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 6221 - 6240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6221 | 2025-10-06 |
Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification
2025-Jun-25, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131616
PMID:40647615
|
研究论文 | 本研究提出了一种结合多重分形分析和多层感知器分类的早期糖尿病视网膜病变检测方法 | 首次将多重分形分析应用于OCT图像来检测早期糖尿病视网膜病变，并结合多层感知器实现高精度分类 | NA | 开发可靠的早期糖尿病视网膜病变自动筛查工具 | 糖尿病视网膜病变患者的OCT图像 | 医学影像分析 | 糖尿病视网膜病变 | 光学相干断层扫描 | 多层感知器 | 图像 | NA | NA | 多层感知器 | 准确率,精确率,召回率,F1分数 | NA |
| 6222 | 2025-10-06 |
Pose estimation for pickleball players' kinematic analysis through MediaPipe-based deep learning: A pilot study
2025-Jun-25, Journal of sports sciences
IF:2.3Q2
DOI:10.1080/02640414.2025.2524283
PMID:40563204
|
研究论文 | 本研究通过基于MediaPipe的深度学习工具对匹克球运动员进行运动学分析，重点比较不同水平运动员在击球时的下肢角度和手腕运动差异 | 首次将MediaPipe深度学习工具应用于匹克球运动员的运动学分析，为教练提供快速监控运动参数的替代方案 | 样本量较小（14名男性运动员），仅分析了特定击球动作，未涉及足部位置和躯干旋转等其他生物力学参数 | 开发基于深度学习的运动分析工具，评估匹克球运动员的生物力学特征 | 匹克球运动员 | 计算机视觉 | NA | 深度学习，姿态估计 | MediaPipe | 视频 | 14名男性匹克球运动员（年龄46.5±10.5岁） | MediaPipe | MediaPipe姿态估计模型 | 统计显著性（p值） | NA |
| 6223 | 2025-10-06 |
Deep Learning Methods for Automatic Identification of Male and Female Chickens in a Cage-Free Flock
2025-Jun-24, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15131862
PMID:40646761
|
研究论文 | 本研究应用基于深度学习的目标检测模型，在无笼饲养环境中通过鸡冠大小和体型等表型特征自动识别公鸡和母鸡 | 首次在无笼饲养环境中创新应用YOLO系列模型，基于鸡冠大小和体型特征实现公鸡母鸡的自动识别 | 样本量有限（仅6只公鸡和200只母鸡），模型召回率有待提升 | 开发自动识别公鸡母鸡的深度学习模型，为家禽育种场的性能评估和遗传选择提供技术支持 | 洛曼LSL Lite品种的母鸡和公鸡 | 计算机视觉 | NA | 深度学习，目标检测 | YOLO | 图像 | 6只公鸡和200只母鸡，基于最多2500张图像 | NA | YOLOv5lu, YOLOv5xu, YOLOv11x, YOLOv11m | 精确率, 召回率, 平均精度均值(mAP), F1分数 | NA |
| 6224 | 2025-10-06 |
Innovative Technologies Reshaping Meat Industrialization: Challenges and Opportunities in the Intelligent Era
2025-Jun-24, Foods (Basel, Switzerland)
DOI:10.3390/foods14132230
PMID:40646982
|
综述 | 系统回顾了第四次工业革命和人工智能技术驱动下肉类产业从机械化向智能化转型的关键技术创新与应用 | 首次系统整合物理技术（毫米级智能切割、脉冲电场杀菌等）与数字技术（物联网、区块链、AI决策）在肉类产业的协同创新，并探讨细胞培养肉和3D生物打印对传统模式的颠覆潜力 | 大规模应用面临成本高昂（如细胞培养肉生物反应器投资）、标准化缺失（非热技术参数缺乏统一标准）和消费者接受度低（仅25%愿意尝试培养肉）三大挑战 | 分析智能时代肉类产业技术创新的现状、挑战与发展机遇 | 肉类工业化生产体系中的物理技术、数字技术及替代肉生产技术 | 工业智能化 | NA | 脉冲电场杀菌、超声波辅助腌制、超高压处理、物联网监控、区块链溯源、3D生物打印、细胞培养 | 深度学习 | 传感器数据、生产数据 | NA | NA | NA | 杀菌效率（90%+）、腌制时间减少（12小时）、利润提升（26.98%） | NA |
| 6225 | 2025-10-06 |
Robust Autism Spectrum Disorder Screening Based on Facial Images (For Disability Diagnosis): A Domain-Adaptive Deep Ensemble Approach
2025-Jun-24, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131601
PMID:40647600
|
