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!

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 26983 篇文献,本页显示第 121 - 140 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
121 2025-06-26
Unified deep learning framework for many-body quantum chemistry via Green's functions
2025-Jun, Nature computational science IF:12.0Q1
研究论文 提出了一种针对多体格林函数的深度学习框架,用于预测基态和激发态的电子性质,并提供对多电子关联效应的物理洞察 该框架通过学习多体微扰理论或耦合簇自能,实现了对一粒子密度矩阵可导出量的竞争性预测,展示了高数据效率和良好的跨化学物种、系统大小、分子构象和关联强度的可转移性 NA 利用机器学习解决多电子问题,预测分子和材料的电子性质 分子和纳米材料 机器学习 NA 深度学习 图神经网络 NA NA
122 2025-06-26
Deep learning reveals diverging effects of altitude on aging
2025-Jun, GeroScience IF:5.3Q1
研究论文 本研究探讨了高海拔对衰老及其相关疾病的影响,通过分析埃塞俄比亚不同海拔地区的数据和临床实验,揭示了海拔对衰老速度的不同影响 首次结合大规模健康数据和临床实验,揭示了高海拔地区居民在疾病负担、寿命以及生物衰老速度方面的矛盾效应 研究仅基于埃塞俄比亚特定地区的数据,可能无法推广到其他地理或种族群体 探究海拔高度对人类衰老过程及其相关疾病的影响 埃塞俄比亚不同海拔地区的居民 生物医学研究 衰老相关疾病 临床数据分析、面部照片分析、外周血单核细胞核形态分析 深度学习模型 健康统计数据、临床实验数据、图像数据 429名参与者(227名高原居民和202名低地居民)
123 2025-06-26
Characterizing climate change sentiments in Alaska on social media
2025-Jun, Digital geography and society
研究论文 本研究通过分析阿拉斯加地区2014至2017年的Twitter数据,探讨了公众对气候变化的情感态度及其与当地社会经济和环境因素的关系 首次结合深度学习框架和基于词典的情感分析方法,量化了阿拉斯加地区Twitter用户对气候变化的情感态度,并揭示了其与当地社会经济和环境特征的关联 研究仅基于Twitter数据,可能无法代表所有人群的观点;时间范围仅限于2014至2017年 探究阿拉斯加地区公众对气候变化的情感态度及其影响因素 阿拉斯加地区Twitter用户发布的气候变化相关内容 自然语言处理 NA 深度学习框架、基于词典的情感分析、回归模型 NA 文本 2014至2017年阿拉斯加地区的geo-located tweets
124 2025-06-26
Development of an AI model for pneumothorax imaging: Dataset and model optimization strategies for real-world deployment
2025-Jun, European journal of radiology open IF:1.8Q3
研究论文 本研究开发了一种基于深度学习的AI辅助气胸诊断系统,旨在提高诊断效率和准确性,减轻放射科医生的工作负担,并提供及时治疗 采用DenseNet121模型优化气胸诊断,通过调整数据集分割和重新训练显著提高了模型性能 模型在复杂病例中难以识别关键区域,性能受数据多样性、图像质量和临床复杂性影响 开发AI辅助气胸诊断系统以提高诊断效率和准确性 气胸患者的胸部X光图像 数字病理 气胸 深度学习 DenseNet121 图像 6888张胸部X光图像
125 2025-06-26
Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications
2025-Jun, Radiology IF:12.1Q1
综述 本文对医学影像中人工智能技术的应用、实施和影响进行了批判性分析 综合多模态影像数据、临床记录和大语言模型的全面人工智能技术 专家标注数据稀疏、监管障碍、临床实施滞后、技术障碍包括数据可用性、大语言模型可解释性、深度学习模型泛化能力和临床整合 优化医学影像中人工智能技术的安全性和临床应用 医学影像人工智能技术 数字病理 NA 深度学习、少样本学习、自监督模型 大语言模型、深度学习模型 多模态影像数据、临床记录 NA
126 2025-06-26
A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI
2025-Jun, Radiology IF:12.1Q1
research paper 本研究开发了一种基于数据中心的深度学习方法,用于MRI中脑转移瘤的检测、分割和纵向跟踪 采用数据中心方法优化深度学习模型,提高了对小病灶的检测能力及模型的泛化性 研究为回顾性设计,可能受限于数据收集的时间范围和样本来源 开发一个通用的深度学习系统,用于MRI中任何大小的脑转移瘤的检测、分割和纵向跟踪 脑转移瘤患者及无脑转移瘤的癌症患者的MRI扫描数据 digital pathology brain metastases MRI modified nnU-Net image 1985次扫描来自1623名患者,包含5552个脑转移瘤
127 2025-06-26
Genomic prediction of plant traits by popular machine learning methods
2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3
综述 本文综述了基因组预测中机器学习、深度学习和人工智能的应用,特别是可解释人工智能在识别复杂模式中的作用 强调了可解释人工智能、大型语言模型和混合方法在基因组预测中的创新应用 未提及具体研究样本量或实验验证结果 探讨基因组预测中机器学习方法的应用和发展趋势 植物性状的基因组预测 机器学习 NA 机器学习、深度学习、可解释人工智能、大型语言模型 CNN、Transformer 基因组数据 NA
128 2025-06-26
Deep learning approach to the estimation of the ratio of reproductive modes in a partially clonal population
2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3
研究论文 本研究应用深度学习方法来估计部分克隆种群中生殖模式的比例 开发了一种专门设计的卷积神经网络模型,用于分析具有混合生殖策略的种群动态,能够高精度估计生殖模式比例 模型假设生殖比例在具有双重生殖策略和稳定种群大小的种群中随时间保持不变 解决进化生物学中关于有性和无性生殖平衡的关键问题 具有混合生殖策略的种群 机器学习 NA 深度学习 CNN 遗传标记数据 小样本量
129 2025-06-26
Diagnostic Performance of ChatGPT-4o in Detecting Hip Fractures on Pelvic X-rays
2025-Jun, Cureus
research paper 评估ChatGPT-4o在骨盆X光片上检测髋部骨折的诊断性能 首次评估ChatGPT-4o在髋部骨折诊断中的应用,探索AI在医学影像中的潜力 对非移位性骨折的敏感性较低,导致较多假阴性结果 评估AI模型在髋部骨折诊断中的性能 骨盆X光片 medical imaging hip fracture deep learning ChatGPT-4o X-ray images 200张骨盆X光片(100例骨折患者,100例无骨折患者)
130 2025-06-26
Chemical space visual navigation in the era of deep learning and Big Data
2025-May-31, Drug discovery today IF:6.5Q1
综述 本文综述了在深度学习和大数据时代下化学空间可视化导航的最新算法和工具进展 探讨了这些方法如何应对大数据挑战,并讨论了非常规应用,如QSAR/QSPR模型的视觉验证、交互式生成方法以及化学空间地图作为数字艺术的使用 未提及具体技术或工具的局限性 分析大数据时代下药物化学中的新挑战,并提出可视化化学空间的方法和工具 化学空间的可视化导航方法和工具 药物化学 NA QSAR/QSPR模型 NA 分子结构数据 NA
131 2025-06-26
Can Deep Learning-Based Auto-Contouring Software Achieve Accurate Pelvic Volume Delineation in Volumetric Image-Guided Radiotherapy for Prostate Cancer? A Preliminary Multicentric Analysis
2025-May-30, Current oncology (Toronto, Ont.)
研究论文 本研究评估了基于深度学习的自动轮廓软件Limbus® Contour®在前列腺癌放疗中盆腔结构描绘的准确性 首次在多中心研究中评估Limbus® Contour®软件在前列腺癌放疗中自动描绘盆腔结构的性能 软件在肠袋和乙状结肠描绘上表现不佳,且缺乏淋巴结亚区分化功能 评估深度学习自动轮廓软件在放射治疗中的临床应用价值 前列腺癌患者的盆腔结构(膀胱、直肠、肠袋、乙状结肠和盆腔淋巴结) 数字病理 前列腺癌 深度学习 NA 医学影像 52名患者
132 2025-06-26
A Multi-Region Brain Model to Elucidate the Role of Hippocampus in Spatially Embedded Decision-Making
2025-May-29, bioRxiv : the preprint server for biology
research paper 提出一个多区域大脑模型,探讨海马体在空间嵌入式决策中的作用 通过对比不同交互架构的学习性能和神经表征,发现特定架构(网格细胞联合编码自运动速度信号和决策证据增量)优化学习效率并最接近实验观察 模型预测需要新的神经生理学实验验证 理解大脑结构如何支持高效学习和决策,为深度学习提供归纳偏置 强化学习智能体与不同交互架构的大脑模型 machine learning NA reinforcement learning (RL), recurrent neural network (RNN) RNN neural activity data NA
133 2025-06-26
Deep Learning-Based Detection of Honey Storage Areas in Apis mellifera Colonies for Predicting Physical Parameters of Honey via Linear Regression
2025-May-29, Insects IF:2.7Q1
研究论文 本研究提出了一种基于深度学习的自动化方法,使用YOLOv11模型检测、分类和量化蜂巢中的蜜脾,并探讨了蜂蜜物理特性与图像检测之间的关系 首次将YOLOv11模型应用于蜂巢蜜脾检测,并研究了图像检测结果与蜂蜜物理特性之间的相关性 蜂蜜物理特性(电导率和颜色)对蜜脾面积预测能力较弱,pH值和含水量关联性更差 开发自动化蜂巢监测技术,提高蜂蜜生产效率 西方蜜蜂(Apis mellifera)蜂巢中的蜜脾 计算机视觉 NA 深度学习 YOLOv11 图像 不同月份采集的蜂巢帧图像(数据集分割比例为90:5:5和80:10:10)
134 2025-06-26
Deep learning radiomics of left atrial appendage features for predicting atrial fibrillation recurrence
2025-May-26, BMC medical imaging IF:2.9Q2
研究论文 本研究利用左心耳形态特征、深度学习放射组学和临床变量,开发并验证了一个预测心房颤动消融结果的模型 结合深度学习放射组学和临床变量开发预测模型,用于评估心房颤动消融后的复发概率 研究为回顾性多中心研究,可能存在选择偏倚 预测心房颤动消融后的复发概率 接受射频导管消融治疗的心房颤动患者 数字病理 心血管疾病 CT血管造影(CTA) nnUNet 图像 480名连续患者
135 2025-06-26
Deep learning classification integrating embryo images with associated clinical information from ART cycles
2025-May-21, Scientific reports IF:3.8Q1
研究论文 开发了一种结合胚胎图像和临床数据的人工智能模型,用于预测单胚胎移植的临床妊娠结果 整合胚胎图像和临床数据,开发了三种AI模型,并通过可视化过程明确了影响预测的关键特征 仅使用胚胎图像预测临床妊娠的性能存在差距,可能由于仅凭胚胎图像预测的难度较大 提高单胚胎移植临床妊娠结果的预测准确性 1503个国际治疗周期的胚胎图像和临床数据 计算机视觉 生殖健康 深度学习 MLP, CNN, 融合模型 图像, 临床数据 1503个治疗周期(来自泰国、马来西亚和印度)
136 2025-06-26
Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies
2025-May, Journal of nephrology IF:2.7Q2
研究论文 介绍了一种名为Galileo的人工智能工具,用于评估肾脏移植前的活检 开发了专门用于辅助病理学家解读肾脏移植前活检的AI工具Galileo,显著提高了评估速度和一致性 需要进一步验证该工具对移植存活率等硬终点的影响 开发AI工具以辅助肾脏移植前活检的评估 肾脏移植前的活检样本 数字病理学 肾脏疾病 深度学习 深度学习算法 全切片图像 多中心收集的肾脏穿刺活检和楔形活检样本
137 2025-06-26
A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R
2025 May-Jun, Multivariate behavioral research IF:5.3Q1
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在R语言中的应用 提供了三种流行AI情绪检测程序的比较及示例代码,便于研究人员快速开始设计和分析情绪数据 仅针对R程序员,且未涉及这些工具在具体研究中的实际应用效果评估 提高社会和行为科学文献中可解释人工智能的素养 面部情绪识别工具 计算机视觉 NA 机器学习、深度学习、计算机视觉算法 NA 图像 NA
138 2025-06-26
Surface-Enhanced Raman Scattering Nanotags: Design Strategies, Biomedical Applications, and Integration of Machine Learning
2025 May-Jun, Wiley interdisciplinary reviews. Nanomedicine and nanobiotechnology
review 本文综述了表面增强拉曼散射(SERS)纳米标签的设计策略、生物医学应用及其与机器学习的整合 强调了SERS纳米标签在生物成像、治疗诊断和液体活检中的最新应用,特别是机器学习与深度学习算法的整合以提高效能 讨论了SERS纳米标签在临床转化中面临的挑战 探讨SERS纳米标签在疾病诊断、监测和光谱引导手术中的应用及其技术进步 SERS纳米标签及其在生物医学领域的应用 生物医学工程 癌症、SARS-CoV-2 表面增强拉曼散射(SERS) 机器学习(ML)、深度学习 光谱数据、图像数据 NA
139 2025-06-26
[Segmentation and validation of mandibular canal and its bifurcation on cone beam CT based on deep learning]
2025-Apr, Shanghai kou qiang yi xue = Shanghai journal of stomatology
PMID:40550761
研究论文 基于深度学习的锥形束CT下颌管及其分叉的检测与分割方法 利用U-net卷积神经网络建立下颌管及其分叉的检测与分割方法,并采用伪标签方法辅助标注 样本量相对较小,且仅来自单一医院 开发一种可靠且实用的下颌管及其分叉的自动检测与分割方法 290例CBCT扫描图像 计算机视觉 口腔疾病 CBCT扫描 U-net 医学图像 290例CBCT扫描图像(200例训练集,90例测试集)
140 2025-06-26
Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation
2025-Mar-31, Open heart IF:2.8Q2
研究论文 本研究探讨了如何通过结合心电图(ECG)、心率变异性(HRV)和人口统计数据(年龄和性别)来提高心房颤动(AF)的检测效果 创新点在于将HRV和人口统计数据与ECG结合,采用多模态方法显著提升了AF检测的敏感性和性能 研究结果尚需进一步的临床验证 提高心房颤动的检测准确率 心房颤动(AF)患者 机器学习 心血管疾病 ECG、HRV分析 CNN(AlexNet、VGG-16、ResNet)、transformer ECG信号、HRV数据、人口统计数据 35,634份12导联ECG记录,来自三个公共数据库
回到顶部