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 32843 篇文献，本页显示第 7241 - 7260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7241 | 2025-10-06 |
Deep learning-based electroencephalic decoding of the phase-lagged transcranial alternating current stimulation
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1545726
PMID:40621214
|
研究论文 | 本研究使用深度学习从任务相关脑电信号中解码跨频率耦合交流电刺激的相位滞后类型 | 首次使用修改版EEGNet模型从任务相关EEG信号中解码CFC-tACS的相位滞后类型，揭示了脑电信号对在线刺激类型的解码能力 | 样本量较小（仅21名健康受试者），仅测试了两种相位滞后条件（45°和180°） | 研究是否能够通过任务相关脑电信号解码跨频率耦合交流电刺激的相位滞后类型 | 21名健康个体的任务相关脑电信号 | 脑机接口 | NA | 脑电图记录，跨频率耦合交流电刺激 | CNN | 脑电信号 | 21名健康个体 | NA | 修改版EEGNet | 解码准确率 | NA |
| 7242 | 2025-10-06 |
An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations
2025, International journal of general medicine
IF:2.1Q2
DOI:10.2147/IJGM.S529322
PMID:40621598
|
研究论文 | 本文提出了一种用于肝细胞癌的人工智能全流程解决方案，涵盖从数据处理到治疗建议的完整过程 | 开发了统一的人工智能流程，整合多模态数据并应用于肝细胞癌的早期诊断、个性化治疗规划和药物开发 | 面临数据质量、标准化和隐私保护等挑战 | 构建肝细胞癌的人工智能全流程解决方案，改善诊断和治疗效果 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 机器学习,深度学习 | NA | 影像数据,基因组数据,临床记录 | NA | NA | NA | NA | 边缘计算 |
| 7243 | 2025-10-06 |
BoKDiff: best-of-K diffusion alignment for target-specific 3D molecule generation
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf137
PMID:40621602
|
研究论文 | 提出BoKDiff框架，通过Best-of-K对齐和BoN采样策略改进基于结构的药物设计中3D分子生成 | 首次将Best-of-K对齐和Best-of-N采样策略整合到基于结构的药物设计中，解决了蛋白质-配体数据有限和对齐不良的问题 | 未明确说明模型的计算复杂度和在更大数据集上的泛化能力 | 开发用于靶点特异性3D分子生成的高质量配体设计方法 | 蛋白质-配体复合物和3D分子结构 | 计算化学, 药物设计 | NA | 扩散模型, 几何深度学习, 多目标优化 | 扩散模型 | 3D分子结构数据, 蛋白质-配体复合物数据 | CrossDocked2020数据集 | 基于DecompDiff构建 | 扩散模型 | QED, SA, 对接分数, 有效分子生成率, 成功率 | NA |
| 7244 | 2025-10-06 |
Correction: Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1635819
PMID:40625355
|
correction | 对已发表文章进行修正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7245 | 2025-10-06 |
JuryFusionNet: a Condorcet's jury theorem-based CNN ensemble for enhanced monkeypox detection from skin lesion images
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-025-00355-5
PMID:40620825
|
研究论文 | 提出基于Condorcet陪审团定理的CNN集成方法JuryFusionNet，用于从皮肤病变图像中检测猴痘 | 首次将Condorcet陪审团定理应用于CNN模型集成，通过动态特征重校准和集体决策机制提高检测精度 | 依赖预训练模型，在两个不同规模数据集上性能存在差异 | 开发高精度的猴痘皮肤病变自动检测方法 | 猴痘、水痘、麻疹和正常皮肤的病变图像 | 计算机视觉 | 猴痘 | 深度学习，迁移学习 | CNN，集成学习 | 皮肤病变图像 | MSID数据集：770张图像（4类）；MSLD数据集：3192张样本（2类） | TensorFlow, Keras | DenseNet169, DenseNet201, MobileNet, ResNet50V2 | 准确率 | NA |
| 7246 | 2025-10-06 |
Hybrid simulation of breast CT for assessing microcalcification detectability
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22015
PMID:40621110
|
研究论文 | 开发用于乳腺CT的混合虚拟成像试验方法，用于评估微钙化灶检测能力 | 提出结合射线追踪模拟和真实患者投影图像的混合虚拟成像试验方法 | NA | 评估乳腺CT系统中微钙化灶的检测性能 | 乳腺组织中的微钙化灶集群 | 医学影像 | 乳腺癌 | 计算机断层扫描 | 深度学习模型观察者 | CT投影图像, 重建体积 | NA | NA | NA | AUC | NA |
| 7247 | 2025-10-06 |
From data to precision: The transformative role of AI and machine learning in modern orthopaedic practice
2025-Oct, Journal of clinical orthopaedics and trauma
DOI:10.1016/j.jcot.2025.103101
PMID:40620692
|
综述 | 探讨人工智能和机器学习在现代骨科实践中通过数据驱动方法改变临床问题解决的变革性作用 | 将骨科临床问题重新定义为数据驱动的输入-输出连续体，而非基于基础原理的障碍，并展示生成式模型在个性化植入物设计等创新应用 | 面临伦理、监管和互操作性挑战，需要跨学科合作解决 | 评估AI/ML技术在骨科手术中的变革潜力及应用前景 | 骨科诊断、预测分析和手术规划相关的AI/ML应用研究 | 机器学习 | 骨科疾病 | 范围综述方法，文献检索 | 深度学习, 生成模型, 计算机视觉 | 临床数据, 医学影像 | NA | NA | 深度学习架构 | 模型准确性, 临床相关性 | 便携式数据采集设备(平板电脑, 语音识别系统), 临床软件平台 |
| 7248 | 2025-10-06 |
Mindset matters: exploring the link between mindsets, learning intentions, and performance in biomedical science students
2025-Sep-01, Advances in physiology education
IF:1.7Q4
DOI:10.1152/advan.00012.2025
PMID:40516929
|
研究论文 | 本研究探讨了生物医学科学学生的心态、学习意图与学业表现之间的关系 | 首次通过混合研究方法探索了学生心态与学习意图之间的未被研究的关系 | 样本仅限于二年级生物医学科学学生，可能无法推广到其他学科或年级 | 研究心态、学习意图与学业表现之间的关系 | 生物医学科学专业学生 | 教育心理学 | NA | 混合研究方法，归纳和演绎主题分析 | NA | 定性数据和定量数据 | 256名二年级生物医学科学学生 | NA | NA | 学业表现评分，主题响应频率 | NA |
| 7249 | 2025-10-06 |
An Explainable Connectome Convolutional Transformer for Multimodal Autism Spectrum Disorder Classification
2025-Aug, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500431
PMID:40621646
|
研究论文 | 提出一种可解释的连接组卷积Transformer框架，用于多模态自闭症谱系障碍分类 | 融合功能与结构脑连接信息的多模态深度学习框架，结合连接组卷积嵌入和Transformer编码器，并引入节点到图的池化层识别生物标志物 | 多站点数据集成可能引入变异性，依赖特定数据集（ABIDE） | 开发自动化神经影像诊断工具以改善自闭症谱系障碍诊断 | 自闭症谱系障碍患者的脑连接数据 | 医学影像分析 | 自闭症谱系障碍 | fMRI, sMRI | Transformer, CNN | 脑连接图像数据 | ABIDE多站点数据集 | 深度学习框架 | 连接组卷积Transformer (CCTF) | 准确率 | NA |
| 7250 | 2025-10-06 |
AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare
2025-Jul-07, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 提出了一种人工智能驱动的适配体优化流程，用于加速靶向治疗中的适配体发现与设计 | 首次将人工智能与先进计算方法结合，构建了系统性的适配体优化流程，显著提升了适配体设计的效率 | 流程依赖于已知的适配体-宿主复合物作为起点，可能限制了全新适配体的发现 | 开发高效的人工智能驱动适配体优化方法，减少传统实验方法的依赖 | RNA和DNA适配体及其与宿主分子的复合物 | 机器学习, 计算生物学 | NA | SELEX, 分子动力学模拟, 深度学习方法 | 深度学习模型, 机器学习模型 | 序列数据, 结构数据 | NA | NA | PredPRBA, PDA-Pred | 结合亲和力预测, 结构稳定性评估 | NA |
| 7251 | 2025-10-06 |
Photon-counting micro-CT scanner for deep learning-enabled small animal perfusion imaging
2025-Jul-07, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade94b
PMID:40578400
|
研究论文 | 介绍一种用于小动物灌注成像的光子计数微型CT扫描仪及其深度学习应用 | 结合光子计数微型CT扫描仪与深度学习网络，实现快速五维重建和灌注映射 | 仅在小鼠模型和体模中进行验证，尚未在更广泛的动物模型或临床环境中测试 | 开发高吞吐量小动物灌注成像平台 | 小动物（小鼠）和定制灌注体模 | 医学影像 | 血管疾病 | 光子计数CT，碘对比剂灌注成像 | CNN | 多能量时间序列CT图像 | 小鼠研究和定制体模 | NA | 卷积神经网络 | 噪声水平（HU），对比噪声比，血流指数误差，决定系数 | NA |
| 7252 | 2025-10-06 |
pyDOSEIA: A Python Package for Radiological Impact Assessment during Long-term or Accidental Atmospheric Releases
2025-Jul-07, Health physics
IF:1.0Q4
DOI:10.1097/HP.0000000000002014
PMID:40622262
|
研究论文 | 介绍用于气象数据处理和辐射影响评估的Python软件包pyDOSEIA | 基于高斯烟羽模型并遵循IAEA和AERB指南，提供年龄特定、距离特定和核素特定的辐射剂量计算，具备并行处理能力并支持机器学习和深度学习研究 | NA | 开发用于核与辐射事故场景下辐射影响评估的软件工具 | 大气释放场景下的辐射剂量评估 | 机器学习 | NA | 高斯烟羽模型 | NA | 气象数据、辐射数据 | NA | Python | NA | NA | 并行处理 |
| 7253 | 2025-10-06 |
Trends and Innovations in Tools for Processing Chromatographic Data Using Mass Spectrometry Detection: A Systematic Review
2025-Jul-06, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2528134
PMID:40618385
|
系统综述 | 系统回顾过去六年色谱数据质谱检测计算工具的技术创新 | 首次系统评估色谱-质谱数据处理工具的最新进展，重点关注机器学习和深度学习算法的应用 | 依赖已发表文献，缺乏标准化评估框架，需要更多标注数据支持 | 评估色谱-质谱数据处理计算工具的技术发展趋势和创新特点 | 33项符合原创性、适用性和创新性标准的研究 | 分析化学信息学 | NA | 质谱检测, 色谱技术 | 机器学习, 深度学习 | 色谱-质谱数据 | 33项研究 | NA | NA | 自动化程度, 可扩展性, 准确性 | NA |
| 7254 | 2025-10-06 |
Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques
2025-Jul-06, Public health nursing (Boston, Mass.)
DOI:10.1111/phn.70003
PMID:40619584
|
研究论文 | 本研究开发基于人工智能的预测模型，识别影响老年人生活质量的关键因素 | 结合基础机器学习、深度学习和集成模型，并应用SMOTE方法平衡数据集，识别老年人生活质量的关键预测因子 | 样本量相对有限（500人），可能影响模型的泛化能力 | 开发AI预测模型识别影响老年人生活质量的关键因素 | 老年人群 | 机器学习 | 老年疾病 | 系统抽样技术 | 基础机器学习,深度学习,集成模型 | 主要数据集 | 500名老年人 | NA | AdaBoost | 准确率,召回率,特异性 | NA |
| 7255 | 2025-10-06 |
Method for estimating real-scale 3D human body shape from an image based on 3D camera calibration and computer graphics-based reverse projection photogrammetry
2025-Jul-06, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70130
PMID:40619616
|
研究论文 | 提出一种基于3D相机标定和计算机图形学逆向投影摄影测量的方法，从单张图像估计真实比例的3D人体形状 | 结合3D相机标定和CG逆向投影摄影测量，首次实现从低分辨率图像无需先验知识即可重建真实比例的3D人体模型 | 未明确说明样本数量和数据来源，对非直立姿态的分析仍具挑战性 | 开发从单张2D图像估计真实比例3D人体形状的新方法 | 人体图像和对应的3D人体形状模型 | 计算机视觉 | NA | 逆向投影摄影测量，3D相机标定 | SMPL-X模型 | 2D图像 | 数百到数千次比较 | NA | SMPL-X | 等错误率 | NA |
| 7256 | 2025-10-06 |
Efficient attention vision transformers for monocular depth estimation on resource-limited hardware
2025-Jul-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06112-8
PMID:40615443
|
研究论文 | 本文研究如何通过高效注意力机制优化视觉Transformer，在资源受限硬件上实现单目深度估计 | 将高效注意力模块应用于单目深度估计任务，并采用帕累托前沿分析方法优化质量与推理速度的平衡 | 未明确说明具体资源受限硬件的规格和性能限制 | 在保持性能的同时降低单目深度估计模型的计算复杂度 | 视觉Transformer模型在单目深度估计任务中的应用 | 计算机视觉 | NA | 深度学习 | Vision Transformer | 图像 | NA | NA | Transformer | 推理速度, 估计质量 | 资源受限硬件 |
| 7257 | 2025-10-06 |
Deep Learning Multi Modal Melanoma Detection: Algorithm Development and Validation
2025-Jul-05, JMIR AI
DOI:10.2196/66561
PMID:40619207
|
研究论文 | 开发并验证了一种基于多模态深度学习的黑色素瘤检测方法 | 结合图像数据和患者元数据，使用非线性最小二乘回归为不同模型分配最优权重进行联合预测 | 未利用文本数据（患者主观感受），未来可进一步模拟真实医院环境 | 区分黑色素瘤和脂溢性角化病，减少误诊 | 老年残疾患者的皮肤病变 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像, 元数据 | HAM10000数据集的221个测试样本 | NA | ResNet50, InceptionV3, VGG16, 作者自定义模型 | 准确率 | NA |
| 7258 | 2025-10-06 |
Artifact-robust Deep Learning-based Segmentation of 3D Phase-contrast MR Angiography: A Novel Data Augmentation Approach
2025-Jul-05, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.tn.2024-0211
PMID:40619248
|
研究论文 | 提出一种新颖的数据增强方法，用于改善受搏动伪影影响的3D相位对比磁共振血管成像的深度学习分割效果 | 通过在k空间幅度中添加周期性误差来模拟搏动伪影，创新性地解决了PC-MRA图像分割中的伪影干扰问题 | 研究样本量较小（仅16名志愿者），且主要针对搏动伪影，未考虑其他类型的图像伪影 | 提高3D相位对比磁共振血管成像在存在搏动伪影情况下的血管分割准确性 | 3D相位对比磁共振血管成像图像 | 医学影像分析 | 心血管疾病 | 相位对比磁共振血管成像 | 深度学习 | 3D医学影像 | 16名志愿者的PC-MRA数据集 | NA | NA | Dice-Sørensen系数, Intersection over Union, 平均对称表面距离 | NA |
| 7259 | 2025-10-06 |
Dual Structure Reinforces Interfacial Polarized MXene/PVDF-TrFE Piezoelectric Nanocomposite for Pressure Monitoring
2025-Jul-04, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01839-5
PMID:40613833
|
研究论文 | 本研究开发了一种双结构增强的MXene/PVDF-TrFE压电纳米复合材料，通过界面极化和结构设计耦合效应提升压电性能 | 提出双结构增强策略，结合界面极化和多孔结构设计，使PVDF-TrFE的自发极化从0.56提升至31.41德拜，压电响应提升三倍，低压区域灵敏度提升八倍 | 未明确说明材料制备的规模化挑战和长期稳定性评估 | 开发高性能压电复合材料用于压力监测 | MXene/PVDF-TrFE压电纳米复合材料 | 材料科学 | NA | 分子动力学模拟，密度泛函理论计算，有限元模拟 | 深度学习算法 | 压力信号数据 | NA | NA | NA | 压电响应，灵敏度，循环稳定性（超过20,000次循环） | NA |
| 7260 | 2025-10-06 |
RSLpred2: An Integrated Web Server for the Annotation of Rice Proteome Subcellular Localization Using Deep Learning
2025-Jul-04, Rice (New York, N.Y.)
DOI:10.1186/s12284-025-00767-7
PMID:40613991
|
研究论文 | 开发基于深度学习的RSLpred2网络服务器，用于水稻蛋白质组亚细胞定位注释 | 在RSLpred-1.0基础上扩展的四级预测系统，能区分单定位和双定位蛋白质，并实现更精细的亚细胞定位分类 | 未明确说明模型对未知蛋白质的泛化能力及跨物种适用性 | 开发准确快速的水稻蛋白质亚细胞定位预测工具 | 水稻蛋白质组 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质序列数据 | 使用5折交叉验证和独立测试集进行评估 | NA | NA | 准确率, Matthews相关系数 | NA |