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 7901 - 7920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7901 | 2025-10-06 |
An Enhanced Hybrid Model Combining CNN, BiLSTM, and Attention Mechanism for ECG Segment Classification
2025, Biomedical engineering and computational biology
IF:2.3Q3
DOI:10.1177/11795972251341051
PMID:40534643
|
研究论文 | 提出一种结合CNN、CBAM注意力机制和BiLSTM的混合模型用于ECG信号分类 | 首次将CNN与CBAM注意力机制和BiLSTM层集成，通过SMOTE处理类别不平衡问题 | 仅在MIT-BIH心律失常数据库上验证，未说明在其他数据集上的泛化能力 | 开发自动ECG信号分类模型以辅助心脏疾病诊断 | 心电图信号和心跳分类 | 医疗健康 | 心血管疾病 | 深度学习 | CNN, BiLSTM, Attention Mechanism | ECG信号 | MIT-BIH心律失常数据库 | NA | CNN-CBAM-BiLSTM混合架构 | 准确率, 灵敏度, 特异性, F1分数 | NA |
| 7902 | 2025-10-06 |
AI improves consistency in regional brain volumes measured in ultra-low-field MRI and 3T MRI
2025, Frontiers in neuroimaging
DOI:10.3389/fnimg.2025.1588487
PMID:40534653
|
研究论文 | 本研究比较了不同磁场强度MRI及AI增强MRI在脑区体积测量中的一致性问题 | 首次系统评估深度学习模型在超低场MRI与3T MRI脑体积测量一致性改善方面的效果 | 研究仅针对特定脑区体积测量，未涵盖其他影像学特征 | 评估不同磁场强度MRI与AI增强MRI在脑区体积测量中的一致性和偏差 | 不同磁场强度MRI获取的脑区体积数据 | 医学影像分析 | 神经系统疾病 | 磁共振成像 | 深度学习 | 医学影像 | NA | NA | SynthSR, HiLoResGAN | 描述性统计, 配对t检验, 效应量分析, 回归分析 | NA |
| 7903 | 2025-10-06 |
Development of deep learning models for high-resolution exposome mapping and health impact assessment
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1565471
PMID:40535428
|
研究论文 | 开发用于高分辨率暴露组绘图和健康影响评估的深度学习模型 | 提出自适应多尺度暴露网络(AMSEN)和自适应暴露优化策略(AEOS)，通过跨模态融合机制、时空特征提取和不确定性量化解决多尺度变异性和测量不确定性问题 | NA | 推进环境健康科学，提供暴露组量化和健康影响评估的新工具 | 环境暴露与人类健康结果的复杂相互作用 | 机器学习 | NA | 卫星影像、可穿戴传感器、地理空间分析 | 深度学习 | 多模态数据 | NA | NA | 分层深度学习模型 | 暴露预测精度、计算性能 | NA |
| 7904 | 2025-10-06 |
A hybrid Bi-LSTM model for data-driven maintenance planning
2025, Autonomous intelligent systems
DOI:10.1007/s43684-025-00099-9
PMID:40535477
|
研究论文 | 提出一种混合双向长短期记忆网络模型，用于数据驱动的维护规划 | 结合蒙特卡洛dropout生成剩余使用寿命预测，并构建经验系统可靠性函数用于选择性维护问题优化 | NA | 开发可扩展的智能维护方法，优化选择性维护问题 | 面向任务的串联k-out-of-n:G系统 | 机器学习 | NA | 深度学习，蒙特卡洛方法 | Bi-LSTM | 传感器监测数据 | NA | NA | 混合Bi-LSTM | 成本最小化，任务存活率 | NA |
| 7905 | 2025-10-06 |
The multikinetic fusion feature of PPG was combined with MCNN_vision_transformer for diabetes detection
2025, American journal of translational research
IF:1.7Q4
DOI:10.62347/ZRMW1346
PMID:40535639
|
研究论文 | 提出一种结合PPG多动力学融合特征与MCNN_Vision Transformer的糖尿病自动检测模型 | 首次将SGR空间编码算法提取的PPG动态融合特征与多尺度卷积和Vision Transformer结合，用于糖尿病检测 | 回顾性病例对照研究，样本来源单一 | 利用深度学习算法实现糖尿病的早期预防和筛查 | 血糖正常人群、糖尿病控制不良人群和糖尿病控制良好人群 | 机器学习 | 糖尿病 | PPG信号分析 | MCNN, Vision Transformer | PPG信号 | 自收集医学数据集（三组人群） | NA | MCNN, Vision Transformer | 准确率, ROC曲线面积 | NA |
