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 3708 篇文献，本页显示第 2821 - 2840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2821 | 2025-02-26 |
Deep learning and hyperspectral features for seedling stage identification of barnyard grass in paddy field
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1507442
PMID:39990719
|
研究论文 | 本文提出了一种名为DeepBGS的高光谱特征解析框架，用于在水稻田中识别稗草幼苗 | 首次将深度卷积网络与双层LSTM模块结合，用于高光谱数据的特征提取，实现了在2-3叶期准确区分稗草和水稻的高精度识别 | 未提及样本的具体数量及多样性，可能影响模型的泛化能力 | 探索高光谱成像技术在早期识别稗草幼苗中的可行性，并开发先进的早期检测系统 | 稗草和水稻的幼苗 | 计算机视觉 | NA | 高光谱成像技术 | CNN, LSTM | 高光谱图像 | NA | NA | NA | NA | NA |
| 2822 | 2025-02-25 |
Computational microscopy with coherent diffractive imaging and ptychography
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08278-z
PMID:39780004
|
综述 | 本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性 | CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像 | NA | 探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展 | 晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本 | 计算显微镜 | NA | 相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 2823 | 2025-10-07 |
"Sadness smile" curve: Processing emotional information from social network for evaluating thermal comfort perception
2025-Jan, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2024.104025
PMID:39689668
|
研究论文 | 通过分析社交媒体中的人脸表情数据评估热舒适感知，提出'悲伤微笑'曲线模型 | 首次提出'悲伤微笑'曲线概念，利用社交媒体人脸表情数据替代传统气象因素评估热舒适感知 | 数据来源局限于社交媒体，可能受拍摄环境和自愿者偏差影响 | 开发基于人脸表情分析的热舒适感知评估方法 | 来自49个城市82个公园的志愿者面部照片 | 计算机视觉 | NA | 深度学习面部表情分析 | CNN | 图像 | 8314张面部照片 | NA | ResNet | R值 | NA |
| 2824 | 2025-10-07 |
TGF-Net: Transformer and gist CNN fusion network for multi-modal remote sensing image classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316900
PMID:39970154
|
研究论文 | 提出融合Transformer和Gist CNN的多模态遥感图像分类网络TGF-Net | 结合Transformer和CNN优势，设计特征重建模块处理多模态数据冗余，分别针对高光谱图像和合成孔径雷达图像特性设计专用特征提取模块 | 仅在两个HSI和SAR数据集上验证，未涉及其他多模态遥感数据类型 | 解决多模态遥感数据分类挑战 | 地球表面材料的分类与识别 | 计算机视觉 | NA | 遥感成像技术 | Transformer, CNN | 多模态遥感图像（高光谱图像HSI，合成孔径雷达图像SAR） | 两个包含HSI和SAR数据的数据集 | NA | TGF-Net, 包含特征重建模块FRM、基于Transformer的光谱特征提取模块TSFEM、基于Gist的空间特征提取模块GSFEM | NA | NA |
| 2825 | 2025-10-07 |
Coal and gas outburst prediction based on data augmentation and neuroevolution
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317461
PMID:39977390
|
研究论文 | 提出基于数据增强和神经进化算法的煤与瓦斯突出风险预测方法ANEAT | 结合点对点强度变换的数据增强和神经进化算法，解决样本不平衡和多样性不足问题 | NA | 实现煤与瓦斯突出风险的高效准确预测 | 煤矿生产中的煤与瓦斯突出灾害 | 机器学习 | NA | 数据增强，特征重要性评分排序，稀疏主成分分析 | 进化神经网络 | 煤矿特征参数数据 | NA | NA | ANEAT（基于增强神经进化的拓扑结构） | MAE, RMSE, EVAR | NA |
| 2826 | 2025-10-07 |
Virtual staining from bright-field microscopy for label-free quantitative analysis of plant cell structures
2025-Jan-31, Plant molecular biology
IF:3.9Q1
DOI:10.1007/s11103-025-01558-w
PMID:39885095
|
研究论文 | 本研究开发了一种基于深度学习模型的虚拟染色方法，可从明场显微镜图像中无标记定量分析植物细胞结构 | 首次将深度学习虚拟染色技术应用于植物细胞结构分析，实现了无需荧光标记的细胞形态定量测量 | 方法仍存在一些局限性，但未在摘要中具体说明 | 开发无标记定量分析植物细胞结构的虚拟染色方法 | 烟草BY-2细胞、拟南芥铺面细胞、伊乐藻叶绿体 | 计算机视觉 | NA | 明场显微镜、荧光染色 | 深度学习模型 | 显微镜图像 | 烟草BY-2细胞、拟南芥野生型和bpp125三重突变体、伊乐藻 | NA | NA | 细胞面积、圆形度、密实度 | NA |
| 2827 | 2025-10-07 |
KaMLs for Predicting Protein pK a Values and Ionization States: Are Trees All You Need?
2025-Jan-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.09.622800
PMID:39605739
|
研究论文 | 开发基于决策树和图注意力网络的KaML模型，用于准确预测蛋白质pKa值和电离状态 | 提出酸和碱分别处理、使用AlphaFold结构进行数据增强、在理论pKa数据库上进行模型预训练等创新方法 | 机器学习方法受到实验数据稀缺的限制 | 提高蛋白质电离状态预测的准确性，促进生物学理解和计算机辅助药物发现 | 蛋白质电离状态和pKa值 | 机器学习 | NA | 机器学习，数据增强 | 决策树，图注意力网络(GAT) | 蛋白质结构数据，实验pKa数据 | PKAD-3数据库中的实验数据 | NA | 决策树，图注意力网络 | pKa值预测准确度，电离状态分类准确度 | NA |
| 2828 | 2025-10-07 |
EPISeg: Automated segmentation of the spinal cord on echo planar images using open-access multi-center data
2025-Jan-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.07.631402
PMID:39829895
|
研究论文 | 开发了一种基于深度学习的自动分割模型EPISeg，用于在梯度回波平面成像数据上分割脊髓 | 首个专门针对梯度回波EPI图像的脊髓自动分割模型，对不同的采集协议和常见伪影具有鲁棒性 | NA | 改进脊髓功能磁共振成像数据的预处理分割流程 | 脊髓梯度回波平面成像数据 | 医学影像分析 | 神经系统疾病 | 功能磁共振成像，梯度回波平面成像 | 深度学习 | 医学影像 | 多中心数据集，具体数量未明确说明 | NA | NA | 分割质量 | NA |
| 2829 | 2025-10-07 |
CPI-Pred: A deep learning framework for predicting functional parameters of compound-protein interactions
2025-Jan-21, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.16.633372
PMID:39896624
|
研究论文 | 提出一个名为CPI-Pred的深度学习框架，用于预测化合物-蛋白质相互作用的功能参数 | 整合了新型消息传递神经网络生成的化合物表示和最先进蛋白质语言模型生成的酶表示，采用创新的序列池化和交叉注意力机制 | NA | 准确预测化合物-蛋白质相互作用的功能参数 | 酶和化合物的相互作用 | 机器学习 | NA | 深度学习 | 消息传递神经网络,蛋白质语言模型 | 氨基酸序列,化合物结构表示 | 迄今为止最大的酶动力学参数数据集 | NA | 消息传递神经网络,蛋白质语言模型 | NA | NA |
| 2830 | 2025-10-07 |
Unlocking the power of AI for phenotyping fruit morphology in Arabidopsis
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae123
PMID:39937596
|
研究论文 | 本研究开发了一种基于深度学习的实例分割模型和流程，用于自动化表型拟南芥果实形态 | 首次将深度学习应用于多亲本高级世代杂交群体的果实形态表型分析，实现了大规模自动化表型测量 | 分割任务的精确度相对较低（55.9%），器官水平性状表型的精确性和适应性仍需进一步验证 | 评估深度学习在植物果实形态表型分析中的有效性，建立表型与基因型关联 | 拟南芥果实形态 | 计算机视觉 | NA | 图像表型分析 | 实例分割模型 | 图像 | 332,194个单独果实 | NA | NA | 平均精确度,检测精确度,分割精确度 | NA |
| 2831 | 2025-10-07 |
Deep learning in gonarthrosis classification: a comparative study of model architectures and single vs. multi-model methods
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1413820
PMID:39974355
|
研究论文 | 本研究比较了单模型和多模型深度学习方法在膝关节骨关节炎KL分级分类中的性能 | 首次系统比较单模型与多模型方法在KL分级中的效果，并评估七种CNN架构在四种不同任务中的表现 | 需要临床验证，未来应探索集成建模和更先进的数据增强技术 | 比较单模型和多模型深度学习方法在膝关节骨关节炎KL分级分类中的性能 | 膝关节前后位X射线图像 | 计算机视觉 | 骨关节炎 | X射线成像，CLAHE对比度增强 | CNN | 图像 | 14,607张来自三家医院的标注膝关节X射线图像 | YOLOv5 | NfNet-F0/F1, EfficientNet-B0/B3, Inception-ResNet-v2, VGG16 | F1-score, 准确率 | NA |
| 2832 | 2025-10-07 |
Dynamic Visualization of Computer-Aided Peptide Design for Cancer Therapeutics
2025, Drug design, development and therapy
DOI:10.2147/DDDT.S497126
PMID:39974609
|
综述 | 通过文献计量学分析探讨计算机辅助肽设计在癌症治疗领域的研究现状、热点和未来趋势 | 首次采用文献计量学方法系统分析计算机辅助抗癌肽设计领域的发展脉络和研究热点 | 仅基于Web of Science数据库的1547篇文献，可能存在收录范围限制 | 探索计算机辅助肽设计在癌症治疗领域的研究现状和发展趋势 | 2006-2024年间计算机辅助抗癌肽设计相关的研究文献 | 生物信息学 | 癌症 | 文献计量分析,分子动力学模拟,分子对接,深度学习 | NA | 文献数据 | 1547篇相关出版物 | CiteSpace,VOSviewer,Bibliometrix,Origin | NA | NA | NA |
| 2833 | 2025-10-07 |
Research trends in livestock facial identification: a review
2025-Jan, Journal of animal science and technology
IF:2.7Q1
DOI:10.5187/jast.2025.e4
PMID:39974780
|
综述 | 本文综述了基于视频处理和卷积神经网络的动物面部识别技术在精准畜牧业中的应用 | 整合视频处理与CNN深度学习技术，实现动物生长估计、个体识别和行为监测的自动化 | NA | 探讨视频处理和CNN深度学习在畜牧业面部识别中的研究趋势和应用 | 牲畜动物 | 计算机视觉 | NA | 视频处理, 深度学习 | CNN | 视频数据 | NA | NA | NA | NA | NA |
| 2834 | 2025-10-07 |
Research progress of MRI-based radiomics in hepatocellular carcinoma
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1420599
PMID:39980543
|
综述 | 本文系统评估基于MRI影像组学在肝细胞癌诊疗中的研究进展与应用价值 | 首次系统综述2018-2025年间MRI影像组学在肝细胞癌多维度临床应用的最新进展 | 领域内方法可解释性不足，需要进一步验证研究 | 评估影像组学方法学并阐述MRI影像组学在肝细胞癌诊疗中的临床进展 | 肝细胞癌患者 | 数字病理 | 肝癌 | MRI影像组学 | 深度学习, 机器学习 | 医学影像 | 93篇文献的系统分析 | NA | NA | NA | NA |
| 2835 | 2025-10-07 |
A pelvis MR transformer-based deep learning model for predicting lung metastases risk in patients with rectal cancer
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1496820
PMID:39980546
|
研究论文 | 开发基于骨盆MR图像和临床特征的Transformer深度学习模型，用于预测直肠癌患者肺转移风险 | 首次将Transformer架构应用于直肠癌肺转移预测，并整合骨盆MR图像与临床特征 | 样本量相对有限（819例患者），仅使用单一医疗中心数据 | 开发准确预测直肠癌肺转移风险的深度学习模型 | 经组织学确认的直肠癌患者 | 计算机视觉 | 直肠癌 | 磁共振成像（MRI） | Transformer, CNN | 医学图像（T2WI和DWI MR图像） | 819例直肠癌患者 | NA | Transformer, ResNet18, EfficientNetb0, MobileNet, ShuffleNet, DenseNet | AUC, 灵敏度, 特异度, 准确率 | NA |
| 2836 | 2025-10-07 |
Machine learning-based myocardial infarction bibliometric analysis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1477351
PMID:39981082
|
文献计量分析 | 通过文献计量学方法分析2008-2024年机器学习在心肌梗死领域的研究趋势和热点 | 首次系统分析机器学习在心肌梗死领域的文献计量特征，识别新兴研究方向和国际合作模式 | 仅基于Web of Science数据库的1036篇文献，可能存在收录偏差 | 探索机器学习在心肌梗死领域的研究趋势、热点和未来发展方向 | 2008-2024年间心肌梗死与机器学习相关的1036篇学术文献 | 机器学习 | 心肌梗死 | 文献计量分析 | NA | 文献元数据 | 1036篇出版物 | CiteSpace, Bibliometrix, VOSviewer | NA | 发文量、影响因子、被引频次 | NA |
| 2837 | 2025-10-07 |
Development and validation of a deep learning-enhanced prediction model for the likelihood of pulmonary embolism
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1506363
PMID:39981086
|
研究论文 | 开发并验证了一种基于深度学习的肺栓塞风险预测模型PE-Mind | 使用卷积神经网络结合三个定制模块增强预测性能，开发了实时临床操作的Web服务器PulmoRiskAI | 未明确说明样本来源和数据收集的时间范围 | 开发精确高效的肺栓塞风险预测模型以改进现有临床工具的局限性 | 急性深静脉血栓形成患者 | 机器学习 | 肺栓塞 | 临床数据分析 | CNN | 临床特征数据 | NA | NA | 卷积神经网络,残差模块 | 准确率,AUC | NA |
| 2838 | 2025-10-07 |
Deep proximal gradient network for absorption coefficient recovery in photoacoustic tomography
2025-Jan-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada868
PMID:39788080
|
研究论文 | 提出一种基于深度学习的近端梯度网络方法，用于光声层析成像中光学吸收系数的恢复 | 首次将深度近端梯度下降机制应用于光声层析成像的光学反演问题，通过级联结构单元迭代更新吸收系数 | 仅通过模拟、体模实验和体内研究验证，尚未在临床大规模应用中测试 | 提高光声层析成像中定量恢复光学吸收系数的准确性和效率 | 生物组织的光学吸收特性 | 医学影像处理 | NA | 光声层析成像 | 深度学习 | 声学测量数据 | NA | NA | 级联结构单元网络 | 相对误差, 峰值信噪比, 结构相似性 | NA |
| 2839 | 2025-02-21 |
Automated Segmentation of Trunk Musculature with a Deep CNN Trained from Sparse Annotations in Radiation Therapy Patients with Metastatic Spine Disease
2025-Jan-20, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.01.13.25319967
PMID:39974027
|
研究论文 | 本研究提出了一种深度学习方法，用于从临床CT图像中分割躯干肌肉的完整体积，使用稀疏注释数据进行训练 | 使用稀疏注释数据训练的2D nnU-Net模型成功分割了癌症患者临床CT数据中20个胸腰椎肌肉的整个体积，显著提高了分割效率和泛化能力 | 模型仅在148名癌症患者的CT图像上进行了训练和验证，可能需要更多样化的数据集来进一步提高模型的泛化能力 | 量化由于疾病或治疗引起的肌肉变化，并支持生物力学建模以评估椎体负荷，从而改善椎体骨折风险的个性化评估 | 148名癌症患者的临床CT图像 | 数字病理学 | 脊柱转移性疾病 | CT成像 | 2D nnU-Net | 图像 | 148名癌症患者的2,009张轴向CT图像 | NA | NA | NA | NA |
| 2840 | 2025-02-20 |
Necessity and impact of specialization of large foundation model for medical segmentation tasks
2025-Jan, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17470
PMID:39431952
|
研究论文 | 本文探讨了大型基础模型在医学图像分割任务中的专业化需求及其影响，评估了MedSAM及其轻量版LiteMedSAM在盆腔MR图像分割中的表现 | 通过评估现成的医学基础模型MedSAM在特定医学图像分割任务中的表现，揭示了进一步专业化微调的必要性和性能提升 | 现成的MedSAM和LiteMedSAM在非连续或非凸结构上的表现较差，且不同边界框输入的提示方案影响有限 | 评估大型基础模型在医学图像分割中的临床效用，并探索通过专业化微调提升性能的潜力 | 盆腔MR图像中的解剖结构 | 计算机视觉 | NA | 深度学习 | MedSAM, LiteMedSAM, nnU-Net | 图像 | 589张盆腔MR图像，80%用于训练，20%用于测试 | NA | NA | NA | NA |