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 14961 - 14980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14961 | 2025-03-04 |
A computational spectrometer for the visible, near, and mid-infrared enabled by a single-spinning film encoder
2025-Feb-28, Communications engineering
DOI:10.1038/s44172-025-00379-5
PMID:40021937
|
研究论文 | 本文提出了一种结合单旋转薄膜编码器（SSFE）和深度学习重建算法的计算光谱仪，覆盖可见光到中红外波长范围 | 通过粒子群优化（PSO）实现低相关性和高复杂度的光谱响应，展示了在可见光、近红外和中红外波长范围内的单峰和双峰分辨率 | NA | 开发一种低成本、原位、快速光谱分析的计算光谱仪 | 光谱仪的光谱响应和化学化合物的分类 | 机器学习和光学工程 | NA | 粒子群优化（PSO）和深度学习 | 深度学习算法 | 光谱数据 | 220种化学化合物 | NA | NA | NA | NA |
| 14962 | 2025-03-04 |
Improved Microbubble Tracking for Super-Resolution Ultrasound Localization Microscopy using a Bi-Directional Long Short-term Memory Neural Network
2025-Feb-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.10.637352
PMID:39990416
|
研究论文 | 本文提出了一种基于双向长短期记忆神经网络的深度学习微泡配对和跟踪方法，用于超分辨率超声定位显微镜 | 该方法整合了多参数微泡特征，以实现更稳健和准确的微泡配对和跟踪 | 方法在模拟数据集、组织模拟流动模型以及小鼠和大鼠脑部进行了验证，但未提及在人类临床数据上的应用 | 提高超分辨率超声定位显微镜中微泡跟踪的准确性和鲁棒性 | 微泡（MBs） | 医学影像 | NA | 超分辨率超声定位显微镜（ULM） | 双向长短期记忆神经网络（Bi-Directional LSTM） | 超声图像 | 模拟数据集、组织模拟流动模型、小鼠和大鼠脑部 | NA | NA | NA | NA |
| 14963 | 2025-03-04 |
Validation of ten federated learning strategies for multi-contrast image-to-image MRI data synthesis from heterogeneous sources
2025-Feb-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.09.637305
PMID:39990397
|
研究论文 | 本文验证了十种联邦学习策略在多对比度MRI图像合成中的应用，特别是在处理来自不同机构的异质数据时 | 提出了一种新的聚合策略FedBAdam，结合了两种最先进方法的优势，通过引入动量并跳过批量归一化层来优化模型参数 | 研究主要关注脑部扫描，未涉及其他类型的医学影像数据 | 验证联邦学习策略在多对比度MRI图像合成中的有效性，特别是在处理异质数据时的性能 | 健康和肿瘤性脑部扫描数据 | 医学影像 | 脑部肿瘤 | 联邦学习（FL） | 深度学习模型 | MRI图像 | 来自五个不同机构的脑部扫描数据 | NA | NA | NA | NA |
| 14964 | 2025-10-07 |
Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study
2025-Feb, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01321-x
PMID:39190220
|
研究论文 | 本研究探讨屏幕暴露时间通过睡眠开始时间中介对中老年人群视网膜年龄差距的影响 | 首次使用深度学习算法基于眼底图像预测视网膜年龄，并发现睡眠开始时间在屏幕使用与视网膜年龄差距关系中的中介作用 | 横断面研究设计无法确定因果关系，研究对象仅限于上海地区45岁以上健康工作者 | 研究屏幕暴露时间对中老年人群衰老的影响及其作用机制 | 中国上海45岁以上健康工作成年人 | 数字病理 | 老年疾病 | 眼底成像 | 深度学习 | 图像, 问卷数据 | 未明确具体样本数量（上海地区45岁以上健康工作者） | NA | NA | 回归系数, 置信区间, p值 | NA |
| 14965 | 2025-10-07 |
Assessment of the stability of intracranial aneurysms using a deep learning model based on computed tomography angiography
2025-Feb, La Radiologia medica
DOI:10.1007/s11547-024-01939-z
PMID:39666223
|
研究论文 | 本研究基于CT血管造影图像构建深度学习模型，用于识别颅内动脉瘤的稳定性 | 首次将临床特征、形态学特征和深度学习特征相结合构建卷积神经网络模型，用于预测颅内动脉瘤稳定性 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 构建深度学习模型评估颅内动脉瘤稳定性，辅助临床决策 | 1041名患者的1227个颅内动脉瘤 | 计算机视觉 | 脑血管疾病 | 计算机断层扫描血管造影(CTA) | CNN, 逻辑回归 | 医学图像 | 总共1456个动脉瘤（内部验证991个，外部验证229个） | NA | 卷积神经网络 | AUC, 准确率, 灵敏度, 特异性 | NA |
| 14966 | 2025-10-07 |
A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly
2025-Jan-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.09.147
PMID:39321977
|
研究论文 | 使用机器学习算法预测中国老年人群抑郁风险因素 | 首次在中国大型代表性老年数据库中应用机器学习方法，从整体和个体层面预测抑郁风险因素 | 需要专业临床输入的进一步研究来推进该领域 | 预测中国老年人群抑郁风险因素 | 中国老年人 | 机器学习 | 精神健康疾病 | 机器学习算法 | 深度学习算法 | 调查问卷数据 | 符合纳入标准的CHARLS第四波参与者 | NA | NA | NA | NA |
| 14967 | 2025-03-03 |
COS-DeformDeep: Adaptive 2T2D spectral feature extraction method for improving the component identification performance in mixtures based on handheld Raman technology
2025-Apr-08, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343773
PMID:40021327
|
研究论文 | 提出了一种名为COS-DeformDeep的新方法，用于增强和提取手持拉曼光谱混合物成分识别中的光谱特征 | 结合同步双迹二维相关光谱（2T2D-COS）和可变形卷积（DCNs），提高了深度学习模型在相关峰区域几何变形适应性，从而增强了2T2D-COS中的光谱特征提取能力 | NA | 提高手持拉曼光谱技术在混合物成分识别中的性能 | 乙醇、双丙酮醇和组氨酸三种物质，体积重量比范围为2%到20% | 光谱分析 | NA | 拉曼光谱 | 可变形卷积（DCNs） | 光谱数据 | 三个混合物数据集 | NA | NA | NA | NA |
| 14968 | 2025-10-07 |
Performance of AI-Enabled Electrocardiogram in the Prediction of Metabolic Dysfunction-Associated Steatotic Liver Disease
2025-Mar, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2024.08.009
PMID:39209186
|
研究论文 | 本研究开发了一种基于深度学习的AI心电图模型，用于预测代谢功能障碍相关脂肪肝病 | 首次使用12导联心电图数据和卷积神经网络来检测MASLD，为非侵入性筛查提供了新方法 | 回顾性研究设计，外部验证队列表现有所下降 | 探索AI心电图模型在识别代谢功能障碍相关脂肪肝病方面的性能 | 明尼苏达州奥姆斯特德县1996-2019年间诊断为MASLD的成年患者 | 数字病理 | 代谢功能障碍相关脂肪肝病 | 心电图 | CNN | 心电图信号 | 3468例MASLD病例和25407例对照 | NA | 卷积神经网络 | AUC | NA |
| 14969 | 2024-12-21 |
Predicting Intracerebral Hemorrhage Outcomes Using Deep Learning Models to Extract Head CT Imaging Features
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.12.019
PMID:39701844
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14970 | 2025-03-03 |
A hybrid multi model artificial intelligence approach for glaucoma screening using fundus images
2025-Feb-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01473-w
PMID:40016437
|
研究论文 | 本文提出了一种基于人工智能的混合多模型方法，用于通过眼底图像进行青光眼筛查 | 使用六个轻量级深度学习模型（总大小：110 MB）分析眼底图像，以识别早期结构变化，如视盘凹陷、出血和神经纤维层缺陷 | 在真实世界测试中，独立二元青光眼分类模型的灵敏度下降至0.5652，而完整AI-GS网络的灵敏度保持在0.8053 | 开发一种高效且准确的人工智能方法，用于青光眼的早期筛查 | 眼底图像 | 计算机视觉 | 青光眼 | 深度学习 | 混合多模型 | 图像 | NA | NA | NA | NA | NA |
| 14971 | 2025-03-03 |
A deep learning based ultrasound diagnostic tool driven by 3D visualization of thyroid nodules
2025-Feb-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01455-y
PMID:40016505
|
研究论文 | 本研究开发了一种基于深度学习的两阶段框架，利用动态超声视频进行甲状腺结节诊断的工具TNVis，通过三维可视化提高诊断准确性 | 利用动态超声视频和三维可视化技术，开发了一种新的甲状腺结节诊断工具TNVis，显著提高了放射科医生的诊断能力 | NA | 提高甲状腺结节的诊断准确性 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 深度学习 | 两阶段深度学习框架 | 动态超声视频 | 4569例病例 | NA | NA | NA | NA |
| 14972 | 2025-03-03 |
Simultaneous profiling of ac4C and m5C modifications from nanopore direct RNA sequencing
2025-Feb-13, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140863
PMID:39954891
|
研究论文 | 本研究开发了一种名为modCnet的深度学习框架，利用纳米孔直接RNA测序技术同时识别ac4C和m5C修饰 | 首次实现了从纳米孔直接RNA测序数据中同时进行ac4C和m5C修饰的从头识别 | 需要进一步验证在更广泛生物样本中的应用效果 | 研究RNA修饰（ac4C和m5C）在mRNA稳定性和翻译效率中的作用 | 人类细胞系中的mRNA | 生物信息学 | NA | 纳米孔直接RNA测序 | 深度学习框架（modCnet） | RNA测序数据 | 人类细胞系中的mRNA样本 | NA | NA | NA | NA |
| 14973 | 2025-10-07 |
Enhancing repeatability of follicle counting with deep learning reconstruction high-resolution MRI in PCOS patients
2025-Jan-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84812-3
PMID:39775101
|
研究论文 | 本研究通过深度学习重建高分辨率MRI技术提升多囊卵巢综合征患者卵泡计数的可重复性 | 首次将深度学习重建技术应用于单次激发快速自旋回波序列，有效补偿图像噪声并提高卵泡检测的可重复性 | 样本量较小（仅22名PCOS患者），且仅由一名观察者评估主观噪声 | 提高PCOS诊断中卵泡计数的准确性和可重复性 | 多囊卵巢综合征患者的卵巢MRI图像 | 医学影像分析 | 多囊卵巢综合征 | PROPELLER MRI, SSFSE T2加权序列, 深度学习重建 | 深度学习 | MRI图像 | 22名PCOS患者 | NA | NA | 模糊伪影, 主观噪声, 卵泡显着性, FNPO评估可重复性 | NA |
| 14974 | 2025-10-07 |
Recipes and ingredients for deep learning models of 3D genome folding
2025-Apr, Current opinion in genetics & development
IF:3.7Q2
DOI:10.1016/j.gde.2024.102308
PMID:39862604
|
综述 | 本文比较和分析了用于预测基因组接触图谱的深度学习模型，涵盖预处理、架构、训练、评估和解释方法 | 系统梳理了三维基因组折叠深度学习模型的最新进展，并指出各模型的优势与局限 | 作为综述文章，不包含原始实验数据或新模型开发 | 探讨深度学习在三维基因组折叠预测中的应用与发展方向 | 基因组接触图谱预测模型 | 计算生物学 | NA | 深度学习 | 深度学习模型 | 基因组接触图谱数据 | NA | NA | NA | NA | NA |
| 14975 | 2025-10-07 |
A three-dimensional marine plastic litter real-time detection embedded system based on deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117603
PMID:39889545
|
研究论文 | 提出基于深度学习的嵌入式三维海洋塑料垃圾实时检测系统 | 结合图像质量评估与增强技术提升水下图像质量，并通过模型压缩量化实现嵌入式部署 | 未明确说明系统在复杂海洋环境中的长期稳定性测试结果 | 开发用于海洋塑料垃圾实时清理的智能检测系统 | 海洋环境中的塑料垃圾 | 计算机视觉 | NA | 深度学习，图像质量增强 | YOLOv5 | 水下图像 | NA | NA | YOLOv5 | 精确率，召回率，F1分数，平均精度均值 | 嵌入式设备 |
| 14976 | 2025-10-07 |
Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation
2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences
DOI:10.1515/znc-2024-0075
PMID:38996180
|
研究论文 | 本研究利用人工智能驱动的药物设计方法，开发基于天然黄酮醇分子山奈酚的新型AKU治疗候选药物 | 首次将深度学习AI药物设计应用于黑酸尿症治疗，通过AI优化山奈酚分子结构开发新型4-羟基苯丙酮酸双加氧酶抑制剂 | 研究结果需要通过实验验证，目前仅为计算机模拟结果 | 开发毒性更低、疗效更好的黑酸尿症治疗药物 | 黑酸尿症患者，4-羟基苯丙酮酸双加氧酶靶点 | 药物发现 | 黑酸尿症 | AI药物设计，分子对接 | 深度学习 | 分子结构数据 | 3个AI设计的候选药物分子 | NA | NA | 结合亲和力(-9.099 kcal/mol)，药物相似性，毒性评估 | NA |
| 14977 | 2025-03-02 |
Physics-driven deep learning for high-fidelity photon-detection ghost imaging
2025-Mar-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.541330
PMID:40020023
|
研究论文 | 本文提出了一种基于物理驱动的深度学习光子探测鬼成像方法，以提高在散射介质中的空间和深度分辨率 | 通过共同设计计算鬼成像系统和网络，将成像和重建更紧密地结合，以超越物理分辨率限制，并设计了具有注意力机制的特殊深度融合网络 | NA | 提高在散射介质中的光子探测成像的空间和深度分辨率 | 光子探测成像 | 计算机视觉 | NA | 深度学习 | 深度融合网络 | 图像 | NA | NA | NA | NA | NA |
| 14978 | 2025-03-02 |
Phantom-metasurface cooperative system trained by a deep learning network driven by a bound state for a magnetic resonance-enhanced system
2025-Mar-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.546727
PMID:40020024
|
研究论文 | 本研究开发了一种基于深度学习网络训练的高效体模超表面复合MRI增强系统，并在MHz频段实现了超表面的设计与控制 | 结合深度神经网络和电磁超表面，显著提高了超表面的设计效率，并在MRI系统中展示了巨大的应用潜力 | NA | 提高MRI成像速度和分辨率 | MRI系统 | 医学影像 | NA | 深度学习网络 | 前向神经网络 | 电磁响应特性 | NA | NA | NA | NA | NA |
| 14979 | 2025-03-02 |
Fusion of circulant singular spectrum analysis and multiscale local ternary patterns for effective spectral-spatial feature extraction and small sample hyperspectral image classification
2025-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90926-z
PMID:40011533
|
研究论文 | 本文提出了一种新颖的循环奇异谱分析（CiSSA）和多尺度局部三值模式融合方法，用于高光谱图像的联合光谱-空间特征提取和分类 | 结合循环奇异谱分析和多尺度局部三值模式进行光谱-空间特征提取，提高了小样本高光谱图像分类的准确性 | 仅在高光谱图像数据集上进行了实验，未在其他类型数据上验证 | 提高小样本高光谱图像分类的准确性 | 高光谱图像 | 计算机视觉 | NA | PCA, CiSSA, LTP, SVM | SVM | 图像 | 三个高光谱图像数据集（Indian Pines, Pavia University, Houston2013），训练样本比例为1% | NA | NA | NA | NA |
| 14980 | 2025-03-02 |
Improved sand cat swarm optimization algorithm assisted GraphSAGE-GRU for remaining useful life of engine
2025-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91418-w
PMID:40011762
|
研究论文 | 本文提出了一种改进的沙猫群优化算法辅助的GraphSAGE-GRU模型，用于预测发动机的剩余使用寿命（RUL） | 提出了改进的沙猫群优化算法（ISCSO）来增强GraphSAGE-GRU的预测性能，包括在种群初始化中使用帐篷映射和一种新的自适应方法来增强沙猫群优化的探索和开发能力 | 未提及具体局限性 | 提高发动机剩余使用寿命（RUL）预测的准确性 | 发动机 | 机器学习 | NA | GraphSAGE-GRU, 沙猫群优化算法 | GraphSAGE-GRU | 图数据 | 使用CMAPSS数据集进行验证 | NA | NA | NA | NA |