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 1162 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2025-11-15 |
MARTHA - Combining gaze into deep learning for fully quantitative human testicular histology analysis
2025-Nov-12, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111270
PMID:41232374
|
研究论文 | 开发结合眼动追踪与深度学习的工具MARTHA，用于人类睾丸组织的定量组织学分析 | 首次将被动眼动追踪技术（捕捉病理学家检查组织时的注视点）与深度学习图像分析相结合 | NA | 提高计算机辅助诊断的准确性和效率，将专家注意力整合到神经网络中 | 人类睾丸组织 | 数字病理学 | 男性不育症 | 眼动追踪，深度学习图像分析 | 深度学习神经网络 | 全玻片图像 | 约8000个小管中的83,000多个细胞核 | NA | NA | 数据交互效率，语义分割性能 | NA |
| 422 | 2025-11-15 |
AI-Driven Real-Time Monitoring of Cardiovascular Conditions With Wearable Devices: Scoping Review
2025-Nov-11, JMIR mHealth and uHealth
IF:5.4Q1
DOI:10.2196/73846
PMID:41218203
|
综述 | 本文对基于可穿戴设备和人工智能技术实现心血管疾病实时监测的研究现状进行范围综述 | 系统评估了AI驱动实时心血管监测平台的主要挑战和潜在解决方案，特别关注部署管线的优化 | 纳入研究数量有限(19篇)，缺乏真实世界验证，多数研究未报告操作特性和挑战 | 识别AI驱动平台在可穿戴设备实时心血管监测中的挑战并探索解决方案 | 使用可穿戴设备收集参与者数据并应用AI算法进行实时分析的研究 | 机器学习 | 心血管疾病 | 可穿戴设备监测 | 传统机器学习, 轻量级深度学习 | 心血管信号, 生命体征, 身体活动数据 | 从2385篇文献中筛选出19项符合条件的研究 | NA | NA | NA | 可穿戴设备本地处理, 云端处理 |
| 423 | 2025-11-15 |
A Spatio-Temporal Dataset for Satellite-Based Landslide Detection
2025-Nov-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06167-2
PMID:41219240
|
研究论文 | 本文介绍了Sen12Landslides数据集，这是一个用于卫星滑坡检测的大规模多模态时空数据集 | 提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集，支持时空动态分析 | 数据集覆盖区域有限，可能无法完全代表全球所有滑坡类型和地形条件 | 开发用于卫星滑坡检测和时空异常监测的深度学习数据集和方法 | 滑坡现象及其时空变化特征 | 计算机视觉,地球观测 | NA | 卫星遥感, Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM | U-ConvLSTM, 3D-UNet, U-TAE | 卫星图像,数字高程模型 | 75,000个滑坡标注，来自全球15个地区，超过12,000个图像块 | NA | U-ConvLSTM, 3D-UNet, U-TAE | F1分数 | NA |
| 424 | 2025-11-15 |
Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments
2025-Nov-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06042-0
PMID:41219251
|
研究论文 | 提出一个专注于人机共存环境中顺序人体装配和拆卸动作的新型数据集 | 首个关注人机共存环境中顺序装配/拆卸动作的数据集，包含多视角视频和骨架数据，强调实际挑战如部分遮挡和重复动作 | NA | 研究人机共存环境中的人类行为模式，支持人机协作系统开发 | 人类在装配和拆卸任务中的顺序动作 | 计算机视觉 | NA | 多视角摄像系统，骨架提取技术 | 深度学习模型 | RGB视频，2D和3D人体骨架数据 | 33名参与者，超过10,000个样本 | Python | NA | NA | NA |
| 425 | 2025-11-15 |
Tracking temporal progression of benign bone tumors through X-ray based detection and segmentation
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23053-4
PMID:41219269
|
研究论文 | 提出一种基于深度学习的框架FusionX-BBTNet，用于从X射线图像中自动检测、分割和分析良性骨肿瘤的时间序列变化 | 结合YOLO目标检测与U-Net分割，引入小波增强数据集提升轮廓精度，开发OCR模块提取比例尺实现毫米级测量，通过质心对齐实现时间序列可视化 | 研究仅基于466张X射线图像验证，在放射学专业知识有限的环境中的实际应用效果需进一步验证 | 开发自动化系统用于良性骨肿瘤的时间序列检测、分割和定量分析 | 良性骨肿瘤的X射线图像 | 计算机视觉 | 骨肿瘤 | X射线成像 | CNN | 图像 | 466张专家标注的X射线图像 | NA | YOLO, U-Net | 平均IoU, 边界F1分数 | NA |
| 426 | 2025-11-15 |
An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22986-0
PMID:41219304
|
研究论文 | 提出一种可解释的深度学习框架用于心电信号的可靠心律失常检测 | 集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策过程的透明洞察 | 未明确提及具体局限性 | 开发准确可靠的心律失常检测方法 | 心电信号 | 机器学习 | 心血管疾病 | ECG信号分析 | CNN, DNN | 信号数据 | 使用MITDB、PTBDB和NSTDB基准数据集 | NA | CNN, Dense Neural Network | 准确率 | NA |
| 427 | 2025-11-15 |
A multi-factor data mining and transformer-based predictive modeling approach for career success using educational and behavioral traits
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23078-9
PMID:41219306
|
研究论文 | 本研究提出基于Transformer的多因素数据挖掘方法，通过教育背景和行为特征预测职业成功满意度 | 首次将BERT模型应用于职业满意度预测，通过多层Transformer块整合嵌入层和前馈网络捕捉教育行为特征的复杂非线性关系 | 仅使用单一数据集进行验证，未在不同群体或文化背景下测试模型泛化能力 | 开发准确预测职业满意度的数据挖掘模型，提升学生就业机会和职业满意度 | 学生的学业成绩和行为特征数据 | 自然语言处理, 机器学习 | NA | 数据挖掘 | BERT, SVM, 逻辑回归, 随机森林, GRU | 教育行为数据 | NA | NA | Transformer, BERT, 门控循环单元 | 分类准确率 | NA |
| 428 | 2025-11-15 |
A lightweight deep evidence fusion framework for smart home appliance detection and classification via internet of things devices
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99957-y
PMID:41219347
|
研究论文 | 提出一种轻量级深度证据融合框架，用于通过物联网设备检测和分类智能家电 | 结合线性缩放归一化、改进蛇优化算法、门控循环单元与多头注意力混合分类器以及改进麻雀搜索优化算法，实现高效的智能家电识别 | NA | 建立稳健的智能家电检测与分类框架 | 智能家居电器 | 物联网 | NA | 深度学习 | GRU, 注意力机制 | 物联网传感器数据 | NA | NA | GRU-MHA混合框架 | 准确率 | NA |
| 429 | 2025-11-15 |
Analysis of the EMHD nanofluid flow for geothermal pipelines using physics-driven deep learning
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23315-1
PMID:41219355
|
研究论文 | 采用物理驱动的深度学习方法分析地热管道中电磁流体动力学纳米流体的流动特性 | 提出了一种新颖的无监督深度神经网络方法，用于预测地热管道应用中电磁流体动力学混合纳米流体的温度和速度行为 | NA | 优化地热管道系统中的热力学系统，提高能量守恒和传热效率 | 地热管道中的电磁流体动力学混合纳米流体流动 | 机器学习 | NA | 无监督深度神经网络 | DNN | 物理方程数据 | NA | NA | 深度神经网络 | 准确度 | NA |
| 430 | 2025-11-15 |
Deep learning and multi-objective optimization for real-time occupancy-based energy control in smart buildings
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23134-4
PMID:41219414
|
研究论文 | 提出一种结合深度学习和多目标优化的实时占用型能源控制框架，用于智能建筑的能源管理 | 首次将深度前馈神经网络与多目标粒子群优化结合，实现基于室内环境参数的实时占用预测和能源控制 | NA | 通过预测房间占用情况优化智能建筑的能源效率和室内舒适度 | 智能建筑中的房间占用模式和能源消耗 | 机器学习 | NA | 深度学习，多目标优化 | DNN | 室内环境传感器数据（CO浓度、光照、湿度、温度） | NA | NA | 深度前馈神经网络 | 准确率，优化效率 | NA |
| 431 | 2025-11-13 |
Physics-informed sinogram completion for metal artifact reduction in non-contrast brain CT images with neurovascular coils: comparison with traditional and deep learning-based methods
2025-Nov-11, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01972-y
PMID:41219711
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 432 | 2025-11-15 |
C2PO: an ML-powered optimizer of the membrane permeability of cyclic peptides through chemical modification
2025-Nov-11, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01109-x
PMID:41219827
|
研究论文 | 开发了一种名为C2PO的机器学习驱动优化器，通过化学修饰提高环肽的膜通透性 | 首个将机器学习模型转化为化学结构生成优化器的环肽通透性改善应用，并引入自动后校正工具解决ML生成化学结构的异常问题 | 模型可能生成不熟悉的化学结构，需要后校正工具进行修正 | 优化环肽的膜通透性以改善其口服生物利用度 | 环肽分子 | 机器学习 | NA | 深度学习回归模型 | 深度学习回归模型 | 化学结构数据 | 基于公开可用数据，具体数量未明确说明 | NA | NA | NA | NA |
| 433 | 2025-11-15 |
Automated segmentation of esophageal squamous cell carcinoma in contrast-enhanced free-breathing 3D-GRE: a comparative study of UNet, nnUNet, and UMamba for tumor delineation
2025-Nov-11, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02011-6
PMID:41219837
|
研究论文 | 比较UNet、nnUNet和UMamba三种深度学习模型在食管鳞状细胞癌自动分割中的性能 | 首次在对比增强自由呼吸3D-GRE MRI数据上系统比较UNet、nnUNet和UMamba模型，并证明UMamba在肿瘤分割中的优越性能 | 回顾性研究，样本量相对有限（192例患者），未在外部验证集上测试 | 开发自动化食管鳞状细胞癌分割方法以减少人工分割负担 | 食管鳞状细胞癌患者 | 医学影像分析 | 食管癌 | 对比增强自由呼吸3D-GRE MRI | UNet, nnUNet, UMamba | 医学影像 | 192例患者（171例训练，21例验证） | NA | UNet, nnUNet-2D, nnUNet-3D, UMamba | Dice相似系数, Hausdorff距离, 平均表面距离 | NA |
| 434 | 2025-11-15 |
Artificial intelligence diagnostic performance in image-based vulnerable carotid plaque detection: a systematic review and meta-analysis
2025-Nov-11, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03227-w
PMID:41219882
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估人工智能在基于医学影像的颈动脉易损斑块检测中的诊断性能 | 首次对AI在颈动脉易损斑块影像诊断中的性能进行系统评价和定量荟萃分析 | 仅有一项研究报告了外部验证，存在显著的异质性和发表偏倚 | 评估AI算法在使用医学影像区分不稳定与稳定颈动脉斑块中的诊断性能 | 颈动脉斑块医学影像 | 医学影像分析 | 心血管疾病 | 医学影像分析 | 机器学习,深度学习 | 医学影像 | 31项研究纳入综述，14项纳入荟萃分析 | NA | NA | 灵敏度,特异性,AUC | NA |
| 435 | 2025-11-15 |
Fully Automated On-Scanner Aortic Four Dimensional Flow Magnetic Resonance Imaging Processing and Hemodynamic Analysis
2025-Nov-11, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101985
PMID:41232676
|
研究论文 | 开发并验证了一种完全集成在MRI扫描仪上的自动化4D血流MRI处理流程，用于血流动力学分析 | 首次实现了端到端的4D血流MRI分析流程完全部署在扫描仪上，可在数据采集后立即进行实时分析 | 研究样本量较小（仅20名受试者），且仅在1.5T MRI系统上验证 | 开发自动化血流动力学分析流程，提高MRI工作流程效率 | 主动脉疾病患者和健康对照者 | 医学影像分析 | 主动脉疾病 | 4D血流磁共振成像 | 深度学习模型 | 4D血流MRI图像 | 20名受试者（10名主动脉疾病患者，10名健康对照） | TensorFlow | NA | Dice系数, Bland Altman分析, 相对差异 | MRI系统自有计算资源，容器化Python 3.6环境 |
| 436 | 2025-11-15 |
Inverse Modeling for Artifact Removal in Photonic Data: A Computational Physics and Transfer Learning-Based Approach
2025-Nov-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02055
PMID:41150868
|
研究论文 | 提出一种结合计算物理和迁移学习的逆建模框架，用于消除光谱数据中的etaloning伪影 | 采用两阶段迁移学习策略，结合计算物理模拟和真实实验数据进行模型训练 | NA | 开发有效的光谱数据伪影去除方法 | 光谱数据中的etaloning伪影 | 计算物理 | NA | 转移矩阵法 | 深度学习 | 光谱数据 | 超过30,000个模拟光谱和真实实验数据 | NA | NA | 伪影减少率, 光谱精度 | NA |
| 437 | 2025-11-15 |
Establishment of an Integrated Model for Predicting Compound Mutagenicity with a Feature Importance Analysis
2025-Nov-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01586
PMID:41118227
|
研究论文 | 本研究开发了一个集成深度学习框架，通过结合多种分子特征来预测化合物的致突变性 | 提出了集成78个模型的深度学习框架，通过系统组合13种分子描述符和指纹，并进行了特征重要性分析揭示致突变化合物的结构特征 | 仅使用了5866个化合物样本，可能无法覆盖所有类型的化学结构 | 开发快速、经济有效的化合物致突变性预测方法 | 化学化合物的致突变性 | 机器学习 | NA | 分子描述符和指纹分析 | 深度学习 | 分子特征数据 | 5866个化合物（5279个训练，587个测试） | NA | 集成模型 | 平衡准确度, 精确度 | NA |
| 438 | 2025-11-15 |
SHARP: Generating Synthesizable Molecules via Fragment-Based Hierarchical Action-Space Reinforcement Learning for Pareto Optimization
2025-Nov-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01699
PMID:41134962
|
研究论文 | 提出一种基于片段分层动作空间强化学习的分子生成方法SHARP，用于多目标帕累托优化 | 采用片段化分层动作空间设计和基于预训练可合成性估计模型的动作掩码机制，确保生成分子的可合成性 | 未明确说明模型在更大规模化学空间中的泛化能力 | 解决多目标分子优化问题，包括高结合亲和力、可合成性和类药性 | 药物样分子的设计与生成 | 机器学习 | NA | 强化学习 | 强化学习策略网络 | 分子结构数据 | 四个先导化合物优化任务（片段生长、连接子设计、骨架跃迁和侧链修饰）的多样化受体集合 | NA | 分层动作空间强化学习架构 | 对接分数、药效团匹配、溶剂可及性 | NA |
| 439 | 2025-11-15 |
Malignancy prediction for calcified thyroid nodules using deep learning based on ultrasound dynamic videos
2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00944-3
PMID:41214809
|
研究论文 | 基于超声动态视频开发优化钙化检测的深度学习模型，用于预测钙化甲状腺结节的良恶性 | 首次将3D深度学习模型应用于超声动态视频，并专门设计了钙化注意力模块增强对微钙化的敏感性 | 回顾性研究，需要前瞻性验证；样本来源仅限于六家医院 | 开发基于动态超声视频的深度学习模型，准确预测钙化甲状腺结节的恶性风险 | 钙化甲状腺结节 | 数字病理 | 甲状腺癌 | 超声动态视频 | 3D CNN | 视频 | 1,257名患者的2,319个甲状腺结节 | TensorFlow, PyTorch | 3D InceptionResNetV2 | AUROC, 敏感性, 特异性, 准确率 | NA |
| 440 | 2025-11-15 |
SpectraNet: A unified deep learning framework for infrared spectroscopy-based prediction of plastic recyclability, type classification, and microplastic identification
2025-Nov-09, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.140434
PMID:41232191
|
研究论文 | 提出SpectraNet深度学习框架，利用红外光谱技术实现塑料可回收性预测、类型分类和微塑料识别 | 首次建立统一深度学习框架同时处理塑料可回收性评估、类型识别和微塑料鉴定三大任务，并构建开放获取的红外光谱数据库 | 未明确说明模型在更广泛环境样本中的泛化能力及实际部署中的计算效率 | 开发高效塑料分拣回收、材料识别和微塑料监测技术以应对环境污染 | 塑料材料和微塑料颗粒 | 机器学习 | NA | 中红外光谱技术 | 深度学习 | 红外光谱数据 | NA | NA | SpectraNet | 准确率 | 工业物联网系统 |