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 31076 篇文献,本页显示第 1761 - 1780 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
1761 2025-09-05
Spatiotemporal Profiling Defines Persistence and Resistance Dynamics during Targeted Treatment of Melanoma
2025-Mar-03, Cancer research IF:12.5Q1
研究论文 本研究利用空间转录组学和深度学习分析,揭示了BRAF突变黑色素瘤在靶向治疗中持久性和耐药性的时空动态机制 首次结合空间转录组学和深度学习组织病理学分析,在患者来源异种移植模型中解析治疗过程中克隆谱系演化的时空动态 研究基于异种移植模型,可能与人类体内真实微环境存在差异 阐明黑色素瘤靶向治疗中持久细胞状态的形成机制和耐药性演化规律 BRAF突变黑色素瘤细胞和患者来源异种移植模型 数字病理学 黑色素瘤 空间转录组学,深度学习分析 深度学习 空间转录组数据,组织病理学图像 患者来源异种移植模型样本
1762 2025-09-05
HeteroMRI: Robust white matter abnormality classification across multi-scanner MRI data
2025-Jan-06, GigaScience IF:11.8Q1
研究论文 提出一种名为HeteroMRI的深度学习方法,用于跨多扫描仪MRI数据的白质异常分类 通过白质组织强度聚类减少MRI异质性影响,无需额外机器学习方法处理数据异质性 在数据量减少64%和75%时,准确率分别下降4%和12%,在极有限数据场景下性能仍有下降 开发对MRI扫描仪和采集协议高度独立的分类方法,提升多源MRI数据的白质异常诊断能力 人类大脑白质异常的MRI数据 医学影像分析 脑白质病变 MRI,深度学习 二元分类器 MRI图像 11个公共数据集的200个MRI用于训练,包含40种MRI协议
1763 2025-09-05
A review of the emerging technologies and systems to mitigate food fraud in supply chains
2025, Critical reviews in food science and nutrition IF:7.3Q1
综述 本文综述了新兴技术和系统在缓解食品供应链中食品欺诈方面的应用与挑战 探讨了手持LIBS、智能手机光谱等快速食品认证新前沿,以及结合深度学习策略的多功能传感设备 实验室先进技术向高速实时工业应用的转化存在显著差距 调查缓解食品欺诈的新兴技术和策略,并探索其应用的主要障碍 食品供应链中的欺诈行为 NA NA 激光诱导击穿光谱(LIBS)、智能手机光谱、光谱技术、分离技术、深度学习 深度学习 光谱数据、食品指纹数据 NA
1764 2025-09-05
Artificial Intelligence and Chromothripsis
2025, Methods in molecular biology (Clifton, N.J.)
评论 探讨人工智能在检测和表征染色体碎裂(chromothripsis)中的潜力及其临床应用 利用深度学习和机器学习算法分析复杂基因组数据,整合多组学数据,以前所未有的准确性识别染色体碎裂模式并预测其功能影响 NA 研究人工智能在遗传学和基因组学领域,特别是染色体碎裂检测与解读中的应用 染色体碎裂(chromothripsis)及其相关的复杂基因组重排 机器学习 NA 深度学习,机器学习,多组学数据整合 深度学习,机器学习 基因组数据,多组学数据 NA
1765 2025-09-05
Development and validation of a deep learning-based assessment tool for teacher leadership: A case study from Xinjiang, China
2025, PloS one IF:2.9Q1
研究论文 开发并验证了一个基于深度学习的教师领导力评估工具,针对新疆多民族多语言背景 引入了可解释的深度学习模型ITL-LSTM,采用Diagonal BiLSTM结构进行动态分类,准确率达90.10% 研究样本仅限新疆371名中小学教师,可能影响结果的普适性 开发文化敏感的教师领导力评估工具以支持教育质量提升 新疆中小学教师 自然语言处理 NA 深度学习 LSTM 问卷文本数据 371名新疆中小学教师
1766 2025-09-05
Deep learning detection of retinal detachment: Optical coherence tomography staging and estimation of duration of macular detachment
2025, PloS one IF:2.9Q1
研究论文 本研究利用深度学习模型基于光学相干断层扫描(OCT)图像检测和分期孔源性视网膜脱离(RRD),并估计黄斑脱离持续时间 首次结合2D和3D OCT扫描与临床基线数据,应用深度学习进行RRD分期及黄斑脱离持续时间估计 回顾性研究,样本量有限(252只RRD眼和770只对照眼),需进一步外部验证 测试深度学习模型在RRD检测、分期及黄斑脱离持续时间估计中的适用性 成年孔源性视网膜脱离患者及对照者的OCT扫描图像 计算机视觉 视网膜疾病 光学相干断层扫描(OCT) 深度学习图像分类模型 图像 252只RRD眼和770只对照眼
1767 2025-09-05
DFU_DIALNet: Towards reliable and trustworthy diabetic foot ulcer detection with synergistic confluence of Grad-CAM and LIME
2025, PloS one IF:2.9Q1
研究论文 提出一种结合Grad-CAM和LIME的可解释糖尿病足溃疡检测框架DFU_DIALNet,提升模型可靠性和透明度 首次在糖尿病足溃疡检测中协同整合Grad-CAM和LIME热力图,实现模型决策的可视化解释与病灶区域精确定位 虽进行了跨数据集验证,但外部数据集数量有限(仅KDFU和DFUC2020),且未说明临床部署效果 开发鲁棒、可靠且透明的糖尿病足溃疡自动检测系统 糖尿病足溃疡医学图像 计算机视觉 糖尿病足溃疡 深度学习 CNN(DFU_DIALNet)及对比模型DenseNet121, MobileNetV2等 医学图像 DFUC2021数据集加500张自收集图像,并跨验证KDFU和DFUC2020数据集
1768 2025-09-05
Deep learning methods to forecasting human embryo development in time-lapse videos
2025, PloS one IF:2.9Q1
研究论文 提出一种基于深度学习的时间序列预测模型,用于预测人类胚胎在延时摄影视频中的未来发育形态 首次利用AI预测胚胎发育的未来视频帧,为胚胎学家提供早期评估支持,并能够提前23小时预测胚胎形态变化 图像质量有待提升以更好地适应临床环境应用 开发人工智能系统辅助人类胚胎质量评估和移植时机选择 人类胚胎发育过程(第2天卵裂期和第4天囊胚期) 计算机视觉 生殖系统疾病 延时摄影视频分析 Convolutional LSTM 视频序列 包含移植组和丢弃组两类胚胎视频数据
1769 2025-09-05
Exploring the Applications of Explainability in Wearable Data Analytics: Systematic Literature Review
2024-12-24, Journal of medical Internet research IF:5.8Q1
系统文献综述 本文系统回顾了可解释人工智能(XAI)在可穿戴设备数据分析中的应用现状与挑战 首次系统梳理可穿戴医疗技术中XAI的应用方法,明确腕戴设备主导地位及事后解释方法的适应性优势 用户评估环节存在明显不足,缺乏终端用户参与开发过程的实证研究 探讨可解释性方法在可穿戴医疗技术中的应用价值与实现路径 基于可穿戴设备产生的量化自我数据及其机器学习模型 可穿戴健康技术 NA Shapley Additive Explanations等事后可解释性方法 机器学习/深度学习模型 传感器时序数据 25篇研究论文(2018-2022年)
1770 2025-09-05
Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review
2024-11-28, Journal of medical Internet research IF:5.8Q1
综述 本文对人工智能在食物和营养素摄入测量中的应用进行了范围综述,总结了现有技术的效能、准确性及挑战 系统梳理了AI在膳食评估中的多种数据输入类型(如图像、声音、运动数据)和应用场景,并量化了不同方法的性能指标 纳入研究数量有限(25篇),且AI模型在适应多样化食物类型、算法公平性和数据隐私方面仍存在挑战 评估人工智能工具在测量食物和营养素摄入方面的有效性、准确性及面临的挑战 人类受试者的膳食摄入数据 自然语言处理 NA 深度学习、机器学习、混合方法 CNN, SVM 图像、声音、运动数据、文本 25项研究,样本量从10到38,415名参与者不等
1771 2025-09-05
Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study
2024-11-25, Journal of medical Internet research IF:5.8Q1
研究论文 评估基于AI的健康管理移动应用在延缓非透析依赖慢性肾病进展方面的长期疗效 首次通过大规模回顾性队列研究验证AI驱动的移动护理系统在慢性肾病管理中的长期效果,并采用深度学习光学字符识别技术处理患者数据 研究为回顾性设计而非随机对照试验,可能存在选择偏倚;尿白蛋白/肌酐比值在随访期末两组无显著差异 评估KidneyOnline智能护理系统延缓非透析依赖慢性肾病进展的长期疗效 中国非透析依赖慢性肾病患者 数字健康 慢性肾病 深度学习光学字符识别(OCR),人工智能健康管理 深度学习 文本健康数据 12,297名合格患者,经倾向评分匹配后808名患者(干预组和常规护理组各404名)
1772 2025-09-05
Leveraging calcium score CT radiomics for heart failure risk prediction
2024-11-06, Scientific reports IF:3.8Q1
研究论文 利用钙评分CT影像组学特征预测心力衰竭风险 首次仅基于CT钙评分扫描的影像组学特征(钙组学和脂肪组学)构建心力衰竭预测模型,无需额外临床信息 随访时间中位数仅1.7年,样本中心力衰竭事件发生率较低(5%) 开发一种基于CT钙评分的心力衰竭风险筛查方法 1998名患者(含336名2型糖尿病患者) 医学影像分析 心血管疾病 CT钙评分扫描,深度学习分割,影像组学特征提取 深度学习 CT影像 1998名患者
1773 2025-09-05
Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis
2024-11-04, JAMA network open IF:10.5Q1
研究论文 评估脓毒症患者抗菌药物耐药性风险模型在不同医院间的性能差异及其与当地耐药率的关系 揭示模型性能差异主要与当地耐药流行率相关而非患者病例组合,强调通用模型预测耐药革兰阴性杆菌病因需谨慎 回顾性研究设计可能存在选择偏倚,仅纳入美国中西部10家医院可能限制结果普适性 探究脓毒症患者抗菌药物耐药性风险模型的跨医院性能变异原因 成年脓毒症患者(社区发病和医院发病) 医疗数据分析 脓毒症 深度学习模型 深度学习 临床数据 39,893名患者,85,238次脓毒症发作事件
1774 2025-09-05
A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea
2024-Nov, Acute and critical care IF:1.7Q3
研究论文 本研究开发了一种基于心率变异性和生命体征的深度学习模型,用于预测儿科患者的镇静水平 首次将心率变异性参数与生命体征结合,使用1D ResNet架构开发自动化镇静水平预测模型 单中心回顾性研究,需要多中心验证以确认广泛适用性 开发深度学习模型来预测危重病儿童的镇静水平 儿科重症监护病房的324名患者 医疗人工智能 儿科危重病 心率变异性分析,深度学习建模 1D ResNet 心电图波形和生命体征数据 324名患者,4,193个特征集
1775 2025-09-05
A topological deep learning framework for neural spike decoding
2024-09-03, Biophysical journal IF:3.2Q2
研究论文 提出一种基于拓扑深度学习的神经脉冲解码框架,用于从头部方向细胞和网格细胞活动中解码方向与位置信息 开发了结合无监督单纯复形发现与深度学习的新型架构——单纯卷积循环神经网络,能捕捉神经元的高阶连接性 NA 解码神经脉冲序列以理解大脑空间导航系统的编码机制 头部方向细胞和网格细胞的神经活动数据 计算神经科学 NA 拓扑数据分析,深度学习 Simplicial Convolutional Recurrent Neural Network (单纯卷积循环神经网络) 神经脉冲序列数据 NA
1776 2025-09-05
3dDNAscoreA: A scoring function for evaluation of DNA 3D structures
2024-09-03, Biophysical journal IF:3.2Q2
研究论文 开发了一种基于深度学习模型的DNA三维结构评分函数3dDNAscoreA 首次为DNA三维结构预测提供专门的评分函数,采用新训练策略基于ARES模型进行适配 NA 解决DNA三维结构预测结果的评估和排序问题 DNA分子三维结构 计算生物学 NA 深度学习 基于ARES的深度学习模型 三维结构数据 两个测试集
1777 2025-09-05
VSG-GAN: A high-fidelity image synthesis method with semantic manipulation in retinal fundus image
2024-09-03, Biophysical journal IF:3.2Q2
研究论文 提出一种基于生成对抗网络的高保真视网膜图像合成方法VSG-GAN,能够实现语义操控并生成多样化的视网膜图像 通过血管骨架和背景风格的解耦模块设计,结合风格变换和GAN反转技术,实现具有多样化形态特征的视网膜图像生成 NA 解决视网膜图像分析中数据集多样性不足和样本不平衡问题,提升疾病诊断模型训练效果 视网膜眼底图像 计算机视觉 糖尿病视网膜病变 生成对抗网络(GAN),风格变换,GAN反转 VSG-GAN(基于GAN的生成模型),分层变分自编码器 图像 使用MESSIDOR和RITE数据集进行评测
1778 2025-09-05
Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI
2024-Sep, Journal of medical imaging (Bellingham, Wash.)
研究论文 提出一种融合多图谱和深度学习的三维大腿肌肉群自动分割方法 结合多图谱分割(MAS)的通用性和深度学习网络的准确性,通过融合多种解剖映射提升分割精度 仅在15名健康受试者和4名患者上进行验证,样本规模有限 开发自动化分割大腿功能肌肉群的方法,用于肌肉体积和脂肪含量的精准评估 大腿的四个主要功能肌肉群:股薄肌、腘绳肌、股四头肌和缝匠肌 计算机视觉 老年疾病 化学位移编码水脂磁共振成像(CSE-MRI) 3D深度学习模型与可变形配准模型融合 三维磁共振图像 15名健康受试者(交叉验证)和4名患者(测试)
1779 2025-09-05
Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia
2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2
研究论文 本研究评估了基于深度学习的自动化EEG趋势分析工具BSN在预测围产期窒息新生儿4岁时临床结局的效用 首次使用全自动深度学习定量测量EEG背景的新方法BSN,实现早期连续脑活动监测和动态预后预测 样本量较小(80例新生儿),需更大规模验证 早期预测围产期窒息新生儿的长期临床结局 围产期窒息新生儿 医疗人工智能 新生儿缺氧缺血性脑病 EEG监测、深度学习 深度学习模型 EEG时间序列数据 80例新生儿,总计5427小时EEG数据
1780 2025-09-05
Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model
2024-05-02, Journal of medical Internet research IF:5.8Q1
研究论文 本研究开发了一种多模态深度学习模型,结合入院临床文本和表格数据,以提高心力衰竭患者院内死亡风险的评估精度 首次将入院临床笔记与结构化表格数据通过多模态深度学习结合,用于心衰预后评估,并在多个独立数据集上验证了其优越性 回顾性研究设计,数据来源于特定数据库,可能存在选择偏倚 提高心力衰竭患者住院结局的预后评估精度 重症心力衰竭患者 自然语言处理 心血管疾病 深度学习,Integrated Gradients,SHAP 多模态深度学习模型 文本,表格数据 开发集9989例患者,内部验证集2497例,前瞻验证集1896例,外部验证集7432例
回到顶部