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 1347 篇文献，本页显示第 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2025-05-15 |
An Improved YOLOv8-Based Method for Detecting Pests and Diseases on Cucumber Leaves in Natural Backgrounds
2025-Mar-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25051551
PMID:40096374
|
research paper | 提出了一种基于YOLOv8改进的深度学习网络模型SEDCN-YOLOv8，用于在复杂自然背景下准确检测黄瓜叶片上的病虫害 | 引入了DCNv2变形卷积网络改进C2f模块，集成了SEAM注意力模块构建改进检测头，并使用Focaler-SIOU损失函数替代原CIOU损失函数 | 未明确提及模型在其他作物病虫害检测上的泛化能力 | 提高自然背景下黄瓜叶片病虫害的检测准确率 | 黄瓜叶片上的病虫害 | computer vision | NA | deep learning | YOLOv8改进模型SEDCN-YOLOv8 | image | 未明确提及具体样本数量，使用了一个黄瓜病虫害数据集 | NA | NA | NA | NA |
| 402 | 2025-05-15 |
Hybrid deep learning for computational precision in cardiac MRI segmentation: Integrating Autoencoders, CNNs, and RNNs for enhanced structural analysis
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109597
PMID:39967188
|
研究论文 | 本文探讨了混合深度学习方法在心脏MRI分割中的应用，结合了Autoencoders、CNNs和RNNs以提高图像分析的精确度和准确性 | 提出了一种结合传统算法和先进深度学习模型的混合框架，显著提高了心脏MRI图像的质量和诊断准确性 | NA | 提高心脏MRI分割的精确度，以促进早期诊断和患者护理 | 心脏MRI图像 | 计算机视觉 | 心血管疾病 | QuickScan技术、平衡稳态自由进动（bSSFP）成像 | Autoencoders、CNNs、RNNs | 图像 | NA | NA | NA | NA | NA |
| 403 | 2025-05-15 |
A novel graph convolutional neural network model for predicting soil Cd and As pollution: Identification of influencing factors and interpretability
2025-Mar-01, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.117926
PMID:39978104
|
研究论文 | 本研究探讨了一种新型图卷积神经网络模型DistNet-GCN在预测土壤镉(Cd)和砷(As)污染中的应用，并识别了影响污染分布的关键环境因素 | 提出了一种能够模拟土壤Cd/As浓度与局部空间范围内环境影响因素关系传递过程的DistNet-GCN模型，通过将采样点空间位置作为网络节点、重金属浓度作为节点标签、环境因素作为节点属性，从空间关系图结构中提取数据集的关键特征 | NA | 准确预测土壤中有毒金属浓度以保障土壤环境安全 | 土壤中的镉(Cd)和砷(As)污染 | 机器学习 | NA | 图卷积神经网络 | GCN | 空间数据 | NA | NA | NA | NA | NA |
| 404 | 2025-05-15 |
Research on mood monitoring and intervention for anxiety disorder patients based on deep learning wearable devices
2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241291376
PMID:40105160
|
研究论文 | 本研究基于深度学习可穿戴设备，开发了一个用于焦虑症患者情绪监测和干预的高级系统 | 使用Bi-LSTM网络处理HRV数据，提高了情绪状态预测的准确率，达到97% | 未提及样本的具体数量和多样性，可能影响模型的泛化能力 | 开发一个能够准确监测和预测焦虑症患者情绪状态的系统 | 焦虑症患者的生理数据（HRV）和情绪状态 | 机器学习 | 焦虑症 | HRV监测 | Bi-LSTM | 生理信号数据 | NA | NA | NA | NA | NA |
| 405 | 2025-05-15 |
Diabetic retinopathy detection via deep learning based dual features integrated classification model
2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241292939
PMID:40105166
|
