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 16751 篇文献，本页显示第 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2025-11-15 |
Single-channel EEG-based sleep stage classification via hybrid data distillation
2025-Nov-13, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae1f3c
PMID:41232135
|
研究论文 | 提出一种混合数据蒸馏方法，通过将大型真实EEG数据集蒸馏为小型隐私保护合成数据集，实现低成本低风险的睡眠分期分类 | 结合梯度匹配和分布匹配的混合数据蒸馏方法，采用新型小批量迭代方法学习时间依赖性 | NA | 开发基于单通道EEG的睡眠分期分类方法，降低计算成本和隐私风险 | 睡眠EEG数据 | 机器学习 | 睡眠障碍 | 脑电图(EEG) | 深度学习 | 单通道EEG信号 | 三个公共数据集 | NA | NA | NA | NA |
| 702 | 2025-11-15 |
Ensembling Vision Transformers and ResNet-50 for Interpretable Lung Cancer Diagnosis with Feature Fusion and XAI Techniques
2025-Nov-13, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01738-6
PMID:41233642
|
研究论文 | 提出一种结合Vision Transformer和ResNet-50的混合集成架构，通过特征融合和可解释AI技术实现肺癌病理图像分类 | 首次将ResNet-50的层次特征提取能力与Vision Transformer的全局上下文理解相结合，并采用多学科XAI策略提供关键可解释性 | NA | 开发准确、透明且临床可行的肺癌诊断系统 | 肺癌病理图像 | 计算机视觉 | 肺癌 | 深度学习 | CNN, Transformer | 图像 | NA | NA | ResNet-50, Vision Transformer | 准确率 | NA |
| 703 | 2025-11-15 |
Validation of a deep learning approach for epicardial adipose tissue segmentation in computed tomography
2025-Nov-13, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03528-1
PMID:41233698
|
研究论文 | 本研究验证了一种基于深度学习的自动分割方法在心包脂肪组织CT图像分割中的性能 | 开发了基于U-Net架构的深度学习解决方案，仅使用外部公共数据集进行训练，在心包脂肪组织分割中优于商业软件 | EAT分割性能仍低于观察者间变异性，样本量相对有限 | 验证深度学习算法在心脏CT中心包脂肪组织自动分割的准确性和可靠性 | 心包脂肪组织 | 医学影像分析 | 心血管疾病 | 计算机断层扫描 | CNN | 医学影像 | 300例非对比心脏CT扫描 | NA | U-Net | Dice系数, Pearson相关系数 | NA |
| 704 | 2025-11-15 |
Amide proton transfer-weighted (APTw) CEST MRI in clinical routine for single time point diagnosis of pseudoprogression in IDH-wildtype glioblastoma
2025-Nov-13, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noaf261
PMID:41233976
|
研究论文 | 评估酰胺质子转移加权MRI在临床常规中用于IDH野生型胶质母细胞瘤假性进展单时间点诊断的可行性 | 首次将APTw MRI整合到常规临床工作流程中，并采用基于深度学习的自动量化方法进行肿瘤分割 | 抗血管生成治疗会降低APTw信号，后期随访时间点的诊断准确性下降 | 评估APTw MRI在区分胶质母细胞瘤真性进展与治疗相关效应中的诊断性能 | IDH野生型胶质母细胞瘤患者 | 数字病理 | 胶质母细胞瘤 | APTw MRI, DWI, PWI | 深度学习 | MRI图像 | 626名患者的870次扫描，其中143名胶质母细胞瘤患者的256次MRI扫描 | NA | NA | AUC, ROC分析, logistic回归分析 | NA |
| 705 | 2025-11-15 |
Incorporating targeted protein structure in deep learning methods for molecule generation in computational drug design
2025-Nov-12, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc05748e
PMID:41164301
|
