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 19309 篇文献，本页显示第 7361 - 7380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7361 | 2025-10-05 |
TU-DAT: A Computer Vision Dataset on Road Traffic Anomalies
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113259
PMID:40968794
|
研究论文 | 介绍TU-DAT数据集，一个用于分析交通事故的计算机视觉数据集 | 首个结合真实世界和模拟视频的混合交通异常数据集，包含时空标注和结构化元数据 | NA | 开发智能交通系统以主动减少道路事故 | 道路交通事故和异常驾驶行为 | 计算机视觉 | NA | NA | 混合深度学习模型 | 视频 | 约280个真实世界和模拟视频 | NA | NA | NA | NA |
| 7362 | 2025-10-05 |
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 | 基于科里奥利质量流量计和神经网络开发煤水浆固液两相流测量误差校正方法 | 首次将深度学习校正框架应用于科里奥利流量计的煤水浆两相流测量误差修正 | 仅针对煤水浆特定工况进行实验验证，未涉及其他类型的多相流介质 | 提高科里奥利质量流量计在液固两相流测量场景下的精度 | 煤水浆固液两相流 | 工业测量 | NA | 科里奥利质量流量测量 | BP神经网络 | 流量测量数据 | NA | NA | BP神经网络 | 测量误差 | NA |
| 7363 | 2025-10-05 |
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，依赖已有文献的覆盖范围 | 调查深度学习增强水下SLAM技术的发展现状、挑战和未来方向 | 自主水下航行器(AUVs)和水下无线传感器网络(UWSNs) | 机器学习和计算机视觉 | NA | 声学通信、分布式传感、多模态传感器融合 | Transformer, 轻量级神经网络 | 图像、传感器数据、声学数据 | NA | NA | Transformer架构 | 导航精度、操作效率 | 实时部署计算资源 |
| 7364 | 2025-10-05 |
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 | 通过小分子构象统计拟合创建旋转异构体分布，显著提升参数化效率并扩展可建模的NCAA类型 | 未明确说明方法在特定蛋白质体系或复杂环境中的适用性限制 | 改进Rosetta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 | 小分子构象数据 | NA | Rosetta | NA | 参数化时间、可建模NCAA类型数量 | NA |
| 7365 | 2025-10-05 |
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 | 评估牙科专业人员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 | 开发了结合语义分割神经网络和物体检测网络的深度学习模型，首次系统调查牙科专业人员对AI应用的接受度和实用性 | 样本量相对较小（56名专业人员），仅使用550张咬翼片X光片数据集 | 评估AI应用在测量牙槽骨高度变化中的准确性、效率以及牙科专业人员的接受度 | 牙科专业人员和咬翼片X光影像 | 计算机视觉 | 牙周病 | 深度学习，X射线影像分析 | 深度学习模型 | X光影像 | 550张咬翼片X光片，56名牙科专业人员 | NA | 语义分割神经网络，物体检测网络 | 准确率 | NA |
| 7366 | 2025-10-05 |
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Cellpose深度学习网络在自发荧光显微镜图像中单细胞分割的可靠性 | 开发了专门针对自发荧光图像的自动荧光训练模型，首次将Cellpose应用于NAD(P)H自发荧光图像分割 | 研究主要针对NAD(P)H强度图像，在其他自发荧光对比机制中的通用性需要进一步验证 | 验证Cellpose在自发荧光显微镜图像中的单细胞分割性能 | PANC-1细胞和患者来源的癌症类器官（9例患者） | 数字病理 | 癌症 | 多光子强度成像，荧光寿命成像显微镜，自发荧光显微镜 | CNN | 显微镜图像 | 9例患者的癌症类器官和PANC-1细胞系 | Cellpose | Cellpose | Dice系数，相关系数R，p值 | NA |
| 7367 | 2025-10-05 |
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 | 本研究开发了一种基于深度学习的骨髓涂片形态学评估方法，用于识别细胞遗传学定义的骨髓增生异常综合征 | 通过分析红细胞形态特征（形状和分布）发现了与cMDS的强关联，这些特征此前被人类专家忽视，提出了红细胞形态作为MDS的新型生物标志物 | 研究主要关注细胞遗传学定义的MDS，可能不适用于所有MDS亚型；需要进一步验证在更广泛人群中的适用性 | 开发基于深度学习的骨髓增生异常综合征形态学评估方法，提高诊断精确性和客观性 | 骨髓增生异常综合征患者的骨髓涂片全切片图像 | 数字病理学 | 骨髓增生异常综合征 | 全切片成像，深度学习图像分析 | CNN | 图像 | NA | NA | NA | 诊断准确率 | NA |
| 7368 | 2025-10-05 |
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及其在数据驱动决策中的作用，并探讨了人工智能技术的应用前景 | 系统整合了传统统计方法与新兴人工智能技术在结核病操作研究中的应用，强调了AI技术在增强预测能力和实时监测方面的潜力 | 作为综述文章，未开展原始研究，主要基于现有文献进行分析和总结 | 探讨统计工具和人工智能在结核病操作研究中的应用及其对优化结核病控制策略的贡献 | 结核病操作研究中的统计方法和人工智能技术应用 | 机器学习 | 结核病 | 统计分析方法，机器学习，深度学习 | NA | 公共卫生数据，监测数据，临床数据 | NA | NA | NA | NA | NA |
| 7369 | 2025-10-05 |
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 | 本研究探索使用CNN-GRU-Dense深度学习模型在放疗过程中实时跟踪肝脏肿瘤的可行性 | 提出结合CNN、GRU和全连接层的混合深度学习架构，无需治疗期间持续更新模型即可实现实时肿瘤跟踪 | 仅使用57个运动轨迹数据集进行验证，样本量有限；研究为模拟实验，需要进一步临床验证 | 开发无需持续更新的实时肝脏肿瘤跟踪方法，提高放疗准确性 | 肝脏肿瘤患者 | 医学影像分析 | 肝癌 | 深度学习 | CNN, GRU, Dense | 运动轨迹数据 | 57个来自CyberKnife系统的运动轨迹数据集，分为中央、下部和上部三个肝脏区域 | NA | 1D CNN(64 filters, kernel size 3) + 2层GRU(256 units) + 2层Dense(64 units) + 输出层 | 3D径向估计精度, 均方误差 | NA |
| 7370 | 2025-10-05 |
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 | 通过整合多模态深度学习与多源地理空间数据，开发了增强版的中国城市土地利用分类地图EULUC-China 2.0 | 结合多模态深度学习模型与多源地理空间数据，采用POI数据的图建模方法，显著提升了城市土地利用分类精度 | 未明确说明模型在特定城市类型或区域的适用性限制 | 改进中国城市土地利用分类方法，生成更准确详细的城市土地利用数据产品 | 中国所有城市的土地利用分类 | 计算机视觉,地理信息系统 | NA | 多模态深度学习,地理空间数据分析 | 深度学习,图神经网络 | 多源地理空间数据,POI数据,遥感影像 | 覆盖中国所有城市 | NA | 多模态深度学习架构 | 总体分类准确率 | NA |
| 7371 | 2025-10-05 |
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 | 提出一种任务感知多模态神经网络TMolNet，用于分子属性预测 | 提出自适应多模态融合框架，包含对比学习方案、任务感知门控模块和模态熵正则化损失 | 未在摘要中明确说明 | 提高分子属性预测的准确性和泛化能力 | 分子数据（1D序列或指纹、2D拓扑图、3D几何构象） | 机器学习 | NA | 深度学习 | 神经网络 | 1D序列、2D图结构、3D几何数据 | 多个基准数据集（未指定具体数量） | NA | TMolNet（包含模态特定特征提取器、对比学习模块、任务感知门控模块） | 预测准确度、泛化能力 | NA |
| 7372 | 2025-10-05 |
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实践中的变革性影响及其应用前景 | 系统分析AI技术在正畸领域的整合现状与未来发展方向 | 面临数据质量、算法透明度和实际实施等挑战 | 评估AI在正畸领域的应用效益与发展前景 | 正畸临床实践与患者诊疗流程 | 自然语言处理,计算机视觉,机器学习 | 错颌畸形 | 牙科影像分析 | 机器学习,深度学习 | 牙科影像,患者数据 | NA | NA | NA | 诊断准确性,治疗效率 | NA |
| 7373 | 2025-10-05 |
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 | 通过文献计量学方法分析人工智能在神经系统疾病诊断领域的研究现状和热点趋势 | 首次采用文献计量学方法系统分析人工智能在神经系统疾病诊断领域的研究格局和发展趋势 | 仅基于Web of Science数据库，可能遗漏其他重要数据库的文献；分析时间跨度较长但文献数量相对有限 | 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篇关于人工智能在神经系统疾病诊断领域的科学文献 | 医学信息学 | 神经系统疾病 | 文献计量分析，网络可视化 | NA | 文献元数据 | 276篇出版物（2000-2024年） | VOSviewer, Microsoft Excel | NA | NA | NA |
| 7374 | 2025-10-05 |
Endoplasmic reticulum junctions serve as a platform for endosome-lysosome interactions through their stop-and-go motion switching
2025-Sep-19, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adv4437
PMID:40961183
|
研究论文 | 本研究通过深度学习图像分析发现内质网连接点是内体-溶酶体相互作用平台，调控其停-走运动转换 | 首次揭示内质网连接点作为细胞器运动调控枢纽的功能，发现其通过停-走运动切换协调细胞器相互作用 | 未明确所有参与运动转换的分子机制，其他细胞器暂停现象的生理意义需进一步验证 | 探究内体-溶酶体停-走运动机制及其与内质网的相互作用 | 内体、溶酶体、内质网连接点、脂滴、过氧化物酶体等细胞器 | 生物图像分析 | NA | 深度学习图像分析、粒子追踪、空间分布分析、内质网形态分析 | NA | 显微镜图像 | NA | NA | NA | NA | NA |
| 7375 | 2025-10-06 |
Ozone exposure, retinal microvasculature alterations, and the mediating effect of aging in diabetic population: A retrospective cohort study
2025-Sep-19, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.119082
PMID:40974669
|
研究论文 | 本研究探讨长期臭氧暴露与2型糖尿病患者视网膜微血管改变的关系，并分析衰老在其中的中介作用 | 首次在大型糖尿病队列中揭示臭氧暴露通过加速视网膜衰老导致微血管重构的机制 | 研究设计为回顾性队列，无法确立因果关系；仅纳入上海地区人群，可能限制结果普适性 | 探究臭氧暴露对糖尿病患者视网膜微血管的影响及衰老的中介效应 | 55,463名2型糖尿病患者 | 数字病理学 | 糖尿病 | 卫星遥感臭氧浓度估计，视网膜血管表型分析 | 深度学习 | 医学影像数据，环境暴露数据 | 55,463名2型糖尿病患者，来自上海17个行政区的249个社区卫生中心 | NA | NA | 标准化系数，95%置信区间 | NA |
| 7376 | 2025-10-05 |
Fusion of X-Ray Images and Clinical Data for a Multimodal Deep Learning Prediction Model of Osteoporosis: Algorithm Development and Validation Study
2025-Sep-18, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/70738
PMID:40966528
|
研究论文 | 开发融合胸部X射线图像和临床数据的多模态深度学习模型用于骨质疏松症预测 | 采用概率融合策略结合基于梯度的小波特征提取方法和注意力机制，增强对图像关键区域的关注 | 数据集规模有限，回顾性研究可能存在选择偏倚，缺乏外部验证限制了结果的普适性 | 开发用于骨质疏松症机会性筛查的多模态预测模型 | 1780名患者的胸部X射线图像和临床数据 | 计算机视觉 | 骨质疏松症 | X射线成像 | CNN | 图像, 临床数据 | 1780名患者 | NA | 卷积神经网络 | AUC, 准确率, 灵敏度, 特异度 | NA |
| 7377 | 2025-10-05 |
A comprehensive benchmarking of adaptive sampling tools for nanopore sequencing
2025-Sep-17, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03729-w
PMID:40963107
|
研究论文 | 对六种纳米孔自适应采样工具在三种不同任务中的性能进行全面基准测试 | 首次系统评估纳米孔自适应采样工具在不同应用场景下的性能，并识别最优的读取分类策略 | 仅评估了六种常用工具，未涵盖所有可用工具 | 评估纳米孔自适应采样工具的性能并确定最优策略 | 六种纳米孔自适应采样工具 | 生物信息学 | NA | 纳米孔测序，自适应采样 | 深度学习 | 测序数据，原始信号 | 三种不同类型任务（种内富集、种间富集、宿主DNA去除） | NA | NA | 覆盖深度，准确率，读取排出速度 | NA |
| 7378 | 2025-10-05 |
Prediction of carbon and nitrogen source preferences in microbial metabolism using protein sequence data
2025-Sep-16, Journal of microbiological methods
IF:1.7Q4
DOI:10.1016/j.mimet.2025.107266
PMID:40967572
|
研究论文 | 本研究利用深度学习算法探索微生物蛋白质序列与其碳氮源营养需求之间的内在关系 | 提出了结合蛋白质功能注释和序列特征提取的集成框架来预测微生物营养需求 | 仅包含432种微生物物种和61种培养基配方，样本规模有限 | 探索微生物蛋白质序列与其特定营养需求之间的关系，优化培养条件 | 432种微生物物种及其蛋白质序列 | 机器学习 | NA | 蛋白质序列分析，PSSM，PsePSSM | 深度学习，机器学习 | 蛋白质序列数据 | 432种微生物物种，61种培养基配方 | SHAP | NA | 准确率 | NA |
| 7379 | 2025-10-05 |
Improving the performance of the echinococcosis diagnosis model based on serum Raman spectroscopy via the integration of convolutional neural network and support vector machine
2025-Sep-13, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126945
PMID:40974949
|
研究论文 | 提出结合卷积神经网络与支持向量机的混合模型，通过血清拉曼光谱提高包虫病诊断性能 | 首次将CNN特征提取能力与SVM分类器相结合应用于包虫病光谱诊断，显著提升多类别分类准确率 | 样本量有限（573例），未提及外部验证集结果 | 开发高精度的包虫病快速诊断方法 | 包虫病、肝硬化、肝细胞癌患者及正常对照组的血清样本 | 医学影像分析 | 包虫病 | 拉曼光谱 | CNN, SVM | 光谱数据 | 573份血清样本 | NA | CNN-SVM混合架构 | 准确率 | NA |
| 7380 | 2025-10-05 |
The comparison of deep learning and radiomics in the prediction of polymyositis
2025-Sep-12, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044496
PMID:40958317
|
研究论文 | 比较深度学习和影像组学在多发性肌炎预测中的性能 | 首次系统比较3D CNN与影像组学在多发性肌炎预测中的表现，并开发了股直肌分割模型 | 样本量相对有限（总样本196例），需更多外部验证 | 评估深度学习与影像组学在多发性肌炎预测中的可行性 | 多发性肌炎患者与对照组的T2加权磁共振影像 | 医学影像分析 | 多发性肌炎 | T2加权磁共振成像 | CNN, U-Net | 3D医学影像 | 总196例（训练120例，验证30例，外部测试46例） | MONAI | 3D CNN, 3D U-Net | 准确率, 敏感度, 特异度, 阳性预测值, Dice系数 | NA |