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 19729 篇文献，本页显示第 821 - 840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 821 | 2025-12-31 |
Artificial intelligence-driven eye tracker models for Alzheimer's disease diagnosis: A systematic review and meta-analysis
2025-Dec, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877251389145
PMID:41134992
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了人工智能驱动的眼动追踪工具在阿尔茨海默病诊断中的准确性 | 首次对人工智能驱动的眼动追踪模型在阿尔茨海默病诊断中的准确性进行系统综述和荟萃分析，并比较了深度学习与监督机器学习的性能差异 | 现有证据主要基于病例对照研究，缺乏在更广泛人群中进行有效筛查的证据，且研究间存在显著的异质性 | 评估人工智能驱动的眼动追踪模型在阿尔茨海默病检测中的诊断准确性 | 阿尔茨海默病患者与健康对照者 | 机器学习 | 阿尔茨海默病 | 眼动追踪 | 深度学习, 监督机器学习 | 眼动追踪数据 | NA | NA | 支持向量机 | 灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, ROC曲线下面积 | NA |
| 822 | 2025-12-31 |
Attention-driven deep learning models for multivariate time series forecasting of reservoir water levels
2025-Dec, Water science and technology : a journal of the International Association on Water Pollution Research
IF:2.5Q2
DOI:10.2166/wst.2025.182
PMID:41468044
|
研究论文 | 本研究探讨了深度学习模型在伊朗Nesa大坝日水位预测中的应用，比较了三种注意力驱动模型的表现 | 在相同实验条件下使用真实世界数据对这些模型进行对比分析 | ConvLSTM2D模型表现出噪声输出和有限的预测能力 | 开发用于水库水位预测的智能预报系统，以支持水资源管理、防洪和灌溉规划 | 伊朗东南部Nesa大坝的日水位数据 | 机器学习 | NA | 深度学习 | CNN, BiLSTM, LSTM, ConvLSTM2D | 多元时间序列数据 | 15年的日水文气象变量数据集（降雨、温度、蒸发、流入、流出），80%用于训练，20%用于测试 | NA | CNN + BiLSTM + Attention, Encoder-Decoder LSTM with Attention, ConvLSTM2D | RMSE, MAE | NA |
| 823 | 2025-12-31 |
AI and telemedicine in management of diabetes
2025-Nov-28, Folia medica
DOI:10.3897/folmed.67.e153728
PMID:41467276
|
综述 | 本文探讨了远程医疗和人工智能如何重塑糖尿病管理 | 结合远程医疗和AI技术，探索其在糖尿病早期预测、风险评估和并发症筛查中的创新应用 | 技术普及不均，部分医疗提供者持怀疑态度，且存在数据隐私和系统互操作性挑战 | 评估远程医疗和AI在糖尿病护理中的效果与潜力 | 糖尿病患者及其医疗记录 | 自然语言处理, 机器学习 | 糖尿病 | 机器学习, 深度学习, 自然语言处理 | NA | 文本, 医疗记录 | NA | NA | NA | 准确性 | NA |
| 824 | 2025-12-31 |
Potential of artificial intelligence in the diagnosis and treatment of vertebral compression fractures: A 20-year bibliometric analysis (2004-2023)
2025-Oct-03, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044876
PMID:41054042
|
