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 19270 篇文献，本页显示第 14201 - 14220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14201 | 2025-05-15 |
Leveraging artificial intelligence in disaster management: A comprehensive bibliometric review
2025, Jamba (Potchefstroom, South Africa)
DOI:10.4102/jamba.v17i1.1776
PMID:40357012
|
综述 | 本文通过文献计量学方法回顾了人工智能在灾害管理中的应用 | 利用VOSviewer和Biblioshiny工具分析了848篇文献，揭示了AI在灾害管理中的研究趋势和科学图谱 | 仅基于Scopus数据库的英文文献，可能遗漏其他语言或数据库的重要研究 | 评估人工智能技术在灾害管理领域的应用现状和发展趋势 | 自然灾害管理相关的人工智能研究文献 | 机器学习 | NA | 文献计量分析 | NA | 文献数据 | 848篇出版物 | NA | NA | NA | NA |
| 14202 | 2025-05-15 |
Making, not breaking the young, aspiring athlete: the development of Prep to be PRO (Nærmere Best) - a Norwegian school-based educational programme
2025, BMJ open sport & exercise medicine
IF:3.9Q1
DOI:10.1136/bmjsem-2024-002388
PMID:40357054
|
research paper | 本文记录了Prep to be PRO教育模块化计划的开发过程，旨在支持和保护体育初中和体育高中年轻运动员的健康与发展 | 该计划首次系统性地整合了多学科知识，并通过国家高中课程确保其相关性和教育标准的一致性 | 尚未进行系统性的数据收集和效果评估，长期可持续性仍需验证 | 开发一个教育计划，以预防年轻运动员的健康问题并支持其发展 | 体育初中和体育高中的年轻运动员 | 运动科学 | NA | NA | NA | NA | 超过40名利益相关者参与开发过程 | NA | NA | NA | NA |
| 14203 | 2025-05-15 |
Deep learning object detection-based early detection of lung cancer
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1567119
PMID:40357272
|
research paper | 本文探讨了基于深度学习的物体检测技术在肺癌早期诊断中的应用 | 比较了不同版本的YOLO模型在肺癌CT图像检测任务中的性能，发现YOLOv8表现最佳 | 研究仅基于公开数据集Lung-PET-CT-Dx，未涉及其他数据集验证 | 提高肺癌早期诊断和分类的准确性 | 肺癌CT图像 | computer vision | lung cancer | deep learning | YOLO系列（YOLOv5, YOLOv8, YOLOv9, YOLOv10, YOLOv11） | image | Lung-PET-CT-Dx公共数据集 | NA | NA | NA | NA |
| 14204 | 2025-05-15 |
RAMAS-Net: a module-optimized convolutional network model for aortic valve stenosis recognition in echocardiography
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1587307
PMID:40357270
|
研究论文 | 提出了一种名为RAMAS-Net的深度学习模型，用于在超声心动图中自动识别和诊断主动脉瓣狭窄 | 通过将ResNet50主干的Stage 4替换为SCConv和MDTA模块，减少了冗余计算并提高了特征提取能力 | NA | 提高主动脉瓣狭窄的诊断准确性，支持临床决策 | 主动脉瓣狭窄（AS）患者 | 数字病理 | 心血管疾病 | 深度学习 | CNN（ResNet50改进版） | 图像（超声心动图） | TMED-2和TMED-1数据集 | NA | NA | NA | NA |
| 14205 | 2025-05-15 |
An optimized deep learning model based on transperineal ultrasound images for precision diagnosis of female stress urinary incontinence
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1564446
PMID:40357276
|
研究论文 | 本研究开发并验证了一种基于经会阴超声图像的优化深度学习模型，以提高女性压力性尿失禁的诊断精度和可靠性 | 首次将深度学习模型（如DenseNet-121）应用于经会阴超声图像，显著提高了女性压力性尿失禁的诊断性能 | 研究为回顾性设计，样本量相对有限（464例），且仅评估了三种深度学习模型 | 提高女性压力性尿失禁的诊断精度和可靠性 | 464名女性的经会阴超声图像（200例患者和264例对照） | 数字病理 | 尿失禁 | 经会阴超声（TPUS） | ResNet-50, ResNet-152, DenseNet-121 | 图像 | 464名女性（200例患者和264例对照） | NA | NA | NA | NA |
| 14206 | 2025-05-15 |
Automatic segmentation and volume measurement of anterior visual pathway in brain 3D-T1WI using deep learning
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1530361
PMID:40357297
|
研究论文 | 本研究探讨了使用3D UX-Net深度学习模型在脑部T1加权成像中自动分割和测量前视通路（AVP）体积的可行性 | 首次在脑部T1WI中使用3D UX-Net模型进行AVP自动分割和体积测量，并提供了成人AVP的标准化测量值 | 研究样本量相对较小（119名成人），且为回顾性研究 | 开发自动分割和测量前视通路体积的深度学习模型 | 前视通路（AVP） | 数字病理学 | NA | 3D T1加权成像（T1WI） | 3D UX-Net, 3D U-Net, Swin UNEt TRansformers (UNETR), UNETR++, Swin Soft Mixture Transformer (Swin SMT) | 3D医学影像 | 119名成人的临床数据和脑部3D T1WI影像 | NA | NA | NA | NA |
| 14207 | 2025-10-07 |
Deep learning for the prediction of acute kidney injury after coronary angiography and intervention in patients with chronic kidney disease: a model development and validation study
2025-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2025.2474206
PMID:40083057
|
研究论文 | 开发并验证用于预测慢性肾病患者冠状动脉造影和介入术后发生对比剂急性肾损伤的深度学习模型 | 首次专门针对慢性肾病高危人群开发可解释的深度神经网络预测模型，并建立了基于网页的临床决策工具 | 单中心研究，样本量相对有限（989例患者） | 预测慢性肾病患者冠状动脉造影和介入术后对比剂急性肾损伤的发生风险 | 接受冠状动脉造影或经皮冠状动脉介入治疗的慢性肾病成年患者 | 机器学习 | 慢性肾病，心血管疾病 | 冠状动脉造影，经皮冠状动脉介入治疗 | DNN, 随机森林 | 临床数据 | 989例慢性肾病患者（125例发生PC-AKI） | NA | 深度神经网络 | AUROC | NA |
| 14208 | 2025-10-07 |
A comprehensive review of computational methods for Protein-DNA binding site prediction
2025-Aug, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2025.115862
PMID:40209920
|
综述 | 本文全面回顾并分类了蛋白质-DNA结合位点预测的主要计算方法，并对14种先进模型进行了基准测试 | 系统比较了基于模板检测、统计机器学习和深度学习的DNA结合位点预测方法，发现基于预训练大语言模型的深度学习方法性能最优 | NA | 开发高效准确的DNA结合位点预测计算方法 | 蛋白质-DNA结合位点 | 生物信息学 | NA | 计算方法 | 深度学习, 统计机器学习, 模板检测 | 蛋白质序列/结构数据 | 136个非冗余蛋白质 | NA | 预训练大语言模型 | NA | NA |
| 14209 | 2025-10-07 |
Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning
2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.125997
PMID:40073660
|
研究论文 | 提出基于深度学习的多模态光谱信息融合网络用于肺腺癌细胞检测 | 提出自适应深度卷积(ADConv)和跨模态交互融合(CMIF)模块，实现多模态光谱数据的深度特征挖掘与融合 | NA | 开发快速诊断肺癌的新方法 | 正常细胞和肺腺癌患者细胞 | 计算机视觉 | 肺癌 | 傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱 | CNN, Transformer | 光谱文本数据、光谱图像 | NA | NA | ResNet, Transformer, 一维卷积神经网络 | 准确率 | NA |
| 14210 | 2025-10-07 |
Zero-shot and few-shot multimodal plastic waste classification with vision-language models
2025-Jul, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2025.114815
PMID:40273572
|
研究论文 | 本研究探索利用视觉语言模型进行建筑和拆除塑料废物的树脂类型分类 | 首次将视觉语言模型应用于塑料废物分类，支持零样本和小样本学习，显著减少对标注数据的依赖 | 零样本分类准确率仍有提升空间，模型性能可能受限于语言描述的质量 | 开发数据高效且可扩展的塑料废物分类方法 | 建筑和拆除过程中产生的塑料废物 | 计算机视觉 | NA | 视觉语言模型 | VLM | 图像, 文本 | NA | NA | 视觉语言模型 | 准确率 | NA |
