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 12039 篇文献，本页显示第 2201 - 2220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2201 | 2024-09-20 |
Label-free and rapid mechanics of single cells under high-density co-culture conditions by deep learning image recognition-assisted atomic force microscopy
2024-Sep-18, Acta biochimica et biophysica Sinica
IF:3.3Q1
DOI:10.3724/abbs.2024158
PMID:39295485
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2202 | 2025-10-07 |
CRISPR-Enhanced Photocurrent Polarity Switching for Dual-lncRNA Detection Combining Deep Learning for Cancer Diagnosis
2024-08-13, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c02617
PMID:39092917
|
研究论文 | 开发了一种结合CRISPR/Cas13a增强光电流极性转换与深度学习的双lncRNA检测平台用于癌症诊断 | 首次将CRISPR/Cas13a增强的光电流极性转换机制与深度学习相结合，实现双lncRNA联合检测和癌症智能诊断 | 未明确说明样本规模和数据集的详细组成 | 开发高灵敏度双lncRNA检测平台并实现癌症早期智能诊断 | 长链非编码RNA（lncRNA HOTAIR和lncRNA MALAT1） | 生物传感, 机器学习 | 癌症 | CRISPR/Cas13a, 光电化学传感, 深度学习 | 深度学习模型 | 光电化学传感数据 | NA | NA | NA | 准确率 | NA |
| 2203 | 2025-10-07 |
Systematic Assessment of Deep Learning-Based Predictors of Fragmentation Intensity Profiles
2024-06-07, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.3c00857
PMID:38728051
|
研究论文 | 对六种基于深度学习的肽段碎片强度预测方法进行系统性评估 | 首次对六种主流深度学习肽段碎片强度预测方法进行大规模系统性比较，涵盖多种实验条件和肽段类型 | 仅评估了六种特定方法，未包含所有可能的预测方法 | 评估和比较深度学习方法在质谱数据预测中的性能 | 肽段碎片强度预测方法 | 机器学习 | NA | 质谱分析，MS/MS | 深度学习 | 质谱数据，实验光谱 | 近170万个前体肽段，对应超过1800万实验光谱，来自PRIDE数据库40个独立提交 | NA | Transformer | 皮尔逊相关系数，归一化角度，预测速度 | NA |
| 2204 | 2025-10-07 |
Vocabulary Matters: An Annotation Pipeline and Four Deep Learning Algorithms for Enzyme Named Entity Recognition
2024-06-07, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.3c00367
PMID:38733346
|
研究论文 | 本研究开发了一种酶命名实体识别标注流程和四种深度学习模型，用于从生物医学文献中自动识别酶实体 | 首次开发酶命名实体识别算法，结合词典匹配和基于规则的关键词搜索构建自动化标注流程 | 标注流程的召回率相对较低(0.76)，虽然精确度接近完美 | 开发酶命名实体识别模型以促进生物医学文献挖掘 | 酶实体在生物医学文献中的识别 | 自然语言处理 | NA | 命名实体识别 | BiLSTM,Transformer | 文本 | 4800多篇全文出版物用于自动标注，526篇手动标注全文出版物用于评估 | NA | BioBERT,SciBERT,BiLSTM,Transformer | F1-score,精确度,召回率 | 标准笔记本电脑 |
| 2205 | 2025-10-07 |
An investigation into augmentation and preprocessing for optimising X-ray classification in limited datasets: a case study on necrotising enterocolitis
2024-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03107-0
PMID:38652416
|
研究论文 | 本研究探索了在有限数据集条件下通过图像增强和预处理优化X射线分类的方法，以坏死性小肠结肠炎为案例进行研究 | 提出了两种基于颜色对比度和边缘增强的优化流程，首次展示了图像预处理在有限AXR数据集分类任务中的潜力 | 研究基于相对较小的数据集（1090张X射线图像），且仅针对单一疾病进行评估 | 开发在有限医学图像数据集上可靠的计算机辅助诊断模型 | 坏死性小肠结肠炎患者的腹部X射线图像 | 计算机视觉 | 坏死性小肠结肠炎 | X射线成像 | CNN | 医学图像 | 1090张腹部X射线图像，来自364名患者 | NA | ResNet-50 | 准确率 | NA |
| 2206 | 2025-02-20 |
Deep Learning-based U-Mamba Model to Predict Differentiated Gastric Cancer using Radiomics Features from Spleen Segmentation
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究旨在开发一种基于深度学习的自动化方法，用于分割脾脏CT图像，并构建预测胃癌分化的模型 | 使用U-Mamba深度学习模型实现脾脏CT图像的自动分割，并结合放射组学特征预测胃癌分化程度 | 研究仅纳入了262名患者，样本量相对较小 | 开发自动化脾脏CT图像分割方法并构建胃癌分化预测模型 | 262名病理确诊的胃癌患者 | 数字病理 | 胃癌 | CT成像 | U-Mamba | 图像 | 262名胃癌患者 | NA | NA | NA | NA |
| 2207 | 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 |
| 2208 | 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 |
| 2209 | 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 |
| 2210 | 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 |
| 2211 | 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 |
| 2212 | 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 |
| 2213 | 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 |
| 2214 | 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 |
| 2215 | 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 |
| 2216 | 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 |
| 2217 | 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 |
| 2218 | 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 |
| 2219 | 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 |
| 2220 | 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 |