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 1342 篇文献，本页显示第 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2025-10-07 |
Enhanced water quality prediction model using advanced hybridized resampling alternating tree-based and deep learning algorithms
2025-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-025-36062-7
PMID:39994118
|
研究论文 | 开发用于预测河流水质参数的混合深度学习模型 | 提出结合双向LSTM和自助聚合交替模型树的混合算法，改进了水质参数预测精度 | 模型在极端值预测方面仍有改进空间，需要进一步优化 | 开发稳健的水质预测模型以支持水资源管理和污染控制 | 美国Clackamas河的水质参数 | 机器学习 | NA | 水质监测技术 | Bi-LSTM, 集成学习 | 时间序列数据 | 每日水质记录数据 | NA | 双向LSTM, 交替模型树 | RMSE, NSE, PBIAS, RSR | NA |
| 582 | 2025-10-07 |
Of Pilots and Copilots: The Evolving Role of Artificial Intelligence in Clinical Neurophysiology
2025-Mar, The Neurodiagnostic journal
DOI:10.1080/21646821.2025.2465089
PMID:39999187
|
综述 | 本文探讨人工智能在临床神经生理学领域的应用现状、进展与未来发展方向 | 提出AI作为'副驾驶'的角色定位，强调从单纯数据解读向提供临床上下文支持的转变，并展望生成式AI和'AI组学'的变革潜力 | EMG应用中存在数据集有限和临床背景考量不足的问题，PSG分析在癫痫活动和特定睡眠阶段分类方面仍有局限 | 分析AI在临床神经生理学中的演变角色和发展趋势 | 脑电图(EEG)、肌电图(EMG)和多导睡眠图(PSG)等临床神经生理学数据 | 医疗人工智能 | 神经系统疾病 | 深度学习技术 | NA | 生理信号数据 | NA | NA | NA | 准确率 | NA |
| 583 | 2025-03-14 |
Publisher Correction: HDL-ACO hybrid deep learning and ant colony optimization for ocular optical coherence tomography image classification
2025-Mar-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93294-w
PMID:40075161
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 584 | 2025-05-10 |
Low-dose CT reconstruction using cross-domain deep learning with domain transfer module
2025-Mar-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb932
PMID:39983305
|
research paper | 该研究提出了一种利用跨域深度学习和域转移模块进行低剂量CT重建的新方法 | 提出了一种跨域深度学习方法，通过域转移函数减少冗余计算，仅需双域网络一半的可训练参数即可达到相当的性能 | 虽然减少了计算资源需求，但方法的性能仍需在更多临床数据上进一步验证 | 开发一种计算效率更高的低剂量CT重建方法以减少辐射暴露 | 低剂量X射线CT图像 | computer vision | NA | deep learning | U-Net | CT图像 | NA | NA | NA | NA | NA |
| 585 | 2025-05-10 |
Power absorption and temperature rise in deep learning based head models for local radiofrequency exposures
2025-Mar-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb935
PMID:39983315
|
研究论文 | 本研究比较了基于分割和无需分割的深度学习头部模型在评估局部射频暴露时的功率吸收和温升效果 | 采用无需分割的深度学习模型直接从磁共振图像估计组织介电和热学特性，减少了主体间变异性并提高了计算效率 | 两种模型之间的差异相对于总体剂量学不确定性较小 | 提高射频暴露下人体保护的准确性和一致性 | 计算头部模型 | 机器学习 | NA | 有限差分时域方法和生物热传递方程 | 深度学习模型 | 磁共振图像 | NA | NA | NA | NA | NA |
| 586 | 2025-05-10 |
RAG_MCNNIL6: A Retrieval-Augmented Multi-Window Convolutional Network for Accurate Prediction of IL-6 Inducing Epitopes
2025-Mar-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02144
PMID:39967508
|
研究论文 | 提出了一种名为RAG_MCNNIL6的新型深度学习框架，用于准确预测IL-6诱导表位 | 整合了检索增强生成（RAG）和多窗口卷积神经网络（MCNNs），显著提高了预测性能 | 未提及具体局限性 | 开发一种准确且高效的IL-6诱导表位预测方法，以促进基于表位的疫苗和免疫疗法的研发 | IL-6诱导表位（短肽片段） | 自然语言处理 | 自身免疫性疾病、癌症、COVID-19 | ProtTrans预训练蛋白质语言模型 | MCNNs | 蛋白质序列数据 | 基准数据集（未提及具体数量） | NA | NA | NA | NA |
| 587 | 2025-05-10 |
Validation of patient-specific deep learning markerless lung tumor tracking aided by 4DCBCT
2025-Mar-10, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb89c
PMID:39978071
|
研究论文 | 本文提出了一种基于4DCBCT辅助的患者特异性深度学习无标记肺部肿瘤跟踪方法 | 开发了一种4DCBCT辅助的GT生成流程，用于自动生成CBCT投影上的肿瘤分割GT，并用于优化和验证患者特异性AI肿瘤定位模型 | 样本量较小，仅使用了6个患者CBCT投影集进行验证和11个进行测试 | 开发一种系统方法，用于自动生成CBCT投影上的肿瘤分割GT，并用于优化和验证患者特异性AI肿瘤定位模型 | 肺部肿瘤患者 | 数字病理 | 肺癌 | 4DCBCT, Retina U-Net | Retina U-Net | 图像 | 6个患者CBCT投影集用于验证，11个用于测试 | NA | NA | NA | NA |
| 588 | 2025-05-10 |
Automatic segmentation and volumetric analysis of intracranial hemorrhages in brain CT images
2025-Mar, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.111952
PMID:39978270
|
research paper | 该研究开发并评估了基于3D U-Net的深度学习模型，用于在非对比脑CT图像中自动分割和分类颅内出血及相关病理 | 使用3D U-Net模型进行颅内出血的自动分割和分类，并研究了分割类别数量对模型性能的影响 | 对于小于1毫升的出血检测存在假阴性，且与文献相比Dice分数较低 | 开发自动分割和分类颅内出血的深度学习模型，以增强临床决策 | 非对比脑CT图像中的颅内出血及相关病理 | digital pathology | intracranial hemorrhages | deep learning | 3D U-Net | image | 1508个非对比CT系列，来自医院、QURE500数据集和RSNA 2019脑出血数据集 | NA | NA | NA | NA |
| 589 | 2025-05-10 |
Spatial Radiomic Graphs for Outcome Prediction in Radiation Therapy-treated Head and Neck Squamous Cell Carcinoma Using Pretreatment CT
2025-Mar, Radiology. Imaging cancer
DOI:10.1148/rycan.240161
PMID:39982207
|
研究论文 | 开发了一种名为RadGraph的放射组学图框架，用于分析头颈部鳞状细胞癌（HNSCC）治疗前CT图像的空间特征，以改善局部区域复发（LR）和远处转移（DM）的预测 | 利用计算图和图注意力深度学习方法全面建模头颈部解剖的多个区域，显著提高了LR和DM的预测性能 | 研究为回顾性分析，可能受到数据收集时间和来源的限制 | 提高头颈部鳞状细胞癌患者局部区域复发和远处转移的预测准确性 | 头颈部鳞状细胞癌患者的治疗前CT图像 | 数字病理学 | 头颈部鳞状细胞癌 | CT成像 | 图注意力深度学习 | 图像 | 3434名患者（训练集1576名，验证集379名，测试集1479名） | NA | NA | NA | NA |
| 590 | 2025-05-09 |
Screening of estrogen receptor activity of per- and polyfluoroalkyl substances based on deep learning and in vivo assessment
2025-Mar-15, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.125843
PMID:39947576
|
研究论文 | 提出了一种基于深度学习的堆叠架构GXDNet，用于预测全氟和多氟烷基物质（PFAS）的雌激素受体α（ERα）活性，并通过实验验证了代表性PFAS分子的ERα活性 | 开发了GXDNet模型，整合分子描述符和分子图来预测化合物的ERα活性，提高了泛化能力，并揭示了氟化烷烃链对ERα结合亲和力的增强作用 | 研究集中于ERα活性，未涵盖PFAS的其他潜在毒性机制 | 开发预测PFAS雌激素受体活性的深度学习模型，以加速环保型PFAS分子的开发 | 全氟和多氟烷基物质（PFAS）分子 | 机器学习 | NA | 深度学习 | GXDNet（堆叠深度学习架构） | 分子描述符和分子图 | 10,067个PFAS分子 | NA | NA | NA | NA |
| 591 | 2025-10-07 |
Video-based robotic surgical action recognition and skills assessment on porcine models using deep learning
2025-03, Surgical endoscopy
DOI:10.1007/s00464-024-11486-3
PMID:39806176
|
研究论文 | 本研究开发了一种基于深度学习的自动化手术技能评估工具，通过视频分析识别机器人辅助手术动作并评估手术技能 | 结合CNN和LSTM网络架构同时提取空间和时间特征，使用猪模型进行数据收集，并应用GradCAM增强模型可解释性 | 在猪模型环境中开发的AI系统需要进一步测试其在临床环境中检测错误和提供反馈的能力 | 开发自动化手术技能评估工具，辅助外科医生培训 | 机器人辅助手术视频数据 | 计算机视觉 | NA | 深度学习 | CNN,LSTM | 视频 | 21名参与者（16名新手和5名经验丰富者）在猪模型上执行16种不同的机器人辅助腹腔手术 | NA | CNN结合LSTM的混合架构 | 准确率 | NA |
| 592 | 2025-05-09 |
A Veterinary DICOM-Based Deep Learning Denoising Algorithm Can Improve Subjective and Objective Brain MRI Image Quality
2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association
IF:1.3Q2
DOI:10.1111/vru.70015
PMID:39945204
|
研究论文 | 本研究评估了一种专为兽医患者开发的基于DICOM的深度学习去噪算法对犬猫脑部MRI图像质量的影响 | 开发了首个专为兽医患者设计的DICOM-based深度学习去噪算法，并验证其在1.5T MRI上的效果 | 样本量较小(30只犬猫)，仅测试了1.5T MRI系统 | 评估深度学习去噪算法对兽医脑部MRI图像质量的改善效果 | 30只犬猫的脑部MRI图像 | 数字病理 | 兽医神经疾病 | MRI | 深度学习(DL) | 医学影像 | 30只犬猫的脑部MRI图像 | NA | NA | NA | NA |
| 593 | 2025-05-09 |
[18F]FDG administered activity reduction capabilities of a 32-cm axial field-of-view solid-state digital bismuth germanium oxide PET/CT system while maintaining EARL compliance
2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104935
PMID:39956005
|
研究论文 | 评估数字BGO 32厘米轴向视场PET系统在符合当前和更新的EANM Research Ltd氟-18认证规范（EARL1和EARL2）的情况下，降低[18F]FDG给药活性和/或扫描时间的能力 | 使用数字BGO PET系统结合深度学习图像增强技术（PDL），显著降低[18F]FDG给药活性，同时保持EARL1和EARL2合规性 | 研究仅基于幻影测量，未涉及实际患者数据 | 评估PET系统在降低放射性药物活性和扫描时间方面的性能 | 数字BGO 32厘米轴向视场PET系统（Omni Legend 32 cm） | 医学影像 | NA | PET/CT成像，深度学习图像增强（PDL） | NA | 医学影像数据 | 使用校准QC和NEMA IEC幻影进行测量，图像质量QC扫描每小时重复一次，共7小时 | NA | NA | NA | NA |
| 594 | 2025-05-09 |
Deep learning opportunistic screening for osteoporosis and osteopenia using radiographs of the foot or ankle - A pilot study
2025-Mar, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.111980
PMID:39946811
|
研究论文 | 本研究旨在开发一种深度学习模型，通过足部或踝关节的X光片筛查骨质疏松或骨质减少 | 开发了一种新颖的深度学习模型，利用定制的架构从足部和踝关节的X光片中提取深度特征，用于骨质疏松或骨质减少的筛查 | 研究为回顾性横断面研究，样本中白种人占比较高（96.7%），可能影响模型的泛化能力 | 创建一种深度学习模型，用于通过足部或踝关节的X光片筛查骨质疏松或骨质减少 | 50岁及以上接受足部或踝关节X光检查及DXA检查的患者 | 数字病理学 | 骨质疏松 | X光成像 | 深度学习定制架构 | 图像 | 907名患者（3109张X光片），其中白种人占96.7%，黑人占1.8%，亚洲人占0.4% | NA | NA | NA | NA |
| 595 | 2025-05-08 |
Leveraging AI to Explore Structural Contexts of Post-Translational Modifications in Drug Binding
2025-Mar-20, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.14.633078
PMID:40166291
|
研究论文 | 利用人工智能探索翻译后修饰在药物结合中的结构背景 | 首次大规模利用AI方法（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）预测PTM修饰对人类蛋白质与药物结合的影响，并构建了包含14,178个PTM修饰蛋白质模型的数据库 | 方法准确性的精确评估需要更大的基准测试集 | 探索翻译后修饰（PTMs）对药物结合的结构影响 | 人类蛋白质中的小分子结合相关PTMs | 生物信息学 | 癌症、糖尿病、心脏病、神经退行性疾病、代谢疾病 | AlphaFold3、RoseTTAFold All-Atom、Chai-1 | 深度学习算法 | 蛋白质结构数据 | 6,131个已识别的PTMs映射到ECOD数据库结构域，生成14,178个PTM修饰人类蛋白质模型 | NA | NA | NA | NA |
| 596 | 2025-05-08 |
Machine learning-based evolution of water quality prediction model: An integrated robust framework for comparative application on periodic return and jitter data
2025-Mar-15, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.125834
PMID:39933618
|
研究论文 | 该研究提出了一种基于机器学习的多级耦合框架，用于提高水质预测的准确性 | 集成数据去噪、特征选择和LSTM网络的新型机器学习框架，有效捕捉非平稳水质模式 | 未来研究需验证该框架在不同地理和气候条件下的可扩展性 | 提高复杂环境条件下动态水质指标的预测准确性 | 世界最大跨流域调水工程中四个监测站的溶解氧和高锰酸盐指数 | 机器学习 | NA | 数据去噪、特征选择、LSTM网络、小波变换、移动平均、完全集成经验模态分解 | LSTM | 时间序列数据 | 四个监测站的数据，采用80-20%和70-30%的训练配置 | NA | NA | NA | NA |
| 597 | 2025-05-08 |
Deep Learning-Assisted Discovery of Protein Entangling Motifs
2025-Mar-10, Biomacromolecules
IF:5.5Q1
DOI:10.1021/acs.biomac.4c01243
PMID:39937127
|
研究论文 | 本研究开发了一种深度学习模型，用于预测同源二聚体的纠缠特征，并应用于筛选高温古菌基因组中的纠缠基序 | 开发了一种基于氨基酸序列预测蛋白质纠缠特征的深度学习模型，其搜索速度比AlphaFold-Multimer快数十倍，同时保持相当的均方误差 | NA | 推进新型拓扑蛋白质的设计和合成 | 蛋白质纠缠基序 | 机器学习 | NA | 深度学习 | 深度学习模型 | 氨基酸序列 | 高温古菌基因组 | NA | NA | NA | NA |
| 598 | 2025-05-08 |
Deep learning-assisted identification and localization of ductal carcinoma from bulk tissue in-silico models generated through polarized Monte Carlo simulations
2025-Mar-04, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adb495
PMID:39933195
|
研究论文 | 本研究利用偏振蒙特卡洛模拟和卷积神经网络（CNN）对乳腺导管癌进行识别和定位 | 结合偏振蒙特卡洛模拟和深度学习技术，实现了对乳腺导管癌的高精度识别和定位，分类准确率达到96% | 研究主要针对组织表面的肿瘤区域，可能不适用于深层肿瘤的检测 | 展示通过卷积神经网络在偏振蒙特卡洛模拟生成的去极化指数图像上同时检测肿瘤存在和位置的能力 | 乳腺导管癌 | 数字病理学 | 乳腺癌 | 偏振蒙特卡洛模拟 | CNN | 图像 | 体外组织模型图像和模拟生成的图像 | NA | NA | NA | NA |
| 599 | 2025-05-08 |
Deep Learning Enhances Precision of Citrullination Identification in Human and Plant Tissue Proteomes
2025-Mar, Molecular & cellular proteomics : MCP
IF:6.1Q1
DOI:10.1016/j.mcpro.2025.100924
PMID:39921205
|
研究论文 | 本文介绍了一种结合深度学习模型Prosit-Cit的新型数据分析流程，用于提高瓜氨酸化位点识别的敏感性和精确度 | 提出了结合深度学习模型Prosit-Cit的数据分析流程，显著提高了瓜氨酸化位点识别的精确度和敏感性，并在植物组织蛋白质组中首次实现了大规模瓜氨酸化位点定位 | 需要依赖已有的质谱数据库搜索工作流程，且模型训练数据主要来自合成肽段 | 提高瓜氨酸化位点识别的精确度和敏感性，促进对蛋白质瓜氨酸化在健康和疾病中作用的理解 | 人类和植物（拟南芥）组织蛋白质组中的瓜氨酸化位点 | 蛋白质组学 | NA | 质谱分析，深度学习 | Prosit-Cit（基于Prosit模型的扩展） | 质谱数据 | 约53,000个光谱来自约2,500个合成瓜氨酸化肽段，以及拟南芥30个组织中的169个蛋白质的约200个瓜氨酸化位点 | NA | NA | NA | NA |
| 600 | 2025-05-08 |
Point-annotation supervision for robust 3D pulmonary infection segmentation by CT-based cascading deep learning
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109760
PMID:39923589
|
research paper | 提出了一种基于级联深度学习的CT点标注监督方法，用于鲁棒的3D肺部感染分割 | 通过比较标注点和未标注体素的表示以及建立全局不确定性，开发了两种正则化策略，在稀疏标注下约束网络对病变模式的理解，并包含增强模块以提高全局解剖感知和对空间各向异性的适应性 | 未明确提及具体限制，但可能包括对新型感染类型的泛化能力仍需进一步验证 | 开发一种弱监督学习方法，用于肺部感染的3D分割，以减少标注工作量并提高性能 | 肺部感染的CT图像 | digital pathology | pulmonary infection | cascading deep learning | CNN | 3D CT volumes | 1,072 CT volumes | NA | NA | NA | NA |