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 29817 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2025-08-10 |
Machine learning for diabetic foot care: accuracy trends and emerging directions in healthcare AI
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1613946
PMID:40756392
|
review | 本文系统分析了机器学习在糖尿病足研究中的应用趋势、重点领域和方法学方法 | 首次系统综述了机器学习在糖尿病足研究中的应用，识别了关键趋势和新兴方向 | 仅纳入了2020-2024年间发表的25篇研究文章，样本量有限 | 分析机器学习在糖尿病足研究中的应用趋势和方法 | 糖尿病足相关研究和机器学习应用 | machine learning | diabetes | thermal imaging, IoT, smart insoles | deep learning, large language models | image, structured clinical data, IoT sensor data | 25篇研究文章 |
| 222 | 2025-08-10 |
Mangrove species classification using a proposed ensemble U-Net model and Planet satellite imagery: A case study in Ngoc Hien district, Ca Mau province, Vietnam
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327315
PMID:40768506
|
研究论文 | 本研究提出了一种集成U-Net模型，结合Planet卫星影像，用于越南Ca Mau省Ngoc Hien地区的红树林物种分类 | 采用先进的深度学习解决方案（集成U-Net模型）和高分辨率Planet卫星影像（5米×5米）进行红树林物种分类 | 研究仅针对越南Ca Mau省Ngoc Hien地区的特定红树林物种，可能不具备广泛适用性 | 通过深度学习和卫星影像技术实现红树林物种的高效分类 | 红树林物种（Avicennia alba、Rhizophora apiculate和混合红树林） | 计算机视觉 | NA | 深度学习、卫星影像分析 | 集成U-Net模型（包含MobileNet、SEResNeXt-101和Efficientnet-B7） | 卫星影像 | NA |
| 223 | 2025-08-10 |
MSMCE: A novel representation module for classification of raw mass spectrometry data
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321239
PMID:40768503
|
research paper | 提出了一种名为MSMCE的新型多通道嵌入表示模块，用于提高原始质谱数据的分类性能 | MSMCE模块通过建模通道间依赖关系生成多通道表示，并结合特征融合机制显著提升分类性能 | 未提及具体的数据集规模限制或跨数据集泛化能力的详细验证 | 解决质谱数据高维复杂性带来的特征提取与分类挑战 | 原始质谱数据 | machine learning | NA | 质谱分析(MS) | 深度学习模型（未指定具体类型） | 质谱数据 | 四个公共数据集（未提具体样本量） |
| 224 | 2025-08-10 |
Artificial intelligence in personalized nutrition and food manufacturing: a comprehensive review of methods, applications, and future directions
2025, Frontiers in nutrition
IF:4.0Q2
DOI:10.3389/fnut.2025.1636980
PMID:40771216
|
综述 | 本文全面回顾了人工智能在个性化营养和食品制造中的方法、应用及未来方向 | 将AI技术应用于个性化营养和食品制造，实现实时膳食建议、基于生物标志物的餐食规划以及食品生产中的质量控制与废物最小化 | 涉及算法透明度、数据隐私和公平获取等关键挑战 | 探讨AI在营养和食品系统中的创新应用，以支持精准健康和可持续发展 | 个性化营养和食品制造 | 人工智能 | NA | 深度学习、联邦学习、计算机视觉 | NA | NA | NA |
| 225 | 2025-08-10 |
A hybrid approach for pattern recognition and interpretation in age-related false memory
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1579259
PMID:40771329
|
研究论文 | 本文开发了一种结合优化机器学习技术与大规模基于transformer的语言模型的混合方法，用于识别年轻人和老年人中区分真实记忆与错误记忆的行为模式 | 提出了一种改进的LightGBM模型，结合语言模型增强可解释性，用于研究年龄相关的错误记忆机制 | 当前用于研究年龄相关认知变化的方法存在局限性 | 探究年龄相关认知衰退，特别是错误记忆形成的潜在机制 | 年轻人和老年人的记忆行为模式 | 机器学习 | 老年疾病 | 机器学习 | 改进的LightGBM | 行为数据 | NA |
| 226 | 2025-08-10 |
gamUnet: designing global attention-based CNN architectures for enhanced oral cancer detection and segmentation
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1582439
PMID:40771464
|
研究论文 | 提出了一种名为gamUnet的新型CNN架构，用于增强口腔癌的检测和分割 | 集成了全局注意力机制(GAM)以增强模型捕获全局跨模态信息的能力，并引入了gamResNet进一步改进口腔癌检测性能 | 未提及具体的数据集规模或模型在临床环境中的验证情况 | 开发一种能够更准确检测和分割口腔鳞状细胞癌(OSCC)的深度学习模型 | 口腔鳞状细胞癌(OSCC)的组织病理学图像 | 数字病理学 | 口腔癌 | 深度学习 | CNN, gamUnet, gamResNet | 图像 | NA |
| 227 | 2025-08-10 |
Advances in ocular aging: combining deep learning, imaging, and liquid biopsy biomarkers
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1591936
PMID:40771477
|
综述 | 本文探讨了结合深度学习、成像技术和液体活检生物标志物在眼部衰老研究中的进展 | 整合深度学习与先进成像及液体活检生物标志物，为理解眼部衰老及其对全身健康的影响提供了新视角 | 未提及具体实验数据或样本量，可能缺乏实证支持 | 探索眼部衰老作为全身衰老相关疾病和死亡率的标志物的直接关系 | 眼部衰老及其与全身健康的关系 | 数字病理学 | 老年疾病 | 液体活检、眼部成像 | 深度学习 | 图像、生物标志物数据 | NA |
| 228 | 2025-08-10 |
Applications and advances of multi-omics technologies in gastrointestinal tumors
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1630788
PMID:40771479
|
综述 | 本文系统综述了多组学技术在胃肠道肿瘤研究中的最新进展及其在早期筛查、生物标志物发现和治疗优化中的应用 | 整合了基因组学、转录组学、蛋白质组学和代谢组学等多维数据，构建多尺度框架，为分子分型和靶向治疗开辟了新路径 | 数据异质性、算法泛化能力不足以及高成本等问题限制了临床转化 | 探讨多组学技术在胃肠道肿瘤研究中的应用与进展 | 胃肠道肿瘤 | 多组学技术 | 胃肠道肿瘤 | 基因组学、转录组学、蛋白质组学、代谢组学、表观基因组学、宏基因组学、脂质组学 | NA | 多组学数据 | NA |
| 229 | 2025-08-10 |
Stochastic-based learning for image classification in chest X-ray diagnosis
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251361745
PMID:40771770
|
研究论文 | 本文介绍了一种基于随机深度学习的胸部X光图像分类方法，旨在提高肺炎等肺部疾病的检测精度 | 采用随机深度学习方法优化卷积神经网络架构，结合dropout正则化和数据增强技术，显著提高了分类性能和模型鲁棒性 | 需要在更多样化的大规模数据集上进行验证，并整合到临床决策支持系统中才能广泛应用 | 提高胸部X光图像中肺部疾病（特别是肺炎）的诊断精度 | 胸部X光图像 | 计算机视觉 | 肺炎 | 随机深度学习 | CNN | 图像 | NA |
| 230 | 2025-08-10 |
CDFA: Calibrated deep feature aggregation for screening synergistic drug combinations
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1608832
PMID:40771923
|
research paper | 提出了一种名为CDFA的校准深度特征聚合框架，用于筛选协同药物组合 | 利用基于蛋白质信息和基因表达的新型细胞系表示，以及基于Transformer的特征聚合网络，通过多头注意力机制建模药物对和细胞系之间的复杂相互作用，并引入不确定性校准方法 | NA | 开发一种计算工具，用于高效可靠地筛选协同药物组合 | 药物组合和细胞系 | machine learning | NA | deep learning | Transformer | protein information, gene expression | NA |
| 231 | 2025-08-10 |
Emerging trends and knowledge networks in pan-cancer sorafenib resistance: a 20-year bibliometric investigation
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1581820
PMID:40771926
|
研究论文 | 本研究通过文献计量学方法分析了20年来关于索拉非尼耐药性的研究趋势和知识网络 | 首次采用系统性文献计量学方法对索拉非尼耐药性进行跨癌种分析，揭示了关键耐药机制和研究热点 | 研究仅基于Web of Science数据库的文献，可能遗漏其他数据库的重要研究 | 阐明索拉非尼耐药的潜在机制并识别研究趋势和空白 | 索拉非尼耐药相关研究文献 | 医学文献计量学 | 肝癌、肾细胞癌、甲状腺癌 | 文献计量分析、VOSviewer、CiteSpace | NA | 文献数据 | 1484篇符合条件的出版物 |
| 232 | 2025-08-10 |
Federated knee injury diagnosis using few shot learning
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1589358
PMID:40771942
|
研究论文 | 本文提出了一种结合少样本学习和联邦学习的混合方法，用于通过MRI扫描诊断膝关节损伤 | 整合了少样本学习和联邦学习，采用3DResNet50架构增强特征提取和嵌入表示，解决了标注数据稀缺和隐私问题 | 冠状面视图性能较低，复杂架构导致计算需求高 | 提高膝关节损伤的诊断准确性和患者数据隐私保护 | 膝关节损伤（如前交叉韧带撕裂和半月板撕裂）的MRI扫描 | 计算机视觉 | 膝关节损伤 | MRI扫描 | 3DResNet50, Prototypical Networks | MRI图像 | MRNet数据集 |
| 233 | 2025-08-10 |
A comparative study of bone density in elderly people measured with AI and QCT
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1582960
PMID:40771941
|
research paper | 本研究比较了AI和QCT在老年人骨密度测量中的效果，验证了AI模型在骨质疏松诊断中的临床效用 | 首次采用双验证框架验证基于深度学习的BMD预测算法，并证明AI驱动的BMD量化在诊断准确性上不劣于QCT | 研究为回顾性多中心研究，可能存在选择偏倚 | 验证AI在骨密度测量中的诊断等效性，评估其在骨质疏松分类中的临床效用 | 702名患者的CT/QCT配对数据集 | digital pathology | geriatric disease | AI, QCT, CT | 深度学习模型 | 医学影像 | 702名患者(2019-2022年) |
| 234 | 2025-08-10 |
Artificial intelligence in neurodegenerative diseases research: a bibliometric analysis since 2000
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1607924
PMID:40771972
|
综述 | 本文通过文献计量学方法分析了2000年至2025年3月16日间人工智能在神经退行性疾病研究中的应用和发展趋势 | 利用VOSviewer、CiteSpace和Bibliometrix R等工具，首次全面绘制了该领域的合作网络、关键词趋势和知识轨迹 | 数据仅来源于Web of Science核心合集，可能未涵盖所有相关研究 | 探索人工智能在神经退行性疾病研究中的发展历程和应用现状 | 1402篇出版物（1159篇文章和243篇综述） | 人工智能 | 神经退行性疾病 | 文献计量分析 | CNN | 文献数据 | 1402篇出版物 |
| 235 | 2025-08-10 |
Domain adaptive deep possibilistic clustering for EEG-based emotion recognition
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1592070
PMID:40772260
|
研究论文 | 提出一种名为DADPc的新框架，结合深度域不变特征学习和可能性聚类，用于基于EEG的情感识别 | 将最大均值差异（MMD）重新表述为模糊熵正则化框架下的单中心聚类任务，并引入自适应加权损失和记忆库策略以提高伪标签和跨域对齐的可靠性 | 未明确提及具体局限性 | 克服传统域适应方法在EEG情感识别中的泛化能力不足问题 | 基于EEG的情感识别 | 机器学习 | NA | 深度域不变特征学习、可能性聚类、最大均值差异（MMD） | DADPc框架 | EEG信号 | 三个基准数据集（SEED、SEED-IV和DEAP） |
| 236 | 2025-08-10 |
EPI-DynFusion: enhancer-promoter interaction prediction model based on sequence features and dynamic fusion mechanisms
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1614222
PMID:40772277
|
research paper | 提出了一种基于序列特征和动态融合机制的增强子-启动子相互作用预测模型EPI-DynFusion | 结合了Transformer和BiGRU架构的动态特征融合机制，以及CBAM注意力模块，显著提升了模型性能 | 模型性能依赖于预训练的DNA嵌入和特定细胞系数据的微调 | 开发高效的计算模型来预测增强子-启动子相互作用 | 增强子-启动子相互作用 | machine learning | NA | DNA序列编码、CNN、Transformer、BiGRU、CBAM | EPI-DynFusion (包含CNN、Transformer、BiGRU和CBAM) | DNA序列数据 | 六个基准细胞系的数据 |
| 237 | 2025-08-10 |
Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal
2024-11, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.11.116003
PMID:39564076
|
研究论文 | 本文通过合成毛发基准数据集和基于深度学习的毛发去除方法，提升皮肤镜图像在黑色素瘤检测中的诊断准确性 | 开发了一个新颖的合成毛发皮肤镜图像数据集，并设计了一个专注于毛发去除同时保留病变完整性的CNN模型 | NA | 提升皮肤镜图像在黑色素瘤早期检测中的诊断准确性 | 皮肤镜图像中的毛发干扰 | 数字病理学 | 黑色素瘤 | 深度学习 | CNN | 图像 | NA |
| 238 | 2025-08-10 |
An end-to-end recurrent compressed sensing method to denoise, detect and demix calcium imaging data
2024-Sep, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-024-00892-w
PMID:40771998
|
研究论文 | 本文介绍了一种名为DeepCaImX的端到端深度学习方法，用于钙成像数据的去噪、检测和解混 | 首次提出了一种能够同时生成准确神经元足迹和提取干净神经元活动轨迹的神经网络 | NA | 开发一个自动化、高速度的钙成像数据分析流程 | 钙成像数据中的神经元活动 | 计算机视觉 | NA | 双光子钙成像 | LSTM神经网络 | 图像 | 模拟数据集和体内实验数据 |
| 239 | 2025-08-10 |
Enhanced Partial Fourier MRI With Zero-Shot Deep Untrained Priors
2024, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2024.3508761
PMID:40766109
|
研究论文 | 提出了一种基于零样本无监督深度学习的部分傅里叶重建新方法 | 将传统的相位约束与零样本深度学习技术相结合，无需训练数据即可实现图像重建和先验学习 | 未提及具体局限性 | 提高部分傅里叶重建的质量和鲁棒性 | MRI图像 | 医学影像处理 | NA | 零样本深度学习、虚拟共轭线圈(VCC)相位约束 | 无训练生成先验的神经网络 | MRI图像数据 | fastMRI数据集、QALAS多对比数据集和低场数据集 |
| 240 | 2025-04-24 |
Geneformer: a deep learning model for exploring gene networks
2023-12, Science China. Life sciences
DOI:10.1007/s11427-023-2431-x
PMID:37672186
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |