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 33853 篇文献，本页显示第 481 - 500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 481 | 2025-11-14 |
High-resolution protein modeling through Cryo-EM and AI: current trends and future perspectives - a review
2025, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2025.1688455
PMID:41209584
|
综述 | 本文综述了冷冻电镜与人工智能在蛋白质高分辨率建模中的最新进展、互补作用及未来展望 | 系统整合了冷冻电镜实验技术与AI结构预测方法的协同优势，重点分析了AlphaFold系列算法在解决膜蛋白、柔性蛋白等挑战性目标中的应用突破 | AI与冷冻电镜整合方法仍存在局限性，如对某些复杂蛋白构象多样性的解析能力有限 | 加速蛋白质结构-功能关系探索，推动生物医学研究和药物开发 | 蛋白质（包括膜蛋白、柔性蛋白、固有无序蛋白和大分子复合物） | 结构生物学 | NA | 冷冻电镜, 直接电子探测器, 人工智能结构预测 | 深度学习 | 电子显微镜图像, 氨基酸序列 | NA | AlphaFold 2, AlphaFold 3 | 深度学习算法 | NA | NA |
| 482 | 2025-11-14 |
Multimodal image fusion for enhanced vehicle identification in intelligent transport
2025, PeerJ. Computer science
DOI:10.7717/peerj-cs.3270
PMID:41209660
|
研究论文 | 提出一种基于深度学习的多模态图像融合方法，用于增强智能交通系统中的车辆识别能力 | 采用注意力机制生成深度图并与RGB图像融合，在Vision Transformer框架中结合HOG和BRISK描述符的混合特征提取技术 | NA | 提升遥感图像中车辆检测和分类的性能 | 航空图像中的车辆目标 | 计算机视觉 | NA | 多模态图像融合 | Vision Transformer, ResNet, YOLO, MRF | 多模态航空图像（RGB、红外、高光谱、多光谱、SAR、LiDAR） | 三个基准数据集：Roundabout Aerial, AU-Air, VAID | YOLOv4, Vision Transformer | ResNet-18, ViT, YOLOv4 | 精确度 | NA |
| 483 | 2025-11-14 |
A Bayesian deep segmentation framework for glioblastoma tumor segmentation using follow-up MRIs
2025, Frontiers in neuroimaging
DOI:10.3389/fnimg.2025.1630245
PMID:41210079
|
研究论文 | 开发了一种用于胶质母细胞瘤随访MRI肿瘤分割的贝叶斯深度学习框架 | 首次将贝叶斯学习与深度学习结合专门针对随访MRI的脑胶质瘤分割，通过不确定性信息识别和修正误分类 | 仅使用311例随访MRI数据，样本规模有限 | 提供有效的深度学习模型来准确分割随访MRI中的胶质母细胞瘤亚区 | 胶质母细胞瘤患者的随访MRI图像 | 医学影像分析 | 胶质母细胞瘤 | MRI | 贝叶斯深度学习模型 | 医学影像 | 311例随访MRI | NA | 深度学习分割模型 | DSC分数 | NA |
| 484 | 2025-11-14 |
Traditional and Artificial Intelligent Methods in Predicting Maxillofacial Soft Tissue Morphology After Orthognathic Surgery: A Narrative Review
2025, International journal of dentistry
IF:1.9Q2
DOI:10.1155/ijod/6268492
PMID:41210161
|
综述 | 评估正颌手术后软组织形态预测的传统与人工智能方法，并指出未来研究方向 | 系统比较了从二维到三维预测方法的演变，重点分析了深度学习在预测精度和速度方面的突破性进展 | 深度学习存在数据不足、过拟合和可解释性缺乏等问题 | 提高正颌手术后软组织形态预测的准确性和效率 | 正颌手术患者的软组织形态变化 | 医学影像分析 | 颌面畸形 | 深度学习算法 | DNN, PointNet, Transformer | 医学影像数据 | 基于60篇相关文献的系统评估 | NA | 深度神经网络, PointNet, Transformer | 预测准确性, 运算速度 | NA |
| 485 | 2025-11-14 |
MEA-Based Graph Deviation Network for Early Autism Syndrome Signatures in Human Forebrain Organoids
2025, Cyborg and bionic systems (Washington, D.C.)
