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 19287 篇文献，本页显示第 8021 - 8040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8021 | 2025-10-05 |
Deep Learning Method Based on Multivariate Variational Mode Decomposition for Classification of Epileptic Signals
2025-Aug-27, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15090933
PMID:41008293
|
研究论文 | 提出一种基于多元变分模态分解的深度学习框架，用于癫痫信号的分类 | 整合时空信息提取，采用多元变分模态分解保持通道间模态对齐，有效缓解模态混叠和模态失配问题 | NA | 准确分类癫痫发作类型和精确定位局灶性癫痫信号，为临床诊断提供依据 | 多通道癫痫信号 | 机器学习 | 癫痫 | 多元变分模态分解 | 深度学习 | 脑电信号 | Bern-Barcelona数据库和TUSZ数据库 | NA | NA | 准确率, 灵敏度, 特异性, 加权F1分数 | NA |
| 8022 | 2025-10-05 |
Deep Learning-Powered Down Syndrome Detection Using Facial Images
2025-Aug-27, Life (Basel, Switzerland)
DOI:10.3390/life15091361
PMID:41010303
|
研究论文 | 开发并验证了一种基于面部图像的唐氏综合征早期检测深度学习模型 | 提出结合RegNet X-MobileNet V3和视觉Transformer-Linformer的混合特征提取架构，采用自适应注意力特征融合机制增强诊断相关面部区域的关注 | 未明确说明样本来源和具体数据收集条件 | 开发非侵入性、公平的唐氏综合征筛查工具 | 婴儿面部图像 | 计算机视觉 | 唐氏综合征 | 面部图像分析 | 深度学习 | 图像 | NA | NA | RegNet, MobileNet V3, Vision Transformer (ViT)-Linformer, ExtraTrees | 准确率, 精确率, 召回率, F1分数, 特异性 | NA |
| 8023 | 2025-10-05 |
Deep Learning Algorithm to Determine the Presence of Rectal Cancer from Transrectal Ultrasound Images
2025-Aug-27, Life (Basel, Switzerland)
DOI:10.3390/life15091358
PMID:41010300
|
研究论文 | 本研究开发了一种基于深度学习的卷积神经网络模型，用于通过经直肠超声图像识别直肠癌 | 首次将EfficientNetV2-S架构应用于经直肠超声图像的直肠癌检测，为临床医生提供有价值的决策支持工具 | 研究为回顾性设计，样本量相对有限，模型泛化能力有待进一步验证 | 开发并评估用于直肠癌检测的深度学习算法 | 经直肠超声图像 | 计算机视觉 | 直肠癌 | 经直肠超声 | CNN | 图像 | 681张经直肠超声图像（533张直肠癌，148张正常直肠） | NA | EfficientNetV2-S | 准确率, AUC, 精确率, 召回率, F1分数 | NA |
| 8024 | 2025-10-05 |
Diagnosis of Periodontitis via Neutrophil Degranulation Signatures Identified by Integrated scRNA-Seq and Deep Learning
2025-Aug-26, Genes
IF:2.8Q2
DOI:10.3390/genes16091005
PMID:41009952
|
研究论文 | 本研究通过整合单细胞转录组学和深度学习算法，识别了与牙周炎中性粒细胞脱颗粒相关的关键生物标志物，并建立了诊断模型 | 首次结合单细胞RNA测序、分层加权基因共表达网络分析和深度学习模型，系统揭示了牙周炎中致病性中性粒细胞亚群通过脱颗粒驱动疾病发展的机制 | 研究样本来源和规模有限，需要在更大多中心队列中验证模型的泛化能力 | 建立牙周炎的早期诊断和精准干预模型 | 人类牙龈组织和中性粒细胞亚群 | 数字病理学 | 牙周炎 | scRNA-seq, 单细胞转录组测序, 批量转录组测序 | CNN, 机器学习 | 基因表达数据, 免疫细胞谱数据 | 多个队列的人类牙龈组织样本 | NA | 卷积神经网络 | AUC | NA |
| 8025 | 2025-10-05 |
Artificial Intelligence in Small-Molecule Drug Discovery: A Critical Review of Methods, Applications, and Real-World Outcomes
2025-Aug-26, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph18091271
PMID:41011141
|
