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 16751 篇文献，本页显示第 14381 - 14400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14381 | 2025-03-25 |
Let's get in sync: current standing and future of AI-based detection of patient-ventilator asynchrony
2025-Mar-21, Intensive care medicine experimental
IF:2.8Q2
DOI:10.1186/s40635-025-00746-8
PMID:40119215
|
综述 | 本文综述了基于人工智能的患者-呼吸机异步（PVA）自动检测技术的现状与未来发展方向 | 总结了近15年来PVA自动检测技术的进展，包括基于规则的算法、机器学习和深度学习等多种AI技术的应用 | 大多数算法仅能离线使用，只能检测一小部分PVA类型（主要关注无效努力和双重触发异步），且84%的研究仍处于开发或验证阶段 | 探讨AI技术在PVA自动检测领域的应用现状及未来发展方向 | 机械通气患者中的患者-呼吸机异步现象 | 医疗人工智能 | 呼吸系统疾病 | 基于规则的算法、机器学习和深度学习 | 多种AI模型 | 呼吸机波形数据 | 19项研究（其中3项已获许可的算法） | NA | NA | NA | NA |
| 14382 | 2025-03-25 |
An interpretable deep geometric learning model to predict the effects of mutations on protein-protein interactions using large-scale protein language model
2025-Mar-21, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-00979-5
PMID:40119464
|
研究论文 | 开发了一种基于transformer的图神经网络模型，用于预测突变对蛋白质-蛋白质相互作用的影响 | 结合局部和全局特征，并利用预训练蛋白质语言模型，提高了预测准确性 | 未明确提及具体局限性 | 预测突变对蛋白质-蛋白质相互作用结合亲和力的影响 | 蛋白质-蛋白质复合物及其突变体 | 机器学习 | NA | 图神经网络(GNNs), transformer模型 | transformer-based GNN | 蛋白质三维结构数据 | 五个数据集，包括单突变和多突变案例 | NA | NA | NA | NA |
| 14383 | 2025-03-25 |
Experimental wavefront sensing techniques based on deep learning models using a Hartmann-Shack sensor for visual optics applications
2025-Mar-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80615-8
PMID:40113787
|
研究论文 | 本文提出了一种基于改进ResNet卷积神经网络的新方法，用于增强Hartmann-Shack波前传感器的性能，以提高视觉光学中的波前传感能力 | 使用改进的ResNet CNN模型显著提高了波前像差重建速度和动态范围，相比传统方法分别提升了300%至400%和315.6% | 实验数据集是在自定义的单目视觉模拟器上生成的，可能无法完全代表真实世界的复杂情况 | 提高视觉光学系统中波前传感的精度、动态范围和处理速度 | Hartmann-Shack波前传感器(HSS)及其在视觉光学中的应用 | 计算机视觉 | NA | 深度学习 | 改进的ResNet CNN | 图像 | 实验数据集包括无噪声和添加散斑噪声的图像 | NA | NA | NA | NA |
| 14384 | 2025-03-25 |
Music genre classification with parallel convolutional neural networks and capuchin search algorithm
2025-Mar-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90619-7
PMID:40113866
|
research paper | 提出了一种结合并行卷积神经网络和卷尾猴搜索算法的音乐流派分类新方法 | 结合离散小波变换、梅尔频率倒谱系数和短时傅里叶变换特征，利用卷尾猴搜索算法优化CNN超参数，提高了分类准确率 | NA | 开发一个强大的音乐分类器，快速分类未标记音乐，提升用户媒体播放器和音乐文件的体验 | 音乐流派分类 | machine learning | NA | DWT, MFCC, STFT | CNN | audio | GTZAN和Extended-Ballroom数据集 | NA | NA | NA | NA |
| 14385 | 2025-03-25 |
Detection of hydrophobicity grade of insulators based on AHC-YOLO algorithm
2025-Mar-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92696-0
PMID:40113932
|
研究论文 | 提出一种基于AHC-YOLO算法的复合绝缘子疏水性等级检测方法 | 结合高性能GPU网络HGNetv2、混合局部通道注意力机制MLCA、轻量级卷积CSPPC和Inner-WIoU损失函数，显著降低网络负担并提高识别精度 | 未提及算法在极端环境或不同光照条件下的性能表现 | 提高复合绝缘子疏水性等级检测的效率和准确性 | 复合绝缘子 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | NA | NA | NA | NA | NA |
| 14386 | 2025-03-25 |
A high performance hybrid LSTM CNN secure architecture for IoT environments using deep learning
2025-Mar-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94500-5
PMID:40114016
|
研究论文 | 提出了一种高性能的LSTM-CNN混合安全架构，用于优化物联网环境中的实时入侵检测 | 结合LSTM层学习时间依赖性和CNN层分解空间特征，提高了威胁识别的效率 | 未提及具体在哪些物联网设备或场景中进行了测试 | 优化物联网环境中的实时入侵检测，提高安全性 | 物联网环境中的网络入侵行为 | 机器学习 | NA | 深度学习 | LSTM-CNN混合模型 | 网络流量数据 | BoT-IoT数据集，包含DDoS、僵尸网络、侦察和数据泄露等多种网络攻击类型 | NA | NA | NA | NA |
| 14387 | 2025-03-25 |
A novel self-supervised graph clustering method with reliable semi-supervision
2025-Mar-16, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107418
PMID:40120553
|
research paper | 提出了一种基于可靠半监督的新型自监督图聚类方法（SSGC-RSS），用于解决图数据中的噪声和稀疏性问题 | 模型通过上游的双解码器图自编码器与联合聚类优化，以及下游基于高可靠性样本的半监督图注意力编码网络，创新性地解决了噪声和稀疏性问题 | 未明确提及具体局限性，但可能涉及对特定图数据类型的适应性或计算复杂度 | 提升复杂图数据聚类任务的性能 | 图数据 | machine learning | NA | 自监督学习、半监督学习 | 双解码器图自编码器、图注意力编码网络 | 图数据 | 在Cora、Citeseer和Pubmed等多个图数据集上进行了实验 | NA | NA | NA | NA |
| 14388 | 2025-03-25 |
Deformation-invariant neural network and its applications in distorted image restoration and analysis
2025-Mar-16, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107378
PMID:40121786
|
研究论文 | 提出了一种变形不变神经网络（DINN）框架，用于处理几何失真图像的恢复和分析问题 | 引入了拟共形变换网络（QCTN）作为DINN的核心组件，能够输出拟共形映射以改善几何失真图像 | 未提及具体的数据集规模或在不同类型几何失真上的泛化能力 | 解决几何失真图像的成像任务问题 | 几何失真图像 | 计算机视觉 | NA | 拟共形映射 | DINN（包含QCTN组件） | 图像 | NA | NA | NA | NA | NA |
| 14389 | 2025-03-25 |
Contactless Intelligent Anti-interference Lung Nodule Detection Method for Early Disease Detection
2025-Mar-11, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3550199
PMID:40067715
|
研究论文 | 提出了一种基于人工智能的抗干扰肺结节检测方法Yolov8-AH，用于在干扰条件下提高肺CT图像中肺结节检测的准确性 | 结合了自适应门控稀疏注意力(AGSA)和哈尔小波下采样(HWD)模块的Yolov8模型，显著提高了在干扰条件下的检测准确率 | 未提及模型在临床实际应用中的验证情况 | 提高在干扰条件下肺CT图像中肺结节检测的准确性 | 肺CT图像中的肺结节 | 计算机视觉 | 肺癌 | CT扫描 | Yolov8-AH (基于Yolov8结合AGSA和HWD模块) | 医学图像(CT) | NA | NA | NA | NA | NA |
| 14390 | 2025-03-25 |
SENSITIVITY BASED MODEL AGNOSTIC SCALABLE EXPLANATIONS OF DEEP LEARNING
2025-Mar-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.21.639516
PMID:40093081
|
research paper | 该论文提出了一种模型无关的可解释AI框架SensX，用于解释深度学习模型的决策机制，并在准确性和计算效率上优于现有技术 | SensX框架在解释性AI领域实现了更高的准确性和计算效率，能够处理超过15万个特征的大规模模型，并揭示了模型中的偏差 | 未明确提及具体局限性，但可能在大规模应用中仍存在计算资源需求 | 开发一种能够解释深度学习模型决策机制的通用框架，以支持科学假设发展和模型验证 | 深度学习模型（特别是视觉变换器ViT）和单细胞RNA-seq数据 | machine learning | NA | single-cell RNA-seq | DNN, ViT | gene expression data, image | NA | NA | NA | NA | NA |
| 14391 | 2025-10-07 |
Deep Hair Phenomics: Implications in Endocrinology, Development, and Aging
2025-Apr, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2024.08.014
PMID:39236901
|
研究论文 | 开发了一种基于深度学习的计算机视觉方法，用于高通量量化单个毛发纤维 | 创新的计算机视觉工具能够区分和提取重叠的毛发纤维进行多变量特征量化 | NA | 探索激素信号、基因修饰和衰老对毛囊输出的影响 | 小鼠毛发纤维 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 14392 | 2025-03-22 |
Author Correction: A study on hybrid-architecture deep learning model for predicting pressure distribution in 2D airfoils
2025-Mar-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93621-1
PMID:40113839
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14393 | 2025-10-07 |
This Microtubule Does Not Exist: Super-Resolution Microscopy Image Generation by a Diffusion Model
2025-Mar, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202400672
PMID:39400948
|
研究论文 | 本研究探索使用扩散模型生成超分辨率显微镜图像，并验证其在数据增强方面的应用价值 | 首次将扩散模型应用于超分辨率显微镜图像生成，证明其能产生逼真的合成图像且训练记忆程度较低 | 仅使用少量实验图像进行验证，未在大规模数据集上测试 | 开发用于显微镜图像生成的扩散模型，解决显微镜图像采集和标注的限制 | 超分辨率显微镜图像 | 计算机视觉 | NA | 超分辨率显微镜，扩散模型 | 扩散模型 | 显微镜图像 | 少量实验图像 | NA | 扩散模型 | 重建质量，空间分辨率 | NA |
| 14394 | 2025-10-07 |
Advancing healthcare practice and education via data sharing: demonstrating the utility of open data by training an artificial intelligence model to assess cardiopulmonary resuscitation skills
2025-Feb, Advances in health sciences education : theory and practice
IF:3.0Q2
DOI:10.1007/s10459-024-10369-5
PMID:39249618
|
研究论文 | 通过构建心肺复苏技能视频数据库并开发AI评估工具，展示数据共享在医疗专业教育中的价值 | 首次结合多角度视频数据与专家评分，开发基于姿态估计和深度学习的心肺复苏技能自动评估系统 | 样本量较小（仅40名参与者），缺乏外部验证 | 推动医疗专业教育数据共享文化，开发临床技能自动评估工具 | 心肺复苏技能表现视频数据 | 计算机视觉 | 心血管疾病 | 视频记录、3D运动重建 | 深度学习网络 | 视频 | 40名参与者的多角度视频数据 | NA | NA | NA | NA |
| 14395 | 2025-03-23 |
Automated Cone Photoreceptor Detection in Adaptive Optics Flood Illumination Ophthalmoscopy
2025 May-Jun, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100675
PMID:40114708
|
研究论文 | 本文开发并验证了一种基于深度学习的模型，用于在自适应光学泛光照明眼底成像（AO-FIO）中检测视锥细胞 | 该研究首次使用基于U-Net架构的深度学习模型进行视锥细胞的自动检测，并在多个医疗中心进行了验证，表现优于制造商的自动检测软件 | 研究仅涉及健康志愿者，未涵盖患有眼部疾病的患者，且样本量相对较小 | 开发一种自动检测视锥细胞的深度学习模型，以提高检测效率和准确性 | 健康志愿者的视锥细胞 | 计算机视觉 | NA | 自适应光学泛光照明眼底成像（AO-FIO） | U-Net | 图像 | 36名健康志愿者，每只眼睛采集21张AO-FIO图像 | NA | NA | NA | NA |
| 14396 | 2025-03-23 |
AlphaMissense Predictions and ClinVar Annotations: A Deep Learning Approach to Uveal Melanoma
2025 May-Jun, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100673
PMID:40114711
|
研究论文 | 本文探讨了使用深度学习工具AlphaMissense评估葡萄膜黑色素瘤（UM）中基因突变的功能影响 | 使用AlphaMissense工具对UM中的错义突变进行功能影响评估，并与ClinVar数据库中的临床意义进行交叉验证 | 仅分析了COSMIC数据库中的错义突变，且只有40.4%的突变在ClinVar中有对应数据 | 评估UM中基因突变的致病性，以改进基因组诊断和个性化治疗策略 | 葡萄膜黑色素瘤（UM）患者的基因数据 | 生物信息学 | 葡萄膜黑色素瘤 | 深度学习 | AlphaMissense, AlphaFold | 基因突变数据 | 1310个UM中的错义突变，其中151个独特错义突变被分析 | NA | NA | NA | NA |
| 14397 | 2025-10-07 |
Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms
2025-Apr, Probiotics and antimicrobial proteins
IF:4.4Q2
DOI:10.1007/s12602-024-10402-4
PMID:39557756
|
综述 | 本综述评估了抗菌肽识别与设计领域的最新进展及其对多种细菌病原体的显著抗菌活性 | 重点关注计算机辅助策略（如机器学习和深度学习）在新型抗菌肽预测和设计中的应用，克服传统抗生素发现方法的局限性 | 未明确说明具体研究数据来源的局限性，但指出抗菌肽发现和应用过程中存在关键挑战 | 应对抗菌素耐药性危机，开发新型抗生素替代品 | 抗菌肽及其对多种细菌病原体的作用 | 生物信息学 | 细菌感染 | 机器学习，深度学习，生物信息学分析流程 | ML, DL | 多源生物数据（植物、动物、人类、微生物来源） | NA | NA | NA | NA | NA |
| 14398 | 2025-10-07 |
A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain
2025-Apr, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06994-2
PMID:39585354
|
研究论文 | 提出一种基于小波域的深度学习方法WaveNet，用于从超低剂量PET扫描中恢复标准剂量成像质量 | 首次将小波分解的频率分量作为输入，在频域而非传统空间域进行PET图像去噪 | 研究仅使用特定型号的全身体PET扫描仪数据，未在其他类型设备上验证 | 开发能够从超低剂量PET扫描中恢复高质量成像的深度学习方法 | 全身体18F-FDG PET图像 | 医学影像处理 | NA | PET成像 | 深度学习 | 医学图像 | 1447例全身体PET图像 | NA | WaveNet, UNet | 加权全局物理指标, 局部指标 | NA |
| 14399 | 2025-10-07 |
Robust and interpretable deep learning system for prognostic stratification of extranodal natural killer/T-cell lymphoma
2025-Apr, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-07024-x
PMID:39714634
|
研究论文 | 开发并验证了用于结外自然杀伤/T细胞淋巴瘤预后风险分层的可解释深度学习预测系统DeepENKTCL | 结合肿瘤分割模型、PET/CT融合模型和预后预测模型，利用SHAP分析增强可解释性，构建了融合放射组学和拓扑特征的预后评分系统 | 样本量相对有限（562例患者），仅来自四个中心 | 开发可解释的深度学习系统用于ENKTCL的预后风险分层 | 结外自然杀伤/T细胞淋巴瘤（ENKTCL）患者 | 数字病理 | 淋巴瘤 | PET/CT成像，放射组学分析 | 深度学习模型 | 医学影像（PET/CT） | 562例来自四个中心的患者 | NA | NA | AUC, 时间依赖性C指数, 临床决策曲线, Kaplan-Meier曲线 | NA |
| 14400 | 2025-10-07 |
Stroke Management and Analysis Risk Tool (SMART): An interpretable clinical application for diabetes-related stroke prediction
2025-Apr, Nutrition, metabolism, and cardiovascular diseases : NMCD
DOI:10.1016/j.numecd.2024.103841
PMID:39939252
|
研究论文 | 开发了一个名为SMART的可解释性糖尿病相关卒中预测临床应用程序 | 结合多种特征选择方法和机器学习算法，开发了专门针对糖尿病患者卒中预测的可解释性临床工具 | 数据来源于单一医疗中心，可能影响模型的泛化能力 | 分析糖尿病患者卒中风险因素并创建可解释的卒中预测模型 | 糖尿病患者 | 机器学习 | 卒中 | 电子健康记录(EHR)数据分析 | Random Forest, DNN | 临床数据和实验室参数 | 20,014名患者 | NA | 深度神经网络 | AUC, 准确率, 精确率, 召回率, F1分数 | NA |