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 40477 篇文献，本页显示第 10321 - 10340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10321 | 2025-10-05 |
Mino-Bimaadiziwin and the Pursuit of Harmony
2025-Nov, Personality and social psychology review : an official journal of the Society for Personality and Social Psychology, Inc
IF:7.7Q1
DOI:10.1177/10888683251345043
PMID:41017246
|
研究论文 | 本文介绍北美原住民安尼什纳比格人的幸福观Mino-Bimaadiziwin及其七大祖训美德体系 | 首次将北美原住民的幸福观引入心理学研究，提出以和谐为核心的非西方幸福理论框架 | 研究范围限于特定原住民群体，未与其他文化体系进行系统比较 | 探索非西方文化背景下的幸福理论，丰富心理学对幸福的理解 | 安尼什纳比格原住民文化中的幸福概念Mino-Bimaadiziwin及七大祖训美德 | 心理学 | NA | 故事工作法 | NA | 文化文本 | NA | NA | NA | NA | NA |
| 10322 | 2025-10-05 |
Hybrid deep learning framework for environmental microplastic classification: Integrating CNN-based spectral feature extraction and transformer models
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.126989
PMID:40816460
|
研究论文 | 提出一种结合CNN和Transformer的混合深度学习框架，用于环境微塑料的FTIR光谱分类 | 首次将CNN的局部光谱特征提取能力与Transformer的全局依赖建模能力相结合，形成互补优势的混合架构 | 未提及模型在极端环境条件下的表现验证 | 开发高精度的环境微塑料分类方法 | 来自土壤、空气、沉积物和水体基质的环境微塑料 | 机器学习 | NA | 傅里叶变换红外光谱(FTIR) | CNN, Transformer | 光谱数据 | 包含17种聚合物类型的光谱数据集 | NA | CNN-Transformer混合架构 | 准确率 | NA |
| 10323 | 2025-10-05 |
Surveillance of urban river environment by quantifying distributions of water quality parameters using hyperspectral remote sensing-based ripple propagation graph network
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.126875
PMID:40846259
|
研究论文 | 提出混合反馈涟漪网络（HF-RN）从无人机高光谱数据中反演水质参数浓度 | 集成深度学习、空间分布模式分析和概率统计分析，通过涟漪传播图网络增强采样区与未采样区的空间关联性 | 未明确说明模型对特定水质条件或地理环境的泛化能力 | 开发高效的城市河流水质监测方法 | 城市河流水质参数（总磷、总氮、化学需氧量、生化需氧量、叶绿素a、总悬浮固体） | 环境遥感 | NA | 高光谱遥感 | 图神经网络 | 高光谱图像 | 实际监测数据集（未明确具体样本数量） | 深度学习框架 | 混合反馈涟漪网络（HF-RN） | 平均绝对百分比误差（MAPE） | NA |
| 10324 | 2025-10-05 |
Interpreting spatiotemporal dynamics of Ulva prolifera blooms in the southern yellow sea using an attention-enhanced transformer framework
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.126999
PMID:40846261
|
研究论文 | 本研究开发了一种基于注意力增强Transformer的深度学习框架，用于解释和预测黄海南部浒苔暴发的时空动态 | 首次将多头自注意力机制的Transformer框架应用于浒苔暴发预测，能够动态捕捉空间依赖性并识别最优环境因子组合 | 研究区域仅限于黄海南部，模型在其他海域的适用性需要进一步验证 | 理解和预测浒苔暴发的复杂时空动态，为针对性防控提供科学依据 | 黄海南部的浒苔暴发现象 | 机器学习 | NA | 深度学习，时空数据分析 | Transformer | 海洋环境数据 | NA | NA | Transformer with multi-head self-attention | MAE, MSE, R | NA |
| 10325 | 2025-10-05 |
Legacy and emerging per- and poly-fluorinated substances (PFASs) as potential pathogenic drivers of diabetes mellitus: Challenges and perspectives
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.127033
PMID:40865758
|
综述 | 本文综述了全氟和多氟烷基物质（PFASs）作为糖尿病潜在致病驱动因素的研究现状与展望 | 系统总结了PFASs在不同生命阶段对糖尿病的影响机制，并提出了结合图神经网络、人工智能和多组学数据融合等前沿技术的未来研究方向 | PFASs的具体致病机制尚未完全阐明，现有研究忽视了影响因素、复合暴露相互作用以及致病机制的复杂性 | 探讨PFASs暴露与糖尿病之间的关联机制及未来研究方向 | 全氟和多氟烷基物质（PFASs）与糖尿病发病机制的关系 | 环境健康与疾病机制 | 糖尿病 | 高通量筛选、多组学数据整合、器官芯片、干细胞衍生模型 | 图神经网络、深度学习、机器学习、非线性混合模型 | 多组学数据、体外实验数据、体内实验数据 | NA | NA | NA | NA | NA |
| 10326 | 2025-10-05 |
YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection
2025-Oct, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.105484
PMID:40618564
|
研究论文 | 提出一种基于YOLOv8的樱桃谷鸭啄羽部位检测轻量级模型YOLOv8-DuckPluck | 提出新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead检测头动态调整检测策略，并应用知识蒸馏技术提升检测精度 | NA | 解决高密度多目标复杂环境下目标检测模型处理速度慢、参数量大和模型体积大的问题 | 樱桃谷鸭的啄羽行为检测 | 计算机视觉 | NA | 深度学习 | YOLO, CNN | 图像 | NA | NA | YOLOv8, NeoMSM-C2f, DyHead | mAP, 检测速度(f/s) | NA |
| 10327 | 2025-10-05 |
Assessing the impact of day and night urban outdoor environments on women's physiological and psychological states using pedestrian-centric street view images
2025-Oct, Social science & medicine (1982)
DOI:10.1016/j.socscimed.2025.118433
PMID:40743851
|
研究论文 | 通过街景图像和多学科方法评估城市昼夜环境对女性生理心理状态的影响 | 首次结合行人视角街景图像和时空分析方法研究昼夜环境变化对女性生理心理的差异化影响 | 研究范围限于特定城市环境，未考虑个体差异和文化背景等因素 | 探究不同城市环境昼夜变化对女性生理心理状态的影响机制 | 城市户外环境中的女性行人 | 计算机视觉 | NA | 街景图像采集、深度学习分析 | 深度学习模型 | 街景图像、问卷数据、生理测量数据 | 未明确说明具体样本数量 | NA | NA | 空间自相关分析、MGWR回归分析 | NA |
| 10328 | 2025-10-05 |
The interembodiment of healing: Holistic transformations in neurological rehabilitation and care
2025-Oct, Social science & medicine (1982)
DOI:10.1016/j.socscimed.2025.118468
PMID:40768952
|
研究论文 | 通过民族志研究探讨神经康复中患者与治疗师之间的跨身体互动对康复过程的影响 | 提出'跨身体性'概念，强调康复过程中情感、信息与身体学习的多维整合，挑战将瘫痪视为个体状况的传统观点 | 基于10个月民族志研究，样本范围有限，未涉及量化验证 | 探索神经康复过程中患者与治疗师之间的互动机制及其对康复效果的影响 | 瘫痪患者（脊髓损伤和创伤性脑损伤）、护理人员及康复专业人员 | 医学人类学 | 神经系统疾病 | 民族志研究、案例研究 | NA | 定性数据、观察记录、案例资料 | 10个月田野调查涉及的患者、护理人员和康复专业人员群体 | NA | NA | NA | NA |
| 10329 | 2025-10-05 |
Fusing Echocardiography Images and Medical Records for Continuous Patient Stratification
2025-Oct, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3600902
PMID:40833913
|
研究论文 | 提出融合超声心动图图像和医疗记录的方法，用于高血压患者的连续分层 | 首次将Transformer模型应用于表格数据，融合多模态医疗数据学习心血管疾病的连续表征 | 训练样本有限（少于200个训练样本），仅针对高血压患者进行研究 | 开发能够综合考虑医疗记录和超声心动图描述符的患者分层方法 | 239名高血压患者 | 医疗人工智能 | 心血管疾病 | 超声心动图，医疗记录分析 | Transformer | 图像，表格数据 | 239名高血压患者 | NA | XTab基础模型，Transformer编码器 | AUROC，平均绝对误差(MAE) | NA |
| 10330 | 2025-10-05 |
Explainable Machine Learning for Characterizing Unknown Molecular Structures in Infrared Spectra
2025-Sep-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03126
PMID:40960350
|
研究论文 | 提出一种用于红外光谱中未知分子结构功能基团检测的可解释深度学习方法 | 开发了子结构导向光谱解释器网络(SSIN)，将红外光谱分析先验知识融入训练和推理过程，解决了现有方法的黑盒问题 | NA | 开发高效且可解释的红外光谱功能基团检测方法 | 未知分子的红外光谱 | 机器学习 | NA | 红外光谱分析 | 深度学习 | 红外光谱数据 | NIST数据库中的8845个气相红外光谱 | NA | 子结构导向光谱解释器网络(SSIN) | 准确率 | NA |
| 10331 | 2025-10-05 |
UAMRL: Multi-Granularity Uncertainty-Aware Multimodal Representation Learning for Drug-Target Affinity Prediction
2025-Sep-30, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf512
PMID:41025463
|
研究论文 | 提出一种用于药物-靶点亲和力预测的不确定性感知多模态表示学习框架 | 引入基于Normal-Inverse-Gamma分布的不确定性量化机制，建模异构信息可靠性并在融合过程中抑制不可信贡献 | NA | 提高药物-靶点亲和力预测的准确性和决策透明度 | 化合物和蛋白质的多模态数据 | 机器学习 | NA | 多模态表示学习 | 双流编码器 | 多模态数据 | 多个公共DTA数据集 | NA | 双流编码器 | 预测准确性 | NA |
| 10332 | 2025-10-05 |
MEMO-Stab2: Multi-View Sequence-Based Deep Learning Framework for Predicting Mutation-Induced Stability Changes in Transmembrane Proteins
2025-Sep-29, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01774
PMID:41021316
|
研究论文 | 提出一种基于多视图序列的深度学习框架MEMO-Stab2，用于预测跨膜蛋白中点突变引起的稳定性变化 | 首个不依赖三维结构或多序列比对的跨膜蛋白稳定性预测框架，通过整合多个预训练蛋白质语言模型的嵌入特征和基于Transformer的架构实现 | 主要针对跨膜蛋白，对其他类型蛋白质的适用性需要进一步验证 | 开发快速准确的跨膜蛋白突变稳定性预测工具 | 跨膜蛋白的点突变 | 生物信息学 | NA | 深度学习，蛋白质语言模型 | Transformer | 蛋白质序列数据 | 内部和外部跨膜突变数据集 | NA | Transformer | F1分数 | NA |
| 10333 | 2025-10-05 |
Comparison of machine learning and deep learning models in manual strength prediction using anthropometric variables
2025-Sep-29, International journal of occupational safety and ergonomics : JOSE
IF:1.6Q3
DOI:10.1080/10803548.2025.2554461
PMID:41021732
|
研究论文 | 比较机器学习和深度学习模型在利用人体测量变量预测手动力量方面的性能 | 首次系统比较多种机器学习和深度学习模型在人体测量变量预测手动力量任务中的表现，并采用SHAP分析进行特征重要性解释 | 样本仅来自墨西哥坎佩切经济活跃人群，可能限制结果的普适性；集成方法存在过拟合倾向 | 评估不同预测模型在基于人体测量变量估计手动力量方面的性能 | 382名来自墨西哥坎佩切经济活跃人群的参与者 | 机器学习 | NA | 人体测量学 | 线性回归,随机森林,AdaBoost,极端梯度提升,TabNet,TabPFN,CNN | 人体测量数据和力量数据 | 382名参与者 | NA | TabNet,TabPFN,自定义卷积神经网络 | 平均绝对误差,均方误差,解释方差得分 | NA |
| 10334 | 2025-10-05 |
Beyond the human eye: Artificial intelligence revolutionizing plasma quality control
2025-Sep-29, Vox sanguinis
IF:1.8Q3
DOI:10.1111/vox.70122
PMID:41022431
|
研究论文 | 开发基于人工智能的自动化系统用于标准化检测血浆颜色和浊度异常 | 首次将深度学习技术应用于血浆质量控制的自动化检测，替代传统主观视觉检查 | 研究在单一输血中心进行，样本量相对有限 | 评估人工智能系统在输血医学中血浆质量控制的准确性和可靠性 | 输血用血浆袋 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 训练集789袋血浆（467正常，322异常），测试集Phase 1 184袋（145正常，39异常），Phase 2 486袋（287正常，199异常） | NA | NA | 准确率，灵敏度，特异性，精确度 | NA |
| 10335 | 2025-10-01 |
Correction: Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19777-y
PMID:41023127
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10336 | 2025-10-01 |
ResViT-GANNet: a deep learning framework for classifying breast cancer histopathology images using multimodal attention and GAN-based augmentation
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01940-6
PMID:41023673
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10337 | 2025-10-01 |
Hepatocellular carcinoma (HCC) and focal nodular hyperplasia (FNH) showing iso- or hyperintensity in the hepatobiliary phase: differentiation using Gd-EOB-DTPA enhanced MRI radiomics and deep learning features
2025-Sep-29, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01927-3
PMID:41023894
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10338 | 2025-10-05 |
Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review
2025-Sep-26, Current environmental health reports
IF:7.4Q1
DOI:10.1007/s40572-025-00497-4
PMID:41003951
|
综述 | 本文综述了地理空间人工智能在环境流行病学领域的最新进展与应用 | 整合地理空间分析与机器学习方法形成GeoAI新范式，实现大规模人群健康数据的可扩展暴露评估 | 存在参与者隐私保护、数据代表性不足以及高质量验证数据集构建困难等挑战 | 探讨GeoAI在环境暴露评估和健康行为结果确定中的应用价值 | 环境暴露因素与人群健康关系研究 | 地理空间人工智能 | 心血管疾病、痴呆症、癌症 | 地理空间分析、机器学习、智能手机和可穿戴设备传感器数据采集 | 深度学习 | 地理空间数据、智能手机传感器数据、街景图像 | NA | NA | NA | 测量准确性、设计有效性 | NA |
| 10339 | 2025-10-05 |
InfEHR: Clinical phenotype resolution through deep geometric learning on electronic health records
2025-Sep-26, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63366-6
PMID:41006287
|
研究论文 | 提出InfEHR框架，通过深度几何学习从电子健康记录中自动计算临床可能性 | 将完整电子健康记录转换为时间图以捕捉表型动态，实现无需大量标注数据的临床概率推断 | 仅在小样本标注数据上进行测试，未在大规模多种疾病上验证 | 开发无需大量标注数据的电子健康记录临床表型解析方法 | 电子健康记录中的临床数据 | 医疗人工智能 | 新生儿无菌性脓毒症、术后急性肾损伤 | 深度几何学习 | 几何深度学习模型 | 电子健康记录多模态数据 | 来自西奈山医疗系统和加州大学欧文医学中心的电子健康记录 | NA | 时间图神经网络 | 灵敏度, 特异度 | NA |
| 10340 | 2025-10-05 |
A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16275-z
PMID:41006445
|
研究论文 | 本文提出了一个用于脊髓损伤定位和解剖分割的开源超声数据集，并建立了深度学习基准 | 发布了目前最大的公开脊髓超声注释数据集，首次公开报告了用于脊髓解剖标记评估的目标检测和分割架构 | 数据集主要基于猪脊髓图像，人类数据的零样本泛化性能仍有提升空间 | 促进医学机器学习在临床环境中的应用，特别针对脊髓损伤定位和解剖分割 | 猪脊髓和人类脊髓的超声图像 | 计算机视觉 | 脊髓损伤 | 超声成像，B模式 | 目标检测，语义分割 | 图像 | 10,223张B模式超声图像，来自25只猪脊髓 | NA | YOLOv8, DeepLabv3, SAMed | 平均精度(mAP50-95), Dice系数 | NA |