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 3742 篇文献，本页显示第 3061 - 3080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3061 | 2025-10-07 |
AlphaFold 2, but not AlphaFold 3, predicts confident but unrealistic β-solenoid structures for repeat proteins
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.01.016
PMID:39911842
|
研究论文 | 评估AlphaFold 2在完美重复序列蛋白质结构预测中的表现，发现其倾向于生成高置信度但不现实的β-螺线管结构 | 首次系统揭示AlphaFold 2对完美重复序列存在特异性预测偏差，生成具有不合理特征的β-螺线管结构 | 研究主要针对人工设计的完美重复序列，对天然蛋白质的适用性需要进一步验证 | 评估AlphaFold 2在特定蛋白质序列类型（完美重复序列）上的预测准确性 | 由不同长度随机序列组成的完美重复蛋白质序列 | 计算生物学 | NA | 蛋白质结构预测，分子动力学模拟 | 深度学习 | 蛋白质序列数据 | 多种不同长度的完美重复序列 | AlphaFold 2, 其他先进结构预测方法 | AlphaFold 2架构 | 预测置信度，结构合理性评估 | NA |
| 3062 | 2025-10-07 |
Advancing forecasting capabilities: A contrastive learning model for forecasting tropical cyclone rapid intensification
2025-Jan-28, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2415501122
PMID:39835899
|
研究论文 | 开发了一种基于对比学习的热带气旋快速增强预测模型，显著提升了预测性能 | 首次将对比学习应用于热带气旋快速增强预测，解决了样本不平衡问题并整合了热带气旋结构特征 | 研究仅针对西北太平洋区域2020-2021年的数据，尚未验证在其他区域和时期的泛化能力 | 提高热带气旋快速增强的预测准确性 | 热带气旋快速增强事件 | 机器学习 | NA | 卫星红外成像、大气和海洋数据采集 | 对比学习模型 | 卫星图像、大气数据、海洋数据 | 1,149个热带气旋时期（西北太平洋2020-2021年） | NA | RITCF-contrastive | POD（检测概率）, FARate（误报率） | NA |
| 3063 | 2025-10-07 |
Estimating Task-based Performance Bounds for Accelerated MRI Image Reconstruction Methods by Use of Learned-Ideal Observers
2025-Jan-16, ArXiv
PMID:39876930
|
研究论文 | 本研究探索了在加速MRI图像重建中应用学习理想观察者来估计基于任务的性能界限 | 将卷积神经网络近似的理想观察者(CNN-IO)分析方法扩展到多线圈MRI系统，为加速数据采集技术提供任务性能界限指导 | 研究基于风格化多线圈SENSE MRI系统和深度生成随机脑模型，可能无法完全代表真实临床场景 | 为加速MRI图像重建方法建立基于任务的性能界限，指导欠采样数据采集技术设计 | 多线圈磁共振成像系统 | 医学影像分析 | NA | 多线圈磁共振成像，灵敏度编码 | CNN | MRI图像数据 | NA | NA | 卷积神经网络 | 理想观察者性能，任务性能界限 | NA |
| 3064 | 2025-10-07 |
Reusable specimen-level inference in computational pathology
2025-Jan-10, ArXiv
PMID:39867428
|
研究论文 | 开发了一个名为SpinPath的工具包，旨在通过提供预训练模型库和推理平台来普及计算病理学中的标本级深度学习 | 首个专门针对计算病理学标本级推理的完整工具包，包含预训练模型库、Python推理引擎和JavaScript推理平台 | NA | 解决计算病理学中标本级模型不可用的问题，促进该领域深度学习的广泛应用 | 计算病理学中的标本级任务 | 数字病理学 | NA | 深度学习 | 基础模型 | 病理图像 | NA | Python, JavaScript | NA | 在转移瘤检测任务中进行了验证 | NA |
| 3065 | 2025-10-07 |
TIPPo: A User-Friendly Tool for De Novo Assembly of Organellar Genomes with High-Fidelity Data
2025-Jan-06, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae247
PMID:39800935
|
