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 27994 篇文献,本页显示第 1681 - 1700 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
1681 2025-06-24
Ferroelectric Domains and Evolution Dynamics in Twisted CuInP2S6 Bilayers
2025-Jun-20, Small methods IF:10.7Q1
研究论文 通过密度泛函理论和深度学习分子动力学模拟,研究了扭曲双层铁电材料CuInP2S6中极性畴的形成和动态控制 揭示了扭曲双层铁电材料中极性畴的形成机制,提出通过旋转操控控制局部极化的新方法 研究仅限于理论模拟,缺乏实验验证 探索扭曲角度对铁电材料中极性畴演化的影响 扭曲双层铁电材料CuInP2S6 材料科学 NA 密度泛函理论(DFT), 深度学习分子动力学(DLMD) NA 模拟数据 NA
1682 2025-06-24
Selection of representative electrodes for stereoscopic visual comfort studies in conjunction with brain mechanism analysis
2025-Jun-20, Brain research IF:2.7Q3
研究论文 本研究通过立体视觉脑机制分析,寻找用于评估立体视觉舒适度的代表性电极 首次通过脑机制分析确定用于评估立体视觉舒适度的代表性电极,为电极选择提供科学依据 样本量较小(15个电极),分类准确率提升有限(2-4%) 评估立体视觉舒适度并开发便携式检测设备 立体视觉舒适度和不适状态的脑电活动 脑机接口 NA 事件相关电位和功率谱分析 机器学习和深度学习模型 脑电信号 15个电极的脑电活动数据
1683 2025-06-24
Synergistic analysis based on chemometrics and deep learning: An innovative Kolmogorov-Arnold neural network (CKAN) model combined with ternary hybrid SERS substrate (Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO) for highly sensitive detection of trace quinolone antibiotics in milk
2025-Jun-19, Food chemistry IF:8.5Q1
研究论文 本研究提出了一种利用三元复合表面增强拉曼光谱(SERS)基底检测牛奶中痕量喹诺酮类抗生素的方法,结合化学计量学算法和深度学习模型实现抗生素的定性和定量分析 创新性地结合了化学计量学与深度学习,提出了CKAN模型,并与三元复合SERS基底结合,显著提高了检测灵敏度和准确性 NA 开发一种高灵敏度的检测方法用于牛奶中痕量喹诺酮类抗生素的定性和定量分析 牛奶中的喹诺酮类抗生素(恩诺沙星、依诺沙星和诺氟沙星) 化学计量学与深度学习 NA 表面增强拉曼光谱(SERS)、有限差分时域(FDTD)方法 Kolmogorov-Arnold神经网络(CKAN) 光谱数据 NA
1684 2025-06-24
MDEANet: A multi-scale deep enhanced attention net for popliteal fossa segmentation in ultrasound images
2025-Jun-18, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
research paper 提出了一种名为MDEANet的深度学习分割网络,用于在超声图像中精确定位腘窝区域的神经、肌肉和动脉 结合了级联多尺度空洞卷积(CMAC)、增强空间注意力机制(ESAM)和跨层特征融合(CLFF)以提升分割性能 未提及具体的数据集规模限制或临床应用中的潜在问题 提升超声引导下神经阻滞手术中腘窝区域解剖结构的分割精度 腘窝区域的神经、肌肉和动脉 digital pathology NA 深度学习图像分割 MDEANet (基于CNN的改进架构) 超声图像 未明确说明样本量
1685 2025-06-24
Multimodal deep learning for predicting unsuccessful recanalization in refractory large vessel occlusion
2025-Jun-18, European journal of radiology IF:3.2Q1
research paper 本研究探索了一种多模态深度学习方法,整合干预前的神经影像和临床数据,以预测急性缺血性卒中患者血管内治疗(EVT)的结果 提出了一种结合血管分割、临床变量和影像数据的多模态模型,显著提高了预测性能 研究为单中心回顾性队列,样本量相对有限 预测急性缺血性卒中患者血管内治疗(EVT)的结果 急性缺血性卒中患者,特别是疑似颅内动脉粥样硬化相关大血管闭塞(ICAD-LVO)和其他难治性闭塞的患者 digital pathology cardiovascular disease 非对比CT、CTA、CT灌注参数 CNN、DAFT模块 image、clinical data 599名患者(481名用于训练,118名用于测试)
1686 2025-06-24
Deep learning model using CT images for longitudinal prediction of benign and malignant ground-glass nodules
2025-Jun-18, European journal of radiology IF:3.2Q1
研究论文 开发并验证了一种基于CT图像的多时间序列深度学习模型,用于纵向预测肺磨玻璃结节(GGNs)的良恶性 提出了一种基于transformer的深度学习框架,利用多时相CT图像进行GGNs的纵向预测,并结合CT语义特征提升模型性能 研究仅基于两个医疗中心的数据,样本量相对有限 开发一种能够准确预测肺磨玻璃结节良恶性的深度学习模型 肺磨玻璃结节(GGNs) 数字病理 肺癌 CT成像 transformer 图像 486个GGNs(来自486名患者)
1687 2025-06-24
Developing a deep learning-based surgical-skill assessment model focused on instrument handling in laparoscopic colorectal surgery
2025-Jun-17, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
研究论文 开发了一种基于深度学习的腹腔镜结直肠手术中器械操作的自动评估模型 利用计算机视觉技术构建了自动识别组织抓取次数的模型,用于手术技能评估 模型在区分成功/失败的组织抓取方面效果不足,识别精度有待提高 探讨基于组织抓取次数的自动手术技能评估的可行性 腹腔镜结直肠手术中的器械操作 计算机视觉 结直肠癌 计算机视觉技术 深度学习模型 视频 高、中、低三个不同手术技能水平组的术中视频
1688 2025-06-24
The value of a deep learning image reconstruction algorithm for assessing vertebral compression fractures using dual-energy computed tomography
2025-Jun-16, European journal of radiology IF:3.2Q1
研究论文 评估深度学习图像重建算法在双能计算机断层扫描中检测急性椎体压缩性骨折的价值 使用深度学习图像重建算法(DLIR)提高虚拟非羟基磷灰石(VNHAP)和虚拟单能图像(VMIs)的质量,并提升放射科医生检测急性椎体压缩性骨折(VCFs)的性能 样本量相对较小(103个椎体),且仅评估了四种重建算法 评估DLIR在双能计算机断层扫描中检测急性椎体压缩性骨折的应用价值 椎体压缩性骨折(VCFs) 数字病理学 椎体压缩性骨折 双能计算机断层扫描(DECT) 深度学习图像重建算法(DLIR) 图像 103个椎体(46个正常椎体,29个急性VCFs,28个慢性VCFs)
1689 2025-06-24
Using nursing data for machine learning-based prediction modeling in intensive care units: A scoping review
2025-Jun-07, International journal of nursing studies IF:7.5Q1
综述 本文通过范围综述,探讨了利用护理数据进行机器学习预测模型在重症监护病房中的应用现状 系统性地总结了护理数据在重症监护病房患者预后预测模型中的多样化应用,特别是护理量表的使用趋势 主要依赖公开访问数据,可能无法全面反映所有护理数据类型在预测模型中的潜力 识别利用护理数据的机器学习模型预测重症监护病房患者健康结局的研究现状 重症监护病房成年患者 机器学习 重症监护 监督学习、深度学习、神经网络 回归、提升方法、随机森林 结构化护理数据(量表、评估记录、活动记录、护理笔记) 151项研究(2004-2023年)
1690 2025-06-24
An improved model for prediction of de novo designed proteins with diverse geometries
2025-Jun-06, bioRxiv : the preprint server for biology
研究论文 本文提出了一种改进的深度学习模型,用于预测具有多样几何形状的从头设计蛋白质 通过基于物理的设计方法生成了一个包含5,996个稳定、几何形状多样的从头设计蛋白质的数据集,并提出了一个经过微调的Alphafold2版本,能够捕捉几何多样性 当前基于深度学习的结构预测方法未能完全捕捉从头设计蛋白质的特定构象偏好所涉及的物理原理 改进深度学习模型以更好地预测和设计具有自然多样性的蛋白质几何形状 从头设计的蛋白质 机器学习 NA 深度学习 Alphafold2 蛋白质结构数据 5,996个从头设计的蛋白质
1691 2025-06-06
Intrapartum electronic fetal monitoring: the importance of accurate signal capture to harness the potential of deep learning
2025-Jun-02, American journal of obstetrics and gynecology IF:8.7Q1
NA NA NA NA NA NA NA NA NA NA NA NA
1692 2025-06-24
Artificial Intelligence-Assisted Detection of Breast Cancer Lymph Node Metastases in the Post-Neoadjuvant Treatment Setting
2025-Jun, Laboratory investigation; a journal of technical methods and pathology
研究论文 本研究开发了一种可解释的深度学习流程,用于在乳腺癌新辅助治疗后检测淋巴结转移 首次评估了深度学习算法在乳腺癌新辅助治疗后淋巴结转移检测中的泛化能力,并研究了治疗后效应训练数据对算法性能的影响 研究仅针对乳腺癌患者,未评估其他癌症类型的适用性 开发并评估一种AI辅助的乳腺癌淋巴结转移检测方法 乳腺癌新辅助治疗后的淋巴结组织 数字病理学 乳腺癌 深度学习 CNN 病理切片图像 1027张病理切片
1693 2025-06-24
Integrative deep learning and radiomics analysis for ovarian tumor classification and diagnosis: a multicenter large-sample comparative study
2025-Jun, La Radiologia medica
研究论文 本研究评估了结合经阴道超声(US)的放射组学和深度学习模型在大规模研究中准确区分良性和恶性卵巢肿瘤的有效性 结合CNN和放射组学模型,提供更准确可靠的卵巢肿瘤诊断方法,优于单独模型和专家评估 回顾性研究设计可能影响结果的普遍性 评估结合放射组学和深度学习模型在卵巢肿瘤诊断中的有效性 良性和恶性卵巢肿瘤 数字病理学 卵巢癌 经阴道超声(US) CNN 图像 2078名患者的3193张图像
1694 2025-06-24
FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition
2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2
研究论文 介绍FedOpenHAR框架,探索在传感器基础的人类活动识别和设备位置识别任务中的联邦迁移学习 提出FedOpenHAR框架,结合联邦学习和迁移学习,支持多任务处理,并在新客户端加入时能利用已有共同层进行训练 需要处理不同数据集中可能只包含部分标签类型的问题 开发适用于传感器基础的人类活动识别和设备位置识别的联邦学习框架 传感器数据 机器学习 NA 联邦学习,迁移学习 DeepConvLSTM 传感器数据 OpenHAR框架中的十个较小数据集
1695 2025-06-24
QRS-centric beat-wise atrial fibrillation detection in ECG signals using deep neural networks
2025-Jun, Computers in biology and medicine IF:7.0Q1
research paper 提出了一种基于深度学习的逐搏心房颤动(AF)检测方法,通过QRS波群中心的自适应分割提高检测精度 采用QRS波群中心的自适应分割方法,结合CNN和双向LSTM网络,实现了逐搏级别的高精度AF检测 未提及模型在噪声环境下的鲁棒性测试 开发高精度的逐搏级别心房颤动自动检测方法 心电图信号中的心房颤动 digital pathology cardiovascular disease ECG信号分析 CNN + bidirectional LSTM ECG信号 MIT-BIH心律失常数据库、MIT-BIH心房颤动数据库、MIMIC-III和Simband数据集
1696 2025-06-24
Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage
2025-Jun-01, bioRxiv : the preprint server for biology
研究论文 本文介绍了一种能够自动执行多种碎片化技术的质谱仪,并开发了一个统一的深度学习模型来预测碎片离子强度,从而提高了蛋白质组覆盖范围 开发了一个能够覆盖多种碎片化技术的单一Prosit深度学习模型,并公开了该模型 NA 提高蛋白质组学实验中蛋白质的识别效率 质谱仪和碎片化技术 质谱分析 NA CID, UVPD, EID, ECD, LC-MS Prosit深度学习模型 质谱数据 NA
1697 2025-06-24
Neural Spectral Prediction for Structure Elucidation with Tandem Mass Spectrometry
2025-Jun-01, bioRxiv : the preprint server for biology
研究论文 本文提出了一种名为ICEBERG的几何深度学习模型,用于模拟质谱中的碰撞诱导解离,以生成化学上合理的碎片及其相对强度,从而促进分子结构的解析 ICEBERG模型能够模拟碰撞诱导解离,生成化学上合理的碎片及其相对强度,并考虑碰撞能量和极性,显著提高了化合物注释的准确性 未明确提及具体限制,但可能涉及模型在更复杂或未知结构上的泛化能力 开发一种深度学习模型,用于快速准确地解析未知分子结构 分子结构的解析,特别是代谢组学、药物发现和反应筛选中的同量异位结构 机器学习和质谱分析 抑郁症和结核性脑膜炎 串联质谱(MS/MS)和深度学习 几何深度学习模型(ICEBERG) 质谱数据 NIST'20 [M+H]加合物子集
1698 2025-06-24
In Toto Adipocytes Analysis Using Hydrophilic Tissue Clearing, Light Sheet Microscopy, and Deep Learning-Based Image Processing
2025-Jun, Biology of the cell IF:2.4Q4
research paper 本研究开发了一种创新的3D成像方法,结合组织透明化、光片显微镜和深度学习技术,用于评估脂肪细胞体积 首次结合无脱脂步骤的组织透明化、光片显微镜和深度学习技术,实现脂肪组织的3D成像和自动分析 目前仅在肥胖和健康大鼠的肠系膜脂肪组织中进行验证,尚未在其他组织或疾病模型中应用 开发一种创新的3D成像方法来准确评估脂肪细胞体积,克服传统技术的局限性 肥胖和健康大鼠的肠系膜脂肪组织中的脂肪细胞 digital pathology obesity hydrophilic tissue clearing, light sheet microscopy, deep learning deep learning 3D image 肥胖和健康大鼠的肠系膜脂肪组织样本
1699 2025-06-24
Evaporative cooling signals for wound healing in plants
2025-May-28, bioRxiv : the preprint server for biology
研究论文 本文研究了植物叶片受伤后局部冷却现象及其与伤口愈合的关系,并提出了一种利用计算机视觉和深度学习监测伤口愈合动态的方法 发现伤口诱导的局部冷却现象作为伤口愈合的定量标记,并开发了基于计算机视觉和深度学习的伤口愈合监测工作流程 研究仅限于拟南芥叶片,未验证其他植物或组织类型的适用性 探索植物伤口愈合的后期机制并开发定量监测工具 拟南芥叶片 计算机视觉 NA 计算机视觉、深度学习 深度学习 图像 NA
1700 2025-06-24
Cellular and subcellular specialization enables biology-constrained deep learning
2025-May-27, bioRxiv : the preprint server for biology
research paper 该研究探讨了生物约束深度学习如何通过细胞和亚细胞特化实现,以模拟大脑中的学习和记忆机制 提出了一种完全符合生物学约束的深度学习算法,模拟了神经元细胞类型和树突区室化信号的特化 模型的生物学约束可能限制了其在更广泛的人工智能应用中的适用性 探索大脑如何通过神经元细胞类型和树突区室化信号协调多层神经回路中的学习 人工神经网络(ANNs)和神经元细胞类型 machine learning NA 深度学习算法 ANN image NA
回到顶部