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 15201 - 15220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15201 | 2025-03-19 |
Comparison of 3D and 2D area measurement of acute burn wounds with LiDAR technique and deep learning model
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1510905
PMID:40083475
|
研究论文 | 本文比较了使用LiDAR技术和深度学习模型进行急性烧伤伤口3D和2D面积测量的差异 | 开发了结合深度学习模型和LiDAR技术的应用B.E.N.，用于烧伤伤口的3D和2D测量，并验证了3D分割结果与实际烧伤伤口大小的匹配度 | 研究中未明确提及样本的具体数量，且仅针对烧伤伤口进行了研究，未涉及其他类型的伤口 | 比较3D和2D测量烧伤伤口面积的准确性，并探讨肢体曲率对3D/2D面积比的影响 | 烧伤伤口 | 计算机视觉 | 烧伤 | LiDAR技术 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 15202 | 2025-03-19 |
Machine and deep learning to predict viral fusion peptides
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.02.011
PMID:40083606
|
研究论文 | 本文探讨了使用机器学习和深度学习模型预测病毒融合肽的方法 | 采用基于机器学习和深度学习的方法，特别是使用最先进的氨基酸标记分类转换器模型，有效预测病毒融合肽的位置 | 对于实验数据有限的病毒，预测结果可能存在不确定性 | 开发能够预测病毒融合蛋白序列中融合肽段的生物信息学工具 | 病毒融合蛋白及其融合肽段 | 自然语言处理 | NA | 机器学习和深度学习 | 转换器模型 | 蛋白质序列 | 超过50种模型和特征的组合 | NA | NA | NA | NA |
| 15203 | 2025-03-19 |
Explainable AI in medical imaging: an interpretable and collaborative federated learning model for brain tumor classification
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1535478
PMID:40083877
|
研究论文 | 本文提出了一种可解释的协作联邦学习模型（CFLM），用于脑肿瘤分类，结合了可解释的人工智能（XAI）技术 | 结合了联邦学习（FL）和GoogLeNet架构，解决了传统集中式模型在数据多样性和模型透明度方面的挑战 | 研究中仅使用了10个客户端和50轮通信，样本量和训练轮次可能不足以全面验证模型的泛化能力 | 提高脑肿瘤分类的准确性和模型的可解释性，以支持临床决策 | 脑肿瘤（包括胶质瘤、脑膜瘤、无肿瘤和垂体瘤） | 计算机视觉 | 脑肿瘤 | 深度学习（DL）、联邦学习（FL）、Grad-CAM、显著性图可视化 | GoogLeNet | MRI图像 | 10个客户端，每个客户端使用分散的本地数据集进行训练 | NA | NA | NA | NA |
| 15204 | 2025-03-19 |
Effect of natural and synthetic noise data augmentation on physical action classification by brain-computer interface and deep learning
2025, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2025.1521805
PMID:40083893
|
研究论文 | 本研究探讨了自然和合成噪声数据增强对通过脑机接口和深度学习进行物理动作分类的影响 | 提出了两种噪声数据增强方法（自然和合成），并比较了它们对分类性能的影响，特别是在资源有限的设备上应用的潜力 | 研究中使用的深度神经网络相对简单，可能限制了模型的复杂性和性能 | 研究环境噪声对脑机接口中物理动作分类的影响 | 脑电图（EEG）信号和物理动作分类 | 脑机接口 | NA | 噪声数据增强（NDA） | 全连接网络（FCN）和卷积神经网络（CNN） | 脑电图（EEG）信号 | 使用grasp-and-lift（GAL）数据集中的手指-手掌-手操作数据 | NA | NA | NA | NA |
| 15205 | 2025-03-19 |
Patho-Net: enhancing breast cancer classification using deep learning and explainable artificial intelligence
2025, American journal of cancer research
IF:3.6Q2
DOI:10.62347/XKFN1793
PMID:40084355
|
研究论文 | 本文提出了一种名为Patho-Net的深度学习模型，用于乳腺癌分类，解决了可扩展性、固定大小输入图像和有限数据集上的过拟合问题 | Patho-Net模型结合了GRU网络和U-Net架构，无需调整图像大小，提高了计算效率，并通过XAI提供了模型预测的清晰视觉解释 | NA | 提高乳腺癌分类的准确性和可解释性 | 乳腺癌组织病理学图像 | 数字病理学 | 乳腺癌 | 深度学习，可解释人工智能（XAI） | U-Net，GRU | 图像 | 100X BreakHis数据集 | NA | NA | NA | NA |
| 15206 | 2025-03-19 |
BMWP: the first Bengali math word problems dataset for operation prediction and solving
2025, Discover artificial intelligence
DOI:10.1007/s44163-025-00243-7
PMID:40092969
|
研究论文 | 本文介绍了首个孟加拉语数学应用题数据集BMWP，用于操作预测和解题，并探讨了使用深度学习技术进行孟加拉语应用题操作预测的方法 | 首次创建了孟加拉语数学应用题数据集BMWP，填补了低资源语言在这一领域的空白 | 数据集仅包含8653个应用题，可能不足以覆盖所有复杂情况 | 评估和提升AI模型在解决低资源语言数学应用题方面的能力 | 孟加拉语数学应用题 | 自然语言处理 | NA | 深度学习 | 深度学习神经网络架构 | 文本 | 8653个孟加拉语数学应用题 | NA | NA | NA | NA |
| 15207 | 2025-03-19 |
A review of machine learning and deep learning for Parkinson's disease detection
2025, Discover artificial intelligence
DOI:10.1007/s44163-025-00241-9
PMID:40092968
|
review | 本文综述了机器学习和深度学习在帕金森病检测和进展监测中的应用 | 通过整合多种数据源，提供了新的视角，并特别展示了音频分析和步态分析在早期症状检测和疾病进展监测中的有效性 | 需要大量且多样化的数据集，数据隐私问题，以及医疗数据质量的挑战，开发可解释的AI以确保临床医生能够信任和理解ML和DL模型 | 提高帕金森病诊断的准确性 | 帕金森病患者 | machine learning | geriatric disease | NA | SVM, RF, CNN | audio recordings, gait analysis, medical imaging | NA | NA | NA | NA | NA |
| 15208 | 2025-03-19 |
Pollen image manipulation and projection using latent space
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1539128
PMID:40093610
|
研究论文 | 本文利用深度学习技术中的风格迁移方法，研究如何通过显微镜图像处理改变花粉颗粒的大小和形状 | 首次将风格迁移技术应用于花粉颗粒图像的处理，以揭示其结构特征并生成多样化的花粉图像 | 未明确提及具体的数据集规模或实验验证的详细结果 | 研究花粉颗粒图像的处理方法，以增强对植物分类和生态学的理解 | 花粉颗粒的显微镜图像 | 计算机视觉 | NA | 风格迁移 | NA | 图像 | NA | NA | NA | NA | NA |
| 15209 | 2025-03-19 |
A two-step concept-based approach for enhanced interpretability and trust in skin lesion diagnosis
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.02.013
PMID:40093651
|
研究论文 | 本文提出了一种新颖的两步概念驱动方法，旨在提高皮肤病变诊断的可解释性和信任度 | 通过模拟概念瓶颈模型的两个阶段，利用预训练的视觉语言模型自动预测临床概念，并使用现成的大型语言模型基于预测概念生成疾病诊断，支持测试时的人工干预以修正预测概念，从而提高最终诊断的准确性和决策透明度 | 需要少量标注示例，且未提及在大规模数据集上的验证 | 提高深度学习系统在临床环境中的可解释性和信任度 | 皮肤病变诊断 | 计算机视觉 | 皮肤病变 | 概念瓶颈模型（CBM）、视觉语言模型（VLM）、大型语言模型（LLM） | CBM、VLM、LLM | 图像 | 三个皮肤病变数据集 | NA | NA | NA | NA |
| 15210 | 2025-03-19 |
The global research of artificial intelligence on inflammatory bowel disease: A bibliometric analysis
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251326217
PMID:40093709
|
研究论文 | 本文通过文献计量学分析评估了人工智能（AI）在炎症性肠病（IBD）中的相关研究，识别了研究基础、当前热点和未来发展方向 | 首次通过文献计量学分析总结了AI在IBD中的应用现状，并可视化揭示了发展趋势和未来研究热点 | AI在IBD中的应用仍处于初期阶段，研究深度和广度有待进一步扩展 | 评估AI在IBD中的研究现状，识别研究基础和未来发展方向 | 炎症性肠病（IBD） | 机器学习 | 炎症性肠病 | 文献计量学分析 | 深度学习模型 | 文献数据 | 176篇AI相关论文，涉及1919位作者、790个研究机构、184种期刊和49个国家/地区 | NA | NA | NA | NA |
| 15211 | 2025-03-19 |
Data transformation of unstructured electroencephalography reports by natural language processing: improving data usability for large-scale epilepsy studies
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1521001
PMID:40093737
|
研究论文 | 本研究介绍了一种利用自然语言处理技术将癫痫患儿的非结构化脑电图报告转化为结构化数据的层次算法 | 开发了一种结合深度学习和基于规则的关键词提取的分层算法，用于将非结构化脑电图报告转化为结构化数据，提高了数据可用性 | 研究主要针对儿科癫痫患者，可能不适用于其他类型的患者或疾病 | 提高脑电图报告的数据可用性，以支持大规模癫痫研究 | 儿科癫痫患者的脑电图报告 | 自然语言处理 | 癫痫 | 自然语言处理（NLP） | 深度学习 | 文本 | 17,172份脑电图报告，来自3,423名儿科患者，其中6,173份正常和6,173份异常报告用于算法开发 | NA | NA | NA | NA |
| 15212 | 2025-03-19 |
ViE-Take: A Vision-Driven Multi-Modal Dataset for Exploring the Emotional Landscape in Takeover Safety of Autonomous Driving
2025, Research (Washington, D.C.)
DOI:10.34133/research.0603
PMID:40093973
|
研究论文 | 本文介绍了ViE-Take，一个用于探索自动驾驶接管安全中情感影响的多模态数据集 | ViE-Take是首个以视觉驱动的方式探索自动驾驶接管中情感影响的数据集，具有多源情感激发、多模态驾驶员数据收集和多维情感注释三个关键属性 | 数据集的应用范围和深度仍需进一步验证和扩展 | 探索情感对驾驶员接管表现的影响，并开发相关预测模型 | 自动驾驶中的驾驶员接管表现 | 计算机视觉 | NA | 深度学习 | CNN, LSTM, GAN等 | 图像、视频 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 15213 | 2025-10-07 |
TPepRet: a deep learning model for characterizing T-cell receptors-antigen binding patterns
2024-Dec-26, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf022
PMID:39880376
|
研究论文 | 开发了一个名为TPepRet的深度学习模型，用于表征T细胞受体与抗原肽的结合模式 | 整合了子序列挖掘与语义集成能力，结合双向门控循环单元网络和大型语言模型框架，能够准确解读TCR与肽段的语义结合关系 | NA | 准确表征T细胞受体与抗原肽的结合模式，推进癌症免疫治疗、疫苗设计和自身免疫疾病管理 | T细胞受体与抗原肽的结合相互作用 | 自然语言处理 | 癌症免疫治疗 | 深度学习 | BiGRU, 大型语言模型 | 序列数据 | NA | NA | 双向门控循环单元网络 | NA | NA |
| 15214 | 2025-10-07 |
Grand canonical Monte Carlo and deep learning assisted enhanced sampling to characterize the distribution of Mg2+ and influence of the Drude polarizable force field on the stability of folded states of the twister ribozyme
2024-Dec-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0241246
PMID:39665326
|
研究论文 | 本研究结合巨正则蒙特卡洛方法和深度学习增强采样技术，探究镁离子分布和Drude极化力场对twister核酶折叠态稳定性的影响 | 首次将振荡化学势巨正则蒙特卡洛与机器学习反应坐标确定方法相结合，系统研究电子极化性对RNA稳定性的影响机制 | 研究主要基于分子动力学模拟，仍需实验验证；模拟时间尺度仍与实际实验存在差距 | 探究镁离子分布和电子极化性在Drude极化力场中对twister核酶稳定性的作用机制 | twister核酶及其与镁离子的相互作用 | 计算生物学 | NA | 分子动力学模拟, 巨正则蒙特卡洛, 元动力学模拟 | 机器学习 | 分子模拟数据 | NA | NA | NA | 稳定性分析, 偶极矩变化 | NA |
| 15215 | 2025-10-07 |
Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs
2024-Dec-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.07.627102
PMID:39713468
|
研究论文 | 开发基于深度迁移学习的模型用于筛选靶向A类GPCRs的安全药物 | 结合迁移学习和自然语言处理技术，针对单个A类GPCRs分别构建低效能激动剂和偏向性激动剂预测模型 | 高质量数据可用性有限 | 预测具有低内在效能或配体偏向性的安全化合物以推进药物开发 | A类G蛋白偶联受体及其配体 | 自然语言处理 | NA | 深度迁移学习 | 神经网络 | 受体序列、配体数据集 | 所有A类GPCRs的受体序列和配体数据集 | NA | NA | NA | NA |
| 15216 | 2025-10-07 |
Deep learning prediction of error and skill in robotic prostatectomy suturing
2024-Dec, Surgical endoscopy
DOI:10.1007/s00464-024-11341-5
PMID:39433583
|
研究论文 | 本研究利用深度学习技术从机器人前列腺切除术缝合视频中自动预测手术技能和错误 | 首个在真实机器人手术视频中应用详细错误检测方法和深度学习模型的研究 | 预测准确率有待提升，技能评估的Spearman相关系数仅为0.36-0.37 | 验证手术技能评级和错误标注，为AI模型开发提供基准评估 | 机器人辅助根治性前列腺切除术(RARP)缝合手势 | 计算机视觉 | 前列腺癌 | 视频分析 | 深度学习 | 手术视频 | 54个RARP视频(总时长266分钟) | NA | NA | Spearman相关系数, 平均绝对误差, 准确率, 精确率, AUC, Macro-F1 | NA |
| 15217 | 2025-10-07 |
Acupuncture indication knowledge bases: meridian entity recognition and classification based on ACUBERT
2024-08-30, Database : the journal of biological databases and curation
DOI:10.1093/database/baae083
PMID:39213389
|
研究论文 | 基于ACUBERT模型进行针灸适应症知识库的经络实体识别与分类研究 | 开发了具有中医特色的针灸适应症知识库(ACU-IKD)和ACUBERT模型，基于八纲辨证和脏腑辨证作为基础标签训练经络辨证模型 | NA | 探索ACUBERT模型在针灸适应症经络实体识别与分类中的有效性及差异原因 | 从82部针灸医籍中选取的54,593个不同实体 | 自然语言处理 | NA | BERT预训练 | BERT, SVM, Random Forest | 文本 | 54,593个实体 | NA | BERT | 精确率, 召回率, F1分数 | NA |
| 15218 | 2025-10-07 |
Integrating deep learning architectures for enhanced biomedical relation extraction: a pipeline approach
2024-08-28, Database : the journal of biological databases and curation
DOI:10.1093/database/baae079
PMID:39197056
|
研究论文 | 提出一种增强型端到端流水线方法，用于生物医学关系抽取和新颖性检测 | 整合最先进的深度学习方法，将BERT模型适配为双向和文档级抽取，并采用混合实体链接方法 | 关系抽取和新颖性检测任务在文档级别仍然具有挑战性，数据集需要进一步改进 | 生物医学关系抽取和新颖性检测 | 科学出版物中的生物医学实体和关系 | 自然语言处理 | NA | 生物医学文本挖掘 | BERT, CNN | 文本 | 基于BioRED基准语料库 | NA | BERT, PURE, 卷积神经网络 | NER: 93.53, EL: 83.87, RE: 46.18, ND: 38.86 | NA |
| 15219 | 2025-10-07 |
Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks
2024-08-05, Database : the journal of biological databases and curation
DOI:10.1093/database/baae066
PMID:39104284
|
研究论文 | 提出基于深度学习的方法从生物医学文献中提取标准化的miRNA-疾病关联 | 使用基于Transformer的神经网络从文本数据中提取miRNA-疾病关系，并通过远程监督扩展训练语料库 | NA | 从生物医学文献中自动提取miRNA-疾病关联关系 | miRNA与疾病之间的关联关系 | 自然语言处理 | 神经退行性疾病 | 文本挖掘 | Transformer | 文本 | NA | NA | Transformer | AUC | NA |
| 15220 | 2025-10-07 |
Artificial intelligence systems in dental shade-matching: A systematic review
2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists
DOI:10.1111/jopr.13805
PMID:37986239
|
系统综述 | 系统评估人工智能在牙科修复中牙齿颜色匹配的准确性 | 首次对人工智能在牙科颜色匹配领域的应用进行系统性综述 | 仅纳入观察性和干预性研究，排除非AI研究和非修复牙科相关研究 | 评估人工智能在预测牙齿颜色方面的准确性 | 牙科修复中的牙齿颜色匹配 | 机器学习 | NA | NA | 模糊逻辑,遗传算法,反向传播神经网络,卷积神经网络,人工神经网络,支持向量机,K近邻,决策树,随机森林,深度学习,YOLO | 牙齿颜色数据 | 15篇符合纳入标准的研究（2008年至2023年3月） | NA | 决策树回归模型,XG Boost,YOLO | 准确率 | NA |