综述 | 本文批判性地回顾了人工智能在小分子药物发现中的方法、应用和实际成果 | 系统评估了AI从早期规则系统到生成模型、扩散模型和自主智能体的演进，并提供了成功与失败案例的平衡视角 | 面临数据质量、模型可解释性、监管障碍和伦理问题等持续挑战 | 评估人工智能在小分子药物发现中的实际应用效果和未来发展机遇 | 小分子药物发现流程中的靶点识别、先导化合物发现、先导优化和安全性预测 | 机器学习 | 多种疾病（COVID-19、类风湿关节炎、抗生素耐药等） | 深度学习、生成模型、扩散模型、自主智能体系统 | 生成模型,扩散模型,自主AI系统 | 药物发现相关数据 | NA | NA | NA | 临床开发成功率 | NA |
| 8026 | 2025-10-05 |
Comprehensive Survey of OCT-Based Disorders Diagnosis: From Feature Extraction Methods to Robust Security Frameworks
2025-Aug-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12090914
PMID:41007159
|
综述 | 本文系统综述了基于光学相干断层扫描(OCT)的眼科疾病诊断技术，涵盖传统特征提取方法和深度学习技术，并探讨了对抗攻击与防御策略 | 首次对OCT诊断方法进行20年研究的系统比较分析，探索针对OCT诊断系统的对抗攻击漏洞，并提出优于现有方案的实用防御策略 | 作为综述性文章，未提出新的原始算法模型，主要基于已有研究进行分析和总结 | 评估和比较OCT在眼科疾病诊断中的各种技术方法，提升诊断系统的安全性和可靠性 | 青光眼、糖尿病视网膜病变、白内障、弱视和黄斑变性等视网膜疾病 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描(OCT) | NA | 医学影像 | 公共OCT数据集 | NA | NA | 准确率, 灵敏度, 特异性, 计算成本 | NA |
| 8027 | 2025-10-05 |
Evolving Public Attitudes Towards the HPV Vaccine in China: A Fine-Grained Emotion Analysis of Sina Weibo (2016 vs. 2024)
2025-Aug-22, Entropy (Basel, Switzerland)
DOI:10.3390/e27090887
PMID:41008013
|
研究论文 | 通过深度学习模型分析中国新浪微博平台2016-2024年HPV疫苗相关推文的情感演变 | 首次采用细粒度情感分析方法追踪中国社交媒体对HPV疫苗态度的长期演变，结合结构熵分析揭示情感传播网络特征 | 仅基于新浪微博平台数据，可能无法完全代表中国全体网民观点 | 探究中国公众对HPV疫苗态度的演变规律及情感传播机制 | 新浪微博平台38,615条HPV疫苗相关推文 | 自然语言处理 | HPV相关疾病 | 深度学习情感分析 | 深度学习模型 | 社交媒体文本 | 38,615条微博推文 | NA | NA | 结构熵分析 | NA |
| 8028 | 2025-10-05 |
Analysis of Microscopic Remaining Oil Based on the Fluorescence Image and Deep Learning
2025-Aug, Journal of fluorescence
IF:2.6Q3
DOI:10.1007/s10895-024-04032-w
PMID:39557795
|
研究论文 | 基于荧光图像和深度学习分析微观剩余油分布 | 创新应用四种深度学习网络实现荧光图像自动分割，显著提升分析效率与准确性 | 未明确说明训练数据规模及模型泛化能力验证 | 提高高含水油藏采收率 | 微观剩余油的赋存形态与分布规律 | 计算机视觉 | NA | 荧光薄片分析 | 深度学习 | 荧光图像 | NA | NA | U-Net, ResU-Net, ScSEU-Net, Unet++ | 分割准确度 | NA |
| 8029 | 2025-10-05 |
Deep Learning with Domain Randomization in Image and Feature Spaces for Abdominal Multiorgan Segmentation on CT and MRI Scans
2025-07, Radiology. Artificial intelligence
DOI:10.1148/ryai.240586
PMID:40396895
|
研究论文 | 开发了一种结合图像和特征空间域随机化的深度学习模型，用于CT和MRI扫描中的腹部多器官分割 | 提出了在图像空间和特征空间同时进行域随机化的方法，提高了模型在跨站点和跨模态设置下的泛化能力 | NA | 提高腹部器官在CT和MRI扫描中的分割准确性和泛化能力 | 腹部多器官 | 计算机视觉 | NA | CT扫描, MRI扫描 | 深度学习 | 医学图像 | 来自多个医疗机构的公共前列腺MRI数据集和腹部CT/MRI数据集 | nnU-Net | 扩展的nnU-Net | Dice相似系数 | NA |
| 8030 | 2025-10-05 |
Development and in silico imaging trial evaluation of a deep-learning-based transmission-less attenuation compensation method for DaT SPECT
2025-Jun-25, ArXiv
PMID:41019216
|
研究论文 | 开发并评估了一种基于深度学习的无透射衰减补偿方法DaT-CTLESS，用于DaT SPECT成像 | 提出首个无需CT扫描的深度学习衰减补偿方法，解决了传统CTAC方法在临床SPECT系统中的局限性 | 研究主要基于计算机模拟试验，需要进一步的临床验证 | 开发无需CT扫描的衰减补偿方法以改进DaT SPECT定量分析 | 多巴胺转运体SPECT图像中的尾状核、壳核和苍白球区域 | 医学影像分析 | 帕金森病 | SPECT成像，深度学习 | 深度学习模型 | SPECT影像数据 | NA | NA | NA | 相关性分析，一致性评估，泛化能力，重复性 | NA |
