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 821 - 840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 821 | 2025-06-08 |
Deep Learning-Enhanced Hand-Driven Microfluidic Chip for Multiplexed Nucleic Acid Detection Based on RPA/CRISPR
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202414918
PMID:40163382
|
research paper | 提出了一种便携式多重核酸检测系统R-CHIP，整合了RPA、CRISPR检测、手动微流控和人工智能平台，用于高风险人乳头瘤病毒(HR-HPV)的早期检测 | 结合了RPA/CRISPR技术、手动微流控和深度学习模型ResNet-18，提高了检测系统的读取效率和便利性 | 未提及系统在更广泛样本或不同环境下的适用性测试 | 开发一种便携、高效的HR-HPV检测平台，以改善资源有限地区的宫颈癌筛查 | 高风险人乳头瘤病毒(HR-HPV)，特别是HPV-16和HPV-18 | digital pathology | cervical cancer | RPA, CRISPR | ResNet-18 | image | 300例临床样本 | NA | NA | NA | NA |
| 822 | 2025-06-08 |
Comparing efficiency of an attention-based deep learning network with contemporary radiological workflow for pulmonary embolism detection on CTPA: A retrospective study
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100657
PMID:40469717
|
研究论文 | 本研究比较了基于注意力的深度学习网络与当代放射学工作流程在CTPA上检测肺栓塞的效率 | 提出了一个基于AI的肺栓塞分诊模型（AID-PE），旨在提高诊断准确性、效率和速度 | 研究为回顾性研究，可能受到数据选择偏差的影响 | 提高肺栓塞的诊断效率和准确性 | 肺栓塞（PE）患者 | 数字病理 | 心血管疾病 | CTPA | 基于注意力的深度学习网络（AID-PE） | 图像 | 训练集7279例，测试集106例，效率评估数据集200例 | NA | NA | NA | NA |
| 823 | 2025-06-08 |
Mexican dataset of digital mammograms (MEXBreast) with suspicious clusters of microcalcifications
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111587
PMID:40470344
|
research paper | 介绍了一个名为MEXBreast的墨西哥数字乳腺X光片数据集，包含可疑微钙化簇的标注数据 | 提供了一个具有一致分辨率的标注微钙化簇的墨西哥乳腺X光片数据集，支持深度学习CNN的训练 | 数据集可能受限于样本来源的多样性和数量 | 支持深度学习CNN在乳腺X光片微钙化簇检测中的训练、验证和测试 | 乳腺X光片中的微钙化簇 | digital pathology | breast cancer | mammography | CNN | image | NA | NA | NA | NA | NA |
| 824 | 2025-06-08 |
Updating high-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids with expanded images and annotations
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111593
PMID:40470345
|
research paper | 该研究扩展了一个高分辨率RGB图像数据集，用于自动分类牧草杂交种的物候阶段和识别花序 | 数据集新增了139张图像和24,983个注释，增加了图像捕捉条件的多样性，包括不同地理位置、设备和视角 | NA | 支持牧草育种试验中的高通量表型分析(HTP)和深度学习模型的开发 | Urochloa spp. 杂交种 | computer vision | NA | High-Throughput Phenotyping (HTP) | Deep Learning (DL) | image | 2539张图像，包含47,323个花序注释，覆盖200种基因型 | NA | NA | NA | NA |
| 825 | 2025-06-08 |
IBERBIRDS: A dataset of flying bird species present in the Iberian Peninsula
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111610
PMID:40470349
|
research paper | 本文介绍了IBERBIRDS数据集，一个专为伊比利亚半岛飞行鸟类自动检测和分类设计的公开数据集 | 该数据集专注于中远距离飞行鸟类的照片，提供了更真实和具有挑战性的场景，不同于现有数据集通常包含特写或理想条件下的图像 | 数据集仅包含10种鸟类，样本量相对较小，且仅限于伊比利亚半岛的鸟类 | 促进鸟类物种自动识别技术的发展，支持生态监测和保护工作 | 伊比利亚半岛的10种中型至大型飞行鸟类 | computer vision | NA | deep learning | YOLO | image | 4000张图像，涵盖10种鸟类 | NA | NA | NA | NA |
| 826 | 2025-06-08 |
Artificial intelligence driven mental health diagnosis based on physiological signals
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103358
PMID:40475896
|
research paper | 该研究利用生理信号和机器学习方法，开发了一种自动检测人类压力状况的模型 | 提出了一种基于机器学习的压力评估模型，使用多种生理信号进行压力和非压力状态的分类，并引入了深度学习框架进行比较分析 | 传统压力诊断方法依赖于患者自我报告，存在局限性 | 开发一种成本效益高且高效的压力检测方法，以实现早期诊断和干预 | 处于不同压力水平的个体 | machine learning | mental health disorders | ECG, EMG, HR, RESP, Foot GSR, Hand GSR | Decision tree, kernel support vector machine, feed-forward artificial neural networks | physiological signals | NA | NA | NA | NA | NA |
| 827 | 2025-06-08 |
Prediction of the space group and cell volume by training a convolutional neural network with primitive 'ideal' diffraction profiles and its application to 'real' experimental data
2025-Jun-01, Journal of applied crystallography
IF:5.2Q1
DOI:10.1107/S1600576725002419
PMID:40475932
|
研究论文 | 本研究提出了一种深度学习方法，通过卷积神经网络（CNN）从无机晶体的粉末X射线衍射图谱预测其空间群和晶胞体积 | 利用仅依赖于晶体结构固有特性的δ函数状'理想'X射线衍射图谱训练CNN模型，无需考虑入射X射线波长或谱线形状 | 在应用于'真实'X射线图谱时存在部分不匹配情况，可能源于特定材料状态或实验数据质量 | 开发一种无需模拟实验衍射图谱即可预测晶体结构信息的深度学习方法 | 无机晶体（如TiO、LiNiO和LiMnO等11种材料）的粉末X射线衍射图谱 | 机器学习 | NA | 粉末X射线衍射 | CNN | X射线衍射图谱 | 11种无机晶体材料 | NA | NA | NA | NA |
| 828 | 2025-06-07 |
Computational Approaches to Revisiting Plant Cytoskeleton Organization and Dynamics
2025-Jun-06, Cytoskeleton (Hoboken, N.J.)
DOI:10.1002/cm.22049
PMID:40474669
|
综述 | 本文综述了计算生物学方法在植物细胞骨架组织和动态研究中的应用 | 将深度学习等现代计算技术应用于传统细胞骨架研究领域 | 主要关注图像分析方法，未涉及其他组学数据整合 | 探索计算生物学方法在植物细胞骨架研究中的应用潜力 | 植物细胞骨架（特别是皮层微管） | 计算生物学 | NA | 活细胞成像技术 | 深度学习 | 显微图像 | NA | NA | NA | NA | NA |
| 829 | 2025-06-07 |
End-to-End Abnormal Subgraph Detection via Subgraph-Level Contrastive Learning
2025-Jun-05, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3573922
PMID:40471723
|
research paper | 本文提出了一种端到端的无监督子图异常检测框架EndSubG，通过子图级对比学习来检测异常子图 | EndSubG框架首次将子图划分和异常检测联合建模为一个整体，而非分开处理，并设计了专门用于子图异常检测的评估指标AS-WNMI | 未明确提及具体样本量或数据集的详细限制 | 解决无监督条件下子图异常检测的挑战，提升相关领域的研究 | 图数据中的异常子图 | machine learning | NA | 对比学习 | EndSubG | graph data | NA | NA | NA | NA | NA |
| 830 | 2025-06-07 |
The Role of AI and Voice-Activated Technology in Religious Education in China: Capturing Emotional Depth for Deeper Learning
2025-Jun-05, Journal of religion and health
DOI:10.1007/s10943-025-02347-x
PMID:40473902
|
研究论文 | 本研究探讨了AI和语音激活技术在宗教教育中捕捉诵经情感深度的潜力 | 结合预训练语音识别模型与深度学习分析声音特征，评估修行者的情感状态 | 样本仅限中国大学声乐专业学生，可能缺乏普适性 | 开发用于分析声音特征和评估修行者情感状态的AI算法 | 110名中国大学声乐专业大一和大二学生 | 自然语言处理 | NA | 语音识别、深度学习 | 预训练语音识别模型 | 语音 | 110名大学生（实验组与对照组） | NA | NA | NA | NA |
| 831 | 2025-06-07 |
A Multi-Task Deep Learning Approach for Simultaneous Sleep Staging and Apnea Detection for Elderly People
2025-Jun-05, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00721-7
PMID:40474036
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 832 | 2025-06-07 |
Association between street greenery and physical activity among Chinese older adults in Beijing, China
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03050-3
PMID:40461572
|
research paper | 本研究探讨了街道绿化与中国老年人特定领域身体活动（PA）之间的关联 | 首次使用百度街景图像和深度学习技术客观评估街道绿化暴露及其与中国老年人不同类型PA的关系 | 未发现街道绿化与休闲PA或家务PA之间的显著关联 | 研究街道绿化对中国老年人身体活动的影响 | 居住在北京市的1326名60岁及以上老年人 | machine learning | geriatric disease | deep learning | NA | image | 1326名老年人 | NA | NA | NA | NA |
| 833 | 2025-06-07 |
Artificial intelligence in prenatal diagnosis: Down syndrome risk assessment with the power of gradient boosting-based machine learning algorithms
2025-Jun-04, Turkish journal of obstetrics and gynecology
IF:1.0Q4
DOI:10.4274/tjod.galenos.2025.83278
PMID:40462403
|
研究论文 | 本研究利用梯度提升机器学习算法评估唐氏综合征的产前诊断风险 | 比较了多种机器学习模型在唐氏综合征风险预测中的表现，发现CatBoost模型准确率最高 | 样本量有限，未来需要在更大数据集上验证模型的泛化能力 | 提高产前筛查中唐氏综合征风险评估的准确性 | 853名孕妇的生化与生物物理学数据 | 机器学习 | 唐氏综合征 | 梯度提升算法（CatBoost, XGBoost, LightGBM） | CatBoost, XGBoost, LightGBM | 生化与生物物理学数据 | 853名孕妇的筛查数据 | NA | NA | NA | NA |
| 834 | 2025-06-07 |
Measurement of spatial heterogeneity in street restorative perceptions and street refinement design
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02841-y
PMID:40461492
|
research paper | 本研究整合街景数据、深度学习算法、MGWR模型和空间句法，分析街道恢复感知的空间异质性并优化街道设计策略 | 通过比较多种回归模型确定最有效模型，展示不同视觉元素的空间异质性，并基于恢复感知和可达性耦合评估确定急需修复的街道 | 研究仅针对上海黄浦区，可能无法完全代表其他城市或地区的街道恢复感知情况 | 分析街道恢复感知的空间异质性并优化街道设计策略 | 上海黄浦区街道的恢复感知 | urban planning | NA | deep learning, MGWR model, space syntax | random forest (RF), multiple regression models, MGWR model | street view data | 上海黄浦区的街道数据 | NA | NA | NA | NA |
| 835 | 2025-06-07 |
FPA-based weighted average ensemble of deep learning models for classification of lung cancer using CT scan images
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02015-w
PMID:40461493
|
研究论文 | 提出了一种基于花授粉算法(FPA)的加权集成深度学习模型，用于CT扫描图像的肺癌分类 | 与传统静态或等权重集成方法不同，FPA根据验证性能自适应优化每个CNN的贡献，显著提高了诊断准确性 | NA | 提高肺癌早期诊断的准确性和可靠性 | 肺癌(特别是腺癌)的CT扫描图像 | 计算机视觉 | 肺癌 | CT扫描 | CNN (VGG16, ResNet101V2, InceptionV3)的集成模型 | 图像 | NA | NA | NA | NA | NA |
| 836 | 2025-06-07 |
Co-occurrence feature learning for visual recognition of immature leukocytes
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01791-9
PMID:40461529
|
research paper | 该研究提出了一种名为密集连接共现网络（DCONN）的方法，用于提高未成熟白细胞视觉识别的分类准确性 | 结合密集连接卷积层和共现层，使用较少的可训练参数，提高了分类准确性，且对训练硬件要求较低 | 方法尚未扩展到其他病理图像分析，且样本规模可能有限 | 提高白血病诊断中未成熟白细胞的计算机辅助分类准确性 | 未成熟中性粒细胞（包括原始粒细胞、早幼粒细胞、中幼粒细胞、晚幼粒细胞和带状细胞） | digital pathology | leukemia | Yolact用于白细胞检测，RGB到LAB颜色空间转换 | DCONN（密集连接共现网络） | image | NA | NA | NA | NA | NA |
| 837 | 2025-06-07 |
Enhanced residual attention-based subject-specific network (ErAS-Net): facial expression-based pain classification with multiple attention mechanisms
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04552-w
PMID:40461564
|
research paper | 提出了一种基于增强残差注意力机制的主题特定网络（ErAS-Net），用于通过面部表情进行疼痛分类 | 采用多种注意力机制和迁移学习，模仿人类对面部表情的感知，增强疼痛识别能力并捕捉个体独特的表情特征 | 未提及具体局限性 | 解决面部表情自动疼痛检测中的个体差异问题 | 面部表情数据 | computer vision | NA | 深度学习 | ErAS-Net（基于残差注意力机制的CNN） | 图像（面部表情） | UNBC-McMaster Shoulder Pain数据集和BioVid Heat Pain Database数据集 | NA | NA | NA | NA |
| 838 | 2025-06-07 |
Energy consumption analysis and prediction in exercise training based on accelerometer sensors and deep learning
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04380-y
PMID:40461566
|
研究论文 | 本研究基于加速度传感器数据和深度学习技术，提出了一种优化的能量消耗预测模型，以提高运动训练中能量消耗预测的准确性和效率 | 结合CNN、Bi-LSTM网络和注意力机制的模型架构，优化了局部特征提取、时间建模和动态权重分配能力，并提出了多维特征分析框架 | 未提及具体的数据采集环境限制或模型在不同运动类型中的泛化能力 | 提高运动训练中能量消耗预测的准确性和效率，支持智能运动监测、健康管理和个性化训练计划开发 | 运动训练中的能量消耗 | 机器学习 | NA | 深度学习 | CNN, Bi-LSTM, 注意力机制 | 加速度传感器数据 | NA | NA | NA | NA | NA |
| 839 | 2025-06-07 |
Data-intelligence driven methods for durability, damage diagnosis and performance prediction of concrete structures
2025-Jun-03, Communications engineering
DOI:10.1038/s44172-025-00431-4
PMID:40461590
|
综述 | 本文全面回顾了机器学习和深度学习在钢筋混凝土结构耐久性、损伤诊断和性能预测中的应用 | 利用人工智能技术（如深度学习和机器学习）为钢筋混凝土结构的损伤检测和材料性能预测提供了创新方法 | 传统方法效率低且准确性不足，而基于降解机制的偏微分方程模型计算量大且难以求解 | 提高钢筋混凝土结构损伤检测的效率和材料性能预测的准确性 | 钢筋混凝土结构 | 机器学习 | NA | 深度学习和机器学习 | NA | NA | NA | NA | NA | NA | NA |
| 840 | 2025-06-07 |
A novel EEG artifact removal algorithm based on an advanced attention mechanism
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98653-1
PMID:40461599
|
研究论文 | 提出了一种基于改进注意力机制的EEG伪迹去除算法CLEnet，结合双尺度CNN和LSTM，有效分离EEG信号与伪迹 | 整合双尺度CNN和LSTM，并引入改进的EMA-1D注意力机制，提升对未知伪迹的去除能力及多通道EEG数据的适应性 | 未明确说明算法在实时处理或计算效率方面的表现 | 解决EEG信号处理中的伪迹去除问题，提升信号质量 | 多通道EEG数据中的伪迹 | 脑机接口 | 脑部疾病 | 深度学习 | CNN, LSTM, EMA-1D | EEG信号 | 三个数据集（未明确样本数量） | NA | NA | NA | NA |