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 1226 篇文献，本页显示第 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2025-10-07 |
Spatio-temporal transformers for decoding neural movement control
2025-Feb-04, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adaef0
PMID:39870043
|
研究论文 | 提出一种新型时空变换器架构，用于解码非人灵长类动物运动控制中的神经活动 | 引入专门设计的变换器架构分析单神经元放电活动，能够早期预测运动方向并在停止信号出现前预判运动行为 | 研究基于非人灵长类动物的神经记录数据，模型在低数据机制下的效率与可解释性仍需平衡 | 开发深度学习工具用于神经运动控制研究，提升神经活动解码的预测能力和可解释性 | 非人灵长类动物背侧前运动皮层的多电极记录数据 | 机器学习 | NA | 多电极神经记录 | Transformer | 神经放电活动数据 | NA | NA | 时空变换器 | 预测准确率，时间预测精度 | NA |
| 1082 | 2025-10-07 |
Deep-ELA: Deep Exploratory Landscape Analysis with Self-Supervised Pretrained Transformers for Single- and Multi-Objective Continuous Optimization Problems
2025-Feb-04, Evolutionary computation
IF:4.6Q1
DOI:10.1162/evco_a_00367
PMID:39903851
|
研究论文 | 提出一种结合深度学习和探索性景观分析的混合方法Deep-ELA，用于单目标和多目标连续优化问题的特征表征 | 首次将自监督预训练Transformer与ELA特征相结合，可同时处理单目标和多目标优化问题，无需大量标注训练数据 | 未明确说明模型在特定优化问题上的性能表现和计算效率 | 开发一种能够有效表征连续优化问题景观特征的通用框架 | 单目标和多目标连续优化问题 | 机器学习 | NA | 自监督学习，探索性景观分析 | Transformer | 优化问题实例，景观特征 | 数百万个随机生成的优化问题 | NA | Transformer | NA | NA |
| 1083 | 2025-10-07 |
Comparative Analysis of U-Net and U-Net3 + for Retinal Exudate Segmentation: Performance Evaluation Across Regions
2025-Feb-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01419-4
PMID:39904940
|
研究论文 | 比较U-Net和U-Net3+在视网膜渗出物分割中的性能，并评估不同区域的检测效果 | 首次系统比较U-Net和U-Net3+在视网膜渗出物分割中的性能，并进行详细的区域分析 | 未提及样本量的具体数值和模型训练的详细参数设置 | 评估深度学习模型在视网膜渗出物检测中的性能，特别关注不同区域的检测效果 | 糖尿病视网膜病变患者的眼底图像中的渗出物 | 计算机视觉 | 糖尿病视网膜病变 | 眼底成像 | 深度学习 | 图像 | NA | NA | U-Net, U-Net3+ | 准确率, 灵敏度, 特异性, Dice系数 | NA |
| 1084 | 2025-10-07 |
Preoperatively Predicting PIT1 Expression in Pituitary Adenomas Using Habitat, Intra-tumoral and Peri-tumoral Radiomics Based on MRI
2025-Feb-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01376-4
PMID:39904941
|
研究论文 | 本研究基于MRI影像，利用栖息地、瘤内和瘤周放射组学模型预测垂体腺瘤中PIT1的表达 | 首次结合栖息地、瘤内和瘤周放射组学特征，并构建深度学习放射组学列线图(DLRN)用于预测PIT1表达 | 回顾性研究，样本量相对有限(129例患者)，需要外部验证 | 术前预测垂体腺瘤中PIT1转录因子的表达 | 129例垂体腺瘤患者(训练集103例，测试集26例) | 医学影像分析 | 垂体腺瘤 | MRI影像分析，放射组学 | 逻辑回归(LR), 支持向量机(SVM), 多层感知器(MLP) | MRI影像 | 129例垂体腺瘤患者 | NA | 深度学习放射组学列线图(DLRN) | AUC | NA |
| 1085 | 2025-10-07 |
UniLF: A novel short-term load forecasting model uniformly considering various features from multivariate load data
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88566-4
PMID:39905068
|
研究论文 | 提出了一种新型短期负荷预测模型UniLF，统一考虑多元负荷数据的多种特征 | 首次统一考虑多元负荷数据的三个特征：协变量影响、多尺度特征和局部-全局变化，提出卷积增强融合嵌入方法、特征重构分解块和掩码引导多尺度交互自注意力机制 | 仅在三个国家的负荷数据集上进行验证，需要更多地区数据验证泛化能力 | 提高短期负荷预测的准确性 | 电力系统负荷数据 | 机器学习 | NA | 深度学习 | Transformer | 多元时间序列数据 | 三个负荷数据集（澳大利亚、巴拿马、奥地利） | NA | Transformer | 预测精度、实用效率 | NA |
| 1086 | 2025-02-06 |
Author Correction: Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80821-4
PMID:39905118
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1087 | 2025-10-07 |
Ensemble of feature augmented convolutional neural network and deep autoencoder for efficient detection of network attacks
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88243-6
PMID:39905125
|
研究论文 | 提出一种结合特征增强卷积神经网络和深度自编码器的集成方法，用于高效检测网络攻击 | 首次将特征增强CNN与深度自编码器集成，通过互信息选择增强特征，提高了少数类攻击的检测率 | 仅在NSL-KDD和CICIDS2017基准数据集上进行了验证，需要更多数据集验证泛化能力 | 提升网络入侵检测系统中数据包流分类的效率 | 网络流量数据 | 机器学习 | NA | 网络流量分析 | CNN, Autoencoder | 网络流量数据 | NSL-KDD和CICIDS2017数据集 | NA | 特征增强卷积神经网络(FA-CNN), 深度自编码器 | 准确率 | NA |
| 1088 | 2025-02-06 |
Author Correction: Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning
2025-Feb-04, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56686-0
PMID:39905123
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1089 | 2025-10-07 |
Using deep learning model integration to build a smart railway traffic safety monitoring system
2025-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88830-7
PMID:39905256
|
研究论文 | 本研究通过集成多种深度学习模型构建智能铁路交通安全监控系统 | 整合Mask R-CNN、YOLO v3和XGBoost模型，结合LINE通知系统，实现铁路入侵检测与预警 | 未提及系统在极端天气条件下的性能表现和误报率数据 | 构建智能铁路交通安全监控系统以预防事故 | 铁路区域入侵检测，特别是人体入侵 | 计算机视觉 | NA | 深度学习，目标检测，图像分割 | CNN | 图像 | NA | NA | Mask R-CNN, YOLO v3 | IOU, 总体准确率, MAE, R2分数 | NA |
| 1090 | 2025-10-07 |
Functional feature extraction and validation from twelve-lead electrocardiograms to identify atrial fibrillation
2025-Feb-02, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00749-2
PMID:39894874
|
研究论文 | 提出一种从12导联心电图中提取功能性特征以识别心房颤动的非参数方法 | 采用功能性主成分分析从原始心电图追踪中提取可解释特征，相比深度学习黑箱方法更直观 | 研究基于特定队列（CRIC研究），需要进一步验证在其他人群中的适用性 | 识别与心房颤动发展相关的心电图特征 | 慢性肾功能不全队列研究参与者的心电图数据 | 生物医学信号处理 | 心房颤动 | 功能性主成分分析，Cox比例风险模型 | 统计模型 | 心电图信号 | CRIC研究第一阶段（2003-2008）和第三阶段（2013-2015）参与者的心电图数据 | NA | NA | 风险比，置信区间 | NA |
| 1091 | 2025-10-07 |
