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 3218 篇文献，本页显示第 2681 - 2700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2681 | 2025-10-07 |
Optimizing predictions of environmental variables and species distributions on tidal flats by combining Sentinel-2 images and their deep-learning features with OBIA
2025, International journal of remote sensing
IF:3.0Q2
DOI:10.1080/01431161.2024.2423909
PMID:39850715
|
研究论文 | 本研究结合Sentinel-2卫星影像的深度学习特征与面向对象图像分析（OBIA）方法，优化潮滩环境变量和底栖物种分布的预测 | 首次将卷积自编码器提取的深度学习特征与OBIA空间分析相结合，显式纳入空间维度信息来预测潮滩环境参数 | 光谱对比度有限，预测精度仍有提升空间（环境变量预测得分0.31-0.54） | 开发潮滩生态系统监测方法，准确预测沉积物特性和底栖生物分布 | 荷兰瓦登海Pinkegat和Zoutkamperlaag潮盆（2018-2020年） | 计算机视觉 | NA | 遥感技术，深度学习特征提取，面向对象图像分析 | 卷积自编码器，随机森林 | 卫星影像，现场采集点数据 | 两个潮盆三年观测数据 | NA | 卷积自编码器 | 预测得分，准确率 | NA |
| 2682 | 2024-12-19 |
Correction to "Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy"
2025-Jan-24, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c03526
PMID:39693047
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2683 | 2025-10-07 |
Deep learning for the classification of atrial fibrillation using wavelet transform-based visual images
2025-Jan-21, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02872-5
PMID:39838437
|
研究论文 | 本研究开发了一种基于莫尔斯连续小波变换和深度学习的心房颤动分类方法 | 使用莫尔斯连续小波变换将ECG信号转换为图像，并基于此开发深度学习分类器 | 未明确说明具体的数据集细节和模型泛化能力验证 | 通过深度学习技术对心房颤动进行自动分类诊断 | 心电图信号和心房颤动患者 | 计算机视觉 | 心血管疾病 | 莫尔斯连续小波变换 | 深度学习 | 图像 | NA | NA | NA | 准确率, F1分数, AUC ROC | NA |
| 2684 | 2025-10-07 |
A systematic review of progress test as longitudinal assessment in Saudi Arabia
2025-Jan-21, BMC medical education
IF:2.7Q1
DOI:10.1186/s12909-025-06671-4
PMID:39838466
|
系统综述 | 本文系统综述了沙特阿拉伯本科医学教育中进展测试作为纵向评估方法的实践情况 | 首次系统评估进展测试在沙特阿拉伯本科医学教育中的应用效果和特点 | 仅针对沙特阿拉伯特定背景，结果可能不具普遍适用性 | 探索本科医学教育中纵向评估实践，特别关注进展测试的效用 | 沙特阿拉伯本科医学教育中的进展测试研究 | 医学教育 | NA | 系统综述方法 | NA | 文献数据 | NA | NA | NA | NA | NA |
| 2685 | 2025-10-07 |
Deep learning-based anterior segment identification and parameter assessment of primary angle closure disease in ultrasound biomicroscopy images
2025-Jan-20, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2023-001600
PMID:39837590
|
研究论文 | 开发基于深度学习的人工智能算法，用于自动识别超声生物显微镜图像中的眼前段结构并评估原发性房角关闭疾病的参数 | 首次开发用于原发性房角关闭疾病的多组织分割模型，实现眼前段结构的自动识别和巩膜突定位 | 研究样本量有限（592名受试者），需要在更多中心进行验证 | 开发自动识别眼前段结构和评估房角关闭疾病参数的人工智能算法 | 原发性房角关闭疾病患者的超声生物显微镜图像 | 计算机视觉 | 眼科疾病 | 超声生物显微镜 | 深度学习 | 医学图像 | 2339张UBM图像来自592名受试者（开发集），222张UBM图像来自45名受试者（验证集） | NA | NA | 交并比, 平均误差距离 | NA |
| 2686 | 2025-01-25 |
Investigation of 3D iris morphology early alteration after implantable collamer lens implantation by using SS-OCT
2025-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e41542
PMID:39844973
|
研究论文 | 本研究使用全自动多任务深度学习方法，通过SS-OCT技术研究了植入式晶状体（ICL）手术前后虹膜形态的三维变化 | 首次使用全自动多任务深度学习方法同时进行SS-OCT图像分割和三维虹膜形态的定量测量 | 样本量较小，仅包括46只眼睛的27名患者 | 研究ICL手术前后虹膜形态的三维变化 | 接受ICL手术的患者 | 数字病理学 | NA | SS-OCT | 多任务深度学习网络 | 图像 | 46只眼睛的27名患者 | NA | NA | NA | NA |
| 2687 | 2025-10-07 |
Deep learning-based assessment of missense variants in the COG4 gene presented with bilateral congenital cataract
2025-Jan-14, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2024-001906
PMID:39809522
|
研究论文 | 首次使用AlphaFold2、Alpha Missense和ThermoMPNN评估COG4基因错义变异的蛋白质结构和致病性 | 首次将AlphaFold2、Alpha Missense和ThermoMPNN三种深度学习算法联合应用于COG4基因变异分析 | 无法完全排除变异致病性，需要进一步研究验证 | 评估COG4基因错义变异的蛋白质结构影响和致病性 | COG4基因的临床相关错义变异（包括新发现的p.Y714F和三个已知变异） | 生物信息学 | 先天性白内障 | 蛋白质结构预测，致病性评估 | 深度学习 | 蛋白质序列，变异数据 | 14,915个可能的Cog4错义变异 | AlphaFold2, Alpha Missense, ThermoMPNN | NA | 蛋白质结构相似性，致病性指标 | NA |
| 2688 | 2025-10-07 |
Utilizing InVEST ecosystem services model combined with deep learning and fallback bargaining for effective sediment retention in Northern Iran
2025-Jan, Environmental science and pollution research international
DOI:10.1007/s11356-024-35712-6
PMID:39673030
|
研究论文 | 本研究结合博弈论和深度学习算法与InVEST生态系统服务模型，用于伊朗Kasilian流域的泥沙滞留建模 | 首次将博弈论中的Fallback讨价还价算法与深度学习模型（CNN、LSTM、RNN）集成到InVEST生态系统服务模型中用于泥沙滞留建模 | 研究仅针对Kasilian流域的19个子流域，结果可能不具有普遍适用性 | 开发有效的泥沙滞留建模方法，优化流域管理策略 | 伊朗Kasilian流域的19个子流域 | 环境科学, 机器学习 | NA | InVEST生态系统服务模型, 深度学习算法 | CNN, LSTM, RNN | 地理环境数据, 空间数据 | 19个子流域 | NA | CNN, LSTM, RNN | MAE, MSE, R, RMSE, AUC, 相似度百分比 | NA |
| 2689 | 2025-01-25 |
ELW-CNN: An extremely lightweight convolutional neural network for enhancing interoperability in colon and lung cancer identification using explainable AI
2025 Jan-Dec, Healthcare technology letters
IF:2.8Q3
DOI:10.1049/htl2.12122
PMID:39845172
|
研究论文 | 本文提出了一种极轻量级的卷积神经网络（ELW-CNN），用于增强结肠癌和肺癌识别的互操作性，并利用可解释AI提高模型的透明度 | 提出了一种极轻量级的卷积神经网络模型，仅使用7万个参数，在大型肺和结肠数据集上达到了98.16%的准确率，并在肺癌和结肠癌的单独测试中分别达到了99.02%和99.40%的准确率 | 数据集规模较小、数据质量较差、肺鳞状细胞癌和腺癌之间的类间变化、移动设备部署困难以及缺乏图像和个体级别的准确性测试 | 开发一种自动化且准确的结肠癌和肺癌检测方法 | 结肠癌和肺癌 | 计算机视觉 | 肺癌, 结肠癌 | 卷积神经网络（CNN） | CNN | 图像 | 大型肺和结肠数据集 | NA | NA | NA | NA |
| 2690 | 2025-01-25 |
Artificial Intelligence in Pediatric Epilepsy Detection: Balancing Effectiveness With Ethical Considerations for Welfare
2025-Jan, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70372
PMID:39846037
|
综述 | 本文评估了人工智能在儿童癫痫检测中的有效性，并探讨了其实施过程中的伦理问题 | 结合人工智能在儿童癫痫诊断和管理中的应用，同时深入探讨了相关的伦理问题 | 伦理问题如隐私、数据安全和模型偏差仍需解决 | 评估人工智能在儿童癫痫检测中的有效性，并探讨其实施中的伦理问题 | 儿童癫痫患者 | 机器学习 | 癫痫 | EEG, rs-fMRI, DTI | CNN-LSTM | EEG数据, 神经影像数据, 视频数据 | NA | NA | NA | NA | NA |
| 2691 | 2025-01-25 |
Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis
2025-Jan, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae080
PMID:39846062
|
系统综述与元分析 | 本文通过系统综述和元分析评估了基于机器学习的模型在利用电子健康记录数据预测心血管疾病风险方面的效能，并与传统风险评分模型进行了比较 | 首次系统评估和比较了机器学习模型与传统心血管疾病风险预测算法在中长期（5-10年）风险预测中的表现，并发现机器学习模型（特别是随机森林和深度学习）在性能上显著优于传统模型 | 研究存在显著的异质性（I² > 99%）和潜在的发表偏倚，且方法学上的问题限制了这些模型在临床中的当前应用 | 评估和比较机器学习模型与传统心血管疾病风险预测算法在中长期风险预测中的效能 | 心血管疾病风险预测模型 | 机器学习 | 心血管疾病 | 机器学习 | 随机森林, 深度学习 | 电子健康记录数据 | 20项研究中的32个机器学习模型和26个传统统计模型 | NA | NA | NA | NA |
| 2692 | 2025-01-25 |
CardiacField: computational echocardiography for automated heart function estimation using two-dimensional echocardiography probes
2025-Jan, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae072
PMID:39846074
|
研究论文 | 本文介绍了一种名为CardiacField的计算心脏超声系统，使用二维超声探头自动估计左心室和右心室的射血分数，旨在为非心血管专业的医疗从业者提供易于使用的心脏功能评估工具 | CardiacField系统通过隐式神经表示网络从二维超声图像重建三维心脏体积，并自动分割左心室和右心室区域以计算射血分数，显著提高了心脏功能评估的准确性和易用性 | 研究样本量相对较小（127名患者），且未涵盖所有类型的超声设备，可能影响结果的普适性 | 开发一种自动、精确的心脏功能评估系统，以改善心血管疾病的检测和监测 | 左心室和右心室的射血分数 | 数字病理学 | 心血管疾病 | 二维超声成像 | 隐式神经表示网络 | 图像 | 127名患者 | NA | NA | NA | NA |
| 2693 | 2025-01-25 |
Dissecting AlphaFold2's capabilities with limited sequence information
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae187
PMID:39846081
|
研究论文 | 本研究探讨了AlphaFold2在主要依赖高质量模板结构而非多序列比对（MSAs）提供额外信息时的蛋白质结构预测能力 | 通过设计实验探究AlphaFold2对局部和全局结构的理解，揭示了其对特定特征的依赖及其处理缺失信息的能力 | AlphaFold2学习到的生物物理能量函数在局部相互作用中最为有效，但在全局结构预测上可能存在局限 | 研究AlphaFold2在有限序列信息下的蛋白质结构预测能力 | 蛋白质的三维结构 | 机器学习 | NA | 深度学习 | AlphaFold2 | 蛋白质序列和结构数据 | NA | NA | NA | NA | NA |
| 2694 | 2025-10-07 |
A hyperparameter optimization-assisted deep learning method towards thermal error modeling of spindles
2025-Jan, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.11.001
PMID:39516098
|
研究论文 | 提出一种结合贝叶斯优化和扩张卷积神经网络的深度学习方法来建立主轴热误差模型 | 将贝叶斯优化与扩张卷积神经网络相结合，通过扩张率扩大感受野而不增加参数数量，并使用高斯过程优化9个关键超参数 | NA | 提高主轴热误差建模的精度和泛化能力 | 机床主轴的热误差 | 机器学习 | NA | 深度学习 | CNN, DCNN | 热误差数据 | NA | NA | 扩张卷积神经网络 | 准确率 | NA |
| 2695 | 2025-10-07 |
Fault detection and classification of motor bearings under multiple operating conditions
2025-Jan, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.11.008
PMID:39592313
|
研究论文 | 提出一种用于多工况下电机轴承故障检测与分类的多任务方法 | 开发了适用于多工况和多故障类型的轴承故障诊断框架，在HUST轴承数据集上展现出鲁棒性能 | NA | 提高机械设备的安全性和可靠性，实现多工况下轴承故障的准确诊断 | 电机轴承 | 机器学习 | NA | 深度学习 | NA | 传感器数据 | HUST电机轴承数据集 | NA | NA | NA | NA |
| 2696 | 2025-10-07 |
An interpretable multi-scale convolutional attention residual neural network for glioma grading with Raman spectroscopy
2025-Jan-23, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d4ay02068e
PMID:39686848
|
研究论文 | 提出一种用于拉曼光谱胶质瘤分级的可解释多尺度卷积注意力残差神经网络 | 结合多尺度通道和空间注意力机制与残差结构，增强模型特征提取能力，并利用Grad-CAM实现模型可解释性 | 未明确说明样本数据的具体规模和来源限制 | 开发深度学习模型提高胶质瘤分级的准确性和可解释性 | 高级别胶质瘤(HGG)、低级别胶质瘤(LGG)和正常脑组织 | 机器学习 | 胶质瘤 | 拉曼光谱 | CNN | 光谱数据 | NA | NA | Multi-Scale Convolutional Attention Residual Network (M-SCA ResNet) | 准确率, 加权F1分数 | NA |
| 2697 | 2025-10-07 |
Biomimetic Fingerprint-like Unclonable Optical Anticounterfeiting System with Selectively In Situ-Synthesized Perovskite Quantum Dots Embedded in Spontaneous-Phase-Separated Polymers
2025-Jan-22, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c20440
PMID:39780348
|
研究论文 | 提出一种基于钙钛矿量子点指纹物理不可克隆功能的仿生防伪系统 | 利用聚合物自发相分离和选择性原位合成钙钛矿量子点作为熵源，实现多色指纹标识符和随机三维形貌 | NA | 开发新型光学防伪技术以应对物联网时代的防伪挑战 | 钙钛矿量子点指纹物理不可克隆功能标签 | 材料科学 | NA | 聚合物相分离技术、量子点原位合成 | 深度学习 | 图像 | NA | NA | NA | 认证效率、认证准确率 | NA |
| 2698 | 2025-01-24 |
Artificial intelligence streamlines scientific discovery of drug-target interactions
2025-Jan-22, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.17427
PMID:39843168
|
综述 | 本文综述了人工智能（AI）技术在药物靶点相互作用（DTI）预测中的应用 | 本文系统性地概述了AI在DTI预测中的应用，包括经典机器学习、深度学习和基于网络的方法，并指出了当前挑战和未来方向 | 本文未涉及具体实验验证，主要集中于理论和方法论的探讨 | 探讨AI技术在药物发现和开发中的应用，特别是DTI预测 | 药物靶点相互作用（DTI） | 机器学习 | NA | NA | 经典机器学习、深度学习、基于网络的方法 | NA | NA | NA | NA | NA | NA |
| 2699 | 2025-10-07 |
Comparative analysis of deep learning and radiomic signatures for overall survival prediction in recurrent high-grade glioma treated with immunotherapy
2025-Jan-21, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-024-00818-0
PMID:39838503
|
研究论文 | 比较深度学习和影像组学特征在预测接受免疫治疗的复发性高级别胶质瘤患者总生存期方面的表现 | 首次系统比较基于手动分割和CNN自动分割的影像组学特征以及端到端深度学习模型在复发性高级别胶质瘤生存预测中的性能 | 回顾性研究、样本量有限、端到端模型可解释性较差 | 预测复发性高级别胶质瘤患者接受免疫治疗后的总生存期 | 154例来自多中心的复发性高级别胶质瘤患者 | 医学影像分析 | 脑肿瘤/高级别胶质瘤 | 影像组学分析、深度学习 | CNN, SVM | 医学影像 | 154例复发性高级别胶质瘤病例 | NA | 卷积神经网络 | AUC | NA |
| 2700 | 2025-10-07 |
On the Effect of the Patient Table on Attenuation in Myocardial Perfusion Imaging SPECT
2025-Jan-20, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00713-4
PMID:39832088
|
研究论文 | 本研究通过体模扫描和患者极坐标图分析，评估了患者检查台对心肌灌注成像SPECT衰减校正的影响 | 首次结合体模测量和患者研究数据，开发自动移除CT中患者检查台的算法，系统评估检查台对衰减校正的影响 | 仅包含15例患者的小样本回顾性队列，未进行大规模临床验证 | 评估患者检查台对心肌灌注成像SPECT衰减校正的影响 | Jaszczak体模扫描和15例患者的心肌灌注成像数据 | 医学影像处理 | 心血管疾病 | SPECT心肌灌注成像，CT衰减校正 | NA | 医学影像数据（SPECT，CT） | Jaszczak体模扫描和15例患者 | NA | NA | 百分比差异，段灌注评分，p值 | NA |