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 16864 篇文献，本页显示第 13141 - 13160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13141 | 2025-04-26 |
Depth prediction of urban waterlogging based on BiTCN-GRU modeling
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321637
PMID:40267055
|
research paper | 提出了一种基于BiTCN-GRU混合深度学习模型的城市内涝深度预测方法 | 结合双向时间卷积网络(BiTCN)和门控循环单元(GRU)提升预测性能，相比现有模型如GBDT、LSTM和TCN-LSTM具有更高精度 | 未明确说明模型在其他城市或区域的泛化能力 | 提高城市内涝深度的预测准确性，为防灾减灾提供科学依据 | 城市易涝区域的内涝深度 | machine learning | NA | 深度学习 | BiTCN-GRU | 时序数据 | 两个数据集（Minshan Road和Huaihe Road） | NA | NA | NA | NA |
| 13142 | 2025-04-26 |
Opportunities and challenges with artificial intelligence in allergy and immunology: a bibliometric study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1523902
PMID:40270494
|
研究论文 | 通过文献计量学方法系统评估人工智能在过敏和免疫学领域的应用现状、趋势及未来热点 | 首次采用文献计量学方法全面分析AI在过敏和免疫学领域的研究格局，识别领先国家、主流研究主题及合作模式 | 存在技术限制、伦理问题及监管框架等潜在阻碍因素 | 评估人工智能在过敏和免疫学领域的应用现状与发展趋势 | 全球范围内AI在过敏和免疫学领域的3883篇研究文献 | 人工智能 | 过敏和免疫学疾病 | 文献计量分析 | 机器学习和深度学习 | 文献数据 | 3883篇文献，涉及21552位作者和1247种期刊 | NA | NA | NA | NA |
| 13143 | 2025-04-26 |
Construction and validation of a deep learning-based diagnostic model for segmentation and classification of diabetic foot
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1543192
PMID:40270716
|
研究论文 | 本研究利用深度学习模型对糖尿病足溃疡图像进行深入分析，实现伤口的自动分割和分类，探索人工智能在糖尿病足护理领域的应用 | 比较了三种实例分割模型（Mask2former、Deeplabv3plus和Swin-Transformer）在糖尿病足溃疡识别中的性能，发现Mask2former表现最佳 | 样本量较小（671张图像），可能影响模型的泛化能力 | 探索人工智能在糖尿病足护理领域的应用，实现伤口自动分割和分类 | 糖尿病足溃疡图像 | 计算机视觉 | 糖尿病足 | 深度学习 | Mask2former, Deeplabv3plus, Swin-Transformer | 图像 | 671张糖尿病足溃疡图像 | NA | NA | NA | NA |
| 13144 | 2025-04-26 |
Evaluating the Accuracy of Deep Learning Models and Dental Postgraduate Students in Measuring Working Length on Intraoral Periapical X-rays: An In vitro Study
2025 Jan-Mar, Contemporary clinical dentistry
IF:0.9Q3
DOI:10.4103/ccd.ccd_274_24
PMID:40270870
|
research paper | 本研究评估并比较了深度学习模型与牙科研究生在测量根尖周X光片工作长度上的准确性 | 首次将深度学习模型应用于牙科根尖周X光片工作长度的测量，并与人类专家进行比较 | 研究样本仅包含单根牙的X光片，可能不适用于多根牙的情况 | 评估人工智能在牙科诊断影像中的准确性 | 单根牙的根尖周X光片 | digital pathology | dental disease | deep learning | CNN | image | 100张根尖周X光片 | NA | NA | NA | NA |
| 13145 | 2025-04-25 |
A short report on deep learning synergy for decentralized smart grid cybersecurity
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1557960
PMID:40270931
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13146 | 2025-04-26 |
AI-driven sleep apnea screening with overnight blood oxygen saturation: current practices and future directions
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1510166
PMID:40271052
|
综述 | 本文综述了基于血氧饱和度(SpO)的睡眠呼吸暂停筛查的当前实践和未来方向 | 总结了SpO2信号在睡眠呼吸暂停筛查中的三种主要应用类别，并指出了该领域的两大研究空白 | 缺乏足够多样化的公开数据集，以及数据收集、信号预处理和模型基准测试的标准化协议缺失 | 评估基于SpO2信号的AI驱动睡眠呼吸暂停筛查方法的研究进展 | 已发表的关于SpO2信号用于睡眠呼吸暂停筛查的研究 | 机器学习 | 睡眠呼吸暂停 | SpO2监测 | machine learning/deep learning | 血氧饱和度信号 | 31篇纳入全文综述的出版物(从835篇初筛结果中筛选) | NA | NA | NA | NA |
| 13147 | 2025-04-26 |
Deep learning-based automatic segmentation of brain structures on MRI: A test-retest reproducibility analysis
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.04.007
PMID:40271109
|
研究论文 | 本研究评估了基于深度学习的MRI脑结构自动分割在不同扫描仪类型和磁场强度下的可重复性 | 首次系统比较了1.5T和3T MRI扫描仪在深度学习脑分割中的表现差异 | 未考虑更多品牌或型号的扫描仪差异，样本来源未明确说明 | 评估MRI脑结构自动分割在不同扫描条件下的可重复性 | MRI扫描的脑结构图像 | 医学影像分析 | 脑部疾病 | 深度学习 | NA | MRI图像 | 未明确说明具体样本数量 | NA | NA | NA | NA |
| 13148 | 2025-04-25 |
Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects
2025-Jul-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117399
PMID:40184880
|
综述 | 本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景 | 探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案 | 未具体提及当前AI技术的局限性 | 探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向 | 细菌诊断和抗菌药物敏感性测试 | 机器学习 | 细菌感染 | 机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等 | Random Forest、SVM、CNN、transformer | 图像、光谱数据、电化学数据等 | NA | NA | NA | NA | NA |
| 13149 | 2025-04-25 |
Machine learning-based detection and quantification of red blood cells in Cholistani cattle: A pilot study
2025-Jun, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2025.105650
PMID:40215610
|
研究论文 | 本研究首次使用机器学习检测和计数巴基斯坦Cholistani牛的正常和异常红细胞（RBCs），包括泪滴细胞和裂红细胞 | 首次在Cholistani牛中应用机器学习进行红细胞检测和计数，并比较了SVM模型与人工计数方法的效果 | 需要进一步改进以提升使用卷积神经网络或其他深度学习方法进行红细胞检测的准确性 | 探索机器学习在兽医血液学评估中的应用潜力 | Cholistani牛的红细胞（包括正常红细胞、泪滴细胞和裂红细胞） | 机器学习 | NA | 支持向量机（SVM）、主成分分析（PCA） | SVM | 图像 | 预标注的血涂片图像数据集，随机分为训练集（80%）和测试集（20%） | NA | NA | NA | NA |
| 13150 | 2025-04-25 |
An Intelligent Model of Segmentation and Classification Using Enhanced Optimization-Based Attentive Mask RCNN and Recurrent MobileNet With LSTM for Multiple Sclerosis Types With Clinical Brain MRI
2025-Jun, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70036
PMID:40269999
|
研究论文 | 本文提出了一种基于深度学习的智能模型，用于通过临床脑部MRI扫描对多发性硬化症类型进行分割和分类 | 该模型的主要创新点在于将注意力机制和基于循环的深度学习应用于卷积网络，以分类疾病，并提出了一种优化算法来调整参数以提高性能 | NA | 开发一种深度学习系统，用于通过临床脑部MRI扫描对多发性硬化症类型进行分类 | 多发性硬化症（MS）的临床脑部MRI扫描图像 | 数字病理学 | 多发性硬化症 | MRI | AA-MRCNN, RM-LSTM | 图像 | 3427张图像 | NA | NA | NA | NA |
| 13151 | 2025-04-25 |
Deep Learning-Based Classification of Early-Stage Mycosis Fungoides and Benign Inflammatory Dermatoses on H&E-Stained Whole-Slide Images: A Retrospective, Proof-of-Concept Study
2025-May, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2024.07.036
PMID:39306030
|
研究论文 | 本研究探讨了深度学习在区分早期蕈样肉芽肿和良性炎症性皮肤病中的应用，使用H&E染色的全切片图像数据集 | 首次将深度学习应用于皮肤淋巴瘤的分类，特别是在早期蕈样肉芽肿与良性炎症性皮肤病的区分上 | 需要更大的多机构数据集和改进的方法论，如结合临床数据的多模态深度学习 | 评估深度学习在早期蕈样肉芽肿与良性炎症性皮肤病分类中的表现 | 皮肤活检的H&E染色全切片图像 | 数字病理学 | 皮肤淋巴瘤 | 深度学习 | 弱监督深度学习模型 | 图像 | 924张H&E染色全切片图像，包括233名早期蕈样肉芽肿患者和353名良性炎症性皮肤病患者 | NA | NA | NA | NA |
| 13152 | 2025-04-25 |
PackPPI: An integrated framework for protein-protein complex side-chain packing and ΔΔG prediction based on diffusion model
2025-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70110
PMID:40260988
|
研究论文 | 介绍了一个名为PackPPI的集成框架，用于蛋白质复合物的侧链包装和ΔΔG预测，基于扩散模型 | 结合了扩散模型和近端优化算法，改进了蛋白质复合物的侧链预测，并利用学习到的表示预测ΔΔG | 未提及具体限制 | 提高蛋白质复合物的侧链包装和ΔΔG预测的准确性和效率 | 蛋白质复合物 | 生物信息学 | NA | 扩散模型，近端优化算法 | 扩散模型 | 蛋白质结构数据 | CASP15数据集和SKEMPI v2.0数据集 | NA | NA | NA | NA |
| 13153 | 2025-04-25 |
Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data
2025-Apr-24, Molecular ecology
IF:4.5Q1
DOI:10.1111/mec.17773
PMID:40271548
|
研究论文 | 本文探讨了驯化过程中基因组重组率的变化，结合理论、实验室实验和数据分析，比较了家养动物与其野生祖先的重组率 | 利用群体测序数据和深度学习方法推断基因组范围内的重组率，提供了鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的新比较结果 | 研究结果在不同物种间不一致，未能提供驯化导致基因组重组率普遍增加的统一证据 | 验证驯化过程是否间接导致基因组重组率增加的假说 | 家养动物（鸡、绵羊、山羊）及其野生祖先（红原鸡、摩弗伦羊、野山羊） | 基因组学 | NA | 群体测序、深度学习 | 深度学习 | 基因组测序数据 | 多个物种的比较（鸡/红原鸡、绵羊/摩弗伦羊、山羊/野山羊） | NA | NA | NA | NA |
| 13154 | 2025-04-25 |
Artificial Intelligence in Panoramic Radiography Interpretation: A Glimpse into the State-of-the-Art Radiologic Examination Method
2025-Apr-24, International journal of computerized dentistry
IF:1.8Q2
DOI:10.3290/j.ijcd.b6173229
PMID:40272192
|
研究论文 | 本研究开发了一种基于YOLO-v8深度学习模型的人工智能系统，用于全景X光片中多种牙齿问题和解剖结构的准确评估和分割 | 开发了一个多类别诊断模型，能够同时检测和分割全景X光片中的33种不同牙齿状况和解剖结构，而现有研究通常单独处理这些条件 | 研究未提及模型在不同设备获取的X光片上的泛化能力测试 | 开发能够准确评估和分割全景X光片中各种牙齿问题和解剖结构的深度学习模型 | 全景X光片中的牙齿问题、牙齿修复体、牙科植入物、解剖标志、牙周状况、颌骨病理和根尖周病变 | 数字病理 | 牙科疾病 | 深度学习 | YOLO-v8 | 图像 | 未明确说明样本数量，但涉及33种不同条件的标注 | NA | NA | NA | NA |
| 13155 | 2025-04-25 |
Role of artificial intelligence in advancing immunology
2025-Apr-24, Immunologic research
IF:3.3Q3
DOI:10.1007/s12026-025-09632-7
PMID:40272607
|
综述 | 本文探讨了人工智能（AI）在免疫学领域的革命性作用，特别是在疫苗开发、免疫治疗和过敏治疗方面的应用 | AI通过分析大量基因组序列和蛋白质结构，帮助识别潜在疫苗候选物并预测机体对不同抗原的反应，同时为癌症患者提供个性化免疫治疗方案 | NA | 探讨AI在免疫学领域的应用及其对医学研究和医疗保健的推动作用 | 免疫学领域，包括疫苗开发、免疫治疗、过敏治疗及免疫疾病诊断 | 人工智能在生物医学中的应用 | 自身免疫疾病、免疫缺陷、过敏及癌症 | 机器学习和深度学习 | NA | 基因组序列、蛋白质结构、患者历史和实验室结果 | NA | NA | NA | NA | NA |
| 13156 | 2025-04-25 |
Semantic Consistency Network with Edge Learner and Connectivity Enhancer for Cervical Tumor Segmentation from Histopathology Images
2025-Apr-23, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00691-w
PMID:40268829
|
研究论文 | 提出了一种名为ERNet的端到端语义一致性网络，用于从组织病理学图像中分割宫颈肿瘤 | ERNet结合了边缘学习器和连接增强器，有效提升了模型对多形态肿瘤边缘的学习和表示能力，以及分割掩模的像素连接性 | 虽然模型在宫颈肿瘤图像上表现良好，但在其他类型肿瘤上的泛化能力仅通过喉部肿瘤图像进行了初步验证 | 提高宫颈肿瘤在组织病理学图像中的分割准确性，以辅助诊断和预后 | 宫颈肿瘤的组织病理学图像 | 数字病理学 | 宫颈癌 | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 13157 | 2025-04-25 |
An effective model of hybrid adaptive deep learning with attention mechanism for healthcare data analysis in blockchain-based secure transmission over IoT
2025-Apr-23, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2492375
PMID:40269520
|
研究论文 | 本文提出了一种结合混合自适应深度学习和注意力机制的有效模型，用于区块链安全传输物联网中的医疗数据分析 | 结合区块链技术和混合自适应深度学习模型，引入FUPOA进行参数优化和密钥生成，提高了数据传输的安全性和隐私性 | 未提及具体实验数据集规模和实际部署中的性能表现 | 解决医疗数据在物联网传输中的安全性和隐私性问题 | 医疗数据的安全传输和存储 | 机器学习 | NA | 混合自适应深度学习方法(HADL-AM), FUPOA优化算法 | 深度学习模型(未明确具体类型) | 医疗数据 | 未明确说明具体样本数量 | NA | NA | NA | NA |
| 13158 | 2025-04-25 |
deep-Sep: a deep learning-based method for fast and accurate prediction of selenoprotein genes in bacteria
2025-Apr-22, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01258-24
PMID:40062874
|
research paper | 开发了一种基于深度学习的算法deep-Sep，用于快速准确地预测细菌基因组中的硒蛋白基因 | 使用Transformer-based神经网络架构构建最优模型，结合同源搜索策略减少假阳性，显著优于现有方法 | 未明确提及算法在极端复杂或高度变异细菌基因组中的表现 | 开发高效工具以准确识别细菌基因组中的硒蛋白基因 | 细菌基因组序列 | machine learning | NA | 深度学习 | Transformer-based neural network | 基因组序列数据 | 20个细菌基因组作为独立测试数据集 | NA | NA | NA | NA |
| 13159 | 2025-04-25 |
Combining diffusion and transformer models for enhanced promoter synthesis and strength prediction in deep learning
2025-Apr-22, mSystems
IF:5.0Q1
DOI:10.1128/msystems.00183-25
PMID:40105319
|
研究论文 | 本研究结合扩散模型和transformer模型，用于增强合成启动子的设计与强度预测 | 首次将扩散模型应用于合成启动子设计，并结合transformer模型进行强度预测，相比传统方法表现出更高的性能 | 研究仅针对模型细菌和蓝藻细菌中的启动子，未验证在其他生物系统中的适用性 | 开发高效的合成启动子设计与预测方法，以优化外源基因表达和代谢途径效率 | 合成启动子序列及其转录活性 | 合成生物学 | NA | 深度学习 | 扩散模型, transformer | 生物序列数据 | 未明确说明样本数量 | NA | NA | NA | NA |
| 13160 | 2025-04-25 |
An end-to-end neural network for 4D cardiac CT reconstruction using single-beat scans
2025-Apr-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adcafb
PMID:40203865
|
研究论文 | 提出了一种基于深度学习的端到端重建框架，用于单次心跳快速CT扫描的动态心脏成像 | 使用单次心跳扫描数据，无需多次扫描，减少辐射暴露，尤其适用于心律不齐患者 | 模型训练依赖于模拟投影数据，可能在实际临床应用中存在差异 | 减少心脏CT成像中的运动伪影，提高心脏疾病的检测和诊断准确性 | 心脏CT成像 | 数字病理 | 心血管疾病 | CT扫描 | 端到端神经网络 | 图像 | 30名真实患者的模拟投影数据 | NA | NA | NA | NA |