综述 | 本文通过文献计量学分析，探讨了人工智能在椎体压缩性骨折诊断与治疗中的应用潜力和研究趋势 | 首次对2004年至2023年间人工智能在椎体压缩性骨折领域的应用进行了系统的文献计量分析，揭示了研究热点的演变和关键贡献者 | 分析仅基于Web of Science核心合集中的英文文章，可能遗漏其他语言或数据库中的相关研究 | 通过文献计量学方法，绘制人工智能在椎体压缩性骨折领域应用的知识图谱，识别研究趋势和关键影响因素 | 2004年至2023年间发表的462篇关于人工智能在椎体压缩性骨折诊断与治疗中应用的英文文章 | 医学信息学 | 椎体压缩性骨折 | 文献计量分析 | NA | 文本数据（文献元数据） | 462篇文章 | CiteSpace | NA | NA | NA |
| 825 | 2025-12-31 |
Systematic Review and Meta-analysis of AI-driven MRI Motion Artifact Detection and Correction
2025-Sep-05, ArXiv
PMID:40949764
|
综述与荟萃分析 | 本文系统回顾并荟萃分析了人工智能驱动的MRI运动伪影检测与校正方法，评估了当前进展、有效性、挑战及未来研究方向 | 首次对AI驱动的MRI运动伪影检测与校正方法进行系统性综述与荟萃分析，特别关注深度学习中生成模型的应用潜力与局限性 | 方法泛化能力有限，依赖配对训练数据，存在视觉失真风险，缺乏标准化数据集和报告协议 | 评估AI驱动方法在MRI运动伪影检测与校正中的有效性、挑战及未来发展方向 | MRI图像中的运动伪影 | 医学影像分析 | NA | 磁共振成像 | 深度学习生成模型 | MRI图像 | NA | NA | NA | NA | NA |
| 826 | 2025-12-31 |
Automated Deep Learning Pipeline for Callosal Angle Quantification
2025-Aug-21, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.18.25333901
PMID:40894175
|
研究论文 | 本文开发了一个全自动深度学习框架，用于从原始T1 MPRAGE和非MPRAGE MRI扫描中直接测量胼胝体角，以辅助常压性脑积水的诊断 | 开发了一个结合BrainSignsNET模型进行关键解剖标志点检测和基于UNet的分割网络进行侧脑室分割的全自动、鲁棒的深度学习框架，可直接从原始MRI扫描中量化胼胝体角，性能优于已报道的观察者间变异性 | 未明确说明模型在更广泛、多中心数据集上的泛化能力，以及框架处理存在严重运动伪影或图像质量极差扫描的能力 | 开发一个全自动、可靠的深度学习框架，用于量化MRI图像中的胼胝体角，以辅助常压性脑积水的诊断 | 来自巴尔的摩纵向衰老研究和BIOCARD数据集的MRI扫描，以及约翰霍普金斯湾景医院的216例临床MRI扫描 | 数字病理学 | 常压性脑积水 | T1 MPRAGE MRI, 非MPRAGE MRI | 深度学习 | 3D MRI图像 | 内部验证使用BLSA和BIOCARD数据集，外部验证使用216例临床MRI扫描 | NA | BrainSignsNET, UNet (使用预训练的EfficientNetB0作为编码器) | 相关系数(r), p值, 平均绝对误差(MAE) | NA |
| 827 | 2025-12-31 |
Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16
2025-Apr-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.06.641913
PMID:40161604
|
研究论文 | 本文介绍了MULTICOM4系统，该系统通过整合AlphaFold2、AlphaFold3及内部技术，在CASP16中提升了蛋白质复合物结构预测的准确性 | 整合基于Transformer的AlphaFold2和基于扩散模型的AlphaFold3，结合蛋白质复合物化学计量比预测、多样化的多序列比对生成、模型异常处理及深度学习模型质量评估等内部技术 | 未明确提及具体局限性，但暗示在无化学计量比信息时预测性能可能受限 | 提高多链蛋白质复合物（多聚体）的结构预测准确性 | 蛋白质复合物结构 | 机器学习 | NA | 多序列比对（MSA）、深度学习模型质量评估 | Transformer, 扩散模型 | 蛋白质序列和结构数据 | CASP16评估中的蛋白质复合物目标 | NA | AlphaFold2, AlphaFold3 | TM-score, DockQ score | NA |
| 828 | 2025-12-31 |
Machine Learning Quantification of Fluid Volume in Eyes With Retinal Vein Occlusion Treated With Aflibercept: The REVOLT Study
2025 Mar-Apr, Journal of vitreoretinal diseases
IF:0.5Q4
DOI:10.1177/24741264241308495
PMID:39742143
|
