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 47295 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2026-07-26 |
Web of Science Bibliometrics Analysis of Magnetic Resonance Imaging Research Advances in Multiple Sclerosis
2026, Current medical imaging
IF:1.1Q3
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 122 | 2026-07-26 |
Forecasting user engagement and competing cascades in social media diffusion: A Hawkes-Transformer approach
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0354472
PMID:42497156
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 123 | 2026-07-26 |
Spatial-aware lightweight network for real-time tea disease detection: A coordinate attention-enhanced YOLOv8n approach with path-decoupling strategy
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0354583
PMID:42497159
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 124 | 2026-07-26 |
Fundus image analysis of retinitis pigmentosa using artificial intelligence
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0354452
PMID:42497190
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 125 | 2026-07-26 |
Ionospheric TEC anomalies analysis and prediction during six volcanic eruptions using a Hybrid ML-DL model and comparison with the AR/MLR Models
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0354386
PMID:42497284
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 126 | 2026-07-26 |
A dataset-centric review of IoT and IIoT intrusion detection: realism, evaluation biases, and future research directions
2026, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2026.1878260
PMID:42499387
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 127 | 2026-07-26 |
Deciphering tuberculosis pathway mechanisms via graph neural networks and multimodal deep learning: a comprehensive AI-driven framework for precision medicine
2026, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2026.1753893
PMID:42499499
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 128 | 2026-07-26 |
Monthly trends, determinants, and forecasting of perinatal mortality in Ghana: a comparison of ARIMA, BPNN, DLNN, and GRNN models
2026, Frontiers in reproductive health
IF:2.3Q3
DOI:10.3389/frph.2026.1849802
PMID:42499668
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 129 | 2026-07-26 |
Machine and deep learning based on magnetic resonance imaging to segment glioblastoma and predict the spread of recurrence: a multicenter retrospective protocol
2026, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2026.1818594
PMID:42500392
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 130 | 2026-07-26 |
EDISP: a hybrid CNN-ViT framework for robust maize leaf disease detection and classification
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1873194
PMID:42500479
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 131 | 2025-12-24 |
CT-based radiomics deep learning signatures for noninvasive prediction of early recurrence after radical surgery in locally advanced colorectal cancer: A multicenter study
2025-12, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110482
PMID:41014758
|
研究论文 | 本研究开发并验证了一种结合CT影像组学、深度学习特征与临床实验室参数的术前模型，用于无创预测局部晚期结直肠癌患者根治术后的早期复发风险 | 首次将CT影像组学特征、深度学习特征与临床实验室参数整合构建术前预测模型，并在多中心外部数据集验证其优于传统病理和TNM分期模型 | 回顾性研究设计，样本量相对有限，且未在更广泛的人群中进行前瞻性验证 | 优化局部晚期结直肠癌患者的治疗策略，通过术前无创预测早期复发，减少不必要的药物毒性 | 局部晚期结直肠癌患者 | 数字病理 | 结直肠癌 | CT影像，RNA测序 | 机器学习，深度学习 | CT图像，临床实验室数据，RNA测序数据 | 560例经病理证实的局部晚期结直肠癌患者（来自三个中心）及GEO数据集 | NA | NA | AUC | NA |
| 132 | 2025-12-03 |
Automated abdominal aortic calcification scoring via deep learning: a multi-center validation of LVLCRNet
2025-12-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02072-7
PMID:41327056
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 133 | 2025-10-07 |
Using artificial intelligence and statistics for managing peritoneal metastases from gastrointestinal cancers
2025-01-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae049
PMID:39736152
|
综述 | 探讨人工智能和统计学方法在胃肠道癌腹膜转移分析与管理的应用 | 系统比较AI方法与统计学方法在腹膜转移管理中的性能表现 | 纳入研究数量有限（约30篇），样本量是影响预测准确性的关键因素 | 研究AI和统计学方法在胃肠道癌腹膜转移管理中的应用价值 | 胃肠道癌引发的腹膜转移患者 | 机器学习 | 胃肠道癌 | 文献系统回顾 | 机器学习,深度学习 | 医学文献数据 | 约30篇符合条件的研究文献 | NA | NA | 预测准确性,精确度 | NA |
| 134 | 2025-10-07 |
DeepMEns: an ensemble model for predicting sgRNA on-target activity based on multiple features
2025-01-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae043
PMID:39528429
|
研究论文 | 提出基于深度学习的集成可解释模型DeepMEns，用于预测sgRNA的靶向活性 | 提出集成可解释模型，结合多种特征和架构，通过五个子回归器的平均预测提高性能 | 模型内在机制仍存在解释难度，性能提升空间未明确量化 | 提高CRISPR/Cas9系统中sgRNA靶向活性的预测准确性 | 化脓性链球菌CRISPR/Cas9系统的单导RNA（sgRNA） | 机器学习 | NA | 基因编辑技术 | CNN, Transformer, LSTM | 序列数据，DNA形状特征，位置编码特征 | 五个不同的训练和验证数据集，十个独立测试数据集 | NA | CNN with Transformer encoder, LSTM with attention mechanism | Spearman相关系数 | NA |
| 135 | 2025-10-07 |
A comprehensive review of deep learning-based approaches for drug-drug interaction prediction
2025-01-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae052
PMID:39987494
|
综述 | 本文系统综述了基于深度学习的药物相互作用预测方法，包括分子表示分析和图数据特征提取的理论框架 | 提供了最新的药物相互作用预测方法综述，深入分析了分子表示方法并系统阐述了图数据特征提取的理论框架 | NA | 为不同领域研究人员提供关于药物相互作用预测的最新且易于理解的指南 | 药物相互作用预测方法 | 生物医学信息学 | NA | 深度学习 | NA | 图数据 | NA | NA | NA | NA | NA |
| 136 | 2025-10-07 |
Advances in computer vision and deep learning-facilitated early detection of melanoma
2025-01-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elaf002
PMID:40139223
|
综述 | 本文综述了计算机视觉和深度学习技术在黑色素瘤早期检测中的最新进展与应用 | 系统评估了YOLO、GAN、Mask R-CNN、ResNet和DenseNet等先进神经网络在黑色素瘤早期检测中的集成应用 | 未提及具体研究样本量和技术实现的详细性能指标 | 探索人工智能技术在改善黑色素瘤早期检测和诊断准确性的应用 | 皮肤镜图像和黑色素瘤病变 | 计算机视觉 | 黑色素瘤 | 深度学习 | YOLO, GAN, Mask R-CNN, ResNet, DenseNet | 皮肤镜图像 | NA | NA | YOLO, GAN, Mask R-CNN, ResNet, DenseNet | NA | NA |
| 137 | 2025-05-15 |
Automatic Detection of Cognitive Impairment in Patients With White Matter Hyperintensity Using Deep Learning and Radiomics
2025 Jan-Dec, American journal of Alzheimer's disease and other dementias
DOI:10.1177/15333175251325091
PMID:40087144
|
研究论文 | 本研究利用深度学习和放射组学技术自动检测白质高信号患者的认知障碍 | 结合VB-Nets深度学习卷积神经网络和放射组学特征，开发了一种新的随机森林模型，用于早期诊断白质高信号患者的认知障碍 | 样本量较小（总共108名患者），且外部验证集仅来自一家医院 | 开发一种可靠的早期诊断工具，用于检测白质高信号患者的认知障碍 | 白质高信号患者 | 数字病理学 | 老年疾病 | 放射组学特征提取 | VB-Nets CNN和随机森林 | 医学影像 | 79名患者（医院1）和29名患者（医院2） | NA | NA | NA | NA |
| 138 | 2026-07-09 |
Generative AI for Diagnostic Medical Imaging: A Review
2025, Current medical imaging
IF:1.1Q3
|
综述 | 本文全面分析了生成式深度学习模型在诊断医学影像中的应用，探讨了其在提高诊断准确性、减少辐射暴露和改进数据处理方面的变革潜力 | 设计了多种专门用于医学影像的生成模型管线架构，包括增强型GAN配置及AE-GAN混合模型，以应对合成图像质量、时间序列处理和精准字幕生成等挑战 | 未提及具体局限性 | 综合评估生成式深度学习模型在医学诊断成像中的应用进展，推动更准确、可及和个性化的患者护理 | 诊断医学影像中的生成深度学习模型 | 计算机视觉 | NA | NA | GAN, 自编码器, 扩散模型, 基于Transformer的模型 | 医学图像 | NA | NA | ML-C-GAN, Temporal-GAN, Atten-AE, M3AE | NA | NA |
| 139 | 2024-12-01 |
Integrating Contact Tracing Data to Enhance Outbreak Phylodynamic Inference: A Deep Learning Approach
2024-11-01, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae232
PMID:39497507
|
研究论文 | 本研究评估了PhyloDeep这一深度学习工具在处理不完整系统发育树时的表现，并探讨了通过整合接触追踪数据来提高预测准确性的潜力 | 通过整合接触追踪数据，显著提高了在处理不完整系统发育树时的预测性能 | 在超级传播动态场景中，模型的参数捕捉仍然具有挑战性 | 探讨如何通过整合接触追踪数据来提高系统发育动力学分析的准确性 | PhyloDeep工具在处理不完整系统发育树时的表现及接触追踪数据的整合效果 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组数据和流行病学数据 | 涉及部分匹配接触追踪数据的SARS-CoV-2序列样本 | NA | NA | NA | NA |
| 140 | 2026-07-26 |
From organs to algorithms: Redefining cancer classification in the age of artificial intelligence
2024-09, Clinical and translational science
DOI:10.1111/cts.70001
PMID:39206604
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |