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 1445 篇文献，本页显示第 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2025-10-05 |
EEG-based motor execution classification of upper and lower extremities using machine learning
2025-Sep-30, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2566260
PMID:41028971
|
研究论文 | 本研究使用机器学习方法对基于脑电图的上肢和下肢运动执行进行分类 | 比较了统计特征和共空间模式两种特征提取方法在四肢运动分类中的性能，并验证了实时应用的可行性 | 存在受试者变异性和数据集特异性问题 | 开发用于脑机接口和神经假体的运动执行分类方法 | 上肢和下肢运动执行的脑电图信号 | 机器学习 | NA | 脑电图 | K-近邻算法,线性判别分析,多层感知机,支持向量机 | 脑电图信号 | NA | NA | NA | 准确率,F1分数,精确率,召回率 | NA |
| 402 | 2025-10-05 |
A Resilient MEMS Sensor Array-AI System for DGA-Based Transformer Fault Monitoring in High-H2 Environments
2025-Sep-30, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02569
PMID:41029895
|
研究论文 | 提出一种集成MEMS混合传感器阵列与CNN-LSTM-AM深度学习模型的协同优化传感框架，用于高氢环境下变压器故障监测 | 结合Pd-Au与MOS传感器的混合阵列设计，以及集成1D CNN特征提取与LSTM注意力机制的深度学习模型，并引入平滑标签训练方法 | 基于定制数据集验证，在实际工业环境中的长期稳定性需要进一步验证 | 开发高氢环境下变压器溶解气体分析的可靠监测系统 | 电力变压器故障监测 | 机器学习和传感器技术 | NA | MEMS气体传感器，溶解气体分析 | CNN, LSTM | 气体传感器信号数据 | 定制数据集D1和UCI-TGS基准数据集 | NA | CNN-LSTM-AM（1D CNN与LSTM注意力机制） | 均方误差，预测方差 | NA |
| 403 | 2025-10-05 |
Non-invasive tidal volume estimation with wearable sensors using a high-gain observer and deep learning
2025-Sep-29, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111114
PMID:41027340
|
研究论文 | 本研究通过结合非线性高增益观测器和深度学习网络，利用可穿戴传感器实现无创潮气量估计 | 首次将非线性高增益观测器与CNN-LSTM网络相结合用于潮气量估计，通过HGO处理传感器漂移和重力分量，利用CNN-LSTM捕捉时空依赖性 | 研究样本量较小（仅6名受试者），需要进一步验证在更大人群中的适用性 | 开发一种无创、便捷的呼吸监测方法，替代传统的侵入性肺活量测定 | 人体呼吸过程中的潮气量参数 | 机器学习 | 呼吸系统疾病 | 可穿戴惯性测量单元（IMU）传感技术 | CNN-LSTM | 传感器时序数据 | 6名受试者 | NA | CNN-LSTM | 均方根误差（RMS error） | NA |
| 404 | 2025-10-05 |
Machine learning for air quality prediction and data analysis: Review on recent advancements, challenges, and outlooks
2025-Sep-29, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180593
PMID:41027351
|
综述 | 本文系统回顾了机器学习在空气质量预测与数据分析领域的最新进展、挑战与前景 | 首次对70余项相关研究进行系统分类，基于学习范式比较不同算法的效能，并提出未来研究方向 | 未包含非英语文献，部分新兴技术应用案例覆盖不足 | 评估机器学习在空气质量监测领域的应用效果与发展趋势 | 空气质量监测数据与预测模型 | 机器学习 | NA | 物联网传感器网络 | 集成学习,深度学习,无监督学习,强化学习 | 时间序列数据,空间数据 | 70余项研究文献 | NA | Random Forest, XGBoost, LSTM, CNN | 准确率 | NA |
| 405 | 2025-10-05 |
Secure and fault tolerant cloud based framework for medical image storage and retrieval in a distributed environment
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16903-8
