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 19278 篇文献，本页显示第 18741 - 18760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18741 | 2025-10-07 |
An automatic and real-time echocardiography quality scoring system based on deep learning to improve reproducible assessment of left ventricular ejection fraction
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-512
PMID:39839058
|
研究论文 | 开发基于深度学习的实时超声心动图质量评分系统，用于提高左心室射血分数评估的可重复性 | 创新性地开发了能够实时检测心脏解剖结构并自动提供质量评分和LVEF评估的深度学习模型 | 研究样本主要来自中国10个医疗中心，可能需要更多样化的外部验证 | 开发自动化实时质量评估系统，减少左心室射血分数测量误差 | 超声心动图数据集和参与者 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 超声心动图图像 | 来自2,461名参与者的5,000多个超声心动图数据集，外部验证包含175名参与者 | NA | NA | IoU, mAP50, 准确率, 精确率, 召回率, ICC, 相关系数 | NA |
| 18742 | 2025-10-07 |
Bayesian-optimized deep learning for identifying essential genes of mitophagy and fostering therapies to combat drug resistance in human cancers
2025-Jan, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18254
PMID:39834330
|
研究论文 | 提出贝叶斯优化深度学习模型BayeDEM用于识别线粒体自噬关键基因并开发克服癌症耐药性的治疗方法 | 开发首个贝叶斯优化深度学习框架BayeDEM用于精准识别线粒体自噬关键基因，并发现CERS1基因在调控线粒体自噬中的核心作用 | 研究主要聚焦于骨肉瘤，在其他癌症类型中的普适性需要进一步验证 | 识别调控线粒体自噬的关键枢纽基因并开发基于线粒体自噬的治疗策略以克服癌症耐药性 | 骨肉瘤细胞、线粒体自噬相关基因、免疫微环境 | 机器学习 | 骨肉瘤 | 深度学习、贝叶斯优化、基因功能分析 | 深度学习 | 基因表达数据、功能实验数据 | NA | NA | BayeDEM | AUC of ROC, AUC of PR curve, SHAP value | NA |
| 18743 | 2025-01-24 |
A multi-patch-based deep learning model with VGG19 for breast cancer classifications in the pathology images
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241313161
PMID:39839961
|
研究论文 | 本文提出了一种基于多片段的深度学习模型MPa-DCAE，结合VGG19用于病理图像中的乳腺癌检测和分类 | MPa-DCAE模型结合了VGG19的层次特征提取能力和深度卷积自编码器（DCAE）框架，通过多片段方法提取病理图像中的感兴趣区域，增强了模型的判别能力 | NA | 开发一种自动化的乳腺癌诊断方法，以提高病理图像中乳腺癌检测和分类的准确性 | 乳腺癌病理图像 | 计算机视觉 | 乳腺癌 | 深度学习 | VGG19, DCAE | 图像 | CBIS-DDSM和MIAS数据集 | NA | NA | NA | NA |
| 18744 | 2025-01-23 |
HybNet: A hybrid deep models for medicinal plant species identification
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.103126
PMID:39830878
|
研究论文 | 本文介绍了三种创新的混合模型，用于在非约束环境下实时识别药用植物物种，通过结合卷积神经网络的优势来提高识别准确率 | 本文的创新点在于提出了三种混合模型，结合了VGG16、MobileNet、ResNet50和Squeeze and Excitation (SE)层的优势，显著提高了药用植物物种识别的准确率，特别是在特征增强和特征缩放方面 | 深度学习模型在小型数据集上训练和测试，尽管取得了较高的准确率，但数据集的规模可能限制了模型的泛化能力 | 研究目的是通过混合深度学习模型提高药用植物物种识别的准确率，特别是在复杂环境下的实时识别 | 研究对象为药用植物物种的图像数据 | 计算机视觉 | NA | 深度学习 | CNN (VGG16, MobileNet, ResNet50), KNN, Squeeze and Excitation (SE)层 | 图像 | 自建的药用植物数据集，具体样本数量未提及 | NA | NA | NA | NA |
| 18745 | 2025-10-07 |
A novel particle size distribution correction method based on image processing and deep learning for coal quality analysis using NIRS-XRF
2025-Apr-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.127427
PMID:39709828
|
研究论文 | 提出一种结合图像处理和深度学习的颗粒尺寸分布校正方法，用于改善NIRS-XRF煤质分析中的预测精度 | 首次将Segment Anything Model和Spatial Transformer Network应用于煤样颗粒尺寸分布的校正，建立了颗粒尺寸分布与灰分测量误差的关联模型 | 仅使用56个煤样本进行验证，样本规模相对较小；校正范围限定在0∼1mm颗粒尺寸 | 解决颗粒尺寸分布变化对NIRS-XRF煤质分析精度的影响 | 煤炭样本 | 计算机视觉, 机器学习 | NA | 近红外光谱, X射线荧光光谱, 图像处理 | CNN, STN, SAM | 图像, 光谱数据 | 56个煤样本（48个0.2mm标准样本，8个0∼1mm校正样本） | NA | Segment Anything Model, Spatial Transformer Network, Convolutional Neural Network | 标准偏差, 平均绝对误差, 均方根预测误差 | NA |
| 18746 | 2025-10-07 |
A hybrid deep learning model based on signal decomposition and dynamic feature selection for forecasting the influent parameters of wastewater treatment plants
2025-Feb-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.120615
PMID:39674247
|
研究论文 | 提出一种结合信号分解和动态特征选择的混合深度学习模型，用于预测污水处理厂的进水参数 | 引入动态特征选择机制实时优化特征选择，结合信号分解技术提高预测精度 | NA | 提高污水处理厂进水参数（COD和BOD）的预测精度 | 污水处理厂的进水参数（化学需氧量和五日生化需氧量） | 机器学习 | NA | 信号分解，动态特征选择 | 深度学习 | 时间序列数据 | 两个污水处理厂的数据 | NA | 混合模型 | R值，RMSE，MAE | NA |
| 18747 | 2025-01-23 |
Mfgnn: Multi-Scale Feature-Attentive Graph Neural Networks for Molecular Property Prediction
2025-Jan-30, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.70011
PMID:39840745
|
研究论文 | 本文提出了一种多尺度特征注意力图神经网络（MfGNN），用于分子属性预测，通过结合片段级表示来增强传统的基于原子的分子图表示 | MfGNN不仅有效捕捉分子结构和功能基团特征，还特别关注片段之间的潜在关系，探索它们如何共同影响分子属性 | NA | 提高分子属性预测的准确性，特别是在药物发现领域 | 分子结构和功能基团 | 机器学习 | NA | 图神经网络（GNN） | MfGNN | 分子图数据 | NA | NA | NA | NA | NA |
| 18748 | 2025-10-07 |
Two-Dimensional Transition Metal Dichalcogenides: A Theory and Simulation Perspective
2025-Jan-22, Chemical reviews
IF:51.4Q1
DOI:10.1021/acs.chemrev.4c00628
PMID:39746214
|
综述 | 本文从理论和模拟的角度综述了二维过渡金属二硫化物（2D TMDs）的研究进展 | 系统总结了理论和模拟在理解扭曲莫尔TMDs特性、预测量子相、阐明合成过程及设计新型器件方面的关键贡献 | 未涉及实验验证的具体细节，主要聚焦理论方法的局限性和未来挑战 | 探讨理论和模拟方法在推动2D TMDs基础研究和应用开发中的作用 | 二维过渡金属二硫化物材料 | 材料科学 | NA | 深度学习, 分子动力学, 高通量计算, 多尺度方法 | NA | 模拟数据 | NA | NA | NA | NA | NA |
| 18749 | 2025-10-07 |
A fusion model of manually extracted visual features and deep learning features for rebleeding risk stratification in peptic ulcers
2025-Jan-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
|
研究论文 | 提出融合手动提取特征和深度学习特征的多特征融合模型，用于消化性溃疡再出血风险分层 | 首次将手动提取的视觉特征（颜色、边缘、纹理）与CNN深度特征融合用于消化性溃疡再出血风险分级 | NA | 提高消化性溃疡再出血风险分级的准确性 | 消化性溃疡患者的内镜图像 | 计算机视觉 | 消化性溃疡 | 内镜成像 | CNN | 图像 | 708名患者的3573张图像 | NA | CNN | 准确率,F1分数 | NA |
| 18750 | 2025-10-07 |
Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring
2025-Jan-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85386-4
PMID:39824854
|
研究论文 | 比较1D线性测量和3D分割体积分析在NF2相关前庭神经鞘瘤监测中的效果 | 首次系统比较多种1D测量方法与3D分割体积分析在NF2相关前庭神经鞘瘤监测中的相关性及适用性 | 小肿瘤和术后肿瘤的测量结果存在较大离散范围，不适用于需要精确肿瘤体积评估的治疗决策 | 评估不同肿瘤体积测量方法在NF2相关前庭神经鞘瘤监测中的有效性和适用性 | NF2患者的前庭神经鞘瘤 | 医学影像分析 | 神经纤维瘤病2型相关前庭神经鞘瘤 | MRI成像，3D分割体积分析，线性测量 | 线性回归模型 | MRI图像 | 149名NF2患者，292个相关前庭神经鞘瘤，2586次SVA测量，10344次线性测量 | NA | NA | 相关系数r，p值，百分比偏差分析 | NA |
| 18751 | 2025-10-07 |
Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid
2025-Jan-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82483-8
PMID:39824867
|
研究论文 | 结合深度学习和模糊粗糙集分析，基于Vidarabine生物碱特征探索硫和氧化镁的抗癌活性 | 首次将深度学习、模糊粗糙集理论和可解释人工智能相结合，用于从天然产物中重新发现抗癌药物 | 仅针对三种癌细胞系进行验证，需要进一步的临床前研究 | 发现基于天然产物Vidarabine的新型抗癌候选药物 | 硫和氧化镁作为潜在抗癌剂 | 机器学习 | 肺癌 | 深度学习，模糊粗糙集分析，可解释人工智能 | 深度学习模型 | 化学化合物特征数据 | 三种癌细胞系（A-549非小细胞肺癌，A-375人黑色素瘤，A-431人表皮皮肤癌） | NA | NA | IC50值（半抑制浓度） | NA |
| 18752 | 2025-10-07 |
F-CPI: A Multimodal Deep Learning Approach for Predicting Compound Bioactivity Changes Induced by Fluorine Substitution
2025-01-09, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c02668
PMID:39707149
|
研究论文 | 开发了一种名为F-CPI的多模态深度学习模型，用于预测氟取代引起的化合物生物活性变化 | 首个专门针对氟取代化合物生物活性变化预测的多模态深度学习模型 | 氟取代对化合物与蛋白质相互作用的影响机制仍不明确 | 预测氟取代引起的化合物生物活性变化 | 氟取代和非氟取代化合物对 | 机器学习 | 传染病 | 深度学习 | 多模态深度学习 | 化合物结构数据 | 111,168对氟取代和非氟取代化合物 | NA | F-CPI | 准确率, 精确率, 召回率 | NA |
| 18753 | 2025-10-07 |
Application of machine learning algorithms in predicting new onset hypertension: a study based on the China Health and Nutrition Survey
2025, Environmental health and preventive medicine
IF:4.0Q1
DOI:10.1265/ehpm.24-00270
PMID:39805606
|
研究论文 | 本研究基于中国健康与营养调查数据，应用机器学习算法预测新发高血压风险 | 首次将AMFormer模型应用于新发高血压预测，并在六种算法中表现最佳 | 研究基于特定队列数据，外部验证和泛化能力需进一步验证 | 预测新发高血压风险并识别相关特征 | 中国健康与营养调查中基线无高血压的参与者 | 机器学习 | 心血管疾病 | 流行病学调查 | Logistic Regression, Support Vector Machine, XGBoost, LightGBM, TabNet, AMFormer | 表格数据 | 4982名参与者，其中1017人在4年随访期间发生高血压 | NA | AMFormer, TabNet | AUC, MCC, F1-score | NA |
| 18754 | 2025-10-07 |
A Self-supervised Deep Learning Model for Diagonal Sulcus Detection with Limited Labeled Data
2025-Jan, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-024-09700-7
PMID:39777603
|
研究论文 | 提出一种基于自监督学习的深度学习模型，用于在有限标注数据条件下检测大脑对角线沟 | 首次采用自监督预训练与微调相结合的方法，利用未标注数据学习大脑形态特征，有效解决标注数据稀缺情况下的对角线沟检测问题 | 训练标注数据量有限，模型性能可能受到标注者间一致性的影响 | 开发自动检测大脑对角线沟的深度学习模型 | 大脑结构中的对角线沟 | 医学影像分析 | 神经系统相关 | 自监督学习 | 卷积自编码器 | 脑部影像数据 | 有限标注数据集和未标注数据集 | NA | 卷积自编码器 | F1-score | NA |
| 18755 | 2025-01-23 |
Right Ventricular Function: Deep Learning's Prognostic Edge in Mitral Regurgitation
2025-Jan, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.017788
PMID:39836731
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18756 | 2025-10-07 |
Explainable exercise recommendation with knowledge graph
2025-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106954
PMID:39667214
|
研究论文 | 提出一种基于知识图谱的可解释习题推荐方法KG4EER，通过匹配学生特征与习题资源并提供推荐理由 | 结合知识图谱与特征提取模块，实现可解释的个性化习题推荐，解决了传统方法缺乏解释性的问题 | 未明确说明模型在处理大规模动态更新数据时的性能表现 | 开发可解释的习题推荐系统以提高学生学习效率 | 学生、习题和知识点三类实体及其相互关系 | 自然语言处理 | NA | 知识图谱构建、特征提取 | 深度学习 | 结构化数据 | 三个真实世界数据集 | NA | KG4EER | 通过专家访谈评估可解释性，与基线方法比较性能 | NA |
| 18757 | 2025-10-07 |
Developing an Effective Off-the-job Training Model and an Automated Evaluation System for Thoracoscopic Esophageal Atresia Surgery
2025-Feb, Journal of pediatric surgery
IF:2.4Q2
DOI:10.1016/j.jpedsurg.2024.06.023
PMID:39054116
|
研究论文 | 开发基于深度学习的胸腔镜食管闭锁手术离岗培训模型和自动评估系统 | 首次将深度学习技术应用于胸腔镜食管闭锁手术的技能自动评估，通过钳具运动分析实现客观技能评价 | 样本量较小（仅45例），证据等级为IV级 | 构建基于钳具运动分析的胸腔镜食管闭锁手术技能自动评估系统 | 参与食管闭锁手术培训的医务人员 | 计算机视觉 | 食管闭锁 | 深度学习 | 深度学习模型 | 手术视频图像 | 45名参与者（13名技能优秀组，32名技能较差组） | NA | NA | 精确率, 特异性, AUC | NA |
| 18758 | 2025-10-07 |
An improved algorithm for salient object detection of microscope based on U2-Net
2025-Feb, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03205-w
PMID:39322859
|
研究论文 | 提出一种基于U2-Net改进的显微镜显著目标检测算法，通过引入注意力机制和模型轻量化技术提升检测性能 | 在U-Net中集成卷积块注意力模块(CBAM)增强关键信息提取能力，构建简单金字塔池化模块(SPPM)优化网络复杂度，使用Ghost卷积实现模型轻量化 | NA | 提高医学图像采集的效率和准确性，减轻后续定量分析负担 | 显微镜图像中的显著目标 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | U-Net, U2-Net | 准确率 | NA |
| 18759 | 2025-10-07 |
A comprehensive review on genomic insights and advanced technologies for mastitis prevention in dairy animals
2025-Feb, Microbial pathogenesis
IF:3.3Q2
DOI:10.1016/j.micpath.2024.107233
PMID:39694196
|
综述 | 本文系统综述了基因组学及相关技术在奶牛乳腺炎预防中的研究进展和应用前景 | 整合了预测基因组学、人工智能和CRISPR等前沿技术，提出了乳腺炎防控的新策略 | 主要基于文献综述，缺乏原始实验数据验证 | 探索基因组学和先进技术在乳腺炎预防中的应用 | 奶牛等乳用动物 | 生物信息学 | 乳腺炎 | 基因组学, 表观遗传学, 蛋白质组学, 转录组学, CRISPR | CNN | 基因组数据, 表型数据 | NA | NA | NA | NA | NA |
| 18760 | 2025-10-07 |
The role of sleep quality in mediating the relationship between habenula volume and resilience
2025-Feb, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2025.116358
PMID:39799818
|
研究论文 | 本研究探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用 | 首次在人类研究中揭示睡眠质量作为缰核体积影响心理韧性的中介机制，并发现缰核体积的侧化效应 | 样本量较小（84名健康参与者），仅基于问卷评估睡眠质量，缺乏客观睡眠监测数据 | 探究缰核体积通过睡眠质量影响心理韧性的生物学机制 | 84名健康参与者的脑部MRI数据和心理评估数据 | 医学影像分析 | 精神疾病 | 3T-MRI T1加权成像 | 深度学习 | 脑部MRI图像 | 84名健康参与者 | NA | NA | 相关性分析，中介分析 | NA |