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 15981 - 16000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15981 | 2025-10-07 |
CTDNN-Spoof: compact tiny deep learning architecture for detection and multi-label classification of GPS spoofing attacks in small UAVs
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90809-3
PMID:39994281
|
研究论文 | 提出一种名为CTDNN-Spoof的紧凑型微型深度学习架构，用于检测和多重标签分类小型无人机中的GPS欺骗攻击 | 设计紧凑型微型深度学习架构，在精度和适应性方面超越传统方法，提供可扩展的实时解决方案 | NA | 开发有效的GPS欺骗攻击检测和分类方法以增强小型无人机安全性 | 小型无人机的GPS欺骗攻击 | 机器学习 | NA | 深度学习 | 顺序神经网络 | NA | NA | NA | CTDNN-Spoof（输入层64个神经元-ReLU，隐藏层32个神经元-ReLU，输出层4个神经元-线性激活） | 准确率, 均方误差 | NA |
| 15982 | 2025-10-07 |
An integrated CSPPC and BiLSTM framework for malicious URL detection
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91148-z
PMID:39994324
|
研究论文 | 提出一种基于CSPPC-BiLSTM的恶意URL检测模型，通过集成注意力机制和多尺度池化提升检测性能 | 首次将CBAM注意力机制与SPP空间金字塔池化集成到BiLSTM框架中，通过通道和空间注意力增强关键特征表示 | 仅在两个数据集上进行评估，需要更多样化的数据集验证泛化能力 | 提高恶意URL检测的准确性和鲁棒性 | 网络钓鱼URL和恶意网址 | 自然语言处理, 网络安全 | NA | NA | BiLSTM | URL字符序列 | 两个数据集：Grambedding（平衡）和Mendeley AK Singh 2020 phish（不平衡） | NA | CSPPC-BiLSTM, BiLSTM, CBAM, SPP | 准确率 | NA |
| 15983 | 2025-10-07 |
Real-world feasibility, accuracy and acceptability of automated retinal photography and AI-based cardiovascular disease risk assessment in Australian primary care settings: a pragmatic trial
2025-Feb-24, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01436-1
PMID:39994433
|
研究论文 | 评估基于自动视网膜摄影和人工智能的心血管疾病风险评估系统在澳大利亚初级保健环境中的可行性、准确性和可接受性 | 仅使用视网膜图像即可实现与包含多种临床因素的WHO风险评估相当的预测准确性，为非侵入性心血管风险评估提供了新方法 | 研究样本仅来自澳大利亚维多利亚州的两个全科诊所，样本量相对有限 | 评估自动视网膜摄影和AI心血管风险评估系统在真实世界初级保健环境中的表现 | 45-70岁近期接受过心血管疾病风险评估的澳大利亚初级保健患者 | 医疗人工智能 | 心血管疾病 | 自动视网膜摄影，深度学习算法 | 深度学习 | 视网膜图像，临床数据 | 361名参与者，其中339人获得有效风险评估分数 | NA | NA | AUC，Pearson相关系数，成像成功率，满意度调查 | NA |
| 15984 | 2025-10-07 |
A method for phenotyping lettuce volume and structure from 3D images
2025-Feb-24, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01347-y
PMID:39994691
|
研究论文 | 提出一种基于植物几何特征从3D图像中表型分析生菜体积和结构的方法 | 开发了基于点云创建紧密外壳的新方法，能保留莲座结构细节并填补3D相机不可见区域的表面孔洞，同时引入了表征叶片密度的新几何特征 | 方法在特定数据集上验证，缺乏领域适应性测试，且受限于开源数据集的可用性 | 开发从3D图像估计生菜体积和莲座结构的方法，用于作物生长监测 | 生菜植物 | 计算机视觉 | NA | 3D成像，RGBD相机 | 线性回归 | 3D点云图像 | 402个生菜植物的点云数据集 | NA | NA | 均方根误差(RMSE) | NA |
| 15985 | 2025-10-07 |
Social associations across species during nocturnal bird migration
2025-Feb-24, Current biology : CB
IF:8.1Q1
DOI:10.1016/j.cub.2024.12.033
PMID:39818216
|
研究论文 | 本研究通过深度学习分析夜间候鸟迁徙时的叫声，首次提供了跨物种社会关联的定量证据 | 首次发现夜间迁徙鸟类存在跨物种社会关联，挑战了传统认为候鸟独立迁徙的观点 | 无法确定社会关联的具体机制和因果关系，且鸟类种群减少可能影响社会关联频率 | 探索夜间迁徙鸟类是否通过叫声进行跨物种信息交流和社会关联 | 27种北美陆地鸟类在夜间迁徙期间的行为 | 生态学 | NA | 音频采集,深度学习 | 深度学习 | 音频 | 超过18,000小时夜间鸟类迁徙录音，提取超过175,000次飞行叫声 | NA | NA | NA | NA |
