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 32373 篇文献，本页显示第 11561 - 11580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11561 | 2025-05-10 |
A breakthrough computational strategy for efficient enzymatic digestion of walnut protein to prepare antioxidant peptides
2025-Jun-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143311
PMID:39970520
|
research paper | 提出一种结合深度学习模型与虚拟消化的高效计算策略CAE-VD，用于制备具有特定活性的核桃蛋白抗氧化肽 | 首次将高精度深度学习模型（卷积自编码器，CAE）与虚拟消化（VD）相结合，指导酶的选择以高效制备天然生物活性肽（NBAPs） | 研究仅针对核桃蛋白，未验证其他蛋白来源的适用性 | 开发高效计算策略以优化天然生物活性肽的酶法制备过程 | 核桃蛋白及其酶解产物 | 机器学习 | NA | 虚拟消化（VD）与深度学习建模 | 卷积自编码器（CAE） | 肽序列数据与活性数据 | 未明确样本量（涉及核桃蛋白、碱性蛋白酶、胃蛋白酶和胰蛋白酶） | NA | NA | NA | NA |
| 11562 | 2025-05-10 |
A Tc1- and Th1-T-lymphocyte-rich tumor microenvironment is a hallmark of MSI colorectal cancer
2025-Jun, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6415
PMID:40181205
|
research paper | 该研究通过分析MSI和MSS结直肠癌患者的肿瘤微环境，揭示了T细胞亚群的组成和功能差异 | 首次详细描述了MSI结直肠癌中Tc1和Th1 T细胞的富集及其与免疫检查点治疗反应的关系 | 样本量相对有限，且仅针对结直肠癌，未涉及其他癌症类型 | 探究MSI和MSS结直肠癌患者肿瘤微环境中T细胞亚群的组成和功能差异 | 79例MSI和1,045例MSS结直肠癌患者 | digital pathology | colorectal cancer | multiplex-fluorescence immunohistochemistry | CNN | image | 79 MSI和1,045 MSS结直肠癌样本 | NA | NA | NA | NA |
| 11563 | 2025-05-10 |
Canine EEG helps human: cross-species and cross-modality epileptic seizure detection via multi-space alignment
2025-Jun, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaf086
PMID:40330047
|
研究论文 | 提出一种基于跨物种和跨模态脑电图数据的多空间对齐方法，以提高癫痫发作的检测能力和理解 | 首次展示整合不同物种和模态的异质数据以提高基于EEG的癫痫发作检测性能的有效性 | 是一项初步研究，仅提供了多物种和多模态数据整合的挑战和潜力的见解 | 提高癫痫发作的检测能力和理解 | 人类和犬类的脑电图数据 | 机器学习 | 癫痫 | 脑电图(EEG) | 深度学习，包括领域适应和知识蒸馏 | EEG信号 | 多个人类和犬类的表面和颅内EEG数据集 | NA | NA | NA | NA |
| 11564 | 2025-05-10 |
Zero-Shot Artifact2Artifact: Self-incentive artifact removal for photoacoustic imaging
2025-Jun, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100723
PMID:40331014
|
研究论文 | 提出了一种零样本自监督伪影去除方法ZS-A2A，用于提高三维光声成像的质量 | 利用超轻量网络和随机丢弃传感器数据的方法，无需训练数据或先验知识即可实现伪影去除 | 未提及在复杂临床环境中的验证结果 | 提高三维光声成像的质量 | 光声成像中的伪影 | 数字病理 | NA | 光声成像 | 超轻量网络 | 图像 | 模拟研究和动物实验 | NA | NA | NA | NA |
| 11565 | 2025-05-10 |
An Optimized Framework of QSM Mask Generation Using Deep Learning: QSMmask-Net
2025-Jun, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70057
PMID:40331503
|
research paper | 提出了一种基于深度学习的QSM掩模生成优化框架QSMmask-Net，用于精确生成定量磁化率成像（QSM）所需的掩模 | QSMmask-Net通过深度神经网络实现了精确的QSM掩模生成，其性能优于其他掩模生成方法，且与人工掩模（金标准）的差异最小 | 未提及具体局限性 | 优化QSM掩模生成方法，提高定量磁化率成像的准确性和效率 | 定量磁化率成像（QSM）中的掩模生成 | digital pathology | NA | deep learning | deep neural network | image | 模拟数据和健康对照组 | NA | NA | NA | NA |
| 11566 | 2025-05-10 |
Deep learning enabled open-set bacteria recognition using surface-enhanced Raman spectroscopy
2025-May-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117245
PMID:39965415
|
研究论文 | 提出了一种基于transformer的神经网络，用于利用表面增强拉曼光谱(SERS)进行开放集细菌识别 | 结合分类和重建任务，通过分析重建误差拒绝未知细菌种类，提高了开放集识别的准确性 | 未提及具体样本数量和细菌种类范围 | 改进现有封闭集细菌识别方法的局限性，提高实际应用中的鲁棒性 | 细菌种类识别 | 机器学习 | NA | 表面增强拉曼光谱(SERS) | transformer | 光谱数据 | NA | NA | NA | NA | NA |
| 11567 | 2025-05-10 |
Thermo-responsive and phase-separated hydrogels for cardiac arrhythmia diagnosis with deep learning algorithms
2025-May-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117262
PMID:39965416
|
研究论文 | 开发了一种基于水凝胶的皮肤界面电极，用于心脏心律失常的诊断，并通过深度学习算法实现高精度识别 | 通过温度介导的可切换氢键相互作用，实现了水凝胶电极的可编程粘附与剥离，显著提高了粘附能量的开关比 | 未提及长期使用的生物相容性或耐久性测试结果 | 开发一种可编程粘附的水凝胶电极，用于心脏心律失常的实时监测与诊断 | 心脏心律失常患者 | 数字病理学 | 心血管疾病 | 深度学习算法 | NA | 电信号（ECG） | 八种常见心律失常患者 | NA | NA | NA | NA |
| 11568 | 2025-05-10 |
Transfer learning‑based attenuation correction in 99mTc-TRODAT-1 SPECT for Parkinson's disease using realistic simulation and clinical data
2025-May-06, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-025-00756-1
PMID:40327202
|
研究论文 | 本研究探讨了利用蒙特卡洛模拟数据预训练模型进行迁移学习，以改进帕金森病DAT SPECT成像中的衰减校正性能 | 首次提出基于纯模拟数据预训练的迁移学习方法（TLAC-MC），在有限临床数据情况下显著提升衰减校正效果 | 研究依赖于模拟数据的真实性，且临床样本量相对有限（100例） | 开发更有效的DAT SPECT衰减校正方法以提升帕金森病早期检测准确性 | 99mTc-TRODAT-1脑SPECT成像数据 | 数字病理学 | 帕金森病 | 蒙特卡洛模拟（MC SIMIND程序）、SPECT成像 | 3D cGAN（条件生成对抗网络）与U-Net | 医学影像数据（SPECT） | 200个数字脑模型模拟数据 + 100例真实临床SPECT数据 | NA | NA | NA | NA |
| 11569 | 2025-05-10 |
OSMlanduse a dataset of European Union land use at 10 m resolution derived from OpenStreetMap and Sentinel-2
2025-May-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04703-8
PMID:40328764
|
research paper | 该研究通过融合OpenStreetMap和Sentinel-2数据，创建了一个10米分辨率的欧盟土地利用地图 | 首次成功在大区域范围内融合OpenStreetMap和Copernicus数据，并达到10米或更精细的空间分辨率 | NA | 创建一个高分辨率的欧盟土地利用地图 | 欧盟的土地利用情况 | 地理信息系统 | NA | 深度学习卷积神经网络 | CNN | 遥感图像和OpenStreetMap标签 | 覆盖欧盟61.8%的区域 | NA | NA | NA | NA |
| 11570 | 2025-05-10 |
The analysis of English language teaching with machine translation based on virtual reality technology
2025-May-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00592-4
PMID:40328816
|
研究论文 | 本研究探讨了虚拟现实(VR)技术与机器翻译(MT)技术在英语语言教学(ELT)中的应用效果 | 提出了一种基于深度学习(DL)的新型MT模型，并将其与VR技术成功整合以优化ELT质量 | 仅针对40名英语专业学生进行了初步测试，样本规模较小 | 探索VR与MT技术结合在英语教学中的应用潜力 | 英语语言教学(ELT) | 自然语言处理 | NA | 深度学习(DL) | 新型MT模型 | 文本 | 40名英语专业学生 | NA | NA | NA | NA |
| 11571 | 2025-05-10 |
Lightweight deep learning for real-time road distress detection on mobile devices
2025-May-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59516-5
PMID:40328808
|
研究论文 | 本研究提出了一种轻量级深度学习方法MobiLiteNet，用于在移动设备上实时检测道路损坏 | 结合了高效通道注意力机制、结构优化、稀疏知识蒸馏、结构化剪枝和量化技术，显著提高了计算效率同时保持高检测精度 | NA | 开发适用于移动设备的轻量级道路损坏检测系统 | 道路损坏 | 计算机视觉 | NA | 深度学习 | MobileNet | 图像 | 收集自欧洲和亚洲的多样化数据集 | NA | NA | NA | NA |
| 11572 | 2025-05-10 |
Passive localization based on radio tomography images with CNN model utilizing WIFI RSSI
2025-May-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99694-2
PMID:40328896
|
research paper | 该论文提出了一种基于无线电断层成像（RTI）和卷积神经网络（CNN）的被动定位系统，用于在室内环境中定位和跟踪目标 | 利用深度学习技术改进RTI图像质量，并开发了两个CNN模型来重建静态断层图像和提高定位精度 | 未提及具体样本量或实验环境的多样性限制 | 开发一种无需携带设备的被动定位系统，适用于安全和医疗监控等隐私敏感场景 | 室内环境中的目标物体 | machine learning | NA | WIFI RSSI测量 | CNN | 无线电信号强度数据 | NA | NA | NA | NA | NA |
| 11573 | 2025-05-10 |
Deep learning-based computational approach for predicting ncRNAs-disease associations in metaplastic breast cancer diagnosis
2025-May-06, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14113-z
PMID:40329245
|
research paper | 本研究提出了一种基于深度强化学习（DRL）的框架，用于预测非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联，以提高疾病分类的准确性 | 采用深度强化学习（DRL）框架和多维描述符系统（ncRNADS）整合序列特征和目标基因描述符，显著提高了预测ncRNA与疾病关联的准确性 | 模型在非乳腺癌疾病（如阿尔茨海默病）中的交叉反应性较低（8-9%准确率），可能限制了其在其他疾病中的应用 | 开发一种高精度的计算方法，用于预测ncRNA与化生性乳腺癌的关联，以支持精准肿瘤学 | 非编码RNA（ncRNA）与化生性乳腺癌（MBC）的关联 | machine learning | breast cancer | Deep Reinforcement Learning (DRL), 多维描述符系统（ncRNADS） | DRL | 序列数据和目标基因描述符 | 整合了550个序列特征和1,150个目标基因描述符（miRDB评分≥90） | NA | NA | NA | NA |
| 11574 | 2025-05-10 |
Keypoint localization and parameter measurement in ultrasound biomicroscopy anterior segment images based on deep learning
2025-May-06, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01388-3
PMID:40329288
|
research paper | 本研究开发了一种基于深度学习的模型，用于从超声生物显微镜（UBM）图像中自动提取关键点并精确测量前段参数 | 利用YOLOv8分割关键解剖结构，提高了关键点定位的准确性，并通过深度学习模型实现了前段参数的自动测量 | 研究仅选择了后囊完整的图像，可能限制了数据集的多样性和模型的泛化能力 | 开发并评估一种深度学习模型，用于自动提取关键点和测量前段参数，以提高眼科诊断的效率和准确性 | 超声生物显微镜（UBM）前段图像 | computer vision | 眼科疾病（如青光眼、白内障和屈光不正） | 深度学习 | YOLOv8 | 图像 | 716张UBM前段图像 | NA | NA | NA | NA |
| 11575 | 2025-10-07 |
Diverging Effects of Violence Exposure and Psychiatric Symptoms on Amygdala-Prefrontal Maturation During Childhood and Adolescence
2025-May, Biological psychiatry. Cognitive neuroscience and neuroimaging
DOI:10.1016/j.bpsc.2024.08.003
PMID:39182725
|
研究论文 | 本研究探讨暴力暴露和精神病症状对儿童和青少年时期杏仁核-前额叶皮层回路成熟的不同影响 | 首次揭示暴力暴露与精神病症状对杏仁核-前额叶回路成熟产生相反方向的影响，并区分了适应性和病理性神经发育机制 | 研究基于横断面数据，无法确定因果关系；样本来自单一队列 | 探究暴力暴露背景下杏仁核-前额叶回路成熟与精神病风险的关系 | 1133名来自费城神经发育队列的青少年 | 神经科学 | 精神疾病 | 静息态功能连接，深度学习 | 深度学习模型 | 脑功能连接数据 | 1133名青少年 | NA | NA | 脑年龄差距估计 | NA |
| 11576 | 2025-05-10 |
Injury degree appraisal of large language model based on retrieval-augmented generation and deep learning
2025 May-Jun, International journal of law and psychiatry
IF:1.4Q3
DOI:10.1016/j.ijlp.2025.102070
PMID:39970564
|
研究论文 | 本研究提出了一种结合检索增强生成（RAG）、基于图的知识库和深度学习的新方法，以提升大型语言模型（LLMs）在法医损伤评估中的性能 | 通过整合RoBERTa-CNN模型和图知识库的RAG策略，显著提升了LLMs在损伤评估任务中的准确率，相比传统检索方法提高了21至59个百分点 | 研究主要基于中国的《人体损伤程度鉴定标准》（SAEBI），在其他司法管辖区的适用性可能需要进一步验证 | 提升大型语言模型在法医损伤评估等专业领域的应用性能 | 大型语言模型（LLMs）在法医损伤评估中的应用 | 自然语言处理 | NA | 检索增强生成（RAG）、深度学习 | RoBERTa-CNN | 文本 | 26,199个真实世界的损伤评估案例 | NA | NA | NA | NA |
| 11577 | 2025-05-10 |
Deep-learning-based diagnosis framework for ankle-brachial index defined peripheral arterial disease of lower extremity wound: Comparison with physicians
2025-May, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108654
PMID:39978141
|
研究论文 | 本研究提出了一种基于深度学习的框架，用于检测和分类下肢伤口患者的周围动脉疾病（PAD）和周围动脉闭塞性疾病（PAOD），并与医生的诊断结果进行比较 | 首次使用CNN-based深度学习算法（AlexNet、GoogleNet和ResNet101V2）对下肢伤口患者的PAD进行检测和分类，并与医生的诊断结果进行对比 | 未提及样本量的具体细节，且仅比较了三种CNN模型和两类医生的诊断结果，可能缺乏更广泛的验证 | 建立一种自动检测和分类下肢伤口患者PAD和PAOD的深度学习框架 | 下肢伤口患者 | 数字病理学 | 周围动脉疾病 | 深度学习 | CNN（AlexNet、GoogleNet、ResNet101V2） | 图像 | NA | NA | NA | NA | NA |
| 11578 | 2025-05-10 |
NICE polyp feature classification for colonoscopy screening
2025-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03338-9
PMID:40075052
|
研究论文 | 本研究开发了一种多类分类器，用于独立分类NICE分类中的三个关键特征，以提高结肠镜检查中息肉分类的准确性 | 采用独立分类方法对NICE分类中的三个关键特征进行分类，优先考虑临床相关特征而非手工或深奥的深度学习特征 | 未提及样本量的具体细节，且仅测试了内部和公共数据集 | 提高结肠镜检查中息肉分类的准确性，以改善结直肠癌的诊断 | 结肠镜检查中的息肉 | 数字病理学 | 结直肠癌 | 多类分类器 | NA | 图像 | NA | NA | NA | NA | NA |
| 11579 | 2025-05-10 |
VisionGuard: enhancing diabetic retinopathy detection with hybrid deep learning
2025-May, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2025.2486476
PMID:40156773
|
研究论文 | 本文提出了一种名为MobileFusionNet的新型混合深度学习模型，用于增强糖尿病视网膜病变的检测 | 结合MobileNet和GoogleNet架构的优势，开发了一种适用于移动设备的高效糖尿病视网膜病变检测方法 | 未提及模型在多样化人群或不同设备上的泛化能力 | 开发一种高效准确的糖尿病视网膜病变自动检测方法 | 糖尿病视网膜病变患者的视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | HOG特征提取和LDA降维 | MobileFusionNet（基于MobileNet和GoogleNet的混合模型） | 图像 | 大规模视网膜图像数据集（具体数量未提及） | NA | NA | NA | NA |
| 11580 | 2025-05-10 |
The retinal age gap: an affordable and highly accessible biomarker for population-wide disease screening across the globe
2025-May, Proceedings. Biological sciences
DOI:10.1098/rspb.2024.2233
PMID:40328303
|
研究论文 | 本研究评估了视网膜年龄差（RAG）作为一种新型生物标志物在广泛疾病筛查中的潜力 | 提出了一种非侵入性、成本效益高的新型生物标志物RAG，适用于全球范围内的疾病筛查，特别是在低收入和中等收入国家 | 研究主要基于UK Biobank和BRSET的数据，可能无法完全代表全球所有人群 | 评估RAG作为广泛疾病筛查生物标志物的潜力 | UK Biobank和BRSET的参与者 | 数字病理学 | 多种疾病（包括慢性肾病、心血管疾病、失明、视力丧失和糖尿病等） | 深度学习 | 深度学习模型 | 图像（眼底图像） | UK Biobank的86,522名参与者和BRSET的8,524名参与者 | NA | NA | NA | NA |