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 1266 篇文献，本页显示第 321 - 340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2025-10-07 |
SegCSR: Weakly-Supervised Cortical Surfaces Reconstruction from Brain Ribbon Segmentations
2024-Dec-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.10.626888
PMID:39713375
|
研究论文 | 提出一种基于脑部MRI带状分割的弱监督皮质表面重建方法 | 无需依赖传统流程生成的伪标签，通过联合学习微分同胚流直接从未分割的脑部MRI带状分割中重建皮质表面 | 在深度脑沟区域仍需正则化处理，性能依赖于分割质量 | 开发无需伪标签监督的皮质表面重建方法 | 脑部MRI图像中的皮质表面 | 医学图像处理 | 神经系统疾病 | 脑部MRI | 深度学习 | 医学图像 | 两个大规模脑部MRI数据集 | NA | NA | 准确度, 规则性 | NA |
| 322 | 2025-10-07 |
Augmenting cybersecurity through attention based stacked autoencoder with optimization algorithm for detection and mitigation of attacks on IoT assisted networks
2024-Dec-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81162-y
PMID:39730515
|
研究论文 | 提出一种基于注意力机制堆叠自编码器和鹈鹕优化算法的网络安全方法，用于物联网辅助网络中的攻击检测与缓解 | 结合注意力机制堆叠自编码器和鹈鹕优化算法进行攻击检测，并采用灰雁优化算法进行特征选择 | NA | 识别和缓解物联网辅助网络中的网络安全攻击行为 | 物联网网络中的网络安全攻击 | 机器学习 | NA | 深度学习 | 自编码器 | 网络数据 | NA | NA | 注意力机制堆叠自编码器 | 准确率 | NA |
| 323 | 2025-10-07 |
A Novel Deep Learning-based Artificial Intelligence System for Interpreting Urolithiasis in Computed Tomography
2024-Dec, European urology focus
IF:4.8Q1
DOI:10.1016/j.euf.2024.07.003
PMID:38997836
|
研究论文 | 开发基于深度学习的人工智能系统，用于在CT图像中检测尿路结石并实时计算结石参数 | 首个使用YOLOv4架构实现尿路结石实时检测和参数计算的AI系统，显著提升诊断速度 | 训练数据未包含输尿管膀胱连接处结石，不规则结石检测存在遗漏 | 开发用于尿路结石CT图像分析的AI诊断系统 | 接受结石手术患者的CT图像 | 计算机视觉 | 尿路结石 | CT成像 | CNN | 医学图像 | 39,433张CT图像（训练集），5,736张验证图像，100例外部验证患者 | YOLOv4 | YOLOv4 | 准确率 | NVIDIA RTX 4900 GPU |
| 324 | 2025-02-21 |
TPepPro: a deep learning model for predicting peptide-protein interactions
2024-12-26, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae708
PMID:39585721
|
研究论文 | 本文提出了一种基于Transformer的深度学习模型TPepPro，用于预测肽-蛋白质相互作用 | TPepPro结合了局部蛋白质序列特征提取和全局蛋白质结构特征提取的策略，并优化了结构特征神经网络的架构，显著减少了计算资源的需求 | NA | 开发一种高效预测肽-蛋白质相互作用的模型，以支持氨基酸药物的应用 | 肽-蛋白质相互作用 | 机器学习 | NA | 深度学习 | Transformer | 序列和结构特征 | 19,187对肽-蛋白质复合物 | NA | NA | NA | NA |
| 325 | 2025-02-21 |
3D-BCLAM: A Lightweight Neurodynamic Model for Assessing Student Learning Effectiveness
2024-Dec-09, Sensors (Basel, Switzerland)
DOI:10.3390/s24237856
PMID:39686393
|
研究论文 | 本文提出了一种轻量级的神经动力学模型3D-BCLAM，用于评估学生的学习效果 | 创新性地结合了双向卷积长短期记忆（BCL）和动态注意力机制，以极低的计算成本高效捕捉时间序列中的情感动态变化 | NA | 评估学生的学习效果，深入理解学习过程，准确诊断学习障碍，并制定有效的教学策略 | 学生的学习效果 | 机器学习 | NA | NA | 3D-BCLAM（结合双向卷积长短期记忆和动态注意力机制） | 时间序列数据 | NA | NA | NA | NA | NA |
