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 18663 篇文献，本页显示第 8881 - 8900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8881 | 2025-10-06 |
CT radiomics combined with neural networks predict the malignant degree of pulmonary grinding glass nodules
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1603472
PMID:40678142
|
研究论文 | 本研究通过CT影像组学结合卷积神经网络预测肺磨玻璃结节恶性程度 | 首次将CT影像组学特征与卷积神经网络结合用于肺磨玻璃结节恶性程度预测，相比传统Mayo和Brock模型显著提升预测性能 | 单中心回顾性研究，需要外部验证和多中心前瞻性队列验证 | 提高肺磨玻璃结节的诊断准确性，支持个性化治疗规划 | 肺磨玻璃结节患者 | 计算机视觉 | 肺癌 | CT影像组学 | CNN | CT图像 | 670例肺结节患者（2019-2023年） | MATLAB Deep Learning Toolbox | CNN | AUC, 敏感度, 特异度, 准确率 | NA |
| 8882 | 2025-10-06 |
Using Convoluted Neural Networks in Diagnosing Lung Cancer on Computed Tomography Scans
2025 Jan-Mar, Current health sciences journal
DOI:10.12865/CHSJ.51.01.09
PMID:40678299
|
研究论文 | 开发卷积神经网络用于CT扫描图像中肺部良恶性结节的分类诊断 | 提出新型卷积神经网络模型用于肺部CT图像的良恶性分类，并在不平衡数据集上实现良好性能 | 样本量相对有限（176例），模型精度有待进一步提升 | 开发计算机辅助工具用于肺部癌症的早期诊断 | 肺部CT图像中的可疑结节 | 计算机视觉 | 肺癌 | 计算机断层扫描（CT） | CNN | 图像 | 176例患者（192个病例），其中男性135例（76.7%），城市居民111例（63%），右肺肿瘤103例 | NA | NA | 准确率, 召回率, 精确率 | 常规硬件 |
| 8883 | 2025-10-06 |
Deep Learning and The Retina: A New Frontier in Multiple Sclerosis Diagnosis
2025 Jan-Mar, Current health sciences journal
DOI:10.12865/CHSJ.51.01.03
PMID:40678297
|
综述 | 探讨深度学习在视网膜影像分析中对多发性硬化症诊断与进展追踪的应用价值 | 首次系统综述人工智能（特别是深度学习）如何通过视网膜影像这一无创窗口检测多发性硬化症的早期生物标志物 | 面临数据标准化不足、模型可解释性有限及临床整合困难等挑战 | 评估人工智能技术在多发性硬化症眼科诊断中的临床应用潜力 | 多发性硬化症患者的视网膜影像特征 | 计算机视觉 | 多发性硬化症 | OCT（光学相干断层扫描）、眼底摄影、扫描激光检眼镜 | CNN, GAN, 可解释AI | 视网膜影像 | NA | NA | NA | 准确率 | NA |
| 8884 | 2025-10-06 |
Synergistic fusion: An integrated pipeline of CLAHE, YOLO models, and advanced super-resolution for enhanced thermal eye detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328227
PMID:40679961
|
研究论文 | 提出一种结合CLAHE图像增强、YOLO模型和超分辨率技术的综合流程，用于提升热成像图像中的眼睛检测效果 | 首次将CLAHE图像增强、先进YOLO模型和多种超分辨率技术协同融合，构建端到端的眼睛检测与增强流程 | 未明确说明数据集的具体样本数量和多样性，超分辨率技术的主观评估可能存在偏差 | 解决热成像图像中因低分辨率和对比度差导致的眼睛检测精度不足问题 | 热成像面部图像中的眼睛区域 | 计算机视觉 | NA | 热成像技术，图像增强，目标检测，超分辨率 | YOLO, GAN, Transformer | 热成像图像 | NA | NA | YOLOv8, YOLOv9, BSRGAN, ESRGAN, Real-ESRGAN, SwinIR, SwinIR-Large with ResShift | 准确率, 召回率, mAP50, mAP50-95, 主观质量评估 | NA |
| 8885 | 2025-10-06 |
Fault analysis of chemical equipment based on an improved hybrid model
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326370
PMID:40680025
|
研究论文 | 提出一种基于改进混合模型的化工设备故障检测方法，通过多模态数据融合和深度学习技术提升故障检测精度 | 结合变分模态分解、最小均方处理、非对称注意力机制和预激活ResNet-BiGRU模型，构建高效的多模态数据融合分析框架 | NA | 提高化工设备故障检测的准确性和效率，为智能预测性维护提供技术支持 | 化工设备 | 机器学习 | NA | 变分模态分解(VMD)，最小均方(LMS)处理 | ResNet, BiGRU | 多模态数据，非平稳信号 | NA | NA | 预激活ResNet-BiGRU | 分类准确率 | NA |
| 8886 | 2025-10-06 |
Automated identification of sedimentary structures in core images using object detection algorithms
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327738
PMID:40680021
|
研究论文 | 本研究使用卷积神经网络自动识别岩心图像中的沉积结构 | 首次将YOLOv4和Faster R-CNN两种目标检测算法应用于沉积结构自动识别，建立了自动化岩心解释框架 | 模型在区分形态相似特征（如泥质披盖和生物扰动介质）时存在困难，对未见数据集的泛化能力有限 | 开发自动化沉积结构识别方法以提升岩心分析效率 | 三角洲、滨面、河流和湖泊环境的硅质碎屑沉积物岩心图像 | 计算机视觉 | NA | 岩心图像分析 | CNN | 图像 | 包含15种沉积结构类型的标注数据集 | NA | YOLOv4, Faster R-CNN | 精确度, 平均精确度, 召回率, 推理时间 | NA |
| 8887 | 2025-10-06 |
Enhanced accuracy and stability in automated intra-pancreatic fat deposition monitoring of type 2 diabetes mellitus using Dixon MRI and deep learning
2025-Aug, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04804-3
PMID:39841227
|
研究论文 | 开发基于Dixon MRI和深度学习的自动化胰腺内脂肪沉积监测方法，用于2型糖尿病风险评估 | 结合深度语义分割特征放射组学与传统放射组学特征，构建深度学习放射组学模型，显著提升胰腺内脂肪沉积评估的准确性和稳定性 | 回顾性研究设计，前驱糖尿病患者样本量有限导致部分测试未能进行 | 开发准确自动的胰腺内脂肪沉积评估方法以监测2型糖尿病风险 | 来自两个中心的534名接受上腹部MRI检查的患者 | 医学影像分析 | 2型糖尿病 | Dixon MRI，多回波和双回波序列 | 深度学习，支持向量机 | MRI图像 | 534名患者（来自两个医疗中心） | nnU-Net | U-Net | AUC，Dice相似系数，组内相关系数 | NA |
| 8888 | 2025-10-06 |
Establishing a Deep Learning Model That Integrates Pretreatment and Midtreatment Computed Tomography to Predict Treatment Response in Non-Small Cell Lung Cancer
2025-Aug-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.03.012
PMID:40089073
|
研究论文 | 本研究开发了一种整合治疗前和治疗中CT图像的深度学习模型，用于预测非小细胞肺癌患者的放疗反应 | 首次提出整合治疗前和治疗中不同时间点的CT图像，并建立变时间间隔LSTM网络来预测放疗反应 | 回顾性研究，样本量相对有限（168例患者），需要进一步前瞻性验证 | 预测非小细胞肺癌患者对放疗的治疗反应，并实现个性化剂量递增 | 非小细胞肺癌患者 | 医学影像分析 | 肺癌 | 计算机断层扫描（CT） | LSTM | 医学影像（CT图像） | 168例NSCLC患者（来自3家医院：SGH 35例，SCH 93例，LCH 40例） | NA | 变时间间隔长短期记忆网络 | AUC, 预测绝对误差 | NA |
| 8889 | 2025-10-06 |
Deep learning-based laser weed control compared to conventional herbicide application across three vegetable production systems
2025-Aug, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8912
PMID:40555698
|
研究论文 | 比较基于深度学习的激光除草技术与传统除草剂在三种蔬菜生产系统中的效果 | 首次在多种蔬菜生产系统中系统评估商业激光除草单元与传统除草剂的杂草控制效果对比 | 对马齿苋和一年生禾本科杂草效果较差，需要进一步优化不同环境和杂草物种的应用 | 评估激光除草技术在蔬菜生产系统中的有效性和可行性 | 甜菜、菠菜和豌豆三种蔬菜作物及其相关杂草 | 农业技术 | 杂草管理 | 激光除草技术 | 深度学习 | 田间试验数据 | 在新泽西州和纽约州进行的三个研究试验 | NA | NA | 杂草覆盖率、杂草密度、杂草生物量、作物生长抑制率、作物生物量 | NA |
| 8890 | 2025-10-06 |
Brain Age Prediction: Deep Models Need a Hand to Generalize
2025-Aug-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70254
PMID:40667664
|
研究论文 | 本研究通过综合预处理、数据增强和模型正则化技术提升基于T1加权MRI的脑年龄预测模型的泛化能力 | 提出结合预处理、数据增强和正则化的综合方法，显著缩小脑年龄预测模型的泛化差距 | 模型性能仍受限于医学影像训练数据量，且在不同数据集上的改进效果存在差异 | 提高深度学习模型在脑年龄预测任务中的泛化能力和临床适用性 | T1加权磁共振成像数据 | 医学影像分析 | 阿尔茨海默病 | T1加权MRI | CNN | 医学影像 | 英国生物银行数据集、ADNI数据集和AIBL数据集 | NA | SFCN-reg, VGG-16 | 平均绝对误差, 扫描重扫描误差 | NA |
| 8891 | 2025-10-06 |
Deep learning can predict cardiovascular events from liver imaging
2025-Aug, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2025.101427
PMID:40671834
|
研究论文 | 本研究开发了一种基于视觉Transformer的深度学习模型，能够通过肝脏MRI图像预测心血管事件风险 | 首次将视觉Transformer应用于肝脏MRI数据，以自监督方式提取特征来预测心血管风险，无需手动特征选择 | 需要进一步的前瞻性研究和外部验证来确定临床实用性 | 通过肝脏MRI图像增强心血管风险预测能力 | 英国生物银行中的肝脏MRI数据 | 计算机视觉 | 心血管疾病 | 磁共振成像(MRI) | Transformer | 图像 | 44,672个肝脏MRI扫描 | NA | Vision Transformer | AUC, F-statistic, log-rank test | NA |
| 8892 | 2025-10-06 |
Identifying and Evaluating Salt-Tolerant Halophytes Along a Tropical Coastal Zone: Growth Response and Desalination Potential
2025-Aug, Plant-environment interactions (Hoboken, N.J.)
DOI:10.1002/pei3.70072
PMID:40672803
|
研究论文 | 本研究通过深度学习图像识别和温室实验评估加纳海岸带盐生植物的耐盐性和脱盐潜力 | 结合深度学习图像识别技术与温室实验，系统评估热带海岸带盐生植物在不同盐浓度和土壤类型下的生长响应和脱盐能力 | 仅选取五种盐生植物进行研究，样本量有限；实验条件为受控温室环境，与野外自然条件存在差异 | 探索加纳海岸带盐生植物的耐盐特性和土壤脱盐潜力 | 加纳海岸带盐生植物 | 计算机视觉 | NA | 深度学习图像识别，温室实验 | NA | 图像，实验数据 | 五种盐生植物，三种盐浓度(0、25、50 dS/m)，两种土壤类型(海沙和耕地土壤) | NA | NA | 相对生长速率(RGR)，性能指数(PI)，土壤电导率(EC)，总溶解固体(TDS)，pH值，钠离子和氯离子含量 | NA |
| 8893 | 2025-10-06 |
ViCoW: A dataset for colorization and restoration of Vietnam War imagery
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111815
PMID:40673188
|
研究论文 | 发布越南战争时期图像着色与修复的数据集ViCoW | 提供首个专门针对越南战争时期历史影像的高分辨率图像对数据集，包含原始彩色帧与对应灰度版本 | 数据集规模相对有限（1896对图像），仅包含四部越南电影素材 | 支持历史图像修复与着色研究，促进数字遗产保护 | 越南战争时期历史影像 | 计算机视觉 | NA | ITU-R BT.601亮度公式 | 深度学习模型 | 图像 | 1896对高分辨率图像（来自四部越南电影） | NA | NA | NA | NA |
| 8894 | 2025-10-06 |
Smartphone image dataset for machine learning-based monitoring and analysis of mango growth stages
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111780
PMID:40673194
|
研究论文 | 本文开发了一个用于芒果生长阶段监测和分析的标准化智能手机图像数据集 | 创建了孟加拉国首个标准化的芒果生长阶段图像数据集，填补了该国农业领域机器学习应用的数据空白 | 数据集仅包含单一品种芒果在特定地区的图像，可能无法完全代表所有芒果品种和生长环境 | 开发标准化的芒果生长阶段图像数据集以支持机器学习在农业监测中的应用 | 芒果生长阶段的图像数据 | 计算机视觉 | NA | 智能手机图像采集 | NA | 图像 | 2004张图像，分为四个生长阶段：早期果实、未成熟、成熟和成熟期 | NA | NA | NA | NA |
| 8895 | 2025-10-06 |
Deep learning empowers genomic selection of pest-resistant grapevine
2025-Aug, Horticulture research
IF:7.6Q1
DOI:10.1093/hr/uhaf128
PMID:40673235
|
研究论文 | 本研究结合深度学习与基因组选择技术，开发了预测葡萄抗虫性的方法 | 首次将深度卷积神经网络应用于葡萄叶片虫害评估，并结合多组学数据进行基因组选择 | 研究仅针对葡萄品种，样本量为231个种质资源 | 开发基于深度学习的基因组选择方法培育抗虫葡萄品种 | 葡萄叶片虫害表型和基因组数据 | 计算机视觉,机器学习 | 植物虫害 | 基因组重测序,转录组测序,植物表型组学 | CNN,DCNN | 图像,基因组数据,转录组数据 | 231个葡萄种质资源 | NA | VGG16,DCNN-PDS | 准确率,相关系数 | NA |
| 8896 | 2025-07-20 |
Deep learning's crystal ball: Predicting HCC surgery success with multimodal imaging
2025-Aug-01, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001410
PMID:40680277
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8897 | 2025-10-06 |
[A multi-feature fusion-based model for fetal orientation classification from intrapartum ultrasound videos]
2025-Jul-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
|
研究论文 | 本研究提出了一种基于多特征融合的智能分析模型，用于从产时超声视频中分类胎儿方位 | 结合Yolov8与多种注意力机制（CBAM、ECA、PSA）和AIFI特征交互模块进行多特征融合 | NA | 构建智能分析模型以分类产时超声视频中的胎儿方位 | 产时超声视频中的胎儿关键结构（眼睛、面部、头部、丘脑、脊柱） | 计算机视觉 | 产科疾病 | 超声成像 | CNN | 视频, 图像 | NA | NA | Yolov8, CBAM, ECA, PSA, AIFI | 准确率, PR曲线下面积, ROC曲线下面积, Kappa一致性检验 | NA |
| 8898 | 2025-10-06 |
Computer vision techniques for high-speed atomic force microscopy of DNA molecules
2025-Jul-16, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ade888
PMID:40570888
|
研究论文 | 本研究探讨深度学习技术在高速原子力显微镜DNA分子图像分析中的应用 | 首次将全卷积网络和YOLOv8目标检测模型应用于HSAFM图像分析，实现DNA分子的自动识别和分类 | 研究仅针对三核苷酸重复扩展疾病和脆性X综合征样本，未验证在其他疾病类型的泛化能力 | 开发自动化的HSAFM图像分析方法以加速基于基因组学的疾病诊断 | DNA分子，特别是来自三核苷酸重复扩展疾病和脆性X综合征患者的样本 | 计算机视觉 | 遗传疾病 | 高速原子力显微镜(HSAFM) | FCN, YOLO | 图像 | 20000张包含DNA分子的图像，识别出248个标记分子，其中33个为真实目标 | NA | 全卷积网络, YOLOv8 | 准确率, AUC, 平均精度 | NA |
| 8899 | 2025-10-06 |
An interpretable machine learning model for predicting bone marrow invasion in patients with lymphoma via 18F-FDG PET/CT: a multicenter study
2025-Jul-15, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03110-8
PMID:40665334
|
研究论文 | 开发并验证一种可解释的机器学习模型，通过整合临床数据、PET/CT参数、影像组学特征和深度学习特征来预测淋巴瘤患者的骨髓侵犯 | 首次开发结合临床数据、PET/CT参数、影像组学特征和深度学习特征的可解释机器学习模型用于预测淋巴瘤骨髓侵犯 | 样本量相对较小（159例患者），且为回顾性研究设计 | 开发非侵入性方法预测淋巴瘤患者的骨髓侵犯，减少对骨髓活检的依赖 | 159例新诊断的淋巴瘤患者 | 医学影像分析 | 淋巴瘤 | 18F-FDG PET/CT成像 | ExtraTrees分类器 | 临床数据、PET/CT图像、影像组学特征、深度学习特征 | 159例患者（118例来自中心I，41例来自中心II） | NA | NA | AUC, 准确率 | NA |
| 8900 | 2025-10-06 |
A cryptosystem for face recognition based on optical interference and phase truncation theory
2025-Jul-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06990-y
PMID:40659666
|
研究论文 | 提出一种基于光学干涉和相位截断理论的人脸图像加密系统，用于安全传输和存储 | 提出振幅-相位分离异步加密(APSAE)技术，通过异步分别加密振幅和相位分量来缓解固有漏洞 | NA | 解决人脸图像数据隐私泄露问题，推进安全生物识别系统发展 | 人脸图像数据 | 计算机视觉 | NA | 光学干涉，相位截断理论 | 深度学习 | 图像 | LFW数据集 | NA | NA | 准确率 | NA |