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 761 - 780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2025-11-14 |
Material Design of Dental Implant for Minimum Stress Shielding of Bone Using Design of Experiment, Deep Learning, and Ashby Plot
2025, Journal of long-term effects of medical implants
|
研究论文 | 通过实验设计、深度学习和Ashby图确定最小应力屏蔽的牙科种植体材料属性 | 结合实验设计、深度学习和Ashby图进行牙科种植体材料设计，以最小化骨应力屏蔽效应 | 镍合金的生物相容性和技术难题需要进一步研究，碳纤维增强聚合物需要制造工艺关注 | 确定最小应力屏蔽的牙科种植体材料属性 | 牙科种植体材料 | 材料设计 | 牙科疾病 | Ansys仿真, 实验设计, 深度学习 | 深度学习模型 | 仿真数据 | 5种材料评估 | NA | NA | 应力屏蔽最小化 | Ansys软件 |
| 762 | 2025-11-14 |
Correction to: AllerTrans: a deep learning method for predicting the allergenicity of protein sequences
2025, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpaf076
PMID:41215776
|
修正 | 对先前发表的AllerTrans蛋白质过敏原性预测深度学习方法的文章进行修正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 763 | 2025-11-14 |
RETRACTION: Food Image Recognition and Food Safety Detection Method Based on Deep Learning
2025, Computational intelligence and neuroscience
DOI:10.1155/cone/9874231
PMID:41216016
|
撤稿声明 | 本文是对一篇基于深度学习的食品图像识别与食品安全检测文章的正式撤稿声明 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 764 | 2025-11-14 |
RETRACTION: A Method for Extracting Building Information from Remote Sensing Images Based on Deep Learning
2025, Computational intelligence and neuroscience
DOI:10.1155/cone/9830696
PMID:41216024
|
撤稿声明 | 本文宣布撤回一篇基于深度学习从遥感图像中提取建筑物信息的论文 | NA | NA | NA | NA | 计算机视觉 | NA | NA | NA | 遥感图像 | NA | NA | NA | NA | NA |
| 765 | 2025-11-14 |
PSO-FeatureFusion: a general framework for fusing heterogeneous features via particle swarm optimization
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf263
PMID:41216218
|
研究论文 | 提出一种基于粒子群优化的异质特征融合通用框架PSO-FeatureFusion，用于生物信息学中的多源数据整合 | 将粒子群优化与神经网络结合，以任务无关和模块化方式联合优化多源生物特征，捕获特征间相互作用 | NA | 解决生物信息学中异质数据整合的挑战，提高药物-药物相互作用和药物-疾病关联预测的准确性 | 药物、疾病和分子特征等生物实体 | 生物信息学 | NA | 粒子群优化，神经网络 | 神经网络 | 异质生物数据 | 多个基准数据集 | NA | PSO-FeatureFusion | 准确率，精确率，召回率，F1分数，AUC | NA |
| 766 | 2025-11-14 |
Hybrid ResNet-ViT Framework for Endometrial Lesion Analysis: A Comparative Study of MRI and CT in Endometrial Cancer Classification
2025, International journal of women's health
DOI:10.2147/IJWH.S555688
PMID:41216220
|
研究论文 | 本研究使用混合ResNet-ViT深度学习框架比较MRI和CT在子宫内膜癌分类中的诊断性能 | 提出结合ResNet50和Vision Transformer的混合深度学习模型ViTNet，用于子宫内膜病变分析 | 需要进一步验证模型评估浸润深度和其他预后特征的能力 | 评估和比较CT和MRI在子宫内膜癌检测中的诊断性能 | 子宫内膜图像，包括良性、恶性和正常三类 | 计算机视觉 | 子宫内膜癌 | MRI, CT | CNN, Transformer | 医学图像 | 300名22-85岁患者的图像数据集（KAUH-ECMD和KAUH-ECCTD） | NA | ResNet50, Vision Transformer | 准确率 | NA |
| 767 | 2025-11-14 |
GeoGenIE: a deep learning approach to predict geographic provenance of biodiversity samples from genomic SNPs
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf250
PMID:41216217
|
研究论文 | 提出GeoGenIE深度学习软件包，用于从基因组SNP数据预测生物多样性样本的地理来源 | 结合新颖的地理遗传数据增强和预处理技术，减少参考面板需求并在稀疏采样区域提高准确性 | NA | 开发从基因组数据预测地理来源的深度学习方法 | 生物多样性样本，以白尾鹿(Odocoileus virginianus)为例 | 机器学习 | NA | 双酶切限制性位点相关DNA测序(ddRAD-seq) | 多层感知机(MLP) | 基因组SNP数据 | NA | PyTorch | 多层感知机 | 地理位置准确性，空间偏差 | 并行化执行 |
| 768 | 2025-11-13 |
A systematic review of decision tools for process selection and performance improvement in manufacturing
2025, The International journal, advanced manufacturing technology
DOI:10.1007/s00170-025-16806-y
PMID:41208918
|
系统综述 | 系统评估制造业中用于工艺选择和性能改进的决策工具 | 提出结构化框架指导未来研究，重点关注数据管理、人工智能集成和工具可扩展性 | 仅包含37篇期刊文章，高级工具在超越工艺层面扩展方面面临挑战 | 比较评估应用于制造业单元工艺层面的决策工具 | 制造业中的工艺选择和特定工艺优化 | 制造业 | NA | 多标准决策分析(MCDA)、生命周期评估(LCA)、直接比较、深度学习、计算模拟 | 深度学习 | NA | 37篇期刊文章 | NA | NA | NA | NA |
| 769 | 2025-11-13 |
Improving predictions of convective storm wind gusts through statistical post-processing of neural weather models
2025, npj natural hazards
DOI:10.1038/s44304-025-00142-y
PMID:41210164
|
研究论文 | 通过神经天气模型的统计后处理改进对流风暴阵风预测 | 首次将卷积神经网络用于神经天气模型输出的空间模式后处理，在阵风预测中超越直接预测方法 | 研究区域仅限于瑞士五个地区，需要进一步验证在其他地理区域的适用性 | 改进对流风暴引起的极端阵风预测精度 | 瑞士五个地区的每小时阵风分布 | 机器学习 | NA | 统计后处理、深度学习 | CNN | 大气环境数据、空间模式数据 | 瑞士五个区域的三天提前量小时级预测数据 | NA | 卷积神经网络 | 预测准确率、极端值预测性能 | NA |
| 770 | 2025-11-12 |
AllerTrans: a deep learning method for predicting the allergenicity of protein sequences
2025, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpaf040
PMID:40656558
|
研究论文 | 开发了一种基于深度学习的蛋白质序列过敏性预测方法AllerTrans | 结合两种蛋白质语言模型提取不同特征向量，并通过集成建模技术提升预测性能 | NA | 预测蛋白质序列的过敏性 | 蛋白质序列 | 生物信息学 | 过敏性疾病 | 蛋白质语言模型 | DNN | 蛋白质序列 | NA | NA | 深度神经网络 | 灵敏度,特异性,准确率,AUC | NA |
| 771 | 2025-11-11 |
BMR-YOLO: A deep learning approach for fall detection in complex environments
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335992
PMID:41202040
|
研究论文 | 提出一种基于YOLOv8n架构优化的BMR-YOLO深度学习框架，用于复杂环境下的跌倒检测 | 在YOLOv8n基础上引入四项改进：BiFormer视觉变换器与双层路由注意力、C2f_rvb模块替换、MultiSEAM注意力机制检测头、方向感知SIoU回归指标 | NA | 提升复杂环境下（特别是遮挡和光照不良条件）跌倒检测的准确性和鲁棒性 | 跌倒检测 | 计算机视觉 | 老年疾病 | 深度学习 | YOLO, CNN, Transformer | 图像 | 超过10,000张标注图像（BMR-fall数据集）并使用UR跌倒检测数据集进行交叉验证 | PyTorch | YOLOv8n, BiFormer, C2f_rvb, MultiSEAM | mAP@0.5 | 6.5 GFLOPs计算成本 |
| 772 | 2025-11-10 |
Adaptive dual-window enhancement and multi-scale texture prior fusion for robust kidney CT classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335585
PMID:41202049
|
研究论文 | 提出结合自适应双窗增强和多尺度纹理先验融合的肾脏CT分类框架 | 提出自适应双窗增强模块动态调整窗宽窗位生成互补视图，并结合多尺度纹理先验实现细粒度结构建模 | NA | 提升肾脏CT图像的自动分类性能 | 肾脏CT图像 | 计算机视觉 | 肾脏疾病 | CT成像 | 深度学习 | 医学图像 | NA | NA | ConvNeXtV2 | 准确率,F1分数,AUC | NA |
| 773 | 2025-11-11 |
Novel dual convolution adaptive focus neural network for book genre classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331011
PMID:41202081
|
研究论文 | 提出一种新型双卷积自适应聚焦神经网络CPPDE-YOLO，用于提升书籍封面分类的准确性 | 整合PConv和PWConv算子、动态采样技术和高效多尺度注意力机制，优化YOLOv8框架 | NA | 通过改进算法显著提升图像分类准确率，提高现代图书检索系统的管理效率 | 书籍封面图像 | 计算机视觉 | NA | NA | CNN, YOLO | 图像 | NA | YOLOv8 | CPPDE-YOLO, DualConv, 跨阶段部分网络融合残差块 | Top_1 Accuracy, Top_5 Accuracy | NA |
| 774 | 2025-11-10 |
Towards better Hebrew clickbait detection: Insights from BERT and data augmentation
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332342
PMID:41196869
|
研究论文 | 本研究通过深度学习方法和数据增强策略提升希伯来语点击诱饵检测性能 | 首次将BERT模型与多样化数据增强技术结合应用于低资源希伯来语的点击诱饵检测，实现了性能突破 | 针对低资源语言的研究，数据规模可能有限，方法在其他语言的泛化性需进一步验证 | 提升希伯来语点击诱饵检测准确率，改善数字媒体内容质量 | 希伯来语点击诱饵标题 | 自然语言处理 | NA | 数据增强技术 | BERT | 文本 | NA | NA | BERT | 准确率 | NA |
| 775 | 2025-11-10 |
Impact of blood culture positivity at intensive care unit admission on mortality in infective endocarditis: Machine learning and deep learning-based causal inference models
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0333351
PMID:41196883
|
研究论文 | 本研究利用机器学习和深度学习因果推断模型分析血培养阳性对感染性心内膜炎ICU患者住院死亡率的影响 | 首次将GANITE因果推断模型应用于感染性心内膜炎预后分析，结合传统机器学习模型和SHAP解释性分析 | 样本量相对有限（484例），来自单一数据库（MIMIC-III），可能存在选择偏倚 | 评估ICU入院时血培养阳性对感染性心内膜炎患者住院死亡率的影响 | 484例成人感染性心内膜炎ICU患者 | 机器学习 | 感染性心内膜炎 | 血培养，临床数据分析 | Random Forest, XGBoost, GAN, 集成模型 | 临床数据，实验室数据，人口统计学数据 | 484例患者（训练集339例，测试集145例） | Scikit-learn, XGBoost, GANITE | Random Forest, Extreme Gradient Boosting, Generative Adversarial Nets | AUROC, 准确率 | NA |
| 776 | 2025-11-10 |
Broad-spectrum eye disease classification using a deep learning-based tailored software lens
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335419
PMID:41196894
|
研究论文 | 提出一种基于深度学习的新型架构，通过定制软件透镜利用视网膜眼底图像特征实现广谱眼病的稳健分类 | 首次通过定制软件透镜利用视网膜眼底图像特定特征（如图像噪声和精细结构）实现广谱眼病的高性能诊断 | NA | 开发能够稳健分类多种眼病的深度学习系统 | 视网膜眼底图像 | 计算机视觉 | 眼病 | 深度学习 | CNN | 图像 | 16,242张图像，包含九种疾病和健康样本 | NA | 定制深度学习架构 | 平衡准确率 | NA |
| 777 | 2025-11-10 |
Monitoring of granite quarries using deep learning and UAV photogrammetry in Bengaluru, India
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0334493
PMID:41196908
|
研究论文 | 本研究提出了一种结合深度学习和无人机摄影测量的多模态框架，用于监测印度班加罗尔的花岗岩采石场 | 首次将深度学习与多时相Sentinel-2卫星影像和无人机SfM-MVS摄影测量相结合，实现采石场自动分割和体积量化 | 研究基于干季数据，可能无法反映雨季变化；外部验证样本有限 | 开发自动化监测花岗岩采石场的框架，支持环境管理和监管 | 印度班加罗尔地区的花岗岩采石场 | 计算机视觉,遥感监测 | NA | UAV摄影测量,SfM-MVS,卫星遥感 | CNN | 卫星影像,无人机影像 | 252个候选采石场，227个经实地验证，总面积740公顷 | NA | U-Net,PSPNet,DeepLabV3+,FCN,EMANet | F1-score,IoU,95%置信区间,McNemar检验 | NA |
| 778 | 2025-11-10 |
Machine learning based fault classification for improved induction motor performance
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335367
PMID:41196920
|
研究论文 | 本研究开发了一种基于机器学习的故障分类算法，用于提高三相感应电机的性能 | 通过综合应用多种数据预处理技术（SMOTE、FFT、PCA）和比较多种机器学习算法，实现了高效的电机故障分类 | 仅考虑了特定类型的轴承和转子故障，XGBoost模型性能不佳需要进一步优化，未涵盖多种故障类型和电机规格 | 开发准确高效的感应电机故障检测算法 | 三相感应电机的轴承和转子故障 | 机器学习 | NA | 振动数据分析，FFT频域分析 | Random Forest, Decision Tree, KNN, XGBoost | 三轴振动电流数据 | 在100W、200W和300W负载下的0.7mm轴承和转子故障数据 | Scikit-learn | NA | 准确率 | NA |
| 779 | 2025-11-10 |
aiGeneR 3.0: an enhanced deep network model for resistant strain identification and multi-drug resistance prediction in Escherichia coli causing urinary tract infection using next-generation sequencing data
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1651917
PMID:41199746
|
研究论文 | 提出增强型深度学习模型aiGeneR 3.0，用于识别尿路感染大肠杆菌的耐药菌株和预测多药耐药性 | 首次将SNP水平分析与深度学习相结合，采用简化的LSTM架构处理不平衡和小型数据集 | 未明确说明样本数据集的具体规模和来源限制 | 开发有效的抗生素耐药性检测和分类方法 | 引起尿路感染的大肠杆菌及其抗生素耐药基因 | 机器学习 | 尿路感染 | 二代测序 | LSTM | 基因序列数据 | NA | NA | LSTM | ROC-AUC, F1-score, 准确率, 精确率, 灵敏度, 特异性 | NA |
| 780 | 2025-11-10 |
Legal Logit Model for predicting judicial disagreement in Indian courts
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1671474
PMID:41199807
|
研究论文 | 提出一种结合离散选择理论与神经网络的法律Logit模型，用于预测印度最高法院对下级法院判决的推翻情况 | 将离散选择理论的可解释性与神经网络的灵活性相结合，在保持特征影响透明度的同时建模复杂非线性交互 | 最高法院意见中可能存在动机推理，限制了因果关系的解释 | 预测司法分歧并理解驱动法官决策的因素 | 印度最高法院的上诉案件和法官决策行为 | 自然语言处理 | NA | NA | 神经网络 | 最高法院意见文本数据 | NA | NA | Legal Logit Model (LLM) | 准确率 | NA |