| 326 | 2025-02-21 |
Deep learning in image segmentation for cancer
2024-Dec, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.839
PMID:39503190
|
研究论文 | 本文探讨了深度学习在癌症成像中的作用，特别是其在自动图像分割中的应用 | 展示了基于U-Net和卷积神经网络的架构在CT扫描中的身体成分分析和MRI图像中的直肠肿瘤分割中的速度和准确性提升 | 需要进一步研究以解决不同成像系统间图像质量差异的问题 | 研究深度学习在癌症图像分割中的应用 | CT扫描和MRI图像 | 计算机视觉 | 癌症 | 深度学习 | U-Net, CNN | 图像 | NA | NA | NA | NA | NA |
| 327 | 2025-02-21 |
Making sense of missense: challenges and opportunities in variant pathogenicity prediction
2024-Dec-01, Disease models & mechanisms
IF:4.0Q1
DOI:10.1242/dmm.052218
PMID:39676521
|
研究论文 | 本文讨论了变异致病性预测的计算工具及其在临床变异解释中的应用 | 介绍了不依赖已知变异分类进行训练的模型，如AlphaMissense，这些模型能克服当前临床数据库的偏差，并更好地泛化到新的未分类变异 | AlphaMissense作为一个大型深度学习模型，缺乏可解释性，不评估变异的功能影响，且提供的致病性评分不是疾病特异性的 | 提高变异解释计算工具的可解释性和精确性，以推进临床遗传学的发展 | 变异致病性预测模型 | 机器学习 | NA | 深度学习 | AlphaMissense, AlphaFold | 功能数据和临床数据 | NA | NA | NA | NA | NA |
| 328 | 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 |
| 329 | 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 |
| 330 | 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 |
| 331 | 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 |
| 332 | 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 |
| 333 | 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 |
| 334 | 2025-02-12 |
Artificial Intelligence - Blessing or Curse in Dentistry? - A Systematic Review
2024-Dec, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_1106_24
PMID:39926925
|
系统综述 | 本文系统综述了人工智能在牙科各个领域的多样化应用 | 全面分析了人工智能在牙科中的优势和挑战，涵盖了诊断、治疗和患者结果等多个方面 | 数据隐私、牙科专业人员的工作替代问题以及确保安全性和有效性的全面验证和监管需求仍是主要挑战 | 探讨人工智能在牙科中的应用及其影响 | 牙科领域的人工智能应用 | 机器学习 | NA | 机器学习、深度学习 | NA | 文本 | 607篇出版物中筛选出13篇相关文献 | NA | NA | NA | NA |
| 335 | 2025-10-07 |
Cropformer: An interpretable deep learning framework for crop genomic prediction
2024-Dec-16, Plant communications
IF:9.4Q1
DOI:10.1016/j.xplc.2024.101223
PMID:39690739
|
研究论文 | 开发了一个名为Cropformer的可解释深度学习框架，用于作物基因组预测和表型预测 | 将卷积神经网络与多种自注意力机制相结合，提高了基因组选择的准确性和可解释性 | NA | 解决当前基因组选择中深度学习模型鲁棒性低和可解释性差的问题 | 玉米、水稻、小麦、谷子和番茄五种主要作物 | 机器学习 | NA | 基因组选择 | CNN, Transformer | 基因组数据 | 超过20个性状的基因组数据 | NA | Cropformer（CNN与自注意力机制结合） | 预测准确率 | NA |
| 336 | 2025-02-08 |
Physics-guided multistage neural network: A physically guided network for step initial values and dispersive shock wave phenomena
2024-Dec, Physical review. E
DOI:10.1103/PhysRevE.110.065307
PMID:39916289
|
