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 14501 - 14520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14501 | 2025-10-07 |
Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning
2025-Apr-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c07061
PMID:40099919
|
研究论文 | 通过双生物分子识别和深度学习实现四环素类抗生素的比率型3D荧光光谱鉴别 | 首次报道使用适配体在比率型3D荧光光谱中获取丰富信息用于深度学习，采用双生物分子识别策略产生独特的比率型3D荧光光谱 | 未明确说明样本规模和具体实验条件限制 | 实现四环素类抗生素的准确鉴别和定量分析 | 四环素类抗生素 | 机器学习 | 细菌感染 | 3D荧光光谱，适配体识别 | 人工神经网络 | 3D荧光光谱数据 | NA | NA | 人工神经网络 | 准确率 | NA |
| 14502 | 2025-10-07 |
Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD
2025-Apr-01, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2025.01.030
PMID:40139886
|
研究论文 | 开发并验证了一种基于集成深度学习的AI-ECG工具PRESENT-SHD，用于通过12导联心电图图像自动检测和预测结构性心脏病 | 首次使用心电图图像而非原始信号数据，采用集成学习方法开发了可扩展的结构性心脏病筛查工具，并在多个临床环境和人群队列中进行了广泛验证 | 研究主要基于回顾性数据，需要在更多前瞻性研究中进一步验证其临床效用 | 开发自动化的结构性心脏病筛查和风险分层工具 | 结构性心脏病患者，包括左心室射血分数降低、中重度左侧瓣膜病和严重左心室肥厚患者 | 医疗人工智能 | 心血管疾病 | 心电图成像，经胸超声心动图 | CNN, XGBoost | 图像 | 261,228份心电图来自93,693名患者，在多个外部验证队列中测试了58,628名个体 | NA | 卷积神经网络，集成XGBoost模型 | AUROC, 敏感性, 特异性 | NA |
| 14503 | 2025-04-02 |
Leveraging sound speed dynamics and generative deep learning for ray-based ocean acoustic tomography
2025-Apr-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0036312
PMID:40167492
|
研究论文 | 本文介绍了一种基于生成深度学习框架的射线海洋声学层析成像方法，用于估计声速剖面 | 利用变分自编码器和线性动力学模型对声速剖面变化进行低维参数化，作为进一步的正则化手段 | 方法仅在模拟数据上进行了测试，未涉及实际海洋环境数据 | 解决海洋声学层析成像中的逆问题，即基于多声学换能器之间的到达时间测量估计声速剖面 | 海洋声速剖面 | 机器学习 | NA | 变分自编码器，线性动力学模型 | VAE | 模拟声学数据 | 使用区域海洋模型模拟的声速剖面变化数据 | NA | NA | NA | NA |
| 14504 | 2025-04-02 |
Coherence shaping for optical vortices: a coherence shift keying scheme enabled by deep learning for optical communication
2025-Apr-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.549356
PMID:40167728
|
research paper | 本研究提出了一种用于光学涡旋的相干整形方法，并通过深度学习实现了一种相干移位键控方案，用于光通信 | 提出了一种新的相干整形方法，能够生成完全相干和非相干状态之间的非衍射干涉状态，并首次将深度学习应用于相干移位键控方案 | 实验验证仅限于特定条件下的性能测试，未涉及大规模实际应用场景的验证 | 开发一种基于低阶结构光模式的高容量加密移位键控通信系统 | 光学涡旋的相干性和干涉状态 | optical communication | NA | coherence shaping, deep learning | deep learning model | optical interference patterns | NA | NA | NA | NA | NA |
| 14505 | 2025-10-07 |
Parallel convolutional neural networks for non-invasive cardiac hemodynamic estimation: integrating uncalibrated PPG signals with nonlinear feature analysis
2025-Mar-31, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/adc366
PMID:40112453
|
研究论文 | 本研究开发了一种基于并行卷积神经网络和非线性特征分析的非侵入性心脏血流动力学参数估计方法 | 提出并行卷积神经网络架构，同时处理原始PPG信号和非线性特征，实现非侵入性心脏血流动力学参数预测 | 研究基于虚拟受试者数据，需要在真实临床环境中进一步验证 | 开发非侵入性方法评估心脏血流动力学状态 | 心脏输出量、全身血管阻力、动脉顺应性等心血管生物标志物 | 机器学习 | 心血管疾病 | 数字光电容积脉搏波 | CNN | 生理信号 | 4374名虚拟受试者 | NA | 并行卷积神经网络 | RMSE, MSE, MAE | NA |
| 14506 | 2025-04-02 |
Enrichment Analysis and Deep Learning in Biomedical Ontology: Applications and Advancements
2025-Mar-31, Chinese medical sciences journal = Chung-kuo i hsueh k'o hsueh tsa chih
DOI:10.24920/004464
PMID:40164517
|
review | 本文综述了基于生物医学本体结构及语义注释特性的富集分析和深度学习方法，强调了技术进步如何更全面地利用本体信息 | 结合富集分析和深度学习技术，探索生物医学本体的新应用和进展 | NA | 推动生物医学研究的发展，探索生物医学本体在大数据技术下的新应用 | 生物医学本体 | machine learning | NA | 富集分析, deep learning | deep learning | multi-dimensional, heterogeneous biomedical big data | NA | NA | NA | NA | NA |
| 14507 | 2025-04-02 |
Vision Transformers in Medical Imaging: a Comprehensive Review of Advancements and Applications Across Multiple Diseases
2025-Mar-31, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01481-y
PMID:40164818
|
综述 | 本文全面回顾了视觉变换器（ViT）模型在医学影像分类中的最新研究进展及其在多种疾病中的应用 | 系统性地总结了ViT在医学影像领域的应用，并对比了其与传统CNN的性能差异 | 未进行原始实验验证，仅基于文献综述进行分析 | 评估ViT模型在医学影像分类领域的应用现状与发展趋势 | 涵盖乳腺癌、皮肤病变、脑部MRI肿瘤、肺部疾病、视网膜分析等15个医学领域 | 数字病理 | 多疾病（乳腺癌/脑肿瘤/COVID-19等） | 深度学习 | ViT（Vision Transformer） | 医学影像 | NA（文献综述不涉及具体样本量） | NA | NA | NA | NA |
| 14508 | 2025-04-02 |
Artificial intelligence chatbots in endodontic education-Concepts and potential applications
2025-Mar-31, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14231
PMID:40164964
|
综述 | 本文探讨了人工智能聊天机器人在牙髓病学教育中的概念和潜在应用 | 提出了AI聊天机器人在牙髓病学教育中的个性化学习、互动培训和临床决策支持等创新应用 | 存在技术限制、伦理考虑和错误信息传播等问题，且目前牙髓病学领域相关研究有限 | 探索AI聊天机器人在牙髓病学教育中的潜力和挑战 | 牙髓病学教育 | 自然语言处理 | NA | NLP, ML, DL | 聊天机器人 | 文本 | NA | NA | NA | NA | NA |
| 14509 | 2025-04-02 |
Advances in AI-based strategies and tools to facilitate natural product and drug development
2025-Mar-30, Critical reviews in biotechnology
IF:8.1Q1
DOI:10.1080/07388551.2025.2478094
PMID:40159111
|
综述 | 本文综述了人工智能在天然产物和药物开发中的应用及其进展 | 详细介绍了AI如何通过深度学习和自动化生物信息学平台加速天然产物的发现和药物开发 | 未提及具体AI工具或方法的局限性 | 探讨AI在天然产物和药物开发中的应用及其潜力 | 天然产物及其衍生物 | 机器学习 | NA | 深度学习、集成自动化生物信息学平台、质谱和核磁共振 | 神经网络 | 质谱数据、核磁共振数据 | NA | NA | NA | NA | NA |
| 14510 | 2025-10-07 |
Deep Learning of Proteins with Local and Global Regions of Disorder
2025-Mar-29, ArXiv
PMID:40034137
|
研究论文 | 提出了一种名为IDPForge的新型机器学习方法，用于生成包含内在无序区域的全原子蛋白质结构 | 利用transformer蛋白质语言扩散模型直接生成全原子无序蛋白质构象，无需序列特异性训练、粗粒度表示反变换或系综重加权 | NA | 开发能够准确预测内在无序蛋白质和区域结构的新计算方法 | 内在无序蛋白质和区域 | 机器学习 | NA | 扩散模型 | transformer | 蛋白质序列数据 | NA | NA | transformer | 与溶液实验数据的一致性 | NA |
| 14511 | 2025-04-02 |
Comparative analysis of dehazing algorithms on real-world hazy images
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95510-z
PMID:40155458
|
review | 本文对真实世界雾霾图像上的去雾算法进行了比较分析 | 比较了深度学习方法与基于先验的恢复技术，特别是在处理密集和非均匀雾霾方面的表现 | 物理驱动的单图像去雾算法缺乏鲁棒性，数据驱动方法在薄雾条件下表现良好但在密集雾霾中表现不佳 | 确保计算机视觉应用（如智能交通、视频监控、天气预报和遥感）的可靠运行 | 真实世界的雾霾图像 | computer vision | NA | image dehazing techniques | deep learning methods, restoration-based techniques | image | real-world hazy images | NA | NA | NA | NA |
| 14512 | 2025-04-02 |
Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95281-7
PMID:40155686
|
研究论文 | 比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能 | 比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合 | 未提及样本量或具体的地理位置数据，可能影响模型的泛化能力 | 提高光伏发电的预测准确性 | 每日全球太阳辐射（DGSR） | 机器学习 | NA | 人工神经网络（ANN） | RBFNN, LSTMNN, MNN, TM | 时间序列数据 | NA | NA | NA | NA | NA |
| 14513 | 2025-10-07 |
SIMVI disentangles intrinsic and spatial-induced cellular states in spatial omics data
2025-Mar-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58089-7
PMID:40148341
|
研究论文 | 提出一种名为SIMVI的无注释深度学习框架，用于解耦空间组学数据中的细胞内在变异性和空间诱导效应 | 通过变分推理方法严格区分细胞内在状态和空间诱导状态，实现单细胞分辨率下的空间效应估计 | NA | 开发能够准确解析空间组学数据中细胞状态的计算方法 | 空间组学数据中的细胞状态和细胞间相互作用 | 生物信息学 | 黑色素瘤 | 空间组学技术 | 变分自编码器 | 空间组学数据 | 多平台多组织数据集，包括新收集的CosMx黑色素瘤队列数据 | 深度学习框架 | 变分推理模型 | NA | NA |
| 14514 | 2025-10-07 |
Spike rate inference from mouse spinal cord calcium imaging data
2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.1187-24.2025
PMID:40127941
|
研究论文 | 本研究通过同时记录小鼠脊髓背角浅层谷氨酸能和GABA能体感神经元的钙成像和电生理数据，系统评估了两种尖峰频率推断算法在脊髓神经元中的性能 | 首次在脊髓神经元中获取地面真实数据，并验证了为皮层神经元设计的算法在脊髓中的可迁移性，同时通过重新训练进一步优化了算法性能 | 研究仅针对小鼠脊髓背角浅层的特定神经元类型，尚未扩展到其他中枢神经系统区域和神经元类型 | 开发适用于脊髓神经元的钙成像数据尖峰频率推断方法 | 小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元 | 计算神经科学 | NA | 钙成像, 电生理记录 | 深度学习, 非负反卷积 | 钙成像信号, 电生理信号 | 小鼠脊髓神经元（两性小鼠） | CASCADE, OASIS | 监督深度学习架构, 非负反卷积架构 | 推断准确性 | NA |
| 14515 | 2025-04-02 |
ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task
2025-Mar-20, ArXiv
PMID:40166744
|
research paper | 该研究通过虚拟成像试验评估了CTLESS方法在不同SPECT扫描仪上的泛化能力，用于心肌灌注SPECT成像中的缺陷检测任务 | 首次通过虚拟成像试验评估了深度学习衰减补偿方法CTLESS在不同厂商SPECT扫描仪上的泛化性能 | 研究仅使用了虚拟成像数据，未进行真实临床数据验证 | 评估CTLESS方法在不同SPECT扫描仪上的泛化性能 | 心肌灌注SPECT成像 | digital pathology | cardiovascular disease | SPECT, 深度学习 | 深度学习模型 | 医学影像数据 | 三种不同厂商的SPECT扫描仪数据 | NA | NA | NA | NA |
| 14516 | 2025-04-02 |
Automated Aortic Regurgitation Detection and Quantification: A Deep Learning Approach Using Multi-View Echocardiography
2025-Mar-19, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.18.25323918
PMID:40166551
|
research paper | 本研究开发并验证了一种基于深度学习的模型，用于从多视角彩色多普勒超声心动图视频中自动评估主动脉瓣反流（AR）的严重程度 | 使用多视角彩色多普勒超声心动图视频，开发了视频卷积神经网络（R2+1D）模型，能够自动分类AR严重程度，并在外部验证中表现出色 | 临床解释在复杂病例中仍然必要，特别是存在多瓣膜病变或血流动力学改变的情况 | 开发一种自动化工具，用于准确评估主动脉瓣反流的严重程度，以支持早期检测和慢性疾病管理 | 主动脉瓣反流（AR）患者 | digital pathology | cardiovascular disease | 彩色多普勒超声心动图 | R2+1D CNN | video | 训练集：47,638个视频（来自32,396项研究，23,240名患者）；外部验证集：3,369个视频（来自1,504项研究，1,493名患者） | NA | NA | NA | NA |
| 14517 | 2025-10-07 |
A Novel Fusion Framework Combining Graph Embedding Class-Based Convolutional Recurrent Attention Network with Brown Bear Optimization Algorithm for EEG-Based Parkinson's Disease Recognition
2025-Mar-15, Journal of molecular neuroscience : MN
IF:2.8Q2
DOI:10.1007/s12031-025-02329-4
PMID:40088329
|
研究论文 | 提出一种结合图嵌入类卷积循环注意力网络与棕熊优化算法的融合框架，用于基于EEG的帕金森病识别 | 首次将图嵌入类卷积循环注意力网络与棕熊优化算法结合，通过改进的VGG19和图三重注意力网络捕捉EEG信号的时空依赖关系 | 未提及模型在其他数据集上的泛化能力及临床部署的可行性 | 提高基于EEG信号的帕金森病识别准确率 | 帕金森病患者的EEG信号 | 医疗人工智能 | 帕金森病 | EEG信号处理 | CNN, 注意力网络, 优化算法 | EEG信号 | UNM数据集和UC San Diego数据集（具体样本数未提及） | NA | 改进VGG19, 图三重注意力网络, 图嵌入类卷积循环注意力网络 | 准确率, 敏感度, F1分数, 错误率, 计算时间 | NA |
| 14518 | 2025-04-02 |
A precision health approach to medication management in neurodivergence: a model development and validation study using four international cohorts
2025-Mar-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.12.25323683
PMID:40162292
|
研究论文 | 本研究开发并验证了AI模型，用于预测神经发育异常儿童对精神药物的反应，以提高药物管理的精准性 | 首次开发AI模型预测神经发育异常儿童对兴奋剂、抗抑郁药和抗精神病药的反应，并在四个国际队列中进行验证 | 研究中发现的社会人口统计学因素偏差需要解决，以确保治疗建议的公平性 | 提高神经发育异常儿童精神药物管理的精准性和个性化 | 神经发育异常儿童 | 机器学习 | 神经发育障碍 | AI模型 | stacked ensemble models | 电子医疗记录(EMRs)和儿童行为检查表数据 | 四个队列共5070名儿童（POND=598，HBN=1764，ABCD=2396，PPP=312） | NA | NA | NA | NA |
| 14519 | 2025-10-07 |
CryoTEN: efficiently enhancing cryo-EM density maps using transformers
2025-Mar-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf092
PMID:40036588
|
研究论文 | 提出了一种基于Transformer的CryoTEN方法，用于高效增强冷冻电镜密度图质量 | 首次将3D UNETR++风格的Transformer架构应用于冷冻电镜密度图增强，在保持高性能的同时运行速度比现有最佳深度学习方法快10倍以上且GPU内存需求更低 | 方法基于模拟数据进行训练，在真实实验条件下的泛化能力需要进一步验证 | 开发高效算法提升冷冻电镜密度图质量以改进蛋白质结构建模 | 冷冻电镜密度图 | 计算机视觉 | NA | 冷冻电镜 | Transformer | 3D密度图 | 1295个冷冻电镜图作为训练集，150个独立测试图 | PyTorch | 3D UNETR++ | 密度图质量改进，蛋白质结构建模质量，运行速度，GPU内存使用 | GPU |
| 14520 | 2025-10-07 |
Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods
2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08672-9
PMID:39883162
|
综述 | 本文系统综述了机器学习在腰椎管狭窄症分割和分类任务中的应用现状与方法 | 首次系统评估了机器学习在腰椎管狭窄症影像分析中的分割和分类方法，并比较了传统机器学习与深度学习模型的性能差异 | 研究间比较困难，因为使用的评估指标和测试数据集差异较大；仅有有限数量的模型经过外部验证 | 评估当前用于腰椎管狭窄症分割和分类的机器学习算法现状 | 腰椎管狭窄症的医学影像数据 | 医学影像分析 | 腰椎管狭窄症 | MRI、X射线、CT扫描 | 深度学习, 传统机器学习 | 医学影像 | 27篇相关研究文献 | NA | U-Net, CNN | 多种评估指标（具体未指定） | NA |