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 36487 篇文献，本页显示第 6361 - 6380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6361 | 2025-10-05 |
Detection and classification of medical images using deep learning for chronic kidney disease
2025-Sep-24, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-025-04786-7
PMID:40991191
|
研究论文 | 提出一种基于卷积神经网络和乌鸦搜索算法的慢性肾脏病医学图像检测与分类新方法 | 首次将乌鸦搜索算法与卷积神经网络结合用于慢性肾脏病诊断，通过特征优化提高分类精度和模型可解释性 | 仅使用公开肾脏CT扫描数据集进行验证，未在更广泛数据集或临床环境中测试 | 开发自动、精确、高效的慢性肾脏病早期检测和分类方法 | 慢性肾脏病患者的医学图像 | 计算机视觉 | 慢性肾脏病 | CT扫描 | CNN | 医学图像 | 公开肾脏CT扫描数据集 | NA | 基于乌鸦搜索优化的卷积神经网络 | 准确率, AUC-ROC, PR-AUC, 精确率, 召回率, F1分数 | NA |
| 6362 | 2025-10-05 |
Enhancing pathological myopia diagnosis: a bimodal artificial intelligence approach integrating fundus and optical coherence tomography imaging for precise atrophy, traction and neovascularisation grading
2025-Sep-23, The British journal of ophthalmology
DOI:10.1136/bjo-2024-326252
PMID:40393796
|
研究论文 | 本研究开发了一种结合眼底和光学相干断层扫描成像的双模态人工智能模型，用于病理性近视的ATN分级 | 首次构建包含眼底和OCT图像的病理性近视综合数据集，并开发基于多模态多实例学习的双模态AI分类模型 | 单中心回顾性研究，样本量相对有限 | 开发精确的病理性近视ATN分级人工智能诊断系统 | 病理性近视患者的眼底和OCT图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描成像 | 深度学习 | 图像 | 2760对彩色眼底照片和匹配的OCT图像 | NA | ResNet-50 | AUC, 准确率 | NA |
| 6363 | 2025-10-05 |
MRI detection and grading of knee osteoarthritis - a pilot study using an AI technique with a novel imaging-based scoring system
2025-Sep-23, Biomaterials science
IF:5.8Q1
DOI:10.1039/d5bm00470e
PMID:40889152
|
研究论文 | 本研究开发了一种基于AI技术的膝关节骨关节炎MRI检测和分级系统 | 提出了一种以象牙化为重要指标的膝关节骨关节炎新型影像学评分系统 | 初步研究，样本量有限，需要进一步验证 | 开发自动化的膝关节骨关节炎诊断和分级系统 | 膝关节骨关节炎患者 | 计算机视觉 | 骨关节炎 | 磁共振成像 | CNN | 医学影像 | NA | NA | ResNet50, DenseNet121, VGG16, ResNet101 | NA | NA |
| 6364 | 2025-10-05 |
PASSpedia: A Polyadenylation Site Database Across Different Species at Single Cell Resolution
2025-Sep-23, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf089
PMID:40986375
|
研究论文 | 本研究开发了PASSpedia数据库，通过升级SCAPTURE v2深度学习流程在单细胞分辨率下分析七个物种的多聚腺苷酸化位点 | 首次在单细胞分辨率下构建跨七个物种的全面PAS数据库，并通过长读长测序数据验证了未注释PAS位点的准确性 | 仅基于已发表的3'标签测序数据集，未包含所有可能的组织类型和发育阶段 | 建立跨物种多聚腺苷酸化位点的综合数据库和分析平台 | 七个物种的1330个3'标签scRNA-seq数据集 | 生物信息学 | NA | 3'标签测序, 长读长测序, scRNA-seq | 深度学习 | RNA测序数据 | 1330个scRNA-seq数据集 | NA | SCAPTURE v2 | 准确性 | NA |
| 6365 | 2025-10-05 |
Perceived Quality of Service in Primary Health Care Based on Google Maps Reviews Before, During, and After the COVID-19 Pandemic: Sentiment Analysis
2025-Sep-23, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/70410
PMID:40986861
|
研究论文 | 通过分析Google Maps评论研究COVID-19大流行前后芬兰和安达卢西亚初级卫生保健的公众情绪变化 | 首次利用Google Maps评论数据比较不同国家在疫情前后对初级卫生保健的情绪变化，结合词典和基于Transformer的深度学习方法进行多语言情感分析 | 研究仅限于芬兰和安达卢西亚地区，可能无法代表其他地区情况；Google Maps评论可能存在选择偏差 | 调查COVID-19大流行对初级卫生保健公众情绪的影响 | 芬兰和安达卢西亚初级卫生保健机构的Google Maps用户评论 | 自然语言处理 | NA | 情感分析，文本挖掘 | Transformer | 文本评论 | 55,043条Google Maps评论（芬兰12,247条，安达卢西亚42,796条） | AFINN | Transformer | 中位数，四分位距，词频分析 | NA |
| 6366 | 2025-10-05 |
Improved pharmacokinetic parameter estimation from DCE-MRI via spatial-temporal information-driven unsupervised learning
2025-Sep-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0aaf
PMID:40987314
|
研究论文 | 提出一种空间-时间信息驱动的无监督深度学习方法，用于改进DCE-MRI中的药代动力学参数估计 | 首次同时利用DCE-MRI数据的空间和时间特征，结合CNN和定制化Vision Transformer，并引入空间-时间注意力特征融合模块 | 仅在脑胶质瘤患者数据上进行验证，未在其他疾病或器官中测试 | 改进动态对比增强磁共振成像中药代动力学参数的估计精度 | 数值脑模型和87例胶质瘤患者 | 医学影像分析 | 脑胶质瘤 | DCE-MRI | CNN, Vision Transformer | 医学影像 | 87例胶质瘤患者和数值脑模型 | NA | CNN, Vision Transformer, 空间-时间注意力模块 | AUC, 系统误差, 随机误差 | NA |
| 6367 | 2025-10-05 |
Generating Brain MRI with StyleGAN2-ADA: The Effect of the Training Set Size on the Quality of Synthetic Images
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01536-0
PMID:40987961
|
研究论文 | 本研究探讨训练集规模对StyleGAN2-ADA生成脑部MRI图像质量的影响 | 首次系统评估训练集规模对StyleGAN2-ADA生成脑MRI图像质量的影响，并揭示多样性指标对合成图像数量的敏感性 | 存在模式崩溃的持续限制，多样性指标受合成图像数量影响较大 | 研究训练集规模对生成对抗网络合成脑部MRI图像质量的影响 | 来自OpenBHB数据集的3,227名健康受试者的脑部MR图像 | 医学影像分析 | 神经系统疾病 | 脑部MRI | GAN | 图像 | 3,227名健康受试者 | StyleGAN2-ADA | StyleGAN2-ADA | 保真度指标,多样性指标,覆盖率,β-recall | NA |
| 6368 | 2025-10-05 |
Advancements in soil moisture estimation through integration of remote sensing and artificial intelligence techniques
2025-Sep-22, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180503
PMID:40987109
|
综述 | 本文全面综述了土壤湿度估算技术的最新进展，包括传统原位测量、遥感和人工智能方法 | 整合遥感技术与可解释人工智能，提升模型性能与可信度；探索多传感器数据与物理模型的融合方法 | AI模型存在黑箱特性导致物理可解释性、透明度和模型迁移性等关键挑战 | 改进土壤湿度估算方法以支持可持续水资源管理和气候适应性农业 | 土壤湿度估算技术与监测系统 | 机器学习 | NA | 宇宙射线中子传感、GNSS反射测量、合成孔径雷达、多传感器数据融合 | 机器学习/深度学习 | 遥感数据、原位测量数据、多传感器数据 | NA | NA | NA | NA | NA |
| 6369 | 2025-10-05 |
PneumoNet: Deep Neural Network for Advanced Pneumonia Detection
2025-Sep-19, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种名为PneumoNet的新型深度学习模型，用于从胸部X射线图像中准确检测肺炎 | 采用先进的层级结构和优化训练方法，显著提升特征提取和分类性能 | NA | 开发高精度的肺炎检测深度学习模型 | 胸部X射线图像 | 计算机视觉 | 肺炎 | X射线成像 | CNN | 图像 | 包含正常和肺炎病例的平衡数据集 | NA | 卷积神经网络 | 准确率, 精确率, 召回率 | NA |
| 6370 | 2025-10-05 |
Integrating artificial intelligence with small molecule therapeutics and precision medicine for neurochemical understanding of Alzheimer's diseases
2025-Sep-18, Neuroscience
IF:2.9Q2
|
综述 | 探讨人工智能与小分子治疗及精准医学相结合在阿尔茨海默病神经化学理解中的应用 | 整合人工智能、小分子药物和精准治疗的多学科策略，利用AI增强早期检测和生物标志物发现，结合多组学和结构引导药物设计开发个体化治疗方案 | 伦理、监管和临床应用方面仍存在挑战 | 通过跨学科方法应对阿尔茨海默病的复杂性，改进诊断和治疗策略 | 阿尔茨海默病的神经化学机制、生物标志物和治疗方法 | 机器学习 | 阿尔茨海默病 | 机器学习、深度学习、多组学分析、结构引导药物设计 | NA | 神经影像数据、生物标志物数据 | NA | NA | NA | NA | NA |
| 6371 | 2025-10-05 |
PyaiVS unifies AI workflows to accelerate ligand discovery and yields ABCG2 inhibitors
2025-Sep-17, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.118176
PMID:40986985
|
研究论文 | 开发了PyaiVS Python包，统一AI工作流程以加速配体发现并识别ABCG2抑制剂 | 首次整合九种机器学习算法、五种分子表示和三种数据分割策略于统一平台，实现虚拟筛选关键组件的协调优化 | 未明确说明模型在不同类型化合物库上的泛化能力 | 开发统一的AI驱动虚拟筛选平台以加速小分子配体发现 | 小分子化合物，特别是ABCG2抑制剂 | 机器学习 | NA | 虚拟筛选，药效团建模，分子对接 | GCN, GAT, Attentive FP | 分子结构数据 | 4,188,623个化合物 | Python | 图卷积网络(GCN), 图注意力网络(GAT), Attentive FP | AUC-ROC | NA |
| 6372 | 2025-10-05 |
A Synergistic Framework for Hardness Prediction and Design of High-Entropy Alloys Based on Deep Learning and Intelligent Optimization Algorithms
2025-Sep-16, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c05550
PMID:40978448
|
研究论文 | 提出结合深度学习与智能优化算法的协同框架，用于预测高熵合金硬度并优化其成分设计 | 首次将Transformer注意力机制与多层感知器结合的混合深度学习模型应用于高熵合金性能预测，并采用Egret Swarm优化算法进行逆向成分设计 | 实验验证仅通过激光金属沉积进行，偏差低于10%但需更多工艺验证 | 建立高熵合金硬度预测与成分优化的系统框架 | Al-Ti-Co-Cr-Fe-Ni体系高熵合金 | 机器学习 | NA | 激光金属沉积 | Transformer, MLP | 材料成分与性能数据 | NA | NA | Transformer, 多层感知器 | R², RMSE | NA |
| 6373 | 2025-10-05 |
Enhanced spatiotemporal mapping of urban wetland microplastics: An interpretable CNN-GRU approach using satellite imagery and limited samples
2025-Sep-15, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.119003
PMID:40939309
|
研究论文 | 提出一种可解释的CNN-GRU模型，结合卫星遥感和有限实地样本实现城市湿地微塑料污染的时空分布分析 | 首次将可解释的CNN-GRU模型与卫星遥感数据结合，利用有限样本实现微塑料污染的高精度时空制图 | 模型可靠性依赖于微塑料与藻类含量的相关性，这种关系在不同水生生态系统中可能存在差异 | 开发基于卫星遥感的城市湿地微塑料污染监测方法 | 中国广州车陂排水流域湿地中的微塑料污染 | 计算机视觉 | NA | 卫星遥感 | CNN, GRU | 卫星图像, 实地样本 | 有限实地样本 | NA | CNN-GRU | R, MAE, RMSE | NA |
| 6374 | 2025-10-05 |
Revealing 1,3-diphenylpropane's coagulation toxicity via infomaxnet-based network toxicology and molecular simulations
2025-Sep-15, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.118834
PMID:40818372
|
研究论文 | 本研究通过InfomaxNet网络毒理学框架结合分子模拟揭示了1,3-二苯基丙烷(SD-1)通过干扰凝血因子F9引发凝血障碍的毒性机制 | 提出仅利用网络拓扑分析复杂生物网络的InfomaxNet框架，解决了缺乏先验生物知识的挑战，并首次阐明SD-1与F9蛋白结合导致构象异常的分子机制 | 未明确说明样本规模和研究对象的局限性 | 阐明塑料污染物SD-1引发凝血障碍的毒性机制 | 1,3-二苯基丙烷(SD-1)、AKT2和F9关键蛋白、秀丽隐杆线虫 | 网络毒理学 | 凝血障碍 | 网络毒理学分析、分子动力学模拟、深度学习靶点预测、RT-qPCR、体外实验 | 深度学习 | 生物网络数据、分子结构数据、基因表达数据 | NA | InfomaxNet, MolTrans | NA | NA | NA |
| 6375 | 2025-10-05 |
Deceiving question-answering models: A hybrid word-level adversarial approach
2025-Sep-13, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108105
PMID:40987134
|
研究论文 | 本文提出了一种新型词级对抗攻击方法QA-Attack，用于欺骗问答模型 | 基于注意力机制和删除排序策略的混合词级对抗方法，能识别并针对上下文中的特定词语进行替换 | NA | 研究问答模型对抗攻击的鲁棒性问题 | 问答模型 | 自然语言处理 | NA | 对抗攻击 | NA | 文本 | NA | NA | NA | 成功率, 语义变化, BLEU分数, 流畅度, 语法错误率 | NA |
| 6376 | 2025-10-05 |
Examination of Social Participation in Older Adults Undergoing Frailty Health Checkups Using Deep Learning Models
2025-Sep-12, Geriatrics (Basel, Switzerland)
DOI:10.3390/geriatrics10050124
PMID:40981294
|
研究论文 | 本研究使用深度学习模型预测接受衰弱健康检查的老年人社会参与情况 | 首次将深度神经网络应用于老年人社会参与预测，并通过贡献分析识别关键预测因素 | 样本量相对较小（295人），模型区分性能仅为中等水平 | 预测老年人的社会参与情况并识别关键影响因素 | 接受衰弱健康检查的老年人 | 机器学习 | 老年疾病 | 健康检查调查 | 逻辑回归,支持向量机,深度神经网络 | 结构化数据 | 295名老年人 | NA | 深度神经网络 | 精确度,准确率,灵敏度,特异度,F1分数,AUC | NA |
| 6377 | 2025-10-05 |
Learning-based multi-material CBCT image reconstruction with ultra-slow kV switching
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251331790
PMID:40350700
|
研究论文 | 本研究开发了一种名为SkV-Net的深度学习网络，用于基于超慢kV切换技术的能谱锥束CT多材料分解成像 | 提出结合U-Net主干结构和多头轴向注意力模块的SkV-Net网络，能够从超稀疏能谱投影数据中重建四种不同材料的密度图像 | NA | 开发能谱锥束CT的多材料分解方法 | 脂肪、肌肉、骨骼和碘四种生物材料 | 医学影像 | NA | 能谱锥束CT、超慢kV切换技术 | 深度学习 | CT图像 | NA | NA | U-Net, 多头轴向注意力模块 | 分解误差 | NA |
| 6378 | 2025-10-05 |
MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251346484
PMID:40485350
|
研究论文 | 提出一种用于冠状动脉CTA图像分割的多尺度混合注意力网络MHASegNet及定制优化方法 | 采用多尺度混合注意力机制捕获全局和局部特征，集成3D上下文锚点注意力模块聚焦关键结构，结合基于区域生长的迭代优化方法 | 需要进一步验证以确认在CAD诊断和量化中的有效性 | 改进冠状动脉CTA图像中的冠状动脉分割精度 | 冠状动脉CTA图像中的冠状动脉结构 | 计算机视觉 | 心血管疾病 | 冠状动脉计算机断层扫描血管成像(CCTA) | CNN | 医学图像 | 90例内部数据集和1060例两个公共数据集 | NA | MHASegNet | Dice相似系数(DSC) | NA |
| 6379 | 2025-10-05 |
Multi-domain information fusion diffusion model (MDIF-DM) for limited-angle computed tomography
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251339368
PMID:40534498
|
研究论文 | 提出一种融合多领域信息的扩散模型用于有限角度CT重建，通过傅里叶域重加权和小波域增强提升重建图像质量 | 首次将傅里叶域重加权与小波域增强相结合，通过多领域信息融合改进有限角度CT重建 | NA | 提升有限角度CT重建图像的对比度，增强重建方法的鲁棒性 | 有限角度计算机断层扫描重建图像 | 计算机视觉 | NA | 计算机断层扫描 | 扩散模型 | 医学图像 | NA | NA | MDIF-DM | NA | NA |
| 6380 | 2025-10-05 |
A multi-stage training and deep supervision based segmentation approach for 3D abdominal multi-organ segmentation
2025-Sep, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251355806
PMID:40671620
|
研究论文 | 提出一种基于多阶段训练和深度监督的3D腹部多器官分割方法 | 集成多阶段训练策略、伪标签技术和带注意力机制的深度监督模型(DLAU-Net)，专门针对3D腹部多器官分割设计 | NA | 解决3D CT图像腹部多器官分割中器官分布复杂、标注数据稀缺和器官结构多样性等挑战 | 腹部器官（肝脏、脾脏、肾脏等） | 计算机视觉 | 腹部疾病 | CT成像 | 深度学习 | 3D CT图像 | FLARE 2023挑战赛提供的大规模数据集 | NA | DLAU-Net | 平均器官准确率,Dice相似系数 | NA |