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 30919 篇文献，本页显示第 461 - 480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 2025-09-13 |
Leveraging functional annotations to map rare variants associated with Alzheimer's disease with gruyere
2025-Mar-04, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.12.06.24318577
PMID:39677477
|
研究论文 | 提出一种名为gruyere的贝叶斯概率模型，利用功能注释识别与阿尔茨海默病相关的罕见变异 | 开发了全局性、疾病特异性功能注释加权方法，整合细胞类型特异性非编码变异信息 | NA | 通过功能注释改进罕见变异关联分析，识别阿尔茨海默病相关基因和注释 | 阿尔茨海默病患者和对照组的全基因组测序数据 | 生物信息学 | 阿尔茨海默病 | 全基因组测序(WGS), 变异效应预测(VEPs) | 贝叶斯概率模型 | 基因组序列数据 | 7,966例病例和13,412例对照 |
| 462 | 2025-09-13 |
AgeNet-SHAP: An explainable AI approach for optimally mapping multivariate regional brain age and clinical severity patterns in Alzheimer's disease
2025-Mar-04, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.28.25323097
PMID:40093264
|
研究论文 | 提出一种可解释AI方法AgeNet-SHAP，用于识别阿尔茨海默病中多变量脑区年龄模式与临床严重性的关联 | 首次结合深度学习模型与SHAP技术探索多变量脑区与年龄的关联，超越传统单变量研究方法 | 样本量相对有限（n=668），未提及外部验证集 | 通过可解释AI优化脑年龄预测并揭示阿尔茨海默病相关脑区模式 | 轻度认知障碍（MCI）和阿尔茨海默病（AD）患者以及认知正常（CN）对照人群 | 医学影像分析 | 阿尔茨海默病 | MRI脑成像技术 | 深度学习CNN（AgeNet）结合SHAP可解释性分析 | 脑部MRI图像 | 668名受试者 |
| 463 | 2025-09-13 |
VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.17.599381
PMID:38948743
|
研究论文 | 开发了一个基于深度学习的Napari插件VASCilia，用于自动化分析耳蜗毛细胞立体纤毛束的3D共聚焦显微镜数据 | 首个专门针对耳蜗毛细胞立体纤毛束分析的深度学习工具套件，包含五个定制化模型并提供开源标注数据集 | NA | 开发自动化工具以解决耳蜗毛细胞立体纤毛束3D形态分析的挑战 | 耳蜗毛细胞立体纤毛束 | 计算机视觉 | 听力障碍 | 共聚焦显微镜，深度学习 | CNN（基于分割和分类任务推断） | 3D图像 | 55个3D图像栈，包含502个内毛细胞束和1703个外毛细胞束的实例分割标注 |
| 464 | 2025-09-13 |
Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study
2025-Feb-08, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.04.25321660
PMID:39973981
|
研究论文 | 本研究利用深度学习从结直肠癌H&E切片预测多种遗传生物标志物，并分析其与表型关联 | 开发了多目标Transformer模型，可同时预测多种生物标志物，超越传统单目标模型，并系统评估了MSI表型对预测的混淆影响 | 模型预测性能高度依赖MSI相关形态学特征，生物标志物自身对表型的贡献较小 | 评估深度学习在结直肠癌中基因型-表型关联预测的可行性与局限性 | 结直肠癌患者肿瘤组织H&E切片 | 数字病理学 | 结直肠癌 | 深度学习和全面panel测序 | Transformer | 图像 | 1,376例患者（五个队列）加上536例公共数据集验证样本 |
| 465 | 2025-09-13 |
Localization and detection of deepfake videos based on self-blending method
2025-01-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88523-1
PMID:39890891
|
研究论文 | 提出一种基于自混合方法的空间训练策略，用于深度伪造视频的检测与篡改区域定位 | 无需伪造样本即可检测空间篡改，通过多部位局部位移变形与融合技术生成多样化特征数据，并引入混合区域标签指导定位 | 未明确说明跨数据集泛化能力的具体量化指标及对未知篡改技术的适应性 | 提升深度伪造视频检测的泛化能力与篡改区域的精确定位 | 深度伪造视频（含人脸替换与表情篡改类型） | 计算机视觉 | NA | 多部位局部位移变形与融合技术 | Swin-Unet | 视频 | 基于FF++、Celeb-DF、DFDC等公开数据集（未明确样本数量） |
| 466 | 2025-09-13 |
TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues
2025-Jan-17, Research square
DOI:10.21203/rs.3.rs-5584635/v1
PMID:39877090
|
研究论文 | 提出一种名为TrimNN的图神经网络方法，用于识别和表征复杂组织中保守的多细胞空间拓扑模式 | 采用自下而上的图深度学习框架，将细胞生态位定义为可计数的拓扑块，具有可解释性和泛化性 | NA | 研究多细胞拓扑组织在复杂组织中的协调规则 | 空间转录组学和蛋白质组学数据中的细胞群落 | 计算生物学 | NA | 空间组学分析，图神经网络 | 神经网络（NN） | 空间转录组和蛋白质组数据 | NA |
| 467 | 2025-09-13 |
Improvement of mask R-CNN and deep learning for defect detection and segmentation in electronic products
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329945
