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 18870 篇文献，本页显示第 4981 - 5000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4981 | 2025-10-05 |
gRNAde: Geometric Deep Learning for 3D RNA inverse design
2025-Feb-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.31.587283
PMID:38826198
|
研究论文 | 本文介绍了一种基于几何深度学习的3D RNA逆设计方法gRNAde | 首个在3D RNA骨架上操作的几何深度学习流程，能够同时考虑RNA结构和动力学特性进行序列设计 | NA | 开发能够处理3D RNA构象多样性的逆设计方法 | RNA分子结构和序列 | 计算生物学 | NA | 几何深度学习 | 图神经网络 | 3D RNA骨架结构 | PDB数据库中的14个RNA结构，以及10个结构化RNA骨架的湿实验验证 | PyTorch | 多状态图神经网络，自回归解码器 | 天然序列恢复率，成功率 | NA |
| 4982 | 2025-10-05 |
Continuous Reaching and Grasping With a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3611821
PMID:40966144
|
研究论文 | 提出一种基于运动想象的脑机接口范式，通过添加“点击”信号实现机械臂的连续抓取控制 | 将计算机鼠标机制引入运动想象范式，增加额外输出信号，提升脑机接口系统的自由度 | 脑电信号信噪比低和空间分辨率有限 | 开发能够同时控制移动和点击的脑机接口系统，实现连续抓取任务 | 健康受试者和中风幸存者 | 脑机接口 | 中风 | 脑电信号处理 | 深度学习 | EEG信号 | 健康受试者和中风患者（具体数量未提及） | NA | NA | 任务完成数量（5分钟内平均移动7个杯子） | NA |
| 4983 | 2025-10-05 |
Reduced Biquaternion Dual-Branch Deraining U-Network via Multi-Attention Mechanism
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3612841
PMID:41004362
|
研究论文 | 提出一种基于约化双四元数的双分支去雨U-Net网络，通过多注意力机制提升图像去雨性能 | 首次将约化双四元数值神经网络应用于图像去雨任务，利用其代数特性更准确建模雨痕伪影同时保留背景图像空间结构 | 未明确说明对真实雨景数据的泛化能力限制及计算复杂度分析 | 解决现有去雨方法对多变雨型适应能力不足和从合成数据到真实数据迁移效果差的问题 | 雨纹/雨雾/雨滴/真实雨等多种雨型图像 | 计算机视觉 | NA | 深度学习 | U-Net, 注意力机制 | 图像 | NA | NA | U-Net, 双分支结构, 自注意力机制, 卷积注意力机制 | 目标检测精度, 分割精度, 图像恢复质量 | NA |
| 4984 | 2025-10-05 |
Ecological suitability evaluation of traditional village locations in Jiangxi Province based on multi-model integration using artificial intelligence
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332375
PMID:41032510
|
研究论文 | 基于人工智能多模型集成方法评估江西省传统村落选址的生态适宜性 | 首次将多种机器学习与深度学习方法集成应用于传统村落生态适宜性评价，构建综合适宜性指数(CSI) | 研究范围仅限于江西省413个传统村落，未涵盖其他地区 | 评估传统村落选址的生态适宜性并分析祖先选址的生态智慧 | 江西省413个传统村落选址点 | 机器学习 | NA | GIS空间分析，机器学习，深度学习 | Random Forest, Support Vector Machine, Gradient Boosting Decision Trees, CNN, Multilayer Perceptron | 空间栅格数据 | 413个传统村落选址点 | NA | 卷积神经网络，多层感知机 | 混淆矩阵，特征重要性分析，ROC曲线 | NA |
| 4985 | 2025-10-05 |
Development of a novel artificial intelligence algorithm for interpreting fetal heart rate and uterine activity data in cardiotocography
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1638424
PMID:41035563
|
研究论文 | 开发一种新型人工智能算法用于分析胎心监护中的胎心率和子宫活动数据 | 采用三并行一维U-Net架构处理双输入信号，结合深度学习和基于规则的技术识别胎心监护关键事件 | 仅使用美国19个分娩中心的数据，模型对减速事件的识别性能相对较低(F1=0.520) | 开发辅助临床决策的胎心监护自动分析算法 | 胎心监护曲线中的加速、减速和宫缩事件 | 医疗人工智能 | 产科监护 | 胎心监护信号处理 | 深度学习, 规则基础系统 | 胎心率信号, 子宫活动信号 | 133,696个患者文件，最终使用1,600条曲线训练，421条验证，591条测试 | NA | 一维U-Net | 召回率, 精确率, F1分数, 基线准确率 | NA |
| 4986 | 2025-10-05 |
Predicting molecular subtype in breast cancer using deep learning on mammography images
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1638212
PMID:41035664
|
研究论文 | 开发并评估基于乳腺X线摄影图像的深度学习模型，用于预测乳腺癌分子亚型 | 首次将卷积块注意力模块(CBAM)与DenseNet121结合用于乳腺癌分子亚型预测，提供非侵入性诊断替代方案 | 回顾性研究，样本量相对有限(390例患者)，模型性能有待进一步提升 | 开发非侵入性的乳腺癌分子亚型预测方法 | 经病理证实的浸润性乳腺癌患者 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | CNN | 图像 | 390例患者 | NA | DenseNet121-CBAM | AUC, 准确率, 敏感度, 特异度 | NA |
| 4987 | 2025-10-05 |
Bibliometric analysis of the application of artificial intelligence techniques in bacteriology: a PRISMA-guided research agenda
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1641967
PMID:41035885
|
文献计量分析 | 通过PRISMA指导的文献计量分析，探讨人工智能技术在细菌学领域的应用现状和未来研究方向 | 首次将PRISMA框架的严谨性与文献计量技术相结合，系统分析细菌学中AI应用的全球科研产出和趋势演变 | 主要依赖Scopus和Web of Science数据库，可能未涵盖所有相关文献；分析基于文献计量指标而非原始研究数据 | 分析细菌学中人工智能技术应用的全球科研产出，并基于文献计量趋势提出未来研究议程 | 细菌学领域的人工智能应用相关科学文献 | 机器学习 | NA | 文献计量分析，PRISMA框架，共现网络分析，主题映射 | 传统机器学习方法，深度学习，基于Transformer的模型 | 文献元数据 | 从Scopus和Web of Science检索的细菌学AI应用相关文献 | NA | NA | 定量指标，共现网络分析，主题演化分析 | NA |
| 4988 | 2025-10-05 |
Applications of artificial intelligence in early childhood health management: a systematic review from fetal to pediatric periods
2025, Frontiers in pediatrics
IF:2.1Q2
DOI:10.3389/fped.2025.1613150
PMID:41036208
|
系统综述 | 系统评估人工智能在胎儿至儿科期健康管理中的应用现状、性能表现和临床转化准备度 | 首次系统性地综合评估AI在整个儿童健康连续谱（从胎儿期到儿科期）中的应用表现和转化障碍 | 纳入研究主要基于单中心回顾性数据，缺乏前瞻性验证和外部验证 | 评估AI在胎儿和儿科护理中的应用现状、诊断准确性和临床实用性，识别现实世界实施的关键障碍 | 0-18岁个体的健康管理，涵盖胎儿期、新生儿期和儿科期 | 医疗人工智能 | 儿科疾病 | 人工智能模型 | 深度学习 | 医疗数据 | 133项研究（从4938条记录中筛选） | NA | NA | AUC, 敏感性, 准确率 | NA |
| 4989 | 2025-10-05 |
The evolution of artificial intelligence technology in non-alcoholic fatty liver disease
2025, Frontiers in radiology
DOI:10.3389/fradi.2025.1634165
PMID:41036300
|
文献计量分析 | 通过文献计量学方法系统分析人工智能在非酒精性脂肪肝病研究中的应用现状与发展趋势 | 首次采用多软件联合分析策略（HistCite Pro 2.1、Scimago Graphica、VOSviewer、CiteSpace）对NAFLD领域AI研究进行系统性文献计量分析 | 仅基于Web of Science数据库，可能存在文献收录不全；缺乏对研究质量的深入评估 | 识别AI在NAFLD领域的研究趋势、重点领域和发展方向 | 2010-2025年间NAFLD领域人工智能相关的655篇学术文献 | 医学信息学 | 非酒精性脂肪肝病 | 文献计量分析，多软件联合分析 | 深度学习算法 | 文献元数据，引文数据，关键词 | 655篇论文，来自60个国家、1462个研究机构、4744位作者 | HistCite Pro, Scimago Graphica, VOSviewer, CiteSpace | NA | 文献数量，国家贡献度，期刊分布，研究主题聚类 | 文献分析软件工具 |
| 4990 | 2025-10-05 |
Diffusion-based skin disease data augmentation with fine-grained detail preservation and interpolation for data diversity
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331404
PMID:41042755
|
研究论文 | 提出一种基于扩散模型的皮肤疾病数据增强方法，通过生成高质量合成图像解决医学数据稀缺问题 | 改进了稳定扩散模型，结合病灶区域掩码和多层次嵌入技术，在保持细节的同时生成多样化的皮肤疾病图像 | 该方法在临床应用中存在局限性 | 解决皮肤疾病诊断研究中的数据稀缺问题 | 七种皮肤疾病的图像数据 | 计算机视觉 | 皮肤疾病 | 扩散模型，图像插值技术 | 扩散模型，LDM | 图像 | NA | NA | Stable Diffusion, Latent Diffusion Model, CLIP encoder | 分类性能指标 | NA |
| 4991 | 2025-10-05 |
Effective image compression using transformer and residual network for balanced handling of high and low-frequency information
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0333376
PMID:41042778
|
研究论文 | 提出一种结合Transformer和残差网络的端到端图像压缩方法TRN，能够平衡处理图像中的高频和低频信息 | 设计双网络架构，将自注意力路径和残差网络结合作为高低频混合器，解决了Transformer网络难以获取低频信息的问题 | NA | 开发高效的图像压缩方法，在减小数据大小的同时保留重要图像内容 | 图像数据 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | NA | NA | Transformer, 残差网络 | BD-rate | NA |
| 4992 | 2025-10-05 |
Current Research and Development in the Field of Magnetic Resonance Contrast Media
2025-Nov-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001206
PMID:40622723
|
综述 | 本文讨论磁共振造影剂领域的新一代钆基造影剂、安全性研究、技术改进和新型造影剂开发 | 重点介绍新一代高弛豫率钆基造影剂gadopiclenol和gadoquatrane可能取代现有标准，重新研究锰基化合物，并探讨人工智能在磁共振造影剂领域的应用潜力 | 锰基化合物的临床影响尚不明确，人工智能技术的应用仍处于早期阶段 | 综述磁共振造影剂领域的最新研究进展和发展趋势 | 钆基造影剂、锰基化合物、磁共振成像技术 | 医学影像 | NA | 磁共振成像、人工智能、深度学习 | 深度学习 | 医学影像数据 | NA | NA | NA | NA | NA |
| 4993 | 2025-10-05 |
Progress of MRI-based radiomics and deep learning for predicting the prognosis of locally advanced rectal cancer (Review)
2025-Nov, Oncology letters
IF:2.5Q3
DOI:10.3892/ol.2025.15282
PMID:41040910
|
综述 | 回顾基于MRI的影像组学和深度学习在预测局部晚期直肠癌患者预后方面的最新进展 | 系统总结了多参数影像组学模型、Delta影像组学和深度学习模型在预测局部晚期直肠癌预后方面的性能提升 | NA | 改善局部晚期直肠癌患者的长期生存结果 | 接受新辅助放化疗的局部晚期直肠癌患者 | 数字病理 | 直肠癌 | MRI影像组学, 深度学习 | 深度学习模型 | MRI图像 | NA | NA | NA | AUC, C-index | NA |
| 4994 | 2025-10-05 |
An overview of the current situation and future development direction of grain detection: taking computer vision combined with deep learning
2025-Nov, Journal of food science and technology
DOI:10.1007/s13197-025-06428-3
PMID:41041505
|
综述 | 本文综述了计算机视觉与深度学习在粮食检测领域的应用现状及未来发展方向 | 系统梳理了计算机视觉与深度学习在粮食质量检测中的结合应用，并探讨了未来发展趋势 | NA | 探讨计算机视觉与深度学习技术在粮食质量检测领域的应用现状和发展方向 | 粮食质量检测技术 | 计算机视觉 | NA | 计算机视觉，深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 4995 | 2025-10-05 |
Getting Started on Artificial Intelligence in Health Care and Clinical Research: Includes Rigor Checklist for Authors and Reviewers
2025-Oct-03, Advances in wound care
IF:5.8Q1
DOI:10.1177/21621918251380217
PMID:41039915
|
综述 | 本文为医疗保健和临床研究领域的人工智能应用提供入门指南和严谨性检查清单 | 提出分层框架（基础层、核心技术层、应用层）和系统化的生物医学AI人才培养方法，强调从人员培养入手的AI实施路径 | NA | 指导研究人员、临床医生和评审员严谨地理解和应用人工智能技术 | 生物医学研究和医疗保健领域的人工智能应用 | 机器学习,自然语言处理,计算机视觉 | NA | 专家系统,机器学习,深度学习,可解释AI,自然语言处理,分布式AI/多智能体系统 | NA | NA | NA | NA | NA | NA | NA |
| 4996 | 2025-10-04 |
Reply to 'Risk stratification of cutaneous melanoma using deep learning on whole slide images'
2025-Oct-03, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.70092
PMID:41041696
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4997 | 2025-10-05 |
Highly Tunable Synaptic Modulation in Photo-Activated Remote Charge Trap Memory for Hardware-Based Fault-Tolerant Learning
2025-Oct-03, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202515140
PMID:41041969
|
研究论文 | 提出一种基于硬件的光激活远程电荷陷阱存储器，用于实现容错学习算法 | 利用缺陷工程六方氮化硼实现4380的高突触可调比，能够选择性衰减误训练信号引起的权重更新 | 仅在MNIST数据集上验证，未在更复杂数据集测试 | 开发硬件容错学习算法以应对标注噪声数据 | 光激活远程电荷陷阱存储器器件 | 机器学习 | NA | 缺陷工程六方氮化硼技术 | 人工突触 | 图像数据 | MNIST数据集 | NA | NA | 识别准确率 | 内存计算系统 |
| 4998 | 2025-10-05 |
Multilevel Correlation-aware and Modal-aware Graph Convolutional Network for Diagnosing Neurodevelopmental Disorders
2025-Oct-02, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3617348
PMID:41037545
|
研究论文 | 提出一种多级相关性感知和模态感知图卷积网络(MCM-GCN)，用于神经发育障碍的可靠诊断 | 在个体层面设计相关性驱动特征生成模块感知图间相关性，在群体层面通过多模态解耦特征增强模块深度整合多模态信息 | NA | 开发可靠的神经发育障碍诊断方法 | 自闭症谱系障碍(ASD)和注意缺陷多动障碍(ADHD)患者 | 医学影像分析 | 神经发育障碍 | 静息态功能磁共振成像 | 图卷积网络 | 脑网络图数据,表型数据 | 两个公共数据集 | NA | MCM-GCN,图注意力网络 | 准确率 | NA |
| 4999 | 2025-10-05 |
Heterogeneous Network With Multiview Path Aggregation: Drug-Target Interaction Prediction Study Design
2025-Oct-02, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/74974
PMID:41037779
|
研究论文 | 提出一种基于多视图路径聚合的异质网络模型用于药物-靶点相互作用预测 | 结合分子注意力转换器提取药物3D构象特征和Prot-T5蛋白质语言模型探索蛋白质序列特征，构建异质图模型并引入元路径聚合机制动态整合特征视图和生物网络关系视图 | 未明确说明模型在更大规模数据集上的泛化能力和计算效率 | 预测药物与靶点之间的相互作用关系 | 药物、蛋白质、疾病和副作用等生物实体 | 生物信息学 | NA | 分子注意力转换器, Prot-T5蛋白质语言模型 | 图神经网络, 异质网络模型 | 化学结构, 蛋白质序列, 多源异质数据 | KCNH2靶点的53个候选药物案例研究 | NA | 分子注意力转换器, Prot-T5, 元路径聚合机制 | AUPR, AUROC | NA |
| 5000 | 2025-10-05 |
Fast water/fat T2 and PDFF mapping via multiple overlapping‑echo detachment acquisition and deep learning reconstruction
2025-Oct-02, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0efa
PMID:41038241
|
研究论文 | 开发了一种结合化学位移编码与多重重叠回波分离序列的深度学习重建方法，用于快速水/脂肪T2和PDFF成像 | 提出了CSE-MOLED新型水脂分离框架，首次实现每层162毫秒的超快速同步水脂分离和T2定量 | 样本量较小（仅5名健康志愿者和2名患者），脂肪T2的R²值相对较低（0.733） | 开发超快速同步水脂分离和T2定量方法，用于神经肌肉疾病的诊断和监测 | 肌肉组织，包括健康志愿者、肌肉萎缩患者和肌肉损伤患者 | 医学影像分析 | 神经肌肉疾病 | 磁共振成像，化学位移编码，多重重叠回波分离序列 | 深度学习 | 磁共振图像 | 5名健康志愿者，1名肌肉萎缩患者，1名肌肉损伤患者 | NA | NA | R²，变异系数 | NA |