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 32333 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2025-10-03 |
Gradient responsive regularization: a deep learning framework for codon frequency based classification of evolutionarily conserved genes
2025-Oct-01, BMC genomic data
IF:1.9Q3
DOI:10.1186/s12863-025-01358-7
PMID:41034712
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 242 | 2025-10-03 |
Radiomics and deep learning model based on X-ray imaging for the assisted diagnosis of early Legg-Calvé-Perthes disease
2025-Oct-01, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-09189-4
PMID:41034891
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 243 | 2025-10-03 |
Classify the fNIRS signals of first-episode drug-naive MDD patients with or without suicidal ideation using machine learning
2025-Oct-01, BMC psychiatry
IF:3.4Q2
DOI:10.1186/s12888-025-07394-y
PMID:41034887
|
研究论文 | 使用机器学习和fNIRS技术对首发未用药重度抑郁症患者有无自杀意念进行分类 | 首次将一维卷积神经网络应用于fNIRS数据分析，探索首发未用药MDD患者自杀意念的客观生物标志物 | 样本量相对较小（91名患者），研究结果可能受患者和方法学差异影响 | 评估fNIRS作为诊断工具在识别MDD患者自杀意念中的价值 | 首发未用药重度抑郁症患者（含自杀意念组40人，无自杀意念组51人）和39名健康对照者 | 机器学习 | 重度抑郁症 | 功能性近红外光谱（fNIRS）、言语流畅性任务（VFT） | 一维卷积神经网络（CNN） | 脑血流动力学信号 | 91名首发未用药MDD患者（40名有自杀意念，51名无自杀意念）和39名健康对照者 |
| 244 | 2025-10-03 |
Joint prediction of glioma molecular marker status based on GDI-PMNet
2025-Oct-01, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07021-0
PMID:41034915
|
研究论文 | 提出基于GDI-PMNet的深度学习方法，用于同时预测胶质瘤分子标志物状态 | 提出梯度感知空间分割增强算法、深度卷积双注意力模块、金字塔多尺度特征提取与Mamba投影卷积混合模型，以及迭代真值校准算法 | 未提及外部验证集性能或临床部署的具体挑战 | 实现胶质瘤分子标志物状态的非侵入性术前预测 | 胶质瘤患者和四种分子标志物（IDH1、Ki67、MGMT、P53） | 数字病理 | 胶质瘤 | 磁共振成像 | CNN与Mamba混合模型 | 医学影像 | NA |
| 245 | 2025-10-03 |
A time-efficient continuous ramp protocol for data-driven walking energy expenditure estimation across multiple speeds
2025-Oct-01, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-025-01707-8
PMID:41034972
|
研究论文 | 本研究提出一种时间高效的连续斜坡协议，用于通过可穿戴设备估计多速度行走的能量消耗 | 将数据驱动方法与连续协议相结合，相比传统离散方法能更高效地构建多样化数据集 | 在速度高于1.5 m/s时观察到运动学差异 | 比较连续斜坡协议与传统离散步进协议在行走能量消耗估计中的有效性 | 健康受试者的行走运动 | 机器学习 | NA | 间接热量测定法、IMU传感器 | 深度学习模型 | 运动传感器数据 | 14名主要受试者+13名额外受试者 |
| 246 | 2025-10-03 |
Chemical classification program synthesis using generative artificial intelligence
2025-Oct-01, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01092-3
PMID:41035053
|
研究论文 | 提出使用生成式人工智能自动编写化学分类器程序的方法 | 首次将生成式AI应用于化学分类程序合成，创建可解释的计算本体模型C3PO | 性能尚未达到最先进的深度学习方法水平 | 开发可解释的自动化化学结构分类方法 | ChEBI数据库中的化学实体和SMILES结构 | 自然语言处理 | NA | 生成式人工智能 | 生成式AI | 化学结构数据(SMILES) | ChEBI数据库中的化学实体 |
| 247 | 2025-10-03 |
Deep Learning-Based CAD System for Enhanced Breast Lesion Classification and Grading Using RFTSDP Approach
2025-Oct-01, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.70056
PMID:41035163
|
研究论文 | 开发基于深度学习的CAD系统，通过RFTSDP方法增强乳腺病变分类和分级 | 提出射频时间序列动态处理(RFTSDP)方法，通过分析组织在受控刺激下的动态响应和散射体位移对射频回声的影响来增强诊断信息 | 仅使用11个离体乳腺组织样本，样本量有限 | 开发能够准确分类和分级乳腺病变的计算机辅助诊断系统 | 离体乳腺组织样本 | 数字病理 | 乳腺癌 | 射频时间序列动态处理(RFTSDP)、超快超声数据采集 | CNN、SVM | 超声图像数据 | 11个离体乳腺组织样本 |
| 248 | 2025-10-03 |
Real-Time Deep-Learning Image Reconstruction and Instrument Tracking in MR-Guided Biopsies
2025-Oct-01, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70138
PMID:41035253
|
研究论文 | 本研究开发了一种基于深度学习的实时MRI图像重建和器械跟踪系统，用于加速MR引导的前列腺活检 | 首次将深度学习同时应用于欠采样MRI图像重建和活检器械实时跟踪，并在临床环境中进行验证 | 样本量相对较小，仅在前列腺活检中验证，未在其他类型活检中测试 | 通过深度学习加速MR引导活检流程并实现实时器械跟踪 | 男性前列腺活检患者 | 医学影像分析 | 前列腺癌 | MRI，深度学习图像重建 | 深度学习分割和重建模型 | MRI图像，k空间数据 | 训练集：1289名男性患者（8464次扫描），测试集：8名男性患者（10个动态k空间样本） |
| 249 | 2025-10-03 |
Meta-learning provides a robust framework to discern taxonomic carnivore agency from the analysis of tooth marks on bone: reassessing the role of felids as predators of Homo habilis
2025-Oct, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.250548
PMID:41035507
|
研究论文 | 本研究开发了一种基于元学习的双方法框架，用于从骨骼咬痕中准确识别食肉动物分类，并重新评估了早期人类在食物链中的位置 | 首次将少样本监督学习和模型无关元学习相结合，解决了样本不平衡问题，实现了迄今为止最精确的食肉动物咬痕分类 | 研究主要基于非洲古人类遗址的样本，可能不适用于其他地理区域的食肉动物分类 | 开发更稳健的食肉动物机构识别方法，重新评估早期人类与食肉动物的捕食关系 | 食肉动物在骨骼上留下的咬痕，特别是针对OH7和OH65等古人类标本的分析 | 机器学习 | NA | 少样本监督学习(FSSL)、模型无关元学习(MAML) | Xception、FSSL-MAML集成模型 | 骨骼咬痕图像数据 | 涉及四种主要非洲食肉动物（鳄鱼、鬣狗、豹子、狮子）的咬痕样本，具体数量未明确说明但包含不平衡样本 |
| 250 | 2025-10-03 |
Fully ablative CO2 laser therapy for rhinophyma: long-term efficacy, safety and insights from an artificial intelligence-assisted predictive model in a large cohort
2025-Oct, Skin health and disease
DOI:10.1093/skinhd/vzaf042
PMID:41035836
|
研究论文 | 评估完全消融性CO2激光治疗酒渣鼻的长期疗效、安全性及患者满意度，并利用人工智能模型预测治疗成功因素 | 首次在大型队列研究中结合深度学习模型识别酒渣鼻治疗结果的关键预测因子 | 回顾性研究设计，样本量相对有限(152例患者) | 评估CO2激光治疗酒渣鼻的长期效果并建立治疗结果预测模型 | 152例I-III级酒渣鼻患者 | 数字病理 | 皮肤疾病 | CO2激光治疗，深度学习模型 | 深度学习模型，逻辑回归 | 临床数据，满意度调查，随访评估 | 152例酒渣鼻患者 |
| 251 | 2025-10-03 |
A dataset of lung ultrasound images for automated AI-based lung disease classification
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112034
PMID:41036250
|
研究论文 | 本文介绍了一个用于AI肺部疾病自动分类的标注肺部超声图像数据集 | 提供了一个在乌干达采集的标准化肺部超声图像基准数据集，专门用于AI模型开发 | 数据集仅包含1062张图像，样本量相对有限 | 开发基于AI的肺部疾病自动诊断工具 | 肺部超声图像 | 计算机视觉 | 肺部疾病 | 肺部超声(LUS) | CNN | 图像 | 1062张标注图像，来自乌干达两家转诊医院的患者 |
| 252 | 2025-10-03 |
Deep learning predicts osteogenic differentiation stages of human mesenchymal stem cells from phase-contrast microscopy images
2025-Sep-30, Dental materials journal
IF:1.9Q4
DOI:10.4012/dmj.2025-015
PMID:40903238
|
研究论文 | 本研究构建了能够仅通过相差显微镜图像预测间充质干细胞成骨分化阶段的深度学习模型 | 首次使用深度学习从相差显微镜图像中非侵入性地识别间充质干细胞的成骨分化阶段 | 仅使用了单一细胞系(UE7T-13)进行验证，样本多样性有限 | 开发基于形态学特征的成骨分化阶段自动识别方法 | 人间充质干细胞(UE7T-13细胞系) | 计算机视觉 | 骨科疾病 | 相差显微镜成像 | ResNet-50, DenseNet-121 | 图像 | 在D0、D1、D5、D10、D14五个时间点采集的相差显微镜图像 |
| 253 | 2025-10-03 |
Deep learning-based optimal selection of construction and demolition waste crushing equipment
2025-Sep-30, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127466
PMID:41033205
|
研究论文 | 本研究提出了一种基于深度学习的建筑垃圾破碎设备优化选择方法 | 结合Mask R-CNN模型进行建筑垃圾识别分割，并集成生命周期评估和环境成本计算来确定最优破碎设备 | 未明确说明研究样本的具体数量和来源限制 | 开发建筑垃圾破碎设备的智能选择方法以提高回收效率和环境效益 | 建筑拆除垃圾（CDW）及其破碎处理设备 | 计算机视觉 | NA | Mask R-CNN、Brute Force算法、3D体积重建、生命周期评估（LCA） | Mask R-CNN | 图像 | NA |
| 254 | 2025-10-03 |
Analysis of the analgesic mechanism of TENS-WAA in colonoscopy using the EEG-fNIRS system: a study protocol for a randomised controlled trial
2025-Sep-30, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-103681
PMID:41033775
|
研究论文 | 通过随机对照试验研究基于腕踝针理论的经皮神经电刺激在结肠镜检查中的中枢镇痛机制 | 首次结合EEG-fNIRS多模态系统研究TENS-WAA的镇痛机制，并应用深度学习框架分析神经生理信号与主观疼痛体验的关系 | 单中心研究，样本量较小（60例患者），仅针对非麻醉结肠镜检查患者 | 探究TENS-WAA在结肠镜检查中的中枢镇痛机制 | 接受非麻醉结肠镜检查的患者 | 医学影像与信号处理 | 结直肠疾病 | EEG-fNIRS多模态系统，深度学习 | 深度学习框架 | 脑电图信号，近红外光谱信号，疼痛评分 | 60例接受结肠镜检查的患者 |
| 255 | 2025-10-03 |
Identification of structural predictors of lung function improvement in adults with cystic fibrosis treated with elexacaftor-tezacaftor-ivacaftor using deep-learning
2025-Sep-30, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2025.09.003
PMID:41033969
|
研究论文 | 本研究使用深度学习模型评估囊性纤维化成人患者在接受ETI治疗前后CT结构异常与肺功能改善的关系 | 首次使用深度学习模型量化囊性纤维化患者CT结构异常，并识别肺功能改善的预测因子 | 研究仅针对成人囊性纤维化患者，样本量相对有限 | 评估ETI治疗对囊性纤维化患者肺功能改善与CT结构异常的关系 | 囊性纤维化成人患者 | 医学影像分析 | 囊性纤维化 | 深度学习，CT影像分析 | 深度学习模型 | CT影像 | 训练集：100例CF患者和150例其他支气管疾病患者的CT检查；测试集：218例接受ETI治疗的CF成人患者 |
| 256 | 2025-10-03 |
PTF-Vāc: An explainable and generative deep co-learning encoders-decoders system for ab-initio discovery of plant transcription factor binding sites
2025-Sep-30, Plant communications
IF:9.4Q1
DOI:10.1016/j.xplc.2025.101543
PMID:41035197
|
研究论文 | 开发了一种可解释的深度协同学习编码器-解码器系统PTF-Vāc，用于从头发现植物转录因子结合位点 | 首次提出基于通用TF:DNA相互作用模型的深度协同学习系统，完全摆脱了传统方法对特定转录因子模型和基序发现的依赖 | NA | 解决植物转录因子结合位点发现中跨物种变异性和上下文依赖性的挑战 | 植物转录因子及其结合位点 | 生物信息学 | NA | 深度学习 | 深度编码器-解码器系统 | 基因组序列数据 | 大量实验数据（具体数量未提及） |
| 257 | 2025-10-03 |
Leveraging MobileNetV2 and deep learning innovation for high accuracy Plasmodium Vivax detection in blood smears
2025-Sep-29, Saudi pharmaceutical journal : SPJ : the official publication of the Saudi Pharmaceutical Society
IF:3.0Q2
DOI:10.1007/s44446-025-00019-1
PMID:41021108
|
研究论文 | 本研究提出了一种基于改进MobileNetV2和YOLOv3的深度学习模型，用于血液涂片中疟原虫的高精度检测 | 在YOLOv3的骨干网络中引入改进的MobileNetV2，并在瓶颈层使用提出的TCL（变换卷积层），根据不同类别图像特征计算权重 | 模型在薄血涂片分类中的准确性仍是需要关注的关键缺点 | 提高疟疾寄生虫检测的准确性和速度，为医疗专业人员提供更好的诊断方法 | 薄血涂片图像中的间日疟原虫（Plasmodium vivax）细胞 | 计算机视觉 | 疟疾 | 深度学习，目标检测 | YOLOv3，MobileNetV2，CNN | 图像 | NA |
| 258 | 2025-10-01 |
Correction: Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19777-y
PMID:41023127
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 259 | 2025-10-03 |
Identification of key genes for fish adaptation to freshwater and seawater based on attention mechanism
2025-Sep-29, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-12089-5
PMID:41023606
|
研究论文 | 提出基于注意力机制的WAGA模型识别鱼类淡水和海水适应的关键基因 | 首次将自然语言处理技术应用于蛋白质编码基因特征表示，结合深度学习和自注意力机制识别关键基因 | 未提及模型验证的样本规模和具体实验局限性 | 识别鱼类适应淡水和海水环境的关键基因 | 淡水与海水鱼类 | 自然语言处理 | NA | 自然语言处理(NLP)、深度学习、自注意力机制(SA) | WAGA(加权注意力基因分析模型) | 基因序列数据 | NA |
| 260 | 2025-10-01 |
ResViT-GANNet: a deep learning framework for classifying breast cancer histopathology images using multimodal attention and GAN-based augmentation
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01940-6
PMID:41023673
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |