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 16751 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2025-11-18 |
A cross-cultivar hyperspectral framework for huanglongbing detection in citrus via wavelength optimization and deep learning
2025-Nov-13, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.127189
PMID:41242125
|
研究论文 | 提出一种基于高光谱成像和波长优化的跨柑橘品种黄龙病检测框架 | 结合连续投影算法和粒子群优化算法提取跨品种一致性波长，构建具有跨品种适应性的黄龙病检测方法 | 未明确说明样本具体数量和品种多样性，可能受限于特定实验条件 | 开发适用于不同柑橘品种的黄龙病早期检测方法 | 不同柑橘品种的高光谱图像数据 | 计算机视觉 | 植物病害 | 高光谱成像 | SVM, MLP, CNN | 高光谱图像 | NA | NA | 自定义卷积多尺度残差网络(CMR-CNN) | 准确率 | NA |
| 422 | 2025-11-18 |
Constructing a deep learning-assisted smartphone application for intelligent recognition of steak doneness during cooking
2025-Nov-12, Meat science
IF:5.7Q1
DOI:10.1016/j.meatsci.2025.109995
PMID:41241987
|
研究论文 | 构建基于深度学习的智能手机应用，用于智能识别烹饪过程中牛排熟度 | 首次将深度学习与智能手机应用相结合实现牛排熟度实时识别，并整合理化特性数据提升模型可靠性 | 样本数量有限（仅51块牛排的理化数据），模型在移动端准确率略有下降 | 开发智能烹饪辅助系统，解决消费者识别牛排熟度的难题 | 烹饪过程中的牛排 | 计算机视觉 | NA | 图像采集，理化特性分析 | CNN | 图像，理化数据 | 1803张图像（来自601块牛排），153个样本的理化特性数据（来自51块牛排） | NA | DenseNet121 | 准确率 | 移动端边缘计算 |
| 423 | 2025-11-18 |
Diffusion for Diffusion: A versatile multiphysics fields refinement framework in pollutants transportation
2025-Nov-12, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124962
PMID:41242196
|
研究论文 | 提出一种基于扩散模型的多物理场污染物输运精细化框架 | 将物理信息方程约束与条件扩散模型相结合，实现从稀疏观测中准确恢复高维时空场 | NA | 解决污染物输运中多物理场精细化重构问题 | 耦合浓度和温度梯度驱动的污染物扩散过程 | 机器学习 | NA | 有限元模拟、双色成像 | 扩散模型 | 多物理场数据 | NA | NA | 扩散模型 | 超分辨率精度、鲁棒性 | NA |
| 424 | 2025-11-18 |
In-situ NIR spectroscopy study on microgravity-induced articular cartilage degeneration with ResNet-18
2025-Nov-11, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.127188
PMID:41242109
|
研究论文 | 本研究开发近红外光谱探针结合深度学习模型，用于微重力环境下关节软骨退化的原位检测与分类 | 首次将近红外光谱技术应用于微重力环境下的软骨退化评估，并采用ResNet-18模型实现多分类识别 | 实验样本数量有限，仅通过尾部悬吊模拟微重力环境，未在真实太空环境中验证 | 开发微重力环境下关节软骨退化的原位检测与评估方法 | 尾部悬吊模拟微重力环境下的大鼠关节软骨 | 数字病理 | 关节疾病 | 近红外光谱技术，尾部悬吊模拟微重力 | SVM, CNN | 光谱数据 | 对照组和尾部悬吊7、14、21天的软骨样本 | NA | ResNet-18 | 准确率 | NA |
| 425 | 2025-11-18 |
Deep learning-assisted SERS platform for label-free detection of celecoxib in serum using ag@Pt@porous silicon Bragg mirror composite substrate
2025-Nov-10, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.127165
PMID:41242102
|
研究论文 | 开发了一种基于表面增强拉曼散射和深度学习的塞来昔布血清浓度检测平台 | 首次将Ag@Pt@多孔硅布拉格镜复合基底与深度学习模型相结合用于塞来昔布的免标记检测 | 深度学习模型在五类血药浓度分类中的最高准确率为84.17%，仍有提升空间 | 实现塞来昔布在拉曼光谱层面的定性识别和定量检测 | 塞来昔布药物分子 | 机器学习 | 关节炎 | 表面增强拉曼散射(SERS) | CNN | 拉曼光谱数据 | 五种不同血药浓度样本 | NA | GoogleNet, ResNet, VGG | 分类准确率 | NA |