| 8031 | 2025-10-05 |
Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow
2025-Apr-25, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.03.647027
PMID:40236215
|
研究论文 | 开发动态模型和物理启发的深度学习框架来量化fMRI中的脑脊液流动 | 首次开发了模拟时变流速的fMRI流入信号动态模型，并创建了基于物理的深度学习框架来反演模型 | 未提及具体样本量限制或模型验证的局限性 | 量化脑脊液流动特性，使fMRI信号具有物理可解释性 | 人类数据和体模数据中的脑脊液流动 | 医学影像分析 | 神经系统疾病 | fMRI，流动敏感fMRI | 深度学习 | fMRI影像数据 | NA | NA | NA | NA | NA |
| 8032 | 2025-10-05 |
Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90216-8
PMID:40195371
|
研究论文 | 基于Transformer的深度学习集成框架利用健康管理和出生登记数据预测自闭症谱系障碍 | 首次将大规模集成Transformer深度学习模型应用于健康管理和出生登记数据预测自闭症谱系障碍，并采用可解释人工智能方法识别关键影响因素 | 模型预测性能仍有提升空间（AUC为69.6%），仅基于加拿大安大略省数据 | 开发机器学习模型通过健康管理和出生登记数据早期识别自闭症谱系障碍高风险儿童 | 18个月至5岁儿童，包含707,274对母子数据，其中10,956例自闭症确诊案例 | 机器学习 | 自闭症谱系障碍 | 健康管理数据挖掘，出生登记数据分析 | Transformer, Extreme Gradient Boosting | 结构化健康管理数据，出生登记数据，筛查生物标志物值 | 707,274对母子数据，来自加拿大安大略省2006年4月1日至2018年3月31日期间的所有活产婴儿 | NA | Transformer集成模型 | AUC, 敏感度, 特异度 | NA |
| 8033 | 2025-10-05 |
Manifold Topological Deep Learning for Biomedical Data
2025-Apr-07, Research square
DOI:10.21203/rs.3.rs-6149503/v1
PMID:40297704
|
研究论文 | 本文首次提出流形拓扑深度学习(MTDL)方法，将拓扑深度学习扩展到可微分流形数据 | 首次将拓扑深度学习应用于可微分流形数据，基于霍奇理论将图像表示为具有向量场的平滑流形 | 方法在微分拓扑方面仍面临挑战，目前仅使用简单的CNN架构进行验证 | 开发适用于流形数据的拓扑深度学习方法 | 生物医学图像数据 | 机器学习 | NA | 拓扑数据分析，霍奇理论 | CNN | 图像 | 717,287张生物医学图像，来自11个2D和6个3D数据集 | NA | CNN | NA | NA |
| 8034 | 2025-10-05 |
Illuminating Entomological Dark Matter with DNA Barcodes in an Era of Insect Decline, Deep Learning, and Genomics
2025-01, Annual review of entomology
IF:15.0Q1
|
综述 | 本文综述了DNA条形码技术在昆虫物种鉴定和生物多样性研究中的关键作用及其在深度学习与基因组学时代的应用前景 | 提出DNA条形码将成为深度学习算法图像训练集构建、全球生物多样性基因组学和昆虫群落功能分析的重要工具 | 未提及具体技术实施中的操作限制或数据质量挑战 | 探讨DNA条形码技术在昆虫鉴定和生物多样性研究中的应用与发展趋势 | 昆虫物种及生物多样性群落 | 生物信息学 | NA | DNA条形码, 宏条形码, 大规模条形码, 基因组测序 | 深度学习算法 | DNA序列数据, 图像数据 | NA | NA | NA | NA | NA |
| 8035 | 2025-10-05 |
Volume Fusion-Based Self-Supervised Pretraining for 3D Medical Image Segmentation
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3610249
PMID:40982499
|
研究论文 | 提出一种基于体积融合的自监督预训练方法，用于提升3D医学图像分割性能 | 通过引入伪分割前置任务，最小化预训练与下游任务之间的差距，无需人工标注即可训练 | NA | 解决医学图像分割中训练数据或标注有限的问题 | 3D医学图像分割模型 | 医学图像分析 | NA | 自监督学习 | 3D分割模型 | 3D医学图像（腹部CT） | NA | NA | NA | 分割性能指标，收敛速度 | NA |
| 8036 | 2025-10-05 |
No-Reference Image Quality Assessment Leveraging GenAI Images
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3610238
PMID:40982497
|
研究论文 | 提出一种基于生成式AI图像的无参考图像质量评估方法，通过生成失真图像构建大规模预训练数据集 | 首次利用生成式AI图像作为参考图像，通过冷扩散模型生成多种失真类型的图像，并构建大规模预训练数据集 | 方法依赖于生成式AI图像的质量和多样性，可能无法覆盖所有真实世界的失真类型 | 解决无参考图像质量评估中缺乏标注数据和泛化能力差的问题 | 图像质量评估 | 计算机视觉 | NA | 冷扩散模型 | 深度学习模型 | 图像 | 八个公共数据库的大规模图像数据 | NA | 多尺度交叉注意力块(MCAB), 尺度简单注意力模块(SSAM) | SOTA性能指标 | NA |
| 8037 | 2025-10-05 |
Development of a multi-feature predictive model for risk stratification in stage IB-IIA non-small cell lung cancer: a multicenter analysis
2025-Nov, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112379
PMID:40902436
|
研究论文 | 开发了一种整合临床病理数据与CT影像的多特征预测模型，用于IB-IIA期非小细胞肺癌的风险分层 | 首次将临床病理特征、放射组学特征和深度学习特征整合到单一预测模型中，并采用SHAP方法进行模型可解释性分析 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 开发IB-IIA期非小细胞肺癌的预后预测模型，实现风险分层 | IB-IIA期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT成像，放射组学分析 | CNN，逻辑回归 | 医学影像（CT），临床数据 | 训练集370例，内部验证120例，外部验证70例 | PyTorch/TensorFlow（基于ResNet架构推断） | ResNet50 | AUC，C-index，风险比（HR） | NA |
| 8038 | 2025-10-05 |
Quantitative radiomic analysis of computed tomography scans using machine and deep learning techniques accurately predicts histological subtypes of non-small cell lung cancer: A retrospective analysis
2025-Oct, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110376
PMID:40803192
|
研究论文 | 本研究通过机器学习和深度学习技术对CT扫描进行定量影像组学分析，准确预测非小细胞肺癌的组织学亚型 | 首次系统比较多种机器学习模型和深度神经网络在基于CT影像组学特征预测NSCLC组织学亚型中的性能 | 回顾性研究设计，样本量相对有限（422例），缺乏外部验证 | 开发基于CT影像组学特征的机器学习模型来预测非小细胞肺癌的组织学亚型 | 非小细胞肺癌患者的肺部CT扫描图像 | 医学影像分析 | 肺癌 | CT影像组学分析 | 机器学习模型, 深度神经网络 | 医学影像 | 422例肺部CT扫描 | PyRadiomics, 多种机器学习框架 | 逻辑回归, 支持向量机, 随机森林, XGBoost, LightGBM, CatBoost, 深度神经网络 | 准确率, AUC-ROC | NA |
| 8039 | 2025-10-05 |
VNWoodKnot: A benchmark image dataset for wood knot detection and classification
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112039
PMID:41018861
|
研究论文 | 本文介绍了用于木材节疤检测和分类的基准图像数据集VNWoodKnot | 填补了木材缺陷检测领域公开数据集的空白，提供了包含三种节疤类别的高分辨率图像数据集 | NA | 开发用于工业级木材缺陷检测的实时、可扩展且可靠的深度学习模型 | 木材表面节疤缺陷 | 计算机视觉 | NA | 图像采集 | 深度学习 | 图像 | 1,515张高分辨率木材表面图像（活节519张、死节496张、无节疤500张） | NA | NA | NA | NA |
| 8040 | 2025-10-05 |
Global mapping of artificial intelligence applications in breast cancer from 1988-2024: a machine learning approach
2025-Sep-29, Breast cancer (Tokyo, Japan)
DOI:10.1007/s12282-025-01783-7
PMID:41016987
|
研究论文 | 通过机器学习方法分析1988-2024年间人工智能在乳腺癌应用中的全球研究格局 | 首次对36年间AI在乳腺癌护理全流程中的应用进行系统性映射分析，结合合作网络分析和主题建模 | 仅包含Web of Science英文文献，机器人技术和ML在手术肿瘤学和术后护理应用的研究仍然有限 | 批判性考察AI在乳腺癌护理连续体中的应用，阐明关键研究进展、新兴趋势和普遍模式 | 1988-2024年间发表的8,711篇乳腺癌AI研究相关文献 | 机器学习 | 乳腺癌 | 共现映射、聚类分析、主题建模 | LDA, 线性回归 | 文献元数据 | 8,711篇出版物 | NA | NA | NA | NA |