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 3695 篇文献，本页显示第 2361 - 2380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2361 | 2025-10-07 |
Predicting Blood Pressures for Pregnant Women by PPG and Personalized Deep Learning
2025-Jan, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3386707
PMID:38598377
|
研究论文 | 本研究通过光电容积脉搏波数据和个性化深度学习模型预测孕妇血压，为子痫前期提供有效预警 | 提出三阶段建模方法（基线模型构建、孕妇数据微调、个性化迁移学习），结合1D-CNN与CBAM注意力机制和双向GRU网络 | 样本量相对有限（仅40名孕妇），未提及模型在更广泛人群中的泛化能力验证 | 开发连续无袖带血压监测系统，实现孕妇血压精准预测和子痫前期预警 | 194名受试者（包括154名正常个体和40名孕妇） | 机器学习 | 妊娠期疾病 | 光电容积脉搏波 | 1D-CNN, GRU | 生理信号数据 | 194名受试者（154名正常个体，40名孕妇） | NA | 1D-CNN with CBAM, Bi-directional GRU, Attention layers | 平均误差, 标准差 | NA |
| 2362 | 2025-04-24 |
Quad-tree Based Driver Classification using Deep Learning for Mild Cognitive Impairment Detection
2025, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2025.3558706
PMID:40256415
|
研究论文 | 提出一种基于四叉树的深度学习方法，用于通过GPS数据识别驾驶员是否患有轻度认知障碍 | 引入地理区域四叉树结构捕捉驾驶轨迹的空间层次结构，并提出新的驾驶特征表示方法用于CNN分类 | NA | 通过驾驶模式分析识别轻度认知障碍驾驶员 | 驾驶员的GPS轨迹数据 | 机器学习 | 老年疾病 | GPS数据分析 | CNN | GPS轨迹数据 | 真实世界数据集（具体数量未说明） | NA | NA | NA | NA |
| 2363 | 2025-04-24 |
Interplay between noise-induced sensorineural hearing loss and hypertension: pathophysiological mechanisms and therapeutic prospects
2025, Frontiers in cellular neuroscience
IF:4.2Q2
DOI:10.3389/fncel.2025.1523149
PMID:40260077
|
review | 本文综述了噪声性听力损失(NIHL)的病理生理学、对血迷路屏障(BLB)的影响以及新兴治疗方法 | 探讨了神经调节和基于载体的方法在克服BLB等生物屏障方面的潜力，以及计算化学方法在药物开发中的应用 | 主要集中于NIHL的机制和潜在治疗方法，缺乏具体临床试验数据的支持 | 详细研究NIHL及其潜在机制、生理影响和前沿治疗策略 | 噪声性听力损失及其相关病理生理机制 | NA | 心血管疾病 | 分子对接、分子动力学模拟、QSAR/QSPR分析、网络药理学 | machine/deep learning algorithms | NA | NA | NA | NA | NA | NA |
| 2364 | 2025-10-07 |
iMFP-LG: Identify Novel Multi-functional Peptides Using Protein Language Models and Graph-based Deep Learning
2025-Jan-15, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzae084
PMID:39585308
|
研究论文 | 提出了一种基于蛋白质语言模型和图注意力网络的多功能肽识别方法iMFP-LG | 首次结合蛋白质语言模型和图注意力网络进行多功能肽识别，并通过可视化注意力模式增强模型可解释性 | 仅从UniRef90数据库中筛选候选肽，未涵盖所有已知肽段 | 开发准确有效的多功能肽识别技术以促进其发现和机制理解 | 多功能生物活性肽和多功能治疗肽 | 生物信息学 | NA | 蛋白质语言模型，图注意力网络 | GAT | 氨基酸序列数据 | 数百万个已知肽段（来自UniRef90数据库） | NA | 图注意力网络 | NA | NA |
| 2365 | 2025-04-23 |
EnsembleSE: identification of super-enhancers based on ensemble learning
2025-Jan-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elaf003
PMID:40251827
|
research paper | 提出了一种基于集成学习的超增强子识别方法EnsembleSE，用于更有效地识别基因调控网络中的超增强子 | 集成不同模型的优势，提出基于集成策略的模型，增强模型的泛化能力，并设计了一种结合局部结构和全局信息的多角度特征表示方法 | 需要大量标记数据进行训练，限制了其在生物数据中的进一步应用 | 提高超增强子识别的准确性和效率，以支持基因调控网络和疾病机制的研究 | 超增强子（SEs） | machine learning | NA | ensemble learning | ensemble model | sequence data | 在小鼠和人类数据集上进行了评估 | NA | NA | NA | NA |
| 2366 | 2025-10-07 |
