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 18682 篇文献，本页显示第 18341 - 18360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18341 | 2025-10-07 |
Accurate predictions on small data with a tabular foundation model
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08328-6
PMID:39780007
|
研究论文 | 提出一种基于Transformer的表格数据基础模型TabPFN，在小规模数据集上实现快速准确的预测 | 首个表格数据基础模型，通过在数百万合成数据集上学习算法本身，实现快速训练和优异性能 | 主要适用于样本量不超过10,000的数据集 | 开发适用于表格数据的深度学习基础模型，提升小数据集的预测性能 | 表格数据（电子表格形式的结构化数据） | 机器学习 | NA | NA | Transformer | 表格数据 | 最多10,000个样本的数据集 | NA | Transformer | 分类准确率 | NA |
| 18342 | 2025-10-07 |
A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction
2025-Jan-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0233275
PMID:39792696
|
研究论文 | 提出一种结合递归图和转置Transformer的双分支网络模型用于股票趋势预测 | 创新性地将递归图与转置Transformer结合，通过双分支网络分别捕捉时间序列的非线性关系和多元时间序列的细微互连 | 仅基于7只随机选择的股票历史数据进行实验，样本规模有限 | 提高股票市场时间序列趋势预测的准确性 | 股票市场时间序列数据 | 机器学习 | NA | 时间序列分析 | 双分支网络,Transformer | 时间序列数据 | 7只股票的历史数据 | NA | 转置Transformer,全连接层 | 准确率,F1分数 | NA |
| 18343 | 2025-10-07 |
deep-AMPpred: A Deep Learning Method for Identifying Antimicrobial Peptides and Their Functional Activities
2025-Jan-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01913
PMID:39792442
|
研究论文 | 提出一种名为deep-AMPpred的两阶段深度学习方法来识别抗菌肽及其功能活性 | 结合ESM-2模型编码肽序列特征，并集成CNN、BiLSTM和CBAM模型来识别抗菌肽及其13种常见功能活性 | NA | 准确识别抗菌肽并预测其多种功能活性 | 抗菌肽及其功能活性 | 生物信息学 | 传染病 | 深度学习 | CNN, BiLSTM, CBAM | 肽序列数据 | NA | NA | ESM-2, CNN, BiLSTM, CBAM | NA | NA |
| 18344 | 2025-10-07 |
Automated stenosis estimation of coronary angiographies using end-to-end learning
2025-Jan-09, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03324-x
PMID:39789341
|
研究论文 | 开发了一种基于深度学习的自动化冠状动脉造影狭窄评估系统 | 相比先前工作，性能提升，包含全部16个血管段，不排除血运重建患者，进行了外部验证，且流程更简化 | NA | 通过深度学习实现冠状动脉狭窄的自动化评估 | 冠状动脉造影影像和患者 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 影像 | 19,414名患者的332,582个电影循环，其中13,480名患者用于模型开发，5,056名用于内部测试，608名用于外部测试 | NA | 端到端学习 | ROC曲线下面积 | NA |
| 18345 | 2025-10-07 |
Enhanced prediction of partial nitrification-anammox process in wastewater treatment by developing an attention-based deep learning network
2025-Jan-08, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.124012
PMID:39788059
|
研究论文 | 本研究开发了一种基于注意力机制的深度学习网络，用于改进污水处理中部分硝化-厌氧氨氧化过程的预测性能 | 开发了增强型基于注意力的DenseNet网络(AttentionNet)，在传统LSTM和DenseNet基础上进一步提升了预测精度 | 对某些输出参数的预测准确性相对较低，未明确说明模型在其他类型废水中的适用性 | 改进部分硝化-厌氧氨氧化过程的建模和预测能力，实现更及时的过程干预 | 低浓度废水处理中的部分硝化-厌氧氨氧化反应器 | 机器学习 | NA | 深度学习建模 | LSTM, DenseNet, 注意力机制网络 | 污水处理过程数据 | 基于长期实验构建的数据集 | NA | LSTM, DenseNet, AttentionNet | 平均相对误差, Bland-Altman分析 | NA |
| 18346 | 2025-10-07 |
Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients
2025-Jan-08, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2024.10.048
PMID:39788817
|
研究论文 | 使用无监督深度学习算法识别和验证外科及危重症患者中的低血压内型 | 首次将深度自编码器与高斯混合模型结合用于低血压内型识别，并在大型数据集上进行独立验证 | 研究仅基于特定血流动力学参数，未考虑其他潜在影响因素 | 识别和验证外科及危重症患者中不同类型的低血压内型 | 外科患者和危重症患者 | 机器学习 | 心血管疾病 | 无监督深度学习 | 自编码器, 高斯混合模型 | 血流动力学参数数据 | 开发集：871名外科患者（6962次低血压事件）；验证集1：1000名外科患者（7904次低血压事件）；验证集2：1000名危重症患者（53821次低血压事件） | NA | 自编码器 | 内型识别一致性 | NA |
| 18347 | 2025-10-07 |
Innovative breast cancer detection using a segmentation-guided ensemble classification framework
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00435-7
PMID:39781047
|
研究论文 | 提出一种分割引导的集成分类框架用于乳腺癌检测，通过两阶段方法提升诊断准确性 | 结合注意力U-Net分割和多元集成分类器，通过精确的感兴趣区域分析提升小尺寸肿块检测能力 | 未明确说明数据集规模和多样性限制，可能影响模型泛化能力 | 提高乳腺癌早期检测和诊断的准确性 | 乳腺肿瘤（恶性、良性和正常类别） | 计算机视觉 | 乳腺癌 | 超声成像 | Attention U-Net, 集成分类器 | 超声图像 | NA | NA | Attention U-Net, SVM, 决策树, KNN, 人工神经网络, 随机森林 | 准确率, F1分数 | NA |
| 18348 | 2025-10-07 |
Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00440-w
PMID:39781062
|
研究论文 | 本研究开发了一种前向超声内镜系统，用于微创脊柱手术中脊髓组织的自动识别 | 首次将前向超声内镜技术与深度学习模型相结合，实现脊柱软组织的实时识别 | 研究使用离体绵羊脊柱组织，尚未进行人体临床试验 | 提高微创脊柱手术中关键组织识别的准确性和安全性 | 绵羊脊柱软组织样本 | 医学影像分析 | 脊柱疾病 | 前向超声内镜技术 | DenseNet, Vision Transformer | 超声信号数据 | 758个离体软组织样本 | NA | DenseNet, 一维Vision Transformer | 准确率, 特异性, 推理延迟 | NA |
| 18349 | 2025-10-07 |
A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00437-5
PMID:39781063
|
综述 | 本文综述了基于KL分级系统对膝关节骨关节炎X光片进行自动分类的最新研究进展 | 系统回顾了85篇相关文献，总结了人工智能技术在膝关节骨关节炎自动诊断中的最新应用 | 仅关注基于KL分级系统的X光片分类方法，未涵盖其他诊断方式或分类系统 | 回顾膝关节骨关节炎自动放射学分类和检测技术 | 膝关节骨关节炎的X光影像 | 计算机视觉 | 骨关节炎 | X射线成像 | NA | X光图像 | NA | NA | NA | NA | NA |
| 18350 | 2025-01-11 |
Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT
2025, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-249001
PMID:39792355
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18351 | 2025-01-07 |
EEG-based cross-subject passive music pitch perception using deep learning models
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-024-10196-9
PMID:39758357
|
研究论文 | 本研究利用深度学习模型，基于脑电图（EEG）数据，探索跨被试的音乐音高感知 | 提出了轻量级改进的EEGNet模型用于EEG音高分类，并采用分类器集成方法构建跨被试模型 | 研究仅针对小提琴的G3和B6音高，未涵盖更广泛的音高范围 | 客观检测和解码跨被试的音乐音高感知的脑响应 | 34名被试在听到小提琴G3和B6音高时的EEG信号 | 机器学习 | NA | EEG | 改进的EEGNet模型 | EEG信号 | 34名被试 | NA | NA | NA | NA |
| 18352 | 2025-01-07 |
Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100622
PMID:39758710
|
研究论文 | 本研究探讨了深度学习加速的CAIPIRINHA-VIBE技术在肾脏成像中的应用，以提升图像质量和病变检测能力 | 首次将深度学习技术应用于CAIPIRINHA-VIBE序列，以改善肾脏成像的图像质量和病变显着性 | DL-CAIPIRINHA-VIBE呈现出更多的合成外观和混叠伪影 | 比较DL-CAIPIRINHA-VIBE与标准CAIPIRINHA-VIBE在肾脏成像中的图像质量和病变检测能力 | 50名患者，包括23个实性和45个囊性肾脏病变 | 医学影像 | 肾脏疾病 | 深度学习加速的CAIPIRINHA-VIBE技术 | 深度学习模型 | MRI图像 | 50名患者，68个肾脏病变 | NA | NA | NA | NA |
| 18353 | 2025-01-07 |
Deep Learning to Predict the Future Growth of Geographic Atrophy from Fundus Autofluorescence
2025 Mar-Apr, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100635
PMID:39758130
|
研究论文 | 本文开发了多种深度学习模型，利用眼底自发荧光（FAF）图像预测地理萎缩（GA）病变的1年增长区域（ROG） | 首次使用深度学习模型预测GA病变的1年增长区域，并比较了不同时间点FAF图像的预测效果 | 研究为回顾性分析，可能受到数据选择和模型训练的限制 | 预测地理萎缩（GA）病变的1年增长区域，以支持临床试验和临床治疗决策 | 地理萎缩（GA）病变 | 计算机视觉 | 老年性疾病 | 深度学习 | 2D U-Net | 图像 | 597名患者的研究眼数据，分为训练集（310）、验证集（78）和测试集（209） | NA | NA | NA | NA |
| 18354 | 2025-01-07 |
Optical coherence tomography: implications for neurology
2025-Feb-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001340
PMID:39704153
|
综述 | 本文探讨了光学相干断层扫描（OCT）在神经学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用 | OCT作为一种非侵入性工具，能够有效检测和监测视觉通路中的神经轴索损伤，结合深度学习算法提高了诊断准确性和预测能力 | NA | 探讨OCT在神经学中的应用，特别是在诊断和监测视觉通路相关疾病中的作用 | 视乳头水肿、视神经炎、视网膜动脉阻塞等疾病患者 | 数字病理学 | 神经系统疾病 | 光学相干断层扫描（OCT） | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 18355 | 2025-01-07 |
Artificial intelligence and stroke imaging
2025-Feb-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001333
PMID:39760722
|
综述 | 本文探讨了人工智能在卒中影像学中的应用及其潜力 | 提出了深度学习技术在卒中影像学中的高保真预测、描述和推理工具的应用，并探讨了生成模型在解决当前障碍中的潜力 | 尽管人工智能在卒中影像学中的潜力巨大，但在实际临床应用中仍面临数据噪声、不完整、偏见和小规模数据的挑战 | 探讨人工智能在卒中影像学中的应用，以实现个体化精准医疗 | 卒中影像学数据 | 医学影像 | 卒中 | 深度学习 | 生成模型 | 影像数据 | NA | NA | NA | NA | NA |
| 18356 | 2025-01-07 |
Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study
2025-Jan-26, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发 | 使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型 | 未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响 | 提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险 | 急性缺血性卒中患者的脑部MRI图像 | 医学影像分析 | 急性缺血性卒中 | MRI | MRA-UNet, LR, RF, CatBoost, XGBoost | 图像, 临床数据 | 未提及具体样本量 | NA | NA | NA | NA |
| 18357 | 2025-01-07 |
Deep learning-based object detection algorithms in medical imaging: Systematic review
2025-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e41137
PMID:39758372
|
综述 | 本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用 | 通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力 | 数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺 | 探讨基于深度学习的医学图像目标检测算法的应用和发展趋势 | 医学图像中的目标检测 | 计算机视觉 | NA | CR扫描、病理图像、内窥镜成像 | 深度学习 | 图像 | 数据集大小存在显著差异，许多数据集被标记为私有或内部 | NA | NA | NA | NA |
| 18358 | 2025-01-07 |
Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis
2025-Jan-06, Cancer prevention research (Philadelphia, Pa.)
DOI:10.1158/1940-6207.CAPR-24-0338
PMID:39450526
|
研究论文 | 本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度 | 提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异 | 模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性 | 自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习模型 | 图像 | 9,714名女性的前瞻性队列和18,360名女性的外部验证队列 | NA | NA | NA | NA |
| 18359 | 2025-01-07 |
From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
综述 | 本文综述了IVT mRNA疫苗的最新研究进展和优化策略，包括AI模型和深度学习技术在IVT mRNA结构优化和递送系统设计中的应用 | 应用AI模型和深度学习技术优化IVT mRNA结构及递送系统设计，探讨了新型递送平台如脂质纳米颗粒、聚合物和外泌体的发展 | 未提及具体实验数据或样本量，主要基于现有研究的综述 | 提升IVT mRNA疫苗的有效性，克服现有挑战，如表达水平有限、非特异性靶向、快速降解和意外免疫激活 | IVT mRNA疫苗及其递送系统 | 生物信息学 | 传染病 | AI模型、深度学习 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 18360 | 2025-01-07 |
Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors
2025-Jan-06, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究利用分子动力学模拟和深度学习技术预测单克隆抗体的生物物理特性 | 开发了新的深度学习模型DeepSP，直接从序列预测抗体的动态和结构特性，显著减少计算时间 | 数据集仅包含137种抗体的12种生物物理特性，可能限制了模型的泛化能力 | 预测和优化单克隆抗体的生物物理特性，以提高其作为治疗药物的开发成功率 | 单克隆抗体 | 机器学习 | NA | 分子动力学模拟, 深度学习 | DeepSP, 机器学习模型 | 序列数据, 实验数据 | 137种抗体的12种生物物理特性 | NA | NA | NA | NA |