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 16181 - 16200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 16181 | 2025-10-07 |
Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis
2025-Feb-18, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02926-8
PMID:39966904
|
研究论文 | 开发基于深度学习的神经网络模型，用于在二维超声扫描中自动检测五个关键标志点，以建立发育性髋关节发育不良筛查的标准成像平面 | 提出结合全局和局部网络的深度学习模型，首次实现DDH筛查中五个关键标志点的自动检测 | 研究为单中心回顾性分析，样本量相对有限，需要进一步外部验证 | 开发自动化工具辅助DDH超声筛查的标准成像平面定义 | 接受髋关节超声检查的DDH筛查患者 | 计算机视觉 | 发育性髋关节发育不良 | 二维超声成像 | CNN | 超声图像 | 532名患者 | NA | EfficientNetB2 | 均方根误差, Dice相似系数 | NA |
| 16182 | 2025-02-23 |
Developing a semi-automated technique of surface water quality analysis using GEE and machine learning: A case study for Sundarbans
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42404
PMID:39981364
|
研究论文 | 本研究提出了一种半自动化的方法，利用机器学习模型结合现场和遥感数据评估孙德尔本斯的水质 | 结合Google Earth Engine (GEE)和AutoML，利用深度学习库创建动态、自适应模型，提高预测精度 | 数据可用性的可变性以及机器学习预测动态水系统时固有的不确定性 | 开发一种半自动化的水质分析技术，以支持可持续环境管理实践和孙德尔本斯应对新兴气候挑战的韧性 | 孙德尔本斯的水质参数（海表温度、总悬浮固体、浊度、盐度和pH值） | 机器学习 | NA | 机器学习算法、Empirical Bayesian Kriging (EBK)模型、Google Earth Engine (GEE)、AutoML | 深度学习模型 | 现场数据和遥感数据 | NA | NA | NA | NA | NA |
| 16183 | 2025-10-07 |
PBScreen: A server for the high-throughput screening of placental barrier-permeable contaminants based on multifusion deep learning
2025-Feb-14, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.125858
PMID:39954759
|
研究论文 | 开发基于多融合深度学习模型的PBScreen服务器，用于高通量筛选胎盘屏障渗透性污染物 | 首次构建基于多融合深度学习的高通量筛选工具，结合图卷积网络和深度神经网络算法 | 未明确说明模型在更广泛化学物质类型上的适用性限制 | 开发高效筛选胎盘屏障渗透性污染物的计算工具 | 能够穿透胎盘屏障的化学污染物 | 机器学习 | 生殖健康疾病 | 深度学习 | 图卷积网络,深度神经网络 | 化学结构数据 | NA | NA | 多融合深度学习架构 | 准确率,假阴性率,AUC | NA |
| 16184 | 2025-10-07 |
Mentorship advances antimicrobial use surveillance systems in low- and middle-income countries
2025-Feb, JAC-antimicrobial resistance
IF:3.7Q2
DOI:10.1093/jacamr/dlae212
PMID:39734490
|
研究论文 | 本文探讨导师制在低收入和中等收入国家抗菌药物使用监测系统人才培养中的价值 | 提出将导师制作为传统培训模式的有效补充，通过长期指导解决专业人员短缺问题 | 研究基于四个国家的有限经验，缺乏大规模定量数据支持 | 评估导师制在抗菌药物使用监测系统能力建设中的效果 | 尼泊尔、巴基斯坦、巴布亚新几内亚和东帝汶的抗菌药物使用监测专业人员 | 公共卫生 | 传染病 | 导师制培训方法 | NA | 经验总结 | 2019-2023年四个国家1-2年导师制项目的参与人员 | NA | NA | NA | NA |
| 16185 | 2025-10-07 |
Mapping the learning curves of deep learning networks
2025-Feb, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012286
PMID:39928655
|
研究论文 | 提出一种受认知科学启发的多维量化与可视化方法，用于追踪深度神经网络的学习曲线 | 引入信息处理轨迹和发展轨迹两个时间维度来量化深度学习网络的学习过程 | 方法目前仅在手势检测和句子分类两个时序任务上进行验证 | 系统解释深度神经网络的内部表示和学习过程 | 深度神经网络的学习曲线 | 机器学习 | NA | 深度学习模拟 | 深度神经网络 | 时序数据 | 750次模拟运行 | NA | NA | 起始值, 终值-起始值, 最大值, 达到最大值时间 | NA |
| 16186 | 2025-10-07 |
Short-Term Associations Between Ambient Ozone and Acute Myocardial Infarction Onset Among Younger Patients: Results From the VIRGO Study
2025-Feb, GeoHealth
IF:4.3Q1
DOI:10.1029/2024GH001234
PMID:39968338
|
研究论文 | 本研究探讨环境臭氧短期暴露与年轻患者急性心肌梗死发病的关联 | 首次在年轻患者群体中系统评估臭氧与不同AMI亚型的关联，并发现种族差异的效应修饰作用 | 研究仅限于美国103家医院的患者，可能存在选择偏倚 | 评估环境臭氧短期暴露与年轻患者急性心肌梗死发病的关联 | 18-55岁急性心肌梗死患者 | 环境流行病学 | 心血管疾病 | 时空深度学习，病例交叉设计 | 条件逻辑回归 | 医疗记录，环境监测数据 | 2,322名AMI患者来自103家美国医院 | 深度学习框架 | 时空深度学习模型 | 比值比，95%置信区间 | NA |
| 16187 | 2025-10-07 |
Virtual staining from bright-field microscopy for label-free quantitative analysis of plant cell structures
2025-Jan-31, Plant molecular biology
IF:3.9Q1
DOI:10.1007/s11103-025-01558-w
PMID:39885095
|
研究论文 | 本研究开发了一种基于深度学习模型的虚拟染色方法，可从明场显微镜图像中无标记定量分析植物细胞结构 | 首次将深度学习虚拟染色技术应用于植物细胞结构分析，实现了无需荧光标记的细胞形态定量测量 | 方法仍存在一些局限性，但未在摘要中具体说明 | 开发无标记定量分析植物细胞结构的虚拟染色方法 | 烟草BY-2细胞、拟南芥铺面细胞、伊乐藻叶绿体 | 计算机视觉 | NA | 明场显微镜、荧光染色 | 深度学习模型 | 显微镜图像 | 烟草BY-2细胞、拟南芥野生型和bpp125三重突变体、伊乐藻 | NA | NA | 细胞面积、圆形度、密实度 | NA |
| 16188 | 2025-10-07 |
KaMLs for Predicting Protein pK a Values and Ionization States: Are Trees All You Need?
2025-Jan-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.09.622800
PMID:39605739
|
研究论文 | 开发基于决策树和图注意力网络的KaML模型，用于准确预测蛋白质pKa值和电离状态 | 提出酸和碱分别处理、使用AlphaFold结构进行数据增强、在理论pKa数据库上进行模型预训练等创新方法 | 机器学习方法受到实验数据稀缺的限制 | 提高蛋白质电离状态预测的准确性，促进生物学理解和计算机辅助药物发现 | 蛋白质电离状态和pKa值 | 机器学习 | NA | 机器学习，数据增强 | 决策树，图注意力网络(GAT) | 蛋白质结构数据，实验pKa数据 | PKAD-3数据库中的实验数据 | NA | 决策树，图注意力网络 | pKa值预测准确度，电离状态分类准确度 | NA |
| 16189 | 2025-10-07 |
EPISeg: Automated segmentation of the spinal cord on echo planar images using open-access multi-center data
2025-Jan-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.07.631402
PMID:39829895
|
研究论文 | 开发了一种基于深度学习的自动分割模型EPISeg，用于在梯度回波平面成像数据上分割脊髓 | 首个专门针对梯度回波EPI图像的脊髓自动分割模型，对不同的采集协议和常见伪影具有鲁棒性 | NA | 改进脊髓功能磁共振成像数据的预处理分割流程 | 脊髓梯度回波平面成像数据 | 医学影像分析 | 神经系统疾病 | 功能磁共振成像，梯度回波平面成像 | 深度学习 | 医学影像 | 多中心数据集，具体数量未明确说明 | NA | NA | 分割质量 | NA |
| 16190 | 2025-10-07 |
RNAbpFlow: Base pair-augmented SE(3)-flow matching for conditional RNA 3D structure generation
2025-Jan-26, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.24.634669
PMID:39896539
|
研究论文 | 提出了一种基于碱基对增强的SE(3)-flow匹配模型，用于条件性RNA三维结构生成 | 首次将序列和碱基对条件与SE(3)-等变流匹配模型结合，无需使用进化信息或同源结构模板即可端到端生成全原子RNA结构 | NA | 解决RNA三维结构预测的挑战，生成准确的RNA三维结构集合 | RNA分子的三维结构 | 机器学习 | NA | RNA三维结构建模 | SE(3)-等变流匹配模型 | RNA三维结构数据 | NA | NA | RNAbpFlow | RNA拓扑采样和预测建模性能 | NA |
| 16191 | 2025-10-07 |
CPI-Pred: A deep learning framework for predicting functional parameters of compound-protein interactions
2025-Jan-21, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.16.633372
PMID:39896624
|
研究论文 | 提出一个名为CPI-Pred的深度学习框架，用于预测化合物-蛋白质相互作用的功能参数 | 整合了新型消息传递神经网络生成的化合物表示和最先进蛋白质语言模型生成的酶表示，采用创新的序列池化和交叉注意力机制 | NA | 准确预测化合物-蛋白质相互作用的功能参数 | 酶和化合物的相互作用 | 机器学习 | NA | 深度学习 | 消息传递神经网络,蛋白质语言模型 | 氨基酸序列,化合物结构表示 | 迄今为止最大的酶动力学参数数据集 | NA | 消息传递神经网络,蛋白质语言模型 | NA | NA |
| 16192 | 2025-10-07 |
Piscis: a novel loss estimator of the F1 score enables accurate spot detection in fluorescence microscopy images via deep learning
2025-Jan-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.31.578123
PMID:38352551
|
研究论文 | 提出了一种名为Piscis的深度学习算法，通过新颖的SmoothF1损失函数实现荧光显微镜图像中RNA转录本斑点的自动检测 | 开发了SmoothF1损失函数，可近似F1分数并直接惩罚假阳性和假阴性，同时保持可微分性以用于深度学习训练 | NA | 开发无需手动参数调优的自动斑点检测算法，用于空间转录组学图像分析 | 荧光显微镜图像中的RNA转录本斑点 | 计算机视觉 | NA | RNA荧光原位杂交(RNA FISH)，空间转录组学 | 深度学习 | 荧光显微镜图像 | 358张手动标注的实验RNA FISH图像和240张合成图像，涵盖多种细胞类型 | NA | NA | F1分数 | NA |
| 16193 | 2025-10-07 |
G2PDeep-v2: a web-based deep-learning framework for phenotype prediction and biomarker discovery for all organisms using multi-omics data
2025-Jan-09, Research square
DOI:10.21203/rs.3.rs-5776937/v1
PMID:39866874
|
研究论文 | 介绍G2PDeep-v2这一基于深度学习的网络平台，用于多组学数据的表型预测和生物标志物发现 | 开发了支持所有生物体（人类、植物、动物、病毒）的通用型深度学习网络平台，提供自动化超参数调优和可视化分析功能 | NA | 构建一个通用的深度学习框架，用于表型预测和生物标志物发现 | 所有生物体的多组学数据（包括人类、植物、动物和病毒） | 机器学习 | 复杂疾病 | 多组学数据分析 | 深度学习模型 | 多组学数据 | NA | NA | NA | NA | 高性能计算资源 |
| 16194 | 2025-10-07 |
Unlocking the power of AI for phenotyping fruit morphology in Arabidopsis
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae123
PMID:39937596
|
研究论文 | 本研究开发了一种基于深度学习的实例分割模型和流程，用于自动化表型拟南芥果实形态 | 首次将深度学习应用于多亲本高级世代杂交群体的果实形态表型分析，实现了大规模自动化表型测量 | 分割任务的精确度相对较低（55.9%），器官水平性状表型的精确性和适应性仍需进一步验证 | 评估深度学习在植物果实形态表型分析中的有效性，建立表型与基因型关联 | 拟南芥果实形态 | 计算机视觉 | NA | 图像表型分析 | 实例分割模型 | 图像 | 332,194个单独果实 | NA | NA | 平均精确度,检测精确度,分割精确度 | NA |
| 16195 | 2025-10-07 |
Deep learning in gonarthrosis classification: a comparative study of model architectures and single vs. multi-model methods
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1413820
PMID:39974355
|
研究论文 | 本研究比较了单模型和多模型深度学习方法在膝关节骨关节炎KL分级分类中的性能 | 首次系统比较单模型与多模型方法在KL分级中的效果，并评估七种CNN架构在四种不同任务中的表现 | 需要临床验证，未来应探索集成建模和更先进的数据增强技术 | 比较单模型和多模型深度学习方法在膝关节骨关节炎KL分级分类中的性能 | 膝关节前后位X射线图像 | 计算机视觉 | 骨关节炎 | X射线成像，CLAHE对比度增强 | CNN | 图像 | 14,607张来自三家医院的标注膝关节X射线图像 | YOLOv5 | NfNet-F0/F1, EfficientNet-B0/B3, Inception-ResNet-v2, VGG16 | F1-score, 准确率 | NA |
| 16196 | 2025-10-07 |
Dynamic Visualization of Computer-Aided Peptide Design for Cancer Therapeutics
2025, Drug design, development and therapy
DOI:10.2147/DDDT.S497126
PMID:39974609
|
综述 | 通过文献计量学分析探讨计算机辅助肽设计在癌症治疗领域的研究现状、热点和未来趋势 | 首次采用文献计量学方法系统分析计算机辅助抗癌肽设计领域的发展脉络和研究热点 | 仅基于Web of Science数据库的1547篇文献，可能存在收录范围限制 | 探索计算机辅助肽设计在癌症治疗领域的研究现状和发展趋势 | 2006-2024年间计算机辅助抗癌肽设计相关的研究文献 | 生物信息学 | 癌症 | 文献计量分析,分子动力学模拟,分子对接,深度学习 | NA | 文献数据 | 1547篇相关出版物 | CiteSpace,VOSviewer,Bibliometrix,Origin | NA | NA | NA |
| 16197 | 2025-10-07 |
Research trends in livestock facial identification: a review
2025-Jan, Journal of animal science and technology
IF:2.7Q1
DOI:10.5187/jast.2025.e4
PMID:39974780
|
综述 | 本文综述了基于视频处理和卷积神经网络的动物面部识别技术在精准畜牧业中的应用 | 整合视频处理与CNN深度学习技术，实现动物生长估计、个体识别和行为监测的自动化 | NA | 探讨视频处理和CNN深度学习在畜牧业面部识别中的研究趋势和应用 | 牲畜动物 | 计算机视觉 | NA | 视频处理, 深度学习 | CNN | 视频数据 | NA | NA | NA | NA | NA |
| 16198 | 2025-10-07 |
Research progress of MRI-based radiomics in hepatocellular carcinoma
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1420599
PMID:39980543
|
综述 | 本文系统评估基于MRI影像组学在肝细胞癌诊疗中的研究进展与应用价值 | 首次系统综述2018-2025年间MRI影像组学在肝细胞癌多维度临床应用的最新进展 | 领域内方法可解释性不足，需要进一步验证研究 | 评估影像组学方法学并阐述MRI影像组学在肝细胞癌诊疗中的临床进展 | 肝细胞癌患者 | 数字病理 | 肝癌 | MRI影像组学 | 深度学习, 机器学习 | 医学影像 | 93篇文献的系统分析 | NA | NA | NA | NA |
| 16199 | 2025-10-07 |
A pelvis MR transformer-based deep learning model for predicting lung metastases risk in patients with rectal cancer
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1496820
PMID:39980546
|
研究论文 | 开发基于骨盆MR图像和临床特征的Transformer深度学习模型，用于预测直肠癌患者肺转移风险 | 首次将Transformer架构应用于直肠癌肺转移预测，并整合骨盆MR图像与临床特征 | 样本量相对有限（819例患者），仅使用单一医疗中心数据 | 开发准确预测直肠癌肺转移风险的深度学习模型 | 经组织学确认的直肠癌患者 | 计算机视觉 | 直肠癌 | 磁共振成像（MRI） | Transformer, CNN | 医学图像（T2WI和DWI MR图像） | 819例直肠癌患者 | NA | Transformer, ResNet18, EfficientNetb0, MobileNet, ShuffleNet, DenseNet | AUC, 灵敏度, 特异度, 准确率 | NA |
| 16200 | 2025-10-07 |
Machine learning-based myocardial infarction bibliometric analysis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1477351
PMID:39981082
|
文献计量分析 | 通过文献计量学方法分析2008-2024年机器学习在心肌梗死领域的研究趋势和热点 | 首次系统分析机器学习在心肌梗死领域的文献计量特征，识别新兴研究方向和国际合作模式 | 仅基于Web of Science数据库的1036篇文献，可能存在收录偏差 | 探索机器学习在心肌梗死领域的研究趋势、热点和未来发展方向 | 2008-2024年间心肌梗死与机器学习相关的1036篇学术文献 | 机器学习 | 心肌梗死 | 文献计量分析 | NA | 文献元数据 | 1036篇出版物 | CiteSpace, Bibliometrix, VOSviewer | NA | 发文量、影响因子、被引频次 | NA |