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 32373 篇文献，本页显示第 14721 - 14740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14721 | 2025-03-29 |
SUMO-LMNet: Lossless mapping network for predicting SUMOylation sites in SUMO1 and SUMO2 using high-dimensional features
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.03.005
PMID:40143924
|
研究论文 | 介绍了一种名为SUMO-LMNet的深度学习框架，用于精确预测SUMO1和SUMO2的SUMOylation位点 | SUMO-LMNet整合了无损映射策略和深度学习架构，提高了预测准确性和可解释性，并引入了Combined Heatmap Feature Analysis (CHFA)进行数据集范围的评估 | Grad-CAM在单个预测中突出关键特征，但在样本间缺乏一致性，且未提供数据集范围的特征重要性评估 | 提高SUMO1和SUMO2修饰位点的预测准确性，以助于基因调控和疾病机制的研究 | SUMO1和SUMO2的SUMOylation位点 | 机器学习 | NA | 深度学习 | CNN | 序列数据 | NA | NA | NA | NA | NA |
| 14722 | 2025-03-29 |
SympCoughNet: symptom assisted audio-based COVID-19 detection
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1551298
PMID:40144457
|
research paper | 提出了一种名为SympCoughNet的深度学习网络，通过结合咳嗽声音和临床症状数据来检测COVID-19 | 首次将临床症状数据与咳嗽声音结合用于COVID-19检测，并采用症状编码通道加权增强特征处理 | 错误的症状输入可能影响预测结果 | 提高COVID-19检测的准确性和便捷性 | COVID-19患者 | machine learning | COVID-19 | 深度学习 | CNN | 音频和临床数据 | UK COVID-19 Vocal Audio Dataset | NA | NA | NA | NA |
| 14723 | 2025-03-29 |
A multi-modal deep learning solution for precise pneumonia diagnosis: the PneumoFusion-Net model
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1512835
PMID:40144549
|
research paper | 提出了一种名为PneumoFusion-Net的多模态深度学习模型，用于精确诊断肺炎 | 整合了CT图像、临床文本、实验室数值结果和放射学报告，首次在肺炎诊断中实现了多模态数据的深度融合 | 模型仅在单一数据集上进行验证，需要更多外部数据验证其泛化能力 | 开发一个高精度的肺炎分类系统，区分细菌性和病毒性肺炎 | 肺炎患者的CT图像及相关临床数据 | digital pathology | pneumonia | deep learning | PneumoFusion-Net | CT images, clinical text, numerical lab test results, radiology reports | 10,095份肺炎CT图像及相关临床数据 | NA | NA | NA | NA |
| 14724 | 2025-03-29 |
Multimodal diagnosis of Alzheimer's disease based on resting-state electroencephalography and structural magnetic resonance imaging
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1515881
PMID:40144547
|
研究论文 | 提出了一种基于静息态脑电图和结构磁共振成像的多模态阿尔茨海默病诊断模型 | 首次探索深度学习与脑电图多模态结合用于阿尔茨海默病诊断，设计了多模态联合注意力机制以增强模态间协作 | 未提及模型在其他神经退行性疾病上的泛化能力 | 提升多模态阿尔茨海默病诊断的准确性和脑电图在多模态研究中的应用 | 阿尔茨海默病患者 | 数字病理学 | 阿尔茨海默病 | 静息态脑电图（EEG），结构磁共振成像（sMRI） | CNN，随机森林 | EEG信号，MRI图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 14725 | 2025-03-29 |
Review of applications of deep learning in veterinary diagnostics and animal health
2025, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2025.1511522
PMID:40144529
|
review | 本文综述了深度学习在兽医诊断和动物健康领域的应用 | 系统性地回顾了深度学习在兽医医学中的多种诊断应用，并分析了其发展趋势和潜在影响 | 需要更大更多样的数据集，存在可解释性问题，需专家参与模型开发以确保有效性 | 探讨深度学习在兽医诊断领域的应用及其未来发展方向 | 兽医诊断和动物健康 | machine learning | NA | deep learning | NA | radiography, cytology, health record, MRI, environmental data, photo/video imaging, ultrasound | 39篇主要研究文章 | NA | NA | NA | NA |
| 14726 | 2025-03-29 |
YO-AFD: an improved YOLOv8-based deep learning approach for rapid and accurate apple flower detection
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1541266
PMID:40144752
|
研究论文 | 提出了一种基于YOLOv8改进的YO-AFD深度学习方法，用于快速准确地检测苹果花 | 设计了新的注意力模块ISAT，结合了IRMB和SCSA模块，并引入了基于FIoU的回归损失函数，以提高模型对不同尺度特征的关注和关键特征的提取能力 | 未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力 | 提高苹果花的检测准确性和速度，以评估果树生长状态、预测花期和早期产量估计 | 苹果花 | 计算机视觉 | NA | 深度学习 | YOLOv8, ISAT, C2f-IS | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 14727 | 2025-03-29 |
Feasibility study of single-image super-resolution scanning system based on deep learning for pathological diagnosis of oral epithelial dysplasia
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1550512
PMID:40144879
|
研究论文 | 本研究评估了基于深度学习的超分辨率扫描系统在口腔上皮异常增生（OED）数字扫描和诊断中的可行性 | 结合深度学习和超分辨率扫描技术，提高了口腔上皮组织病理切片的成像清晰度，解决了现有数字扫描仪成像速度慢、数据量大等问题 | 研究样本量较小，仅使用了40张病理切片进行模型训练 | 评估基于深度学习的超分辨率数字切片扫描系统在OED病理诊断中的可行性 | 口腔上皮异常增生（OED）的病理切片 | 数字病理 | 口腔潜在恶性疾病 | 深度学习 | NA | 图像 | 40张口腔上皮组织病理切片和200张确诊OED的切片 | NA | NA | NA | NA |
| 14728 | 2025-10-07 |
Multiplex Detection of Foodborne Pathogens using 3D Nanostructure Swab and Deep Learning-Based Classification of Raman Spectra
2024-08, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202308317
PMID:38564785
|
研究论文 | 提出了一种结合3D纳米结构拭子和深度学习拉曼信号分类的多重食源性病原体检测方法 | 首次将3D纳米结构拭子捕获技术与便携式拉曼仪器及深度学习分类算法相结合，实现快速准确的多种食源性细菌检测 | NA | 开发简单、快速、灵敏的食源性病原体检测方法以支持食品安全监测 | 食源性细菌 | 机器学习 | 食源性疾病 | 拉曼光谱技术 | CNN | 光谱数据 | NA | NA | 1D卷积神经网络 | 准确率 | NA |
| 14729 | 2025-10-07 |
Variants in tubule epithelial regulatory elements mediate most heritable differences in human kidney function
2024-Jun-22, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.18.599625
PMID:38948875
|
研究论文 | 通过GWAS和单细胞染色质可及性分析揭示肾小管上皮细胞调控元件中的遗传变异是人类肾功能遗传差异的主要决定因素 | 开发了ChromKid深度学习模型预测肾脏细胞类型特异性染色质可及性，并首次系统性地将肾功能遗传变异定位到特定细胞类型的调控元件 | 研究主要关注常见遗传变异，可能未涵盖罕见变异的影响；功能验证实验仅在体外细胞模型中进行 | 识别影响肾功能的遗传变异及其作用的细胞类型和分子机制 | 人类肾功能相关的遗传变异和肾脏细胞类型特异性调控元件 | 基因组学 | 肾脏疾病 | GWAS, scATAC-seq, 深度学习, CRISPRi, 增强子检测 | 深度学习模型 | 基因组数据, 表观基因组数据, 单细胞测序数据 | NA | NA | ChromKid | NA | NA |
| 14730 | 2025-10-07 |
Enhancing Global Estimation of Fine Particulate Matter Concentrations by Including Geophysical a Priori Information in Deep Learning
2024-May-10, ACS ES&T air
DOI:10.1021/acsestair.3c00054
PMID:38751607
|
研究论文 | 通过将地球物理先验信息融入深度学习模型，改进全球细颗粒物浓度估算 | 开发了包含地球物理估计的损失函数，引入空气质量空间交叉验证新方法，通过整合地球物理PM解决监测稀少区域性能下降问题 | 模型性能仍依赖于地面监测站密度，在监测站极稀疏区域估算精度可能受限 | 提高全球细颗粒物浓度分布的估算精度 | 1998-2019年全球月度PM2.5浓度数据 | 机器学习 | NA | 卫星遥感、数值模拟、地面监测 | CNN | 卫星数据、模拟数据、监测数据 | 1998-2019年全球月度PM2.5浓度数据 | NA | 卷积神经网络 | 决定系数(R²) | NA |
| 14731 | 2025-10-07 |
MA-PEP: A novel anticancer peptide prediction framework with multimodal feature fusion based on attention mechanism
2024-Apr, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4966
PMID:38532681
|
研究论文 | 提出一种基于注意力机制的多模态特征融合抗癌肽预测框架MA-PEP | 利用多重注意力机制进行特征增强和融合，整合分子级化学特征和序列信息 | 未明确说明模型在未见数据上的泛化能力及计算复杂度 | 提高抗癌肽预测性能 | 抗癌肽（ACPs） | 机器学习 | 癌症 | 多模态特征融合 | 深度学习 | 序列数据，化学特征 | 多个基准数据集（未指定具体样本量） | NA | 基于注意力机制的融合架构 | 预测性能（未指定具体指标） | NA |
| 14732 | 2025-10-07 |
Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms
2024-Mar, Biophysics reviews
IF:2.9Q2
DOI:10.1063/5.0176850
PMID:38559589
|
研究论文 | 利用深度学习从超声心动图的潜在时空信息中提取先进生物成像标记物 | 开发新型时空深度学习模型，基于未标记像素数据构建个性化4D心脏网格并提取潜在时间成像特征 | 依赖于手动和主观的人工追踪，存在异质性问题 | 改善超声心动图的采集、处理和数据分析流程标准化 | 心脏时空成像数据和心血管疾病 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 超声心动图视频序列 | NA | NA | 时空深度学习模型 | NA | NA |
| 14733 | 2025-10-07 |
Taxonomy of hybridly polarized Stokes vortex beams
2024-Feb-26, Optics express
IF:3.2Q2
DOI:10.1364/OE.512409
PMID:38439421
|
研究论文 | 提出结合深度学习与衍射斯托克斯偏振测量法的高效识别混合偏振斯托克斯涡旋光束方法 | 首次将深度学习与广义衍射斯托克斯偏振测量法相结合，解决复杂偏振结构光束的简并识别难题 | 实验噪声因素（相对相位、振幅和偏振差异）与光束波动会增加识别过程的复杂性 | 开发高效识别混合偏振斯托克斯涡旋光束的分类方法 | 15类基于斯托克斯奇点类型及模式指数的光束 | 光学 | NA | 斯托克斯偏振测量法，衍射技术 | 深度神经网络 | 光束强度图像（总强度与偏振分量强度） | 15类斯托克斯奇点光束 | NA | 深度神经网络 | 分类准确率（98.67%） | NA |
| 14734 | 2025-03-29 |
"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models
2024-Jan-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae087
PMID:39607983
|
research paper | 该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试 | 提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习 | 硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性 | 促进深度学习在淡水硅藻识别问题上的应用和基准测试 | 淡水硅藻 | computer vision | NA | light microscopy | deep learning | image | 83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本 | NA | NA | NA | NA |
| 14735 | 2025-10-07 |
Convolutional Neural Networks for Segmentation of Malignant Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance)
2023-Nov-30, ArXiv
PMID:38076518
|
研究论文 | 评估概率图阈值对卷积神经网络分割恶性胸膜间皮瘤肿瘤的影响 | 首次系统分析CNN概率图阈值对MPM肿瘤分割体积和空间重叠度的影响 | CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙疾病）存在分割缺陷，未找到同时优化肿瘤体积和DSC的最佳单一阈值 | 评估深度学习自动分割方法在恶性胸膜间皮瘤肿瘤测量中的可靠性 | 恶性胸膜间皮瘤患者的CT扫描图像 | 计算机视觉 | 肺癌 | CT扫描 | CNN | 医学图像 | 21名MPM患者的88次CT扫描 | NA | VGG16,U-Net | Dice相似系数,体积百分比差异 | NA |
| 14736 | 2025-10-07 |
Transport-based morphometry of nuclear structures of digital pathology images in cancers
2023-Feb-02, ArXiv
PMID:36776820
|
研究论文 | 提出一种基于最优传输理论的核结构形态测量新方法，用于分析癌症数字病理图像中的核染色质结构 | 开发了基于最优传输理论的形态测量框架，可直接从成像数据建模核染色质结构信息内容，无需依赖传统特征提取方法 | NA | 开发定量核形态测量方法以区分良恶性肿瘤 | 癌症数字病理图像中的细胞核结构 | 数字病理学 | 癌症 | 数字病理成像 | NA | 图像 | NA | NA | NA | NA | NA |
| 14737 | 2025-10-07 |
Real-time risk prediction of colorectal surgery-related post-surgical complications using GRU-D model
2022-11, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2022.104202
PMID:36162805
|
研究论文 | 本研究使用GRU-D深度学习模型开发结直肠手术后并发症的实时风险预测系统 | 首次将GRU-D模型应用于结直肠手术后并发症的实时风险预测，并展示了其临床实用性 | 复杂架构（堆叠层、多模态）相比单层GRU-D未见明显优势，模型在某些并发症类型预测上表现不如逻辑回归 | 开发结直肠手术后并发症的风险预测模型，用于针对性预防干预 | 结直肠手术患者 | 机器学习 | 结直肠疾病 | 电子健康记录数据分析 | GRU-D | 电子健康记录 | 3,535例结直肠手术患者 | NA | 单层GRU-D, 堆叠层GRU-D, 多模态GRU-D | AUROC | NA |
| 14738 | 2025-03-28 |
Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network
2025-Apr, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24727
PMID:39704389
|
research paper | 提出了一种基于有限基物理神经网络（FBPINN）的分类方法CAD-FBPINN，用于阿尔茨海默病（AD）的分类 | 结合了海马优化算法（SHOA）优化FBPINN，提高了AD分类的准确性 | 未提及具体的数据集规模或多样性限制 | 开发一种可靠的AD分类方法，以支持临床治疗应用 | 阿尔茨海默病患者的功能性磁共振成像（MRI）数据 | digital pathology | geriatric disease | functional magnetic resonance imaging (MRI), Newton-time-extracting wavelet transform (NTEWT) | FBPINN, SHOA | image | 数据来自AD Neuroimaging Initiative (ADNI)数据集，但未提及具体样本数量 | NA | NA | NA | NA |
| 14739 | 2025-03-28 |
Deep learning analysis for rheumatologic imaging: current trends, future directions, and the role of human
2025-Apr-01, Journal of rheumatic diseases
IF:2.2Q3
DOI:10.4078/jrd.2024.0128
PMID:40134548
|
review | 本文综述了深度学习在风湿病影像分析中的应用、当前趋势、未来方向及人类角色的重要性 | 深度学习在风湿病影像分析中的应用展示了超越人类表现的潜力，特别是在关节损伤评估和疾病进展监测方面 | 深度学习面临数据偏见、解释性有限以及需要大量标注数据集等挑战 | 探讨深度学习在风湿病影像分析中的应用及其对未来诊断、治疗决策和个性化医疗的潜在影响 | 风湿病影像数据，包括类风湿性关节炎(RA)、骨关节炎(OA)和脊柱关节炎(SpA)患者的影像 | digital pathology | rheumatoid arthritis, osteoarthritis, spondyloarthritis | 深度学习(DL) | CNN | image | NA | NA | NA | NA | NA |
| 14740 | 2025-03-28 |
Machine Learning Potential for Copper Hydride Clusters: A Neutron Diffraction-Independent Approach for Locating Hydrogen Positions
2025-Mar-26, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.5c02046
PMID:40088162
|
研究论文 | 本文提出了一种名为SSW-NN的创新策略，用于准确预测金属氢化物团簇中氢的位置，无需依赖中子衍射数据 | 提出了一种不依赖中子衍射数据的机器学习方法SSW-NN，能够准确预测氢的位置，适用于仅有X射线衍射数据或DFT预测的情况 | 虽然方法在铜氢化物团簇上验证有效，但对于其他金属氢化物系统的普适性仍需进一步验证 | 开发一种不依赖中子衍射的机器学习方法，用于确定金属氢化物团簇中氢的位置 | 铜氢化物团簇及其他金属氢化物系统（如银和合金氢化物） | 机器学习 | NA | SSW-NN（随机表面行走与神经网络结合的方法） | 神经网络 | X射线衍射数据、DFT预测数据 | 铜氢化物团簇及其他金属氢化物系统（具体数量未提及） | NA | NA | NA | NA |