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 19280 篇文献，本页显示第 13421 - 13440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13421 | 2025-10-06 |
A Radiograph Dataset for the Classification, Localization, and Segmentation of Primary Bone Tumors
2025-Jan-16, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04311-y
PMID:39820508
|
研究论文 | 本文建立了用于原发性骨肿瘤分类、定位和分割的X射线影像数据集BTXRD | 首个公开的原发性骨肿瘤X射线数据集，包含临床信息、全局标签和肿瘤实例的精确标注 | 数据集规模相对有限，仅包含3,746张图像 | 解决骨肿瘤诊断领域缺乏公开X射线数据集的问题，支持计算机辅助诊断算法开发 | 原发性骨肿瘤的X射线影像 | 数字病理 | 骨肿瘤 | X射线成像 | NA | 医学影像 | 3,746张骨图像（1,879张正常，1,867张肿瘤） | NA | NA | NA | NA |
| 13422 | 2025-06-03 |
Do Sharpness-Based Optimizers Improve Generalization in Medical Image Analysis?
2025, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/ACCESS.2025.3568641
PMID:40443707
|
research paper | 本文评估了基于锐度的优化器在医学图像分析中提高深度学习模型泛化能力的有效性 | 首次系统评估了多种基于锐度的优化器在医学图像数据集上的表现，发现SAM是唯一能一致提升泛化性能的方法 | 研究仅使用了三种医学图像数据集，可能无法代表所有医学图像场景 | 评估基于锐度的优化器在医学图像分析中提高模型泛化能力的有效性 | 医学图像数据集（乳腺超声、胸部X光和结肠组织病理学图像） | digital pathology | breast cancer, lung disease, colon disease | deep learning optimization | CNN, vision transformers | image | 三种医学图像数据集 | NA | NA | NA | NA |
| 13423 | 2025-06-03 |
Advances in Electrocardiogram-Based Artificial Intelligence Reveal Multisystem Biomarkers
2025, Journal of clinical & experimental cardiology
PMID:40443717
|
review | 本文讨论了基于心电图的人工智能在临床心脏病学中的进展、局限性和未来方向 | 利用基于心电图的深度学习模型识别心脏壁运动异常，并超越人类专家解释 | 讨论了深度学习模型在基于心电图的人工智能应用中的局限性和公平性考虑 | 探讨人工智能在临床心脏病学中的应用，提供创新的诊断、预后和治疗解决方案 | 心电图数据 | machine learning | cardiovascular disease | Deep Learning | DL | ECG数据 | NA | NA | NA | NA | NA |
| 13424 | 2025-06-03 |
XLLC-Net: A lightweight and explainable CNN for accurate lung cancer classification using histopathological images
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322488
PMID:40445896
|
研究论文 | 该研究介绍了一种轻量级且可解释的CNN模型XLLC-Net，用于从组织病理学图像中准确分类肺癌 | XLLC-Net是一种轻量级CNN模型，仅包含300万个参数，显著降低了计算资源需求，同时集成了可解释AI技术（如Saliency Map和GRAD-CAM）以增强模型的可解释性 | 研究仅关注了LC25000数据集中的三类肺癌，未包含其他类型的癌症或更广泛的数据集 | 开发一种轻量级且可解释的深度学习模型，用于肺癌的准确分类 | 组织病理学图像中的三类肺癌 | 数字病理学 | 肺癌 | 深度学习 | CNN | 图像 | LC25000数据集中的三类肺癌样本 | NA | NA | NA | NA |
| 13425 | 2025-06-03 |
Deep learning reconstruction of free-breathing, diffusion-weighted imaging of the liver: A comparison with conventional free-breathing acquisition
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320362
PMID:40445963
|
研究论文 | 本研究比较了自由呼吸下使用深度学习重建的扩散加权成像（FB-DL-DWI）与传统扩散加权成像（FB-C-DWI）在肝脏MRI中的图像质量和实体性肝脏局灶性病变（FLL）评估 | 首次在自由呼吸条件下应用深度学习重建技术进行肝脏扩散加权成像，并与传统方法进行对比 | FB-DL-DWI表现出比FB-C-DWI更强的人工感觉（P<0.001） | 比较两种扩散加权成像技术在肝脏MRI中的表现 | 199名接受临床肝脏MRI检查的患者 | 医学影像分析 | 肝脏疾病 | 扩散加权成像（DWI），深度学习重建 | 深度学习模型（具体类型未说明） | 医学影像数据 | 199名患者（其中110名患有慢性肝病），138个实体性肝脏局灶性病变 | NA | NA | NA | NA |
| 13426 | 2025-06-03 |
Prediction of drug-target interactions based on substructure subsequences and cross-public attention mechanism
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324146
PMID:40445972
|
研究论文 | 提出了一种基于子结构子序列和交叉公共注意力机制的药物-靶点相互作用预测模型SSCPA-DTI | 采用多特征信息挖掘模块(MIMM)提取药物和蛋白质的原始及子结构特征，并利用交叉公共注意力模块(CPA)整合特征及提取相互作用信息，提高了预测准确性和可解释性 | 仅在三个公共数据集上进行了实验，未在其他数据集上验证模型的泛化能力 | 提高药物-靶点相互作用预测的准确性和可解释性 | 药物和蛋白质的相互作用 | 机器学习 | NA | 深度学习 | SSCPA-DTI (基于注意力机制的模型) | 序列数据(SMILES序列和蛋白质序列) | 三个公共数据集 | NA | NA | NA | NA |
| 13427 | 2025-06-03 |
Enhancing the dataset of CycleGAN-M and YOLOv8s-KEF for identifying apple leaf diseases
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321770
PMID:40445983
|
研究论文 | 本研究提出了一种基于深度学习的方法，通过改进CycleGAN-M和YOLOv8s-KEF模型来提高苹果叶病害的识别准确率 | 使用多尺度注意力机制增强CycleGAN-M网络生成合成样本，改进YOLOv8s-KEF模型的特征提取能力，特别是针对小病变和复杂纹理 | 模型大小增加了6MB，可能影响部署效率 | 提高苹果叶病害的识别准确率，解决数据集有限、样本量小和识别精度低的问题 | 苹果叶病害 | 计算机视觉 | 植物病害 | 深度学习 | CycleGAN-M, YOLOv8s-KEF | 图像 | NA | NA | NA | NA | NA |
| 13428 | 2025-06-03 |
ArsenicNet: An efficient way of arsenic skin disease detection using enriched fusion Xception model
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322405
PMID:40446004
|
研究论文 | 提出了一种名为ArsenicNet的融合Xception模型，用于高效检测砷污染引起的皮肤疾病 | 结合Xception模型与Inception模块的深度学习架构，在砷皮肤疾病检测中表现出优越性能 | 数据集样本量较小（仅1287个样本），且仅基于孟加拉国人群 | 开发高效准确的砷皮肤疾病检测方法 | 砷污染引起的皮肤疾病 | 计算机视觉 | 皮肤疾病 | 深度学习 | Xception与Inception模块融合的CNN | 图像 | 1287张基于孟加拉国人群的皮肤图像 | NA | NA | NA | NA |
| 13429 | 2025-06-03 |
Segmentation-based deep 2D-3D multibranch learning approach for effective hyperspectral image classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321559
PMID:40446012
|
研究论文 | 本文提出了一种基于分割的深度2D-3D多分支学习方法，用于高效的高光谱图像分类 | 提出了一种新颖的多层多分支2D-3D CNN模型，结合了SPCA和mRMR技术，能够分层处理不同重要性的特征 | 未明确提及具体局限性，但可能涉及计算复杂性和模型泛化能力 | 解决高光谱图像分类中的数据冗余、计算成本高、样本不足和维度诅咒等问题 | 高光谱图像中的土地覆盖物体分类 | 计算机视觉 | NA | Segmented Principal Component Analysis (SPCA), minimum-Redundancy-Maximum-Relevance (mRMR) | 2D-3D CNN | 高光谱图像 | Salinas Scene、University of Pavia和Indian Pines高光谱图像数据集 | NA | NA | NA | NA |
| 13430 | 2025-06-02 |
Attention-driven deep learning framework for EEG analysis in ADHD detection
2025-May-31, Applied neuropsychology. Child
DOI:10.1080/21622965.2025.2512919
PMID:40449519
|
research paper | 提出一种基于注意力机制的深度学习框架，用于分析EEG信号以检测ADHD | 模型整合注意力机制以选择性关注关键EEG特征，提升分类性能 | NA | 提高ADHD检测的准确性 | 被诊断为ADHD的儿童及对照组儿童的EEG记录 | machine learning | ADHD | EEG | 深度学习框架（含注意力机制） | EEG信号 | 来自IEEE DataPort的EEG记录数据集，包含ADHD儿童和对照组 | NA | NA | NA | NA |
