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 32372 篇文献，本页显示第 11641 - 11660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11641 | 2025-05-10 |
Application of machine learning in predicting consumer behavior and precision marketing
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321854
PMID:40327711
|
research paper | 研究机器学习在消费者行为预测和精准营销中的应用 | 比较了四种机器学习模型（SVM、XGBoost、CatBoost和BPANN）在预测消费者购买意愿方面的性能，并提出了优化营销策略的具体应用 | 未来研究可以通过引入更多种类的非结构化数据（如消费者评论、图像、视频和社交媒体数据）来提高模型的预测能力 | 研究机器学习在消费者行为预测和精准营销中的应用 | 消费者的购买行为 | machine learning | NA | NA | SVM, XGBoost, CatBoost, BPANN | 结构化数据 | NA | NA | NA | NA | NA |
| 11642 | 2025-05-10 |
Deep learning for accurate B-line detection and localization in lung ultrasound imaging
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1560523
PMID:40330027
|
研究论文 | 该研究开发了基于YOLOv5和YOLOv8的改进模型YOLOv5-PBB和YOLOv8-PBB，用于肺部超声图像中B线的精确检测和定位 | 提出了两种改进的深度学习模型YOLOv5-PBB和YOLOv8-PBB，采用多边形边界框(PBBs)进行B线定位，并整合了图像预处理技术以提高图像质量 | 研究主要基于公开数据集和乌干达医疗设施的数据，可能在其他地区或人群中的泛化性有待验证 | 开发自动化的B线检测和定位方法，以解决资源有限地区专业人员不足的问题 | 肺部超声图像中的B线伪影 | 计算机视觉 | COVID-19肺炎、心力衰竭、慢性肾病、间质性肺病 | 深度学习 | YOLOv5-PBB, YOLOv8-PBB | 图像 | 来自公开数据库和乌干达医疗设施的多样化数据集 | NA | NA | NA | NA |
| 11643 | 2025-05-10 |
Enhanced breast cancer diagnosis using modified InceptionNet-V3: a deep learning approach for ultrasound image classification
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1558001
PMID:40330252
|
research paper | 该研究通过改进的InceptionNet-V3深度学习模型，提高了超声图像在乳腺癌诊断中的分类准确性 | 提出了一种集成改进InceptionV3特征的深度神经网络模型，显著提高了乳腺癌分类的准确率 | 模型训练依赖于预训练模型和特定数据集，可能在不同数据分布下表现不同 | 开发自动化且可靠的乳腺癌诊断方法，提高诊断准确性和效率 | 乳腺癌的超声图像 | digital pathology | breast cancer | deep learning, transfer learning | modified InceptionV3, GoogLeNet, ShuffleNet, AlexNet, VGG-16, SqueezeNet | image | NA | NA | NA | NA | NA |
| 11644 | 2025-05-10 |
High-resolution automated free-breathing coronary magnetic resonance angiography in comparison with coronary computed tomography angiography
2025-Jan, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf037
PMID:40330538
|
研究论文 | 本研究评估了一种新型自动化iNAV冠状动脉磁共振血管成像（CMRA）协议与冠状动脉计算机断层扫描血管成像（CCTA）在冠状动脉疾病分类中的一致性 | 开发了一种结合图像导航器（iNAV）与自动化扫描规划的CMRA协议，以提高图像质量的稳定性 | 研究样本量较小（95人），且CMRA与CCTA在CAD-RADS分类中的一致性随疾病严重程度增加而降低 | 评估自动化iNAV CMRA协议在冠状动脉疾病诊断中的临床价值 | 疑似或确诊冠状动脉疾病的患者 | 数字病理学 | 心血管疾病 | 冠状动脉磁共振血管成像（CMRA）、冠状动脉计算机断层扫描血管成像（CCTA） | 深度学习辅助自动化扫描规划 | 医学影像 | 95名个体 | NA | NA | NA | NA |
| 11645 | 2025-05-10 |
Relationship between cerebrospinal fluid circulation markers, brain degeneration, and cognitive impairment in cerebral amyloid angiopathy
2025, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2025.1549072
PMID:40330595
|
research paper | 研究脑淀粉样血管病（CAA）患者脑脊液循环标志物与脑退化和认知障碍的关系 | 首次探讨脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关联 | 样本量较小，且仅基于ADNI3数据库，可能影响结果的普遍性 | 探究脑脊液循环标志物在CAA患者中的变化及其与脑退化和认知障碍的关系 | 52名认知障碍患者（26名CAA患者和26名非CAA患者）及26名认知正常对照 | digital pathology | cerebral amyloid angiopathy | MRI, 扩散张量成像（DTI-ALPS）, 正电子发射断层扫描（PET） | deep learning-based method | image | 52名认知障碍患者和26名认知正常对照 | NA | NA | NA | NA |
| 11646 | 2025-05-10 |
Characterizing hip joint morphology using a multitask deep learning model
2025-Jan, Journal of hip preservation surgery
IF:1.4Q3
DOI:10.1093/jhps/hnae041
PMID:40331073
|
research paper | 该研究开发了一种基于YOLOv5和ConvNeXt-Tiny架构的多任务深度学习模型，用于预测髋关节形态学特征 | 首次将YOLOv5和ConvNeXt-Tiny架构结合用于髋关节形态学特征的预测 | 模型在检测cam畸形时的准确率相对较低（78.0%） | 开发准确高效的机器学习算法用于髋关节形态病理学的诊断 | 髋关节形态学特征（包括cam畸形、坐骨棘征、发育不良等） | digital pathology | developmental dysplasia of the hip, femoroacetabular impingement | deep learning | YOLOv5, ConvNeXt-Tiny | medical imaging | NA | NA | NA | NA | NA |
| 11647 | 2025-05-10 |
Sentiment mining of online comments of sports venues: Consumer satisfaction and its influencing factors
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319476
PMID:40333946
|
研究论文 | 基于互联网大数据、深度学习、主题分析和社交网络分析，对体育场馆在线评论进行情感挖掘，以捕捉消费者满意度及其影响因素 | 利用互联网大数据和深度学习技术进行情感挖掘，替代传统耗时、资源密集且覆盖范围有限的调查方法 | 未提及具体样本量或数据来源的局限性 | 研究体育场馆消费者满意度及其影响因素，以开发更消费者友好的服务 | 体育场馆的在线评论 | 自然语言处理 | NA | 情感挖掘、主题分析、社交网络分析 | 深度学习 | 文本 | NA | NA | NA | NA | NA |
| 11648 | 2025-05-10 |
A KAN-based hybrid deep neural networks for accurate identification of transcription factor binding sites
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322978
PMID:40334196
|
research paper | 提出了一种基于KAN的混合深度神经网络CBR-KAN，用于准确识别转录因子结合位点 | 结合多尺度卷积模块、BiLSTM网络和KAN网络，通过残差连接优化模型，显著提高了预测准确率 | 未提及模型在更大规模数据集上的泛化能力 | 预测转录因子结合位点，以支持药物设计和开发 | DNA序列中的转录因子结合位点 | bioinformatics | NA | ChIP-seq | CNN, BiLSTM, KAN | DNA序列数据 | 50个常见的ChIP-seq基准数据集 | NA | NA | NA | NA |
| 11649 | 2025-05-10 |
OA-HybridCNN (OHC): An advanced deep learning fusion model for enhanced diagnostic accuracy in knee osteoarthritis imaging
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322540
PMID:40334259
|
research paper | 该研究提出了一种名为OA-HybridCNN (OHC)的深度学习融合模型，用于提高膝关节骨关节炎影像诊断的准确性 | OHC模型整合了ResNet和DenseNet架构，有效解决了DenseNet中的梯度消失问题，并提高了预测准确性 | 未提及具体局限性 | 提高膝关节骨关节炎影像诊断的准确性和效率 | 膝关节骨关节炎影像数据 | computer vision | geriatric disease | 深度学习 | CNN (ResNet和DenseNet融合) | image | 未提及具体样本数量 | NA | NA | NA | NA |
| 11650 | 2025-05-10 |
Artificial intelligence in pathologic myopia: a review of clinical research studies
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1572750
PMID:40337273
|
review | 本文综述了人工智能在病理性近视（PM）临床研究中的最新进展 | 探讨了AI在PM筛查、诊断、分级分类及预测评估中的潜在应用 | 未提及具体AI模型的性能比较或临床验证的局限性 | 探索AI技术在病理性近视管理中的应用 | 病理性近视及其相关眼底疾病 | digital pathology | geriatric disease | machine learning, deep learning | NA | image | NA | NA | NA | NA | NA |
| 11651 | 2025-05-10 |
Brain age in multiple sclerosis: a study with deep learning and traditional machine learning
2025, Brain communications
IF:4.1Q2
DOI:10.1093/braincomms/fcaf152
PMID:40337466
|
研究论文 | 本研究使用深度学习和传统机器学习方法评估多发性硬化症患者的脑龄，并比较两种方法的性能 | 首次在多发性硬化症患者中比较深度学习和传统机器学习方法在脑龄评估中的表现，并验证深度学习模型的有效性 | 研究为回顾性观察研究，数据来自两个机构，可能存在选择偏倚 | 验证深度学习脑龄模型在多发性硬化症中的有效性，并比较其与传统机器学习模型的性能 | 多发性硬化症患者 | 数字病理学 | 多发性硬化症 | MRI | 全卷积网络（深度学习）与传统机器学习模型 | 图像 | 1516名多发性硬化症患者的4584个MRI扫描 | NA | NA | NA | NA |
| 11652 | 2025-05-10 |
Deciphering metabolic disease mechanisms for natural medicine discovery via graph autoencoders
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1594186
PMID:40337507
|
research paper | 该研究开发了一种结合图自编码器(GAEs)和非负矩阵分解(NMF)的创新框架，用于通过代谢物-疾病关联分析研究代谢疾病的发病机制 | 结合图自编码器和非负矩阵分解的创新框架，用于揭示代谢疾病的发病机制 | 未明确说明样本量或数据来源的具体限制 | 研究代谢疾病的发病机制，以支持天然药物的发现和开发 | 代谢疾病（如糖尿病）及其相关的代谢物 | machine learning | diabetes | graph autoencoders (GAEs), non-negative matrix factorization (NMF) | GAE, NMF | metabolite-disease association data | NA | NA | NA | NA | NA |
| 11653 | 2025-10-07 |
Unsupervised inter-domain transformation for virtually stained high-resolution mid-infrared photoacoustic microscopy using explainable deep learning
2024-12-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-55262-2
PMID:39738110
|
研究论文 | 提出一种基于可解释深度学习的无监督跨域转换方法，将低分辨率中红外光声显微镜图像转换为类共聚焦荧光染色的高分辨率图像 | 首次将可解释深度学习应用于中红外光声显微镜图像的无监督跨域转换，通过添加显著性约束提高转换过程的稳定性和可靠性 | 方法在培养的人类心脏成纤维细胞上验证，尚未在其他细胞类型或组织上测试 | 实现无需标记的高分辨率双工细胞成像 | 人类心脏成纤维细胞的细胞核和丝状肌动蛋白 | 计算机视觉 | 心血管疾病 | 中红外光声显微镜，共聚焦荧光显微镜 | GAN | 图像 | NA | NA | 生成对抗网络 | 显著性相似度 | NA |
| 11654 | 2025-10-07 |
The Theranostic Genome
2024-12-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-55291-x
PMID:39738156
|
研究论文 | 本文提出“诊疗基因组”概念，通过深度学习混合人机流程整合多源生物医学数据库，识别可用于癌症诊疗一体化的基因靶点和先导化合物 | 首次定义“诊疗基因组”概念，开发深度学习混合人机流程整合多源生物医学数据库，实现基因与诊疗化合物的系统关联 | NA | 克服诊疗药物开发中的瓶颈，促进精准医学发展 | 人类基因组中可用于诊疗应用的基因表达数据 | 生物信息学 | 癌症 | RNA测序，深度学习 | 深度学习 | 基因组数据，文献数据，数据库记录 | 超过17,000个人类组织样本 | NA | NA | NA | NA |
| 11655 | 2025-05-10 |
Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer
2024-Dec-30, BJS open
IF:3.5Q1
DOI:10.1093/bjsopen/zrae158
PMID:39963943
|
研究论文 | 开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫 | 首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持 | 在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量 | 提高局部晚期胃癌手术安全性，减少术中意外出血 | 腹腔镜胃癌根治术视频中的胃周血管 | 数字病理 | 胃癌 | 深度学习 | DeepLabv3+ | 手术视频图像 | 116个手术视频的2460张图像 | NA | NA | NA | NA |
| 11656 | 2025-10-07 |
MMDB: Multimodal dual-branch model for multi-functional bioactive peptide prediction
2024-Jul, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2024.115491
PMID:38460901
|
研究论文 | 提出一种新型多模态双分支轻量级深度学习模型MMDB，用于同时预测多功能生物活性肽 | 首次使用多尺度扩张卷积在不增加参数的情况下提取肽序列特征，并设计双分支结构分别捕获序列和结构信息的互补特征 | NA | 开发能够同时准确检测多种功能的生物活性肽预测方法 | 多功能生物活性肽 | 生物信息学 | NA | 深度学习 | CNN, Bi-LSTM | 序列数据，结构数据 | NA | NA | 多尺度扩张卷积，双向LSTM，多层卷积 | Coverage, Precision, Accuracy | NA |
| 11657 | 2025-10-07 |
PhosAF: An integrated deep learning architecture for predicting protein phosphorylation sites with AlphaFold2 predicted structures
2024-Jul, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2024.115510
PMID:38513769
|
研究论文 | 开发了一种集成深度学习架构PhosAF，通过结合序列和结构信息预测人类蛋白质磷酸化位点 | 首次整合AlphaFold2预测的蛋白质结构信息，提出CMA-Net和MFC-Net集成架构，并采用基于蛋白质二级结构的新策略构建可靠负样本 | 仅针对人类蛋白质进行研究，未验证在其他物种上的适用性 | 提高蛋白质磷酸化位点预测的准确性 | 人类蛋白质磷酸化位点 | 生物信息学 | NA | 深度学习，蛋白质结构预测 | CNN，多头注意力机制，DNN | 蛋白质序列数据，蛋白质结构数据 | NA | NA | CMA-Net，MFC-Net | NA | NA |
| 11658 | 2025-10-07 |
Streamlining social media information retrieval for public health research with deep learning
2024-Jun-20, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae118
PMID:38718216
|
研究论文 | 开发了一个基于深度学习的系统，用于从社交媒体数据中自动构建症状词典，以改进公共卫生研究 | 提出了一个系统化的流程来自动构建医学术语与口语表达之间的映射词典，相比传统关键词匹配方法能发现更多症状表达 | 研究仅基于COVID-19相关推文，词典的通用性需要进一步验证 | 简化社交媒体信息检索流程，支持公共卫生研究和流行病监测 | COVID-19相关推文中的症状表达 | 自然语言处理 | COVID-19 | 命名实体识别，实体规范化，概念映射 | 深度学习模型 | 文本数据（推文） | 从2020年2月1日至2022年4月30日的COVID-19相关推文，识别出498,480个独特症状实体表达 | NA | NA | 准确率 | NA |
| 11659 | 2025-10-07 |
Exploiting holographically encoded variance to transmit labelled images through a multimode optical fiber
2024-May-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.519379
PMID:38859036
|
研究论文 | 本文提出通过全息调制在多模光纤传输中编码额外方差层，提升系统传输能力并实现彩色图像重建 | 首次将全息编码标签引入多模光纤传输系统，通过输出散斑模式的方差增强实现无时间同步的彩色图像重建 | 未明确说明样本规模和具体性能指标的量化结果 | 提升多模光纤系统的图像传输能力和解码效率 | 通过多模光纤传输的标记图像和散斑模式 | 计算机视觉 | NA | 全息调制，傅里叶变换透镜 | 深度学习神经网络 | 图像，散斑模式 | 数千张图像 | NA | ResUNet | 保真度 | NA |
| 11660 | 2025-10-07 |
Deep learning-based lesion detection and severity grading of small-bowel Crohn's disease ulcers on double-balloon endoscopy images
2024-May, Gastrointestinal endoscopy
IF:6.7Q1
DOI:10.1016/j.gie.2023.11.059
PMID:38065509
|
研究论文 | 本研究开发了一种基于深度学习的人工智能模型，用于在双气囊内镜图像中检测小肠克罗恩病病变并对溃疡严重程度进行分级 | 首次将EfficientNet-b5深度学习模型应用于双气囊内镜图像的小肠克罗恩病病变检测和溃疡严重程度分级 | 研究数据来自单一中心，需要多中心验证来进一步验证模型的泛化能力 | 利用人工智能准确检测和客观评估小肠克罗恩病，实现更精细化的疾病管理 | 小肠克罗恩病患者 | 计算机视觉 | 克罗恩病 | 双气囊内镜 | CNN | 图像 | 28,155张双气囊内镜图像，来自628名患者 | NA | EfficientNet-b5 | 准确率 | NA |