深度学习在生物医药领域中的应用
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，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10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 26880 篇文献，本页显示第 1301 - 1320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1301 | 2025-06-10 |
m6A-SPP: Identification of RNA N6-methyladenosine modification sites through multi-source biological features and a hybrid deep learning architecture
2025-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.144789
PMID:40449782
|
研究论文 | 本文介绍了一种名为m6A-SPP的新型深度学习框架，用于有效预测RNA N6-甲基腺苷（m6A）修饰位点 | 结合了序列特征和RNA的物理化学特性，通过两个专门模块进行整合，并利用预训练的DNABERT和CNN进行序列表示处理 | NA | 准确预测m6A修饰位点，以理解其生物学功能及在疾病中的作用 | RNA N6-甲基腺苷（m6A）修饰位点 | 自然语言处理 | NA | 深度学习 | BERT, CNN | RNA序列数据 | 包含8种细胞系（如HEK293T和HeLa）和3种组织类型（包括脑、肝和肾）的数据集 |
| 1302 | 2025-06-10 |
Network Occlusion Sensitivity Analysis Identifies Regional Contributions to Brain Age Prediction
2025-Jun-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70239
PMID:40470724
|
研究论文 | 该研究通过结合网络遮挡敏感性分析(NOSA)和精细人脑图谱，揭示了卷积神经网络(CNN)在脑龄预测中不同脑区的贡献 | 开发了可解释性方案NOSA结合精细人脑图谱，首次系统揭示了脑龄预测模型中各脑区的贡献模式 | 研究样本年龄范围有限(8-80岁)，未涵盖更广年龄段 | 提高脑龄预测模型的可解释性，识别关键贡献脑区 | 人脑结构和功能 | 数字病理学 | 老年疾病 | 深度学习 | CNN | 脑影像数据 | 训练集3054例，测试集555例(年龄8-80岁) |
| 1303 | 2025-06-07 |
Deep learning for microbiome-informed precision nutrition
2025-Jun, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaf148
PMID:40475064
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1304 | 2025-06-10 |
PeruFoodNet: A unique dataset of traditional peruvian food for image recognition systems and allergenic ingredient inference
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111604
PMID:40486219
|
research paper | 介绍了一个名为PeruFoodNet的数据集，包含4000张传统秘鲁菜肴的图片，用于图像识别系统和过敏成分推断 | 创建了一个独特的秘鲁菜肴数据集，可用于图像识别和过敏成分识别 | 数据集主要由作者自己拍摄，可能缺乏多样性 | 促进图像识别和分类研究，帮助识别菜肴中的过敏成分 | 传统秘鲁菜肴 | computer vision | NA | Deep Learning | NA | image | 4000张图片，涵盖40种最受欢迎的秘鲁菜肴，每种菜肴100张图片 |
| 1305 | 2025-06-10 |
Investigation of Short-term Crystalline Lens Positional Shifts Following ICL Implantation Using SS-OCT Integrated With Multi-task Deep Learning
2025-Jun, Journal of refractive surgery (Thorofare, N.J. : 1995)
DOI:10.3928/1081597X-20250506-06
PMID:40488484
|
research paper | 研究使用SS-OCT结合多任务深度学习评估ICL植入后短期晶状体位置变化 | 首次结合SS-OCT和多任务深度学习定量评估ICL植入后晶状体倾斜和偏心变化 | 样本量较小(42眼)，仅评估短期(1周内)变化 | 评估ICL植入对晶状体位置的短期影响 | 26名患者(42眼)的ICL植入手术前后晶状体位置 | digital pathology | ophthalmic disease | SS-OCT | multi-task deep learning | medical image | 42 eyes from 26 patients |
| 1306 | 2025-06-10 |
Insights into "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis"
2025-May-30, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.04.046
PMID:40450446
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1307 | 2025-06-10 |
Response to Letter to the Editor regarding "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis"
2025-May-30, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.05.012
PMID:40450443
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1308 | 2025-06-10 |
Machine Learning and Deep Learning Techniques for Prediction and Diagnosis of Leptospirosis: Systematic Literature Review
2025-May-29, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/67859
PMID:40440642
|
系统性文献综述 | 本文通过系统性文献综述评估了机器学习和深度学习技术在预测和诊断钩端螺旋体病中的应用 | 首次系统性地总结了ML和DL在钩端螺旋体病预测与诊断中的应用情况，并分析了算法性能、数据来源和验证方法 | 纳入研究的样本量较小（17篇），且大多数研究使用私有数据集（65%），缺乏公开数据集的应用 | 评估机器学习和深度学习技术在钩端螺旋体病预测和诊断中的应用效果 | 钩端螺旋体病的预测和诊断 | 机器学习 | 钩端螺旋体病 | 机器学习(ML)和深度学习(DL) | 支持向量机、人工神经网络、决策树、CNN（特别是U-Net CNN） | 临床记录、医院数据、区域监测系统数据 | 17项研究（从374篇初筛文献中筛选） |
| 1309 | 2025-06-10 |
PathoGraph: A Graph-Based Method for Standardized Representation of Pathology Knowledge
2025-May-27, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04906-z
PMID:40425649
|
研究论文 | 提出了一种基于图的知识表示方法PathoGraph，用于系统化组织病理学知识以促进其计算应用 | PathoGraph能够全面且结构化地捕捉多尺度疾病特征及病理学家的专业知识，并通过大规模自动化构建验证其计算效用 | NA | 系统化组织病理学知识以促进其在数据驱动的生物医学研究和临床实践中的计算应用 | 病理学数据（包括切片和诊断报告）中的知识 | 数字病理学 | 肿瘤疾病 | 图表示方法 | NA | 图像、文本 | NA |
| 1310 | 2025-06-10 |
Identifying Disinformation on the Extended Impacts of COVID-19: Methodological Investigation Using a Fuzzy Ranking Ensemble of Natural Language Processing Models
2025-May-21, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/73601
PMID:40397945
|
research paper | 本研究开发了一个结合预训练语言模型和模糊排名集成方法的深度学习框架，用于检测与COVID-19长期影响相关的虚假信息 | 创新点在于将预训练语言模型与基于模糊排名的集成方法相结合，并引入重新参数化的Gompertz函数来分配模糊排名 | 研究仅基于文本内容进行训练，未考虑其他可能影响虚假信息检测的因素 | 开发一个鲁棒且可推广的深度学习框架，用于检测与COVID-19长期影响相关的虚假信息 | 与COVID-19长期影响相关的虚假信息 | natural language processing | COVID-19 | 预训练语言模型(PLMs), 模糊排名集成方法 | RoBERTa, DeBERTa, XLNet, HAN | text | 566真实样本和2361虚假样本 |
| 1311 | 2025-06-10 |
Prediction of Spontaneous Breathing Trial Outcome in Critically Ill-Ventilated Patients Using Deep Learning: Development and Verification Study
2025-May-21, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/64592
PMID:40397953
|
研究论文 | 本研究开发了一种基于深度学习的预测模型，用于预测重症监护患者自主呼吸试验（SBT）的结果 | 提出了一种新型的混合CNN-MLP深度学习架构，通过交替CNN和MLP层进行特征学习和融合，提高了模型的灵活性和预测准确性 | 研究数据来自台湾中部一家医疗中心，可能限制了模型的普遍适用性 | 开发人工智能预测模型，提高呼吸机脱机评估的准确性和效率 | 重症监护病房中20岁及以上、依赖呼吸机的患者 | 医疗人工智能 | 呼吸系统疾病 | 深度学习 | 混合CNN-MLP | 临床记录数据 | 3686名患者，6536条SBT前临床记录 |
| 1312 | 2025-06-10 |
Digital Biomarkers for Parkinson Disease: Bibliometric Analysis and a Scoping Review of Deep Learning for Freezing of Gait
2025-May-20, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/71560
PMID:40392578
|
研究论文 | 本文通过文献计量分析和范围综述，评估了帕金森病数字生物标志物的研究现状、热点及未来趋势，并系统回顾了用于冻结步态（FOG）数字生物标志物的深度学习模型 | 结合文献计量分析和范围综述方法，全面评估帕金森病数字生物标志物研究，并聚焦于FOG的深度学习模型 | 跨学科和跨机构合作不足，相关项目缺乏企业资助，FOG深度学习模型缺乏外部验证和标准化性能报告 | 评估全球帕金森病生物标志物研究的现状、热点和未来趋势，并系统回顾FOG数字生物标志物的深度学习模型 | 帕金森病数字生物标志物，特别是冻结步态（FOG）的深度学习模型 | 数字病理学 | 帕金森病 | 深度学习 | CNN或基于CNN的架构 | 数字生物标志物数据 | 文献计量分析包含750项研究，范围综述包含40项研究，涉及3700名研究人员 |
| 1313 | 2025-06-10 |
scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework
2025-May-14, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.100875
PMID:40373737
|
research paper | 该研究提出了一种名为scPrediXcan的方法，将深度学习和单细胞数据整合到细胞类型特异性转录组范围关联研究框架中 | scPrediXcan整合了先进的深度学习方法和单细胞数据，提高了细胞类型特异性基因表达的预测准确性，并捕捉了线性模型忽略的复杂基因调控规律 | NA | 提高转录组范围关联研究（TWAS）在细胞水平上识别疾病机制的能力 | 2型糖尿病（T2D）和系统性红斑狼疮（SLE） | machine learning | type 2 diabetes, systemic lupus erythematosus | single-cell data, deep learning | ctPred | single-cell expression data | NA |
| 1314 | 2025-06-10 |
FastConformation: A Standalone ML-Based Toolkit for Modeling and Analyzing Protein Conformational Ensembles at Scale
2025-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.09.653048
PMID:40463224
|
研究论文 | 介绍了一个名为FastConformation的Python应用程序，用于建模和分析蛋白质构象集合 | 集成了MSA生成、AF2结构预测和蛋白质构象交互分析，提供用户友好的GUI界面，支持非编程背景的研究人员使用 | 未明确提及样本量或具体性能比较数据 | 开发一个高效、易用的工具来预测和分析蛋白质构象集合 | 蛋白质构象集合，包括Abl1激酶、LAT1转运体和CCR5受体等 | 结构生物学 | NA | AlphaFold 2 (AF2), 多序列比对(MSA) | 深度学习 | 蛋白质序列和结构数据 | NA |
| 1315 | 2025-06-10 |
A New Biomarker of Aging Derived From Electrocardiograms Improves Risk Prediction of Incident Cardiovascular Disease
2025-May-13, JACC. Advances
DOI:10.1016/j.jacadv.2025.101764
PMID:40367762
|
research paper | 研究评估了从心电图深度学习算法中得出的心血管老化生物标志物δ-age在提高心血管疾病初级预防模型性能中的潜在价值 | 引入了一种新的心血管老化生物标志物δ-age，通过深度学习算法从12导联心电图中预测年龄差异，并验证其在心血管疾病风险预测中的增量价值 | 研究样本仅来自挪威Tromsø研究，可能限制了结果的普遍性 | 评估δ-age生物标志物在心血管疾病初级预防风险预测模型中的增量价值 | 7,108名挪威Tromsø研究的男性和女性参与者 | machine learning | cardiovascular disease | deep learning | 深度学习算法 | electrocardiograms | 7,108名参与者（155例心肌梗死和141例中风病例） |
| 1316 | 2025-06-10 |
AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care
2025-May-11, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.04.007
PMID:40354695
|
研究论文 | 本文综述了人工智能在龋齿管理中的应用，包括临床实践、专业教育和公众自我护理 | 探讨了AI在龋齿风险评估、图像分析、治疗计划制定以及口腔卫生教育中的创新应用 | 未具体提及研究的局限性 | 概述AI在个性化龋齿管理中的当前应用和潜力 | 龋齿患者、牙科专业人士及公众 | 数字病理 | 龋齿 | 机器学习和深度学习 | NA | 图像和患者数据 | NA |
| 1317 | 2025-05-07 |
Code Error in "Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning"
2025-05-06, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/66556
PMID:40327366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1318 | 2025-06-10 |
Cyber-physical security of biochips: A perspective
2025-May, Biomicrofluidics
IF:2.6Q2
DOI:10.1063/5.0252554
PMID:40454326
|
perspective | 本文探讨了微流控生物芯片（MBs）面临的多种安全威胁及相应的防护措施 | 提出了基于深度学习的异常检测方法、材料级防护措施（如机械响应染料和光谱水印）以及样本级保护（如分子条形码）等多层次安全框架 | 未提及具体实验数据或案例研究来验证这些防护措施的有效性 | 提高微流控生物芯片的安全性和可靠性 | 微流控生物芯片（MBs）及其安全威胁 | 生物医学工程 | NA | 深度学习、机械响应染料、光谱水印、分子条形码 | 深度学习 | NA | NA |
| 1319 | 2025-06-10 |
RLEAAI: improving antibody-antigen interaction prediction using protein language model and sequence order information
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf238
PMID:40462512
|
研究论文 | 提出了一种新的深度学习方法RLEAAI，用于提高抗体-抗原相互作用（AAIs）的预测性能 | 结合了序列顺序提取策略和预训练蛋白质语言模型，整合了三种神经网络模块以提高预测准确性 | 未提及具体的数据集限制或模型泛化能力的局限性 | 提高抗体-抗原相互作用预测的准确性 | 抗体-抗原相互作用 | 机器学习 | NA | 预训练蛋白质语言模型、序列顺序提取策略 | CNN、双向LSTM、循环交叉注意力机制 | 蛋白质序列数据 | 在两个独立测试集上进行基准测试 |
| 1320 | 2025-06-10 |
Deep learning reveals determinants of transcriptional infidelity at nucleotide resolution in the allopolyploid line by goldfish and common carp hybrids
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf260
PMID:40471993
|
研究论文 | 本研究利用深度学习模型探究金鱼和鲤鱼杂交异源多倍体品系中转录不忠实的决定因素 | 开发深度学习模型在核苷酸分辨率上识别转录不忠实序列，并揭示位置特异性转录因子家族和类别对转录不忠实的影响 | 研究局限于金鱼和鲤鱼杂交异源多倍体品系，未在其他生物系统中验证 | 探究金鱼和鲤鱼杂交异源多倍体品系中转录不忠实的深层决定因素 | 金鱼和鲤鱼杂交异源多倍体品系的转录不忠实现象 | 机器学习 | NA | 深度学习 | 深度学习模型 | DNA序列数据 | NA |