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 24644 篇文献，本页显示第 6081 - 6100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6081 | 2025-03-22 |
MaskDGNets: Masked-attention guided dynamic graph aggregation network for event extraction
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306673
PMID:39546454
|
研究论文 | 本文提出了一种名为MaskDGNets的新框架，用于事件抽取，通过掩码注意力引导的动态图聚合网络来解决传统深度学习方法忽略词特征与序列信息之间关联的问题 | 提出了掩码注意力机制和动态图聚合模块，有效平衡词向量特征和序列语义，并增强事件与事件之间、事件与主要属性之间的交互性和关联性 | 未提及具体局限性 | 提升事件抽取的性能，解决传统方法忽略词特征与序列信息关联的问题 | 事件抽取任务中的词特征与序列信息 | 自然语言处理 | NA | 动态图聚合网络、掩码注意力机制 | MaskDGNets | 文本 | 两个基准数据集（DuEE和CCKS2020） |
| 6082 | 2025-03-22 |
Nuclear morphology is a deep learning biomarker of cellular senescence
2022-08, Nature aging
IF:17.0Q1
DOI:10.1038/s43587-022-00263-3
PMID:37118134
|
研究论文 | 本文利用神经网络从人类成纤维细胞的核形态预测细胞衰老，准确率高达95%，并研究了小鼠星形胶质细胞、小鼠神经元和培养中的早衰成纤维细胞 | 首次证明核形态可以作为跨组织和物种的细胞衰老深度学习预测指标，并与人类健康结果相关联 | 研究主要基于体外培养细胞和小鼠组织，需要进一步验证在人类组织中的普适性 | 探索细胞衰老的深度学习预测指标及其与健康结果的关系 | 人类成纤维细胞、小鼠星形胶质细胞、小鼠神经元、早衰成纤维细胞、H&E染色的小鼠肝组织和人类皮肤活检样本 | 数字病理学 | 老年疾病 | 深度学习 | 神经网络 | 图像 | 未明确样本数量，涉及多种细胞类型和组织样本 |
| 6083 | 2025-03-20 |
Sex Differences in Age-Related Changes in Retinal Arteriovenous Area Based on Deep Learning Segmentation Model
2025 May-Jun, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100719
PMID:40103835
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6084 | 2025-03-21 |
Trends in Research of Odontogenic Keratocyst and Ameloblastoma
2025-Apr, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241282256
PMID:39876078
|
review | 本文综述了牙源性角化囊肿（OKC）和成釉细胞瘤（AM）的研究趋势，重点介绍了单细胞和空间组学、三维培养技术以及人工智能在诊断和治疗中的应用 | 利用单细胞和空间组学技术揭示了OKC和AM的肿瘤微环境和细胞异质性，三维培养技术如类器官模型用于分析AM亚型和测试潜在疗法，人工智能提高了基于放射组学和病理组学的诊断准确性 | 尽管AM已有临床前模型，但OKC的可靠体外和体内模型仍然稀缺 | 总结和推动OKC和AM研究领域的最新进展和趋势 | 牙源性角化囊肿（OKC）和成釉细胞瘤（AM） | digital pathology | NA | 单细胞组学、空间组学、三维培养技术、人工智能（机器学习和深度学习） | NA | NA | NA |
| 6085 | 2025-03-21 |
Deep learning initialized compressed sensing (Deli-CS) in volumetric spatio-temporal subspace reconstruction
2025-Apr, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01222-2
PMID:39891798
|
研究论文 | 本研究提出了一种名为Deli-CS的深度学习方法，用于加速体积多轴螺旋投影MRF的重建，旨在实现全脑T1和T2映射 | 引入了深度学习初始化的压缩感知（Deli-CS）方法，通过DL生成的种子点启动迭代重建，减少收敛所需的迭代次数 | NA | 减少MRI重建时间，提高全脑多参数映射的效率 | 体积多轴螺旋投影MRF数据 | 医学影像处理 | NA | 深度学习，压缩感知 | 深度学习模型 | MRI图像 | NA |
| 6086 | 2025-02-05 |
Direct estimation of fetal biometry measurements from ultrasound video scans through deep learning
2025-Apr, American journal of obstetrics & gynecology MFM
IF:3.8Q1
DOI:10.1016/j.ajogmf.2025.101623
PMID:39900243
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6087 | 2025-03-21 |
Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides
2025-Apr, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70083
PMID:40100125
|
研究论文 | 本研究提出了一种从UniProtKB/Swiss-Prot数据库中挖掘抗菌肽（AMPs）的工作流程，并利用AMPlify工具预测新型AMPs | 首次大规模利用现代深度学习技术从公共蛋白质序列数据库中挖掘新型抗菌肽，并开发了公开可用的AMPlify工具及其配套脚本 | 研究中仅对38种成功合成的肽进行了抗菌活性测试，样本量相对较小 | 探索抗菌肽作为传统抗生素的替代品，特别是在家禽行业中的应用 | UniProtKB/Swiss-Prot数据库中的所有真核生物序列 | 生物信息学 | NA | 深度学习 | AMPlify | 蛋白质序列 | 8008个新型预测AMPs，其中40个优先考虑，38个成功合成并测试 |
| 6088 | 2025-03-21 |
CommRad RF: A dataset of communication radio signals for detection, identification and classification
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111387
PMID:40103755
|
研究论文 | 本文介绍了一个创新的通信无线电信号数据集CommRad RF，旨在提高通信信道的安全性，并提出了两种深度学习模型用于高效处理和学习复杂无线电信号数据 | 填补了目前没有公开的步话机/商用无线电数据集的空白，并提出了两种新的深度学习模型Light Weight 1DCNN和Light Weight Bivariate 1DCNN | 数据集仅包含室内多径环境下的无线电信号，可能不适用于其他环境 | 提高通信信道的安全性，检测和识别未经授权的传输源 | 无线电信号 | 机器学习 | NA | 深度学习 | Light Weight 1DCNN, Light Weight Bivariate 1DCNN | 无线电信号 | 超过2700个无线电信号，来自27个无线电设备 |
| 6089 | 2025-03-21 |
A novel rotation and scale-invariant deep learning framework leveraging conical transformers for precise differentiation between meningioma and solitary fibrous tumor
2025-Apr, Journal of pathology informatics
DOI:10.1016/j.jpi.2025.100422
PMID:40104410
|
研究论文 | 本文提出了一种新颖的旋转和尺度不变的深度学习框架，利用锥形变换器从全切片图像中捕捉全局和局部成像标记，以准确区分脑膜瘤和孤立性纤维瘤 | 采用了锥形变换器的新架构，结合加权多数投票方案，提高了诊断的准确性和鲁棒性 | 数据集规模较小，仅包含92名患者，可能影响模型的泛化能力 | 开发一种基于AI的诊断工具，用于精确区分脑膜瘤和孤立性纤维瘤 | 脑膜瘤和孤立性纤维瘤 | 数字病理学 | 脑膜瘤 | 深度学习 | 锥形变换器 | 图像 | 92名患者（46名脑膜瘤患者和46名孤立性纤维瘤患者） |
| 6090 | 2025-03-21 |
Deep Learning-Driven Computational Approaches for Studying Intrinsically Disordered Regions in S100-A9
2025-Mar-20, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_617
PMID:40106150
|
研究论文 | 本文介绍了使用深度学习方法研究S100-A9蛋白中内在无序区域（IDRs）的计算方法 | 利用人工智能预测、分析和建模内在无序区域，提供了一种初步识别蛋白质IDRs的简单协议 | 仅以S100-A9蛋白为例，未涉及其他蛋白质或更广泛的应用 | 研究S100-A9蛋白中内在无序区域的特征，以揭示其在银屑病中的复杂分子相互作用 | S100-A9蛋白的内在无序区域 | 机器学习 | 银屑病 | 深度学习 | NA | 蛋白质序列数据 | NA |
| 6091 | 2025-03-21 |
Emerging Trends and Innovations in Radiologic Diagnosis of Thoracic Diseases
2025-Mar-20, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001179
PMID:40106831
|
综述 | 本文总结了胸部影像学领域的关键发展，包括成像模式、计算工具和临床应用，重点介绍了在肺癌、肺结节、间质性肺病、慢性阻塞性肺病、COVID-19肺炎和肺栓塞等疾病中的重大突破，并展望了未来方向 | 本文强调了人工智能驱动的计算机辅助检测系统和放射组学分析在肺结节检测和分类中的显著改进，以及光子计数探测器CT和低场MRI在提高分辨率或无辐射策略方面的应用 | 本文主要集中于已有研究的总结，未涉及具体实验数据或新方法的详细验证 | 总结胸部影像学领域的最新进展，并展望未来发展方向 | 胸部疾病，包括肺癌、肺结节、间质性肺病、慢性阻塞性肺病、COVID-19肺炎和肺栓塞 | 数字病理学 | 肺癌 | 光子计数探测器CT（PCD-CT）、低场MRI、CT纹理分析、灌注成像、双能CT、暗场X线摄影、深度学习 | 人工智能（AI） | 影像数据 | NA |
| 6092 | 2025-03-21 |
Influence of deep learning-based super-resolution reconstruction on Agatston score
2025-Mar-20, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11506-3
PMID:40108013
|
研究论文 | 本文评估了基于深度学习的超分辨率重建（DLSRR）对图像质量和Agatston评分的影响 | 首次系统评估了DLSRR在心脏CT图像中的应用，特别是其对Agatston评分的影响 | 研究中观察到一些CAC-DRS重新分类的情况，需谨慎在临床中使用DLSRR | 评估DLSRR对图像质量和Agatston评分的影响 | 接受心脏CT检查的连续患者 | 计算机视觉 | 心血管疾病 | 深度学习超分辨率重建（DLSRR） | NA | CT图像 | 111名患者 |
| 6093 | 2025-03-21 |
Evaluating the robustness of deep learning models trained to diagnose idiopathic pulmonary fibrosis using a retrospective study
2025-Mar-20, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17752
PMID:40111345
|
研究论文 | 本研究评估了用于诊断特发性肺纤维化（IPF）的深度学习模型在不同CT成像协议下的鲁棒性 | 首次系统地评估了深度学习模型在不同CT成像协议下的诊断性能，揭示了模型在非参考条件下的特异性下降问题 | 研究的回顾性设计可能限制了结果的普遍性 | 评估深度学习模型在不同CT成像协议下诊断特发性肺纤维化的鲁棒性 | 间质性肺病（ILD）患者的CT扫描数据 | 数字病理学 | 特发性肺纤维化 | CT成像 | 2D和3D深度学习模型 | CT图像 | 389名IPF患者和700名非IPF ILD患者的CT扫描数据，其中343名患者的数据用于模型评估 |
| 6094 | 2025-03-21 |
Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation
2025-Mar-19, Chemical science
IF:7.6Q1
DOI:10.1039/d4sc07405j
PMID:40007661
|
研究论文 | 本文提出了一种名为LumiNet的蛋白质-配体相互作用建模框架，通过结合物理定律和几何知识来提高绝对结合自由能计算的准确性 | LumiNet框架结合了物理模型和黑箱算法，利用子图变压器从分子图中提取多尺度信息，并通过几何神经网络整合蛋白质-配体信息，从而提高了绝对结合自由能计算的准确性 | 尽管LumiNet在数据稀缺的情况下表现良好，但其在更广泛的应用场景中的泛化能力仍需进一步验证 | 提高蛋白质-配体结合自由能计算的准确性和效率，以支持药物发现 | 蛋白质-配体相互作用 | 机器学习 | NA | 深度学习 | 子图变压器、几何神经网络 | 分子图 | NA |
| 6095 | 2025-03-21 |
Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025)
2025-Mar-19, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-04825-9
PMID:40105945
|
comments | 本文是对Nogueira等人（2025年）发表的关于机器学习、深度学习、人工智能与美容整形外科的定性系统综述的评论 | NA | NA | 评论Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科中的应用的系统综述 | Nogueira等人的系统综述 | machine learning | NA | NA | NA | NA | NA |
| 6096 | 2025-03-21 |
CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease
2025-Mar-19, The British journal of radiology
DOI:10.1093/bjr/tqaf055
PMID:40107975
|
研究论文 | 本研究探讨了基于深度学习的CT衍生血流储备分数（CT-FFR）在疑似冠状动脉疾病（CAD）患者中的治疗管理和临床结果方面的价值，并与单独使用计算机断层扫描冠状动脉造影（CCTA）进行比较 | 首次在单中心前瞻性研究中比较了CT-FFR+CCTA与单独CCTA在CAD患者中的治疗管理和临床结果 | 研究为单中心研究，样本量相对较小，且随访时间较短 | 确定CT-FFR在CAD患者治疗管理和临床结果中的价值 | 疑似冠状动脉疾病（CAD）患者 | 数字病理 | 心血管疾病 | CT-FFR, CCTA | 深度学习 | 医学影像 | 461名患者 |
| 6097 | 2025-03-21 |
Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation
2025-Mar-19, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01482-x
PMID:40108068
|
研究论文 | 本研究提出了一种基于VGG16架构的卷积神经网络（CNN）模型，用于在婴儿头部CT图像中自动检测脑积水，并集成了自动脑室体积提取方法 | 本研究首次将VGG16 CNN架构应用于婴儿脑积水的自动检测，并开发了一种自动脑室体积提取方法，结合了多种图像处理技术 | 研究样本量较小，仅包含105个头部CT扫描，可能影响模型的泛化能力 | 开发一种自动化的脑积水检测和脑室体积提取方法，以提高临床诊断的准确性和效率 | 婴儿头部CT图像 | 计算机视觉 | 脑积水 | CT扫描、图像分割、形态学操作 | VGG16 CNN | 图像 | 105个头部CT扫描，共6300张切片 |
| 6098 | 2025-03-21 |
High-Resolution Magnetic Resonance Imaging Radiomics for Identifying High-Risk Intracranial Plaques
2025-Mar-19, Translational stroke research
IF:3.8Q2
DOI:10.1007/s12975-025-01345-1
PMID:40108073
|
研究论文 | 本文旨在构建一个基于高分辨率磁共振成像（HRMRI）的放射组学模型，用于区分症状性和无症状性颅内斑块，以预测脑血管事件 | 结合放射组学特征和深度学习技术，构建了一个混合模型，用于准确识别高风险颅内斑块 | 样本量相对较小，且仅基于HRMRI数据，未考虑其他影像学或临床数据 | 识别高风险颅内斑块，预测脑血管事件 | 172名患者的188个颅内动脉粥样硬化斑块（100个症状性，88个无症状性） | 数字病理学 | 心血管疾病 | 高分辨率磁共振成像（HRMRI） | 随机森林、岭回归、最小绝对收缩和选择算子（LASSO）、深度学习（DL） | 图像 | 172名患者的188个颅内斑块 |
| 6099 | 2025-03-21 |
Deep-learning based multibeat echocardiographic cardiac phase detection
2025-Mar-19, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17733
PMID:40108797
|
研究论文 | 本研究介绍了一种新型的多拍超声心动图心脏相位检测网络EchoPhaseNet，旨在以低标注成本和有限数据实现快速准确的心脏相位检测 | EchoPhaseNet通过仅使用ED/ES标签实现有效的心脏相位检测，显著降低了标注成本，并适用于更广泛的检测场景 | 研究中使用的数据集规模有限，可能影响模型的泛化能力 | 开发一种快速、准确且低成本的自动心脏相位检测方法 | 多拍超声心动图序列 | 计算机视觉 | 心血管疾病 | 深度学习 | EchoPhaseNet | 图像 | 五个超声心动图数据集，包括一个小规模私有数据集Echo-DT、一个中等规模公开数据集PhaseDetection，以及三个额外公开数据集EchoNet-Dynamic、CAMUS和EchoNet-Dynamic-MultiBeat |
| 6100 | 2025-03-21 |
Developing a deep learning model for the automated monitoring of acupuncture needle insertion: enhancing safety in traditional acupuncture practices
2025-Mar-18, BMC complementary medicine and therapies
IF:3.3Q1
DOI:10.1186/s12906-025-04853-7
PMID:40102810
|
研究论文 | 本研究开发了一种基于YOLOv8架构的深度学习模型，用于自动监测针灸针的插入，以提高传统针灸实践的安全性 | 首次将YOLOv8深度学习模型应用于针灸针插入的实时监测，以检测针断裂和防止针滞留，从而提高患者安全和治疗效果 | 需要更大、更多样化的数据集进行验证，并探索其在各种医疗环境中的应用 | 开发一种深度学习模型，用于监测针灸针插入，检测针断裂并防止针滞留，以提高患者安全和治疗效果 | 针灸针插入的监测 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | 192张商业图像库图片和73张临床图片 |