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 33074 篇文献，本页显示第 3761 - 3780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3761 | 2025-10-06 |
Adaptive-AutoMO: A domain adaptive automated multiobjective neural network for reliable lesion malignancy prediction via digital breast tomosynthesis
2025-Sep, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104869
PMID:40712810
|
研究论文 | 提出一种用于数字乳腺断层合成图像中病变恶性预测的自适应多目标神经网络 | 结合多目标免疫神经架构搜索、半监督域自适应特征网络和基于熵的证据推理方法，同时解决隐私保护、可信度测量和性能平衡三大挑战 | 仅在两个DBT图像数据集上进行验证，需要更多临床数据验证泛化能力 | 开发可靠的乳腺病变恶性预测模型，解决数据稀缺和域偏移问题 | 数字乳腺断层合成图像中的乳腺病变 | 计算机视觉 | 乳腺癌 | 数字乳腺断层合成 | 深度学习神经网络 | 医学图像 | 两个DBT图像数据集（源域和目标域） | NA | MINAS生成的Pareto最优模型集，对比了ResNet-18, DenseNet-121 | 敏感度, 特异性, 不确定性估计 | NA |
| 3762 | 2025-10-06 |
Interpretable multi-variable transformer network for regional-level short-term bicycle crash risk prediction
2025-Sep, Accident; analysis and prevention
DOI:10.1016/j.aap.2025.108169
PMID:40714386
|
研究论文 | 提出一种可解释多变量Transformer网络用于区域级短期自行车碰撞风险预测 | 使用四个专用Transformer编码器块处理异构数据时空依赖关系，采用单区域预测策略缓解类别不平衡，改进层相关性传播框架增强模型可解释性 | 仅基于伦敦四年的数据进行验证，未在其他城市进行泛化性测试 | 实现城市区域级短期自行车碰撞风险的准确预测和可解释分析 | 伦敦市的自行车碰撞风险预测 | 机器学习 | NA | 时空数据分析 | Transformer | 多源异构数据（碰撞记录、公共自行车行程、时间、天气、道路网络、土地利用、自行车基础设施特征） | 伦敦市四年数据集 | NA | Transformer | 假正率(FPR), AUC, G-mean | NA |
| 3763 | 2025-10-06 |
Benchmarking of open-source algorithms for heart rate estimation from motion-corrupted photoplethysmography
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110808
PMID:40714408
|
研究论文 | 系统评估开源算法在运动干扰光电容积脉搏波中估计心率的表现 | 首次对结合光电容积脉搏波和加速度计数据的心率估计算法进行全面基准测试，比较了126种算法中的11种开源实现 | 仅评估了开源算法，可能遗漏部分性能优秀的闭源算法；数据集多样性有限 | 评估不同算法在运动干扰条件下从光电容积脉搏波信号中估计心率的性能 | 光电容积脉搏波信号和加速度计数据 | 生物医学信号处理 | 心血管疾病 | 光电容积脉搏波，加速度计 | 深度学习算法，基于模型的算法 | 生理信号数据 | 11种开源算法（来自126篇相关文献） | NA | BeliefPPG | 估计偏差，估计变异性，Spearman相关系数 | NA |
| 3764 | 2025-10-06 |
Affinity prediction of inhibitor-kinase based on mixture of experts enhanced by multimodal feature semantic analysis
2025-Sep, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.146324
PMID:40738444
|
研究论文 | 提出一种基于混合专家系统增强的多模态特征语义分析方法，用于预测抑制剂-激酶结合亲和力 | 首次使用混合专家系统作为药物分子特征提取桥梁，创新设计全局记忆门控块路由器，整合蛋白质和蛋白质相互作用网络特征 | NA | 提高抑制剂-激酶结合亲和力预测准确性，特别针对冷启动问题 | 人类激酶EGFR家族及其抑制剂 | 机器学习 | 癌症 | 多模态特征语义分析 | 混合专家系统 | 药物分子特征、蛋白质特征、蛋白质相互作用网络特征 | NA | NA | 混合专家系统、双线性注意力机制 | NA | NA |
| 3765 | 2025-10-06 |
High-efficiency spatially guided learning network for lymphoblastic leukemia detection in bone marrow microscopy images
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110860
PMID:40753948
|
研究论文 | 提出一种基于空间引导学习网络的高效白血病检测方法，用于骨髓显微镜图像中的淋巴细胞白血病检测 | 构建了包含1794张高质量显微镜图像的新数据集，开发了空间引导学习框架、尺度感知融合模块、小目标增强机制和高效交并比损失函数等创新改进 | NA | 开发自动化白血病检测方法，提高白血病诊断的准确性和效率 | 骨髓涂片显微镜图像中的淋巴细胞白血病细胞 | 计算机视觉 | 白血病 | 显微镜成像 | 深度学习 | 图像 | 1794张高质量显微镜图像 | NA | SGLNet | 平均精度均值 | NA |
| 3766 | 2025-10-06 |
Deep learning model enables the discovery of a novel BET inhibitor YD-851
2025-Sep, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie
DOI:10.1016/j.biopha.2025.118431
PMID:40779884
|
研究论文 | 本研究通过深度学习模型发现了一种新型BET抑制剂YD-851，该化合物在实体瘤治疗中表现出高效低毒特性 | 结合环闭合骨架跃迁方法和高精度深度学习模型设计新型咔啉衍生物作为BET抑制剂 | 未明确说明模型的具体泛化能力和在其他肿瘤类型中的验证结果 | 开发高效低毒的BET抑制剂用于实体瘤治疗 | 咔啉衍生物化合物和实体瘤模型 | 药物发现 | 实体瘤 | 深度学习，环闭合骨架跃迁，多步合成路线 | 深度学习模型 | 化学结构数据，生物活性数据 | 多个异种移植实体瘤模型 | NA | NA | 肿瘤抑制率，毒性测试，药代动力学特性 | NA |
| 3767 | 2025-10-06 |
Application of AI-based techniques for anomaly management in wastewater treatment plants: A review
2025-Sep, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.126886
PMID:40780155
|
综述 | 本文系统回顾了基于人工智能的废水处理厂异常管理技术进展 | 从传感器数据质量控制、早期异常检测诊断、容错控制三个维度系统分析AI技术在废水处理异常管理中的创新应用 | 存在模型可解释性不足、计算强度大、数据质量控制困难、跨设施泛化能力有限和成本效益等问题 | 评估AI技术在废水处理厂异常管理中的应用现状与发展前景 | 废水处理厂的异常管理流程与技术方法 | 机器学习 | NA | NA | 深度学习,集成学习,智能优化算法 | 传感器数据,多模态数据 | NA | NA | NA | 应用可扩展性,异常检测及时性,技术适应性 | 实时边缘计算的轻量级基础设施 |
| 3768 | 2025-10-06 |
Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis
2025-Sep, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2025.110574
PMID:40769066
|
meta-analysis | 通过系统综述和荟萃分析评估基于超声的机器学习模型预测乳腺癌新辅助化疗疗效的效果 | 首次对基于超声的机器学习模型预测乳腺癌新辅助化疗反应进行系统性荟萃分析，并比较了完全缓解和部分缓解两种预测模型的性能 | 部分缓解模型仅能进行内部验证分析，缺乏外部验证结果；需要进一步研究开发临床可推广的模型 | 系统评价基于超声的机器学习模型在预测乳腺癌患者新辅助化疗反应中的效能 | 乳腺癌患者 | machine learning | breast cancer | ultrasound, radiomics, deep learning | machine learning, deep learning | ultrasound images | 22项研究纳入分析 | NA | NA | sensitivity, specificity, AUC | NA |
| 3769 | 2025-10-06 |
Deep Learning-Based Saturation Compensation for High Dynamic Range Multispectral Fluorescence Lifetime Imaging
2025-Sep, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3548297
PMID:40042955
|
研究论文 | 提出一种基于深度学习的多光谱荧光寿命成像饱和度补偿方法 | 首次将生成对抗网络应用于多光谱荧光寿命成像的饱和度伪影校正 | NA | 解决多光谱荧光寿命成像中因检测系统动态范围有限导致的饱和度伪影问题 | 多光谱荧光寿命成像数据 | 计算机视觉 | NA | 多光谱荧光寿命成像 | GAN | 图像 | NA | NA | SatCompFLImNet | 信噪比, 寿命测量保真度 | NA |
| 3770 | 2025-10-06 |
Prognosis and prognostic factors for chronic fibrosing idiopathic interstitial pneumonias
2025-Sep, Respiratory investigation
IF:2.4Q2
DOI:10.1016/j.resinv.2025.06.005
PMID:40561889
|
综述 | 总结特发性间质性肺炎（尤其是特发性肺纤维化）的预后及预后预测因素的最新研究进展 | 整合了抗纤维化治疗成为标准疗法后的最新研究成果，涵盖基因多态性、影像学分析和深度学习等新兴技术 | NA | 探讨慢性纤维化特发性间质性肺炎的预后及其预测因素 | 特发性间质性肺炎（IIPs）患者，特别是特发性肺纤维化（IPF）患者 | 数字病理 | 肺纤维化 | 基因多态性分析，放射影像分析，深度学习 | NA | 临床数据，影像数据，遗传数据 | NA | NA | NA | NA | NA |
| 3771 | 2025-10-06 |
Optimization of deep learning models for inference in low resource environments
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110615
PMID:40716232
|
研究论文 | 评估深度学习模型在医疗应用中的优化技术效果，针对低资源环境进行推理优化 | 在医疗AI领域系统评估多种优化技术对模型推理性能的影响，专注于低资源环境的实际应用需求 | 研究仅针对特定医疗影像任务进行评估，未涵盖所有可能的医疗AI应用场景 | 优化深度学习模型在低资源环境中的推理性能，促进医疗AI的临床转化 | 放射学、组织病理学和医学RGB影像领域的AI工作负载 | 医疗人工智能 | 结直肠癌,糖尿病足溃疡,脑部疾病 | 磁共振成像(MRI),苏木精-伊红(H&E)染色,RGB成像 | 深度学习模型 | 医学影像 | NA | NA | NA | 推理速度,延迟,内存使用量,模型效用 | 多种硬件配置的低资源环境 |
| 3772 | 2025-10-06 |
CLT-MambaSeg: An integrated model of Convolution, Linear Transformer and Multiscale Mamba for medical image segmentation
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110736
PMID:40716230
|
研究论文 | 提出一种融合卷积、线性Transformer和多尺度Mamba的医学图像分割模型CLT-MambaSeg | 首次将卷积、线性Transformer和多尺度Mamba架构集成，并提出记忆引导增强生成对抗网络解决数据有限问题 | NA | 医学图像分割，平衡特征定位、全局上下文建模和计算效率 | 医学图像 | 计算机视觉 | 皮肤病、乳腺疾病、结肠疾病 | 深度学习 | CNN, Transformer, Mamba, GAN | 医学图像 | 五个基准数据集：CVC-ClinicDB、BUSI、PH2、ISIC-2016、ISIC-2017 | NA | CLT-MambaSeg, SREx, MVLTrans, MeGA-GAN | NA | NA |
| 3773 | 2025-10-06 |
Enhancing reconstruction-based out-of-distribution detection in brain MRI with model and metric ensembles
2025-Sep-01, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109045
PMID:40915097
|
研究论文 | 本研究通过模型和指标集成优化基于重建的自编码器，以提升脑部MRI中分布外检测的性能 | 探索简单OOD检测模型的潜力，专门针对OOD检测优化深度学习策略，并系统评估重建指标选择 | 局部伪影检测效果较差，不同伪影类型的检测性能存在差异 | 优化基于重建的自编码器用于医学图像中的分布外检测 | 脑部MRI图像中的合成局部和全局伪影 | 计算机视觉 | 脑部疾病 | MRI | 自编码器 | 图像 | NA | NA | 自编码器 | 精确率-召回率曲线下面积, LPIPS, SSIM对比度分量 | NA |
| 3774 | 2025-10-06 |
Optimized multi-stage network with multi-dimensional spatiotemporal interactions for septal and apical hypertrophic cardiomyopathy classification using 12-lead ECGs
2025-Sep, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00492-6
PMID:40917150
|
研究论文 | 提出一种优化的多阶段网络用于基于12导联心电图的心肌肥厚分类 | 结合1D和2D卷积的多维时空交互网络，引入全局-局部交互注意力机制和多损失联合优化策略 | NA | 通过12导联心电图准确识别室间隔肥厚和心尖肥厚型心肌病 | 肥厚型心肌病患者的心电图数据 | 医学图像分析 | 心血管疾病 | 12导联心电图 | CNN | 心电图信号 | NA | NA | 多阶段网络,1D卷积分支,2D卷积分支 | F1-score | NA |
| 3775 | 2025-10-06 |
SamRobNODDI:q-space sampling-augmented continuous representation learning for robust and generalized NODDI
2025-Aug-29, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adf9b8
PMID:40780245
|
研究论文 | 提出一种基于q空间采样增强的连续表示学习框架SamRobNODDI，用于实现鲁棒且泛化的NODDI参数估计 | 引入q空间采样增强的连续表示学习方法，探索不同梯度方向间的信息，并设计采样一致性损失约束不同采样方案的输出 | NA | 开发在变化扩散梯度方向下能稳健执行的NODDI参数估计方法 | 扩散磁共振成像(dMRI)数据 | 医学影像分析 | 神经系统疾病 | 扩散磁共振成像(dMRI), NODDI | 深度学习 | 医学影像 | NA | NA | NA | 性能、鲁棒性、泛化性、灵活性 | NA |
| 3776 | 2025-10-06 |
A deep learning-based approach for measuring patellar cartilage deformations from knee MR images
2025-Aug-27, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2025.112930
PMID:40915052
|
研究论文 | 开发基于深度学习的自动分割工具，用于从膝关节磁共振图像中测量髌骨软骨变形 | 首次开发2D和3D U-Net网络自动分割髌骨及髌骨软骨，并评估其在检测运动诱导软骨变形方面的能力 | 研究样本量相对有限（109例膝关节MR扫描），且仅针对髌股关节进行研究 | 开发卷积神经网络自动分割髌骨和髌骨软骨，并评估其测量运动诱导软骨变形的能力 | 膝关节磁共振图像中的髌骨和髌骨软骨 | 计算机视觉 | 骨关节炎 | 磁共振成像 | CNN | 医学图像 | 109例膝关节MR扫描 | NA | U-Net | 平均Dice相似系数, ICC, 平均差异 | NA |
| 3777 | 2025-10-06 |
Single-cell multiomics reveals the oscillatory dynamics of mRNA metabolism and chromatin accessibility during the cell cycle
2025-Aug-26, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116089
PMID:40751912
|
研究论文 | 通过单细胞多组学技术揭示细胞周期中mRNA代谢和染色质可及性的振荡动态 | 首次结合单细胞多组学测序、生物物理建模和深度学习量化mRNA转录、剪接、核输出和降解速率 | NA | 研究细胞周期中基因表达的时空调控机制 | 增殖细胞中的mRNA代谢过程和染色质可及性 | 生物信息学 | NA | 单细胞多组学测序 | 深度学习 | 单细胞多组学数据 | NA | NA | NA | NA | NA |
| 3778 | 2025-10-06 |
Heat stress responses mediated by N6-methyladenine DNA methylation in maize
2025-Aug-26, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116058
PMID:40728929
|
研究论文 | 本研究揭示了玉米中N6-甲基腺嘌呤(6mA)在热胁迫响应中的调控机制 | 首次在作物中发现6mA动态变化与热胁迫耐受性相关，鉴定ZmALKBH1为6mA去甲基化酶，并开发了基于深度学习的6mA分布预测模型 | 研究仅针对四个玉米自交系，需要在更广泛的种质资源中验证 | 探究6mA在玉米热胁迫响应中的功能和作用机制 | 玉米自交系B73、Mo17、W22和B104 | 生物信息学 | NA | 全基因组6mA谱分析，基因表达分析，突变体研究 | 深度学习 | 表观基因组数据，基因表达数据 | 四个玉米自交系（B73、Mo17、W22、B104） | NA | NA | 预测准确性，实验验证 | NA |
| 3779 | 2025-10-06 |
FoodABSANet: Developing an adaptive graph convolutional neural network for aspect-based sentiment analysis of food reviews with a weighted polarity score
2025-Aug-26, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 开发了一种自适应图卷积神经网络用于食品评论的方面级情感分析 | 提出了FoodABSANet模型，采用加权极性评分机制和自适应图卷积神经网络来处理方面间相互影响的问题 | NA | 改进方面级情感分析的准确性和细粒度情感极性识别 | 食品评论中的方面级情感分析 | 自然语言处理 | NA | 文本情感分析 | 图卷积神经网络 | 文本 | NA | NA | 自适应图卷积神经网络 | 加权极性评分 | NA |
| 3780 | 2025-10-06 |
Accurate VLE Predictions via COSMO-RS-Guided Deep Learning Models: Solubility and Selectivity in Physical Solvent Systems for Carbon Capture
2025-Aug-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01148
PMID:40757514
|
研究论文 | 开发了一种结合COSMO-RS和深度学习的机器学习流程，用于准确预测物理溶剂系统中的溶解度和选择性，以支持碳捕获应用的溶剂筛选 | 将量子化学热力学模型COSMO-RS与定向消息传递神经网络(D-MPNN)相结合，通过迁移学习校正预测偏差，显著提高了VLE预测精度 | 依赖COSMO-RS模拟数据的质量，实验数据量有限可能影响模型泛化能力 | 开发准确的汽液平衡(VLE)预测模型，用于碳捕获物理溶剂的筛选和优化 | 物理溶剂系统中的溶解度和选择性预测，针对CO和常见气体杂质(HS、CH、N、H) | 机器学习 | NA | 量子化学计算、COSMO-RS模拟 | D-MPNN | 分子结构数据、热力学模拟数据、实验数据 | 30,000个COSMO-RS模拟数据点，以及实验VLE数据集 | NA | 定向消息传递神经网络(D-MPNN) | 预测精度、物理一致性、压力预测偏差校正 | NA |