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 33344 篇文献，本页显示第 9681 - 9700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9681 | 2025-06-11 |
VKAD: A novel fault detection and isolation model for uncertainty-aware industrial processes
2025-Sep, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107664
PMID:40435556
|
研究论文 | 提出了一种名为VKAD的新型故障检测与隔离模型，用于处理不确定性感知的工业过程 | 将Koopman算子理论与变分自编码器结合，提出VKAD模型，能够推断动态系统观测值的分布并捕获系统演化的不确定性 | 未明确提及 | 提高工业过程中故障检测与隔离的准确性和可靠性 | 工业过程的动态系统 | 机器学习 | NA | 变分自编码器 | VKAD（Variational Koopman Anomaly Detector） | 时间序列数据 | Tennessee Eastman Process (TEP)数据集和真实卫星在轨遥测数据集(SAT) | NA | NA | NA | NA |
| 9682 | 2025-10-06 |
Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples
2025-Aug-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.138370
PMID:40267710
|
研究论文 | 本研究开发了一种结合高光谱成像和深度学习的新型方法，用于快速筛选环境样品中具有共代谢能力的微塑料降解细菌 | 首次将高光谱成像技术与深度学习算法相结合，直接在共代谢固体培养基上快速识别微塑料降解细菌，显著提高了筛选效率 | 仅成功筛选出一种PBAT降解细菌，方法验证范围有限，需要进一步扩大样本验证 | 开发高效筛选微塑料降解细菌的新方法，解决传统筛选方法耗时且效率低的问题 | 环境样品中的共代谢微塑料降解细菌，特别是PBAT降解细菌 | 计算机视觉 | NA | 高光谱成像技术 | 深度学习算法 | 高光谱图像数据 | NA | NA | NA | 与传统方法验证结果一致 | NA |
| 9683 | 2025-06-11 |
Improving image quality and diagnostic performance using deep learning image reconstruction in 100-kVp CT enterography for patients with wide-range body mass index
2025-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112167
PMID:40398003
|
research paper | 评估深度学习图像重建（DLIR）算法在100-kVp CT肠造影（CTE）中对不同BMI患者图像质量、诊断信心和肠道病变检测的临床价值 | 比较了DLIR与传统ASiR-V算法在图像质量、诊断信心和肠道病变检测方面的表现，发现DLIR-M在图像质量和诊断信心上表现更优，并可能提高初级读者对炎症性病变的检测敏感性 | 炎症性病变检测的敏感性提升未达到统计学显著性，需要进一步研究 | 评估DLIR算法在100-kVp CTE中的临床价值 | 84名接受100-kVp双期CTE检查的患者 | 数字病理 | 肠道疾病 | CT enterography (CTE) | DLIR (深度学习图像重建) | image | 84名患者 | NA | NA | NA | NA |
| 9684 | 2025-06-11 |
LiDSCUNet++: A lightweight depth separable convolutional UNet++ for vertebral column segmentation and spondylosis detection
2025-Aug, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2025.105703
PMID:40460622
|
research paper | 提出了一种轻量级深度学习框架LiDSCUNet++，用于脊柱分割和脊椎病检测 | 结合深度可分离卷积和点卷积的轻量级UNet++框架，显著减少可训练参数、内存使用、能耗和计算时间 | 性能受限于数据不足和现有解决方案的高计算复杂度 | 开发高效的计算机辅助诊断系统，帮助医生诊断脊柱疾病 | 狗脊柱X光片中的椎骨异常 | digital pathology | spondylosis | deep learning | LiDSCUNet++, UNet++, YOLOv8 | image | NA | NA | NA | NA | NA |
| 9685 | 2025-10-06 |
Intraindividual Comparison of Image Quality Between Low-Dose and Ultra-Low-Dose Abdominal CT With Deep Learning Reconstruction and Standard-Dose Abdominal CT Using Dual-Split Scan
2025-Jul-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001151
PMID:39874436
|
研究论文 | 通过双源CT扫描在肝转移患者中比较低剂量/超低剂量CT（采用深度学习重建）与标准剂量CT（采用模型迭代重建）对局灶性肝病灶显示效果的非劣效性研究 | 首次在单个CT检查中采用双源分割扫描技术，实现同一患者不同剂量水平CT图像的个体内比较，并评估深度学习重建在低剂量CT中的临床应用价值 | 对肝转移的敏感性可能有所降低，需要在临床应用时保持谨慎 | 评估低剂量和超低剂量腹部CT结合深度学习重建在局灶性肝病灶显示方面是否不劣于标准剂量CT | 疑似或已知肝转移的患者 | 医学影像 | 肝转移癌 | 双源CT扫描，深度学习重建，模型迭代重建 | 深度学习重建 | CT影像 | 133名参与者（男性58名，平均BMI 23.0±3.4 kg/m²） | NA | NA | 病灶显示清晰度评分，病灶检测率，敏感性，特异性，信噪比，对比噪声比 | NA |
| 9686 | 2025-10-06 |
Impact of Noisy Supervision in Foundation Model Learning
2025-Jul, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3552309
PMID:40117144
|
研究论文 | 本文首次全面分析预训练数据中噪声的本质并提出NMTune方法来缓解其对下游任务的负面影响 | 首次系统研究预训练数据噪声对基础模型泛化能力的影响，并提出适用于参数高效和黑盒调优的噪声缓解方法 | 实验主要基于合成噪声数据集，在真实噪声场景下的验证仍需进一步加强 | 研究预训练数据噪声对基础模型泛化能力的影响及其缓解方法 | 基础模型在预训练和下游任务中的表现 | 机器学习 | NA | 全监督预训练、图像-文本对比预训练 | 基础模型 | 图像、文本 | ImageNet-1K、YFCC15M、CC12M数据集 | NA | 流行的视觉和语言模型架构 | 域内性能、域外性能 | NA |
| 9687 | 2025-06-11 |
Artificial intelligence for optimal in vitro fertilization morphokinetics
2025-Jul, European journal of obstetrics, gynecology, and reproductive biology
DOI:10.1016/j.ejogrb.2025.114039
PMID:40398145
|
research paper | 该研究开发了一个基于人工智能的模型，用于通过延时成像视频确定胚胎的形态动力学阶段 | 首次使用公开的体外受精数据集，结合CNN和EfficientNetB4深度学习模型，对胚胎形态动力学阶段进行分类 | 模型的整体准确率为0.71，灵敏度为0.59，仍有提升空间 | 开发人工智能模型以优化体外受精胚胎的形态动力学分析 | 人类胚胎的延时成像视频 | digital pathology | infertility | time-lapse imaging (TLI) | CNN, EfficientNetB4 | video | 704个视频，来自716对不孕夫妇，共240万张图像 | NA | NA | NA | NA |
| 9688 | 2025-10-06 |
Development of an Interpretable Machine Learning Model for Neurotoxicity Prediction of Environmentally Related Compounds
2025-Jun-10, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c03311
PMID:40307185
|
研究论文 | 开发了一种可解释的机器学习模型，用于预测环境相关化合物的神经毒性 | 结合三种分子表示方法和多种机器学习算法，开发出高性能且可解释的神经毒性预测模型 | 在已知神经毒性数据的89种化合物上准确率为0.74，仍有提升空间 | 预测环境相关化合物的神经毒性，填补神经毒性数据空白 | 环境相关化合物，特别是人体血液中检测到的1170种化合物 | 机器学习 | 神经系统疾病 | 分子指纹、分子描述符、分子图 | XGBoost, 传统机器学习算法, 深度学习方法 | 分子结构数据 | 1170种人体血液中检测到的化合物，其中89种有已知神经毒性数据 | XGBoost | NA | 准确率, AUC | NA |
| 9689 | 2025-06-11 |
High-Output Droplet Electricity Generator for Intelligent Self-Powered Biochemical Analysis
2025-Jun-10, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02079
PMID:40491299
|
研究论文 | 提出了一种微型智能自供电电子舌（MISET），用于化学和生物物质的高灵敏度、可靠性和实时检测 | MISET引入了封闭式液体传感环境和液滴能量生成机制，显著提高了信号稳定性和电荷转移效率，并通过深度学习辅助分析优化信号处理和模式识别 | NA | 克服传统分析方法在灵敏度、可靠性、便携性和实时检测方面的挑战 | 化学和生物物质 | 生物传感 | NA | 液滴能量生成（DEG）机制和深度学习辅助分析 | 深度学习 | 液体传感信号 | NA | NA | NA | NA | NA |
| 9690 | 2025-06-11 |
Artificial intelligence-powered microscopy: Transforming the landscape of parasitology
2025-Jun-10, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13433
PMID:40492595
|
综述 | 本文探讨了人工智能在寄生虫学领域的应用及其潜力 | 综述了人工智能、机器学习和深度学习在寄生虫学中的应用，特别是针对Apicomplexan、Diplomonad和Kinetoplastid类群的研究 | 讨论了在生物医学领域中实施和扩展人工智能应用所面临的挑战和限制 | 探索人工智能如何填补寄生虫学研究和诊断中的空白 | Apicomplexan、Diplomonad和Kinetoplastid类群的寄生虫 | 数字病理学 | 寄生虫病 | 显微镜和图像分析 | 机器学习和深度学习 | 图像 | NA | NA | NA | NA | NA |
