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 1430 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 | 2025-05-18 |
Classification of lung cancer severity using gene expression data based on deep learning
2025-May-14, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03011-w
PMID:40369502
|
研究论文 | 本研究提出了一种基于深度学习的卷积神经网络模型，用于利用基因表达数据对肺癌严重程度进行分类 | 采用CNN模型结合F检验特征选择方法，针对基因数据中的类别不平衡和过拟合问题进行了优化，在LUAD和LUSC两种肺癌类型分类中取得了高准确率 | 基因数据样本量较小而特征数量较多，可能影响模型的泛化能力 | 开发一种能够准确分类肺癌严重程度的深度学习方法 | LUAD和LUSC两种类型的肺癌 | 数字病理 | 肺癌 | 基因表达数据分析 | CNN | 基因表达数据 | 未明确说明样本数量，但提到样本量较小 | NA | NA | NA | NA |
| 862 | 2025-05-18 |
Fate-tox: fragment attention transformer for E(3)-equivariant multi-organ toxicity prediction
2025-May-14, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01012-5
PMID:40369624
|
研究论文 | 开发了一种名为FATE-Tox的新型多视角深度学习框架，用于多器官毒性预测 | 使用三种片段化方法构建片段级图，结合2D和3D分子表示，通过片段注意力变换器识别潜在的3D毒性基团，提高了预测性能和可解释性 | 未提及具体样本量，可能受限于基准数据集的大小和多样性 | 解决药物开发中的多器官毒性预测问题 | 药物化合物的毒性预测 | 机器学习 | NA | 深度学习 | Transformer | 分子结构数据 | 使用了MoleculeNet和TDC的基准数据集（BBBP、SIDER、ClinTox、DILI、Skin Reaction、Carcinogens、hERG），但未提及具体样本量 | NA | NA | NA | NA |
| 863 | 2025-10-07 |
SlitNET: A Deep Learning Enabled Spectrometer Slit
2025-May-13, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06014
PMID:40298458
|
研究论文 | 提出一种基于深度学习的SlitNET光谱仪狭缝，通过神经网络重建增强分辨率的光谱 | 首次将深度学习模型集成到光谱仪狭缝中，实现高吞吐量和高分辨率的同时提升 | 需要从合成数据到实验数据的迁移学习过程 | 提升光谱仪的分辨率和效率 | 拉曼光谱材料 | 机器学习 | NA | 拉曼光谱 | 神经网络 | 光谱数据 | NA | NA | SlitNET | 分辨率增强 | NA |
| 864 | 2025-10-07 |
Deep Learning Based Surface Classification of Functionalized Polymer Coatings
2025-May-13, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.4c03971
PMID:40306624
|
研究论文 | 本研究开发了一种基于深度学习的聚合物涂层表面分类方法，通过分析蛋白质溶液干燥后的染色图案实现功能化聚合物表面的快速识别 | 首次将深度学习技术应用于功能化聚合物涂层表面的分类，能够识别化学结构差异微小的不同聚合物涂层 | 概念验证研究，仅测试了10种结构相似的聚合物涂层，样本规模有限 | 开发简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的表征 | 功能化聚合物涂层表面 | 计算机视觉 | NA | 化学气相沉积聚合，偏振光显微镜 | CNN | 图像 | 10种结构不同的聚合物涂层 | NA | CNN | 准确率 | NA |
| 865 | 2025-10-07 |
Automatic construction of risk transmission network about subway construction based on deep learning models
2025-May-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99561-0
PMID:40350479
|
研究论文 | 基于深度学习模型自动构建地铁施工风险传播网络 | 开发了专门针对地铁施工安全领域的实体识别和因果关系提取模型，将事故文本转化为因果链结构 | 使用的文本数据量有限，可能影响模型泛化能力 | 改进地铁施工安全风险管理方法 | 地铁施工事故文本数据 | 自然语言处理 | NA | 文本挖掘，深度学习 | BiLSTM-CRF, CNN | 文本 | 562起地铁施工事故 | NA | 双向长短期记忆网络，条件随机场，卷积神经网络 | 准确率，召回率，F1分数 | NA |
| 866 | 2025-05-18 |
Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration
2025-May-07, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14093245
PMID:40364275
|
research paper | 本研究利用深度学习技术开发的Hokkaido University pachychoroid index (HUPI) 探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响 | 使用改进的LeNet模型从EDI-OCT脉络膜图像计算HUPI，揭示了不同类型nAMD中厚脉络膜特征的差异及其与临床参数的关联 | 研究为回顾性观察研究，样本量相对较小(124眼)，且仅针对日本人群 | 探讨厚脉络膜对新生血管性年龄相关性黄斑变性临床特征的影响 | 111例初治nAMD患者的124眼(包括44眼1型MNV、26眼2型MNV和54眼PCV) | digital pathology | age-related macular degeneration | EDI-OCT | modified LeNet | image | 124眼(来自111名患者) | NA | NA | NA | NA |
| 867 | 2025-05-18 |
Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning
2025-May-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15091177
PMID:40361994
|
研究论文 | 本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法 | 结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度 | NA | 开发一种自动诊断和分期肝硬化的深度学习框架 | 肝硬化患者 | 数字病理学 | 肝硬化 | T2加权MRI | CNN（VGG16, MobileNet, DenseNet121）和XGBoost | 图像 | CirrMRI600+数据集，采用10折交叉验证策略 | NA | NA | NA | NA |
| 868 | 2025-05-18 |
Convolutional Long Short-Term Memory network for generating 100 m daily near-surface air temperature
2025-May-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05032-6
PMID:40368929
|
research paper | 该研究利用ConvLSTM深度学习模型生成中国江北气候区高时空分辨率的近地表气温数据集 | 提供了100米空间分辨率的日尺度近地表气温数据，并包含2023年夏季的最新数据 | 仅关注夏季月份（6月至8月）的数据，且研究区域限于中国江北气候区 | 为密集开发的城区提供高时空分辨率的近地表气温数据，以支持城市气候研究和热浪缓解策略 | 中国江北气候区2019年至2023年夏季的日最高、最低和平均气温 | machine learning | NA | ConvLSTM | ConvLSTM | 多源数据（ERA5温度数据、地形、土地覆盖和植被覆盖度） | 2019年至2023年夏季（6月至8月）的日尺度数据 | NA | NA | NA | NA |
| 869 | 2025-05-18 |
Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images
2025-May-04, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15091327
PMID:40362142
|
research paper | 本研究旨在开发和评估深度学习模型，用于从犬眼B型超声图像中自动分类白内障 | 使用四种广泛使用的深度学习模型（AlexNet、EfficientNetB3、ResNet50和DenseNet161）进行犬白内障分类，其中DenseNet161表现最佳 | Hypermature白内障的分类准确率较低（78.6%） | 开发自动分类犬白内障的深度学习模型，以辅助兽医诊断 | 犬白内障的超声图像 | computer vision | 白内障 | B型超声成像 | AlexNet, EfficientNetB3, ResNet50, DenseNet161 | image | 3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟白内障，179例过熟白内障） | NA | NA | NA | NA |
| 870 | 2025-05-18 |
Impact and Failure Analysis of U-Shaped Concrete Containing Polyurethane Materials: Deep Learning and Digital Imaging Correlation-Based Approach
2025-May-02, Polymers
IF:4.7Q1
DOI:10.3390/polym17091245
PMID:40363029
|
研究论文 | 本研究利用先进的卷积神经网络（CNNs）分析并分类了含聚氨酯（PU）的U型混凝土在重复落锤冲击载荷下的断裂行为 | 结合数字图像相关（DIC）技术和深度学习模型（如InceptionV3、MobileNet和DenseNet121），实现了对混凝土裂缝阶段的自动化分类，显著提高了传统视觉检测方法的准确性和效率 | 样本量较小（仅17个U型试件），且PU含量梯度有限（0%、10%、20%和30%） | 评估不同PU含量对混凝土抗冲击性和弯曲性能的影响，并开发自动裂缝评估框架 | 含聚氨酯的U型混凝土试件 | 计算机视觉 | NA | 数字图像相关（DIC）、动态与静态力学测试 | CNN（InceptionV3、MobileNet、DenseNet121） | 高分辨率裂缝图像 | 17个U型试件，共1655张裂缝图像 | NA | NA | NA | NA |
| 871 | 2025-05-18 |
Thermal Degradation of Palm Fronds/Polypropylene Bio-Composites: Thermo-Kinetics and Convolutional-Deep Neural Networks Techniques
2025-May-02, Polymers
IF:4.7Q1
DOI:10.3390/polym17091244
PMID:40363028
|
研究论文 | 本研究评估了棕榈叶(PFR)对聚丙烯塑料(PP)热降解的影响，结合了TGA/FTIR实验测量、热动力学和卷积深度学习神经网络(CDNN)技术 | 结合热动力学和卷积深度学习神经网络技术，研究棕榈叶与聚丙烯塑料混合材料的热降解行为，并优化模型以减少成本函数 | 研究仅针对特定比例的PFR和PP混合材料，且温度范围有限，未涵盖所有可能的混合比例和温度条件 | 评估棕榈叶对聚丙烯塑料热降解的影响，探索可持续的塑料废物降解方法 | 棕榈叶(PFR)和聚丙烯塑料(PP)的纯材料及其混合材料 | 机器学习 | NA | TGA/FTIR实验测量、热动力学分析、卷积深度学习神经网络(CDNN) | CDNN | 热重分析数据 | 纯PFR、纯PP及含25%和50% PFR的混合材料，在不同加热速率(10、20、40 °C·min)和温度范围(25-600 °C)下进行实验 | NA | NA | NA | NA |
| 872 | 2025-10-07 |
Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds
2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202500859
PMID:40089854
|
研究论文 | 通过计算策略设计新型PET水解酶，使用更短的合成蛋白支架成功复制PET水解活性 | 利用深度学习算法和分子计算，在更短的蛋白序列中成功复制PET水解酶功能，突破了天然酶序列长度的限制 | 仅与模板酶LCC进行了比较验证，尚未在更广泛的酶家族中验证该策略的普适性 | 开发计算设计新型PET水解酶的方法，扩展酶多样性 | 聚乙烯对苯二甲酸酯水解酶（PET水解酶） | 计算生物学 | NA | 深度学习算法，分子计算，蛋白结构预测，从头设计 | 深度学习 | 蛋白序列，结构数据 | 多个设计酶变体（包括RsPETase1等） | NA | NA | 催化效率（k/K），熔解温度（56°C），序列相似度（34%） | NA |
| 873 | 2025-05-18 |
Automated Lightweight Model for Asthma Detection Using Respiratory and Cough Sound Signals
2025-May-01, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15091155
PMID:40361974
|
研究论文 | 本研究利用AI分析和建模咳嗽与呼吸声音信号，开发了一个轻量级的深度学习模型，用于区分哮喘、COPD和健康受试者 | 首次提出利用双重声音信号（咳嗽和呼吸声音）结合多种机器学习算法（RF、SVM、DT、NN、KNN）和多数投票集成技术，以提高哮喘诊断的准确性和鲁棒性 | 研究仅针对哮喘和COPD，未涵盖其他慢性呼吸系统疾病，且样本量和多样性可能有限 | 开发一个基于AI的诊断系统，准确区分哮喘、COPD和健康受试者，以提升早期检测和临床管理 | 哮喘、COPD患者及健康受试者的咳嗽和呼吸声音信号 | 数字病理 | 哮喘、COPD | Gabor时频变换、NCA特征选择 | RF、SVM、DT、NN、KNN | 声音信号 | NA | NA | NA | NA | NA |
| 874 | 2025-05-18 |
EM-DeepSD: A Deep Neural Network Model Based on Cell-Free DNA End-Motif Signal Decomposition for Cancer Diagnosis
2025-May-01, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15091156
PMID:40361973
|
研究论文 | 提出了一种基于cfDNA末端基序信号分解的深度学习框架EM-DeepSD，用于提高癌症诊断的准确性并适应不同的测序模式 | 开发了EM-DeepSD框架，结合信号分解、机器学习和深度学习模块，优化癌症诊断的准确性，并适应不同测序模式 | 样本量相对较小（146名癌症患者和122名非癌症对照） | 提高癌症诊断的准确性并适应不同的测序模式 | 癌症患者和非癌症对照的cfDNA末端基序 | 数字病理学 | 癌症 | 5-羟甲基胞嘧啶测序（5hmCS）和广范围cfDNA测序（BR-cfDNA-Seq） | 深度学习框架（EM-DeepSD） | cfDNA末端基序数据 | 146名癌症患者和122名非癌症对照 | NA | NA | NA | NA |
| 875 | 2025-05-18 |
CNN-LSTM-Based Damage Localization of Plate Structure
2025-May-01, Materials (Basel, Switzerland)
DOI:10.3390/ma18092081
PMID:40363584
|
研究论文 | 提出了一种结合CNN和LSTM的创新损伤定位方法，用于铝板结构的损伤检测 | 创新性地将CNN和LSTM联合应用于损伤检测领域，克服了传统方法在特征提取和损伤定位上的不足 | 实验仅在铝板上进行，未涉及其他材料或复杂结构 | 提高板结构损伤定位的准确性 | 铝板结构 | 机器学习 | NA | CNN-LSTM联合模型 | CNN, LSTM | 一维信号数据转换为二维灰度图像 | 铝板实验数据（具体数量未提及） | NA | NA | NA | NA |
| 876 | 2025-05-17 |
Patient-specific uncertainty calibration of deep learning-based autosegmentation networks for adaptive MRI-guided lung radiotherapy
2025-May-16, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/add640
PMID:40340988
|
research paper | 该研究提出了一种针对自适应MRI引导的肺癌放射治疗中深度学习自动分割网络的患者特异性不确定性校准方法 | 提出了一种患者特异性训练后不确定性校准方法，显著提高了深度学习自动分割模型的不确定性校准精度 | 研究样本量相对较小（122例肺癌患者），且GTV分割性能在基线模型中表现较差 | 提高自适应放射治疗中深度学习自动分割模型的不确定性校准精度 | 肺癌患者和其器官风险区域（OARs）及大体肿瘤体积（GTVs） | digital pathology | lung cancer | Monte Carlo Dropout (MCD) | 3D-U-Net | MRI图像 | 122例肺癌患者（80例训练集，19例验证集，23例测试集） | NA | NA | NA | NA |
| 877 | 2025-05-17 |
Exploiting network optimization stability for enhanced PET image denoising using deep image prior
2025-May-16, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/add63f
PMID:40341245
|
研究论文 | 提出一种利用网络优化稳定性增强PET图像去噪的方法，基于条件深度图像先验（DIP） | 在条件DIP的优化过程中引入稳定性映射，通过多个中间输出来识别网络优化轨迹中的不稳定区域，从而提高去噪的可靠性和定量准确性 | 方法仅在脑部[F]FDG PET图像上进行了验证，未涉及其他类型PET数据或更广泛的临床应用场景 | 提高PET图像去噪的可靠性和定量准确性 | PET图像 | 数字病理 | NA | 深度图像先验（DIP） | 条件DIP | 图像 | 8个高分辨率脑部PET数据集 | NA | NA | NA | NA |
| 878 | 2025-05-17 |
Construction of Sonosensitizer-Drug Co-Assembly Based on Deep Learning Method
2025-May-16, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202502328
PMID:40376918
|
研究论文 | 本文介绍了一种基于深度学习的声敏剂-药物相互作用（SDI）模型，用于预测药物混合物的粒径 | 设计了多尺度交叉注意力机制来整合两种药物不同尺度子结构的特征表示，提高了预测准确性并允许分析分子结构对预测的影响 | 未明确说明模型在其他类型药物组合上的泛化能力 | 开发一种预测药物共组装粒径的深度学习方法 | 声敏剂和化疗药物的共组装纳米药物 | 机器学习 | 肝癌 | 深度学习 | 图神经网络 | 分子结构数据 | NA | NA | NA | NA | NA |
| 879 | 2025-05-17 |
Analytical and experimental solutions for Fourier transform infrared microspectroscopy measurements of microparticles: A case study on Quercus pollen
2025-May-15, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343879
PMID:40187871
|
研究论文 | 本文通过比较12种不同的分析和实验方法，研究了傅里叶变换红外显微光谱（FTIR）在微粒子（以四种栎属植物花粉为例）测量中的应用 | 首次比较了12种不同的分析和实验方法在FTIR微粒子测量中的应用，并展示了在花粉分类和化学表征中的效果 | 研究仅针对栎属植物花粉，未涵盖其他类型的微粒子 | 比较不同的预处理方法在FTIR微粒子测量中的优缺点及适用场景 | 四种栎属植物花粉 | 光谱分析 | NA | FTIR显微光谱 | DCNN（深度卷积神经网络） | 光谱数据 | 四种栎属植物花粉 | NA | NA | NA | NA |
| 880 | 2025-05-17 |
Measuring the severity of knee osteoarthritis with an aberration-free fast line scanning Raman imaging system
2025-May-15, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343900
PMID:40187878
|
研究论文 | 本文介绍了一种结合自研拉曼成像系统和深度学习去噪加速算法，用于快速诊断和分级膝骨关节炎的方法 | 开发了一种无像差快速线扫描拉曼成像系统，结合深度学习算法显著提高了成像速度和信噪比，实现了膝骨关节炎的快速无标记检测和精确分级 | 实验样本仅限于膝骨关节炎患者的胫骨平台，未涉及其他关节或更大规模的临床验证 | 实现膝骨关节炎的快速诊断和精确分级 | 膝骨关节炎患者的胫骨平台组织 | 数字病理 | 骨关节炎 | 拉曼成像，深度学习 | 深度学习去噪算法 | 光谱数据 | 膝骨关节炎患者的胫骨平台组织样本（具体数量未提及） | NA | NA | NA | NA |