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 1352 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2025-03-16 |
Fine-Tuned Machine Learning Classifiers for Diagnosing Parkinson's Disease Using Vocal Characteristics: A Comparative Analysis
2025-Mar-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15050645
PMID:40075891
|
研究论文 | 本文通过优化机器学习算法，利用声音特征对帕金森病进行分类，旨在提供一种非侵入性且易于访问的诊断工具 | 结合先进的特征选择技术和超参数优化策略，提升基于声音特征的机器学习诊断帕金森病的性能，特别是堆叠模型通过网格搜索调优表现出最佳性能 | 未来研究可关注深度学习方法和时间特征整合，以进一步提高诊断准确性和临床应用的扩展性 | 评估优化后的机器学习算法在基于声音特征分类帕金森病中的有效性 | 188名帕金森病患者和64名对照者的声音样本 | 机器学习 | 帕金森病 | 贝叶斯优化、网格搜索、随机搜索 | SVM、k-NN、DT、NN、集成模型、堆叠模型 | 声音数据 | 252人（188名患者和64名对照者） | NA | NA | NA | NA |
| 1142 | 2025-03-16 |
Secure Hybrid Deep Learning for MRI-Based Brain Tumor Detection in Smart Medical IoT Systems
2025-Mar-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15050639
PMID:40075886
|
研究论文 | 本文提出了一种结合混沌和Arnold加密技术与混合深度学习模型的自动化MRI图像分类系统，用于智能医疗物联网系统中的脑肿瘤检测 | 结合混沌和Arnold加密技术，确保MRI图像的机密性，同时不降低脑肿瘤分类的准确性 | 未提及具体的研究局限性 | 开发一种安全且自动化的MRI图像分类系统，用于脑肿瘤检测 | MRI图像 | 计算机视觉 | 脑肿瘤 | 混沌加密、Arnold加密 | VGG16、深度神经网络（DNN） | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1143 | 2025-03-16 |
Exploring the Role of Artificial Intelligence (AI)-Driven Training in Laparoscopic Suturing: A Systematic Review of Skills Mastery, Retention, and Clinical Performance in Surgical Education
2025-Mar-06, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare13050571
PMID:40077133
|
系统综述 | 本文系统综述了人工智能（AI）驱动的培训系统在腹腔镜缝合技能掌握、长期保持和临床表现方面的作用 | 本文创新性地评估了AI在腹腔镜缝合培训中的应用，特别是深度学习、动作捕捉和视频分割等机器学习技术的优势和局限性 | AI在准确性、可扩展性和集成方面仍存在局限性，需要进一步的大规模高质量研究来完善这些工具 | 评估AI在腹腔镜缝合技能获取、长期保持和临床表现方面的影响 | 腹腔镜缝合培训中的机器学习技术 | 机器学习 | NA | 深度学习、动作捕捉、视频分割 | NA | 视频、动作数据 | 33项研究符合纳入标准 | NA | NA | NA | NA |
| 1144 | 2025-03-16 |
Comparing and Combining Artificial Intelligence and Spectral/Statistical Approaches for Elevating Prostate Cancer Assessment in a Biparametric MRI: A Pilot Study
2025-Mar-05, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15050625
PMID:40075871
|
研究论文 | 本研究比较并结合了人工智能和光谱/统计方法，以提升双参数MRI中前列腺癌评估的准确性 | 首次将自监督网格网络（Z-SSMNet）与光谱/统计方法结合，用于前列腺癌评估 | 样本量较小（42名患者），且深度学习/人工智能方法表现不如光谱/统计方法 | 评估和改进光谱/统计方法，结合人工智能提升前列腺癌评估准确性 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | 深度学习（DL），光谱/统计方法 | Z-SSMNet（自监督网格网络） | MRI图像 | 42名患者 | NA | NA | NA | NA |
| 1145 | 2025-03-16 |
Explainable Artificial Intelligence in Neuroimaging of Alzheimer's Disease
2025-Mar-04, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15050612
PMID:40075859
|
综述 | 本文探讨了可解释人工智能（XAI）在阿尔茨海默病（AD）神经影像学中的应用 | 强调了XAI在提高AI模型透明度和临床适用性方面的创新，特别是在AD诊断中的应用 | 当前挑战包括数据集限制、监管问题和标准化问题 | 改进XAI在临床实践中的整合，以优化AD诊断和个性化治疗策略 | 阿尔茨海默病（AD）的神经影像数据 | 神经影像学 | 阿尔茨海默病 | SHAP, LIME, Grad-CAM, Layer-wise Relevance Propagation (LRP) | 深度学习, 机器学习 | MRI, PET影像 | NA | NA | NA | NA | NA |
| 1146 | 2025-03-16 |
Enhancing Lymph Node Metastasis Risk Prediction in Early Gastric Cancer Through the Integration of Endoscopic Images and Real-World Data in a Multimodal AI Model
2025-Mar-03, Cancers
IF:4.5Q1
DOI:10.3390/cancers17050869
PMID:40075715
|
研究论文 | 本研究旨在开发和验证一种基于深度学习的临床决策支持系统（CDSS），用于预测早期胃癌（EGC）中的淋巴结转移（LNM）和淋巴血管侵犯（LVI） | 通过整合内镜图像、人口统计数据、活检病理和CT检查结果，开发了一种基于Transformer的多模态AI模型，显著提高了LNM/LVI的预测准确性 | 研究依赖于多机构数据，可能存在数据异质性问题，且外部验证样本量相对较小 | 提高早期胃癌中淋巴结转移和淋巴血管侵犯的预测准确性，以指导治疗策略 | 早期胃癌患者 | 数字病理 | 胃癌 | 深度学习 | Transformer, CNN, 随机森林 | 图像, 人口统计数据, 活检病理, CT检查结果 | 2927名患者（训练集），449名患者（内部验证集），766名患者（外部验证集） | NA | NA | NA | NA |
| 1147 | 2025-03-16 |
Clinical value of aortic arch morphology in transfemoral TAVR: artificial intelligence evaluation
2025-Mar-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002232
PMID:39869394
|
研究论文 | 本研究利用人工智能算法评估主动脉弓形态对经股动脉导管主动脉瓣置换术（TF-TAVR）患者临床结果的影响 | 首次使用深度学习评估主动脉弓形态对TF-TAVR患者临床结果的影响，并构建了预测模型 | 研究为回顾性研究，可能存在选择偏倚 | 评估主动脉弓形态对TF-TAVR患者临床结果的影响 | 接受TF-TAVR的患者 | 数字病理学 | 心血管疾病 | 深度学习，机器学习 | 随机森林，逻辑回归 | 医学影像 | 1480名连续接受TF-TAVR的患者 | NA | NA | NA | NA |
| 1148 | 2025-03-15 |
Deep learning the flow law of Antarctic ice shelves
2025-Mar-14, Science (New York, N.Y.)
DOI:10.1126/science.adp3300
PMID:40080586
|
研究论文 | 本研究利用遥感数据和物理信息深度学习，揭示了南极冰架流动规律及其粘度结构 | 首次通过深度学习方法揭示了南极冰架在压缩区和扩展区的流动规律，并构建了冰架范围的各向异性粘度图 | 研究结果依赖于遥感数据，可能存在数据精度和覆盖范围的限制 | 研究南极冰架的流动规律和粘度结构，以预测南极冰盖的未来质量损失 | 南极冰架 | 机器学习 | NA | 物理信息深度学习 | 深度学习 | 遥感数据 | 多个冰架的数据 | NA | NA | NA | NA |
| 1149 | 2025-03-15 |
AI-Powered Image-Based Assessment of Pressure Injuries Using You Only Look once (YOLO) Version 8 Models
2025-Mar-13, Advances in wound care
IF:5.8Q1
DOI:10.1089/wound.2024.0245
PMID:40081991
|
研究论文 | 本研究旨在通过机器学习和YOLOv8深度学习模型提升压力性损伤的检测和分期准确性 | 首次将YOLOv8模型应用于压力性损伤分期，并通过优化器和超参数调优显著提升了检测精度 | 研究基于模拟数据集，未在真实临床环境中进行验证 | 提升压力性损伤的检测和分期准确性 | 压力性损伤图像 | 计算机视觉 | 压力性损伤 | 深度学习 | YOLOv8 | 图像 | 公开的高质量数据集 | NA | NA | NA | NA |
| 1150 | 2025-03-15 |
A transformer-based real-time earthquake detection framework in heterogeneous environments
2025-Mar-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82087-2
PMID:40069212
|
研究论文 | 本文介绍了一种基于Transformer的实时地震检测框架TFEQ，旨在解决在高度异构环境中部署深度学习技术的挑战 | TFEQ模型独特地同时分析P波和S波，解决了现有模型通常只关注S波检测而忽视P波早期检测的问题 | NA | 开发一种能够在异构物联网环境中进行实时地震检测的深度学习模型 | 地震波（P波和S波） | 机器学习 | NA | 深度学习 | Transformer | 传感器数据 | CrowdQuake计划收集的MEMS传感器数据 | NA | NA | NA | NA |
| 1151 | 2025-03-15 |
Fuzzy control algorithm of cleaning parameters of street sweeper based on road garbage volume grading
2025-Mar-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92771-6
PMID:40069257
|
研究论文 | 本文提出了一种基于道路垃圾量分级的模糊控制算法，用于调整街道清扫车的清洁参数，以提高清洁效率和降低能耗 | 创新点在于结合YOLO v5深度学习模型进行目标检测和垃圾分类，并基于垃圾覆盖率和重量计算道路垃圾量分级系数，进而开发模糊控制模型以优化清扫车操作参数 | 未提及算法的泛化能力及在不同城市环境中的适用性 | 研究目的是通过智能算法优化街道清扫车的清洁参数，以提高清洁效率和降低能耗 | 研究对象是街道清扫车及其清洁参数 | 计算机视觉 | NA | YOLO v5 | 模糊控制模型 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1152 | 2025-03-15 |
DeepPath: Overcoming data scarcity for protein transition pathway prediction using physics-based deep learning
2025-Mar-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.27.640693
PMID:40060558
|
研究论文 | 本文介绍了DeepPath，一个基于深度学习的框架，用于快速生成蛋白质状态之间的物理真实过渡路径 | DeepPath采用主动学习方法，利用分子力学力场作为指导，迭代优化预测路径，克服了数据稀缺性问题 | 尽管DeepPath在预测蛋白质过渡路径方面表现出色，但其依赖于已知的蛋白质状态，可能限制了其在未知状态预测中的应用 | 研究目的是开发一种高效的方法来预测蛋白质的构象转变路径，以替代计算成本高的分子动力学模拟 | 研究对象包括SHP2激活、CdiB H1分泌和BAM复合体侧门开启等生物相关测试案例 | 机器学习 | NA | 分子动力学模拟 | 深度学习 | 蛋白质结构数据 | 三个生物相关测试案例 | NA | NA | NA | NA |
| 1153 | 2025-03-15 |
Medical image classification by incorporating clinical variables and learned features
2025-Mar, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.241222
PMID:40078919
|
研究论文 | 本文提出了一种新颖的方法，通过结合临床变量来增强深度学习模型在医学图像分类中的表现，同时不压倒信息 | 与大多数现有深度神经网络模型仅考虑单像素信息不同，该方法捕捉了更全面的视角，并通过降维技术优化特征，与临床变量信息保持平衡 | 未明确提及具体局限性 | 提升医学图像分类的准确性 | 医学图像 | 计算机视觉 | 结核病和皮肤病 | 深度学习 | 预训练的深度神经网络 | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 1154 | 2025-03-14 |
MOF-KAN: Kolmogorov-Arnold Networks for Digital Discovery of Metal-Organic Frameworks
2025-Mar-13, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c00211
PMID:40015927
|
研究论文 | 本文介绍了一种名为MOF-KAN的新型深度学习架构，首次将Kolmogorov-Arnold Networks (KANs)应用于金属有机框架(MOFs)的数字发现 | MOF-KAN是首个将KANs应用于MOFs数字发现的架构，通过精细调整网络架构，其在预测MOFs的多种性能上优于标准的多层感知器(MLPs)，并在低数据量情况下表现出色 | NA | 开发一种准确且数据高效的方法，以导航复杂的化学和结构空间，用于功能性材料（如MOFs）的数字发现 | 金属有机框架(MOFs) | 机器学习 | NA | 深度学习 | Kolmogorov-Arnold Networks (KANs) | 化学和结构数据 | NA | NA | NA | NA | NA |
| 1155 | 2025-03-14 |
A multi-objective function for deep learning-based automatic energy efficiency power allocation in multicarrier noma system using hybrid heuristic improvement
2025-Mar-13, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2461046
PMID:40079096
|
研究论文 | 本文提出了一种基于深度学习的多目标函数，用于在多载波NOMA系统中自动分配能效功率，采用混合启发式改进方法 | 提出了混合缝纫训练和狐猴优化算法（HSTLO）来优化系统参数，并开发了扩张密集循环神经网络（DDRNN）模型以增强系统性能 | 未提及具体的数据集或实验环境，可能限制了结果的普适性 | 提高多载波NOMA系统的能效（EE）并优化系统性能 | 多载波NOMA系统 | 机器学习 | NA | 混合启发式优化算法、深度学习 | 扩张密集循环神经网络（DDRNN） | NA | NA | NA | NA | NA | NA |
| 1156 | 2025-03-14 |
Pd-Modified Microneedle Array Sensor Integration with Deep Learning for Predicting Silica Aerogel Properties in Real Time
2025-Mar-12, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c17680
PMID:40019213
|
研究论文 | 本研究开发了一种集成Pd/Au传感器和深度学习算法的系统，用于实时预测硅气凝胶的物理特性 | 利用电化学阻抗数据、频率和时间参数，结合深度学习模型，实时预测硅气凝胶的物理特性，显著提高了生产过程的优化和监控效率 | 研究主要针对硅气凝胶，未涉及其他材料的预测 | 通过人工智能预测材料特性，优化硅气凝胶的生产过程 | 硅气凝胶的物理特性，包括孔径、孔体积和表面积 | 机器学习 | NA | 电化学阻抗测量 | 深度神经网络 | 电化学阻抗数据、频率和时间参数 | NA | NA | NA | NA | NA |
| 1157 | 2025-03-14 |
Protein-ligand interaction prediction based on heterogeneity maps and data enhancement
2025-Mar-12, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2025.2475229
PMID:40072484
|
研究论文 | 本文提出了一种基于异构图和数据增强的蛋白质-配体相互作用预测模型HGEF-Net，旨在提高药物发现和重定位的效率 | 提出了异质信息学习模块和多层次对比学习的数据增强策略，以及异质注意力整合框架，有效融合分子内和分子间特征，提升模型在稀疏、不平衡数据集上的性能 | NA | 提高蛋白质-配体相互作用预测的准确性和效率，以支持药物发现和重定位 | 蛋白质-配体相互作用 | 机器学习 | NA | 深度学习 | HGEF-Net | 分子数据 | BindingDB数据集和Davis数据集 | NA | NA | NA | NA |
| 1158 | 2025-03-14 |
In-depth and high-throughput spatial proteomics for whole-tissue slice profiling by deep learning-facilitated sparse sampling strategy
2025-Mar-11, Cell discovery
IF:13.0Q1
DOI:10.1038/s41421-024-00764-y
PMID:40064869
|
研究论文 | 本文介绍了一种通过深度学习辅助的稀疏采样策略（S4P）实现高分辨率空间蛋白质组学的方法，用于全组织切片的深度和高通量分析 | 开发了一种新的稀疏采样策略（S4P），结合计算辅助图像重建方法，显著减少了样本数量，实现了厘米级样本的高分辨率空间蛋白质组学分析 | 当前蛋白质组学方法的多重检测能力有限，高空间分辨率的全组织切片映射需要大量的质谱匹配时间 | 实现高分辨率、深度覆盖的空间蛋白质组学分析，以揭示组织和器官中细胞的异质性分布及其功能 | 小鼠大脑组织 | 数字病理学 | NA | 质谱（MS） | 深度学习 | 图像 | 小鼠大脑组织，映射超过9000种蛋白质 | NA | NA | NA | NA |
| 1159 | 2025-03-14 |
Advancements in machine learning and biomarker integration for prenatal Down syndrome screening
2025-Mar-10, Turkish journal of obstetrics and gynecology
IF:1.0Q4
DOI:10.4274/tjod.galenos.2025.12689
PMID:40062699
|
综述 | 本文综述了机器学习和生物标志物整合在产前唐氏综合症筛查中的应用及其进展 | 通过整合母体血清标志物、颈项透明层测量和超声图像，结合随机森林和深度学习卷积神经网络等算法，将检测率提高到85%以上，同时保持低假阳性率 | 需要进一步研究以优化算法，验证其在不同人群中的有效性，并将这些前沿方法纳入常规临床实践 | 提高产前唐氏综合症筛查的准确性和早期检测能力 | 唐氏综合症患者及其正常发育的同龄人的基因组数据 | 机器学习 | 唐氏综合症 | 非侵入性产前检测 | 随机森林, 深度学习卷积神经网络 | 基因组数据, 超声图像 | NA | NA | NA | NA | NA |
| 1160 | 2025-03-14 |
Myocardial perfusion imaging SPECT left ventricle segmentation with graphs
2025-Mar-10, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00728-5
PMID:40063231
|
研究论文 | 本研究评估了在心肌灌注成像SPECT左心室分割过程中，先验信息整合与深度学习方法的比较，以及四种准直技术对五个不同数据集的影响 | 提出了一种新的基于连续图的分割方法，结合心脏几何的先验信息自动分割左心室体积，并比较了不同准直技术对分割结果的影响 | 研究样本量较小，仅包含80名患者，且未涉及更多类型的准直器 | 评估先验信息整合对分割方法性能的提升，以及不同准直技术对心脏几何投影的影响 | 心肌灌注成像SPECT中的左心室分割 | 计算机视觉 | 心血管疾病 | SPECT, 连续最大流最小割算法(CMF), 均匀流形逼近与投影(UMAP) | 基于图的分割方法 | 图像 | 80名患者，包括40名来自混合黑箱准直器，10名来自多针孔(MPH)，10名来自低能量高分辨率(LEHR)，10名来自CardioC，10名来自CardioD准直器 | NA | NA | NA | NA |