PMID:40920847
|
研究论文 | 提出一种基于YOLOv5和Mask R-CNN的多任务联合学习框架Y-MaskNet，用于电子产品的缺陷检测与分割 | 结合YOLOv5的高效目标检测能力和Mask R-CNN的精细分割能力，通过多任务学习框架优化模型整体性能 | NA | 提高电子产品缺陷检测与分割的准确率和效率 | 电子产品缺陷 | 计算机视觉 | NA | 深度学习 | YOLOv5, Mask R-CNN, Y-MaskNet | 图像 | PCB缺陷数据集 |
| 468 | 2025-09-13 |
Rapid label-free identification of seven bacterial species using microfluidics, single-cell time-lapse phase-contrast microscopy, and deep learning-based image and video classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330265
PMID:40920893
|
研究论文 | 本研究结合微流控技术、单细胞延时相差显微镜和深度学习，实现七种细菌物种的快速无标记识别 | 将先前针对四种细菌的方法扩展至七种常见人类病原体，并评估实时性能、训练集大小和数据质量的影响，同时探究纹理与形态特征对分类的贡献 | 仍需解决直接从血液中分离细菌的挑战，并在多样临床分离株上验证方法的有效性 | 开发一种快速、无标记的细菌物种识别方法，以促进感染早期诊断 | 七种常见人类病原菌：铜绿假单胞菌、大肠杆菌、肺炎克雷伯菌、鲍曼不动杆菌、粪肠球菌、奇异变形杆菌和金黄色葡萄球菌 | 计算机视觉 | 细菌感染 | 微流控芯片、单细胞延时相差显微镜 | CNN, Vision Transformers | 视频（延时相差显微镜图像序列） | 使用微流控芯片陷阱收集的单个细菌细胞生长的一小时延时序列 |
| 469 | 2025-09-13 |
Smart load balancing in cloud computing: Integrating feature selection with advanced deep learning models
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329765
PMID:40924788
|
研究论文 | 提出一种结合特征选择与深度学习模型的智能云负载均衡方法SLADRO | 整合CNN和LSTM进行负载预测，采用OOA-PSO混合优化进行特征选择，并应用深度强化学习实现动态任务调度 | NA | 优化云计算环境中的资源分配和负载均衡 | 云计算工作负载和资源管理 | 机器学习 | NA | 深度学习，强化学习，混合优化算法 | CNN, LSTM, DRL | 时间序列工作负载数据 | 基于Google Cluster Trace真实数据集的广泛仿真 |
| 470 | 2025-09-13 |
Enhancing fake news detection with transformer-based deep learning: A multidisciplinary approach
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330954
PMID:40924789
|
研究论文 | 提出一种基于Transformer架构的增强型BERT模型，用于虚假新闻检测，并在大规模数据集上验证其优越性能 | 采用渐进式训练方法增强BERT模型，使其能够逐步学习并细化区分真实报道与虚假内容的语言细微差别 | NA | 开发可靠且高效的自动化虚假新闻检测机制，以应对数字信息完整性挑战 | 虚假新闻文本内容 | 自然语言处理 | NA | BERT, 渐进式训练方法 | Transformer-based BERT | 文本 | 72,134篇文章（来自WELFake数据集） |
| 471 | 2025-09-13 |
DeepRNAac4C: a hybrid deep learning framework for RNA N4-acetylcytidine site prediction
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1622899
PMID:40927364
|
研究论文 | 提出一种混合深度学习框架DeepRNAac4C，用于RNA N4-乙酰胞苷位点预测 | 整合残差神经网络、CNN、BiLSTM和BiGRU，有效捕获局部和全局序列特征，提升预测精度和模型鲁棒性 | NA | 准确预测RNA ac4C位点以理解RNA在基因表达和细胞调控中的作用 | RNA N4-乙酰胞苷（ac4C）修饰位点 | 自然语言处理 | NA | RNA序列分析 | CNN, BiLSTM, BiGRU, 残差神经网络 | 序列数据 | NA |
| 472 | 2025-09-13 |
Bibliometric Analysis of Research Articles on Embedded Internet of Health Things (IoHT) Fall Detection in the Elderly Published from 2006 to 2025
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S537047
PMID:40927577
|
文献计量分析 | 对2006年至2025年关于嵌入式健康物联网（IoHT）老年人跌倒检测研究文章的文献计量分析 | 首次对嵌入式IoHT老年人跌倒检测领域进行全面的文献计量综述，揭示研究趋势、地理分布和方法演变 | 基于Scopus数据库，可能未涵盖所有相关文献；时间范围截至2025年4月，可能不完全 | 分析嵌入式IoHT老年人跌倒检测领域的研究现状、发展趋势和知识结构 | 79篇相关研究出版物（会议论文和期刊文章） | 物联网与健康监测 | 老年疾病 | 文献计量分析、VOSviewer可视化、性能指标分析 | NA | 文献元数据（出版年份、类型、国家、机构、作者、引用数、方法论） | 79篇出版物 |
| 473 | 2025-09-13 |
Efficient spatio-temporal modeling for sign language recognition using CNN and RNN architectures
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1630743
PMID:40927705
|
研究论文 | 本研究使用CNN和RNN架构对坦桑尼亚手语视频进行时空建模，以提升手语识别效率 | 提出采用ELU激活函数的CNN-GRU模型，以提高学习效率和性能，在手语识别任务中达到94%的准确率 | 在独立手语者设置中性能差异显著，最高准确率仅66%，手部主导特征优化仍面临挑战 | 通过深度学习算法捕捉视频帧的时空关系特征，改进动态手语词的识别 | 坦桑尼亚手语数据集，使用手机自拍摄像头收集 | 计算机视觉 | NA | 深度学习，视频帧分析 | CNN-LSTM, CNN-GRU | 视频 | NA |
| 474 | 2025-09-13 |
RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data
2024-Dec-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.19.24313909
PMID:39371168
|
研究论文 | 介绍RiskPath，一个用于纵向数据中多步生物医学预测的可解释深度学习工具箱 | 结合理论指导的优化来指定最佳模型拓扑，并探索性能与复杂度的权衡，同时提供模块以映射预测因子随时间变化的重要性 | NA | 开发可解释的AI工具箱，用于风险分层用例中的时间序列预测 | 经典和新兴纵向队列中的疾病风险预测 | 机器学习 | NA | 深度学习时间序列方法 | 深度学习 | 时间序列数据 | NA |
| 475 | 2025-09-13 |
Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model
2024-11, Surgical endoscopy
DOI:10.1007/s00464-024-11208-9
PMID:39214877
|
研究论文 | 本研究开发了一种基于深度学习的结直肠手术阶段识别模型，用于自动化评估外科手术技能 | 首次利用深度学习模型识别手术阶段并基于此自动区分不同技能水平的外科医生群体 | NA | 验证使用手术阶段识别模型评估外科手术技能的可行性 | 腹腔镜乙状结肠切除术的手术视频 | 计算机视觉 | 结直肠癌 | 深度学习 | 深度学习模型 | 视频 | 85个视频用于技能水平分组验证（专家26个、中级32个、新手27个），总计1272个视频用于ESSQS评分分组分析 |
| 476 | 2025-09-13 |
Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast
2024-Nov-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.31.621371
PMID:39554159
|
研究论文 | 开发基于深度学习的自动化分割流程，用于软X射线断层扫描数据中酵母细胞结构的高通量定量成像分析 | 首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞结构的高通量精确分割 | 需要人工迭代细化来提升关键结构的分割精度 | 实现细胞结构的自动化分割和定量形态学分析 | 酵母细胞（野生型、VPH1-GFP突变株等） | 计算机视觉 | NA | 软X射线断层扫描(SXT) | 深度学习 | 3D图像数据 | 数百个细胞，涵盖三种酵母菌株 |
| 477 | 2024-09-15 |
Breaking barriers in inner ear MRI: The changing role of deep learning reconstruction
2024-Oct, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.07.010
PMID:39271366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 478 | 2025-09-13 |
Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification
2024-Oct, Indian journal of orthopaedics
IF:1.1Q3
DOI:10.1007/s43465-024-01259-4
PMID:39324090
|
研究论文 | 本研究开发了一种基于深度学习的自动方法，用于从X射线图像预测膝骨关节炎严重程度分级和膝关节置换可能性 | 采用迁移学习和多种深度学习模型比较，首次将像素比率计算与决策树模型结合用于膝OA严重程度自动评估 | 测试准确率为67%，仍有提升空间，且模型性能可能受数据集限制 | 提高膝骨关节炎诊断的准确性和效率，辅助临床决策 | 膝骨关节炎患者的X射线图像 | 计算机视觉 | 骨关节炎 | 迁移学习，像素比率计算，图像预处理 | Inception V3, Xception, VGG, ResNet, DenseNet等14种CNN模型 | X射线图像 | 基于Osteoarthritis Initiative (OAI)数据集，具体样本数量未明确说明 |
| 479 | 2025-09-13 |
Reducing motion artifacts in craniocervical background subtraction angiography with deformable registration and unsupervised deep learning
2024-Sep, Radiology advances
DOI:10.1093/radadv/umae020
PMID:40927738
|
研究论文 | 本研究开发了一种基于无监督深度学习的快速可变形配准模型，用于减少颅颈血管造影中的运动伪影 | 结合血管层估计的新型图像相似性损失函数，优化背景配准，使其对血管内碘造影剂的可变存在具有鲁棒性 | NA | 开发快速可变形配准模型以减少数字减影血管造影中的配准误差 | 颅颈血管造影图像 | 医学影像处理 | 脑血管疾病 | 数字减影血管造影（DSA） | 深度学习可变形配准框架（基于HyperMorph） | 医学影像 | 516项研究，包含5,240个血管造影序列（训练集5,046个，测试集194个） |
| 480 | 2024-08-07 |
Vision Transformer-based Deep Learning Models Accelerate Further Research for Predicting Neurosurgical Intervention
2024-07, Radiology. Artificial intelligence
DOI:10.1148/ryai.240117
PMID:38864744
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |