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 11901 - 11920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11901 | 2025-05-08 |
Precision and efficiency in skin cancer segmentation through a dual encoder deep learning model
2025-Feb-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88753-3
PMID:39924555
|
research paper | 提出了一种名为DuaSkinSeg的双编码器深度学习模型，用于提高皮肤癌病变分割的精确性和效率 | 结合了MobileNetV2的高效局部特征提取能力和ViT-CNN编码器-解码器架构的长距离依赖特征提取能力 | 未提及模型在临床环境中的实际应用效果和泛化能力 | 提高皮肤癌病变分割的准确性和效率 | 皮肤癌病变图像 | computer vision | skin cancer | deep learning | Dual Skin Segmentation (DuaSkinSeg), MobileNetV2, ViT-CNN | image | 三个公开基准数据集：ISIC 2016、ISIC 2017和ISIC 2018 | NA | NA | NA | NA |
| 11902 | 2025-05-08 |
Modeling and designing enhancers by introducing and harnessing transcription factor binding units
2025-Feb-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56749-2
PMID:39922842
|
research paper | 提出转录因子结合单元（TFBU）概念，并开发DeepTFBU工具包用于增强子设计 | 首次提出TFBU概念，通过深度学习量化TFBS周围序列的影响，并开发了高效的增强子设计工具DeepTFBU | 未提及实验验证的具体细胞类型或生物过程的广泛性 | 研究增强子设计与调控基因表达的机制 | 转录因子结合位点（TFBS）及其周围序列 | machine learning | NA | deep learning | 深度学习模型 | 序列数据 | NA | NA | NA | NA | NA |
| 11903 | 2025-05-08 |
Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach
2025-Feb-07, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/55825
PMID:39924305
|
研究论文 | 本研究通过整合视网膜图像和尿液试纸数据，开发了一种多模态深度学习模型，用于慢性肾脏病（CKD）的非侵入性筛查 | 首次将视网膜图像和尿液试纸数据结合用于CKD诊断，并通过多模态深度学习模型展示了协同效应 | 在65岁及以上年龄组中模型性能有限 | 评估整合视网膜图像和尿液试纸数据的深度学习模型在CKD诊断中的效果 | 20-79岁人群的视网膜图像和尿液试纸数据 | 数字病理学 | 慢性肾脏病 | 深度学习 | Wide Residual Networks | 图像和尿液试纸数据 | 开发集65,082人，外部验证集58,284人 | NA | NA | NA | NA |
| 11904 | 2025-05-08 |
Capsule endoscopy: Do we still need it after 24 years of clinical use?
2025-Feb-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i5.102692
PMID:39926220
|
comments | 本文评论了一篇关于使用深度学习模型自动检测胶囊内窥镜（CE）中胃肠道病变的文章，并总结了CE当前面临的挑战及可能的解决方法 | 讨论了CE在临床应用中的持续必要性及其面临的挑战 | NA | 探讨胶囊内窥镜在临床应用中的持续必要性 | 胶囊内窥镜（CE）及其在胃肠道病变检测中的应用 | digital pathology | gastrointestinal disease | deep learning | NA | image | NA | NA | NA | NA | NA |
| 11905 | 2025-05-08 |
Quantifying multilabeled brain cells in the whole prefrontal cortex reveals reduced inhibitory and a subtype of excitatory neuronal marker expression in serotonin transporter knockout rats
2025-Feb-05, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae486
PMID:39932853
|
研究论文 | 本文提出了一种新方法，用于量化动物模型中全脑亚区域的多标记细胞，并展示了5-HTT敲除大鼠前额叶皮层亚区域中兴奋性和抑制性神经元标记表达的减少 | 结合StarDist方法的深度学习网络和新型开源方法，实现了前额叶皮层亚区域中细胞的自动计数 | 标准免疫组化方法无法考虑感兴趣区域的体积变化 | 研究5-HTT敲除对大鼠前额叶皮层兴奋性和抑制性神经元标记表达的影响 | 5-HTT敲除大鼠的前额叶皮层亚区域 | 数字病理学 | 焦虑症 | 免疫组化、深度学习 | StarDist | 图像 | 5-HTT敲除大鼠和野生型大鼠的前额叶皮层样本 | NA | NA | NA | NA |
| 11906 | 2025-10-07 |
Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer
2025-02, Surgical endoscopy
DOI:10.1007/s00464-024-11426-1
PMID:39623175
|
研究论文 | 开发基于深度学习的分类器，通过常规结肠镜图像预测结直肠癌的错配修复缺陷状态 | 首次利用常规结肠镜图像通过深度学习预测错配修复缺陷状态，为免疫检查点抑制剂疗效预测提供低成本筛查工具 | 研究样本主要来自单一医疗中心，需要多中心验证以提高泛化能力 | 开发自动筛查工具以解决错配修复缺陷检测的成本和资源限制问题 | 结直肠癌患者的结肠镜图像 | 计算机视觉 | 结直肠癌 | 结肠镜检查 | 深度学习分类器 | 图像 | 892个肿瘤的5226张图像（开发集2105张图像/306个肿瘤，验证集3121张图像/586个肿瘤） | NA | NA | AUROC, NPV | NA |
| 11907 | 2025-10-07 |
Development of an artificial intelligence system to indicate intraoperative findings of scarring in laparoscopic cholecystectomy for cholecystitis
2025-02, Surgical endoscopy
DOI:10.1007/s00464-024-11514-2
PMID:39838147
|
研究论文 | 开发用于检测急性胆囊炎腹腔镜胆囊切除术中瘢痕区域的人工智能系统 | 首次开发基于深度学习的AI系统用于术中实时识别胆囊炎手术中的瘢痕区域 | 训练数据仅来自21个病例的2025张图像，样本量有限 | 开发AI系统以识别腹腔镜胆囊切除术中的瘢痕区域，降低胆管损伤风险 | 急性胆囊炎患者的腹腔镜手术视频图像 | 计算机视觉 | 胆囊炎 | 腹腔镜手术视频分析 | 深度学习 | 图像 | 21个病例的2025张训练图像，20个外部验证病例 | NA | 语义分割算法 | DICE系数, Likert量表评分 | NA |
| 11908 | 2025-05-08 |
Artificial Intelligence Applications in Cardiac CT Imaging for Ischemic Disease Assessment
2025-Feb, Echocardiography (Mount Kisco, N.Y.)
DOI:10.1111/echo.70098
PMID:39927866
|
review | 本文综述了人工智能在心脏CT成像中用于缺血性疾病评估的应用 | 强调了AI在提高心脏CT成像诊断效率和准确性方面的潜力，特别是在冠状动脉疾病评估中的应用 | NA | 探讨AI在心脏CT成像中对缺血性心脏病的评估作用 | 心脏CT成像数据 | 数字病理学 | 心血管疾病 | CT成像 | 机器学习和深度学习 | 图像 | NA | NA | NA | NA | NA |
| 11909 | 2025-10-07 |
Recent Advances in Nanomaterial-Based Biosignal Sensors
2025-01, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202405301
PMID:39610205
|
综述 | 本文综述了基于纳米材料的生物信号传感器的最新进展，包括其分类、应用及未来发展方向 | 系统地将纳米材料生物信号传感器分为三类进行分析，并重点探讨了深度学习信号处理和人机界面应用对传感器潜能的提升 | NA | 提供对纳米材料生物信号传感器的理解，概述技术现状，讨论需要解决的挑战并提出发展方向 | 基于纳米材料的生物信号传感器 | 生物医学工程 | NA | 纳米材料技术（金属基纳米颗粒/纳米线、碳基/聚合物基纳米材料） | 深度学习 | 生物信号数据（生物物理信号、生物电信号、生化信号） | NA | NA | NA | NA | NA |
| 11910 | 2025-05-08 |
Enhancing machine learning performance in cardiac surgery ICU: Hyperparameter optimization with metaheuristic algorithm
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311250
PMID:39928609
|
研究论文 | 本研究通过元启发式算法优化机器学习模型的超参数，提升心脏手术ICU中患者呼吸机需求预测的性能 | 结合模拟退火(SA)和遗传算法(GA)优化集成模型的超参数，显著提高了模型灵敏度 | 研究仅针对心脏手术ICU患者，可能不适用于其他类型的ICU患者 | 优化机器学习模型以更准确地预测ICU患者对呼吸机的需求 | 心脏手术ICU患者 | 机器学习 | 心血管疾病 | 模拟退火(SA), 遗传算法(GA) | LDA, CatBoost, ANN, XGBoost, 集成模型 | 临床数据 | NA | NA | NA | NA | NA |
| 11911 | 2025-05-08 |
Quantitative research on aesthetic value of the world heritage karst based on UGC data: A case study of Huangguoshu Scenic Area
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317304
PMID:39928674
|
研究论文 | 基于用户生成内容(UGC)数据和深度学习模型，对世界遗产喀斯特地貌的美学价值进行定量研究，以黄果树风景区为例 | 首次结合社交媒体的UGC数据、SegFormer深度学习模型、ArcGIS空间分析和自然语言处理技术(NLP)对自然景观美学价值进行定量评估 | 研究仅针对黄果树风景区，结果可能无法直接推广到其他世界遗产地 | 量化世界自然遗产地的美学价值 | 黄果树风景区的景观美学价值 | 数字景观分析 | NA | SegFormer深度学习模型、ArcGIS空间分析、自然语言处理技术(NLP) | SegFormer | 图像、文本 | NA | NA | NA | NA | NA |
| 11912 | 2025-05-08 |
Enhancing PM2.5 prediction by mitigating annual data drift using wrapped loss and neural networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314327
PMID:39932913
|
research paper | 该论文提出两种考虑数据漂移特性的模型，用于PM2.5预测，并通过与多种深度学习模型比较，展示了其优越性 | 提出Front-loaded connection模型(FLC)和Back-loaded connection模型(BLC)来解决数据漂移问题，并引入包裹损失函数以提高预测准确性 | 研究仅基于2014-2018年的数据，可能无法涵盖所有潜在的数据漂移情况 | 提高PM2.5预测的准确性，特别是在存在年度数据漂移的情况下 | 气象空气质量数据和天气数据 | machine learning | NA | 统计技术分析年度数据漂移 | LSTM, CNN, FLC, BLC | 时间序列数据 | 2014-2018年五年的数据 | NA | NA | NA | NA |
| 11913 | 2025-05-08 |
Advancements in Viral Genomics: Gated Recurrent Unit Modeling of SARS-CoV-2, SARS, MERS, and Ebola viruses
2025, Revista da Sociedade Brasileira de Medicina Tropical
IF:1.8Q3
DOI:10.1590/0037-8682-0178-2024
PMID:39936709
|
研究论文 | 该研究使用门控循环单元(GRU)深度学习模型对SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列进行全面分析和比较 | 采用GRU深度学习模型分析多种病毒的基因组序列，揭示其进化动态、传播模式和致病性 | 未来需要扩展研究更多病毒种类以增强模型的通用性 | 增强对新兴病毒威胁的理解和应对能力，开发有效的诊断和治疗干预措施 | SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列 | 机器学习 | 病毒感染 | 基因组测序技术 | GRU | 基因组序列数据 | 四种病毒的基因组序列数据 | NA | NA | NA | NA |
| 11914 | 2025-05-08 |
A novel deep learning-based framework with particle swarm optimisation for intrusion detection in computer networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316253
PMID:39937819
|
research paper | 提出了一种基于深度学习和粒子群优化的新型入侵检测框架 | 结合PSO进行超参数优化，并优化组合三种预训练网络模型 | 未提及具体在实际网络环境中的部署效果 | 提高计算机网络安全中的入侵检测效率和准确性 | 计算机网络的入侵行为 | machine learning | NA | deep learning, particle swarm optimisation (PSO) | DNN | network traffic data | KDDCUP'99, NSL-KDD和UNSW-NB15数据集 | NA | NA | NA | NA |
| 11915 | 2025-05-08 |
Long duration multi-channel surface electromyographic signals during walking at natural pace: Data acquisition and analysis
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318560
PMID:39937870
|
research paper | 该研究介绍了一个长时间表面肌电信号（sEMG）数据集，记录了31名健康受试者在自然步速行走时的肌肉活动 | 提供了长时间（几分钟而非几秒）的sEMG信号数据集，支持对肌肉活动变异性的全面分析 | 研究仅涉及健康受试者，未包括病理条件下的数据 | 分析行走过程中表面肌电信号的变异性，并验证数据集的可靠性和可用性 | 31名20至30岁的健康受试者 | 生物医学工程 | NA | 表面肌电信号（sEMG）采集 | NA | sEMG信号、电测角信号和足地接触信号 | 31名健康受试者，每名受试者采集10个下肢肌肉的sEMG信号 | NA | NA | NA | NA |
| 11916 | 2025-05-08 |
Semisupervised adaptive learning models for IDH1 mutation status prediction
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321404
PMID:40323991
|
research paper | 提出了一种基于放射组学和粗糙集的半监督自适应深度学习模型，用于从MRI数据预测IDH1突变状态 | 使用粗糙集算法去除冗余医学图像特征，通过统计T检验为未标记数据添加伪标签，并采用SCSO算法优化伪标签数据权重，构建UCNet分类模型 | 未明确提及具体局限性 | 提高胶质瘤IDH1突变状态预测的准确性和医学影像数据利用率 | 316名胶质瘤患者的术前MRI数据 | digital pathology | glioma | MRI, radiomics, rough sets | UCNet (U-Net + CRNN), SCSO | MRI图像 | 316名胶质瘤患者 | NA | NA | NA | NA |
| 11917 | 2025-05-08 |
TCN-QV: an attention-based deep learning method for long sequence time-series forecasting of gold prices
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319776
PMID:40324013
|
research paper | 提出了一种结合Temporal Convolutional Networks（TCN）与注意力机制的深度学习模型TCN-QV，用于提高黄金价格预测的准确性 | 结合TCN与Query和Keys注意力机制，自适应分配权重以提升预测精度 | 未明确提及具体局限性，但可能涉及模型在更广泛金融数据上的泛化能力 | 提高黄金价格时间序列预测的准确性 | 上海黄金价格时间序列数据 | machine learning | NA | 深度学习，注意力机制 | TCN, CNN, RNN | 时间序列数据 | 四个实验数据集，具体样本量未明确 | NA | NA | NA | NA |
| 11918 | 2025-05-08 |
Introducing TEC-LncMir for prediction of lncRNA-miRNA interactions through deep learning of RNA sequences
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf046
PMID:39927859
|
研究论文 | 介绍了一种名为TEC-LncMir的新方法，通过深度学习和Transformer Encoder结合CNN来预测lncRNA-miRNA的相互作用 | 使用Transformer Encoder和CNN结合的方法，将lncRNA和miRNA序列视为自然语言，并通过接触张量进行特征提取，显著提高了预测性能 | 未明确提及具体局限性 | 提高lncRNA-miRNA相互作用预测的性能 | lncRNA和miRNA的相互作用 | 自然语言处理 | 阿尔茨海默病 | 深度学习和序列分析 | Transformer Encoder和CNN | RNA序列 | NA | NA | NA | NA | NA |
| 11919 | 2025-10-07 |
G-Protein Signaling in Alzheimer's Disease: Spatial Expression Validation of Semi-supervised Deep Learning-Based Computational Framework
2024-Nov-06, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.0587-24.2024
PMID:39327003
|
研究论文 | 开发了一种半监督深度学习计算框架digID，用于预测阿尔茨海默病相关基因并识别新的治疗靶点 | 提出结合半监督深度学习分类器和蛋白质相互作用网络分析的新计算框架，发现G蛋白信号通路在AD中的新作用机制 | 计算预测结果需要实验验证，研究样本和脑区覆盖可能有限 | 识别阿尔茨海默病相关基因和新的治疗靶点 | 阿尔茨海默病相关基因、G蛋白亚基(GNAI1, GNB1)、KNG1蛋白、淀粉样前体蛋白(APP) | 机器学习 | 阿尔茨海默病 | 多组学数据分析、STORM超分辨率显微镜、mRNA表达分析 | 半监督深度学习 | 多组学数据、基因表达数据、显微镜图像 | NA | NA | NA | NA | NA |
| 11920 | 2025-10-07 |
Development of Machine Learning-Based Mpox Surveillance Models in a Learning Health System
2024-Sep-27, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.25.24314318
PMID:39399027
|
研究论文 | 开发基于机器学习的猴痘监测模型，用于从临床笔记中识别猴痘病例 | 在学习型医疗系统框架下开发监测模型，Lasso回归在最小化假阳性方面表现优于深度学习模型 | NA | 开发猴痘病例识别模型以支持持续质量改进 | 临床笔记中的猴痘病例 | 机器学习 | 猴痘 | NA | Lasso回归,深度学习模型 | 临床文本笔记 | NA | NA | NA | 假阳性率 | NA |