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 1379 篇文献，本页显示第 961 - 980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 961 | 2025-05-17 |
Exploring Smartphone-Based Edge AI Inferences Using Real Testbeds
2025-May-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25092875
PMID:40363312
|
研究论文 | 本文探讨了基于智能手机的边缘AI在实时计算机视觉推理中的竞争力 | 研究了智能手机集群在边缘AI中的应用潜力，特别是在实时计算机视觉推理任务中的性能表现 | 实验仅使用了五款低/中端智能手机和三款SBC，样本范围和多样性有限 | 评估智能手机集群在边缘AI实时计算机视觉推理中的性能表现 | 智能手机集群和单板计算机(SBC)在边缘AI任务中的性能比较 | 计算机视觉 | NA | 深度学习模型推理 | 预训练DL模型 | 图像流数据 | 8个异构边缘节点(5款智能手机和3款SBC) | NA | NA | NA | NA |
| 962 | 2025-05-17 |
MHFS-FORMER: Multiple-Scale Hybrid Features Transformer for Lane Detection
2025-May-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25092876
PMID:40363313
|
research paper | 提出了一种基于Transformer的端到端模型MHFS-FORMER，用于解决复杂场景下的车道检测问题 | 设计了MHFNet融合多尺度特征与Transformer Encoder，引入多参考可变形注意力模块增强模型表示能力，并开发了ShuffleLaneNet探索多尺度车道特征的通道和空间信息 | 未明确提及具体限制 | 提升复杂场景下车道检测的准确性和实时性 | 车道检测 | computer vision | NA | NA | Transformer (MHFS-FORMER, MHFNet, ShuffleLaneNet) | image | TuSimple和CULane数据集 | NA | NA | NA | NA |
| 963 | 2025-05-17 |
Microfluidics with Machine Learning for Biophysical Characterization of Cells
2025-May, Annual review of analytical chemistry (Palo Alto, Calif.)
|
综述 | 本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用 | 整合人工智能方法（包括机器学习和深度学习）与微流控技术，以解决高通量微流控系统数据分析的挑战 | 未提及具体的技术实施细节或实验验证结果 | 提升细胞生物物理特性表征的准确性和效率，促进新的生物学发现 | 细胞的生物物理特性 | 生物医学工程 | NA | 微流控技术、机器学习和深度学习 | NA | 微流控实验产生的高通量数据 | NA | NA | NA | NA | NA |
| 964 | 2025-05-17 |
Deep Learning Methods in the Imaging of Hepatic and Pancreaticobiliary Diseases
2025 May-Jun 01, Journal of clinical gastroenterology
IF:2.8Q2
DOI:10.1097/MCG.0000000000002125
PMID:40193287
|
综述 | 本文综述了深度学习和机器学习在肝胆胰疾病影像诊断中的应用 | AI通过高敏感性和特异性提高诊断准确性，CNN算法增强图像分析并减少变异性 | AI在这些胃肠病学专业领域的应用主要局限于实验性试验 | 提高肝胆胰疾病的检测、评估和治疗规划 | 肝胆胰疾病的影像诊断 | 数字病理学 | 肝胆胰疾病 | 深度学习、机器学习 | CNN | 影像 | NA | NA | NA | NA | NA |
| 965 | 2025-05-17 |
Circular RNA discovery with emerging sequencing and deep learning technologies
2025-May, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-025-02157-7
PMID:40247051
|
综述 | 本文总结了环状RNA（circRNA）在基因调控和疾病发病机制中的新兴作用，以及利用新兴测序技术和深度学习技术进行circRNA发现和功能分析的最新突破 | 结合长读长和单细胞RNA测序技术与深度学习算法，以前所未有的分辨率和规模研究circRNA | circRNA低表达水平及与线性RNA的高序列相似性给检测和表征带来挑战 | 探索circRNA的发现、表征和功能分析算法，以及其在生物医学应用中的潜力 | 环状RNA（circRNA） | 生物信息学 | NA | 长读长测序、单细胞RNA测序 | 深度学习 | RNA序列数据 | NA | NA | NA | NA | NA |
| 966 | 2025-05-16 |
Cost-effectiveness of opportunistic osteoporosis screening using chest radiographs with deep learning in Germany
2025-May-13, Aging clinical and experimental research
IF:3.4Q2
DOI:10.1007/s40520-025-03048-x
PMID:40355760
|
research paper | 评估在德国50岁及以上女性中使用深度学习模型对胸部X光片进行机会性骨质疏松筛查的成本效益 | 利用AI驱动的胸部X光片进行骨质疏松筛查，提高早期检测率，降低骨折风险，改善公共卫生结果 | 研究基于德国骨质疏松指南和AI模型准确性，可能在其他地区或不同指南下结果不同 | 评估AI驱动的胸部X光片在骨质疏松筛查中的成本效益 | 德国50岁及以上的女性 | digital pathology | geriatric disease | deep learning | NA | image | NA | NA | NA | NA | NA |
| 967 | 2025-05-16 |
An Interpretable AI for Smart Homes: Identifying Fall Prevention Strategies for Older Adults Using Multimodal Deep Learning
2025-May-13, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3569891
PMID:40366850
|
research paper | 开发了一个可解释的AI框架，用于通过多模态深度学习识别老年人跌倒预防策略 | 使用BiCrossNet架构的多模态预测模型，结合静态和时间序列数据，通过PIMP和SHAP方法解释特征重要性 | NA | 识别老年人家庭跌倒预防策略 | 老年人 | machine learning | geriatric disease | multimodal deep learning | BiCrossNet | multimodal (static and timeseries data) | 12,540 data points | NA | NA | NA | NA |
| 968 | 2025-05-16 |
Deep learning applications in prosthodontics: A systematic review
2025-May-13, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.04.009
PMID:40368705
|
systematic review | 本文系统综述了深度学习在修复牙科中的应用，包括修复体设计、治疗计划辅助、颜色匹配及地标检测等方面 | 首次系统评估了深度学习在修复牙科中的多种应用，并总结了当前研究的主要方向和成果 | 研究方法缺乏标准化，且部分研究存在偏倚风险，需进一步验证以确保临床可靠性 | 评估深度学习在修复牙科中的应用，特别是在修复体设计、治疗计划辅助和颜色匹配等方面的效果 | 牙科修复体（如嵌体、高嵌体、牙冠及固定牙科修复体）及其相关治疗过程 | digital pathology | dental disease | deep learning | CNN, GAN | image | 31 studies (from 3359 screened) | NA | NA | NA | NA |
| 969 | 2025-05-16 |
Automated seizure detection in epilepsy using a novel dynamic temporal-spatial graph attention network
2025-May-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01015-0
PMID:40355495
|
research paper | 提出了一种动态时空图注意力网络（DTS-GAN）用于癫痫发作的自动检测 | 通过结合图信号处理和混合深度学习框架，DTS-GAN能够自适应地学习电极节点间的瞬态功能交互 | 未提及具体的数据集规模或多样性限制 | 解决固定拓扑图模型在分析时变脑网络中的局限性 | 癫痫患者的脑电图（EEG）数据 | digital pathology | epilepsy | EEG | DTS-GAN (Dynamic Temporal-Spatial Graph Attention Network) | EEG sequences | TUSZ数据集 | NA | NA | NA | NA |
| 970 | 2025-05-16 |
Classification of multi-lead ECG based on multiple scales and hierarchical feature convolutional neural networks
2025-May-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94127-6
PMID:40355498
|
research paper | 提出了一种结合多尺度和分层特征的卷积神经网络（CNN）及Lead Encoder Attention（LEA）机制，用于多导联心电图（ECG）分类 | 结合多尺度和分层特征的CNN及LEA机制，有效整合ECG的形态和时间特征 | 未提及具体局限性 | 提高心律失常的分类准确率，用于心血管疾病的诊断 | 多导联心电图（ECG）数据 | machine learning | cardiovascular disease | CNN, LEA | CNN | ECG信号 | MIT-BIH-AR数据库和超过150,000条ECG记录的CCDD数据库 | NA | NA | NA | NA |
| 971 | 2025-05-16 |
Impact of pharmacology perception and learning strategies on academic achievement in undergraduate pharmacy students
2025-May-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91510-1
PMID:40355613
|
研究论文 | 本研究评估了药学本科生对药理学教育的感知、学习策略及其对学业成就的影响 | 揭示了深度学习策略与学业成就之间的强正相关性，并验证了问卷的内部一致性和因子负荷 | 研究为横断面设计，无法追踪学习策略的长期变化 | 评估药理学教育在药学本科生中的感知作用及其对学业成就的影响 | 210名药学本科生（二年级至五年级） | 药学教育 | NA | 问卷调查、Pearson相关分析、多元回归分析、内部一致性检验（Cronbach's alpha）、因子负荷分析 | NA | 问卷数据 | 210名药学本科生（120名男性，90名女性） | NA | NA | NA | NA |
| 972 | 2025-05-16 |
Advances to IoT security using a GRU-CNN deep learning model trained on SUCMO algorithm
2025-May-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99574-9
PMID:40355669
|
研究论文 | 本文提出了一种结合CNN和GRU的混合深度学习模型，用于分类物联网安全威胁，并通过SUCMO算法优化模型性能 | 提出了一种结合CNN和GRU的混合深度学习模型，并采用SUCMO算法进行超参数优化，提高了分类准确率 | NA | 提高物联网安全威胁检测的准确性和效率 | 物联网安全威胁，如DoS攻击和Botnets | 机器学习 | NA | 深度学习 | CNN, GRU | 网络数据 | 两个数据集，UNSW-NB15和BoT-IoT | NA | NA | NA | NA |
| 973 | 2025-05-16 |
The analysis of artificial intelligence knowledge graphs for online music learning platform under deep learning
2025-May-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01810-9
PMID:40355699
|
研究论文 | 提出了一种基于深度学习的个性化音乐学习平台模型，通过整合音频、视频和用户行为数据提供高效且定制化的学习推荐 | 构建了一个融合音乐领域关键实体及其关系的知识图谱，并将其与提取的特征向量融合，以提高推荐准确性和个性化 | 未提及模型在大规模用户数据下的扩展性和实时性表现 | 开发一个高效且个性化的音乐学习推荐平台 | 在线音乐学习平台的用户 | 机器学习 | NA | 深度学习 | CNN, LSTM, 多层感知机 | 音频、视频、用户行为数据 | 基于不同数据集的实验分析 | NA | NA | NA | NA |
| 974 | 2025-05-16 |
Exploring dental faculty awareness, knowledge, and attitudes toward AI integration in education and practice: a mixed-method study
2025-May-12, BMC medical education
IF:2.7Q1
DOI:10.1186/s12909-025-07259-8
PMID:40355937
|
研究论文 | 本研究通过混合方法评估了牙科教师对AI在教育和实践中整合的知识、意识和态度，并提出了基于共识的建议 | 首次在巴基斯坦的牙科教育背景下评估教师对AI的认知和态度，并提出了具体的整合建议 | 研究样本仅限于巴基斯坦的牙科教师，可能无法推广到其他地区 | 评估牙科教师对AI的认知和态度，并提出AI在牙科教育和实践中整合的建议 | 巴基斯坦公立和私立牙科学院的400名教师 | 医疗教育技术 | NA | 混合方法研究（GAAIS量表和焦点小组讨论） | NA | 问卷调查数据和定性讨论数据 | 400名牙科教师 | NA | NA | NA | NA |
| 975 | 2025-05-16 |
[Research status of automatic localization of acupoint based on deep learning]
2025-May-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion
|
综述 | 本文回顾了近年来深度学习在穴位自动定位中的应用，并从数据集构建、神经网络模型设计和穴位定位精度评估三个关键环节进行了总结 | 总结了深度学习在穴位定位领域的显著进展，并提出了未来研究方向，包括标准化数据集的支持、3D建模和多模态数据融合的整合 | 穴位检测的规模需要扩大，模型的精度、泛化能力和实时性能有待提高 | 探讨深度学习在穴位自动定位中的应用现状及未来发展方向 | 穴位自动定位 | 深度学习 | NA | NA | 神经网络 | NA | NA | NA | NA | NA | NA |
| 976 | 2025-05-16 |
Reducing food waste in the HORECA sector using AI-based waste-tracking devices
2025-May-01, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2025.02.044
PMID:40024032
|
研究论文 | 本研究评估了一种基于AI的自动废物追踪系统在HORECA行业中减少食物浪费的有效性 | 利用计算机视觉和深度学习算法实时自动称重和光学分离食物浪费 | 未探索废物追踪设备与消费者层面干预措施的结合 | 评估AI技术在减少HORECA行业食物浪费方面的有效性 | HORECA行业中的餐厅、酒店和商业餐饮服务 | 计算机视觉 | NA | 深度学习算法 | NA | 图像 | 德国的度假村餐厅和商业餐饮服务、瑞士的酒店以及希腊的两家酒店 | NA | NA | NA | NA |
| 977 | 2025-05-16 |
Revolutionizing biological digital twins: Integrating internet of bio-nano things, convolutional neural networks, and federated learning
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109970
PMID:40101583
|
研究论文 | 本文提出了一种整合生物纳米物联网、卷积神经网络和联邦学习的新型框架，以解决生物数字孪生在微生物领域的应用挑战 | 结合IoBNT进行微观数据采集与传输，并利用CNN和FL算法实现高效模式识别与带宽节省 | 未明确说明框架在非细菌类生物实体上的适用性 | 解决微生物数字孪生实现过程中的数据提取、传输和计算难题 | 微生物（如细菌）的数字孪生模型 | 数字病理学 | NA | IoBNT（生物纳米物联网）、联邦学习 | CNN（卷积神经网络） | 微观生物数据 | 33种细菌类别 | NA | NA | NA | NA |
| 978 | 2025-05-16 |
Approach and surgical management of epiretinal membrane
2025-May-01, Current opinion in ophthalmology
IF:3.0Q1
DOI:10.1097/ICU.0000000000001135
PMID:40145317
|
综述 | 本文综述了近年来视网膜前膜（ERM）手术的最新研究进展，包括手术技术评估和内部限制膜（ILM）剥离的必要性 | 总结了ILM剥离可能减少ERM复发的优势，并探讨了光学相干断层扫描（OCT）在术前、术中和术后的应用，以及深度学习模型预测手术效果的能力 | 仍存在许多关于最佳手术实践的未解决问题，需要进一步评估 | 探讨视网膜前膜（ERM）手术的最新研究进展和手术技术 | 视网膜前膜（ERM）患者 | 数字病理学 | 视网膜疾病 | 光学相干断层扫描（OCT） | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 979 | 2025-05-16 |
Early detection of Alzheimer's disease using deep learning methods
2025-May, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.70175
PMID:40356024
|
研究论文 | 本研究利用深度学习框架分析多模态数据集，以提高阿尔茨海默病的早期检测准确性 | 开发了一种结合LSTM和FNN处理结构化数据，以及ResNet50和MobileNetV2处理MRI数据的混合深度学习框架，显著提高了预测准确率 | 研究依赖于特定数据集（NACC和ADNI），可能限制了模型的泛化能力 | 通过AI技术提高阿尔茨海默病的早期检测准确性 | 阿尔茨海默病患者的多模态数据（临床数据、生物标志物和神经影像数据） | 数字病理学 | 老年病 | 深度学习 | LSTM, FNN, ResNet50, MobileNetV2 | 结构化数据, MRI图像 | 来自NACC和ADNI数据集的数据 | NA | NA | NA | NA |
| 980 | 2025-05-15 |
Artificial intelligence for chronic total occlusion percutaneous coronary interventions
2025-May-13, The Journal of invasive cardiology
IF:1.6Q3
DOI:10.25270/jic/25.00089
PMID:40359582
|
review | 本文回顾了人工智能在慢性完全闭塞（CTO）诊断和经皮冠状动脉介入治疗（PCI）成功率预测中的最新进展 | 探讨了AI在CTO PCI中的创新应用，特别是在诊断和治疗决策支持方面的潜力 | 未提及具体的研究样本量或模型性能的详细比较 | 评估AI在CTO PCI领域的应用效果和前景 | 慢性完全闭塞（CTO）和经皮冠状动脉介入治疗（PCI） | machine learning | cardiovascular disease | NA | neural networks, deep learning | clinical parameters, imaging | NA | NA | NA | NA | NA |