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 3708 篇文献，本页显示第 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2025-10-06 |
Identify doctors' online performance and prioritize service attributes: A framework with aspect-based sentiment analysis and empirical investigation
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251353320
PMID:40893170
|
研究论文 | 本研究提出基于方面情感分析的三阶段框架，用于识别医生在线表现并优先排序服务属性 | 结合深度学习和计量经济学模型，从患者评论中提取服务属性并量化其对满意度和咨询需求的影响 | 仅基于单一在线医疗平台数据，未考虑不同平台间的差异 | 优先排序与医生在线表现相关的服务属性，帮助医生优化服务质量 | 在线医疗平台上的医生和患者评论 | 自然语言处理 | NA | 方面情感分析 | 深度学习模型 | 文本 | 445,435条评论，涉及49,024名医生 | 极端梯度提升 | NA | NA | NA |
| 1322 | 2025-10-06 |
Robust deep MRI contrast synthesis using a prior-based and task-oriented 3D network
2025, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/IMAG.a.116
PMID:40893451
|
研究论文 | 提出一种基于先验知识和任务导向的3D深度学习网络，用于从T1加权MRI合成T2加权MRI | 结合分割导向损失函数、频率空间信息损失和多图谱先验信息，采用半监督学习框架提升模型泛化能力 | NA | 开发鲁棒的MRI对比度合成方法以减少临床扫描时间和资源消耗 | T1加权和T2加权磁共振图像 | 医学影像分析 | NA | 磁共振成像 | 3D深度学习网络 | 3D医学图像 | NA | NA | NA | 分割性能指标 | NA |
| 1323 | 2025-10-06 |
RetinalVasNet: a deep learning approach for robust retinal microvasculature detection
2025, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2025.1562608
PMID:40894076
|
研究论文 | 提出了一种名为RetinalVasNet的深度学习方法，用于精确检测视网膜微血管 | 通过采用复杂的神经网络架构并整合多通道眼底图像来提升视网膜血管分割的准确性 | NA | 提高视网膜血管分割的准确性和有效性 | 视网膜微血管 | 计算机视觉 | 眼科疾病,心血管疾病 | 多通道眼底成像 | 深度学习 | 眼底图像 | NA | NA | RetinalVasNet | NA | NA |
| 1324 | 2025-10-06 |
Deep learning-based semantic segmentation for rice yield estimation by analyzing the dynamic change of panicle coverage
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1611653
PMID:40894489
|
研究论文 | 本研究提出了一种基于深度学习的时序框架，通过分析稻穗覆盖度的动态变化来预测水稻产量 | 首次将时序分析引入稻穗表型研究，通过分段函数建模稻穗覆盖度的生长和衰退动态，突破了传统单时间点分析的局限 | 研究仅基于RGB图像，未考虑多光谱或其他传感器数据；模型在两年生长季节数据上验证，需要更多年份数据验证普适性 | 开发水稻表型分析和产量预测的新方法 | 水稻冠层和稻穗 | 计算机视觉 | NA | RGB成像技术 | 语义分割模型, 回归模型 | 高分辨率RGB图像 | 两个生长季节的水稻冠层图像数据 | NA | DeepLabv3+, U-Net, PSPNet, FPN, LinkNet | mIoU, R2, 相关系数r | NA |
| 1325 | 2025-10-06 |
Cenobamate reduces epileptiform activity in the ex vivo F98 rat glioma model
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1629259
PMID:40896334
|
研究论文 | 评估新型抗癫痫药物cenobamate在胶质瘤相关癫痫临床前模型中的疗效 | 首次在胶质瘤相关癫痫模型中评估cenobamate的抗癫痫效果，并采用深度学习分析癫痫样事件 | 研究基于离体大鼠脑切片模型，尚未进行在体验证 | 开发针对胶质瘤相关癫痫的新型抗癫痫药物 | Fischer大鼠皮质切片（包括假手术组和F98肿瘤植入组） | 数字病理 | 脑胶质瘤 | 局部场电位记录、急性去抑制溶液、功率谱密度分析 | 深度学习 | 电生理信号 | 未明确样本数量，使用Fischer大鼠皮质切片 | NA | NA | 癫痫样事件持续时间比例、尖峰负荷、功率谱密度 | NA |
| 1326 | 2025-10-06 |
Magnetoencephalographic source localization and reconstruction via deep learning
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1578473
PMID:40896341
|
研究论文 | 提出一种名为Deep-MEG的深度学习算法，用于实现脑磁图信号的时空源定位与重建 | 采用混合神经网络架构同时提取MEG信号的时空信息，能够处理全脑信号而不局限于皮层源成像 | NA | 解决脑磁图数据源级信号估计的空间分辨率限制问题 | 脑磁图信号和脑内源活动 | 机器学习 | NA | 脑磁图 | 深度学习,混合神经网络 | 脑磁图信号 | NA | NA | NA | NA | NA |
| 1327 | 2025-10-06 |
HeteroMRI: Robust white matter abnormality classification across multi-scanner MRI data
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf092
PMID:40844084
|
研究论文 | 提出一种名为HeteroMRI的深度学习方法，用于在多扫描仪MRI数据中分类白质异常 | 通过白质组织强度聚类减少MRI数据异质性对分类性能的影响，无需额外机器学习方法处理异质性 | 在数据量减少64%和75%的有限数据场景下，模型准确率分别下降4%和12% | 开发对MRI扫描仪和采集协议高度独立的分类方法 | 人类大脑白质异常 | 医学影像分析 | 白质异常疾病 | MRI | 深度学习 | MRI图像 | 来自11个公共数据集的200个训练MRI，包含40种MRI协议 | NA | NA | 准确率 | NA |
| 1328 | 2025-10-06 |
A review of the emerging technologies and systems to mitigate food fraud in supply chains
2025, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2024.2405840
PMID:39356551
|
综述 | 本文综述了新兴技术和系统在缓解食品供应链欺诈方面的应用 | 重点探讨手持激光诱导击穿光谱和智能手机光谱等新型快速食品认证技术，以及结合深度学习策略的多功能设备 | 将实验室精密技术转化为高节奏实时工业应用存在显著差距 | 调查缓解食品欺诈的新兴技术和策略，探索其应用的主要障碍 | 食品供应链欺诈缓解技术和系统 | NA | NA | 激光诱导击穿光谱, 智能手机光谱, 光谱技术, 分离技术 | 深度学习 | 光谱数据, 食品指纹数据 | NA | NA | NA | NA | NA |
| 1329 | 2025-10-06 |
Artificial Intelligence and Chromothripsis
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4750-9_16
PMID:40884650
|
综述 | 探讨人工智能在基因组学领域特别是染色体碎裂检测与表征中的应用潜力 | 首次系统阐述人工智能技术在染色体碎裂研究中的创新应用，通过深度学习算法突破传统检测方法的局限 | 未涉及具体实验验证数据，主要基于理论探讨和案例研究 | 研究人工智能在基因组学领域的应用，特别是染色体碎裂的检测与表征 | 染色体碎裂现象及其相关的基因组重排 | 机器学习 | NA | 核型分析,FISH,array-CGH,NGS,多组学数据整合 | 深度学习,机器学习 | 基因组数据,多组学数据 | NA | NA | NA | NA | NA |
| 1330 | 2025-10-06 |
Development and validation of a deep learning-based assessment tool for teacher leadership: A case study from Xinjiang, China
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331560
PMID:40892831
|
研究论文 | 开发并验证了一种基于深度学习的新疆教师领导力评估工具 | 提出可解释的ITL-LSTM模型，采用对角线双向LSTM结构进行教师领导力动态分类 | 研究样本仅来自新疆地区，样本量为371人 | 开发适用于多民族多语言环境的教师领导力评估工具 | 新疆371名中小学教师 | 自然语言处理 | NA | 问卷调查 | LSTM | 文本 | 371名中小学教师 | NA | Diagonal BiLSTM, ITL-LSTM | 准确率 | NA |
| 1331 | 2025-10-06 |
Deep learning detection of retinal detachment: Optical coherence tomography staging and estimation of duration of macular detachment
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329951
PMID:40892865
|
研究论文 | 本研究开发深度学习模型用于基于光学相干断层扫描检测和分期孔源性视网膜脱离 | 首次结合2D和3D OCT数据开发深度学习模型，能够同时检测视网膜脱离、分期并估计黄斑脱离持续时间 | 回顾性研究，样本量相对有限（252只RRD眼和770只对照眼），需要进一步前瞻性验证 | 测试深度学习模型在孔源性视网膜脱离检测、分期和持续时间估计中的适用性 | 德国汉堡大学医学中心就诊的成年患者 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描 | 深度学习 | 图像 | 252只RRD眼和770只对照眼 | NA | NA | AUC, PR AUC | NA |
| 1332 | 2025-10-06 |
DFU_DIALNet: Towards reliable and trustworthy diabetic foot ulcer detection with synergistic confluence of Grad-CAM and LIME
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330669
PMID:40892859
|
研究论文 | 提出一种结合Grad-CAM和LIME的可解释糖尿病足溃疡检测框架DFU_DIALNet | 首次将Grad-CAM和LIME热图协同融合用于糖尿病足溃疡检测，增强模型透明度和可解释性 | 未提及具体的数据集规模限制或模型计算复杂度分析 | 开发可靠、可信赖且透明的糖尿病足溃疡检测框架 | 糖尿病足溃疡医学图像 | 计算机视觉 | 糖尿病足溃疡 | 深度学习 | CNN | 医学图像 | DFUC2021数据集合并自收集的500张图像，并在KDFU和DFUC2020数据集上验证 | NA | DFU_DIALNet, DenseNet121, MobileNetV2, InceptionV3, EfficientNetB0, ResNet50V2, VGG16 | 准确率, F1分数, AUC | NA |
| 1333 | 2025-10-06 |
Deep learning methods to forecasting human embryo development in time-lapse videos
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330924
PMID:40892909
|
研究论文 | 开发一种基于深度学习的AI系统，通过延时摄影视频预测人类胚胎未来发育动态 | 首个能够预测胚胎未来形态变化的AI工具，通过分析过去两小时的胚胎发育视频来预测未来两小时的形态变化 | 在'避免移植'类别的胚胎预测中细胞膜清晰度较低且存在更多畸变 | 辅助生殖技术中的胚胎质量评估和最佳移植时间确定 | 人类胚胎发育过程 | 计算机视觉 | 生殖医学 | 延时摄影视频分析 | ConvLSTM | 视频 | NA | NA | 卷积LSTM | 形态预测准确性 | NA |
| 1334 | 2025-10-06 |
Performance Comparison Between Deep Neural Network and Machine Learning Based Classifiers for Huntington Disease Prediction From Human DNA Sequence
2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3493203
PMID:39509303
|
研究论文 | 比较深度神经网络与传统机器学习分类器在亨廷顿病DNA序列预测中的性能 | 首次将混沌游戏表示方法与深度神经网络结合用于亨廷顿病DNA序列预测，并与多种传统机器学习方法进行系统比较 | 仅使用公开数据库和合成DNA数据，缺乏临床验证样本 | 开发基于DNA序列的亨廷顿病预测模型 | 人类DNA序列数据 | 机器学习 | 亨廷顿病 | DNA序列分析，混沌游戏表示 | DNN, NN, SVM, RF, CT | DNA序列数据 | NCBI数据库DNA序列和合成DNA数据 | NA | 深度神经网络 | 准确率，灵敏度，特异性，精确率，F1分数，马修斯相关系数 | NA |
| 1335 | 2025-10-06 |
Synergizing CRISPR-Cas9 with Advanced Artificial Intelligence and Machine Learning for Precision Drug Delivery: Technological Nexus and Regulatory Insights
2025, Current gene therapy
IF:3.8Q2
|
综述 | 探讨CRISPR-Cas9基因编辑技术与人工智能及机器学习在精准药物递送领域的协同应用 | 首次系统整合CRISPR-Cas9技术与先进AI/ML方法，提出技术协同框架并分析监管需求 | 未涉及具体实验验证，主要基于现有技术发展的理论分析 | 建立基因编辑与人工智能的技术协同框架，推动精准药物递送发展 | CRISPR-Cas9系统及其计算工具（E-CRISP、Azimuth 2.0、DeepCRISPR等） | 机器学习 | 镰状细胞病,β-地中海贫血 | CRISPR-Cas9基因编辑,NGS | 深度学习 | 基因组数据 | NA | NA | DeepCRISPR | gRNA效率预测,脱靶效应预测 | NA |
| 1336 | 2025-10-06 |
Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care
2025-Jan-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.01.15.25320592
PMID:40568662
|
研究论文 | 开发一种从T2加权MRI预测ADC图质量的深度学习方法，用于早期质量评估 | 首次提出从扫描过程中较早获取的T2图像预测后续ADC图质量，实现早期质量预警 | 模型在内部数据上表现更好，尽管仅使用多中心外部数据训练 | 开发自动化的ADC图质量预测方法，减少漏诊和不必要的重复扫描 | 前列腺MRI图像，包括T2加权图像和ADC图 | 医学影像分析 | 前列腺癌 | MRI | 深度学习模型 | 医学图像 | 486名患者，来自内部和62家外部诊所 | NA | NA | 准确率, 敏感度, 阴性预测值, 阳性预测值, AUC | NA |
| 1337 | 2025-10-06 |
En masse evaluation of RNA guides (EMERGe) for ADARs
2025, Methods in enzymology
DOI:10.1016/bs.mie.2024.11.030
PMID:39870442
|
研究论文 | 介绍一种名为EMERGe的高通量筛选方法，用于全面评估ADARs的RNA引导链并识别能够促进特定腺苷编辑的引导序列 | 开发了EMERGe体外筛选方法，能够克服当前设计原则在难编辑靶点上的局限性，为充分释放ADARs治疗潜力提供新途径 | 在最大化文库覆盖度方面存在挑战，且尚未与机器学习或深度学习模型完全整合 | 开发高通量筛选方法以识别能够促进ADARs特异性编辑的RNA引导链 | ADARs（RNA腺苷脱氨酶）及其RNA引导链 | 生物技术 | NA | NGS, 体外筛选, 高通量筛选 | NA | RNA序列数据 | NA | NA | NA | NA | NA |
| 1338 | 2025-10-06 |
Assessing the cardioprotective effects of exercise in APOE mouse models using deep learning and photon-counting micro-CT
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320892
PMID:40208877
|
研究论文 | 本研究使用光子计数显微CT和深度学习技术评估运动对不同APOE基因型小鼠心脏结构和功能的影响 | 首次结合光子计数显微CT和3D U-Net深度学习模型评估运动对不同APOE基因型小鼠的心脏保护作用 | 研究仅限于小鼠模型，样本量相对有限，且未探索长期运动效应 | 评估运动对不同APOE基因型小鼠心脏结构和功能的影响 | 140只不同APOE基因型(APOE2、APOE3、APOE4)的小鼠，按性别和运动方案分组 | 数字病理学 | 心血管疾病 | 光子计数计算机断层扫描(PCCT)、脂质体碘纳米颗粒对比剂 | CNN | 显微CT图像 | 140只小鼠 | NA | 3D U-Net | Dice系数 | NA |
| 1339 | 2025-10-06 |
UFPF: A Universal Feature Perception Framework for Microscopic Hyperspectral Images
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3594151
PMID:40763051
|
研究论文 | 提出一种用于显微高光谱图像的通用特征感知框架，通过分层结构和双路径模块提升空间-光谱特征提取能力 | 提出分层角到中心Mamba结构捕获空间邻近关系，采用渐进式中心聚焦策略，设计双路径空间-光谱联合感知模块和Mamba注意力混合对齐机制 | NA | 开发能够充分挖掘高光谱数据临床价值的通用特征提取框架 | 显微高光谱图像 | 计算机视觉 | NA | 高光谱成像 | Mamba, 注意力机制 | 高光谱图像 | NA | NA | 分层角到中心Mamba结构，双路径空间-光谱联合感知模块 | 分类性能，分割性能 | NA |
| 1340 | 2025-10-06 |
Optimizing Mask R-CNN for enhanced quinoa panicle detection and segmentation in precision agriculture
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1472688
PMID:40530286
|
研究论文 | 本研究提出了一种基于改进Mask R-CNN的藜麦圆锥花序检测与分割方法，用于精准农业中的产量估算 | 首次将实例分割技术应用于藜麦圆锥花序分析，采用EfficientNet-B7骨干网络和Mish激活函数优化模型性能 | NA | 开发自动化藜麦产量估算的深度学习方法 | 藜麦圆锥花序 | 计算机视觉 | NA | 实例分割 | Mask R-CNN | 图像 | NA | NA | Mask R-CNN, EfficientNet-B7 | NA | NA |