Structure-based computational design of antibody mimetics: challenges and perspectives
2025-Feb, FEBS open bio
IF:2.8Q3
DOI:10.1002/2211-5463.13855
PMID:38925955
|
综述 | 本文综述了基于结构的抗体模拟物计算设计方法，涵盖设计策略、计算技术进展及当前挑战 | 整合机器学习和深度学习方法到抗体模拟物设计框架中，增强设计流程 | 高通量计算机设计与实验实现之间存在转化挑战 | 开发抗体模拟物的计算设计方法以革新治疗干预手段 | 抗体模拟物和抗原结合基序 | 计算生物学 | NA | 结构计算设计 | 机器学习,深度学习 | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 1092 | 2025-10-07 |
Efficient labeling for fine-tuning chest X-ray bone-suppression networks for pediatric patients
2025-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17516
PMID:39546640
|
研究论文 | 提出一种用于儿科胸部X射线图像骨抑制网络微调的高效标注方法 | 开发了基于距离变换的骨边缘检测和传统图像处理相结合的自动标注方法，无需专用设备即可生成儿科CXR标注数据 | 仅在260例儿科CXR图像上验证，样本量相对有限 | 开发儿科胸部X射线图像的自动骨抑制方法以改善肺炎诊断 | 儿科患者的胸部X射线图像 | 医学影像分析 | 肺炎 | 距离变换、传统图像处理、深度学习 | CNN | 胸部X射线图像 | 240张成人CXR图像和260张儿科CXR图像 | NA | NA | 平均边界距离、相对韦伯对比度、相对平均绝对误差、峰值信噪比、结构相似性指数、骨抑制比 | NA |
| 1093 | 2025-10-07 |
An automated toolbox for microcalcification cluster modeling for mammographic imaging
2025-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17521
PMID:39569820
|
研究论文 | 开发了一个用于乳腺成像中微钙化簇建模的自动化工具箱 | 提出了两种微钙化簇生成方法：基于几何形状的三维建模方法和考虑局部纹理的二维建模方法，后者通过影像组学分析确保模拟微钙化簇与现有乳腺组织的自然融合 | 需要进一步验证生成模型在不同临床场景下的适用性 | 开发能够生成定制化微钙化簇模型的自动化工具箱，以支持乳腺成像技术的研究和优化 | 乳腺微钙化簇 | 数字病理 | 乳腺癌 | 影像组学分析，计算机模拟 | NA | 乳腺X线图像 | NA | Python, Jupyter Notebook | NA | 真实性评估，恶性程度评估 | NA |
| 1094 | 2024-12-18 |
Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals
2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-024-01980-5
PMID:39681651
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1095 | 2025-10-07 |
Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme
2025-Feb, Neurourology and urodynamics
IF:1.8Q3
DOI:10.1002/nau.25665
PMID:39803869
|
研究论文 | 开发基于深度学习与短时傅里叶变换的尿动力学评估方案，用于自动诊断男性膀胱出口梗阻和逼尿肌活动不足 | 首次将短时傅里叶变换与深度卷积神经网络结合应用于五通道尿动力学数据诊断 | 研究仅限于男性患者，样本来源仅来自两家医院 | 通过尿动力学检查自动识别和诊断男性下尿路症状患者的膀胱出口梗阻和逼尿肌活动不足 | 1949名接受尿动力学研究的男性患者 | 医疗人工智能 | 泌尿系统疾病 | 尿动力学检查 | CNN | 五通道尿动力学数据（尿流率、尿量、膀胱内压、腹压、逼尿肌压力） | 1949名男性患者（1725名来自武汉大学人民医院，224名来自武汉市中心医院） | NA | 深度卷积神经网络 | AUC | NA |
| 1096 | 2025-10-07 |
Explainable deep learning and virtual evolution identifies antimicrobial peptides with activity against multidrug-resistant human pathogens
2025-Feb, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-024-01907-3