| 14211 | 2025-05-14 |
Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis
2025-Jul, Clinical and experimental pharmacology & physiology
DOI:10.1111/1440-1681.70031
PMID:40356040
|
研究论文 | 通过生物信息学深度学习和转录组分析识别脓毒症重要基因 | 使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集 | 未提及样本量大小及具体实验验证步骤 | 识别调控脓毒症免疫反应的关键基因 | 脓毒症患者基因表达数据 | 生物信息学 | 脓毒症 | 转录组分析、单细胞分析 | P-NET | 基因表达数据 | NA | NA | NA | NA | NA |
| 14212 | 2025-10-07 |
Rapid detection of the viability of naturally aged maize seeds using multimodal data fusion and explainable deep learning techniques
2025-Jun-30, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143692
PMID:40068265
|
研究论文 | 本研究提出了一种基于多模态数据融合和可解释深度学习技术的玉米种子活力快速检测方法 | 首次将多传感器信息融合与可解释深度学习相结合用于自然老化玉米种子活力检测，提出了MSCNSVN模型 | NA | 提高玉米种子活力检测的准确性和可解释性 | 自然老化的玉米种子 | 计算机视觉 | NA | 多传感器数据采集（MV, RS, TS, FS, SS） | 深度学习 | 多模态传感器数据 | NA | NA | MSCNSVN | 准确率 | NA |
| 14213 | 2025-10-07 |
Online assessment of soluble solids content in strawberries using a developed Vis/NIR spectroscopy system with a hanging grasper
2025-Jun-30, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143671
PMID:40073605
|
研究论文 | 开发了一种基于可见/近红外光谱的悬挂式草莓可溶性固形物含量在线检测系统 | 采用悬挂式传输方式结合深度学习方法的在线检测系统，解决了草莓易损伤和检测效率问题 | 研究主要针对草莓，对其他小型易损水果的适用性需要进一步验证 | 实现在线检测草莓内部品质（可溶性固形物含量） | 草莓 | 光谱分析 | NA | 可见/近红外光谱技术 | PLSR, 1D-CNN, LSTM | 光谱数据 | NA | NA | 1D-CNN-LSTM | RPD, R, RMSEP | NA |
| 14214 | 2025-10-07 |
Artificial intelligence driven plaque characterization and functional assessment from CCTA using OCT-based automation: A prospective study
2025-Jun-01, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2025.133140
PMID:40064207
|
研究论文 | 开发并验证一种基于CCTA和OCT图像的AI模型，用于自动分析斑块特征和冠状动脉功能 | 首次将CCTA与OCT图像结合，通过深度学习实现斑块特征的自动分析和冠状动脉功能评估 | 样本量相对较小（100例患者），需在更大规模研究中进一步验证 | 开发自动化斑块特征分析和冠状动脉功能评估的AI模型 | 接受侵入性冠状动脉造影、OCT和CCTA检查的冠心病患者 | 医学影像分析 | 心血管疾病 | CCTA, OCT, 深度学习 | CNN | 医学影像（断层扫描图像） | 100例患者，21,471张断层扫描图像 | NA | 卷积神经网络 | McNemar检验, ICC, AUC | NA |
| 14215 | 2025-10-07 |
Genetic Distinctions Between Reticular Pseudodrusen and Drusen: A Genome-Wide Association Study
2025-Jun, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.03.007
PMID:40064387
|
研究论文 | 通过全基因组关联研究识别网状假性玻璃膜疣与玻璃膜疣之间的遗传差异 | 首次通过深度学习分析OCT影像识别病例，发现了三个与网状假性玻璃膜疣相关的罕见遗传变异位点 | 样本量有限，特别是纯网状假性玻璃膜疣病例较少，部分关联未达到全基因组显著性 | 识别网状假性玻璃膜疣特有的遗传决定因素 | UK Biobank队列中的网状假性玻璃膜疣患者、玻璃膜疣患者和对照参与者 | 生物医学 | 年龄相关性黄斑变性 | 全基因组关联研究，光学相干断层扫描 | 深度学习 | 基因组数据，OCT影像，彩色眼底照片 | 1787名参与者（1037名对照，361名纯玻璃膜疣，66名纯网状假性玻璃膜疣，323名混合病例） | NA | NA | P值 | NA |
| 14216 | 2025-10-07 |
Convolutional neural network-based method for the real-time detection of reflex syncope during head-up tilt test
2025-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108622
PMID:40068530
|
研究论文 | 提出一种基于卷积神经网络的实时检测方法，用于在直立倾斜试验中检测反射性晕厥 | 采用端到端架构结合残差和压缩激励模块，无需手动提取特征，仅需原始血压信号即可实现反射性晕厥的早期检测 | 样本中反射性晕厥患者数量相对较少（57例），可能影响模型泛化能力 | 开发实时反射性晕厥检测系统以提高医疗效率和患者便利性 | 1348名患者（1291名正常，57名反射性晕厥患者） | 医疗人工智能 | 反射性晕厥 | 直立倾斜试验，血压监测 | CNN | 生理信号（血压信号） | 1348名患者 | NA | 残差块，压缩激励块 | AUC, 敏感度, 特异度 | NA |
| 14217 | 2025-10-07 |
MCNEL: A multi-scale convolutional network and ensemble learning for Alzheimer's disease diagnosis
2025-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108703
PMID:40081198
|
研究论文 | 提出一种多尺度卷积网络和集成学习框架MCNEL，用于阿尔茨海默病的早期准确诊断 | 结合改进的EfficientNet-B0和MobileNetV2模型与DenseNet121构建混合特征提取工具，开发基于SimAM的特征融合方法，并设计具有自适应权重调整策略的集成学习分类器 | NA | 提高阿尔茨海默病的早期诊断准确性 | 阿尔茨海默病患者及不同阶段认知障碍患者 | 计算机视觉 | 阿尔茨海默病 | 磁共振成像(MRI) | CNN,集成学习 | 医学图像 | ADNI数据集(ADNI-1和ADNI-2) | NA | EfficientNet-B0,MobileNetV2,DenseNet121 | 准确率 | NA |
| 14218 | 2025-05-14 |
Spectroscopic techniques combined with chemometrics for rapid detection of food adulteration: Applications, perspectives, and challenges
2025-Jun, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.116459
PMID:40356185
|
review | 本文综述了近三年来六种光谱技术与化学计量学方法在常见食品掺假检测中的应用、前景与挑战 | 总结了六种光谱技术（NIR、FTIR、HSI、Raman、UV-Vis和FS）与化学计量学方法在食品掺假检测中的综合应用，并提出了基于深度学习的方法和数据融合的未来研究方向 | 线性化学计量学方法仍是主要研究方法，这可能限制光谱技术的应用潜力 | 探讨光谱技术与化学计量学在食品掺假快速检测中的应用与未来发展 | 常见食品掺假（粉状食品、肉类、蜂蜜、饮料、食用油和乳制品） | 食品检测 | NA | NIR, FTIR, HSI, Raman, UV-Vis, FS | 线性化学计量学方法、深度学习模型 | 光谱数据 | NA | NA | NA | NA | NA |
| 14219 | 2025-10-07 |
NCPepFold: Accurate Prediction of Noncanonical Cyclic Peptide Structures via Cyclization Optimization with Multigranular Representation
2025-May-13, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00139
PMID:40255206
|
研究论文 | 开发了一种专门用于预测含非经典氨基酸环肽结构的深度学习模型NCPepFold | 首次提出结合残基和原子级多粒度信息，通过环化优化直接预测含非经典氨基酸环肽结构的方法 | 仅针对环肽结构预测，未涉及线性肽或其他生物分子结构预测 | 提高含非经典氨基酸环肽结构预测的准确性 | 含非经典氨基酸的环肽 | 机器学习 | NA | 深度学习 | 深度学习模型 | 肽结构数据 | NA | NA | NCPepFold | 均方根偏差(RMSD) | NA |
| 14220 | 2025-10-07 |
SpecRecFormer: Deep Learning-Driven Adaptive Component Identification of PAH Mixtures Based on Single-Component Raman Spectra
2025-May-13, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00461
PMID:40298131
|
研究论文 | 提出一种基于深度学习的SpecRecFormer模型，用于快速识别多环芳烃混合物中的单个组分 | 集成双通道CNN和Transformer模块进行局部和全局特征提取，并引入自适应阈值策略动态调整决策阈值 | 训练数据仅来自四个单组分参考光谱，可能限制模型在更广泛化合物上的泛化能力 | 解决混合光谱中组分识别的挑战，特别是光谱峰重叠和分子相互作用导致的特征峰位移问题 | 多环芳烃混合物的拉曼光谱 | 光谱分析 | NA | 拉曼光谱 | CNN, Transformer | 光谱数据 | 四个单组分参考光谱，扩展到三个真实世界PAH数据集 | NA | 双通道CNN, Transformer | 准确率 | NA |