研究论文 | 开发基于面部图像的鲁棒性自闭症谱系障碍筛查系统，采用领域自适应深度集成方法 | 提出ASD-UANet集成模型，结合Xception和ResNet50V2模型，采用加权集成策略(FPPR)处理多源数据不一致问题 | NA | 开发准确可靠的自闭症谱系障碍分类系统 | 自闭症谱系障碍患者的面部图像 | 计算机视觉 | 自闭症谱系障碍 | 深度学习 | 集成学习,迁移学习 | 图像 | 来自三个数据集的面部图像：Kaggle、YTUIA和UIFID | NA | Xception, ResNet50V2 | 准确率, AUC | NA |
| 6226 | 2025-10-06 |
Clinical Context Is More Important than Data Quantity to the Performance of an Artificial Intelligence-Based Early Warning System
2025-Jun-23, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14134444
PMID:40648818
|
研究论文 | 本研究探讨了基于深度学习的早期预警系统在不同临床数据完整性条件下的预测性能 | 发现临床背景信息比数据数量对AI预警系统性能更重要，挑战了传统对数据完整性的认知 | 回顾性单中心研究，可能限制结果的普适性 | 评估AI早期预警系统在不同临床数据缺失模式下的预测能力 | 成年住院患者 | 医疗人工智能 | 多种疾病 | 电子健康记录分析 | 深度学习 | 临床实验室数据 | 单中心住院患者队列 | NA | NA | 区分能力 | NA |
| 6227 | 2025-10-06 |
Scalable Nuclei Detection in HER2-SISH Whole Slide Images via Fine-Tuned Stardist with Expert-Annotated Regions of Interest
2025-Jun-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131584
PMID:40647583
|
研究论文 | 提出一种基于微调Stardist的可扩展深度学习框架，用于HER2-SISH全玻片图像中的细胞核检测 | 结合预训练Stardist模型与基于图像处理的标注，并在特定领域数据集上进行微调以提升泛化能力 | 仅使用100个专家标注区域和20个全玻片图像，样本规模有限 | 开发自动化细胞核检测方法以提升HER2基因表达的组织评分准确性 | HER2-SISH全玻片图像中的细胞核 | 数字病理学 | 乳腺癌 | 银原位杂交(SISH) | Stardist | 全玻片图像 | 20个全玻片图像中提取的100个专家标注区域 | NA | Stardist | F1-score, 准确率, 召回率 | NA |
| 6228 | 2025-10-06 |
Socializing AI: Integrating Social Network Analysis and Deep Learning for Precision Dairy Cow Monitoring-A Critical Review
2025-Jun-20, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15131835
PMID:40646734
|
综述 | 本文批判性分析奶牛行为识别领域的最新进展，重点探讨人工智能技术与社交网络分析的整合方法 | 提出将Transformer模型、多视角跟踪与社交网络分析相结合的新方法框架，包括姿态感知SNA框架和多相机融合技术 | 当前应用仍有限，存在遮挡、标注瓶颈、数据集多样性不足和泛化能力有限等挑战 | 通过整合AI与社交网络分析提升奶牛监测精度，改善动物福利和牧场管理效率 | 奶牛行为识别与社交互动分析 | 计算机视觉 | NA | 多视角跟踪，社交网络分析 | CNN, LSTM, Transformer | 视频，行为数据 | NA | NA | YOLO, EfficientDet, BiLSTM, convLSTM | NA | NA |
| 6229 | 2025-10-06 |
Experimental Evaluation and Machine Learning-Based Prediction of Laser Cutting Quality in FFF-Printed ABS Thermoplastics
2025-Jun-20, Polymers
IF:4.7Q1
DOI:10.3390/polym17131728
PMID:40647739
|
研究论文 | 本研究通过实验评估和机器学习方法预测CO激光切割FFF打印ABS热塑性塑料的切割质量 | 结合传统实验方法与七种机器学习模型（包括传统、集成和深度学习算法）预测激光切割质量，其中LSTM-GRU模型表现最佳 | 研究仅针对ABS材料，未涉及其他热塑性塑料；实验样本数量有限（45次试验） | 优化3D打印ABS零件的后处理策略，提高聚合物增材制造的精度和效率 | FFF打印的ABS热塑性塑料板材 | 机器学习 | NA | CO激光切割，Fused Filament Fabrication (FFF) | Linear Regression, Support Vector Regression, Extreme Gradient Boosting, Random Forest, LSTM, LSTM-GRU, LSTM-XGBoost | 实验测量数据 | 45次实验试验 | NA | LSTM, GRU, XGBoost, Random Forest | 预测性能指标 | NA |
| 6230 | 2025-10-06 |
Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity
2025-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533807
PMID:40654845
|
研究论文 | 提出Neurospectrum框架，通过几何和拓扑深度学习揭示神经活动中的时空特征 | 将神经活动编码为受时空结构影响的潜在轨迹，结合图注意力机制、图小波嵌入和流形正则化自编码器，使用多尺度几何、拓扑和动力学特征描述符 | NA | 从高维、噪声和动态的神经信号中提取与行为或疾病相关的可解释特征 | 神经活动信号 | 机器学习 | 强迫症 | fMRI，钙成像 | 图神经网络，自编码器，循环神经网络 | 神经信号数据 | NA | NA | 图注意力网络，流形正则化自编码器 | NA | NA |
| 6231 | 2025-10-06 |
Boltz-1 Democratizing Biomolecular Interaction Modeling
2025-May-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.19.624167
PMID:39605745
|
研究论文 | 介绍Boltz-1开源深度学习模型，该模型在生物分子复合物3D结构预测方面达到Alphafold3级别精度 | 提出创新的模型架构、速度优化和数据处理方法，并开发Boltz-steering推理时引导技术来修正模型幻觉和非物理预测 | NA | 推进生物分子相互作用建模，促进药物发现和蛋白质设计领域发展 | 生物分子复合物的3D结构 | 机器学习 | NA | 深度学习 | 深度学习模型 | 生物分子结构数据 | NA | NA | Boltz-1 | 结构预测精度 | NA |
| 6232 | 2025-10-06 |
scRegulate: Single-Cell Regulatory-Embedded Variational Inference of Transcription Factor Activity from Gene Expression
2025-May-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.17.649372
PMID:40654959
|
研究论文 | 开发了一种名为scRegulate的生成式深度学习框架，用于从单细胞RNA测序数据推断转录因子活性和基因调控网络 | 通过整合结构化生物约束与概率潜在空间模型，将先验生物知识与数据驱动推断相结合，能够捕获新颖、动态和上下文特定的调控相互作用 | NA | 从单细胞RNA测序数据准确推断转录因子活性和基因调控网络 | 单细胞RNA测序数据，转录因子，基因调控网络 | 计算生物学 | NA | 单细胞RNA测序，Perturb-seq | 变分推断，生成式深度学习 | 基因表达数据 | 多个公共实验和合成数据集，包括PBMC单细胞RNA测序数据 | NA | NA | AUROC, AUPRC, log2倍数变化 | NA |
| 6233 | 2025-10-06 |
MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data
2025-May-04, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.29.650640
PMID:40654960
|
研究论文 | 开发用于单细胞空间MIST阵列数据分析和可视化的综合工具包MIST-Explorer | 首个专门用于空间MIST数据图像配准和分析的专用软件，整合了从图像预处理到蛋白质定量的完整空间组学工作流 | 未提及具体性能评估数据或与其他工具的对比分析 | 解决空间蛋白质组学数据分析中缺乏专用工具的问题 | 组织样本和培养细胞的空间MIST数据 | 空间组学 | NA | 空间MIST（多重标记技术） | 深度学习 | 图像数据 | NA | Python, PyQt6, Astroalign, PyStackReg, StarDist | StarDist | NA | NA |
| 6234 | 2025-10-06 |
Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS
2025-May-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.19.629196
PMID:39763817
|
研究论文 | 提出了一种基于Transformer的快速无维度实例分割框架TARDIS，用于自动准确分割电子显微镜图像中的细丝和膜结构 | 首次实现了基于几何Transformer架构的实例分割方法，能够同时处理2D/3D电子显微镜数据 | NA | 开发自动化分割生物大分子结构的深度学习框架 | 电子显微镜图像中的细丝和膜结构 | 计算机视觉 | NA | 电子显微镜，电子断层扫描 | Transformer | 2D/3D电子显微镜图像，电子断层扫描重建数据 | 超过13,000个电子断层扫描数据 | NA | 几何Transformer | NA | NA |
| 6235 | 2025-10-06 |
A Novel Technique for Fluorescence Lifetime Tomography
2025-Apr-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.19.613888
PMID:39345436
|
研究论文 | 提出一种基于深度神经网络的荧光寿命层析成像新技术AUTO-FLI，能够在厘米深度实现3D强度和定量寿命重建 | 开发了首个能够同时实现3D强度和定量寿命重建的深度学习模型，解决了深层组织中高散射导致的成像挑战 | 目前仅在模拟小鼠模型上进行验证，尚未在真实生物组织中进行广泛测试 | 开发能够在深层散射介质中实现精确3D荧光寿命成像的新技术 | 模拟小鼠模型和高度散射介质 | 医学影像 | NA | 荧光寿命成像(FLIM)，荧光寿命层析成像 | 深度神经网络 | 3D荧光寿命数据 | 解剖学精确的小鼠模拟体模 | NA | NA | 3D定量估计精度 | NA |
| 6236 | 2025-10-06 |
All-at-once RNA folding with 3D motif prediction framed by evolutionary information
2025-Apr-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.17.628809
PMID:39764046
|
研究论文 | 提出CaCoFold-R3D概率语法模型，联合预测RNA二级结构和三维基序 | 首次开发能够同时预测RNA二级结构和三维基序的联合概率语法模型，利用进化信息通过共变可靠识别螺旋结构 | 未明确说明模型在特定RNA类型或复杂结构上的性能限制 | 开发RNA结构预测方法，准确识别三维基序和二级结构 | RNA分子及其三维结构基序 | 计算生物学 | NA | 概率语法模型，进化信息分析 | 概率语法模型 | RNA序列，RNA比对数据 | 超过50种已知RNA基序 | NA | CaCoFold-R3D，R3D语法 | NA | NA |
| 6237 | 2025-10-06 |
Improving Identification of Drug-Target Binding Sites Based on Structures of Targets Using Residual Graph Transformer Network
2025-Feb-03, Biomolecules
IF:4.8Q1
DOI:10.3390/biom15020221
PMID:40001524
|
研究论文 | 提出基于残差图变换器网络RGTsite的新深度学习框架，用于改进药物-靶标结合位点的识别 | 首次将残差图变换器网络应用于药物-靶标结合位点识别，融合多模态特征提取和残差连接技术 | 未明确说明数据集不平衡问题的具体处理方法和模型计算复杂度 | 提高药物-靶标结合位点识别准确率以加速药物开发过程 | 蛋白质靶标结构及其药物结合位点 | 生物信息学 | NA | 深度学习，蛋白质结构分析 | CNN,Transformer,图神经网络 | 蛋白质序列，结构特征，物理化学性质 | 多个基准数据集（未明确具体数量） | NA | 残差1D-CNN,ProtT5,图变换器网络 | F1-score,Matthews Correlation Coefficient | NA |
| 6238 | 2025-10-06 |
A Vessel Bifurcation Landmark Pair Dataset for Abdominal CT Deformable Image Registration (DIR) Validation
2025-Jan-15, ArXiv
PMID:39876932
|
研究论文 | 本文介绍了首个用于腹部CT可变形图像配准验证的血管分叉标志点对数据集 | 创建了首个专门用于腹部CT可变形图像配准验证的基准数据集，包含大量高精度的血管分叉标志点对 | 数据集仅包含30名患者的腹部CT图像，样本量相对有限 | 开发用于腹部CT可变形图像配准算法验证的基准数据集 | 腹部CT图像中的血管分叉标志点 | 医学图像处理 | NA | CT成像, 深度学习分割 | 深度学习模型 | CT图像 | 30名患者的腹部CT图像对，共1895个标志点对 | NA | NA | 标志点对精度(0.7mm +/- 1.2mm) | NA |
| 6239 | 2025-10-06 |
Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1535056
PMID:40520309
|
研究论文 | 开发基于XGBoost算法和新媒体技术的老年人身心健康管理平台，利用CLHLS数据库数据制定个性化健康干预方案 | 整合LDA主题建模、ResNet50图像特征提取和XGBoost算法构建多模态健康风险评估模型，结合区块链技术确保数据安全 | 仅使用CLHLS数据库数据，模型在更广泛人群中的适用性需要进一步验证 | 为老年人提供精准智能的健康管理解决方案，改善身心健康状况 | 老年人群体，重点关注慢性疾病理解和心理健康需求 | 机器学习 | 老年疾病 | 主题建模，深度学习，区块链技术 | XGBoost, LDA, CNN | 多模态数据（文本，图像） | 中国老年健康影响因素跟踪调查(CLHLS)数据库数据 | NA | ResNet50 | F1-score, 准确率 | NA |
| 6240 | 2025-10-06 |
Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism
2024-Aug, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5104
PMID:38995055
|
研究论文 | 本研究通过合成特定H/L亚基比例的异聚体铁蛋白，结合冷冻电镜和深度学习建模揭示了其自组装机制中的随机性特征 | 首次发现铁蛋白自组装过程通过多种随机路径进行，并揭示了H-L异源二聚体形成的显著偏好性 | 未明确说明研究样本的具体数量和实验重复次数 | 揭示异聚体铁蛋白的自组装机制及其结构与功能关系 | 铁蛋白异聚体（含特定H/L亚基比例） | 结构生物学 | NA | 冷冻电子显微镜，深度学习氨基酸建模，质粒工程 | 深度学习模型 | 冷冻电镜图像，蛋白质结构数据 | NA | NA | NA | NA | NA |