研究论文 | 介绍TIPPo——一种使用PacBio高保真长读长数据进行细胞器基因组从头组装的用户友好工具 | 首个不依赖相关物种基因组或核基因组信息的参考无关组装工具，采用深度学习模型进行初始读长分类并利用k-mer计数进行优化 | NA | 开发用于植物细胞器基因组组装的新工具 | 植物叶绿体和线粒体基因组 | 生物信息学 | NA | PacBio高保真长读长测序 | 深度学习模型 | 基因组测序数据 | 54个完整叶绿体基因组 | NA | NA | 组装完整性 | NA |
| 3066 | 2025-10-07 |
Artificial Intelligence Recognition Model Using Liquid-Based Cytology Images to Discriminate Malignancy and Histological Types of Non-Small-Cell Lung Cancer
2025, Pathobiology : journal of immunopathology, molecular and cellular biology
IF:3.5Q1
DOI:10.1159/000541148
PMID:39197433
|
研究论文 | 开发基于深度学习卷积神经网络的肺癌细胞学图像自动分类模型 | 首次使用液基细胞学图像结合DenseNet-121深度学习模型对非小细胞肺癌的恶性程度和组织学类型进行自动识别 | 样本量相对有限，仅包含45例手术标本 | 开发用于肺癌细胞学诊断的人工智能图像识别模型 | 非小细胞肺癌的液基细胞学样本 | 计算机视觉 | 肺癌 | 液基细胞学，全玻片成像 | CNN | 图像 | 45例手术标本（8例正常肺组织，22例腺癌，15例鳞癌），共9141个图像块 | NA | DenseNet-121 | 敏感度，特异度，准确率 | NA |
| 3067 | 2025-10-07 |
AI Methods for Antimicrobial Peptides: Progress and Challenges
2025-01, Microbial biotechnology
IF:4.8Q1
DOI:10.1111/1751-7915.70072
PMID:39754551
|
综述 | 本文全面概述了人工智能方法在抗菌肽识别与设计领域的最新进展、挑战和机遇 | 深入探讨了大型语言模型、图神经网络和结构引导设计在抗菌肽研究中的潜力，填补了现有文献的空白 | 当前方法存在局限性，需要解决未来几年抗菌肽发现和设计中最相关的议题 | 提供抗菌肽研究中人工智能方法的综合评述 | 抗菌肽（AMPs） | 机器学习 | 传染病 | 机器学习，深度学习 | 经典机器学习，深度学习，大型语言模型，图神经网络 | 肽序列数据，结构数据 | NA | NA | LLMs, GNNs | NA | NA |
| 3068 | 2025-10-07 |
Treatment efficacy prediction of focused ultrasound therapies using multi-parametric magnetic resonance imaging
2025, Cancer prevention, detection, and intervention : Third MICCAI Workshop, CaPTion 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. CaPTion (Workshop) (3rd : 2024 : Marrakech, Morocco)
DOI:10.1007/978-3-031-73376-5_18
PMID:39802501
|
研究论文 | 开发基于多参数磁共振成像的深度学习框架，用于预测聚焦超声治疗乳腺癌的疗效 | 首次利用治疗期间获取的多参数MRI数据，通过深度学习框架实时预测聚焦超声治疗的疗效 | 研究样本量较小（N=6），仅在VX2肿瘤模型兔子中进行验证 | 提高聚焦超声治疗乳腺癌的疗效评估准确性和实时性 | VX2肿瘤模型兔子 | 医学影像分析 | 乳腺癌 | 多参数磁共振成像，MRgFUS | 深度学习 | 磁共振图像 | 6只VX2肿瘤模型兔子 | NA | NA | 与专家标注的3天后治疗后图像对比 | NA |
| 3069 | 2025-10-07 |
Deep learning model to diagnose cardiac amyloidosis from haematoxylin/eosin-stained myocardial tissue
2025-Jan, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyae141
PMID:39811011
|
研究论文 | 开发深度学习模型从HE染色心肌组织中诊断心脏淀粉样变性 | 首次使用HE染色心肌组织切片开发深度学习模型诊断心脏淀粉样变性，无需特殊染色 | 单中心回顾性研究，需要多中心前瞻性验证 | 开发辅助诊断心脏淀粉样变性的深度学习模型 | 心肌活检组织样本 | 数字病理 | 心脏淀粉样变性 | HE染色，Dylon染色 | 深度学习模型 | 病理图像 | 166例患者（76例心脏淀粉样变性，90例其他诊断） | NA | NA | AUC | NA |
| 3070 | 2025-10-07 |
A method for blood pressure hydrostatic pressure correction using wearable inertial sensors and deep learning
2025, Npj biosensing
DOI:10.1038/s44328-024-00021-y
PMID:39897702
|
研究论文 | 提出一种使用可穿戴惯性传感器和深度学习进行血压静水压力校正的方法 | 首次结合可穿戴惯性传感器与深度学习模型，无需传统笨重导管即可实现静水压力校正 | 研究样本量较小（20名参与者），需要在更广泛人群中验证 | 开发无袖带血压测量的静水压力校正技术 | 人体血压测量 | 机器学习 | 心血管疾病 | 光电体积描记法, 心电图 | 深度学习 | 运动传感器数据, 生理信号 | 20名参与者 | NA | NA | 平均绝对误差 | 商用智能手机（推理时间约134毫秒） |
| 3071 | 2025-10-07 |
Deep Learning-Based Body Shape Clustering Analysis Using 3D Body Scanner: Application of Transformer Algorithm
2025-Jan, Iranian journal of public health
IF:1.3Q4
DOI:10.18502/ijph.v54i1.17583
PMID:39902372
|
研究论文 | 使用3D人体扫描仪和Transformer算法进行基于深度学习的体型聚类分析 | 首次将Transformer算法应用于3D人体扫描数据的体型分类，将传统体型分类细化为六个更精细的聚类 | 样本仅来自单一大学（韩国国立体育大学）的366名成人，可能缺乏代表性 | 开发基于深度学习的体型分类方法，为健康和疾病预测提供基础信息 | 366名成年男性和女性的3D人体扫描数据 | 计算机视觉 | NA | 3D人体扫描技术 | Transformer | 3D扫描数据 | 366名成年男性和女性 | NA | Transformer | 聚类性能比较 | NA |
| 3072 | 2025-10-07 |
The Impact of Artificial Intelligence on Healthcare: A Comprehensive Review of Advancements in Diagnostics, Treatment, and Operational Efficiency
2025-Jan, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70312
PMID:39763580
|
综述 | 本文全面回顾了人工智能在医疗保健领域的影响，涵盖诊断、治疗和运营效率等方面的进展 | 系统整合了2014-2024年间AI在医疗领域的最新发展，分析了包括Google Health和IBM Watson Health在内的实际案例 | 存在数据安全和资源限制等实施难题，预算约束可能影响AI的主流应用 | 分析AI对医疗保健的影响，为利益相关者提供在这一变化环境中的路线图 | 医疗保健领域的AI技术应用，包括机器人技术、机器学习、深度学习和自然语言处理 | 自然语言处理 | NA | 机器学习，深度学习，自然语言处理 | NA | 文献数据，案例研究 | Web of Science数据库2014-2024年间的相关文献（从158篇增长到731篇） | NA | NA | NA | NA |
| 3073 | 2025-10-07 |
A tactile perception method with flexible grating structural color
2025-Jan, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae413
PMID:39764508
|
研究论文 | 提出一种结合柔性光栅结构色与深度学习的新型触觉感知方法及传感器 | 首次将光学干涉图案作为触觉信息的视觉表征，结合柔性闪耀光栅的结构色与深度学习技术 | NA | 开发高性能的触觉感知方法 | 柔性触觉传感器 | 计算机视觉 | NA | 光学干涉图案，柔性闪耀光栅 | 深度学习 | 图像 | NA | NA | NA | 法向力精度6 mN，平面分辨率79 μm，接触深度分辨率25 μm | NA |
| 3074 | 2025-02-05 |
Enhancing cybersecurity via attribute reduction with deep learning model for false data injection attack recognition
2025-Jan-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82566-6
PMID:39890851
|
研究论文 | 本文提出了一种基于深度学习的属性减少技术，用于识别虚假数据注入攻击，以提高电网系统的安全性 | 引入了改进的深度信念网络（IDBN）模型和基于鲸鱼优化算法（COA）的超参数调优过程，以提高虚假数据注入攻击的检测性能 | 未提及具体的数据集大小或实验环境的具体细节 | 提高电网系统对虚假数据注入攻击的检测能力，增强电网的安全性和韧性 | 电网系统中的虚假数据注入攻击 | 机器学习 | NA | Z-score归一化，改进的Lemrus优化算法（MLOA），改进的深度信念网络（IDBN），鲸鱼优化算法（COA） | 改进的深度信念网络（IDBN） | 电网测量数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 3075 | 2025-02-03 |
Correction: Application of deep learning and feature selection technique on external root resorption identification on CBCT images
2025-Jan-31, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-05030-x
PMID:39891069
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3076 | 2025-02-05 |
Predicting survival in malignant glioma using artificial intelligence
2025-Jan-31, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-02339-3
PMID:39891313
|
研究论文 | 本文探讨了使用人工智能技术预测恶性胶质瘤患者生存期的有效性 | 利用机器学习和深度学习技术整合多模态数据，显著提高了胶质瘤患者生存预测的准确性 | 数据异质性、可解释性挑战和计算需求，特别是在资源有限的环境中 | 评估不同AI模型在预测恶性胶质瘤患者生存期方面的比较效果 | 恶性胶质瘤患者 | 机器学习 | 脑癌 | 机器学习（ML）、深度学习（DL） | NA | 影像、临床参数、分子生物标志物 | NA | NA | NA | NA | NA |
| 3077 | 2025-10-07 |
A robust auto-contouring and data augmentation pipeline for adaptive MRI-guided radiotherapy of pancreatic cancer with a limited dataset
2025-Jan-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adabac
PMID:39823751
|
研究论文 | 开发并评估用于胰腺癌MRI引导放疗中危及器官的快速鲁棒深度学习自动分割方法 | 提出两种新颖的数据增强方法：结构引导的形变增强和基于循环GAN的增强，用于解决小数据集问题 | 研究样本量有限（仅10名患者的43张图像） | 克服在线自适应放疗流程中手动轮廓勾画耗时的问题 | 胰腺癌患者的危及器官 | 医学影像分析 | 胰腺癌 | MRI成像 | 深度学习分割模型 | 3D MRI图像 | 10名患者的43张3DVane图像 | nnU-Net | ResU-Net, SegResNet, nnU-Net | Dice分数, 平均表面距离, D2%, D50% | NA |
| 3078 | 2025-10-07 |
A review of state-of-the-art resolution improvement techniques in SPECT imaging
2025-Jan-30, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00724-9
PMID:39883257
|
综述 | 本文系统综述了SPECT成像中提升空间分辨率的最新技术进展 | 全面总结了硬件和软件两方面的最新分辨率提升技术，特别关注了深度学习的新兴应用 | 作为综述文章，不包含原始实验数据或方法验证 | 识别SPECT分辨率增强技术的最新发展趋势 | 临床和临床前SPECT系统 | 医学影像 | 肿瘤 | SPECT成像 | NA | 医学影像数据 | NA | NA | NA | NA | NA |
| 3079 | 2025-10-07 |
MMFW-UAV dataset: multi-sensor and multi-view fixed-wing UAV dataset for air-to-air vision tasks
2025-Jan-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04482-2
PMID:39885165
|
研究论文 | 本文提出了首个针对固定翼无人机的多传感器多视角航空对空视觉数据集MMFW-UAV | 首个一对多模态固定翼无人机图像数据集，包含全视角覆盖的多传感器图像和高品质标注 | NA | 为固定翼无人机的识别、检测与监控任务提供数据支持 | 固定翼无人机 | 计算机视觉 | NA | 多传感器成像（变焦、广角、热成像） | 基于深度学习的物体检测架构 | 多模态图像 | 147,417张固定翼无人机图像 | NA | 主流物体检测架构 | NA | NA |
| 3080 | 2025-10-07 |
An optimized lightweight real-time detection network model for IoT embedded devices
2025-Jan-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88439-w
PMID:39885208
|
研究论文 | 提出并部署了一种适用于物联网嵌入式设备的优化轻量级实时检测网络模型FRYOLO | 针对物联网设备计算资源有限的问题优化了YOLOv8模型，实现了低训练成本和高检测性能的平衡 | 仅针对水果检测场景进行了验证，在其他物联网应用场景的泛化能力需要进一步测试 | 开发适用于物联网嵌入式设备的轻量级实时目标检测模型 | 生产线上的新鲜和缺陷水果 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | YOLOv8, FRYOLO | 召回率, mAP, 精确率, FPS | 物联网嵌入式设备 |