| 7906 | 2025-10-06 |
Pretreatment Multi-sequence Contrast-Enhanced MRI to Predict Response to Immunotherapy in Unresectable Hepatocellular Carcinoma Using Transformer: A Multicenter Study
2025, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.111026
PMID:40535816
|
研究论文 | 本研究开发了基于Transformer的放射组学模型，用于预测不可切除肝细胞癌患者对靶向联合免疫治疗的客观缓解率 | 首次将Transformer模型与ResNet50结合应用于多序列增强MRI图像，通过多实例学习方法预测免疫治疗疗效 | 回顾性研究设计，样本量相对有限（264例患者），需要进一步前瞻性验证 | 预测不可切除肝细胞癌患者对靶向联合免疫治疗的客观缓解情况 | 264例接受免疫治疗前进行增强MRI检查的不可切除肝细胞癌患者 | 计算机视觉 | 肝细胞癌 | 多序列对比增强MRI | Transformer, CNN | 医学影像 | 264例患者（训练组180例，验证组84例） | NA | Transformer, ResNet50 | AUC, ROC曲线, DCA曲线, HR | NA |
| 7907 | 2025-10-06 |
Calibration-free estimation of field dependent aberrations for single molecule localization microscopy across large fields of view
2024-Dec-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.11.627909
PMID:39713420
|
研究论文 | 提出一种无需校准即可直接从单分子数据估计场相关像差的模型方法，用于提升单分子定位显微镜的图像质量 | 首次将节点像差理论引入全矢量点扩散函数模型，无需珠校准测量即可从原始帧数据直接估计场相关像差 | 未明确说明方法对特定样本类型或成像条件的适用性限制 | 解决单分子定位显微镜中场相关像差对定位精度的影响问题 | 微管和核孔复合物的2D和3D定位数据 | 计算显微成像 | NA | 单分子定位显微镜(SMLM) | 基于模型的估计方法 | 2D和3D显微镜图像数据 | 视野范围达180μm的微管和核孔复合物样本 | NA | 基于节点像差理论的矢量PSF模型 | 与基于样条拟合和深度学习的方法进行比较 | 计算效率高，可在几分钟内处理完整2D或3D数据集 |
| 7908 | 2025-10-06 |
Focal liver lesion diagnosis with deep learning and multistage CT imaging
2024-Aug-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51260-6
PMID:39147767
|
研究论文 | 开发基于深度学习和多期相CT成像的肝脏局灶性病变自动诊断系统LiLNet | 首次构建基于多中心数据的肝脏病变深度学习诊断网络，并在外部中心和临床环境中验证其性能 | 未提及模型在罕见病变类型上的表现及计算效率分析 | 开发自动化的肝脏病变诊断系统以辅助临床决策 | 肝脏局灶性病变（包括HCC、ICC、MET、FNH、HEM和CYST） | 计算机视觉 | 肝脏疾病 | 多期相增强CT成像 | 深度学习 | CT医学影像 | 来自6个数据中心的4039名患者 | NA | LiLNet | 准确率, AUC | NA |
| 7909 | 2025-10-06 |
Glenohumeral joint force prediction with deep learning
2024-01, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2024.111952
PMID:38228026
|
研究论文 | 本研究使用深度学习技术预测肩关节盂肱关节力的幅度和方向 | 首次将深度学习模型应用于盂肱关节力预测，替代传统计算密集型优化方法 | 基于959名虚拟受试者数据，未使用真实患者数据进行验证 | 开发能够准确预测盂肱关节力的深度学习模型，降低计算成本 | 全肩关节置换术(TSA)领域的盂肱关节力预测 | 机器学习 | 骨科疾病 | 深度学习，马尔可夫链蒙特卡洛方法 | 深度学习模型 | 虚拟患者参数数据 | 959名虚拟受试者 | NA | NA | 决定系数，平均绝对误差 | NA |
| 7910 | 2025-10-06 |
A quantitative characterization of early neuron generation in the developing zebrafish telencephalon
2023 Oct-Nov, Developmental neurobiology
IF:2.7Q3
DOI:10.1002/dneu.22926
PMID:37679904
|
研究论文 | 本研究通过深度学习方法和克隆分析定量表征斑马鱼端脑早期神经元生成的动态过程 | 首次对斑马鱼端脑发育初期（14-24小时）的神经元生成和神经祖细胞分裂模式进行定量图谱分析 | 研究仅关注发育最初24小时内的神经发生过程，未涉及后期发育阶段 | 理解神经祖细胞在斑马鱼端脑发育初期何时转换分裂模式以产生第一批神经元 | 斑马鱼端脑发育过程中的神经祖细胞和新生神经元 | 数字病理 | NA | 深度学习分割方法、克隆分析 | NA | 显微图像数据 | 斑马鱼端脑发育14-24小时阶段的样本 | Cellpose | NA | NA | NA |
| 7911 | 2025-10-06 |
Genetics and mechanisms of thoracic aortic disease
2023-03, Nature reviews. Cardiology
DOI:10.1038/s41569-022-00763-0
PMID:36131050
|
综述 | 本文回顾了胸主动脉疾病遗传学研究的技术进展，整合深度学习等新技术发现的遗传观察结果到当前生物学认知中 | 将机器学习技术与大型生物样本库影像数据集结合，实现了主动脉性状的大规模测量和基因分型，发现数十个新的遗传关联 | 胸主动脉疾病相对其他心血管疾病发病率较低，阻碍了大规模遗传关联的识别 | 探索胸主动脉疾病的遗传学机制和防治策略 | 胸主动脉疾病（包括主动脉瘤、主动脉夹层、主动脉缩窄等） | 机器学习 | 心血管疾病 | 深度学习, 遗传分析, 影像分析 | 深度学习 | 影像数据 | 生物样本库大型数据集 | NA | NA | NA | NA |
| 7912 | 2025-10-06 |
State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold
2022-Dec-02, Physical review letters
IF:8.1Q1
DOI:10.1103/PhysRevLett.129.238101
PMID:36563190
|
研究论文 | 本文证明AlphaFold已学会近似生物物理能量函数，并探索其在无共进化数据情况下评估蛋白质结构质量的能力 | 首次证实AlphaFold已隐式学习生物物理能量函数，可在不使用共进化数据的情况下实现最先进的蛋白质结构质量评估 | 研究基于AlphaFold模型，其性能可能受训练数据和模型架构的限制 | 探索AlphaFold是否学会生物物理能量函数及其在蛋白质结构预测中的应用 | 蛋白质三维结构 | 机器学习 | NA | 深度学习, 多序列比对 | 深度学习模型 | 蛋白质序列数据, 结构数据 | NA | NA | AlphaFold | 结构质量评估准确度 | NA |
| 7913 | 2025-10-06 |
Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks
2022-Apr-12, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.2c00002
PMID:35294204
|
研究论文 | 本研究通过整合DAT、SERT和NET相互作用组网络，开发机器学习/深度学习模型用于可卡因成瘾药物发现 | 首次结合三种关键神经递质转运蛋白的相互作用组网络进行AI驱动的抗可卡因成瘾药物开发 | 仅从460个相互作用蛋白中筛选出61个具有足够抑制剂数据的目标蛋白 | 开发基于人工智能的抗可卡因成瘾先导化合物发现系统方法 | 多巴胺转运蛋白(DAT)、血清素转运蛋白(SERT)和去甲肾上腺素转运蛋白(NET)相互作用组网络 | 机器学习 | 药物成瘾 | 蛋白质-蛋白质相互作用网络分析 | 自编码器,梯度提升决策树,多任务深度神经网络 | 化学抑制剂数据 | 115,407个抑制剂对应61个蛋白质靶点 | NA | 自编码器,梯度提升决策树,多任务深度神经网络 | NA | NA |
| 7914 | 2025-10-06 |
Real-time recognition of spraying area for UAV sprayers using a deep learning approach
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0249436
PMID:33793634
|
研究论文 | 本研究开发了一种基于深度学习的无人机喷雾器喷洒区域实时识别系统 | 采用深度学习技术实现无人机喷雾器喷洒区域的实时识别，提高了农业喷洒的精确性 | 研究仅针对香菜农田，未验证在其他作物上的适用性 | 开发准确的实时喷洒区域识别系统以提升无人机喷雾器的作业效率 | 无人机喷雾器的喷洒区域识别 | 计算机视觉 | NA | 深度学习 | 深度学习分类器 | 图像 | 从无人机采集的香菜农田图像 | NA | NA | F1分数, 计算时间 | NA |
| 7915 | 2025-10-06 |
NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation
2025-Jul, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2024.2394510
PMID:39189206
|
研究论文 | 提出一种基于自然语言处理的工效学MSD风险根因分析与控制推荐系统 | 首次将深度学习NLP技术应用于工效学风险评估，实现从风险评分到根因分析和控制建议的完整流程 | 依赖专家知识构建的机器学习系统，可能受限于专家知识的覆盖范围 | 开发自动化的工效学风险评估与改进系统，预防肌肉骨骼疾病 | 工作场所中的物理动作描述和操作对象 | 自然语言处理 | 肌肉骨骼疾病 | 自然语言处理，词性标注，依存句法分析 | 深度学习 | 文本 | NA | NA | NA | NA | NA |
| 7916 | 2025-10-06 |
Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas
2025-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03452-y
PMID:39969569
|
研究论文 | 比较Willems、Cameriere-Europe、London Atlas和深度学习方法在土耳其儿童全景X光片上的牙齿年龄估计效果 | 首次将深度学习方法与传统牙齿年龄估计方法（Willems、Cameriere-Europe、London Atlas）在土耳其儿童人群中进行系统性比较 | 研究仅针对土耳其儿童人群，样本量为1169人，结果可能不适用于其他人群 | 评估不同牙齿年龄估计方法在土耳其儿童中的准确性和适用性 | 土耳其儿童的全景X光片 | 计算机视觉 | NA | 全景X光成像 | CNN | 医学影像 | 1169名土耳其儿童（613名女孩，556名男孩） | TensorFlow | 卷积神经网络 | Akaike信息准则, Bayesian-Schwarz准则, 均方根误差, 决定系数, 组内相关系数 | NA |
| 7917 | 2025-10-06 |
Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM
2025-Jul-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005898
PMID:40237349
|
研究论文 | 比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化分析 | 首次探索ConvNeXt和Transformer模型在骨扫描中检测骨转移的应用，并与传统CNN模型进行性能比较 | 回顾性研究，数据来自两个医疗机构，样本量有限 | 评估不同深度学习模型在骨扫描中诊断转移性病灶的性能 | 癌症患者的骨扫描图像 | 计算机视觉 | 骨转移癌 | 骨扫描 | CNN, Transformer | 医学图像 | 训练验证集4626例（医院1），测试集1428例（医院2） | NA | ResNet18, DeiT, ViT Large 16, Swin Base, ConvNeXt Large | 准确率 | NA |
| 7918 | 2025-10-06 |
"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks
2025-Jun-18, Chemical science
IF:7.6Q1
DOI:10.1039/d4sc05655h
PMID:40395375
|
研究论文 | 本研究揭示了图神经网络中原子嵌入具有类似自然语言处理的算术特性，能够表示有效的化学反应公式 | 首次证明化学图神经网络中的原子嵌入具有类似词嵌入的算术性质，能够通过向量运算表示化学反应 | NA | 揭示图神经网络在化学建模中的隐藏学习机制，提高模型可解释性 | 化学分子结构和原子属性 | 机器学习 | NA | 计算化学数据 | 图神经网络 | 图数据 | NA | NA | 图神经网络 | NA | NA |
| 7919 | 2025-10-06 |
Data efficient molecular image representation learning using foundation models
2025-Jun-18, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc00907c
PMID:40417293
|
研究论文 | 提出基于基础模型的分子图像表示学习框架MoleCLIP，显著降低分子预训练数据需求 | 首次将OpenAI的视觉基础模型CLIP应用于分子表示学习，实现数据高效的特征提取 | 未详细讨论模型在更广泛化学任务中的泛化能力 | 开发数据高效的分子表示学习方法 | 分子图像 | 机器学习 | NA | 分子表示学习 | 基础模型 | 分子图像 | NA | NA | CLIP | 基准测试性能，分布偏移鲁棒性 | NA |
| 7920 | 2025-10-06 |
ChargeNet: E(3) Equivariant Graph Attention Network for Atomic Charge Prediction
2025-Jun-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00602
PMID:40530778
|
研究论文 | 提出一种E(3)等变图注意力网络ChargeNet，用于高精度预测原子电荷 | 引入先进的等变图注意力神经网络，通过全局图注意力机制建模长程原子静电相互作用，结合结构对称性保持变换和多尺度注意力 | NA | 提高原子电荷预测的准确性、泛化能力和鲁棒性 | 分子结构和原子电荷 | 机器学习 | NA | 量子化学计算 | 图注意力网络 | 分子结构数据 | NA | NA | E(3)等变图注意力网络 | 预测准确率 | NA |