| 13431 | 2025-06-02 |
Unified estimation of rice canopy leaf area index over multiple periods based on UAV multispectral imagery and deep learning
2025-May-30, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01398-1
PMID:40442795
|
研究论文 | 本研究利用无人机多光谱遥感技术和深度学习模型，实现了水稻冠层叶面积指数(LAI)的多时期统一估算 | 结合无人机多光谱遥感和CNN技术，提出了一种高效准确的水稻LAI多时期估算方法，并通过特征筛选提高了模型精度 | 未来可进一步探索更多特征提取和变量筛选方法，通过优化模型结构提高精度和稳定性 | 开发高效准确的水稻生长监测方法 | 水稻冠层叶面积指数(LAI) | 农业遥感 | NA | 无人机多光谱遥感 | MLP, CNN | 多光谱图像 | NA | NA | NA | NA | NA |
| 13432 | 2025-06-02 |
Evaluation of machine learning and deep learning algorithms for fire prediction in Southeast Asia
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00628-9
PMID:40442135
|
研究论文 | 评估机器学习和深度学习算法在东南亚火灾预测中的应用 | 比较了六种不同的ML和DL模型在东南亚火灾预测中的表现，并针对不同地区的时空动态特点推荐了最优模型 | 未提及模型在其他地区或不同时间尺度上的泛化能力 | 提高东南亚地区火灾预测的准确性以支持火灾管理决策 | 东南亚地区的植被火灾 | 机器学习 | NA | VIIRS卫星数据 | MLP, CNN, LSTM, CNN-LSTM, ConvLSTM | 卫星图像数据 | 东南亚多国（文莱、印尼、马来西亚等）的火灾数据 | NA | NA | NA | NA |
| 13433 | 2025-06-02 |
An efficient dual-branch framework via implicit self-texture enhancement for arbitrary-scale histopathology image super-resolution
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02503-z
PMID:40442141
|
research paper | 提出了一种基于隐式自纹理增强的双分支框架（ISTE），用于任意尺度病理图像超分辨率 | ISTE框架通过特征聚合分支和纹理学习分支，结合两阶段纹理增强策略，有效提升病理图像超分辨率的局部细节和高频纹理细节 | 未明确提及具体局限性 | 解决病理图像任意尺度超分辨率问题，提升图像质量以支持下游病理分析任务 | 病理图像 | digital pathology | lung cancer | deep learning-based single-image super-resolution (SISR), implicit neural representation (INR) | dual-branch framework (ISTE) | image | 公开数据集（TMA、HistoSR和TCGA肺癌数据集） | NA | NA | NA | NA |
| 13434 | 2025-06-02 |
A deep learning model for prediction of lysine crotonylation sites by fusing multi-features based on multi-head self-attention mechanism
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04058-5
PMID:40442183
|
研究论文 | 提出了一种基于多头自注意力机制的深度学习模型DeepMM-Kcr，用于预测赖氨酸巴豆酰化位点 | 融合了自然语言处理特征和手工特征，并采用多头自注意力机制进行特征融合，构建了基于CNN、双向GRU和多层感知机的深度学习框架 | NA | 快速准确地识别赖氨酸巴豆酰化修饰位点，以研究其生物学效应 | 赖氨酸巴豆酰化位点 | 机器学习 | NA | 深度学习 | CNN, 双向GRU, 多层感知机 | 蛋白质序列数据 | NA | NA | NA | NA | NA |
| 13435 | 2025-06-02 |
Evaluating statistical consistency for the ocean component of earth system models using physics informed convolutional autoencoder
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03092-7
PMID:40442217
|
研究论文 | 本文提出了一种基于物理信息卷积自编码器（PIConvAE）的深度学习方法O-ESM-DCT，用于评估地球系统模型（ESMs）海洋组分的统计一致性 | O-ESM-DCT采用物理信息卷积自编码器模型，在少量模拟数据下实现快速收敛，并通过数据保真度和物理驱动损失作为一致性评估指标 | 传统深度学习方法在小数据环境下缺乏鲁棒性且难以保证收敛 | 开发一种高效评估地球系统模型海洋组分统计一致性的方法 | 地球系统模型（ESMs）的海洋组分 | 机器学习 | NA | 深度学习 | 卷积自编码器（PIConvAE） | 模型模拟数据 | 少量模拟数据 | NA | NA | NA | NA |
| 13436 | 2025-06-02 |
Hierarchical Information-guided robotic grasp detection
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03313-z
PMID:40442259
|
研究论文 | 提出了一种名为GraspFormer的新型机器人抓取检测方法，通过独特的编码器-解码器框架和Grasp Transformer Block来解决复杂环境中抓取检测的挑战 | 引入了层次信息引导的自注意力机制(HIGSA)和自适应深度通道调制器(DCM)，以增强特征交互和竞争，同时建模长距离依赖关系 | 未提及具体的实验环境限制或数据集的局限性 | 提高机器人在复杂动态环境中的抓取准确性和效率 | 机器人抓取检测 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 13437 | 2025-06-02 |
Gaussian random fields as an abstract representation of patient metadata for multimodal medical image segmentation
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03393-x
PMID:40442267
|
research paper | 提出了一种新颖的多模态分割方法，将患者元数据以高斯随机场的形式引入训练流程，用于慢性伤口的检测和监测 | 首次将患者数据整合到慢性伤口分割工作流中，通过高斯随机场表达患者元数据，并使用特定元数据类别训练个体模型后通过距离变换平均合并预测掩码 | 未提及方法在其他类型伤口或医学图像分割任务中的泛化能力 | 开发创新的深度学习方法以减少慢性伤口对患者和临床医生的影响 | 糖尿病患者的慢性伤口 | digital pathology | diabetes | deep learning | multimodal segmentation model | multimodal medical image | Diabetic Foot Ulcer Challenge 2022测试集 | NA | NA | NA | NA |
| 13438 | 2025-06-02 |
Recent advances in antibody optimization based on deep learning methods
2025-May-28, Journal of Zhejiang University. Science. B
DOI:10.1631/jzus.B2400387
PMID:40436639
|
review | 本文综述了基于深度学习的抗体优化方法的最新进展 | 探讨了人工智能算法，特别是深度学习方法在抗体优化中的应用及其潜在解决方案 | 讨论了当前通用深度学习算法在抗体优化中面临的挑战 | 优化抗体的性质以加速抗体药物的开发 | 抗体 | machine learning | NA | deep learning | NA | NA | NA | NA | NA | NA | NA |
| 13439 | 2025-06-02 |
A hybrid explainable federated-based vision transformer framework for breast cancer prediction via risk factors
2025-May-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96527-0
PMID:40419634
|
research paper | 提出了一种可解释的联邦学习框架，结合Vision Transformer和CNN，用于乳腺癌预测 | 结合了联邦学习、Vision Transformer和CNN的混合模型，并引入可解释AI技术提高模型透明度 | 未提及具体的数据集规模和多样性限制 | 开发一个隐私保护且准确的乳腺癌预测框架 | 乳腺癌预测 | digital pathology | breast cancer | federated learning, XAI | Vision Transformer (ViT), CNN | image, risk factors data | NA | NA | NA | NA | NA |
| 13440 | 2025-06-02 |
Foldclass and Merizo-search: scalable structural similarity search for single- and multi-domain proteins using geometric learning
2025-May-06, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf277
PMID:40326701
|
research paper | 开发了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构间的相似性 | 结合Foldclass嵌入方法和Merizo自动域分割工具，实现了对多域蛋白质结构的快速结构相似性搜索 | 未提及具体性能限制或在不同数据集上的泛化能力 | 解决大规模蛋白质结构存储、搜索和关系检测的挑战，特别是在多域结构方面 | 单域和多域蛋白质结构 | 生物信息学 | NA | 深度学习, 几何学习 | NA | 蛋白质结构数据 | 3.65亿个域来自Encyclopedia of Domains | NA | NA | NA | NA |