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 11581 - 11600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11581 | 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 |
| 11582 | 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 |
| 11583 | 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 |
| 11584 | 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 |
| 11585 | 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 |
| 11586 | 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 |
| 11587 | 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 |
| 11588 | 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 |
| 11589 | 2025-05-10 |
Pathological Aging of Patients With Amyotrophic Lateral Sclerosis: A Preliminary Longitudinal Study
2025-May, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70484
PMID:40329780
|
研究论文 | 这项纵向研究通过评估肌萎缩侧索硬化症（ALS）患者的大脑结构年龄与实足年龄之间的差异，探索了其与认知和功能衰退的关联 | 首次使用深度学习衍生的脑结构年龄（BSA）来研究ALS患者的病理性大脑老化，并发现BSA与执行功能下降相关 | 样本量较小（仅10名ALS患者和10名健康对照），需要更大规模的队列验证 | 研究ALS患者的病理性大脑老化及其与认知和功能衰退的关系 | 10名肢体起病的ALS患者和10名人口统计学匹配的健康对照 | 数字病理学 | 肌萎缩侧索硬化症 | 结构磁共振成像（sMRI） | 深度学习 | 图像 | 10名ALS患者和10名健康对照 | NA | NA | NA | NA |
| 11590 | 2025-05-10 |
Learning the complexity of urban mobility with deep generative network
2025-May, PNAS nexus
IF:2.2Q1
DOI:10.1093/pnasnexus/pgaf081
PMID:40330108
|
research paper | 该文章介绍了一种名为DeepMobility的深度生成协作网络，旨在通过统一模型捕捉城市流动性的多面性 | 首次提出通过双向协作整合微观和宏观动态的生成深度学习模型，能够生成高保真合成流动性数据 | 未明确提及具体局限性 | 研究城市流动性复杂性，支持可持续和宜居城市的流动性数据生成 | 城市规模个体移动、人口流动和城市形态 | machine learning | NA | deep generative network | DeepMobility | mobility trajectories and flows | 中国和塞内加尔城市的移动轨迹和流动数据 | NA | NA | NA | NA |
| 11591 | 2025-05-10 |
InsightNet: A Deep Learning Framework for Enhanced Plant Disease Detection and Explainable Insights
2025-May, Plant direct
IF:2.3Q2
DOI:10.1002/pld3.70076
PMID:40330704
|
研究论文 | 本文提出了一种名为InsightNet的深度学习框架，用于增强植物疾病检测并提供可解释的见解 | 基于MobileNet架构的深度学习模型，通过更深的卷积层、dropout正则化和全连接层设计，显著提高了番茄、豆类和辣椒植物疾病分类的准确率，并利用Grad-CAM解释模型决策过程 | NA | 通过开发先进的深度学习模型，提高植物健康状况，实现多种植物疾病的检测和分类 | 番茄、豆类和辣椒植物的疾病 | 计算机视觉 | 植物疾病 | 深度学习 | MobileNet | 图像 | NA | NA | NA | NA | NA |
| 11592 | 2025-05-10 |
Optimizing Stroke Risk Prediction: A Primary Dataset-Driven Ensemble Classifier With Explainable Artificial Intelligence
2025-May, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70799
PMID:40330769
|
研究论文 | 本研究提出了一种新型集成方法，结合多种机器学习算法和可解释人工智能技术，用于预测中风风险 | 开发了一种新型集成分类器，结合AdaBoost、GBM、MLP和RF算法，并整合了SHAP和LIME等XAI技术以提高预测准确性和模型可解释性 | 未来工作需要结合深度学习和医学影像技术以进一步提高分类准确性和模型性能 | 优化中风风险预测模型，减少中风对全球健康的影响 | 医院收集的主要数据集（包含病史和临床参数）和次要数据集 | 机器学习 | 心血管疾病 | AdaBoost, GBM, MLP, RF, SHAP, LIME | 集成分类器 | 医疗历史和临床参数 | 两个数据集（主要数据集和次要数据集） | NA | NA | NA | NA |
| 11593 | 2025-05-10 |
Recent Advancements in Neuroimaging-Based Alzheimer's Disease Prediction Using Deep Learning Approaches in e-Health: A Systematic Review
2025-May, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70802
PMID:40330773
|
系统性综述 | 本文综述了深度学习在神经影像学中用于阿尔茨海默病预测的最新进展 | 探讨了基于CNN的技术，特别是使用混合和迁移学习框架的方法，以及多模态神经影像数据的结合使用 | 方法可解释性、数据异质性和数据有限性等问题仍然存在 | 提高阿尔茨海默病的早期诊断准确性和分类 | 阿尔茨海默病患者 | 数字病理学 | 老年疾病 | MRI, PET, fMRI | CNN, 混合和迁移学习框架 | 神经影像数据 | NA | NA | NA | NA | NA |
| 11594 | 2025-05-10 |
Brain multi modality image inpainting via deep learning based edge region generative adversarial network
2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329241300986
PMID:40331553
|
research paper | 该研究提出了一种基于深度学习的边缘区域生成对抗网络（DS-GAN）用于脑部多模态图像修复 | 提出DS-GAN模型，结合GS-CNN分割和EGAN边缘重建，用于脑部MRI图像修复，提高了准确性和图像质量 | 研究未提及模型在不同类型脑肿瘤或不同MRI设备上的泛化能力 | 解决脑部MRI图像处理中因异常组织导致的图像失真或偏差问题 | 脑部MRI图像 | digital pathology | brain tumor | MRI | DS-GAN, GS-CNN, EGAN | image | NA | NA | NA | NA | NA |
| 11595 | 2025-05-10 |
Speckle pattern analysis with deep learning for low-cost stroke detection: a phantom-based feasibility study
2025-May, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.5.056003
PMID:40337176
|
研究论文 | 本研究探讨了结合激光散斑技术和深度学习在低成本中风检测中的可行性 | 首次将激光散斑模式分析与3D卷积神经网络结合，用于模拟中风条件下的血流状态分类 | 研究仅在组织模型上进行，尚未考虑颅骨光学特性等体内实际因素 | 评估激光散斑技术结合深度学习在中风检测中的可行性 | 模拟不同血流状态的人工动脉组织模型 | 数字病理 | 心血管疾病 | 激光散斑成像技术 | 3D CNN (X3D_M) | 视频序列 | 不同直径(3-6mm)和深度(0-10mm)的人工动脉组织模型 | NA | NA | NA | NA |
| 11596 | 2025-05-10 |
Deep learning empowered gadolinium-free contrast-enhanced abbreviated MRI for diagnosing hepatocellular carcinoma
2025-May, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2025.101392
PMID:40337547
|
research paper | 本研究开发了一种基于深度学习的无钆对比增强简略MRI（DL-aMRI）协议，用于诊断肝细胞癌（HCC） | 利用稳定扩散模型生成对比增强MRI图像，无需使用对比剂，显著缩短扫描时间 | 研究为回顾性设计，需前瞻性研究进一步验证 | 开发高效、无对比剂的HCC诊断方法 | 肝细胞癌（HCC）患者 | digital pathology | liver cancer | MRI, deep learning | stable diffusion-based DL model | MRI图像 | 1,769名患者（913名HCC患者） | NA | NA | NA | NA |
| 11597 | 2025-05-10 |
Quantifying the most probable dynamics of a particle inside a sphere
2025-May-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0266454
PMID:40338950
|
研究论文 | 本研究结合随机过程建模与深度学习技术，量化了球形几何内受限扩散粒子的最可能过渡时间和路径 | 开发了一个结合随机微分方程数值模拟与基于Onsager-Machlup变分原理训练的神经网络架构的计算框架，用于系统识别熵优化的扩散轨迹 | NA | 研究球形几何内受限扩散粒子的统计主导过渡动力学，特别是从球心到任意边界点的最可能过渡时间和路径 | 球形几何内受限扩散的粒子 | 生物物理学 | NA | 随机微分方程数值模拟与深度学习 | 神经网络 | 模拟数据 | NA | NA | NA | NA | NA |
| 11598 | 2025-10-07 |
Breast cancer detection and classification with digital breast tomosynthesis: a two-stage deep learning approach
2025-04-28, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2024.242923
PMID:39648903
|
研究论文 | 提出一种结合改进VGG19分类和YOLOv5-CBAM检测的两阶段深度学习系统，用于乳腺断层摄影图像的乳腺癌检测与分类 | 提出两阶段深度学习架构：改进的VGG19（增加8个新层）用于图像分类，YOLOv5-CBAM用于肿瘤检测和良恶性区分 | NA | 开发计算机辅助诊断系统以提高乳腺癌筛查和诊断的准确性、效率和可靠性 | 数字乳腺断层摄影（DBT）图像 | 计算机视觉 | 乳腺癌 | 数字乳腺断层摄影 | CNN, YOLO | 医学图像 | 5,060名患者的22,032次DBT检查 | NA | VGG19, YOLOv5 | 准确率, 训练损失, 训练准确率 | NA |
| 11599 | 2025-05-10 |
Exploring Molecular and Genetic Differences in Angelica biserrata Roots Under Environmental Changes
2025-Apr-20, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26083894
PMID:40332784
|
研究论文 | 该研究通过代谢组学和转录组学方法，结合机器学习和贝叶斯优化的深度学习模型，探索了环境变化对当归根部香豆素生物合成的影响 | 整合多组学数据与机器学习模型，揭示了环境因素对香豆素生物合成的调控机制，并预测了最佳栽培条件 | 研究仅关注了特定环境因素对香豆素含量的影响，未考虑其他可能的生物或化学因素 | 阐明不同生境下当归根部的生物学特性及差异调控机制，为理解代谢变化的分子机制提供理论框架 | 当归根部 | 生物信息学 | NA | 代谢组学, 转录组学, 机器学习, 深度学习 | 贝叶斯优化的深度学习模型 | 分子数据, 环境数据 | NA | NA | NA | NA | NA |
| 11600 | 2025-05-10 |
Genome-Wide Identification and Expression Analysis of TONNEAU1 Recruited Motif (TRM) Gene Family in Tomato
2025-Apr-13, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26083676
PMID:40332175
|
研究论文 | 本研究通过生物信息学方法鉴定了番茄中的28个SlTRM基因家族成员，并分析了它们的蛋白结构、理化性质、共线性、基因结构、保守基序和启动子顺式作用元件 | 首次利用DeepMind开发的AlphaFold3深度学习架构对28个SlTRM基因进行了三维结构预测，并提出了SlTRM基因家族在番茄侧枝发育中的潜在作用 | 对SlTRM基因家族成员的具体功能理解仍有限，实验验证不足 | 研究番茄中TRM基因家族的成员及其在植物器官形态调控中的作用 | 番茄(Solanum lycopersicum)中的SlTRM基因家族 | 生物信息学 | NA | RNA-seq, qRT-PCR, AlphaFold3 | 深度学习 | 基因组数据、转录组数据 | 28个SlTRM基因家族成员 | NA | NA | NA | NA |