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 1261 - 1280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1261 | 2025-06-07 |
MultiCubeNet: Multitask deep learning for molecular subtyping and prognostic prediction in gliomas
2025 Jan-Dec, Neuro-oncology advances
IF:3.7Q2
DOI:10.1093/noajnl/vdaf079
PMID:40463652
|
research paper | 开发并验证了一个名为MultiCubeNet的多任务深度学习模型，用于同时预测胶质瘤的关键分子标记和预后 | 提出了一个多序列、多尺度、多任务的深度学习框架，能够同时预测IDH突变、1p/19q共缺失、TERT启动子突变和预后 | 在TCGA队列中的性能不太理想，AUC值低于0.8 | 开发一个深度学习模型，用于胶质瘤的分子亚型和预后预测 | 457例成人型弥漫性胶质瘤（193例训练队列；162例和102例分别在SZS和TCGA验证队列中） | digital pathology | glioma | deep learning | MultiCubeNet | image | 457例成人型弥漫性胶质瘤 | NA | NA | NA | NA |
| 1262 | 2025-06-07 |
Interactive Segmentation Model for Placenta Segmentation from 3D Ultrasound images
2025, Simplifying medical ultrasound : 5th international workshop, ASMUS 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, proceedings. ASMUS (Workshop) (5th : 2024 : Marrakech, Morocco)
DOI:10.1007/978-3-031-73647-6_13
PMID:40463734
|
research paper | 本文评估了3D交互式分割模型在人机协作胎盘分割任务中的表现，并提出了一种高效的人机交互模型 | 首次将人机交互模型应用于3D超声图像胎盘分割任务，并验证其有效性 | 未说明模型在临床环境中的实际应用效果 | 开发高效的3D超声图像胎盘分割方法 | 3D超声图像中的胎盘组织 | digital pathology | 产科疾病 | 3D超声成像 | interactive segmentation model (基于SAM) | 3D医学图像 | 未明确说明样本数量 | NA | NA | NA | NA |
| 1263 | 2025-06-07 |
Advancements and challenges of artificial intelligence in climate modeling for sustainable urban planning
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1517986
PMID:40463823
|
Mini Review | 探讨人工智能在气候建模中的进展与挑战，以促进可持续城市规划 | 综述了机器学习和深度学习技术在提高气候风险评估、资源优化和基础设施韧性方面的最新进展 | 数据质量不一致、模型可解释性限制、伦理问题以及AI模型在不同城市环境中的可扩展性 | 促进气候适应和可持续城市规划 | 气候建模和城市规划 | 机器学习 | NA | 机器学习和深度学习 | ML和DL | 多源数据 | NA | NA | NA | NA | NA |
| 1264 | 2025-06-07 |
BrainTumNet: multi-task deep learning framework for brain tumor segmentation and classification using adaptive masked transformers
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1585891
PMID:40463867
|
research paper | 开发了一个名为BrainTumNet的多任务深度学习框架，用于脑肿瘤的分割和分类 | 结合了改进的编码器-解码器架构、自适应掩码Transformer和多尺度特征融合策略，实现了肿瘤分割和分类的多任务学习 | 研究仅基于485例病理确诊的病例，样本量可能不足以覆盖所有脑肿瘤类型和变异 | 开发一个多任务深度学习模型，用于精确的脑肿瘤分割和类型分类 | 高级别胶质瘤、转移性肿瘤和脑膜瘤的T1增强MRI序列图像 | digital pathology | brain tumor | MRI | CNN, Transformer | image | 485例病理确诊的病例（训练集378例，测试集109例，外部验证集51例） | NA | NA | NA | NA |
| 1265 | 2025-06-07 |
A novel method of BiFormer with temporal-spatial characteristics for ECG-based PVC detection
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1549380
PMID:40463999
|
研究论文 | 提出了一种结合BiFormer模型和时空特征的ECG信号处理方法，用于检测室性早搏（PVC） | 使用BiFormer分类模型和Bi-level Routing Attention机制，结合Markov Transition Fields将一维时间序列信号转换为二维图像，提高了PVC检测的准确性和计算效率 | NA | 开发一种更准确和高效的ECG信号分析方法，用于早期检测室性早搏（PVC） | ECG信号 | 机器学习 | 心血管疾病 | Markov Transition Fields (MTFs), Bi-level Routing Attention (BRA) | BiFormer | ECG信号 | MIT-BIH心律失常数据库 | NA | NA | NA | NA |
| 1266 | 2025-06-07 |
YOLO for early detection and management of Tuta absoluta-induced tomato leaf diseases
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1524630
PMID:40464016
|
研究论文 | 该研究利用YOLOv8模型进行Tuta absoluta引起的番茄叶部病害的早期检测与管理 | 首次公开了一个名为TomatoEbola的数据集，并提出了基于迁移学习的方法评估YOLOv8在检测Tuta absoluta中的性能 | 数据集样本量较小，仅包含326张图像和784个标注，可能影响模型的泛化能力 | 通过AI技术提高农业病害检测效率，减少作物损失并增强粮食安全 | 番茄叶部病害（由Tuta absoluta引起） | 计算机视觉 | 植物病害 | 迁移学习 | YOLOv8 | 图像 | 326张图像和784个标注，来自三个不同的农场 | NA | NA | NA | NA |
| 1267 | 2025-06-06 |
A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease
2025, Cardiology
IF:1.9Q3
DOI:10.1159/000541980
PMID:39396499
|
研究论文 | 开发了一种基于深度学习的快速三维心脏建模方法，用于先天性心脏病患者的术前规划和诊断支持 | 整合医学影像和临床诊断信息，通过深度学习自动生成3D打印和VR应用的心脏模型 | 研究样本量较小（110例患者），未来需在更大数据集和不同类型先天性心脏病上验证模型的广泛适用性 | 提高先天性心脏病手术规划和诊断的精确性 | 先天性心脏病患者 | 数字病理学 | 先天性心脏病 | CT、心脏MRI | 深度学习模型 | 医学影像、临床数据 | 110例患者 | NA | NA | NA | NA |
| 1268 | 2025-06-06 |
Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1485311
PMID:40171193
|
meta-analysis | 本文通过系统综述和荟萃分析评估了深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性 | 首次对深度学习在OCT和视网膜图像中检测DR的效果进行了全面的荟萃分析 | 数据集标准化不足，模型可解释性有待提高，且需在多样化人群中进一步验证性能 | 评估深度学习算法在糖尿病视网膜病变检测中的准确性和可靠性 | 光学相干断层扫描（OCT）和视网膜图像 | digital pathology | diabetic retinopathy | deep learning | NA | image | 188268张视网膜图像和OCT扫描 | NA | NA | NA | NA |
| 1269 | 2025-06-06 |
Ground-truth-free deep learning approach for accelerated quantitative parameter mapping with memory efficient learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324496
PMID:40455714
|
研究论文 | 本研究评估了结合内存高效学习(MEL)的自监督学习(SSL)和零样本自监督学习(ZSSSL)框架，以加速定量MRI(qMRI)的图像重建 | 提出了不依赖全采样数据的自监督学习和零样本自监督学习方法，并结合内存高效学习技术降低GPU内存需求 | 在高度加速因子条件下，SSL和ZSSSL的性能略逊于监督学习(SL) | 加速定量MRI图像重建过程并降低计算资源需求 | 定量MRI图像重建 | 医学影像分析 | NA | 定量MRI(qMRI), 自监督学习(SSL), 零样本自监督学习(ZSSSL) | 深度学习(DL) | MRI图像 | 三个实验(2D T2映射/MSME, 3D T1映射/VFA-SPGR, 3D T2映射/DESS) | NA | NA | NA | NA |
| 1270 | 2025-06-06 |
Utility of artificial intelligence-based conversation voice analysis for detecting cognitive decline
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325177
PMID:40455724
|
研究论文 | 本研究开发了一种基于人工智能的对话语音分析模型，用于检测认知衰退 | 利用短对话语音样本通过AI模型检测认知衰退，无需专业环境或设备 | 样本量较小（263名患者），且仅基于Mini-Mental State Examination分数进行标签 | 开发一种便捷的认知衰退筛查工具 | 认知衰退患者和认知正常人群 | 自然语言处理 | 老年疾病 | 机器学习 | 全耦合神经网络 | 语音 | 263名患者的语音样本，其中20个样本用于准确性评估 | NA | NA | NA | NA |
| 1271 | 2025-06-06 |
A novel spectral analysis-based grading system for gastrointestinal activity
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0323440
PMID:40455773
|
研究论文 | 本文介绍了一种基于频谱分析的新型胃肠道活动分级系统，用于客观评估胃肠动力 | 提出了一种创新的无监督分级系统，通过频谱特征分析肠鸣音来评估胃肠动力，避免了传统方法依赖个人判断和大规模标注数据集的问题 | 虽然验证了方法的可靠性，但仍需进一步研究以确认其在更广泛临床环境中的适用性 | 开发一种客观评估胃肠动力的方法，辅助医生量化胃肠道活动 | 肠鸣音（由消化气体和液体在蠕动过程中产生的声音信号） | 数字病理 | 胃肠道疾病 | 频谱特征分析 | 无监督学习 | 音频 | NA | NA | NA | NA | NA |
| 1272 | 2025-06-06 |
An efficient non-parametric feature calibration method for few-shot plant disease classification
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1541982
PMID:40458225
|
research paper | 提出一种基于特征适应评分（FAS）度量的方法，用于少样本植物病害分类 | 利用FAS评分与测试准确率的严格正相关关系，无需训练网络即可确定适用于少样本植物病害分类的Swin-Transformer V2-F6网络结构，并设计了PDFC算法进行特征校准 | NA | 解决植物病害图像数据不足的问题，提高少样本植物病害分类的准确率 | 植物病害图像 | computer vision | plant disease | few-shot learning | Swin-Transformer V2 | image | PlantVillage数据集及其他数据集 | NA | NA | NA | NA |
| 1273 | 2025-06-06 |
Ventricular volume adjustment of brain regions depicts brain changes associated with HIV infection and aging better than intracranial volume adjustment
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1516168
PMID:40458466
|
research paper | 该研究探讨了在分析HIV感染和衰老相关的大脑结构变化时，采用侧脑室（LV）体积调整比颅内体积（ICV）调整更能揭示潜在的萎缩模式 | 提出了使用侧脑室体积调整作为新的分析方法，以更准确地识别HIV感染和衰老相关的大脑萎缩模式，尤其是在HIV相关神经认知障碍（HAND）的研究中 | 研究仅基于MRI T1图像数据，未考虑其他可能的神经影像学或临床数据 | 比较不同体积调整策略在识别HIV感染和衰老相关大脑萎缩模式中的效果 | HIV感染者和健康对照者的大脑结构变化 | digital pathology | HIV感染 | MRI T1成像 | deep learning models | image | NA | NA | NA | NA | NA |
| 1274 | 2025-10-06 |
Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks
2025-Jan, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03640-8
PMID:39480609
|
研究论文 | 本研究应用机器学习技术预测Fontan手术后随时间变化的边界条件，以改进手术规划 | 提出了新颖的多样性感知生成对抗主动学习框架，能够在有限心血管病例数据上成功训练预测性深度神经网络 | 基于虚拟队列合成数据，实际临床应用需要进一步验证 | 开发用于手术规划的术后边界条件预测方法 | Fontan手术患者的术前和术后静脉血流条件 | 机器学习 | 心血管疾病 | 机器学习，计算流体动力学 | GAN, 深度神经网络 | 血流模拟数据 | 14组实验（基于虚拟队列） | NA | 生成对抗网络 | 预测准确度，决定系数 | NA |
| 1275 | 2025-10-06 |
Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning
2025-Jan, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02505-1
PMID:39558095
|
研究论文 | 开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏好问题 | 首次提出端到端的自监督深度学习方法解决冷冻电镜中的取向偏好问题，无需额外的样本制备程序 | NA | 解决冷冻电镜单颗粒分析中的粒子取向偏好问题 | 核糖体、β-半乳糖苷酶、血凝素三聚体等生物大分子复合物 | 计算机视觉 | NA | 冷冻电镜单颗粒分析，断层扫描平均 | 深度学习 | 冷冻电镜图像数据 | NA | NA | spIsoNet | 角度各向同性，粒子对齐精度 | NA |
| 1276 | 2025-10-06 |
Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study
2025-Jan, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.16803
PMID:39542428
|
研究论文 | 开发基于深度学习的肝脏局灶性病变自动定位与分类系统，用于CT图像分析 | 使用生成对抗网络进行数据增强，开发端到端的肝脏病变定位与分类系统 | 初步研究，样本量相对有限，需要进一步验证 | 开发辅助医生进行肝脏病变诊断的深度学习系统 | 肝脏局灶性病变 | 计算机视觉 | 肝脏疾病 | 计算机断层扫描 | GAN, CNN | 医学影像 | 1589名患者，17335张切片，3195个肝脏局灶性病变 | NA | 深度卷积生成对抗网络 | 平均精度, 准确率, 置信区间 | NA |
| 1277 | 2025-06-05 |
Advancing enterprise risk management with deep learning: A predictive approach using the XGBoost-CNN-BiLSTM model
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319773
PMID:40179109
|
研究论文 | 本研究提出了一种基于深度学习的风险管理模型XGBoost-CNN-BiLSTM，用于提升风险事件的预测和检测能力 | 结合XGBoost的结构化数据处理能力、CNN的特征提取能力和BiLSTM的时间序列处理能力，全面捕捉风险事件的关键特征 | NA | 提升企业风险管理的预测和检测能力 | 企业风险事件 | 机器学习 | NA | 深度学习 | XGBoost-CNN-BiLSTM | 结构化数据和时间序列数据 | 多个数据集，包括S&P 500历史数据集 | NA | NA | NA | NA |
| 1278 | 2025-10-06 |
Prediction of Proteolysis-Targeting Chimeras Retention Time Using XGBoost Model Incorporated with Chromatographic Conditions
2025-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01732
PMID:39786356
|
研究论文 | 本研究开发了一种结合色谱条件的XGBoost模型，用于预测蛋白质降解靶向嵌合体（PROTACs）的保留时间 | 首次将色谱条件描述符与分子指纹和描述符结合，构建了专门针对PROTACs保留时间预测的优化XGBoost模型 | 模型性能依赖于有限的PROTAC-RT数据集，且仅验证了6种实验确定的化合物 | 开发准确预测PROTACs化合物保留时间的计算方法 | 蛋白质降解靶向嵌合体（PROTACs）化合物 | 机器学习 | NA | 液相色谱-质谱联用（LC-MS） | XGBoost, RF, KNN, SVM, FCNN | 化学分子数据 | 从文献收集的PROTAC-RT数据集 | XGBoost, Scikit-learn | 全连接神经网络 | R², RMSE | NA |
| 1279 | 2025-10-06 |
Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study
2025-01-16, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/57298
PMID:39819744
|
研究论文 | 开发并验证基于语音生物标志物的机器学习方法，用于识别社区老年居民的衰弱状态 | 首次使用基于深度学习的声学特征作为语音生物标志物来预测衰弱状态，相比传统方法和单纯人口统计学数据具有更好性能 | 样本量较小（127名参与者），研究设计为横断面研究无法建立因果关系 | 开发用于识别社区老年居民衰弱状态的分类模型 | 50岁及以上的社区居住老年人 | 机器学习 | 老年疾病 | 语音记录分析，图片描述任务 | 深度学习 | 语音数据，人口统计学数据 | 127名50岁及以上参与者 | NA | NA | 准确率，AUC | NA |
| 1280 | 2025-10-06 |
Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design
2025, Brain, behavior and evolution
DOI:10.1159/000543081
PMID:39681106
|
研究论文 | 本研究通过无标记追踪和无监督机器学习分析成年斑马鱼自由游动时的姿态配置 | 首次使用DeepLabCut和B-SOiD机器学习软件联合分析斑马鱼游动姿态，提出鱼类运动的三级前后弯曲约束假说 | 仅分析12只斑马鱼数据，样本量有限；依赖视觉分析进行后验聚类合并 | 验证运动演化假说：通过利用身体与介质间的被动反作用力最小化神经控制的运动设计 | 成年斑马鱼（Danio rerio）的自由游动行为 | 计算机视觉 | NA | 无标记姿态追踪，无监督多变量时间序列分析 | 深度学习 | 视频序列 | 12只自由行为斑马鱼，超过14,000个连续帧 | DeepLabCut, B-SOiD | NA | 聚类分析，多维尺度分析 | NA |