深度学习在生物医药领域中的应用
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，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10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 14211 篇文献，本页显示第 501 - 520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 501 | 2025-09-23 |
Research on Measurement of Coal-Water Slurry Solid-Liquid Two-Phase Flow Based on a Coriolis Flow Meter and a Neural Network
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113267
PMID:40968798
|
研究论文 | 基于科里奥利流量计和神经网络的水煤浆固液两相流测量误差校正研究 | 提出深度学习校正框架，通过BP神经网络和算法优化将两相流测量误差从5.11%降低至1.01% | 研究聚焦水煤浆特定工况，未验证其他类型多相流体的适用性 | 提升科里奥利质量流量计在液固两相流场景下的测量精度 | 水煤浆固液两相流体 | 工业过程控制 | NA | 深度学习、神经网络优化 | BP神经网络 | 流量计传感器数据 | 通过重复性实验构建的液固两相流测量数据集 |
| 502 | 2025-09-23 |
Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113258
PMID:40968800
|
综述 | 本文全面分析深度学习增强水下SLAM技术的最新进展，并提出基于水下无线传感器网络集成的新型分类框架 | 提出基于水下无线传感器网络（UWSNs）集成的新型分类框架，探讨通信感知SLAM方法如何提升水下导航精度和操作效率 | 作为综述论文，主要分析现有技术而非提出新算法，未进行实证性能验证 | 探讨深度学习技术如何克服水下SLAM面临的挑战，并展望未来研究方向 | 自主水下航行器（AUVs）和水下无线传感器网络（UWSNs） | 机器人与自主系统 | NA | 深度学习、传感器融合、声学通信 | Transformer架构、轻量级神经网络 | 多模态传感器数据、图像数据 | NA |
| 503 | 2025-09-23 |
Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113264
PMID:40968808
|
研究论文 | 提出结合动态3D摄影测量和深度学习的混合方法，用于面部瘫痪的客观量化评估 | 首次将面部运动点云数据与专家共识相结合，通过PointNet网络实现面部瘫痪严重程度的自动化定量评估 | 样本量较小（仅包含五种面部表情），需要进一步扩大数据集验证泛化能力 | 开发客观量化的面部瘫痪评估方法以解决临床主观评估的可重复性问题 | 面部瘫痪患者的面部运动数据 | 计算机视觉 | 面部神经疾病 | 动态3D摄影测量、深度学习 | PointNet | 3D点云数据 | 基于五种面部表情（静止状态和最大表情状态）的点云数据集 |
| 504 | 2025-09-23 |
LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging
2025-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.23.639532
PMID:40060645
|
研究论文 | 提出LivecellX深度学习框架，用于活细胞成像中的单细胞定向分析，解决细胞分割和追踪的准确性挑战 | 定义了分割校正新任务，提出纠正分割网络和轨迹级校正算法，利用归一化距离变换和合成增强技术 | NA | 开发可扩展的活细胞动态分析框架，提高单细胞分割和追踪精度 | 活细胞成像数据中的单细胞 | 计算机视觉 | NA | 深度学习、活细胞成像 | CS-Net（纠正分割网络） | 活细胞成像视频数据 | 包含来自两种不同类型显微镜的新型成像数据集 |
| 505 | 2025-09-23 |
FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta
2025-May-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.27.640629
PMID:40093079
|
研究论文 | 提出FakeRotLib方法用于在Rosetta中快速参数化非经典氨基酸 | 开发了基于小分子构象统计拟合的旋转异构体分布建模方法，显著提升参数化效率并扩展可建模的NCAA类型 | NA | 改进Rosetta软件中非经典氨基酸的参数化方法 | 非经典氨基酸的旋转异构体分布建模 | 计算生物学 | NA | 统计拟合、小分子构象分析 | NA | 分子构象数据 | NA |
| 506 | 2025-09-23 |
Development of machine learning-based mpox surveillance models in a learning health system
2025-May-02, Sexually transmitted infections
IF:3.6Q2
DOI:10.1136/sextrans-2024-056382
PMID:40318862
|
研究论文 | 开发基于机器学习和深度学习的猴痘监测模型，利用临床笔记进行病例检测 | 首次在学习型医疗系统框架下比较传统机器学习（LASSO回归）与深度学习模型（ClinicalBERT、ClinicalLongformer）在猴痘监测中的性能 | 单中心回顾性研究，样本量有限（228例病例），需外部验证 | 开发高效的猴痘病例自动监测模型以支持公共卫生 surveillance | 经PCR确诊的猴痘患者及匹配对照组 | 自然语言处理 | 猴痘 | 机器学习、深度学习、自然语言处理 | LASSO、ClinicalBERT、ClinicalLongformer | 临床文本笔记 | 228例确诊病例和698例匹配对照 |
| 507 | 2025-09-23 |
Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss
2025-Mar-01, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-05677-0
PMID:40025477
|
研究论文 | 评估牙科专业人士对基于人工智能的牙槽骨丧失测量应用的接受度和使用效果 | 首次开发结合语义分割和物体检测网络的深度学习模型用于牙槽骨测量，并系统调查牙科专业人士对AI应用的接受度 | 样本量有限（56名专业人士），仅使用550张咬翼片X光片数据集 | 评估AI应用在牙槽骨高度测量中的准确性和牙科专业人士的接受度 | 牙科专业人士和咬翼片X光影像 | 数字病理 | 牙周病 | 深度学习 | 语义分割神经网络和物体检测网络 | X光影像 | 56名牙科专业人士评估35个可计算测量值，使用550张咬翼片X光片训练集 |
| 508 | 2025-09-23 |
Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images
2025-Feb-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82639-6
PMID:39952935
|
研究论文 | 本研究验证了深度学习网络Cellpose在自发荧光显微镜图像中进行单细胞分割的可靠性 | 开发了专门针对低信噪比自发荧光图像的自动荧光训练模型（ATM），首次系统验证了Cellpose在NAD(P)H自发荧光成像中的性能 | 研究主要针对PANC-1细胞系和9例患者来源的类器官，样本多样性有限 | 验证Cellpose深度学习网络在自发荧光显微镜图像单细胞分割中的准确性和可靠性 | PANC-1细胞系和9例患者来源的癌症类器官 | 数字病理 | 癌症 | 多光子强度成像、荧光寿命成像显微镜（FLIM） | Cellpose深度学习网络 | 自发荧光显微镜图像 | PANC-1细胞系和9例患者来源的癌症类器官 |
| 509 | 2025-09-23 |
Large-scale multi-center CT and MRI segmentation of pancreas with deep learning
2025-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103382
PMID:39541706
|
研究论文 | 本研究开发了一种名为PanSegNet的深度学习模型，用于大规模多中心的CT和MRI胰腺自动分割 | 结合nnUNet和Transformer网络优势，引入新型线性注意力模块实现体积计算，首次在大型多中心MRI数据集上进行胰腺分割研究 | 回顾性研究设计，缺乏前瞻性验证 | 开发精准的胰腺自动分割方法以辅助胰腺疾病诊断和随访 | 胰腺器官 | 医学影像分析 | 胰腺疾病 | 深度学习 | nnUNet + Transformer | CT和MRI影像 | 2,117例扫描（767例MRI来自499名参与者，1,350例CT来自公开数据集） |
| 510 | 2025-09-23 |
Histopathological image analysis and enhanced diagnostic accuracy explainability for oral cancer detection
2025, Polish journal of pathology : official journal of the Polish Society of Pathologists
IF:0.7Q4
DOI:10.5114/pjp.2025.153973
PMID:40977550
|
研究论文 | 提出一种用于口腔癌组织病理学图像分类的深度学习模型，通过特征选择和可解释性增强诊断准确性 | 结合Vahadane染色标准化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器使用特征输入而非完整图像 | NA | 开发高精度可解释的口腔癌检测系统以减少诊断错误 | 口腔癌组织病理学图像 | 数字病理学 | 口腔癌 | 深度学习，染色标准化，分水岭分割，数据增强 | U-Net，DenseNet201，VGG10 | 组织病理学图像 | NA |
| 511 | 2025-06-06 |
Intrapartum electronic fetal monitoring: the importance of accurate signal capture to harness the potential of deep learning
2025-Oct, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2025.05.026
PMID:40466886
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 512 | 2025-09-22 |
Deep learning-based morphological assessment of myelodysplastic syndrome on bone marrow smears
2025-Oct, Leukemia research
IF:2.1Q3
DOI:10.1016/j.leukres.2025.107923
PMID:40749584
|
研究论文 | 本文提出一种基于深度学习的骨髓涂片形态学评估方法，用于识别与细胞遗传学定义的骨髓增生异常综合征相关的形态异常 | 开发了结合红细胞二值掩模分析的新型深度学习模型，发现了人类专家先前忽视的红细胞形态特征与cMDS的强关联性 | NA | 提高骨髓增生异常综合征的诊断精确性和客观性 | 骨髓涂片全切片图像中的红细胞形态特征 | 数字病理学 | 骨髓增生异常综合征 | 全切片图像分析 | 深度学习图像分类模型 | 图像 | NA |
| 513 | 2025-08-05 |
Can radiology be first to use prognostic deep learning models for oncological treatment?
2025-Oct, Annals of oncology : official journal of the European Society for Medical Oncology
IF:56.7Q1
DOI:10.1016/j.annonc.2025.07.013
PMID:40754034
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 514 | 2025-09-22 |
From data to decisions: Statistical tools and Artificial Intelligence in tuberculosis Operational Research
2025-Oct, The Indian journal of tuberculosis
DOI:10.1016/j.ijtb.2025.09.001
PMID:40975573
|
综述 | 本文综述了结核病操作研究中应用的统计工具和人工智能技术，强调其在数据驱动决策中的作用 | 探讨了人工智能（如机器学习和深度学习）在传统统计方法基础上的新兴应用，以增强预测和实时监测能力 | NA | 优化结核病控制策略，通过统计和人工智能方法支持数据驱动的决策制定 | 结核病控制项目，包括监测、诊断、治疗评估和政策建模 | 自然语言处理 | 结核病 | 统计推断、预测建模、成本效益分析、机器学习和深度学习 | NA | NA | NA |
| 515 | 2025-09-22 |
Feasibility study of using CNN-GRU-Dense model for real-time liver tumor tracking during radiotherapy
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70014
PMID:40975844
|
研究论文 | 本研究探讨了使用CNN-GRU-Dense深度学习模型在放疗过程中实时跟踪肝肿瘤的可行性 | 提出了一种结合CNN、GRU和全连接层的混合深度学习模型，无需治疗中更新即可实现高精度实时肿瘤跟踪 | 基于模拟研究，使用单一患者特定数据进行训练（26分钟运动模式），样本来源有限 | 开发无需持续更新的实时肝肿瘤跟踪方法，提高放疗准确性 | 肝肿瘤患者 | 医疗影像分析 | 肝癌 | 深度学习，实时运动跟踪 | CNN-GRU-Dense混合模型 | 运动轨迹数据，X射线影像数据 | 57个来自CyberKnife系统的运动轨迹数据集，分为肝中央区、下区和上区三个区域 |
| 516 | 2025-09-22 |
Enhanced mapping of essential urban land use categories in China (EULUC-China 2.0): integrating multimodal deep learning with multisource geospatial data
2025-Sep-30, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2025.07.006
PMID:40774897
|
研究论文 | 通过集成多模态深度学习与多源地理空间数据，开发了中国2022年增强版城市基本土地利用分类图（EULUC-China 2.0） | 采用多模态深度学习模型处理多源地理空间数据，并通过POI数据的图建模显著提升分类精度 | 未明确说明模型在不同地理区域的泛化能力或处理极端案例的局限性 | 提升中国城市土地利用分类的精细度和准确性，支持城市规划和可持续发展 | 中国所有城市的土地利用单元，以OpenStreetMap和天地图道路网络衍生的地块为最小分类单位 | 地理信息科学 | NA | 多模态深度学习，图建模，POI数据分析 | 深度学习（具体架构未指明） | 多源地理空间数据，包括道路网络和POI数据 | 覆盖中国所有城市的2022年土地利用数据，具体样本数量未明确 |
| 517 | 2025-09-22 |
TMolNet: a task-aware multimodal neural network for molecular property prediction
2025-Sep-21, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11350-z
PMID:40975857
|
研究论文 | 提出一种任务感知的多模态神经网络TMolNet，用于分子属性预测 | 采用任务感知门控模块动态调节多模态贡献，并引入模态熵正则化损失以平衡训练中的模态使用 | NA | 提升分子属性预测的准确性和泛化能力 | 分子数据（包括1D序列/指纹、2D拓扑图和3D几何构象） | 机器学习 | NA | 对比学习，深度学习 | 多模态神经网络 | 多模态数据（1D、2D、3D） | 多个基准数据集（具体数量未说明） |
| 518 | 2025-09-22 |
Artificial intelligence in revolutionizing orthodontic practice
2025-Sep-20, World journal of methodology
DOI:10.5662/wjm.v15.i3.100598
PMID:40881209
|
研究论文 | 探讨人工智能在正畸领域的变革性影响，包括应用现状、优势、挑战及未来发展趋势 | 系统分析AI在正畸实践中的多技术整合（如机器学习、计算机视觉）及其在诊断精度、治疗规划自动化和患者参与度提升方面的创新应用 | 面临数据质量、算法透明度及实际实施挑战 | 评估AI在正畸中的效率、准确性和个性化护理优势，并探讨未来发展前景 | 正畸实践中的患者数据、诊断流程及治疗规划 | 计算机视觉 | NA | 机器学习、深度学习、自然语言处理、计算机视觉、机器人技术 | NA | 牙科影像、患者数据 | NA |
| 519 | 2025-09-22 |
Use of artificial intelligence in neurological disorders diagnosis: A scientometric study
2025-Sep-20, World journal of methodology
DOI:10.5662/wjm.v15.i3.99403
PMID:40881219
|
文献计量学研究 | 本研究通过文献计量学方法分析了人工智能在神经系统疾病诊断领域的研究现状与热点 | 首次系统梳理2000-2024年间该领域的文献分布、主要贡献者和研究热点 | 仅基于Web of Science数据库，未涵盖其他文献来源 | 探索人工智能在神经系统疾病诊断领域的研究现状和关键亮点 | 276篇相关学术出版物 | 医疗人工智能 | 神经系统疾病 | 文献计量分析，VOSviewer网络可视化 | NA | 文献元数据 | 276篇出版物（2000-2024年） |
| 520 | 2025-09-22 |
Discovery of Novel 4,5-Dihydropyrrolo[3,4-c]pyrazol-6(2H)-one-Based Tubulin Inhibitors Targeting Colchicine Binding Site with Potent Anti-Ovarian Cancer Activity
2025-Sep-20, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c00014
PMID:40974592
|
研究论文 | 利用深度学习模型筛选并优化出一种新型靶向秋水仙碱结合位点的微管蛋白抑制剂，具有强效抗卵巢癌活性 | 首次发现基于4,5-二氢吡咯并[3,4-c]吡唑-6(2H)-酮骨架的微管蛋白抑制剂，并通过共晶结构验证其结合模式 | NA | 开发低毒性高效微管蛋白抑制剂用于卵巢癌治疗 | 卵巢癌细胞(SKOV3)及异种移植模型 | 药物发现 | 卵巢癌 | 深度学习筛选、晶体结构解析 | GeminiMol | 化学数据库 | Zinc20数据库筛选，SKOV3细胞系及异种移植模型 |