PMID:41006454
|
研究论文 | 提出了一种安全容错的医疗图像检索框架SFMedIR，通过联邦学习和量子混沌加密解决分布式环境中的安全与可用性问题 | 结合抗对抗攻击的联邦学习哈希生成、量子混沌加密和动态阈值影子存储，首次在医疗图像检索中实现对抗攻击防护与量子威胁防御 | 仅在脑部MRI和肾脏CT数据集上验证，未涵盖更多医疗影像模态 | 开发安全可靠的分布式云医疗图像存储检索系统 | 医疗图像（脑部MRI、肾脏CT） | 计算机视觉 | 神经系统疾病, 肾脏疾病 | 联邦学习, 量子混沌加密 | CNN | 图像 | 脑部MRI和肾脏CT数据集 | NA | ConvNeXt | 检索准确率 | 分布式云架构 |
| 406 | 2025-10-05 |
A vision transformer with recurrent neural network-based fall activity recognition system for disabled persons in smart IoT environments
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17497-x
PMID:41006477
|
研究论文 | 提出一种结合视觉变换器和循环神经网络的跌倒活动识别系统，用于智能物联网环境中残疾人士的跌倒检测 | 首次将视觉变换器(ViT)与带自注意力机制的双向门控循环单元(BiGRU-SAM)相结合，并采用增强型袋熊优化算法(EWOA)进行超参数优化 | 仅在UR_Fall_Dataset_Subset数据集上进行验证，需要更多数据集和实际场景测试 | 提高智能物联网环境中残疾人士跌倒检测和分类的准确率 | 残疾人士的跌倒活动 | 计算机视觉 | 老年疾病 | 深度学习 | Vision Transformer, BiGRU | 图像 | UR_Fall_Dataset_Subset数据集 | NA | Vision Transformer, BiGRU with Self-Attention Mechanism | 准确率 | NA |
| 407 | 2025-10-05 |
Machine learning combined with omics-based approaches reveals T-lymphocyte cellular fate imbalance in abdominal aortic aneurysm
2025-Sep-26, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02400-x
PMID:41013440
|
研究论文 | 通过机器学习与组学方法揭示腹主动脉瘤中T淋巴细胞命运失衡的分子机制 | 首次建立包含T细胞浸润特征、关键转录因子和免疫信号通路的综合调控图谱，并发现FOSB和JUNB作为AAA诊断关键生物标志物 | 未明确说明样本规模和数据来源的具体限制 | 阐明腹主动脉瘤中T淋巴细胞命运失衡的分子机制 | 腹主动脉瘤组织中的T淋巴细胞群体 | 机器学习 | 心血管疾病 | 单细胞测序, 批量测序 | 深度学习 | 单细胞数据, 批量数据, 临床样本 | 多个独立数据集和临床样本 | NA | NA | 可行性, 准确性 | NA |
| 408 | 2025-10-05 |
Mapping the Evolution of Artificial Intelligence in Medical Materials
2025-Sep-23, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c06324
PMID:41018643
|
研究论文 | 通过文献计量分析评估人工智能在医用材料领域的研究现状和发展趋势 | 首次对人工智能在医用材料领域的整体研究格局进行系统性文献计量分析 | 仅基于Web of Science核心合集的108篇文献，样本量有限 | 分析人工智能在医用材料领域的研究演进和发展趋势 | 医用材料领域的人工智能研究文献 | 机器学习 | NA | 文献计量分析 | NA | 文献数据 | 108篇出版物 | NA | NA | NA | NA |
| 409 | 2025-10-05 |
Exploring pocket-aware inhibitors of BTK kinase by generative deep learning, molecular docking, and molecular dynamics simulations
2025-Sep-22, RSC advances
IF:3.9Q2
DOI:10.1039/d5ra04840k
PMID:41019811
|
研究论文 | 通过生成式深度学习、分子对接和分子动力学模拟探索BTK激酶口袋感知抑制剂 | 提出整合生成式深度学习、分子对接和分子动力学模拟的计算框架，用于探索BTK激酶J口袋的抑制剂 | 研究仅通过计算模拟验证，缺乏实验验证 | 开发高选择性、高亲和力、低毒性的BTK激酶抑制剂 | BTK激酶及其抑制剂 | 计算生物学 | NA | 生成式深度学习,分子对接,分子动力学模拟 | 生成式深度学习模型 | 分子结构数据 | 从10,000个生成分子中筛选出5个候选分子 | NA | NA | 结合自由能,构象动力学稳定性,抑制活性 | NA |
| 410 | 2025-10-05 |
A Preliminary Study on Deep Learning-Based Plan Quality Prediction in Gamma Knife Radiosurgery for Brain Metastases
2025-Sep-18, Cancers
IF:4.5Q1
DOI:10.3390/cancers17183056
PMID:41008897
|
研究论文 | 本研究提出基于深度学习的伽玛刀放射外科治疗脑转移瘤计划质量预测方法 | 采用分层密集连接U-Net架构，并结合Dice相似系数损失函数提升计划质量指标预测精度 | 研究为初步研究，样本量相对有限（463个脑转移灶），需要进一步验证 | 开发能够从患者特定几何特征预测可实现的临床可接受计划质量的深度学习方法 | 脑转移瘤患者的伽玛刀治疗计划 | 医学影像分析 | 脑转移瘤 | 深度学习 | CNN | 医学影像 | 175名患者的463个脑转移灶 | NA | 分层密集连接U-Net | 平均绝对误差, Dice相似系数, Wilcoxon符号秩检验p值 | NA |
| 411 | 2025-10-05 |
Artificial Intelligence and Network Medicine: Path to Precision Medicine
2025-Sep, NEJM AI
DOI:10.1056/aira2401229
PMID:40918693
|
综述 | 本文综述了人工智能与网络医学结合在精准医学领域的应用与挑战 | 将网络医学与人工智能（特别是深度学习）技术相结合，用于分析大型多组学数据集 | 面临生物医学复杂性的持续挑战 | 通过AI与网络医学结合推进精准医学发展 | 分子相互作用网络和多组学数据集 | 机器学习 | NA | 多组学数据分析 | 深度学习 | 分子相互作用网络数据 | NA | NA | NA | 预测精度 | NA |
| 412 | 2025-10-05 |
Multicenter Validation of Automated Segmentation and Composition Analysis of Lumbar Paraspinal Muscles Using Multisequence MRI
2025-Sep, Radiology. Artificial intelligence
DOI:10.1148/ryai.240833
PMID:40833261
|
研究论文 | 开发并验证基于深度学习的自动化腰椎旁肌分割及成分分析方法 | 首次在多中心、多序列MRI数据上实现腰椎旁肌的自动分割和脂肪浸润评估 | 回顾性研究设计，样本来源有限 | 开发自动化腰椎旁肌分析工具以辅助慢性腰痛研究 | 腰椎旁肌 | 计算机视觉 | 慢性腰痛 | 多序列MRI | CNN | 医学影像 | 641名参与者的1302张MRI图像，来自五个中心 | NA | NA | Dice相似系数, 组内相关系数, 双侧等效检验 | NA |
| 413 | 2025-10-05 |
Interpretable Disorder Signatures: Probing Neural Latent Spaces for Schizophrenia, Alzheimer's, and Autism Stratification
2025-Sep-01, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15090954
PMID:41008314
|
研究论文 | 开发并验证了一种基于时间反转自监督预训练的可解释深度学习框架，用于识别多种神经精神疾病的生物标志物 | 首次将时间反转自监督预训练应用于fMRI分类，通过潜在空间分析揭示疾病特异性的功能网络生物标志物 | 仅在五个临床数据集上验证，样本量有限，需要更大规模的研究验证普适性 | 开发可解释的深度学习框架，识别神经精神疾病的一致功能网络生物标志物 | 精神分裂症、阿尔茨海默病和自闭症谱系障碍患者 | 神经影像分析 | 精神分裂症,阿尔茨海默病,自闭症谱系障碍 | fMRI, 自监督学习 | LSTM | 功能磁共振成像数据 | Human Connectome Project数据集及五个临床数据集(FBIRN, BSNIP, ADNI, OASIS, ABIDE) | NA | 分层LSTM | AUC, Pearson相关系数, 统计显著性检验 | NA |
| 414 | 2025-10-05 |
Explainable Machine Learning for Characterizing Unknown Molecular Structures in Infrared Spectra
2025-Sep-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03126
PMID:40960350
|
研究论文 | 提出一种用于红外光谱中未知分子结构功能基团检测的可解释深度学习方法 | 开发了子结构导向光谱解释器网络(SSIN)，将红外光谱分析先验知识融入训练和推理过程，解决了现有方法的黑盒问题 | NA | 开发高效且可解释的红外光谱功能基团检测方法 | 未知分子的红外光谱 | 机器学习 | NA | 红外光谱分析 | 深度学习 | 红外光谱数据 | NIST数据库中的8845个气相红外光谱 | NA | 子结构导向光谱解释器网络(SSIN) | 准确率 | NA |
| 415 | 2025-10-05 |
MEMO-Stab2: Multi-View Sequence-Based Deep Learning Framework for Predicting Mutation-Induced Stability Changes in Transmembrane Proteins
2025-Sep-29, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01774
PMID:41021316
|
研究论文 | 提出一种基于多视图序列的深度学习框架MEMO-Stab2，用于预测跨膜蛋白中点突变引起的稳定性变化 | 首个不依赖三维结构或多序列比对的跨膜蛋白稳定性预测框架，通过整合多个预训练蛋白质语言模型的嵌入特征和基于Transformer的架构实现 | 主要针对跨膜蛋白，对其他类型蛋白质的适用性需要进一步验证 | 开发快速准确的跨膜蛋白突变稳定性预测工具 | 跨膜蛋白的点突变 | 生物信息学 | NA | 深度学习，蛋白质语言模型 | Transformer | 蛋白质序列数据 | 内部和外部跨膜突变数据集 | NA | Transformer | F1分数 | NA |
| 416 | 2025-10-01 |
Correction: Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19777-y
PMID:41023127
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 417 | 2025-10-01 |
ResViT-GANNet: a deep learning framework for classifying breast cancer histopathology images using multimodal attention and GAN-based augmentation
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01940-6
PMID:41023673
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 418 | 2025-10-01 |
Hepatocellular carcinoma (HCC) and focal nodular hyperplasia (FNH) showing iso- or hyperintensity in the hepatobiliary phase: differentiation using Gd-EOB-DTPA enhanced MRI radiomics and deep learning features
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01927-3
PMID:41023894
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 419 | 2025-10-05 |
Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review
2025-Sep-26, Current environmental health reports
IF:7.4Q1
DOI:10.1007/s40572-025-00497-4
PMID:41003951
|
综述 | 本文综述了地理空间人工智能在环境流行病学领域的最新进展与应用 | 整合地理空间分析与机器学习方法形成GeoAI新范式，实现大规模人群健康数据的可扩展暴露评估 | 存在参与者隐私保护、数据代表性不足以及高质量验证数据集构建困难等挑战 | 探讨GeoAI在环境暴露评估和健康行为结果确定中的应用价值 | 环境暴露因素与人群健康关系研究 | 地理空间人工智能 | 心血管疾病、痴呆症、癌症 | 地理空间分析、机器学习、智能手机和可穿戴设备传感器数据采集 | 深度学习 | 地理空间数据、智能手机传感器数据、街景图像 | NA | NA | NA | 测量准确性、设计有效性 | NA |
| 420 | 2025-10-05 |
A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16275-z
PMID:41006445
|
研究论文 | 本文提出了一个用于脊髓损伤定位和解剖分割的开源超声数据集，并建立了深度学习基准 | 发布了目前最大的公开脊髓超声注释数据集，首次公开报告了用于脊髓解剖标记评估的目标检测和分割架构 | 数据集主要基于猪脊髓图像，人类数据的零样本泛化性能仍有提升空间 | 促进医学机器学习在临床环境中的应用，特别针对脊髓损伤定位和解剖分割 | 猪脊髓和人类脊髓的超声图像 | 计算机视觉 | 脊髓损伤 | 超声成像，B模式 | 目标检测，语义分割 | 图像 | 10,223张B模式超声图像，来自25只猪脊髓 | NA | YOLOv8, DeepLabv3, SAMed | 平均精度(mAP50-95), Dice系数 | NA |