研究论文 | 本研究利用深度学习算法量化视网膜静脉阻塞患者经阿柏西普治疗后眼内液体体积，并评估其与视力预后的关系 | 首次结合缺血指数、视网膜液体体积及层厚度测量，构建综合模型来预测视网膜静脉阻塞患者的视力变化 | 样本量较小（49只眼），且仅针对治疗初治患者，可能限制结果的普适性 | 评估缺血、视网膜液体及层厚度测量与视网膜静脉阻塞患者视力预后的综合关系 | 因中心性或分支性视网膜静脉阻塞导致视力受损的初治患者眼睛 | 数字病理学 | 视网膜静脉阻塞 | 扫频源光学相干断层扫描 | 深度学习 | 图像 | 49只眼睛 | NA | NA | 皮尔逊相关系数 | NA |
| 829 | 2025-12-31 |
Clair3-RNA: A deep learning-based small variant caller for long-read RNA sequencing data
2025-Jan-03, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.17.624050
PMID:39803537
|
研究论文 | 本文提出了一种基于深度学习的、专为长读长RNA测序数据设计的小变异检测工具Clair3-RNA | 首个针对长读长RNA测序数据的深度学习变异检测工具，整合了覆盖度归一化、训练材料优化、编辑位点发现和单倍型定相等技术 | NA | 开发一个高性能的变异检测工具，以应对长读长RNA测序数据中较高的错误率和转录本多样性等挑战 | 长读长RNA测序数据中的小变异 | 生物信息学 | NA | 长读长RNA测序，包括PacBio和ONT平台的cDNA测序及直接RNA测序 | 深度学习 | RNA测序数据 | 多个GIAB样本 | NA | NA | SNP F1分数 | NA |
| 830 | 2025-12-31 |
Bayesian Multifractal Image Segmentation
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3644793
PMID:41428918
|
研究论文 | 本文提出了一种无监督的贝叶斯多重分形分割方法，用于在像素级别对图像中的多重分形纹理进行建模和分割 | 首次开发了针对小波导数的计算和统计高效的多重分形参数估计模型，并引入了多尺度Potts马尔可夫随机场作为先验来建模小波导数标签之间的空间和尺度相关性 | 实验主要在合成的多重分形图像上进行评估，在真实自然图像上的性能有待进一步验证 | 开发一种无监督的图像分割方法，用于处理包含多种纹理的自然图像 | 具有多重分形纹理的图像 | 计算机视觉 | NA | 多重分形分析，小波变换 | 贝叶斯模型，马尔可夫随机场 | 图像 | NA | NA | 多尺度Potts马尔可夫随机场 | NA | NA |
| 831 | 2025-12-31 |
Cross-Frequency Attention and Color Contrast Constraint for Remote Sensing Dehazing
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3644167
PMID:41428925
|
研究论文 | 本文提出了一种结合跨频注意力与颜色对比约束的遥感图像去雾方法 | 开发了全方向高频特征修复机制以建模全局长程纹理依赖，设计了高频提示注意力模块以增强局部高频表示，并提出了基于HSV颜色空间的颜色对比损失函数以改善颜色恢复 | NA | 解决遥感图像去雾中纹理细节保留与颜色准确恢复的难题 | 遥感图像 | 计算机视觉 | NA | 小波变换 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 832 | 2025-12-30 |
SDMFFN: a novel specular detection median filtering fusion network for specular reflection removal in endoscopic images
2025-Dec-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae291d
PMID:41360013
|
研究论文 | 提出一种新颖的镜面检测中值滤波融合网络（SDMFFN），用于检测和去除内窥镜图像中的镜面反射 | 提出了一种两阶段框架，在检测阶段集成了增强的Specular Transformer Unet（S-TransUnet）模型，结合了ASPP、IB和CBAM模块以优化多尺度特征提取；在去除阶段改进了中值滤波方法并整合了颜色信息以实现自然修复 | 未在摘要中明确说明 | 解决内窥镜图像中镜面反射导致的重要细节被遮挡和诊断准确性降低的问题 | 内窥镜图像 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | 未在摘要中明确说明 | 未在摘要中明确说明 | S-TransUnet | 未在摘要中明确说明 | 未在摘要中明确说明 |
| 833 | 2025-12-30 |
