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 3218 篇文献，本页显示第 1221 - 1240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2025-10-06 |
Automatic quantification of left atrium volume for cardiac rhythm analysis leveraging 3D residual UNet for time-varying segmentation of ECG-gated CT
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.04.039
PMID:40487246
|
研究论文 | 提出基于AI的框架，通过3D残差UNet实现左心房时间序列分割并利用单类支持向量机进行房颤分类 | 首次结合定制化3D残差UNet和单类支持向量机，实现全心动周期左心房自动分割与房颤患者的精准分类 | 分类任务样本量较小（33例），模型对房颤的敏感度较低（70%） | 开发自动量化左心房体积并分析心脏节律的AI系统 | 房颤患者和窦性心律患者 | 医学影像分析 | 心血管疾病 | 心电图门控CT | 3D-UNet, OCSVM | 3D CT影像 | 93例时间序列心电图门控CT扫描（60例用于分割，33例用于分类） | NA | Residual 3D-UNet | Dice系数, 准确率, 精确率, 召回率, 特异度, 敏感度 | NA |
| 1222 | 2025-10-06 |
ScannerVision: Scanner-based image acquisition of medically important arthropods for the development of computer vision and deep learning models
2025, Current research in parasitology & vector-borne diseases
IF:1.7Q3
DOI:10.1016/j.crpvbd.2025.100268
PMID:40487328
|
研究论文 | 本文提出了一种基于扫描仪的高通量医学重要节肢动物图像采集方法，用于开发计算机视觉和深度学习模型 | 开发了基于CCD平板扫描仪的高通量图像采集方法，可替代传统立体显微镜，在保持图像质量的同时大幅提高处理效率 | 未明确说明扫描仪型号和具体参数设置，样本来源局限于特定采集方法 | 开发适用于机器学习模型训练的高质量节肢动物图像采集方法 | 医学重要节肢动物（昆虫和蜘蛛等） | 计算机视觉 | NA | CCD平板扫描成像 | CNN | 图像 | NA | TensorFlow, PyTorch, Keras | InceptionV3, ResNet, MobileNetV2 | 准确率 | NA |
| 1223 | 2025-06-12 |
Classification of non-small cell lung cancer by histologic subtype using deep learning in public and private data sets of computed tomography images
2025 Jan-Dec, Radiologia brasileira
DOI:10.1590/0100-3984.2024.0093
PMID:40487349
|
研究论文 | 开发了一种基于深度学习的系统，用于从CT图像中分类非小细胞肺癌的组织学亚型 | 使用2D U-Net和VGG16网络进行肿瘤分割和分类，并在公共和私人数据集上验证了其准确性 | 研究仅针对腺癌和鳞状细胞癌两种亚型，未涵盖其他非小细胞肺癌亚型 | 开发一个深度学习系统，用于从CT图像中自动分类非小细胞肺癌的组织学亚型 | 非小细胞肺癌（NSCLC）的CT图像 | 数字病理学 | 肺癌 | CT成像 | 2D U-Net, VGG16 | 图像 | 28,506张CT图像用于预训练，2,015张用于验证，3,080张腺癌和鳞状细胞癌图像用于分类算法开发 | NA | NA | NA | NA |
| 1224 | 2025-06-12 |
Brain Tumour Detection Using VGG-Based Feature Extraction With Modified DarkNet-53 Model
2025, International journal of biomedical imaging
IF:3.3Q2
DOI:10.1155/ijbi/5535505
PMID:40487802
|
research paper | 该研究提出了一种基于改进DarkNet-53模型和VGG特征提取的脑肿瘤检测方法，以提高MRI扫描中脑肿瘤的早期诊断准确率 | 结合改进的DarkNet-53架构和入侵杂草优化（IWO）算法，优化特征提取过程，显著提高脑肿瘤检测的准确率 | 研究仅基于3264个MRI扫描样本，可能需要更大规模的数据集验证模型的泛化能力 | 提高脑肿瘤的早期检测准确率，以改善治疗效果和患者预后 | MRI扫描图像中的脑肿瘤 | computer vision | brain tumor | deep learning | modified DarkNet-53 with VGG-based feature extraction | MRI images | 3264 MRI scans | NA | NA | NA | NA |
| 1225 | 2025-06-12 |
Automatic identification of human spermatozoa with zona pellucida-binding capability using deep learning
2025, Human reproduction open
IF:8.3Q1
DOI:10.1093/hropen/hoaf024
PMID:40487847
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于自动识别具有透明带结合能力的人类精子，以预测其受精潜力 | 首次建立了一个独立于传统精液分析的深度学习模型，基于精子受精能力而非WHO标准进行形态评估 | 模型目前仅适用于高分辨率、风干、Diff-Quik染色的精子样本，需要进一步研究验证其在其他图像质量和大样本量下的分类性能 | 开发一种能够预测精子受精潜力的自动化评估方法 | 人类精子 | 数字病理学 | 男性不育症 | 深度学习 | VGG13 | 图像 | 1083张Diff-Quik染色图像用于训练，220张用于独立测试，临床验证涉及117名男性患者的33000多张精子图像 | NA | NA | NA | NA |
| 1226 | 2025-06-12 |
Leveraging machine learning in nursing: innovations, challenges, and ethical insights
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1514133
PMID:40487987
|
综述 | 本文综述了机器学习在护理领域的应用，探讨其对患者护理、护理实践和医疗保健服务的影响 | 填补了机器学习在护理领域应用的讨论空白，平衡了技术创新与护理的人本特性 | 未提及具体研究样本量，且主要基于2019-2023年的文献，可能无法涵盖最新进展 | 分析机器学习在护理中的整合情况，包括当前应用、挑战、伦理考量和未来发展潜力 | 护理领域的机器学习应用 | 机器学习 | NA | 机器学习 | 深度学习（如COMPOSER模型） | NA | NA | NA | NA | NA | NA |
| 1227 | 2025-06-12 |
Enhancing corn industry sustainability through deep learning hybrid models for price volatility forecasting
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0323714
PMID:40489457
|
研究论文 | 本研究提出了一种基于多模块小波变换的融合预测模型TLDCF-TSD-BBF，用于准确预测短期玉米价格波动，从而提升玉米产业的可持续性 | 提出了TLDCF-TSD-BBF模型，整合了TLDCF-TSD、BiTCEN、BiLSTM和FECAM等多种技术，显著提高了预测精度和鲁棒性 | 研究仅针对中国五大玉米产区的价格数据，可能无法完全代表全球其他地区的玉米价格波动情况 | 解决玉米价格波动对产业可持续性带来的挑战 | 玉米价格波动 | 机器学习 | NA | 小波变换、双向时间卷积增强网络、双向长短期记忆网络、频率增强通道注意力机制 | TLDCF-TSD-BBF（整合了BiTCEN、BiLSTM等技术） | 时间序列数据 | 中国五大玉米产区的价格数据 | NA | NA | NA | NA |
| 1228 | 2025-06-12 |
Continuous glucose monitoring combined with artificial intelligence: redefining the pathway for prediabetes management
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1571362
PMID:40491592
|
综述 | 本文系统探讨了连续血糖监测(CGM)技术与人工智能(AI)结合在糖尿病前期管理中的潜在应用 | 结合CGM实时动态监测与AI深度学习分析，提出糖尿病前期精准诊断、个性化干预和决策支持的新模式 | 面临数据管理、算法优化和伦理问题等挑战 | 探索CGM与AI结合技术在糖尿病前期管理中的应用潜力 | 糖尿病前期患者 | 医疗人工智能 | 糖尿病 | 连续血糖监测(CGM), 深度学习 | 深度学习模型 | 动态血糖数据 | NA | NA | NA | NA | NA |
| 1229 | 2025-06-12 |
Constructing segmentation method for wheat powdery mildew using deep learning
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1524283
PMID:40491814
|
research paper | 本研究提出了一种基于深度学习的RSE-Swin Unet方法，用于小麦白粉病图像的准确分割 | 结合ResNet和SENet改进Swin-Unet架构，有效捕捉图像全局和局部特征，提高分割精度 | 仅在小麦白粉病和条锈病数据集上进行了测试，未涉及其他作物病害 | 开发高精度的小麦病害图像分割方法 | 小麦白粉病和条锈病图像 | computer vision | wheat powdery mildew | deep learning | RSE-Swin Unet (改进的Swin-Unet架构) | image | 自建小麦白粉病数据集和条锈病数据集（具体数量未提及） | NA | NA | NA | NA |
| 1230 | 2025-06-12 |
Rice-SVBDete: a detection algorithm for small vascular bundles in rice stem's cross-sections
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1589161
PMID:40491816
|
研究论文 | 提出了一种名为Rice-SVBDete的深度学习算法，用于检测水稻茎横截面中的小维管束 | 在YOLOv8架构中引入了动态蛇形卷积（DSConv）、多尺度特征融合（MFF）机制和新的强大交并比（PIoU）损失函数，以提高对小目标的检测精度 | 未提及算法在不同光照条件或不同水稻品种上的泛化能力 | 提高水稻茎横截面中小维管束的检测精度，以支持水稻育种和栽培策略的改进 | 水稻茎横截面中的小维管束 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 1231 | 2025-06-12 |
CytoLNCpred-a computational method for predicting cytoplasm associated long non-coding RNAs in 15 cell-lines
2025, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2025.1585794
PMID:40491847
|
research paper | 开发了一种名为CytoLNCpred的计算方法，用于预测15种人类细胞系中与细胞质相关的长链非编码RNA（lncRNA） | 克服了以往方法使用噪声数据集和排除在细胞质与细胞核之间无明显差异定位的lncRNA的缺点，开发了基于机器学习和深度学习的新模型 | 虽然模型表现良好，但基于相关性的特征与机器学习算法结合的表现优于基于大语言模型（LLM）的方法 | 预测细胞质相关的lncRNA，以更好地理解lncRNA的功能 | 15种人类细胞系中的lncRNA | 生物信息学 | NA | 机器学习、深度学习、DNABERT-2 | 机器学习算法、DNABERT-2 | 序列数据 | 15种人类细胞系 | NA | NA | NA | NA |
| 1232 | 2025-06-12 |
Early detection of retinal and choroidal microvascular impairments in diabetic patients with myopia
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1609928
PMID:40491952
|
研究论文 | 评估和量化糖尿病患者视网膜和脉络膜血流变化，探索其与糖尿病风险因素的关联 | 结合SS-OCTA和人工智能增强的分割与血管分析，提供了一种精细的早期检测视网膜和脉络膜微血管损伤的方法 | 样本量较小（n=133），且仅针对特定类型的糖尿病患者 | 早期检测糖尿病患者视网膜和脉络膜微血管损伤 | 糖尿病患者（包括无糖尿病视网膜病变、非增殖性糖尿病视网膜病变及高度近视患者） | 数字病理 | 糖尿病视网膜病变 | SS-OCTA（扫频源光学相干断层扫描血管成像） | U-Net, ResNet-50 | 图像 | 133名糖尿病患者（43名无糖尿病视网膜病变，48名非增殖性糖尿病视网膜病变，42名无糖尿病视网膜病变但高度近视） | NA | NA | NA | NA |
| 1233 | 2025-10-06 |
Robustly detecting mpox and non-mpox using a deep learning framework based on image inpainting
2025-01-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85771-z
PMID:39794381
|
研究论文 | 提出了一种基于图像修复的深度学习框架MIM，用于鲁棒检测猴痘和非猴痘皮肤病 | 首次将图像修复技术应用于猴痘检测，提出“Mask, Inpainting, and Measure”策略，能够有效处理未知类别和异常输入 | 未明确说明模型在更广泛皮肤病类别上的泛化能力 | 开发鲁棒的猴痘检测方法以解决实际部署中的噪声干扰和异常输入问题 | 猴痘和非猴痘皮肤病图像 | 计算机视觉 | 猴痘 | 图像修复 | GAN | 图像 | MSLD猴痘数据集和包含18类非猴痘皮肤病的数据集 | NA | GAN | AUROC | NA |
| 1234 | 2025-10-06 |
Towards sustainable solutions: Effective waste classification framework via enhanced deep convolutional neural networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324294
PMID:40465648
|
研究论文 | 提出一种结合改进DenseNet201架构和注意力机制的创新废物分类模型 | 集成SE注意力机制与并行CNN分支融合，增强对废物数据深层特征的提取能力 | NA | 开发高效的废物分类框架以支持可持续废物管理 | 废物图像数据 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用四个公开数据集和三个额外数据集以增强多样性 | NA | DenseNet201, Squeeze and Excitation, 并行CNN分支 | NA | NA |
| 1235 | 2025-10-06 |
Application of ConvNeXt with transfer learning and data augmentation for malaria parasite detection in resource-limited settings using microscopic images
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313734
PMID:40465684
|
研究论文 | 本研究应用ConvNeXt模型结合迁移学习和数据增强技术，通过显微图像检测疟疾寄生虫 | 将ConvNeXt V2 Tiny模型与数据增强、迁移学习和可解释性框架结合，在资源有限环境下实现高精度疟疾诊断 | 研究依赖于增强后的数据集，原始数据量有限，且主要针对资源有限环境 | 开发适用于资源有限环境的高精度疟疾寄生虫自动检测方法 | 薄血涂片显微图像中的疟疾寄生虫 | 计算机视觉 | 疟疾 | 显微成像 | CNN | 图像 | 初始27558张图像，经数据增强后共606276张薄血涂片图像 | NA | ConvNeXt Tiny, ConvNeXt V2 Tiny, Swin Tiny, ResNet18, ResNet50 | 准确率 | NA |
| 1236 | 2025-10-06 |
Verification and application of deep learning models in daily sports activities of teenagers
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322166
PMID:40465756
|
研究论文 | 本研究基于VGG16模型，结合BiLSTM和CBAM模块，验证并应用于青少年日常体育运动中的羽毛球动作识别 | 将CBAM注意力模块与BiLSTM时序模型以级联方式结合，增强了对动作序列时间关系和重要特征的表达能力 | 研究仅针对羽毛球运动，未验证在其他运动项目中的泛化能力 | 提高青少年日常体育活动中动作识别的准确率 | 青少年羽毛球运动动作 | 计算机视觉 | NA | 深度学习 | CNN, LSTM | 视频图像 | 基于公共数据集Roboflow中的羽毛球训练数据集 | NA | VGG16, BiLSTM, CBAM | 准确率, F1分数 | NA |
| 1237 | 2025-10-06 |
The effects of learning experience on college students' deep english learning: a study of the chain mediation effect of motivation and strategy
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325491
PMID:40465789
|
研究论文 | 探讨学习体验对大学生英语深度学习的影响及动机与策略的链式中介作用 | 首次在英语学习领域验证了'学习体验→学习动机→学习策略→深度学习'的链式中介模型 | 样本范围有限且采用横断面研究设计 | 研究学习体验对大学生英语深度学习的影响机制 | 不同性别、年龄、教育背景和学业成绩水平的大学生 | 教育心理学 | NA | 量表评估、统计分析方法 | 链式中介模型 | 问卷调查数据 | 不同背景的大学生样本 | SPSS, AMOS | 链式中介模型 | 统计显著性、中介效应检验 | 统计分析软件 |
| 1238 | 2025-10-06 |
Progress in developing a bark beetle identification tool
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310716
PMID:40471899
|
研究论文 | 本研究开发了一种基于深度学习的树皮甲虫识别工具，能够从包含多个甲虫的图像中准确分类到属级水平 | 首次构建能够识别树皮甲虫属的模型，并创建了迄今为止同类昆虫群体中最大的图像训练集 | 图像采集条件受控，实际应用可能面临挑战，目前仅能区分12个属，物种级识别需要进一步改进 | 开发实用的树皮甲虫识别工具，用于森林管理和生态研究 | 树皮甲虫 | 计算机视觉 | NA | 深度学习 | MaxViT | 图像 | NA | NA | MaxViT | F1分数 | NA |
| 1239 | 2025-10-06 |
Adaptive network steganography using deep learning and multimedia video analysis for enhanced security and fidelity
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318795
PMID:40472042
|
研究论文 | 提出一种结合深度学习和多媒体视频分析的自适应网络隐写方法，以提升隐写的通用性和安全性 | 采用深度卷积生成对抗网络架构，能够根据视频动态前景、稳定背景和时空复杂性自适应调整隐写参数 | NA | 提升网络隐写技术的安全性和保真度 | 多媒体视频数据 | 计算机视觉 | NA | 多媒体视频分析 | GAN, CNN | 视频 | MPII和UCF101视频库 | NA | 深度卷积生成对抗网络 | 隐写成功率, 峰值信噪比(PSNR) | NA |
| 1240 | 2025-10-06 |
Machine learning techniques for continuous genetic assignment of geographic origin of forest trees
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324994
PMID:40478860
|
研究论文 | 比较五种连续遗传分配方法在森林树木地理起源追踪中的准确性 | 首次系统比较五种连续分配方法在树木地理起源追踪中的表现，突破了传统离散分配方法的限制 | 研究仅基于欧洲两种树种数据，方法在其他树种或地区的适用性有待验证 | 开发准确的连续遗传分配方法用于森林树木地理起源追踪 | 欧洲山毛榉和英国栎树木 | 机器学习 | NA | 全基因组单核苷酸多态性(SNP)分析 | 最近邻方法,高斯过程回归,基因组预测,深度学习 | 遗传数据 | 865株欧洲山毛榉(30,000个SNP)和1,883株英国栎(381个SNP) | NA | NA | 地理距离误差,相对误差 | NA |