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 32801 篇文献，本页显示第 3321 - 3340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3321 | 2025-10-06 |
Clinical Applications of Artificial Intelligence in Teleorthodontics: A Scoping Review
2025-Jun-25, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61071141
PMID:40731772
|
综述 | 本文通过范围综述系统评估了人工智能在远程正畸中的临床应用现状 | 首次系统性地梳理了AI在远程正畸领域的应用现状，重点关注临床使用、技术方法和局限性 | 现有研究主要集中于商业监测平台，验证不足且透明度有限，AI决策的可重复性和精确度存在显著差异 | 评估人工智能在远程正畸中的临床应用效果和技术方法 | 远程正畸监测和虚拟护理中的AI应用研究 | 数字病理 | NA | 深度学习算法，决策树算法 | 深度学习，决策树 | 口内扫描图像 | 9项符合纳入标准的研究 | NA | NA | 就诊次数减少率，牙齿移动3D追踪精度，卫生依从性改善，患者参与度 | 智能手机（用于图像采集） |
| 3322 | 2025-10-06 |
In vitro evaluation of multi-protein chimeric antigens in effectively clearing the blood stage of Plasmodium falciparum
2025-04-19, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2025.126952
PMID:40037124
|
研究论文 | 本研究通过构建多蛋白嵌合抗原评估其在清除恶性疟原虫血液阶段感染中的效果 | 采用多抗原免疫优势肽序列组合策略解决疟疾疫苗研发中的多态性和冗余性问题 | 目前仅为体外初步研究结果，尚未进行体内验证 | 开发针对恶性疟原虫血液阶段的有效疫苗策略 | 恶性疟原虫血液阶段蛋白（PfEMP1和裂殖子表面蛋白） | 生物医学工程 | 疟疾 | 表位定位微阵列，微流体器官芯片系统 | 深度学习 | 图像数据 | NA | NA | NA | 粘附红细胞数量定量，生长抑制浓度 | NA |
| 3323 | 2025-10-06 |
Mean pulmonary artery pressure prediction with explainable multi-view cardiovascular magnetic resonance cine series deep learning model
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101133
PMID:39645082
|
研究论文 | 开发可解释的多视角心脏磁共振电影序列深度学习模型用于无创预测平均肺动脉压力 | 首次使用多视角心脏磁共振电影序列结合可解释CNN模型同时实现mPAP预测和关键影像特征识别 | 研究样本量相对有限（1646例检查），未进行外部验证 | 通过深度学习模型从心脏磁共振数据无创估计右心导管检查的血流动力学参数 | 肺动脉高压患者的心脏磁共振影像数据 | 医学影像分析 | 肺动脉高压 | 心脏磁共振成像 | CNN | 心脏磁共振电影序列影像 | 1646例检查 | NA | 可解释卷积神经网络 | Pearson相关系数,R2 | NA |
| 3324 | 2025-10-06 |
VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal position in the C. elegans ventral nerve cord
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331188
PMID:40875629
|
研究论文 | 开发了一种基于机器学习的半自动化流程VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元位置 | 结合机器学习和传统工具，用计算机辅助方法替代手动测量，改进了神经元位置量化的速度和准确性 | 需要手动神经元胞体定位作为流程的一部分，尚未实现完全自动化 | 研究控制腹神经索神经元定位和排列的细胞和分子机制 | 秀丽隐杆线虫腹神经索中的22个运动神经元（DD、DA和DB类） | 数字病理学 | NA | 显微镜成像，深度学习分割 | 深度学习 | 显微镜图像 | 多个已知破坏神经元定位的遗传突变体 | NA | 改进的Segment Anything Model (SAM) | NA | NA |
| 3325 | 2025-10-06 |
Artificial intelligence in wearable biosensing: Enhancing data analysis and decision-making
2025, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2025.06.012
PMID:40921531
|
研究论文 | 探讨人工智能与可穿戴生物传感器在个性化医疗中的融合应用 | 提出多模态大语言模型在可穿戴生物传感数据分析中的创新应用，并展望数字人、元宇宙与世界模型的未来融合 | NA | 提升可穿戴生物传感器的数据处理效率和实时决策能力 | 可穿戴生物传感器采集的生理数据 | 机器学习 | NA | 可穿戴生物传感技术 | 深度学习算法,多模态大语言模型 | 生理数据 | NA | NA | 多模态大语言模型 | NA | NA |
| 3326 | 2025-10-06 |
Deep learning-assisted detection of psychoactive water pollutants using behavioral profiling of zebrafish embryos
2024-12-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.136358
PMID:39486333
|
研究论文 | 本研究结合斑马鱼胚胎行为表型分析和深度学习技术，开发了一种检测水中精神活性污染物的新方法 | 首次将斑马鱼胚胎行为分析与深度学习相结合用于水污染物检测，提供了一种环保经济的检测新视角 | 模型准确率为65.35%，仍有提升空间；仅针对17种精神活性化合物进行研究 | 开发新型水污染物检测方法，推进环境毒理学研究和水污染控制 | 斑马鱼胚胎 | 计算机视觉 | NA | 行为表型分析 | CNN | 视频行为轨迹数据 | 17种精神活性化合物，环境相关浓度（1和10 μg/L），5和6天受精后斑马鱼胚胎 | NA | ResNet101 | 准确率 | NA |
| 3327 | 2025-10-06 |
Comorbidity-based framework for Alzheimer's disease classification using graph neural networks
2024-09-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72321-2
PMID:39256497
|
研究论文 | 提出一种基于共病数据的图神经网络框架，用于阿尔茨海默病的多阶段分类 | 首次将电子健康记录中的共病数据与图神经网络结合用于阿尔茨海默病分类 | 未详细说明模型对特定共病类型的敏感性分析 | 开发早期阿尔茨海默病预测的准确且经济有效的方法 | 阿尔茨海默病患者（认知正常、轻度认知障碍、阿尔茨海默病三个阶段） | 数字病理学 | 阿尔茨海默病 | 电子健康记录分析 | GNN | 图结构数据 | 阿尔茨海默病神经影像倡议数据集和澳大利亚影像、生物标志物与生活方式数据集 | PyTorch Geometric（基于描述推断） | Chebyshev Convolutional Neural Networks | 准确率 | NA |
| 3328 | 2025-10-06 |
iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices
2024-Mar, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.17863
PMID:38148517
|
研究论文 | 开发了一个用于颅内电极和植入设备重建的快速可扩展管道iEEG-recon | 创建了模块化、容器化的电极重建管道，支持云端部署并与临床工作流集成 | 需要半自动电极标注，对编程和影像专业知识有限的用户仍有一定门槛 | 自动化颅内电极重建过程，促进癫痫治疗的数据协作 | 耐药性癫痫患者的颅内脑电图数据和脑部磁共振成像 | 数字病理 | 癫痫 | 脑磁共振成像，颅内脑电图 | 深度学习 | 医学影像，电极坐标数据 | 来自两个癫痫中心的132名患者数据 | ANTsPyNet, FreeSurfer | 深度学习脑部分割模型 | 运行时间，放射学验证，与FreeSurfer分割一致性 | 云端平台，每例30分钟运行时间 |
| 3329 | 2025-10-06 |
Machine learning-based detection of sarcopenic obesity and association with adverse outcomes in patients undergoing surgical treatment for spinal metastases
2024-03-01, Journal of neurosurgery. Spine
DOI:10.3171/2023.9.SPINE23864
PMID:38039533
|
研究论文 | 本研究利用机器学习方法检测脊柱转移瘤手术患者的肌少性肥胖，并分析其与不良预后的关联 | 首次在脊柱转移瘤手术患者中系统研究肌少性肥胖的表型特征及其预后价值 | 样本量较小（62例），单中心回顾性研究设计 | 探讨肌少性肥胖作为脊柱转移瘤手术患者预后因素的潜在价值 | 接受手术治疗的脊柱转移瘤肥胖患者 | 医学影像分析 | 脊柱转移瘤 | 深度学习 | 深度学习 | CT图像 | 62例肥胖患者（37例非肌少性肥胖，25例肌少性肥胖） | NA | NA | OR值, 95%置信区间, p值, 标准化均值差异 | NA |
| 3330 | 2025-10-06 |
Comprehensive assessment methods are key to progress in deep learning
2023-12-06, The Behavioral and brain sciences
DOI:10.1017/S0140525X23001668
PMID:38054334
|
评论 | 本文对Bowers等人关于深度神经网络评估方法和模型本身存在缺陷的观点表示认同，但提出了不同的改进方案 | 针对现有深度神经网络评估问题提出了与原文不同的解决方案路径 | NA | 探讨深度神经网络评估方法的改进方向 | 深度神经网络模型 | 机器学习 | NA | NA | 深度神经网络 | NA | NA | NA | NA | NA | NA |
| 3331 | 2025-10-06 |
Thinking beyond the ventral stream: Comment on Bowers et al
2023-12-06, The Behavioral and brain sciences
DOI:10.1017/S0140525X23001723
PMID:38054346
|
评论 | 对Bowers等人研究的评论文章，探讨深度学习模型在视觉感知研究中的局限性及改进方向 | 提出不应完全抛弃深度学习，而应通过设计更符合生物视觉进化目标的刺激和任务来改进模型 | NA | 探讨如何改进深度学习模型以更好地模拟生物视觉系统 | 视觉感知的深度学习模型 | 计算机视觉 | NA | NA | 深度学习 | 视觉刺激 | NA | NA | NA | NA | NA |
| 3332 | 2025-10-06 |
De-identification of free text data containing personal health information: a scoping review of reviews
2023, International journal of population data science
DOI:10.23889/ijpds.v8i1.2153
PMID:38414537
|
综述 | 对包含个人健康信息的自由文本数据去识别化方法的范围综述 | 首次对自由文本数据去识别化方法进行范围综述并系统分类 | 仅纳入截至2022年5月9日的综述文献，可能遗漏最新原始研究 | 识别和分类自由文本数据的去识别化方法 | 已发表的综述文献中描述的去识别化方法 | 自然语言处理 | NA | 文本数据去识别化技术 | 机器学习,深度学习 | 自由文本数据 | 18篇符合纳入标准的出版物 | NA | NA | NA | NA |
| 3333 | 2025-10-06 |
Federated learning for generating synthetic data: a scoping review
2023, International journal of population data science
DOI:10.23889/ijpds.v8i1.2158
PMID:38414544
|
综述 | 本文通过范围综述系统梳理了使用联邦学习生成合成数据的研究现状与方法 | 首次系统综述联邦学习与合成数据生成的交叉领域（联邦合成），识别研究空白与发展趋势 | 该领域尚处于早期阶段，隐私风险评估方法仍需完善 | 评估使用联邦学习生成合成数据的研究现状、方法与评估实践 | 69篇相关学术文献（2018-2023年） | 机器学习 | NA | 联邦学习，合成数据生成 | GAN, 深度学习 | 表格数据，多种数据类型 | 69篇文献 | NA | 生成对抗网络 | 效用评估，隐私风险评估 | NA |
| 3334 | 2025-10-06 |
Translational Retinal Imaging
2020 May-Jun, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.)
DOI:10.1097/APO.0000000000000292
PMID:32487917
|
综述 | 本文介绍了几种具有转化潜力的视网膜成像技术及其在医学视网膜疾病中的应用 | 展示了多种创新性视网膜成像技术，包括定量自发荧光成像、高光谱自发荧光成像、眼科内窥镜和远程视网膜成像结合深度学习，这些技术能提供现有方法无法实现的疾病新认知 | NA | 探索转化性视网膜成像技术在视网膜疾病诊断和治疗中的新应用 | 视网膜疾病，特别是年龄相关性黄斑变性 | 医学影像 | 年龄相关性黄斑变性 | 定量自发荧光成像，高光谱自发荧光成像，眼科内窥镜成像，远程视网膜成像 | 深度学习 | 视网膜图像 | NA | NA | NA | NA | NA |
| 3335 | 2025-10-06 |
Efficient wheat variety identification using Raman hyperspectral imaging in combination with deep learning
2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126722
PMID:40694955
|
研究论文 | 本研究开发了一种结合拉曼高光谱成像和深度学习技术的小麦品种高效识别方法 | 提出基于Segment Anything Model的ROI提取框架，利用化学先验知识选择拉曼特征峰增强可解释性，并设计融合多尺度特征提取和Transformer模块的拉曼光谱注意力网络 | NA | 开发高效、可解释的小麦品种识别方法 | 小麦籽粒 | 计算机视觉 | NA | 拉曼高光谱成像 | Transformer, 深度学习 | 高光谱图像 | 8个小麦品种 | NA | Segment Anything Model, Transformer | 准确率 | NA |
| 3336 | 2025-10-06 |
Discriminant research on edible oil components by oblique-incidence reflectivity difference
2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126746
PMID:40737913
|
研究论文 | 通过斜入射反射差技术和深度学习算法对食用油成分进行鉴别研究 | 首次将斜入射反射差(OIRD)技术与八种深度学习算法结合用于食用油成分分析 | 仅针对三种脂肪酸成分(亚油酸、油酸、α-亚麻酸)进行研究，样本范围有限 | 开发基于OIRD和深度学习的食用油成分快速鉴别方法 | 食用油中的亚油酸、油酸和α-亚麻酸成分 | 机器学习 | NA | 斜入射反射差(OIRD) | 深度学习 | 光谱反射数据 | NA | NA | Time Series Transformer | 精确率,召回率,F1分数 | NA |
| 3337 | 2025-10-06 |
Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps
2025-Dec, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种集成AlphaFold和深度学习的新型计算框架DeepTracer-LowResEnhance，用于增强低分辨率冷冻电镜图谱的蛋白质结构预测 | 首次将AlphaFold的序列预测与神经网络驱动的图谱优化策略相结合，专门针对4Å以上低分辨率图谱进行增强 | 未明确说明计算资源需求和运行时间效率，且验证数据集规模有限（37个蛋白质图谱） | 提升低分辨率冷冻电镜图谱的原子模型构建精度 | 蛋白质三维结构 | 结构生物学 | NA | 冷冻电镜技术 | CNN, GNN | 冷冻电镜图谱 | 37个多样化蛋白质冷冻电镜图谱（分辨率2.5-8.4Å，含22个4Å以下挑战性案例） | NA | DeepTracer, ModelAngelo, AlphaFold | TM-score | NA |
| 3338 | 2025-10-06 |
Integrative strategies in drug discovery: Harnessing genomics, deep learning, and computer-aided drug design
2025-Dec, Computational biology and chemistry
IF:2.6Q2
|
综述 | 探讨高通量测序技术、深度学习算法和计算机辅助药物设计的整合策略及其对现代药物研发的变革性影响 | 提出将基因组学、深度学习与计算机辅助药物设计相结合的综合性策略，通过多组学数据整合提升药物靶点预测精度 | 未提及具体实施案例的性能局限性和数据整合的技术挑战 | 促进药物发现过程中多学科技术的整合应用 | 药物靶点相互作用、疾病通路和生物标志物 | 机器学习 | NA | 基因组学、转录组学、蛋白质组学、代谢组学、高通量测序 | 深度学习 | 基因组数据、多组学数据 | NA | NA | NA | NA | NA |
| 3339 | 2025-10-06 |
An enhancement of multi-scope topological graph pooling and representation learning with attention for molecular graph classification
2025-Dec, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种新型注意力增强的多尺度拓扑图池化策略AETP，用于分子图表示学习和分类任务 | 开发了注意力增强的多尺度拓扑图池化策略，能够同时提取判别性拓扑结构信息和图级变化，克服现有方法在保留复杂结构图多尺度表示方面的不足 | 主要针对复杂且小规模的分子图表示学习和分类任务，在其他类型图数据上的适用性需要进一步验证 | 提升分子图分类任务的性能，通过拓扑数据分析和深度学习相结合增强图表示学习 | 分子图数据 | 图神经网络 | NA | 拓扑数据分析(TDA)，持久同调，地标提取 | 图神经网络(GNN) | 图数据 | 多个真实世界分子数据集：FDA_DILIst, T3DB_Toxin_2, Eye_Irritation, Eye_Corrosion | NA | AETP（注意力增强拓扑池化），对比基线包括：GCN, GraphSAGE, GAT, GIN, GINE, UniMP, GATv2, TOGL, TopoPool | NA | NA |
| 3340 | 2025-10-06 |
FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection
2025-Dec, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种基于分数阶Adadelta变色龙群算法特征选择和SpikeGoogle-DenseNet混合模型的癫痫发作检测方法 | 将分数阶微积分概念集成到Adadelta变色龙群算法中，并采用SpikeGoogle和DenseNet的混合模型进行癫痫检测 | NA | 开发基于深度学习的癫痫发作识别机制 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 短时傅里叶变换，脑电图信号处理 | 深度学习，混合模型 | 脑电图信号 | NA | NA | SpikeGoogle-DenseNet | 准确率，灵敏度，特异性 | NA |