| 9691 | 2025-06-11 |
Genome-resolved metagenomics from short-read sequencing data in the era of artificial intelligence
2025-Jun-10, Functional & integrative genomics
IF:3.9Q1
DOI:10.1007/s10142-025-01625-x
PMID:40493087
|
综述 | 本文综述了基于人工智能的短读长宏基因组数据分析工具及其在基因组解析宏基因组学中的应用 | 整合人工智能技术于宏基因组数据分析的不同阶段，提升了处理复杂多维数据的准确性、可扩展性和效率 | 早期机器学习与深度学习模型因测序技术进步而效率降低，当前AI工具的局限性未明确说明 | 探讨人工智能在基因组解析宏基因组学中的应用及其工具性能 | 短读长宏基因组数据 | 机器学习 | NA | 短读长测序 | 机器学习和深度学习 | 基因组数据 | NA | NA | NA | NA | NA |
| 9692 | 2025-06-11 |
Multiproperty Deep Learning of the Correlation Energy of Electrons and the Physicochemical Properties of Molecules
2025-Jun-10, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00414
PMID:40493380
|
研究论文 | 本文利用基于信息理论方法(ITA)的密度描述符作为多属性深度学习(DL)的特征，预测分子的相关能量和物理化学性质 | 首次将ITA密度描述符用于多属性深度学习，预测电子相关能量和多种物理化学性质，并在准确性和效率上优于传统的TD-DFT方法 | 未明确提及具体局限性 | 开发一种基于ITA-DL的通用框架，用于准确、低成本预测分子的多种性质 | 分子的电子相关能量和物理化学性质(如分子极化率、NMR屏蔽常数、氧化还原电位等) | 机器学习 | NA | 深度学习(DL), 信息理论方法(ITA) | DL | 分子描述符数据 | 未明确提及具体样本数量，但包含小发色团和大分子测试集 | NA | NA | NA | NA |
| 9693 | 2025-06-11 |
Deep learning without borders: recent advances in ultrasound image classification for liver diseases diagnosis
2025-Jun-09, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2025.2514764
PMID:40445166
|
review | 本文综述了深度学习技术在利用超声影像进行肝脏疾病分类方面的最新进展 | 探讨了从CNN到其混合版本（如CNN-Transformer）等多种模型在脂肪肝、纤维化和肝癌等疾病检测中的应用 | 讨论了在不同临床环境中数据和模型泛化面临的挑战 | 提升肝脏疾病的自动诊断水平 | 肝脏疾病（如脂肪肝、纤维化和肝癌） | digital pathology | liver disease | ultrasound imaging | CNN, CNN-Transformer | image | NA | NA | NA | NA | NA |
| 9694 | 2025-06-11 |
Lightweight LLM-Based Anomaly Detection Framework for Securing IoTMD Enabled Diabetes Management Control Systems
2025-Jun-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3577604
PMID:40489281
|
研究论文 | 本研究评估了多种轻量级大型语言模型（LLMs）在基于IoTMD的糖尿病管理控制系统（DMCS）中的异常检测性能 | 使用LoRA微调的LLaMA 3.2 1B-Instruct模型在异常检测中达到了99.91%的准确率和100%的精确度，展示了基于transformer架构的优越适应性和鲁棒性 | 研究仅针对糖尿病管理控制系统，未涉及其他IoTMD应用场景 | 评估轻量级LLMs在IoTMD系统中的异常检测性能，以增强其安全性 | 基于IoTMD的糖尿病管理控制系统（DMCS） | 自然语言处理 | 糖尿病 | LoRA（Low-Rank Adaptation） | LLM（包括LLaMA 3.2 1B-Instruct、GPT-2、Phi-1、Gemma 2B-Instruct等） | 文本 | NA | NA | NA | NA | NA |
| 9695 | 2025-06-11 |
Temporal Integrative Machine Learning for Early Detection of Diabetic Retinopathy Using Fundus Imaging and Electronic Health Records
2025-Jun-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3578197
PMID:40489278
|
research paper | 提出一种新颖的时间整合机器学习系统，结合眼底图像和电子健康记录（EHR）用于糖尿病视网膜病变（DR）的早期检测 | 系统独特地处理EHR数据，关注时间趋势和长期患者历史，创建数千个时间特征，捕捉其随时间演变的动态，并提供无与伦比的模型精细度 | 数据主要为未标记性质，训练阶段采用了伪标记技术 | 开发一个更动态和全面的机器学习系统，以增强DR检测并提供相关风险因素的新见解 | 糖尿病视网膜病变（DR）患者 | machine learning | diabetic retinopathy | 伪标记技术 | temporal tabular model, deep learning multi-modal model | image, text | 5,000名患者的25,000张视网膜图像和长达20年的电子健康记录 | NA | NA | NA | NA |
| 9696 | 2025-06-11 |
Optimizing structured surfaces for diffractive waveguides
2025-Jun-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60626-3
PMID:40481002
|
研究论文 | 本文介绍了一种通用的衍射波导设计，通过深度学习优化，能够实现与传统介质波导相当的性能和多种功能 | 提出了可级联的衍射波导设计，能够实现任意长度，并开发了多种波导组件，包括弯曲衍射波导、模式滤波和模式分裂设计以及模式特定的偏振控制 | 实验验证仅在太赫兹频谱中进行，尚未在其他波长（如可见光和红外光谱）中全面验证 | 优化衍射波导设计，以实现低损耗、高模式纯度的波导传播和多功能应用 | 衍射波导及其组件 | 光学工程 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 9697 | 2025-06-11 |
Air quality prediction based on factor analysis combined with Transformer and CNN-BILSTM-ATTENTION models
2025-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03780-4
PMID:40481069
|
research paper | 提出了一种结合因子分析和深度学习模型的创新空气质量预测框架 | 整合因子分析与Transformer及CNN-BILSTM-ATTENTION模型，显著提升预测精度和稳定性 | 未来计划包括优化因子提取、探索外部数据源和开发更高效的深度学习架构 | 开发高精度的空气质量预测方法 | 北京天坛站的空气质量数据 | machine learning | NA | factor analysis, discrete wavelet transform | Transformer, CNN-BILSTM-ATTENTION | time series data | NA | NA | NA | NA | NA |
| 9698 | 2025-06-11 |
Quantum-enhanced intelligent system for personalized adaptive radiotherapy dose estimation
2025-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05673-y
PMID:40481168
|
研究论文 | 介绍了一种新型量子增强智能系统，用于个性化自适应放疗剂量估计 | 整合量子算法、深度学习和蒙特卡洛模拟，实现计算速度提升8-15倍，同时保持高精度 | 仅在模拟数据集上验证，尚未在真实临床环境中测试 | 提高个性化自适应放疗剂量估计的精确性和效率 | 放疗剂量估计 | 医疗人工智能 | 癌症 | 量子算法、深度学习、蒙特卡洛模拟 | CNN、RNN | 模拟数据 | NA | NA | NA | NA | NA |
| 9699 | 2025-06-11 |
The outcome prediction method of football matches by the quantum neural network based on deep learning
2025-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91870-8
PMID:40481179
|
研究论文 | 本研究提出了一种基于深度学习的量子神经网络模型，用于高精度预测足球比赛结果 | 创新性地将量子神经网络应用于足球比赛结果预测，相比传统神经网络和其他先进模型，在预测精度上有显著提升 | 未提及模型在实时预测或小样本数据上的表现，且仅针对欧洲主要联赛数据进行了验证 | 构建和优化基于深度学习的量子神经网络模型，用于足球比赛结果的高精度预测 | 欧洲主要足球联赛2008-2022年的比赛数据 | 机器学习 | NA | 量子神经网络(QNN)、深度学习(DL) | 多层感知机(MLP)与量子神经网络(QNN)结合 | 结构化数据(比赛结果、球队信息、球员统计、比赛场地等) | 2008-2022年欧洲主要足球联赛的详细比赛记录 | NA | NA | NA | NA |
| 9700 | 2025-06-11 |
A versatile CRISPR/Cas9 system off-target prediction tool using language model
2025-Jun-06, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08275-6
PMID:40481308
|
研究论文 | 介绍了一种名为CCLMoff的深度学习框架，用于预测CRISPR/Cas9系统的脱靶效应 | 结合了预训练的RNA语言模型，能够捕获sgRNA与靶位点之间的相互序列信息，并在广泛的NGS检测数据集上表现出强大的泛化能力 | NA | 提高CRISPR/Cas9基因编辑的精确性和效率，减少脱靶效应 | CRISPR/Cas9系统的单导RNA（sgRNA）和靶位点 | 生物信息学 | 单基因遗传病 | NGS | 深度学习框架 | RNA序列数据 | NA | NA | NA | NA | NA |