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 32372 篇文献，本页显示第 5261 - 5280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5261 | 2025-07-23 |
Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis
2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3591076
PMID:40690349
|
research paper | 介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务 | 提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化 | 需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间 | 探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务 | 预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用 | computer vision | NA | denoising diffusion in a latent space | conditional generative models, latent diffusion models | image | small synthetic datasets | NA | NA | NA | NA |
| 5262 | 2025-07-23 |
Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster
2025-Jul-21, International journal of radiation biology
IF:2.1Q2
DOI:10.1080/09553002.2025.2531908
PMID:40690716
|
研究论文 | 本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化 | 利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性 | 系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发 | 开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估 | 日本的先进辐射紧急医疗支持中心及其生物剂量测定网络 | 数字病理学 | 核辐射伤害 | PNA-FISH, 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 5263 | 2025-07-23 |
Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk
2025-Jul-21, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.001
PMID:40691114
|
研究论文 | 本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险 | 首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架 | 样本量仍有限，外部验证集样本量较小(51例) | 开发大脑中动脉动脉瘤破裂风险分层预测模型 | 大脑中动脉动脉瘤患者 | 数字病理 | 心血管疾病 | CT血管造影(CTA)、放射组学分析 | 多模态融合深度学习模型(MCANet) | 医学影像(CTA)、临床数据、形态学参数 | 内部队列578例(其中破裂369例)+两个外部验证集51例 | NA | NA | NA | NA |
| 5264 | 2025-07-23 |
Advances in IPMN imaging: deep learning-enhanced HASTE improves lesion assessment
2025-Jul-21, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11857-x
PMID:40691513
|
研究论文 | 本研究评估了深度学习加速的HASTE MRI技术在IPMN病变评估中的应用 | 使用深度学习加速的HASTE MRI技术(HASTEDL)显著提高了图像质量和病变检测能力 | 样本量较小(59例患者)，且为回顾性研究 | 评估新型MRI技术在IPMN评估中的应用效果 | 59例接受腹部MRI检查的患者 | 数字病理学 | 胰腺癌 | 深度学习加速的HASTE MRI(HASTEDL) | 深度学习 | MRI图像 | 59例患者 | NA | NA | NA | NA |
| 5265 | 2025-07-23 |
Deep learning unlocks antimicrobial self-assembling peptides
2025-Jul-21, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02299-3
PMID:40691518
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5266 | 2025-07-23 |
The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT
2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09151-x
PMID:40691585
|
研究论文 | 本研究评估了一种针对脊柱侧弯的MRI协议，通过深度学习算法生成合成CT（sCT）扫描，用于无辐射的脊柱导航，并与传统CT在安全性和准确性上进行比较 | 使用AI生成的合成CT（sCT）进行脊柱导航，避免了年轻患者受到有害辐射 | 研究仅在尸体模型中进行，尚未在临床患者中验证 | 比较MRI-based合成CT脊柱导航与传统CT在胸椎和腰椎椎弓根螺钉规划和放置中的安全性和准确性 | 5具尸体的脊柱 | 数字病理 | 脊柱侧弯 | MRI, 深度学习算法 | 深度学习 | 图像 | 5具尸体脊柱，共插入140根k-wires（其中3根被排除） | NA | NA | NA | NA |
| 5267 | 2025-07-23 |
The Significance of Prolonged Physical Activity in Neurogenesis and Neural Regeneration: Comparing Clinical Studies With Proposed AI-Based Framework
2025-Jul-21, Artificial organs
IF:2.2Q3
DOI:10.1111/aor.15059
PMID:40692193
|
review | 本文探讨了人工智能在分析运动对神经干细胞增殖影响中的应用，并提出了一个基于AI的框架 | 提出了一个结合AI技术分析运动对神经再生影响的创新框架 | 未具体说明AI模型的验证效果和实际应用的限制 | 研究运动对神经发生的影响以及AI在此领域的应用潜力 | 神经干细胞增殖、神经再生和恢复 | machine learning | neurodegenerative illnesses | machine learning algorithms, deep learning techniques | NA | NA | NA | NA | NA | NA | NA |
| 5268 | 2025-07-23 |
Natural variation of the wheat root exudate metabolome and its influence on biological nitrification inhibition activity
2025-Jul-21, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.70248
PMID:40692297
|
研究论文 | 本研究通过GC-和LC-MS平台分析了44种不同小麦基因型的根系分泌物代谢组，开发了一种新型高通量测定方法评估生物硝化抑制活性，并利用机器学习和深度学习识别了与高BNI活性相关的代谢物组合 | 开发了新型高通量BNI测定方法，结合代谢组学和机器学习识别了与BNI活性相关的代谢物组合，揭示了根系分泌物代谢组的基因型特异性和地理模式 | 研究仅针对来自印度和奥地利的44种小麦基因型，样本来源和数量有限 | 提高农业生态系统中的氮利用效率，探索小麦中的生物硝化抑制特性 | 44种不同小麦基因型的根系分泌物代谢组 | 农业生态学 | NA | GC-MS, LC-MS, 机器学习和深度学习 | NA | 代谢组数据 | 44种小麦基因型（来自印度和奥地利） | NA | NA | NA | NA |
| 5269 | 2025-07-23 |
VDCRL: vulnerability detection with supervised contrastive code representation learning
2025-Jul-14, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107861
PMID:40690875
|
研究论文 | 提出了一种基于监督对比代码表示学习的漏洞检测框架VDCRL，以提高检测性能和泛化能力 | 结合输入和特征空间代码增强技术，使用特征融合编码器SAFE整合源代码和汇编指令特征，并采用监督对比学习和BGRU模型进行训练和检测 | 未提及在更广泛或多样化数据集上的测试结果 | 提高代码漏洞检测的泛化能力和检测性能 | 软件代码中的漏洞 | 自然语言处理 | NA | 监督对比学习 | BGRU | 代码文本 | 合成数据集训练，两个真实数据集测试 | NA | NA | NA | NA |
| 5270 | 2025-07-23 |
MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models
2025-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.4.044501
PMID:40686919
|
研究论文 | 提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack | 利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性 | 目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究 | 研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计 | 深度学习医学图像分割模型 | 数字病理 | NA | 对抗攻击 | 深度学习模型 | 医学图像 | NA | NA | NA | NA | NA |
| 5271 | 2025-07-23 |
Predicting drug-target interactions using machine learning with improved data balancing and feature engineering
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03932-6
PMID:40461636
|
研究论文 | 本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，解决了数据不平衡和生化表示复杂性的问题 | 引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，以及使用GAN生成合成数据以解决数据不平衡问题 | 未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力 | 改进药物-靶标相互作用（DTI）的预测准确性 | 药物-靶标相互作用数据 | 机器学习 | NA | MACCS键、氨基酸/二肽组成特征提取 | GAN、随机森林分类器（RFC） | 生化数据 | BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集 | NA | NA | NA | NA |
| 5272 | 2025-07-23 |
Performance of a Chest Radiograph-based Deep Learning Model for Detecting Hepatic Steatosis
2025-Jun, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240402
PMID:40539916
|
研究论文 | 开发并评估了一种基于胸部X光片的深度学习模型，用于检测肝脂肪变性 | 利用胸部X光片而非传统方法检测肝脂肪变性，展示了深度学习在非传统影像数据上的应用潜力 | 研究为回顾性设计，可能受限于数据收集的偏差；外部验证集的性能略低于内部测试集 | 探索深度学习模型在利用胸部X光片检测肝脂肪变性方面的性能 | 接受过控制衰减参数(CAP)检查的患者胸部X光片 | 数字病理学 | 肝脂肪变性 | 控制衰减参数(CAP) | 深度学习模型 | 胸部X光片 | 6599张X光片，来自4414名患者（内部测试集529张/363人，外部测试集1100张/783人） | NA | NA | NA | NA |
| 5273 | 2025-07-23 |
A Tunable Forced Alignment System Based on Deep Learning: Applications to Child Speech
2025-Mar-31, Journal of speech, language, and hearing research : JSLHR
DOI:10.1044/2024_JSLHR-24-00347
PMID:40163771
|
研究论文 | 开发了一种基于深度学习的可调谐强制对齐系统Wav2TextGrid，专为儿童语音设计 | 提出了一种可训练的、说话者自适应的神经强制对齐器，可直接根据手动对齐进行训练 | 仅针对3至6岁神经典型儿童语音进行了评估，未涵盖更广泛年龄或非典型语音 | 开发适用于儿童语音的高精度自动语音对齐工具 | 42名3至6岁神经典型儿童的语音数据及TIMIT语料库 | 自然语言处理 | NA | 深度学习 | 神经网络 | 语音 | 42名儿童语音数据及TIMIT语料库 | NA | NA | NA | NA |
| 5274 | 2025-07-23 |
Top-DTI: Integrating Topological Deep Learning and Large Language Models for Drug Target Interaction Prediction
2025-Feb-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.07.637146
PMID:39975019
|
研究论文 | 提出了一种名为Top-DTI的新框架，通过整合拓扑深度学习和大型语言模型来预测药物靶点相互作用 | 结合拓扑数据分析和大型语言模型，利用持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，同时通过蛋白质和药物的大型语言模型生成语义丰富的嵌入 | 未提及具体局限性 | 提高药物靶点相互作用预测的准确性和鲁棒性，为药物发现提供计算支持 | 药物靶点相互作用 | 机器学习 | NA | 拓扑数据分析(TDA)、大型语言模型(LLMs) | Top-DTI | 蛋白质接触图、药物分子图像、蛋白质序列、药物SMILES字符串 | 公共BioSNAP和Human DTI基准数据集 | NA | NA | NA | NA |
| 5275 | 2025-07-23 |
Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry
2025-Feb, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24917
PMID:39982036
|
研究论文 | 本文介绍了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容 | 提出了一种基于最优传输的形态测量（TBM）框架，能够表示每个细胞核相对于模板细胞核的全部信息内容，且对不同染色模式和成像协议具有鲁棒性 | NA | 开发一种定量测量方法，用于在不同数据集和癌症类型之间进行有意义的比较 | 癌细胞核的形态学特征 | 数字病理学 | 癌症（包括肝癌、甲状腺癌、肺癌和皮肤癌等） | 最优传输、特征提取、深度学习 | TBM框架 | 图像 | 大型数据集（如TCGA和人类蛋白质图谱） | NA | NA | NA | NA |
| 5276 | 2025-07-23 |
A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records
2025-Jan-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.01.21.25320916
PMID:39974062
|
研究论文 | 开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率 | 提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征 | 需要进一步验证 | 开发一个深度学习模型用于临床结果预测 | 住院患者的电子健康记录数据 | 机器学习 | COVID-19, ARDS, 败血症 | 深度学习 | Transformer | 电子健康记录(EHR) | COVID-19患者2579人，ARDS队列2799人，败血症队列6622人 | NA | NA | NA | NA |
| 5277 | 2025-10-06 |
BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans
2025-Jan-11, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533696
PMID:36993540
|
研究论文 | 提出一种名为BIBSNet的深度学习婴儿脑部图像分割网络，用于MRI扫描中的婴儿脑组织分割 | 开发了首个开源、社区驱动的婴儿脑部分割神经网络，结合数据增强和大规模手动标注图像，在婴儿脑部MRI分割任务中表现优于传统方法 | 研究样本仅包含0-8个月龄的婴儿，未验证在更大年龄范围儿童中的适用性 | 开发能够准确分割婴儿脑部MRI图像的深度学习模型，以支持典型和非典型脑发育研究 | 0-8个月龄婴儿的脑部MRI图像 | 医学图像分析 | 脑发育疾病 | 磁共振成像(MRI) | 深度学习神经网络 | 医学图像 | 90名参与者的脑部MRI图像，年龄范围0-8个月 | NA | BIBSNet | Dice相似系数(DSC), 皮质厚度, 静息态连接性, 脑区体积 | NA |
| 5278 | 2025-07-23 |
Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3470310
PMID:39331558
|
研究论文 | 提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽 | 使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题 | 研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体 | 开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制 | 神经退行性疾病患者（SCA3）和健康个体 | 机器学习 | 神经退行性疾病 | 数据增强深度学习模型 | 深度学习模型 | 惯性传感器数据 | 12名神经退行性疾病患者和17名健康个体 | NA | NA | NA | NA |
| 5279 | 2025-07-23 |
Combination of facial and nose features of Amur tigers to determine age
2025-Jan, Integrative zoology
IF:3.5Q1
DOI:10.1111/1749-4877.12817
PMID:38509845
|
研究论文 | 通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄测定 | 发现老虎鼻子上的黑色斑点面积与年龄呈正相关，并首次将面部和鼻子特征结合用于年龄测定 | 准确率为87.81%，仍有提升空间 | 开发一种基于图像特征的东北虎年龄测定方法 | 东北虎的面部和鼻子特征 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 5280 | 2025-07-23 |
Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production
2025, Discover imaging
DOI:10.1007/s44352-025-00006-1
PMID:40098681
|
研究论文 | 本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态 | 首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态 | 研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌 | 探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用 | C. scindens细菌及其在不同培养条件下的代谢状态 | 数字病理学 | 结直肠癌 | 光学显微镜成像 | CNN, DenseNet, ResNet, nnU-Net | 图像 | 四种培养条件下的C. scindens图像数据 | NA | NA | NA | NA |