| 15986 | 2025-10-07 |
AI for image quality and patient safety in CT and MRI
2025-Feb-23, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00562-5
PMID:39987533
|
综述 | 本文综述了人工智能在CT和MRI中提升图像质量和患者安全的最新进展 | 系统总结了AI在放射学领域实现剂量优化、图像重建和伪影消除等方面的创新应用 | 模型泛化能力有限、缺乏外部验证、模型可解释性不足以及决策过程不透明 | 探讨AI技术在改善医学影像质量和患者安全方面的应用 | 计算机断层扫描(CT)和磁共振成像(MRI)的放射学程序 | 医学影像分析 | NA | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 15987 | 2025-10-07 |
A Methodological Framework for AI-Assisted Diagnosis of Ovarian Masses Using CT and MR Imaging
2025-Feb-19, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm15020076
PMID:39997351
|
研究论文 | 提出一个用于开发评估深度学习模型的方法学框架，辅助基于CT和MRI的卵巢肿块分类 | 首次提出结合全容积输入和病灶聚焦ROI的双重分类工作流，并集成Transformer-based UNeST和注意力多示例学习等先进架构 | 使用回顾性数据集且存在类别不平衡问题，尚未在临床工作流中验证 | 开发AI辅助诊断方法以提高卵巢肿块的分类准确性和诊断信心 | 卵巢肿块患者的CT和MRI影像数据 | 医学影像分析 | 卵巢癌 | CT成像, MR成像 | 深度学习 | 医学影像 | 多机构回顾性数据集，补充来自癌症基因组图谱的外部数据 | PyTorch, MONAI | ResNet, DenseNet, Transformer-based UNeST, Attention Multiple-Instance Learning | 平衡准确率 | 使用Optuna进行超参数优化 |
| 15988 | 2025-02-27 |
The Role of Artificial Intelligence Combined With Digital Cholangioscopy for Indeterminant and Malignant Biliary Strictures: A Systematic Review and Meta-analysis
2025-Feb-19, Journal of clinical gastroenterology
IF:2.8Q2
DOI:10.1097/MCG.0000000000002148
PMID:39998988
|
meta-analysis | 本文通过系统回顾和荟萃分析评估了人工智能结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能 | 首次将基于计算机视觉的AI算法应用于胆道镜检查，以提高诊断准确性 | 研究数量有限，仅包含五项研究，且样本量相对较小 | 评估AI结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能 | 不确定性和恶性胆道狭窄 | computer vision | biliary strictures | deep learning | CNN | image | 675 lesions (2,685,674 cholangioscopic images) | NA | NA | NA | NA |
| 15989 | 2025-10-07 |
A deep learning-enabled smart garment for accurate and versatile monitoring of sleep conditions in daily life
2025-Feb-18, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2420498122
PMID:39932995
|
研究论文 | 开发了一种基于深度学习的智能服装系统，用于日常生活中准确监测多种睡眠状态 | 采用可水洗、皮肤兼容的智能服装系统，在弱设备-皮肤耦合条件下通过局部皮肤应变信号监测睡眠，无需定位或皮肤准备 | NA | 提高睡眠质量监测的准确性和舒适度，预防睡眠相关慢性疾病 | 睡眠状态监测 | 可穿戴设备, 医疗健康监测 | 睡眠障碍, 慢性疾病 | 纺织基应变传感器阵列, 直接印刷技术 | 深度学习 | 皮肤应变信号 | NA | 深度学习, 可解释AI, 迁移学习 | NA | 准确率98.6%, 泛化准确率95% | NA |
| 15990 | 2025-10-07 |
Vision-Based Collision Warning Systems with Deep Learning: A Systematic Review
2025-Feb-17, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11020064
PMID:39997566
|
系统综述 | 对基于视觉和深度学习的碰撞预警系统进行系统性回顾和分析 | 首次系统性地综述了仅使用视觉输入的深度学习碰撞预警系统，并识别了该领域的主要方法类别和评估挑战 | 纳入研究数量有限（31项），且大多数系统的实验评估存在不足，数据集存在各种偏差 | 评估基于视觉和深度学习的碰撞预警系统的技术现状和有效性 | 以自我为中心的视觉碰撞预警系统 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 31项符合纳入标准的研究 | NA | NA | 定量实验结果 | NA |
| 15991 | 2025-10-07 |
Realtime particulate matter and bacteria analysis of peritoneal dialysis fluid using digital inline holography
2025-Feb-16, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.125373
PMID:39961552
|
研究论文 | 开发了一种集成深度学习算法的数字在线全息系统，用于实时检测腹膜透析液中的颗粒物和细菌污染 | 首次将数字在线全息技术与深度学习相结合，实现腹膜透析液中颗粒物和细菌的实时检测与分类 | 仅验证了高浓度大肠杆菌和铜绿假单胞菌的检测性能，未涵盖其他常见病原菌 | 开发快速准确的腹膜透析液细菌污染检测方法 | 腹膜透析液中的颗粒物和细菌污染物 | 计算机视觉 | 肾脏疾病 | 数字在线全息成像技术 | YOLOv8n | 全息图像 | 包含无菌PD液和添加大肠杆菌、铜绿假单胞菌的PD液样本 | NA | YOLOv8n | 灵敏度, 假阳性率 | NA |
| 15992 | 2025-10-07 |
Facial Recognition Algorithms: A Systematic Literature Review
2025-Feb-13, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11020058
PMID:39997560
|
综述 | 本文通过系统文献综述探讨人脸识别技术的新进展、挑战及其在健康、社会和安防等领域的应用 | 系统梳理了深度学习技术特别是CNN在人脸识别领域的最新发展，并综合分析了技术演进轨迹与跨领域应用 | 基于文献综述的方法存在依赖现有研究资料的局限性，未包含原始实验验证 | 系统评估人脸识别技术的原理、性能指标和发展挑战 | 学术出版物、会议论文和行业报告中涉及的人脸识别技术研究 | 计算机视觉 | NA | 深度学习 | CNN | NA | NA | NA | NA | 准确率,效率 | NA |
| 15993 | 2025-10-07 |
Exploring the Efficacy and Target Genes of Atractylodes Macrocephala Koidz Against Alzheimer's Disease Based on Multi-Omics, Computational Chemistry, and Experimental Verification
2025-Feb-11, Current issues in molecular biology
IF:2.8Q3
DOI:10.3390/cimb47020118
PMID:39996839
|
研究论文 | 基于多组学、计算化学和实验验证探索白术治疗阿尔茨海默病的功效及靶基因 | 首次整合多组学分析、计算化学模拟和斑马鱼模型验证，系统揭示白术通过铁死亡途径治疗阿尔茨海默病的作用机制 | 研究主要基于动物模型和计算模拟，尚未进行人体临床试验验证 | 探究白术治疗阿尔茨海默病的药效作用及其铁死亡相关机制 | 阿尔茨海默病、白术活性成分、铁死亡相关靶基因 | 生物信息学 | 阿尔茨海默病 | 多组学分析、基因集变异分析、转录组关联研究、孟德尔随机化、分子对接、分子动力学模拟、实时定量PCR | 深度学习模型、逻辑回归模型 | 转录组数据、基因表达数据、分子结构数据 | 斑马鱼阿尔茨海默病模型 | NA | NA | GSVA评分、分子对接结合能、行为学测试、细胞凋亡检测、β-淀粉样蛋白沉积定量 | NA |
| 15994 | 2025-10-07 |
The Relationship Between Learning Environment Perception, Achievement Goals, and the Undergraduate Deep Learning Approach: A Longitudinal Mediation Model
2025-Feb-11, Journal of Intelligence
IF:2.8Q1
DOI:10.3390/jintelligence13020019
PMID:39997170
|
研究论文 | 本研究通过纵向中介模型探讨本科生学习环境感知、成就目标与深度学习方式之间的关系 | 首次在中国研究型大学中采用纵向设计验证成就目标在学习环境感知与深度学习方式间的中介作用，并比较不同类型成就目标的中介效应差异 | 样本仅来自一所研究型大学，样本量相对有限（260名本科生），研究结果可能受特定院校环境影响 | 探究本科生学习环境感知如何通过成就目标影响其深度学习方式 | 中国研究型大学的本科生，包括135名拔尖本科生和125名普通本科生 | 教育心理学 | NA | 纵向调查法 | 中介效应模型 | 问卷调查数据 | 260名本科生（135名拔尖生+125名普通生），历时18个月完成三轮调查 | NA | NA | 中介效应分析 | NA |
| 15995 | 2025-10-07 |
Comparative Analysis of Deep Learning Architectures for Macular Hole Segmentation in OCT Images: A Performance Evaluation of U-Net Variants
2025-Feb-11, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11020053
PMID:39997555
|
研究论文 | 比较不同U-Net变体在OCT图像中黄斑裂孔分割任务的性能表现 | 首次系统评估11种U-Net变体架构在黄斑裂孔分割任务中的性能，包括与InceptionNetV4、Transformer等最新架构的结合 | HD95指标对小区域分割不可靠常返回'nan'值，Transformer架构在黄斑裂孔和视网膜内囊肿分割中表现不佳 | 评估不同深度学习架构在OCT图像黄斑裂孔分割任务中的性能 | 光学相干断层扫描(OCT)图像中的黄斑裂孔区域 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描(OCT) | CNN, Transformer | 医学图像 | OIMHS数据集 | NA | U-Net, InceptionNetV4, VGG16, VGG19, ResNet152, DenseNet121, EfficientNet-B7, MobileNetV2, Xception, Transformer | Dice系数, HD95 | NA |
| 15996 | 2025-10-07 |
Enhancing U-Net Segmentation Accuracy Through Comprehensive Data Preprocessing
2025-Feb-08, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11020050
PMID:39997552
|
研究论文 | 本文通过开发鲁棒的数据预处理流程来增强U-Net模型在肺部CT图像分割中的准确性 | 提出包含CT图像归一化、二值化、形态学操作和感兴趣区域过滤的综合预处理流程，显著提升分割质量 | NA | 优化深度学习在医学图像分析中的性能 | 肺部CT扫描图像 | 数字病理学 | 肺部疾病 | CT扫描 | U-Net | 医学图像 | NA | NA | U-Net | IoU, Dice系数 | NA |
| 15997 | 2025-10-07 |
De novo design of Ras isoform selective binders
2025-Feb-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.29.610300
PMID:39975043
|
研究论文 | 本研究利用深度学习方法设计了针对所有主要Ras亚型的特异性结合剂，能够特异性靶向Ras C末端 | 首次使用深度学习方法设计Ras亚型选择性结合剂，解决了传统方法难以针对Ras高度带电无序C末端产生抗体的难题 | NA | 开发能够特异性结合不同Ras亚型的分子工具，以研究各亚型在生物学和疾病中的独特作用 | Ras蛋白的四种主要亚型（KRAS4A、KRAS4B、HRAS、NRAS） | 机器学习 | 癌症 | 深度学习 | NA | 蛋白质序列数据 | NA | NA | NA | 结合特异性、膜定位干扰效果、Ras活性抑制效果 | NA |
| 15998 | 2025-10-07 |
Functional profiling of the sequence stockpile: a protein pair-based assessment of in silico prediction tools
2025-02-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf035
PMID:39854283
|
研究论文 | 本文通过蛋白质对功能相似性评估，系统评估了现有计算方法在预测非同源蛋白质分子功能方面的能力 | 提出基于蛋白质对功能相似性的评估框架，突破功能注释词汇表的限制，能够评估不同本体论注释方法 | 缺乏真实的蛋白质功能注释作为基准，评估依赖于推测的功能相似蛋白质对 | 评估现有计算方法预测非同源或远缘蛋白质分子功能的能力 | 数千个与已知功能蛋白质家族非同源或远缘的蛋白质 | 生物信息学 | NA | 计算方法评估，深度学习 | 深度学习模型 | 蛋白质序列数据 | 数千个蛋白质 | NA | NA | 功能相似性识别准确率 | NA |
| 15999 | 2025-10-07 |
ParaSurf: a surface-based deep learning approach for paratope-antigen interaction prediction
2025-Feb-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf062
PMID:39921885
|
研究论文 | 提出一种基于表面的深度学习模型ParaSurf，用于预测抗体互补位与抗原的相互作用位点 | 首次结合表面几何特征和非几何特征进行互补位预测，能够在整个Fab区域准确预测结合位点 | NA | 加速疫苗和治疗性抗体的开发过程 | 抗体-抗原相互作用 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 抗体-抗原复合物结构数据 | 三个主要的抗体-抗原基准数据集 | NA | ParaSurf | 多个评估指标 | NA |
| 16000 | 2025-10-07 |
A conditional denoising VAE-based framework for antimicrobial peptides generation with preserving desirable properties
2025-Feb-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf069
PMID:39932977
|
研究论文 | 提出一种基于条件去噪变分自编码器的框架，用于生成具有理想理化性质的新型抗菌肽 | 结合理想理化性质指导的去噪VAE模型，采用位置编码和Transformer架构提升生成准确性，并设计了包含重构损失、KL散度和性质保持损失的自定义损失函数 | 在有限训练数据条件下进行开发，可能影响模型泛化能力 | 开发能够生成具有理想功能性质的新型抗菌肽，以应对抗生素耐药性问题 | 抗菌肽(AMPs) | 机器学习 | 细菌感染 | 深度学习 | VAE, Transformer | 序列数据 | NA | NA | Transformer, VAE | NA | NA |