PMID:39825096
|
研究论文 | 开发可解释深度学习模型EvoGradient预测抗菌肽活性并通过虚拟进化优化肽序列 | 结合可解释AI与虚拟进化技术，从低丰度口腔细菌中识别并优化抗菌肽 | 仅测试了6种最有效的合成肽，样本量有限 | 识别和优化具有抗多重耐药病原体活性的抗菌肽 | 人类口腔低丰度细菌编码的抗菌肽 | 机器学习 | 多重耐药细菌感染 | 深度学习，虚拟进化 | 深度学习 | 肽序列数据 | 32种虚拟进化肽，其中6种合成测试 | NA | EvoGradient | 细菌载量减少率 | NA |
| 1097 | 2025-02-05 |
Enhancing unsupervised learning in medical image registration through scale-aware context aggregation
2025-Feb-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111734
PMID:39898031
|
研究论文 | 本文介绍了一种名为ScaMorph的无监督学习模型，用于医学图像配准，通过尺度感知的上下文聚合来提高配准效果 | ScaMorph模型结合了多尺度混合卷积和轻量级多尺度上下文融合，有效整合了卷积网络和视觉变换器，解决了多种配准任务 | NA | 提高医学图像配准的无监督学习效果 | 3D医学图像 | 计算机视觉 | NA | 无监督学习 | 卷积网络和视觉变换器 | 3D医学图像 | 五个应用场景的3D医学图像数据集 | NA | NA | NA | NA |
| 1098 | 2025-10-07 |
NIRFluor: A Deep Learning Platform for Rapid Screening of Small Molecule Near-Infrared Fluorophores with Desired Optical Properties
2025-Feb-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01953
PMID:39818744
|
研究论文 | 开发了一个名为NIRFluor的深度学习平台，用于快速筛选具有理想光学性质的小分子近红外荧光团 | 提出了结合摩根指纹、理化性质和溶剂性质的新型混合指纹，并设计了多任务指纹增强图卷积网络(MT-FinGCN)模型 | NA | 加速小分子近红外荧光团的开发和设计 | 小分子近红外荧光团 | 机器学习 | NA | 深度学习 | GCN | 化学结构数据 | 5179个实验大数据 | NA | 多任务指纹增强图卷积网络(MT-FinGCN) | NA | NA |
| 1099 | 2025-10-07 |
Advanced Distance-Resolved Evaluation of the Perienhancing Tumor Areas with FLAIR Hyperintensity Indicates Different ADC Profiles by MGMT Promoter Methylation Status in Glioblastoma
2025-Feb-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8493
PMID:39848779
|
研究论文 | 通过新型距离分辨3D评估方法分析胶质母细胞瘤周围浸润区ADC值与MGMT启动子甲基化状态的关系 | 首次采用距离分辨的3D体积分析方法评估胶质母细胞瘤周围FLAIR高信号区的ADC分布特征 | 回顾性研究，样本量有限(n=101)，仅关注IDH野生型胶质母细胞瘤 | 探索MGMT启动子甲基化状态在胶质母细胞瘤MRI标记物中的差异表现 | 101例IDH野生型胶质母细胞瘤患者(mMGMT=43, uMGMT=58) | 数字病理 | 胶质母细胞瘤 | MRI, FLAIR序列, ADC分析, 深度学习分割 | 深度学习 | 3D医学影像 | 101例IDH野生型胶质母细胞瘤患者 | NA | NA | Wilcoxon符号秩检验, P值 | NA |
| 1100 | 2025-10-07 |
Multi-task aquatic toxicity prediction model based on multi-level features fusion
2025-Feb, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.06.002
PMID:38844122
|
研究论文 | 提出一种基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi，用于同时预测有机化合物对四种鱼类的急性毒性 | 融合分子指纹和分子图表征分子结构，采用多任务学习框架同时预测多种鱼类毒性，并利用注意力机制识别毒性相关分子片段 | 仅针对四种鱼类进行验证，未涵盖更广泛的水生生物种类 | 开发高精度、高效率的水生毒性预测模型以支持环境保护 | 有机化合物及其对水生生物的毒性效应 | 机器学习 | NA | 深度学习 | 深度神经网络 | 分子指纹、分子图 | 四种鱼类数据集 | NA | 多任务深度学习网络 | AUC | NA |