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 3694 篇文献，本页显示第 2901 - 2920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2901 | 2025-10-07 |
Role of Artificial Intelligence in the Assessment of Postoperative Pain in the Pediatric Population: A Systematic Review
2025-Jan, Cureus
DOI:10.7759/cureus.77074
PMID:39917118
|
系统综述 | 本系统综述探讨人工智能在评估儿童术后疼痛中的作用 | 首次系统评估AI在儿童术后疼痛管理中的应用现状和效果 | 纳入研究数量有限且异质性高，无法进行荟萃分析，AI工具仍处于早期阶段且多关注单一参数 | 评估人工智能在预测和评估儿童术后疼痛中的作用 | 儿科术后患者 | 医疗人工智能 | 术后疼痛 | 深度学习，机器学习 | 深度学习模型，机器学习模型 | 疼痛评估数据 | 8项研究，共4,470名儿科患者 | NA | NA | 准确率，AUC值 | NA |
| 2902 | 2025-02-08 |
Inference of the Mass Composition of Cosmic Rays with Energies from 10^{18.5} to 10^{20} eV Using the Pierre Auger Observatory and Deep Learning
2025-Jan-17, Physical review letters
IF:8.1Q1
DOI:10.1103/PhysRevLett.134.021001
PMID:39913843
|
研究论文 | 本文利用Pierre Auger Observatory的表面探测器和深度学习技术，首次在事件级别上推断出宇宙射线的大气深度最大值X_{max}，并扩展了X_{max}分布的测量范围至100 EeV，揭示了极端能量下宇宙射线的质量组成 | 首次在事件级别上推断X_{max}，并利用深度学习技术扩展了测量范围至100 EeV，提供了极端能量下宇宙射线质量组成的新见解 | NA | 研究极端能量下宇宙射线的质量组成 | 宇宙射线 | 机器学习 | NA | 深度学习 | NA | 探测器数据 | NA | NA | NA | NA | NA |
| 2903 | 2025-10-07 |
Computational Resources for lncRNA Functions and Targetome
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4290-0_13
PMID:39702714
|
综述 | 本文全面综述了长链非编码RNA（lncRNA）功能与靶标组研究领域的计算资源，包括数据库和预测工具 | 提供了跨物种（人类、小鼠、植物等）lncRNA资源的系统性总结，并包含最新版本资源的更新信息 | 作为章节综述，可能未涵盖该领域所有最新进展 | 总结lncRNA研究领域的计算资源，帮助生物学家选择合适的工具 | 长链非编码RNA（lncRNA）及其相关数据库和预测工具 | 生物信息学 | NA | 深度学习、支持向量机、随机森林 | 深度学习, SVM, RF | 基因组数据、表达数据、调控数据 | NA | NA | NA | NA | NA |
| 2904 | 2025-10-07 |
Structure-Based Prediction of lncRNA-Protein Interactions by Deep Learning
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4290-0_16
PMID:39702717
|
研究论文 | 介绍基于三维结构信息预测lncRNA-蛋白质相互作用的基本框架和深度学习方法 | 利用几何深度学习方法处理非欧几里得结构数据，实现lncRNA-蛋白质相互作用的自动表征和学习 | 未提及具体实验验证和性能评估结果 | 预测lncRNA-蛋白质相互作用并解析其机制 | 长非编码RNA（lncRNA）和蛋白质 | 机器学习 | NA | 三维结构分析 | 深度学习 | 非欧几里得结构数据 | NA | NA | 几何深度学习网络 | NA | NA |
| 2905 | 2025-10-07 |
Cloud and IoT based smart agent-driven simulation of human gait for detecting muscles disorder
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42119
PMID:39906796
|
研究论文 | 提出一种基于云计算和物联网的智能代理驱动方法，通过模拟人类步态来检测肌肉障碍 | 使用智能手机替代难以获取的可穿戴传感器，结合智能代理建模和深度学习集成框架，同时保证模拟的自然性、准确性和可解释性 | 未提及具体样本规模和研究人群特征，缺乏实际临床验证数据 | 开发能够区分健康与异常肌肉的计算机分析方法 | 人类运动数据和神经肌肉骨骼系统 | 医疗健康信息技术 | 运动障碍疾病 | 物联网传感技术、运动数字化、神经肌肉骨骼模拟 | 深度学习集成框架 | 运动数据、生物力学数据 | NA | NA | NA | 准确性、可解释性 | 云计算平台 |
| 2906 | 2025-10-07 |
Deep learning-based system for prediction of work at height in construction site
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41779
PMID:39906815
|
研究论文 | 开发基于深度学习的系统，通过传感器数据预测建筑工人是否在高处作业 | 首次结合加速度计、陀螺仪和压力传感器数据，应用多种深度学习模型预测高处作业状态 | 研究样本量有限，仅使用45次分析，未说明实际部署效果 | 预测建筑工人高处作业状态以预防高处坠落事故 | 建筑工地工人 | 机器学习 | 职业伤害 | 传感器数据采集（加速度计、陀螺仪、压力传感器） | DNN, CNN, LSTM | 传感器时序数据 | 45次分析（含不同窗口大小和重叠率组合） | NA | DNN, CNN, LSTM | 准确率, 损失值 | NA |
| 2907 | 2025-10-07 |
Machine learning-based prediction of hemodynamic parameters in left coronary artery bifurcation: A CFD approach
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41973
PMID:39906857
|
研究论文 | 本研究结合机器学习算法与计算流体动力学模拟，开发了左冠状动脉分叉处血流动力学参数的高效预测方法 | 首次将多种机器学习算法与大规模合成冠状动脉几何数据集结合，实现血流动力学参数的快速准确预测 | 研究基于合成数据，在患者特异性应用方面存在挑战，深度学习模型效果有待进一步评估 | 通过机器学习方法提高左冠状动脉分叉处复杂血流动力学的无创预测能力 | 左冠状动脉分叉处的血流动力学参数（TAWSS和OSI） | 机器学习 | 心血管疾病 | 计算流体动力学模拟 | Decision Tree Regressor, K Nearest Neighbors | 合成几何数据 | 6858个具有不同斑块严重程度和位置的合成左冠状动脉几何模型 | NA | NA | R2, MAE, RMSE | NA |
| 2908 | 2025-10-07 |
Soft computing paradigm for climate change adaptation and mitigation in Iran, Pakistan, and Turkey: A systematic review
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41974
PMID:39906868
|
系统综述 | 系统评估人工智能技术在伊朗、巴基斯坦和土耳其三国气候变化适应与减缓中的应用现状 | 首次对ECO关键成员国进行AI气候应用的系统性比较分析，并提出整合研究框架 | 存在跨境合作不足、数据可用性不一致等关键差距 | 评估人工智能在气候变化适应与减缓中的应用效果 | 伊朗、巴基斯坦和土耳其的气候变化应对措施 | 机器学习 | NA | 人工智能、机器学习、深度学习 | 神经网络, 优化算法, 元启发式算法 | 环境数据、气候数据 | 76篇相关文章（从初始492篇中筛选） | NA | NA | NA | NA |
| 2909 | 2025-10-07 |
Caps-ac4C: An effective computational framework for identifying N4-acetylcytidine sites in human mRNA based on deep learning
2025-Jan-28, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.168961
PMID:39884569
|
研究论文 | 提出基于深度学习的高效计算框架Caps-ac4C，用于精确识别人mRNA中的N4-乙酰胞苷位点 | 首次将混沌游戏表示与胶囊网络结合用于ac4C位点识别，在测试集上达到95.47%准确率和0.912 MCC，显著优于现有最佳方法 | NA | 开发高效准确的计算方法识别人mRNA中的ac4C修饰位点 | 人mRNA中的N4-乙酰胞苷修饰位点 | 生物信息学 | 癌症 | 深度学习 | 胶囊网络 | RNA序列 | NA | NA | 胶囊网络 | 准确率, MCC | NA |
| 2910 | 2025-10-07 |
Using a Deep Learning Model to Predict Postoperative Visual Outcomes of Idiopathic Epiretinal Membrane Surgery
2025-Jan-13, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.01.003
PMID:39814096
|
研究论文 | 本研究评估了多种深度学习模型基于术前OCT图像预测特发性黄斑前膜手术后视力结果的效果 | 首次使用深度学习模型基于术前OCT图像预测特发性黄斑前膜手术的术后视力结果，并通过Grad-CAM进行热点分析解释模型决策逻辑 | 样本量相对有限，仅包含696只眼的1392张OCT图像进行内部训练验证，76只眼的152张图像进行外部测试 | 预测特发性黄斑前膜手术后的视力改善情况 | 特发性黄斑前膜患者的术前OCT图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描 | CNN | 图像 | 1392张OCT图像来自696只眼（内部数据集），152张OCT图像来自76只眼（外部测试集） | NA | Inception-v3, ResNet-101, VGG-19 | 召回率, 特异性, 精确率, F1分数, 准确率, AUROC | NA |
| 2911 | 2025-10-07 |
Evaluation of an acne lesion detection and severity grading model for Chinese population in online and offline healthcare scenarios
2025-Jan-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84670-z
PMID:39774300
|
研究论文 | 开发并评估用于中国人群痤疮病变检测和严重程度分级的深度学习模型AcneDGNet | 提出首个同时完成痤疮病变检测和严重程度分级的算法，并在在线和离线医疗场景中进行系统评估 | 数据集主要来自中国人群，可能对其他种族的泛化能力有限 | 开发适用于不同医疗场景的痤疮自动诊断和分级系统 | 痤疮患者面部图像 | 计算机视觉 | 皮肤病 | 深度学习 | CNN | 面部图像 | 2,157张面部图像（来自2个公共数据集和3个自建数据集） | NA | AcneDGNet（包含特征提取模块、病变检测模块和严重程度分级模块） | 准确率, 计数误差 | NA |
| 2912 | 2025-10-07 |
Using transformer-based models and social media posts for heat stroke detection
2025-Jan-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84992-y
PMID:39753702
|
研究论文 | 本研究使用基于Transformer的预训练语言模型对日本推特上与热射病相关的内容进行真假分类，并评估结合社交媒体和人工智能进行公共卫生事件监测的效果 | 首次将基于Transformer的预训练语言模型应用于日语推特数据的热射病检测，并通过时空可视化和动画视频展示分类结果与热射病紧急医疗疏散数据的相关性 | 社交媒体帖子具有主观性且未经临床诊断，可靠性存在挑战 | 评估基于Transformer的模型在热射病相关推特分类中的性能，探索社交媒体与人工智能结合在公共卫生事件监测中的应用 | 日本推特上与热射病相关的帖子 | 自然语言处理 | 热射病 | 社交媒体数据分析 | Transformer | 文本 | NA | NA | Transformer | 分类性能 | NA |
| 2913 | 2024-09-04 |
Correction: Free access via computational cloud to deep learning-based EEG assessment in neonatal hypoxic-ischemic encephalopathy: revolutionary opportunities to overcome health disparities
2025-Jan, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-024-03539-z
PMID:39223254
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2914 | 2025-10-07 |
Development and Validation of a Deep Learning Model Based on MRI and Clinical Characteristics to Predict Risk of Prostate Cancer Progression
2025-Jan, Radiology. Imaging cancer
DOI:10.1148/rycan.240078
PMID:39792014
|
研究论文 | 开发并验证基于MRI和临床特征的深度学习模型，用于预测前列腺癌进展风险 | 结合MRI影像和临床参数构建深度学习模型，相比传统风险计算器提供更准确的前列腺癌进展预测 | 回顾性研究设计，外部验证性能有所下降（C-index 0.56） | 预测前列腺癌进展风险，优化个性化随访策略 | 1143名疑似临床显著前列腺癌的男性患者 | 数字病理 | 前列腺癌 | MRI | 深度学习 | 图像, 临床数据 | 1607次MRI扫描，来自1143名患者 | NA | NA | C-index, 风险比 | NA |
| 2915 | 2025-10-07 |
Elephant herding optimized features-based fast RCNN for classifying leukemia stages
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-240750
PMID:39485713
|
研究论文 | 提出一种基于象群优化特征和快速RCNN的白血病分期分类方法LEU-EHO NET | 结合象群优化算法进行特征选择，并集成MobileNet特征提取与Faster RCNN分类器 | 重叠细胞分割精度需提升，分类准确率有待进一步提高 | 开发高精度白血病细胞自动分类系统 | 血液涂片图像中的白血病感染细胞与正常细胞 | 计算机视觉 | 白血病 | 图像处理 | Faster RCNN, MobileNet | 图像 | NA | NA | MobileNet, Faster RCNN | 准确率 | NA |
| 2916 | 2025-10-07 |
Discovery of novel PRMT1 inhibitors: a combined approach using AI classification model and traditional virtual screening
2025, Frontiers in chemistry
IF:3.8Q2
DOI:10.3389/fchem.2025.1548812
PMID:39906150
|
研究论文 | 本研究结合AI分类模型和传统虚拟筛选方法发现新型PRMT1抑制剂 | 首次将深度学习分类模型与分子对接技术相结合，发现了具有新型骨架的PRMT1抑制剂 | 研究结果尚未经过临床试验验证 | 发现新型PRMT1抑制剂用于疾病治疗 | PRMT1蛋白及其抑制剂 | 机器学习 | NA | 深度学习, 分子对接, 分子动力学模拟, 结合自由能分析 | 深度学习分类模型 | 化学分子数据 | 现有PRMTs抑制剂数据集 | NA | NA | NA | NA |
| 2917 | 2025-10-07 |
The role of artificial intelligence and machine learning in predicting and combating antimicrobial resistance
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.01.006
PMID:39906157
|
综述 | 探讨人工智能和机器学习在预测和应对抗菌素耐药性中的作用 | 系统整合了AI/ML在AMR领域的前沿应用，包括新型抗菌药物发现和实时临床决策支持 | 涉及伦理考量、数据隐私和模型偏差等挑战 | 评估AI/ML技术在应对抗菌素耐药性方面的潜力 | 抗菌素耐药性（AMR）相关数据和预测模型 | 机器学习 | 传染病 | 基因组测序，微生物组分析 | 监督学习，无监督学习，深度学习，强化学习，自然语言处理 | 临床数据，基因组序列，流行病学数据 | NA | NA | NA | 预测准确率 | NA |
| 2918 | 2025-10-07 |
Contactless Detection of Abnormal Breathing Using Orthogonal Frequency Division Multiplexing Signals and Deep Learning in Multi-Person Scenarios
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3506914
PMID:39906267
|
研究论文 | 提出一种基于正交频分复用信号和深度学习的非接触式异常呼吸检测系统，可在多人场景中实时分类多种呼吸模式 | 开发了VGG16-GRU混合深度学习模型，结合OFDM信号技术，首次实现多人场景下的个体呼吸模式区分 | 数据集主要在办公室环境收集，未来需要扩展更多呼吸模式和真实世界呼吸科数据 | 开发非接触式呼吸监测系统，用于实时检测和分类异常呼吸模式 | 多种呼吸模式（包括百日咳、急性咳嗽、正常呼吸、呼吸过缓、呼吸急促、比奥呼吸、叹息呼吸、陈-施呼吸、库斯莫尔呼吸、中枢性睡眠呼吸暂停、阻塞性睡眠呼吸暂停） | 机器学习 | 呼吸系统疾病 | 正交频分复用(OFDM)信号，软件定义无线电(SDR) | CNN, GRU | 无线信号数据 | 办公室环境中收集的多人场景数据集 | NA | VGG16, GRU | 准确率, 精确率, 召回率, F1分数 | NA |
| 2919 | 2025-10-07 |
A Review on Deep Learning for Quality of Life Assessment Through the Use of Wearable Data
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2025.3526457
PMID:39906266
|
综述 | 本文全面回顾了深度学习技术在生活质量评估中的应用，重点关注可穿戴数据的分析 | 系统整合了深度学习与可穿戴数据在生活质量评估中的交叉应用，特别关注生理和心理健康子领域 | 作为综述文章，不包含原始研究数据，主要基于现有文献分析 | 探讨深度学习技术如何通过可穿戴数据改进生活质量评估方法 | 可穿戴设备收集的生理信号和健康数据 | 机器学习 | NA | 可穿戴传感技术 | 深度学习 | 生理信号，患者报告结果，医疗图像 | NA | NA | NA | NA | NA |
| 2920 | 2025-10-07 |
Optimal Transport Based Graph Kernels for Drug Property Prediction
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3480708
PMID:39906265
|
研究论文 | 提出基于最优传输理论的图核方法用于药物ADMET性质预测 | 首次将最优传输理论应用于构建图核函数，相比图神经网络具有更好的可解释性、适应性和泛化能力 | 未明确说明方法在特定类型药物或性质预测上的局限性 | 开发计算工具以早期准确预测药物的ADMET性质 | 药物分子的图结构数据 | 机器学习 | NA | 图匹配，最优传输理论 | 图核方法 | 图数据 | 19个不同的ADMET数据集 | NA | 基于最优传输的图核 | NA | NA |