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 19345 篇文献，本页显示第 14861 - 14880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14861 | 2025-05-08 |
Modeling and designing enhancers by introducing and harnessing transcription factor binding units
2025-Feb-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56749-2
PMID:39922842
|
research paper | 提出转录因子结合单元（TFBU）概念，并开发DeepTFBU工具包用于增强子设计 | 首次提出TFBU概念，通过深度学习量化TFBS周围序列的影响，并开发了高效的增强子设计工具DeepTFBU | 未提及实验验证的具体细胞类型或生物过程的广泛性 | 研究增强子设计与调控基因表达的机制 | 转录因子结合位点（TFBS）及其周围序列 | machine learning | NA | deep learning | 深度学习模型 | 序列数据 | NA | NA | NA | NA | NA |
| 14862 | 2025-05-08 |
Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach
2025-Feb-07, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/55825
PMID:39924305
|
研究论文 | 本研究通过整合视网膜图像和尿液试纸数据，开发了一种多模态深度学习模型，用于慢性肾脏病（CKD）的非侵入性筛查 | 首次将视网膜图像和尿液试纸数据结合用于CKD诊断，并通过多模态深度学习模型展示了协同效应 | 在65岁及以上年龄组中模型性能有限 | 评估整合视网膜图像和尿液试纸数据的深度学习模型在CKD诊断中的效果 | 20-79岁人群的视网膜图像和尿液试纸数据 | 数字病理学 | 慢性肾脏病 | 深度学习 | Wide Residual Networks | 图像和尿液试纸数据 | 开发集65,082人，外部验证集58,284人 | NA | NA | NA | NA |
| 14863 | 2025-05-08 |
Capsule endoscopy: Do we still need it after 24 years of clinical use?
2025-Feb-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i5.102692
PMID:39926220
|
comments | 本文评论了一篇关于使用深度学习模型自动检测胶囊内窥镜（CE）中胃肠道病变的文章，并总结了CE当前面临的挑战及可能的解决方法 | 讨论了CE在临床应用中的持续必要性及其面临的挑战 | NA | 探讨胶囊内窥镜在临床应用中的持续必要性 | 胶囊内窥镜（CE）及其在胃肠道病变检测中的应用 | digital pathology | gastrointestinal disease | deep learning | NA | image | NA | NA | NA | NA | NA |
| 14864 | 2025-05-08 |
Quantifying multilabeled brain cells in the whole prefrontal cortex reveals reduced inhibitory and a subtype of excitatory neuronal marker expression in serotonin transporter knockout rats
2025-Feb-05, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae486
PMID:39932853
|
研究论文 | 本文提出了一种新方法，用于量化动物模型中全脑亚区域的多标记细胞，并展示了5-HTT敲除大鼠前额叶皮层亚区域中兴奋性和抑制性神经元标记表达的减少 | 结合StarDist方法的深度学习网络和新型开源方法，实现了前额叶皮层亚区域中细胞的自动计数 | 标准免疫组化方法无法考虑感兴趣区域的体积变化 | 研究5-HTT敲除对大鼠前额叶皮层兴奋性和抑制性神经元标记表达的影响 | 5-HTT敲除大鼠的前额叶皮层亚区域 | 数字病理学 | 焦虑症 | 免疫组化、深度学习 | StarDist | 图像 | 5-HTT敲除大鼠和野生型大鼠的前额叶皮层样本 | NA | NA | NA | NA |
| 14865 | 2025-10-07 |
Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer
2025-02, Surgical endoscopy
DOI:10.1007/s00464-024-11426-1
PMID:39623175
|
研究论文 | 开发基于深度学习的分类器，通过常规结肠镜图像预测结直肠癌的错配修复缺陷状态 | 首次利用常规结肠镜图像通过深度学习预测错配修复缺陷状态，为免疫检查点抑制剂疗效预测提供低成本筛查工具 | 研究样本主要来自单一医疗中心，需要多中心验证以提高泛化能力 | 开发自动筛查工具以解决错配修复缺陷检测的成本和资源限制问题 | 结直肠癌患者的结肠镜图像 | 计算机视觉 | 结直肠癌 | 结肠镜检查 | 深度学习分类器 | 图像 | 892个肿瘤的5226张图像（开发集2105张图像/306个肿瘤，验证集3121张图像/586个肿瘤） | NA | NA | AUROC, NPV | NA |
| 14866 | 2025-10-07 |
Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis
2025-02, Surgical endoscopy
DOI:10.1007/s00464-024-11514-2
PMID:39838147
|
研究论文 | 开发用于检测急性胆囊炎腹腔镜胆囊切除术中瘢痕区域的人工智能系统 | 首次开发基于深度学习的AI系统用于术中实时识别胆囊炎手术中的瘢痕区域 | 训练数据仅来自21个病例的2025张图像，样本量有限 | 开发AI系统以识别腹腔镜胆囊切除术中的瘢痕区域，降低胆管损伤风险 | 急性胆囊炎患者的腹腔镜手术视频图像 | 计算机视觉 | 胆囊炎 | 腹腔镜手术视频分析 | 深度学习 | 图像 | 21个病例的2025张训练图像，20个外部验证病例 | NA | 语义分割算法 | DICE系数, Likert量表评分 | NA |
| 14867 | 2025-10-07 |
Recent Advances in Nanomaterial-Based Biosignal Sensors
2025-01, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202405301
PMID:39610205
|
综述 | 本文综述了基于纳米材料的生物信号传感器的最新进展，包括其分类、应用及未来发展方向 | 系统地将纳米材料生物信号传感器分为三类进行分析，并重点探讨了深度学习信号处理和人机界面应用对传感器潜能的提升 | NA | 提供对纳米材料生物信号传感器的理解，概述技术现状，讨论需要解决的挑战并提出发展方向 | 基于纳米材料的生物信号传感器 | 生物医学工程 | NA | 纳米材料技术（金属基纳米颗粒/纳米线、碳基/聚合物基纳米材料） | 深度学习 | 生物信号数据（生物物理信号、生物电信号、生化信号） | NA | NA | NA | NA | NA |
| 14868 | 2025-05-08 |
Enhancing machine learning performance in cardiac surgery ICU: Hyperparameter optimization with metaheuristic algorithm
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311250
PMID:39928609
|
研究论文 | 本研究通过元启发式算法优化机器学习模型的超参数，提升心脏手术ICU中患者呼吸机需求预测的性能 | 结合模拟退火(SA)和遗传算法(GA)优化集成模型的超参数，显著提高了模型灵敏度 | 研究仅针对心脏手术ICU患者，可能不适用于其他类型的ICU患者 | 优化机器学习模型以更准确地预测ICU患者对呼吸机的需求 | 心脏手术ICU患者 | 机器学习 | 心血管疾病 | 模拟退火(SA), 遗传算法(GA) | LDA, CatBoost, ANN, XGBoost, 集成模型 | 临床数据 | NA | NA | NA | NA | NA |
| 14869 | 2025-05-08 |
Quantitative research on aesthetic value of the world heritage karst based on UGC data: A case study of Huangguoshu Scenic Area
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317304
PMID:39928674
|
研究论文 | 基于用户生成内容(UGC)数据和深度学习模型，对世界遗产喀斯特地貌的美学价值进行定量研究，以黄果树风景区为例 | 首次结合社交媒体的UGC数据、SegFormer深度学习模型、ArcGIS空间分析和自然语言处理技术(NLP)对自然景观美学价值进行定量评估 | 研究仅针对黄果树风景区，结果可能无法直接推广到其他世界遗产地 | 量化世界自然遗产地的美学价值 | 黄果树风景区的景观美学价值 | 数字景观分析 | NA | SegFormer深度学习模型、ArcGIS空间分析、自然语言处理技术(NLP) | SegFormer | 图像、文本 | NA | NA | NA | NA | NA |
| 14870 | 2025-05-08 |
Enhancing PM2.5 prediction by mitigating annual data drift using wrapped loss and neural networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314327
PMID:39932913
|
research paper | 该论文提出两种考虑数据漂移特性的模型，用于PM2.5预测，并通过与多种深度学习模型比较，展示了其优越性 | 提出Front-loaded connection模型(FLC)和Back-loaded connection模型(BLC)来解决数据漂移问题，并引入包裹损失函数以提高预测准确性 | 研究仅基于2014-2018年的数据，可能无法涵盖所有潜在的数据漂移情况 | 提高PM2.5预测的准确性，特别是在存在年度数据漂移的情况下 | 气象空气质量数据和天气数据 | machine learning | NA | 统计技术分析年度数据漂移 | LSTM, CNN, FLC, BLC | 时间序列数据 | 2014-2018年五年的数据 | NA | NA | NA | NA |
| 14871 | 2025-05-08 |
Advancements in Viral Genomics: Gated Recurrent Unit Modeling of SARS-CoV-2, SARS, MERS, and Ebola viruses
2025, Revista da Sociedade Brasileira de Medicina Tropical
IF:1.8Q3
DOI:10.1590/0037-8682-0178-2024
PMID:39936709
|
研究论文 | 该研究使用门控循环单元(GRU)深度学习模型对SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列进行全面分析和比较 | 采用GRU深度学习模型分析多种病毒的基因组序列，揭示其进化动态、传播模式和致病性 | 未来需要扩展研究更多病毒种类以增强模型的通用性 | 增强对新兴病毒威胁的理解和应对能力，开发有效的诊断和治疗干预措施 | SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列 | 机器学习 | 病毒感染 | 基因组测序技术 | GRU | 基因组序列数据 | 四种病毒的基因组序列数据 | NA | NA | NA | NA |
| 14872 | 2025-05-08 |
A novel deep learning-based framework with particle swarm optimisation for intrusion detection in computer networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316253
PMID:39937819
|
research paper | 提出了一种基于深度学习和粒子群优化的新型入侵检测框架 | 结合PSO进行超参数优化，并优化组合三种预训练网络模型 | 未提及具体在实际网络环境中的部署效果 | 提高计算机网络安全中的入侵检测效率和准确性 | 计算机网络的入侵行为 | machine learning | NA | deep learning, particle swarm optimisation (PSO) | DNN | network traffic data | KDDCUP'99, NSL-KDD和UNSW-NB15数据集 | NA | NA | NA | NA |
| 14873 | 2025-05-08 |
Long duration multi-channel surface electromyographic signals during walking at natural pace: Data acquisition and analysis
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318560
PMID:39937870
|
research paper | 该研究介绍了一个长时间表面肌电信号（sEMG）数据集，记录了31名健康受试者在自然步速行走时的肌肉活动 | 提供了长时间（几分钟而非几秒）的sEMG信号数据集，支持对肌肉活动变异性的全面分析 | 研究仅涉及健康受试者，未包括病理条件下的数据 | 分析行走过程中表面肌电信号的变异性，并验证数据集的可靠性和可用性 | 31名20至30岁的健康受试者 | 生物医学工程 | NA | 表面肌电信号（sEMG）采集 | NA | sEMG信号、电测角信号和足地接触信号 | 31名健康受试者，每名受试者采集10个下肢肌肉的sEMG信号 | NA | NA | NA | NA |
| 14874 | 2025-05-08 |
Semisupervised adaptive learning models for IDH1 mutation status prediction
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321404
PMID:40323991
|
research paper | 提出了一种基于放射组学和粗糙集的半监督自适应深度学习模型，用于从MRI数据预测IDH1突变状态 | 使用粗糙集算法去除冗余医学图像特征，通过统计T检验为未标记数据添加伪标签，并采用SCSO算法优化伪标签数据权重，构建UCNet分类模型 | 未明确提及具体局限性 | 提高胶质瘤IDH1突变状态预测的准确性和医学影像数据利用率 | 316名胶质瘤患者的术前MRI数据 | digital pathology | glioma | MRI, radiomics, rough sets | UCNet (U-Net + CRNN), SCSO | MRI图像 | 316名胶质瘤患者 | NA | NA | NA | NA |
| 14875 | 2025-05-08 |
TCN-QV: an attention-based deep learning method for long sequence time-series forecasting of gold prices
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319776
PMID:40324013
|
research paper | 提出了一种结合Temporal Convolutional Networks（TCN）与注意力机制的深度学习模型TCN-QV，用于提高黄金价格预测的准确性 | 结合TCN与Query和Keys注意力机制，自适应分配权重以提升预测精度 | 未明确提及具体局限性，但可能涉及模型在更广泛金融数据上的泛化能力 | 提高黄金价格时间序列预测的准确性 | 上海黄金价格时间序列数据 | machine learning | NA | 深度学习，注意力机制 | TCN, CNN, RNN | 时间序列数据 | 四个实验数据集，具体样本量未明确 | NA | NA | NA | NA |
| 14876 | 2025-10-07 |
Artificial intelligence in kidney transplantation: a 30-year bibliometric analysis of research trends, innovations, and future directions
2025-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2025.2458754
PMID:39910843
|
文献计量分析 | 通过文献计量分析评估1993-2023年间人工智能在肾移植领域的研究趋势、创新点和未来方向 | 首次对人工智能在肾移植领域30年研究历程进行系统性文献计量分析，识别关键研究主题和新兴趋势 | 基于文献计量分析，缺乏对具体AI技术临床效果的实证评估 | 分析人工智能在肾移植领域的研究趋势和发展方向 | 890篇相关学术出版物 | 机器学习 | 终末期肾病 | 文献计量分析 | 深度学习,机器学习算法 | 文献数据 | 890篇出版物 | CiteSpace,VOSviewer | NA | NA | NA |
| 14877 | 2025-10-07 |
Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models
2025-May-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143107
PMID:39893723
|
研究论文 | 本研究结合拉曼光谱与深度学习模型定量测定棕榈油热氧化过程中的酸值 | 首次将CNN、LSTM和Transformer三种深度学习模型与拉曼光谱结合用于食用油脂酸值监测 | 需要更多样化的指标数据集进行进一步验证 | 提高食用油脂质量控制中酸值定量测定的准确性和效率 | 热氧化过程中的棕榈油 | 机器学习 | NA | 拉曼光谱 | CNN, LSTM, Transformer | 光谱数据 | NA | NA | CNN-LSTM | 决定系数(R), 均方根误差(RMSEP), 残差预测偏差(RPD) | NA |
| 14878 | 2025-05-07 |
Universal semantic feature extraction from EEG signals: a task-independent framework
2025-May-06, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/add08f
PMID:40273947
|
研究论文 | 开发了一个无监督框架，用于从EEG信号中提取任务无关的语义特征 | 提出了一个结合CNN、AutoEncoders和Transformers的新框架，用于提取EEG信号的低级时空模式和高级语义特征 | NA | 开发一个通用的、任务无关的EEG信号语义特征提取框架 | EEG信号 | 机器学习 | NA | EEG信号处理 | CNN, AutoEncoders, Transformers | EEG信号 | 多个EEG数据集（BCICIV_2a、BCICIV_2b、Lee2019-SSVEP、Nakanishi2015等） | NA | NA | NA | NA |
| 14879 | 2025-05-07 |
Monitoring Amphetamine and Methamphetamine Mixtures Based on Deep Learning Involves Colorimetric Sensing
2025-May-06, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00915
PMID:40279188
|
研究论文 | 本文提出了一种基于深度学习的比色传感策略，用于精确识别和区分安非他命（AMP）和甲基安非他命（MA）混合物 | 通过调节探针结构影响反应产物的聚集行为，首次实现了AMP和MA混合物的掺杂比例判断，并结合自研的Drugs Analyst和深度学习算法 | NA | 开发一种高精度识别和区分结构相似的分析物的方法，应用于毒品缉查、食品添加剂检测和环境监测等领域 | 安非他命（AMP）和甲基安非他命（MA） | 机器学习和光学传感 | NA | 比色传感和深度学习算法 | 深度学习 | 光学信号 | NA | NA | NA | NA | NA |
| 14880 | 2025-05-07 |
A Comprehensive Survey of Foundation Models in Medicine
2025-May-06, IEEE reviews in biomedical engineering
IF:17.2Q1
DOI:10.1109/RBME.2025.3531360
PMID:40031197
|
综述 | 本文全面综述了医学领域中的基础模型（FMs），包括其演变、学习策略、标志性模型、应用及挑战 | 全面覆盖了基础模型在医学各领域的应用，提供了详细的分类法，并探讨了相关挑战和开放性问题 | 未提及具体样本量或实验数据，主要基于现有文献综述 | 探讨基础模型在医学和健康领域的应用及其潜力 | 基础模型（如BERT和GPT系列）及其在医疗领域的应用 | 自然语言处理, 计算机视觉, 机器学习 | NA | 自监督学习 | BERT, GPT | 文本, 图像, 组学数据 | NA | NA | NA | NA | NA |