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 1370 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 | 2025-04-11 |
The first urban open space product of global 169 megacities using remote sensing and geospatial data
2025-Apr-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04924-x
PMID:40195340
|
research paper | 该研究利用深度学习和遥感数据，首次为全球169个特大城市制作了高分辨率的城市开放空间地图产品OpenspaceGlobal | 首次采用基于微小人工标注策略的深度学习方法，为全球169个特大城市制作了1.19米分辨率的城市开放空间地图产品 | 城市开放空间的高类间相似性、复杂环境和尺度变化可能导致映射性能不尽如人意 | 填补全球主要城市缺乏城市开放空间地图产品的空白，促进对全球主要城市人造空间表面的更好理解 | 全球169个特大城市的城市开放空间 | remote sensing | NA | 深度学习，光学遥感影像 | NA | 光学遥感影像，众包地理空间数据 | 处理了超过8.5 TB的遥感图像和近9000万个众包地理空间数据多边形 | NA | NA | NA | NA |
| 1142 | 2025-04-11 |
Validation of body composition parameters extracted via deep learning-based segmentation from routine computed tomographies
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96238-6
PMID:40195401
|
研究论文 | 本研究开发并验证了一种基于深度学习的自动化流程，用于从常规CT扫描中提取身体组成参数 | 提出了一种灵活、开源的自动化流程，整合了深度学习分割模型与前后处理步骤，用于身体组成参数的提取 | 分割错误、解剖异常或图像不规则性导致测量差异，SM测量因切片选择存在较大变异性 | 验证基于深度学习的自动化身体组成参数提取方法的准确性和预后价值 | 337名外科肿瘤患者的CT扫描图像 | 数字病理学 | 肿瘤 | 深度学习分割 | 深度学习模型 | CT图像 | 337名外科肿瘤患者 | NA | NA | NA | NA |
| 1143 | 2025-04-11 |
A novel hybrid layer-based encoder-decoder framework for 3D segmentation in congenital heart disease
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96251-9
PMID:40195399
|
research paper | 提出了一种新型的基于混合层的编码器-解码器框架，用于先天性心脏病的3D图像分割 | 结合全局体积混合模块和基于局部体积的多头注意力模块，通过自注意力机制显式捕捉3D图像分割过程中的局部和全局依赖关系 | 训练数据集有限且心脏和大血管组织的变异性带来固有复杂性 | 提高先天性心脏病患者心脏解剖结构分割的准确性，以支持精确诊断和治疗计划 | 先天性心脏病患者的3D医学图像 | digital pathology | cardiovascular disease | 3D图像分割 | hybrid layer-based encoder-decoder framework | 3D medical images | 公共数据集ImageCHD和HVSMR-2.0 | NA | NA | NA | NA |
| 1144 | 2025-04-11 |
Current status and prospects of computer vision-based attitude and deformation measurement applications in wind tunnels
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96000-y
PMID:40195507
|
综述 | 本文总结了基于计算机视觉的模型姿态和变形测量在风洞测试中的应用现状与前景 | 探讨了多维数据融合和深度学习技术在风洞视觉测量中的互补优势，提高了测量效率和精度 | 风洞环境的特定条件对视觉测量技术的实际应用存在一定限制 | 响应风洞测试智能化需求，总结模型姿态和变形测量的应用进展 | 风洞测试中的模型姿态和变形测量 | 计算机视觉 | NA | 深度学习 | NA | 多维数据 | NA | NA | NA | NA | NA |
| 1145 | 2025-04-11 |
Diving back two hundred million years: yawn contagion in fish
2025-Apr-07, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08004-z
PMID:40195505
|
research paper | 该研究首次在鱼类中发现打哈欠传染现象，并利用深度学习模型区分打哈欠与呼吸行为 | 首次在变温动物（斑马鱼）中证实打哈欠传染现象的存在，挑战了该行为仅存在于恒温社会性动物的传统认知 | 研究仅针对斑马鱼，未验证其他鱼类或更广泛变温动物是否存在类似现象 | 探究打哈欠传染行为的进化起源及其在脊椎动物中的普遍性 | 斑马鱼（Danio rerio）的哈欠行为 | 动物行为学 | NA | 深度学习 | 深度学习模型（未指定具体架构） | 视频行为数据 | 未明确说明样本数量（斑马鱼群体） | NA | NA | NA | NA |
| 1146 | 2025-04-11 |
A Folding-Docking-Affinity framework for protein-ligand binding affinity prediction
2025-Apr-07, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01506-1
PMID:40195508
|
研究论文 | 提出了一种名为Folding-Docking-Affinity (FDA)的框架，用于预测蛋白质-配体结合亲和力 | 结合深度学习和AI技术，首次在无法获得结晶蛋白质-配体结合构象的情况下，通过折叠蛋白质和确定结合构象来预测结合亲和力 | 未明确提及样本量或具体实验条件，可能影响结果的广泛适用性 | 提高蛋白质-配体结合亲和力预测的准确性，以促进药物发现 | 蛋白质和配体的结合亲和力 | 机器学习和计算生物学 | NA | 深度学习AI技术 | FDA框架 | 三维蛋白质-配体结合结构 | NA | NA | NA | NA | NA |
| 1147 | 2025-10-07 |
Global Research Trends in the Detection and Diagnosis of Dental Caries: A Bibliometric Analysis
2025-Apr, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2024.08.010
PMID:39237399
|
文献计量分析 | 通过文献计量分析方法概述过去20年全球龋齿检测与诊断的研究趋势 | 首次对龋齿诊断方法进行系统性文献计量分析，揭示新兴研究趋势 | 仅基于Scopus数据库，可能未涵盖所有相关文献 | 分析全球龋齿检测与诊断方法的研究趋势 | 1879篇龋齿诊断相关研究文献 | 医学信息学 | 龋齿 | 文献计量分析，VOSviewer关键词共现分析 | NA | 文献元数据，引文数据，关键词 | 1879篇出版物 | VOSviewer | NA | NA | NA |
| 1148 | 2025-02-20 |
Deep Learning with Multiphase CTA and CTP Images for Predicting Hemorrhagic Transformation in Acute Ischemic Stroke Patients
2025-Apr, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.014
PMID:39966075
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1149 | 2025-04-11 |
Cannabidiol-Rich Cannabis sativa L. Extract Alleviates LPS-Induced Neuroinflammation Behavioral Alterations, and Astrocytic Bioenergetic Impairment in Male Mice
2025-Apr, Journal of neuroscience research
IF:2.9Q2
DOI:10.1002/jnr.70035
PMID:40195769
|
研究论文 | 本研究探讨了富含大麻二酚(CBD)的大麻提取物在脂多糖(LPS)诱导的神经炎症小鼠模型中的神经保护潜力 | 相比合成CBD，大麻提取物在缓解LPS诱导的焦虑样行为、认知缺陷和运动障碍方面表现出更优的疗效，并通过计算模型揭示了Delta-9-THC诱导的CB1受体构象变化增强了CBD结合 | 研究仅使用雄性小鼠，且需要进一步的临床探索 | 探索大麻提取物在神经炎症和相关神经退行性疾病中的治疗潜力 | LPS诱导的神经炎症小鼠模型 | 神经科学 | 神经退行性疾病 | 定量逆转录聚合酶链反应(QRt-PCR)、细胞外通量测定、深度学习计算推断 | 深度学习 | 行为测试数据、生化指标、基因表达数据 | 未明确提及样本数量，仅说明使用雄性小鼠 | NA | NA | NA | NA |
| 1150 | 2025-04-11 |
CBD: Coffee Beans Dataset
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111434
PMID:40201542
|
research paper | 介绍了一个名为CBD的高质量咖啡豆数据集，用于支持机器学习和深度学习模型在咖啡豆分类和分级中的应用 | 提供了包含450张高分辨率图像的咖啡豆数据集，涵盖9种不同的咖啡豆等级，旨在解决咖啡质量评估中的关键挑战 | 数据集的样本来源仅限于印度喀拉拉邦的Wayanad地区，可能无法代表全球咖啡豆的多样性 | 开发先进的咖啡豆分类技术，提高咖啡质量评估和分类准确性 | 咖啡豆 | computer vision | NA | NA | EfficientNet-B0 | image | 450张高分辨率图像，涵盖9种咖啡豆等级，每类50张 | NA | NA | NA | NA |
| 1151 | 2025-04-10 |
Smectic-like bundle formation of planktonic bacteria upon nutrient starvation
2025-Apr-09, Soft matter
IF:2.9Q2
DOI:10.1039/d4sm01117a
PMID:40126189
|
研究论文 | 研究细菌在营养匮乏条件下形成束状聚集体的集体行为 | 发现营养匮乏导致细菌细胞排列成类似近晶液晶的束状结构，并通过深度学习评估其有序程度 | 未明确提及具体局限性 | 探索环境变化对细菌聚集行为的影响 | 浮游细菌 | 微生物学 | NA | 深度学习 | NA | 实验观察数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1152 | 2025-04-10 |
Transformer-based deep learning structure-conductance relationships in gold and silver nanowires
2025-Apr-09, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp04605f
PMID:40152302
|
研究论文 | 本研究利用基于Transformer的深度学习模型预测金和银纳米线的结构-电导关系 | 首次将Transformer神经网络应用于纳米线电导预测，展示了其在处理长、大及结构不同纳米线时的稳定性、准确性和可扩展性 | 模型训练数据主要来自模拟而非实际实验数据 | 建立纳米线结构与其电导特性之间的关系 | 金和银纳米线 | 机器学习 | NA | 分子动力学模拟(MD)与神经网络势能 | Transformer | 模拟数据 | 大量金和银纳米线结结构 | NA | NA | NA | NA |
| 1153 | 2025-04-10 |
Deep Learning with Reflection High-Energy Electron Diffraction Images to Predict Cation Ratio in Sr2xTi2(1-x)O3 Thin Films
2025-Apr-09, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.5c00787
PMID:40163590
|
研究论文 | 本研究利用深度学习技术预测SrTiO薄膜的化学计量比，通过反射高能电子衍射图像进行分析 | 使用门控卷积神经网络对小样本（31个样本）进行回归训练，实现了准确的预测，并通过可解释AI技术揭示了衍射条纹特征与阳离子化学计量之间的未知相关性 | 样本量较小（仅31个样本） | 加速、理解和控制薄膜合成过程，揭示合成条件与材料性能之间的关系 | SrTiO薄膜的化学计量比 | 机器学习 | NA | 反射高能电子衍射（RHEED） | 门控卷积神经网络（Gated CNN） | 图像 | 31个样本 | NA | NA | NA | NA |
| 1154 | 2025-04-10 |
Portal dose image prediction using Monte Carlo generated transmission energy fluence maps of dynamic radiotherapy treatment plans: a deep learning approach
2025-Apr-09, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc73f
PMID:40164089
|
research paper | 本研究开发并探讨了一种结合蒙特卡洛模拟和深度学习的混合模型，用于预测基于动态放射治疗计划的电子门户成像设备图像 | 结合蒙特卡洛模拟和深度学习方法来预测放射治疗中的电子门户成像设备图像，为剂量学质量保证提供新方法 | 模型在简单和复杂变体中的伽马通过率存在差异，表明模型性能有待进一步优化 | 开发一种用于放射治疗剂量学质量保证的混合模型 | 动态放射治疗计划中的电子门户成像设备图像 | machine learning | various cancer types | Monte Carlo simulations, deep learning | U-Net | image | 17 clinical treatment plans | NA | NA | NA | NA |
| 1155 | 2025-04-10 |
Interpretable deep learning method to predict wound healing progress based on collagen fibers in wound tissue
2025-Apr-07, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110110
PMID:40198981
|
research paper | 提出一种基于胶原纤维的深度学习方法来预测伤口愈合进程，并增强模型决策的可解释性 | 结合LayerCAM和Guided Backpropagation的可解释框架，无需像素级标注即可定位胶原纤维区域 | 未提及模型在更大规模或多样化数据集上的泛化能力 | 建立基于胶原纤维特征的伤口愈合状态分类方法 | 皮肤组织的组织学图像 | digital pathology | wound healing | histological imaging | VGG16 | image | 未明确说明样本数量，涉及正常皮肤、0/3/7/10天伤口皮肤及糖尿病伤口皮肤 | NA | NA | NA | NA |
| 1156 | 2025-04-10 |
Detection of COVID-19, lung opacity, and viral pneumonia via X-ray using machine learning and deep learning
2025-Apr-07, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110131
PMID:40198984
|
research paper | 该研究结合机器学习和深度学习技术，通过X光图像自动诊断COVID-19及其他肺部疾病 | 采用CNN、SVM及迁移学习技术（如ResNet18、EfficientNet-CNN和Xception-CNN），在X光图像分类中达到高准确率（最高99.20%） | 数据集多样性和代表性不足，可能影响模型的泛化能力 | 提升COVID-19及其他肺部疾病的早期诊断效率和准确性 | 胸部X光图像 | digital pathology | COVID-19, lung opacity, viral pneumonia | machine learning, deep learning, transfer learning | CNN, SVM, ResNet18, EfficientNet-CNN, Xception-CNN | image | 21,165张胸部X光图像 | NA | NA | NA | NA |
| 1157 | 2025-04-09 |
How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons
2025-Apr-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0257558
PMID:40197568
|
研究论文 | 本文利用深度学习研究多环芳香分子中磁响应的局部性 | 采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题 | 尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性 | 探究多环芳香分子中磁响应的局部性 | 多环芳香分子 | 机器学习 | NA | 图神经网络（GNNs） | GNN | 分子结构数据 | 训练集包含最多4个环的分子，测试集扩展到最多15个环的分子 | NA | NA | NA | NA |
| 1158 | 2025-04-09 |
WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction
2025-Apr-08, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c04830
PMID:40067126
|
research paper | 提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰 | 该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号 | NA | 加速多维NMR光谱学的实现并提高弱峰重建的准确性 | 多维NMR光谱信号 | machine learning | NA | NMR spectroscopy | deep learning architecture (WPR-Net) | spectral data | NA | NA | NA | NA | NA |
| 1159 | 2025-04-09 |
Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials
2025-Apr-08, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13413
PMID:40195694
|
research paper | 该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测 | 提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域 | NA | 开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测 | 高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分 | computer vision | NA | 深度学习 | U-Net | image | NA | NA | NA | NA | NA |
| 1160 | 2025-10-07 |
Multitask Deep Learning Models of Combined Industrial Absorption, Distribution, Metabolism, and Excretion Datasets to Improve Generalization
2025-Apr-07, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究通过整合Genentech和罗氏公司的ADME数据集，开发多任务深度学习模型以提升药物代谢性质预测的泛化能力 | 首次将两家大型制药公司的ADME数据集进行整合分析，并采用跨站点多任务神经网络架构，探索化学空间扩展对模型性能的影响 | 两个站点的实验方法存在差异，数据不能直接聚合，需要作为独立任务分别建模 | 优化药物发现过程中化合物的吸收、分布、代谢和排泄（ADME）特性预测 | 来自Genentech和罗氏公司的ADME数据集，包含11个测定终点的超过100万次测量 | 机器学习 | NA | ADME测定 | 神经网络 | 化学化合物数据 | 超过100万次测量，涵盖11个测定终点 | NA | 多任务神经网络 | 聚类测试集、时间测试集、外部测试集评估 | NA |