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 33008 篇文献，本页显示第 8921 - 8940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8921 | 2025-10-06 |
Characterization of hepatocellular carcinoma with CT with deep learning reconstruction compared with iterative reconstruction and 3-Tesla MRI
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11314-1
PMID:39775897
|
研究论文 | 比较深度学习重建与迭代重建在肝细胞癌CT成像中的表现，并与3-Tesla MRI进行对照 | 首次系统比较深度学习重建与迭代重建在肝细胞癌LI-RADS分类中的表现，并与MRI金标准进行对照 | 单中心研究，样本量相对有限（89例患者） | 评估深度学习重建在肝细胞癌CT成像中的诊断性能 | 疑似肝细胞癌的肝脏病灶 | 医学影像分析 | 肝细胞癌 | CT成像，MRI成像，深度学习重建，迭代重建 | 深度学习模型 | 医学影像（CT和MRI图像） | 89例患者（52例肝细胞癌组，37例非肝细胞癌组） | NA | NA | 加权kappa系数，置信度评分 | NA |
| 8922 | 2025-06-16 |
Novel fusion-based time-frequency analysis for early prediction of sudden cardiac death from electrocardiogram signals
2025-Jul, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104370
PMID:40514105
|
研究论文 | 提出了一种基于融合的时频深度学习框架，用于通过分类相关心脏状况来早期预测心源性猝死 | 采用新颖的融合技术结合时频表示，增强了心电图信号的判别能力，实现了高精度的早期预测 | 未提及模型在不同人群或噪声环境下的鲁棒性验证 | 开发一种能够早期预测心源性猝死的方法 | 心电图信号 | 机器学习 | 心血管疾病 | 时频分析（spectrograms和scalograms） | 深度学习模型 | 心电图信号 | 未提及具体样本数量 | NA | NA | NA | NA |
| 8923 | 2025-06-16 |
Virtual Bonding Enhanced Graph Self-Supervised Learning for Molecular Property Prediction
2025-Jun-15, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.70147
PMID:40515556
|
研究论文 | 提出了一种名为VIBE-MPP的自监督学习框架，用于分子属性预测，通过结合弱相互作用和3D空间信息改进分子表示 | 引入了虚拟键合图神经网络(VBGNN)和双层次自监督增强预训练(DSBP)方法，首次在分子表示中考虑了长程原子间相互作用 | 未明确说明模型在更大分子或更复杂相互作用体系中的适用性 | 改进分子属性预测的准确性以支持药物设计与发现 | 分子及其属性 | 机器学习 | NA | 自监督学习(SSL) | Virtual Bonding Graph Neural Network (VBGNN) | 分子图数据 | 10个基准数据集 | NA | NA | NA | NA |
| 8924 | 2025-06-16 |
Multi-class transformer-based segmentation of pancreatic ductal adenocarcinoma and surrounding structures in CT imaging: a multi-center evaluation
2025-Jun-14, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05061-0
PMID:40514460
|
研究论文 | 本研究提出了一种基于深度学习的框架，用于自动化CT图像中的多类别分割，比较了四种最先进架构的性能 | 采用基于Transformer的架构（特别是Swin-UNet）进行胰腺导管腺癌及周围结构的多类别分割，表现出优异的性能和泛化能力 | 研究为回顾性多中心研究，可能存在数据偏差 | 开发自动化分割胰腺导管腺癌及周围解剖结构的深度学习框架，以辅助诊断、治疗计划和结果评估 | 胰腺导管腺癌（PDAC）及周围结构（胰腺、静脉、动脉、胰管和胆总管） | 数字病理 | 胰腺导管腺癌 | 深度学习 | UNet, nnU-Net, UNETR, Swin-UNet | CT图像 | 3265名患者（来自6个机构），其中569名用于独立测试 | NA | NA | NA | NA |
| 8925 | 2025-06-16 |
Predicting peroxisome proliferator-activated receptor gamma potency of small molecules: a synergistic consensus model and deep learning binding affinity approach powered by Enalos Cloud Platform
2025-Jun-14, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11230-6
PMID:40515966
|
研究论文 | 本研究介绍了两种先进的计算机模型，用于预测靶向PPARγ的小分子化合物的结合亲和力和生物活性 | 开发了基于分子对接分数的神经网络分类器和结合随机森林、支持向量机及k近邻算法的共识模型，用于预测小分子的PPARγ拮抗活性 | 模型验证虽遵循OECD指南，但样本量相对较小（34种PFAS物质） | 支持抗糖尿病治疗中PPARγ调节剂的发现 | 靶向PPARγ的小分子化合物 | 机器学习 | 糖尿病 | 分子对接、虚拟筛选 | 神经网络、随机森林、支持向量机、k近邻 | 分子描述符数据 | 34种PFAS物质 | NA | NA | NA | NA |
| 8926 | 2025-06-16 |
Predicting pulmonary hemodynamics in pediatric pulmonary arterial hypertension using cardiac magnetic resonance imaging and machine learning: an exploratory pilot study
2025-Jun-14, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03434-6
PMID:40515976
|
研究论文 | 本研究探索了利用机器学习从非侵入性心脏磁共振（CMR）电影图像中预测儿童肺动脉高压（PAH）患者的肺动脉血流动力学的潜力 | 首次将深度学习模型应用于儿童PAH患者的非侵入性CMR图像，以预测肺动脉压力和血管阻力指数 | 样本量较小（40例），且为回顾性研究，结果需要更大规模的前瞻性研究验证 | 探索非侵入性方法替代心导管检查评估儿童PAH患者的血流动力学参数 | 儿童肺动脉高压患者 | 医学影像分析 | 肺动脉高压 | 心脏磁共振成像（CMR） | 深度学习模型 | 医学影像 | 40例儿童PAH患者的CMR研究 | NA | NA | NA | NA |
| 8927 | 2025-06-16 |
Optimizing stroke detection with genetic algorithm-based feature selection in deep learning models
2025-Jun-14, Applied neuropsychology. Adult
DOI:10.1080/23279095.2025.2516259
PMID:40516039
|
研究论文 | 本研究探讨了基于遗传算法的特征选择与三种深度学习架构（InceptionV3、VGG19和MobileNetV2）的集成，以提升神经影像数据中的中风检测效果 | 将遗传算法与MobileNetV2结合用于特征选择，显著提高了分类准确率并降低了计算复杂度，这是相对于传统CNN流程的创新点 | 研究仅针对神经影像数据中的中风检测，未涉及其他类型的医学影像或疾病 | 开发准确且高效的中风诊断模型 | 神经影像数据中的中风检测 | 数字病理学 | 心血管疾病 | 遗传算法（GA） | InceptionV3, VGG19, MobileNetV2 | 图像 | NA | NA | NA | NA | NA |
| 8928 | 2025-06-16 |
Predicting time to live birth with deep learning embryo ranking: a novel multiple imputation approach
2025-Jun-13, Human reproduction (Oxford, England)
DOI:10.1093/humrep/deaf102
PMID:40514039
|
研究论文 | 本研究探讨了胚胎选择算法在预测活产时间（TTLB）中的临床效用，并展示了其相对于手动排名的潜在优势 | 采用多重插补方法估计胚胎选择算法的临床效用，提高了TTLB预测的准确性 | 方法依赖于对缺失结果的准确预测，且TTLB估计仅适用于特定数据集 | 评估胚胎选择算法在预测活产时间中的临床效用 | 3783个治疗周期中的17914个可用胚胎 | 机器学习 | 生殖健康 | 多重插补链式方程（MICE） | 深度学习 | 胚胎数据 | 3783个治疗周期，17914个胚胎 | NA | NA | NA | NA |
| 8929 | 2025-06-16 |
Quantitative and qualitative assessment of ultra-low-dose paranasal sinus CT using deep learning image reconstruction: a comparison with hybrid iterative reconstruction
2025-Jun-13, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11763-2
PMID:40514598
|
research paper | 本研究评估了超低剂量鼻窦CT结合深度学习图像重建（DLR）在定量和定性表现上相较于混合迭代重建（IR）的优势 | 首次在超低剂量鼻窦CT中比较DLR与混合IR的性能，证明DLR在降低图像噪声、提高信噪比和对比噪声比方面的显著优势 | 研究为回顾性分析，样本量相对有限（132例患者） | 评估超低剂量CT结合DLR在鼻窦术前成像中的性能 | 接受超低剂量鼻窦CT扫描的患者 | 医学影像分析 | 鼻窦疾病 | 超低剂量CT扫描 | DLR（深度学习图像重建） | CT图像 | 132例患者 | NA | NA | NA | NA |
| 8930 | 2025-06-16 |
MOPSOGAT: Predicting CircRNA-Disease Associations via Improved Multi-objective Particle Swarm Optimization and Graph Attention Network
2025-Jun-13, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00725-3
PMID:40514639
|
研究论文 | 提出了一种名为MOPSOGAT的新方法，通过改进的多目标粒子群优化算法和图注意力网络预测circRNA与疾病的关联 | 首次将多目标粒子群优化算法用于优化图注意力网络的参数，并提出了一种解决异构图节点类型分布不均导致特征学习受限的方法 | 未明确说明方法在更大规模数据集上的适用性或计算效率 | 优化circRNA与疾病关联预测模型的性能 | circRNA与疾病的关联关系 | 生物信息学 | 多种疾病 | 多目标粒子群优化(MOPSO)、图注意力网络 | MOPSOGAT(结合MOPSO和GAT) | 生物分子关联数据 | NA | NA | NA | NA | NA |
| 8931 | 2025-06-16 |
ISAR Dataset for the Recognition of Conical Targets with Micro-Motion
2025-Jun-12, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05193-4
PMID:40506549
|
研究论文 | 本文介绍了ISAR微动数据集(IMD)，一个基于全极化ISAR工作原理的模拟雷达回波数据集，用于评估不同方法的性能 | 提出了首个公开可用的ISAR微动数据集，解决了现有研究依赖自建模拟数据的问题 | 数据集基于模拟生成，可能与实际雷达回波存在差异 | 为弹道微动目标识别研究提供标准化的评估数据集 | 弹道微动目标的雷达回波数据 | 雷达信号处理 | NA | 全极化ISAR电磁模拟 | NA | 雷达回波数据(包含方位角序列数据和目标静态电场数据) | 未明确说明具体样本数量 | NA | NA | NA | NA |
| 8932 | 2025-06-16 |
Human-perceived vs actual built environment: Using human-centred GeoAI and street view images to support urban planning in Australia
2025-Jun-12, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.126070
PMID:40513273
|
研究论文 | 本研究探讨了人类感知与客观测量的建筑环境之间的关系，通过墨尔本大都会区的试点研究，使用街景图像和深度学习技术量化感知的建筑环境特征 | 结合人类感知与客观测量的建筑环境特征，使用GeoAI和街景图像量化'5D'城市设计维度，为城市规划提供可操作证据 | 研究仅在墨尔本大都会区进行试点，结果可能不具全国代表性；密度超过阈值时的感知变化机制需进一步研究 | 探索人类感知与客观建筑环境特征之间的关系，支持可持续城市规划 | 墨尔本大都会区的建筑环境 | GeoAI | NA | 深度学习 | NA | 街景图像 | 墨尔本大都会区的街景图像数据集 | NA | NA | NA | NA |
| 8933 | 2025-10-06 |
Deep learning-driven automated high-content dSTORM imaging with a scalable open-source toolkit
2025-Jun-11, Biophysical reports
IF:2.4Q3
DOI:10.1016/j.bpr.2025.100201
PMID:40023500
|
研究论文 | 开发了一个基于深度学习的开源工具包，用于自动化dSTORM超分辨率显微镜成像 | 首个将深度学习分割和物体检测集成到dSTORM超分辨率显微镜的自动化工作流程，在低对比度样本中表现优异 | NA | 开发自动化超分辨率显微镜工具，提高成像效率和易用性 | 细胞培养中的微管蛋白和神经纤维中的βII-血影蛋白 | 计算机视觉 | NA | dSTORM超分辨率显微镜 | 深度学习 | 生物医学图像 | NA | 开源工具包 | NA | NA | NA |
| 8934 | 2025-06-16 |
Identification of Atypical Scoliosis Patterns Using X-ray Images Based on Fine-Grained Techniques in Deep Learning
2025-Jun-11, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682251349999
PMID:40500925
|
研究论文 | 本研究开发了一种基于深度学习的细粒度分类模型，利用X射线图像筛查脊柱侧弯，并进一步筛查与Chiari畸形I型（CMS）相关的非典型脊柱侧弯模式 | 基于ResNet-50网络构建了多种模型，包括ResNet-50 Coronal、ResNet-50 Sagittal等，用于筛查非典型脊柱侧弯模式，部分模型性能甚至超过了资深脊柱外科医生 | 研究样本量相对较小，仅包含508对X射线图像 | 开发能够准确筛查与CMS相关的非典型脊柱侧弯模式的深度学习模型 | Chiari畸形I型（CMS）患者、青少年特发性脊柱侧弯（AIS）患者和正常对照（NC）的X射线图像 | 计算机视觉 | 脊柱侧弯 | 深度学习 | ResNet-50 | X射线图像 | 508对冠状面和矢状面X射线图像 | NA | NA | NA | NA |
| 8935 | 2025-06-16 |
Deep-learning algorithm for the diagnosis and prediction of hydroxychloroquine retinopathy: An International, multi-institutional study
2025-Jun-11, Ophthalmology. Retina
DOI:10.1016/j.oret.2025.06.003
PMID:40513830
|
research paper | 开发了一种名为HCQuery的深度学习算法，用于从SD-OCT图像中检测羟氯喹视网膜病变的存在并预测其未来发生 | 该算法能够在临床诊断前平均220.8天预测羟氯喹视网膜病变，并在疾病的所有阶段进行检测 | 研究依赖于回顾性数据，且样本来自非连续收集的患者 | 开发并验证一种深度学习算法，用于羟氯喹视网膜病变的诊断和预测 | 接受羟氯喹治疗的患者 | digital pathology | retinopathy | spectral-domain optical coherence tomography (SD-OCT) | CNN (EfficientNet-b4) | image | 409名患者（171名阳性，238名阴性）和8251张SD-OCT b-scans（1988个体积） | NA | NA | NA | NA |
| 8936 | 2025-06-16 |
Machine learning-guided prediction of energy storage performance of carbon cathode materials for zinc-ion hybrid capacitors
2025-Jun-09, Journal of colloid and interface science
IF:9.4Q1
DOI:10.1016/j.jcis.2025.138139
PMID:40513349
|
研究论文 | 本文利用机器学习和深度学习模型预测锌离子混合电容器碳阴极材料的储能性能 | 创新性地整合机器学习技术预测锌离子混合电容器的储能性能，为碳阴极材料的设计和优化提供实用指导 | NA | 提升锌离子混合电容器的储能能力 | 锌离子混合电容器的碳阴极材料 | 机器学习 | NA | 机器学习（ML）、深度学习（DL） | LightGBM、SHAP、PDP | 材料性能数据 | NA | NA | NA | NA | NA |
| 8937 | 2025-06-16 |
Robust S3Former deep learning model for the direct diagnosis and prediction of natural organic matter (NOM) from three-dimensional excitation-emission-matrix (3D-EEM) data
2025-Jun-09, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123994
PMID:40516405
|
research paper | 本研究提出了一种名为S3Former的深度学习模型，用于直接从三维激发-发射矩阵（3D-EEM）数据中诊断和预测天然有机物（NOM）的种类和浓度 | 开发了结合稀疏空间光谱（S3）感知注意力机制的Transformer框架，构建了新型深度学习模型S3Former，用于复杂场景下NOM种类和浓度的识别与预测 | 在更复杂的NOM混合物和超滤过程中，模型的预测准确率有所下降 | 提高水环境中天然有机物的监测效率和准确性 | 天然有机物（NOM）的种类和浓度 | machine learning | NA | 3D-EEM荧光光谱 | S3Former (基于Transformer的深度学习模型) | 三维光谱数据 | 包含一元和二元NOM物种的数据集 | NA | NA | NA | NA |
| 8938 | 2025-06-16 |
The Role of Muscle Density in Predicting the Amputation Risk in Peripheral Arterial Disease: A Tissue Composition Study Using Lower Extremity CT Angiography
2025-Jun-05, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111439
PMID:40507011
|
研究论文 | 本研究探讨了肌肉密度在预测外周动脉疾病（PAD）患者截肢风险中的作用，通过下肢CT血管造影分析组织组成 | 首次系统性地研究了肌肉密度（而非仅肌肉体积）在PAD患者截肢风险预测中的独立预后价值 | 回顾性研究设计，样本量相对有限（134例患者） | 评估肌肉密度作为PAD患者截肢风险预测因子的临床价值 | 134例接受下肢CT血管造影检查的患者（包括非PAD、轻度PAD和严重肢体缺血患者） | 数字病理学 | 心血管疾病 | CT血管造影（CTA）结合深度学习软件分析 | 深度学习 | 医学影像 | 134例患者（2018年1月至2023年12月期间接受检查） | NA | NA | NA | NA |
| 8939 | 2025-06-16 |
Connectogram-COH: A Coherence-Based Time-Graph Representation for EEG-Based Alzheimer's Disease Detection
2025-Jun-05, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111441
PMID:40507013
|
研究论文 | 提出一种基于信号相干性的时间图表示方法Connectogram-COH，用于EEG信号的阿尔茨海默病检测 | 将EEG信号转换为具有时间分辨率的图表示，并进一步转化为灰度图像，适用于深度学习分类器 | 未提及具体样本量及数据集的多样性 | 开发一种新的EEG信号表示方法以提高阿尔茨海默病的检测准确率 | 多通道EEG信号 | 数字病理学 | 阿尔茨海默病 | EEG信号分析 | 深度学习架构 | 时间序列数据 | NA | NA | NA | NA | NA |
| 8940 | 2025-06-16 |
PlantDeepMeth: A Deep Learning Model for Predicting DNA Methylation States in Plants
2025-Jun-05, Plants (Basel, Switzerland)
DOI:10.3390/plants14111724
PMID:40508398
|
research paper | 介绍了一种名为PlantDeepMeth的深度学习模型，用于预测植物中的DNA甲基化状态 | 提出了一种新的深度学习模型PlantDeepMeth，专门用于预测植物中的DNA甲基化状态，填补了该领域工具的空白 | 未提及具体的样本量或数据集的详细描述 | 开发一种工具以预测植物中的DNA甲基化状态，推动植物基因组学研究 | 植物中的DNA甲基化状态 | machine learning | NA | DNA甲基化测序 | 深度学习模型 | 基因组数据 | NA | NA | NA | NA | NA |