All-atom RNA structure determination from cryo-EM maps
2025-Jan, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02149-8
PMID:38396075
|
研究论文 | 开发了一种从冷冻电镜图谱中自动确定全原子RNA结构的新方法EMRNA | 首个整合深度学习核苷酸检测、三维骨架追踪和全原子构建的自动化RNA结构测定方法 | 验证数据集中在37-423个核苷酸长度和2.0-6.0Å分辨率的RNA图谱 | 解决从冷冻电镜图谱中确定RNA结构的挑战 | RNA分子结构 | 结构生物学 | NA | 冷冻电镜(cryo-EM) | 深度学习 | 冷冻电镜图谱 | 140个不同的RNA图谱(37-423个核苷酸) | NA | NA | 均方根偏差(RMSD), TM-score, 残基覆盖率, 序列匹配率 | NA |
| 2367 | 2025-10-07 |
Integrative deep learning framework predicts lipidomics-based investigation of preservatives on meat nutritional biomarkers and metabolic pathways
2025, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2023.2295016
PMID:38127336
|
综述 | 基于脂质组学、代谢组学和蛋白质组学分析，探讨防腐剂对肉制品代谢途径和营养生物标志物的影响，并提出深度学习框架预测脂质结合趋势 | 提出整合深度学习框架DisoLipPred，利用深度循环网络和迁移学习预测蛋白质无序区域的脂质结合趋势 | 传统肉品质量评估工具无法阐明防腐剂影响肉制品质量的内在机制和途径 | 研究防腐剂对肉制品营养生物标志物和代谢途径的影响 | 肉制品及其营养生物标志物 | 机器学习 | NA | 脂质组学, 代谢组学, 蛋白质组学 | 深度循环网络, 深度神经网络, 卷积神经网络, 人工神经网络 | 蛋白质序列数据, 多组学数据 | NA | NA | NA | NA | NA |
| 2368 | 2025-04-23 |
Transforming physical fitness and exercise behaviors in adolescent health using a life log sharing model
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1562151
PMID:40255372
|
研究论文 | 本研究探讨了基于深度学习的生命日志共享模型（LLSM）在通过个性化公共卫生干预增强青少年身体素质和锻炼行为方面的潜力 | 开发了一种混合时空卷积神经网络-双向长短期记忆（TS-CNN-BiLSTM）模型，整合了多模态生命日志数据的时间、文本和视觉特征，用于分类和预测身体活动行为 | 未提及具体局限性 | 通过个性化公共卫生干预增强青少年身体素质和锻炼行为 | 青少年 | 机器学习 | NA | 深度学习 | TS-CNN-BiLSTM | 多模态生命日志数据（运动类型、持续时间、强度） | 两个数据集：Geo-Life Log（带位置数据）和Time-Life Log（不带位置数据） | NA | NA | NA | NA |
| 2369 | 2025-04-23 |
RNA secondary structure prediction by conducting multi-class classifications
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.04.001
PMID:40256169
|
研究论文 | 本研究提出了一种通过多类别分类预测RNA二级结构的简单方法，无需复杂的后处理步骤 | 将RNA二级结构预测视为多个多类别分类问题，避免了复杂的后处理步骤，并引入了数据增强和跨RNA家族评估性能下降缓解方法 | 未提及具体的数据集规模或模型在特定RNA家族上的局限性 | 改进RNA二级结构预测的准确性和简化预测流程 | RNA二级结构 | 自然语言处理 | NA | 深度学习 | 注意力机制和CNN | RNA序列数据 | NA | NA | NA | NA | NA |
| 2370 | 2025-04-23 |
Enhancing Gamma Knife Cone-beam Computed Tomography Image Quality Using Pix2pix Generative Adversarial Networks: A Deep Learning Approach
2025 Jan-Mar, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_140_24
PMID:40256180
|
研究论文 | 本研究开发了一种改进的Pix2Pix卷积神经网络框架，用于提升锥形束计算机断层扫描（CBCT）图像质量，并减少Hounsfield单位（HU）的变异 | 使用改进的Pix2Pix生成对抗网络（GAN）框架，将CBCT图像转换为高质量合成CT（sCT）图像，显著提升了图像质量 | 研究样本量较小（50名患者），可能影响模型的泛化能力 | 提升CBCT图像质量，使其更接近CT图像，以用于放射外科手术 | 50名接受伽玛刀治疗的患者 | 计算机视觉 | NA | 锥形束计算机断层扫描（CBCT） | Pix2Pix GAN | 图像 | 50名患者的7484张512×512像素的切片图像（40名用于训练，10名用于测试） | NA | NA | NA | NA |
| 2371 | 2025-04-23 |
Evaluation of Low-dose Computed Tomography Images Reconstructed Using Artificial Intelligence-based Adaptive Filtering for Denoising: A Comparison with Computed Tomography Reconstructed with Iterative Reconstruction Algorithm
2025 Jan-Mar, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_115_24
PMID:40256183
|
research paper | 本研究评估了基于人工智能的自适应滤波去噪技术在低剂量计算机断层扫描（CT）图像重建中的应用，并与迭代重建算法进行了比较 | 首次比较了AI去噪工具PixelShine与迭代重建算法在不同低剂量条件下的图像质量，发现AI在33%标准剂量下表现更优 | 研究样本量有限（85例），且为回顾性研究 | 评估AI去噪技术在低剂量CT图像重建中的诊断价值 | 低剂量CT图像 | digital pathology | NA | 低剂量CT扫描 | deep learning | medical image | 85例CT扫描病例（32例FBP重建，53例IR重建） | NA | NA | NA | NA |
| 2372 | 2025-04-23 |
A new method for early diagnosis and treatment of meniscus injury of knee joint in student physical fitness tests based on deep learning method
2025, BioImpacts : BI
IF:2.2Q3
DOI:10.34172/bi.30419
PMID:40256232
|
research paper | 提出了一种基于深度学习的膝关节半月板损伤早期诊断和治疗方法，用于学生体能测试 | 采用增强版的U-Net算法进行图像分割，结合集成方法进行损伤类型识别，提高了诊断的准确性和及时性 | 研究仅基于MRI图像数据集，未涉及其他类型的医学影像数据 | 提高学生体能测试中膝关节半月板损伤的早期诊断和治疗效果 | 学生体能测试中的膝关节半月板损伤 | digital pathology | 膝关节半月板损伤 | MRI | U-Net | image | 一个知名的膝关节损伤MRI图像数据集 | NA | NA | NA | NA |
| 2373 | 2025-04-23 |
The diagnostic and prognostic value of C1orf174 in colorectal cancer
2025, BioImpacts : BI
IF:2.2Q3
DOI:10.34172/bi.30566
PMID:40256241
|
research paper | 该研究通过生物信息学和机器学习算法分析RNA和microRNA测序数据，鉴定结直肠癌中的差异表达基因，并验证了C1orf174的诊断和预后价值 | 发现了五个新的预后基因，包括C1orf174，并通过机器学习算法确定了高准确度的诊断标志物组合 | 研究依赖于TCGA数据库的数据，未提及独立验证队列的结果 | 鉴定结直肠癌的新型生物标志物，用于早期检测和预后评估 | 结直肠癌患者和正常对照的RNA和microRNA测序数据 | digital pathology | colorectal cancer | RNA-seq, microRNA sequencing, Real-time PCR | Deep learning, Decision Tree, SVM | RNA-seq data, microRNA data | 631个样本（398例患者和233例正常对照） | NA | NA | NA | NA |
| 2374 | 2025-04-23 |
Mortality prediction of heart transplantation using machine learning models: a systematic review and meta-analysis
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1551959
PMID:40256322
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估机器学习模型在预测心脏移植后死亡率中的性能 | 比较了多种机器学习算法在心脏移植后死亡率预测中的表现，并识别了影响模型准确性的因素 | 研究存在显著的异质性和偏倚，需要标准化方法和进一步的外部验证以提高临床适用性 | 评估机器学习算法在预测心脏移植后死亡率中的性能并优化决策过程 | 心脏移植患者 | 机器学习 | 心血管疾病 | 机器学习算法（如随机森林、CatBoost、神经网络等） | 随机森林、CatBoost、神经网络、K近邻 | 临床数据 | 17项研究纳入综述，12项研究纳入荟萃分析 | NA | NA | NA | NA |
| 2375 | 2025-04-23 |
Machine learning vs human experts: sacroiliitis analysis from the RAPID-axSpA and C-OPTIMISE phase 3 axSpA trials
2025, Rheumatology advances in practice
IF:2.1Q3
DOI:10.1093/rap/rkae118
PMID:40256636
|
研究论文 | 本研究评估了深度学习模型在检测轴型脊柱关节炎（axSpA）患者骶髂关节炎中的性能，并与专家评估进行了比较 | 使用深度学习模型减少诊断时间并最小化读者间差异，首次在RAPID-axSpA和C-OPTIMISE试验中进行评估 | 模型在C-OPTIMISE队列中的特异性较低（56%），Cohen's κ值仅为0.48 | 评估深度学习模型在检测axSpA患者骶髂关节炎中的性能，以加速诊断并减少医疗资源使用 | RAPID-axSpA（n=277）和C-OPTIMISE（n=739）试验中的axSpA患者 | 数字病理学 | 轴型脊柱关节炎 | 深度学习 | 深度学习模型（基于迁移学习） | X光影像 | RAPID-axSpA（277例）和C-OPTIMISE（739例）患者的基线X光影像 | NA | NA | NA | NA |
