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 12901 - 12920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12901 | 2025-04-27 |
Improved food image recognition by leveraging deep learning and data-driven methods with an application to Central Asian Food Scene
2025-Apr-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95770-9
PMID:40269053
|
research paper | 该论文通过深度学习和数据驱动方法改进食物图像识别，并应用于中亚食物场景 | 开发了一个大规模高质量的中亚食物场景数据集，用于食物定位和检测，解决了现实场景中多食物物品的识别问题 | NA | 改进食物图像识别技术，以支持高效的数字化食物记录、智能餐厅和超市等应用 | 中亚食物场景中的多食物物品 | computer vision | NA | deep learning, data-driven methods | YOLOv8xl | image | 21,306张图像，涵盖239种食物类别，69,856个实例 | NA | NA | NA | NA |
| 12902 | 2025-04-27 |
Frame points attention convolution for deep learning on point cloud
2025-Apr-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97388-3
PMID:40269085
|
研究论文 | 本文提出了一种名为帧点注意力卷积（FPAC）的新型三维空间卷积算子，用于处理点云数据 | FPAC通过注意力机制量化输入局部点与预定义帧点之间的相关性，并动态生成空间连续滤波器，无需依赖生成模型或概率假设 | NA | 解决点云数据在深度学习中的处理难题 | 点云数据 | 计算机视觉 | NA | 注意力机制 | FPAC | 点云 | 广泛使用的数据集 | NA | NA | NA | NA |
| 12903 | 2025-04-27 |
A hybrid segmentation and classification CAD framework for automated myocardial infarction prediction from MRI images
2025-Apr-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98893-1
PMID:40269099
|
研究论文 | 提出一种用于从MRI图像中自动预测心肌梗死的计算机辅助诊断（CAD）框架，结合分割和分类技术 | 采用并行和串行两种方法进行分割和分类，并引入了混合CNN-ViT模型，显著提高了分类准确率 | 未提及在更大或更多样化的数据集上的验证，可能影响模型的泛化能力 | 开发一个自动化系统，用于心肌梗死的早期诊断和准确分类 | MRI图像中的心肌梗死区域 | 数字病理学 | 心血管疾病 | MRI成像 | ResU-Net, CNN, ViT | 图像 | EMIDEC MRI数据集，使用五折交叉验证 | NA | NA | NA | NA |
| 12904 | 2025-04-27 |
Research on underwater disease target detection method of inland waterway based on deep learning
2025-Apr-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98570-3
PMID:40269127
|
研究论文 | 针对内河水道水下病害目标检测精度低和泛化能力差的问题，设计了一种基于改进YOLOv5的水下病害目标检测算法YOLOv5-GBCE | 采用BiFPN加强特征融合提高小目标识别精度，引入CA模块分配注意力资源减少水下复杂背景干扰，使用EIoU作为框损失函数加速网络收敛，并采用Ghost卷积网络降低模型复杂度 | NA | 提高内河水道水下病害目标的检测精度和泛化能力 | 内河水道水下病害目标 | 计算机视觉 | NA | 深度学习 | YOLOv5-GBCE（改进的YOLOv5） | 图像 | 项目组收集的水下病害数据集（具体数量未提及） | NA | NA | NA | NA |
| 12905 | 2025-04-27 |
Anomaly detection in cropland monitoring using multiple view vision transformer
2025-Apr-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98405-1
PMID:40269174
|
research paper | 提出了一种基于多视角视觉变换器的农田异常检测方法，用于低空农业监测 | 采用具有独特注意力机制的视觉变换器模型，并在异常检测中表现出优越性能 | 未来计划整合热成像、红外或激光雷达传感器数据，并优化深度学习流程以减少计算复杂度 | 开发一种高效的农田异常检测系统，提升低空农业监测的安全性 | 农田图像数据，包括正常和异常情况 | computer vision | NA | 深度学习，视觉变换器 | vision transformer | image | 大量正常和异常农田图像 | NA | NA | NA | NA |
| 12906 | 2025-04-27 |
A noval RUL prediction method for rolling bearing: TcLstmNet-CBAM
2025-Apr-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98845-9
PMID:40269223
|
research paper | 提出了一种名为TcLstmNet-CBAM的新型滚动轴承剩余使用寿命预测方法，结合了TCN和LSTM网络以及CBAM模块以提高预测精度 | 结合TCN提取长期时间依赖和高级空间特征，LSTM捕捉短期时间依赖和序列关系，并引入CBAM模块对关键特征进行多维加权 | 未提及方法在更广泛数据集或实际工业环境中的泛化能力 | 提高滚动轴承剩余使用寿命预测的准确性 | 旋转机械系统中的滚动轴承 | machine learning | NA | TCN, LSTM, CBAM | TcLstmNet-CBAM | 时间序列数据 | PHM2012和XJTU-SY滚动轴承数据集 | NA | NA | NA | NA |
| 12907 | 2025-04-27 |
Machine learning assessment of zoonotic potential in avian influenza viruses using PB2 segment
2025-Apr-23, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-11589-8
PMID:40269678
|
研究论文 | 本研究开发了两种互补的方法，用于评估禽流感病毒的跨种传播潜力，重点关注PB2片段的适应性 | 结合回归模型和SHAP值分析，开发了一个全面的风险评估框架，能够识别和排名与跨种传播潜力相关的关键残基和突变 | 研究仅关注PB2片段，可能忽略了其他病毒片段对跨种传播潜力的影响 | 评估禽流感病毒的跨种传播潜力，开发一个基于PB2序列的全面风险评估框架 | 禽流感病毒（特别是来自禽类的A型流感病毒）的PB2片段 | 机器学习 | 禽流感 | 回归分析，SHAP值分析 | 随机森林回归模型，深度学习架构 | 序列数据 | NA | NA | NA | NA | NA |
| 12908 | 2025-04-27 |
Torg-Pavlov ratio qualification to diagnose developmental cervical spinal stenosis based on HRViT neural network
2025-Apr-23, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-08667-z
PMID:40269821
|
research paper | 开发基于HRViT神经网络的自动测量Torg-Pavlov比率（TPR）的深度学习模型，用于诊断发育性颈椎管狭窄（DCSS） | 首次提出使用HRViT神经网络自动测量TPR，减少了主观影响并提高了处理速度 | 研究仅基于中国无症状人群的X射线图像，可能不适用于其他人群或更复杂的病例 | 开发自动测量TPR的深度学习模型，并建立中国无症状人群的TPR分布 | 1623张正常个体的颈椎侧位X射线图像 | digital pathology | developmental cervical spinal stenosis | X-ray imaging | HRViT | image | 1623张颈椎侧位X射线图像（训练集1466张，测试集157张） | NA | NA | NA | NA |
| 12909 | 2025-04-27 |
Global trends in artificial intelligence research in anesthesia from 2000 to 2023: a bibliometric analysis
2025-Apr-23, Perioperative medicine (London, England)
DOI:10.1186/s13741-025-00531-x
PMID:40270031
|
研究论文 | 通过文献计量分析，探讨2000年至2023年麻醉学领域人工智能研究的全球趋势和热点 | 首次对麻醉学领域的人工智能研究进行全面的文献计量分析，识别研究热点和未来方向 | 仅基于Web of Science Core Collection数据库的英文文献，可能遗漏其他语言或数据库的重要研究 | 分析麻醉学领域人工智能研究的全球发展趋势和热点 | 2000年至2023年发表的英文文章和综述 | 人工智能在医学中的应用 | NA | 文献计量分析 | NA | 文献数据 | 从Web of Science Core Collection数据库中检索的相关文献 | NA | NA | NA | NA |
| 12910 | 2025-04-27 |
TCKAN: a novel integrated network model for predicting mortality risk in sepsis patients
2025-Apr, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03245-2
PMID:39560917
|
研究论文 | 提出了一种新型集成网络模型TCKAN，用于预测脓毒症患者的死亡风险 | TCKAN模型首次将时间数据、常量数据和ICD编码整合到一个预测模型中，采用多模态数据集成策略，显著提高了预测准确性和鲁棒性 | 虽然已整合了时间数据、常量数据和ICD编码，但未来研究可以纳入更多样化的医疗数据类型，如影像学和实验室检测结果，以实现更全面的数据集成 | 提高脓毒症患者死亡风险的预测准确性，优化临床患者管理和治疗 | 脓毒症患者 | 机器学习 | 脓毒症 | 多模态数据集成 | TCKAN（Time-Constant Kolmogorov-Arnold Network） | 时间数据、常量数据和ICD编码 | MIMIC-III和MIMIC-IV数据集 | NA | NA | NA | NA |
| 12911 | 2025-10-07 |
High-precision MRI of liver and hepatic lesions on gadoxetic acid-enhanced hepatobiliary phase using a deep learning technique
2025-Apr, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01693-2
PMID:39527182
|
研究论文 | 本研究比较了两种MRI序列在钆塞酸增强肝胆期成像中的性能，发现采用改进的Fast 3D mode wheel和PIQE的高精度序列在图像质量方面优于压缩感知序列 | 首次将改进的Fast 3D mode wheel和PIQE技术应用于肝胆期MRI成像，并与压缩感知技术进行系统比较 | 回顾性研究设计，样本量较小（54例患者），缺乏多中心验证 | 评估高精度MRI序列在钆塞酸增强肝胆期成像中的可行性和性能 | 54例患有局灶性肝病变的患者 | 医学影像分析 | 肝病变 | 钆塞酸增强MRI，三维T1加权成像，肝胆期成像 | NA | MRI图像 | 54例患者 | NA | NA | 图像质量评分，信噪比，对比噪声比，病灶检测率 | NA |
| 12912 | 2025-10-07 |
Effects of snake fungal disease (ophidiomycosis) on the skin microbiome across two major experimental scales
2025-Apr, Conservation biology : the journal of the Society for Conservation Biology
IF:5.2Q1
DOI:10.1111/cobi.14411
PMID:39530499
|
研究论文 | 本研究通过野外调查和实验室实验，探讨蛇真菌病对皮肤微生物组的生态影响 | 首次在蛇类中同时采用野外大尺度调查和实验室控制实验，结合深度学习神经网络预测疾病状态 | 野外和实验室环境下的微生物组结构变化存在差异，实验室结果可能无法完全反映自然状况 | 研究新兴传染病对宿主微生物组的影响机制 | 自由活动蛇类和实验室饲养的北方水蛇 | 微生物生态学 | 蛇真菌病 | 定量PCR, 细菌扩增子测序, 深度学习神经网络, 栖息地适宜性模型 | 深度学习神经网络 | 微生物组测序数据, 环境变量数据 | 自由活动蛇类（广泛系统发育和空间范围）, 实验室接种实验蛇类 | NA | NA | 阳性预测值, 最大敏感度+特异度 | NA |
| 12913 | 2025-04-27 |
Uncertainty-guided pancreatic tumor auto-segmentation with Tversky ensemble
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100740
PMID:40276495
|
research paper | 开发了一种基于Tversky集成和不确定性估计的胰腺肿瘤自动分割工具，以处理分割任务中的不确定性并适应临床医生的个性化需求 | 利用Tversky集成和不确定性估计技术，首次在胰腺肿瘤分割中实现了对不确定性的量化处理，并支持临床医生根据偏好调整分割结果 | 研究仅基于282例患者数据，样本量相对有限；且未在更多类型的肿瘤数据上进行验证 | 开发一种能够处理分割任务中不确定性并支持个性化调整的胰腺肿瘤自动分割工具 | 胰腺肿瘤的CT/MRI影像数据 | digital pathology | pancreatic cancer | Tversky loss, ensemble learning, uncertainty estimation | CNN ensemble | medical image | 282例胰腺癌患者（252例训练/验证，30例独立测试） | NA | NA | NA | NA |
| 12914 | 2025-04-27 |
Deep Learning-Assisted Design for High-Q-Value Dielectric Metasurface Structures
2025-Mar-29, Materials (Basel, Switzerland)
DOI:10.3390/ma18071554
PMID:40271794
|
研究论文 | 本文提出了一种用于预测介电超表面振幅谱的前向预测网络，以提高超表面设计的效率 | 提出了一种高精度的前向预测网络，用于快速预测介电超表面的振幅谱，并利用迁移学习将其应用于高Q值共振介电超表面的近红外透射光谱预测 | 未提及网络在其他类型超表面上的泛化能力测试 | 提高介电超表面设计的效率和灵敏度 | 介电超表面结构 | 机器学习 | NA | 深度学习、迁移学习 | 前向预测网络 | 光谱数据 | NA | NA | NA | NA | NA |
| 12915 | 2025-04-27 |
Advanced Thermal Imaging Processing and Deep Learning Integration for Enhanced Defect Detection in Carbon Fiber-Reinforced Polymer Laminates
2025-Mar-25, Materials (Basel, Switzerland)
DOI:10.3390/ma18071448
PMID:40271635
|
研究论文 | 本文研究了热成像预处理对碳纤维增强聚合物(CFRP)层压板缺陷分割的影响，结合深度学习技术提高了缺陷检测的准确性 | 采用多项式近似和一阶、二阶导数预处理热成像信号，结合U-Net架构显著提升了缺陷检测性能 | 研究仅针对CFRP材料，未验证在其他复合材料上的适用性 | 提高碳纤维增强聚合物层压板缺陷检测的准确性和可靠性 | 碳纤维增强聚合物(CFRP)层压板 | 计算机视觉 | NA | 脉冲热成像技术 | U-Net | 热成像图像 | NA | NA | NA | NA | NA |
| 12916 | 2025-10-07 |
MST-m6A: A Novel Multi-Scale Transformer-based Framework for Accurate Prediction of m6A Modification Sites Across Diverse Cellular Contexts
2025-Mar-15, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2024.168856
PMID:39510345
|
研究论文 | 提出一种基于多尺度Transformer的新型框架MST-m6A，用于准确预测不同细胞环境中的m6A修饰位点 | 采用多尺度Transformer架构和双k-mer标记化策略，首次在m6A预测中同时捕获多粒度RNA序列特征和全局上下文信息 | 未明确说明模型在特定细胞类型或组织中的性能差异，缺乏对模型解释性的深入探讨 | 开发高精度、跨细胞类型通用的m6A修饰位点预测方法 | 真核细胞中的RNA m6A修饰位点 | 生物信息学 | NA | 高通量测序技术 | Transformer, CNN | RNA序列数据 | NA | NA | 多尺度Transformer, 卷积神经网络 | 准确率, 精度, 召回率, F1分数, AUC | NA |
| 12917 | 2025-04-27 |
DEKP: a deep learning model for enzyme kinetic parameter prediction based on pretrained models and graph neural networks
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf187
PMID:40273427
|
研究论文 | 介绍了一种名为DEKP的深度学习模型，用于基于预训练模型和图神经网络预测酶动力学参数 | 结合预训练模型和增强的图神经网络，全面表示蛋白质结构特征，有效缓解序列相似性变化导致的性能下降 | NA | 提高酶动力学参数预测的准确性，加速酶筛选和定向进化研究 | 酶动力学参数 | 机器学习 | NA | 深度学习 | 图神经网络 | 蛋白质序列和结构数据 | NA | NA | NA | NA | NA |
| 12918 | 2025-04-27 |
PathSynergy: a deep learning model for predicting drug synergy in liver cancer
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf192
PMID:40273429
|
research paper | 开发了一个名为PathSynergy的深度学习模型，用于预测肝癌中的药物协同作用 | PathSynergy结合了图神经网络和通路图谱映射的优势，首次预测并验证了六种FDA批准的药物与索拉非尼或乐伐替尼在肝癌中的协同作用 | NA | 提高癌症治疗的疗效并克服耐药性 | 肝癌 | machine learning | liver cancer | graph neural networks, pathway map mapping | GNN | drug feature data, cell line data, drug-target interactions, signaling pathways | NA | NA | NA | NA | NA |
| 12919 | 2025-10-07 |
Combination of Deep Learning Grad-CAM and Radiomics for Automatic Localization and Diagnosis of Architectural Distortion on DBT
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.031
PMID:39496537
|
研究论文 | 本研究结合深度学习Grad-CAM和影像组学技术，实现数字乳腺断层合成成像中结构扭曲的自动定位与诊断 | 首次将深度学习Grad-CAM自动定位与影像组学分类相结合，实现结构扭曲的端到端诊断流程 | 纯结构扭曲病例的诊断性能显著低于伴随其他特征的病例，模型在挑战性病例上表现有待提升 | 开发人工智能系统用于数字乳腺断层合成成像中结构扭曲的自动检测与良恶性分类 | 500例数字乳腺断层合成成像中报告有结构扭曲的病例 | 计算机视觉 | 乳腺癌 | 数字乳腺断层合成成像 | 深度学习 | 医学影像 | 500例病例（292例训练集，208例测试集） | NA | Grad-CAM | AUC | NA |
| 12920 | 2025-10-07 |
A Stacked Multimodality Model Based on Functional MRI Features and Deep Learning Radiomics for Predicting the Early Response to Radiotherapy in Nasopharyngeal Carcinoma
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.011
PMID:39496536
|
研究论文 | 开发基于MRI功能影像和深度学习放射组学的堆叠多模态模型，用于预测鼻咽癌放疗早期疗效 | 首次将MRI深度学习放射组学特征、功能影像参数（ADC、TBF）和临床指标整合到堆叠模型中 | 回顾性研究，样本量有限，仅来自两家医院 | 预测鼻咽癌患者放疗早期疗效 | 鼻咽癌放疗患者 | 医学影像分析 | 鼻咽癌 | MRI（T1WI、CE-T1WI、T2WI、T2WI/FS）、DWI、ASL | LR, XGBoost, SVM, KNN, Stacked算法 | 医学影像（MRI），临床数据 | 训练集194例，内部验证集82例，外部验证集40例 | NA | 堆叠模型 | AUC, 决策曲线分析 | NA |