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 32373 篇文献，本页显示第 2481 - 2500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2481 | 2025-10-06 |
Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection
2025-Sep-11, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251367620
PMID:40936310
|
研究论文 | 评估本地数据训练对MRI前列腺癌分割模型性能的重要性 | 首次在大规模队列（超过1000例）中验证领域偏移对MRI前列腺癌分割模型的影响 | 研究基于模拟的多机构联盟，可能无法完全反映真实世界临床环境 | 评估本地数据训练是否在超过1000例的大规模队列中仍优于外部数据训练 | 前列腺癌MRI分割模型 | 医学影像分析 | 前列腺癌 | MRI | nnUNet | 医学影像 | PICAI数据集1241例训练+259例测试，本地数据集1400例训练+308例测试 | nnUNet-v2 | nnUNet | PICAI Score | NA |
| 2482 | 2025-10-06 |
Prognostic models for radiation-induced complications after radiotherapy in head and neck cancer patients
2025-Sep-10, The Cochrane database of systematic reviews
DOI:10.1002/14651858.CD014745.pub2
PMID:40927975
|
系统评价 | 对头颈癌患者放疗后放射性并发症的预测模型进行系统评价和偏倚风险评估 | 首次对头颈癌放疗并发症预测模型进行全面系统评价，评估了592个模型的偏倚风险和预测性能 | 大多数验证研究存在高偏倚风险，校准性能报告不完整，缺乏GRADE系统评估 | 识别、描述和评估头颈癌患者放疗并发症的预测模型质量 | 头颈癌患者放疗并发症预测模型 | 医学预测模型 | 头颈癌 | 系统评价方法，偏倚风险评估工具 | NTCP模型，深度学习模型 | 临床研究数据 | 140,767名头颈癌患者（模型开发），34,304名患者（外部验证） | NA | NA | C统计量，校准性能 | NA |
| 2483 | 2025-10-06 |
GEDI and Sentinel data integration for quantifying agroforestry tree height and stocks
2025-Sep-10, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127197
PMID:40934663
|
研究论文 | 本研究通过整合GEDI和Sentinel遥感数据，利用深度学习U-Net方法估算意大利帕丹平原杨树人工林的碳储量 | 首次将GEDI波形数据与Sentinel多波段影像结合，采用U-Net深度学习模型生成10米高分辨率冠层高度模型，用于杨树人工林碳储量估算 | 模型在胸径、立木蓄积量和地上生物量估算中的RMSE分别达到30.7%、46.2%和63.2%，精度有待进一步提高 | 开发有效的遥感监测方法，量化杨树人工林的高度和碳储量，支持气候变化减缓 | 意大利帕丹平原的杨树人工林 | 遥感监测, 深度学习 | NA | 遥感监测, 激光雷达, 深度学习 | U-Net | 遥感影像, 激光雷达波形数据 | 研究区域约46,000平方公里，包含2021和2022年杨树人工林地图数据 | NA | U-Net | 平均绝对误差, RMSE | NA |
| 2484 | 2025-10-06 |
A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids
2025-Sep-10, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.08.054
PMID:40935773
|
研究论文 | 提出融合ResNet和Vision Transformer的深度学习模型用于预测子宫肌瘤HIFU治疗效果 | 首次将ResNet的局部纹理特征与ViT的全局空间特征通过并行架构融合，用于量化子宫肌瘤异质性 | 样本量相对有限，仅来自两个医疗中心 | 提高子宫肌瘤HIFU治疗效果的预测准确率 | 子宫肌瘤患者 | 计算机视觉 | 子宫肌瘤 | T2加权磁共振成像 | CNN, Transformer | 医学图像 | 中心A训练集272例、内部验证集92例；中心B外部测试集125例 | NA | ResNet-18, Vision Transformer, Res-ViT | AUC | NA |
| 2485 | 2025-10-06 |
Deep learning based solar forecasting for optimal PV BESS sizing in ultra fast charging stations
2025-Sep-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17408-0
PMID:40925891
|
研究论文 | 提出一种结合深度学习太阳能预测与遗传算法的优化框架，用于超快速充电站中光伏和电池储能系统的最优容量规划 | 将门控循环单元(GRU)模型用于光伏输出预测，并结合遗传算法针对工作日和周末需求曲线进行优化配置 | 未提及具体数据集的时空覆盖范围和研究区域的局限性 | 优化超快速充电站中光伏和电池储能系统的容量配置以提高经济性 | 超快速充电站、光伏系统、电池储能系统 | 机器学习 | NA | 太阳能预测、遗传算法优化 | GRU | 时间序列数据、电力需求数据、太阳能发电数据 | NA | NA | GRU | 净现值(NPV)、能源充足率(ESR)、自给率(AR) | NA |
| 2486 | 2025-10-06 |
A Deep Learning Approach for Tracking Colorectal Cancer-Derived Extracellular Vesicles in Colon and Lung Models
2025-Sep-08, ACS biomaterials science & engineering
IF:5.4Q2
DOI:10.1021/acsbiomaterials.5c00380
PMID:40857079
|
研究论文 | 开发基于深度学习的方法追踪结直肠癌来源的细胞外囊泡在结肠和肺模型中的行为 | 首次将深度学习技术应用于结直肠癌来源细胞外囊泡的追踪和定量分析 | 研究基于体外3D模型，尚未进行临床验证 | 探索细胞外囊泡在结直肠癌转移中的作用机制 | 结直肠癌来源的细胞外囊泡 | 计算机视觉 | 结直肠癌 | 深度学习,3D组织模型 | 深度学习模型 | 图像数据 | NA | NA | NA | 定量分析指标 | NA |
| 2487 | 2025-10-06 |
Large-Scale Dermatopathology Dataset for Lesion Segmentation: Model Development and Analysis
2025-Sep-08, Journal of Korean medical science
IF:3.0Q1
DOI:10.3346/jkms.2025.40.e220
PMID:40923506
|
研究论文 | 构建大规模皮肤病理学图像数据集并开发基于深度学习的病变分割模型 | 创建了包含34,376张组织病理学切片图像的多机构大规模数据集，涵盖正常皮肤和六种常见皮肤病变 | 数据集可能仍存在某些特定疾病的局限性 | 开发AI辅助诊断工具以支持皮肤病理学家实现更一致的诊断 | 皮肤组织病理学图像，包括正常皮肤和六种皮肤病变 | 数字病理学 | 皮肤癌 | 组织病理学成像 | 深度学习分割模型 | 图像 | 34,376张组织病理学切片图像，来自四个机构 | NA | NA | Dice系数 | NA |
| 2488 | 2025-10-06 |
Deep Learning-Assisted Organogel Pressure Sensor for Alphabet Recognition and Bio-Mechanical Motion Monitoring
2025-Sep-08, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01912-z
PMID:40924231
|
研究论文 | 开发了一种基于钴纳米颗粒氮掺杂碳纳米管/PVA/明胶有机凝胶的压力传感器，结合深度学习技术实现字母识别和生物力学运动监测 | 首次报道具有抗冻、自粘、自愈合特性的多功能有机凝胶压力传感器，在宽湿度范围(-20°C至95% RH)和零下温度条件下保持稳定性能 | NA | 开发高性能可穿戴传感器用于人机交互和健康监测 | 有机凝胶压力传感器及其在字母识别和人体运动监测中的应用 | 机器学习 | NA | 电化学阻抗谱 | 深度学习 | 传感器信号数据 | NA | NA | NA | 准确率 | NA |
| 2489 | 2025-10-06 |
Immunoelectron microscopy: a comprehensive guide from sample preparation to high-resolution imaging
2025-Sep-08, Discover nano
DOI:10.1186/s11671-025-04346-z
PMID:40924310
|
综述 | 本文系统介绍了免疫电子显微镜技术的完整工作流程，从样品制备到高分辨率成像的全面指南 | 提出了基于系统随机采样和深度学习算法的定量分析框架，包括FIB-SEM 3D重建和CLEM多模态整合策略 | 前包埋标记技术细胞结构保存有限，后包埋标记技术需要平衡树脂渗透和抗原表位掩蔽问题 | 提供免疫电子显微镜技术的系统性分析和工作流程指南 | 生物分子在亚细胞尺度的空间定位 | 数字病理 | 肿瘤 | 免疫电子显微镜，FIB-SEM 3D重建，CLEM | 深度学习算法 | 电子显微镜图像，3D重建数据 | NA | NA | NA | 各向同性分辨率（5nm） | NA |
| 2490 | 2025-10-06 |
HPDAF: A practical tool for predicting drug-target binding affinity using multimodal features
2025-Sep-08, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.118153
PMID:40934535
|
研究论文 | 介绍一种名为HPDAF的多模态深度学习工具，用于提高药物-靶标结合亲和力预测的准确性 | 独特整合三种生化信息类型（蛋白质序列、药物分子图、蛋白结合口袋结构相互作用数据），并采用新型分层注意力机制动态强调最相关的结构信息 | NA | 提高药物-靶标结合亲和力预测准确性以促进药物发现和设计 | 药物-靶标结合亲和力 | 机器学习 | NA | 多模态深度学习 | 深度学习 | 蛋白质序列, 药物分子图, 结构相互作用数据 | 使用CASF-2016和CASF-2013基准数据集 | NA | 分层注意力机制 | 预测性能指标 | NA |
| 2491 | 2025-10-06 |
Dosiomics-guided deep learning for radiation esophagitis prediction in lung cancer: optimal region of interest definition via multi-branch fusion auxiliary learning
2025-Sep-06, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.111121
PMID:40921328
|
研究论文 | 本研究开发了一种结合剂量组学和深度学习的模型，通过多任务辅助学习自动定义感兴趣区域，用于预测肺癌放疗患者的放射性食管炎 | 提出剂量组学引导的深度学习网络，通过多任务辅助学习基于辐射剂量分布图像自动定义准确客观的感兴趣区域 | 回顾性研究设计，样本量相对有限，需要外部验证 | 开发预测肺癌患者放射性食管炎的深度学习模型 | 接受放疗的肺癌患者 | 医学影像分析 | 肺癌 | 剂量组学，深度学习 | CNN | 辐射剂量分布图像 | 488例来自三家医院的患者（训练集235例，内部验证集101例，外部验证集1为57例，外部验证集2为95例） | NA | ResNet34 | AUC | NA |
| 2492 | 2025-10-06 |
Laser spectral enhancement and analysis based on blind-spot networks and Kolmogorov-Arnold networks
2025-Sep-06, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.128806
PMID:40934630
|
研究论文 | 提出基于盲点网络和Kolmogorov-Arnold网络的自监督深度学习框架，用于激光诱导击穿光谱的噪声抑制和定量分析 | 结合盲点网络的中心盲点卷积机制与动态掩码策略实现无干净参考数据的自监督降噪，并采用KANs架构通过自适应样条基函数改进定量分析 | 仅在不锈钢标准样品上进行验证，未涉及其他材料类型 | 提升激光诱导击穿光谱的分析性能，解决光谱噪声干扰和定量分析精度不足的问题 | 六种认证不锈钢标准材料(JZG201-JZG206B) | 机器学习 | NA | 激光诱导击穿光谱(LIBS) | 盲点网络,Kolmogorov-Arnold网络 | 光谱数据 | 6种不锈钢标准材料(36×36 mm固体块) | NA | 盲点网络,Kolmogorov-Arnold网络 | 相对标准偏差,特征峰保留率,强度保真度,决定系数,均方根误差预测 | NA |
| 2493 | 2025-10-06 |
Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering
2025-Sep-06, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146294
PMID:40934785
|
综述 | 本文综述了基于表面增强拉曼散射的抗生素检测中样品制备与信号放大方法 | 提出将深度学习与微尺度萃取和功能化磁性纳米材料相结合以提升检测精度 | SERS耦合固/液相萃取技术研究不足，缺乏兼容的纳米颗粒和新型纳米吸附剂 | 开发抗生素检测的样品前处理与信号增强技术 | 环境与食品中的抗生素污染物 | 分析化学 | NA | 表面增强拉曼散射(SERS), 固相/溶剂(微)萃取, 微流控, 侧流(免疫)分析, 磁性富集, 分子印迹聚合物 | 深度学习 | 拉曼光谱数据 | NA | NA | NA | 检测精度 | NA |
| 2494 | 2025-09-13 |
Infant Electrocardiogram-Based Deep Learning Predicts Critical Congenital Heart Disease
2025-Sep-06, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2025.08.005
PMID:40938228
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2495 | 2025-10-06 |
AI-augmented prediction of high-risk PINK1 variants associated with Parkinson's disease: integrating multilayered bioinformatics, MD simulation, and deep learning
2025-Sep-04, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.08.014
PMID:40914318
|
研究论文 | 本研究通过整合多层生物信息学、分子动力学模拟和深度学习技术，预测与帕金森病相关的PINK1基因高危变异 | 首次结合生物信息学工具、深度学习方法和分子动力学模拟系统评估PINK1基因激酶域nsSNPs的结构功能影响 | 研究结果需要实验验证，分子动力学模拟时间尺度有限 | 识别PINK1基因激酶域中最有害的非同义单核苷酸多态性及其结构和功能改变 | PINK1基因激酶域的非同义单核苷酸多态性 | 生物信息学 | 帕金森病 | 生物信息学分析,分子动力学模拟,深度学习,蛋白质-蛋白质相互作用分析,分子对接 | 深度学习模型 | 基因序列数据,蛋白质结构数据 | NA | NA | NA | NA | NA |
| 2496 | 2025-10-06 |
A Comprehensive Review on the Application of Artificial Intelligence for Predicting Postsurgical Recurrence Risk in Early-Stage Non-Small Cell Lung Cancer Using Computed Tomography, Positron Emission Tomography, and Clinical Data
2025-Sep, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.860
PMID:39844750
|
综述 | 本文系统回顾了基于CT、PET和临床数据的人工智能技术在预测早期非小细胞肺癌术后复发风险中的应用 | 首次全面评估了结合放射组学、机器学习和深度学习的多模态方法在早期NSCLC复发预测中的综合应用潜力 | 纳入研究存在样本量小、缺乏外部验证、可解释性不足和多模态影像技术融合不充分等问题 | 评估人工智能技术在预测早期非小细胞肺癌术后复发风险中的应用效果和发展前景 | 早期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT, PET, PET/CT | 机器学习, 深度学习 | 影像数据, 临床数据 | 16项符合纳入标准的研究 | NA | NA | NA | NA |
| 2497 | 2025-10-06 |
Artificial intelligence in metalloprotein binding site prediction: A systematic review bridging bioinformatics and biotechnology
2025-Sep, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.146666
PMID:40885350
|
系统综述 | 本文系统综述了人工智能在金属蛋白结合位点预测中的应用，连接生物信息学与生物技术领域 | 提出了基于数据集特征、研究目标和性能权衡的结构化决策框架来指导模型选择 | 数据不平衡、金属离子代表性不足和结构异质性限制了模型的泛化能力 | 系统评估人工智能在金属蛋白结合位点预测中的方法与应用 | 金属蛋白及其金属结合位点 | 生物信息学 | NA | 机器学习,深度学习 | Random Forest,CNN | 序列数据,结构数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 2498 | 2025-10-06 |
Analyzing Depression in College Students Using NLP and Transformer Models: Implications for Career and Educational Counseling
2025-Sep, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70828
PMID:40922618
|
研究论文 | 本研究开发了一种结合RoBERTa Transformer和GRU层的自然语言处理框架，用于通过社交媒体内容检测大学生抑郁症状 | 提出结合RoBERTa Transformer与GRU层的混合架构，并整合多模态嵌入（行为、时间和上下文元数据）来增强情感分析能力 | 研究依赖于社交媒体数据，可能无法完全代表所有学生群体，且模型性能可能受平台特定语言特征影响 | 开发自动化系统检测大学生抑郁症状，为学业和职业咨询提供支持 | 大学生的社交媒体帖子 | 自然语言处理 | 抑郁症 | 自然语言处理 | Transformer, GRU | 文本数据（社交媒体帖子） | 来自Twitter和Reddit的真实世界数据集 | PyTorch, TensorFlow | RoBERTa, GRU | 准确率 | NA |
| 2499 | 2025-10-06 |
Automated Coffee Roast Level Classification Using Machine Learning and Deep Learning Models
2025-Sep, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.70532
PMID:40923385
|
研究论文 | 本研究评估多种机器学习和深度学习模型用于咖啡烘焙程度自动分类 | 使用Xception作为特征提取器的CNN模型，并结合多种传统ML模型进行咖啡烘焙程度分类，实现完全自动化解决方案 | NA | 开发可靠、可扩展的咖啡烘焙程度自动分类方法 | 咖啡豆烘焙程度 | 计算机视觉 | NA | 图像分析 | CNN, AdaBoost, random forest, SVM | 图像 | 1,600张高质量图像，均衡分布在绿色、浅度、中度和深度四个烘焙等级 | NA | Xception | 准确率, F1分数 | NA |
| 2500 | 2025-10-06 |
High-resolution imaging system for integration into intelligent noncontact total body scanner
2025-Sep, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.9.096001
PMID:40927515
|
研究论文 | 开发了一种用于全身扫描仪的高分辨率光学皮肤成像模块和软件，通过焦点堆栈方法生成超聚焦皮肤镜图像 | 采用电调谐液体透镜快速捕获不同焦点图像序列，结合焦点堆栈和深度学习超分辨率技术提升图像质量 | 与接触式皮肤镜标准相比，个别病变分辨率存在差异；超分辨率技术可能影响原始数据真实性 | 开发用于早期黑色素瘤检测的高分辨率非接触式皮肤成像系统 | 皮肤病变和皮肤地形 | 计算机视觉 | 黑色素瘤 | 焦点堆栈成像、深度学习超分辨率 | 分类模型 | 图像 | NA | NA | NA | 分辨率(28μm)、采集速度(50帧/秒) | NA |