOI:10.1016/j.retram.2025.103498
PMID:39938184
|
研究论文 | 本文开发了一种基于AI的虚拟筛选管道，用于识别新型人类PCSK9抑制剂，以应对与Covid-19相关的心血管和中枢神经系统并发症 | 结合卷积神经网络深度学习模型、分子对接和分子动力学模拟，提出了一种多步骤的计算机筛选方法，用于发现新型PCSK9抑制剂 | 研究主要依赖于计算机模拟，缺乏实验验证 | 识别新型人类PCSK9抑制剂，以应对与Covid-19相关的心血管和中枢神经系统并发症 | 海洋天然产物 | 机器学习 | 心血管疾病 | 卷积神经网络、分子对接、分子动力学模拟 | CNN | 化学数据库 | CMNPD数据库中的已知中枢神经系统、心血管和抗炎药物 |
| 8220 | 2024-08-07 |
Correction to: Deep Learning Glioma Grading with the Tumor Microenvironment Analysis Protocol for Comprehensive Learning, Discovering, and Quantifying Microenvironmental Features
2025-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01160-4
PMID:38864948
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |