深度学习在生物医药领域中的应用
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，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10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 1687 篇文献，本页显示第 1161 - 1180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2025-07-06 |
Artificial Intelligence Augmented Cerebral Nuclear Imaging
2025-Jul, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.05.005
PMID:40441996
|
research paper | 本文探讨了人工智能（AI），特别是机器学习和深度学习在核神经影像处理、分析、增强和解释中的当前和新兴应用 | 介绍了AI在核神经影像中的创新应用，包括自动图像分割、疾病分类、放射组学特征提取，以及基于深度学习的重建、伪CT生成用于衰减校正和低计数研究的去噪 | 未明确提及具体局限性 | 探索AI如何提升核神经影像的能力，推动精准医学的发展 | SPECT和PET脑部影像 | digital pathology | NA | SPECT, PET, 放射组学 | ML, DL | image | NA |
| 1162 | 2025-07-06 |
Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings
2025-Jul-01, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c01673
PMID:40523154
|
研究论文 | 本研究提出了一种基于深度学习的U-Net架构结合Atrous Spatial Pyramid Pooling (ASPP)的分割框架，用于提高等离子电解氧化(PEO)涂层中孔隙结构的多尺度特征提取能力 | 系统地评估了ASPP在U-Net不同位置的性能影响，发现桥接和解码器路径的修改对分割性能影响最大，结合修改在两者中应用ASPP获得了最高的F1分数和IoU | 传统图像分割方法难以捕捉PEO表面在SEM图像中的复杂性，本研究虽有所改进，但可能仍存在对某些复杂孔隙结构的识别不足 | 提高PEO涂层孔隙结构的分割精度，以更好地理解界面结构-性能关系 | 等离子电解氧化(PEO)涂层的孔隙结构 | 计算机视觉 | NA | 深度学习 | U-Net, ASPP | 图像 | 未明确提及具体样本数量，但使用了5折交叉验证 |
| 1163 | 2025-07-06 |
Language models learn to represent antigenic properties of human influenza A(H3) virus
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03275-2
PMID:40592976
|
研究论文 | 本研究比较了几种机器学习方法，用于预测流感A(H3N2)病毒的抗原特性，并识别可能需要疫苗更新的新抗原变异 | 使用深度学习语言模型（BiLSTM和ProtBERT）预测流感病毒的抗原特性，并在单氨基酸驱动的抗原变化和深度突变扫描实验中表现优于传统方法 | 研究主要针对流感A(H3N2)病毒的HA1蛋白序列，可能不适用于其他病毒或蛋白 | 评估从流感病毒基因组信息中可靠预测抗原特性的可能性，以支持疫苗更新决策 | 流感A(H3N2)病毒的HA1蛋白序列 | 自然语言处理 | 流感 | 深度学习语言模型（BiLSTM和ProtBERT） | BiLSTM, ProtBERT | 蛋白质序列 | 已验证的流感病毒基因组和湿实验室实验结果的链接数据集 |
| 1164 | 2025-07-06 |
SE(3)-equivariant ternary complex prediction towards target protein degradation
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61272-5
PMID:40593782
|
研究论文 | 本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测靶向蛋白质降解中的三元复合物结构 | 提出了一种端到端的深度学习方法，结合SE(3)-等变编码器和基于查询的解码器，能够准确快速地预测三元复合物结构 | 未提及具体的数据集规模限制或模型泛化能力的局限性 | 开发一种能够预测靶向蛋白质降解中三元复合物结构的工具，以促进靶向蛋白质降解剂的设计 | 靶向蛋白质降解中的三元复合物（包括PROTACs和分子胶降解剂MGD） | 机器学习 | NA | 深度学习 | SE(3)-等变编码器和基于查询的解码器 | 蛋白质结构数据 | 基于精心整理的TernaryDB数据集，但未提及具体样本数量 |
| 1165 | 2025-07-06 |
Artificial intelligence derived grading of mustard gas induced corneal injury and opacity
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08042-x
PMID:40594758
|
研究论文 | 本研究开发了一种基于人工智能的临床分类模型，用于客观评估活兔眼角膜损伤和不透明度水平 | 首次使用AI评估活兔化学性角膜损伤，结合Mask-RCNN和ResNet50模型实现可靠分级 | 研究仅基于兔眼角膜图像，未涉及人类数据 | 开发客观评估化学性角膜损伤的AI分类模型 | 硫芥子气暴露后的活兔眼角膜 | 数字病理学 | 角膜损伤 | 深度学习 | Mask-RCNN, CNN (VGG16, ResNet101, DenseNet121, InceptionV3, ResNet50) | 图像 | 401张兔眼角膜图像 |
| 1166 | 2025-07-06 |
Associations of street-view greenspace exposure with cardiovascular health (Life's Essential 8) among women in midlife
2025-Jul-01, Biology of sex differences
IF:4.9Q1
DOI:10.1186/s13293-025-00718-3
PMID:40598663
|
研究论文 | 该研究探讨了街道绿化景观暴露与中年女性心血管健康（Life's Essential 8）之间的关联 | 使用Google街景图像和深度学习算法量化街道绿化暴露，而非传统的卫星数据，并首次将整体心血管健康评分（LE8）纳入分析 | 研究样本主要来自美国马萨诸塞州东部，可能限制结果的普遍性，且未考虑其他潜在的环境或生活方式因素 | 评估街道绿化景观暴露对中年女性心血管健康的影响 | Project Viva队列中的中年女性（平均年龄46-51岁） | 环境流行病学 | 心血管疾病 | 深度学习算法 | 线性回归模型 | 图像（Google街景）和问卷数据 | 767名参与者（68%非西班牙裔白人，74%大学毕业生） |
| 1167 | 2025-07-06 |
Advancing Spike Sorting Through Gradient-Based Preprocessing and Nonlinear Reduction With Agglomerative Clustering
2025-Jul, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70650
PMID:40607611
|
research paper | 该论文提出了一种基于梯度预处理和非线性降维的尖峰排序方法，结合凝聚聚类以提高分类准确性 | 引入了数学技术进行数据预处理，并结合非线性变换（如UMAP和谱嵌入）优化特征提取，显著提高了尖峰分类的准确性 | 方法在特定神经元群体中的效果未充分验证，可能仍存在视觉上难以区分的相似尖峰问题 | 开发一种全自动尖峰排序方法，以提高神经电信号分类的准确性 | 神经电信号（尖峰） | 机器学习 | NA | UMAP, 谱嵌入 | 密度聚类算法 | 电信号数据 | 未明确提及具体样本数量，但包含非重叠和重叠尖峰数据集 |
| 1168 | 2025-07-06 |
Leveraging multithreading on edge computing for smart healthcare based on intelligent multimodal classification approach
2025-Jul-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种基于边缘计算的智能多模态分类方法，用于智能医疗中的临床决策支持系统 | 提出了一种多线程并行架构，结合机器学习和深度学习技术，用于处理多类别医疗记录，并在边缘计算设备上实现高效分类 | 研究仅针对脑肿瘤、肺炎和结肠癌三种疾病进行分类，未涵盖更多疾病类型 | 开发一种智能医疗系统，用于自动化医疗多模态数据的诊断 | 医疗多模态数据，包括医学影像和患者生命体征 | 数字病理学 | 脑肿瘤、肺炎、结肠癌 | 遗传算法优化的轻量级神经网络 | MobileNet、EfficientNet、ResNet18 | 医学影像、生命体征数据 | 未明确提及具体样本数量，但涉及三种疾病的分类任务 |
| 1169 | 2025-07-06 |
Deep learning approaches for attenuation correction in myocardial perfusion imaging
2025-Jul, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2025.102277
PMID:40615168
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1170 | 2025-07-05 |
Super-resolution tactile sensor arrays with sparse units enabled by deep learning
2025-Jul-04, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adv2124
PMID:40601743
|
研究论文 | 本文提出了一种基于深度学习的超分辨率触觉传感器阵列，通过稀疏分布的触觉单元实现高分辨率触觉感知 | 提出了一种通用的智能框架，结合拓扑优化策略和自注意力辅助触觉超分辨率深度学习模型，实现了从少量物理触觉单元生成大量虚拟触觉单元的高分辨率感知 | 未提及具体应用场景下的鲁棒性测试结果 | 提升人形机器人触觉感知分辨率 | 触觉传感器阵列 | 机器人与触觉感知 | NA | 深度学习 | 自注意力辅助触觉超分辨率模型 | 触觉压力数据 | 23个物理触觉单元生成2700个虚拟触觉单元 |
| 1171 | 2025-07-05 |
Deep learning-based CNN model for multiclass classification of fingerprint patterns
2025-Jul-04, Medicine, science, and the law
DOI:10.1177/00258024251355042
PMID:40611678
|
研究论文 | 本研究提出了一种基于卷积神经网络（CNN）的模型，用于根据亨利分类法对指纹模式（弓形、环形、螺旋形和复合形）进行多类分类 | 采用CNN模型自动分类指纹模式，提高了指纹匹配和犯罪现场指纹分类的效率 | 样本量相对较小（2000个指纹模式来自200名参与者），可能影响模型的泛化能力 | 开发一个自动化的指纹分类系统，以加快指纹匹配和犯罪现场分析 | 指纹模式（弓形、环形、螺旋形和复合形） | 计算机视觉 | NA | NA | CNN | 图像 | 2000个指纹模式来自200名参与者 |
| 1172 | 2025-07-05 |
Novel CAC Dispersion and Density Score to Predict Myocardial Infarction and Cardiovascular Mortality
2025-Jul-04, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018059
PMID:40613107
|
研究论文 | 本研究提出了一种新型的冠状动脉钙化分散度和密度评分（CAC-DAD），用于预测心肌梗死和心血管死亡率，并与传统的Agatston评分（AS）进行比较 | 首次提出CAC-DAD评分，该评分考虑了冠状动脉钙化的空间分布和高密度钙化的保护性作用 | 研究为回顾性设计，样本量相对较小（961例患者），且随访时间较短（中位30天） | 评估新型CAC-DAD评分在预测主要不良心血管事件（MACE）方面的预后价值 | 接受心脏计算机断层扫描进行心血管或围手术期风险评估的患者 | 数字病理学 | 心血管疾病 | 心脏计算机断层扫描（CT） | 深度学习算法 | 医学影像 | 961例患者（中位年龄67岁，61%男性） |
| 1173 | 2025-07-05 |
Element Optimization in NASICON Phosphates Enhances Sodium Storage Performance
2025-Jul-04, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202502098
PMID:40613249
|
综述 | 本文综述了NASICON材料在钠离子电池中的发展历程、挑战及未来研究方向 | 提出了多元素优化、高熵材料、梯度掺杂和AI驱动方法等未来研究方向 | 元素优化中存在合成不一致、电化学分析技术有限和掺杂机制不明确等问题 | 优化NASICON材料以提高钠离子电池的性能 | NASICON磷酸盐材料 | 材料科学 | NA | AI、机器学习和深度学习 | NA | NA | NA |
| 1174 | 2025-07-05 |
Framework for Accurate Single-Molecule Spectroscopic Imaging Analyses Using Monte Carlo Simulation and Deep Learning
2025-Jul-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01486
PMID:40613676
|
研究论文 | 开发了一种结合蒙特卡洛模拟和深度学习的框架，用于精确的单分子光谱成像去噪和分析 | 首次提出了基于监督学习的单分子光谱图像去噪方法SpecUNet，并建立了八个综合评价指标 | 框架的标准化程度和在实际应用中的广泛性尚未验证 | 推动高通量单分子光谱和光谱分辨超分辨率显微镜的发展 | 单分子光谱数据 | 机器学习和光谱成像 | NA | 蒙特卡洛模拟和深度学习 | SpecUNet（基于CNN的变种） | 光谱图像数据 | 合成GT数据和实验验证数据（具体数量未提及） |
| 1175 | 2025-07-05 |
Quantitative CT Imaging in Chronic Obstructive Pulmonary Disease
2025-Jul-04, The British journal of radiology
DOI:10.1093/bjr/tqaf105
PMID:40613687
|
综述 | 本文综述了慢性阻塞性肺疾病（COPD）的定量CT成像技术及其在评估和管理中的应用 | 应用深度学习技术实现CT参数的自动分割和量化，以及图像标准化等创新技术 | 这些技术在临床实践中的常规应用仍存在障碍 | 提高COPD评估和管理的精确性、客观性和可重复性 | 慢性阻塞性肺疾病（COPD）患者 | 数字病理学 | 慢性阻塞性肺疾病 | CT成像 | 深度学习 | 图像 | NA |
| 1176 | 2025-07-05 |
Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration
2025-Jul-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70004
PMID:40613800
|
综述 | 本文综述了多参数MRI与深度学习在提升前列腺癌分类中的整合应用 | 探讨了深度学习分类网络与多参数MRI在前列腺癌评估中的整合，包括关键网络架构、MRI序列输入对模型性能的影响，以及结合领域知识和临床信息的价值 | 讨论了当前模型的局限性及未来展望，以促进这些系统在临床中的更好整合 | 提升前列腺癌的分类准确性，支持临床诊断 | 前列腺癌患者的多参数MRI数据 | 数字病理学 | 前列腺癌 | 多参数MRI (mpMRI), 深度学习 (DL) | 深度学习分类网络 | MRI图像 | NA |
| 1177 | 2025-07-05 |
Editorial for "A Deep Learning-Based De-Artifact Diffusion Model for Removing Motion Artifacts in Knee MRI"
2025-Jul-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70030
PMID:40613856
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1178 | 2025-07-05 |
Diff-SE: A Diffusion-Augmented Contrastive Learning Framework for Super-Enhancer Prediction
2025-Jul-04, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01005
PMID:40613852
|
研究论文 | 提出了一种结合扩散增强和对比学习的深度学习框架Diff-SE，用于超级增强子预测 | 整合扩散模型生成生物意义明确的合成正样本以平衡训练数据，并采用对比学习策略增强特征表示 | 未明确说明模型在更广泛物种间的泛化能力及计算资源消耗情况 | 开发高性能跨物种超级增强子预测方法 | 超级增强子（SEs）及其在基因表达调控中的作用 | 机器学习 | 癌症、阿尔茨海默病 | ChIP-seq、扩散模型、对比学习 | Diff-SE（基于扩散增强的对比学习框架） | 基因组序列数据 | 8个数据集（包含人类和小鼠细胞系） |
| 1179 | 2025-07-05 |
Comparison of neural networks for classification of urinary tract dilation from renal ultrasounds: evaluation of agreement with expert categorization
2025-Jul-04, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06311-5
PMID:40613839
|
研究论文 | 本研究比较了不同深度学习模型在婴儿肾超声图像中分类尿路扩张（UTD）的性能 | 首次评估深度学习模型在婴儿肾超声图像中自动分类UTD的准确性和一致性 | 研究样本仅包含3个月以下的婴儿，可能限制了结果的普遍性 | 开发并评估深度学习模型在肾超声图像中预测UTD分类的性能 | 婴儿肾超声图像 | 数字病理学 | 尿路扩张 | 深度学习 | CNN（假设基于使用的技术） | 图像 | 492张右肾和487张左肾超声图像（来自3个月以下的婴儿） |
| 1180 | 2025-07-05 |
Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning
2025-Jul-04, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-025-05974-1
PMID:40613867
|
研究论文 | 本研究提出了一种结合表面增强拉曼光谱(SERS)和深度学习的方法，用于快速识别凡纳滨对虾的病原菌 | 创新性地整合了SERS、LSGAN和Transformer技术，通过数据增强提高了病原菌分类的准确率 | 原始光谱数据量有限(仅160个光谱)，可能影响模型的泛化能力 | 开发一种快速准确的水产养殖病原菌检测方法 | 凡纳滨对虾的四种常见病原菌 | 机器学习 | 水产养殖疾病 | 表面增强拉曼光谱(SERS)、LSGAN、Transformer | LSGAN、Transformer | 光谱数据 | 原始数据集160个光谱，增强后2160个光谱 |