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 13961 - 13980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13961 | 2025-10-07 |
Preliminary exploratory study on differential diagnosis between benign and malignant peripheral lung tumors: based on deep learning networks
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1567545
PMID:40212272
|
研究论文 | 基于深度学习网络开发超声影像模型用于良恶性周围型肺肿瘤的鉴别诊断 | 首次基于超声影像开发深度学习模型用于周围型肺肿瘤的良恶性鉴别诊断，填补了该领域的研究空白 | 回顾性研究设计，样本量相对有限（371例患者），仅在两中心进行验证 | 开发基于超声影像的深度学习模型用于良恶性周围型肺肿瘤的鉴别诊断 | 接受超声引导下经皮肺肿瘤操作的患者 | 计算机视觉 | 肺癌 | 超声成像 | CNN | 超声图像 | 371例患者（训练集296例，测试集75例） | NA | ResNet18, ResNet34, ResNet50, ResNet101, ResNet152 | AUC, NRI | NA |
| 13962 | 2025-10-07 |
Heterogeneous transfer learning model for improving the classification performance of fNIRS signals in motor imagery among cross-subject stroke patients
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1555690
PMID:40212471
|
研究论文 | 提出一种跨被试异质迁移学习模型，用于提升脑卒中患者运动想象fNIRS信号的跨被试分类性能 | 利用健康个体的EEG数据作为源域，通过自适应特征匹配网络对齐异质模态间的特征表示，解决fNIRS数据稀缺和个体差异问题 | 仅使用8名脑卒中患者的数据进行验证，样本规模有限 | 提升脑卒中患者运动想象fNIRS信号的跨被试分类准确率 | 脑卒中患者的运动想象fNIRS信号 | 脑机接口 | 脑卒中 | fNIRS, EEG | 迁移学习, 深度学习 | 脑信号 | 8名脑卒中患者（康复前后数据） | NA | 自适应特征匹配网络, 稀疏贝叶斯极限学习机 | 准确率, AUC | NA |
| 13963 | 2025-10-07 |
Image-based food monitoring and dietary management for patients living with diabetes: a scoping review of calorie counting applications
2025, Frontiers in nutrition
IF:4.0Q2
DOI:10.3389/fnut.2025.1501946
PMID:40212724
|
综述 | 本文综述了基于图像的糖尿病饮食监测与热量计算应用的研究现状、方法和挑战 | 系统梳理了计算机视觉技术在糖尿病饮食管理中的应用，重点关注食物分割、分类和体积估计等关键技术 | 缺乏标准化验证方法，数据隐私问题尚未完全解决，在不同人群中的普适性有待验证 | 探讨计算机科学在饮食摄入估计中的作用，特别关注糖尿病患者的个性化饮食管理 | 糖尿病患者和基于图像的饮食监测应用 | 计算机视觉 | 糖尿病 | 深度学习 | NA | 食物图像 | NA | NA | NA | NA | 智能手机, 可穿戴设备 |
| 13964 | 2025-04-13 |
Plant stem and leaf segmentation and phenotypic parameter extraction using neural radiance fields and lightweight point cloud segmentation networks
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1491170
PMID:40212877
|
研究论文 | 本研究提出了一种结合神经辐射场模型和轻量级点云分割网络的方法，用于植物茎叶分割和表型参数提取 | 提出了一个轻量级点云分割网络PointSegNet，包含GLSA模块和EAFP模块，用于整合局部和全局特征并增强边缘感知能力 | NA | 开发一种自动提取植物表型参数的方法 | 玉米、番茄和大豆植物的茎叶 | 计算机视觉 | NA | 神经辐射场模型(Nerfacto)、点云分割 | PointSegNet | 3D点云数据 | 玉米、番茄和大豆植物样本 | NA | NA | NA | NA |
| 13965 | 2025-04-13 |
Deep learning-based target spraying control of weeds in wheat fields at tillering stage
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1540722
PMID:40212873
|
研究论文 | 本研究结合深度学习设计了目标喷洒决策与滞后算法，并在测试平台上验证其有效性 | 对YOLOv5s进行轻量化改进并设计目标喷洒决策与滞后算法，解决了硬件操作滞后问题 | 实验仅使用模拟杂草和模拟分蘖小麦进行台架实验，未在真实田间环境中验证 | 开发基于深度学习的小麦田杂草目标喷洒控制系统 | 小麦田分蘖期的杂草 | 计算机视觉 | NA | 深度学习 | YOLOv5s | 图像 | 模拟杂草和模拟分蘖小麦的台架实验数据集 | NA | NA | NA | NA |
| 13966 | 2025-04-13 |
Machine learning and artificial intelligence in type 2 diabetes prediction: a comprehensive 33-year bibliometric and literature analysis
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1557467
PMID:40212895
|
综述 | 本文对33年（1991-2024年）间机器学习（ML）和人工智能（AI）在2型糖尿病（T2DM）预测中的应用研究进行了全面的文献计量和系统综述 | 采用文献计量和系统综述方法，结合TF-IDF和专家输入筛选文献，并应用双标准方法评估文献的相关性和影响力 | 未来研究需要解决泛化性、跨学科T2DM预测研究和社会心理整合方面的不足 | 综述机器学习与人工智能在2型糖尿病预测中的应用，识别关键趋势、方法和研究空白 | 2型糖尿病（T2DM）预测研究 | 机器学习 | 糖尿病 | TF-IDF, PRISMA指南, VOSviewer, Bibliometrix | Random Forest, Gradient Boosting, CNN | 文献数据 | 2,351篇文章 | NA | NA | NA | NA |
| 13967 | 2025-04-13 |
Head and Neck Tumor Segmentation for MRI-Guided Radiation Therapy Using Pre-trained STU-Net Models
2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings
DOI:10.1007/978-3-031-83274-1_4
PMID:40213034
|
研究论文 | 本研究比较了nnU-Net v2和STU-Net两种深度学习模型在头颈癌MRI图像中自动分割肿瘤的性能 | STU-Net在可扩展性和可迁移性方面进行了关键改进，参数规模从1400万到14亿不等，并利用TotalSegmentator等大规模数据集进行预训练，更有效地捕捉复杂多变的肿瘤结构 | NA | 提高MRI引导放射治疗中头颈癌肿瘤分割的准确性 | 头颈癌患者的MRI图像 | 数字病理 | 头颈癌 | 深度学习 | STU-Net, nnU-Net v2 | MRI图像 | NA | NA | NA | NA | NA |
| 13968 | 2025-04-13 |
Transformers in RNA structure prediction: A review
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.03.021
PMID:40213272
|
综述 | 本文全面回顾了基于Transformer的RNA结构预测模型 | 深入分析了Transformer架构的创新如何提升RNA结构预测性能及其现有不足 | 未具体说明Transformer模型在RNA结构预测中的具体局限性 | 探讨Transformer在RNA结构预测领域的应用与发展 | RNA的二级和三级结构 | 自然语言处理 | NA | Transformer模型 | Transformer | 序列数据 | NA | NA | NA | NA | NA |
| 13969 | 2025-10-07 |
Deep learning-based prediction of chemical accumulation in a pathogenic mycobacterium
2024-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.15.628588
PMID:39764009
|
研究论文 | 利用深度学习模型预测化学药物在致病分枝杆菌中的积累情况 | 首次使用深度学习模型而非传统化学性质来预测药物在分枝杆菌中的积累，能够准确预测未包含在原始药物库中的多样化化合物 | 研究仅针对单一病原体（鸟分枝杆菌复合群），未验证模型在其他细菌中的适用性 | 开发能够预测药物在细菌细胞内积累水平的计算方法，以改善抗生素设计 | 1528种已批准药物在鸟分枝杆菌复合群中的积累情况 | 机器学习 | 分枝杆菌感染 | 液相色谱-质谱联用 | 深度学习 | 化学药物积累测量数据 | 1528种已批准药物 | NA | NA | 准确率 | NA |
| 13970 | 2025-04-13 |
Deep Learning-Based Classification of Histone-DNA Interactions Using Drying Droplet Patterns
2024-Nov, Small science
IF:11.1Q1
DOI:10.1002/smsc.202400252
PMID:40213456
|
研究论文 | 本研究利用深度学习神经网络对源自不同组蛋白-DNA混合物的干燥液滴沉积物的偏振光显微镜图像进行分类，以预测组蛋白-DNA结合亲和力 | 首次发现组蛋白-DNA相互作用可以通过染色模式进行分层，并应用深度学习实现高准确度的DNA分类和结合亲和力预测 | 对于训练集未包含的物种样本，预测准确度有所下降 | 开发可扩展且准确的蛋白质-DNA结合分类预测分析方法 | 组蛋白-DNA相互作用 | 数字病理学 | NA | 偏振光显微镜 | CNN | 图像 | 多种物种的DNA样本（具体数量未明确说明） | NA | NA | NA | NA |
| 13971 | 2025-10-07 |
Knot data analysis using multiscale Gauss link integral
2024-Oct-15, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2408431121
PMID:39392667
|
研究论文 | 提出一种结合曲线分割和多尺度分析的高斯链接积分方法，用于分析复杂生物数据中的拓扑结构 | 将曲线分割和多尺度分析引入高斯链接积分，创建多尺度高斯链接积分方法，能够同时捕捉数据的全局拓扑特性和局部结构 | NA | 开发能够分析复杂数据中局部结构和连接性的拓扑数据分析方法 | 13个复杂生物数据集，包括蛋白质灵活性分析、蛋白质-配体相互作用、hERG钾通道阻断筛选和毒性评估 | 拓扑数据分析 | NA | 多尺度高斯链接积分 | NA | 生物数据 | 13个复杂生物数据集 | NA | NA | NA | NA |
| 13972 | 2025-10-07 |
Active Label Refinement for Robust Training of Imbalanced Medical Image Classification Tasks in the Presence of High Label Noise
2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-72120-5_4
PMID:40207034
|
研究论文 | 提出一种结合噪声标签学习和主动学习的两阶段方法，用于处理医学图像分类中的标签噪声和类别不平衡问题 | 提出梯度方差方法补充基于损失的样本选择，在有限标注预算下迭代改进数据集质量，避免将少数类干净样本误判为噪声样本 | 仅在两个不平衡噪声医学分类数据集上验证，需要进一步在更多数据集上测试泛化能力 | 提高医学图像分类在标签噪声存在下的鲁棒性，并主动清理噪声标签 | 医学图像分类任务 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 医学图像 | 两个不平衡噪声医学分类数据集 | NA | NA | 分类性能 | NA |
| 13973 | 2025-10-07 |
qlty: handling large tensors in scientific imaging deep-learning workflows
2024-Sep, Software impacts
IF:1.3Q3
DOI:10.1016/j.simpa.2024.100696
PMID:40206204
|
研究论文 | 介绍qlty工具包，用于处理科学成像中超出GPU内存容量的大型张量数据 | 开发专门针对科学成像工作流的张量管理工具包，提供子采样、数据清理和拼接功能 | NA | 解决科学成像中大型体积数据集在深度学习工作流中的内存管理问题 | 科学成像中的大型体积数据集 | 计算机视觉 | NA | 深度学习 | NA | 体积图像数据 | NA | NA | NA | NA | 标准GPU |
| 13974 | 2025-04-13 |
Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review
2024-May, Small science
IF:11.1Q1
DOI:10.1002/smsc.202300185
PMID:40213577
|
综述 | 本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型 | 综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型 | 计算资源可用性、模型保真度和可重复性方面的限制 | 为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望 | 硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料 | 机器学习 | NA | 分子动力学模拟、有限元分析、机器学习/深度学习 | 分子动力学、有限元、机器学习/深度学习替代模型 | 数值模拟和大量实验结果 | NA | NA | NA | NA | NA |
| 13975 | 2025-10-07 |
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
2023-01-03, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎 | 首次开发专门用于区分结肠癌与急性憩室炎的3D卷积神经网络，并通过多经验水平放射科医生的阅读研究验证AI辅助系统的临床价值 | 研究为单中心回顾性研究，样本量相对有限（585例患者），需要进一步多中心前瞻性验证 | 开发AI辅助诊断系统以提高CT图像中结肠病变的鉴别诊断准确性 | 接受手术治疗的结肠癌和急性憩室炎患者 | 计算机视觉 | 结肠癌 | CT成像 | CNN | 3D CT图像 | 585例患者（267例急性憩室炎，318例结肠癌） | NA | 3D卷积神经网络 | 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 13976 | 2025-10-07 |
Tracking protein kinase targeting advances: integrating QSAR into machine learning for kinase-targeted drug discovery
2025-Dec, Future science OA
IF:2.4Q3
DOI:10.1080/20565623.2025.2483631
PMID:40181786
|
综述 | 探讨将传统定量构效关系与机器学习相结合用于激酶靶向药物发现的研究进展 | 通过深度学习增强QSAR模型，实现自动特征提取并捕捉复杂构效关系，超越传统QSAR方法 | 强调可解释性和实验验证对临床转化的重要性 | 加速激酶靶向药物发现并推动精准医疗发展 | 蛋白激酶（CDKs、JAKs、PIM激酶等）及其抑制剂 | 机器学习 | NA | 定量构效关系建模、分子对接、深度学习 | CNN, RNN | 结构数据、实验数据 | NA | NA | NA | 选择性、疗效、耐药性缓解 | NA |
| 13977 | 2025-04-12 |
Leveraging multi-modal feature learning for predictions of antibody viscosity
2025-Dec, mAbs
IF:5.6Q1
DOI:10.1080/19420862.2025.2490788
PMID:40214197
|
研究论文 | 本文报告了一种多模态特征学习工作流程在预测治疗性抗体粘度中的应用 | 整合了多种数据源，包括序列、结构、物理化学性质以及语言模型的嵌入，使模型能够从分子模拟的物理化学规则和大型预训练深度学习模型捕获的蛋白质进化模式中学习 | 未提及具体样本量或实验验证的局限性 | 预测治疗性抗体的粘度，以解决皮下给药制剂的高粘度问题 | 治疗性抗体 | 机器学习 | NA | 多模态特征学习 | 深度学习模型 | 序列、结构、物理化学性质数据 | NA | NA | NA | NA | NA |
| 13978 | 2025-10-07 |
Simulation of a Free Boundary Cell Migration Model through Physics Informed Neural Networks
2025-Jul, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.106961
PMID:40058062
|
研究论文 | 本研究开发了一种基于物理信息神经网络的自由边界细胞迁移模型，用于模拟一维肌动球蛋白流动 | 首次将物理信息神经网络应用于具有移动边界的细胞迁移问题，无需合成数据即可训练模型 | 模型为一维简化，可能无法完全反映真实三维细胞迁移的复杂性 | 开发计算模型以理解单细胞迁移中肌动球蛋白流动的动力学行为 | 迁移细胞中的肌动球蛋白流动和肌动蛋白浓度 | 计算生物学 | NA | 物理信息神经网络 | 神经网络 | 数值模拟数据 | NA | NA | 物理信息神经网络 | 与实验和计算数据的定性比较 | NA |
| 13979 | 2025-03-04 |
Corrigendum to "A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly" [J. Affect. Disord. Volume 369, 15 January 2025, Pages 329-337]
2025-Jun-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.02.070
PMID:40024843
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13980 | 2025-10-07 |
Improving Accuracy and Reproducibility of Cartilage T2 Mapping in the OAI Dataset Through Extended Phase Graph Modeling
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29646
PMID:39467097
|
研究论文 | 本研究通过扩展相位图建模提高了骨关节炎倡议数据集中软骨T2映射的准确性和可重复性 | 首次将扩展相位图建模应用于OAI数据集，解决了传统单指数模型忽略刺激回波和B1不均匀性的局限性 | 研究样本量有限（100名受试者），且为回顾性研究设计 | 评估不同拟合方法对软骨T2测量准确性和可重复性的影响 | 骨关节炎倡议数据集中的膝关节软骨 | 医学影像分析 | 骨关节炎 | 多回波自旋回波序列，扩展相位图建模 | 非线性最小二乘法，字典匹配，深度学习 | 磁共振影像 | 100名受试者（50名按OA严重程度分层，50名健康对照） | NA | NA | 平均绝对误差，Bland-Altman分析，Lin一致性系数，变异系数 | NA |