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 3544 篇文献，本页显示第 1001 - 1020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1001 | 2025-10-06 |
AI-Driven quality assurance in mammography: Enhancing quality control efficiency through automated phantom image evaluation in South Korea
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330091
PMID:40920794
|
研究论文 | 开发并验证基于深度学习的乳腺摄影体模图像自动评估模型，旨在提高放射科医师间评分一致性和质量控制效率 | 首次在韩国国家认证体系中使用EfficientNetV2_L模型实现乳腺摄影体模图像的自动化评估，结合可解释AI技术验证模型决策与指南标准的一致性 | 模型在肿块评估中存在尺寸相关偏差，且研究数据仅来自单一机构 | 提升乳腺摄影质量控制的效率和评分一致性 | 乳腺摄影体模图像中的模拟病灶（纤维、斑点、肿块） | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 医学图像 | 5,813张符合质量标准的乳腺摄影体模图像 | 未明确说明 | EfficientNetV2_L | 准确率,F1分数,AUC,置信区间 | NA |
| 1002 | 2025-10-06 |
A robust hydroponic system for horticulture farming using deep learning, IoT, and mobile application
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330488
PMID:40920816
|
研究论文 | 开发了一个结合深度学习、物联网和移动应用的稳健水培系统，用于支持孟加拉国基层农民 | 集成硬件实现、深度学习疾病检测和移动应用的三阶段系统架构，实现98.5%的高疾病检测准确率 | 未提及系统在更大规模或不同环境条件下的测试结果 | 通过技术系统简化水培种植过程，提高农民操作便利性和系统监控能力 | 孟加拉国基层农民和水培种植系统 | 计算机视觉,物联网 | 园艺作物病害 | 深度学习,物联网传感器技术 | 深度学习模型 | 传感器数据,图像数据 | 约80%的基层农民参与调查 | NA | NA | 准确率 | NA |
| 1003 | 2025-10-06 |
Mean pulmonary artery pressure prediction with explainable multi-view cardiovascular magnetic resonance cine series deep learning model
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101133
PMID:39645082
|
研究论文 | 开发可解释的多视角心脏磁共振电影序列深度学习模型用于无创预测平均肺动脉压力 | 首次使用多视角心脏磁共振电影序列结合可解释CNN模型同时实现mPAP预测和关键影像特征识别 | 研究样本量相对有限（1646例检查），未进行外部验证 | 通过深度学习模型从心脏磁共振数据无创估计右心导管检查的血流动力学参数 | 肺动脉高压患者的心脏磁共振影像数据 | 医学影像分析 | 肺动脉高压 | 心脏磁共振成像 | CNN | 心脏磁共振电影序列影像 | 1646例检查 | NA | 可解释卷积神经网络 | Pearson相关系数,R2 | NA |
| 1004 | 2025-10-06 |
VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal position in the C. elegans ventral nerve cord
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331188
PMID:40875629
|
研究论文 | 开发了一种基于机器学习的半自动化流程VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元位置 | 结合机器学习和传统工具，用计算机辅助方法替代手动测量，改进了神经元位置量化的速度和准确性 | 需要手动神经元胞体定位作为流程的一部分，尚未实现完全自动化 | 研究控制腹神经索神经元定位和排列的细胞和分子机制 | 秀丽隐杆线虫腹神经索中的22个运动神经元（DD、DA和DB类） | 数字病理学 | NA | 显微镜成像，深度学习分割 | 深度学习 | 显微镜图像 | 多个已知破坏神经元定位的遗传突变体 | NA | 改进的Segment Anything Model (SAM) | NA | NA |
| 1005 | 2025-10-06 |
Artificial intelligence in wearable biosensing: Enhancing data analysis and decision-making
