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 1209 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2025-03-05 |
Comparative Study of Machine Learning and System Identification for Process Systems Engineering Dynamics
2025-Feb-26, Industrial & engineering chemistry research
IF:3.8Q2
DOI:10.1021/acs.iecr.4c03264
PMID:40026351
|
研究论文 | 本研究对传统系统辨识和现代机器学习模型在过程系统工程（PSE）动态系统数据驱动建模中的应用进行了全面基准测试 | 使用AutoSID框架，结合MLOps原则，对12种不同模型架构在11个PSE案例研究中进行比较，展示了贝叶斯优化和k折交叉验证在模型选择中的有效性 | 研究主要关注PSE应用，可能在其他领域的适用性有限 | 比较传统系统辨识和现代机器学习模型在PSE动态系统建模中的性能 | 过程系统工程（PSE）动态系统 | 机器学习 | NA | 贝叶斯优化, k折交叉验证 | 树集成模型, 深度学习模型 | 动态系统数据 | 11个PSE案例研究 | NA | NA | NA | NA |
| 662 | 2025-03-05 |
Generative Deep Learning-Based Efficient Design of Organic Molecules with Tailored Properties
2025-Feb-26, ACS central science
IF:12.7Q1
DOI:10.1021/acscentsci.4c00656
PMID:40028364
|
研究论文 | 本研究开发了一种生成式深度学习模型（Gen-DL），用于设计具有特定光学性质的有机分子 | 该模型能够利用分子结构-性质关系，生成具有指定光学性质的分子，并应用于实际场景 | NA | 加速具有特定性质分子的发现与设计 | 有机分子 | 机器学习 | NA | 生成式深度学习 | Gen-DL | 分子/溶剂对数据 | 71,424个分子/溶剂对 | NA | NA | NA | NA |
| 663 | 2025-03-05 |
Using wearable sensors and machine learning to assess upper limb function in Huntington's disease
2025-Feb-25, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00770-5
PMID:40000872
|
研究论文 | 本研究利用可穿戴传感器和机器学习评估亨廷顿病患者的上肢功能 | 通过可穿戴传感器和深度学习模型监测现实世界中的上肢功能，提供更全面的疾病症状理解 | 样本量较小（HD=16, pHD=7, CTR=16），可能影响结果的普遍性 | 评估亨廷顿病患者的上肢功能，探索早期检测和远程监测的可能性 | 亨廷顿病患者（HD）、前驱期亨廷顿病患者（pHD）和对照组（CTR） | 机器学习 | 亨廷顿病 | 深度学习模型 | 统计和机器学习模型 | 传感器数据 | HD=16, pHD=7, CTR=16 | NA | NA | NA | NA |
| 664 | 2025-03-05 |
Proteomic Characterization of Cardioprotective Human Acellular Amniotic Fluid
2025-Feb-25, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c09451
PMID:40028051
|
研究论文 | 本文通过全球蛋白质组学分析，揭示了人类羊水（hAF）在心肌缺血再灌注损伤中的心脏保护作用的生物活性成分 | 首次基于质谱技术对足月无细胞人类羊水进行蛋白质组学表征，揭示了其免疫调节蛋白的多样性及其在心脏保护中的作用 | 研究样本量较小，仅包括六名患者的羊水样本 | 揭示人类羊水在心肌缺血再灌注损伤中的心脏保护作用的生物活性成分 | 足月无细胞人类羊水 | 蛋白质组学 | 心血管疾病 | 串联质谱 | NA | 蛋白质数据 | 六名患者的羊水样本 | NA | NA | NA | NA |
| 665 | 2025-03-05 |
Parameter Efficient Fine-tuning of Transformer-based Masked Autoencoder Enhances Resource Constrained Neuroimage Analysis
2025-Feb-20, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.15.638442
PMID:40027656
|
研究论文 | 本文评估了在预训练的视觉Transformer上应用参数高效微调（PEFT）方法的效果，特别是在资源受限的神经影像分析中的应用 | 首次在神经影像分析中应用PEFT方法，显著减少了可训练参数数量，同时保持了或超越了传统全微调方法的性能 | 研究主要基于T1加权脑MRI数据，未涉及其他类型的神经影像数据 | 探索参数高效微调方法在神经影像分析中的应用效果 | T1加权脑MRI数据 | 计算机视觉 | 阿尔茨海默病, 帕金森病 | 参数高效微调（PEFT） | Transformer-based Masked Autoencoder (MAE) | 图像 | 258个训练扫描 | NA | NA | NA | NA |
| 666 | 2025-03-05 |
GFLearn: Generalized Feature Learning for Drug-Target Binding Affinity Prediction
2025-Feb-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3538497
PMID:40031740
|
研究论文 | 本文提出了一种新的广义特征学习模型（GFLearn），用于药物-靶标结合亲和力预测，通过整合图神经网络（GNNs）和自监督不变特征学习模块，显著提高了预测性能 | GFLearn模型通过整合图神经网络和自监督不变特征学习模块，能够从未见过的药物或靶标中提取鲁棒且高度可泛化的特征，从而显著提高预测性能 | NA | 提高药物-靶标结合亲和力预测的准确性和泛化能力 | 药物和靶标 | 机器学习 | NA | 图神经网络（GNNs），自监督不变特征学习 | GFLearn | 药物和靶标的数据 | 两个不同的数据集，涉及新药物、新靶标及其组合的三种挑战性场景 | NA | NA | NA | NA |
| 667 | 2025-03-05 |
Matryoshka: Exploiting the Over-Parametrization of Deep Learning Models for Covert Data Transmission
2025-Feb, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3434417
PMID:39058616
|
研究论文 | 本文提出了一种名为Matryoshka的新型内部攻击，利用深度学习模型的过参数化特性进行隐蔽数据传输 | 提出了一种新的参数共享方法，利用载体模型的学习能力进行信息隐藏，实现了高容量、解码效率、有效性、鲁棒性和隐蔽性 | 未提及具体的技术限制或实验中的不足 | 揭示即使没有暴露接口，机器学习数据的隐私也可能被破坏的可能性 | 深度学习模型和机器学习数据 | 机器学习 | NA | 深度学习 | DNN | 模型参数 | 超过10,000个真实世界数据样本 | NA | NA | NA | NA |
| 668 | 2025-03-05 |
Interactive Isosurface Visualization in Memory Constrained Environments Using Deep Learning and Speculative Raycasting
2025-Feb, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3420225
PMID:38941206
|
研究论文 | 本文提出了一种新颖的隐式等值面渲染算法，用于在内存受限的环境中进行大规模体积数据的交互式可视化 | 通过渐进式遍历光线波前并按需解压数据块来执行隐式光线-等值面交叉，同时使用预训练的深度神经网络改进中间结果的质量，并引入推测性光线-块交叉以加速渲染和提高GPU利用率 | 算法在图像质量和渲染时间之间进行权衡，可能会影响最终图像的精度 | 解决在轻量级终端设备上可视化大规模数据集时的内存限制问题 | 大规模体积数据 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 体积数据 | NA | NA | NA | NA | NA |
| 669 | 2025-03-05 |
Sparse Non-Local CRF With Applications
2025-Feb, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3474468
PMID:39361458
|
研究论文 | 本文提出了一种新的成对条件随机场（CRF）模型，称为稀疏非局部CRF，该模型结合了稀疏CRF的效率和密集CRF的非局部连接特性 | 提出了一种新的稀疏非局部CRF模型，结合了稀疏CRF的效率和密集CRF的非局部连接特性，且边缘权重不受限制 | 未明确提及具体局限性 | 研究一种新的CRF模型，以提高计算机视觉任务中的空间一致性建模效率 | 图像像素 | 计算机视觉 | NA | 条件随机场（CRF） | 稀疏非局部CRF | 图像 | NA | NA | NA | NA | NA |
| 670 | 2025-03-05 |
Intelligent Bionic Polarization Orientation Method Using Biological Neuron Model for Harsh Conditions
2025-Feb, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3484183
PMID:39437271
|
研究论文 | 本文开发了一种智能创新定向方法，以提高在恶劣条件下偏振罗盘的准确性 | 该方法结合了生物神经元模型和卷积神经网络，模拟了Syrphidae视觉神经通路的高效感知机制，并优化了自适应反对称环算法，提高了在弱偏振条件下的定向精度 | NA | 提高在恶劣天气条件和局部遮挡情况下的偏振罗盘定向精度 | 偏振罗盘在恶劣条件下的定向精度 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | NA | NA | NA | NA | NA |
| 671 | 2025-03-05 |
Noise Self-Regression: A New Learning Paradigm to Enhance Low-Light Images Without Task-Related Data
2025-Feb, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3487361
PMID:39466857
|
研究论文 | 本文提出了一种新的低光图像增强学习范式NoiSER，利用纯高斯噪声完成低光图像增强任务，无需任何任务相关数据 | NoiSER通过自回归方法利用纯高斯噪声进行低光图像增强，进一步降低了对训练数据的要求，并可作为实际应用中的另一种选择 | NA | 研究目的是提出一种新的低光图像增强方法，减少对训练数据的依赖 | 低光图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 672 | 2025-03-05 |
EasyMetagenome: A user-friendly and flexible pipeline for shotgun metagenomic analysis in microbiome research
2025-Feb, iMeta
IF:23.7Q1
DOI:10.1002/imt2.70001
PMID:40027489
|
研究论文 | 本文介绍了一个名为EasyMetagenome的用户友好且灵活的宏基因组分析流程，旨在解决宏基因组数据处理复杂性和可重复性的挑战 | 开发了一个支持多种分析方法（包括质量控制、宿主去除、基于读长、基于组装和分箱）的灵活且用户友好的宏基因组分析流程，并具有可定制设置、全面的数据可视化和详细的参数解释 | 需要进一步解决宿主污染问题，优化第三代测序数据的工作流程，并整合深度学习和网络分析等新兴技术 | 开发一个用户友好的宏基因组分析流程，以简化数据处理并提高可重复性 | 微生物组数据 | 宏基因组学 | NA | shotgun metagenomics | NA | 宏基因组数据 | NA | NA | NA | NA | NA |
| 673 | 2025-03-04 |
Can artificial intelligence be the future solution to the enormous challenges and suffering caused by Schizophrenia?
2025-Feb-28, Schizophrenia (Heidelberg, Germany)
DOI:10.1038/s41537-025-00583-4
PMID:40021674
|
研究论文 | 本研究评估了人工智能（AI）在精神分裂症（SZ）的诊断、治疗和预后评估中的潜力，并探讨了AI在未来医学创新中的应用方向 | 通过整合多维生物标志物和患者的语言行为数据，AI提供了更客观和精确的诊断标准，并帮助制定个性化治疗计划，改善治疗效果 | AI在SZ管理中的角色必须作为辅助工具，临床判断和医护人员的关怀仍然至关重要 | 评估AI在精神分裂症诊断、治疗和预后评估中的潜力，并探讨其未来应用方向 | 精神分裂症患者 | 机器学习 | 精神分裂症 | 机器学习和深度学习 | NA | 多维生物标志物和语言行为数据 | NA | NA | NA | NA | NA |
| 674 | 2025-03-04 |
Ligand-receptor interactions combined with histopathology for improved prognostic modeling in HPV-negative head and neck squamous cell carcinoma
2025-Feb-28, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-00844-6
PMID:40021759
|
研究论文 | 本文通过结合配体-受体相互作用和组织病理学，改进了HPV阴性头颈部鳞状细胞癌的预后模型 | 结合BulkSignalR识别配体-受体相互作用，利用随机森林生存分析和LASSO惩罚Cox回归开发预后模型，并通过深度学习组织形态学分析进一步改进风险分层 | 研究样本仅限于TCGA-HNSC队列，可能无法完全代表所有HPV阴性头颈部鳞状细胞癌患者 | 改进HPV阴性头颈部鳞状细胞癌的预后模型，识别治疗靶点 | HPV阴性头颈部鳞状细胞癌患者 | 数字病理学 | 头颈部鳞状细胞癌 | BulkSignalR, 随机森林生存分析, LASSO惩罚Cox回归, 深度学习 | 随机森林, LASSO回归, 深度学习模型 | 多组学数据, HE染色全片图像 | 395例HPV阴性TCGA-HNSC队列患者 | NA | NA | NA | NA |
| 675 | 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 |
| 676 | 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 |
| 677 | 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 |
| 678 | 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 |
| 679 | 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 |
| 680 | 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 |