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！
添加微信请说明来意
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。
当前共找到 12022 篇文献，本页显示第 2101 - 2120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2101 | 2025-02-20 |
Deep learning and explainable AI for classification of potato leaf diseases
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1449329
PMID:39963448
|
研究论文 | 本研究提出了一种结合可解释人工智能（XAI）和迁移学习的深度学习方法，用于马铃薯叶部病害的准确分类 | 结合迁移学习和可解释AI技术，提升模型在有限标注数据下的学习能力，并通过Grad-CAM增强模型的可解释性 | 未提及具体的数据集规模限制或模型在其他作物病害上的泛化能力 | 提高马铃薯叶部病害分类的准确性和模型的可解释性 | 马铃薯叶部病害 | 计算机视觉 | NA | 迁移学习，可解释AI（XAI） | 深度学习模型 | 图像 | 使用公开的马铃薯叶部病害数据集，具体样本数量未提及 | NA | NA | NA | NA |
| 2102 | 2024-11-23 |
Large language modeling and deep learning shed light on RNA structure prediction
2024-Dec, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02488-z
PMID:39572717
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2103 | 2025-02-19 |
A comprehensive dataset of rice field weed detection from Bangladesh
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110981
PMID:39957731
|
研究论文 | 本文介绍了一个包含3632张高分辨率RGB图像的全面数据集，用于检测孟加拉国稻田中的杂草 | 开发了一个包含11种常见稻田杂草的高分辨率图像数据集，适用于全球不同农业环境 | 数据集主要来自孟加拉国，可能在其他地区的适用性有限 | 通过提供高质量数据集，支持深度学习与机器学习在稻田杂草检测中的应用 | 稻田中的杂草 | 计算机视觉 | NA | NA | NA | 图像 | 3632张高分辨率RGB图像 | NA | NA | NA | NA |
| 2104 | 2025-02-19 |
Mine 4.0-mineCareerDB: A high-resolution image dataset for mining career segmentation and object detection
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110976
PMID:39957730
|
研究论文 | 本文介绍了Mine 4.0-MineCareerDB，一个公开的高分辨率图像数据集，专门用于分析采矿职业 | 提供了一个专门为采矿行业设计的高分辨率图像数据集，支持计算机视觉应用 | 数据集仅包含373张图像，可能不足以覆盖所有采矿场景 | 推动计算机视觉在采矿行业中的应用，如设备识别、安全分析和自动化研究 | 采矿操作和活动的图像 | 计算机视觉 | NA | 无人机摄影 | NA | 图像 | 373张采矿活动图像 | NA | NA | NA | NA |
| 2105 | 2025-02-19 |
A dataset of mammography images with area-based breast density values, breast area, and dense tissue segmentation masks
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110980
PMID:39957743
|
研究论文 | 本文介绍了一个新的数据集，旨在推动自动乳腺密度估计的研究，这是乳腺X光片解读中的一个关键因素 | 该数据集基于公开的VinDr-Mammo数据集，提供了745张乳腺X光片图像及专家放射科医生对整个乳房和致密组织区域的注释，为自动乳腺密度分析提供了新的资源 | 数据集的样本量相对较小，可能限制了模型的泛化能力 | 推动自动乳腺密度估计的研究，以改进乳腺癌筛查 | 乳腺X光片图像 | 数字病理学 | 乳腺癌 | 乳腺X光摄影 | 深度学习模型 | 图像 | 745张乳腺X光片图像 | NA | NA | NA | NA |
| 2106 | 2025-10-07 |
Single unit electrophysiology recordings and computational modeling can predict octopus arm movement
2024-Sep-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.13.612676
PMID:39345497
|