2025, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2025.06.012
PMID:40921531
|
研究论文 | 探讨人工智能与可穿戴生物传感器在个性化医疗中的融合应用 | 提出多模态大语言模型在可穿戴生物传感数据分析中的创新应用，并展望数字人、元宇宙与世界模型的未来融合 | NA | 提升可穿戴生物传感器的数据处理效率和实时决策能力 | 可穿戴生物传感器采集的生理数据 | 机器学习 | NA | 可穿戴生物传感技术 | 深度学习算法,多模态大语言模型 | 生理数据 | NA | NA | 多模态大语言模型 | NA | NA |
| 1006 | 2025-10-06 |
A deep learning and digital archaeology approach for mosquito repellent discovery
2025-Jan-22, Chemical senses
IF:2.8Q2
DOI:10.1093/chemse/bjaf021
PMID:40598906
|
研究论文 | 开发了一种结合深度学习和数字考古学的创新方法，用于发现新型驱蚊分子 | 首次将图神经网络应用于驱蚊剂发现，并通过数字化历史数据集实现了数据驱动的分子筛选 | 需要进一步验证候选分子在真实环境中的长期效果和安全性 | 开发高效、安全的新型驱蚊剂以应对虫媒疾病 | 蚊子驱避分子和多种病原体传播昆虫媒介 | 机器学习 | 虫媒疾病 | 行为测定、触角叶神经记录 | GNN | 分子结构数据、驱避性测量数据 | 约19,000个驱蚊性测量数据，317个候选分子 | NA | 图神经网络 | 命中率、预测准确性 | NA |
| 1007 | 2025-10-06 |
Changes in Self-Directed Learning Among Doctor of Physical Therapy Students Across Didactic Curriculum: A Mixed-Methods Analysis
2025-Jan-07, Journal, physical therapy education
DOI:10.1097/JTE.0000000000000382
PMID:39763033
|
研究论文 | 本研究通过混合方法分析物理治疗博士学生在课程期间自我导向学习能力的变化 | 首次在物理治疗教育中追踪学生自我导向学习能力的纵向变化，并将定量测量与定性主题分析相结合 | 样本量有限（50名定量研究参与者，14名定性研究参与者），仅来自单一中西部DPT项目 | 探究传统物理治疗博士学生在课程期间自我导向学习能力的变化模式 | 物理治疗博士学生 | 教育研究 | NA | 混合研究方法 | NA | 问卷调查数据、焦点小组访谈数据 | 50名学生参与定量研究，14名学生参与定性研究 | NA | NA | MSLQ评分、Grit量表评分、主题分析 | NA |
| 1008 | 2025-10-06 |
ASAS-NANP symposium: mathematical modeling in animal nutrition: synthetic database generation for non-normal multivariate distributions: a rank-based method with application to ruminant methane emissions
2025-Jan-04, Journal of animal science
IF:2.7Q1
DOI:10.1093/jas/skaf136
PMID:40319357
|
研究论文 | 提出一种基于秩次的合成数据库生成方法，用于处理反刍动物甲烷排放等动物科学中的非正态多元分布数据 | 开发了一种新的基于秩次的方法来生成具有相关非正态多元分布的合成数据库，相比copula方法能更好地保持原始分布矩和相关性结构 | 可能在合成数据库的子集中引入人工（未知）关系，随机森林回归对分布类型具有高度特异性 | 解决动物科学中数据有限的问题，提高预测建模工具的准确性和可靠性 | 反刍动物甲烷排放数据 | 机器学习 | NA | 合成数据生成，统计建模 | 随机森林, 多元线性模型 | 多元分布数据 | NA | NA | NA | R2, 标准误差 | NA |
| 1009 | 2025-10-06 |
DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model
2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3493820
PMID:39509302
|
研究论文 | 提出一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型 | 首次将CBAM注意力机制与ResNet结合用于配体类型预测，并创建了新的LigType5数据集 | 仅针对五种特定配体类型进行分类，未涵盖所有可能的配体类型 | 开发计算方法来预测蛋白质-配体结合位点的配体类型，以辅助药物发现 | 蛋白质-配体结合位点及其对应的配体类型 | 生物信息学 | NA | 深度学习 | CNN | 蛋白质结构数据 | 基于PDBbind和scPDB数据集构建的LigType5数据集 | NA | CBAM-ResNet | 准确率,AUC | NA |
| 1010 | 2025-10-06 |
Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101869
PMID:40021091
|
研究论文 | 提出一种基于合成数据训练的神经网络方法，用于自动分析三维心脏标记磁共振图像中的位移 | 首次开发专门针对三维心脏标记MR图像的深度学习分析方法，使用合成数据进行网络训练 | 方法在合成数据上初步验证，需要进一步在更多真实临床数据上验证 | 开发用于三维心脏标记磁共振图像位移分析的深度学习方法 | 左心室运动分析 | 医学图像分析 | 心血管疾病 | 三维标记磁共振成像 | 神经网络 | 三维磁共振图像 | 外部验证人类数据集和猪体内研究数据集 | NA | NA | 位移偏差, 应变测量差异 | NA |
| 1011 | 2025-10-06 |
The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer
2025, Current pharmaceutical design
IF:2.6Q2
|
综述 | 探讨人工智能在乳腺癌病理学中的诊断应用潜力 | AI平台可预测乳腺癌风险并在临床诊断前三年前识别肿瘤，深度学习技术对癌症亚型分类和肿瘤风险分级达到与专业放射科医师相当的准确度 | 需要高质量数据集并面临临床工作流程整合的挑战 | 提升乳腺癌诊断和治疗策略 | 乳腺癌病理学数据 | 数字病理学 | 乳腺癌 | 深度学习 | CNN | 组织病理学数据、乳腺X线摄影数据 | NA | NA | 卷积神经网络 | 准确度 | NA |
| 1012 | 2025-10-06 |
Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101909
PMID:40350082
|
研究论文 | 本研究提出了一种基于Segment Anything Model的时序空间自适应方法用于心脏电影磁共振图像分割 | 首次将分割基础模型SAM适配于心脏电影磁共振分割，引入时序空间注意力机制并支持文本提示和框提示 | 作为可行性研究，样本量相对有限且主要针对特定病理类型 | 开发具有高泛化能力的心脏电影磁共振自动分割方法 | 心脏电影磁共振图像中的左心室和心肌组织 | 计算机视觉 | 心血管疾病 | 心脏磁共振成像 | 基础模型微调 | 医学图像 | 公共测试数据集136例，内部数据集93例（主动脉狭窄40例，HFpEF 53例） | PyTorch | Segment Anything Model, 时序空间注意力机制 | Dice系数, 相关系数 | NA |
| 1013 | 2025-10-06 |
Decoding the Variable Velocity of Lower-Limb Stepping Movements From EEG
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3603635
PMID:40875414
|
研究论文 | 本研究通过脑电图解码健康参与者下肢踏步运动的三维速度，比较线性回归和深度学习方法的性能 | 首次使用CNN-LSTM深度学习框架从EEG信号解码下肢踏步运动的三维速度，并在真实步行任务中验证可行性 | 样本量较小（仅9名健康参与者），未在患者群体中验证 | 开发脑机接口控制的外骨骼用于神经康复 | 健康参与者的下肢踏步运动 | 脑机接口 | 神经康复 | 脑电图 | CNN, LSTM | EEG信号 | 9名健康参与者（G1组5人，G2组4人） | 深度学习框架 | CNN-LSTM组合架构 | 解码准确度, R值 | NA |
| 1014 | 2025-10-06 |
Hyperspectral anomaly detection leveraging spatial attention and right-shifted spectral energy
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330640
PMID:40906778
|
研究论文 | 提出一种基于图注意力网络和β小波图神经网络的高光谱图像异常检测算法 | 结合空间注意力机制和右移光谱能量特性，利用β小波替代拉普拉斯矩阵分解提升计算效率 | NA | 提升高光谱图像异常检测的精度和效率 | 高光谱图像中的异常像素 | 计算机视觉 | NA | 高光谱成像 | 图神经网络,图注意力网络 | 高光谱图像 | 6个真实高光谱数据集和1个模拟数据集 | NA | GAN-BWGNN | AUC,检测时间 | NA |
| 1015 | 2025-10-06 |
HWANet: A Haar Wavelet-based Attention Network for remote sensing object detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330759
PMID:40906788
|
研究论文 | 提出一种基于Haar小波的注意力网络HWANet，用于解决遥感目标检测中的多尺度变化挑战 | 提出结合Haar小波变换与注意力机制的新型网络架构，通过低频增强下采样和频域自注意力模块减少信息损失并提升空间结构捕获能力 | 未提及模型在更复杂场景或更大规模数据集上的泛化能力 | 提升遥感图像中多尺度目标检测的精度和效率 | 遥感图像中的各类目标 | 计算机视觉 | NA | Haar小波变换 | CNN,注意力网络 | 遥感图像 | NWPU VHR-10数据集和SAR-Airport-1.0数据集 | NA | HWANet（包含LEM、HFDSA、SIIM模块） | mAP50 | NA |
| 1016 | 2025-10-06 |
Unlocking the power of L1 regularization: A novel approach to taming overfitting in CNN for image classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327985
PMID:40911635
|
研究论文 | 提出一种通过L1正则化抑制CNN过拟合的新方法，并在多个图像分类数据集上验证其有效性 | 首次系统研究不同L1正则化系数对CNN各层的影响，提出针对卷积层和全连接层的差异化正则化策略 | 仅在三类特定数据集上进行验证，未涉及更复杂的图像分类任务 | 解决CNN在图像分类任务中的过拟合问题，提升模型泛化能力 | 图像分类任务中的卷积神经网络模型 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 三个数据集：MNIST手写数字、芒果树叶数据集、Quick Draw手绘草图数据集 | NA | 基础CNN架构 | 准确率 | NA |
| 1017 | 2025-10-06 |
Effective SMOTE boost with deep learning for IDC identification in whole-slide images
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329078
PMID:40901930
|
研究论文 | 提出一种基于SMOTE的卷积神经网络方法用于全切片图像中浸润性导管癌的识别 | 将SMOTE数据增强技术与CNN结合，提出SMO_CNN模型，在IDC识别任务中表现优于传统CNN、VGG19和ResNet50模型 | 样本量相对较小（162个病例），未提及外部验证结果 | 开发有效的深度学习方法用于乳腺癌组织病理学图像分析 | 浸润性导管癌（IDC）组织区域 | 数字病理学 | 乳腺癌 | 组织病理学成像 | CNN | 全切片图像 | 162名IDC患者的组织切片图像（训练集113张，测试集49张） | NA | SMO_CNN, CNN, VGG19, ResNet50 | 准确率 | NA |
| 1018 | 2025-10-06 |
Multilayered SDN security with MAC authentication and GAN-based intrusion detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331470
PMID:40906752
|
研究论文 | 提出一种结合MAC认证和GAN入侵检测的多层SDN安全系统 | 首次将四Q曲线认证系统与双判别器条件生成对抗网络相结合用于SDN入侵检测，并采用羊群优化算法优化模型性能 | 未提及系统在更大规模网络环境中的测试结果和实时性能表现 | 提高软件定义网络的安全性，降低入侵检测的误报率 | SDN网络中的网络数据包和恶意节点 | 网络安全 | NA | 椭圆曲线密码学，入侵检测技术 | GAN, GSOM | 网络数据包 | NA | NA | DDcGAN, GSOM | 准确率，精确率，F1分数，敏感度，误报率，功耗，网络吞吐量 | NA |
| 1019 | 2025-10-06 |
Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review
2025, Vascular health and risk management
IF:2.6Q2
DOI:10.2147/VHRM.S508620
PMID:40909176
|
综述 | 本文系统综述了基于深度学习的ECG信号心律失常检测方法的研究进展 | 对30篇文献进行结构化分析，全面评估深度学习在心律失常检测中的最新进展和混合架构应用 | 存在数据集异质性、模型可解释性不足和实时实施等关键问题 | 研究深度学习在心电图心律失常检测中的应用 | 心律失常检测相关研究文献 | 机器学习 | 心血管疾病 | ECG信号处理 | CNN, RNN | ECG信号 | 30篇研究论文 | NA | 卷积神经网络，混合架构(CNN+RNN) | 准确率，F1分数 | NA |
| 1020 | 2025-10-06 |
Quantitative video analysis of head acceleration events: a review
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1658222
PMID:40909217
|
综述 | 本文综述了基于视频分析量化头部加速事件的当前研究进展 | 系统整合了传统视频测量方法与新兴计算机视觉和深度学习技术，探讨视频在头部加速事件量化分析中的潜力 | 当前视频方法在可扩展性、准确性和生物力学洞察力方面仍存在局限 | 评估视频分析在体育运动中头部加速事件量化测量的应用价值 | 体育运动中发生的头部加速事件 | 计算机视觉 | 神经退行性疾病 | 视频测量技术 | 深度学习 | 视频 | NA | NA | NA | NA | NA |