| 2376 | 2025-10-07 |
Prospective Evaluation of Accelerated Brain MRI Using Deep Learning-Based Reconstruction: Simultaneous Application to 2D Spin-Echo and 3D Gradient-Echo Sequences
2025-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0653
PMID:39780631
|
研究论文 | 前瞻性评估基于深度学习的加速重建技术在脑部磁共振成像中的应用效果 | 首次在前瞻性研究中将深度学习重建技术同时应用于2D自旋回波和3D梯度回波序列，并验证其在多厂商设备上的适用性 | 深部灰质区域（包括丘脑）的体积测量存在显著差异，白质高信号分割中白质皮层病变的一致性较低 | 评估基于深度学习的加速重建技术对脑部MRI图像质量和扫描时间的影响 | 150名参与者（51名男性，平均年龄57.3±16.2岁） | 医学影像分析 | 脑部疾病 | 磁共振成像（MRI） | 深度学习 | 医学影像 | 150名参与者，使用三家不同厂商的3T扫描仪 | NA | U-Net | 图像质量评分, 结构描绘评分, 伪影评分, SNR, CNR, Fleiss' kappa系数, Bland-Altman分析 | NA |
| 2377 | 2025-04-22 |
Detection and classification of ChatGPT-generated content using deep transformer models
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1458707
PMID:40256321
|
研究论文 | 本文提出了一种基于深度transformer模型的ChatGPT生成内容的检测与分类方法 | 使用RoBERTa和DistilBERT等transformer架构模型，实现了对AI生成文本的高效检测与分类，F1分数和准确率均超过0.98 | 模型在不同AI生成内容来源上的泛化能力尚未验证，且未考虑AI文本检测领域不断演变的挑战 | 解决AI生成文本（特别是ChatGPT）的检测与分类问题，以防止技术滥用 | 人类撰写文本与ChatGPT生成的AI文本 | 自然语言处理 | NA | 深度学习 | RoBERTa, DistilBERT | 文本 | 包含人类撰写和ChatGPT生成文本的数据集（具体数量未说明） | NA | NA | NA | NA |
| 2378 | 2025-10-07 |
c-Triadem: A constrained, explainable deep learning model to identify novel biomarkers in Alzheimer's disease
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320360
PMID:40228177
|
研究论文 | 提出一种约束性可解释深度学习模型c-Triadem，用于识别阿尔茨海默病的新型血液生物标志物 | 开发了结合基因分型数据、基因表达数据和临床信息的三重输入深度学习模型，通过约束神经网络结构增强可解释性 | 模型验证主要基于ADNI数据集，需要在更广泛的人群中进一步验证 | 开发早期诊断阿尔茨海默病的血液生物标志物识别方法 | 阿尔茨海默病患者、轻度认知障碍患者和认知正常参与者 | 机器学习 | 阿尔茨海默病 | 基因分型、微阵列基因表达分析 | 深度神经网络 | 基因分型数据、基因表达数据、临床信息 | ADNI数据集中的参与者 | NA | 约束性三重输入神经网络 | AUC, 准确率 | NA |
| 2379 | 2025-10-07 |
Deep learning models for segmenting phonocardiogram signals: a comparative study
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320297
PMID:40228205
|
研究论文 | 本研究比较不同深度学习模型在心音图信号分割中的性能 | 首次对CirCor DigiScope心音图数据集进行分割研究，并比较GRU、双向GRU和双向LSTM模型在心音信号分割中的表现 | NA | 开发准确可靠的心音图信号分割方法 | 心音图信号的四个特定区域：S1（lub音）、收缩期区域、S2（dub音）和舒张期区域 | 数字病理 | 心血管疾病 | 心音图信号分析 | GRU, Bidirectional-GRU, BiLSTM | 心音信号 | 三个公开数据集：PhysioNet/Computing in Cardiology Challenge 2016、MITHSDB和CirCor DigiScope Phonocardiogram | NA | GRU, Bidirectional-GRU, BiLSTM | 准确率 | NA |
| 2380 | 2025-04-20 |
A method of rice panicle number counting based on improved CSRNet model
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1494564
PMID:40247946
|
研究论文 | 本研究提出了一种基于改进CSRNet模型的水稻穗粒数计数方法 | 改进CSRNet模型并应用于水稻穗粒数计数，开发了Android端实时计数APP和PC端批量计数软件 | 未提及模型在不同光照或品种条件下的泛化能力 | 为水稻穗粒数计数提供理论依据和技术支持 | 水稻穗粒 | 计算机视觉 | NA | 深度学习 | 改进的CSRNet | 图像 | 未明确说明样本数量 | NA | NA | NA | NA |