研究论文 | 通过章鱼单单元电生理记录和计算建模预测章鱼手臂运动 | 首次结合单单元电生理记录与计算模型预测章鱼手臂运动类型，揭示了运动电路产生丰富运动类型的实时机制 | 研究仅针对前神经索，未涵盖整个神经系统；模型预测精度仍有提升空间 | 探索章鱼简化神经系统的运动控制原理并改进脑机接口设备 | 章鱼前神经索和手臂运动 | 计算神经科学 | NA | 单单元电生理记录 | 深度学习模型 | 电生理信号，运动记录 | NA | NA | NA | 预测置信度（88.64%，75.45%） | NA |
| 2107 | 2025-10-07 |
Deep Learning Evaluation of Glaucoma Detection Using Fundus Photographs in Highly Myopic Populations
2024-06-23, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12071394
PMID:39061968
|
研究论文 | 本研究使用深度学习技术通过眼底照片识别高度近视人群中的青光眼 | 在高度近视人群中应用卷积注意力模块(CBAM)增强CNN性能进行青光眼检测 | 回顾性研究，排除了病理性近视患者，样本来源单一 | 开发基于深度学习的青光眼自动检测方法 | 高度近视人群的眼底照片 | 计算机视觉 | 青光眼 | 眼底摄影 | CNN | 图像 | 3088张眼底照片（青光眼组1540张，高度近视组1548张） | NA | ConvNeXt_Base+CBAM | AUC,准确率,灵敏度,特异性,F1分数 | NA |
| 2108 | 2025-10-07 |
Differential diagnosis of frontotemporal dementia subtypes with explainable deep learning on structural MRI
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1331677
PMID:38384484
|
研究论文 | 本研究开发了一种基于结构MRI的可解释深度学习框架，用于自动区分额颞叶痴呆的三种临床亚型 | 提出多类型并行特征嵌入框架，结合集成梯度方法进行特征可视化，相比传统统计映射能显示更局部的差异模式 | 样本量相对有限且存在类别不平衡，数据来自多个中心可能存在扫描仪差异 | 自动区分额颞叶痴呆的三种临床表型，为早期精确诊断和干预规划提供帮助 | 277名FTD患者（包括173名行为变异型FTD、63名非流利变异型PPA和41名语义变异型PPA） | 医学影像分析 | 神经退行性疾病 | 结构MRI | 深度神经网络 | 医学影像 | 277名FTD患者 | NA | 多类型并行特征嵌入框架 | 平衡准确度 | NA |
| 2109 | 2025-02-17 |
Diffusion Correction in Fricke Hydrogel Dosimeters: A Deep Learning Approach with 2D and 3D Physics-Informed Neural Network Models
2024-Aug-30, Gels (Basel, Switzerland)
DOI:10.3390/gels10090565
PMID:39330168
|
研究论文 | 本文提出了一种创新的深度学习方法，利用2D和3D物理信息神经网络模型来解决Fricke凝胶剂量计中离子扩散导致的剂量分布测量不准确的问题 | 首次将物理信息神经网络（PINNs）应用于Fricke凝胶剂量计中，通过将物理定律直接融入学习过程，优化网络以遵循离子扩散的物理原理，从而准确重建原始离子分布 | 研究仅针对数值模拟数据进行测试，未涉及实际实验数据的验证 | 提高Fricke凝胶剂量计在辐射剂量测量中的精度，克服离子扩散对剂量分布测量的影响 | Fricke凝胶剂量计中的离子扩散现象 | 机器学习 | NA | 物理信息神经网络（PINNs） | PINNs | 2D和3D数据 | 数值模拟数据，时间跨度从20到100小时 | NA | NA | NA | NA |
| 2110 | 2025-02-17 |
BioMapAI: Artificial Intelligence Multi-Omics Modeling of Myalgic Encephalomyelitis / Chronic Fatigue Syndrome
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.24.600378
PMID:38979186
|
研究论文 | 本文介绍了BioMapAI，一个可解释的深度学习框架，用于建模肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）的多组学数据 | 开发了BioMapAI框架，首次使用最丰富的纵向多组学数据集进行ME/CFS研究，并创建了健康和疾病状态下的组学连接图 | NA | 解决ME/CFS和长期COVID等慢性疾病的高异质性和多因素病因及进展问题，改善诊断和治疗 | 肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者 | 机器学习 | 慢性疲劳综合征 | 多组学分析 | 深度学习 | 多组学数据（包括肠道宏基因组学、血浆代谢组、免疫分析、血液实验室数据和临床症状） | NA | NA | NA | NA | NA |
| 2111 | 2025-02-17 |
Clinical efficacy of motion-insensitive imaging technique with deep learning reconstruction to improve image quality in cervical spine MR imaging
2024-Mar-28, The British journal of radiology
DOI:10.1093/bjr/tqae026
PMID:38366622
|
研究论文 | 本研究探讨了结合深度学习重建（DLR）的T2周期性旋转重叠平行线增强重建（PROPELLER）技术在颈椎MRI中提高图像质量和降低图像噪声的临床效果 | 结合深度学习重建（DLR）的PROPELLER技术首次应用于颈椎MRI，显著提高了图像质量和降低了噪声 | 样本量较小（35例患者），且研究时间较短（2020年12月至2021年3月） | 评估PROPELLER技术与DLR结合在颈椎MRI中的图像质量和噪声改善效果 | 35例接受颈椎MRI检查的患者 | 医学影像 | 颈椎疾病 | T2 PROPELLER技术，深度学习重建（DLR） | 深度学习模型 | MRI图像 | 35例患者 | NA | NA | NA | NA |
| 2112 | 2025-02-17 |
Characterizing Anti-Vaping Posts for Effective Communication on Instagram Using Multimodal Deep Learning
2024-Feb-15, Nicotine & tobacco research : official journal of the Society for Research on Nicotine and Tobacco
IF:3.0Q2
DOI:10.1093/ntr/ntad189
PMID:38366336
|
研究论文 | 本研究旨在通过人工智能识别Instagram上反电子烟图片帖子中与高社交媒体用户参与度相关的关键特征 | 利用深度学习模型和统计模型识别反电子烟Instagram图片帖子中与高用户参与度显著相关的特征 | 研究主要基于Instagram平台，可能不适用于其他社交媒体平台 | 识别反电子烟Instagram图片帖子中与高社交媒体用户参与度相关的关键特征 | Instagram上的反电子烟图片帖子 | 自然语言处理 | NA | 深度学习模型（OpenAI: contrastive language-image pre-training with ViT-B/32）和统计模型（负二项回归模型） | CNN（ViT-B/32） | 图像和文本 | 8972个反电子烟Instagram图片帖子，其中2200个手工编码 | NA | NA | NA | NA |
| 2113 | 2025-02-16 |
Avoiding missed opportunities in AI for radiology
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03295-9
PMID:39585545
|
评论 | 本文探讨了人工智能（AI）在放射学中的应用，强调了避免错失AI潜力的重要性 | 提出了在放射学中避免错失AI应用机会的策略，并强调了AI在临床和财务上的双重益处 | 文章主要基于作者所在医疗系统的经验，可能不具有普遍适用性 | 探讨如何充分利用AI在放射学中的潜力，以提升医疗智慧和患者护理 | 放射学中的AI应用 | 机器学习 | NA | 深度学习 | 人工神经网络 | NA | NA | NA | NA | NA | NA |
| 2114 | 2025-02-16 |
Flexible use of conserved motif vocabularies constrains genome access in cell type evolution
2024-Sep-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.03.611027
PMID:39282369
|
研究论文 | 本文通过整合单核多组学测序和深度学习技术，探讨了细胞类型进化中基因组可及性的约束机制 | 揭示了细胞类型家族间基因组可及性的保守性，并发现不同物种间细胞类型关系的特异性相互作用并不保守 | 研究结果主要基于早期分支动物，如扁形动物和刺胞动物，可能不适用于所有生物 | 探讨细胞类型多样化在进化过程中如何受到基因组可及性的约束 | 细胞类型家族及其基因组可及性 | 基因组学 | NA | 单核多组学测序，深度学习 | 深度学习模型 | 基因组序列数据 | 涉及多个早期分支动物物种的细胞类型 | NA | NA | NA | NA |
| 2115 | 2025-10-07 |
An automated deep learning pipeline for EMVI classification and response prediction of rectal cancer using baseline MRI: a multi-centre study
2024-Jan-22, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00516-x
PMID:38253770
|
研究论文 | 开发基于基线MRI的自动化深度学习流程，用于直肠癌EMVI分类和治疗反应预测 | 提出全自动管道结合nnUNet分割和MLNet多级特征学习，无需手动分割和特征工程 | 回顾性研究，样本量有限（509例患者） | 通过基线MRI实现直肠癌EMVI自动分类和完全缓解预测 | 直肠癌患者 | 数字病理 | 直肠癌 | 扩散加权成像，T2加权成像 | CNN | 医学影像 | 来自9个中心的509名患者 | nnUNet | nnUNet, 3D ResNet10, MLNet | AUC | NA |
| 2116 | 2025-02-16 |
The role of cortical structural variance in deep learning-based prediction of fetal brain age
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1411334
PMID:38846713
|
研究论文 | 本文探讨了皮层结构变异在基于深度学习的胎儿脑龄预测中的作用 | 首次解释了形状相关的皮层结构特征对预测胎儿脑龄变异的影响 | 未提及具体的研究局限性 | 研究胎儿脑龄预测模型中皮层结构特征的影响 | 胎儿大脑 | 计算机视觉 | NA | 磁共振成像 | 卷积神经网络 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 2117 | 2025-10-07 |
Universal representation learning for multivariate time series using the instance-level and cluster-level supervised contrastive learning
2024-May, Data mining and knowledge discovery
IF:2.8Q2
DOI:10.1007/s10618-024-01006-1
PMID:39949582
|
研究论文 | 提出一种基于实例级和簇级监督对比学习的多元时间序列通用表示学习方法 | 结合实例级和簇级监督对比学习，使用强弱两种数据增强方法，学习多元时间序列的判别性低维表示 | 在小型数据集上验证有效，但未提及在大规模数据集上的性能表现 | 解决多元时间序列分类任务中标注数据不足的问题 | 多元时间序列数据 | 机器学习 | 心肺疾病 | 监督对比学习 | 深度学习 | 多元时间序列 | 两个小型心肺运动测试数据集和UEA多元时间序列档案库 | NA | 源网络和目标网络的双网络架构 | 分类性能 | NA |
| 2118 | 2025-10-07 |
An accurately supervised motion-aware deep network for non-contact pain assessment of trigeminal neuralgia mouse model
2024-Mar, Journal of oral & facial pain and headache
IF:1.9Q2
DOI:10.22514/jofph.2024.008
PMID:39788578
|
研究论文 | 提出一种用于三叉神经痛小鼠模型非接触式疼痛评估的深度学习网络 | 构建了客观疼痛分级数据集作为监督信号，并融合静态纹理特征和动态行为特征进行疼痛评估 | NA | 开发三叉神经痛小鼠模型的非接触式疼痛评估方法 | 三叉神经痛小鼠模型 | 计算机视觉 | 三叉神经痛 | 深度学习 | 深度神经网络 | 图像 | NA | NA | TNPAN | 准确率, 泛化能力 | NA |
| 2119 | 2025-10-07 |
Developing predictive precision medicine models by exploiting real-world data using machine learning methods
2024, Journal of applied statistics
IF:1.2Q2
DOI:10.1080/02664763.2024.2315451
PMID:39440239
|
研究论文 | 本研究提出了一种利用真实世界电子健康记录开发预测性精准医学模型的新方法 | 利用大型真实世界数据库中的纵向数据格式预测15项生化检测的未来值，并进行广泛的传统机器学习与深度学习算法性能比较 | NA | 开发预测性精准医学模型，实现个性化医疗 | 电子健康记录中的生化检测数据 | 机器学习 | NA | 生化检测 | 统计机器学习,深度学习 | 电子健康记录 | 大型真实世界数据库 | NA | NA | NA | NA |
| 2120 | 2025-02-14 |
Ontologies in modelling and analysing of big genetic data
2024-Dec, Vavilovskii zhurnal genetiki i selektsii
IF:0.9Q3
DOI:10.18699/vjgb-24-101
PMID:39944813
|
研究论文 | 本文探讨了基于本体论的新方法，用于系统化和有效利用生物信息学和生物医学领域积累的大量实验数据，包括自动化语义整合异构数据、创建大型知识库和基于深度学习的自解释方法 | 提出了基于本体论的深度学习方法，如Deep GONet和ONN4MST，这些方法不仅性能高，而且具有可解释性，解决了深度学习模型通常作为“黑箱”的问题 | 尽管提出了可解释的深度学习方法，但神经网络的复杂性和数据异质性仍然是挑战，且自动推理依赖于预先创建的参考本体 | 开发基于本体论的方法，以系统化和有效利用生物信息学和生物医学领域的大规模实验数据 | 生物信息学、系统生物学和生物医学领域的实验数据 | 生物信息学 | 癌症 | 深度学习、本体论、语义整合 | Deep GONet、ONN4MST | 基因数据、微生物数据 | 癌症诊断数据集、人类肠道微生物群落样本 | NA | NA | NA | NA |