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 32372 篇文献，本页显示第 2101 - 2120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2101 | 2025-10-06 |
AI-MedLeafX: a large-scale computer vision dataset for medicinal plant diagnosis
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111945
PMID:40837485
|
研究论文 | 本研究构建了一个大规模药用植物叶片质量分类数据集，用于自动植物病害检测 | 创建了首个涵盖四种药用植物、13个叶片质量类别的大规模计算机视觉数据集，并通过多种数据增强技术显著扩展了数据规模 | 数据收集时间窗口较短（2024年11月至2025年1月），仅包含四种特定药用植物物种 | 开发自动植物病害检测系统，支持精准农业发展 | 四种药用植物叶片：肉桂、诃子、辣木和印楝 | 计算机视觉 | 植物病害 | 移动摄像采集，数据增强技术 | 深度学习模型 | 图像 | 原始图像10,858张，增强后65,148张 | NA | NA | NA | NA |
| 2102 | 2025-10-06 |
A complete, multi-layered quranic treebank dataset with hybrid syntactic annotations for classical arabic processing
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111940
PMID:40837480
|
研究论文 | 本文介绍了扩展古兰经树库(EQTB)，这是一个为古典阿拉伯语处理开发的多层次综合语言资源数据集 | 通过算法转换先前图形数据构建了新颖完整的句法层，在混合成分-依存框架下实现深度学习解析的全面覆盖，并经过专家验证 | NA | 为古典阿拉伯语自然语言处理提供全面的语言资源 | 古兰经全文(约132,736个词元) | 自然语言处理 | NA | 深度学习解析，算法处理与验证 | NA | 文本数据 | 古兰经全文，包含约132,736个词元 | NA | NA | NA | NA |
| 2103 | 2025-10-06 |
LncMamba: A deep learning model for LncRNA localization prediction based on the Mamba model
2025-Sep-25, Biochemical and biophysical research communications
IF:2.5Q3
DOI:10.1016/j.bbrc.2025.152521
PMID:40876294
|
研究论文 | 提出基于Mamba模型的深度学习框架LncMamba，用于长链非编码RNA亚细胞定位预测 | 首次将Mamba网络引入LncRNA定位预测任务，改进定位特异性注意力机制，并揭示核苷酸基序与亚细胞定位的潜在关系 | NA | 准确预测长链非编码RNA的亚细胞定位以理解其生物学功能 | 长链非编码RNA | 生物信息学 | NA | 深度学习 | Mamba网络, FPN | RNA序列数据 | NA | NA | 双层FPN网络, Mamba网络 | NA | NA |
| 2104 | 2025-10-06 |
Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists
2025-Sep-14, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i34.108807
PMID:40937455
|
研究论文 | 本研究利用深度学习模型分析心力衰竭继发淤血性肝病的CT影像特征 | 首次将ResNet架构应用于淤血性肝病影像分析，并与临床专家进行性能对比 | 回顾性研究，样本量有限（179例），仅使用单一CT层面图像 | 利用机器学习捕捉淤血性肝病的影像学特征 | 慢性心力衰竭患者 | 医学影像分析 | 心力衰竭，淤血性肝病 | 计算机断层扫描（CT） | CNN | 医学影像 | 179例慢性心力衰竭患者（120例男性，平均年龄73.1±14.4岁） | NA | ResNet | 准确率 | NA |
| 2105 | 2025-10-06 |
ACP-EPC: an interpretable deep learning framework for anticancer peptide prediction utilizing pre-trained protein language model and multi-view feature extracting strategy
2025-Sep-13, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11352-x
PMID:40946136
|
研究论文 | 开发了一种名为ACP-EPC的可解释深度学习框架，用于直接从蛋白质序列预测抗癌肽 | 整合了预训练蛋白质语言模型ESM-2的上下文表征与手工物理化学描述符，并采用跨注意力机制进行多模态特征融合 | 未明确提及具体局限性 | 开发高效准确的抗癌肽预测方法以替代传统生物实验 | 抗癌肽(ACPs) | 生物信息学 | 癌症 | 深度学习 | 深度学习框架 | 蛋白质序列 | ACP135和ACP99两个测试集 | NA | Cross-Attention机制 | 准确率 | NA |
| 2106 | 2025-10-06 |
DeepInMiniscope: Deep learning-powered physics-informed integrated miniscope
2025-Sep-12, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr6687
PMID:40938981
|
研究论文 | 开发了一种基于深度学习的小型化集成显微镜，用于高效三维成像 | 结合定制光学掩模和物理信息深度学习模型，显著降低计算需求，实现大规模数据的高质量快速重建 | NA | 开发高效的计算重建算法用于集成显微镜的大规模三维成像 | 小鼠皮层神经元活动 | 计算机视觉 | NA | 荧光显微镜，掩模成像 | 深度学习 | 三维图像 | NA | NA | 物理信息深度学习模型 | 重建质量，重建速度 | NA |
| 2107 | 2025-10-06 |
A switchable dynamic-static tactile system for augmented haptic secret communication
2025-Sep-12, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adx6959
PMID:40938980
|
研究论文 | 开发了一种可通过光调制在动态和静态模式间快速切换的仿生触觉系统 | 实现了1毫秒级动态-静态模式快速切换、全一体化结构、高灵敏度与宽压力范围的平衡、可调灵敏度及传感-反馈闭环 | 未明确说明系统在极端环境下的稳定性及长期使用耐久性 | 开发具有动态静态双模式快速切换能力的仿生触觉系统 | 触觉传感系统及其在增强触觉秘密通信中的应用 | 人机交互 | NA | 光调制技术 | 深度学习 | 触觉压力数据、振动数据 | NA | NA | NA | 灵敏度(198.45/kPa)、压力范围(0.0137-207 kPa) | NA |
| 2108 | 2025-10-06 |
Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas
2025-Sep-12, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103895
PMID:40945314
|
研究论文 | 开发并验证基于超声的深度学习放射组学模型，用于无创预测大涎腺癌的颈部淋巴结转移 | 首次结合临床特征、超声报告、放射组学和深度学习特征构建复合预测模型 | 样本量相对有限（214例患者），来自4个医疗中心 | 开发无创预测大涎腺癌颈部淋巴结转移的方法 | 大涎腺癌患者 | 医学影像分析 | 涎腺癌 | 超声成像 | 深度学习, 机器学习 | 超声图像 | 214例大涎腺癌患者（训练集144例，验证集70例） | NA | NA | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
| 2109 | 2025-10-06 |
Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study
2025-Sep-11, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/76148
PMID:40935589
|
研究论文 | 本研究开发了一个大规模口腔内窥镜高光谱成像数据集，并利用深度学习模型实现口腔组织的自动分割和分类 | 创建了首个大规模口腔内窥镜高光谱成像临床数据集，并验证了深度学习模型在该数据上的组织分割性能 | 样本量相对有限（226名参与者），且年龄分布可能不够均衡 | 开发口腔内窥镜高光谱成像数据集并实现口腔组织的自动可靠区分 | 226名参与者（166名女性，60名男性，年龄24-87岁）的口腔组织 | 计算机视觉 | 口腔鳞状细胞癌 | 内窥镜高光谱成像 | 深度学习 | 高光谱图像 | 226名参与者 | TensorFlow, PyTorch | DeepLabv3, U-Net, ResNet-50, ResNet-101, EfficientNet-B0 | 精确率, 召回率, F1分数 | NA |
| 2110 | 2025-09-15 |
A novel deep learning framework for the diagnosis of erythematosquamous lesions using whole slide histopathological images
2025-Sep-11, Journal of the American Academy of Dermatology
IF:12.8Q1
DOI:10.1016/j.jaad.2025.09.010
PMID:40945744
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2111 | 2025-10-06 |
The Combined Use of Cervical Ultrasound and Deep Learning Improves the Detection of Patients at Risk for Spontaneous Preterm Delivery
2025-Sep-11, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2025.09.012
PMID:40945809
|
研究论文 | 本研究开发并验证了一种基于深度学习的AI模型，用于通过宫颈超声图像预测自发性早产，并与传统宫颈长度测量方法进行比较 | 首次大规模多中心研究证明AI在预测自发性早产方面比宫颈长度测量更敏感，能够整合更多解剖特征信息 | 超声检查指征未系统记录，扫描可能基于风险因素或早产症状进行 | 开发并验证用于自发性早产预测的AI模型 | 接受宫颈超声扫描的孕妇 | 医学影像分析 | 早产 | 宫颈超声 | 深度学习 | 超声图像 | 4,224例妊娠和7,862张宫颈超声图像 | NA | NA | AUC, 敏感度, 特异度, 似然比 | NA |
| 2112 | 2025-10-06 |
Biological Age Estimation From the Age Gap Using Deep Learning Integrating Morbidity and Mortality: Model Development and Validation Study
2025-Sep-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/71592
PMID:40930058
|
研究论文 | 开发并验证一种基于Transformer的生物年龄估计模型，整合发病率和死亡率数据以提高预测准确性 | 提出首个整合发病率和死亡率信息的Transformer架构生物年龄估计模型，采用多目标学习策略 | 女性群体的死亡率预测趋势未达到统计学显著性，需要在更多样化人群中进一步验证 | 开发更准确的生物年龄估计模型以改善年龄相关疾病风险的早期识别 | 151,281名18岁及以上接受常规健康检查的成年人 | 机器学习 | 老年疾病 | 健康检查数据 | Transformer | 临床健康数据 | 151,281名成年人 | NA | 自定义Transformer架构 | BA差距分布，健康状态分层，死亡率预测，Kaplan-Meier分析 | NA |
| 2113 | 2025-10-06 |
Deep learning enhanced quantitative debonding evaluation in tile panels using Lamb waves
2025-Sep-10, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107821
PMID:40945330
|
研究论文 | 提出一种基于Lamb波信号和数据驱动深度学习的陶瓷瓷砖面板脱粘定量评估方法 | 首次将二维卷积神经网络与Lamb波时频分析相结合用于瓷砖脱粘定量评估，并采用仿真与实验数据混合训练策略 | NA | 开发可靠的瓷砖结构无损评估方法 | 外墙陶瓷瓷砖面板的脱粘缺陷 | 计算机视觉 | NA | Lamb波检测，连续小波变换 | CNN | 时频图像 | NA | NA | 多分支2D-CNN | NA | NA |
| 2114 | 2025-10-06 |
Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning
2025-Sep-09, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146354
PMID:40945266
|
研究论文 | 本研究提出结合近红外光谱和深度学习技术无损检测中华绒螯蟹中生物胺含量并进行品质分级 | 首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺无损检测，实现了对四种关键生物胺的精准预测和腐败蟹的100%准确识别 | 研究仅针对特定储存条件（8±1°C）下的中华绒螯蟹，模型在其他水产品或储存条件下的适用性有待验证 | 开发基于近红外光谱和深度学习的无损检测方法用于水产品质量评估 | 中华绒螯蟹肌肉组织中的生物胺含量 | 计算机视觉 | NA | 近红外光谱分析 | CNN,LSTM,SE | 光谱数据 | 冷储存过程中的中华绒螯蟹样本 | NA | CNN-LSTM-SE混合架构 | 相关系数R,均方根误差RMSE,准确率 | NA |
| 2115 | 2025-10-06 |
Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk
2025-Sep-09, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146361
PMID:40945267
|
研究论文 | 本研究开发了一种结合分子网络与深度学习的代谢组学方法，用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物 | 首次将基于特征的分子网络与深度学习相结合，克服传统数据库驱动方法的注释限制，发现两种未报道的新化合物 | NA | 识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性 | 植物乳杆菌发酵的沙棘奶代谢产物 | 代谢组学 | NA | 非靶向代谢组学，基于特征的分子网络，深度学习 | 深度学习 | 代谢组学数据 | NA | NA | NA | NA | NA |
| 2116 | 2025-10-06 |
Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater
2025-Sep-08, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124574
PMID:40945058
|
研究论文 | 提出结合荧光和吸收双模式光谱与序列基序及深度学习的微藻识别与浓度预测新方法 | 首次提出基序场将光谱数据编码为二维图像，设计双流特征融合网络和双检测头架构实现同步物种识别与浓度回归 | NA | 实现海水中微藻物种识别和浓度预测 | 海水中的微藻 | 计算机视觉 | NA | 荧光和吸收双模式光谱 | CNN | 光谱数据、图像 | NA | NA | 双流特征融合网络,卷积头,全连接头 | 准确率,RMSE,R | NA |
| 2117 | 2025-10-06 |
Residual motion artifact removal enables dynamic μMRI of a behaving Pachnoda marginata
2025-Sep-04, Journal of magnetic resonance (San Diego, Calif. : 1997)
DOI:10.1016/j.jmr.2025.107954
PMID:40945107
|
研究论文 | 本研究开发了一种结合回顾性门控μMRI重建与深度学习技术的残余运动伪影去除方法，用于活体昆虫的动态显微磁共振成像 | 开发了完全回顾性门控策略结合U-Net深度学习网络来补偿昆虫腹部大尺度非刚性运动伪影 | 方法在活体昆虫上的验证仍需进一步研究，模拟数据训练可能无法完全覆盖真实场景 | 开发有效的运动伪影去除技术以实现活体行为昆虫的动态显微磁共振成像 | 行为中的Pachnoda marginata昆虫 | 计算机视觉,数字病理 | NA | 显微磁共振成像(μMRI),计算机视觉 | CNN | 图像 | NA | NA | U-Net | NA | NA |
| 2118 | 2025-10-06 |
Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction
2025-Sep-04, Clinical biomechanics (Bristol, Avon)
|
研究论文 | 本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法 | 提出CNN-BiGRU-Attention混合深度学习框架，实现了复杂运动场景下vGRF的准确估计，解决了现有方法在复杂运动和患者特异性适应方面的不足 | 研究样本量较小（仅25名患者），且仅针对三种日常活动进行评估 | 开发便携式监测系统，用于前交叉韧带重建患者的康复评估 | 25名前交叉韧带重建患者 | 机器学习 | 运动损伤 | 可穿戴传感器，Vicon运动捕捉系统 | CNN, BiGRU, Attention机制 | 运动学数据，力学数据 | 25名ACLR患者 | NA | CNN-BiGRU-Attention | R2 | NA |
| 2119 | 2025-10-06 |
Research Progress in Artificial Intelligence for Central Serous Chorioretinopathy: A Systematic Review
2025-Sep, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-025-01209-9
PMID:40694226
|
系统综述 | 本文系统综述了人工智能在中心性浆液性脉络膜视网膜病变中的应用进展、挑战和未来研究方向 | 首次系统总结AI在CSCR领域的应用进展，从疾病分类发展到动态预后预测，并引入可解释AI增强临床适用性 | 存在单中心数据依赖、观察者间标注变异、静态框架无法捕捉动态病变进展等局限性 | 指导个性化诊断和治疗策略，促进AI在CSCR领域的临床转化 | 中心性浆液性脉络膜视网膜病变(CSCR)相关研究 | 计算机视觉 | 中心性浆液性脉络膜视网膜病变 | 光学相干断层扫描(OCT)、OCT血管成像(OCTA)、眼底荧光血管造影(FFA) | 深度学习,神经网络 | 多模态医学影像 | 73项原始研究(从698条记录中筛选) | NA | NA | 定性诊断准确率,定量诊断准确率 | NA |
| 2120 | 2025-10-06 |
Network and pharmacophore guided and BCL2 and HSP90AA1 targeted drug repurposable approaches against rheumatoid arthritis mediated diffuse large B-cell lymphoma
2025-Sep, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.146985
PMID:40889653
|
研究论文 | 本研究开发了一种GCNConv深度学习流程，通过网络和药效团引导的方法识别类风湿关节炎介导的弥漫大B细胞淋巴瘤的潜在治疗靶点并进行药物重定位 | 首次将GCNConv深度学习应用于RA和DLBCL共享基因网络分析，发现BCL2和HSP90AA1作为双重治疗靶点，并识别出优于现有FDA批准药物的候选化合物 | 研究基于计算预测和虚拟筛选，需要实验验证；分析局限于804种非专利FDA批准药物 | 探索类风湿关节炎介导的弥漫大B细胞淋巴瘤的分子机制并开发治疗干预策略 | RA和DLBCL共享的失调基因网络及FDA批准药物 | 生物信息学，计算生物学 | 类风湿关节炎，弥漫大B细胞淋巴瘤 | 网络分析，药效团建模，虚拟筛选，深度学习 | GCNConv | 基因表达数据，药物分子结构数据 | 86个RA和DLBCL共享失调基因，804种FDA批准药物 | NA | GCNConv | R值（训练集0.9480，验证集0.9288，测试集0.9117），结合能（kcal/mol） | NA |