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 1401 篇文献，本页显示第 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2025-10-07 |
Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key
2025-Apr, Microbiological research
IF:6.1Q1
DOI:10.1016/j.micres.2025.128083
PMID:39904002
|
综述 | 本文系统评估了针对耐药肺炎克雷伯菌感染的治疗方案，重点探讨了噬菌体疗法的应用潜力与发展前景 | 提出结合人工智能和深度学习技术优化噬菌体疗法，并深入分析基因工程在扩展噬菌体宿主范围中的作用 | 指出当前阻碍噬菌体疗法更广泛临床采用的关键限制因素 | 评估应对耐药肺炎克雷伯菌感染的新型治疗策略 | 多重耐药和碳青霉烯类耐药高毒力肺炎克雷伯菌 | 传染病学 | 细菌感染 | 噬菌体疗法、基因工程、人工智能、深度学习 | NA | 临床前和临床证据 | NA | NA | NA | NA | NA |
| 442 | 2025-10-07 |
The prediction of RNA-small-molecule ligand binding affinity based on geometric deep learning
2025-Apr, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种基于几何深度学习的RNA-小分子配体结合亲和力预测方法RLASIF | 首次利用分子表面的几何和化学特征创建RNA-配体相互作用指纹来预测结合亲和力 | 未明确说明模型对新型RNA结构的泛化能力 | 开发预测RNA-小分子结合亲和力的计算方法 | RNA分子与小分子配体的相互作用 | 计算生物学 | NA | 几何深度学习 | 几何深度学习 | 分子表面几何和化学特征 | 来自PDBbind NL2020的十个不同测试集 | NA | RLASIF | 四个评估指标（具体指标未明确说明） | NA |
| 443 | 2025-10-07 |
Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews
2025-Apr, Nurse education today
IF:3.6Q1
DOI:10.1016/j.nedt.2025.106600
PMID:39904286
|
综述的综述 | 本综述的综述旨在综合当前关于人工智能在健康科学教育中应用证据 | 首次采用综述的综述方法系统整合健康科学教育中AI应用的多个关键领域 | 仅纳入2019-2023年间发表的7篇综述，样本量有限 | 综合AI在健康科学高等教育中应用的当前证据 | 健康科学高等教育中的教育发展 | 自然语言处理, 机器学习 | NA | NA | 机器学习, 深度学习 | 综述文献 | 从6304篇出版物中筛选出201篇全文，最终纳入7篇综述 | NA | NA | NA | NA |
| 444 | 2025-10-07 |
Online and Cross-User Finger Movement Pattern Recognition by Decoding Neural Drive Information from Surface Electromyogram
2025-Apr, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500145
PMID:39907499
|
研究论文 | 提出一种结合神经解码方法和无监督域适应学习的肌电手指运动模式识别新方法 | 首次在精细运动单元水平实现肌电模式识别，采用两阶段在线表面肌电分解和模糊加权决策策略 | 研究样本量有限（15名受试者），未在更广泛人群中验证 | 解决跨用户变异性问题，提高肌电控制系统的鲁棒性 | 手指伸肌的表面肌电信号和七种灵巧手指运动模式 | 神经接口与假肢控制 | NA | 表面肌电信号分解，运动单元活动特征提取 | 深度学习模型 | 表面肌电信号 | 15名受试者 | NA | NA | 识别准确率 | NA |
| 445 | 2025-10-07 |
Adjacent point aided vertebral landmark detection and Cobb angle measurement for automated AIS diagnosis
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出一种基于脊柱刚性结构信息的椎体关键点检测框架，用于青少年特发性脊柱侧弯的自动诊断 | 设计了LAD-Net深度学习架构，通过相邻中心迭代校正(ACIC)和角点特征优化融合(CFOF)模块有效修正错误检测的标志点 | NA | 提高脊柱X射线图像中参数测量和诊断准确性，完成AIS的智能诊断 | 青少年特发性脊柱侧弯患者的脊柱X射线图像 | 计算机视觉 | 脊柱侧弯 | X射线成像 | CNN | 医学图像 | NA | NA | LAD-Net | 标志点检测精度，Lenke分类准确率 | NA |
| 446 | 2025-10-07 |
Fast In Vivo Two-Photon Fluorescence Imaging via Lateral and Axial Resolution Restoration With Self-Supervised Learning
2025-Apr, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400489
PMID:39909559
|
研究论文 | 开发了一种基于自监督学习的深度学习框架LARR，用于提升双光子荧光成像的分辨率和速度 | 提出侧向和轴向分辨率恢复(LARR)框架，通过自监督训练方案实现4倍轴向和16倍侧向分辨率增强，突破成像分辨率与速度之间的矛盾 | NA | 解决双光子荧光成像系统中高分辨率与高速度之间的矛盾 | 双光子荧光成像系统 | 计算机视觉 | NA | 双光子荧光成像 | 深度学习 | 图像 | NA | NA | LARR | 信噪比, 结构相似性指数 | NA |
| 447 | 2025-10-07 |
Antimicrobial resistance recommendations via electronic health records with graph representation and patient population modeling
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108616
PMID:39913994
|
研究论文 | 提出一种基于电子健康记录和图形神经网络的抗菌药物耐药性推荐框架 | 采用深度图神经网络建模医疗事件关联、结合群体级患者图形结构解决罕见标签不平衡问题、使用多任务学习策略同时推荐多种AMR | NA | 利用电子健康记录数据生成抗菌药物耐药性推荐，改善临床决策时效性 | 尿路感染患者 | 机器学习 | 尿路感染 | 电子健康记录分析 | 图神经网络 | 电子健康记录 | 超过110,000名患者 | NA | 图神经网络 | AUROC | NA |
| 448 | 2025-10-07 |
Why does my medical AI look at pictures of birds? Exploring the efficacy of transfer learning across domain boundaries
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108634
PMID:39913993
|
研究论文 | 本研究探讨了在医学深度学习中使用领域内预训练与跨领域预训练的效果差异 | 首次系统比较医学图像领域内预训练与自然图像跨领域预训练在CT图像任务上的性能差异 | 领域内预训练优势仅限于CT图像领域，不适用于其他医学成像模态 | 验证领域内预训练在医学深度学习中的有效性 | CT图像切片 | 计算机视觉 | NA | 自监督对比学习 | 深度学习模型 | 医学图像,自然图像 | RadNet-12M数据集(超过1200万CT图像切片,来自90,663次扫描), RadNet-1.28M数据集(128万CT图像切片) | NA | NA | 准确率,AUC,DICE分数 | NA |
| 449 | 2025-10-07 |
Protein ligand structure prediction: From empirical to deep learning approaches
2025-Apr, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102998
PMID:39914050
|
综述 | 本文系统回顾了从经验方法到深度学习方法在蛋白质-配体结构预测领域的发展 | 提供了经验方法和深度学习方法在蛋白质-配体结构预测中的统一视角，并基于是否需要模板蛋白结构对计算方法进行了新的分类 | 作为综述文章，不包含原始实验数据或模型验证 | 回顾和比较蛋白质-配体结构预测的不同计算方法 | 蛋白质-配体复合物的三维结构和结合能预测方法 | 机器学习 | NA | 深度学习，经验方法 | 深度学习模型 | 蛋白质-配体复合物结构数据 | NA | NA | NA | NA | NA |
| 450 | 2025-10-07 |
Meta-learning guidance for robust medical image synthesis: Addressing the real-world misalignment and corruptions
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出一种用于医学图像合成的元学习引导方法，解决真实世界数据中的错位和损坏问题 | 结合元学习重加权方案、非局部特征损失函数以及图像合成网络与空间变换配准网络的联合训练 | 仅在受控合成场景和特定公共数据集上验证，未在更广泛的真实临床环境中测试 | 开发能够处理医学图像数据中错位、伪影和变形等损坏的鲁棒图像合成方法 | 医学图像合成 | 医学影像 | NA | 深度学习 | CNN, STN | 医学图像 | NA | NA | 空间变换网络 | NA | NA |
| 451 | 2025-05-07 |
Personalized auto-segmentation for magnetic resonance imaging-guided adaptive radiotherapy of large brain metastases
2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110773
PMID:39914742
|
研究论文 | 本研究开发了一种两阶段的个性化深度学习自动分割（DLAS）模型，用于辅助大型脑转移瘤（BMs）的在线勾画 | 提出了一种个性化的深度学习自动分割模型，显著提高了大型脑转移瘤在磁共振引导自适应放疗（MRgART）中的勾画准确性和效率 | 研究样本量相对较小，仅包含20个大型脑转移瘤的741张日常在线MR图像 | 优化磁共振引导自适应放疗（MRgART）的工作流程，提高大型脑转移瘤的治疗效果 | 大型脑转移瘤（BMs） | 数字病理 | 脑转移瘤 | 磁共振成像（MRI） | 深度学习自动分割（DLAS）模型 | 图像 | 177个脑转移瘤的多序列图像用于基础模型训练，20个大型脑转移瘤的741张日常在线MR图像用于个性化模型开发 | NA | NA | NA | NA |
| 452 | 2025-03-23 |
Correction for Quach et al., Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis
2025-Apr, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2504475122
PMID:40117323
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 453 | 2025-10-07 |
A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning
2025-Apr-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05030-8
PMID:40307255
|
研究论文 | 本文提出了一个用于深度学习的天花病毒斑块定量分析的数字摄影数据集，并开发了改进的实例分割模型 | 创建了首个针对天花病毒斑块定量的标注数据集，并提出了改进的HydraStarDist架构实现单步分析 | 仅针对天花病毒进行研究，未验证在其他病毒类型上的适用性 | 开发基于深度学习的病毒斑块自动定量方法以替代传统人工计数 | 天花病毒的病毒斑块表型 | 数字病理学 | 病毒感染 | 数字摄影，病毒斑块检测 | 实例分割模型 | 图像 | NA | NA | StarDist, HydraStarDist | NA | NA |
| 454 | 2025-10-07 |
TasteNet: A novel deep learning approach for EEG-based basic taste perception recognition using CEEMDAN domain entropy features
2025-Apr-30, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110463
PMID:40315923
|
研究论文 | 提出一种名为TasteNet的新型深度学习框架，用于基于EEG信号的基本味觉感知识别 | 结合CEEMDAN域熵特征提取与包含CNN、多头注意力和Att-BiPLSTM网络的混合深度学习架构 | NA | 开发有效的深度学习框架来识别基本味觉刺激 | 人类EEG信号 | 机器学习 | 味觉相关疾病 | CEEMDAN信号分解，熵特征提取 | CNN,多头注意力,Att-BiPLSTM | EEG信号 | NA | NA | TasteNet（包含CNN模块、多头注意力模块和Att-BiPLSTM网络） | 准确率 | NA |
| 455 | 2025-10-07 |
A simple yet effective approach for predicting disease spread using mathematically-inspired diffusion-informed neural networks
2025-Apr-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98398-x
PMID:40301427
|
研究论文 | 提出一种结合传统数学建模与深度学习的创新模型，用于预测疾病传播 | 将数学流行病模型与深度学习相结合，通过简化参数估计提高预测准确性 | 仅针对西班牙COVID-19数据进行了验证，需要更多地区数据验证泛化能力 | 提高疾病传播预测的准确性和参数估计效率 | COVID-19在西班牙的传播情况 | 机器学习 | COVID-19 | 深度学习，图卷积网络 | ANN, GCN | 流行病学数据，图结构数据 | 西班牙COVID-19发病率数据 | NA | 人工神经网络，图卷积神经网络 | 相关系数 | NA |
| 456 | 2025-10-07 |
SPLIF-Enhanced Attention-Driven 3D CNNs for Precise and Reliable Protein-Ligand Interaction Modeling for METTL3
2025-Apr-29, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c00538
PMID:40321522
|
研究论文 | 开发了一种结合3D CNN、多头注意力机制和SPLIF的新型评分函数DeepMETTL3，用于精确预测蛋白质-配体相互作用 | 首次将3D卷积神经网络与多头注意力机制和高维结构蛋白质-配体相互作用指纹(SPLIF)相结合，用于METTL3靶点的特异性建模 | 研究主要针对METTL3靶点，需要进一步验证在其他生物靶点上的适用性 | 开发更精确可靠的蛋白质-配体相互作用评分函数，用于结构基础虚拟筛选 | METTL3蛋白质及其配体化合物 | 机器学习 | NA | 结构基础虚拟筛选，分子对接 | 3D CNN, 多头注意力机制 | 3D结构数据，化学化合物数据 | 采用基于骨架的数据分割策略和多个测试集，训练集活性化合物与诱饵化合物比例为1:50 | NA | 3D CNN与多头注意力机制结合架构 | 准确度，鲁棒性，可扩展性 | NA |
| 457 | 2025-10-07 |
Single Molecule Localization Super-resolution Dataset for Deep Learning with Paired Low-resolution Images
2025-Apr-23, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04979-w
PMID:40268962
|
研究论文 | 本文介绍了一个用于深度学习超分辨率显微镜的生物图像数据集DL-SMLM，包含配对的低分辨率荧光图像和超分辨率SMLM数据 | 提供了首个包含六种不同亚细胞结构配对标定数据的公共超分辨率数据集，支持通过数据分割生成数千个训练对 | 数据集仅包含六种特定亚细胞结构，可能无法覆盖所有生物学研究需求 | 解决深度学习超分辨率显微镜领域公共数据集稀缺的问题 | 微管、内质网腔体和膜、网格蛋白包被小窝、线粒体外膜和内膜等亚细胞结构 | 计算机视觉 | NA | 单分子定位显微镜(SMLM), DNA折纸技术 | 深度学习超分辨率模型 | 生物荧光图像 | 188组原始SMLM数据，每个低分辨率图像包含100个信号水平 | NA | NA | NA | NA |
| 458 | 2025-10-07 |
Efficient urban flood control and drainage management framework based on digital twin technology and optimization scheduling algorithm
2025-Apr-22, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123711
PMID:40319783
|
研究论文 | 提出基于数字孪生技术和优化调度算法的城市防洪排涝管理框架 | 融合数字孪生平台与深度学习多目标优化算法，实现排水泵站调度规则的智能优化 | 未明确说明模型在不同城市规模下的泛化能力 | 提升城市防洪排涝系统的综合管理能力 | 河湖水系与城市排水系统 | 智慧城市 | NA | 数字孪生技术,PLC技术,Unity3D引擎 | 深度学习模型,多目标优化算法 | 实时监测数据,水位数据,泵站运行数据 | 多种河流入流和排水操作场景 | Unity3D | NA | NSE系数,相对误差,水位降低百分比 | NA |
| 459 | 2025-10-07 |
Large-Scale Deep Learning-Enabled Infodemiological Analysis of Substance Use Patterns on Social Media: Insights From the COVID-19 Pandemic
2025-Apr-17, JMIR infodemiology
IF:3.5Q1
DOI:10.2196/59076
PMID:40244656
|
研究论文 | 利用深度学习分析社交媒体数据研究COVID-19大流行期间物质使用模式的变化 | 首次在大规模社交媒体数据上应用RoBERTa模型进行信息流行病学分析，结合人机协同策略增强模型性能，并开发实时监测应用 | 研究基于社交媒体数据，可能存在选择偏差和代表性不足的问题 | 分析COVID-19大流行期间物质使用模式的变化趋势，为公共卫生干预提供依据 | 2019年1月至2021年12月的11.3亿条Twitter推文 | 自然语言处理 | 物质使用障碍 | 社交媒体数据分析，主题建模，聚类分析 | RoBERTa | 文本 | 11.3亿条推文，识别出900万条物质使用相关推文 | PyTorch | RoBERTa | NA | NA |
| 460 | 2025-10-07 |
Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study
2025-Apr-17, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/63130
PMID:40245392
|
研究论文 | 本研究开发了一种基于几何变分自编码器的人工患者生成方法，用于增强医疗数据 | 首次将几何变分自编码器应用于高维度、小样本的表格数据，实现了人工患者的可靠生成 | 需要进一步研究整合纵向动态数据以映射患者轨迹 | 测试生成具有可靠临床特征的人工患者的可行性 | 521名使用数字对话代理准备麻醉的真实患者 | 机器学习 | 麻醉相关疾病 | 变分自编码器(VAE) | VAE | 表格数据 | 521名真实患者，可生成多达10,000名人工患者 | NA | 几何变分自编码器 | 保真度评分, 过滤相似度评分, κ一致性系数 | NA |