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 1212 篇文献，本页显示第 681 - 700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 681 | 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 |
| 682 | 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 |
| 683 | 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 |
| 684 | 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 |
| 685 | 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 |
| 686 | 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 |
| 687 | 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 |
| 688 | 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 |
| 689 | 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 |
| 690 | 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 |
| 691 | 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 |
| 692 | 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 |
| 693 | 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 |
| 694 | 2025-06-14 |
Diagnosis and Post-Treatment Follow-Up Evaluation of Melasma Using Optical Coherence Tomography and Deep Learning
2025-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.70006
PMID:40084480
|
研究论文 | 本研究结合光学相干断层扫描（OCT）和深度学习技术，用于黄褐斑的诊断和治疗后随访评估 | 提出了一种便携式OCT系统与改进的VGG16神经网络结合的空间注意力机制模型，用于黄褐斑的诊断和治疗评估 | NA | 开发一种结合OCT和深度学习的技术，用于黄褐斑的临床诊断和治疗评估 | 健康志愿者和黄褐斑患者的皮肤组织 | 数字病理 | 黄褐斑 | 光学相干断层扫描（OCT） | VGG16神经网络（带空间注意力机制） | 图像 | 健康志愿者和黄褐斑患者的皮肤组织数据集 | NA | NA | NA | NA |
| 695 | 2025-06-14 |
A General Framework for Augmenting Lossy Compressors With Topological Guarantees
2025-Jun, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3567054
PMID:40333107
|
research paper | 提出了一种通用框架，用于增强有损压缩器以在压缩过程中保留数据的拓扑结构 | 引入了一个通用框架，通过量化调整并使用自定义可变精度编码方案来保存轮廓树，从而保证数据的拓扑结构 | 未提及具体压缩效率或计算开销的量化分析 | 在科学数据压缩中保留拓扑描述符 | 科学数据（如材料科学和气候模拟中的体积数据） | 数据压缩与可视化 | NA | 可变精度编码 | SZ3, TTHRESH, ZFP, Neurcomp | 体积数据 | NA | NA | NA | NA | NA |
| 696 | 2025-06-14 |
A Novel Diffusion Irradiation Method to Monitor Thermal Effects on Deep Subcutaneous Vessels Using Laser Speckle Contrast Imaging
2025-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500089
PMID:40357992
|
研究论文 | 本研究通过新型扩散照射方法，利用激光散斑对比成像监测激光手术中深层皮下血管的热效应 | 结合激光散斑对比成像与深度学习去噪技术，提出监测深层皮下血管激光诱导效应的新策略 | 实验仅在大鼠模型中进行，尚未在人体验证 | 研究激光手术中皮肤上层对光传播和热扩散的影响，优化血管皮肤病治疗策略 | 大鼠背部窗口模型中的深层皮下血管 | 数字病理学 | 血管皮肤病 | 激光散斑对比成像(LSCI)，深度学习去噪 | 深度学习 | 图像 | 20只Sprague Dawley大鼠 | NA | NA | NA | NA |
| 697 | 2025-06-14 |
Multimodal Diagnostic Approach for Osteosarcoma and Bone Callus Using Hyperspectral Imaging and Deep Learning
2025-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500087
PMID:40357996
|
研究论文 | 本研究提出了一种结合高光谱成像和深度学习的多模态诊断方法J-CAN，用于快速准确区分骨肉瘤和骨痂 | 提出J-CAN框架，整合高光谱成像和H&E染色病理学，通过自注意力机制增强特征选择，提高分类性能 | 未提及样本来源的多样性或模型在其他数据集上的泛化能力 | 提高骨肉瘤与骨痂的区分准确率，解决传统组织病理学评估的局限性 | 骨肉瘤和骨痂样本 | 数字病理学 | 骨肉瘤 | 高光谱成像（HSI） | MobileNetV2, 1D-CNN, 自注意力机制 | 高光谱图像和H&E染色病理图像 | NA | NA | NA | NA | NA |
| 698 | 2025-06-14 |
Deep learning reconstruction in biparametric prostate MRI: Impact on qualitative and radiomics analyses
2025-Jun, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2025.100059
PMID:40503095
|
research paper | 评估深度学习重建（DLR）算法在前列腺MRI定性和放射组学分析中的影响 | 首次评估商业DLR算法在前列腺MRI中对放射组学特征的影响 | 单中心回顾性研究，样本量较小（25例患者） | 评估DLR算法对前列腺MRI图像质量和放射组学分析的影响 | 前列腺MRI图像 | digital pathology | prostate cancer | MRI, 放射组学分析 | DLR（深度学习重建算法） | 医学影像 | 25例患者的前列腺MRI数据 | NA | NA | NA | NA |
| 699 | 2025-06-13 |
Real-time integrated modeling of soft tissue deformation and stress based on deep learning
2025-Jun-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adde0d
PMID:40436029
|
research paper | 开发了一种基于深度学习的实时多物理场建模框架，用于软组织的变形和应力分布模拟 | 提出了一种平衡多物理场特征尺度的方法，解决了现有模型在建模多个物理场时因数据分布差异导致的偏向性问题 | 未提及模型在更复杂或动态手术环境中的适用性 | 解决手术模拟器中应力渲染缺失的问题，提升手术模拟器的真实感 | 软组织的变形和应力分布 | machine learning | NA | 深度学习 | 神经网络 | 三维模型数据 | 悬臂梁、肝脏、脾脏和肾脏的三维模型 | NA | NA | NA | NA |
| 700 | 2025-06-13 |
Accurate Prediction of the Diffusion Coefficients of Organic Compounds in Water by Multimodal Learning
2025-Jun-12, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.5c01881
PMID:40457760
|
research paper | 开发了一种多模态深度学习模型，用于预测有机化合物在水中的扩散系数 | 结合分子图像、分子描述符和温度的多模态深度学习模型，比传统经验方程更准确 | 未提及模型在新合成化学物质上的泛化能力 | 快速准确预测有机化合物在水中的扩散系数 | 有机化合物在水中的扩散系数 | machine learning | NA | 深度学习 | multimodal deep learning model | 分子图像、分子描述符、温度数据 | 未提及具体样本数量 | NA | NA | NA | NA |