综述 | 本文综述了基于结构的药物发现中整合蛋白质结构信息的深度学习方法 | 系统总结了从早期基于形状的方法到最新共折叠模型的发展历程，探讨了如何利用结构信息设计具有增强结合潜力的分子 | NA | 为基于结构的药物发现领域提供深度学习方法的应用见解和未来发展方向建议 | 蛋白质结构信息和药物分子 | 计算药物设计 | NA | 深度学习 | NA | 蛋白质结构数据，分子结构数据 | NA | NA | 共折叠模型 | NA | NA |
| 706 | 2025-11-15 |
Automatic segmentation and measurement of tongue geometric features using TOSA-Net for obstructive sleep apnoea
2025-Nov-12, Sleep & breathing = Schlaf & Atmung
DOI:10.1007/s11325-025-03511-z
PMID:41222764
|
研究论文 | 提出一种基于深度学习的舌体自动分割和几何特征测量方法TOSA-Net，用于阻塞性睡眠呼吸暂停研究 | 首次使用深度学习分割方法量化OSA相关舌体几何特征 | 样本量相对较小(n=207)，需要进一步验证 | 开发自动舌体分割和几何特征测量方法以辅助OSA研究 | 舌体图像和几何特征 | 计算机视觉 | 阻塞性睡眠呼吸暂停 | 深度学习图像分割 | CNN | 图像 | 207例正面和侧面舌体图像 | NA | U-Net | Dice系数,Pearson相关性,一致性分析 | NA |
| 707 | 2025-11-15 |
A hybrid deep learning model for O3 forecasting and explaining in the Yangtze River Delta Region of China
2025-Nov-12, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180901
PMID:41232287
|
研究论文 | 本研究开发了一种混合深度学习模型用于长三角地区臭氧浓度预测和解释分析 | 结合注意力机制序列到序列模型与层间相关性传播方法，首次在臭氧预测中量化不同特征的时间分辨贡献 | 研究区域仅限于长三角地区，时间范围仅为2020-2023年 | 开发可解释的臭氧浓度预测模型并分析特征贡献机制 | 长三角地区臭氧浓度及其影响因素 | 环境科学, 机器学习 | NA | WRF气象模型, 随机森林校正, 注意力机制 | 序列到序列模型, 随机森林 | 网格化臭氧数据, 气象参数, 地面观测数据 | 2020-2023年长三角地区9公里网格数据 | NA | 注意力机制序列到序列模型 | 相关系数R, 均方根误差RMSE | NA |
| 708 | 2025-11-15 |
MARTHA - Combining gaze into deep learning for fully quantitative human testicular histology analysis
2025-Nov-12, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111270
PMID:41232374
|
研究论文 | 开发结合眼动追踪与深度学习的工具MARTHA，用于人类睾丸组织的定量组织学分析 | 首次将被动眼动追踪技术（捕捉病理学家检查组织时的注视点）与深度学习图像分析相结合 | NA | 提高计算机辅助诊断的准确性和效率，将专家注意力整合到神经网络中 | 人类睾丸组织 | 数字病理学 | 男性不育症 | 眼动追踪，深度学习图像分析 | 深度学习神经网络 | 全玻片图像 | 约8000个小管中的83,000多个细胞核 | NA | NA | 数据交互效率，语义分割性能 | NA |
| 709 | 2025-11-15 |
AI-Driven Real-Time Monitoring of Cardiovascular Conditions With Wearable Devices: Scoping Review
2025-Nov-11, JMIR mHealth and uHealth
IF:5.4Q1
DOI:10.2196/73846
PMID:41218203
|
综述 | 本文对基于可穿戴设备和人工智能技术实现心血管疾病实时监测的研究现状进行范围综述 | 系统评估了AI驱动实时心血管监测平台的主要挑战和潜在解决方案，特别关注部署管线的优化 | 纳入研究数量有限(19篇)，缺乏真实世界验证，多数研究未报告操作特性和挑战 | 识别AI驱动平台在可穿戴设备实时心血管监测中的挑战并探索解决方案 | 使用可穿戴设备收集参与者数据并应用AI算法进行实时分析的研究 | 机器学习 | 心血管疾病 | 可穿戴设备监测 | 传统机器学习, 轻量级深度学习 | 心血管信号, 生命体征, 身体活动数据 | 从2385篇文献中筛选出19项符合条件的研究 | NA | NA | NA | 可穿戴设备本地处理, 云端处理 |
| 710 | 2025-11-15 |
A Spatio-Temporal Dataset for Satellite-Based Landslide Detection
2025-Nov-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06167-2
PMID:41219240
|
研究论文 | 本文介绍了Sen12Landslides数据集，这是一个用于卫星滑坡检测的大规模多模态时空数据集 | 提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集，支持时空动态分析 | 数据集覆盖区域有限，可能无法完全代表全球所有滑坡类型和地形条件 | 开发用于卫星滑坡检测和时空异常监测的深度学习数据集和方法 | 滑坡现象及其时空变化特征 | 计算机视觉,地球观测 | NA | 卫星遥感, Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM | U-ConvLSTM, 3D-UNet, U-TAE | 卫星图像,数字高程模型 | 75,000个滑坡标注，来自全球15个地区，超过12,000个图像块 | NA | U-ConvLSTM, 3D-UNet, U-TAE | F1分数 | NA |
| 711 | 2025-11-15 |
Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments
2025-Nov-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06042-0
PMID:41219251
|
研究论文 | 提出一个专注于人机共存环境中顺序人体装配和拆卸动作的新型数据集 | 首个关注人机共存环境中顺序装配/拆卸动作的数据集，包含多视角视频和骨架数据，强调实际挑战如部分遮挡和重复动作 | NA | 研究人机共存环境中的人类行为模式，支持人机协作系统开发 | 人类在装配和拆卸任务中的顺序动作 | 计算机视觉 | NA | 多视角摄像系统，骨架提取技术 | 深度学习模型 | RGB视频，2D和3D人体骨架数据 | 33名参与者，超过10,000个样本 | Python | NA | NA | NA |
| 712 | 2025-11-15 |
Tracking temporal progression of benign bone tumors through X-ray based detection and segmentation
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23053-4
PMID:41219269
|
研究论文 | 提出一种基于深度学习的框架FusionX-BBTNet，用于从X射线图像中自动检测、分割和分析良性骨肿瘤的时间序列变化 | 结合YOLO目标检测与U-Net分割，引入小波增强数据集提升轮廓精度，开发OCR模块提取比例尺实现毫米级测量，通过质心对齐实现时间序列可视化 | 研究仅基于466张X射线图像验证，在放射学专业知识有限的环境中的实际应用效果需进一步验证 | 开发自动化系统用于良性骨肿瘤的时间序列检测、分割和定量分析 | 良性骨肿瘤的X射线图像 | 计算机视觉 | 骨肿瘤 | X射线成像 | CNN | 图像 | 466张专家标注的X射线图像 | NA | YOLO, U-Net | 平均IoU, 边界F1分数 | NA |
| 713 | 2025-11-15 |
An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22986-0
PMID:41219304
|
研究论文 | 提出一种可解释的深度学习框架用于心电信号的可靠心律失常检测 | 集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策过程的透明洞察 | 未明确提及具体局限性 | 开发准确可靠的心律失常检测方法 | 心电信号 | 机器学习 | 心血管疾病 | ECG信号分析 | CNN, DNN | 信号数据 | 使用MITDB、PTBDB和NSTDB基准数据集 | NA | CNN, Dense Neural Network | 准确率 | NA |
| 714 | 2025-11-15 |
A multi-factor data mining and transformer-based predictive modeling approach for career success using educational and behavioral traits
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23078-9
PMID:41219306
|
研究论文 | 本研究提出基于Transformer的多因素数据挖掘方法，通过教育背景和行为特征预测职业成功满意度 | 首次将BERT模型应用于职业满意度预测，通过多层Transformer块整合嵌入层和前馈网络捕捉教育行为特征的复杂非线性关系 | 仅使用单一数据集进行验证，未在不同群体或文化背景下测试模型泛化能力 | 开发准确预测职业满意度的数据挖掘模型，提升学生就业机会和职业满意度 | 学生的学业成绩和行为特征数据 | 自然语言处理, 机器学习 | NA | 数据挖掘 | BERT, SVM, 逻辑回归, 随机森林, GRU | 教育行为数据 | NA | NA | Transformer, BERT, 门控循环单元 | 分类准确率 | NA |
| 715 | 2025-11-15 |
A lightweight deep evidence fusion framework for smart home appliance detection and classification via internet of things devices
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99957-y
PMID:41219347
|
研究论文 | 提出一种轻量级深度证据融合框架，用于通过物联网设备检测和分类智能家电 | 结合线性缩放归一化、改进蛇优化算法、门控循环单元与多头注意力混合分类器以及改进麻雀搜索优化算法，实现高效的智能家电识别 | NA | 建立稳健的智能家电检测与分类框架 | 智能家居电器 | 物联网 | NA | 深度学习 | GRU, 注意力机制 | 物联网传感器数据 | NA | NA | GRU-MHA混合框架 | 准确率 | NA |
| 716 | 2025-11-15 |
Analysis of the EMHD nanofluid flow for geothermal pipelines using physics-driven deep learning
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23315-1
PMID:41219355
|
研究论文 | 采用物理驱动的深度学习方法分析地热管道中电磁流体动力学纳米流体的流动特性 | 提出了一种新颖的无监督深度神经网络方法，用于预测地热管道应用中电磁流体动力学混合纳米流体的温度和速度行为 | NA | 优化地热管道系统中的热力学系统，提高能量守恒和传热效率 | 地热管道中的电磁流体动力学混合纳米流体流动 | 机器学习 | NA | 无监督深度神经网络 | DNN | 物理方程数据 | NA | NA | 深度神经网络 | 准确度 | NA |
| 717 | 2025-11-15 |
Deep learning and multi-objective optimization for real-time occupancy-based energy control in smart buildings
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23134-4
PMID:41219414
|
研究论文 | 提出一种结合深度学习和多目标优化的实时占用型能源控制框架，用于智能建筑的能源管理 | 首次将深度前馈神经网络与多目标粒子群优化结合，实现基于室内环境参数的实时占用预测和能源控制 | NA | 通过预测房间占用情况优化智能建筑的能源效率和室内舒适度 | 智能建筑中的房间占用模式和能源消耗 | 机器学习 | NA | 深度学习，多目标优化 | DNN | 室内环境传感器数据（CO浓度、光照、湿度、温度） | NA | NA | 深度前馈神经网络 | 准确率，优化效率 | NA |
| 718 | 2025-11-13 |
Physics-informed sinogram completion for metal artifact reduction in non-contrast brain CT images with neurovascular coils: comparison with traditional and deep learning-based methods
2025-Nov-11, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01972-y
PMID:41219711
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 719 | 2025-11-15 |
C2PO: an ML-powered optimizer of the membrane permeability of cyclic peptides through chemical modification
2025-Nov-11, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01109-x
PMID:41219827
|
研究论文 | 开发了一种名为C2PO的机器学习驱动优化器，通过化学修饰提高环肽的膜通透性 | 首个将机器学习模型转化为化学结构生成优化器的环肽通透性改善应用，并引入自动后校正工具解决ML生成化学结构的异常问题 | 模型可能生成不熟悉的化学结构，需要后校正工具进行修正 | 优化环肽的膜通透性以改善其口服生物利用度 | 环肽分子 | 机器学习 | NA | 深度学习回归模型 | 深度学习回归模型 | 化学结构数据 | 基于公开可用数据，具体数量未明确说明 | NA | NA | NA | NA |
| 720 | 2025-11-15 |
Automated segmentation of esophageal squamous cell carcinoma in contrast-enhanced free-breathing 3D-GRE: a comparative study of UNet, nnUNet, and UMamba for tumor delineation
2025-Nov-11, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02011-6
PMID:41219837
|
研究论文 | 比较UNet、nnUNet和UMamba三种深度学习模型在食管鳞状细胞癌自动分割中的性能 | 首次在对比增强自由呼吸3D-GRE MRI数据上系统比较UNet、nnUNet和UMamba模型，并证明UMamba在肿瘤分割中的优越性能 | 回顾性研究，样本量相对有限（192例患者），未在外部验证集上测试 | 开发自动化食管鳞状细胞癌分割方法以减少人工分割负担 | 食管鳞状细胞癌患者 | 医学影像分析 | 食管癌 | 对比增强自由呼吸3D-GRE MRI | UNet, nnUNet, UMamba | 医学影像 | 192例患者（171例训练，21例验证） | NA | UNet, nnUNet-2D, nnUNet-3D, UMamba | Dice相似系数, Hausdorff距离, 平均表面距离 | NA |