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 33008 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2025-11-04 |
Preventing future zoonosis: SARS-CoV-2 mutations enhance human-animal cross-transmission
2024-Nov, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109101
PMID:39243518
|
研究论文 | 本研究通过多任务深度学习模型识别SARS-CoV-2病毒中增强人畜交叉传播风险的RBD突变 | 首次构建多任务深度学习模型MT-TopLap，系统预测病毒RBD突变对多种物种ACE2受体的结合自由能变化 | 研究基于计算预测，需要实验验证突变对实际传播能力的影响 | 识别可能增强SARS-CoV-2人畜交叉传播风险的病毒突变 | SARS-CoV-2病毒受体结合域(RBD)突变 | 机器学习 | COVID-19 | 深度突变扫描 | 多任务深度学习 | 蛋白质序列数据 | 多个深度突变扫描数据集 | NA | MT-TopLap | 结合自由能变化预测准确度 | NA |
| 142 | 2025-11-04 |
A quantitative analysis of artificial intelligence research in cervical cancer: a bibliometric approach utilizing CiteSpace and VOSviewer
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1431142
PMID:39296978
|
文献计量学研究 | 通过文献计量学方法分析人工智能在宫颈癌研究中的应用现状和发展趋势 | 首次综合运用CiteSpace和VOSviewer对宫颈癌人工智能研究领域进行系统的文献计量分析 | 仅基于Web of Science数据库，可能未涵盖所有相关文献 | 评估人工智能在宫颈癌研究中的作用，识别研究趋势和未来方向 | 927篇相关学术论文（2008-2024年） | 文献计量学 | 宫颈癌 | 文献计量分析 | NA | 文献元数据 | 927篇文章，涉及5,299位作者，81个地区 | CiteSpace, VOSviewer | NA | 引用频率，爆发排名分析 | NA |
| 143 | 2025-11-03 |
AI-augmented prediction of high-risk PINK1 variants associated with Parkinson's disease: integrating multilayered bioinformatics, MD simulation, and deep learning
2025-Dec, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.08.014
PMID:40914318
|
研究论文 | 本研究通过整合多层生物信息学、分子动力学模拟和深度学习技术，预测与帕金森病相关的PINK1基因高危变异 | 首次结合深度学习与分子动力学模拟系统分析PINK1基因激酶域nsSNPs的结构功能影响 | 研究结果需进一步实验验证，样本规模有限 | 识别PINK1基因中最有害的非同义单核苷酸多态性及其对蛋白结构和功能的影响 | PINK1基因激酶域的非同义单核苷酸多态性 | 生物信息学 | 帕金森病 | 生物信息学分析、分子动力学模拟、深度学习 | 深度学习模型 | 基因序列数据、蛋白质结构数据 | 5个预测的高风险SNPs（C166R, E240K, D362N, D362Y, C388R） | NA | NA | NA | NA |
| 144 | 2025-11-03 |
ResDeepGS: A deep learning-based method for crop phenotype prediction
2025-Dec, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.07.013
PMID:40930401
|
研究论文 | 提出一种基于深度学习的作物表型预测方法ResDeepGS，通过集成特征选择和表型预测模块提升基因组选择性能 | 结合增量递归特征消除方法与增强型多层卷积神经网络，引入残差结构和dropout策略以更好地捕捉基因数据复杂关系 | NA | 开发高效的作物表型预测方法以加速作物育种进程 | 小麦、玉米和大豆的基因组数据 | 机器学习 | NA | 基因组选择 | CNN | 基因组标记数据 | 三个数据集（小麦、玉米、大豆） | NA | 增强型多层卷积神经网络（含残差结构） | 预测准确率 | NA |
| 145 | 2025-11-03 |
Serum-MiR-CanPred: deep learning framework for pan-cancer classification and miRNA-targeted drug discovery
2025-Dec, RNA biology
IF:3.6Q2
DOI:10.1080/15476286.2025.2577433
PMID:41168129
|
研究论文 | 开发基于深度学习的血清miRNA表达数据泛癌分类框架，并探索miRNA靶向药物发现 | 首次将可解释AI与分子建模相结合，利用88个miRNA共识集实现泛癌分类，并发现hsa-miR-5100作为关键生物标志物 | 基于GEO数据库的回顾性数据，需要前瞻性临床验证 | 开发非侵入性癌症诊断方法和miRNA靶向药物发现 | 12种癌症类型和健康对照的血清miRNA表达数据 | 机器学习 | 泛癌 | miRNA表达分析，分子对接，分子动力学模拟 | MLP | miRNA表达数据 | 20,271个样本（12种癌症类型和健康对照） | NA | 多层感知器 | AUC, 准确率 | NA |
| 146 | 2025-11-03 |
A fourfold-objective-based cloud privacy preservation model with proposed association rule hiding and deep learning assisted optimal key generation
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2378836
PMID:39054942
|
研究论文 | 提出一种基于四重目标的云隐私保护模型，结合关联规则隐藏和深度学习辅助的最优密钥生成技术 | 提出四阶段安全保护方法，结合增强动态项集计数的关联规则挖掘和新混合优化方法的LSTM密钥生成 | NA | 开发有效的云环境隐私保护方案 | 云环境中的敏感数据 | 机器学习 | NA | 关联规则挖掘，深度学习 | LSTM | 敏感数据 | NA | NA | LSTM | 隐私保护值 | NA |
| 147 | 2025-11-03 |
Enhancing effort estimation in global software development using a unique combination of Neuro Fuzzy Logic and Deep Learning Neural Networks (NFDLNN)
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2376703
PMID:39034534
|
研究论文 | 提出一种结合神经模糊逻辑和深度学习神经网络的NFDLNN模型，用于提升全球软件开发中的工作量估算精度 | 首次将神经模糊逻辑与深度学习神经网络相结合，并采用布谷鸟算法优化模型收敛性 | 未明确说明模型在不同类型软件开发项目中的泛化能力 | 提高全球软件开发项目的工作量和成本估算准确性 | 工业软件开发项目数据 | 机器学习 | NA | 函数点分析(Function Point Analysis) | 神经模糊逻辑,深度学习神经网络 | 项目数据 | 工业项目数据集（具体数量未说明） | NA | NFDLNN（神经模糊逻辑与深度学习神经网络组合架构） | MRE（平均相对误差）, BRE（平衡相对误差）, PI（预测指数） | NA |
| 148 | 2025-11-03 |
An Improved Archimedes Optimization-aided Multi-scale Deep Learning Segmentation with dilated ensemble CNN classification for detecting lung cancer using CT images
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2373127
PMID:38975771
|
研究论文 | 提出一种改进的基于阿基米德优化的多尺度深度学习分割方法，结合扩张集成CNN分类用于CT图像中的肺癌检测 | 提出自适应多尺度扩张Trans-Unet3+分割模型和基于改进传递算子的阿基米德优化算法(MTO-AO)，以及结合Inception、ResNet和MobileNet的先进扩张集成CNN分类器 | NA | 提高CT图像中肺癌检测的准确性 | 肺部CT图像中的肺结节 | 计算机视觉 | 肺癌 | CT扫描 | CNN, Trans-Unet3+ | CT图像 | NA | NA | Trans-Unet3+, Inception, ResNet, MobileNet | NA | NA |
| 149 | 2025-11-03 |
Hybrid deep learning and optimized clustering mechanism for load balancing and fault tolerance in cloud computing
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2369137
PMID:38934441
|
研究论文 | 提出一种混合深度学习和优化聚类机制用于云计算中的负载均衡与容错 | 结合深度嵌入聚类(DEC)和深度Q递归神经网络(DQRNN)的混合深度学习架构，通过多维度资源指标实现智能负载分配 | NA | 解决云计算环境中的负载均衡和容错问题以提高能源效率 | 云计算虚拟机和任务分配 | 机器学习 | NA | 深度学习 | DEC, DQRNN | 系统资源数据(CPU、带宽、内存等) | NA | NA | 深度嵌入聚类, 深度Q递归神经网络 | 负载值, 容量值, 资源消耗率, 成功率 | NA |
| 150 | 2025-11-03 |
A secure worst elite sailfish optimizer based routing and deep learning for black hole attack detection
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2363353
PMID:38855986
|
研究论文 | 提出一种基于深度学习和安全路由的无线传感器网络黑洞攻击检测模型 | 提出最差精英旗鱼优化算法(WESFO)用于路由选择和自编码器训练，实现高效的黑洞攻击检测 | NA | 检测和缓解无线传感器网络中的黑洞攻击，保护网络功能性和可靠性 | 无线传感器网络(WSN) | 机器学习 | NA | 深度学习 | 自编码器(Auto Encoder) | 网络数据包 | NA | NA | 自编码器 | 延迟, 数据包传递率, 吞吐量, 假阴性率, 假阳性率 | NA |
| 151 | 2025-11-03 |
Transformer-based deep learning networks for fault detection, classification, and location prediction in transmission lines
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2393746
PMID:39224075
|
研究论文 | 提出一种基于Transformer的分层深度学习方法，用于输电线路故障检测、分类和定位预测 | 采用两阶段Transformer模型直接从原始三相电流电压样本进行故障诊断，无需特征提取，显著降低计算复杂度 | NA | 实现电力系统输电线路的准确高效故障诊断 | 输电线路故障 | 机器学习 | NA | NA | Transformer | 三相电流电压样本 | 包含不同类型、位置、电阻、起始角和噪声水平的综合故障场景数据集 | NA | Transformer | 准确率, 召回率, 精确率, F1分数, 平均绝对误差, 均方根误差 | NA |
| 152 | 2025-11-03 |
EGDP based feature extraction and deep convolutional belief network for brain tumor detection using MRI image
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2389248
PMID:39285629
|
研究论文 | 提出一种基于MRI图像的脑肿瘤检测新方法，结合EGDP特征提取和深度卷积置信网络 | 提出EGDP特征提取方法（结合熵和GDP）和深度卷积置信网络（DCvB-Net），融合了深度卷积神经网络和深度置信网络 | NA | 开发基于MRI图像的脑肿瘤自动检测系统 | 脑MRI图像中的肿瘤区域 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN, DBN | 医学图像 | NA | NA | RP-Net, DCvB-Net | 真阴性率, 准确率, 真阳性率 | NA |
| 153 | 2025-11-03 |
A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2406946
PMID:39367861
|
研究论文 | 本研究比较了多种迁移学习CNN框架在早期阿尔茨海默病分类中的性能表现 | 通过为多种CNN基础架构添加批量归一化、dropout和全连接层进行增强，并采用五折交叉验证方法显著提升模型性能 | 仅使用单一公开数据集进行验证，未在其他数据集上测试模型泛化能力 | 探索迁移学习在阿尔茨海默病早期诊断和分类中的应用效果 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | MRI | CNN | 图像 | 5120张训练图像和1280张测试图像 | TensorFlow, Keras | Xception, InceptionResNetV2, DenseNet201, InceptionV3, ResNet50, MobileNetV2 | 准确率, 精确率, 召回率, F1分数, ROC-AUC, 损失分数 | NA |
| 154 | 2025-11-03 |
Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2392770
PMID:39396229
|
研究论文 | 提出一种基于物联网和云计算的智能医疗系统，使用优化的改进生成对抗网络进行疾病诊断 | 结合物联网数据采集、云计算存储和优化的改进生成对抗网络，采用火烈鸟搜索优化算法提升模型性能 | 仅针对糖尿病、慢性肾病和心脏病三种疾病进行验证，未涉及其他疾病类型 | 开发智能医疗系统中的疾病诊断方法 | 糖尿病、慢性肾病和心脏病患者 | 机器学习 | 糖尿病,慢性肾病,心脏病 | 物联网数据采集,云计算 | GAN,RNN | 电子健康记录,传感器数据 | NA | Java,Cloud Sim | Improved Generative Adversarial Network | 准确率,特异性,执行时间 | 云计算平台 |
| 155 | 2025-11-03 |
Usefulness of compressed sensing coronary magnetic resonance angiography with deep learning reconstruction
2025-Nov, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01830-5
PMID:40622613
|
研究论文 | 评估压缩感知与深度学习重建在冠状动脉磁共振血管成像中的应用价值 | 结合压缩感知技术与深度学习重建算法，在保持图像质量的同时显著缩短冠状动脉磁共振成像时间 | 样本量较小（仅20名志愿者），未包含患者群体验证 | 评估压缩感知和人工智能在无对比剂冠状动脉磁共振血管成像中的实用性 | 20名志愿者的冠状动脉成像数据 | 医学影像分析 | 心血管疾病 | 磁共振血管成像，压缩感知，深度学习重建 | 深度学习 | 医学影像数据 | 20名志愿者 | NA | NA | 信噪比，对比噪声比，血管清晰度，图像质量评分 | NA |
| 156 | 2025-11-03 |
Deep learning for appendicitis: development of a three-dimensional localization model on CT
2025-Nov, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01834-1
PMID:40668351
|
研究论文 | 开发并评估用于在腹部CT上检测阑尾炎的深度学习模型 | 首次开发能够通过三维边界框定位阑尾炎的深度学习模型 | 回顾性单中心研究，样本量相对有限，仅包含特定CT协议数据 | 开发用于阑尾炎检测和定位的深度学习模型 | 阑尾炎患者和急性腹痛对照患者的CT影像 | 计算机视觉 | 阑尾炎 | CT成像 | CNN | CT影像 | 训练集517例阑尾炎CT，验证集50例阑尾炎CT+50例对照CT，测试集100例阑尾炎CT+100例对照CT | NA | Faster R-CNN | 精确率,召回率,假阳性率,加权kappa统计 | NA |
| 157 | 2025-11-03 |
Deep learning-based automatic detection of pancreatic ductal adenocarcinoma ≤ 2 cm with high-resolution computed tomography: impact of the combination of tumor mass detection and indirect indicator evaluation
2025-Nov, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01836-z
PMID:40679757
|
研究论文 | 本研究开发了一种基于三维卷积神经网络的深度学习系统，用于自动检测直径≤2cm的小胰腺导管腺癌 | 首次将自动肿瘤肿块检测与间接指标（D/P比值）评估相结合，显著提高了小胰腺癌的检测准确性 | 样本量相对有限（181例患者），需要更大规模的外部验证 | 评估深度学习模型在自动检测小胰腺导管腺癌方面的诊断性能 | 胰腺导管腺癌患者和正常对照组的CT影像数据 | 计算机视觉 | 胰腺癌 | 高分辨率对比增强计算机断层扫描 | CNN | 医学影像 | 204例患者数据集（包括104例正常对照） | NA | 三维卷积神经网络 | 灵敏度, 特异性, 阳性预测值, 阴性预测值 | NA |
| 158 | 2025-11-03 |
Natural variation of the wheat root exudate metabolome and its influence on biological nitrification inhibition activity
2025-Nov, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.70248
PMID:40692297
|
研究论文 | 本研究通过代谢组学分析44种小麦基因型的根系分泌物，开发高通量生物硝化抑制活性检测方法，并利用机器学习识别与高效硝化抑制相关的代谢物组合 | 开发了新型高通量生物硝化抑制活性检测方法，结合代谢组学和机器学习首次系统识别了驱动硝化抑制的32种代谢物组合 | 研究仅涵盖印度和奥地利来源的44种小麦基因型，样本多样性有限 | 提高小麦氮利用效率，探索生物硝化抑制机制 | 44种不同小麦基因型的根系分泌物 | 机器学习 | NA | GC-MS, LC-MS, 代谢组学分析 | 机器学习, 深度学习 | 代谢组学数据 | 44种小麦基因型 | NA | NA | NA | NA |
| 159 | 2025-10-29 |
Comments on "Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study"
2025-Nov, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.1242
PMID:41146391
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 160 | 2025-11-03 |
Deep learning-based energy prediction and tangent search remora optimization-based secure multi-path data communication mechanism in WSN
2025-Nov, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2393750
PMID:39257090
|
研究论文 | 开发了一种基于能量预测和混合优化的无线传感器网络多路径路由机制 | 提出结合深度Q网络能量预测和切线搜索雷姆拉优化算法的多路径路由方法 | NA | 寻找满足端到端延迟要求且能耗和错误率最低的最优网关路径 | 无线传感器网络 | 机器学习 | NA | 多路径路由协议 | DQN | 传感器网络数据 | NA | NA | Deep Q-Network | 能量消耗, 吞吐量, 信任度, 距离, 延迟 | NA |