| 426 | 2025-11-18 |
Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography
2025-Nov, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500181
PMID:40709742
|
研究论文 | 开发用于三维光学相干断层扫描图像分析的3D卷积神经网络，以增强经皮肾造口术中的内窥镜引导 | 首次将3D-CNN应用于前视内窥镜OCT图像分析，在推理延迟方面显著优于其他先进体积架构，为实时手术引导提供关键优势 | 研究仅使用10个猪肾脏数据集，样本规模有限，未在人体组织上进行验证 | 开发用于OCT引导手术干预的计算机辅助诊断工具 | 猪肾脏的3D OCT图像 | 计算机视觉 | 肾脏疾病 | 光学相干断层扫描(OCT) | 3D-CNN, 3D-ViT, 3D-DenseNet121, M3T | 3D图像 | 10个猪肾脏 | NA | 3D卷积神经网络, 3D Vision Transformer, 3D-DenseNet121, Multi-plane and Multi-slice Transformer | 准确率, 推理延迟 | NA |
| 427 | 2025-11-18 |
Comparison of kinematics between markerless and marker-based motion capture systems for change of direction maneuvers
2025-Nov, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2025.112965
PMID:40974779
|
研究论文 | 比较无标记与基于标记的运动捕捉系统在变向动作中的运动学数据差异 | 首次系统比较无标记运动捕捉系统与金标准标记系统在变向动作中的运动学数据表现 | 样本仅包含23名男性参与者，未评估不同体型或性别的影响 | 评估无标记运动捕捉系统在运动表现评估中的适用性 | 人体变向动作的运动学特征 | 运动生物力学 | NA | 深度学习多摄像头同步捕捉，三角测量和逆运动学重建 | 深度学习 | 视频，运动学数据 | 23名男性参与者，每人进行5次90度变向动作试验 | NA | NA | Bland-Altman分析，组内相关系数，均方根偏差，归一化均方根误差 | NA |
| 428 | 2025-11-18 |
Directed optimization and generation of yeast promoter sequences driven by deep learning
2025-Nov, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.148505
PMID:41138880
|
研究论文 | 提出基于扩散模型的酵母启动子定向优化与生成框架DOSDiff，无需预训练序列-表达预测器即可实现启动子功能增强 | 首次将扩散模型应用于启动子工程，通过局部序列编辑实现定向优化，无需依赖序列到表达预测模型 | 未明确说明模型在更广泛物种中的适用性及计算效率分析 | 开发无需预训练S2E模型的启动子定向优化方法 | 酵母启动子序列 | 机器学习 | NA | 深度学习，扩散模型 | 扩散模型 | DNA序列 | 酿酒酵母和毕赤酵母启动子（具体数量未明确） | NA | 扩散模型 | 4-mers分布相似度，表达增强倍数 | NA |
| 429 | 2025-10-30 |
Simulation, artificial intelligence, and deep learning enhance emergency department leadership in life-threatening scenarios
2025-Nov, CJEM
DOI:10.1007/s43678-025-01035-9
PMID:41148511
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 430 | 2025-11-18 |
Predicting Mechanosensitive T Cell Expansion from Cell Spreading
2025-Nov, Advanced healthcare materials
IF:10.0Q1
DOI:10.1002/adhm.202501925
PMID:40717390
|
研究论文 | 本研究开发了一种通过短期细胞扩散预测T细胞长期扩增能力的方法 | 首次证明短期细胞扩散可预测机械敏感性T细胞扩增，并采用深度学习模型优于传统形态计量学方法 | 未明确说明样本规模和研究人群的具体特征 | 提高过继性细胞免疫疗法中T细胞扩增的预测准确性和治疗效果 | 健康供体和慢性淋巴细胞白血病患者的T细胞 | 数字病理学 | 慢性淋巴细胞白血病 | 细胞培养、机械刺激、深度学习分析 | 深度学习 | 细胞图像 | NA | NA | NA | 分类准确率 | NA |
| 431 | 2025-11-18 |
DeepPlantAllergy: deep learning for explainable prediction of allergenicity in plant proteins
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf605
PMID:41236479
|
研究论文 | 开发了一个名为DeepPlantAllergy的深度学习模型，用于预测植物蛋白质的致敏性并提供可解释性分析 | 结合CNN、BiLSTM和多头自注意力机制来捕捉蛋白质序列的局部模式和长程依赖关系，并采用集成梯度方法识别致敏性相关残基 | NA | 开发能够准确预测植物蛋白质致敏性并提供可解释性分析的深度学习模型 | 植物蛋白质序列 | 生物信息学 | 过敏性疾病 | 蛋白质序列分析 | CNN, BiLSTM, MHSA | 蛋白质序列数据 | NA | NA | CNN-BiLSTM-MHSA混合架构 | F1分数, AUC | NA |
| 432 | 2025-11-18 |
Impact of deep learning based reconstruction algorithms on CT radiomic features of carotid plaques
2025-Nov, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70346
PMID:41239182
|
研究论文 | 评估深度学习重建算法和自适应统计迭代重建算法对颈动脉斑块CT影像组学特征可重复性的影响 | 首次系统比较DLIR和ASIR-V两种重建算法对颈动脉斑块影像组学特征稳定性的影响 | 回顾性研究设计，样本量相对有限（76例患者，104个斑块） | 评估不同CT图像重建算法对颈动脉斑块影像组学特征的影响 | 颈动脉斑块 | 医学影像分析 | 心血管疾病 | CT血管成像 | 深度学习重建算法 | CT图像 | 76例患者，104个颈动脉斑块 | NA | NA | 组内相关系数 | NA |
| 433 | 2025-11-18 |
Artificial intelligence in myeloid malignancies: Clinical applications of machine learning in myelodysplastic syndromes and acute myeloid Leukemia
2025-Nov, Blood reviews
IF:6.9Q1
DOI:10.1016/j.blre.2025.101340
PMID:41109825
|
综述 | 总结机器学习在急性髓系白血病和骨髓增生异常综合征中的临床应用 | 将机器学习应用于骨髓涂片、外周血涂片和流式细胞术诊断，开发动态个性化生存预测模型，使用生成方法创建隐私保护合成队列和数字孪生 | 需要严格验证、可解释算法、工作流程整合和监管监督 | 探索机器学习在髓系恶性肿瘤临床管理中的应用 | 急性髓系白血病(AML)和骨髓增生异常综合征(MDS)患者 | 机器学习 | 白血病 | 机器学习, 深度学习, 无监督聚类, 生成方法 | 神经网络 | 骨髓涂片, 外周血涂片, 流式细胞术数据, 基因组数据 | NA | NA | NA | 灵敏度, 特异性 | NA |
| 434 | 2025-11-18 |
Factors associated with allergic diseases in Chinese children aged 6-14 years
2025-Oct-31, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-025-24928-x
PMID:41174606
|
研究论文 | 通过机器学习算法识别中国6-14岁儿童过敏性疾病的关键影响因素 | 使用12种机器学习算法比较性能，并为三种过敏性疾病分别确定最小关键因素集 | 横断面研究设计无法确定因果关系，数据通过问卷收集可能存在回忆偏倚 | 识别和优化与儿童过敏性疾病相关的关键影响因素 | 中国6-14岁学龄儿童 | 机器学习 | 过敏性疾病 | 问卷调查 | 朴素贝叶斯 | 问卷数据 | 11308名儿童（其中4375名患有过敏性疾病） | Python | 高斯朴素贝叶斯, 伯努利朴素贝叶斯, 多项式朴素贝叶斯 | NA | NA |
| 435 | 2025-11-18 |
Artificial Intelligence-Assisted Image Extraction in Neonatal Echocardiography for Congenital Heart Disease Diagnosis in Sub-Saharan Africa: Protocol for Model Development
2025-Oct-30, JMIR research protocols
IF:1.4Q3
DOI:10.2196/75270
PMID:41167236
|
研究论文 | 开发用于撒哈拉以南非洲地区新生儿先天性心脏病诊断的人工智能辅助超声心动图图像提取模型 | 采用结合卷积神经网络和卷积长短期记忆层的深度学习模型，通过交错视觉记忆框架整合快速和慢速特征提取器，实现实时心脏视图检测 | 研究目前处于开发阶段，最终结果尚未验证，模型性能有待实际临床环境测试 | 开发AI辅助超声心动图系统，使非专业操作人员能够为疑似先天性心脏病新生儿执行基本心脏超声扫描并提取准确心脏图像 | 撒哈拉以南非洲地区0-28天新生儿，疑似先天性心脏病患者 | 数字病理 | 先天性心脏病 | 超声心动图 | CNN, ConvLSTM | 视频 | 回顾性数据近500例新生儿，前瞻性数据1000例新生儿 | TensorFlow, PyTorch | 基于交错视觉记忆框架的卷积神经网络和卷积长短期记忆层 | 实时心脏视图检测准确率 | NA |
| 436 | 2025-11-18 |
Detection of climate change signals using precipitation and temperature time series by a hybrid deep learning framework
2025-Oct-21, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14712-0
PMID:41115993
|
研究论文 | 使用混合深度学习框架通过降水和温度时间序列检测气候变化信号 | 首次将CNN-BiLSTM-TCN-attention混合模型应用于泰国地区的气候变化检测，结合本地观测数据和CMIP6-GCM模拟 | 降水趋势空间异质性强且未显现明显信号，未来预测存在高度变异性 | 检测和量化泰国地区的气候变化信号 | 泰国地区的降水和温度时间序列数据 | 机器学习 | NA | 时间序列分析，偏差校正 | CNN, BiLSTM, TCN, Attention机制 | 时间序列数据 | 1993-2024年台站观测数据和CMIP6-GCM模拟数据 | NA | CNN-BiLSTM-TCN-attention混合架构 | 相关系数R, 均方误差MSE | NA |
| 437 | 2025-11-18 |
Deep learning simulation and decision support system for groundwater salinity risk assessment in the lower Chao Phraya River Basin, Thailand
2025-Oct-15, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14681-4
PMID:41091255
|
研究论文 | 本研究开发了一个结合深度学习模拟和决策支持系统的框架，用于评估泰国湄南河下游流域地下水盐渍化风险 | 融合可解释机器学习与概率分析和决策支持，提供实时地下水盐度风险评估的新颖可扩展工具 | 未明确说明模型在数据稀缺地区的泛化能力验证 | 评估沿海地区地下水盐渍化风险并支持基于证据的管理决策 | 泰国湄南河下游流域的地下水系统 | 机器学习 | NA | 多方法机器学习框架，SHAP特征归因分析，高斯copula模型 | 图神经网络(GNN) | 地下水监测数据，水文气候数据 | 212个监测站点在2008和2020年的数据 | NA | 图神经网络 | 预测性能 | NA |
| 438 | 2025-11-18 |
A combination of conserved and stage-specific lncRNA biomarkers to detect lung adenocarcinoma progression
2025-Oct, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2431190
PMID:39601689
|
研究论文 | 通过整合网络方法识别肺腺癌进展中的保守和阶段特异性lncRNA生物标志物 | 首次结合阶段特异性与保守lncRNA构建多阶段ceRNA网络，并整合深度学习进行生物标志物识别 | 未明确说明样本来源和验证队列的规模 | 探索lncRNA在肺腺癌进展中的分子机制并开发诊断生物标志物 | 肺腺癌患者组织样本中的lncRNA、mRNA和miRNA | 生物信息学 | 肺癌 | 表达谱分析，ceRNA网络构建，深度学习 | 深度学习 | 基因表达数据 | NA | NA | NA | NA | NA |
| 439 | 2025-11-18 |
Deep-VEGF: deep stacked ensemble model for prediction of vascular endothelial growth factor by concatenating gated recurrent unit with two-dimensional convolutional neural network
2025-Oct, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2323144
PMID:38450715
|
研究论文 | 提出一种基于深度堆叠集成学习的计算模型Deep-VEGF，用于从蛋白质一级序列预测血管内皮生长因子 | 开发了新型特征描述符KSTS-BPSSM，并首次将GRU与二维CNN通过堆叠集成方法结合用于VEGF预测 | NA | 开发准确预测血管内皮生长因子的计算模型以替代昂贵耗时的实验识别方法 | 血管内皮生长因子(VEGF)蛋白质序列 | 生物信息学 | 癌症,糖尿病视网膜病变,黄斑变性,关节炎 | 蛋白质序列分析 | GRU,GAN,CNN,集成学习 | 蛋白质一级序列 | NA | NA | 门控循环单元,生成对抗网络,二维卷积神经网络 | 准确率 | NA |
| 440 | 2025-11-18 |
ANN multi-layer perceptron for prediction of blood-brain barrier permeable compounds for central nervous system therapeutics
2025-Oct, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2326671
PMID:38497749
|
研究论文 | 开发人工神经网络多层感知器模型预测血脑屏障通透性化合物，用于中枢神经系统药物研发 | 使用大型数据集构建ANN模型，在BBB通透性预测中实现了高精度指标 | 仅基于化学结构预测BBB通透性存在困难 | 预测化合物的血脑屏障通透性以促进中枢神经系统药物研发 | 化学化合物 | 机器学习 | 中枢神经系统疾病 | NA | ANN多层感知器 | 化学结构数据 | 大型数据集 | NA | 多层感知器 | 准确率,特异性,敏感性,AUC,MCC | NA |