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 26130 篇文献，本页显示第 4701 - 4720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4701 | 2025-05-04 |
Multimodal data deep learning method for predicting symptomatic pneumonitis caused by lung cancer radiotherapy combined with immunotherapy
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1492399
PMID:39845959
|
研究论文 | 本研究开发了一种基于深度学习的多模态融合模型，用于预测肺癌患者在接受放疗联合免疫治疗时出现的症状性肺炎 | 结合深度图像特征、放射组学特征和临床数据，构建了一个性能优于传统放射组学模型的深度学习模型 | 研究基于回顾性数据，样本量相对有限（261例患者） | 开发能够准确预测肺癌患者放疗和免疫治疗相关肺炎的模型 | 接受胸部放疗联合免疫治疗的肺癌患者 | 数字病理 | 肺癌 | CT扫描、放射组学分析 | ResNet34、DNN | CT图像、临床数据 | 261例肺癌患者 |
| 4702 | 2025-05-04 |
Detecting anomalies in smart wearables for hypertension: a deep learning mechanism
2024, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2024.1426168
PMID:39850864
|
research paper | 本研究提出了一种结合ResNet和LSTM的新型神经网络架构ResNet-LSTM，用于从生理信号中预测血压，以改善远程医疗中的健康监测 | 提出ResNet-LSTM混合模型，结合ResNet的特征提取能力和LSTM的序列数据处理能力，提高了血压预测的准确性 | 计算成本较高（约4,375 FLOPs），未来需要优化云基础设施以实现实时分析 | 开发一种非侵入式血压预测方法，以改善心血管疾病的远程健康监测 | 通过智能可穿戴设备收集的生理信号（ECG和PPG） | machine learning | cardiovascular disease | deep learning | ResNet-LSTM | physiological signals (ECG, PPG) | NA |
| 4703 | 2025-05-04 |
NuFold: A Novel Tertiary RNA Structure Prediction Method Using Deep Learning with Flexible Nucleobase Center Representation
2023-Sep-22, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.20.558715
PMID:37790488
|
研究论文 | 提出了一种名为NuFold的新型深度学习方法，用于预测RNA的三级结构 | NuFold采用了一种灵活的核苷碱基中心表示方法，能够准确再现所有可能的核苷酸构象 | NA | 解决RNA序列数据与结构理解之间的差距，提供一种经济高效的RNA三级结构预测方法 | RNA的三级结构 | 机器学习和计算生物学 | NA | 深度学习 | NuFold | RNA序列数据 | NA |
| 4704 | 2025-05-04 |
Pooled tagging and hydrophobic targeting of endogenous proteins for unbiased mapping of unfolded protein responses
2023-Jul-14, bioRxiv : the preprint server for biology
DOI:10.1101/2023.07.13.548611
PMID:37503003
|
研究论文 | 开发了一种高通量基因标记方法，用于生成和分析内源性标记蛋白的复杂细胞池，以可视化或直接扰动蛋白质 | 结合高通量基因标记、荧光标记、测序和基于深度学习的图像分析，实现了蛋白质定位模式的大规模识别，并通过疏水性配体诱导蛋白质错误折叠，揭示了细胞器间的组织和直接串扰 | NA | 研究蛋白质组的动态、功能和稳态 | 内源性标记蛋白的复杂细胞池 | 蛋白质组学 | NA | 高通量基因标记、HaloTag标记、单细胞RNA测序、深度学习 | 深度学习 | 图像、RNA测序数据 | NA |
| 4705 | 2025-05-03 |
Robust DEEP heterogeneous ensemble and META-learning for honey authentication
2025-Aug-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.144001
PMID:40184746
|
研究论文 | 本研究提出了一种结合多种分析技术和深度学习模型的新框架，用于区分纯蜂蜜与掺假蜂蜜 | 通过元学习整合多种分析技术和深度学习模型，扩展了输入特征空间，提高了预测性能 | 未提及具体的数据来源和样本采集细节 | 解决蜂蜜掺假问题，保障消费者健康和经济诚信 | 纯蜂蜜与掺假蜂蜜（蔗糖糖浆、葡萄糖浆或焦糖味冰淇淋配料） | 分析化学 | NA | 多种分析技术 | CNN, 元学习 | NA | NA |
| 4706 | 2025-05-03 |
Sliding-window enhanced olfactory visual images combined with deep learning to predict TVB-N content in chilled mutton
2025-Jul, Meat science
IF:5.7Q1
DOI:10.1016/j.meatsci.2025.109791
PMID:40048988
|
研究论文 | 本研究提出了一种新颖的嗅觉可视化图像数据增强方法，结合深度学习准确预测冷藏羊肉中的总挥发性盐基氮（TVB-N）含量 | 提出滑动窗口方法增强嗅觉可视化图像，结合深度学习模型提高TVB-N含量预测的准确性 | NA | 准确预测冷藏羊肉中的TVB-N含量，用于现场评估羊肉新鲜度 | 冷藏羊肉 | 计算机视觉 | NA | 嗅觉可视化传感器阵列 | InceptionNetV3, ResNet50, MobileNetV3, PLSR, SVR, RF | 图像 | NA |
| 4707 | 2025-05-03 |
DisDock: A Deep Learning Method for Metal Ion-Protein Redocking
2025-Jun, Proteins
IF:3.2Q2
DOI:10.1002/prot.26791
PMID:39838957
|
研究论文 | 提出了一种名为DisDock的深度学习方法，用于预测蛋白质与金属离子的对接结构 | 结合U-net架构与自注意力模块，利用几何信息揭示原子相互作用的潜在特征 | 未提及具体局限性 | 预测金属离子与蛋白质的结合结构 | 金属蛋白 | 机器学习 | NA | 深度学习 | U-net与自注意力模块结合 | 距离矩阵 | 来自MOAD的高质量金属蛋白数据集 |
| 4708 | 2025-05-03 |
OrgaMeas: A pipeline that integrates all the processes of organelle image analysis
2025-Jun, Biochimica et biophysica acta. Molecular cell research
DOI:10.1016/j.bbamcr.2025.119964
PMID:40268058
|
research paper | 介绍了一种名为OrgaMeas的高通量图像分析流程，用于测量细胞器的形态和动态 | 整合了两个基于深度学习的工具OrgaSegNet和DIC2Cells，实现了高精度的细胞器分割和单细胞水平的数据处理 | 未提及具体的性能对比实验或在实际应用中的具体表现 | 开发一个低成本、易用的图像分析流程，用于细胞器研究 | 细胞器的形态和动态 | digital pathology | NA | deep learning-based image analysis | CNN (implied by deep learning-based tools) | image | NA |
| 4709 | 2025-05-03 |
Dynamic Prediction and Intervention of Serum Sodium in Patients with Stroke Based on Attention Mechanism Model
2025-Jun, Journal of healthcare informatics research
IF:5.4Q1
DOI:10.1007/s41666-025-00192-x
PMID:40309130
|
研究论文 | 本研究开发了一种基于多头注意力机制的深度学习模型，用于实时预测中风患者的血清钠浓度并提供个性化干预建议 | 引入了时间-特征融合多头注意力（TFF-MHA）模型，能够处理复杂的动态特征和长时间序列数据，优于现有模型 | 模型依赖于公开数据集，可能无法涵盖所有临床场景 | 优化中风患者的血清钠管理策略，提供临床决策支持工具 | ICU中风患者 | 医疗信息学 | 中风 | 深度学习 | TFF-MHA（时间-特征融合多头注意力模型） | 时间序列临床数据 | MIMIC-III（2346例）和MIMIC-IV（896例）数据集 |
| 4710 | 2025-05-03 |
Integrating Plasma Cell-Free DNA Fragment End Motif and Size with Genomic Features Enables Lung Cancer Detection
2025-May-02, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-24-1517
PMID:40136052
|
研究论文 | 通过整合血浆游离DNA片段末端基序、大小及基因组特征，开发了一种提高肺癌检测准确性的深度学习方法 | 结合cfDNA片段末端基序与大小特征及基因组覆盖度，开发了性能优于单一特征的集成分类器，并在不同种族人群中验证了其泛化能力 | 样本量相对有限，尤其是高加索人验证队列仅包含50例患者和50例对照 | 提高肺癌早期检测的准确性 | 肺癌患者与健康对照的血浆游离DNA | 数字病理学 | 肺癌 | 全基因组测序 | 深度学习分类器 | 基因组数据 | 韩国发现数据集（218例患者+2559例对照）、韩国验证数据集（111例患者+1136例对照）、高加索人验证队列（50例患者+50例对照） |
| 4711 | 2025-05-03 |
Deep Learning-Based Prediction of Decoy Spectra for False Discovery Rate Estimation in Spectral Library Searching
2025-May-02, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.4c00304
PMID:40252226
|
研究论文 | 本研究探讨了基于深度学习的诱饵光谱预测方法，用于光谱库搜索中的假发现率估计 | 提出了无需模板光谱即可生成诱饵光谱的shuffle-and-predict方法，提高了诱饵光谱的多样性和数量 | 未明确说明该方法在预测库场景下的具体性能限制 | 改进蛋白质组学数据分析中的假发现率估计方法 | 预测光谱库和诱饵光谱 | 机器学习 | NA | 深度学习 | NA | 光谱数据 | NA |
| 4712 | 2025-05-03 |
A multimodal and fully automated system for prediction of pathological complete response to neoadjuvant chemotherapy in breast cancer
2025-May-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr1576
PMID:40305609
|
研究论文 | 开发了一种多模态集成全自动管道系统（MIFAPS），用于预测乳腺癌患者对新辅助化疗的病理完全缓解 | 整合了多模态数据（MRI、全切片图像和临床风险因素）的全自动系统，显著优于单模态模型 | 需要进一步验证系统的临床适用性和泛化能力 | 提高乳腺癌患者对新辅助化疗病理完全缓解的预测准确性 | 1004名局部晚期乳腺癌患者 | 数字病理学 | 乳腺癌 | 深度学习 | MIFAPS | 图像、临床数据 | 1004名患者 |
| 4713 | 2025-05-03 |
A depression detection approach leveraging transfer learning with single-channel EEG
2025-May-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adcfc8
PMID:40314182
|
research paper | 提出一种利用单通道脑电图（EEG）和迁移学习技术检测抑郁症的方法 | 采用单通道EEG信号和迁移学习技术，解决了多通道EEG在日常生活应用中的限制，并通过图像转换提高了模型性能 | 可用的抑郁症EEG数据有限，可能影响模型在区分抑郁症患者和健康受试者方面的效果 | 开发一种基于单通道EEG信号的抑郁症检测模型 | 抑郁症患者和健康个体的EEG信号 | machine learning | geriatric disease | EEG信号处理和迁移学习 | ResNet152V2 | EEG信号（转换为图像） | 有限数量的受试者 |
| 4714 | 2025-05-03 |
Heuristic multi-scale feature fusion with attention-based CNN for sentiment analysis
2025-May-02, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2498735
PMID:40314204
|
研究论文 | 提出了一种基于注意力机制的启发式多尺度特征融合CNN模型，用于情感分析 | 结合了多尺度特征融合和注意力机制的CNN模型，并使用改进的FORSO算法进行参数调优 | 未提及具体的数据集规模和模型计算复杂度 | 提高情感分析的准确率 | 用户生成的文本数据 | 自然语言处理 | NA | BERT, Transformers, word2vector | MFF-AACNet (基于注意力机制的CNN) | 文本 | 未提及具体数量，数据来自公开资源 |
| 4715 | 2025-05-03 |
Automatic ultrasound image alignment for diagnosis of pediatric distal forearm fractures
2025-May-02, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03361-w
PMID:40314702
|
研究论文 | 开发了一种自动对齐超声图像的方法，用于诊断儿童远端前臂骨折 | 提出了一种全自动的超声图像对齐流程，减少了X射线依赖，降低了辐射暴露和疼痛 | 数据集规模有限，未来需要增加数据量以提高诊断准确性和可靠性 | 开发一种自动对齐超声图像的方法，用于儿童远端前臂骨折的诊断 | 儿童远端前臂骨折 | 数字病理 | 骨折 | 深度学习 | 深度学习模型 | 超声图像 | 未明确提及样本数量 |
| 4716 | 2025-05-03 |
Deep learning-based automatic cranial implant design through direct defect shape prediction and its comparison study
2025-May-02, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03363-5
PMID:40314711
|
research paper | 提出了一种基于深度学习的自动颅骨植入物设计工作流程，通过直接预测缺损形状并与传统后处理步骤结合 | 将颅骨植入物设计问题视为一种特殊的形状补全任务，提出了一种结合深度神经网络和传统后处理的自动化工作流程 | 未提及具体的数据集规模或多样性限制 | 自动化颅骨植入物设计流程以减少治疗时间 | 人类颅骨缺损及修复植入物 | digital pathology | NA | deep learning | deep neural network | 3D shape data | 未明确提及具体样本数量 |
| 4717 | 2025-05-03 |
Deep learning for automatic volumetric bowel segmentation on body CT images
2025-May-02, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11623-z
PMID:40314787
|
research paper | 开发了一种用于自动肠道分割的深度神经网络，并评估其在便秘患者中估计大肠长度的适用性 | 使用3D nnU-Net模型实现了胃肠道的高精度分割和四部分分离，性能优于现有工具TotalSegmentator | 食管的分割精度相对较低（DSC为0.807±0.173） | 开发自动肠道分割模型并评估其在便秘患者中的应用 | 便秘患者和健康检查者的腹部CT图像 | digital pathology | constipation | CT imaging | 3D nnU-Net | image | 模型开发使用了133例CT扫描（88名患者），外部测试使用了60例CT扫描（30名患者），LBL测量使用了100例CT扫描（51名患者） |
| 4718 | 2025-05-03 |
Should end-to-end deep learning replace handcrafted radiomics?
2025-May-02, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07314-y
PMID:40314811
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4719 | 2025-05-03 |
Brain tissue biomarker impact bone age in central precocious puberty more than hormones: a quantitative synthetic magnetic resonance study
2025-May-02, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01792-8
PMID:40314875
|
研究论文 | 本研究探讨了脑组织成分体积（BTCV）生物标志物对中枢性性早熟（CPP）患儿骨龄发展的影响，发现髓鞘含量（MyC）比激素更能影响骨龄发展 | 首次通过合成磁共振（SyMRI）技术量化分析脑组织成分体积与CPP患儿骨龄发展的关系，发现MyC与骨龄发展的相关性高于激素 | 研究为回顾性设计，样本量较小（84例CPP患儿和84例对照），且仅分析了三种激素 | 探究脑组织成分体积生物标志物与中枢性性早熟患儿骨龄发展的关系 | 84名中枢性性早熟患儿和84名对照儿童 | 数字病理学 | 儿科内分泌疾病 | 合成磁共振（SyMRI）、X射线骨龄评估、深度学习模型 | 深度学习模型（具体类型未明确说明） | 医学影像数据（MRI、X射线）和激素水平数据 | 168名儿童（84名CPP患儿和84名对照） |
| 4720 | 2025-05-03 |
Omics data classification using constitutive artificial neural network optimized with single candidate optimizer
2025-May, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2348726
PMID:38736309
|
研究论文 | 提出了一种基于Zebra优化算法和构成性人工神经网络的omics数据分类方法，并通过单候选优化器优化权重参数 | 结合Zebra优化算法进行降维，并使用构成性人工神经网络分类omics数据，通过单候选优化器优化权重参数，提高了分类准确率 | 未提及具体的数据集大小或实验设置的局限性 | 提高omics数据的分类准确率 | omics数据（如基因组学、蛋白质组学和微生物组学数据） | 机器学习 | NA | Adaptive variational Bayesian filtering (AVBF), Zebra Optimization Algorithm (ZOA), Constitutive Artificial Neural Network (CANN), Single Candidate Optimizer (SCO) | CANN | omics数据 | NA |