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 1221 - 1240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2025-10-06 |
Hybrid deep learning optimization for smart agriculture: Dipper throated optimization and polar rose search applied to water quality prediction
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327230
PMID:40690512
|
研究论文 | 提出一种结合Dipper Throated优化和Polar Rose搜索的混合元启发式框架，用于智能农业中的水质预测 | 首次将DTO生物启发算法与PRS搜索相结合，通过二元特征选择和元启发式优化的统一流程增强深度学习模型性能 | NA | 开发精准的水质预测模型以支持智能农业灌溉决策 | 马铃薯等需高质量灌溉的农作物 | 机器学习 | NA | 水质预测 | RBFN | 水质数据 | NA | NA | 径向基函数网络 | 分类准确率, ANOVA检验, Wilcoxon检验 | NA |
| 1222 | 2025-10-06 |
Evolution from the physical process-based approaches to machine learning approaches to predicting urban floods: a literature review
2025, Environmental systems research
DOI:10.1186/s40068-025-00409-3
PMID:40692624
|
文献综述 | 本文综述了过去二十年来从物理过程模型到机器学习方法的城市洪水预测研究演变 | 重点关注AI驱动、实时和社区集成方法在城市洪水预测中的最新进展，并系统比较了不同方法的优劣 | 许多城市缺乏应用这些先进工具所需的数据、传感器或系统，且许多模型独立运行，未与城市规划或社区工作有效整合 | 分析城市洪水预测方法从传统物理过程模型到机器学习方法的发展历程 | 城市洪水预测模型和方法 | 机器学习 | NA | GIS, LiDAR, 卫星影像, 物联网, 深度学习 | 混合模型, 深度学习 | 气象数据, 传感器数据, 社交媒体数据, 卫星图像 | NA | NA | NA | NA | NA |
| 1223 | 2025-10-06 |
High-throughput end-to-end aphid honeydew excretion behavior recognition method based on rapid adaptive motion-feature fusion
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1609222
PMID:40692669
|
研究论文 | 提出一种基于快速自适应运动特征融合的端到端蚜虫蜜露排泄行为识别方法 | 开发了首个包含蚜虫细粒度行为的数据集，提出快速自适应运动特征融合算法，并在RT-DETR检测模型中引入样条自适应非线性激活函数和Kolmogorov-Arnold网络 | NA | 开发高效实时的蚜虫蜜露排泄行为自动识别方法 | 蚜虫的爬行运动、腿部弹动和蜜露排泄行为 | 计算机视觉 | NA | 深度学习 | RT-DETR | 视频图像 | NA | PyTorch | RT-DETR, ResNet50, RK50模块 | 平均精度, mAP50 | NA |
| 1224 | 2025-10-06 |
Classifying office workers with and without cervicogenic headache or neck and shoulder pain using posture-based deep learning models: a multicenter retrospective study
2025, Frontiers in pain research (Lausanne, Switzerland)
DOI:10.3389/fpain.2025.1614143
PMID:40692757
|
研究论文 | 基于习惯性坐姿图像开发深度学习模型，用于分类有无颈源性头痛或颈肩痛的办公室工作人员 | 首次使用深度学习模型从习惯性坐姿图像中自动识别颈源性头痛和颈肩痛，并利用类激活映射可视化模型关注区域 | 静态姿势与肌肉骨骼疼痛之间的复杂关系需要临床实践中采用多模式评估方法 | 开发用于分类办公室工作人员有无颈源性头痛和颈肩痛的深度学习模型 | 531名办公室工作人员（135名颈源性头痛，365名颈肩痛，108名同时患有两种病症，139名对照组） | 计算机视觉 | 肌肉骨骼疾病 | 数字图像分析 | CNN | 图像 | 904张习惯性坐姿图像，来自531名办公室工作人员 | NA | VGG19, ResNet50, EfficientNet B5 | AUC, 准确率, 灵敏度, 特异性, F1分数 | NA |
| 1225 | 2025-10-06 |
Deep learning for enhancement of low-resolution and noisy scanning probe microscopy images
2025, Beilstein journal of nanotechnology
IF:2.6Q2
DOI:10.3762/bjnano.16.83
PMID:40692894
|
研究论文 | 本研究使用深度学习方法提升低分辨率和噪声扫描探针显微镜图像的质量与分辨率 | 首次系统比较传统方法与深度学习模型在AFM图像增强中的表现，并证明深度学习能完全消除常见伪影 | 未详细说明具体使用的深度学习模型架构和训练数据规模 | 提升原子力显微镜图像的分辨率和质量，减少测量时间 | 低分辨率AFM图像 | 计算机视觉 | NA | 原子力显微镜 | 深度学习模型 | 图像 | NA | NA | NA | 保真度, 图像质量, 专家评估 | NA |
| 1226 | 2025-10-06 |
Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model: Clinical Comparison with Physicians in Edge and Cloud Environments
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S535405
PMID:40693169
|
研究论文 | 评估基于Google Cloud Vertex AI开发的气胸检测深度学习模型在云环境和边缘环境中的诊断性能，并与多专科医师进行临床对比 | 首次在云环境和边缘环境中同时评估AI气胸检测模型性能，并与不同经验水平的医师进行多学科比较，特别关注微小气胸病例的检测能力 | 单中心回顾性研究，样本量有限(152例)，缺乏外部验证 | 评估AI模型在气胸检测中的诊断准确性及其临床适用性 | 152例匿名胸部X光片(76例气胸，76例正常)，15名来自4个专科的医师 | 计算机视觉 | 肺疾病 | 胸部X光成像，计算机断层扫描(CT) | 深度学习 | 医学图像 | 152例胸部X光片，患者年龄中位数50岁(范围18-95)，67.1%为男性 | Google Cloud Vertex AI, AutoML Vision | AutoML Vision自动生成的深度学习架构 | 敏感度，特异度，F1分数，诊断准确度 | Google Cloud Vertex AI平台，云环境和边缘环境部署 |
| 1227 | 2025-10-06 |
MSPO: A machine learning hyperparameter optimization method for enhanced breast cancer image classification
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251361603
PMID:40693252
|
研究论文 | 提出一种多策略鹦鹉优化器(MSPO)用于改进乳腺癌图像分类的机器学习超参数优化方法 | 在原始鹦鹉优化器基础上集成Sobol序列初始化、非线性递减惯性权重和混沌参数等策略，增强全局探索能力和收敛稳定性 | NA | 开发高效的超参数优化方法以提升乳腺癌图像分类性能 | 乳腺癌图像分类 | 计算机视觉 | 乳腺癌 | NA | CNN | 图像 | BreaKHis乳腺癌图像数据集 | NA | ResNet18 | 准确率,精确率,召回率,F1分数 | NA |
| 1228 | 2025-10-06 |
Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation
2025-Jan-10, FEMS microbiology letters
IF:2.2Q3
DOI:10.1093/femsle/fnaf072
PMID:40643334
|
研究论文 | 本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键位点 | 结合传统计算工具Rosetta Cartesian_ddG与深度学习工具Pythia进行酶热稳定性关键位点预测 | 组合不同位点的有益突变会导致热稳定性降低，存在负向上位性相互作用 | 提高GH11木聚糖酶XynCDBFV的热稳定性 | 来自Neocallimastix patriciarum的GH11木聚糖酶XynCDBFV | 机器学习 | NA | 位点饱和突变、计算能量分析 | 深度学习 | 蛋白质序列和结构数据 | 18个突变变体（D57位点3个，G201位点5个） | Pythia, Rosetta | NA | 最适温度提升、残余活性百分比 | NA |
| 1229 | 2025-10-06 |
Machine learning applications in colorectal cancer: from early detection to personalized treatment
2025-Jan-08, Integrative biology : quantitative biosciences from nano to macro
IF:1.5Q4
DOI:10.1093/intbio/zyaf013
PMID:40694039
|
综述 | 本文综述机器学习在结直肠癌从早期检测到个性化治疗全流程中的应用与影响 | 整合多组学、影像组学和临床数据，通过监督学习、神经网络和深度学习生成可操作见解，超越传统诊断和预后方法 | 面临数据质量、验证标准、临床工作流程整合及伦理问题等挑战 | 探讨机器学习在结直肠癌诊疗中的变革性作用及临床实施路径 | 结直肠癌患者的多模态数据（遗传特征、影像数据、临床信息） | 机器学习 | 结直肠癌 | 多组学分析、影像组学分析 | 支持向量机, 随机森林, 神经网络, 深度学习 | 遗传数据, 影像数据, 临床数据 | NA | NA | NA | 诊断准确性, 治疗结果改善 | NA |
| 1230 | 2025-10-06 |
Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery
2025-Jan-01, Physiology (Bethesda, Md.)
DOI:10.1152/physiol.00029.2024
PMID:39189871
|
综述 | 探讨深度学习在电压门控离子通道药物发现中的最新应用进展 | 将扩散模型等深度学习方法应用于电压门控离子通道蛋白质结合剂的计算设计 | NA | 为开发新型电压门控离子通道靶向治疗策略提供计算框架 | 电压门控离子通道及其蛋白质结合剂 | 机器学习 | 心律失常, 神经病理性疼痛 | 深度学习, 扩散模型 | 扩散模型 | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 1231 | 2025-10-06 |
TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3480197
PMID:39401118
|
研究论文 | 提出一种基于拓扑知识推理的胎儿解剖结构少样本检测方法TKR-FSOD | 首次将拓扑知识推理应用于胎儿超声图像的少样本检测任务，提出拓扑知识推理模块和判别能力增强特征学习模块 | 仅针对超声图像中的胎儿解剖结构检测，未验证在其他医学影像或通用目标检测任务上的适用性 | 解决胎儿超声图像中难以获取样本的解剖结构检测问题 | 胎儿超声图像中的多解剖结构 | 计算机视觉 | 胎儿发育异常 | 超声成像 | 深度学习 | 超声图像 | 少样本设置（如5-shot） | NA | TKR-FSOD | 检测精度 | NA |
| 1232 | 2025-10-06 |
Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3482001
PMID:39412975
|
研究论文 | 提出一种结合病变特征选择和注意力机制的轻量级3D CNN模型，用于基于纵向sMRI的早期阿尔茨海默病预测 | 提出纵向病变特征选择策略和疾病趋势注意力机制，能够捕捉脑部结构的动态变化并关注关键病变特征 | 仅使用两次随访sMRI扫描，可能无法完全捕捉疾病发展的完整动态过程 | 预测轻度认知障碍向阿尔茨海默病的转化，实现早期干预 | 轻度认知障碍患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 3D CNN | 3D医学影像 | 使用两次随访sMRI扫描的轻度认知障碍患者队列 | NA | 3D卷积神经网络 | AUC,准确率,特异性,精确率,F1分数 | NA |
| 1233 | 2025-10-06 |
HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3489626
PMID:39480722
|
研究论文 | 本研究开发了一种基于微波信号和深度学习的早期肝脂肪变性分类器HepNet | 提出结合微波信号与深度学习的新方法，采用跳跃连接的卷积层结构，并通过迁移学习解决临床数据样本有限的问题 | 临床验证样本量有限（94和158例患者） | 开发早期肝脂肪变性的可靠诊断方法 | 肝脂肪变性患者 | 医学影像分析 | 肝病 | 微波信号技术，H-MRS（氢磁共振波谱） | CNN | 微波信号，仿真数据，临床数据 | 仿真数据训练，临床验证94例和158例患者 | NA | HepNet（自定义架构含跳跃连接），对比LeNet，ResNet | F1分数，置信度，熵值 | NA |
| 1234 | 2025-10-06 |
Artificial intelligence in the diagnosis of uveal melanoma: advances and applications
2025, Experimental biology and medicine (Maywood, N.J.)
DOI:10.3389/ebm.2025.10444
PMID:40046904
|
综述 | 本文综述人工智能技术在葡萄膜黑色素瘤诊断中的最新进展与应用 | 系统评估深度学习模型（特别是CNN）在自动分析医学图像、识别复杂模式方面的优势，并提出多模态成像技术融合的创新方向 | 现有研究存在数据集规模小、外部验证有限、依赖单一成像模式等问题，限制了模型的临床泛化能力 | 评估机器学习和深度学习方法在葡萄膜黑色素瘤分类诊断中的应用效果 | 葡萄膜黑色素瘤及其他黑色素细胞性脉络膜肿瘤 | 计算机视觉 | 葡萄膜黑色素瘤 | 眼底摄影、光学相干断层扫描（OCT）、超声成像 | CNN | 医学图像 | NA | NA | NA | 准确率、灵敏度、AUC | NA |
| 1235 | 2025-10-06 |
Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques
2025, Patient preference and adherence
IF:2.0Q2
DOI:10.2147/PPA.S526623
PMID:40686565
|
研究论文 | 通过自然语言处理技术分析患者体验评论，识别患者偏好并探索负面评论与满意度之间的关系 | 结合文献综述、人工标注和自然语言处理技术的混合方法分析大规模患者自由文本评论 | 横断面调查设计，无法建立因果关系 | 从大量自由文本患者体验评论中提取有用信息，探索负面评论与患者满意度和忠诚度的差异 | 医院患者体验调查中的自由文本评论 | 自然语言处理 | NA | 自然语言处理技术 | 机器学习,深度学习 | 文本 | 28054条自由文本评论（评论率72.67%） | NA | NA | 准确率 | NA |
| 1236 | 2025-10-06 |
Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1629036
PMID:40687706
|
研究论文 | 开发基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎动物模型 | 首次在MASH动物模型中应用深度学习对肝纤维化进行精细分级，从5类分类优化至7类分类模型 | 研究局限于临床前动物模型，尚未在人类患者中验证 | 开发自动肝纤维化评分系统以支持病理学家诊断 | 代谢功能障碍相关脂肪性肝炎(MASH)动物模型的肝组织切片 | 数字病理学 | 肝病 | 天狼星红染色全玻片成像 | 深度学习 | 图像 | 914张全玻片图像，包含999,711个图像块 | NA | NA | kappa统计量, 精确召回曲线下面积(AUPRC), 受试者工作特征曲线下面积(AUROC), Matthews相关系数(MCC) | NA |
| 1237 | 2025-10-06 |
Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1617748
PMID:40688356
|
研究论文 | 本研究探讨神经生理学特征对基于深度学习的单侧上肢运动想象分类准确性的预测作用 | 首次系统研究神经生理学特征对深度学习模型在单侧上肢运动想象分类中的预测能力，揭示了与双侧运动想象范式相反的关联模式 | 研究仅针对右肘屈伸运动想象，样本规模有限，未涵盖其他上肢运动模式 | 探索神经生理学特征对运动想象脑机接口分类准确性的预测价值 | 人类参与者的单侧上肢运动想象脑电信号 | 脑机接口 | NA | 脑电图 | EEGNet, FBCNet, NFEEG, SVM, LDA | 脑电信号 | 未明确指定参与者数量 | NA | EEGNet, FBCNet, NFEEG | 分类准确率 | NA |
| 1238 | 2025-10-06 |
Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251362098
PMID:40688579
|
文献计量分析 | 通过对阿尔茨海默病AI诊断与预测领域高被引100篇文献进行文献计量分析，揭示研究热点与发展趋势 | 首次对AI在阿尔茨海默病诊断与预测领域的顶级文献进行系统性文献计量分析，识别关键研究主题和国际合作模式 | 存在语言和引用偏见，可能影响对新兴AI-AD趋势的解读 | 分析AI技术在阿尔茨海默病诊断与预测领域的研究热点、发展趋势和未来潜力 | Web of Science核心合集中被引频次最高的100篇关于AI辅助AD诊断与预测的研究文献 | 机器学习 | 阿尔茨海默病 | 文献计量分析 | NA | 文献元数据 | 100篇高被引文献 | CiteSpace, VOSviewer, Scimago Graphica, Microsoft Excel, R package Bibliometrix | NA | NA | NA |
| 1239 | 2025-10-06 |
Prediction of postoperative vault after implantable collamer lens implantation with deep learning
2025, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2025.07.02
PMID:40688771
|
研究论文 | 本研究使用多种人工智能算法预测植入式Collamer晶体(ICL)术后拱高并确定合适的晶体尺寸 | 首次比较多种AI算法在ICL术后拱高预测和晶体尺寸选择中的性能表现 | 样本量相对较小(83名患者132只眼睛)，且为单中心回顾性研究 | 预测ICL植入术后拱高并确定合适的晶体尺寸 | 接受EVO-V4C ICL植入术的患者 | 机器学习 | 眼科疾病 | 前段光学相干断层扫描(ASOCT) | MLP, XGBoost, RFR, KNN | 临床检查参数 | 83名患者132只眼睛 | NA | 多层感知器(MLP), 极端梯度提升(XGBoost), 随机森林回归(RFR), K近邻(KNN) | R², 准确率 | NA |
| 1240 | 2025-10-06 |
Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101133
PMID:40689294
|
研究论文 | 本研究利用高光谱成像和深度学习技术开发了一种无损鸡蛋新鲜度评估方法 | 首次在鸡蛋新鲜度评估中应用距离相关性进行波长选择，该方法在光谱波长选择中统计稳健但很少被探索 | NA | 开发快速、无损的鸡蛋新鲜度评估方法 | 鸡蛋 | 计算机视觉 | NA | 高光谱成像 | CNN, GBT, MLR, PLSR, SVR | 光谱数据 | NA | NA | 卷积神经网络 | 相关系数, 均方根误差 | NA |