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 9101 - 9120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9101 | 2025-06-13 |
Molecular insights into the unique activation and allosteric modulation mechanisms of the human mas-related G-protein-coupled receptor X1
2025-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.144815
PMID:40451369
|
research paper | 该研究通过高斯加速分子动力学（GaMD）和深度学习技术，揭示了人类mas相关G蛋白偶联受体X1（MRGPRX1）的独特激活和变构调节机制 | 首次获得了未结合受体的稳定非活性构象，揭示了MRGPRX1在缺乏W切换开关和其他保守基序的情况下从非活性状态转变为活性状态的微妙结构和动态变化，并阐明了ML382通过短程和长程途径增强肽激动剂BAM与MRGPRX1结合亲和力的分子基础 | NA | 研究MRGPRX1的激活和变构调节机制，以促进镇痛和止痒药物的合理设计 | 人类mas相关G蛋白偶联受体X1（MRGPRX1） | 分子动力学模拟与深度学习 | 疼痛和瘙痒相关疾病 | 高斯加速分子动力学（GaMD）、神经关系推理（NRI）深度学习、结合自由能计算 | NRI | 分子动力学模拟数据 | NA | NA | NA | NA | NA |
| 9102 | 2025-06-13 |
TIGPR: A multi-view ground penetrating radar detection data for damage assessment of transportation infrastructure
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111665
PMID:40496733
|
research paper | 介绍了一个名为TIGPR的高质量地面穿透雷达(GPR)图像数据集，用于交通基础设施损坏的检测和评估 | 提供了多样化的交通基础设施损坏数据，支持深度学习在无损检测和自动化评估中的应用 | 数据采集地点有限，可能无法涵盖所有环境条件下的基础设施损坏情况 | 推动智能损坏检测技术的发展，支持交通基础设施监测的机器学习模型开发 | 道路、桥梁、隧道和机场等交通基础设施的结构性损坏 | computer vision | NA | 2D和3D GPR系统(IDS-FastWave, MALA GX750, GeoScope 3D-Radar) | NA | image | 覆盖贵州、金华和南京等地的高速公路、市政道路和桥梁结构 | NA | NA | NA | NA |
| 9103 | 2025-06-13 |
UrduSER: A comprehensive dataset for speech emotion recognition in Urdu language
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111627
PMID:40496743
|
research paper | 该文章介绍了一个名为UrduSER的综合数据集，用于乌尔都语语音情感识别研究 | 开发了一个全面的乌尔都语语音情感识别数据集，填补了现有数据集的不足，包括情感种类少、样本量小和对话内容重复等问题 | 数据集虽然全面，但仍可能受限于演员表演的真实性和乌尔都语方言的多样性 | 推动乌尔都语语音情感识别技术的研究和应用 | 乌尔都语语音信号及其对应的情感状态 | 自然语言处理 | NA | 语音信号分析 | NA | 语音 | 3500个语音信号，来自10名专业演员，每种情感500个样本 | NA | NA | NA | NA |
| 9104 | 2025-06-13 |
Ripen banana dataset: A comprehensive resource for carbide detection and ripening stage analysis to enhance food quality and agricultural efficiency
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111659
PMID:40496751
|
research paper | 介绍了一个名为'Ripen Banana'的数据集，用于碳化物检测和香蕉成熟阶段分析，以提升食品质量和农业效率 | 新开发的香蕉数据集包含碳化和非碳化两类香蕉图像，覆盖从生到熟的各个阶段，为农业实践和计算机视觉技术提供了新资源 | 数据集仅来自孟加拉国Sirajganj地区，可能不具有全球代表性 | 提升食品质量和农业效率，支持数据驱动的食品检测和香蕉成熟系统 | 香蕉的成熟阶段和碳化处理 | computer vision | NA | 图像采集和增强 | machine learning和deep learning模型 | image | 1404张原始图像和6410张增强图像，总计7814张图像 | NA | NA | NA | NA |
| 9105 | 2025-06-13 |
Meet the engineer using deep learning to restore Renaissance art
2025-Jun, Nature
IF:50.5Q1
DOI:10.1038/d41586-025-01776-8
PMID:40500324
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9106 | 2025-06-13 |
EnhancerDetector : Enhancer Discovery from Human to Fly via Interpretable Deep Learning
2025-May-31, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656532
PMID:40501920
|
research paper | 介绍了一个基于卷积神经网络的跨物种增强子预测框架EnhancerDetector，该框架结合了高准确性和生物可解释性 | 提出了一种新的跨物种增强子预测方法，通过集成策略减少假阳性，并支持在新物种上进行微调，同时利用类激活图增强模型的可解释性 | 未提及具体的技术或数据限制 | 开发一个准确且可解释的增强子预测框架，适用于多种物种 | 人类、小鼠和果蝇的增强子序列 | machine learning | NA | deep learning, convolutional neural network | CNN | DNA序列数据 | 至少20,000个增强子序列用于微调 | NA | NA | NA | NA |
| 9107 | 2025-06-13 |
MCOA: A Comprehensive Multimodal Dataset for Advancing Deep Learning in Corneal Opacity Assessment
2025-May-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05205-3
PMID:40447652
|
research paper | 该研究建立了一个全面的角膜混浊多模态数据集，用于推进深度学习在角膜混浊评估中的应用 | 创建了目前最大规模的角膜混浊数据集，结合了AS-OCT图像和前段照片，为深度学习算法的发展提供了高质量数据 | 未提及数据集的多样性和代表性是否覆盖所有类型的角膜混浊 | 推进深度学习在角膜混浊识别和评估中的应用，支持AI驱动的临床决策和个性化治疗计划 | 角膜混浊患者 | digital pathology | vision impairment | AS-OCT | deep learning | image | 6,272张AS-OCT图像和392张前段照片 | NA | NA | NA | NA |
| 9108 | 2025-06-13 |
Application of deep learning models in the pathological classification and staging of esophageal cancer: A focus on Wave-Vision Transformer
2025-May-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i19.104897
PMID:40497091
|
研究论文 | 本研究探讨了深度学习技术，特别是Wave-Vision Transformer (Wave-ViT)，在食管癌病理分类和分期中的应用，以提高诊断准确性和效率 | 首次将Wave-ViT模型应用于食管癌的病理分类和分期，并在准确性和计算效率上优于其他深度学习模型 | 研究仅基于临床验证的食管病理图像数据集，未涉及其他类型的医学图像或多中心验证 | 提高食管癌病理分类和分期的诊断准确性和效率 | 食管癌的病理图像 | 数字病理 | 食管癌 | 深度学习 | Wave-ViT, Transformer, ResNet, MLP | 图像 | NA | NA | NA | NA | NA |
| 9109 | 2025-06-13 |
Enhanced Prognostication of Early Breast Cancer Outcomes Using Deep Learning on Merged Multistain and Multicolor-Depth Tumor Histopathology
2025-May-09, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/mam/ozaf044
PMID:40501404
|
研究论文 | 通过深度学习结合肿瘤组织病理学图像，提高早期乳腺癌预后的预测准确性 | 使用深度学习分析多染色和多颜色深度的肿瘤组织病理学图像，优化免疫染色方法，并评估不同图像颜色深度表示的预后效用 | 未提及具体局限性 | 提高早期乳腺癌预后的预测准确性，以帮助临床医生选择最佳治疗方案 | 早期乳腺癌患者的肿瘤组织病理学图像 | 数字病理学 | 乳腺癌 | 深度学习，免疫染色（AE1/AE3 pan-cytokeratin和H&E染色） | ResNet-50 | 图像 | 2,646张图像，来自六个不同的数据集 | NA | NA | NA | NA |
| 9110 | 2025-10-06 |
High precision ECG digitization using artificial intelligence
2025 May-Jun, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 提出一种基于深度学习的全自动心电图纸质记录高精度数字化方法 | 开发了无需人工干预的端到端深度学习解决方案，能够处理不同图像质量和标准化布局的纸质心电图 | 在极端图像质量条件下（如严重模糊或图像退化）失败率较高（6.62%） | 实现纸质心电图的高精度自动化数字化 | 纸质心电图图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | PMcardio心电图图像数据库中的6000张心电图图像 | NA | NA | 皮尔逊相关系数, 均方根误差, 信噪比 | NA |
| 9111 | 2025-10-06 |
Model-Based Convolution Neural Network for 3D Near-Infrared Spectral Tomography
2025-May, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3529621
PMID:40031020
|
研究论文 | 提出一种结合扩散方程模型与卷积神经网络的近红外光谱断层成像重建算法 | 将物理模型与深度学习相结合，通过CNN学习正则化先验来约束解空间 | 模型仅在模拟数据上训练，未使用真实患者数据进行训练 | 解决近红外光谱断层成像重建中的不适定问题 | 生物组织中的血红蛋白和水浓度分布 | 医学影像 | NA | 近红外光谱断层成像 | CNN | 3D光谱数据 | 数值模拟数据、物理体模数据和临床患者数据 | NA | CNN | 绝对偏差误差, 峰值信噪比 | NA |
| 9112 | 2025-10-06 |
CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing
2025-May, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70033
PMID:40177991
|
研究论文 | 提出一种基于边缘加权U形网络的图像拼接伪造定位方法CMV2U-Net | 开发了能同时处理双流输入图像的特征提取模块，并设计了分层融合方法防止浅层特征数据丢失 | NA | 解决深度学习在图像拼接检测中特征融合不足和模型易过拟合的问题 | 图像拼接伪造区域 | 计算机视觉 | NA | NA | U-Net | 图像 | 多个公共数据集 | NA | CMV2U-Net, U-Net | AUC, F1-score | NA |
| 9113 | 2025-10-06 |
ERAS and the challenge of the new technologies
2025-May, Minerva anestesiologica
IF:2.9Q2
DOI:10.23736/S0375-9393.25.18746-4
PMID:40214219
|
综述 | 探讨人工智能和新技术在加速康复外科协议中的整合应用及其潜力 | 提出将人工智能与新技术系统整合到ERAS协议中以解决实施障碍并实现个性化患者护理 | 需要外部验证和数据安全保障 | 探索AI和新技术如何优化ERAS协议实施并改善围手术期医疗 | 围手术期患者护理流程和ERAS协议实施 | 医疗人工智能 | 围手术期管理 | 机器学习,深度学习 | NA | 临床数据 | NA | NA | NA | NA | NA |
| 9114 | 2025-06-13 |
Screening cognitive impairment in patients with atrial fibrillation: A deep learning model based on retinal fundus photographs
2025-May, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2025.01.019
PMID:40496585
|
研究论文 | 本研究开发了一种基于视网膜眼底照片的深度学习模型，用于心房颤动患者认知障碍的简易筛查 | 首次提出基于视网膜眼底照片的深度学习模型用于心房颤动患者认知障碍的筛查，并验证了其有效性 | 研究样本量相对有限（899例患者），且外部验证集的性能有所下降（AUROC 0.773） | 开发一种简易的心房颤动患者认知障碍筛查方法 | 心房颤动患者 | 数字病理学 | 心血管疾病 | 深度学习 | vision-ensemble模型 | 图像 | 899例心房颤动患者（来自中国心房颤动注册研究） | NA | NA | NA | NA |
| 9115 | 2025-06-13 |
Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: An Observational Cohort Study
2025-Apr-30, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/75340
PMID:40305429
|
研究论文 | 比较不同多模态深度学习方法在预测病房患者临床恶化方面的效果 | 比较了结合结构化数据与临床笔记信息的模型在预测临床恶化方面的表现，并探索了不同的参数化方法 | 添加临床笔记信息并未显著提高模型性能，且研究仅基于两个医疗中心的数据 | 比较不同多模态深度学习模型在预测病房患者临床恶化方面的性能 | 病房患者 | 机器学习 | 临床恶化 | 深度学习，自然语言处理 | 深度循环神经网络（RNN） | 结构化数据和临床笔记文本 | 开发队列284,302名患者，外部验证队列248,055名患者 | NA | NA | NA | NA |
| 9116 | 2025-10-06 |
Vision transformer-based multimodal fusion network for classification of tumor malignancy on breast ultrasound: A retrospective multicenter study
2025-Apr, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.105793
PMID:39862564
|
研究论文 | 本研究开发了一种基于视觉Transformer的多模态融合网络，用于乳腺癌超声图像中肿瘤良恶性的分类 | 首次同时整合了影像组学特征、深度学习特征和临床参数，构建了专门用于乳腺肿瘤恶性预测的多模态特征融合模型 | 回顾性研究，样本量相对有限（603例患者用于训练） | 开发多模态特征融合模型用于乳腺肿瘤良恶性预测 | 乳腺超声图像和临床数据 | 计算机视觉 | 乳腺癌 | 超声成像 | Vision Transformer, 多模态融合网络 | 超声图像, 临床数据 | 1065名患者的临床特征和3315个图像数据集，其中603名患者数据用于模型训练 | NA | Vision Transformer, 多模态融合网络 | AUC, F1-score, 决策曲线分析 | NA |
| 9117 | 2025-06-13 |
Comparing methods to improve cone-beam computed tomography for dose calculations in adaptive proton therapy
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100784
PMID:40496807
|
research paper | 本研究比较了四种提高锥形束计算机断层扫描（CBCT）质量的方法，用于头颈癌患者的自适应质子治疗中的剂量计算 | 评估了四种不同的CBCT质量改进方法，包括强度校正方法、两种可变形图像配准方法和一种基于深度学习的方法，用于质子治疗中的剂量计算 | 所有四种方法在CBCT和重复CT（reCT）之间存在解剖和/或位置差异时，均可能出现异常值 | 提高CBCT图像质量以用于自适应质子治疗中的精确剂量计算 | 头颈癌患者的CBCT图像 | digital pathology | head-and-neck cancer | cone-beam CT (CBCT), deformable image registration, deep learning | deep learning-based method | image | 35 CBCTs from 24 head-and-neck cancer patients | NA | NA | NA | NA |
| 9118 | 2025-10-06 |
Machine learning for the rElapse risk eValuation in acute biliary pancreatitis: The deep learning MINERVA study protocol
2025-03-03, World journal of emergency surgery : WJES
IF:6.0Q1
DOI:10.1186/s13017-025-00594-7
PMID:40033414
|
研究论文 | 开发并验证用于预测轻度急性胆源性胰腺炎复发风险的深度学习模型 | 首次将卷积神经网络与核主成分分析结合，通过空间变量转换和图像化处理预测胰腺炎复发风险 | 研究仅限于意大利多家医院，样本来源相对单一；排除了重症胰腺炎患者 | 预测轻度急性胆源性胰腺炎患者的复发风险，改善临床决策 | 符合修订版亚特兰大标准的轻度急性胆源性胰腺炎成年患者 | 医疗人工智能 | 胰腺疾病 | 机器学习，深度学习 | CNN | 临床和人口统计学变量 | 结合MANCTRA-1研究的回顾性数据和前瞻性数据收集 | NA | 卷积神经网络 | 准确率，精确率，召回率，AUC | NA |
| 9119 | 2025-10-06 |
Macrophage memory emerges from coordinated transcription factor and chromatin dynamics
2025-Feb-19, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2025.101171
PMID:39938520
|
研究论文 | 本研究揭示巨噬细胞通过协调转录因子和染色质动态形成对炎症信号的记忆机制 | 首次证明连续炎症信号通过重编程NF-κB网络和染色质可及性景观在单个巨噬细胞中诱导记忆 | NA | 探索免疫细胞如何编码和解码动态信号以及是否保留对过去炎症暴露的记忆 | 巨噬细胞 | 机器学习 | 败血症 | 活细胞分析, ATAC测序, 转录组分析 | 深度学习 | 基因组数据, 转录组数据 | NA | NA | NA | NA | NA |
| 9120 | 2025-10-06 |
Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers
2025-Feb-03, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06117-w
PMID:39900688
|
研究论文 | 本研究开发了一种基于深度学习的脾脏CT图像自动分割方法，并结合影像组学和深度学习特征构建胃癌浆膜侵犯预测模型 | 首次使用U-Mamba模型实现脾脏CT图像全自动分割，并结合多中心数据开发了包含临床、影像组学和深度学习特征的预测模型 | 样本量相对有限（311例），仅来自两个医疗中心 | 开发胃癌浆膜侵犯的自动化预测方法 | 经病理证实的胃癌患者 | 医学影像分析 | 胃癌 | CT影像分析 | U-Mamba, 多种机器学习方法 | CT图像 | 311例来自两个中心的患者 | NA | U-Mamba | 判别能力 | NA |