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 13101 - 13120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13101 | 2025-10-07 |
Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat
2024-08-13, Toxins
IF:3.9Q1
DOI:10.3390/toxins16080354
PMID:39195764
|
研究论文 | 开发了一种基于成像光谱和深度学习的镰刀菌感染小麦早期检测工具Sága | 结合预训练的YOLOv5和DeepMAC模型进行小麦穗部分割，并利用XGBoost分析高光谱信息实现镰刀菌感染检测 | 研究仅基于2021年单个实验田的数据，样本规模有限 | 开发可靠的现场特异性镰刀菌感染早期预警模型，确保粮食和饲料安全 | 冬小麦中的镰刀菌感染检测 | 计算机视觉 | 植物病害 | 成像光谱技术（高光谱成像） | YOLOv5, DeepMAC, XGBoost | 高光谱图像 | 两个实验田（接种镰刀菌的实验田52.5m×3m和对照组52.5m×3m） | NA | YOLOv5, DeepMAC | 准确率, F1分数 | NA |
| 13102 | 2025-10-07 |
Precision in Prevention and Health Surveillance: How Artificial Intelligence May Improve the Time of Identification of Health Concerns through Social Media Content Analysis
2024-Aug, Yearbook of medical informatics
DOI:10.1055/s-0044-1800736
PMID:40199301
|
综述 | 探讨人工智能通过社交媒体内容分析提升预防和健康监测精准度的潜力 | 系统评估AI技术在社交媒体健康监测中的创新应用，包括基于Transformer的主题建模和联邦学习等先进技术 | 仅纳入2023年发表的文献，样本量有限（最终筛选10篇文献），可能存在发表偏倚 | 提升健康监测的及时性和准确性，实现更主动有效的健康干预 | 社交媒体健康相关内容，包括自杀预防、心理健康、电子烟使用等公共卫生议题 | 自然语言处理 | 公共卫生 | 文献计量分析，社交媒体内容分析 | 机器学习，深度学习，自然语言处理 | 文本数据（社交媒体内容） | 89篇文献初步分析，最终筛选10篇相关研究 | Bibliometrix | Transformer | NA | NA |
| 13103 | 2025-10-07 |
Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI
2024-Aug, Yearbook of medical informatics
DOI:10.1055/s-0044-1800751
PMID:40199311
|
综述 | 对2023年生物医学自然语言处理领域的研究进展进行总结，重点分析大语言模型和生成式AI的应用趋势 | 系统梳理了2023年生物医学NLP领域的最佳论文评选过程，揭示了大语言模型在数据增强、领域适应和模型蒸馏方面的创新应用 | 仅基于两个文献数据库（Medline和ACL）进行分析，可能未覆盖该领域所有重要研究成果 | 总结2023年生物医学自然语言处理领域的研究趋势和最佳论文 | 2023年发表的2,148篇生物医学NLP研究论文 | 自然语言处理 | COVID-19, 癌症, 精神健康 | 自然语言处理, 深度学习 | 大语言模型, ChatGPT | 社交媒体内容, 电子健康记录 | 2,148篇论文 | NA | NA | NA | NA |
| 13104 | 2025-10-07 |
Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering
2024-07-09, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c00978
PMID:38913718
|
研究论文 | 开发了一种结合深度学习和表面增强拉曼散射的生物传感平台，用于通过人类泪液进行COVID-19现场筛查 | 利用二硫化钼辅助自发形成紧密堆积的三维金纳米颗粒结构，无需还原剂即可合成部分金纳米颗粒 | NA | 开发用于极低分析物浓度快速、低损伤、高通量无标记检测的生物传感平台 | 人类泪液中的冠状病毒疾病(COVID-19) | 生物传感 | COVID-19 | 表面增强拉曼散射(SERS) | CNN | 拉曼光谱数据 | NA | NA | 卷积神经网络 | NA | NA |
| 13105 | 2025-10-07 |
Sex estimation from maxillofacial radiographs using a deep learning approach
2024-06-01, Dental materials journal
IF:1.9Q4
DOI:10.4012/dmj.2023-253
PMID:38599831
|
研究论文 | 本研究使用深度学习模型从侧位头颅X光片中估计性别 | 首次将VGG16和DenseNet-121深度学习模型应用于侧位头颅X光片的性别估计，并通过显著性图分析模型关注区域 | 仅使用600张侧位头颅X光片，样本量有限；为回顾性研究 | 构建更高效可靠的性别估计方法 | 侧位头颅X光片 | 计算机视觉 | NA | X射线成像 | CNN | 医学影像 | 600张侧位头颅X光片 | NA | VGG16, DenseNet-121 | 准确率, 敏感度(召回率), 精确率, F1分数, ROC曲线下面积 | NA |
| 13106 | 2025-10-07 |
Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review
2024-May, Journal of clinical orthopaedics and trauma
DOI:10.1016/j.jcot.2024.102421
PMID:38708092
|
综述 | 本文通过范围综述探讨机器学习和深度学习在强直性脊柱炎诊断与治疗中的应用现状 | 首次系统梳理2013-2023年间ML/DL在AS领域的应用，识别当前研究空白并提出未来方向 | 缺乏来自多中心包含多种诊断参数的足够规模数据集，基于ML/DL的治疗研究少于诊断研究 | 评估ML/DL技术在强直性脊柱炎诊断和治疗各阶段的应用现状 | PubMed数据库中2013-2023年涉及ML/DL在AS中应用的全文文献 | 机器学习 | 强直性脊柱炎 | 文献综述方法 | NA | 文献数据 | NA | NA | NA | NA | NA |
| 13107 | 2025-10-07 |
Enabling late-stage drug diversification by high-throughput experimentation with geometric deep learning
2024-02, Nature chemistry
IF:19.2Q1
DOI:10.1038/s41557-023-01360-5
PMID:37996732
|
研究论文 | 开发了一个结合几何深度学习和高通量实验的药物后期功能化平台 | 首次将几何深度学习与高通量实验相结合用于药物后期功能化，并引入了用户友好的反应格式 | 未知底物的反应性分类准确率相对较低（67%），区域选择性分类的F分数为67% | 优化药物候选分子的性质通过后期功能化 | 23种不同的商业药物分子 | 机器学习 | NA | 高通量反应筛选 | 几何深度学习 | 化学反应数据 | 23种商业药物分子 | NA | NA | 平均绝对误差, 平衡准确率, F分数 | NA |
| 13108 | 2025-04-26 |
An enhanced GhostNet model for emotion recognition: leveraging efficient feature extraction and attention mechanisms
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1459446
PMID:40270901
|
研究论文 | 提出了一种增强型GhostNet模型（EGT），结合Transformer编码器和双重注意力机制，用于通过面部表情进行鲁棒的情绪识别 | 整合了GhostNet的高效特征提取、Transformer的全局上下文捕捉能力以及双重注意力机制，以选择性地增强关键特征 | 未明确提及具体限制，但可能包括对复杂自然环境和多样化情绪表达的处理能力仍有提升空间 | 提高情绪识别系统的准确性和鲁棒性，以增强智能人机交互系统、个性化推荐系统和心理健康监测工具 | 面部表情情绪识别 | 计算机视觉 | NA | 深度学习 | GhostNet, Transformer, 双重注意力机制 | 图像 | RAF-DB数据集和AffectNet数据集（具体样本数量未提及） | NA | NA | NA | NA |
| 13109 | 2025-04-25 |
Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects
2025-Jul-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117399
PMID:40184880
|
综述 | 本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景 | 探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案 | 未具体提及当前AI技术的局限性 | 探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向 | 细菌诊断和抗菌药物敏感性测试 | 机器学习 | 细菌感染 | 机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等 | Random Forest、SVM、CNN、transformer | 图像、光谱数据、电化学数据等 | NA | NA | NA | NA | NA |
| 13110 | 2025-04-25 |
Machine learning-based detection and quantification of red blood cells in Cholistani cattle: A pilot study
2025-Jun, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2025.105650
PMID:40215610
|
研究论文 | 本研究首次使用机器学习检测和计数巴基斯坦Cholistani牛的正常和异常红细胞（RBCs），包括泪滴细胞和裂红细胞 | 首次在Cholistani牛中应用机器学习进行红细胞检测和计数，并比较了SVM模型与人工计数方法的效果 | 需要进一步改进以提升使用卷积神经网络或其他深度学习方法进行红细胞检测的准确性 | 探索机器学习在兽医血液学评估中的应用潜力 | Cholistani牛的红细胞（包括正常红细胞、泪滴细胞和裂红细胞） | 机器学习 | NA | 支持向量机（SVM）、主成分分析（PCA） | SVM | 图像 | 预标注的血涂片图像数据集，随机分为训练集（80%）和测试集（20%） | NA | NA | NA | NA |
| 13111 | 2025-04-25 |
An Intelligent Model of Segmentation and Classification Using Enhanced Optimization-Based Attentive Mask RCNN and Recurrent MobileNet With LSTM for Multiple Sclerosis Types With Clinical Brain MRI
2025-Jun, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70036
PMID:40269999
|
研究论文 | 本文提出了一种基于深度学习的智能模型，用于通过临床脑部MRI扫描对多发性硬化症类型进行分割和分类 | 该模型的主要创新点在于将注意力机制和基于循环的深度学习应用于卷积网络，以分类疾病，并提出了一种优化算法来调整参数以提高性能 | NA | 开发一种深度学习系统，用于通过临床脑部MRI扫描对多发性硬化症类型进行分类 | 多发性硬化症（MS）的临床脑部MRI扫描图像 | 数字病理学 | 多发性硬化症 | MRI | AA-MRCNN, RM-LSTM | 图像 | 3427张图像 | NA | NA | NA | NA |
| 13112 | 2025-04-25 |
Deep Learning-Based Classification of Early-Stage Mycosis Fungoides and Benign Inflammatory Dermatoses on H&E-Stained Whole-Slide Images: A Retrospective, Proof-of-Concept Study
2025-May, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2024.07.036
PMID:39306030
|
研究论文 | 本研究探讨了深度学习在区分早期蕈样肉芽肿和良性炎症性皮肤病中的应用，使用H&E染色的全切片图像数据集 | 首次将深度学习应用于皮肤淋巴瘤的分类，特别是在早期蕈样肉芽肿与良性炎症性皮肤病的区分上 | 需要更大的多机构数据集和改进的方法论，如结合临床数据的多模态深度学习 | 评估深度学习在早期蕈样肉芽肿与良性炎症性皮肤病分类中的表现 | 皮肤活检的H&E染色全切片图像 | 数字病理学 | 皮肤淋巴瘤 | 深度学习 | 弱监督深度学习模型 | 图像 | 924张H&E染色全切片图像，包括233名早期蕈样肉芽肿患者和353名良性炎症性皮肤病患者 | NA | NA | NA | NA |
| 13113 | 2025-04-25 |
Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention
2025-May, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3549583
PMID:40131750
|
研究论文 | 提出了一种动态分层卷积注意力网络（DH-CAN），用于从EEG信号中全面学习全局和局部空间域以及时频域的判别信息，以识别运动想象意图 | 设计了多尺度卷积块动态捕捉时频信息，将EEG信号通道映射到不同脑区，分层提取全局和局部空间特征，并利用图注意力网络建立区域连接性，共享对称脑区间的网络参数以更好地捕捉不对称运动想象模式 | NA | 提高EEG信号解码的准确性，特别是在运动想象意图识别方面 | EEG信号 | 脑机接口 | NA | EEG信号分析 | 动态分层卷积注意力网络（DH-CAN） | EEG信号 | 两个数据集 | NA | NA | NA | NA |
| 13114 | 2025-04-25 |
PackPPI: An integrated framework for protein-protein complex side-chain packing and ΔΔG prediction based on diffusion model
2025-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70110
PMID:40260988
|
研究论文 | 介绍了一个名为PackPPI的集成框架，用于蛋白质复合物的侧链包装和ΔΔG预测，基于扩散模型 | 结合了扩散模型和近端优化算法，改进了蛋白质复合物的侧链预测，并利用学习到的表示预测ΔΔG | 未提及具体限制 | 提高蛋白质复合物的侧链包装和ΔΔG预测的准确性和效率 | 蛋白质复合物 | 生物信息学 | NA | 扩散模型，近端优化算法 | 扩散模型 | 蛋白质结构数据 | CASP15数据集和SKEMPI v2.0数据集 | NA | NA | NA | NA |
| 13115 | 2025-04-25 |
Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data
2025-Apr-24, Molecular ecology
IF:4.5Q1
DOI:10.1111/mec.17773
PMID:40271548
|
研究论文 | 本文探讨了驯化过程中基因组重组率的变化，结合理论、实验室实验和数据分析，比较了家养动物与其野生祖先的重组率 | 利用群体测序数据和深度学习方法推断基因组范围内的重组率，提供了鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的新比较结果 | 研究结果在不同物种间不一致，未能提供驯化导致基因组重组率普遍增加的统一证据 | 验证驯化过程是否间接导致基因组重组率增加的假说 | 家养动物（鸡、绵羊、山羊）及其野生祖先（红原鸡、摩弗伦羊、野山羊） | 基因组学 | NA | 群体测序、深度学习 | 深度学习 | 基因组测序数据 | 多个物种的比较（鸡/红原鸡、绵羊/摩弗伦羊、山羊/野山羊） | NA | NA | NA | NA |
| 13116 | 2025-04-25 |
Artificial Intelligence in Panoramic Radiography Interpretation: A Glimpse into the State-of-the-Art Radiologic Examination Method
2025-Apr-24, International journal of computerized dentistry
IF:1.8Q2
DOI:10.3290/j.ijcd.b6173229
PMID:40272192
|
研究论文 | 本研究开发了一种基于YOLO-v8深度学习模型的人工智能系统，用于全景X光片中多种牙齿问题和解剖结构的准确评估和分割 | 开发了一个多类别诊断模型，能够同时检测和分割全景X光片中的33种不同牙齿状况和解剖结构，而现有研究通常单独处理这些条件 | 研究未提及模型在不同设备获取的X光片上的泛化能力测试 | 开发能够准确评估和分割全景X光片中各种牙齿问题和解剖结构的深度学习模型 | 全景X光片中的牙齿问题、牙齿修复体、牙科植入物、解剖标志、牙周状况、颌骨病理和根尖周病变 | 数字病理 | 牙科疾病 | 深度学习 | YOLO-v8 | 图像 | 未明确说明样本数量，但涉及33种不同条件的标注 | NA | NA | NA | NA |
| 13117 | 2025-04-25 |
Role of artificial intelligence in advancing immunology
2025-Apr-24, Immunologic research
IF:3.3Q3
DOI:10.1007/s12026-025-09632-7
PMID:40272607
|
综述 | 本文探讨了人工智能（AI）在免疫学领域的革命性作用，特别是在疫苗开发、免疫治疗和过敏治疗方面的应用 | AI通过分析大量基因组序列和蛋白质结构，帮助识别潜在疫苗候选物并预测机体对不同抗原的反应，同时为癌症患者提供个性化免疫治疗方案 | NA | 探讨AI在免疫学领域的应用及其对医学研究和医疗保健的推动作用 | 免疫学领域，包括疫苗开发、免疫治疗、过敏治疗及免疫疾病诊断 | 人工智能在生物医学中的应用 | 自身免疫疾病、免疫缺陷、过敏及癌症 | 机器学习和深度学习 | NA | 基因组序列、蛋白质结构、患者历史和实验室结果 | NA | NA | NA | NA | NA |
| 13118 | 2025-04-25 |
Semantic Consistency Network with Edge Learner and Connectivity Enhancer for Cervical Tumor Segmentation from Histopathology Images
2025-Apr-23, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00691-w
PMID:40268829
|
研究论文 | 提出了一种名为ERNet的端到端语义一致性网络，用于从组织病理学图像中分割宫颈肿瘤 | ERNet结合了边缘学习器和连接增强器，有效提升了模型对多形态肿瘤边缘的学习和表示能力，以及分割掩模的像素连接性 | 虽然模型在宫颈肿瘤图像上表现良好，但在其他类型肿瘤上的泛化能力仅通过喉部肿瘤图像进行了初步验证 | 提高宫颈肿瘤在组织病理学图像中的分割准确性，以辅助诊断和预后 | 宫颈肿瘤的组织病理学图像 | 数字病理学 | 宫颈癌 | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 13119 | 2025-04-25 |
An effective model of hybrid adaptive deep learning with attention mechanism for healthcare data analysis in blockchain-based secure transmission over IoT
2025-Apr-23, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2492375
PMID:40269520
|
研究论文 | 本文提出了一种结合混合自适应深度学习和注意力机制的有效模型，用于区块链安全传输物联网中的医疗数据分析 | 结合区块链技术和混合自适应深度学习模型，引入FUPOA进行参数优化和密钥生成，提高了数据传输的安全性和隐私性 | 未提及具体实验数据集规模和实际部署中的性能表现 | 解决医疗数据在物联网传输中的安全性和隐私性问题 | 医疗数据的安全传输和存储 | 机器学习 | NA | 混合自适应深度学习方法(HADL-AM), FUPOA优化算法 | 深度学习模型(未明确具体类型) | 医疗数据 | 未明确说明具体样本数量 | NA | NA | NA | NA |
| 13120 | 2025-04-25 |
deep-Sep: a deep learning-based method for fast and accurate prediction of selenoprotein genes in bacteria
2025-Apr-22, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01258-24
PMID:40062874
|
research paper | 开发了一种基于深度学习的算法deep-Sep，用于快速准确地预测细菌基因组中的硒蛋白基因 | 使用Transformer-based神经网络架构构建最优模型，结合同源搜索策略减少假阳性，显著优于现有方法 | 未明确提及算法在极端复杂或高度变异细菌基因组中的表现 | 开发高效工具以准确识别细菌基因组中的硒蛋白基因 | 细菌基因组序列 | machine learning | NA | 深度学习 | Transformer-based neural network | 基因组序列数据 | 20个细菌基因组作为独立测试数据集 | NA | NA | NA | NA |