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 32099 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-09-30 |
Convolutional slime mold deep learning model for diagnosis of PD
2025-Aug-20, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2542942
PMID:40835536
|
研究论文 | 开发基于优化深度学习机制的帕金森病检测方案 | 提出增强卷积黏菌注意力模型用于帕金森病诊断 | NA | 开发高效的帕金森病检测方案 | 人类语音录音 | 自然语言处理 | 帕金森病 | 卡方特征统计模型 | ECSMA（增强卷积黏菌注意力模型） | 语音录音 | NA |
| 342 | 2025-09-30 |
Molecular origin of the differential stabilities of the protofilaments in different polymorphs: molecular dynamics simulation and deep learning
2025-Aug, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2427364
PMID:39552194
|
研究论文 | 通过分子动力学模拟和深度学习研究α-突触核蛋白不同多晶型中原丝稳定性的分子机制 | 结合分子动力学模拟和深度神经网络分析，揭示了不同多晶型中关键残基作用的差异及四级结构到序列水平的反馈机制 | 研究聚焦于特定片段和突变，可能不适用于其他类型的蛋白质聚集体系 | 探究α-突触核蛋白不同多晶型结构稳定性的分子基础 | α-突触核蛋白片段及其E46K突变体 | 计算生物学 | 帕金森病 | 分子动力学模拟，深度神经网络分析 | DNN | 分子构象数据 | 两种多晶型结构（'杆状'和'螺旋状'）及其突变体 |
| 343 | 2025-09-30 |
A novel deep learning model for diabetic retinopathy detection in retinal fundus images using pre-trained CNN and HWBLSTM
2025-Aug, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2314269
PMID:38373067
|
研究论文 | 提出一种结合预训练CNN和HWBLSTM的深度学习模型，用于从视网膜眼底图像中检测糖尿病视网膜病变 | 开发了新型HWBLSTM深度学习架构，结合混合高斯滤波和概率密度函数伽马校正的预处理技术，以及增强型蚱蜢优化区域生长算法的病灶分割方法 | 仅使用了APTOS和MESSIDOR两个公开数据集进行验证，未提及在其他数据集上的泛化能力 | 实现糖尿病视网膜病变的自动检测和分级分类 | 糖尿病患者的视网膜眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习、迁移学习 | CNN、HWBLSTM、Squeeze Net | 图像 | APTOS和MESSIDOR数据集（具体样本数量未在摘要中说明） |
| 344 | 2025-09-30 |
Integrating Artificial Intelligence in Dermatological Cancer Screening and Diagnosis: Efficacy, Challenges, and Future Directions
2025-08, Annual review of biomedical data science
IF:7.0Q1
|
综述 | 探讨人工智能在皮肤癌筛查与诊断中的整合应用，分析其效能、挑战及未来发展方向 | 系统梳理AI在皮肤癌诊断中的局限性，并提出结合远程皮肤病学和视觉语言模型的未来研究方向 | 存在临床验证不足、算法偏见、监管缺失和患者接受度等挑战 | 评估AI技术在皮肤癌筛查与诊断中的应用潜力及限制因素 | 皮肤癌筛查与诊断的人工智能系统 | 计算机视觉 | 皮肤癌 | 深度学习、视觉语言模型(VLMs) | 深度学习模型 | 皮肤病图像、临床文本 | NA |
| 345 | 2025-09-30 |
Embedding Methods for Electronic Health Record Research
2025-08, Annual review of biomedical data science
IF:7.0Q1
|
综述 | 本文系统阐述嵌入方法在电子健康记录数据分析与研究中的应用价值及技术实现 | 全面梳理多种嵌入技术（词嵌入、图嵌入等）在医疗数据整合与分析中的创新应用，并建立实际临床环境下的评估框架 | 未明确说明具体数据集的样本规模及模型验证的局限性 | 探索嵌入技术如何提升电子健康记录数据的机器学习分析效果 | 电子健康记录中的多维异构医疗数据 | 自然语言处理 | NA | 词嵌入、图嵌入、深度学习 | 深度学习模型 | 非结构化医疗文本数据 | NA |
| 346 | 2025-09-30 |
Artificial intelligence-augmented ultrasound diagnosis of follicular-patterned thyroid neoplasms: a multicenter retrospective study
2025-Aug, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103351
PMID:40697959
|
研究论文 | 开发并验证基于深度学习的人工智能系统用于滤泡型甲状腺肿瘤的超声术前诊断 | 首次提出OverLoCK深度学习模型，采用先概览后细看与上下文混合动态核的卷积网络架构，专门针对滤泡型甲状腺肿瘤的超声图像诊断 | 回顾性研究设计，需要前瞻性研究在真实临床环境中进一步验证 | 提高滤泡型甲状腺肿瘤术前诊断准确性，减少不必要的手术干预 | 滤泡型甲状腺肿瘤患者，包括甲状腺滤泡腺瘤、滤泡癌和滤泡亚型乳头状癌 | 数字病理 | 甲状腺癌 | 深度学习 | OverLoCK CNN | 超声图像 | 3817名患者，9393张超声图像，来自中国11个医疗中心 |
| 347 | 2025-09-30 |
Revolution or routine? Comparing AI and traditional imaging in thoracic surgery outcomes: a systematic review
2025-Aug, Journal of medicine and life
DOI:10.25122/jml-2025-0120
PMID:41020084
|
系统综述 | 比较人工智能与传统影像方法在胸外科术后成像中的应用和效果 | 系统比较AI/ML与传统影像方法在胸外科的应用，探讨深度学习等新兴技术的未来发展潜力 | NA | 调查AI和ML在胸外科术后成像中的当前应用和未来发展方向 | 胸外科术后患者的影像数据 | 医学影像分析 | 胸外科疾病 | 深度学习、神经网络、图像分析算法 | 机器学习、深度学习模型 | 医学影像 | NA |
| 348 | 2025-09-30 |
Age Sensitive Hippocampal Functional Connectivity: New Insights from 3D CNNs and Saliency Mapping
2025-Jul-02, ArXiv
PMID:41019221
|
研究论文 | 本研究开发了一个可解释的深度学习框架，通过3D CNN和显著性映射分析海马体功能连接与年龄的关系 | 首次将3D CNN与LayerCAM显著性映射结合用于海马体功能连接分析，揭示了前、后海马体在衰老过程中的不同功能连接模式 | NA | 探索海马体功能连接在衰老过程中的变化机制 | 海马体及其与皮层区域的功能连接 | 神经影像分析 | 衰老相关神经退行性疾病 | 基于种子的功能连接分析、深度学习 | 3D CNN、LayerCAM | 功能磁共振成像数据 | NA |
| 349 | 2025-09-30 |
Characterizing control between interacting subsystems with deep Jacobian estimation
2025-Jul-02, ArXiv
PMID:41019219
|
研究论文 | 提出一种基于深度学习的非线性控制理论框架，通过雅可比矩阵表征生物子系统间的相互作用 | 开发了JacobianODE方法，首次直接从时间序列数据中估计任意动力系统的雅可比矩阵，突破了传统线性方法的局限 | 未明确说明方法在特定生物系统中的应用限制和计算复杂度 | 建立数据驱动的非线性控制理论框架，量化生物子系统间的控制关系 | 生物子系统相互作用，包括脑区网络和基因调控网络 | 机器学习 | NA | 深度学习，JacobianODE方法 | RNN，ODE神经网络 | 时间序列数据 | NA |
| 350 | 2025-09-30 |
Fetal Sleep: A Cross-Species Review of Physiology, Measurement, and Classification
2025-Jun-27, ArXiv
PMID:41019222
|
综述 | 本文系统回顾了胎儿睡眠的生理特征、测量方法和分类技术，比较了人类与大型动物模型的睡眠模式差异 | 首次跨物种综合比较胎儿睡眠模式，系统梳理了八十年来的研究成果，并探讨了计算分类方法在胎儿睡眠监测中的应用 | 主要基于文献回顾，缺乏原始实验数据验证 | 为开发客观、多模式、非侵入性胎儿睡眠监测技术提供理论基础，支持产前护理的早期诊断和干预 | 人类胎儿和大型动物模型的胎儿睡眠模式 | 生物医学工程 | 胎儿缺氧和胎儿生长受限 | 侵入性动物实验技术、非侵入性人类监测方法 | 基于规则的方法、聚类预处理、深度学习 | 生理信号数据 | 涵盖八十年研究文献的综合分析 |
| 351 | 2025-09-30 |
Improving spliced alignment by modeling splice sites with deep learning
2025-Jun-15, ArXiv
PMID:40980762
|
研究论文 | 通过深度学习建模剪接位点来改进剪接比对方法 | 使用一维卷积神经网络学习剪接信号，首次将深度学习模型应用于剪接位点识别，能够捕捉跨物种的保守剪接信号并发现哺乳动物和鸟类特有的GC富集内含子 | NA | 提高剪接比对的准确性，特别是在处理噪声长读长RNA-seq数据和远缘同源蛋白时 | 脊椎动物和昆虫基因组，人类长读长RNA-seq数据，跨物种蛋白数据集 | 生物信息学 | NA | 长读长RNA测序，蛋白质序列比对 | 一维卷积神经网络(1D-CNN) | 基因组序列，RNA-seq数据，蛋白质序列 | 使用7,026个参数的模型在脊椎动物和昆虫基因组上训练 |
| 352 | 2025-09-30 |
Modality-AGnostic Image Cascade (MAGIC) for Multi-Modality Cardiac Substructure Segmentation
2025-Jun-12, ArXiv
PMID:40980770
|
研究论文 | 提出并验证了一种模态无关的图像级联方法用于多模态心脏亚结构分割 | 通过nnU-Net基础的U形架构实现单一模型处理多种模态图像，解决了深度学习模型在多模态和重叠结构分割中的泛化问题 | 在57%的情况下优于对比模型，但统计差异有限 | 开发能够跨模态分割心脏亚结构的深度学习模型，以降低胸部放疗规划中的轮廓勾画负担 | 20个心脏亚结构包括心脏、心腔、大血管、瓣膜、冠状动脉和传导节点 | 数字病理 | 心血管疾病 | 深度学习分割技术 | nnU-Net-based U-shaped架构 | 医学影像（CT、MR、CCTA） | 训练集76例，验证集15例，测试集30例，共121例样本 |
| 353 | 2024-10-24 |
Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01295-4
PMID:39438367
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 354 | 2025-09-30 |
Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan
2025-May-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.22.623650
PMID:39651232
|
研究论文 | 本研究通过深度学习分析酵母代谢通量分布来预测寿命 | 首次发现代谢网络冗余选择足以解释寿命差异，并识别出控制衰老速率的核心反应网络 | 研究仅限于单倍体单细胞酵母，未在其他生物体中验证 | 探究酵母寿命差异的根本原因和代谢基础 | 单倍体单细胞酵母的812个可行突变体 | 机器学习 | 衰老相关疾病 | 代谢网络建模、基因敲除 | 回归神经网络(RNN)、分类神经网络(CfNN)、卷积神经网络(CNN) | 代谢通量分布数据、寿命数据 | 812个可行突变体，对应66,400个单个细胞，生成406,500个通量分布 |
| 355 | 2025-09-30 |
Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113357
PMID:40968943
|
研究论文 | 提出一种基于深度学习方法和鞋内三轴载荷细胞的3D地面反作用力和2D压力中心估计方法 | 使用最小传感器配置在多种步态条件下实现精确的GRF和CoP估计，性能优于或相当于先前研究 | 内外侧方向分量精度较低，斜坡条件下垂直GRF误差相对较高 | 开发适用于真实环境的地面反作用力和压力中心估计方法 | 40名健康年轻成年人的步态数据 | 机器学习 | NA | 深度学习 | FCNN, CNN, Seq2Seq-LSTM, Transformer | 传感器数据 | 40名健康年轻成年人 |
| 356 | 2025-09-30 |
Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform
2025-May-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25113284
PMID:40968836
|
研究论文 | 本研究比较传统分类器与混合神经网络在基于EEG的手势分类中的性能 | 提出结合经验小波变换提取瞬时频率和幅度特征与混合神经网络的EEG信号分类方法 | 仅包含33名参与者的数据，且仅进行二分类任务 | 改进脑机接口系统中基于EEG的手势识别性能 | 33名参与者执行的7种不同手势的EEG信号 | 脑机接口 | NA | 经验小波变换(EWT)、带功率分析 | 混合神经网络、线性判别分析(LDA)、支持向量机(SVM) | 脑电图(EEG)信号 | 33名参与者，7种手势的EEG记录 |
| 357 | 2025-09-30 |
LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging
2025-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.23.639532
PMID:40060645
|
研究论文 | 介绍LivecellX——一个基于深度学习的可扩展框架，用于活细胞成像中的单细胞定向分析 | 提出了分割校正新任务，开发了创新评估指标和机器学习技术，设计了轨迹级校正算法 | 未明确说明框架在不同细胞类型或实验条件下的泛化能力 | 解决活细胞成像中细胞分割和追踪的准确性问题 | 单细胞动态分析 | 计算机视觉 | NA | 深度学习，归一化距离变换，合成数据增强 | CS-Net（校正分割网络） | 活细胞成像数据 | 来自两种不同类型显微镜的新型成像数据集 |
| 358 | 2025-09-30 |
Explainable deep learning for identifying cancer driver genes based on the Cancer Dependency Map
2025-May-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.28.651122
PMID:40654945
|
研究论文 | 开发可解释深度学习模型用于基于癌症依赖图谱识别癌症驱动基因 | 提出xNNDriver和xAEDriver两个可解释深度学习模型，能够量化基因作为癌症驱动基因的可能性并同时推断多个驱动变异表示 | NA | 识别癌症驱动基因并分析突变模式，为理解肿瘤进展和开发靶向治疗提供新见解 | 癌症驱动基因和突变 | 机器学习 | 癌症 | 深度学习 | 监督深度学习模型(xNNDriver)和无监督可解释自编码器(xAEDriver) | 基因组依赖分数和突变状态数据 | 癌症依赖图谱(DepMap)中的肿瘤样本和细胞系 |
| 359 | 2025-09-30 |
Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.07.647618
PMID:40291726
|
研究论文 | 提出一种自监督深度学习框架，用于从fMRI数据中绘制个体化多尺度分层脑功能网络 | 首次通过自监督深度学习同时计算多尺度功能网络并量化其跨尺度层次结构 | 未明确说明方法在特定神经精神疾病中的验证程度 | 开发个体化多尺度脑功能网络分析方法以理解大脑功能组织 | 人类大脑功能网络 | 机器学习 | 神经精神疾病 | fMRI，自监督深度学习 | 深度学习模型 | fMRI图像数据 | 人类连接组计划数据及两个外部队列 |
| 360 | 2024-08-07 |
Correction to: Deep Learning Glioma Grading with the Tumor Microenvironment Analysis Protocol for Comprehensive Learning, Discovering, and Quantifying Microenvironmental Features
2025-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01160-4
PMID:38864948
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |