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 1223 篇文献，本页显示第 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2025-06-13 |
Fast and automatic coronary artery segmentation using nnU-Net for non-contrast enhanced magnetic resonance coronary angiography
2025-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03408-8
PMID:40287548
|
研究论文 | 本文提出了一种基于nnU-Net的自配置深度学习方法，用于自动化分割非对比增强磁共振冠状动脉造影（MRCA）图像中的冠状动脉 | 使用nnU-Net模型自动化分割MRCA图像中的冠状动脉，提供了一种非侵入性的冠状动脉疾病筛查工具 | MRCA图像的空间分辨率低且冠状动脉与周围组织的对比度不足 | 开发一种快速自动的冠状动脉分割方法，以增强冠状动脉疾病的早期检测 | 非对比增强磁共振冠状动脉造影（MRCA）图像 | 数字病理学 | 心血管疾病 | 非对比增强磁共振冠状动脉造影（MRCA） | nnU-Net | 图像 | 134名受试者的MRCA数据用于训练，114名受试者的数据用于测试 | NA | NA | NA | NA |
| 702 | 2025-06-13 |
A simulated annealing-based Bayesian network structure optimization framework for late morbidity prediction with a large prospective dataset
2025-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17881
PMID:40400111
|
研究论文 | 本文提出了一种基于模拟退火的贝叶斯网络结构优化框架，用于预测宫颈癌患者的晚期发病率 | 开发了一种结合信息理论度量、预测性能度量和复杂度度量的模拟退火优化方法，能够生成逻辑清晰、可解释性强的贝叶斯网络 | 研究仅针对宫颈癌患者的晚期中度至重度膀胱炎进行预测，未涉及其他疾病或并发症 | 开发一种可定制的优化方法，用于自动生成逻辑清晰、可解释的贝叶斯网络，以预测宫颈癌患者的晚期发病率 | 宫颈癌患者的晚期中度至重度膀胱炎（CTCAEv.3） | 机器学习 | 宫颈癌 | 模拟退火优化方法 | 贝叶斯网络 | 临床数据 | 1153名宫颈癌患者（来自EMBRACE I数据集） | NA | NA | NA | NA |
| 703 | 2025-06-13 |
Molecular insights into the unique activation and allosteric modulation mechanisms of the human mas-related G-protein-coupled receptor X1
2025-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.144815
PMID:40451369
|
research paper | 该研究通过高斯加速分子动力学（GaMD）和深度学习技术，揭示了人类mas相关G蛋白偶联受体X1（MRGPRX1）的独特激活和变构调节机制 | 首次获得了未结合受体的稳定非活性构象，揭示了MRGPRX1在缺乏W切换开关和其他保守基序的情况下从非活性状态转变为活性状态的微妙结构和动态变化，并阐明了ML382通过短程和长程途径增强肽激动剂BAM与MRGPRX1结合亲和力的分子基础 | NA | 研究MRGPRX1的激活和变构调节机制，以促进镇痛和止痒药物的合理设计 | 人类mas相关G蛋白偶联受体X1（MRGPRX1） | 分子动力学模拟与深度学习 | 疼痛和瘙痒相关疾病 | 高斯加速分子动力学（GaMD）、神经关系推理（NRI）深度学习、结合自由能计算 | NRI | 分子动力学模拟数据 | NA | NA | NA | NA | NA |
| 704 | 2025-06-13 |
TIGPR: A multi-view ground penetrating radar detection data for damage assessment of transportation infrastructure
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111665
PMID:40496733
|
research paper | 介绍了一个名为TIGPR的高质量地面穿透雷达(GPR)图像数据集，用于交通基础设施损坏的检测和评估 | 提供了多样化的交通基础设施损坏数据，支持深度学习在无损检测和自动化评估中的应用 | 数据采集地点有限，可能无法涵盖所有环境条件下的基础设施损坏情况 | 推动智能损坏检测技术的发展，支持交通基础设施监测的机器学习模型开发 | 道路、桥梁、隧道和机场等交通基础设施的结构性损坏 | computer vision | NA | 2D和3D GPR系统(IDS-FastWave, MALA GX750, GeoScope 3D-Radar) | NA | image | 覆盖贵州、金华和南京等地的高速公路、市政道路和桥梁结构 | NA | NA | NA | NA |
| 705 | 2025-06-13 |
UrduSER: A comprehensive dataset for speech emotion recognition in Urdu language
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111627
PMID:40496743
|
research paper | 该文章介绍了一个名为UrduSER的综合数据集，用于乌尔都语语音情感识别研究 | 开发了一个全面的乌尔都语语音情感识别数据集，填补了现有数据集的不足，包括情感种类少、样本量小和对话内容重复等问题 | 数据集虽然全面，但仍可能受限于演员表演的真实性和乌尔都语方言的多样性 | 推动乌尔都语语音情感识别技术的研究和应用 | 乌尔都语语音信号及其对应的情感状态 | 自然语言处理 | NA | 语音信号分析 | NA | 语音 | 3500个语音信号，来自10名专业演员，每种情感500个样本 | NA | NA | NA | NA |
| 706 | 2025-06-13 |
Ripen banana dataset: A comprehensive resource for carbide detection and ripening stage analysis to enhance food quality and agricultural efficiency
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111659
PMID:40496751
|
research paper | 介绍了一个名为'Ripen Banana'的数据集，用于碳化物检测和香蕉成熟阶段分析，以提升食品质量和农业效率 | 新开发的香蕉数据集包含碳化和非碳化两类香蕉图像，覆盖从生到熟的各个阶段，为农业实践和计算机视觉技术提供了新资源 | 数据集仅来自孟加拉国Sirajganj地区，可能不具有全球代表性 | 提升食品质量和农业效率，支持数据驱动的食品检测和香蕉成熟系统 | 香蕉的成熟阶段和碳化处理 | computer vision | NA | 图像采集和增强 | machine learning和deep learning模型 | image | 1404张原始图像和6410张增强图像，总计7814张图像 | NA | NA | NA | NA |
| 707 | 2025-06-13 |
Meet the engineer using deep learning to restore Renaissance art
2025-Jun, Nature
IF:50.5Q1
DOI:10.1038/d41586-025-01776-8
PMID:40500324
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 708 | 2025-06-12 |
Annotating the microbial dark matter with HiFi-NN
2025-Jun-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112480
PMID:40491481
|
research paper | 本文介绍了一种名为HiFi-NN的计算方法，用于更精确地注释蛋白质序列的酶功能 | HiFi-NN方法在酶委员会（EC）编号的第4级注释上比现有深度学习方法具有更高的精确度和召回率，并且能够在比BLASTp更低的序列相似性下正确识别EC编号 | NA | 提高蛋白质序列酶功能注释的准确性 | 蛋白质序列 | bioinformatics | NA | HiFi-NN (Hierarchically-Finetuned Nearest Neighbor search) | NN (Nearest Neighbor) | protein sequences | NA | NA | NA | NA | NA |
| 709 | 2025-10-06 |
Atom Identification in Bilayer Moiré Materials with Gomb-Net
2025-Jun-11, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.5c01460
PMID:40454431
|
研究论文 | 开发了深度学习模型Gomb-Net用于识别双层莫尔材料中各层的原子位置和种类 | 首次实现了对扭曲双层异质结构中各层原子位置和种类的识别，克服了莫尔图案带来的分析困难 | 未提及模型在其他类型莫尔材料中的泛化能力 | 开发能够解析双层莫尔材料原子结构的新方法 | 扭曲双层异质结构材料中的原子 | 计算机视觉 | NA | 扫描透射电子显微镜 | 深度学习模型 | 原子分辨率图像 | NA | NA | Gomb-Net | NA | NA |
| 710 | 2025-10-06 |
Implicit neural representation for medical image reconstruction
2025-Jun-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/addfa5
PMID:40456260
|
综述 | 本文全面综述了基于隐式神经表示的医学图像重建技术 | 引入隐式神经表示作为图像连续表示方法，相比传统离散方法能更有效捕捉细节和复杂结构 | 需要讨论该技术的局限性和未来研究方向 | 医学图像重建，从不完全采样的原始传感器数据生成高质量图像 | 医学图像 | 医学影像 | NA | 隐式神经表示 | 隐式神经表示 | 医学图像数据 | NA | NA | 隐式神经表示 | NA | NA |
| 711 | 2025-06-12 |
Time-Gated Raman Spectroscopy Combined with Deep Learning for Rapid, Label-Free Histopathological Discrimination of Gastric Cancer
2025-Jun-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02321
PMID:40497384
|
研究论文 | 结合时间门控拉曼光谱与深度学习技术，实现胃癌组织的快速、无标记病理鉴别 | 首次将时间门控拉曼光谱技术与深度学习结合用于胃癌诊断，有效抑制自发荧光并提升拉曼信号质量 | 未提及样本来源多样性及模型在外部验证集上的表现 | 开发分子水平、数字化且智能化的实时胃癌诊断方法 | 胃癌组织样本 | 数字病理学 | 胃癌 | 时间门控拉曼光谱(TG-Raman) | CNN | 光谱数据 | NA | NA | NA | NA | NA |
| 712 | 2025-06-12 |
Advancing the development of deep learning and machine learning models for oral drugs through diverse descriptor classes: a focus on pharmacokinetic parameters (Vdss and PPB)
2025-Jun-11, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11235-1
PMID:40498231
|
研究论文 | 本研究开发了一种用于预测药代动力学参数（Vdss和PPB）的深度学习和机器学习模型 | 利用Boruta算法进行特征工程，显著提高了模型准确性，并首次使用Stacking分类器预测Vdss和PPB | 研究仅针对FDA批准的口服药物，可能不适用于其他给药途径的药物 | 开发预测药代动力学参数的深度学习和机器学习模型 | FDA批准的口服药物及其药代动力学参数（Vdss和PPB） | 机器学习 | NA | 深度学习和机器学习算法 | 梯度提升（GB）、Stacking分类器、随机森林 | 分子描述符数据 | FDA批准的口服药物数据集，包含超过67种描述符 | NA | NA | NA | NA |
| 713 | 2025-06-12 |
IoT-Driven Skin Cancer Detection: Active Learning and Hyperparameter Optimization for Enhanced Accuracy
2025-Jun-10, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3578419
PMID:40493466
|
research paper | 提出了一种结合主动学习和深度强化学习的创新框架，用于提高皮肤癌检测的准确性 | 结合深度强化学习（DRL）和新型范围损失函数，动态选择样本并优化分类，减少对大量标记数据的依赖 | 需要进一步验证在其他数据集上的泛化能力 | 提高皮肤癌早期检测的准确性和效率 | 皮肤癌病变图像 | computer vision | skin cancer | deep learning, active learning, deep reinforcement learning | CNN, DRL | image | ISIC和HAM10000数据集中的图像 | NA | NA | NA | NA |
| 714 | 2025-06-12 |
Multilevel Discrete Wavelet Decomposition-Assisted Lightweight Multi-Order Gated Aggregation Network for Gas Concentration Retrieval in WMS
2025-Jun-10, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01554
PMID:40495325
|
研究论文 | 本文提出了一种基于多级离散小波分解的轻量级多门控聚合网络（MDWD-LiteMogaNet），用于波长调制光谱（WMS）中的气体浓度检测 | 通过集成小波变换进行数据过滤和特征提取，MDWD-LiteMogaNet显著减少了数据量并提高了计算效率，同时多门控特征提取和融合机制确保了全面的特征表示 | NA | 开发一种高效的气体检测方法，适用于轻量级设备部署 | 气体浓度检测 | 机器学习 | NA | 波长调制光谱（WMS） | MDWD-LiteMogaNet | 光谱数据 | NA | NA | NA | NA | NA |
| 715 | 2025-10-06 |
Research on artificial intelligence, machine and deep learning in medicine: global characteristics, readiness, and equity
2025-Jun-08, Globalization and health
IF:5.9Q1
DOI:10.1186/s12992-025-01128-1
PMID:40484942
|
研究论文 | 分析医学人工智能研究的全球特征、准备度和公平性 | 首次系统分析全球医学AI研究的时空格局与国家准备度，揭示南北国家间的引用模式差异 | 基于文献计量分析，未深入探讨具体技术实现细节 | 识别医学人工智能研究的全球激励因素和障碍 | 全球医学AI研究出版物 | 机器学习 | NA | 文献计量分析 | NA | 文献数据 | 2017年起年度出版物爆炸性增长，主要研究国家包括美国、中国、英国、德国和韩国 | NA | NA | NA | NA |
| 716 | 2025-06-12 |
[Advances in thyroid cytopathology in China over the last ten years: retrospect and prospect]
2025-Jun-08, Zhonghua bing li xue za zhi = Chinese journal of pathology
|
review | 回顾过去十年中国在甲状腺细胞病理学领域的标准化诊疗体系建设和技术创新方面的重大突破 | 建立了手工涂片与液基细胞学结合的标准化流程，结合HE染色和细胞块技术显著提高诊断准确性，分子病理检测系统实现跨越式发展，从单基因BRAF检测发展到覆盖BRAF、TERT和RAS基因的多基因检测 | NA | 回顾和展望中国甲状腺细胞病理学领域的发展 | 甲状腺肿瘤细胞学 | 数字病理 | 甲状腺癌 | 下一代测序（NGS）、免疫细胞化学染色、分子病理检测 | 深度学习模型 | 细胞学图像 | NA | NA | NA | NA | NA |
| 717 | 2025-06-12 |
Water chemical oxygen demand prediction based on a one-dimensional multi-scale feature fusion convolutional neural network and ultraviolet-visible spectroscopy
2025-Jun-04, RSC advances
IF:3.9Q2
DOI:10.1039/d5ra00933b
PMID:40491797
|
研究论文 | 本文提出了一种基于一维多尺度特征融合卷积神经网络（1D-CNN）和紫外-可见光谱的水化学需氧量（COD）预测方法 | 该方法通过融合同一通道内三个并行子卷积和池化层提取的特征，提高了COD检测的准确性，相比传统方法和深度学习模型（如PLSR、SVM、ANN和1D-CNN）表现出更优的性能 | NA | 开发一种高效、快速且无需化学试剂的COD检测方法，以支持实时水质监测 | 水中的化学需氧量（COD） | 机器学习 | NA | 紫外-可见光谱 | 1D-CNN | 光谱数据 | NA | NA | NA | NA | NA |
| 718 | 2025-10-06 |
Automated Deep Learning Phenotyping of Tricuspid Regurgitation in Echocardiography
2025-Jun-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2025.0498
PMID:40238103
|
研究论文 | 开发用于超声心动图中三尖瓣反流自动分型的深度学习计算机视觉工作流程 | 首次构建大规模自动化深度学习流程用于三尖瓣反流严重程度分型，并在时间和地理分布不同的测试集上验证性能 | 研究基于单一医疗中心数据开发，虽在外部数据集验证但需更多中心验证普适性 | 通过深度学习自动识别彩色多普勒超声心动图视频并表征三尖瓣反流严重程度 | 超声心动图视频数据及三尖瓣反流患者 | 计算机视觉 | 心血管疾病 | 彩色多普勒超声心动图 | 深度学习计算机视觉模型 | 视频 | 训练集：47,312项研究（2,079,898个视频）来自31,708名患者；测试集：CSMC 2,462项研究（108,138个视频）和SHC 5,549项研究（278,377个视频） | NA | NA | AUC, 敏感度, 特异度 | NA |
| 719 | 2025-10-06 |
OrgaMeas: A pipeline that integrates all the processes of organelle image analysis
2025-06, Biochimica et biophysica acta. Molecular cell research
DOI:10.1016/j.bbamcr.2025.119964
PMID:40268058
|
研究论文 | 开发了一个名为OrgaMeas的高通量图像分析流程，用于测量细胞器的形态和动力学 | 整合了两个基于深度学习的工具(OrgaSegNet和DIC2Cells)，实现了精确的细胞器分割和单细胞水平ROI自动设置 | NA | 开发低成本、低编码需求的易用图像分析平台 | 细胞器图像 | 计算机视觉 | NA | 图像分析 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 720 | 2025-10-06 |
An overview of artificial intelligence and machine learning in shoulder surgery
2025-Jun, Clinics in shoulder and elbow
IF:1.8Q2
DOI:10.5397/cise.2025.00185
PMID:40405638
|
综述 | 本文综述了人工智能和机器学习在肩部手术领域的应用现状与发展前景 | 系统总结了机器学习在肩关节置换术和肩袖撕裂治疗中的创新应用，包括术后结果预测、并发症预测和AI辅助导航等 | 面临数据变异性、模型可解释性以及临床工作流程整合等挑战 | 探讨机器学习在肩部手术中的临床应用价值和发展方向 | 肩关节置换术和肩袖撕裂患者 | 机器学习 | 骨科疾病 | 机器学习算法 | XGBoost, 神经网络, 生成对抗网络 | 医学影像数据（磁共振成像、超声）、临床数据 | NA | NA | 深度学习模型 | 准确率, AUC | NA |