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 1354 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2025-04-02 |
Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95281-7
PMID:40155686
|
研究论文 | 比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能 | 比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合 | 未提及样本量或具体的地理位置数据，可能影响模型的泛化能力 | 提高光伏发电的预测准确性 | 每日全球太阳辐射（DGSR） | 机器学习 | NA | 人工神经网络（ANN） | RBFNN, LSTMNN, MNN, TM | 时间序列数据 | NA | NA | NA | NA | NA |
| 862 | 2025-10-07 |
SIMVI disentangles intrinsic and spatial-induced cellular states in spatial omics data
2025-Mar-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58089-7
PMID:40148341
|
研究论文 | 提出一种名为SIMVI的无注释深度学习框架，用于解耦空间组学数据中的细胞内在变异性和空间诱导效应 | 通过变分推理方法严格区分细胞内在状态和空间诱导状态，实现单细胞分辨率下的空间效应估计 | NA | 开发能够准确解析空间组学数据中细胞状态的计算方法 | 空间组学数据中的细胞状态和细胞间相互作用 | 生物信息学 | 黑色素瘤 | 空间组学技术 | 变分自编码器 | 空间组学数据 | 多平台多组织数据集，包括新收集的CosMx黑色素瘤队列数据 | 深度学习框架 | 变分推理模型 | NA | NA |
| 863 | 2025-10-07 |
Spike rate inference from mouse spinal cord calcium imaging data
2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.1187-24.2025
PMID:40127941
|
研究论文 | 本研究通过同时记录小鼠脊髓背角浅层谷氨酸能和GABA能体感神经元的钙成像和电生理数据，系统评估了两种尖峰频率推断算法在脊髓神经元中的性能 | 首次在脊髓神经元中获取地面真实数据，并验证了为皮层神经元设计的算法在脊髓中的可迁移性，同时通过重新训练进一步优化了算法性能 | 研究仅针对小鼠脊髓背角浅层的特定神经元类型，尚未扩展到其他中枢神经系统区域和神经元类型 | 开发适用于脊髓神经元的钙成像数据尖峰频率推断方法 | 小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元 | 计算神经科学 | NA | 钙成像, 电生理记录 | 深度学习, 非负反卷积 | 钙成像信号, 电生理信号 | 小鼠脊髓神经元（两性小鼠） | CASCADE, OASIS | 监督深度学习架构, 非负反卷积架构 | 推断准确性 | NA |
| 864 | 2025-04-02 |
ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task
2025-Mar-20, ArXiv
PMID:40166744
|
research paper | 该研究通过虚拟成像试验评估了CTLESS方法在不同SPECT扫描仪上的泛化能力，用于心肌灌注SPECT成像中的缺陷检测任务 | 首次通过虚拟成像试验评估了深度学习衰减补偿方法CTLESS在不同厂商SPECT扫描仪上的泛化性能 | 研究仅使用了虚拟成像数据，未进行真实临床数据验证 | 评估CTLESS方法在不同SPECT扫描仪上的泛化性能 | 心肌灌注SPECT成像 | digital pathology | cardiovascular disease | SPECT, 深度学习 | 深度学习模型 | 医学影像数据 | 三种不同厂商的SPECT扫描仪数据 | NA | NA | NA | NA |
| 865 | 2025-04-02 |
Automated Aortic Regurgitation Detection and Quantification: A Deep Learning Approach Using Multi-View Echocardiography
2025-Mar-19, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.18.25323918
PMID:40166551
|
research paper | 本研究开发并验证了一种基于深度学习的模型，用于从多视角彩色多普勒超声心动图视频中自动评估主动脉瓣反流（AR）的严重程度 | 使用多视角彩色多普勒超声心动图视频，开发了视频卷积神经网络（R2+1D）模型，能够自动分类AR严重程度，并在外部验证中表现出色 | 临床解释在复杂病例中仍然必要，特别是存在多瓣膜病变或血流动力学改变的情况 | 开发一种自动化工具，用于准确评估主动脉瓣反流的严重程度，以支持早期检测和慢性疾病管理 | 主动脉瓣反流（AR）患者 | digital pathology | cardiovascular disease | 彩色多普勒超声心动图 | R2+1D CNN | video | 训练集：47,638个视频（来自32,396项研究，23,240名患者）；外部验证集：3,369个视频（来自1,504项研究，1,493名患者） | NA | NA | NA | NA |
| 866 | 2025-10-07 |
A Novel Fusion Framework Combining Graph Embedding Class-Based Convolutional Recurrent Attention Network with Brown Bear Optimization Algorithm for EEG-Based Parkinson's Disease Recognition
2025-Mar-15, Journal of molecular neuroscience : MN
IF:2.8Q2
DOI:10.1007/s12031-025-02329-4
PMID:40088329
|
研究论文 | 提出一种结合图嵌入类卷积循环注意力网络与棕熊优化算法的融合框架，用于基于EEG的帕金森病识别 | 首次将图嵌入类卷积循环注意力网络与棕熊优化算法结合，通过改进的VGG19和图三重注意力网络捕捉EEG信号的时空依赖关系 | 未提及模型在其他数据集上的泛化能力及临床部署的可行性 | 提高基于EEG信号的帕金森病识别准确率 | 帕金森病患者的EEG信号 | 医疗人工智能 | 帕金森病 | EEG信号处理 | CNN, 注意力网络, 优化算法 | EEG信号 | UNM数据集和UC San Diego数据集（具体样本数未提及） | NA | 改进VGG19, 图三重注意力网络, 图嵌入类卷积循环注意力网络 | 准确率, 敏感度, F1分数, 错误率, 计算时间 | NA |
| 867 | 2025-04-02 |
A precision health approach to medication management in neurodivergence: a model development and validation study using four international cohorts
2025-Mar-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.12.25323683
PMID:40162292
|
研究论文 | 本研究开发并验证了AI模型，用于预测神经发育异常儿童对精神药物的反应，以提高药物管理的精准性 | 首次开发AI模型预测神经发育异常儿童对兴奋剂、抗抑郁药和抗精神病药的反应，并在四个国际队列中进行验证 | 研究中发现的社会人口统计学因素偏差需要解决，以确保治疗建议的公平性 | 提高神经发育异常儿童精神药物管理的精准性和个性化 | 神经发育异常儿童 | 机器学习 | 神经发育障碍 | AI模型 | stacked ensemble models | 电子医疗记录(EMRs)和儿童行为检查表数据 | 四个队列共5070名儿童（POND=598，HBN=1764，ABCD=2396，PPP=312） | NA | NA | NA | NA |
| 868 | 2025-10-07 |
CryoTEN: efficiently enhancing cryo-EM density maps using transformers
2025-Mar-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf092
PMID:40036588
|
研究论文 | 提出了一种基于Transformer的CryoTEN方法，用于高效增强冷冻电镜密度图质量 | 首次将3D UNETR++风格的Transformer架构应用于冷冻电镜密度图增强，在保持高性能的同时运行速度比现有最佳深度学习方法快10倍以上且GPU内存需求更低 | 方法基于模拟数据进行训练，在真实实验条件下的泛化能力需要进一步验证 | 开发高效算法提升冷冻电镜密度图质量以改进蛋白质结构建模 | 冷冻电镜密度图 | 计算机视觉 | NA | 冷冻电镜 | Transformer | 3D密度图 | 1295个冷冻电镜图作为训练集，150个独立测试图 | PyTorch | 3D UNETR++ | 密度图质量改进，蛋白质结构建模质量，运行速度，GPU内存使用 | GPU |
| 869 | 2025-10-07 |
Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods
2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08672-9
PMID:39883162
|
综述 | 本文系统综述了机器学习在腰椎管狭窄症分割和分类任务中的应用现状与方法 | 首次系统评估了机器学习在腰椎管狭窄症影像分析中的分割和分类方法，并比较了传统机器学习与深度学习模型的性能差异 | 研究间比较困难，因为使用的评估指标和测试数据集差异较大；仅有有限数量的模型经过外部验证 | 评估当前用于腰椎管狭窄症分割和分类的机器学习算法现状 | 腰椎管狭窄症的医学影像数据 | 医学影像分析 | 腰椎管狭窄症 | MRI、X射线、CT扫描 | 深度学习, 传统机器学习 | 医学影像 | 27篇相关研究文献 | NA | U-Net, CNN | 多种评估指标（具体未指定） | NA |
| 870 | 2025-10-07 |
DeepPrep: an accelerated, scalable and robust pipeline for neuroimaging preprocessing empowered by deep learning
2025-Mar, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02599-1
PMID:39915693
|
研究论文 | 提出了一种基于深度学习的神经影像预处理加速管道DeepPrep，能够显著提升处理效率 | 结合深度学习与工作流管理器，实现了十倍加速，具备可扩展性和鲁棒性 | NA | 解决神经影像大数据预处理中的计算挑战 | 神经影像数据 | 医学影像处理 | NA | 深度学习 | NA | 神经影像扫描数据 | 超过55,000次扫描 | NA | NA | 加速比，可扩展性，鲁棒性 | NA |
