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 2151 篇文献，本页显示第 1721 - 1740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1721 | 2025-12-05 |
Landslide detection using multimodal data fusion and an improved Deeplabv3+ model
2025-Dec-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31208-6
PMID:41339468
|
研究论文 | 本研究提出了一种基于多模态数据融合和改进DeepLabv3+架构的新型滑坡检测模型FCA-DeepLab，旨在提高高分辨率遥感影像中滑坡检测的准确性和效率 | 提出了一种结合多模态融合机制、采用ConvNeXt网络替换ResNet骨干网络、并引入专门针对小目标的小物体注意力机制的新型滑坡检测模型FCA-DeepLab | 未在摘要中明确说明 | 提高滑坡灾害检测的准确性和效率，以支持灾害应急响应和长期土地利用规划 | 滑坡灾害 | 计算机视觉 | NA | 多模态数据融合 | 语义分割模型 | 高分辨率遥感影像（光学影像和地形特征） | 多个公共数据集，包括Bijie滑坡数据集 | NA | DeepLabv3+, UNet, Swin Transformer, SegFormer | 总体准确率, 召回率, 定性分割性能 | NA |
| 1722 | 2025-12-05 |
Reforming disease prognosis and treatment prediction for palliative care with hybrid metaheuristic deep neural architectures in IoT healthcare ecosystems
2025-Dec-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31037-7
PMID:41339488
|
研究论文 | 本研究提出了一种结合深度神经网络与布谷鸟搜索优化的混合元启发式深度神经架构，用于物联网医疗生态系统中的脓毒症检测与预后预测 | 提出了一种混合元启发式深度神经架构，将深度神经网络与布谷鸟搜索优化相结合，在初始化、中期训练和微调阶段应用优化，以解决现有模型计算开销高、对学习率变化敏感及处理非平稳数据困难的问题 | 未明确提及具体局限性，但可能涉及模型在更广泛医疗场景中的泛化能力验证或实时部署的挑战 | 改革疾病预后和治疗预测，特别是在缓和医疗领域，通过混合元启发式深度神经架构提升临床预测的及时性和准确性 | 脓毒症患者，基于物联网医疗生态系统中的时间序列ICU数据 | 机器学习 | 脓毒症 | k-NN插补和最小-最大缩放用于数据预处理 | DNN, CSO | 时间序列数据 | 未明确提及具体样本数量，但涉及时间序列ICU数据 | TensorFlow | 深度神经网络 | 准确率, 精确率, 召回率, F1分数 | NVIDIA Tesla V100 GPU |
| 1723 | 2025-12-05 |
Solid Harmonic Wavelet Bispectrum for Image Analysis
2025-Dec-03, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202517383
PMID:41340231
|
研究论文 | 本文介绍了一种用于图像分析的二维实心谐波小波双谱方法，该表示具有多尺度、旋转和平移协变性，能保留相对相位并捕获小波响应间的高阶交互 | 该方法通过嵌入旋转平移不变性并保留相对相位，捕捉了传统散射方法中常丢失的结构特征，且在低数据量下表现稳健，无需学习即可编码特征间的非线性依赖关系 | NA | 开发一种用于信号和图像分析的相位敏感、对称感知的小波表示方法 | 图像数据 | 计算机视觉 | NA | 实心谐波小波双谱 | NA | 图像 | NA | NA | NA | NA | NA |
| 1724 | 2025-12-05 |
A multi-pseudo-sensor fusion approach to estimating the lower limb joint moments based on deep neural network
2025-Dec, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03406-x
PMID:40632380
|
研究论文 | 本文提出了一种基于深度神经网络的多伪传感器融合方法，用于估计下肢关节力矩 | 提出了一种新颖的多模态运动意图识别系统，通过融合传统深度学习模型来快速准确地在实验室外估计下肢关节力矩，并设计了包含数据增强模块和可变权重融合方法的新框架DeepMPSF-Net | NA | 为智能辅助设备设计控制器提供可靠的步态变量反馈，特别是估计下肢关节力矩 | 下肢关节力矩 | 机器学习 | NA | 多模态运动意图识别 | CNN, RNN, 注意力机制 | 关节运动学数据，个体特征参数 | NA | NA | DeepMPSF-Net | PCC（皮尔逊相关系数） | NA |
| 1725 | 2025-12-05 |
ISENet: a deep learning model for detecting ischemic ST changes in long-term ECG monitoring
2025-Dec, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03416-9
PMID:40682722
|
研究论文 | 本研究提出了一种名为ISENet的轻量级深度学习模型，用于在长期ECG监测中检测缺血性ST变化事件 | 首次应用基于深度学习的神经网络，利用长期ST数据库的ECG信号进行ISE检测，解决了先前特征工程和特征学习方法在实验设计和方法上的关键限制 | NA | 开发一个自动化检测心肌缺血的深度学习模型，以改善长期ECG监测中对无症状或间歇性心肌缺血的识别 | 长期ECG监测中的ECG信号，特别是缺血性ST变化事件（ISE） | 数字病理学 | 心血管疾病 | ECG监测 | CNN | ECG信号 | 使用PhysioNet长期ST数据库中的ECG信号和标注进行训练和评估 | NA | ISENet, VGG19, ResNet50 | 准确率 | NA |
| 1726 | 2025-12-05 |
Radiomics integrated with machine and deep learning analysis of T2-weighted and arterial-phase T1-weighted Magnetic Resonance Imaging for non-invasive detection of metastatic axillary lymph nodes in breast cancer
2025-Dec, La Radiologia medica
DOI:10.1007/s11547-025-02090-z
PMID:40986134
|
研究论文 | 本研究比较了从T2加权和动脉期T1加权MRI序列中提取的影像组学特征，通过单变量、机器学习和深度学习分析，评估其在预测乳腺癌患者腋窝淋巴结转移中的诊断性能 | 首次将T2加权和动脉期T1加权MRI的影像组学特征与多种机器学习及深度学习模型结合，用于非侵入性检测乳腺癌腋窝淋巴结转移，并比较了不同序列和建模方法的性能差异 | 研究为回顾性分析，样本量相对较小（100名患者），且仅基于单一机构的MRI数据，可能限制了结果的普遍适用性 | 评估影像组学特征结合机器学习和深度学习在预测乳腺癌腋窝淋巴结转移中的诊断效能 | 乳腺癌患者的腋窝淋巴结（包括52个转移性和103个非转移性淋巴结） | 数字病理学 | 乳腺癌 | MRI（T2加权和动脉期T1加权序列） | 逻辑回归, 梯度提升, 随机森林, 神经网络 | 医学影像（MRI图像） | 100名乳腺癌患者，共155个淋巴结（52个转移性，103个非转移性） | NA | 神经网络（具体架构未指定） | AUC, 敏感性, 特异性, 准确率 | NA |
| 1727 | 2025-12-05 |
Impact of statins on progression of coronary artery calcium composition and density as assessed by noncontrast CT
2025-Dec, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03561-0
PMID:41201709
|
研究论文 | 本研究利用深度学习模型分析非对比CT扫描，探讨他汀类药物对冠状动脉钙化密度和组成进展的影响 | 首次使用全自动深度学习模型定量评估他汀治疗与冠状动脉钙化密度组成变化的时间关联 | 单中心回顾性研究，样本量有限，可能存在选择偏倚 | 评估他汀类药物对冠状动脉钙化密度进展的影响 | 无症状个体接受连续冠状动脉钙化评分CT扫描 | 数字病理学 | 心血管疾病 | 非对比计算机断层扫描 | 深度学习 | 医学影像 | 316名患者 | NA | NA | NA | NA |
| 1728 | 2025-12-05 |
Machine and deep learning structural vessel analysis of ruptured and unruptured brain arteriovenous malformations
2025-Dec-01, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences
IF:1.5Q3
DOI:10.1177/15910199251400137
PMID:41325021
|
研究论文 | 本文提出了一种基于机器学习和深度学习的图像分析方法，用于评估脑动静脉畸形（bAVM）的结构血管特征，以预测破裂风险 | 首次结合多种人工智能模型（包括隔离森林、一类支持向量机、变分自编码器和基于分数的模型）自动分析bAVM的血管段曲线特征，以区分破裂与未破裂病例 | 样本量较小（仅20例bAVM），且为回顾性研究，需要更大规模的前瞻性验证 | 预测脑动静脉畸形的破裂风险，通过分析血管结构特征来识别与破裂相关的曲线特征 | 9例先前破裂和11例未破裂的脑动静脉畸形（bAVM） | 医学影像分析 | 脑血管疾病 | 图像分析 | Isolation Forest, One Class SVM, VAE, Score Based Models | 图像 | 20例脑动静脉畸形（9例破裂，11例未破裂） | NA | NA | F1分数, AUC | NA |
| 1729 | 2025-12-05 |
Cable partial discharge identification network based on adaptive residual diffusion denoising and morphological attention
2025-Dec-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25197-9
PMID:41326469
|
研究论文 | 本文提出了一种基于自适应残差扩散去噪和形态学注意力的电缆局部放电识别网络（ARDDMA-Net），用于在噪声环境下准确识别电缆局部放电信号 | 提出了一种新颖的两阶段深度学习架构ARDDMA-Net，结合了自适应残差扩散去噪模块和形态学注意力机制，有效抑制噪声并保留PD信号的关键特征 | 未明确说明模型在极端噪声条件下的性能边界，也未讨论模型的计算复杂度和实时性 | 提高电力系统中电缆局部放电（PD）信号的准确识别能力，以早期检测绝缘缺陷并维护电网可靠性 | 电缆局部放电信号 | 机器学习 | NA | NA | CNN | 信号数据 | NA | NA | ResNet-1D, ARDDMA-Net | 识别准确率 | NA |
| 1730 | 2025-12-05 |
Artificial intelligence in antibody design and development: harnessing the power of computational approaches
2025-Dec, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03429-4
PMID:40887563
|
综述 | 本文综述了人工智能在抗体设计与开发中的应用，重点介绍了计算方法的优势及其如何革新抗体序列设计、结构预测和优化过程 | 系统性地整合了机器学习、深度学习和强化学习等多种人工智能技术，并将其与高通量数据结合，用于实现抗体的从头设计、多功能开发以及快速筛选，显著提升了抗体设计的效率和效果 | 文中提到仍存在挑战，但未具体说明是哪些挑战，例如数据质量、模型泛化能力或实验验证的局限性 | 探讨人工智能如何革新抗体的设计、优化与开发流程，以提升其疗效和安全性 | 抗体序列、三维结构、亲和力、特异性以及多功能抗体 | 机器学习 | NA | 高通量数据技术 | 机器学习, 深度学习, 强化学习 | 序列数据, 结构数据 | NA | NA | NA | NA | NA |
| 1731 | 2025-12-05 |
Deep learning-based automated diagnosis of obstructive sleep apnea and sleep stage classification in children using millimeter-wave radar and pulse oximeter
2025-Dec, Sleep health
IF:3.4Q2
DOI:10.1016/j.sleh.2025.06.006
PMID:40738779
|
研究论文 | 本研究评估了基于毫米波雷达和脉搏血氧仪的QSA600设备与多导睡眠监测在儿童阻塞性睡眠呼吸暂停诊断和睡眠分期中的一致性 | 开发并验证了一种基于深度学习的自动化诊断模型，用于儿童阻塞性睡眠呼吸暂停和睡眠分期，使用便携式毫米波雷达设备作为传统多导睡眠监测的简化替代方案 | 研究样本仅来自单一医院（北京儿童医院），且数据收集时间较短（2023年9月至11月），可能限制结果的普适性 | 评估QSA600设备与多导睡眠监测在儿童阻塞性睡眠呼吸暂停诊断和睡眠分期中的诊断准确性 | 281名1-18岁的儿童 | 数字病理学 | 阻塞性睡眠呼吸暂停 | 毫米波雷达监测、脉搏血氧监测 | 深度学习模型 | 雷达信号、血氧数据 | 281名儿童 | NA | NA | 组内相关系数, Bland-Altman分析, 灵敏度, 特异性, 受试者工作特征曲线下面积, Kappa系数, 总体准确率 | NA |
| 1732 | 2025-12-05 |
Interpretable fault diagnosis framework for offshore wind turbine gearbox based on AFS and signal analysis theory
2025-Dec, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.08.009
PMID:40816973
|
研究论文 | 本文提出了一种基于公理化模糊集理论和信号分析理论的可解释故障诊断框架AFSBWFA，用于海上风力涡轮机齿轮箱的故障诊断 | 结合BKA、WPD和FMD的信号去噪与重构方法BWF，基于MFE的二维时频域特征提取方法MFETF，以及基于EI代数的概念分类器AFSCC，在保持高诊断精度的同时增强了模型的可解释性 | 未明确说明框架的计算复杂度或实时性限制，且主要基于特定数据集验证，泛化能力需进一步测试 | 开发一个可解释的故障诊断框架，以提高海上风力涡轮机齿轮箱故障诊断的透明度和准确性 | 海上风力涡轮机齿轮箱 | 机器学习 | NA | 信号分析理论，公理化模糊集理论，熵理论 | 概念分类器 | 信号数据 | 使用了大连海事大学的私有数据集和北京交通大学的公共数据集，具体样本数量未明确 | NA | AFSCC | 诊断准确率 | NA |
| 1733 | 2025-12-05 |
A plug-and-play data processing module for complex faults diagnosis
2025-Dec, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.07.061
PMID:40858416
|
研究论文 | 本文提出了一种即插即用的数据处理模块，用于扩展样本数量并改善样本间内部关系，以提升深度学习模型在复杂故障诊断中的整体性能 | 设计了幅度-相位复合数据增强（APCUP）方法，通过离散傅里叶变换随机融合多种故障类型生成新样本，并引入相邻标签平滑（ALS）策略处理原始标签数据，防止过度绝对分类并提高模型鲁棒性 | 未明确提及模块在极端不平衡数据或实时在线诊断场景下的适用性限制 | 提升智能故障诊断技术在样本有限和复杂故障场景下的性能 | 工业设备（如机械臂）的故障数据 | 机器学习 | NA | 离散傅里叶变换 | 深度学习模型 | 故障数据（可能为时序信号或传感器数据） | 基于前沿工业机械臂平台和两个公共数据集 | NA | NA | 准确率，错误率 | NA |
| 1734 | 2025-12-05 |
AI in ethnopharmacology, the pharmaceutical industry, and its applications
2025-Dec-01, Annales pharmaceutiques francaises
IF:1.0Q4
DOI:10.1016/j.pharma.2025.11.011
PMID:41338450
|
综述 | 本文综述了人工智能在民族药理学、制药工业及其应用中的角色，探讨了AI如何通过数据挖掘、分子对接、生物活性预测和临床验证来增强药物发现过程 | 将AI技术（包括机器学习、深度学习和自然语言处理）系统性地整合到民族药理学实践中，用于分析民族植物学记录、预测生物活性化合物、评估草药混合物，并支持可持续性和伦理考量 | 标准化和验证任务以及监管框架仍需改进 | 探讨人工智能如何升级药物研究、加强药物警戒，并将传统知识与现代制药科学相结合 | 民族药理学实践、制药工业应用、传统药用植物知识 | 自然语言处理, 机器学习 | NA | 数据挖掘分析, 分子对接系统, 生物活性预测建模, 临床验证, 组学研究（基因组学、代谢组学、蛋白质组学） | 机器学习, 深度学习 | 民族植物学记录, 组学数据 | NA | NA | NA | NA | NA |
| 1735 | 2025-12-05 |
Quantitative Imaging for Interstitial Lung Disease
2025-Dec, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.250041
PMID:41342677
|
综述 | 本文综述了定量影像学在间质性肺病诊断、分类和预后评估中的应用，重点介绍了定量CT和新兴定量MRI技术 | 总结了人工智能驱动的定量影像学新工具在ILD评估中的最新进展，并强调了其在临床工作流程中日益增长的重要性 | NA | 回顾和总结定量影像学在间质性肺病评估中的当前应用和新兴技术 | 间质性肺病，特别是特发性肺纤维化、过敏性肺炎和结缔组织病相关ILD | 数字病理学 | 间质性肺病 | CT，双能CT，MRI | NA | 影像 | NA | NA | NA | NA | NA |
| 1736 | 2025-12-04 |
A multi-task deep learning model based on transformer for simultaneously evaluating the TVB-N and TVC contents of chicken breasts using two different hyperspectral imaging
2025-Dec-25, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146725
PMID:41106264
|
研究论文 | 本研究开发了一种基于Transformer的多任务深度学习模型，结合双高光谱成像技术，用于同时预测鸡胸肉的总挥发性盐基氮和总活菌数含量 | 提出了一种新颖的多任务交错组Transformer模型，首次将双高光谱成像数据集成到多任务学习中，有效利用双光谱源的互补信息，在预测精度和稳定性上超越了现有CNN和Transformer模型，同时计算成本降低了50% | 研究仅针对鸡胸肉进行，未涉及其他肉类或食品类型；模型在工业环境中的大规模实时应用效果仍需进一步验证 | 开发一种可靠、无损的鸡肉新鲜度批量检测方法，用于肉类质量评估的工业应用 | 鸡胸肉 | 计算机视觉 | NA | 高光谱成像 | Transformer | 高光谱图像 | NA | NA | 多任务交错组Transformer模型 | 决定系数 | NA |
| 1737 | 2025-12-04 |
Characterization of a Novel Mutansucrase (MUT-I) from Leuconostoc pseudomesenteroides G29: Enzymatic Properties and Product Analysis
2025-Dec-03, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c03636
PMID:41258707
|
研究论文 | 本研究对来自Leuconostoc pseudomesenteroides G29的新型突变蔗糖酶MUT-I进行了生化表征，包括其酶学性质、产物分析及其在α-葡聚糖工程中的应用潜力 | 首次对G29菌株的MUT-I酶进行详细生化表征，揭示了其双功能特性（合成葡聚寡糖和引入α-1,3分支），并利用AlphaFold 3深度学习工具识别了关键催化残基 | 研究主要基于体外实验，未涉及体内应用或大规模生产验证 | 表征新型突变蔗糖酶MUT-I的酶学性质，评估其在合成结构明确的α-葡聚糖方面的应用潜力 | 来自Leuconostoc pseudomesenteroides G29的突变蔗糖酶MUT-I及其合成的α-葡聚糖产物 | 生物化学与酶工程 | NA | 酶学表征、产物分析、深度学习结构预测 | 深度学习模型 | 酶学实验数据、结构预测数据 | 单一酶蛋白（重组MUT-I）及其产物 | AlphaFold 3 | AlphaFold 3 | 酶活性参数（Km、kcat）、产物结构分析（链接类型、分子量、热稳定性） | NA |
| 1738 | 2025-12-04 |
Deep learning model for activity cliffs prediction: a comprehensive approach to protein kinase inhibitors
2025-Dec-03, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00721-1
PMID:41331397
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1739 | 2025-12-04 |
Low-Field Magnetic Resonance Imaging of the Late Gestation Cervix and Birth Outcome Correlation: A Prospective Cohort Study
2025-Dec-03, BJOG : an international journal of obstetrics and gynaecology
DOI:10.1111/1471-0528.70103
PMID:41332358
|
研究论文 | 本研究利用低场MRI对晚期妊娠宫颈进行重建和3D建模，并自动化测量以关联人口统计学和分娩结局 | 开发了一种新颖、准确的自动化系统，用于评估MRI晚期妊娠宫颈生物测量和体积测量，并首次揭示了晚期妊娠宫颈表型可能影响分娩结局 | 研究样本仅包括首次尝试阴道分娩的晚期妊娠妇女，可能限制了结果的普遍性 | 通过低场MRI技术自动化测量宫颈参数，并探索其与人口统计学和分娩结局的相关性 | 晚期妊娠（36-41周）的妇女 | 数字病理学 | NA | 低场MRI，2D T2加权Turbo-Spin-Echo序列 | 3D深度学习分割网络 | MRI图像 | 97名晚期妊娠妇女 | NA | NA | 图像重建质量，分割质量，评分者间变异性 | 0.55T Freemax MRI扫描仪 |
| 1740 | 2025-12-04 |
Assessing the robustness of deep learning based brain age prediction models across multiple EEG datasets
2025-Dec-02, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3639477
PMID:41329579
|
研究论文 | 本研究通过系统评估深度学习模型在多个EEG数据集上的脑年龄预测性能，探讨了数据集偏移对模型泛化能力的影响 | 首次在脑年龄预测任务中系统评估深度学习模型对多个EEG数据集的泛化能力，并测试了1805种超参数配置 | 模型性能在不同数据集间差异显著，部分情况下R²出现负值，表明模型泛化能力仍受数据集特性限制 | 评估基于深度学习的脑年龄预测模型在多个EEG数据集上的鲁棒性和泛化能力 | 五个不同的EEG数据集 | 机器学习 | NA | 脑电图（EEG） | 深度学习模型 | EEG信号 | 五个EEG数据集（具体样本数未说明） | NA | NA | Pearson相关系数, R² | NA |