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 1237 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2025-06-15 |
Seamless finer-resolution soil moisture from the synergistic merging of the FengYun-3 satellite series
2025-Jun-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05263-7
PMID:40500275
|
research paper | 该研究开发了一种从风云系列卫星数据中合并土壤湿度的方法，生成空间分辨率为0.15°的数据集，并利用深度学习插值方法填补缺失数据 | 通过最小化均方误差的合并技术，结合风云系列卫星的上升和下降观测数据，生成更高分辨率的土壤湿度数据集，并使用深度学习进行数据插值 | 研究仅覆盖2011年至2020年的数据，可能无法反映更长时间尺度的变化 | 提供全球卫星土壤湿度观测数据，以解决相关应用中的挑战 | 风云系列卫星（FY-3B、C、D）的被动微波观测数据 | 遥感 | NA | 深度学习插值方法 | NA | 卫星遥感数据 | 2011年至2020年的风云系列卫星数据 | NA | NA | NA | NA |
| 642 | 2025-06-15 |
Mechanisms of organotropism in breast cancer and predicting metastasis to distant organs using deep learning
2025-Jun-11, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-02905-5
PMID:40500539
|
研究论文 | 本研究探讨了乳腺癌器官趋向性的机制，并利用深度学习预测乳腺癌向远处器官转移 | 结合单细胞RNA测序、批量RNA测序、ChIP-seq数据和深度学习技术，开发了一个深度神经网络模型来识别器官特异性转移基因 | 研究仅关注了乳腺癌向骨、脑、肝和肺四种器官的转移，未涵盖其他可能的转移部位 | 探索乳腺癌器官趋向性的分子机制，并预测其向特定器官转移的可能性 | 乳腺癌及其向骨、脑、肝和肺的转移 | 数字病理学 | 乳腺癌 | 单细胞RNA测序、批量RNA测序、ChIP-seq | DNN | 基因组数据 | NA | NA | NA | NA | NA |
| 643 | 2025-06-15 |
Enhancing differentiation between unipolar and bipolar depression through integration of machine learning and electroencephalogram analysis
2025-Jun-10, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.119599
PMID:40505986
|
研究论文 | 本研究通过整合机器学习和脑电图分析，提高了单相抑郁和双相抑郁的区分能力 | 首次将深度学习模型与EEG数据和临床特征结合，用于区分单相抑郁和双相抑郁 | 模型可解释性有待提高，未来需要整合多模态数据和开发更先进的特征提取技术 | 提高单相抑郁和双相抑郁的区分准确性 | 370名被诊断为单相抑郁或双相抑郁的患者 | 机器学习 | 抑郁症 | EEG分析 | SVM, Random Forest, FCNN, RNN, LSTM, Transformers | EEG数据和临床特征 | 370名患者 | NA | NA | NA | NA |
| 644 | 2025-06-15 |
Towards prehospital risk stratification using deep learning for ECG interpretation in suspected acute coronary syndrome
2025-Jun-06, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2024-101292
PMID:40480678
|
研究论文 | 本研究开发并验证了一种基于卷积神经网络（CNN）的模型，用于疑似非ST段抬高急性冠脉综合征（NSTE-ACS）患者的风险分层，并与现有的院前诊断工具进行比较 | 首次将CNN应用于院前ECG解读，用于NSTE-ACS的风险分层，并展示了AI与临床风险评分结合可提高诊断性能 | 研究人群中心肌梗死患病率较高，可能影响诊断性能的评估 | 开发并验证AI模型用于院前NSTE-ACS的风险分层 | 疑似NSTE-ACS患者 | 数字病理学 | 心血管疾病 | ECG解读 | CNN | ECG数据 | 5645名疑似NSTE-ACS患者（外部验证队列754名） | NA | NA | NA | NA |
| 645 | 2025-06-15 |
Retinal Vessel Geometry and Retinal Abnormalities in Cerebral Autosomal Dominant Arteriopathy With Subcortical Infarcts and Leukoencephalopathy
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.17
PMID:40488700
|
研究论文 | 研究CADASIL患者的视网膜血管几何形态和视网膜异常 | 使用基于深度学习模型的自动化视网膜血管几何评估程序，首次系统评估CADASIL患者的视网膜血管几何参数 | 样本量较小（35例患者和35例对照），且为回顾性研究 | 探讨CADASIL患者的视网膜血管几何形态和视网膜异常 | 35例CADASIL患者和35例正常对照 | 数字病理学 | 脑常染色体显性遗传动脉病伴皮质下梗死和白质脑病（CADASIL） | 深度学习 | 深度学习模型 | 图像 | 35例CADASIL患者和35例正常对照 | NA | NA | NA | NA |
| 646 | 2025-05-01 |
BiaPy: accessible deep learning on bioimages
2025-Jun, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02699-y
PMID:40301624
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 647 | 2025-06-15 |
Artificial Intelligence in Aesthetic Medicine: Applications, Challenges, and Future Directions
2025-Jun, Journal of cosmetic dermatology
IF:2.3Q2
DOI:10.1111/jocd.70241
PMID:40501296
|
综述 | 本文探讨了人工智能在美容医学中的应用、挑战及未来发展方向 | 深入分析了AI在面部分析、机器人辅助手术、预测性患者结果建模和个性化治疗规划中的创新应用，并探讨了伦理问题和监管挑战 | 存在训练数据偏见、AI决策透明度不足、监管审批不一致等问题，过度依赖AI可能削弱美容医学中以人为本的核心方法 | 评估人工智能在美容医学领域的应用潜力及其面临的伦理和监管挑战 | 美容医学中的AI技术应用 | 医疗人工智能 | NA | 机器学习（ML）、深度学习、计算机视觉 | NA | 医学图像、患者数据 | NA | NA | NA | NA | NA |
| 648 | 2025-06-15 |
Training Set Design for Uneven Illumination Correction in High-Resolution Whole Slide Images
2025-Jun, Journal of biomedical physics & engineering
DOI:10.31661/jbpe.v0i0.2502-1890
PMID:40510308
|
research paper | 本研究提出了一种新的训练集设计策略，用于高分辨率全切片图像中的不均匀光照校正 | 提出了一种新的训练集设计策略，优化神经网络性能并有效利用计算资源，确保整个WSI幻灯片上更均匀的校正 | 未具体提及样本量或实验验证的详细情况 | 提高深度学习模型在不均匀光照校正中的泛化能力和实用性 | 高分辨率全切片图像（WSI） | digital pathology | NA | deep learning | deep neural networks | image | NA | NA | NA | NA | NA |
| 649 | 2025-06-15 |
AE-BoNet: A Deep Learning Method for Pediatric Bone Age Estimation using an Unsupervised Pre-Trained Model
2025-Jun, Journal of biomedical physics & engineering
DOI:10.31661/jbpe.v0i0.2304-1609
PMID:40510303
|
research paper | 本研究提出了一种基于无监督预训练模型的深度学习方法AE-BoNet，用于儿科骨龄评估 | 利用无监督预训练的自动编码器进行骨龄估计，解决了标记数据有限和手骨X光图像独特特征的挑战 | 未提及具体样本量外的其他限制 | 开发一种自动骨龄估计方法，减少对标记数据的依赖 | 儿科手骨X光图像 | digital pathology | geriatric disease | autoencoder | AE-BoNet | image | Radiological Society of North America (RSNA) X-ray image collection | NA | NA | NA | NA |
| 650 | 2025-06-15 |
A comprehensive dataset of mandarin leaf images for classification
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111685
PMID:40510633
|
研究论文 | 该研究致力于使用深度学习方法对柑橘叶进行分类 | 提供了一个全面的柑橘叶图像数据集，并采用深度学习方法进行分类，支持早期健康叶片的识别 | 数据集仅包含健康叶片图像，可能限制了在病害叶片分类上的应用 | 提升柑橘叶分类技术，支持农业领域的自动化系统开发 | 柑橘叶片 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 1917张原始图像和8000张增强图像 | NA | NA | NA | NA |
| 651 | 2025-06-15 |
An annotated image dataset of urban insects for the development of computer vision and deep learning models with detection tasks
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111673
PMID:40510639
|
research paper | 该研究创建了一个用于开发计算机视觉和深度学习模型的带注释的城市昆虫图像数据集 | 提供了一个大规模、高分辨率的城市昆虫图像数据集，包含超过25,000个注释，用于开发昆虫识别算法 | 数据集仅包含通过UV光陷阱捕获的昆虫，可能无法涵盖所有城市昆虫种类 | 开发用于自动检测城市昆虫多样性或害虫控制的深度学习模型 | 城市昆虫 | computer vision | NA | UV光陷阱、高分辨率扫描 | YOLO | image | 超过25,000个注释的昆虫图像 | NA | NA | NA | NA |
| 652 | 2025-06-14 |
Computational design of diverse nuclear factor erythroid 2 activators with cellular antioxidative activity
2025-Jun-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112621
PMID:40502689
|
研究论文 | 利用深度学习算法设计能够激活NRF2的小蛋白，以增强细胞抗氧化防御能力 | 采用深度学习模型设计具有不同结构框架和热力学特性的稳定小蛋白，有效激活KEAP1-NRF2通路 | 未提及在动物模型或临床试验中的验证 | 开发高效且选择性激活KEAP1-NRF2通路的合成抗氧化剂 | KEAP1-NRF2复合物及设计的结合蛋白 | 机器学习 | 慢性疾病 | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 五种设计的结合蛋白 | NA | NA | NA | NA |
| 653 | 2025-06-14 |
3D Quantification of Viral Transduction Efficiency in Living Human Retinal Organoids
2025-Jun-12, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202401050
PMID:40509616
|
研究论文 | 本文介绍了一种在活体人类视网膜类器官中定量3D表征病毒转导效率的方法 | 结合了基因递送效率在空间和时间上的量化，利用人类视网膜类器官、工程化腺相关病毒载体、共聚焦活体成像和基于深度学习的图像分割 | 未提及具体样本量或实验重复次数，可能影响结果的普遍性 | 优化基因疗法并定量测试未来治疗方法和其他基因递送方法 | 人类视网膜类器官 | 数字病理学 | 眼科疾病 | 共聚焦活体成像、深度学习方法 | 深度学习图像分割 | 3D图像 | NA | NA | NA | NA | NA |
| 654 | 2025-06-14 |
Deep learning-based ranking method for subgroup and predictive biomarker identification in patients
2025-Jun-10, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00946-z
PMID:40494908
|
research paper | 本研究开发了一种基于深度学习的框架DeepRAB，用于识别患者亚组和预测生物标志物，以优化治疗效果 | DeepRAB不仅能够捕捉个体间治疗效果的差异，还能帮助发现与这些差异相关的有意义的生物标志物 | NA | 开发一种深度学习方法，用于识别患者亚组和预测生物标志物，以支持更精准的治疗策略 | 患者亚组和预测生物标志物 | machine learning | hidradenitis suppurativa | deep learning | DeepRAB | clinical trial data | 模拟数据集和真实临床试验数据 | NA | NA | NA | NA |
| 655 | 2025-06-14 |
A cross population study of retinal aging biomarkers with longitudinal pre-training and label distribution learning
2025-Jun-10, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01751-7
PMID:40494933
|
research paper | 开发了一种深度学习模型，通过视网膜图像提高视网膜年龄估计的准确性，并探索其作为衰老生物标志物的潜力 | 整合了自监督学习和渐进式标签分布学习模块，以捕捉时间序列信息并模拟生物衰老的变异性 | 研究主要基于健康人群，可能无法完全代表其他人群的视网膜老化模式 | 提高视网膜年龄估计的准确性，并探索其作为衰老生物标志物的潜力 | 视网膜图像 | digital pathology | geriatric disease | deep learning | CNN | image | 34,433名来自UK Biobank和三个中国队列的健康参与者 | NA | NA | NA | NA |
| 656 | 2025-06-14 |
Empirical evaluation of artificial intelligence distillation techniques for ascertaining cancer outcomes from electronic health records
2025-Jun-10, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01646-7
PMID:40494945
|
研究论文 | 本文评估了利用教师-学生框架从电子健康记录中提取癌症纵向临床结果的技术 | 使用分层Transformer架构的教师模型训练，并通过公开数据集和GPT-4生成的合成数据进行知识蒸馏 | 在Wiki-text和合成数据上训练的学生模型表现较差，强调了领域内公开数据集的重要性 | 评估人工智能蒸馏技术在从电子健康记录中提取癌症结果方面的应用 | 电子健康记录中的自由文本放射学报告 | 自然语言处理 | 癌症 | 教师-学生框架，知识蒸馏 | Transformer | 文本 | Dana-Farber Cancer Institute的数据，MIMIC-IV、Wiki-text公开数据集及GPT-4生成的合成数据 | NA | NA | NA | NA |
| 657 | 2025-06-14 |
SCATrans: semantic cross-attention transformer for drug-drug interaction predication through multimodal biomedical data
2025-Jun-10, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06165-6
PMID:40495152
|
研究论文 | 本文提出了一种名为SCATrans的语义交叉注意力转换器模型，用于通过多模态生物医学数据预测药物-药物相互作用 | 提出了一种新的SCAT模型，结合了BioBERT、Doc2Vec、图卷积网络、BiGRU和交叉注意力机制，以处理多模态生物医学数据中的无序、不平衡和语言错误问题 | 未明确提及具体局限性，但可能包括对多模态数据处理复杂性和模型泛化能力的挑战 | 预测药物-药物相互作用（DDIs），以支持药物治疗、药物开发、药物监管和公共卫生 | 药物-药物相互作用 | 自然语言处理 | NA | BioBERT, Doc2Vec, 图卷积网络, BiGRU, 交叉注意力机制 | SCATrans (语义交叉注意力转换器) | 多模态生物医学数据 | DDIExtraction-2013数据集 | NA | NA | NA | NA |
| 658 | 2025-06-14 |
Brain tau PET-based identification and characterization of subpopulations in patients with Alzheimer's disease using deep learning-derived saliency maps
2025-Jun-09, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00761-4
PMID:40488912
|
研究论文 | 本研究利用深度学习衍生的显著性图谱，基于脑tau PET数据识别和表征阿尔茨海默病患者的亚群 | 使用深度学习模型生成的显著性图谱作为聚类特征，揭示了阿尔茨海默病患者中两个具有不同tau沉积模式的亚群 | 研究样本主要来自ADNI数据库，可能无法代表所有阿尔茨海默病患者群体 | 探究阿尔茨海默病的异质性并识别患者亚群 | 阿尔茨海默病患者和认知正常人群 | 数字病理学 | 阿尔茨海默病 | 18F-flortaucipr PET扫描，T1加权MRI | 3D-CNN | 医学影像 | 615名认知正常者和159名AD患者的脑部扫描数据 | NA | NA | NA | NA |
| 659 | 2025-06-14 |
AI Approaches to Homogeneous Catalysis with Transition Metal Complexes
2025-Jun-06, ACS catalysis
IF:11.3Q1
DOI:10.1021/acscatal.5c01202
PMID:40502974
|
综述 | 本文综述了人工智能在均相过渡金属催化研究中的应用及其进展 | 讨论了AI在催化剂筛选、反应条件优化及新型催化剂逆向设计中的创新应用 | 大多数研究依赖于计算数据，实验数据的获取仍有待改进 | 探讨AI在均相金属催化反应中的应用现状及未来发展方向 | 均相过渡金属催化反应 | 化学信息学 | NA | AI、深度学习 | 生成式AI | 计算数据、实验数据 | NA | NA | NA | NA | NA |
| 660 | 2025-06-14 |
Automatic Design Framework of Dielectric Elastomer Actuators: Neural Network-Based Real-Time Simulation, Genetic Algorithm-Based Electrode Optimization, and Experimental Verification
2025-Jun, Soft robotics
IF:6.4Q1
DOI:10.1089/soro.2024.0063
PMID:39610306
|
研究论文 | 提出了一种基于深度学习的自动设计框架，用于快速生成高维分布式电极图案的介电弹性体致动器（DEAs） | 结合神经网络和遗传算法，实现了DEAs电极图案的自动优化设计，显著提高了设计效率和性能 | 高维设计空间可能对深度学习模型的准确性和通用性带来挑战 | 优化介电弹性体致动器（DEAs）的设计过程，提高其性能和设计效率 | 介电弹性体致动器（DEAs） | 机器学习 | NA | 深度学习、遗传算法、有限元模型 | 神经网络 | 模拟数据、实验数据 | 一系列案例研究（包括最大位移、特定位移、解决方案的多重性、多自由度驱动和复杂驱动） | NA | NA | NA | NA |