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 25390 篇文献，本页显示第 8261 - 8280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8261 | 2025-02-26 |
Harnessing the Power of Deep Learning to Assess Breast Cancer Risk
2020-02, Radiology
IF:12.1Q1
DOI:10.1148/radiol.2019192471
PMID:31846401
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8262 | 2025-02-25 |
Artificial intelligence-based molecular property prediction of photosensitising effects of drugs
2025-Apr, Journal of drug targeting
IF:4.3Q1
DOI:10.1080/1061186X.2024.2434911
PMID:39618307
|
研究论文 | 本研究探讨了利用先进的人工智能工作流程预测药物和化合物光敏效应的可行性 | 使用三种不同的模型（逻辑回归、XGBoost和深度学习模型Chemprop）预测药物的光敏效应，并在外部验证集上进行了评估 | 尽管模型在预测光敏效应方面表现出色，但复杂模型在预测分数分布上表现出更高的置信度，这可能限制了简单模型的应用 | 预测药物和化合物的光敏效应，以减少药物诱导的光敏性不良反应 | 2200种药物和化合物 | 机器学习 | NA | 人工智能工作流程 | 逻辑回归、XGBoost、Chemprop | 药物和化合物的分子属性数据 | 2200种药物 |
| 8263 | 2025-02-25 |
Spatial-frequency aware zero-centric residual unfolding network for MRI reconstruction
2025-Apr, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110334
PMID:39863026
|
研究论文 | 本文提出了一种空间频率感知的零中心残差展开网络，用于MRI重建，旨在通过深度学习技术减少k空间欠采样引起的图像域伪影，并提高图像质量 | 提出了一种可学习的空间频率差异感知模块，补充了可学习的数据一致性层，将k空间域差异映射到空间图像域进行感知补偿，并引入了小波分解的显式先验，通过将图像分解为均值和残差分量，对残差施加精细的零均值约束，同时保持计算效率 | 未明确提及具体局限性 | 提高MRI重建的图像质量，减少k空间欠采样引起的伪影 | MRI图像 | 医学影像处理 | NA | 深度学习 | 零中心残差展开网络 | MRI图像数据 | FastMRI和Calgary-Campinas数据集 |
| 8264 | 2025-02-25 |
Intelligent recognition of subsurface utilities and voids: A ground penetrating radar dataset for deep learning applications
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111338
PMID:39990121
|
研究论文 | 本文介绍了一个专门为深度学习应用设计的GPR数据集，用于自动检测地下设施和空洞 | 创建了一个包含2,239张JPEG格式的Radargram图像的数据集，填补了GPR数据集的空白，并具有通用性 | GPR调查成本高且处理耗时 | 开发自动化系统，有效检测地下异常，减少人工错误 | 地下设施（如管道、电缆）和地下空洞 | 计算机视觉 | NA | GPR | 深度学习模型 | 图像 | 2,239张Radargram图像 |
| 8265 | 2025-02-25 |
CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images
2025-Mar-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001598
PMID:39680679
|
研究论文 | 本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级 | 开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标 | 单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者 | 评估一种新的客观深度学习模型在白内障分级中的应用 | 白内障患者和对照组的眼睛 | 计算机视觉 | 白内障 | SS-OCT扫描 | 深度学习模型 | 图像 | 548只眼睛（315名患者，年龄19至85岁） |
| 8266 | 2025-02-25 |
Opportunistic assessment of steatotic liver disease in lung cancer screening eligible individuals
2025-Mar, Journal of internal medicine
IF:9.0Q1
DOI:10.1111/joim.20053
PMID:39868889
|
研究论文 | 本研究利用深度学习模型在肺癌筛查的胸部CT中评估脂肪肝病（SLD），并探讨其在重度吸烟者中的预后价值 | 首次在肺癌筛查的胸部CT中利用深度学习模型评估SLD，并发现SLD是重度吸烟者长期死亡率的独立预测因子 | 研究仅基于NLST参与者的数据，可能无法推广到其他人群 | 评估SLD在肺癌筛查中的预后价值 | 19,774名NLST参与者 | 数字病理 | 肺癌 | 深度学习 | 深度学习模型 | CT图像 | 19,774名NLST参与者 |
| 8267 | 2025-02-25 |
Ectopic, intra-thyroid parathyroid adenoma better visualised by deep learning enhanced choline PET/CT
2025-Feb-24, QJM : monthly journal of the Association of Physicians
DOI:10.1093/qjmed/hcaf057
PMID:39992255
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8268 | 2025-02-25 |
