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 46687 篇文献，本页显示第 31361 - 31380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 31361 | 2025-02-25 |
Spatial-frequency aware zero-centric residual unfolding network for MRI reconstruction
2025-Apr, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110334
PMID:39863026
|
研究论文 | 本文提出了一种空间频率感知的零中心残差展开网络，用于MRI重建，旨在通过深度学习技术减少k空间欠采样引起的图像域伪影，并提高图像质量 | 提出了一种可学习的空间频率差异感知模块，补充了可学习的数据一致性层，将k空间域差异映射到空间图像域进行感知补偿，并引入了小波分解的显式先验，通过将图像分解为均值和残差分量，对残差施加精细的零均值约束，同时保持计算效率 | 未明确提及具体局限性 | 提高MRI重建的图像质量，减少k空间欠采样引起的伪影 | MRI图像 | 医学影像处理 | NA | 深度学习 | 零中心残差展开网络 | MRI图像数据 | FastMRI和Calgary-Campinas数据集 | NA | NA | NA | NA |
| 31362 | 2025-02-25 |
Intelligent recognition of subsurface utilities and voids: A ground penetrating radar dataset for deep learning applications
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111338
PMID:39990121
|
研究论文 | 本文介绍了一个专门为深度学习应用设计的GPR数据集，用于自动检测地下设施和空洞 | 创建了一个包含2,239张JPEG格式的Radargram图像的数据集，填补了GPR数据集的空白，并具有通用性 | GPR调查成本高且处理耗时 | 开发自动化系统，有效检测地下异常，减少人工错误 | 地下设施（如管道、电缆）和地下空洞 | 计算机视觉 | NA | GPR | 深度学习模型 | 图像 | 2,239张Radargram图像 | NA | NA | NA | NA |
| 31363 | 2025-02-25 |
CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images
2025-Mar-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001598
PMID:39680679
|
研究论文 | 本文提出了一种基于深度学习的方法CATALYZE，用于在SS-OCT图像上进行白内障评估和分级 | 开发了一种新的客观深度学习模型，用于基于SS-OCT扫描的白内障分级，并引入了临床显著性指数（CSI）作为评估指标 | 单中心研究，排除了有眼部手术史、角膜或视网膜疾病以及眼干燥症的患者 | 评估一种新的客观深度学习模型在白内障分级中的应用 | 白内障患者和对照组的眼睛 | 计算机视觉 | 白内障 | SS-OCT扫描 | 深度学习模型 | 图像 | 548只眼睛（315名患者，年龄19至85岁） | NA | NA | NA | NA |
| 31364 | 2025-02-25 |
Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42318
PMID:39991243
|
研究论文 | 本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量 | 结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失 | NA | 提高马铃薯产量，通过早期检测叶片病害 | 马铃薯叶片 | 计算机视觉 | 马铃薯病害 | 深度学习 | DENSE-NET-121 | 图像 | 来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病） | NA | NA | NA | NA |
| 31365 | 2025-02-25 |
Computational microscopy with coherent diffractive imaging and ptychography
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08278-z
PMID:39780004
|
综述 | 本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性 | CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像 | NA | 探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展 | 晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本 | 计算显微镜 | NA | 相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 31366 | 2025-02-25 |
Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134651
PMID:38843640
|
研究论文 | 本研究构建了一个基于功能、环境及健康风险的抗抑郁药物优先级筛选系统（ADRank），并采用改进的mixup-transformer深度学习模型进行分类，以提高分类准确性和可靠性 | 采用改进的mixup-transformer深度学习模型，相较于随机森林模型，分类准确性提高了23.25%，可靠性提高了80% | 研究中未明确提及样本量及数据来源的具体细节 | 构建抗抑郁药物的风险优先级筛选系统，以识别和管理抗抑郁药物的风险 | 抗抑郁药物（AD） | 机器学习 | NA | 深度学习 | mixup-transformer | NA | NA | NA | NA | NA | NA |
| 31367 | 2025-02-25 |
Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134723
PMID:38815392
|
研究论文 | 本研究利用多分支深度学习模型和高光谱成像技术，开发了HerbiNet模型，用于早期检测玉米中nicosulfuron除草剂的毒性 | 开发了HerbiNet和HerbiNet-Lite模型，能够早期准确预测玉米中nicosulfuron的毒性，并在不同年份和季节的数据集上表现出更高的泛化能力 | 研究仅针对nicosulfuron一种除草剂，未涉及其他除草剂的毒性检测 | 开发早期检测玉米中除草剂毒性的方法，以保护玉米生产和田间环境 | 玉米作物及其高光谱图像 | 计算机视觉 | NA | 高光谱成像 | 多分支深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 31368 | 2025-02-25 |
Deep Learning Analysis of Surgical Video Recordings to Assess Nontechnical Skills
2024-07-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究探讨了利用手术视频记录中的运动特征自动评估心脏手术过程中非技术技能的可行性 | 首次使用深度学习技术从手术视频中提取运动特征，以自动评估手术团队的非技术技能 | 研究仅在一家医院进行，且样本量较小，需要进一步在不同医院和专科中验证结果 | 探索自动评估手术室非技术技能的方法，以提高手术表现和患者安全 | 心脏手术过程中的手术团队 | 计算机视觉 | 心血管疾病 | OpenPose库用于视频分析 | 深度学习 | 视频 | 30例完整的心脏手术过程 | NA | NA | NA | NA |
| 31369 | 2025-02-25 |
CEUS in prediction of early recurrence of hepatocellular carcinoma after curative resection and to stratify the risk of early recurrence: a retrospective observational study
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04252-5
PMID:38557770
|
研究论文 | 本研究探讨了术前对比增强超声（CEUS）在预测肝细胞癌（HCC）根治性切除术后早期复发（ER）中的作用，并分层了ER的风险 | 首次使用CEUS结合DL放射组学复发评分来预测HCC的早期复发，并基于预测因子数量对患者进行风险分层 | 研究为回顾性观察研究，可能存在选择偏差 | 预测肝细胞癌根治性切除术后的早期复发并分层风险 | 556名在2011年1月至2018年12月期间接受根治性切除术的HCC患者 | 数字病理 | 肝细胞癌 | 对比增强超声（CEUS） | 深度学习（DL） | 图像 | 556名HCC患者 | NA | NA | NA | NA |
| 31370 | 2025-02-25 |
Deep learning-based image reconstruction for the multi-arterial phase images: improvement of the image quality to assess the small hypervascular hepatic tumor on gadoxetic acid-enhanced liver MRI
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04236-5
PMID:38512517
|
研究论文 | 本文评估了基于深度学习的图像重建技术在多动脉期磁共振成像（MA-MRI）中对小血管性肝肿瘤图像质量的提升效果 | 首次将深度学习技术应用于多动脉期磁共振成像的图像重建，显著提高了图像质量 | 研究样本量较小，且为回顾性研究，可能影响结果的普遍性 | 评估深度学习图像重建技术在多动脉期磁共振成像中的应用效果 | 55名患有小血管性肝肿瘤的成年患者 | 计算机视觉 | 肝肿瘤 | 深度学习图像重建 | 深度学习模型 | 图像 | 55名成年患者 | NA | NA | NA | NA |
| 31371 | 2025-10-07 |
Noninvasive diagnosis of liver cirrhosis: qualitative and quantitative imaging biomarkers
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04225-8
PMID:38372765
|
综述 | 总结用于无创诊断肝硬化的定性和定量影像学生物标志物，以及评估肝功能与预后的方法 | 系统整合传统影像特征与新兴的影像组学和深度学习技术，提出多模态生物标志物联合诊断策略 | 部分定量影像技术（如MR弹性成像）临床应用受限，新兴技术尚未完全进入临床实践 | 探索无创诊断肝硬化的影像学生物标志物及其临床应用价值 | 慢性肝病患者及肝硬化患者 | 数字病理 | 肝硬化 | 超声、CT、MRI、弹性成像技术、影像组学 | 深度学习 | 医学影像 | NA | NA | NA | 诊断敏感性、诊断准确性 | NA |
| 31372 | 2025-02-25 |
Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR)
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04223-w
PMID:38470506
|
研究论文 | 本研究评估了使用深度学习图像重建算法（DLIR）在亚毫西弗腹部盆腔CT成像中检测尿路结石的诊断性能和图像质量 | 首次在亚毫西弗腹部盆腔CT成像中应用深度学习图像重建算法（DLIR），并评估其在尿路结石检测中的诊断性能和图像质量 | 样本量较小，仅57名患者参与研究 | 评估亚毫西弗腹部盆腔CT成像在尿路结石检测中的诊断性能和图像质量 | 57名疑似尿路结石患者 | 数字病理 | 尿路结石 | CT成像 | 深度学习图像重建算法（DLIR） | 图像 | 57名患者，共检测到266颗结石 | NA | NA | NA | NA |
| 31373 | 2025-10-07 |
MCTASmRNA: A deep learning framework for alternative splicing events classification
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.139941
PMID:39842565
|
研究论文 | 开发了一个基于多尺度卷积和Transformer的深度学习框架MCTASmRNA，用于mRNA序列中可变剪接事件的分类 | 提出结合多尺度卷积和Transformer的混合模型，引入高效通道注意力机制和新设计的联合损失函数，无需参考基因组即可分类可变剪接事件 | 未明确说明模型在更广泛物种上的泛化能力，未来需要进一步优化和扩展模型 | 解决现有可变剪接事件识别方法效率低、处理时间长和难以捕捉RNA序列复杂性的问题 | mRNA序列中的可变剪接事件 | 自然语言处理 | NA | RNA测序 | CNN, Transformer | 序列数据 | NA | NA | 多尺度卷积神经网络, Transformer | 准确率 | NA |
| 31374 | 2025-10-07 |
Polysaccharide degradation in an Antarctic bacterium: Discovery of glycoside hydrolases from remote regions of the sequence space
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140113
PMID:39842586
|
研究论文 | 通过计算生物学方法发现南极细菌中两种新型糖苷水解酶并预测其底物特异性 | 结合AlphaFold 3D模型的深度学习动态对接与分子动力学模拟，开发计算流程预测位于序列空间偏远区域的酶功能 | 序列空间偏远区域的功能预测不可靠，需要依赖计算模拟验证 | 发现南极细菌中位于序列空间偏远区域的新型糖苷水解酶并确定其功能 | 南极细菌Pseudomonas sp. ef1中的Ps_GH5和Ps_GH50糖苷水解酶 | 计算生物学 | NA | AlphaFold 3D建模，动态对接，分子动力学模拟 | 深度学习 | 蛋白质序列，三维结构模型，寡糖底物 | 两种糖苷水解酶（Ps_GH5和Ps_GH50） | AlphaFold | NA | 底物特异性预测准确性 | NA |
| 31375 | 2025-10-07 |
Rational design and synthesis of pyrazole derivatives as potential SARS-CoV-2 Mpro inhibitors: An integrated approach merging combinatorial chemistry, molecular docking, and deep learning
2025-Apr-01, Bioorganic & medicinal chemistry
IF:3.3Q1
DOI:10.1016/j.bmc.2025.118095
PMID:39929031
|
研究论文 | 本研究通过组合化学、分子对接和深度学习相结合的方法，设计并合成了作为SARS-CoV-2主要蛋白酶潜在抑制剂的吡唑衍生物 | 整合组合化学、分子对接和深度学习（DeepPurpose）的多学科方法，通过共识排名策略筛选候选化合物 | NA | 加速发现SARS-CoV-2主要蛋白酶抑制剂，为未来抗病毒药物开发提供框架 | 吡唑衍生物化合物库 | 机器学习 | COVID-19 | 组合化学、分子对接、深度学习 | 深度学习 | 化学结构数据 | 超过60,000个吡唑基结构 | DeepPurpose | NA | ChemPLP评分、结合自由能计算 | NA |
| 31376 | 2025-10-07 |
Beyond averaging: A transformer approach to decoding event related brain potentials
2025-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121049
PMID:39864567
|
研究论文 | 本研究评估了基于Transformer的深度学习方法在脑电图事件相关电位分析中的应用潜力 | 首次将Transformer网络和注意力机制应用于事件相关电位分析，相比传统平均方法能发现更多隐藏信息 | 样本量相对较小（29名参与者），研究仅针对响度感知这一特定实验范式 | 探索深度学习在脑电图事件相关电位分析中的优势，特别是与传统平均方法的比较 | 29名18-30岁正常听力参与者的脑电图数据和主观响度评级 | 机器学习 | NA | 脑电图记录 | Transformer, CNN | 脑电图信号 | 29名参与者 | NA | 卷积Transformer | 准确率, AUC | NA |
| 31377 | 2025-10-07 |
A Graph-Theoretic Approach to Detection of Parkinsonian Freezing of Gait From Videos
2025-Feb-28, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.70020
PMID:39976295
|
研究论文 | 提出一种基于图论的创新方法，通过视频数据检测帕金森病患者步态冻结现象 | 采用图论方法构建姿态图序列，使用Fréchet统计量识别步态转换点，与主流基于像素的深度学习方法形成鲜明对比 | NA | 开发从视频数据中检测帕金森病步态冻结的新方法 | 帕金森病患者的步态视频数据 | 计算机视觉 | 帕金森病 | 视频分析, 姿态估计 | 图论模型 | 视频 | 两个数据集(Kinect3D和AlphaPose) | NA | 姿态图, 图拉普拉斯矩阵 | NA | NA |
| 31378 | 2025-10-07 |
Event-driven figure-ground organisation model for the humanoid robot iCub
2025-Feb-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56904-9
PMID:39984477
|
研究论文 | 开发了一种用于人形机器人iCub的事件驱动图形-背景组织模型，实现高效的目标检测和边界识别 | 采用基于事件驱动的视觉系统和生物启发式分层架构，相比传统方法减少数据冗余和计算需求 | 在简单刺激和伯克利分割数据集上表现与基于帧的版本相当，但在复杂场景下的性能未明确说明 | 为神经形态机器人开发高效的目标检测和边界识别系统 | 人形机器人iCub及其视觉感知系统 | 计算机视觉 | NA | 事件驱动视觉，生物启发式感知系统 | 生物启发式分层架构 | 事件流数据，图像数据 | 多种真实场景测试，伯克利分割数据集 | NA | 分层生物可信架构 | 定性评估，定量评估 | 神经形态机器人iCub平台，事件驱动相机 |
| 31379 | 2025-10-07 |
Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction
2025-Feb-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85582-2
PMID:39984509
|
研究论文 | 本研究提出一种基于VMD-CNN-LSTM-自注意力机制的天然气负荷区间预测方法，用于提升场站工艺安全预警能力 | 创新性地提出VMD-CNN-LSTM-自注意力组合模型，并基于85%、90%和95%置信区间实现分级预警机制 | NA | 提升天然气负荷预测精度和可靠性，加强企业安全生产管理 | 天然气场站外输负荷数据 | 机器学习 | NA | 深度学习 | CNN,LSTM,Self-Attention | 时间序列数据 | NA | NA | VMD-CNN-LSTM-Self-Attention | MAE,MAPE,MESE,REMS,R | NA |
| 31380 | 2025-10-07 |
A detection method for small casting defects based on bidirectional feature extraction
2025-Feb-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90185-y
PMID:39984609
|
研究论文 | 提出一种基于双向特征提取的小型铸件缺陷检测方法 | 创新性地开发了基于Hadamard积的双层编码器-解码器多尺度特征提取架构BiSDE，并采用基于Wasserstein距离的损失函数优化小缺陷目标训练 | NA | 提高铸件缺陷检测的自动化水平和检测精度 | 铸件中的小型缺陷（如气孔、夹杂物） | 计算机视觉 | NA | X射线检测 | 深度学习 | X射线图像 | NA | NA | Encoder-Decoder, BiSDE | Mean Average Precision (MAP) | NA |