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 33344 篇文献，本页显示第 12641 - 12660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12641 | 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 |
| 12642 | 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 |
| 12643 | 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 |
| 12644 | 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 |
| 12645 | 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 |
| 12646 | 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 |
| 12647 | 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 |
| 12648 | 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 |
| 12649 | 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 |
| 12650 | 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 |
| 12651 | 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 |
| 12652 | 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 |
| 12653 | 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 |
| 12654 | 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 |
| 12655 | 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 |
| 12656 | 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 |
| 12657 | 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 |
| 12658 | 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 |
| 12659 | 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 |
| 12660 | 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 |