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 32939 篇文献，本页显示第 7521 - 7540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7521 | 2025-10-06 |
Deep learning for automated dental plaque index assessment: validation against expert evaluations
2025-Jul-02, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06350-2
PMID:40604649
|
研究论文 | 开发并验证基于深度学习的牙菌斑自动检测与量化系统 | 首次将深度学习技术应用于牙菌斑指数自动评估，并与专业牙医评估结果进行统计对比验证 | 样本量相对有限（70名参与者），模型性能仍有提升空间 | 开发自动化的牙菌斑检测与量化系统以改善口腔卫生评估 | 牙菌斑的自动检测与量化 | 计算机视觉 | 口腔疾病 | 牙菌斑显色剂成像 | 深度学习 | 口腔内图像 | 70名参与者 | NA | NA | 准确率,精确率,召回率,F1分数 | NA |
| 7522 | 2025-10-06 |
Genomic language models (gLMs) decode bacterial genomes for improved gene prediction and translation initiation site identification
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf311
PMID:40605274
|
研究论文 | 本研究探索基因组语言模型(gLMs)在细菌基因预测和翻译起始位点识别中的应用 | 首次将受自然语言处理启发的基因组语言模型应用于细菌基因预测，通过两阶段框架提升预测精度 | 模型仅在NCBI完整细菌基因组数据集上训练，可能对其他类型基因组泛化能力有限 | 提高细菌基因预测和翻译起始位点识别的准确性 | 细菌基因组序列 | 自然语言处理, 生物信息学 | NA | 基因组测序 | Transformer | 基因组序列数据 | NCBI完整细菌基因组数据集 | NA | DNABERT | 准确率, 匹配注释率 | NA |
| 7523 | 2025-10-06 |
DeepB3P: A transformer-based model for identifying blood-brain barrier penetrating peptides with data augmentation using feedback GAN
2025-Jul, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.08.002
PMID:39111628
|
研究论文 | 提出基于Transformer的DeepB3P模型，结合反馈生成对抗网络解决血脑屏障穿透肽识别中的数据不平衡问题 | 首次将Transformer架构应用于BBBPs预测，并采用反馈生成对抗网络(FBGAN)生成类似肽序列以解决数据不平衡 | NA | 开发高效准确的血脑屏障穿透肽识别方法并生成类似肽序列 | 血脑屏障穿透肽(BBBPs) | 自然语言处理 | 中枢神经系统疾病 | 深度学习 | Transformer, GAN | 肽序列数据 | NA | NA | Transformer, FBGAN | 特异性, 准确率, 马修斯相关系数 | NA |
| 7524 | 2025-10-06 |
Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07149-7
PMID:40014074
|
研究论文 | 使用放射组学特征评估PET/CT成像中两种制造商深度学习图像增强算法的性能 | 首次使用标准化放射组学特征系统评估商业化和研发中的深度学习图像增强算法，并与金标准重建技术进行对比 | 样本量有限（仅20例肉瘤患者数据），仅评估了两种特定制造商的深度学习算法 | 评估深度学习图像增强算法在PET/CT成像中的放射组学特征稳定性 | 模体数据和肉瘤患者PET/CT图像 | 医学影像分析 | 肉瘤 | PET/CT成像，[18F]FDG示踪剂 | 深度学习 | 医学影像 | 20例肉瘤患者数据和模体重复采集数据 | NA | NA | 放射组学特征显著性差异 | NA |
| 7525 | 2025-10-06 |
CT-free attenuation and Monte-Carlo based scatter correction-guided quantitative 90Y-SPECT imaging for improved dose calculation using deep learning
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07191-5
PMID:40080141
|
研究论文 | 开发基于深度学习的CT-free衰减校正和蒙特卡罗散射校正方法，用于改进90Y-SPECT成像的剂量计算 | 首次使用改进的3D Swin UNETR架构开发针对AC、SC和联合ASC三种临床场景的深度学习模型，实现无需CT的定量90Y-SPECT成像 | 需要更大数据集进行训练，且CT图像不可用或不对准时模型性能可能受限 | 改进90Y选择性内放射治疗中的剂量计算精度 | 190名接受90Y玻璃微球SIRT治疗的患者数据 | 医学影像分析 | 肝脏肿瘤 | SPECT成像, 蒙特卡罗模拟, 深度学习 | 3D Swin UNETR | SPECT影像数据 | 190例患者数据，80%训练集，20%测试集 | NA | 改进的3D Swin UNETR | 平均误差, 结构相似性指数, 峰值信噪比, Gamma分析, 平均绝对误差 | NA |
| 7526 | 2025-10-06 |
Fast-forwarding plant breeding with deep learning-based genomic prediction
2025-Jul, Journal of integrative plant biology
IF:9.3Q1
DOI:10.1111/jipb.13914
PMID:40226955
|
综述 | 本文总结了深度学习基因组预测在植物育种中的应用现状、关键挑战及未来发展方向 | 系统识别了阻碍深度学习基因组预测发展的关键障碍，并提出模块化方法、数据增强和先进注意力机制等未来发展方向 | 依赖大规模高质量数据集、性能基准测试不一致、环境因素整合困难 | 加速植物育种进程 | 植物育种中的基因组预测 | 机器学习 | NA | 多组学数据分析 | 深度学习 | 基因组数据、多组学数据 | NA | NA | 注意力机制 | NA | NA |
| 7527 | 2025-10-06 |
Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods
2025-Jul, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70058
PMID:40249026
|
研究论文 | 提出基于深度学习的计算机视觉方法用于识别大麻中的非腺毛状毛状体 | 首次将深度学习技术应用于大麻非腺毛状毛状体的自动识别，替代传统耗时的人工显微镜分析 | 未提及模型在更广泛样本上的泛化能力及实际部署中的性能表现 | 开发自动化工具以辅助法医实验室和执法机构准确识别大麻植物材料 | 大麻和非大麻植物材料中的非腺毛状毛状体 | 计算机视觉 | NA | 显微镜成像 | 深度学习 | 图像 | 数千张标注的显微镜图像 | NA | NA | 准确率 | NA |
| 7528 | 2025-10-06 |
Artificial Olfactory System Enabled by Ultralow Chemical Sensing Variations of 1D SnO2 Nanoarchitectures
2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202501293
PMID:40318170
|
研究论文 | 通过开发具有超低化学传感变异性的1D SnO2纳米结构，构建了用于精确气体识别的人工嗅觉系统 | 通过系统化沉积工艺制备Au和Pd纳米催化剂功能化的1D SnO纳米网络，将传感变异系数降至5%以下，并在高湿环境和万亿分之一检测限下实现超过99.5%的分类准确率 | NA | 开发高可靠性传感器平台以标准化气体传感用于深度学习应用 | 七种目标气体：丙酮、氢气、乙醇、一氧化碳、丙烷、异戊二烯和甲苯 | 机器学习 | NA | 系统化沉积工艺、受控老化工艺 | CNN | 气体传感数据 | NA | NA | ResNet | 分类准确率 | NA |
| 7529 | 2025-10-06 |
Artificial Intelligence Augmented Cerebral Nuclear Imaging
2025-Jul, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.05.005
PMID:40441996
|
综述 | 探讨人工智能在脑部核医学成像中的当前与新兴应用 | 系统阐述深度学习在SPECT/PET图像处理中的创新应用，包括深度放射组学、联邦学习和生成式AI技术 | 未提及具体实验验证和性能对比数据 | 推动核神经影像学技术发展并重塑精准医疗格局 | 脑部SPECT和PET成像数据 | 医学影像分析 | 神经系统疾病 | SPECT, PET, 放射组学分析 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 7530 | 2025-10-06 |
Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings
2025-Jul-01, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c01673
PMID:40523154
|
研究论文 | 本研究系统评估了在U-Net架构中集成空洞空间金字塔池化(ASPP)用于等离子电解氧化涂层孔隙分割的性能 | 首次系统评估ASPP在U-Net不同位置(桥接路径和编码器路径)对孔隙分割性能的影响，并发现组合修改可获得最佳性能 | 仅针对等离子电解氧化涂层的孔隙分割进行了研究，未验证在其他材料或应用场景的通用性 | 开发高精度的孔隙分割方法以支持等离子电解氧化涂层的微观结构分析 | 等离子电解氧化涂层的孔隙结构 | 计算机视觉 | NA | 扫描电子显微镜(SEM) | U-Net | 图像 | NA | NA | U-Net, ASPP | F1-score, IoU | NA |
| 7531 | 2025-10-06 |
Fundus Refraction Offset as a Personalized Biomarker for 12-Year Risk of Retinal Detachment
2025-Jul-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.9.1
PMID:40590806
|
研究论文 | 本研究探讨了新型解剖学指标眼底屈光偏移作为视网膜脱离风险的个性化生物标志物的潜力 | 首次提出眼底屈光偏移作为独立于传统屈光度数的视网膜脱离风险分层生物标志物 | 研究样本仅来自英国生物银行，需在更广泛人群中验证 | 评估眼底屈光偏移对12年内视网膜脱离风险的预测价值 | 英国生物银行中无视网膜脱离病史的参与者 | 数字病理学 | 视网膜疾病 | 深度学习，光学相干断层扫描 | 深度学习模型 | 眼底图像，光学相干断层扫描数据 | 9320名参与者（主分析），7127名参与者（亚组分析） | NA | NA | 风险比，置信区间，P值 | NA |
| 7532 | 2025-10-06 |
Language models learn to represent antigenic properties of human influenza A(H3) virus
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03275-2
PMID:40592976
|
研究论文 | 本研究比较多种机器学习方法预测甲型H3N2流感病毒HA1蛋白序列的抗原特性 | 首次将深度学习语言模型应用于流感病毒抗原特性预测，并在细粒度特征上优于传统方法 | 研究仅针对甲型H3N2流感病毒HA1蛋白，未验证其他病毒或蛋白 | 评估从流感病毒基因组信息可靠预测抗原特性的能力 | 甲型H3N2流感病毒HA1蛋白序列 | 自然语言处理 | 流感 | 基因组测序 | BiLSTM, ProtBERT | 蛋白质序列 | NA | NA | BiLSTM, ProtBERT | 抗原图谱坐标重建准确度，氨基酸替换排序准确度 | NA |
| 7533 | 2025-10-06 |
SE(3)-equivariant ternary complex prediction towards target protein degradation
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61272-5
PMID:40593782
|
研究论文 | 提出一种名为DeepTernary的SE(3)-等变深度学习模型，用于预测靶向蛋白降解中的三元复合物结构 | 首个使用SE(3)-等变编码器和基于查询的解码器的端到端深度学习方法，无需事先接触已知PROTACs即可实现最先进性能 | 未明确说明模型在更广泛蛋白质类型上的泛化能力 | 开发能够准确快速预测靶向蛋白降解三元复合物结构的计算方法 | PROTACs和分子胶降解剂(MGD)诱导形成的三元复合物结构 | 计算生物学 | NA | 深度学习 | SE(3)-等变神经网络 | 蛋白质结构数据 | 基于精心整理的TernaryDB数据库 | NA | SE(3)-等变编码器, 基于查询的解码器 | 埋藏表面积与实验降解效价指标的相关性 | NA |
| 7534 | 2025-10-06 |
Artificial intelligence derived grading of mustard gas induced corneal injury and opacity
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08042-x
PMID:40594758
|
研究论文 | 开发基于人工智能的临床分类模型，用于客观评估活体兔眼角膜芥子气损伤和混浊程度 | 首次将AI技术应用于活体兔眼化学损伤评估，结合Mask-RCNN分割和ResNet50分类实现可靠分级 | 仅使用401张内部兔眼角膜图像，样本量有限 | 建立客观的角膜损伤分级系统以减少诊断错误并促进临床前研究转化 | 活体兔眼角膜图像 | 计算机视觉 | 角膜损伤 | 临床立体显微镜成像 | CNN, 迁移学习 | 图像 | 401张兔眼角膜图像 | TensorFlow, PyTorch | Mask-RCNN, VGG16, ResNet101, DenseNet121, InceptionV3, ResNet50 | 准确率 | NA |
| 7535 | 2025-10-06 |
Associations of street-view greenspace exposure with cardiovascular health (Life's Essential 8) among women in midlife
2025-Jul-01, Biology of sex differences
IF:4.9Q1
DOI:10.1186/s13293-025-00718-3
PMID:40598663
|
研究论文 | 本研究通过深度学习分析街景图像中的绿地暴露，探讨中年女性居住区绿地与心血管健康（Life's Essential 8）的关联 | 首次使用街景图像而非卫星数据评估地面绿地暴露，并采用综合心血管健康评分LE8体系分析多维度健康指标 | 研究对象主要为美国马萨诸塞州女性群体，样本代表性有限；观察性研究无法确定因果关系 | 探究街景绿地暴露与中年女性心血管健康的关联性 | 767名中年女性（平均年龄46-51岁） | 计算机视觉 | 心血管疾病 | 深度学习算法分析街景图像 | 深度学习模型 | 街景图像、问卷调查、血液检测数据 | 767名女性参与者 | NA | NA | 线性回归系数(β)、95%置信区间 | NA |
| 7536 | 2025-10-06 |
Advancing Spike Sorting Through Gradient-Based Preprocessing and Nonlinear Reduction With Agglomerative Clustering
2025-Jul, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70650
PMID:40607611
|
研究论文 | 提出一种基于梯度预处理和非线性降维结合凝聚聚类的尖峰排序方法 | 引入数学技术进行数据预处理，结合非线性变换（UMAP和谱嵌入）优化尖峰波形特征提取 | NA | 开发高精度的全自动尖峰排序方法 | 神经系统单个神经元产生的电事件（尖峰） | 机器学习 | NA | 尖峰排序 | 无监督聚类 | 电生理信号 | NA | NA | UMAP, 谱嵌入, 基于密度的聚类算法 | 准确率 | NA |
| 7537 | 2025-07-06 |
Deep learning approaches for attenuation correction in myocardial perfusion imaging
2025-Jul, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2025.102277
PMID:40615168
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7538 | 2025-10-06 |
An Integrated Framework for Automated Image Segmentation and Personalized Wall Stress Estimation of Abdominal Aortic Aneurysms
2025-Jun-12, Research square
DOI:10.21203/rs.3.rs-6630234/v1
PMID:40585219
|
研究论文 | 提出一个集成框架，用于自动分割腹主动脉瘤CTA图像并估算个性化血管壁应力 | 结合基于块的扩张改进U-Net模型、NURBS优化分割和NEMA应力分析，实现高效精准的AAA计算分析 | 未明确说明模型在多样化数据集上的泛化能力及临床验证结果 | 开发自动化AAA图像分割和血管壁应力估算方法 | 腹主动脉瘤患者的CTA影像数据 | 医学图像分析 | 心血管疾病 | 计算机断层扫描血管造影(CTA) | CNN | 医学图像 | NA | NA | 改进的U-Net | 处理速度(每帧17±0.02毫秒) | NA |
| 7539 | 2025-10-06 |
Fine-Grained Classification of Pressure Ulcers and Incontinence-Associated Dermatitis Using Multimodal Deep Learning: Algorithm Development and Validation Study
2025-May-01, JMIR AI
DOI:10.2196/67356
PMID:40605794
|
研究论文 | 开发并验证用于压力性损伤和失禁性皮炎细粒度分类的多模态深度学习框架 | 首次提出结合伤口图像和分类患者数据的多模态深度学习框架，实现压力性损伤和失禁性皮炎的精确区分和细粒度分类 | 细粒度分类性能仍有提升空间，IAD分类F1分数相对较低，需要进一步扩展数据集多样性 | 开发能够准确区分压力性损伤和失禁性皮炎并对其伤口严重程度进行细粒度分类的深度学习模型 | 压力性损伤和失禁性皮炎的伤口图像 | 计算机视觉 | 皮肤疾病 | 深度学习 | CNN, Transformer | 图像, 分类患者数据 | 1555张伤口图像 | NA | TinyViT, ConvNeXtV2 | F1-score, 准确率, 精确率, 召回率 | NA |
| 7540 | 2025-10-06 |
Comparison of Deep Learning Approaches Using Chest Radiographs for Predicting Clinical Deterioration: Retrospective Observational Study
2025-Apr-10, JMIR AI
DOI:10.2196/67144
PMID:40605772
|
研究论文 | 本研究比较了不同计算机视觉模型和数据增强方法在利用胸部X光片预测临床恶化风险方面的性能 | 首次系统比较五种深度学习架构和四种数据增强方法在胸部X光片预测临床恶化中的应用效果 | 回顾性观察研究设计，仅包含单一医疗系统的数据 | 验证和比较不同计算机视觉模型预测住院患者临床恶化的能力 | 威斯康星大学卫生系统2009-2020年住院的成年患者 | 计算机视觉 | 呼吸系统疾病 | 胸部X光摄影 | CNN, Transformer | 医学影像 | 21,817例患者入院记录，其中1,655例(7.6%)发生临床恶化 | NA | VGG16, DenseNet121, Vision Transformer, ResNet50, Inception V3 | AUROC, AUPRC | NA |