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 1382 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2025-10-06 |
AI-Cirrhosis-ECG (ACE) score for predicting decompensation and liver outcomes
2025-May, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2025.101356
PMID:40276480
|
研究论文 | 开发基于深度学习的AI-Cirrhosis-ECG (ACE)评分，用于预测肝硬化患者的失代偿和肝脏相关结局 | 首次利用深度学习从常规心电图数据中提取特征，创建非侵入性的肝硬化预后预测工具 | 需要在更多样化人群中进一步验证，并与其他已建立的预测因子整合 | 评估ACE评分在检测肝硬化失代偿和预测临床结局方面的性能 | 肝硬化患者 | 医疗人工智能 | 肝硬化 | 深度学习 | 深度学习模型 | 心电图数据 | 总计1,233名患者（472名回顾性队列，420名前瞻性移植队列，341名外部验证队列），共2,166份心电图 | NA | NA | AUC, 敏感性, 特异性, 风险比, c统计量 | NA |
| 202 | 2025-10-06 |
Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function
2025-May, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02665-8
PMID:40341204
|
研究论文 | 开发了一种名为DeepSPT的深度学习框架，用于自动化分析单粒子追踪数据并关联扩散与功能 | 首次实现了仅基于扩散行为就能自动提取生物功能信息的深度学习框架 | NA | 开发自动化工具来分析亚细胞环境中分子和细胞器的扩散行为与功能关联 | 病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡 | 计算机视觉 | 病毒感染 | 光学显微镜，单粒子追踪 | 深度学习 | 二维和三维时间序列数据 | NA | NA | NA | F1分数 | NA |
| 203 | 2025-10-06 |
Differentiable Folding for Nearest Neighbor Model Optimization
2025-May-12, ArXiv
PMID:40160447
|
研究论文 | 本文提出一种基于可微分折叠的RNA最近邻模型参数优化方法 | 利用可微分折叠技术直接计算RNA折叠算法的梯度，实现高效、可扩展且灵活的参数优化 | 未明确说明方法在复杂RNA结构或大规模数据集上的适用性限制 | 优化RNA二级结构形成的最近邻热力学模型参数 | RNA二级结构预测和序列设计 | 计算生物学 | NA | 可微分折叠技术 | 最近邻模型 | RNA结构数据和热力学实验数据 | 包含约13,000个热力学参数，使用RNAometer数据库中的实验测定稳定性数据 | NA | NA | 预测概率 | NA |
| 204 | 2025-10-06 |
The Advances in Deep Learning Modeling of Polyadenylation Codes
2025 May-Jun, Wiley interdisciplinary reviews. RNA
DOI:10.1002/wrna.70017
PMID:40468587
|
综述 | 本文综述了深度学习模型在解析多聚腺苷酸化调控机制方面的最新进展与应用 | 首次系统总结深度学习模型在量化多聚腺苷酸化基序互作、预测切割位点及计算位点强度等方面的创新应用 | 作为综述文章未提出新的原始模型，主要总结现有研究成果 | 探讨深度学习模型在多聚腺苷酸化调控机制研究中的应用与进展 | 真核生物mRNA和lncRNA的3'端多聚腺苷酸化过程 | 自然语言处理, 机器学习 | NA | 深度学习建模 | 深度学习模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 205 | 2025-10-06 |
Physics-informed neural networks for optimal vaccination plan in SIR epidemic models
2025-May-20, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2025059
PMID:40676987
|
研究论文 | 本研究提出基于物理信息神经网络的方法求解SIR传染病模型中的最优疫苗接种计划 | 首次将物理信息神经网络应用于求解传染病最优控制问题的HJB方程，并引入变量缩放方法提升训练稳定性 | 研究基于恒定感染率和恢复率的简化SIR模型，未考虑更复杂的流行病学因素 | 求解SIR传染病模型中的最小根除时间和最优疫苗接种策略 | 易感-感染-恢复(SIR)传染病模型 | 机器学习 | 传染病 | 物理信息神经网络(PINN) | 神经网络 | 数值模拟数据 | NA | NA | 物理信息神经网络 | 均方残差误差, 收敛性, 最优切换时间识别精度 | NA |
| 206 | 2025-10-06 |
External Validation of a Novel Landmark-Based Deep Learning Automated Tibial Slope Measurement Algorithm Applied on Short Radiographs Obtained in Patients With ACL Injuries
2025-May, Orthopaedic journal of sports medicine
IF:2.4Q2
DOI:10.1177/23259671251333607
PMID:40342354
|
研究论文 | 本研究通过独立数据集外部验证了一种基于标志点的深度学习算法在ACL损伤患者短X光片上自动测量胫骨后倾角的可靠性 | 开发了首个基于标志点的深度学习自动胫骨斜率测量算法，并在独立数据集上进行了外部验证 | 与金标准手动测量相比，模型在报告胫骨斜率方面仍需进一步改进 | 外部验证深度学习模型在胫骨后倾角测量中的可靠性，并与人工测量性能进行比较 | 接受前交叉韧带手术患者的膝关节侧位X光片 | 计算机视觉 | 前交叉韧带损伤 | X射线成像 | 深度学习 | X光图像 | 289张X光片 | NA | 基于标志点的深度学习架构 | 组内相关系数(ICC), 时间消耗 | NA |
| 207 | 2025-10-06 |
Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study
2025-May-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.05.06.25327094
PMID:40385410
|
研究论文 | 本研究使用卷积神经网络对静息态脑电图数据进行分类，以区分强迫症患者与健康对照组 | 首次将CNN应用于最小预处理后的EEG时频表征数据来分类强迫症，并探索了临床和人口统计学信息的多模态融合 | 样本量较小（仅20名参与者），需要在更大更多样化的样本中进一步验证 | 开发基于深度学习的强迫症自动诊断方法 | 未服药的强迫症患者和健康对照组的静息态脑电图数据 | 机器学习 | 强迫症 | 静息态脑电图，Morlet小波变换 | CNN, SVM | 脑电图时频表征 | 20名参与者（10名强迫症患者，10名健康对照组） | NA | 2D CNN | 准确率, AUC | NA |
| 208 | 2025-10-06 |
MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data
2025-May-04, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.29.650640
PMID:40654960
|
研究论文 | 开发用于单细胞空间MIST阵列数据分析和可视化的综合工具包MIST-Explorer | 首个专门用于空间MIST数据图像配准和分析的专用软件，整合了从图像预处理到蛋白质定量的完整空间组学工作流 | 未提及具体性能评估数据或与其他工具的对比分析 | 解决空间蛋白质组学数据分析中缺乏专用工具的问题 | 组织样本和培养细胞的空间MIST数据 | 空间组学 | NA | 空间MIST（多重标记技术） | 深度学习 | 图像数据 | NA | Python, PyQt6, Astroalign, PyStackReg, StarDist | StarDist | NA | NA |
| 209 | 2025-10-06 |
Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS
2025-May-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.19.629196
PMID:39763817
|
研究论文 | 提出了一种基于Transformer的快速无维度实例分割框架TARDIS，用于自动准确分割电子显微镜图像中的细丝和膜结构 | 首次实现了基于几何Transformer架构的实例分割方法，能够同时处理2D/3D电子显微镜数据 | NA | 开发自动化分割生物大分子结构的深度学习框架 | 电子显微镜图像中的细丝和膜结构 | 计算机视觉 | NA | 电子显微镜，电子断层扫描 | Transformer | 2D/3D电子显微镜图像，电子断层扫描重建数据 | 超过13,000个电子断层扫描数据 | NA | 几何Transformer | NA | NA |
| 210 | 2025-10-06 |
Deep learning applications in orthopaedics: a systematic review and future directions
2025 May-Jun, Acta ortopedica mexicana
PMID:40645786
|
系统综述 | 系统分析骨科领域深度学习的应用现状并展望未来发展方向 | 首次系统梳理2020-2023年间骨科深度学习应用的研究现状，识别最常用的工具和方法 | 研究间存在高度异质性，方法和术语差异可能导致诊断准确性高估 | 分析人工智能和深度学习工具在骨科领域的应用现状 | 骨科领域的风险评估、结果评估、影像学和基础科学研究 | 医学影像分析 | 骨科疾病 | 深度学习 | CNN | 影像数据 | 595项研究（共862项筛选） | NA | 卷积神经网络 | 诊断准确性 | NA |
| 211 | 2025-10-06 |
Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator
2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings]
DOI:10.1109/ICORR66766.2025.11063074
PMID:40644131
|
研究论文 | 提出一种运动任务集优化策略，通过最小化代表性任务集来训练生物关节力矩估计模型 | 首次通过聚类分析优化运动任务集，在保持模型性能的同时显著减少数据收集需求 | 研究仅针对髋关节力矩估计，未验证其他关节的适用性 | 优化外骨骼控制中基于可穿戴传感器的生物关节力矩估计方法 | 人体髋关节力矩 | 机器学习 | NA | 可穿戴传感器数据采集 | 神经网络 | 传感器数据 | 跨受试者交叉验证 | NA | NA | 均方根误差 | NA |
| 212 | 2025-10-06 |
Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models
2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings]
DOI:10.1109/ICORR66766.2025.11062982
PMID:40644172
|
研究论文 | 提出一种深度学习框架，同时识别运动模式、相位及相位进展，用于穿戴式机器人实时辅助 | 首个同时预测运动模式、相位和相位进展的方法，实现个性化辅助 | 仅包含五名参与者的数据，样本量有限 | 开发有效的用户意图识别算法，提升穿戴式机器人在真实场景的应用 | 人体运动活动（平地行走、上楼梯、下楼梯、坐站转换） | 机器学习 | NA | 惯性测量单元（IMU） | 深度学习 | IMU传感器数据 | 5名参与者 | NA | NA | 分类准确率，相位进展百分比估计精度 | NA |
| 213 | 2025-10-06 |
Exploring Cortical Responses to Blood Flow Restriction through Deep Learning
2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings]
DOI:10.1109/ICORR66766.2025.11063023
PMID:40644184
|
研究论文 | 本研究使用深度学习分析血流量限制训练期间的大脑皮层响应 | 首次将深度学习与脑机接口结合用于探索血流量限制训练的皮层活动模式 | 样本量较小，个体间差异显著，跨被试模型仅达到随机水平准确率 | 研究血流量限制训练对大脑皮层活动的影响 | 6名受试者在血流量限制训练前、中、后的皮层响应 | 脑机接口 | NA | 脑磁图 | 深度学习 | 脑磁图信号 | 6名受试者 | NA | BaseNet | 准确率 | NA |
| 214 | 2025-10-06 |
Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications
2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings]
DOI:10.1109/ICORR66766.2025.11063180
PMID:40644220
|
研究论文 | 提出基于计算机视觉的深度学习适应框架，用于实时关节运动学估计 | 结合计算机视觉与可穿戴传感器，仅需少量步态周期数据即可实现个性化关节运动学估计 | 在无法使用摄像头的场景中不可行 | 开发适用于髋关节外骨骼的实时关节运动学估计方法 | 下肢关节运动学，特别是僵硬膝步态数据 | 计算机视觉 | 运动障碍 | 深度学习，迁移学习 | TCN | 传感器数据，运动捕捉数据 | 少量步态周期数据（1-2个步态周期） | NA | 时序卷积网络 | 均方根误差 | 智能手机摄像头，实时推理 |
| 215 | 2025-10-06 |
Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots
2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings]
DOI:10.1109/ICORR66766.2025.11062955
PMID:40644251
|
研究论文 | 本文提出了一种基于位置的相机-2D LiDAR融合方法，并在真实移动机器人上测试了人员跟随应用 | 首次在真实机器人上测试基于位置的目标人员跟踪系统用于人员跟随应用，并与基于图像的跟踪方法进行对比 | 基于位置的跟踪主要适用于短期跟踪，未在长期跟踪场景中进行测试 | 开发更有效的人员跟随系统，解决现有方法在跟踪视角和误报方面的限制 | 移动机器人的人员跟随系统 | 机器人视觉 | NA | 深度学习，多传感器融合 | 深度学习人员检测模型 | RGBD图像，LiDAR点云数据 | NA | NA | UCMCtrack, SORT | ID切换率，跟踪一致性 | 真实移动机器人平台 |
| 216 | 2025-10-06 |
Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study
2025-May-02, JMIR AI
DOI:10.2196/69132
PMID:40611521
|
研究论文 | 本研究开发了一种混合自然语言处理方法来从电子健康记录中识别哮喘相关症状 | 结合基于规则和基于Transformer的深度学习算法，创建混合NLP方法用于哮喘症状识别 | 研究依赖于单一医疗系统的数据，可能限制算法的泛化能力 | 开发自然语言处理算法从临床文本中识别哮喘相关症状 | 大型综合医疗系统中的电子健康记录和临床笔记 | 自然语言处理 | 哮喘 | 自然语言处理 | Transformer | 文本 | 11,374,552份临床笔记，包含128,211,793个句子 | NA | Transformer | 阳性预测值, 敏感度, F1分数 | NA |
| 217 | 2025-10-06 |
Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China
2025-May, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103220
PMID:40630620
|
研究论文 | 本研究开发了一种基于人工智能的深度学习模型，用于肝切除术后24小时内早期检测肝衰竭 | 首次将基础模型Bio-Clinical BERT与上下文感知transformer模块结合，对围手术期时序数据进行深度特征分析，实现PHLF的极早期检测 | MIMIC-IV队列数据不完整且主要为高加索人群，模型在该队列表现相对有限 | 利用人工智能技术改进肝切除术后肝衰竭的早期检测方法 | 肝切除手术患者 | 医疗人工智能 | 肝衰竭 | 电子健康记录数据分析 | 深度学习,transformer | 时序医疗数据 | 中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例 | PyTorch | Bio-Clinical BERT,transformer | AUC,准确率 | NA |
| 218 | 2025-10-06 |
Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review
2025-May-14, The British journal of nutrition
DOI:10.1017/S0007114525000522
PMID:40207441
|
系统综述 | 系统评估人工智能技术在膳食摄入评估方法中的有效性和准确性 | 首次系统综述AI技术在膳食摄入评估领域的应用效果，重点关注深度学习与机器学习方法的性能表现 | 纳入研究数量有限（13项），61.5%的研究存在中等偏倚风险，需要更多人群比较研究和更大样本量 | 评估基于人工智能的膳食摄入评估方法的有效性和准确性 | 营养流行病学中的膳食数据评估方法 | 机器学习 | NA | 人工智能技术 | 深度学习, 机器学习 | 膳食摄入数据 | 13项符合条件的研究 | NA | NA | 相关系数 | NA |
| 219 | 2025-10-06 |
A new multimodal medical image fusion framework using Convolution Neural Networks
2025-May, Journal of medical engineering & technology
DOI:10.1080/03091902.2025.2488827
PMID:40214199
|
研究论文 | 提出一种基于卷积神经网络的多模态医学图像融合新框架 | 通过优化卷积层数量和选择swish激活函数，提出高效的医学图像融合方法 | NA | 开发优化的深度学习框架用于医学图像融合 | 多模态医学图像 | 计算机视觉 | NA | 医学图像融合 | CNN | 医学图像 | NA | NA | 卷积神经网络 | 多种评估指标，融合图像质量 | NA |
| 220 | 2025-10-06 |
Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection
2025-May, Journal of medical engineering & technology
DOI:10.1080/03091902.2025.2484691
PMID:40219912
|
研究论文 | 提出一种用于阿尔茨海默病检测的深度集成架构，通过改进的分割模型和特征提取方法提高检测准确率 | 提出改进的U-Net分割架构和En-LeCILSTM集成模型，结合LeNet、CNN和改进LSTM，通过模型输出平均提升检测精度 | NA | 开发更有效的阿尔茨海默病检测方法 | 阿尔茨海默病患者的医学影像数据 | 医学影像分析 | 阿尔茨海默病 | 深度学习 | 集成学习, CNN, LSTM | 医学影像 | NA | NA | U-Net, LeNet, CNN, LSTM | 准确率, F-measure | NA |