DOI:10.34133/cbsystems.0441
PMID:41210185
|
研究论文 | 提出基于图偏差网络的深度学习框架，通过分析人前脑类器官的多电极阵列数据来预测自闭症谱系障碍风险 | 首次将振幅调制的尖峰序列编码为动态图，利用图偏差网络检测神经发育扰动引起的网络组织异常 | 存在生物变异性，需要进一步验证模型的泛化能力 | 开发早期自闭症综合征特征的检测方法 | 人前脑类器官的神经活动 | 计算神经科学 | 自闭症谱系障碍 | 多电极阵列记录，体外脑发育研究 | 图偏差网络 | 神经尖峰活动数据，动态图数据 | NA | 深度学习框架 | 图偏差网络 | 网络效率，路径长度，输入连接性，早期功能障碍检测能力 | NA |
| 486 | 2025-11-14 |
Real-time jute leaf disease classification using an explainable lightweight CNN via a supervised and semi-supervised self-training approach
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1647177
PMID:41210703
|
研究论文 | 提出一种轻量级CNN模型结合半监督自训练框架，用于实时黄麻叶部病害分类 | 结合半监督学习与轻量级CNN，在仅10%标注数据下实现接近全监督的性能，并集成可解释性AI方法 | 仅针对三种黄麻叶部病害类别进行验证，数据集为自行采集 | 开发资源受限环境下可用的实时黄麻叶部病害分类系统 | 黄麻叶片图像 | 计算机视觉 | 植物病害 | 图像分类 | CNN | 图像 | 自行采集的黄麻叶片图像数据集，包含三个类别（尾孢菌叶斑病、金色花叶病、健康叶片） | Flask | 改进的深度可分离卷积、增强型压缩激励块、改进的移动倒置瓶颈卷积块 | 准确率 | 资源受限的农业环境 |
| 487 | 2025-11-14 |
In-field estimation of vertical distribution of total nitrogen and nicotine content for tobacco plants based on multispectral and texture feature fusion
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1647566
PMID:41210719
|
研究论文 | 基于多光谱和纹理特征融合的田间烟草植株总氮和尼古丁含量垂直分布估测方法 | 提出光谱与纹理特征融合的深度学习方法，开发改进的AO-YOLOv8模型实现复杂条件下烟叶实例分割，并首次实现田间烟草氮和尼古丁含量垂直分布的可视化估测 | 田间环境下植物尺度估测精度相对较低（R值0.57-0.68），复杂环境因素可能影响模型稳定性 | 提高烟草植株总氮和尼古丁含量及其垂直分布估测精度，为智慧农业管理提供技术支持 | 田间种植的烟草植株 | 计算机视觉 | NA | 多光谱成像，纹理特征分析 | YOLOv8, LSTM, RNN, MLP, FCNN | 多光谱图像 | 未明确说明具体样本数量 | NA | AO-YOLOv8, LSTM, RNN, MLP, FCNN | mAP50, mIoU, R值 | NA |
| 488 | 2025-11-14 |
A spontaneous keypoints connection algorithm for leafy plants skeletonization and phenotypes extraction
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1641255
PMID:41210720
|
研究论文 | 提出一种无需训练和标注的自发关键点连接算法，用于叶类植物骨架化和表型提取 | 开发了无需人工标注和训练过程的叶骨架提取方法，通过自发检测关键点并连接生成叶骨架 | NA | 开发高效、可扩展的植物叶表型提取方法 | 叶类植物（兰花和玉米） | 计算机视觉 | NA | 图像分析 | NA | 图像 | 兰花垂直和正面视角图像，玉米图像数据集 | NA | NA | 曲率拟合误差, 叶片召回率 | NA |
| 489 | 2025-11-14 |
CausalX-Net: a causality-guided explainable segmentation network for brain tumors
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1693603
PMID:41210853
|
研究论文 | 提出一种基于因果推理的可解释脑肿瘤分割网络CausalX-Net，用于多模态MRI图像分析 | 首次将结构因果建模和干预推理引入脑肿瘤分割，通过反事实分析提供临床可解释的假设性解释 | 仅使用BraTS 2021数据集进行验证，需要更多临床数据验证泛化能力 | 开发具有临床可解释性的脑肿瘤分割方法 | 脑肿瘤MRI图像 | 数字病理 | 脑肿瘤 | 多模态MRI | CNN | 医学图像 | BraTS 2021数据集 | NA | CausalX-Net | Dice相似系数 | NA |
| 490 | 2025-11-14 |
AI in phishing detection: a bibliometric review
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1496580
PMID:41211053
|
文献计量学综述 | 本文通过文献计量学方法系统分析了人工智能在网络钓鱼检测领域的研究现状和发展趋势 | 首次采用文献计量学方法对AI在网络钓鱼检测领域的研究进行全面分析，识别了该领域的研究主题演变和合作模式 | 仅基于Web of Science数据库的1096篇文献，可能未涵盖所有相关研究 | 填补AI在网络钓鱼检测领域的文献计量分析空白，补充现有综述研究 | 网络钓鱼检测相关的科学文献 | 自然语言处理,机器学习 | NA | 文献计量分析 | 机器学习,深度学习 | 文献元数据 | 1096篇文献 | Biblioshiny,VOSviewer | NA | NA | NA |
| 491 | 2025-11-14 |
Multi-class: spectral-spatial temporal pyramid network and multi-class classifier-based cardiovascular disease classification
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1650134
PMID:41211134
|
研究论文 | 提出一种基于多模态深度学习的心血管疾病分类框架MCC-CVD，整合心电图和心音图数据进行多类别疾病诊断 | 开发了光谱时空金字塔网络(SST-PNet)、三模式注意力机制(TPAM)和权重校正模块，首次将多模态数据与多组件深度学习架构结合用于心血管疾病分类 | 研究仅基于920例患者数据，样本规模相对有限；仅包含13项临床参数，可能未涵盖所有相关风险因素 | 开发有效的多模态机器学习技术用于心血管疾病的预测和检测 | 心血管疾病患者的心电图(ECG)和心音图(PCG)数据，包含13项临床参数 | 机器学习 | 心血管疾病 | 心电图(ECG), 心音图(PCG), 深度学习 | CNN, 注意力机制 | 生理信号数据, 结构化临床数据 | 920例患者记录 | NA | Spectral Spatial Temporal Pyramid Network (SST-PNet), Multi-class EnDe-CNN, 三模式注意力机制(TPAM) | 准确率, F1-score, 精确率, 召回率, AUC | NA |
| 492 | 2025-11-14 |
A self-supervised learning framework for discovering cortical folding patterns under genetic influence: Application to the Anterior Cingulate Cortex
2025, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/IMAG.a.987
PMID:41211100
|
研究论文 | 提出一种自监督学习框架，用于发现受遗传影响的皮层折叠模式，并应用于前扣带皮层区域 | 开发基于自监督深度学习的综合区域表征方法，直接从皮层折叠表征中发现新的遗传位点 | 仅在非英国白人血统的小规模队列中复制了一个位点，泛化能力有待验证 | 发现受遗传影响的皮层折叠模式及其与大脑发育和精神病学的关联 | 前扣带皮层区域的皮层折叠模式，特别是旁扣带沟形状 | 医学影像分析 | 精神疾病 | 自监督深度学习 | 深度学习 | 脑部影像数据 | 36,000名英国白人血统受试者（UK Biobank数据库） | NA | NA | 遗传关联分析 | NA |
| 493 | 2025-11-14 |
Systematic evaluation of predictive models for futile recanalization before thrombectomy in patients with acute ischemic stroke
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1625236
PMID:41211281
|
系统评价 | 系统评估急性缺血性卒中患者血栓切除术无效再通预测模型的现状 | 首次系统评价机械取栓后无效再通的预测模型，并按建模方法进行分层描述性分析 | 无法进行正式的定量荟萃分析，因多数研究未提供AUC值的置信区间或标准误 | 为治疗决策提供依据，系统评价现有预测模型 | 急性缺血性卒中接受机械取栓的患者 | 医学预测模型 | 急性缺血性卒中 | 系统评价方法 | 传统回归模型, 机器学习/深度学习模型 | 临床和影像学特征 | 13项研究，包含23个预测模型 | NA | NA | AUC | NA |
| 494 | 2025-11-14 |
Intra-tumor and peritumoral radiomics and deep learning based on ultrasound for differentiating fibroadenoma and phyllodes tumor: a multicenter study
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1668793
PMID:41211416
|
研究论文 | 基于超声影像开发并验证了整合瘤内和瘤周特征的影像组学-深度学习模型，用于准确区分乳腺纤维腺瘤和叶状肿瘤 | 首次将瘤内和瘤周（8mm扩展区域）影像组学特征与临床因素结合，实现乳腺纤维上皮肿瘤的精确分型和亚型分层 | 回顾性多中心研究，样本量相对有限（300例患者） | 开发非侵入性诊断工具，准确区分乳腺纤维腺瘤和叶状肿瘤并对其亚型进行分类 | 乳腺纤维上皮肿瘤患者（纤维腺瘤和叶状肿瘤） | 医学影像分析 | 乳腺肿瘤 | 超声成像 | CNN, MLP, ViT, GAN, RNN | 超声图像 | 300例患者（141例纤维腺瘤，159例叶状肿瘤）来自三个医疗中心 | PyRadiomics | 多种深度学习架构组合 | AUC, 准确率, 敏感度, 特异度, F1分数, 活检减少率 | NA |
| 495 | 2025-11-14 |
Prior-Radiomics-Guided Multi-Scale Feature Extraction Network Utilizing Preoperative MRI: A Pioneering Approach for Lymphovascular Invasion Prediction in Invasive Breast Cancer
2025 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338251391862
PMID:41212687
|
研究论文 | 开发了一种先验影像组学引导的多尺度特征提取网络，用于术前预测浸润性乳腺癌的淋巴血管侵犯 | 首次提出将深度学习与影像组学特征融合的多尺度特征提取网络，通过结合多尺度深度特征和工程化影像组学特征提升预测性能 | 回顾性研究，样本量相对有限（303例），单中心数据 | 术前预测浸润性乳腺癌患者的淋巴血管侵犯状态 | 303例接受MRI检查和手术切除的浸润性乳腺癌女性患者 | 数字病理 | 乳腺癌 | 磁共振成像 | 深度学习网络 | 医学影像 | 303例患者，按7:3比例随机分为训练集和验证集 | NA | PRM-Net, M-Net | AUC, 95%置信区间 | NA |
| 496 | 2025-11-14 |
Material Design of Dental Implant for Minimum Stress Shielding of Bone Using Design of Experiment, Deep Learning, and Ashby Plot
2025, Journal of long-term effects of medical implants
|
研究论文 | 通过实验设计、深度学习和Ashby图确定最小应力屏蔽的牙科种植体材料属性 | 结合实验设计、深度学习和Ashby图进行牙科种植体材料设计，以最小化骨应力屏蔽效应 | 镍合金的生物相容性和技术难题需要进一步研究，碳纤维增强聚合物需要制造工艺关注 | 确定最小应力屏蔽的牙科种植体材料属性 | 牙科种植体材料 | 材料设计 | 牙科疾病 | Ansys仿真, 实验设计, 深度学习 | 深度学习模型 | 仿真数据 | 5种材料评估 | NA | NA | 应力屏蔽最小化 | Ansys软件 |
| 497 | 2025-11-14 |
Correction to: AllerTrans: a deep learning method for predicting the allergenicity of protein sequences
2025, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpaf076
PMID:41215776
|
修正 | 对先前发表的AllerTrans蛋白质过敏原性预测深度学习方法的文章进行修正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 498 | 2025-11-14 |
RETRACTION: Food Image Recognition and Food Safety Detection Method Based on Deep Learning
2025, Computational intelligence and neuroscience
DOI:10.1155/cone/9874231
PMID:41216016
|
撤稿声明 | 本文是对一篇基于深度学习的食品图像识别与食品安全检测文章的正式撤稿声明 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 499 | 2025-11-14 |
RETRACTION: A Method for Extracting Building Information from Remote Sensing Images Based on Deep Learning
2025, Computational intelligence and neuroscience
DOI:10.1155/cone/9830696
PMID:41216024
|
撤稿声明 | 本文宣布撤回一篇基于深度学习从遥感图像中提取建筑物信息的论文 | NA | NA | NA | NA | 计算机视觉 | NA | NA | NA | 遥感图像 | NA | NA | NA | NA | NA |
| 500 | 2025-11-14 |
PSO-FeatureFusion: a general framework for fusing heterogeneous features via particle swarm optimization
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf263
PMID:41216218
|
研究论文 | 提出一种基于粒子群优化的异质特征融合通用框架PSO-FeatureFusion，用于生物信息学中的多源数据整合 | 将粒子群优化与神经网络结合，以任务无关和模块化方式联合优化多源生物特征，捕获特征间相互作用 | NA | 解决生物信息学中异质数据整合的挑战，提高药物-药物相互作用和药物-疾病关联预测的准确性 | 药物、疾病和分子特征等生物实体 | 生物信息学 | NA | 粒子群优化，神经网络 | 神经网络 | 异质生物数据 | 多个基准数据集 | NA | PSO-FeatureFusion | 准确率，精确率，召回率，F1分数，AUC | NA |