深度学习在生物医药领域的应用

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(使用关键词“['deep learning']”过滤),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!

Sample Image
添加微信请说明来意
Sample Image
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19.9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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 42805 篇文献,本页显示第 10401 - 10420 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 算法框架 模型架构 性能指标 计算资源
10401 2025-11-30
Predicting Inhibition of CDK2 with SAnDReS: The Application of Machine Learning to Navigate the Scoring Function Space
2025, Current medicinal chemistry IF:3.5Q2
综述 本文综述了应用机器学习模型和SAnDReS程序预测CDK2抑制的研究进展 开发了基于SAnDReS的机器学习模型,在预测CDK2抑制方面优于传统和深度学习评分函数,并引入创新的DOME分析方法 NA 评估计算模型在预测CDK2抑制方面的应用 CDK2蛋白及其抑制剂 机器学习 癌症 机器学习建模 机器学习模型,深度学习 结构数据,结合亲和力数据 基于BindingDB数据库的CDK2相关数据 SAnDReS NA 预测性能,pKi预测精度 NA
10402 2025-11-30
1DCNN-BiLSTM-transformer hypertension risk prediction model based on APW
2025, Frontiers in microbiology IF:4.0Q2
研究论文 提出一种基于动脉压力波形的1DCNN-BiLSTM-Transformer混合架构用于高血压风险预测 首次将1D-CNN、双向LSTM和Transformer结合用于APW数据分析,同时捕捉局部波形特征、长程时间依赖性和跨压力段的非线性交互 未明确说明样本量规模,且仅基于单一数据库进行验证 开发基于动脉压力波形的高血压风险预测模型 高血压患者与非高血压患者的动脉压力波形数据 机器学习 心血管疾病 动脉压力波形分析 1D-CNN, BiLSTM, Transformer 动脉压力波形信号 NA NA 1D-CNN-BiLSTM-Transformer混合架构 准确率, 精确率, 召回率, F1分数 NA
10403 2025-11-30
Retrospective Development of an AI Model Combining Ultrasound and Clinical Data for Pediatric Appendicitis Differentiation
2025, Emergency medicine international IF:1.2Q3
研究论文 开发并验证了一种结合超声图像和临床数据的人工智能模型,用于儿童复杂性阑尾炎与非复杂性阑尾炎的鉴别诊断 首次采用多模态方法整合超声图像的深度学习特征、影像组学特征和临床实验室指标,构建综合诊断模型 回顾性研究设计,样本量相对有限(372例),仅来自三个医疗中心 开发能够准确鉴别儿童复杂性阑尾炎与非复杂性阑尾炎的AI辅助诊断工具 372例经病理证实的儿童阑尾炎患者(230例男性,142例女性) 数字病理 阑尾炎 超声成像,深度学习迁移学习,影像组学分析 机器学习分类模型 超声图像,临床实验室数据 372例儿科阑尾炎病例,来自三个医疗中心 NA 构建了四种模型:Rad模型(仅影像组学特征)、DL模型(仅深度学习特征)、DTL模型(结合影像组学和深度学习特征)、Combine模型(整合所有三类特征) AUC,准确率,阳性预测值,ROC曲线,决策曲线分析,DeLong检验 NA
10404 2025-11-30
Exploring the role of artificial intelligence toward management of HIV and TB co-infection in Nigeria: a comprehensive narrative review
2025 Jan-Dec, Therapeutic advances in infectious disease IF:3.8Q2
综述 本文探讨人工智能在尼日利亚HIV与结核病共感染管理中的应用现状与潜力 系统评估AI技术在尼日利亚HIV/TB共感染管理中的具体应用场景和实施障碍 依赖文献综述方法,未进行原始数据收集和实证分析 探索人工智能在改善尼日利亚HIV与结核病共感染管理中的作用 尼日利亚HIV与结核病共感染患者群体及相关医疗管理系统 医疗人工智能 HIV与结核病共感染 文献综述方法 深度学习, 机器学习, 计算机辅助检测, 模糊认知图, 逻辑回归, Twin模型 医学文献数据 2014-2022年间发表的相关研究文献 NA NA NA NA
10405 2025-11-30
A Dual-input deep learning architecture for classification and latency estimation in ABR signals
2025, Frontiers in medicine IF:3.1Q1
研究论文 提出一种双输入深度学习架构,用于听觉脑干反应信号的分类和潜伏期估计 首次采用配对信号方法和多任务学习框架,同时进行波V存在性分类和潜伏期预测 NA 开发自动化ABR信号分析方法以替代耗时且主观的人工解读 听觉脑干反应信号中的波V特征 生物医学信号处理 听觉障碍 听觉脑干反应检测 CNN 生物电信号 NA NA 具有主干网络和双分支的多任务架构 F1-score, R平方 NA
10406 2025-11-30
Artificial intelligence for algorithmic trading digital assets: evidence from the Counter-Strike 2 skin market
2025, Frontiers in artificial intelligence IF:3.0Q2
研究论文 本研究开发并评估了基于深度学习的自动化交易系统,用于预测《反恐精英2》游戏皮肤价格并指导交易决策 首次系统研究人工智能在游戏皮肤交易中的应用,针对高波动性、低流动性的虚拟资产市场开发专门的交易策略 研究仅基于Steam市场数据,未考虑外部市场因素;交易策略受限于平台规定的7天持有期和10%交易成本 探索人工智能在虚拟资产交易中的可行性和有效性 《反恐精英2》游戏皮肤市场 机器学习 NA 深度学习时间序列预测 LSTM, Neural Hierarchical Interpolation for Time Series 时间序列价格数据 12,000个独特皮肤,时间跨度为2024年5月至2025年4月 NA LSTM, Neural Hierarchical Interpolation for Time Series 夏普比率, 索提诺比率, 投资回报率 NA
10407 2025-11-30
Deep learning based on MRI for assessing the prognostic value of lateral lymph nodes in rectal cancer
2025, Frontiers in oncology IF:3.5Q2
研究论文 本研究开发基于MRI的深度学习模型用于评估直肠癌侧方淋巴结的预后价值 首次将深度学习应用于直肠癌侧方淋巴结的自动识别和分割,相比传统MRI T2WI方法提高了诊断效率和准确性 回顾性研究设计,样本量相对有限,需要进一步前瞻性验证 优化直肠癌术前治疗策略,提高侧方淋巴结阳性评估的准确性 直肠癌患者的MRI影像和临床预后数据 医学影像分析 直肠癌 MRI T2加权成像 深度学习模型 医学影像 1,000例患者用于训练,480例患者用于验证,来自5个医疗中心 NA NA 准确率, 特异性 NA
10408 2025-11-30
Artificial intelligence in healthcare: applications, challenges, and future directions. A narrative review informed by international, multidisciplinary expertise
2025, Frontiers in digital health IF:3.2Q2
综述 本文通过国际多学科专业知识对人工智能在医疗保健领域的应用、挑战和未来方向进行叙述性综述 强调生成式AI和辅助医疗专业等未充分探索领域,提供整合的多学科视角 叙述性综述方法可能存在选择偏倚,未进行系统性质量评估 评估人工智能在医疗保健中的作用,总结其历史演变、当前应用及对医疗专业和生物医学研究的影响 医疗和外科专业中的AI应用,辅助医疗专业,生物医学研究 医疗人工智能 NA 文献综述 NA 文献数据 NA NA NA NA NA
10409 2025-11-30
How do chemical epistemological beliefs affect Chinese students' chemistry disciplinary competence? A structural equation modeling analysis
2025, Frontiers in psychology IF:2.6Q2
研究论文 探讨化学认识论信念如何通过批判性思维倾向和化学学习方式影响中国学生的化学学科能力 首次通过结构方程模型分析化学认识论信念对学科能力的影响机制,揭示批判性思维倾向和学习方式的中介作用 样本量较小(182名11年级学生),仅针对中国学生群体,缺乏跨文化比较 探索化学认识论信念对学生化学学科能力的影响机制,为培养化学学科能力提供建议 中国11年级学生 教育研究 NA 结构方程模型 结构方程模型 问卷调查数据 182名11年级学生 NA NA NA NA
10410 2025-11-30
A comparison of methods for fully automatic segmentation of tumors and involved nodes in PET/CT of head and neck cancers
2021-03-04, Physics in medicine and biology IF:3.3Q1
研究论文 比较传统PET阈值方法、经典机器学习算法和2D U-Net卷积神经网络在头颈癌PET/CT图像中自动分割肿瘤体积的性能 首次系统比较传统阈值法、经典机器学习和深度学习在头颈癌多模态影像分割中的表现,并评估单模态与多模态输入对分割质量的影响 仅使用2D U-Net架构,未探索3D或其他更先进的深度学习模型 开发头颈癌放疗中自动肿瘤体积分割方法,提高分割准确性和效率 头颈癌患者的PET/CT影像数据 数字病理 头颈癌 PET/CT影像技术 CNN 医学影像 197名患者(训练集157名,测试集40名) NA 2D U-Net Sørensen-Dice相似系数, 真阳性率, 阳性预测值, 表面距离指标 NA
10411 2025-11-30
Thyroid gland delineation in noncontrast-enhanced CTs using deep convolutional neural networks
2021-02-16, Physics in medicine and biology IF:3.3Q1
研究论文 本研究开发了一种基于深度学习的甲状腺自动分割方法,用于非增强头颈部CT图像 首次在非增强CT中实现高精度甲状腺分割,通过六项交叉验证实验证明方法的鲁棒性 仅针对疑似甲状腺癌患者数据,未在其他疾病类型中验证 开发高精度、高效且鲁棒的甲状腺自动分割方法 1977例疑似甲状腺癌患者的非增强头颈部CT图像 医学影像分析 甲状腺癌 CT成像 CNN 医学影像 1977例患者 NA 3D U-Net, V-Net Dice相似系数, 敏感度, 特异度, Jaccard指数, Hausdorff距离, 平均表面距离, 残差均方根距离, 质心距离, Pearson相关系数, Bland-Altman分析 NA
10412 2025-11-29
Accurate de novo design of high-affinity protein-binding macrocycles using deep learning
2025-Dec, Nature chemical biology IF:12.9Q1
研究论文 介绍了一种基于深度学习的从头设计高亲和力蛋白质结合大环化合物的新方法 首次开发了基于去噪扩散模型的蛋白质结合大环化合物从头设计流程,无需大规模筛选即可获得高亲和力结合物 仅测试了四种不同蛋白质靶点,样本规模相对有限 开发高效的大环化合物设计方法用于诊断和治疗应用 蛋白质靶点和大环化合物结合物 机器学习 NA 深度学习,去噪扩散模型 扩散模型 蛋白质结构数据 针对4种不同蛋白质各测试不超过20个大环化合物设计 NA RFpeptides 结合亲和力(K值),Cα均方根偏差 NA
10413 2025-11-29
Reducing motion artifacts in the aorta: super-resolution deep learning reconstruction with motion reduction algorithm
2025-Dec, Japanese journal of radiology IF:2.9Q2
研究论文 评估结合运动减少算法的超分辨率深度学习重建技术在减少主动脉运动伪影方面的效果 首次将超分辨率深度学习重建与运动减少算法结合,显著提升主动脉CT图像质量 回顾性研究,样本量有限(86例患者),仅针对主动脉夹层诊断进行评估 比较不同深度学习重建算法在减少主动脉运动伪影方面的性能 接受胸部增强CT扫描的86例患者(平均年龄65.0±14.1岁,53例男性) 医学影像处理 心血管疾病 对比增强CT扫描 深度学习重建 CT医学影像 86例患者 NA 超分辨率深度学习重建 定量噪声、边缘上升斜率、边缘上升距离、伪影评分、锐利度评分、噪声评分、结构描绘评分、诊断可接受度评分 NA
10414 2025-11-29
A hybrid deep learning model for O3 forecasting and explaining in the Yangtze River Delta Region of China
2025-Dec-01, The Science of the total environment
研究论文 本研究开发了一种混合深度学习模型用于长三角地区臭氧浓度预测和解释分析 结合注意力机制序列到序列模型与层间相关性传播方法,首次在臭氧预测中量化不同特征的时空贡献 研究区域限于长三角地区,时间跨度仅为2020-2023年 开发可解释的臭氧浓度预测模型并分析特征贡献机制 长三角地区臭氧浓度及其影响因素 环境科学, 机器学习 NA 随机森林校正, 层间相关性传播, 潜在源贡献函数分析 注意力机制序列到序列模型, 随机森林 网格化臭氧数据, 气象参数, 地面观测数据 2020-2023年长三角地区9公里网格化数据 NA seq2seq with attention 相关系数R, 均方根误差RMSE NA
10415 2025-11-29
Self-supervised learning for MRI reconstruction: a review and new perspective
2025-Dec, Magma (New York, N.Y.)
综述 本文系统回顾了自监督深度学习在MRI重建领域的最新进展,探讨其克服全采样k空间数据依赖性的潜力 提出了自监督学习作为有监督方法替代方案的新视角,仅需欠采样k空间数据即可训练模型 方法在不同解剖结构的鲁棒性存在挑战,验证标准缺乏统一性,临床整合仍需完善 推动MRI重建技术发展,解决数据稀缺问题并缩短扫描时间 磁共振成像重建方法和技术 医学影像 NA 磁共振成像 深度学习 k空间数据 NA NA NA 图像质量 NA
10416 2025-11-29
Durative Monitoring of Sulfur Hexafluoride Characteristic Gases under Hydrogen Interference Using a Time2Vec-Encoded CNN-Transformer-LSTM Model Based on a Heterogeneous Gas Sensor Array
2025-Nov-28, ACS sensors IF:8.2Q1
研究论文 提出一种基于异质气体传感器阵列和Time2Vec编码的CNN-Transformer-LSTM深度学习模型,用于六氟化硫分解气体的持续监测 首次将Time2Vec编码与CNN-Transformer-LSTM混合模型结合,并设计异质气体传感器阵列来降低交叉敏感性干扰 实验数据仅采集两天,数据量相对有限,需进一步验证长期监测性能 开发准确在线监测GIS系统中六氟化硫分解产物的方法 六氟化硫分解产生的HS、SO、CO和H₂四组分混合气体 传感器技术 NA 异质气体传感器阵列(金属氧化物半导体传感器、电化学传感器、Pd-Au合金氢传感器) CNN, Transformer, LSTM 气体传感器时序数据 连续两天采集的实验数据集,第一天数据进行了增强 NA Time2Vec-CNN-Transformer-LSTM混合架构 准确率, F1分数, R², RMSE NA
10417 2025-11-29
Synergistic Integration of Frequency-Dependent Impedance and Machine Learning in Semiconductor Metal Oxide-Based Breath Sensors for High-Performance Gas Discrimination
2025-Nov-28, ACS sensors IF:8.2Q1
研究论文 本研究结合频率依赖性阻抗谱和机器学习技术,开发了一种用于高性能气体识别的半导体金属氧化物呼吸传感器 通过结构组成改性的单传感器结合频率依赖性阻抗特征,在潮湿环境下实现了对化学性质相似气体混合物的高精度识别 研究仅针对丙酮和乙醇两种气体的混合物,且浓度范围有限(0.5-2.5 ppm) 开发用于呼吸疾病检测的高性能气体识别传感器 铂负载二氧化锡传感材料对丙酮和乙醇混合物的识别 机器学习 呼吸系统疾病 频率依赖性阻抗谱 DNN 阻抗数据 丙酮和乙醇混合物在干燥和潮湿环境下的测试数据 NA 深度神经网络 准确率 NA
10418 2025-11-29
Enhancing Slice-Wise Brain MRI Tasks using Self-Supervised and Auxiliary Learning
2025-Nov-27, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 本研究通过自监督学习和辅助学习方法提升脑部MRI切片任务的性能 提出切片级正则化(SWR)辅助学习任务,利用MRI固有结构特性防止相邻切片表征解相关,且无需额外人工标注 NA 解决医学图像处理中标注数据稀缺的问题,提升脑部MRI切片任务的性能 颅咽管瘤识别(CPGR)和下丘脑受累检测(DHI) 医学图像处理 脑部疾病 结构脑磁共振成像(MRI) CNN 医学图像 NA NA 2D卷积网络 F1-score NA
10419 2025-11-29
Multiclass Brain Tumor Detection with Attention-Embedded CNN Framework: Advancing Toward Decentralized Deep Learning-Based Health Monitoring
2025-Nov-27, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 提出一种结合注意力机制和残差连接的自定义CNN模型,用于多类别脑肿瘤检测,并探索去中心化学习在医疗监测中的应用 提出嵌入注意力机制和残差连接的Inception模块自定义CNN架构,在联邦学习框架下实现高性能脑肿瘤分类 仅使用在线公开脑肿瘤数据集,未在更广泛的真实临床环境中验证 开发基于去中心化深度学习的计算机辅助诊断系统,提高脑肿瘤检测准确性和效率 脑部MR图像中的多类别脑肿瘤 计算机视觉 脑肿瘤 磁共振成像(MRI) CNN 医学图像 在线脑肿瘤数据集中的MR图像,分为四类:胶质瘤、脑膜瘤、垂体瘤和无肿瘤 TensorFlow, PyTorch 自定义CNN, Inception, 注意力机制, 残差连接 准确率 NA
10420 2025-11-29
Multi-label classification for multi-temporal, multi-spatial coral reef condition monitoring using vision foundation model with adapter learning
2025-Nov-26, Marine pollution bulletin IF:5.3Q1
研究论文 本研究提出了一种结合DINOv2视觉基础模型和LoRA微调方法的多标签分类方法,用于多时空珊瑚礁状况监测 首次探索基础模型在多时空设置下对珊瑚礁状况进行多标签分类的高效适配方法 研究仅基于泰国涛岛的15个潜水点数据,需要更多地理位置的验证 开发高效准确的珊瑚礁状况自动分类方法以支持生态系统监测和保护 珊瑚礁生态系统状况 计算机视觉 NA 水下调查图像采集 视觉基础模型,适配器学习 图像 来自泰国涛岛15个潜水点的多时空野外图像 PyTorch DINOv2, LoRA 匹配率 NA
回到顶部