Subclinical tremor differentiation using long short-term memory networks
2025-Feb-24, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01526-0
PMID:39992543
|
研究论文 | 本研究探讨了使用长短期记忆网络（LSTM）区分帕金森病（PD）和特发性震颤（ET）的亚临床震颤的潜力 | 提出了一种基于LSTM的深度学习模型，能够有效区分PD、ET和正常生理性震颤的亚临床震颤，准确率分别达到95%和93% | 未来需要增强模型的可解释性，并在更大、更多样化的数据集上进行验证，包括动作性震颤 | 开发一种深度学习模型，以区分帕金森病、特发性震颤和正常生理性震颤的亚临床震颤 | 51名PD患者、15名ET患者和58名正常受试者的亚临床震颤数据 | 机器学习 | 帕金森病 | 长短期记忆网络（LSTM） | LSTM | 传感器数据 | 124名受试者（51名PD患者、15名ET患者和58名正常受试者） |
| 8269 | 2025-02-25 |
Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction
2025-Feb-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85582-2
PMID:39984509
|
研究论文 | 本研究提出了一种基于VMD-CNN-LSTM-Self-Attention的天然气负荷预测方法，以提高天然气供应企业的生产安全管理 | 创新性地提出了VMD-CNN-LSTM-Self-Attention区间预测方法，并实现了基于85%、90%和95%置信区间的分级报警机制 | 未提及具体局限性 | 提高天然气负荷预测的准确性和可靠性，以增强企业生产安全管理 | 天然气场站出站负荷数据 | 机器学习 | NA | 深度学习 | VMD-CNN-LSTM-Self-Attention | 时间序列数据 | 未提及具体样本数量 |
| 8270 | 2025-02-25 |
A detection method for small casting defects based on bidirectional feature extraction
2025-Feb-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90185-y
PMID:39984609
|
研究论文 | 本文提出了一种基于双向特征提取的小型铸件缺陷检测方法，旨在提高铸件检测的科学性和精确性 | 创新性地开发了一种基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构BiSDE，以及采用基于Wasserstein距离的损失函数来优化小缺陷目标的训练过程 | 未提及具体局限性 | 开发一种自动化缺陷检测模型，以提高铸件检测的效率和准确性 | 小型铸件缺陷 | 计算机视觉 | NA | 深度学习 | BiSDE（基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构） | 图像 | 未提及具体样本数量 |
| 8271 | 2025-02-25 |
Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement
2025-Feb-21, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01507-3
PMID:39984725
|
研究论文 | 本研究基于定量MRI（qMRI）和机器学习技术，构建了一个膝关节的数字孪生系统，旨在推进骨关节炎（OA）管理和膝关节置换（KR）预测的精准医疗 | 结合深度学习分割膝关节结构和降维技术，创建了一个成像生物标志物的嵌入特征空间，并识别出与OA发病率和KR结果显著相关的特定生物标志物 | NA | 推进骨关节炎管理和膝关节置换预测的精准医疗 | 膝关节 | 数字病理学 | 骨关节炎 | 定量MRI（qMRI） | 深度学习 | 图像 | NA |
| 8272 | 2025-02-25 |
Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42318
PMID:39991243
|
研究论文 | 本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量 | 结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失 | NA | 提高马铃薯产量，通过早期检测叶片病害 | 马铃薯叶片 | 计算机视觉 | 马铃薯病害 | 深度学习 | DENSE-NET-121 | 图像 | 来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病） |
| 8273 | 2025-02-25 |
A Physics-Informed Deep Learning Model for MRI Brain Motion Correction
2025-Feb-13, ArXiv
PMID:39990792
|
研究论文 | 本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet，用于MRI脑部运动校正，通过整合空间和k空间信息来消除运动伪影，提高图像质量和诊断可靠性 | PI-MoCoNet无需显式运动参数估计，通过结合空间和k空间信息来校正运动伪影，创新性地使用了U-net与Swin Transformer模块结合的架构，并引入了三种损失函数进行优化 | 研究主要基于模拟的运动伪影数据，实际临床环境中的复杂运动可能未被完全覆盖 | 开发一种高效的MRI脑部运动校正方法，以提高图像质量和诊断可靠性 | MRI脑部图像 | 计算机视觉 | NA | 深度学习 | U-net, Swin Transformer | 图像 | IXI和MR-ART数据集 |
| 8274 | 2025-02-25 |
Deep Learning Derived Adipocyte Size Reveals Adipocyte Hypertrophy is under Genetic Control
2025-Feb-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.11.25322053
PMID:39990583
|
研究论文 | 本研究利用深度学习方法对皮下和内脏脂肪组织样本进行语义分割，探讨脂肪细胞大小与肥胖相关性状及其遗传关联 | 首次大规模研究自动脂肪细胞表型分析，结合组织学测量和遗传学数据，揭示了脂肪细胞肥大与代谢不良的关联，并发现了与脂肪细胞大小相关的遗传位点 | 研究样本主要来自特定人群，可能限制了结果的普适性 | 探讨脂肪细胞大小与肥胖相关性状及其遗传关联 | 皮下和内脏脂肪组织样本 | 数字病理学 | 肥胖相关疾病 | 深度学习 | 语义分割模型 | 图像 | 2,667个样本，来自5个独立队列，包含9,000张全切片图像，超过2,700万个脂肪细胞 |
| 8275 | 2025-02-25 |
Classification of Major Depressive Disorder Using Vertex-Wise Brain Sulcal Depth, Curvature, and Thickness with a Deep and a Shallow Learning Model
2025-Jan-24, ArXiv
PMID:39975425
|
研究论文 | 本研究探讨了使用深度学习模型和浅层学习模型结合脑部沟深、曲率和厚度等顶点形态特征对重度抑郁症（MDD）进行分类的效果 | 首次在MDD分类中整合了顶点形态特征，并比较了DenseNet和SVM两种模型的性能，同时应用了ComBat工具消除多站点数据的潜在影响 | 尽管使用了非线性分类器和顶点形态特征，但分类性能接近随机水平，表明当前特征和分类器组合在MDD分类中不可行 | 探索基于脑部形态特征的MDD分类方法，并评估深度学习模型在此任务中的潜力 | 重度抑郁症患者和健康对照者 | 神经影像分析 | 重度抑郁症 | 深度学习，机器学习 | DenseNet, SVM | 脑部MRI图像 | 7,012名参与者（2,772名MDD患者和4,240名健康对照者）来自30个站点 |
| 8276 | 2025-02-25 |
Phyla: Towards a foundation model for phylogenetic inference
2025-Jan-22, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.17.633626
PMID:39896621
|
研究论文 | 本文介绍了Phyla，一种用于系统发育推断的基础模型，采用混合状态空间变换器架构和新颖的树损失函数，在序列推理基准和系统发育树重建上实现了最先进的性能 | Phyla模型通过引入显式的高层次语义表示系统发育树，采用混合状态空间变换器架构和新的树损失函数，提升了序列推理和系统发育树重建的性能 | 模型仍处于开发阶段，尚未完全验证其在不同生物数据集上的广泛适用性 | 开发一种能够进行跨序列推理的基础模型，以增强系统发育推断和计算生物学中其他任务的通用性和性能 | 蛋白质序列和系统发育树 | 计算生物学 | NA | 混合状态空间变换器架构 | Transformer | 序列数据 | NA |
| 8277 | 2025-02-25 |
Accurate predictions on small data with a tabular foundation model
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08328-6
PMID:39780007
|
研究论文 | 本文介绍了一种名为TabPFN的表格基础模型，该模型在小数据集上表现出色，超越了所有现有方法 | TabPFN是一种基于生成式Transformer的基础模型，能够在短时间内超越经过长时间调优的基线模型，并支持微调、数据生成、密度估计和学习可重用嵌入 | 模型在数据集样本量超过10,000时表现未提及，可能在大规模数据集上存在局限性 | 提升表格数据上的预测能力，以加速科学发现和增强各领域的重要决策 | 表格数据（如电子表格中的行和列） | 机器学习 | NA | 生成式Transformer | TabPFN | 表格数据 | 最多10,000个样本 |
| 8278 | 2025-02-25 |
Computational microscopy with coherent diffractive imaging and ptychography
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08278-z
PMID:39780004
|
综述 | 本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性 | CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像 | NA | 探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展 | 晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本 | 计算显微镜 | NA | 相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习 | NA | 图像 | NA |
| 8279 | 2025-02-25 |
Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134651
PMID:38843640
|
研究论文 | 本研究构建了一个基于功能、环境及健康风险的抗抑郁药物优先级筛选系统（ADRank），并采用改进的mixup-transformer深度学习模型进行分类，以提高分类准确性和可靠性 | 采用改进的mixup-transformer深度学习模型，相较于随机森林模型，分类准确性提高了23.25%，可靠性提高了80% | 研究中未明确提及样本量及数据来源的具体细节 | 构建抗抑郁药物的风险优先级筛选系统，以识别和管理抗抑郁药物的风险 | 抗抑郁药物（AD） | 机器学习 | NA | 深度学习 | mixup-transformer | NA | NA |
| 8280 | 2025-02-25 |
Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134723
PMID:38815392
|
研究论文 | 本研究利用多分支深度学习模型和高光谱成像技术，开发了HerbiNet模型，用于早期检测玉米中nicosulfuron除草剂的毒性 | 开发了HerbiNet和HerbiNet-Lite模型，能够早期准确预测玉米中nicosulfuron的毒性，并在不同年份和季节的数据集上表现出更高的泛化能力 | 研究仅针对nicosulfuron一种除草剂，未涉及其他除草剂的毒性检测 | 开发早期检测玉米中除草剂毒性的方法，以保护玉米生产和田间环境 | 玉米作物及其高光谱图像 | 计算机视觉 | NA | 高光谱成像 | 多分支深度学习模型 | 图像 | NA |