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 30759 篇文献,本页显示第 141 - 160 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
141 2025-09-14
A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions
2025, Frontiers in pharmacology IF:4.4Q1
研究论文 提出一种基于病理注意力多示例学习的多模态结直肠病变分类框架PAT-MIL,整合视觉特征与病理知识文本原型 首次将动态注意力机制与专家定义的文本原型相结合,通过病理知识驱动的语义引导、自适应原型分布优化和梯度反馈的损失平衡方法实现多模态协同建模 未提及具体样本量的局限性或模型计算复杂度分析 开发不依赖像素级标注的结直肠病变多模态分类方法 结直肠病变的全幻灯片图像(WSI) 数字病理学 结直肠癌 多示例学习(MIL),动态注意力机制 PAT-MIL(病理注意力多示例学习框架) 多模态数据(图像+文本) 内部五分类数据集及外部CRS-2024、UniToPatho数据集(具体数量未说明)
142 2025-09-14
Optimization design of interior space based on the two-stage deep learning network and Single sample-driven method
2025, PloS one IF:2.9Q1
研究论文 提出一种结合两阶段深度学习网络和单样本驱动机制的室内空间优化设计框架 集成Transformer网络和扩散模型的两阶段架构,通过单样本驱动实现个性化设计优化 未明确说明模型对多样化设计风格的泛化能力 提升室内空间设计的效率和个性化水平 室内空间图像及设计特征 computer vision NA deep learning Transformer, diffusion model image 多个公开数据集(InteriorNet, SUN RGB-D, NYU Depth V2, ScanNet)
143 2025-09-14
Multi-scale diffusion model for underwater image restoration and enhancement
2025, PloS one IF:2.9Q1
研究论文 提出一种结合物理模型与深度学习的多尺度扩散模型,用于水下图像恢复与增强 创新性地融合扩散模型的物理洞察与深度学习,通过编码器-解码器管道、自适应颜色调整和逆去噪扩散模型实现多级优化 NA 开发水下图像增强算法,提升视觉质量并超越现有方法性能指标 水下退化图像 计算机视觉 NA 深度学习,逆去噪扩散模型 扩散模型,编码器-解码器网络 图像 NA
144 2025-09-14
Deep feature engineering for accurate sperm morphology classification using CBAM-enhanced ResNet50
2025, PloS one IF:2.9Q1
研究论文 提出一种结合CBAM注意力机制与ResNet50的深度学习框架,用于自动化精子形态分类 首次将CBAM注意力模块与深度特征工程(DFE)技术结合,显著提升分类精度并降低人工评估的主观性 仅在两个公开数据集上验证(样本量有限),未涉及临床多中心外部验证 开发自动化精子形态分类系统以辅助男性生育能力评估 人类精子显微镜图像 计算机视觉 生殖系统疾病 深度学习特征工程(PCA、卡方检验、随机森林特征重要性等10种方法) ResNet50+CBAM注意力机制,配合SVM和KNN分类器 图像 两个数据集:SMIDS(3000张图像,3分类)和HuSHeM(216张图像,4分类)
145 2025-09-14
Deep learning-based classification of peptide analytes from single-channel nanopore translocation events
2025, PloS one IF:2.9Q1
研究论文 提出一种基于深度学习的纳米孔易位事件肽分析物分类数据处理流程 开发了新颖的分支输入网络结构,结合时序卷积网络处理电导状态序列和密集网络整合事件级及全局动力学特征 使用模拟数据而非真实实验数据,某些肽具有相似动力学参数导致事件级预测存在误分类 实现纳米孔生物传感器中肽生物标志物的快速准确检测 七种肽的模拟多态易位数据 机器学习 NA 纳米孔传感技术 CNN, RNN, TCN 电流记录信号 七种肽的模拟数据集
146 2025-09-14
Explainable AI to unveil cellular autophagy dynamics
2025, PloS one IF:2.9Q1
研究论文 本研究开发了一个结合深度学习和可解释AI的计算流程,用于自动化分析荧光显微镜图像中的细胞自噬动态 开发了无需标注跟踪数据的自定义细胞追踪算法,能处理细胞分裂和形态变化等复杂场景,并整合了多种可解释性方法 NA 利用深度学习和可解释AI技术自动化分析细胞自噬过程,减少人工工作量并揭示关键自噬动态 细胞自噬过程 计算机视觉 癌症和神经退行性疾病 荧光显微镜成像 YOLOv8, U-Net++, Vision Transformer 图像 6,240张来自CELLULAR数据集的荧光显微镜图像
147 2025-09-14
Research on the robustness of the open-world test-time training model
2025, Frontiers in artificial intelligence IF:3.0Q2
研究论文 本文针对开放世界测试时训练模型设计了一种新颖的测试时投毒攻击方法,并验证其有效性 首次针对OWTTT模型设计动态梯度查询的单步测试时投毒攻击方法,利用测试阶段梯度动态变化的特性 未提出具体的防御机制,主要揭示漏洞而非提供解决方案 评估开放世界测试时训练模型的安全鲁棒性并揭示其潜在漏洞 开放世界测试时训练(OWTTT)模型 机器学习 NA 测试时训练/适应(TTT/TTA),对抗性扰动生成 OWTTT模型 NA NA
148 2025-09-14
Resolution of physics and deep learning-based protein engineering filters: A case study with a lipase for industrial substrate hydrolysis
2025, PloS one IF:2.9Q1
研究论文 本研究结合物理模拟和深度学习工具,对铜绿假单胞菌LipA脂肪酶进行工程化改造,旨在提高其对工业底物Roche酯的水解效率 整合分子动力学模拟、密度泛函理论计算和深度学习(AlphaFold3)多尺度方法评估突变体,并揭示当前方法在分辨细微功能差异方面的局限性 现有计算和深度学习方法无法区分5-15 kcal/mol的能量障碍差异,且无法通过结构特征有效排名突变体活性 优化脂肪酶对非天然工业底物的催化效率 铜绿假单胞菌LipA脂肪酶及其突变体 蛋白质工程 NA 分子动力学模拟(MD)、密度泛函理论(DFT)、AlphaFold3 深度学习 蛋白质结构、能量计算 一组单点突变体(具体数量未明确说明)
149 2025-09-14
Self-supervised learning for CT image denoising and reconstruction: a review
2024-Nov, Biomedical engineering letters IF:3.2Q2
综述 本文回顾了自监督学习在CT图像去噪和重建中的应用方法 重点关注无需干净/噪声参考即可学习CT图像的自监督学习技术及其理论方法演进 NA 回顾自监督学习在CT图像去噪和重建领域的进展 CT图像 医学影像 NA 自监督学习 深度学习 图像 NA
150 2025-09-14
A deep learning-informed interpretation of why and when dose metrics outside the PTV can affect the risk of distant metastasis in SBRT NSCLC patients
2024-Sep-27, Radiation oncology (London, England)
研究论文 本研究利用深度学习和可解释AI方法,探讨了非小细胞肺癌SBRT治疗中PTV外剂量指标与远处转移风险的关系 通过深度学习和可解释AI技术首次系统解析了先前研究中结论冲突的原因,并明确了特定患者亚组中PTV3cm剂量参数的预测价值 研究基于回顾性数据集,可能存在选择偏倚,且样本量有限(478例患者) 解析SBRT治疗中PTV外剂量与远处转移风险的关联性,解决先前研究的结论冲突 478例接受SBRT(IMRT或VMAT)治疗的非小细胞肺癌患者 数字病理 肺癌 深度学习方法,可解释AI技术,传统统计分析方法 深度学习模型 临床数据,剂量学特征,肿瘤特征数据 478例NSCLC患者
151 2025-09-14
Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors
2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2
研究论文 本研究通过结合基于结构的虚拟筛选与几何深度学习算法,发现新型METTL3抑制剂 提出了一种混合高通量虚拟筛选协议,结合结构基础方法与基于几何深度学习的DeepDock算法,从自建数据库中识别出独特的METTL3骨架抑制剂 NA 发现新型METTL3抑制剂以用于癌症治疗 METTL3蛋白及其抑制剂 计算生物学 癌症 虚拟筛选、分子对接、分子动力学模拟 DeepDock(几何深度学习) 分子结构数据 自建内部数据库中的化合物
152 2025-09-14
Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration
2024-Sep-01, Critical care explorations
研究论文 开发并验证了一种基于深度学习的成人患者生理恶化预测模型DETERIO,用于提前预警临床干预 采用状态价值估计方法处理动态恶化过程,并基于共识标准AIDE构建复合评分,优于现有商业恶化评分系统 需要进一步研究评估模型的泛化能力和实际临床影响 预测成人患者生理恶化,以支持更早的临床干预 成人住院患者和急诊患者 医疗健康 成人疾病 深度学习 深度神经网络 临床患者数据 推导队列330,729名患者(71,735住院 + 258,994急诊),验证队列65,898名患者(13,750住院 + 52,148急诊)
153 2025-09-14
Machine learning driven index of tumor multinucleation correlates with survival and suppressed anti-tumor immunity in head and neck squamous cell carcinoma patients
2023-08, Oral oncology IF:4.0Q2
研究论文 本研究开发了一种基于机器学习的肿瘤多核化指数(MuNI),用于评估头颈部鳞状细胞癌患者的生存预后和肿瘤免疫微环境特征 首次利用深度学习模型从H&E图像中量化肿瘤细胞多核化程度,并发现其与生存预后和免疫抑制微环境的相关性 需要进一步机制研究阐明多核化与肿瘤免疫之间的生物学联系 通过机器学习识别肿瘤细胞多核化特征,探索其与头颈部鳞癌患者预后的关联 头颈部鳞状细胞癌(HNSCC)患者 数字病理学 头颈部鳞状细胞癌 深度学习,基因集富集分析(GSEA) 深度学习模型 H&E染色病理图像 机构队列训练集(DTr)和TCGA HNSCC验证集(DV)
154 2025-09-14
Cerebrovascular super-resolution 4D Flow MRI - Sequential combination of resolution enhancement by deep learning and physics-informed image processing to non-invasively quantify intracranial velocity, flow, and relative pressure
2023-08, Medical image analysis IF:10.7Q1
研究论文 提出一种结合深度学习与物理信息图像处理的超分辨率4D Flow MRI方法,用于无创量化颅内血流动力学参数 首次将深度残差网络与物理信息图像处理顺序结合,实现颅内血管的超分辨率血流成像和功能相对压力精准量化 方法目前主要在患者特异性硅基队列和志愿者队列中验证,尚未在大型临床队列中广泛应用 开发定量颅内超分辨率4D Flow MRI方法,提升脑血管血流动力学的无创评估精度 颅内血管系统,特别是Willis环区域的流速、流量和相对压力 医学影像分析 脑血管疾病 4D Flow MRI,深度学习超分辨率,物理信息图像处理 深度残差网络 MRI影像数据 患者特异性硅基队列和体内志愿者队列(具体数量未明确说明)
155 2025-09-13
Deep learning-based detection of depression by fusing auditory, visual and textual clues
2025-Dec-15, Journal of affective disorders IF:4.9Q1
研究论文 提出一种基于多模态融合的深度学习模型,用于通过音频、视频和文本线索自动检测抑郁症状 整合视觉、听觉和文本多模态信息,并采用多头交叉注意力网络进行特征融合,在聊天机器人访谈场景中验证模型性能 未进行纵向随访研究,对重度抑郁的适用性需进一步验证 开发自动化抑郁检测人工智能模型 抑郁患者和健康对照者 自然语言处理 精神疾病 多模态特征融合、GPT-2.0 多头交叉注意力网络 音频、视频、文本 内部验证集:152名抑郁患者和118名健康对照;外部验证集:55名抑郁患者和45名健康对照
156 2025-09-13
A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging
2025-Dec, Medical image analysis IF:10.7Q1
研究论文 提出一种可泛化的扩散框架DiffSPECT-3D,用于改善3D低剂量和少视角心脏SPECT成像质量 无需网络重新训练或微调即可适应不同采集设置,采用一致性策略和2.5D条件策略解决3D扩散模型的内存/计算问题 NA 提升低剂量和少视角心脏SPECT成像质量并保持临床性能 心脏SPECT图像 医学影像处理 心血管疾病 SPECT成像,扩散模型 扩散模型 3D医学图像 1,325例临床Tc替曲膦负荷/静息研究,来自795名患者
157 2025-09-13
Predictive modeling and cohort data analytics for student success and retention
2025-Dec, Evaluation and program planning IF:1.5Q2
研究论文 基于23,000多名大一新生的数据,分析学术表现和人口统计差异,并开发预测模型以提升学生成功率和保留率 利用深度学习模型预测大二学分积累和GPA,实现主动风险识别并为差异化支持提供依据 研究仅基于单一美国公立大学数据,可能缺乏普适性 通过数据分析和预测建模提升学生学术表现和保留率 23,000多名首次入学的大一新生 机器学习 NA 深度学习 深度学习模型 结构化数据(学术和人口统计数据) 23,000多名大一新生
158 2025-09-13
Pred5AOP: an efficient screening of food-derived antioxidant peptides based on deep learning, molecular docking, and experimental validation
2025-Nov-30, Food chemistry IF:8.5Q1
研究论文 本研究开发了一种基于深度学习的抗氧化肽筛选方法Pred5AOP,并通过实验验证其有效性 结合深度学习、分子对接和实验验证,提出了一种高效筛选食物源性抗氧化肽的新策略 NA 从食物蛋白质中高效识别具有抗氧化活性的肽段 29种膳食蛋白质经计算机水解产生的76,343条肽段 机器学习 NA 深度学习、分子对接、分子动力学模拟、量子化学分析 MLP(多层感知机) 肽序列数据 76,343条肽段,从中筛选出6条代表性肽段进行实验验证
159 2025-09-13
CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation
2025-Nov, Journal of neuroscience methods IF:2.7Q3
研究论文 提出一种基于伪标签交叉监督和置信度增强的半监督皮层下脑结构分割框架CSCE 采用双师生模型(U-Net和TransUNet)进行相互伪标签监督,并设计信息熵和辅助检测任务来提升伪标签可靠性 NA 开发半监督学习方法以解决脑部MR图像中皮层下结构标注数据稀缺的问题 脑部MR图像中的皮层下结构 医学图像分割 脑部疾病 半监督学习,伪标签生成 U-Net, TransUNet 脑部MR图像 两个公共基准脑MRI数据集
160 2025-09-13
Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model
2025-Nov, Journal of neuroscience methods IF:2.7Q3
研究论文 提出一种基于改进Remora深度卷积自适应神经模糊推理网络模型的脑机接口多类心理任务分类方法 结合有限线性Haar小波滤波、混合动态中心二值模式与多阈值三元模式特征提取,以及改进Remora优化的深度卷积自适应神经模糊推理网络 NA 开发高精度、鲁棒且计算高效的脑机接口心理任务分类系统 脑电图信号与多类心理任务(基线、计数、乘法、字母组合、旋转) 脑机接口 NA EEG信号处理、深度学习 IRDCANFIN(改进Remora深度卷积自适应神经模糊推理网络) 脑电图信号 BCI实验室数据集和EEG精神疾病数据集
回到顶部