New method for online quality control of dwell position and dwell time in brachytherapy by using high-speed camera and neural networks
2025-Dec-29, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae2aa4
PMID:41364982
|
研究论文 | 本文开发了一种用于高剂量率近距离放射治疗中驻留位置和驻留时间在线质量控制的系统，结合高速相机和神经网络以提高系统的鲁棒性和稳定性 | 提出了一种集成高速相机和神经网络（特别是RT-DETRv2）的在线质量控制系统，用于实时监测和验证近距离放射治疗中的源输送参数 | RT-DETRv2神经网络的处理延迟为每张图像0.35秒，不适合在线监测，但适用于离线或辅助验证 | 开发一个在线质量控制系统，用于准确评估高剂量率近距离放射治疗中的驻留位置和驻留时间 | 高剂量率近距离放射治疗中的192Ir源输送过程 | 计算机视觉 | NA | 高速相机成像，帧差法，神经网络 | 神经网络 | 图像 | 使用GammaMedPlus iX后装设备进行实验，测试了不同步长（0.2厘米、0.5厘米、1.0厘米）和驻留时间（2.0秒、3.0秒、10.0秒） | NA | RT-DETRv2 | 空间分辨率（0.083毫米），时间分辨率（7.0毫秒），位置偏差（小于0.1厘米，校正后约0.01厘米），驻留时间偏差（10.0毫秒内），定位准确度（91%的预测在0.26毫米内） | NA |
| 834 | 2025-12-30 |
Ball bearing fault detection using an acoustic based machine learning approach
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33978-5
PMID:41457076
|
研究论文 | 本文提出了一种基于声学振动信号和连续小波变换的深度神经网络方法，用于球轴承故障检测 | 采用非重叠窗口将数值信号转换为堆叠的小波尺度图，并结合卷积网络实现实时数据分类，提高了故障诊断的准确性 | NA | 通过机器学习方法早期检测球轴承故障，以支持预测性维护系统 | 球轴承的声学振动信号 | 机器学习 | NA | 连续小波变换 | CNN | 声学振动信号 | NA | NA | LeNet-5 | 准确率 | NA |
| 835 | 2025-12-30 |
Evaluation of a YOLOv5x-based deep learning model for interproximal caries segmentation on bitewing radiographs across primary and permanent teeth
2025-Dec-29, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-07570-2
PMID:41457204
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 836 | 2025-12-30 |
Semi-Supervised Deep Learning-Based Model for Segmentation of Breast Arterial Calcification on Screening Mammograms
2025-Dec-29, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251400538
PMID:41459704
|
研究论文 | 本研究提出了一种半监督深度学习模型，用于自动化分割和分级筛查乳腺X线摄影中的乳腺动脉钙化，以改善心血管疾病风险分层 | 采用基于U-Net的半监督学习策略，结合渐进式伪标签方法，利用大量未标注图像增强模型鲁棒性和跨系统泛化能力 | 未明确说明模型在不同人群或更广泛数据集上的泛化性能，以及计算资源需求的具体细节 | 开发自动化工具以标准化乳腺动脉钙化的评估，提升心血管疾病风险分层的准确性和效率 | 筛查乳腺X线摄影图像中的乳腺动脉钙化区域 | 数字病理学 | 心血管疾病 | 乳腺X线摄影 | 深度学习 | 图像 | 2560张标注的筛查乳腺X线摄影图像（来自7个供应商）和6000张未标注图像 | NA | U-Net | Jaccard相似系数, 准确率, 精确率, F1分数, 召回率, 敏感性, 特异性, AUC, 加权kappa统计量 | NA |
| 837 | 2025-12-30 |
Software-based de-filtering restores quantitative accuracy in Clarity2D-enhanced whole-body bone scintigraphy
2025-Dec-29, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02145-1
PMID:41460439
|
研究论文 | 本研究评估了基于软件的去滤波方法在恢复Clarity2D降噪滤波器影响的全身骨闪烁扫描图像中骨扫描指数和热点数量定量准确性方面的有效性 | 提出了一种基于深度学习的逆滤波去滤波算法，能够有效逆转Clarity2D滤波器引起的图像失真，恢复定量指标的准确性 | 研究为回顾性设计，样本量相对有限（101例），且仅针对特定CZT SPECT/CT系统和99mTc-HMDP示踪剂 | 评估软件去滤波技术能否恢复降噪滤波器对骨闪烁扫描定量分析准确性的影响 | 接受99mTc-HMDP全身骨闪烁扫描的101名成人患者 | 数字病理 | 骨骼疾病 | 99mTc-HMDP全身骨闪烁扫描，SPECT/CT成像 | 深度学习 | 医学图像 | 101名成人患者 | NA | 基于深度学习的逆滤波器 | Pearson相关系数，Bland-Altman分析，Dice系数，Hausdorff距离，精确率，召回率，F1分数 | NA |
| 838 | 2025-12-30 |
A Deep Learning-Based Multimodal Clinico-Histology-Genomic Prognostic Model in Prostate Cancer
2025-Dec-28, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-18929-8
PMID:41456225
|
研究论文 | 本研究开发了一种基于深度学习的多模态预后模型，整合了基因组特征、全切片成像的组织形态学特征和临床参数，以改善前列腺癌的风险分层和治疗决策 | 通过深度学习从组织病理学图像中计算推断基因组特征，消除了对基因组检测的依赖，并显著提高了预后精度 | 研究依赖于两个独立队列（TCGA和PLCO）进行训练和验证，可能存在样本选择偏差，且未在更广泛的多中心数据中进行外部验证 | 开发一个多模态预后模型，以改善前列腺癌的风险分层和治疗决策 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | 全切片成像（WSI）、苏木精-伊红（H&E）染色 | 深度学习 | 图像、基因组数据、临床数据 | 使用TCGA队列进行训练，PLCO试验队列进行外部验证 | NA | NA | C-index、Kaplan-Meier分析、Harrell's concordance index、多变量Cox回归 | NA |
| 839 | 2025-12-30 |
EEGPARnet: time-frequency attention transformer encoder and GRU decoder for removal of ocular and muscular artifacts from EEG signals
2025-Dec-28, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03506-8
PMID:41456251
|
研究论文 | 提出了一种名为EEGPARnet的新型去噪网络，用于从EEG信号中去除眼动和肌肉伪影 | 提出了一种结合时间-频率注意力Transformer编码器和GRU解码器的轻量化架构，能够学习时频长程相似性，在显著降低模型复杂度和计算需求的同时保持高性能 | 仅在公开数据集EEGDenoiseNet上进行了验证，未在更多样化的临床数据或实时部署场景中进行全面测试 | 开发一种适用于资源受限平台的轻量化EEG信号去噪方法 | 受眼动和肌肉伪影污染的EEG信号 | 信号处理 | NA | EEG信号处理 | Transformer, GRU | EEG信号 | EEGDenoiseNet数据集 | NA | Transformer编码器（带时间和频谱注意力模块）, GRU解码器 | 时间相对均方根误差, 频谱相对均方根误差, 相关系数 | 资源受限设备（目标部署平台） |
| 840 | 2025-12-30 |
A deep neural network model for optimizing traditional Chinese medicine prescriptions with data augmentation
2025-Dec-28, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.70319
PMID:41456610
|
研究论文 | 本研究提出了一种名为DA-TCMPO的深度学习框架，通过数据增强技术优化中药处方，并在溃疡性结肠炎小鼠模型中验证了其有效性 | 引入了基于双重注意力的扩散模型和可变噪声嵌入模块，专门针对中药处方数据中的噪声和处方修改风险进行优化 | 未明确说明模型在更广泛疾病或临床环境中的泛化能力 | 优化中药处方以支持临床决策 | 中药处方数据及溃疡性结肠炎小鼠模型 | 自然语言处理 | 溃疡性结肠炎 | 数据增强 | 深度学习 | 文本 | NA | NA | 扩散模型 | 精确率, 准确率, 召回率, F1分数 | NA |