研究论文 | 提出一种基于深度学习的双特征集成分类模型（DD-FIC），用于从彩色视网膜图像中检测糖尿病视网膜病变（DR） | 结合全局和局部特征的双阶段特征提取模块，以及使用Wavelet integrated Retinex算法去噪 | NA | 开发一种高效的计算机视觉智能系统，用于自动检测糖尿病视网膜病变 | 糖尿病视网膜病变（DR） | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | DD-FIC（双特征集成分类模型）、Multi-channel CNN、CNN、VGG NiN、Shallow CNN | 图像（彩色视网膜图像） | Kaggle数据集 | NA | NA | NA | NA |
| 406 | 2025-05-15 |
Parkinson's disease prediction using improved crayfish optimization based hybrid deep learning
2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241296352
PMID:40105156
|
research paper | 该研究提出了一种基于改进小龙虾优化的混合深度学习模型，用于预测帕金森病的发展过程 | 结合了改进的小龙虾优化算法（ImCfO）和基于注意力的高效双向网络（ImCfO_Attn_EffBNet），以提高预测准确率和收敛速度 | NA | 预测帕金森病的发展过程，以促进早期诊断和治疗 | 帕金森病患者的数据 | machine learning | geriatric disease | Empirical Mode Decomposition (EMD), Improved Crayfish Optimization (ImCfO) | ImCfO_Attn_EffBNet (结合了EfficientNet-B7, BiLSTM和Attention模块) | NA | NA | NA | NA | NA | NA |
| 407 | 2025-05-15 |
Detection of motor nervous disease using deep learning based Duple feature extraction network
2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241291367
PMID:40105172
|
research paper | 提出了一种基于深度学习的Duple特征提取网络，用于早期检测运动神经元疾病（MND） | 提出了一种新颖的Duple特征提取网络，结合了颜色和结构特征提取，显著提高了MND早期检测的准确率和F1分数 | 未提及数据集的多样性和模型在临床环境中的实际应用效果 | 开发一种自动化方法，用于快速准确地检测运动神经元疾病（MND） | 运动神经元疾病（MND）患者 | digital pathology | motor nervous disease | DTI imaging, deep learning | Duple feature extraction network (LinkNet, MobileNet), DNN | DTI images | NA | NA | NA | NA | NA |
| 408 | 2025-05-15 |
Deep learning-driven multi-omics sequential diagnosis with Hybrid-OmniSeq: Unraveling breast cancer complexity
2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241296438
PMID:40105178
|
研究论文 | 本文介绍了一种名为'Hybrid-OmniSeq'的深度学习驱动的多组学序列诊断方法，用于解析乳腺癌的复杂性 | 结合了DNN、SFFS和TSVD熵的自适应学习技术，以及多种机器学习分类器，显著提高了乳腺癌诊断的准确性 | 仅使用了METABRIC RNA-seq数据集进行验证，可能需要更多样化的数据集来验证方法的普适性 | 提高乳腺癌诊断的精确性和有效性 | 乳腺癌的分子亚型 | 机器学习 | 乳腺癌 | RNA-seq | DNN, Logistic Regression, Random Forest | 基因数据 | METABRIC RNA-seq数据集中的乳腺癌内在亚型样本 | NA | NA | NA | NA |
| 409 | 2025-05-15 |
Developing a method for predicting DNA nucleosomal sequences using deep learning
2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241297900
PMID:40105177
|
研究论文 | 开发了一种使用深度学习预测DNA核小体序列的方法 | 展示了简化模型在解决生物问题上的优越性，强调了简单设计的重要性 | 讨论了使用复杂计算机技术理解和解决简单生物问题所面临的挑战 | 创建一个深度学习模型来识别核苷酸序列中的核小体 | DNA核苷酸序列 | 机器学习 | NA | 深度学习 | CNN | 序列数据 | NA | NA | NA | NA | NA |
| 410 | 2025-10-07 |
Artificial Intelligence in Gas Sensing: A Review
2025-Mar-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c02272
PMID:40067186
|
综述 | 回顾人工智能、机器学习和深度学习在增强和自动化气体传感方法中的作用及其对新兴气体传感器系统的影响 | 将AI技术与气体传感器集成代表了范式转变，使传感器能够实现前所未有的性能、选择性和适应性 | NA | 探讨AI、ML和DL技术在气体传感领域的应用和影响 | 气体传感器技术和人工智能集成方法 | 机器学习 | NA | 气体传感技术 | 深度学习,机器学习 | 传感器数据 | NA | NA | NA | 准确度,灵敏度,选择性 | NA |
| 411 | 2025-10-07 |
Deep learning-based segmentation of head and neck organs at risk on CBCT images with dosimetric assessment for radiotherapy
2025-Mar-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adbf63
PMID:40068304
|
研究论文 | 开发基于深度学习的头颈部危及器官自动分割框架，用于CBCT图像并评估其剂量学性能 | 提出三阶段框架：改进CT分割、训练CBCT合成CT分割模型、通过剂量学分析验证临床相关性 | CBCT图像存在软组织对比度差、伪影和视野受限问题，缺乏大规模标注数据集 | 开发头颈部放疗中危及器官自动分割框架以促进治疗重新规划 | 头颈部25个危及器官 | 医学影像分析 | 头颈部癌症 | 锥形束CT（CBCT）成像 | 深度学习模型 | CBCT图像、CT图像、合成CT图像 | 未明确说明具体样本数量 | NA | NA | Dice系数、平均表面距离、平均剂量、D2(%)值 | NA |
| 412 | 2025-10-07 |
Insights into phosphorylation-induced influences on conformations and inhibitor binding of CDK6 through GaMD trajectory-based deep learning
2025-Mar-26, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp04579c
PMID:40072875
|
研究论文 | 通过GaMD模拟和深度学习研究磷酸化对CDK6构象动态和抑制剂结合的影响 | 结合高斯加速分子动力学(GaMD)模拟与深度学习分析磷酸化对CDK6构象动态的分子机制 | NA | 探索磷酸化对CDK6构象动态和抑制剂结合能力的影响机制 | CDK6蛋白及其与三种抑制剂(6ZV、6ZZ、0RS)的复合物 | 计算生物学 | NA | 高斯加速分子动力学(GaMD)、深度学习、主成分分析(PCA)、MM-GBSA计算 | 深度学习 | 分子动力学轨迹数据 | CDK6与三种抑制剂(6ZV、6ZZ、0RS)的复合物系统 | NA | NA | NA | NA |
| 413 | 2025-10-07 |
Exploration of Novel Antimicrobial Agents against Foodborne Pathogens via a Deep Learning Approach
2025-Mar-26, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c00267
PMID:40080724
|
研究论文 | 本研究采用深度学习方法筛选具有抗菌活性且无致癌性的天然产物，以应对食源性病原体抗生素耐药性问题 | 首次将深度学习模型应用于食源性病原体抗菌剂的筛选，并同步预测化合物的致癌性 | 仅对两种食源性病原体进行验证，实验验证的化合物数量有限 | 开发新型抗菌剂以应对食源性病原体的抗生素耐药性问题 | 食源性病原体（特别是文中未明确指出的两种）和天然产物化合物 | 机器学习 | 食源性疾病 | 深度学习 | 深度学习模型 | 化学化合物数据 | COCONUT数据库中的天然产物化合物，筛选出130个候选化合物 | NA | NA | 抗菌活性预测准确率，致癌性预测准确率 | NA |
| 414 | 2025-10-07 |
Thermal Adaptation of Cytosolic Malate Dehydrogenase Revealed by Deep Learning and Coevolutionary Analysis
2025-Mar-25, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01774
PMID:40079215
|
研究论文 | 本研究结合深度学习和共进化分析揭示了胞质苹果酸脱氢酶的热适应机制 | 整合变分自编码器和共进化模型构建序列空间的潜在生成景观，并首次将两个区域间疏水接触比例确定为热稳定性的预测序参量 | 研究主要基于计算模拟，需要实验验证来确认预测结果的准确性 | 探究序列变异和构象动力学如何共同影响酶的热适应机制 | 胞质苹果酸脱氢酶及其在不同热环境中物种的同源蛋白 | 机器学习 | NA | 深度学习，共进化分析，分子动力学模拟，结构预测 | VAE, DCA | 蛋白质序列，结构数据 | NA | NA | 变分自编码器，AlphaFold | NA | NA |
| 415 | 2025-10-07 |
How much data is enough? Optimization of data collection for artifact detection in EEG recordings
2025-Mar-21, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adbebe
PMID:40064096
|
研究论文 | 提出一种基于深度学习的优化方法，用于EEG记录中EMG伪影检测的数据收集设计 | 首次将数据导向的优化方法应用于EEG/EMG数据收集，通过深度学习减少所需数据量 | 仅针对EMG伪影进行研究，未考虑其他类型伪影 | 优化EEG记录中EMG伪影检测的数据收集过程 | 脑电图记录中的肌电伪影 | 机器学习 | NA | 脑电图，肌电图 | 深度学习 | 时间序列信号 | 将EMG伪影任务从12个减少到3个，等长收缩任务重复次数从10次减少到3次或1次 | NA | 三种不同的神经网络架构 | 清洁效率 | NA |
| 416 | 2025-10-07 |
Weight Differences-Based Multi-level Signal Profiling for Homogeneous and Ultrasensitive Intelligent Bioassays
2025-03-18, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c01436
PMID:40059671
|
研究论文 | 提出一种基于重量差异的多层次信号分析策略Mata，用于实现均相超灵敏智能生物检测 | 通过信号亚基的重量分析和深度学习识别模型实现磁调控动力学信号表达，无需复杂信号生成设计或精密设备 | NA | 开发高灵敏度且操作便捷的智能生物检测方法 | 白细胞介素-6（IL-6）生物标志物 | 生物医学工程 | NA | 纳米磁标记、光学成像 | 深度学习 | 光学图像 | NA | NA | NA | 检测灵敏度、检测时间 | 标准明场光学成像设备 |
| 417 | 2025-10-07 |
Genetically supported targets and drug repurposing for brain aging: A systematic study in the UK Biobank
2025-Mar-14, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr3757
PMID:40073132
|
研究论文 | 本研究通过深度学习模型估计基于MRI的脑年龄，分析脑年龄差距的遗传基础，并识别脑老化的潜在药物靶点和再利用药物 | 首次结合深度学习脑年龄估计、全基因组关联分析、孟德尔随机化和共定位分析，系统识别脑老化的遗传支持药物靶点 | 研究主要基于UK Biobank数据，外部验证数据集有限 | 探索脑老化的遗传结构和识别可靠的药物靶点 | UK Biobank参与者及三个外部验证数据集 | 医学影像分析, 基因组学 | 脑老化, 神经退行性疾病 | 磁共振成像, 全基因组关联研究, 孟德尔随机化, 共定位分析, eQTL, pQTL | 深度学习模型 | 磁共振影像, 基因组数据, 表达数量性状位点数据, 蛋白质数量性状位点数据 | UK Biobank数据集及三个外部验证数据集 | NA | NA | NA | NA |
| 418 | 2025-10-07 |
A stochastic structural similarity guided approach for multi-modal medical image fusion
2025-Mar-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93662-6
PMID:40082698
|
研究论文 | 提出一种基于随机结构相似性引导的无监督多模态医学图像融合方法S3IMFusion | 结合CNN和Transformer模块的多尺度融合网络，设计具有全局上下文交互能力的损失函数，通过随机排序索引实现像素特征混合重排 | NA | 解决多模态医学图像融合中长程依赖关系捕获不足的问题 | 多模态医学图像（延伸至红外和可见光图像） | 计算机视觉 | NA | 多模态图像融合 | CNN, Transformer | 医学图像 | 哈佛数据集 | NA | 基于CNN和Transformer的多尺度融合网络 | 结构相似性损失 | NA |
| 419 | 2025-10-07 |
Enhancing parkinson disease detection through feature based deep learning with autoencoders and neural networks
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88293-w
PMID:40075106
|
研究论文 | 本研究提出了一种基于特征提取的深度学习方法，通过分析音频数据来检测帕金森病 | 结合自编码器进行特征提取和深度神经网络进行分类，实现了对帕金森病音频特征的自动识别 | NA | 开发一种自动、非侵入性的帕金森病检测方法 | 帕金森病患者的音频数据 | 机器学习 | 帕金森病 | 音频分析 | 自编码器,深度神经网络 | 音频 | NA | Python | 自编码器,深度神经网络 | 准确率 | NA |
| 420 | 2025-10-07 |
Exploring the repository of de novo-designed bifunctional antimicrobial peptides through deep learning
2025-Mar-13, eLife
IF:6.4Q1
DOI:10.7554/eLife.97330
PMID:40079572
|
研究论文 | 通过深度学习探索从头设计的双功能抗菌肽库 | 建立了连接深度生成模块和图编码活性回归器的从头抗菌肽设计框架，能够同时学习抗菌和抗病毒特征 | NA | 发现同时具有抗菌和抗病毒活性的新型抗菌肽 | 抗菌肽序列及其生物活性 | 机器学习 | 耐药性感染 | 深度学习 | 生成模型,图神经网络 | 肽序列数据 | 发现并验证了16种双功能抗菌肽 | NA | NA | 最小抑制浓度 | NA |