研究论文 | 本文提出了一种物理引导的多阶段神经网络（PgMSNN）模型，用于模拟复杂的色散冲击波现象 | 通过集成残差学习范式并在现有PINN方法中引入色散因子，显著增强了物理信息神经网络（PINNs）描述复杂色散现象的能力，并提出了一种高度自适应的深度Runge-Kutta方法 | NA | 提高物理信息神经网络（PINNs）在色散冲击波现象中的数值模拟精度和稳定性 | 色散冲击波现象 | 机器学习 | NA | 物理引导的多阶段神经网络（PgMSNN） | 物理引导的多阶段神经网络（PgMSNN） | 数值数据 | NA | NA | NA | NA | NA |
| 337 | 2025-10-07 |
Intelligent cholinergic white matter pathways algorithm based on U-net reflects cognitive impairment in patients with silent cerebrovascular disease
2024-Dec-30, Stroke and vascular neurology
IF:4.4Q1
DOI:10.1136/svn-2023-002976
PMID:38569895
|
研究论文 | 开发基于U-net的智能算法评估静默性脑血管病患者胆碱能白质通路损伤与认知功能障碍的关系 | 首个用于评估胆碱能白质通路的智能算法，相比金标准具有良好准确性 | NA | 建立智能算法评估血管源性白质高信号患者的胆碱能白质通路损伤 | 静默性脑血管病伴血管源性白质高信号患者 | 数字病理 | 脑血管疾病 | 深度学习 | CNN | 医学影像 | 内部训练测试集464例患者，外部验证集100例患者 | NA | U-net | 灵敏度, 特异性, AUC | NA |
| 338 | 2025-10-07 |
Application of deep learning models on single-cell RNA sequencing analysis uncovers novel markers of double negative T cells
2024-12-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82406-7
PMID:39732739
|
研究论文 | 本研究应用深度学习模型分析单细胞RNA测序数据，揭示了双阴性T细胞的新型标志物 | 首次使用scVI深度学习模型识别DNT细胞亚群的新型标志物，修正了先前关于CD137表达的错误认知，并发现了CD30和CD153等新标志物 | 研究主要基于小鼠模型，人类DNT细胞的验证相对有限 | 通过深度学习技术识别和验证双阴性T细胞的新型分子标志物 | C57BL/6小鼠和MRL/lpr小鼠的脾脏双阴性T细胞 | 生物信息学 | 自身免疫疾病 | 单细胞RNA测序, 流式细胞术 | 深度学习 | 基因表达数据 | C57BL/6小鼠和MRL/lpr小鼠的脾脏DNT细胞 | scVI | Single Cell Variational Inference | 流式细胞术验证 | NA |
| 339 | 2025-10-07 |
Predicting RNA Structure and Dynamics with Deep Learning and Solution Scattering
2024-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.08.598075
PMID:39764023
|
研究论文 | 开发了结合深度学习与溶液散射的SCOPER流程，用于预测RNA在溶液中的结构和动力学 | 整合了基于运动学的构象采样与创新的深度学习模型IonNet，专门预测Mg离子结合位点，解决了RNA构象可塑性和离子效应的问题 | 需要初始足够准确的结构作为输入，可能对实验SAXS数据存在过拟合风险 | 提高RNA在溶液中结构和动力学的预测准确性 | RNA分子及其溶液构象 | 计算生物学 | NA | 小角X射线散射(SAXS), 深度学习 | 深度学习模型 | SAXS剖面数据, 结构数据 | 14个实验数据集 | NA | IonNet | SAXS剖面拟合质量 | NA |
| 340 | 2025-10-07 |
A prediction approach to COVID-19 time series with LSTM integrated attention mechanism and transfer learning
2024-Dec-31, BMC medical research methodology
IF:3.9Q1
DOI:10.1186/s12874-024-02433-w
PMID:39736527
|
研究论文 | 提出一种结合注意力机制和迁移学习的LSTM模型，用于预测城市级COVID-19时间序列数据 | 针对小区域COVID-19时间序列预测问题，提出新型注意力机制与频域卷积增强结合的迁移学习方法 | 研究仅针对中国徐州单一城市数据，模型在其他地区的泛化能力有待验证 | 开发适用于小区域COVID-19每日确诊病例时间序列的精准预测方法 | 中国徐州市2022年11月至2023年11月的COVID-19每日确诊病例数据 | 时间序列预测 | COVID-19 | 时间序列分析，深度学习 | RNN, LSTM, GRU, TCN, LSTM-Attention | 时间序列数据 | 徐州城市COVID-19每日确诊病例数据（2022.11.1-2023.11.16） | NA | LSTMATT, TLLA | 平均绝对误差, 均方根误差, 决定系数 | NA |