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 14561 - 14580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14561 | 2025-03-20 |
Time-inversion of spatiotemporal beam dynamics using uncertainty-aware latent evolution reversal
2025-Feb, Physical review. E
DOI:10.1103/PhysRevE.111.025307
PMID:40103073
|
研究论文 | 本文提出了一种用于时空光束动力学时间反转的反向潜在演化模型，利用条件变分自编码器（CVAE）和长短期记忆（LSTM）网络进行自监督深度学习 | 提出了一个结合CVAE和LSTM的自监督深度学习框架，用于预测上游六维相空间投影，并捕捉输入数据的不确定性 | 计算复杂度较高，可能限制在线应用的实用性 | 解决带电粒子束动力学中的逆问题，估计上游六维相空间 | 带电粒子束的六维相空间投影 | 机器学习 | NA | 条件变分自编码器（CVAE），长短期记忆（LSTM）网络 | CVAE, LSTM | 六维相空间测量数据 | NA | NA | NA | NA | NA |
| 14562 | 2025-03-20 |
Predicting the risk of relapsed or refractory in patients with diffuse large B-cell lymphoma via deep learning
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1480645
PMID:40098696
|
研究论文 | 本研究通过深度学习预测弥漫性大B细胞淋巴瘤患者的复发或难治性风险 | 结合临床特征和组织病理学图像，利用随机森林算法和弱监督学习方法CLAM构建预测模型，并进一步融合图像特征和临床信息以提高预测性能 | 样本量相对较小，仅来自单一医疗机构，可能影响模型的泛化能力 | 早期预测弥漫性大B细胞淋巴瘤患者的复发或难治性风险，以调整治疗方案并改善患者预后 | 227名2015年至2018年在徐州医科大学附属医院确诊的弥漫性大B细胞淋巴瘤患者 | 数字病理学 | 弥漫性大B细胞淋巴瘤 | 深度学习，随机森林算法，弱监督学习 | 随机森林，CLAM | 临床信息，H&E图像 | 227名患者 | NA | NA | NA | NA |
| 14563 | 2025-03-20 |
Identification of biomarkers and target drugs for melanoma: a topological and deep learning approach
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1471037
PMID:40098976
|
研究论文 | 本研究通过拓扑和深度学习方法，系统探索了黑色素瘤进展中的免疫基因调控动态，并预测了潜在的药物靶点 | 开发了双向、加权、有符号和有方向的拓扑免疫基因调控网络，结合深度学习模型预测药物-靶点相互作用，填补了当前单基因分析方法的不足 | 未来研究需要在临床前模型中验证这些靶点，并探索基于网络的早期检测生物标志物 | 系统探索黑色素瘤进展中的免疫基因调控动态，并预测潜在的药物靶点 | 良性黑色素细胞痣和皮肤黑色素瘤的转录组景观 | 机器学习 | 黑色素瘤 | 下一代测序（NGS） | 深度学习模型 | 基因表达数据 | NA | NA | NA | NA | NA |
| 14564 | 2025-03-20 |
Multi-view united transformer block of graph attention network based autism spectrum disorder recognition
2025, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2025.1485286
PMID:40099145
|
研究论文 | 本文提出了一种名为多视图统一Transformer图注意力网络（MVUT_GAT）的新模型，用于通过分析神经影像数据来识别自闭症谱系障碍（ASD） | MVUT_GAT结合了多视图学习和注意力机制的优势，能够从物理和功能性MRI数据中提取精细特征，提高了ASD识别的准确性 | NA | 提高自闭症谱系障碍（ASD）的早期识别准确性 | 自闭症谱系障碍（ASD）患者 | 计算机视觉 | 自闭症谱系障碍 | 功能性MRI | Transformer, 图注意力网络（GAT） | 神经影像数据 | 使用ABIDE数据集进行实验 | NA | NA | NA | NA |
| 14565 | 2025-03-20 |
Statistical Evaluation of Smartphone-Based Automated Grading System for Ocular Redness Associated with Dry Eye Disease and Implications for Clinical Trials
2025, Clinical ophthalmology (Auckland, N.Z.)
DOI:10.2147/OPTH.S506519
PMID:40099234
|
研究论文 | 本研究介绍了一种基于深度学习的全自动方法，用于选择结膜作为大规模、多中心临床试验的兴趣区域（ROI），旨在通过精确、客观的评分系统减少评分者间和评分者内的变异性 | 引入了'水平性'参数到评分系统中，评估了该方法在提高评分精度、减少样本量和提高临床试验效率方面的潜力 | NA | 评估自动化评分系统在干眼病相关眼红症状中的应用及其对临床试验的影响 | 450名受试者的29,640张图像 | 计算机视觉 | 干眼病 | 深度学习 | DeepLabV3 | 图像 | 450名受试者的29,640张图像 | NA | NA | NA | NA |
| 14566 | 2025-03-19 |
Leveraging deep learning for epigenetic protein prediction: a novel approach for early lung cancer diagnosis and drug discovery
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-025-00347-5
PMID:40083337
|
研究论文 | 本文提出了一种基于深度学习的表观遗传蛋白预测方法，用于早期肺癌诊断和药物发现 | 构建了CNN-BiLSTM模型，结合AmpPseAAC特征提取方法，显著提高了表观遗传蛋白预测的性能 | 未提及具体的数据集大小和模型在实际应用中的验证情况 | 通过预测表观遗传蛋白，改进疾病诊断和治疗策略，特别是肺癌 | 表观遗传蛋白 | 机器学习 | 肺癌 | 深度学习 | CNN-BiLSTM | 蛋白质序列数据 | NA | NA | NA | NA | NA |
| 14567 | 2025-03-19 |
StopSpamX: A multi modal fusion approach for spam detection in social networking
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103227
PMID:40093577
|
研究论文 | 本文提出了一种多模态融合方法StopSpamX，用于社交网络中的垃圾信息检测 | 结合了多种最先进的词嵌入技术和深度学习混合融合分类器技术，包括GRU、LSTM和CNN，以提高垃圾信息检测的性能 | 未提及具体的数据集大小或实验环境的限制 | 实现一个无垃圾信息的社交网络环境 | 社交网络平台（如Twitter、Instagram、Youtube、Facebook、Whatsapp）上的数据 | 自然语言处理 | NA | Word2Vec, GloVe, FastText, GRU, LSTM, CNN | 混合融合分类器（基于文本的分类器和组合分类器） | 文本 | 未提及具体样本数量 | NA | NA | NA | NA |
| 14568 | 2025-03-19 |
Prediction of lymph node metastasis in papillary thyroid carcinoma using non-contrast CT-based radiomics and deep learning with thyroid lobe segmentation: A dual-center study
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100639
PMID:40093877
|
研究论文 | 本研究旨在通过深度学习放射组学（DLRad）和临床特征开发预测乳头状甲状腺癌（PTC）患者淋巴结转移（LNM）的模型 | 结合深度学习放射组学和临床特征，开发了一个新的预测模型，用于预测PTC患者的LNM，并在双中心研究中验证了其性能 | 研究样本量相对较小，且仅使用了非对比CT数据，可能限制了模型的泛化能力 | 开发并验证一个预测PTC患者LNM的模型 | 228名PTC患者的271个甲状腺叶 | 数字病理学 | 甲状腺癌 | 非对比CT | 深度学习 | 图像 | 271个甲状腺叶（来自228名PTC患者） | NA | NA | NA | NA |
| 14569 | 2025-10-07 |
Sensitivity-enhanced hydrogel digital RT-LAMP with in situ enrichment and interfacial reaction for norovirus quantification in food and water
2025-May-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.137325
PMID:39864200
|
研究论文 | 开发了一种基于水凝胶数字RT-LAMP的灵敏度增强方法，用于食品和水中诺如病毒的定量检测 | 通过原位蒸发富集和界面酶反应将检测灵敏度提高20倍，并在15分钟内实现单病毒定量 | NA | 开发高灵敏度诺如病毒检测方法用于食品安全监测和环境监测 | 人类诺如病毒、其他细菌和病毒 | 数字病理 | 诺如病毒感染 | 数字反转录环介导等温扩增(RT-LAMP)、水凝胶技术 | 深度学习模型 | 图像数据 | 3个湖水样本、草莓样本、自来水、饮用水 | NA | NA | 灵敏度 | 智能手机应用 |
| 14570 | 2025-10-07 |
Mapping nutrient pollution in inland water bodies using multi-platform hyperspectral imagery and deep regression network
2025-May-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.137314
PMID:39874751
|
研究论文 | 提出一种基于多平台高光谱影像和深度回归网络的内陆水体营养盐污染制图方法 | 提出结合高维注意力加权差异的深度卷积空谱联合学习方法，优化深度特征提取 | NA | 解决水质制图不准确的问题，实现多参数水质指标的高精度估算 | 内陆水体中的总氮、总磷和氨氮三种关键富营养化相关水质参数 | 计算机视觉 | NA | 高光谱遥感 | 深度学习回归网络 | 高光谱影像 | NA | NA | 深度卷积网络 | 决定系数(R2), 平均绝对误差(MAE), 均方误差(MSE) | NA |
| 14571 | 2025-03-19 |
Validation of Deep Learning-Based Automatic Retinal Layer Segmentation Algorithms for Age-Related Macular Degeneration with 2 Spectral-Domain OCT Devices
2025 May-Jun, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100670
PMID:40091912
|
研究论文 | 本研究验证了基于深度学习的自动视网膜层分割算法在两种光谱域OCT设备上的应用，特别是在年龄相关性黄斑变性（AMD）中的应用 | 通过在不同OCT设备上测试深度学习模型的鲁棒性，验证了其在生成临床相关指标方面的有效性 | 研究依赖于专家验证的地面真实标签，这一过程资源密集，限制了算法在多种OCT设备上的广泛应用 | 验证深度学习图像分割模型在多种OCT设备上的应用，评估其设备独立性 | 年龄相关性黄斑变性（AMD）患者 | 数字病理学 | 年龄相关性黄斑变性 | 光谱域OCT（SD-OCT） | UNet, DeepLabv3 | 图像 | 402个SD-OCT扫描 | NA | NA | NA | NA |
| 14572 | 2025-10-07 |
Importance of neural network complexity for the automatic segmentation of individual thigh muscles in MRI images from patients with neuromuscular diseases
2025-Apr, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01221-3
PMID:39798067
|
研究论文 | 本研究探讨了神经网络复杂度对神经肌肉疾病患者MRI图像中大腿肌肉自动分割的影响 | 首次系统研究神经网络复杂度降低对个体肌肉脂肪分数量化的影响 | 研究样本量相对有限（73名受试者），仅针对大腿肌肉区域 | 评估不同复杂度U-Net架构在神经肌肉疾病患者大腿肌肉分割和脂肪分数量化中的性能 | 神经肌肉疾病患者和健康受试者的大腿MRI图像 | 医学影像分析 | 神经肌肉疾病 | MRI | U-Net | 医学图像 | 1450张大腿图像，来自59名患者和14名健康受试者（共73人） | NA | U-Net, nnU-Net | Dice分数, 脂肪分数量化误差 | GPU内存使用（2.37-12.8 GB），训练时间（14-167小时） |
| 14573 | 2025-03-19 |
Towards precision agriculture: A dataset for early detection of corn leaf pests
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111394
PMID:40083639
|
研究论文 | 本文介绍了一个用于早期检测玉米叶害虫的数据集，旨在通过机器学习和深度学习模型提高精准农业和自动化害虫检测的水平 | 提供了一个包含多种玉米叶害虫图像的数据集，涵盖了不同生长阶段和田间环境下的图像，并包含了手动和算法分割的背景，增强了数据集的多样性和实用性 | 数据集主要基于智能手机拍摄的图像，可能存在图像质量不一致的问题，且背景污染可能影响模型的训练效果 | 开发机器学习和深度学习模型，用于早期检测玉米叶害虫，以支持精准农业和可持续农业实践 | 玉米叶害虫，特别是Spodoptera frugiperda（秋粘虫）、叶枯病和Zonocerus variegatus（杂色蝗虫） | 计算机视觉 | NA | 机器学习和深度学习 | NA | 图像 | 数据集包含1308张未增强的健康叶片图像、11772张增强的健康叶片图像、848张感染叶片图像和7632张增强的感染叶片图像 | NA | NA | NA | NA |
| 14574 | 2025-10-07 |
Can deep learning classify cerebral ultrasound images for the detection of brain injury in very preterm infants?
2025-Apr, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11028-4
PMID:39212671
|
研究论文 | 本研究开发了深度学习模型用于分类早产儿脑部超声图像，区分正常与异常情况，作为计算机辅助检测工具 | 首次将深度学习应用于早产儿脑部超声图像的自动分类，并采用预测不确定性过滤策略提升模型性能 | 模型在初始阶段性能仅达到中等水平，需要多种机器学习策略来提升性能 | 开发计算机辅助检测工具，为早产儿脑部超声扫描提供及时解读 | 极早产婴儿（胎龄220-306周）的脑部超声图像 | 计算机视觉 | 脑损伤 | 脑部超声成像 | CNN | 图像 | 538名婴儿的4180张脑部超声图像 | NA | 卷积神经网络 | ROC AUC, PR AUC, 精确率, 召回率 | NA |
| 14575 | 2025-10-07 |
Artificial intelligence guided search for van der Waals materials with high optical anisotropy
2025-Mar-17, Materials horizons
IF:12.2Q1
DOI:10.1039/d4mh01332h
PMID:39704611
|
研究论文 | 利用几何方法和机器学习加速筛选具有高光学各向异性的范德华材料 | 结合几何聚类与深度学习架构（特别是原子线图神经网络）实现范德华材料光学各向异性的高效预测 | NA | 开发高效筛选具有巨大光学各向异性范德华材料的方法 | 范德华材料 | 机器学习 | NA | 密度泛函理论, 椭圆偏振测量 | 图神经网络 | 晶体结构数据, 光学参数 | NA | NA | Atomistic Line Graph Neural Network | 预测能力验证 | NA |
| 14576 | 2025-03-19 |
EEG-based emotion recognition with autoencoder feature fusion and MSC-TimesNet model
2025-Mar-17, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2477801
PMID:40096584
|
研究论文 | 本文提出了一种基于自编码器特征融合和MSC-TimesNet模型的脑电图（EEG）情感识别方法 | 提出了一种创新的深度学习模型MSC-TimesNet，结合多尺度卷积核，有效提取周期内和周期间信息 | 未提及具体局限性 | 提高EEG信号在情感识别任务中的分类性能 | 脑电图（EEG）信号 | 机器学习 | NA | 自编码器特征融合，MSC-TimesNet模型 | MSC-TimesNet | EEG信号 | 公共数据集DEAP和Dreamer | NA | NA | NA | NA |
| 14577 | 2025-10-07 |
A deep learning tissue classifier based on differential co-expression genes predicts the pregnancy outcomes of cattle†
2025-Mar-16, Biology of reproduction
IF:3.1Q2
DOI:10.1093/biolre/ioaf009
PMID:39832283
|
研究论文 | 基于差异共表达基因开发深度学习组织分类器预测牛妊娠结局 | 首次整合多来源样本分析基因共变异，利用差异共表达基因而非传统差异表达基因构建预测模型 | 样本量相对有限（330个样本），仅基于转录组数据 | 预测牛人工授精或胚胎移植后的妊娠结局 | 牛血液和子宫内膜组织样本 | 机器学习 | 生殖疾病 | 转录组分析 | 深度学习 | 基因表达数据 | 330个样本（来自7个不同来源，两种组织类型） | NA | NA | 准确率 | NA |
| 14578 | 2025-03-19 |
VM-UNet++ research on crack image segmentation based on improved VM-UNet
2025-Mar-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92994-7
PMID:40089495
|
研究论文 | 本文提出了一种基于改进VM-UNet的裂纹图像分割方法VM-UNet++，旨在提高裂纹检测的准确性 | 本文创新性地结合了Mamba架构和UNet模型的优势，显著提升了裂纹分割的准确性 | 尽管VM-UNet++在分割精度上有所提升，但其计算成本仍然是一个挑战 | 研究目的是改进裂纹图像分割的准确性，以满足实际应用需求 | 研究对象是裂纹图像 | 计算机视觉 | NA | 深度学习 | VM-UNet++ | 图像 | Crack500和Ozgenel公共数据集 | NA | NA | NA | NA |
| 14579 | 2025-03-19 |
Emerging trends in SERS-based veterinary drug detection: multifunctional substrates and intelligent data approaches
2025-Mar-15, NPJ science of food
IF:6.3Q1
DOI:10.1038/s41538-025-00393-z
PMID:40089516
|
review | 本文综述了基于表面增强拉曼散射（SERS）的兽药检测方法的发展，特别是多功能基底和智能数据分析的应用 | 提出了多功能基底的概念，并探讨了深度学习技术在SERS检测中的应用，包括基底结构设计优化、光学性质预测、光谱预处理及定性和定量分析 | 选择报告分子、数据不平衡和计算需求方面的挑战 | 提高兽药残留检测的精确性和效率 | 兽药残留 | machine learning | NA | SERS | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 14580 | 2025-03-19 |
A theory and data-driven method for rapid bottom hole pressure calculation in UGS
2025-Mar-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93337-2
PMID:40087345
|
研究论文 | 本文提出了一种新的理论和数据驱动的方法，用于快速计算地下储气库（UGS）的井底压力 | 创新性地结合了井筒流动理论和神经网络模型，开发了一种理论和数据驱动的神经网络模型（TDDNN），显著提高了计算效率和精度 | 方法在样本有限的环境中的应用仍需进一步验证 | 提高地下储气库（UGS）井底压力计算的准确性和效率，以优化气井的动态分析和生产管理 | 地下储气库（UGS）的井底压力 | 机器学习 | NA | 神经网络模型 | TDDNN（理论和数据驱动的神经网络模型） | 理论模型生成的样本和真实样本 | NA | NA | NA | NA | NA |