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 3544 篇文献，本页显示第 1721 - 1740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1721 | 2025-10-07 |
Toward Transparent Deep Image Aesthetics Assessment With Tag-Based Content Descriptors
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2023.3308852
PMID:37647188
|
研究论文 | 提出基于标签内容描述符的透明深度学习框架用于图像美学评估 | 引入可解释的语义特征和标签内容描述符，使图像美学评估模型更加透明 | 预定义标签可能不足以描述所有可能的图像内容 | 开发透明可解释的图像美学评估方法 | 图像美学质量评估 | 计算机视觉 | NA | 深度学习 | MLP | 图像 | 5101张带摄影相关标签的图像 | NA | MLP | SRCC | NA |
| 1722 | 2025-10-07 |
Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning
2025-01-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85277-8
PMID:39814806
|
研究论文 | 本研究开发了一种基于EfficientNet和级联迁移学习的深度学习框架，用于自动检测甲襞毛细血管图像中的异常 | 提出了基于EfficientNet-B0的级联迁移学习方法，显著提升了正常与异常甲襞毛细血管图像的分类性能 | 数据集中正常图像仅占6%，可能存在类别不平衡问题 | 开发自动化的甲襞毛细血管镜检查临床筛查工具 | 甲襞毛细血管图像 | 计算机视觉 | 糖尿病、心血管疾病、风湿性疾病（如系统性硬化症） | 甲襞毛细血管镜检查(NFC) | CNN | 图像 | 225名参与者的甲襞毛细血管图像 | NA | EfficientNet-B0 | 准确率,精确率,召回率,F1分数,ROC_AUC | NA |
| 1723 | 2025-10-07 |
Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning
2025-01-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84588-6
PMID:39814818
|
研究论文 | 本研究利用深度学习聚类分析方法探索糖尿病肾病中细微且新颖的肾脏病理学改变 | 首次将不变信息聚类（IIC）应用于肾小球图像分析，结合Grad-CAM和Cycle-GAN可视化技术发现糖尿病肾病早期特征性病变 | 样本来源单一（仅来自金泽医科大学45例患者），样本量相对有限 | 通过深度学习技术识别糖尿病肾病的早期病理学改变 | 糖尿病和非糖尿病患者的肾小球图像 | 数字病理学 | 糖尿病肾病 | 光学显微镜成像，深度学习聚类分析 | IIC, GAN, CNN | 图像 | 45名患者的13,251张肾小球图像（糖尿病病例7,799张，非糖尿病病例5,542张） | NA | Cycle-GAN | t-SNE聚类分析 | NA |
| 1724 | 2025-10-07 |
Advances in computer vision and deep learning-facilitated early detection of melanoma
2025-Jan-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elaf002
PMID:40139223
|
综述 | 本文综述了计算机视觉和深度学习技术在黑色素瘤早期检测中的最新进展与应用 | 系统评估了YOLO、GAN、Mask R-CNN、ResNet和DenseNet等先进神经网络在黑色素瘤早期检测中的集成应用 | 未提及具体研究样本量和技术实现的详细性能指标 | 探索人工智能技术在改善黑色素瘤早期检测和诊断准确性的应用 | 皮肤镜图像和黑色素瘤病变 | 计算机视觉 | 黑色素瘤 | 深度学习 | YOLO, GAN, Mask R-CNN, ResNet, DenseNet | 皮肤镜图像 | NA | NA | YOLO, GAN, Mask R-CNN, ResNet, DenseNet | NA | NA |
| 1725 | 2025-10-07 |
Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis
2025-01-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86455-4
PMID:39809940
|
研究论文 | 本研究评估了变分图自编码器在重建与牙周炎中NLRP3介导的细胞焦亡相关基因数据方面的效能 | 首次将变分图自编码器应用于牙周炎中NLRP3介导细胞焦亡的转录组数据重建，展示了深度学习模型在基因表达分析中的潜力 | 仅使用了3个样本的小数据集，存在5820个假阴性预测，表明模型采用较为保守的策略 | 评估变分图自编码器在重建牙周炎相关基因表达数据中的性能 | 与NLRP3介导细胞焦亡相关的转录组数据 | 机器学习 | 牙周炎 | 转录组测序 | VGAE | 基因表达数据 | 3个样本（来自NCBI GEO数据集GSE262663，包含缺氧暴露和正常条件） | NA | 变分图自编码器 | 准确率, 精确率 | NA |
| 1726 | 2025-10-07 |
Clinical Decision Support Using Speech Signal Analysis: Systematic Scoping Review of Neurological Disorders
2025-Jan-13, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/63004
PMID:39804693
|
系统范围综述 | 本文通过系统范围综述探讨了语音信号分析在神经系统疾病临床决策支持中的技术发展和研究趋势 | 提出了一个结合设计科学研究方法的结构化研究框架，指导临床环境中的技术干预研究 | 仅关注神经系统疾病相关研究，可能忽略了其他疾病领域的相关进展 | 从临床和技术角度理解语音信号分析在临床决策支持中的关键概念和研究过程 | 神经系统疾病患者（包括帕金森病、阿尔茨海默病和认知障碍患者）的语音信号 | 数字病理学 | 神经系统疾病 | 语音信号分析，数字信号处理 | 传统机器学习，深度学习 | 语音信号，音频图像 | 389篇符合初始资格标准的文章，其中72篇（18.5%）纳入定性分析 | NA | NA | 分析验证 | NA |
| 1727 | 2025-10-07 |
Deep learning-based skin lesion analysis using hybrid ResUNet++ and modified AlexNet-Random Forest for enhanced segmentation and classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315120
PMID:39820868
|
研究论文 | 提出一种结合ResUNet++和改进AlexNet-随机森林的混合深度学习模型，用于皮肤病变的精确分割和分类 | 将ResUNet++的先进分割能力与改进的AlexNet-随机森林分类器相结合，形成混合深度学习框架 | 仅在Ham10000数据集上进行验证，未在其他数据集测试泛化能力 | 开发更准确的皮肤病变分割和分类方法以辅助皮肤癌诊断 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN, 随机森林 | 图像 | Ham10000数据集 | NA | ResUNet++, AlexNet | 分割精度, 分类准确率 | NA |
| 1728 | 2025-10-07 |
Prediction of mechanical characteristics of shearer intelligent cables under bending conditions
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318767
PMID:39903714
|
研究论文 | 提出一种基于TCN-BiLSTM-SEAttention的采煤机光纤电缆力学特性预测模型 | 首次将TCN、BiLSTM和SEAttention机制结合用于电缆力学特性预测，通过SHAP量化特征贡献度 | 仅验证了6-10 m/min牵引速度下的性能，未涵盖更广泛工况 | 提高采煤机电缆在弯曲条件下的可靠性预测精度 | 采煤机智能电缆的力学特性 | 机器学习 | NA | 光纤监测技术 | TCN, BiLSTM, 注意力机制 | 时序力学数据 | 采煤机光纤电缆弯曲模拟数据集（含6/8/10 m/min三种牵引速度） | NA | TCN-BiLSTM-SEAttention | MSE, RMSE, MAE, R2 | NA |
| 1729 | 2025-10-07 |
Boostering diagnosis of frontotemporal lobar degeneration with AI-driven neuroimaging - A systematic review and meta-analysis
2025, NeuroImage. Clinical
DOI:10.1016/j.nicl.2025.103757
PMID:39983552
|
系统综述与荟萃分析 | 评估基于神经影像特征的人工智能算法在额颞叶变性诊断和预测中的效能 | 首次对AI驱动神经影像在FTLD诊断中的效能进行系统评估和量化分析 | 纳入研究存在异质性，多分类任务在较高类别区分时敏感性较低 | 评估神经影像特征AI算法对FTLD的诊断和预测效能 | 额颞叶变性患者及健康对照者 | 医学影像分析 | 神经退行性疾病 | 神经影像学 | 机器学习,深度学习 | 神经影像数据 | 75项研究共20,601名受试者，其中8,051名FTLD患者 | NA | NA | 敏感度,特异度 | NA |
| 1730 | 2025-05-28 |
A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection
2025 Jan-Mar, Science progress
IF:2.6Q2
DOI:10.1177/00368504251331706
PMID:40152267
|
研究论文 | 本文开发了一种结合LSTM-CNN多流深度学习模型与CBAM的混合模型，用于猴痘的早期检测 | 提出了一种结合LSTM、CNN和CBAM的混合多流深度学习模型，用于猴痘检测，并通过Grad-CAM和LIME提高了模型的可解释性 | 未提及模型在临床环境中的实际应用效果验证 | 开发一种可靠的深度学习模型，用于猴痘的早期检测 | 猴痘皮肤病变图像 | 计算机视觉 | 猴痘 | 深度学习 | LSTM-CNN混合模型 | 图像 | MSLD v2.0数据集（具体样本数量未提及） | NA | NA | NA | NA |
| 1731 | 2025-10-07 |
Status and Prospects of Research on Deep Learning-based De Novo Generation of Drug Molecules
2025, Current computer-aided drug design
IF:1.5Q3
|
综述 | 本文全面概述了基于深度学习的药物分子从头生成研究现状与发展前景 | 系统总结了深度学习在药物分子生成中的四大关键维度：分子数据库、分子表示方法、生成模型和评估指标 | NA | 探讨深度学习在药物设计中的应用现状和未来发展重点 | 药物分子生成方法 | 机器学习 | NA | 深度学习 | GAN, RNN, VAE, CNN, DM | 分子结构数据 | NA | NA | NA | 分子质量评估指标，适用性评估指标 | NA |
| 1732 | 2025-10-07 |
Development of a model for measuring sagittal plane parameters in 10-18-year old adolescents with idiopathic scoliosis based on RTMpose deep learning technology
2025-Jan-11, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-024-05334-2
PMID:39799363
|
研究论文 | 本研究开发了一种基于RTMpose深度学习技术的模型，用于自动测量青少年特发性脊柱侧凸患者的全脊柱X射线矢状面参数 | 首次将RTMpose深度学习技术应用于青少年特发性脊柱侧凸的脊柱参数自动测量，解决了传统手动测量耗时且存在个体差异的问题 | 数据来自内蒙古五家医院，可能存在地域局限性；不同医院数据格式和规格不一致需要通过数据增强技术处理 | 开发快速自动测量青少年特发性脊柱侧凸患者全脊柱X射线的深度学习模型 | 10-18岁青少年特发性脊柱侧凸患者 | 计算机视觉 | 脊柱侧凸 | X射线成像 | 深度学习 | X射线图像 | 560张全脊柱矢状面X射线图像（500张用于训练验证，60张用于外部验证） | RTMpose | RTMpose | 一致性百分比，准确率，组内相关系数，平均绝对误差 | NA |
| 1733 | 2025-10-07 |
[Deep Learning Approaches to Address the Shortage of Observers]
2025, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.25-1554
PMID:40414718
|
研究论文 | 本研究开发了一种基于深度学习的AI观察器来解决熟练人类观察者短缺的问题，并评估了用AI替代人类观察者的影响 | 首次开发基于VGG19和VGG16的深度学习AI观察器，并在不同模块条件下评估其替代人类观察者的可行性 | 训练好的模型无法修改评估标准或阶段 | 解决熟练人类观察者短缺问题并评估AI替代的可行性 | CT系统扫描的体模图像 | 计算机视觉 | NA | CT扫描 | CNN | 医学图像 | 24张图像（6种管电流条件各扫描2次） | NA | VGG19,VGG16 | 方差,平均偏好度,统计显著性 | NA |
| 1734 | 2025-05-27 |
Editorial: Advances in computer vision: from deep learning models to practical applications
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1615276
PMID:40415892
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1735 | 2025-10-07 |
Mapping Artificial Intelligence Research Trends in Critical Care Nursing: A Bibliometric Analysis
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S522731
PMID:40416415
|
文献计量分析 | 通过文献计量方法分析2013-2023年重症监护护理领域人工智能研究的趋势和发展方向 | 首次系统性地对重症监护护理中人工智能研究进行文献计量分析，识别出七个代表性关键词聚类 | 分析仅限于2013-2023年期间的文献，可能无法反映更早期的研究趋势 | 分析重症监护护理领域人工智能研究趋势并展望未来研究方向 | 2013-2023年间发表的1,346篇相关学术文献 | 医疗人工智能 | 重症监护 | 文献计量分析，关键词聚类分析 | NA | 文献数据 | 1,346篇相关文章 | NA | NA | NA | NA |
| 1736 | 2025-10-07 |
The significance of an infant's cry: a narrative review of physiological, pathological, and analytical perspectives
2025, Frontiers in pediatrics
IF:2.1Q2
DOI:10.3389/fped.2025.1558951
PMID:40416439
|
综述 | 本文系统回顾了婴儿哭声的生理机制、病理意义和分析方法，重点关注其作为生物标志物在健康评估和精准护理中的应用价值 | 首次系统整合婴儿哭声的多维度（生理、病理、心理）分析和深度学习应用研究，填补了现有文献的空白 | NA | 探讨婴儿哭声作为生物指标在健康监测和疾病早期诊断中的潜力 | 婴儿哭声特征及其与健康状况的关联 | 自然语言处理 | 神经系统疾病 | 深度学习 | NA | 音频 | NA | NA | NA | NA | NA |
| 1737 | 2025-10-07 |
Remote sensing-based detection of brown spot needle blight: a comprehensive review, and future directions
2025, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.19407
PMID:40416626
|
综述 | 本文系统综述了基于遥感技术的褐斑针叶枯病检测方法，评估当前研究趋势和潜在应用 | 首次对褐斑针叶枯病的遥感检测方法进行全面文献计量分析，并整合地理空间分析与物种分布模型预测病原体范围扩张 | 针对褐斑针叶枯病的直接遥感应用研究仍然有限，存在关键知识空白 | 优化遥感监测方法，改进预测模型，开发早期预警系统以提升森林管理 | 松林褐斑针叶枯病及其遥感检测技术 | 遥感监测 | 植物病害 | 遥感技术，多源遥感，地理空间分析，物种分布建模 | 机器学习，深度学习 | 遥感影像，气候数据 | NA | NA | NA | NA | NA |
| 1738 | 2025-10-07 |
A transformation uncertainty and multi-scale contrastive learning-based semi-supervised segmentation method for oral cavity-derived cancer
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1577198
PMID:40416865
|
研究论文 | 提出一种基于变换不确定性和多尺度对比学习的半监督分割方法，用于口腔癌病理图像分割 | 结合变换不确定性估计和多尺度对比学习，提出边界感知增强U-Net，减少对标注数据的依赖 | 仅在一个包含451张图像的数据集上验证，需要更多临床数据验证泛化能力 | 开发半监督分割方法以解决口腔癌病理图像标注数据稀缺问题 | 口腔鳞状细胞癌病理图像 | 数字病理 | 口腔癌 | H&E染色 | 半监督学习 | 病理图像 | 451张经病理学家标注验证的图像 | NA | U-Net | 分割性能指标 | NA |
| 1739 | 2025-10-07 |
Comparing factor mixture modeling and conditional Gaussian mixture variational autoencoders for cognitive profile clustering
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1474292
PMID:40417028
|
研究论文 | 比较因子混合模型和条件高斯混合变分自编码器在认知特征聚类中的表现 | 首次系统比较传统因子混合模型与深度学习方法的认知特征聚类能力，揭示不同方法在捕捉认知模式精细结构方面的差异 | CGMVAE方法存在复杂性和潜在聚类重叠问题，模型解释性相对较低 | 比较不同聚类方法在识别认知特征模式方面的效果 | 从PROFFILO评估游戏获得的六个认知维度的个体认知特征数据 | 机器学习 | NA | 认知评估游戏 | 因子混合模型,条件高斯混合变分自编码器 | 认知评估数据 | NA | NA | 条件高斯混合变分自编码器 | 轮廓系数 | NA |
| 1740 | 2025-10-07 |
Application of 3D nnU-Net with Residual Encoder in the 2024 MICCAI Head and Neck Tumor Segmentation Challenge
2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings
DOI:10.1007/978-3-031-83274-1_20
PMID:40417457
|
研究论文 | 本研究探索使用3D nnU-Net模型在头颈部肿瘤MRI数据中自动分割原发肿瘤体积和转移淋巴结 | 采用带残差编码器的3D nnU-Net模型，并通过特定背景比例数据重训练优化分割性能 | 模型在高背景比例数据上表现不佳，对GTVp的分割效果不如GTVn | 改进放射治疗计划中头颈部肿瘤的自动分割精度 | 头颈部原发肿瘤体积(GTVp)和转移淋巴结(GTVn) | 医学图像分割 | 头颈部肿瘤 | MRI | 3D nnU-Net | 医学影像 | 2024 MICCAI头颈部肿瘤分割挑战赛提供的高质量数据集 | NA | 3D nnU-Net with Residual Encoder | DSCagg | NA |