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 1841 - 1860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1841 | 2025-10-06 |
Deep learning-based feature discovery for decoding phenotypic plasticity in pediatric high-grade gliomas single-cell transcriptomics
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110971
PMID:40848317
|
研究论文 | 通过深度学习特征发现方法解析儿童高级别胶质瘤单细胞转录组中的表型可塑性 | 首次使用基于图的机器学习方法识别儿童高级别胶质瘤谱系特异性可塑性的关键决定因素，发现调控胶质瘤形态发生的网络相互作用和过渡基因 | NA | 解码儿童高级别胶质瘤表型可塑性的分子机制 | 儿童高级别胶质瘤（pHGGs）亚型：IDHWT胶质母细胞瘤和K27M突变型弥漫中线胶质瘤 | 机器学习 | 脑肿瘤 | 单细胞转录组测序 | 图机器学习 | 单细胞转录组数据 | NA | NA | NA | NA | NA |
| 1842 | 2025-10-06 |
Deep learning ensemble for abdominal aortic calcification scoring from lumbar spine X-ray and DXA images
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110961
PMID:40848321
|
研究论文 | 提出一种基于深度学习集成模型的自动化方法，用于从腰椎X射线和DXA图像中量化腹主动脉钙化评分 | 首次将AAC评分建模为正态分布随机变量以考虑人工评分变异性，并开发多模态集成模型同时处理X射线和DXA图像 | 未明确说明模型在不同人群中的泛化能力及临床部署的可行性 | 开发自动化AAC评分系统以辅助心血管疾病风险早期识别 | 腰椎X射线和双能X射线吸收测定法(DXA)图像中的腹主动脉钙化 | 计算机视觉 | 心血管疾病 | X射线成像，双能X射线吸收测定法 | CNN | 医学图像 | NA | NA | 集成卷积神经网络 | 一致性相关系数 | NA |
| 1843 | 2025-10-06 |
OpenSpindleNet: An open-source deep learning network for reliable sleep spindle detection in scalp and intracranial EEG
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110854
PMID:40857816
|
研究论文 | 开发了一种名为OpenSpindleNet的开源深度学习网络，用于在头皮和颅内脑电图中可靠检测睡眠纺锤波 | 采用双头架构的新型自动纺锤波检测方法，在性能和鲁棒性方面优于现有方法 | NA | 开发精确的自动睡眠纺锤波检测方法以促进对睡眠和神经系统疾病的理解 | 睡眠纺锤波（一种发生在轻度非快速眼动睡眠期间的振荡性脑活动） | 数字病理学 | 神经系统疾病 | 脑电图（EEG），颅内脑电图（iEEG） | 深度学习网络 | 脑电图信号 | 具有挑战性的iEEG数据集和公开可用的头皮EEG DREAMS数据集 | 开源框架（具体未指定） | 双头架构 | F1分数 | NA |
| 1844 | 2025-10-06 |
Squat errors classification based on National Academy of Sports Medicine guidelines using IMU and deep learning algorithms
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110962
PMID:40857817
|
研究论文 | 基于NASM指南使用IMU和深度学习算法对深蹲错误进行分类 | 首次结合NASM指南和混合深度学习架构进行深蹲错误自动分类，并验证单IMU传感器的最优放置位置 | 样本量较小（20名运动员），未测试不同人群的泛化能力 | 开发自动化的深蹲动作错误分类系统以替代主观视觉评估 | 运动员的深蹲动作数据 | 机器学习 | 运动损伤 | 惯性测量单元（IMU） | CNN, GRU, TabNet | 运动学数据 | 20名运动员（10男10女），5种深蹲变式（1正确+4错误） | NA | CNN, CNN-TabNet, GRU, GRU-TabNet, CNN-GRU, CNN-GRU-TabNet | 准确率, 精确率, 召回率, F1分数 | NA |
| 1845 | 2025-10-06 |
Polyp segmentation in colonoscopy images using DeepLabV3+
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110986
PMID:40876416
|
研究论文 | 提出一种改进的DeepLabV3++模型用于结肠镜图像中的息肉分割 | 在DeepLabV3+架构基础上引入多尺度金字塔池化模块、并行注意力聚合模块和重新设计的解码器，增强多尺度和方向特征捕捉能力 | NA | 提高结肠镜图像中息肉分割的精确度和鲁棒性 | 结肠镜图像中的息肉 | 计算机视觉 | 结直肠癌 | NA | 深度学习 | 图像 | 三个公共数据集（CVC-ColonDB、CVC-ClinicDB、Kvasir-SEG） | NA | DeepLabV3++, EfficientNetV2S | Dice系数 | NA |
| 1846 | 2025-10-06 |
LUNAR: Periodicity-aware time-series analysis framework for LUNg Auscultation Respiratory detection
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110947
PMID:40876419
|
研究论文 | 提出一种用于肺听诊呼吸周期检测的周期性感知时间序列分析框架LUNAR | 集成新型呼吸周期性感知模块(RPAM)与卷积神经网络，直接处理原始肺听诊信号并显式建模呼吸周期的重复特性 | 需要多机构数据采集以扩展应用，异常呼吸音检测功能有待进一步开发 | 开发自动检测呼吸周期的深度学习框架，减少对专家手动标注的依赖 | 肺听诊呼吸信号 | 数字病理 | 肺部疾病 | 肺听诊信号分析 | CNN | 时间序列信号 | HF_Lung_V1(n=279)、ICBHI(n=126)、SNUCH_Lung(n=203)数据集 | NA | 集成呼吸周期性感知模块的卷积神经网络 | AP, F1-score | NA |
| 1847 | 2025-10-06 |
Advancements in biomedical rendering: A survey on AI-based denoising techniques
2025-Oct, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110979
PMID:40882480
|
综述 | 通过问卷调查探讨医疗专业人员对基于AI的CT图像去噪技术的感知差异 | 首次通过专业医师问卷调查揭示AI去噪技术在定量指标与主观感知评价之间的不一致性 | 样本量有限(n=74)，依赖作者专业网络进行抽样 | 探究AI增强图像在医学可视化中的主观感知与定量指标之间的差异 | 放射科医师、住院医师、骨科外科医师和兽医等医疗专业人员 | 计算机视觉 | NA | 蒙特卡洛路径追踪，深度学习去噪 | NA | CT图像，视频 | 74名医疗专业人员（经验<1年:11人，1-3年:27人，3-5年:12人，>5年:24人） | NA | NA | 峰值信噪比，结构相似性指数 | NA |
| 1848 | 2025-10-06 |
Designing Buchwald-Hartwig Reaction Graph for Yield Prediction
2025-Sep-19, The Journal of organic chemistry
IF:3.3Q1
DOI:10.1021/acs.joc.5c01400
PMID:40929732
|
研究论文 | 本文设计了一种用于Buchwald-Hartwig反应的图神经网络模型，用于预测反应产率并识别关键反应因素 | 设计了专门针对B-H反应的新型反应图结构，通过将每个反应物表示为图中的独立节点来捕捉分子内和分子间关系特征 | NA | 开发用于化学反应建模的图神经网络方法，预测B-H反应产率并识别影响产率的关键因素 | Buchwald-Hartwig反应体系中的化学组分和反应产率 | 机器学习 | NA | 高通量反应数据采集 | GNN | 化学反应数据 | NA | NA | BH-RGNN（B-H反应图神经网络） | R²得分 | 低计算成本 |
| 1849 | 2025-10-06 |
PWLS-SOM: alternative PWLS reconstruction for limited-view CT by strategic optimization of a deep learning model
2025-Sep-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adffe0
PMID:40865562
|
研究论文 | 提出一种结合深度学习先验与数据一致性的新型有限角度CT重建框架PWLS-SOM | 通过三阶段策略优化（组级嵌入、显著性评估、个体级一致性适配）将DL先验与惩罚加权最小二乘重建相结合，并引入显著性评分量化模型参数贡献 | NA | 改进有限角度CT重建中的条纹伪影抑制和鲁棒性重建 | 稀疏视角（90视图）圆形轨迹CT数据和多段线性轨迹CT扫描数据 | 医学影像处理 | NA | 计算机断层扫描 | 深度学习 | CT投影数据 | 大规模配对数据集和死亡大鼠真实实验 | NA | NA | 上下文结构恢复能力、泛化能力评估 | NA |
| 1850 | 2025-10-06 |
Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation
2025-Sep-19, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2025-0197
PMID:40968576
|
综述 | 系统回顾了智能肺音诊断技术的研究进展，重点关注肺音分类模型构建、模型轻量化设计及硬件平台部署 | 深入探讨了基于软硬件协同设计的嵌入式平台部署路径，推动健康监测系统发展 | NA | 智能肺音识别技术在医疗辅助诊断领域的应用与发展 | 肺音信号 | 数字病理 | 呼吸系统疾病 | 深度学习 | NA | 音频信号 | NA | NA | NA | NA | 边缘设备、嵌入式系统、FPGA |
| 1851 | 2025-10-06 |
Cross-Modal Interaction-Aware Progressive Fusion Network for Drug-Target Interaction Prediction
2025-Sep-19, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01429
PMID:40970765
|
研究论文 | 提出一种用于药物-靶点相互作用预测的跨模态交互感知渐进融合网络 | 引入双向交互感知模块精确对齐药物与蛋白质间的细粒度交互，并开发包含门控和卷积融合块的渐进融合网络 | NA | 改进药物-靶点相互作用预测的准确性和效率 | 药物与靶点蛋白质之间的相互作用关系 | 机器学习 | NA | 深度学习 | 融合网络 | 多模态数据 | NA | NA | 跨模态交互感知渐进融合网络(CIPFN) | AUROC, AUPRC, F1, 灵敏度, 准确率 | NA |
| 1852 | 2025-10-06 |
PPAP: A Protein-protein Affinity Predictor Incorporating Interfacial Contact-Aware Attention
2025-Sep-19, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01390
PMID:40970903
|
研究论文 | 提出一种结合界面接触感知注意力机制的蛋白质-蛋白质亲和力预测器PPAP | 首次将结构特征与序列表征通过界面接触感知注意力机制相结合，充分利用蛋白质相互作用界面的结构信息 | NA | 准确预测蛋白质-蛋白质相互作用结合亲和力 | 蛋白质-蛋白质复合物 | 生物信息学 | NA | 深度学习 | 注意力机制 | 蛋白质结构和序列数据 | NA | NA | 界面接触感知注意力机制 | Pearson相关系数, MAE | NA |
| 1853 | 2025-10-06 |
Deep learning-based acceleration and denoising of 0.55T MRI for enhanced conspicuity of vestibular Schwannoma post contrast administration
2025-Sep-19, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03758-z
PMID:40970959
|
研究论文 | 本研究评估深度学习去噪技术在0.55T MRI中对前庭神经鞘瘤显影效果的提升及扫描时间的缩短 | 首次在0.55T低场强MRI中应用深度学习去噪技术，证明可在保持图像质量的同时将扫描时间缩短一半以上 | 样本量较小（仅30例患者），且为回顾性研究 | 评估深度学习去噪算法对0.55T MRI前庭神经鞘瘤显影效果和采集时间的影响 | 30名前庭神经鞘瘤患者（9名女性） | 医学影像分析 | 前庭神经鞘瘤 | MRI, 深度学习去噪 | 深度学习 | 医学影像 | 30例患者 | NA | NA | 图像质量评分, 肿瘤显影度评分, 伪影评分, 采集时间 | NA |
| 1854 | 2025-10-06 |
Intelligent sports rehabilitation: integrating deep learning and real-time monitoring to achieve personalized rehabilitation
2025-Sep-19, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2559187
PMID:40970943
|
研究论文 | 本研究探讨将太极拳融入运动员强制戒毒康复计划的心理益处 | 首次通过随机对照试验验证太极拳对运动员戒毒康复心理指标的改善效果 | 样本量有限（172人），仅针对运动员群体，缺乏长期随访数据 | 评估太极拳干预对康复期运动员心理健康的促进作用 | 参与强制戒毒康复计划的运动员 | 运动康复 | 药物成瘾 | 随机对照试验 | NA | 心理评估数据 | 172名运动员参与者（太极拳组86人，对照组86人） | NA | NA | 情绪健康、自我调节能力、心理韧性评分 | NA |
| 1855 | 2025-10-06 |
Deep Learning Models for Predicting Human Cytochrome P450 Inhibition and Induction
2025-Sep-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01192
PMID:40966069
|
研究论文 | 开发深度学习模型预测人类细胞色素P450酶的抑制和诱导作用 | 结合深度神经网络与PCA和SMOTE技术，开发了能区分强抑制剂、中等抑制剂和非抑制剂的新型分类模型，并提出了专门预测hPXR激活的深度学习方法 | NA | 改进药物开发和安全评估中的CYP酶抑制和诱导预测 | 人类细胞色素P450酶（CYP3A4、CYP2D6、CYP1A2、CYP2C9、CYP2C19）和人类孕烷X受体（hPXR） | 机器学习 | NA | 深度神经网络，主成分分析，合成少数类过采样技术 | 深度神经网络 | 化合物数据 | NA | NA | 深度神经网络 | NA | NA |
| 1856 | 2025-10-06 |
Revisiting Protein-Protein Docking: A Systematic Evaluation Framework
2025-Sep-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01399
PMID:40966105
|
研究论文 | 本研究提出了一个全面的蛋白质-蛋白质对接方法评估框架，系统比较了传统和深度学习方法的性能 | 建立了统一的基准测试框架，整合了经典数据集和新构建的抗体-抗原复合物数据集，首次系统评估深度学习方法的分布外泛化能力 | 仅评估了11种对接方法，可能未涵盖所有现有方法；深度学习模型在分布外数据上表现显著下降 | 系统评估蛋白质-蛋白质对接方法的性能，为结构预测和药物设计提供指导 | 蛋白质-蛋白质复合物结构 | 计算生物学 | NA | 蛋白质-蛋白质对接 | 深度学习,传统对接方法 | 蛋白质结构数据 | DockingBenchmark 5.5数据集、AACBench抗体-抗原复合物数据集、PPCBench分布外数据集 | NA | AlphaFold-Multimer, AlphaFold3, EquiDock, ElliDock, EBMDock, GeoDock, DiffDock-PP, HDOCK, PatchDock, PIPER, ZDOCK | top-5成功率 | NA |
| 1857 | 2025-10-06 |
FourierMask: Explain EEG-based End-to-end Deep Learning Models in the Frequency Domain
2025-Sep-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610742
PMID:40966133
|
研究论文 | 提出首个用于脑电信号端到端深度学习模型频率域解释的掩码扰动框架FourierMask | 首创针对脑电模型频率域解释的掩码扰动框架，引入傅里叶域变换、可学习掩码机制和聚类感知正则化约束的扰动生成器 | NA | 解释基于脑电信号的端到端深度学习模型决策过程 | 脑电信号端到端深度学习模型 | 机器学习 | NA | 脑电信号分析 | 深度学习 | 脑电时间序列信号 | 脑电基准数据集 | PyTorch, TensorFlow | EEGNet, TSCeption, DeepConvNet | 准确率下降差距 | NA |
| 1858 | 2025-10-06 |
Multi-source Discriminant Dynamic Domain Adaptation for Cross-subject Motor Imagery EEG Recognition
2025-Sep-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610446
PMID:40966137
|
研究论文 | 提出一种多源判别动态域自适应模型，用于提升跨被试运动想象脑电信号的分类准确率 | 通过动态最小化全局域和局部子域差异处理分类中的全局与局部差异，引入批量核范数最大化增强目标域判别性，设计基于相似度的加权联合预测机制 | NA | 提升跨被试运动想象脑电信号的分类准确率 | 运动想象脑电信号 | 脑机接口 | NA | 脑电图 | 域自适应模型 | 脑电信号 | 基于第四届脑机接口竞赛数据集1和2a及openBMI数据集 | NA | 多源判别动态域自适应模型 | 分类准确率 | NA |
| 1859 | 2025-10-06 |
Multi-Channel Fusion Deep Wavelet Spectrum Network for Epileptic Signal Classification
2025-Sep-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610433
PMID:40966141
|
研究论文 | 提出一种多通道融合深度小波频谱网络MavenNet，用于癫痫信号分类 | 结合连续小波变换和多通道卷积操作，保持EEG信号空间结构并提升模型可解释性 | 未明确说明模型计算复杂度及在实时应用中的性能表现 | 改进癫痫自动检测和癫痫发作分类方法 | 脑电图(EEG)信号 | 机器学习 | 癫痫 | 连续小波变换 | CNN | EEG信号 | 三个公开数据集和一个私有数据集 | NA | MavenNet | NA | NA |
| 1860 | 2025-09-20 |
Reply: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes
2025-Sep-18, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001540
PMID:40966423
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |