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 32373 篇文献,本页显示第 11981 - 12000 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
11981 2025-10-07
Deep Learning-Based Accelerated MR Cholangiopancreatography Without Fully-Sampled Data
2025-Mar, NMR in biomedicine IF:2.7Q1
研究论文 本研究开发了一种基于深度学习的加速磁共振胰胆管成像重建方法,无需全采样数据 首次在3T和0.55T场强下应用深度学习重建加速MRCP采集,并比较了监督学习和自监督学习两种训练策略 研究仅纳入35名健康志愿者,样本量有限,且未在患者群体中验证 加速磁共振胰胆管成像采集过程,同时保持图像质量 35名健康志愿者的MRCP扫描数据 医学影像分析 肝胆胰疾病 磁共振成像 深度学习 医学影像 35名健康志愿者 NA NA 峰值信噪比, 结构相似性 NA
11982 2025-10-07
ZFP-CanPred: Predicting the effect of mutations in zinc-finger proteins in cancers using protein language models
2025-Mar, Methods (San Diego, Calif.)
研究论文 开发基于蛋白质语言模型的深度学习工具ZFP-CanPred,用于预测锌指蛋白中致癌驱动突变 首次利用蛋白质语言模型从突变位点结构邻域提取表征,专门针对锌指蛋白的癌症驱动突变进行预测 模型仅针对锌指蛋白的错义突变进行研究,未涉及其他类型突变或蛋白质家族 开发高精度预测锌指蛋白致癌突变的计算工具 锌指蛋白中的错义突变 生物信息学 癌症 蛋白质语言模型 深度学习 蛋白质序列和结构数据 331个突变的精选数据集 NA ZFP-CanPred 准确率,F1分数,AUC NA
11983 2025-10-07
Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing
2025-Mar, Small (Weinheim an der Bergstrasse, Germany)
研究论文 开发了一种结合深度学习增强化学发光垂直流动检测技术的高灵敏度心肌肌钙蛋白I检测方法 将化学发光传感、成像与深度学习分析相结合,在检测灵敏度上超越传统台式分析仪一个数量级 NA 开发可在护理点使用的实验室级别灵敏度的心脏生物标志物检测技术 心肌肌钙蛋白I(cTnI) 机器学习 心血管疾病 化学发光垂直流动检测 神经网络 化学发光图像 患者血清样本(每次测试50 µL) NA NA 检测限,变异系数,相关性 NA
11984 2025-10-07
Automated dysphagia characterization in head and neck cancer patients using videofluoroscopic swallowing studies
2025-Mar, Computers in biology and medicine IF:7.0Q1
研究论文 提出一种基于视频荧光吞咽研究(VFSS)的自动化分析框架,用于头颈癌患者的吞咽困难表征 首次开发集成深度学习标注、吞咽动态参数提取和机器学习分类的自动化VFSS分析框架 数据集规模有限且VFSS数据存在变异性 开发自动化工具用于头颈癌患者吞咽困难的客观评估 头颈癌患者、健康个体和非头颈癌相关吞咽困难患者 计算机视觉 头颈癌 视频荧光吞咽研究(VFSS) 深度学习, 机器学习 视频 包含健康个体、头颈癌放疗前后患者及非头颈癌吞咽困难患者的多个队列 NA NA 准确率, 平均像素误差 NA
11985 2025-05-07
You get the best of both worlds? Integrating deep learning and traditional machine learning for breast cancer risk prediction
2025-Mar, Computers in biology and medicine IF:7.0Q1
研究论文 本文提出了一种结合深度学习和传统机器学习的方法,用于基于图像的乳腺癌风险预测 创新性地将深度学习与传统机器学习方法结合,用于乳腺癌风险预测,并在性能上取得了提升 需要进一步的验证以确认其临床适用性 开发一种基于图像的乳腺癌风险预测模型,以提高筛查的个性化水平 乳腺癌风险预测 计算机视觉 乳腺癌 深度学习与传统机器学习结合 深度学习与传统机器学习模型 图像 3720例对照组和1471例风险病例的乳腺X光片 NA NA NA NA
11986 2025-10-07
Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition
2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1
研究论文 本研究提出了一种基于摩擦纳米发电机的柔性声学传感器,结合深度学习技术用于语音识别 采用PVDF/GO复合纳米纤维膜作为介电层,设计仿刺绣棚环状结构,结合多层注意力卷积网络实现高精度语音识别 NA 开发低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器 语音信号识别 人机交互 NA 静电纺丝 CNN 音频信号 NA NA 多层注意力卷积网络(MLACN) 准确率 NA
11987 2025-10-07
Lens-Free Holographic Imaging-Based Immunosensor Using Unpaired Data Set Signal-to-Noise Ratio-Enhanced Modal Transformation for Biosensing
2025-Feb-18, Analytical chemistry IF:6.7Q1
研究论文 提出一种结合无透镜全息成像与深度学习的免疫传感器,通过非配对数据集模态转换实现抗生素检测 采用非配对数据集进行模态转换,解决了传统方法需要一对一数据匹配的复杂性;结合便携式无透镜全息成像与CuO@SiO纳米粒子信号放大策略 未明确说明样本类型和具体样本数量 开发高灵敏度、宽线性范围的便携式抗生素检测平台 氯霉素抗生素 计算机视觉 NA 无透镜全息成像,点击化学反应信号放大 深度学习 全息图像 NA NA 模态转换模型 信噪比,结构相似性指数,检测限,动态范围 NA
11988 2025-10-07
UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells
2025-Feb-18, Analytical chemistry IF:6.7Q1
研究论文 提出基于一维U-net的深度学习架构UNET-FLIM,用于荧光寿命成像显微镜中的寿命测定,特别适用于处理低光子计数和高背景噪声数据 开发了专门处理低光子计数和高背景噪声的深度学习寿命测定方法,能够使用模拟衰减曲线进行有效训练,并实现实时寿命分析 NA 开发一种能够处理低光子计数和高背景噪声的荧光寿命测定方法,促进快速FLIM成像和实时寿命分析 活细胞中溶酶体pH变化的实时监测 计算机视觉 NA 荧光寿命成像显微镜(FLIM) CNN 荧光衰减曲线 NA NA 一维U-net 寿命估计精度,比例估计精度 NA
11989 2025-10-07
Multi-task learning for automated contouring and dose prediction in radiotherapy
2025-Feb-18, Physics in medicine and biology IF:3.3Q1
研究论文 本研究应用多任务学习方法整合放疗中的自动轮廓勾画和剂量预测任务 首次将多任务学习应用于放疗自动轮廓勾画和剂量预测的联合优化,利用任务间共享信息提升效率 研究仅在前列腺癌和头颈癌数据集上进行验证,未涵盖其他癌症类型 开发高效的放疗自动治疗计划系统 前列腺癌和头颈癌患者 医学影像分析 前列腺癌,头颈癌 深度学习 多任务学习 医学影像数据 内部前列腺癌数据集和公开头颈癌数据集(OpenKBP) NA NA 平均绝对差异,Dice系数 NA
11990 2025-10-07
Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction
2025-Feb-18, Physics in medicine and biology IF:3.3Q1
研究论文 本研究探讨在乳腺X线摄影图像中去除胸大肌对深度学习乳腺癌风险预测模型性能的影响 首次系统评估胸大肌去除对乳腺癌风险预测模型性能的影响,并比较原始模型与微调模型在不同数据配置下的表现 研究主要基于两个特定数据集(美国马萨诸塞州总医院和斯洛文尼亚筛查项目),结果可能受数据来源限制 评估胸大肌去除对深度学习乳腺癌风险预测模型性能的影响 乳腺X线摄影图像 数字病理 乳腺癌 深度学习 深度学习模型 医学图像 23,792张乳腺X线摄影图像(来自斯洛文尼亚筛查项目) NA MIRAI AUC, ECE NA
11991 2025-10-07
Latent alignment in deep learning models for EEG decoding
2025-Feb-17, Journal of neural engineering IF:3.7Q2
研究论文 提出一种名为潜在对齐的新方法,通过深度学习模型特征空间中的分布对齐来改进脑电图解码 首次将深度集合架构应用于脑电图解码,提出在特征空间而非输入空间进行分布对齐的新思路 在建模后期进行对齐时存在分类准确率提升与对试验集类别不平衡敏感性增加之间的权衡 解决脑机接口中脑电图信号个体差异性问题,提高跨被试脑电图解码性能 脑电图信号 机器学习 NA 脑电图 深度集合 脑电图信号 NA NA 深度集合 分类准确率 NA
11992 2025-10-07
Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis
2025-Feb-16, Neuroscience letters IF:2.5Q3
研究论文 提出一种结合局部保留特征提取和混合神经网络的深度学习方法,用于脑电图分析以诊断脑病 首次将脑电图信号的时空特征压缩并表示为单一向量用于脑病检测,简化视觉诊断并提供鲁棒的自动化预测特征 NA 开发可靠的脑病自动诊断系统 脑病患者脑电图信号 机器学习 脑病 脑电图分析 LSTM, 混合神经网络 脑电图信号 精心策划的主要脑电图数据集 NA 自定义微调的LSTM神经网络 准确率 NA
11993 2025-10-07
MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement
2025-Feb-13, Physics in medicine and biology IF:3.3Q1
研究论文 提出一种基于U-Net架构的深度学习模型MLAR-UNet,用于低剂量CT图像去噪 在U-Net中集成多种轻量级注意力模块和残差强化机制,包括CBAM、CR、ACRM和CTCAM模块,通过Transformer与卷积的复杂组合提升注意力权重计算精度 研究中验证了CBAM模块在LDCT去噪中会导致严重的细节丢失 开发有效的低剂量CT图像去噪方法以改善医学影像诊断质量 临床胸部和腹部CT数据集中的低剂量CT图像 计算机视觉 癌症 CT成像 U-Net 医学影像 NA NA U-Net, CBAM, Transformer NA NA
11994 2025-10-07
Enhancing U-Net-based Pseudo-CT generation from MRI using CT-guided bone segmentation for radiation treatment planning in head & neck cancer patients
2025-Feb-12, Physics in medicine and biology IF:3.3Q1
研究论文 本研究通过整合CT引导的骨分割技术,改进基于U-Net的MRI伪CT生成方法,用于头颈癌患者的放射治疗计划 将脂肪图像中的骨提取作为额外通道整合到模型中,显著改善了伪CT图像中骨结构的表示精度 研究样本量较小(25例患者),且仅针对头颈癌患者 提高头颈癌患者放射治疗计划中仅基于MRI的伪CT生成精度 头颈癌患者 医学影像分析 头颈癌 Dixon梯度回波(GRE)MRI技术 CNN 医学影像(MRI和CT图像) 25例头颈癌患者的治疗前MRI-CT图像对 NA 3D U-Net 平均绝对误差(MAE), 峰值信噪比(PSNR) NA
11995 2025-10-07
End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data
2025-Feb-11, Analytical chemistry IF:6.7Q1
研究论文 提出一种端到端深度学习模型,直接从原始MALDI-MS数据预测抗生素耐药性,无需传统峰检测步骤 首次在MALDI-MS数据中应用端到端深度学习,跳过传统峰检测步骤直接处理原始数据 NA 开发基于原始质谱数据的抗生素耐药性预测方法 感染性微生物的质谱数据 机器学习 感染性疾病 MALDI-MS(基质辅助激光解吸电离质谱) CNN 质谱数据 NA NA 1D CNN AUC NA
11996 2025-10-07
Unraveling Human Hepatocellular Responses to PFAS and Aqueous Film-Forming Foams (AFFFs) for Molecular Hazard Prioritization and In Vivo Translation
2025-Feb-11, Environmental science & technology IF:10.8Q1
研究论文 本研究通过人类肝细胞模型和多组学方法系统评估PFAS和AFFFs的肝毒性机制 首次结合高通量转录组学、深度学习细胞形态分析和基准剂量分析,建立从体外肝细胞反应到体内肝肿大预测的转化方法 研究仅使用体外肝细胞模型,需要进一步体内实验验证 评估PFAS和AFFFs的肝毒性潜力并开发更安全的替代品 30种物质(包括AFFF、PFAS和临床药物)及人类肝细胞(HepaRG) 毒理学与计算生物学 肝病 高通量转录组学、深度学习、细胞形态成像、肝酶渗漏检测 深度学习 转录组数据、细胞形态图像、酶活性数据 30种测试物质,人类肝细胞(HepaRG)培养模型 NA NA 基准剂量分析 NA
11997 2025-10-07
Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI
2025-Feb-06, European radiology experimental IF:3.7Q1
研究论文 通过SPACE MRI上的跨技术标注增强脑转移瘤检测的深度学习方法 利用SPACE序列的高质量标注来提升MPRAGE图像上脑转移瘤检测的深度学习算法性能,实现跨技术迁移学习 需要在前瞻性研究中进一步验证 提高脑转移瘤在MPRAGE图像上的自动检测和分割精度 脑转移瘤患者 医学影像分析 脑转移瘤 SPACE MRI, MPRAGE MRI, 钆对比增强成像 深度学习 MRI图像 157名患者用于训练,660名患者用于测试 NA NA 阳性预测值, 敏感度, F1分数, Dice相似系数 NA
11998 2025-10-07
Forecasting the Incidence of Mumps Based on the Baidu Index and Environmental Data in Yunnan, China: Deep Learning Model Study
2025-Feb-06, Journal of medical Internet research IF:5.8Q1
研究论文 本研究基于百度指数和环境数据,利用深度学习模型预测中国云南省腮腺炎发病率 首次将百度搜索指数与环境因素相结合,采用长短期记忆网络构建腮腺炎发病率预测模型 研究仅限于云南省数据,未考虑其他可能影响因素如人口流动和疫苗接种率 开发腮腺炎发病率的准确预测模型以改善公共卫生监测 云南省2014-2023年腮腺炎发病数据 机器学习 腮腺炎 时间序列分析,相关性分析 LSTM 时间序列数据,包括发病率、搜索指数和环境因素 2016-2023年云南省腮腺炎发病数据 NA 长短期记忆网络 决定系数,平均绝对误差,平均绝对百分比误差,均方根误差 NA
11999 2025-10-07
PIPENN-EMB ensemble net and protein embeddings generalise protein interface prediction beyond homology
2025-Feb-05, Scientific reports IF:3.8Q1
研究论文 提出PIPENN-EMB集成网络,利用ProtT5-XL蛋白质语言模型嵌入改进蛋白质相互作用界面预测 首次将蛋白质语言模型嵌入应用于蛋白质界面预测,并在低同源性蛋白质上展现出优越的泛化能力 未明确说明模型的计算复杂度及训练数据的具体规模 开发能够超越同源性限制的蛋白质相互作用界面预测方法 蛋白质相互作用界面 计算生物学 结核病 蛋白质语言模型嵌入 集成网络 蛋白质序列数据 BIO_DL_TE测试集、ZK448数据集和25个结核分枝杆菌耐药相关蛋白 NA PIPENN-EMB MCC, AUROC NA
12000 2025-10-07
Breast cancer classification based on hybrid CNN with LSTM model
2025-Feb-05, Scientific reports IF:3.8Q1
研究论文 提出一种结合CNN和LSTM的混合深度学习模型用于乳腺癌分类 将CNN的空间特征提取能力与LSTM的序列依赖建模能力相结合,构建新型混合模型 仅使用Kaggle上的两个数据集进行验证,未在更广泛的数据集上测试 提高乳腺癌医学图像的分类准确性和鲁棒性 乳腺癌医学图像 计算机视觉 乳腺癌 医学图像分析 CNN, LSTM 图像 两个Kaggle数据集(具体数量未提及) NA CNN-LSTM混合架构 准确率, 敏感度, 特异度, F分数, AUC曲线 NA
回到顶部