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 2941 - 2960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2941 | 2025-10-07 |
deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities
2025-Jan-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01913
PMID:39792442
|
研究论文 | 提出一种名为deep-AMPpred的两阶段深度学习方法来识别抗菌肽及其功能活性 | 结合ESM-2模型编码肽序列特征，并集成CNN、BiLSTM和CBAM模型来识别抗菌肽及其13种常见功能活性 | NA | 准确识别抗菌肽并预测其多种功能活性 | 抗菌肽及其功能活性 | 生物信息学 | 传染病 | 深度学习 | CNN, BiLSTM, CBAM | 肽序列数据 | NA | NA | ESM-2, CNN, BiLSTM, CBAM | NA | NA |
| 2942 | 2025-10-07 |
Automated stenosis estimation of coronary angiographies using end-to-end learning
2025-Jan-09, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03324-x
PMID:39789341
|
研究论文 | 开发了一种基于深度学习的自动化冠状动脉造影狭窄评估系统 | 相比先前工作，性能提升，包含全部16个血管段，不排除血运重建患者，进行了外部验证，且流程更简化 | NA | 通过深度学习实现冠状动脉狭窄的自动化评估 | 冠状动脉造影影像和患者 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 影像 | 19,414名患者的332,582个电影循环，其中13,480名患者用于模型开发，5,056名用于内部测试，608名用于外部测试 | NA | 端到端学习 | ROC曲线下面积 | NA |
| 2943 | 2025-10-07 |
Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network
2025-Jan-08, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.124012
PMID:39788059
|
研究论文 | 本研究开发了一种基于注意力机制的深度学习网络，用于改进污水处理中部分硝化-厌氧氨氧化过程的预测性能 | 开发了增强型基于注意力的DenseNet网络(AttentionNet)，在传统LSTM和DenseNet基础上进一步提升了预测精度 | 对某些输出参数的预测准确性相对较低，未明确说明模型在其他类型废水中的适用性 | 改进部分硝化-厌氧氨氧化过程的建模和预测能力，实现更及时的过程干预 | 低浓度废水处理中的部分硝化-厌氧氨氧化反应器 | 机器学习 | NA | 深度学习建模 | LSTM, DenseNet, 注意力机制网络 | 污水处理过程数据 | 基于长期实验构建的数据集 | NA | LSTM, DenseNet, AttentionNet | 平均相对误差, Bland-Altman分析 | NA |
| 2944 | 2025-10-07 |
Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients
2025-Jan-08, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.10.048
PMID:39788817
|
研究论文 | 使用无监督深度学习算法识别和验证外科及危重症患者中的低血压内型 | 首次将深度自编码器与高斯混合模型结合用于低血压内型识别，并在大型数据集上进行独立验证 | 研究仅基于特定血流动力学参数，未考虑其他潜在影响因素 | 识别和验证外科及危重症患者中不同类型的低血压内型 | 外科患者和危重症患者 | 机器学习 | 心血管疾病 | 无监督深度学习 | 自编码器, 高斯混合模型 | 血流动力学参数数据 | 开发集：871名外科患者（6962次低血压事件）；验证集1：1000名外科患者（7904次低血压事件）；验证集2：1000名危重症患者（53821次低血压事件） | NA | 自编码器 | 内型识别一致性 | NA |
| 2945 | 2025-10-07 |
Innovative breast cancer detection using a segmentation-guided ensemble classification framework
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00435-7
PMID:39781047
|
研究论文 | 提出一种分割引导的集成分类框架用于乳腺癌检测，通过两阶段方法提升诊断准确性 | 结合注意力U-Net分割和多元集成分类器，通过精确的感兴趣区域分析提升小尺寸肿块检测能力 | 未明确说明数据集规模和多样性限制，可能影响模型泛化能力 | 提高乳腺癌早期检测和诊断的准确性 | 乳腺肿瘤（恶性、良性和正常类别） | 计算机视觉 | 乳腺癌 | 超声成像 | Attention U-Net, 集成分类器 | 超声图像 | NA | NA | Attention U-Net, SVM, 决策树, KNN, 人工神经网络, 随机森林 | 准确率, F1分数 | NA |
| 2946 | 2025-10-07 |
Brain-inspired learning rules for spiking neural network-based control: a tutorial
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00436-6
PMID:39781065
|
教程论文 | 本文回顾了受大脑启发的学习规则及其在基于脉冲神经网络的控制任务中的应用 | 探讨了将全局第三因子与脉冲时序依赖可塑性整合的方法，并提出通过基于权重的反向传播局部应用第三因子的创新方法 | 主要关注理论框架和现有研究回顾，缺乏新的实验验证 | 研究脉冲神经网络在控制任务中的应用及其学习规则 | 脉冲神经网络、神经形态硬件、机器人控制系统 | 机器学习 | NA | 脉冲神经网络、神经形态计算 | SNN | 时空信息、脉冲信号 | NA | NA | NA | NA | 神经形态硬件 |
| 2947 | 2025-10-07 |
Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00440-w
PMID:39781062
|
研究论文 | 本研究开发了一种前向超声内镜系统，用于微创脊柱手术中脊髓组织的自动识别 | 首次将前向超声内镜技术与深度学习模型相结合，实现脊柱软组织的实时识别 | 研究使用离体绵羊脊柱组织，尚未进行人体临床试验 | 提高微创脊柱手术中关键组织识别的准确性和安全性 | 绵羊脊柱软组织样本 | 医学影像分析 | 脊柱疾病 | 前向超声内镜技术 | DenseNet, Vision Transformer | 超声信号数据 | 758个离体软组织样本 | NA | DenseNet, 一维Vision Transformer | 准确率, 特异性, 推理延迟 | NA |
| 2948 | 2025-10-07 |
A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00437-5
PMID:39781063
|
综述 | 本文综述了基于KL分级系统对膝关节骨关节炎X光片进行自动分类的最新研究进展 | 系统回顾了85篇相关文献，总结了人工智能技术在膝关节骨关节炎自动诊断中的最新应用 | 仅关注基于KL分级系统的X光片分类方法，未涵盖其他诊断方式或分类系统 | 回顾膝关节骨关节炎自动放射学分类和检测技术 | 膝关节骨关节炎的X光影像 | 计算机视觉 | 骨关节炎 | X射线成像 | NA | X光图像 | NA | NA | NA | NA | NA |
| 2949 | 2025-01-11 |
Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-249001
PMID:39792355
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2950 | 2025-01-07 |
Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study
2025-Jan-26, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发 | 使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型 | 未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响 | 提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险 | 急性缺血性卒中患者的脑部MRI图像 | 医学影像分析 | 急性缺血性卒中 | MRI | MRA-UNet, LR, RF, CatBoost, XGBoost | 图像, 临床数据 | 未提及具体样本量 | NA | NA | NA | NA |
| 2951 | 2025-01-07 |
Deep learning-based object detection algorithms in medical imaging: Systematic review
2025-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e41137
PMID:39758372
|
综述 | 本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用 | 通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力 | 数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺 | 探讨基于深度学习的医学图像目标检测算法的应用和发展趋势 | 医学图像中的目标检测 | 计算机视觉 | NA | CR扫描、病理图像、内窥镜成像 | 深度学习 | 图像 | 数据集大小存在显著差异，许多数据集被标记为私有或内部 | NA | NA | NA | NA |
| 2952 | 2025-01-07 |
Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis
2025-Jan-06, Cancer prevention research (Philadelphia, Pa.)
DOI:10.1158/1940-6207.CAPR-24-0338
PMID:39450526
|
研究论文 | 本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度 | 提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异 | 模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性 | 自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习模型 | 图像 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | NA | NA | NA | NA |
| 2953 | 2025-01-07 |
From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
综述 | 本文综述了IVT mRNA疫苗的最新研究进展和优化策略，包括AI模型和深度学习技术在IVT mRNA结构优化和递送系统设计中的应用 | 应用AI模型和深度学习技术优化IVT mRNA结构及递送系统设计，探讨了新型递送平台如脂质纳米颗粒、聚合物和外泌体的发展 | 未提及具体实验数据或样本量，主要基于现有研究的综述 | 提升IVT mRNA疫苗的有效性，克服现有挑战，如表达水平有限、非特异性靶向、快速降解和意外免疫激活 | IVT mRNA疫苗及其递送系统 | 生物信息学 | 传染病 | AI模型、深度学习 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 2954 | 2025-01-07 |
Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究利用分子动力学模拟和深度学习技术预测单克隆抗体的生物物理特性 | 开发了新的深度学习模型DeepSP，直接从序列预测抗体的动态和结构特性，显著减少计算时间 | 数据集仅包含137种抗体的12种生物物理特性，可能限制了模型的泛化能力 | 预测和优化单克隆抗体的生物物理特性，以提高其作为治疗药物的开发成功率 | 单克隆抗体 | 机器学习 | NA | 分子动力学模拟, 深度学习 | DeepSP, 机器学习模型 | 序列数据, 实验数据 | 137种抗体的12种生物物理特性 | NA | NA | NA | NA |
| 2955 | 2025-01-07 |
FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究开发了一个基于机器学习的网络平台，用于高通量生物药剂学分类系统（BCS）分类，旨在提高药物开发和监管效率 | 首次开发了一个基于机器学习的BCS分类网络平台，结合多种分子表示和高性能机器学习模型，实现了快速准确的BCS分类 | 尽管模型在内部和外部验证中表现良好，但仍需进一步验证其在更广泛数据集上的适用性和准确性 | 开发一个基于机器学习的网络平台，用于高通量BCS分类，以支持药物候选物的早期开发和配方决策 | 药物候选物的BCS分类 | 机器学习 | NA | 机器学习算法和深度学习框架 | LightGBM, AttentiveFP, XGBoost | 分子表示（一维分子指纹、描述符、分子图、三维分子空间坐标） | 四个BCS相关分子属性数据集 | NA | NA | NA | NA |
| 2956 | 2025-01-07 |
An Artificial Intelligence-Driven Preoperative Radiomic Subtype for Predicting the Prognosis and Treatment Response of Patients with Papillary Thyroid Carcinoma
2025-Jan-06, Clinical cancer research : an official journal of the American Association for Cancer Research
IF:10.0Q1
DOI:10.1158/1078-0432.CCR-24-2356
PMID:39535738
|
研究论文 | 本研究开发并验证了一种基于深度学习的放射组学特征（DLRI），用于预测甲状腺乳头状癌（PTC）的炎症亚型及其预后和抗炎中药治疗效果 | 首次开发了一种非侵入性的放射组学特征（DLRI），用于预测PTC的炎症亚型及其预后和治疗反应，特别是抗炎中药的治疗效果 | 需要前瞻性研究来进一步验证这些发现 | 开发并验证一种非侵入性的放射组学特征，用于预测PTC患者的预后和治疗反应 | 甲状腺乳头状癌（PTC）患者 | 数字病理学 | 甲状腺癌 | 深度学习 | 深度学习放射组学特征（DLRI） | 超声图像 | 2,506例患者（来自两个独立中心） | NA | NA | NA | NA |
| 2957 | 2025-01-07 |
Neural Ordinary Differential Equations for Forecasting and Accelerating Photon Correlation Spectroscopy
2025-Jan-06, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.4c03234
PMID:39757890
|
研究论文 | 本文提出了一种基于神经常微分方程模型g2NODE的方法，用于预测和加速光子相关光谱实验 | 使用神经常微分方程模型g2NODE，从少量噪声相关函数中预测完整的无噪声干涉实验，显著加速实验获取时间 | 需要进一步验证在更多实验数据上的适用性和稳定性 | 加速光子相关光谱实验，提高量子发射体材料的实验表征效率 | 固态单光子发射体的量子光学特性 | 机器学习 | NA | 光子相关傅里叶光谱（PCFS） | 神经常微分方程（NODE） | 光子相关函数 | 10-20个噪声测量的光子相关函数 | NA | NA | NA | NA |
| 2958 | 2025-01-07 |
Deep learning-based histopathological assessment of tubulo-interstitial injury in chronic kidney diseases
2025-Jan-05, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00708-3
PMID:39757253
|
研究论文 | 本文开发了一种基于深度学习的名为DLRS的方法，用于从肾活检标本的全切片图像中量化间质纤维化和炎症细胞浸润作为肾小管间质损伤评分 | DLRS方法能够自动分割全切片图像中的不同组织区域并检测间质核，从而量化肾小管间质损伤评分，且其评分与肾小球滤过率（eGFR）的相关性高于肾病学家的评估 | 研究样本主要来自日本和欧洲血统的患者，可能限制了结果的普遍性 | 开发一种自动化的深度学习方法，用于准确量化慢性肾脏病（CKD）患者的肾小管间质损伤 | 慢性肾脏病（CKD）患者的肾活检标本 | 数字病理学 | 慢性肾脏病 | 深度学习 | NA | 图像 | 71名日本CKD患者、28名日本肾小管间质性肾炎患者、49名欧洲血统的肾硬化患者以及238名日本CKD患者（包括来自另一家医院的167名患者） | NA | NA | NA | NA |
| 2959 | 2025-01-07 |
Pointer meters recognition method in the wild based on innovative deep learning techniques
2025-Jan-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81248-7
PMID:39755689
|
研究论文 | 本研究提出了一种基于深度学习的创新方法，用于在现代工业场景中识别仪表及其指针 | 使用改进的卷积块注意力模块（CBAM）和对象热图-标量图模块，结合编码器网络和跳跃连接，提高了在低质量图像中识别仪表和指针的准确性和效率 | NA | 提高在复杂工业场景中低质量图像中仪表和指针的识别效率和准确性 | 仪表及其指针 | 计算机视觉 | NA | 深度学习 | 改进的卷积块注意力模块（CBAM） | 图像 | NA | NA | NA | NA | NA |
| 2960 | 2025-01-07 |
Downscaling of ERA5 reanalysis land surface temperature based on attention mechanism and Google Earth Engine
2025-Jan-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-83944-w
PMID:39753651
|
研究论文 | 本研究提出了一种基于注意力机制和Google Earth Engine的ERA5再分析地表温度降尺度方法，以提高ERA5-Land地表温度数据的空间分辨率 | 结合了注意力机制U-Net（AMUN）方法，并利用Google Earth Engine平台进行数据获取和预处理，提出了全球多因素交叉注意力（GMFCA）模块、特征融合残差密集块（FFRDB）连接模块和U-Net模块的有机结合 | NA | 提高ERA5-Land地表温度数据的空间分辨率，以支持更精细的生态研究 | ERA5-Land地表温度数据 | 计算机视觉 | NA | 深度学习 | U-Net | 地表温度数据 | 中国境内的ERA5-Land每小时月平均再分析地表温度数据 | NA | NA | NA | NA |