| 871 | 2025-10-07 |
MARBLE: interpretable representations of neural population dynamics using geometric deep learning
2025-Mar, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02582-2
PMID:39962310
|
研究论文 | 提出一种名为MARBLE的表示学习方法，使用几何深度学习分解神经流形上的动力学过程并映射到共同潜在空间 | 首次将几何深度学习应用于神经群体动力学，通过局部流场分解和潜在空间映射获得跨网络和动物一致的可解释表示 | 方法性能依赖于神经数据确实具有低维流形结构的假设 | 开发能够推断可解释且一致潜在表示的神经动力学学习方法 | 非线性动力系统、循环神经网络、灵长类和啮齿类动物的单神经元记录 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 神经记录数据 | 模拟系统和实验动物记录（具体数量未明确说明） | NA | MARBLE | 解码准确度 | NA |
| 872 | 2025-02-19 |
Interpreting and comparing neural activity across systems by geometric deep learning
2025-Mar, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02581-3
PMID:39962313
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 873 | 2025-10-07 |
Toward a rapid, sensitive, user-friendly, field-deployable artificial intelligence tool for enhancing African swine fever diagnosis and reporting
2025-Mar-01, American journal of veterinary research
IF:1.3Q2
DOI:10.2460/ajvr.24.10.0305
PMID:40023145
|
研究论文 | 开发一种基于深度学习和智能手机的人工智能工具，用于提高非洲猪瘟侧向流动检测试纸条读取的准确性 | 首次将YOLO模型应用于非洲猪瘟侧向流动检测试纸条的智能识别，并开发了可现场部署的智能手机应用 | 数据集规模有限，模型性能在不同数据划分下存在波动 | 开发快速、灵敏、用户友好且可现场部署的AI工具以增强非洲猪瘟诊断和报告 | 非洲猪瘟侧向流动检测试纸条图像 | 计算机视觉 | 非洲猪瘟 | 侧向流动检测试纸条 | YOLO | 图像 | 未明确说明具体样本数量 | JavaScript, Azure | YOLO | 准确率, 精确率, 召回率, 灵敏度, 特异性, F1分数 | Azure云平台 |
| 874 | 2025-04-01 |
Digital twin-assisted graph matching multi-task object detection method in complex traffic scenarios
2025-Mar-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-87914-8
PMID:40155390
|
研究论文 | 提出一种基于数字孪生的跨领域目标检测迁移方法，以解决交通数据收集和标注耗时耗力的问题 | 结合数字孪生技术构建虚拟交通场景数据集，并引入基于图匹配的多任务目标检测算法，通过注意力机制和对抗训练提升模型鲁棒性 | 未提及实际部署中的计算资源消耗和实时性表现 | 提升复杂交通场景下的目标检测性能 | 虚拟和真实交通场景中的目标物体 | 计算机视觉 | NA | 数字孪生、对抗训练 | 多任务网络、图匹配模块 | 图像 | 未明确说明具体样本数量，包含虚拟生成和真实交通数据集 | NA | NA | NA | NA |
| 875 | 2025-04-01 |
Synthesize multiple V/H directional beams for high altitude platform station based on deep-learning algorithm
2025-Mar-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93251-7
PMID:40155442
|
研究论文 | 本文研究了将高空平台站（HAPS）与深度学习（DL）模型相结合以增强覆盖能力的方法 | 提出了一种基于60单元同心圆阵列（CCA）和深度神经网络（DNN）与改进的引力搜索算法和粒子群优化（MGSA-PSO）算法的混合方法，以动态生成多方向垂直/水平（V/H）波束 | 未提及具体实验验证或实际部署的挑战 | 增强高空平台站（HAPS）的覆盖能力，特别是在复杂地形下的道路路径覆盖 | 高空平台站（HAPS）及其波束形成系统 | 机器学习 | NA | 深度神经网络（DNN）、改进的引力搜索算法和粒子群优化（MGSA-PSO）算法 | DNN | 仿真数据 | 使用计算机仿真技术-微波工作室套件（CST）与地球探索者（EE）用户界面工具模拟真实道路路径 | NA | NA | NA | NA |
| 876 | 2025-04-01 |
The value of predicting breast cancer with a DBT 2.5D deep learning model
2025-Mar-29, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-02170-6
PMID:40155449
|
research paper | 评估基于数字乳腺断层合成（DBT）的2.5维深度学习模型在预测乳腺癌中的准确性和有效性 | 结合2.5维特征集和临床数据构建综合预测模型，展示深度学习与放射组学结合在乳腺癌早期诊断中的潜力 | 研究基于回顾性数据，样本量相对较小（361例），可能影响模型的泛化能力 | 提高乳腺癌术前预测的准确性 | 乳腺癌肿瘤病变患者 | digital pathology | breast cancer | digital breast tomosynthesis (DBT) | DCNN, logistic regression, LightGBM, multilayer perceptron | image | 361例乳腺癌患者（2018-2020年山东第一医科大学附属山东省立医院数据） | NA | NA | NA | NA |
| 877 | 2025-04-01 |
Deep Learning Electrocardiogram Model for Risk Stratification of Coronary Revascularization Need in the Emergency Department
2025-Mar-29, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf254
PMID:40156923
|
research paper | 开发了一种深度学习模型，用于通过心电图（ECG）识别需要冠状动脉血运重建的急性冠状动脉综合征患者 | 使用卷积神经网络（CNN）模型从心电图中检测与血运重建可能性相关的模式，以指导进一步评估并减少诊断不确定性 | 模型的特异性较高但敏感性较低，相比高敏肌钙蛋白T（hs-TnT） | 识别需要冠状动脉血运重建的急性冠状动脉综合征患者，以减少诊断不确定性 | 急诊科就诊患者的心电图数据 | machine learning | cardiovascular disease | electrocardiogram (ECG) | CNN | ECG data | 训练集：144,691次急诊就诊；测试集：35,995次；外部验证集：18,673次急诊就诊 | NA | NA | NA | NA |
| 878 | 2025-04-01 |
A DEM super resolution reconstruction method based on normalizing flow
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94274-w
PMID:40148492
|
research paper | 提出一种基于归一化流的DEM超分辨率重建方法，通过可逆网络模型学习高分辨率DEM的条件分布 | 首次将归一化流引入DEM超分辨率重建，通过可逆网络模型显式建模高分辨率DEM的条件分布 | 未讨论模型在极端地形条件下的表现 | 解决DEM超分辨率重建中的模糊和伪影问题 | 数字高程模型(DEM)图像 | computer vision | NA | 归一化流(normalizing flow) | 可逆网络模型 | DEM图像 | 未明确说明样本数量 | NA | NA | NA | NA |
| 879 | 2025-04-01 |
Effects of a deep learning-based image quality enhancement method on a digital-BGO PET/CT system for 18F-FDG whole-body examination
2025-Mar-28, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00742-7
PMID:40148660
|
research paper | 本研究评估了数字BGO PET/CT系统中基于深度学习的图像质量增强方法（PDL）对18F-FDG全身检查的影响 | 结合BSREM图像重建和深度学习的TOF-like图像质量增强过程（PDL），显著提高了图像质量和病变的SUVmax | 研究仅基于Omni Legend 32 PET/CT系统，结果可能不适用于其他系统 | 评估PDL在数字BGO PET/CT系统中的基本特性和对图像质量的影响 | NEMA IEC体模和30例临床全身18F-FDG PET/CT检查 | digital pathology | NA | PET/CT成像，深度学习图像增强 | 深度学习（PDL） | 图像 | 30例临床全身18F-FDG PET/CT检查 | NA | NA | NA | NA |
| 880 | 2025-04-01 |
UrbanEV: An Open Benchmark Dataset for Urban Electric Vehicle Charging Demand Prediction
2025-Mar-28, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04874-4
PMID:40155635
|
research paper | 介绍了一个名为UrbanEV的开放数据集，用于预测城市电动汽车充电需求 | 提供了首个涵盖充电站占用率、时长、用电量和价格等多维度数据的开放数据集，并包含天气和空间邻近性等影响因素 | 数据仅来自深圳一个城市，可能无法完全代表其他地区的充电需求模式 | 推动电动汽车充电需求预测和管理的研究 | 电动汽车充电站 | machine learning | NA | NA | 统计模型、深度学习和基于transformer的方法 | 时间序列数据 | 超过20,000个充电站，时间跨度为六个月 | NA | NA | NA | NA |