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 12321 - 12340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12321 | 2025-05-02 |
DTC-m6Am: A Framework for Recognizing N6,2'-O-dimethyladenosine Sites in Unbalanced Classification Patterns Based on DenseNet and Attention Mechanisms
2025-Apr-24, Frontiers in bioscience (Landmark edition)
DOI:10.31083/FBL36603
PMID:40302345
|
研究论文 | 提出了一种基于DenseNet和注意力机制的深度学习模型DTC-m6Am，用于识别RNA中的N6,2'-O-二甲基腺苷（m6Am）位点 | 结合DenseNet和TCN模块提取局部和全局特征，并引入CBAM注意力机制优化特征提取，使用焦点损失函数解决数据不平衡问题 | 未明确说明模型在更广泛RNA序列上的泛化能力 | 开发高效的计算工具预测m6Am位点，以研究其在转录和转录后水平的功能机制 | RNA中的m6Am修饰位点 | 生物信息学 | NA | One-Hot编码，深度学习 | DenseNet, TCN, CBAM | RNA序列数据 | 未明确说明样本数量 | NA | NA | NA | NA |
| 12322 | 2025-05-02 |
Comparison of machine learning models with conventional statistical methods for prediction of percutaneous coronary intervention outcomes: a systematic review and meta-analysis
2025-Apr-23, BMC cardiovascular disorders
IF:2.0Q3
DOI:10.1186/s12872-025-04746-0
PMID:40269704
|
meta-analysis | 比较机器学习模型与传统统计方法在预测经皮冠状动脉介入治疗（PCI）结果中的性能 | 首次系统比较机器学习模型与逻辑回归模型在预测PCI后多种结果中的表现，并进行荟萃分析 | 大多数研究存在高偏倚风险，机器学习模型解释复杂可能影响临床应用的适应性 | 评估机器学习模型相比传统统计方法在预测PCI后结果中的优势 | 经皮冠状动脉介入治疗（PCI）后的死亡率、主要不良心脏事件（MACE）、院内出血和急性肾损伤（AKI） | machine learning | cardiovascular disease | NA | ML vs. logistic regression | clinical data | 59项研究 | NA | NA | NA | NA |
| 12323 | 2025-05-02 |
Cooking loss estimation of semispinalis capitis muscle of pork butt using a deep neural network on hyperspectral data
2025-Apr, Meat science
IF:5.7Q1
DOI:10.1016/j.meatsci.2025.109754
PMID:39799874
|
研究论文 | 本研究评估了一种基于深度学习的模型，利用死后24小时采集的高光谱图像预测猪颈肉半棘肌的烹饪损失 | 首次将深度学习模型应用于高光谱图像数据，预测猪颈肉半棘肌的烹饪损失，并通过像素级数据增强克服小样本问题 | 样本量相对较小（70个猪颈肉），且分类准确率随等级数量增加而下降 | 开发一种非破坏性方法来预测猪颈肉的质量特性 | 猪颈肉的半棘肌（SC肌肉） | 计算机视觉 | NA | 高光谱成像 | 深度学习模型（具体未说明），对比PCR和PLSR模型 | 高光谱图像 | 70个猪颈肉样本，采用像素级数据增强 | NA | NA | NA | NA |
| 12324 | 2025-05-02 |
Improved Pine Wood Nematode Disease Diagnosis System Based on Deep Learning
2025-Apr, Plant disease
IF:4.4Q1
DOI:10.1094/PDIS-06-24-1221-RE
PMID:40267359
|
研究论文 | 本研究提出了一种基于深度学习的松材线虫病诊断系统，通过荧光识别技术提高检测效率和准确性 | 首次将荧光识别技术应用于松材线虫病检测，并开发了集激发、检测、数据分析与传输于一体的专用系统，改进了YOLOv5模型，提高了大尺寸图像的识别精度 | 未提及系统在不同环境条件下的稳定性和泛化能力 | 开发快速有效的松材线虫病检测方法以减少病害传播和松树砍伐 | 松材线虫病 | 计算机视觉 | 植物病害 | 荧光识别技术 | 改进的YOLOv5（集成Res2Net、SimAM注意力机制和Bi-FPN） | 图像 | 未明确提及具体样本数量，但系统可检测DNA浓度低至1 fg/μl的样本 | NA | NA | NA | NA |
| 12325 | 2025-05-02 |
Deep learning and its applications in nuclear magnetic resonance spectroscopy
2025 Apr-Jun, Progress in nuclear magnetic resonance spectroscopy
IF:7.3Q1
DOI:10.1016/j.pnmrs.2024.101556
PMID:40306798
|
综述 | 本文综述了深度学习在核磁共振光谱中的基础知识和当前应用，并指出了现有挑战和改进方向 | 深度学习技术在核磁共振光谱中的应用展示了在速度和准确性上的显著改进 | 深度学习在核磁共振中的应用仍面临数据量和模型泛化能力的挑战 | 探讨深度学习如何解决核磁共振光谱中的获取时间长和灵敏度低的问题 | 核磁共振光谱技术及其在化学、生物学和医学领域的应用 | 机器学习 | NA | 核磁共振光谱 | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 12326 | 2025-05-02 |
Exploring the Feasibility of Deep Learning for Predicting Lignin GC-MS Analysis Results Using TGA and FT-IR
2025-Mar-18, Polymers
IF:4.7Q1
DOI:10.3390/polym17060806
PMID:40292675
|
研究论文 | 本研究探讨了利用深度学习方法，通过TGA和FT-IR分析数据预测木质素GC-MS分析结果的可行性 | 首次提出使用深度学习模型基于TGA和FT-IR数据预测GC-MS分析结果，为预算有限的研究提供替代方案 | 模型需要进一步验证以提升在不同木质素底物上的泛化能力，且需与有机化学家合作评估实际应用价值 | 开发一种经济高效的木质素分析方法，替代高成本的GC-MS技术 | 木质素（植物细胞壁提取的复杂生物聚合物） | 机器学习 | NA | TGA（热重分析）、FT-IR（傅里叶变换红外光谱）、GC-MS（气相色谱-质谱联用） | 深度学习 | 光谱数据、热分析数据 | 未明确说明样本数量 | NA | NA | NA | NA |
| 12327 | 2025-05-02 |
An efficient deep learning system for automatic detection of Acute Lymphoblastic Leukemia
2025-Mar, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.12.043
PMID:39799077
|
research paper | 提出了一种基于深度学习的急性淋巴细胞白血病自动检测系统，结合MobileNetV2和ShuffleNet以提高检测性能 | 结合MobileNetV2和ShuffleNet，引入建议的权重因子和最优阈值以平衡计算效率和分类性能 | 未提及模型在其他数据集上的泛化能力 | 开发高效的急性淋巴细胞白血病自动检测系统 | 急性淋巴细胞白血病（ALL）的检测 | digital pathology | leukemia | deep learning, transfer learning | MobileNetV2, ShuffleNet | image | ALLIDB1和ALLIDB2数据集 | NA | NA | NA | NA |
| 12328 | 2025-05-02 |
Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109670
PMID:39799830
|
研究论文 | 提出了一种名为Glo-Net的深度学习模型，用于肾病理学中多类肾小球的精确分割和分类 | Glo-Net通过将传统语义分割网络分为分割和分类两个分支，并引入创新的损失函数来解决类别不平衡问题，提高了小类肾小球的分类准确性和分割性能 | NA | 提高肾病理学中肾小球的分割和分类准确性 | 数字化病理切片中的肾小球 | 数字病理学 | 肾脏疾病 | 深度学习 | Glo-Net（基于双任务分支的神经网络） | 图像 | 多机构数据集（包括外部验证集） | NA | NA | NA | NA |
| 12329 | 2025-05-02 |
Application of deep learning in automated localization and interpretation of coronary artery calcification in oncological PET/CT scans
2025-Mar, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03327-8
PMID:39804436
|
研究论文 | 本研究开发了一种基于DLA-3D模型的AI方法，用于在非门控PET/CT扫描中自动检测冠状动脉钙化（CAC） | 首次将DLA-3D模型应用于非门控、自由呼吸、低剂量CT图像的CAC自动检测，实现了专家级别的性能 | 研究仅基于单一医疗中心的回顾性数据，样本量为677例PET/CT扫描 | 开发AI方法用于自动检测癌症患者PET/CT扫描中的冠状动脉钙化 | 677例来自医疗中心的PET/CT扫描数据 | 数字病理学 | 心血管疾病 | PET/CT扫描 | DLA-3D | 医学影像 | 677例PET/CT扫描（训练集88%，测试集12%） | NA | NA | NA | NA |
| 12330 | 2025-05-02 |
Artificial intelligence in clinical genetics
2025-Mar, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-024-01782-w
PMID:39806188
|
review | 本文综述了人工智能在临床遗传学中的应用及其未来发展 | 探讨了AI在临床遗传学中的新兴应用，包括临床诊断、管理与治疗以及临床支持 | AI在临床遗传学中的具体影响速度和整体后果尚不明确 | 研究人工智能在临床遗传学领域的应用及其潜在影响 | 临床遗传学的各个方面，包括诊断、治疗和临床支持 | machine learning | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12331 | 2025-05-02 |
Metastatic Lung Lesion Changes in Follow-up Chest CT: The Advantage of Deep Learning Simultaneous Analysis of Prior and Current Scans With SimU-Net
2025-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000808
PMID:39808543
|
研究论文 | 本文评估了SimU-Net这一新型深度学习方法在自动分析转移性肺部病变及其在胸部CT扫描中的时间变化方面的效果 | 提出SimU-Net，一种同时多通道3D U-Net模型，用于成对注册的先前和当前患者扫描，实现了转移性肺部病变的自动检测、分割、匹配和分类 | 样本量相对较小，仅包含79名患者的344对扫描 | 评估SimU-Net在自动分析转移性肺部病变及其时间变化方面的性能 | 转移性肺部病变 | 数字病理 | 肺癌 | 胸部CT扫描 | SimU-Net（基于3D U-Net） | 3D医学影像 | 79名患者的344对胸部CT扫描，共5040个转移性肺部病变 | NA | NA | NA | NA |
| 12332 | 2025-05-02 |
Attention incorporated network for sharing low-rank, image and k-space information during MR image reconstruction to achieve single breath-hold cardiac Cine imaging
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种名为A-LIKNet的新型深度学习网络，用于MRI重建，通过嵌入低秩、图像和k空间等多域信息，实现单次屏气心脏电影成像 | 采用并行分支结构实现k空间和图像域的独立学习，引入注意力机制为关键线圈或重要时间帧分配更大权重，通过耦合信息共享层实现域间信息交换 | 仅在内部数据集和OCMR数据集上进行了验证，需要进一步扩大样本量验证泛化能力 | 加速心脏电影MRI成像并提高重建质量 | 心脏动态MRI图像 | digital pathology | cardiovascular disease | MRI | A-LIKNet（基于注意力的深度学习网络） | 图像 | 91例心血管患者和38例健康受试者的2D心脏电影数据，以及OCMR数据集的实时前瞻性欠采样数据 | NA | NA | NA | NA |
| 12333 | 2025-05-02 |
PADS-Net: GAN-based radiomics using multi-task network of denoising and segmentation for ultrasonic diagnosis of Parkinson disease
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于GAN的多任务网络PADS-Net，用于超声图像的去噪和分割，以提高帕金森病的诊断准确性 | PADS-Net结合了生成对抗网络和多任务深度学习框架，同时优化超声图像的去噪和分割任务，并采用复合损失函数和放射组学技术提高诊断准确性 | NA | 提高帕金森病的超声诊断准确性 | 经颅超声中脑图像 | 医学影像分析 | 帕金森病 | 放射组学技术 | GAN, 多任务深度学习网络 | 超声图像 | NA | NA | NA | NA | NA |
| 12334 | 2025-05-02 |
Sirolimus as a repurposed drug for tendinopathy: A systems biology approach combining computational and experimental methods
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109665
PMID:39809087
|
研究论文 | 本研究通过系统生物学方法结合计算和实验手段，探索西罗莫司作为肌腱病再用途药物的潜力 | 首次提出基于系统生物学的药物预测策略，整合多组学数据和深度学习技术，发现西罗莫司对肌腱病的治疗潜力 | 研究主要基于临床前模型，需要进一步临床试验验证 | 探索现有药物在肌腱病治疗中的再用途潜力 | 肌腱病相关基因和信号通路 | 系统生物学 | 肌腱病 | 转录组学分析、深度学习、孟德尔随机化、基因敲除 | 深度学习模型 | 基因表达数据 | 154例临床肌腱样本 | NA | NA | NA | NA |
| 12335 | 2025-05-02 |
Weakly-supervised thyroid ultrasound segmentation: Leveraging multi-scale consistency, contextual features, and bounding box supervision for accurate target delineation
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109669
PMID:39809086
|
research paper | 提出一种新颖的弱监督分割框架，用于甲状腺超声图像的分割，通过多尺度一致性、上下文特征和边界框监督来提高分割准确性 | 结合了空间排列一致性分支、层次预测一致性分支、上下文特征集成分支和多尺度原型细化模块，显著减少了对像素级标注的依赖 | 在低对比度和噪声背景的甲状腺超声图像中，边界分割仍面临挑战 | 提高甲状腺超声图像分割的准确性，减少标注时间 | 甲状腺超声图像 | digital pathology | thyroid disease | weakly-supervised learning | CNN | image | 两个甲状腺超声数据集（TG3K和TN3K） | NA | NA | NA | NA |
| 12336 | 2025-05-02 |
A novel hybrid deep learning framework based on biplanar X-ray radiography images for bone density prediction and classification
2025-Mar, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-024-07378-w
PMID:39812675
|
research paper | 该研究利用深度学习基于双平面X射线摄影图像进行骨密度预测和分类 | 提出了一种新型混合深度学习框架，用于骨密度预测和分类，具有高准确性和与QCT结果的强相关性 | 未提及样本量的具体大小及多样性，可能影响模型的泛化能力 | 开发一种基于深度学习的骨密度预测和分类方法，用于骨质疏松高风险患者的筛查 | 来自华山医院体检中心的双平面X射线摄影图像 | digital pathology | geriatric disease | BPX | hybrid deep learning | image | NA | NA | NA | NA | NA |
| 12337 | 2025-05-02 |
White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack
2025-Feb, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2024.101239
PMID:39798248
|
研究论文 | 研究探讨轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期消退情况及其影响因素 | 首次报道WMH在轻微缺血性卒中或短暂性脑缺血发作后三个月内即可出现消退，并识别了影响消退的因素 | 样本量较小（98例患者），且为回顾性分析 | 探究WMH在轻微缺血性卒中或短暂性脑缺血发作后的早期消退情况及影响因素 | 轻微缺血性卒中或短暂性脑缺血发作患者 | 数字病理学 | 心血管疾病 | 脑MRI | 深度学习算法 | 图像 | 98例轻微缺血性卒中或短暂性脑缺血发作患者 | NA | NA | NA | NA |
| 12338 | 2025-10-07 |
Pneumonia Detection Using Enhanced Convolutional Neural Network Model on Chest X-Ray Images
2025-02, Big data
IF:2.6Q2
DOI:10.1089/big.2022.0261
PMID:37074075
|
研究论文 | 本研究开发了多种深度学习模型用于胸部X光图像的肺炎检测 | 提出了增强型CNN模型，在肺炎检测任务中取得了92.4%的最高准确率，优于传统集成方法和现有先进方法 | 数据集仅包含5863张胸部X光图像，可能需要进行更大规模的数据验证 | 开发肺炎检测模型并比较不同模型的性能 | 胸部X光图像 | 计算机视觉 | 肺炎 | X射线成像 | CNN | 图像 | 5863张胸部X光图像 | NA | 增强型CNN,VGG-19,ResNet-50 | 准确率,精确率,召回率,损失值,AUC | NA |
| 12339 | 2025-05-02 |
Pretrained Deep Neural Network Kin-SiM for Single-Molecule FRET Trace Idealization
2025-Jan-30, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.4c05276
PMID:39809573
|
研究论文 | 提出了一种名为Kin-SiM的深度学习框架，利用LSTM自动进行smFRET轨迹的理想化处理 | 使用预训练的LSTM网络自动提取生物分子状态和动力学参数，无需用户输入马尔可夫假设 | 需要大量模拟数据进行预训练，可能对实际数据的适应性有限 | 改进单分子荧光共振能量转移（smFRET）轨迹的理想化分析方法 | smFRET时间轨迹 | 机器学习 | NA | smFRET | LSTM | 时间序列数据 | 基准smFRET数据集 | NA | NA | NA | NA |
| 12340 | 2025-05-02 |
CPconf_score: A Deep Learning Free Energy Function Trained Using Molecular Dynamics Data for Cyclic Peptides
2025-Jan-28, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01386
PMID:39801200
|
研究论文 | 开发了一种名为CPconf_score的深度学习自由能函数，用于预测环肽的构象自由能 | 使用高温分子动力学模拟数据和SchNet深度学习模型，首次实现了对环肽构象自由能的准确预测 | 仅在50个环肽上进行了测试，样本量相对较小 | 开发一种能够准确预测环肽构象自由能的方法 | 环肽（特别是少于10个残基和β-肽键的环肽） | 计算生物学 | NA | 高温分子动力学模拟（high-T MD）、点自适应k近邻（PAk）方法 | SchNet深度学习模型 | 分子动力学模拟数据 | 250个随机序列环肽（训练集）和50个来自剑桥结构数据库的环肽（测试集） | NA | NA | NA | NA |