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 1441 - 1460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1441 | 2025-05-17 |
Using deep learning artificial intelligence for sex identification and taxonomy of sand fly species
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320224
PMID:40179129
|
research paper | 开发了一种基于深度学习的AI系统，用于自动识别沙蝇的性别和分类三种不同物种 | 首次将深度学习技术应用于沙蝇的性别识别和物种分类，实现了超过95%的分类准确率 | 研究仅针对三种沙蝇物种，可能无法推广到其他物种 | 开发自动化工具以提高沙蝇分类和性别识别的准确性和效率 | 沙蝇（Phlebotomus alexandri, Phlebotomus papatasi, Phlebotomus sergenti） | computer vision | leishmaniasis | 深度学习 | CNN | image | 两年内本地采集和制备的沙蝇样本 | NA | NA | NA | NA |
| 1442 | 2025-05-17 |
Active learning regression quality prediction model and grinding mechanism for ceramic bearing grinding processing
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320494
PMID:40193368
|
研究论文 | 探讨陶瓷轴承磨削加工中的质量预测，重点关注磨削参数对表面粗糙度的影响 | 使用主动学习回归模型进行模型构建和优化，并结合多种深度学习模型进行磨削加工质量预测实验 | 实验仅覆盖特定磨削参数范围，可能无法涵盖所有实际生产中的复杂情况 | 优化陶瓷轴承磨削加工质量预测和磨削参数 | 陶瓷轴承磨削加工过程 | 机器学习 | NA | 主动学习回归模型，深度学习 | 回归模型，深度学习模型 | 实验数据 | 多种磨削参数条件下的实验数据 | NA | NA | NA | NA |
| 1443 | 2025-05-17 |
Ensemble deep learning for Alzheimer's disease diagnosis using MRI: Integrating features from VGG16, MobileNet, and InceptionResNetV2 models
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318620
PMID:40193955
|
research paper | 该研究开发并评估了一种创新的深度学习集成模型，用于从MRI扫描中精确识别阿尔茨海默病的标志物 | 集成VGG16、MobileNet和InceptionResNetV2三种预训练模型的特征，克服了单个模型在处理不同图像形状和纹理时的局限性 | NA | 提高阿尔茨海默病的诊断准确性，支持初级放射科医生简化诊断流程，促进早期检测和及时治疗 | 阿尔茨海默病患者 | digital pathology | geriatric disease | MRI | ensemble of VGG16, MobileNet, and InceptionResNetV2 | image | NA | NA | NA | NA | NA |
| 1444 | 2025-05-17 |
Accurate total consumer price index forecasting with data augmentation, multivariate features, and sentiment analysis: A case study in Korea
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321530
PMID:40359407
|
研究论文 | 本文提出了一种结合数据增强、多变量特征和情感分析的新框架，用于准确预测韩国的总消费者价格指数（CPI） | 提出了一种新颖的混合CNN-LSTM机制，结合多变量输入、数据增强和情感指数，以提高CPI预测的准确性 | CPI数据的月度频率导致时间序列相对稀疏，且外部因素（如政策变化和疫情）增加了CPI的波动性 | 准确预测韩国的总消费者价格指数（CPI），以支持更及时有效的经济政策制定 | 韩国的总消费者价格指数（CPI）及其12类商品和服务的462个项目 | 机器学习 | NA | 数据增强、情感分析 | CNN-LSTM | 时间序列数据、文本数据 | NA | NA | NA | NA | NA |
| 1445 | 2025-05-17 |
Neurocognitive Latent Space Regularization for Multi-Label Diagnosis from MRI
2025, Predictive Intelligence in Medicine. PRIME (Workshop)
DOI:10.1007/978-3-031-74561-4_16
PMID:40365134
|
research paper | 该研究提出了一种通过潜在空间正则化方法提高MRI脑部研究中深度学习模型可解释性的技术 | 通过成对解缠技术对多标签分类器的潜在空间进行正则化，使得潜在空间中两个脑MRI表示之间的差异与其神经心理学测试分数的差异相似 | 研究样本量相对较小，特别是HIV无HAND组仅有32个样本 | 提高MRI脑部研究中深度学习模型的可解释性，促进神经科学发现 | 156名对照者、165名轻度认知障碍(MCI)患者、166名HIV相关认知障碍(HAND)患者和32名HIV无HAND患者 | digital pathology | geriatric disease | MRI | multi-label classifier | image | 519人(156对照+165MCI+166HAND+32HIV无HAND) | NA | NA | NA | NA |
| 1446 | 2025-05-17 |
Advancing patient care: Machine learning models for predicting grade 3+ toxicities in gynecologic cancer patients treated with HDR brachytherapy
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0312208
PMID:40367095
|
研究论文 | 该研究开发并比较了机器学习模型，用于预测接受高剂量率（HDR）近距离放射治疗的妇科癌症患者的3级或更高毒性 | 应用多种机器学习模型预测妇科癌症患者HDR近距离放射治疗后的3级或更高毒性，为个性化放射治疗提供新方法 | 研究为回顾性分析，样本量相对较小（233例患者） | 开发预测妇科癌症患者HDR近距离放射治疗后3级或更高毒性的机器学习模型 | 接受HDR近距离放射治疗的妇科癌症患者 | 机器学习 | 妇科癌症 | HDR近距离放射治疗 | Logistic Regression, Random Forest, K-Nearest Neighbors, Support Vector Machines, Gaussian Naive Bayes, Multi-Layer Perceptron Neural Networks, XGBoost | 临床数据、剂量学数据 | 233例妇科癌症患者 | NA | NA | NA | NA |
| 1447 | 2025-05-17 |
Diagnosis of pneumonia from chest X-ray images using YOLO deep learning
2025, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2025.1576438
PMID:40370634
|
research paper | 提出了一种使用Fast-YOLO深度学习网络从胸部X光图像中诊断肺炎的新方法 | 设计了YOLOv11网络结构，整合了C3k2模块、DCNv2和DynamicConv，提高了特征表示能力并降低了计算复杂度 | NA | 提高肺炎诊断的准确性和实时性 | 胸部X光图像 | computer vision | pneumonia | deep learning | Fast-YOLO, YOLOv11 | image | 包含五个类别的肺炎数据集 | NA | NA | NA | NA |
| 1448 | 2025-05-17 |
High-precision lung cancer subtype diagnosis on imbalanced exosomal data via Exo-LCClassifier
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1583081
PMID:40370696
|
research paper | 提出了一种名为Exo-LCClassifier的创新深度学习方法，用于预测肺癌亚型，解决了基因表达数据高维度和不平衡的挑战 | 整合了特征选择、一维卷积神经网络(1D CNN)和改进的Wasserstein生成对抗网络(WGAN)，通过数据增强和分类提高诊断准确性 | 未提及在实际临床环境中的验证情况，可能影响其临床应用的可推广性 | 解决肺癌基因表达数据分析中的不平衡学习问题，提高肺癌亚型诊断的准确性 | 肺癌亚型的基因表达数据 | digital pathology | lung cancer | DESeq2, WGAN, 1D CNN | 1D CNN, WGAN | gene expression data | 未明确提及具体样本数量，但使用了外部GEO肺癌数据集进行验证 | NA | NA | NA | NA |
| 1449 | 2025-05-16 |
Letter to 'Automated CT image prescription of the gallbladder using deep learning: Development, evaluation, and health promotion'
2025 Jan-Dec, Acute medicine & surgery
IF:1.5Q2
DOI:10.1002/ams2.70065
PMID:40370970
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1450 | 2025-05-17 |
Prediction of prognosis in acute ischemic stroke after mechanical thrombectomy based on multimodal MRI radiomics and deep learning
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1587347
PMID:40371075
|
研究论文 | 本研究探讨了基于多模态MRI影像组学和深度学习的CRD模型在预测接受机械取栓治疗的急性缺血性卒中患者不良预后中的价值 | 首次结合临床数据、影像组学特征和深度学习模型构建了综合预测模型CRD，在预测急性缺血性卒中预后方面表现出色 | 回顾性研究设计可能导致选择偏倚，样本量相对有限(222例患者) | 开发更准确的工具预测急性缺血性卒中患者机械取栓后的不良预后 | 接受机械取栓治疗的急性缺血性卒中患者 | 数字病理学 | 心血管疾病 | 多模态MRI | ResNet101与逻辑回归结合的CRD模型 | 医学影像 | 222例患者(训练组155例，验证组67例) | NA | NA | NA | NA |
| 1451 | 2025-05-17 |
Review of different convolutional neural networks used in segmentation of prostate during fusion biopsy
2025, Central European journal of urology
IF:1.4Q3
DOI:10.5173/ceju.2024.0064
PMID:40371421
|
综述 | 本文综述了不同卷积神经网络在前列腺融合活检分割中的应用 | 强调了U-Net架构在高级医学图像分析中的主导地位，并指出所有算法在自动前列腺分割中均达到Dice相似系数74%以上的高精度 | 不同研究间评估分割结果的方法存在显著异质性，且需要更大样本量的未来研究来验证结果 | 探索深度学习算法在前列腺融合活检中加速前列腺轮廓勾画的潜力 | 前列腺癌患者的多参数磁共振成像（mpMRI）数据 | 数字病理学 | 前列腺癌 | 多参数磁共振成像（mpMRI） | CNN, U-Net | 医学图像 | NA | NA | NA | NA | NA |
| 1452 | 2025-05-17 |
An Explainable Deep Learning Framework for Predicting Postoperative Radiotherapy-Induced Vaginal Stenosis in Surgically Treated Cervical Cancer Patients
2025, Annali italiani di chirurgia
IF:0.9Q3
DOI:10.62713/aic.4011
PMID:40375370
|
研究论文 | 开发并验证了一个可解释的深度学习框架，用于预测宫颈癌患者术后放疗引起的阴道狭窄风险 | 结合Squeeze-and-Excitation网络和Grad-CAM可视化，提高了模型的准确性和可解释性 | 研究样本量较小（140例患者），且为回顾性研究 | 预测宫颈癌患者术后放疗引起的阴道狭窄风险，以实现早期个性化干预 | 接受根治性子宫切除术及放疗的宫颈癌患者 | 数字病理 | 宫颈癌 | CT成像 | SE-Inception, ResNet50, Random Forest | 图像 | 140例患者（51例发生阴道狭窄） | NA | NA | NA | NA |
| 1453 | 2025-05-16 |
The Role of Artificial Intelligence in Health Care
2025-Jan-14, Nigerian journal of physiological sciences : official publication of the Physiological Society of Nigeria
DOI:10.54548/njps.v39i1.1
PMID:40156806
|
review | 本文综述了人工智能在医疗保健领域的广泛应用及其面临的挑战 | 全面探讨了AI在疾病诊断、个性化治疗、精准医学、医疗管理等多个医疗保健领域的创新应用 | AI应用面临资金问题、监管障碍、数据隐私担忧以及与算法偏见和透明度相关的伦理考虑 | 探讨人工智能在医疗保健领域的角色和潜力 | 医疗保健系统及其相关技术应用 | machine learning | NA | machine learning, deep learning, statistical analysis | NA | NA | NA | NA | NA | NA | NA |
| 1454 | 2025-05-16 |
Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement
2025 Jan-Dec, Therapeutic advances in cardiovascular disease
IF:2.6Q2
DOI:10.1177/17539447251321589
PMID:40123453
|
研究论文 | 本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和技术评估中的实用性 | 探索了Cvpilot系统在自动分割和主动脉根部技术评估中的有效性，并与现有系统进行了比较 | 研究仅在一个中心进行，样本量相对较小（154例患者） | 评估Cvpilot系统在TAVR前主动脉根部分割和测量中的准确性和可靠性 | 154例接受TAVR的患者 | 数字病理 | 心血管疾病 | 计算机断层扫描血管造影（CTA） | 深度学习系统 | 医学影像 | 154例患者 | NA | NA | NA | NA |
| 1455 | 2025-05-16 |
Optimising window size of semantic of classification model for identification of in-text citations based on context and intent
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309862
PMID:40127378
|
研究论文 | 本文研究了基于上下文和意图的文本引用分类模型的最佳窗口大小选择 | 通过比较不同窗口大小对文本引用分类的影响，提出了针对长文本引用更有效的大窗口策略 | 研究仅使用了两种基准数据集，可能无法涵盖所有类型的文本引用场景 | 优化自然语言处理中文本引用分类模型的窗口大小选择 | 科学文献中的文本引用 | 自然语言处理 | NA | Word2Vec嵌入 | CNN, GRU, LSTM, SVM, 决策树, 朴素贝叶斯 | 文本 | 两个包含大量文本引用的基准数据集 | NA | NA | NA | NA |
| 1456 | 2025-05-16 |
Weighted-VAE: A deep learning approach for multimodal data generation applied to experimental T. cruzi infection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315843
PMID:40127396
|
research paper | 提出了一种加权变分自编码器（W-VAE）用于处理缺失和有限的多模态数据，以分类健康个体和处于T. cruzi感染急性或慢性阶段的个体 | W-VAE是一种深度生成架构，通过新的损失函数、加权因子和掩蔽机制提高了生成数据的质量 | 研究基于小鼠模型，可能无法直接推广到人类 | 自动诊断健康个体和处于T. cruzi感染不同阶段的个体 | 健康个体和处于T. cruzi感染急性或慢性阶段的个体 | machine learning | Chagas disease | Weighted Variational Auto-Encoder (W-VAE) | VAE | multimodal data (electrocardiography signals, echocardiography images, Doppler spectrum, ELISA antibody titers) | NA | NA | NA | NA | NA |
| 1457 | 2025-05-16 |
Diagnosis and activity prediction of SLE based on serum Raman spectroscopy combined with a two-branch Bayesian network
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1467027
PMID:40129980
|
研究论文 | 本研究提出了一种基于血清拉曼光谱和双分支贝叶斯网络的系统性红斑狼疮(SLE)诊断和活动性预测方法 | 开发了一种新型的双分支贝叶斯网络(DBayesNet)模型，结合拉曼光谱技术，用于SLE的快速识别和活动性评估 | 样本量相对较小(80例SLE患者和81例对照)，需要更大规模的研究验证 | 开发一种快速准确的SLE诊断和活动性评估方法 | 系统性红斑狼疮(SLE)患者 | 数字病理学 | 系统性红斑狼疮 | 拉曼光谱 | DBayesNet(双分支贝叶斯网络)，包含BayConv模块、Attention模块和BayLinear层 | 光谱数据 | 161例(80例SLE患者和81例对照，包括干燥综合征、未分化结缔组织病、主动脉炎患者和健康人) | NA | NA | NA | NA |
| 1458 | 2025-05-16 |
Optimization of Decision Support Technology for Offshore Oil Condition Monitoring with Carbon Neutrality as the Goal in the Enterprise Development Process
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319858
PMID:40131882
|
研究论文 | 本研究探讨了在追求碳中和的企业发展过程中，将Faster R-CNN算法与MobileNet v2架构结合，用于海上石油状况监测与分类 | 提出了一种基于MobileNet v2和Faster R-CNN融合的海洋石油状况监测与分类模型，该模型在损失值和识别准确率方面表现优异 | NA | 优化海上石油状况监测的决策支持技术，以支持企业碳中和目标 | 海上石油状况监测与分类 | 计算机视觉 | NA | 深度学习 | Faster R-CNN与MobileNet v2融合模型 | 图像 | NA | NA | NA | NA | NA |
| 1459 | 2025-05-16 |
A predictive machine learning model for cannabinoid effect based on image detection of reactive oxygen species in microglia
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320219
PMID:40131976
|
研究论文 | 本文开发了一种基于图像检测小胶质细胞中活性氧(ROS)的机器学习模型，用于预测大麻素效应 | 结合共聚焦显微镜图像与CNN深度学习模型，预测大麻二酚(CBD)对免疫细胞ROS水平的影响 | 研究仅使用HMC3细胞系，未涉及其他细胞类型或体内模型 | 评估大麻二酚(CBD)对神经炎症中ROS水平的影响 | 人小胶质细胞(HMC3)中的活性氧(ROS) | 数字病理学 | 神经退行性疾病 | 共聚焦显微镜成像，CellROX荧光ROS指示剂 | CNN | 图像 | HMC3细胞系在三种免疫激活剂(LPS/Aβ42/GP120)条件下的ROS图像数据 | NA | NA | NA | NA |
| 1460 | 2025-05-16 |
Multimodal deep learning for predicting PD-L1 biomarker and clinical immunotherapy outcomes of esophageal cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1540013
PMID:40134428
|
research paper | 该研究开发了一种多模态深度学习模型，用于预测食管癌患者的PD-L1生物标志物水平和免疫治疗结果 | 提出了一种整合病理特征、放射组学特征和临床信息的新型多模态深度学习模型，用于预测PD-L1水平和免疫治疗反应 | 研究样本量相对较小，且仅来自单一医疗中心 | 预测食管癌患者的PD-L1生物标志物水平和免疫治疗效果 | 食管鳞状细胞癌（ESCC）患者 | digital pathology | esophageal cancer | 免疫组织化学、CT扫描 | multimodal deep learning | image, clinical variables | 220例患者用于PD-L1表达水平分析，75例患者用于免疫治疗反应分析 | NA | NA | NA | NA |