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 12761 - 12780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12761 | 2025-04-29 |
Development of an Intelligent Tablet Press Machine for the In-Line Detection of Defective Tablets Using Machine Learning and Deep Learning Models
2025-Mar-24, Pharmaceutics
IF:4.9Q1
DOI:10.3390/pharmaceutics17040406
PMID:40284402
|
研究论文 | 开发了一种集成机器学习和深度学习模型的智能压片机，用于实时检测缺陷药片 | 将机器学习和深度学习模型集成到压片机中，实现实时检测药片缺陷，作为过程分析技术工具 | 研究仅针对特定药物（盐酸二甲双胍）的压片过程，未验证对其他药物的适用性 | 开发一种智能压片机，用于实时检测药片缺陷 | 盐酸二甲双胍药片 | 机器学习 | NA | 过程分析技术(PAT) | 随机森林(RF), 人工神经网络(ANN) | 实时处理数据（压缩力、排出力、压缩速度等） | 商业规模实验生产的盐酸二甲双胍药片 | NA | NA | NA | NA |
| 12762 | 2025-10-07 |
Deep Learning-Based Detection of Aflatoxin B1 Contamination in Almonds Using Hyperspectral Imaging: A Focus on Optimized 3D Inception-ResNet Model
2025-Mar-22, Toxins
IF:3.9Q1
DOI:10.3390/toxins17040156
PMID:40278655
|
研究论文 | 本研究开发了一种基于3D Inception-ResNet架构的深度学习模型，利用高光谱成像技术检测杏仁中的黄曲霉毒素B1污染 | 首次将优化的3D Inception-ResNet模型应用于杏仁黄曲霉毒素B1检测，采用轻量化设计实现高精度实时检测 | NA | 开发快速无损的杏仁黄曲霉毒素B1检测方法以确保食品安全 | 杏仁中的黄曲霉毒素B1污染 | 计算机视觉 | 食品安全相关疾病 | 高光谱成像 | CNN | 高光谱图像 | NA | NA | 3D Inception-ResNet | 准确率, F1-score, AUC | NA |
| 12763 | 2025-10-07 |
Deep Learning-Enhanced Motor Training: A Hybrid VR and Exoskeleton System for Cognitive-Motor Rehabilitation
2025-Mar-22, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040331
PMID:40281692
|
研究论文 | 本研究开发了一种结合VR和脑机接口的深度学习增强运动训练系统，用于认知运动康复 | 整合运动想象EEG数据实时分类与脑机接口，结合预制外骨骼和VR技术，开发了动态响应EEG输出的VR钓鱼游戏 | 临床测试仍在进行中，尚未完成全面验证 | 开发实用且可扩展的康复治疗和日常运动训练应用 | 老年人群的认知运动功能评估与训练 | 机器学习 | 老年疾病 | 脑电图(EEG), 虚拟现实(VR), 运动想象 | CNN, LSTM, SVM | EEG信号, 运动数据 | NA | NA | NA | 分类准确率(89.23%), ERD/ERS极化率 | NA |
| 12764 | 2025-10-07 |
A Color-Based Multispectral Imaging Approach for a Human Detection Camera
2025-Mar-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11040093
PMID:40278009
|
研究论文 | 提出一种基于四个选定波长的多光谱成像方法，通过检测衣物来实现人体检测 | 使用四个特定波长(453、556、668、708 nm)的多光谱方法，通过衣物检测作为人体检测的代理，实现轻量级实时处理 | 主要适用于白天条件和常见织物，对部分遮挡物体的检测仍存在挑战 | 开发支持实时处理的人体检测相机 | 衣物与背景的分离，人体检测 | 计算机视觉 | NA | 多光谱成像 | 多层感知机(MLP) | 多光谱图像 | NA | NA | 多层感知机 | 准确率,精确率,召回率,F1分数 | NA |
| 12765 | 2025-10-07 |
CAD-Skin: A Hybrid Convolutional Neural Network-Autoencoder Framework for Precise Detection and Classification of Skin Lesions and Cancer
2025-Mar-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040326
PMID:40281686
|
研究论文 | 提出一种基于卷积神经网络和自动编码器的混合框架CAD-Skin，用于精确检测和分类皮肤病变与皮肤癌 | 结合多尺度视网膜、伽马校正、非锐化掩蔽和对比度受限自适应直方图均衡化的现代预处理方法，并集成量子支持向量机进行最终分类 | 未明确说明模型在临床环境中的实际部署挑战和计算资源需求 | 开发精确的皮肤病变检测和分类系统以提高皮肤癌诊断效率 | 皮肤病变和皮肤癌图像，包括光化性角化病、恶性黑色素瘤等皮肤疾病 | 计算机视觉 | 皮肤癌 | 图像处理技术 | CNN, Autoencoder, QSVM | 皮肤病变图像 | 使用PAD-UFES-20-Modified、ISIC-2018和ISIC-2019数据集 | NA | 卷积神经网络-自动编码器混合框架 | 准确率 | NA |
| 12766 | 2025-10-07 |
Local Extremum Mapping for Weak Supervision Learning on Mammogram Classification and Localization
2025-Mar-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12040325
PMID:40281685
|
研究论文 | 提出一种局部极值映射机制，用于乳腺X线摄影分类和弱监督病变定位 | 通过局部极值映射机制实现仅需图像级标签的病变定位，显著降低标注成本 | 在病变定位任务中Dice相似系数为0.37，仍有提升空间 | 开发弱监督学习方法用于乳腺X线摄影分析和病变检测 | 乳腺X线摄影图像中的病变区域 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | CNN | 医学图像 | 两个公共乳腺X线摄影数据集（CBIS-DDSM和INbreast） | NA | 卷积神经网络 | 准确率, AUC, Dice相似系数 | NA |
| 12767 | 2025-04-29 |
Methods for Brain Connectivity Analysis with Applications to Rat Local Field Potential Recordings
2025-Mar-21, Entropy (Basel, Switzerland)
DOI:10.3390/e27040328
PMID:40282562
|
research paper | 本文介绍了一系列用于分析大脑依赖网络的统计方法，并应用于大鼠海马局部场电位（LFP）时间序列数据 | 结合经典和前沿方法，探索了多种统计技术（如Granger因果性、谱传递熵、小波相干性等）以及拓扑数据分析（TDA）和深度学习框架，用于捕捉神经动态和连接性 | 未提及具体样本量或实验设计的局限性 | 分析大脑依赖网络以理解潜在的神经机制（如感知、行动和记忆） | 大鼠海马局部场电位（LFP）时间序列数据，专注于非空间嗅觉信息的编码 | 神经科学 | NA | Granger causality (GC), robust canonical coherence analysis, spectral transfer entropy (STE), wavelet coherence, topological data analysis (TDA), deep learning-based canonical correlation frameworks | NA | 时间序列数据（局部场电位记录） | NA | NA | NA | NA | NA |
| 12768 | 2025-04-29 |
Global Trends in Diabetic Foot Research (2004-2023): A Bibliometric Study Based on the Scopus Database
2025-Mar-21, International journal of environmental research and public health
DOI:10.3390/ijerph22040463
PMID:40283692
|
研究论文 | 通过文献计量分析探讨2004-2023年间糖尿病足研究的全球趋势 | 利用Scopus数据库进行文献计量分析，揭示糖尿病足研究的发展趋势和热点 | 仅基于Scopus数据库，可能未涵盖所有相关研究 | 分析糖尿病足研究的全球趋势和未来方向 | 2004-2023年间Scopus数据库中关于糖尿病足的研究文献 | 文献计量学 | 糖尿病足 | 文献计量分析工具（Excel, Python, Biblioshiny, VOSviewer） | NA | 文献数据 | 7136篇文献 | NA | NA | NA | NA |
| 12769 | 2025-04-29 |
Deep learning in GPCR drug discovery: benchmarking the path to accurate peptide binding
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf186
PMID:40285358
|
research paper | 本文评估了深度学习在预测G蛋白偶联受体（GPCRs）与其内源性肽配体相互作用中的应用，并比较了多种深度学习工具的性能 | 通过比较多种深度学习工具在GPCR与肽配体相互作用预测中的表现，提出了一个实用的模型选择指南，并创建了一个独立的基准测试集 | 竞争性锦标赛方法虽然加速了性能，但降低了真阳性恢复率 | 评估深度学习模型在GPCR药物发现中的准确性和实用性 | G蛋白偶联受体（GPCRs）及其内源性肽配体 | machine learning | NA | 深度学习（DL） | AlphaFold 2.3 (AF2), AlphaFold 3 (AF3), Chai-1, NeuralPLexer, RoseTTAFold-AllAtom, Peptriever, ESMFold, D-SCRIPT | protein sequences and structures | 124 ligands and 1240 decoys, 67 recent complexes | NA | NA | NA | NA |
| 12770 | 2025-04-29 |
Aminoacyl-tRNA synthetase urzymes optimized by deep learning behave as a quasispecies
2025-Mar, Structural dynamics (Melville, N.Y.)
DOI:10.1063/4.0000294
PMID:40290414
|
research paper | 利用深度学习优化氨酰-tRNA合成酶原酶，使其表现出类似准种的行为 | 使用ProteinMPNN和AlphaFold2深度学习算法重新设计优化的LeuAC原酶，显著提高了溶解度和催化能力 | 仅测试了8种变体，样本量较小 | 探索遗传编码起源的蛋白质设计 | 氨酰-tRNA合成酶原酶 | machine learning | NA | ProteinMPNN, AlphaFold2 | 深度学习 | 蛋白质序列 | 8种变体 | NA | NA | NA | NA |
| 12771 | 2025-04-29 |
Artificial Intelligence-Driven Approaches to Endoscopic Gastric Cancer Detection: Current Progress and Future Directions
2025-Mar, Cureus
DOI:10.7759/cureus.81194
PMID:40291198
|
research paper | 本文探讨了人工智能在胃镜胃癌检测中的当前进展和未来方向 | 利用深度学习模型（如CNN）提升胃镜检测胃癌的准确性和标准化评估 | 数据质量、假阳性/假阴性、地域偏见和监管障碍等问题仍需解决 | 提高胃癌的早期检测率，优化临床工作流程 | 胃癌患者的内窥镜图像 | digital pathology | gastric cancer | deep learning | CNN | image | NA | NA | NA | NA | NA |
| 12772 | 2025-04-29 |
The Role of Artificial Intelligence in the Prediction, Diagnosis, and Management of Cardiovascular Diseases: A Narrative Review
2025-Mar, Cureus
DOI:10.7759/cureus.81332
PMID:40291312
|
review | 本文综述了人工智能在心血管疾病预测、诊断和管理中的作用及其面临的挑战 | 探讨了AI技术（特别是机器学习和深度学习）在分析大规模数据集、提高诊断准确性和优化治疗策略方面的变革潜力 | AI实施面临监管、隐私、人群验证等障碍，以及系统互操作性和临床医生接受度的问题 | 探索AI在心血管护理中的应用、当前使用的局限性以及未来整合以改善患者预后 | 心血管疾病（CVDs） | machine learning | cardiovascular disease | machine learning, deep learning | NA | massive datasets | NA | NA | NA | NA | NA |
| 12773 | 2025-04-29 |
Proposal for a Method for Assessing the Quality of an Updated Deep Learning-Based Automatic Segmentation Program
2025-Mar, Cureus
DOI:10.7759/cureus.81307
PMID:40291313
|
research paper | 本研究旨在验证商业深度学习自动分割（DLS）方法在更新后是否能保持轮廓几何精度，并提出一种简化验证方法以减少临床工作负担 | 提出了一种简化验证方法，用于评估更新后的深度学习自动分割程序的质量，同时减少对临床工作流程的负担 | 研究中28个轮廓中有9个器官未满足既定标准，表明某些器官的轮廓质量在更新后有所下降 | 验证商业深度学习自动分割方法在更新后的几何精度，并简化验证流程 | 头颈、胸部、腹部和盆腔区域的28个器官 | digital pathology | NA | deep learning-based automatic segmentation (DLS) | NA | CT imaging | 109名参与者 | NA | NA | NA | NA |
| 12774 | 2025-04-29 |
Influence of early through late fusion on pancreas segmentation from imperfectly registered multimodal magnetic resonance imaging
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024008
PMID:40291815
|
research paper | 研究早期到晚期融合对不完美配准的多模态磁共振图像中胰腺分割的影响 | 探讨了在深度学习模型中不同融合点对不完美配准的多模态图像分割性能的影响，并发现最佳融合点因模型而异 | 在腹部图像对不完美配准的情况下，融合带来的性能提升较小，且最佳融合点依赖于具体模型 | 研究多模态融合在胰腺分割中的应用，以改善对糖尿病等疾病的研究能力 | 胰腺及周围腹部解剖结构 | digital pathology | diabetes | multimodal magnetic resonance imaging (MRI) | UNet, nnUNet | image | 353 pairs of T2-weighted and T1-weighted abdominal MR images from 163 subjects | NA | NA | NA | NA |
| 12775 | 2025-04-29 |
Improving radiologist detection of meniscal abnormality on undersampled, deep learning reconstructed knee MRI
2025-Mar, Radiology advances
DOI:10.1093/radadv/umaf015
PMID:40291992
|
研究论文 | 评估人工智能辅助工具在放射科医生解读欠采样深度学习重建膝关节MRI中半月板异常的效果 | 使用AI辅助工具提高放射科医生在欠采样深度学习重建图像上的半月板异常检测性能 | 研究为回顾性设计，样本量有限（896名参与者） | 评估AI辅助工具对放射科医生诊断半月板异常的影响，并分析重建质量指标与异常检测性能的关系 | 膝关节MRI图像中的半月板异常 | 数字病理学 | 骨科疾病 | 深度学习重建 | 目标检测模型 | MRI图像 | 896名参与者（平均年龄44.7±15.3岁，472名女性） | NA | NA | NA | NA |
| 12776 | 2025-10-07 |
A divide-and-conquer approach based on deep learning for long RNA secondary structure prediction: Focus on pseudoknots identification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314837
PMID:40279361
|
研究论文 | 提出一种基于深度学习的DivideFold方法，用于预测长RNA二级结构（包括假结） | 采用分治策略递归分割长RNA序列，结合深度学习模型解决长序列和假结预测的挑战 | 未明确说明方法对特定RNA类型的适用性限制 | 提高长RNA二级结构（特别是假结）的预测准确性 | 长RNA序列及其二级结构 | 生物信息学 | NA | RNA二级结构预测 | 深度学习 | RNA序列数据 | NA | NA | NA | 假结预测准确率、二级结构预测准确率 | NA |
| 12777 | 2025-10-07 |
Towards sustainable architecture: Enhancing green building energy consumption prediction with integrated variational autoencoders and self-attentive gated recurrent units from multifaceted datasets
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317514
PMID:40279377
|
研究论文 | 提出一种集成变分自编码器和自注意力门控循环单元的深度学习框架，用于绿色建筑能耗预测 | 首次将时间依赖变分自编码器与自适应门控自注意力GRU相结合，并采用多任务学习策略同时优化预测精度和异常检测 | 仅基于两个公共数据集进行验证，未在更广泛的实际场景中测试 | 提高绿色建筑能耗预测准确性以支持能源管理和节能减排 | 绿色建筑的能源消耗时间序列数据 | 机器学习 | NA | 时间序列分析 | TD-VAE, AGSA-GRU | 时间序列数据 | 两个公共绿色建筑能耗数据集 | NA | 时间依赖变分自编码器, 自适应门控自注意力GRU | 准确率, AUC, 假阳性率, 真阳性率 | NA |
| 12778 | 2025-04-29 |
Synthetic fibrosis distributions for data augmentation in predicting atrial fibrillation ablation outcomes: an in silico study
2025, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2025.1512356
PMID:40290188
|
研究论文 | 本研究利用去噪扩散概率模型生成合成纤维化分布，以增强深度学习预测心房颤动消融结果的数据集 | 使用去噪扩散概率模型生成合成纤维化分布，并通过生物物理模拟扩增训练数据集，以提高深度学习模型的预测性能 | 研究基于计算机模拟，尚未在真实患者数据中验证其临床适用性 | 提高深度学习模型预测心房颤动消融结果的准确性 | 心房颤动患者的纤维化分布及消融策略效果 | 数字病理学 | 心血管疾病 | LGE-MRI, 去噪扩散概率模型, 生物物理模拟 | 深度学习, 去噪扩散概率模型 | 图像, 模拟数据 | 100个真实LGE-MRI分布用于训练模型，生成1000个双心房网格用于模拟 | NA | NA | NA | NA |
| 12779 | 2025-04-29 |
The current status and future directions of artificial intelligence in the prediction, diagnosis, and treatment of liver diseases
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251325418
PMID:40290269
|
review | 本文综述了人工智能在肝病预测、诊断和治疗中的当前应用及未来发展方向 | 强调了机器学习和深度学习算法在肝病领域的应用进展 | 指出了该领域面临的挑战，包括需要大规模数据集、鲁棒算法和临床实践中的伦理考虑 | 探讨人工智能在肝病预测、诊断和治疗中的应用及其未来发展方向 | 肝病 | machine learning | liver disease | machine learning, deep learning | NA | NA | NA | NA | NA | NA | NA |
| 12780 | 2025-04-29 |
A deep learning-assisted automatic measurement of tear meniscus height on ocular surface images and its application in myopia control
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1554432
PMID:40291564
|
research paper | 本研究开发了一种深度学习模型，用于自动测量眼表图像中的泪液半月板高度（TMH），以提高近视控制方法相关干眼症初步筛查的效率和准确性 | 首次应用深度学习模型自动测量泪液半月板高度，提高了测量效率和准确性，避免了传统手动测量的主观性和低效问题 | 研究仅使用了OCULUS Keratograph 5M采集的眼表图像，未验证在其他设备上的适用性 | 开发自动测量泪液半月板高度的深度学习模型，用于近视控制方法相关干眼症的筛查 | 眼表图像中的泪液半月板高度 | digital pathology | myopia | deep learning | CNN | image | 1,200张眼表图像（训练集840张，验证集240张，测试集120张，外加100张外部验证集） | NA | NA | NA | NA |