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 19310 篇文献，本页显示第 10201 - 10220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10201 | 2025-10-06 |
Automatic Segmentation of Quadriceps Femoris Cross-Sectional Area in Ultrasound Images: Development and Validation of Convolutional Neural Networks in People With Anterior Cruciate Ligament Injury and Surgery
2025-02, Ultrasound in medicine & biology
|
研究论文 | 开发并验证用于前交叉韧带损伤人群股四头肌横截面积超声图像自动分割的卷积神经网络模型 | 首次针对前交叉韧带损伤人群开发专用的肌肉横截面积自动分割模型，解决了现有健康人群模型在该特殊人群中的适用性问题 | 模型在某些情况下仍存在错误预测（17%-20%），需要人工干预排除错误结果 | 验证和开发适用于前交叉韧带损伤人群的股四头肌横截面积自动分割方法 | 前交叉韧带损伤患者的股四头肌（股外侧肌、股直肌、股内侧肌）超声图像 | 计算机视觉 | 前交叉韧带损伤 | 超声成像 | CNN | 图像 | 124名前交叉韧带损伤患者（430张股外侧肌图像、349张股直肌图像、723张股内侧肌图像），额外153名健康参与者数据用于部分模型训练，100张外部验证图像 | NA | DeepACSA | ICC, 测量标准误差百分比, 平均差异 | NA |
| 10202 | 2025-10-06 |
Comparing ECG Lead Subsets for Heart Arrhythmia/ECG Pattern Classification: Convolutional Neural Networks and Random Forest
2025-Feb, CJC open
IF:2.5Q2
DOI:10.1016/j.cjco.2024.10.012
PMID:40060210
|
研究论文 | 比较卷积神经网络和随机森林在减少心电图导联子集下对心律失常/心电图模式的分类性能 | 首次系统比较深度学习和传统机器学习方法在减少心电图导联子集下的心律失常分类性能，并识别最优导联组合 | 使用单一公开数据集（PhysioNet 2020挑战赛数据），未在其他独立数据集上验证结果 | 评估不同心电图导联子集对心律失常/心电图模式分类准确性的影响 | 心电图信号和心律失常/心电图模式 | 机器学习 | 心血管疾病 | 心电图分析 | CNN, Random Forest | 心电图信号 | PhysioNet心脏病学挑战赛2020数据集 | NA | 卷积神经网络, 前馈神经网络 | 宏平均F1分数 | NA |
| 10203 | 2025-10-06 |
Approximating Human-Level 3D Visual Inferences With Deep Neural Networks
2025, Open mind : discoveries in cognitive science
DOI:10.1162/opmi_a_00189
PMID:40013087
|
研究论文 | 本研究探索如何通过深度神经网络实现人类水平的3D形状推理能力 | 首次系统比较多种3D感知DNN架构在形状推理任务上的表现，发现多视角学习目标和3D归纳偏置对实现人类水平性能的关键作用 | 多视角学习目标对于实现人类水平3D形状推理是必要但不充分的，DNN建模方法在捕获人类形状推理能力方面存在固有局限 | 缩小深度神经网络与人类在3D形状表征和推理能力上的差距 | 3D物体的形状推理和表征 | 计算机视觉 | NA | 深度神经网络 | 3D神经场网络, 自编码器, 卷积神经网络 | 3D物体图像 | NA | NA | Light Field Network, 自编码器, 卷积架构 | 匹配样本任务性能, 人类模型对齐度 | NA |
| 10204 | 2025-10-06 |
MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.02.012
PMID:40070521
|
研究论文 | 提出一种名为MMRT的新型深度学习模型，用于从低阶变异预测高阶蛋白质变异的功能效应 | 首次将深度学习与递归树框架结合，利用低阶变异信息预测高阶变异功能效应 | 未明确说明模型对超过三阶变异的预测能力及计算复杂度 | 解决高阶蛋白质变异功能效应预测的挑战 | 蛋白质序列的高阶变异 | 机器学习 | 复杂疾病 | 高通量实验扫描技术 | 深度学习 | 蛋白质序列变异数据 | 685,593个高阶变异 | NA | 递归树框架 | Spearman相关系数 | NA |
| 10205 | 2025-10-06 |
Deep linear matrix approximate reconstruction with integrated BOLD signal denoising reveals reproducible hierarchical brain connectivity networks from multiband multi-echo fMRI
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1577029
PMID:40309655
|
研究论文 | 提出一种集成BOLD信号去噪的深度线性矩阵近似重建方法，用于从多波段多回波fMRI数据中揭示可重复的层次性脑连接网络 | 将多回波BOLD信号去噪集成到DELMAR模型的第一层，无需单独的多回波独立成分分析去噪步骤，提高了层次性脑连接网络的重建准确性和可重复性 | NA | 开发更准确和可重复的层次性脑连接网络映射方法 | 人脑功能连接网络 | 医学影像分析 | 神经系统疾病，精神疾病 | 多波段多回波功能磁共振成像 | 深度线性模型 | 功能磁共振成像数据 | NA | NA | DELMAR（深度线性矩阵近似重建） | 准确性，可重复性，精度 | NA |
| 10206 | 2025-10-06 |
Automatic identification and characteristics analysis of crack tips in rocks with prefabricated defects based on deep learning methods
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327906
PMID:40663529
|
研究论文 | 基于深度学习方法实现含预制缺陷岩石中裂纹尖端的高精度自动识别与特性分析 | 首次将U-Net和Deeplabv3网络应用于多角度预制裂纹岩石样本的尖端识别，并比较了三种图像均衡化方法的预处理效果 | 研究仅针对砂岩材料，且裂纹角度限定在0°-60°范围内，未验证其他岩性或更广角度范围的适用性 | 实现岩石裂纹尖端的高精度自动识别，为岩体稳定性评估提供智能检测方法 | 含预制裂纹（0°,15°,30°,45°,60°）的砂岩SCB半圆盘试样 | 计算机视觉 | NA | 超高速摄像技术、图像均衡化处理（HE,AHE,CLAHE） | 深度学习 | 图像 | 5个不同角度裂纹的岩石样本数据集 | NA | U-Net, Deeplabv3 | 准确率,精确率,召回率 | NA |
| 10207 | 2025-10-06 |
Driven early detection of chronic kidney cancer disease based on machine learning technique
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326080
PMID:40663560
|
研究论文 | 提出一种基于蛇优化器和深度学习的肾癌检测与分类方法，通过病理图像分析实现肾癌早期识别 | 结合蛇优化器(SO)与SE-DenseNet模型进行特征提取，并采用双向长短期记忆网络(BiLSTM)进行分类，通过SO优化超参数提升模型性能 | 未提及数据集具体规模和多样性，准确率为88.90%仍有提升空间 | 开发自动化的肾癌早期检测与分类系统 | 肾癌病理图像，特别是肾细胞癌(RCC) | 数字病理学 | 肾癌 | 深度学习，病理图像分析 | SE-DenseNet, BiLSTM | 病理图像 | NA | NA | SE-DenseNet, BiLSTM | 准确率 | NA |
| 10208 | 2025-10-06 |
Mapping burnt areas using very high-resolution imagery and deep learning algorithms - a case study in Bandipur, India
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327125
PMID:40668808
|
研究论文 | 本研究使用深度学习算法和超高分辨率影像对印度班迪普尔地区的火烧迹地进行分类制图 | 提出了一种新型的UNET-GRU混合架构，相比传统UNET在火烧迹地分类中表现出更好的性能 | 研究仅限于印度班迪普尔特定区域，需要进一步验证在其他地区的适用性 | 开发准确的 burnt area 分类方法以评估野火影响和指导恢复工作 | 印度班迪普尔地区的火烧迹地 | 计算机视觉 | NA | PlanetScope 超高分辨率遥感影像 | CNN, RNN | 遥感影像 | NA | NA | Custom UNET, UNET-GRU | Precision, Recall, F1-Score, Accuracy, Mean IoU, Dice Coefficient, AUC | NA |
| 10209 | 2025-10-06 |
The intelligent evaluation model of the English humanistic landscape in agricultural industrial parks by the SPEAKING model: From the perspective of fish-vegetable symbiosis in new agriculture
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325332
PMID:40668851
|
研究论文 | 本研究提出了一种基于SPEAKING模型的智能翻译评估框架，用于评估鱼菜共生农业产业园中英语人文景观的多模态翻译 | 将SPEAKING模型与深度学习技术相结合，从翻译准确性和适应性双重视角构建多模态翻译评估框架 | 未明确说明实验数据的具体规模和来源，缺乏对模型泛化能力的深入验证 | 提升农业产业园英语人文景观多模态翻译的评估准确性和适应性 | 鱼菜共生农业产业园中的英语人文景观多模态翻译 | 自然语言处理 | NA | 多模态翻译，深度学习 | Transformer | 文本，图像，语音 | NA | NA | mT5, mBART, DeltaLM, M2M-100, MarianMT | Setting得分, Instrumentalities得分, Ends得分, Genre得分, Key得分, Norms得分 | NA |
| 10210 | 2025-10-06 |
An explainable and federated deep learning framework for skin cancer diagnosis
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324393
PMID:40668852
|
研究论文 | 提出一种结合深度学习、联邦学习和可解释AI的智能框架用于皮肤癌诊断 | 首次将联邦学习与可解释AI结合应用于皮肤癌诊断，在保护数据隐私的同时提供模型解释 | 仅在两个公开数据集上进行测试，未涉及更广泛的临床数据验证 | 开发保护隐私且可解释的皮肤癌智能诊断框架 | 皮肤癌医学图像 | 计算机视觉 | 皮肤癌 | 深度学习，联邦学习，可解释AI | CNN, Transformer | 医学图像 | ISBI2016和ISBI2017两个公开数据集 | NA | VGG16, Xception, DenseNet169, InceptionV3, MobileViT, InceptionResNetV2 | 准确率 | NA |
| 10211 | 2025-10-06 |
Refining Intra-Arterial Therapy Selection for Large Hepatocellular Carcinoma: A Deep Learning Approach Based on Covariate Interaction Analysis
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S532116
PMID:40672044
|
研究论文 | 开发并验证基于深度学习和协变量交互分析的DELICAITE模型，用于指导大肝癌患者经动脉治疗的选择 | 首次将深度卷积神经网络与协变量交互分析相结合，构建DELICAITE模型用于优化大肝癌的经动脉治疗方案选择 | 回顾性研究设计，需要进一步前瞻性验证 | 开发深度学习模型指导不可切除大肝癌患者在TACE和HAIC之间的治疗决策 | 900例接受经动脉治疗的大肝癌患者 | 数字病理 | 肝癌 | 经动脉化疗栓塞(TACE), 肝动脉灌注化疗(HAIC) | DCNN | 临床数据和影像数据 | 900例大肝癌患者，包含前瞻性和独立外部验证队列 | NA | 深度卷积神经网络 | AUC, 总生存期 | NA |
| 10212 | 2025-10-06 |
A deep learning-based image analysis model for automated scoring of horizontal ocular movement disorders
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1522894
PMID:40672453
|
研究论文 | 提出基于深度学习的图像分析方法，用于自动评分水平眼球运动障碍的严重程度 | 开发了RetinaEye自动评分模型，首次实现水平眼球运动障碍的自动化客观评估 | 研究样本量相对有限（164名患者和121名健康受试者），需要更大规模验证 | 开发自动评分系统评估水平眼球运动障碍的严重程度 | 眼球运动障碍患者和健康受试者的眼部图像 | 计算机视觉 | 眼球运动障碍 | 深度学习图像分析 | CNN | 图像 | 2,565张眼部图像（来自164名患者和121名健康受试者），测试集184张双眼凝视图像 | NA | RetinaEye | 一致性系数(κ=0.860), 相关系数(ρ=0.897) | NA |
| 10213 | 2025-10-06 |
Intelligent recognition of tobacco leaves states during curing with deep neural network
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1604382
PMID:40672565
|
研究论文 | 本研究开发了一种基于深度学习的烟草烘烤过程中叶片形态状态智能识别方法 | 首次构建了面向工业实际场景的大规模烟草叶片形态状态数据集，并开发了高效的深度学习识别方法 | 研究主要关注形态状态识别，未充分考虑时间状态因素；数据集虽大但仅限于中国多个产区的实际密集烤房 | 研究深度学习算法在真实工业场景中识别烟草叶片形态状态的潜力 | 烟草叶片在烘烤过程中的形态状态，包括变黄程度、变褐程度和干燥程度 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 工业场景图像 | 来自中国多个产区实际密集烤房的大规模综合数据集 | NA | NA | 准确率 | NA |
| 10214 | 2025-10-06 |
OculusNet: Detection of retinal diseases using a tailored web-deployed neural network and saliency maps for explainable AI
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1596726
PMID:40672824
|
研究论文 | 本研究开发了名为OculusNet的可解释深度学习系统，用于通过OCT图像检测视网膜疾病并部署于网页平台 | 结合定制化神经网络与显著图可视化技术实现可解释AI，并开发网页部署方案实现即时检测 | 未明确说明训练数据来源及样本多样性，临床实际应用效果需进一步验证 | 开发高效可解释的视网膜疾病自动检测系统 | 光学相干断层扫描（OCT）图像中的视网膜疾病 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描（OCT） | CNN | 图像 | NA | NA | OculusNet, VGG19, MobileNetV2, VGG16, DenseNet-121 | 准确率, 马修斯相关系数, 科恩卡帕系数 | 网页部署平台 |
| 10215 | 2025-10-06 |
A multi-graph convolutional network method for Alzheimer's disease diagnosis based on multi-frequency EEG data with dual-mode connectivity
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1555657
PMID:40672873
|
研究论文 | 提出一种基于多频段EEG数据和双模式连接的多图卷积网络方法用于阿尔茨海默病诊断 | 首次同时整合功能连接和结构连接信息，并充分利用多频段EEG特征，通过多图卷积网络更全面捕捉脑区关系 | 未明确说明样本规模和数据来源的局限性，也未讨论模型在其他神经退行性疾病上的泛化能力 | 开发新型图深度学习模型用于阿尔茨海默病的早期诊断 | 阿尔茨海默病患者和健康对照组的EEG数据 | 机器学习 | 阿尔茨海默病 | 脑电图(EEG) | 图卷积网络(GCN) | EEG信号 | NA | NA | 多图卷积网络(Multi-Graph Convolutional Network) | 准确率,AUC | NA |
| 10216 | 2025-10-06 |
Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea
2025-Nov-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117735
PMID:40609200
|
研究论文 | 开发了一种用于自动检测阻塞性睡眠呼吸暂停的无线、柔软、透气生物电子系统 | 采用穿孔可变形结构提高皮肤贴合度、促进汗液排出并减少运动伪影，结合多流卷积神经网络与双向长短期记忆模型的深度学习框架 | 未明确说明样本量大小和临床验证范围 | 开发便携式OSA检测设备以解决传统多导睡眠图检测成本高、技术复杂和不适感强的问题 | 儿童阻塞性睡眠呼吸暂停患者，特别是唇腭裂和牙颌面畸形患者 | 生物医学工程 | 阻塞性睡眠呼吸暂停 | 电生理信号测量 | CNN, LSTM | 电生理信号 | NA | NA | 多流卷积神经网络, 双向长短期记忆模型 | NA | NA |
| 10217 | 2025-10-06 |
Age-stratified deep learning model for thyroid tumor classification: a multicenter diagnostic study
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11386-7
PMID:39903238
|
研究论文 | 开发了一种基于年龄分层的深度学习模型ASMCNet用于甲状腺结节分类 | 首次将年龄分层策略整合到甲状腺结节分类的深度学习模型中 | 回顾性研究，需要前瞻性验证 | 研究年龄分层对深度学习模型在甲状腺结节分类中准确性的影响 | 甲状腺结节患者 | 计算机视觉 | 甲状腺癌 | 超声成像 | 深度学习 | 图像 | 5934名患者的10391张超声图像 | NA | ASMCNet | AUROC, 敏感性, 特异性 | NA |
| 10218 | 2025-10-06 |
The future of Alzheimer's disease risk prediction: a systematic review
2025-Aug, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology
IF:2.7Q3
DOI:10.1007/s10072-025-08167-x
PMID:40220257
|
系统综述 | 本文系统综述了人工智能在阿尔茨海默病风险预测中的应用现状和发展前景 | 整合传统模型与AI方法，全面分析神经影像和非神经影像特征在阿尔茨海默病预测中的应用 | 仅纳入符合特定纳入标准的120项研究，可能存在发表偏倚 | 评估人工智能在阿尔茨海默病风险预测中的应用潜力 | 阿尔茨海默病风险预测相关研究 | 机器学习 | 阿尔茨海默病 | 磁共振成像(MRI)、遗传学、放射组学 | 深度学习(DL), 机器学习(ML) | 医学影像、遗传数据、临床数据 | 120项符合纳入标准的研究（来自2000-2024年间700篇文献） | NA | NA | NA | NA |
| 10219 | 2025-10-06 |
Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography
2025-Aug, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13419
PMID:40357880
|
研究论文 | 开发了一种基于深度学习的相位衬比显微CT图像增强方法，用于改善低密度材料的可视化效果 | 提出边缘视图增强相位检索方法，通过策略性整合去噪边缘增强对比图像和相位检索图像的互补空间特征 | NA | 解决传统相位衬比显微CT图像处理中的过平滑和噪声敏感问题 | 低密度水凝胶构建体 | 计算机视觉 | NA | 相位衬比显微CT，相位检索算法 | CNN | 显微CT图像 | NA | NA | 深度卷积神经网络 | 信噪比，对比噪声比，分割效率 | NA |
| 10220 | 2025-10-06 |
Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study
2025-Aug, Neurourology and urodynamics
IF:1.8Q3
DOI:10.1002/nau.70057
PMID:40384598
|
研究论文 | 本研究通过深度学习AI模型评估便携式超声膀胱扫描仪测量膀胱体积的准确性 | 首次使用深度学习AI算法在完整膀胱体积范围内与传统方法进行准确性比较 | 研究基于特定队列的内部验证，需要外部队列验证临床相关性 | 比较深度学习AI算法与传统方法在膀胱体积测量中的准确性 | 因下尿路症状接受充盈性膀胱测压的患者 | 医学影像分析 | 泌尿系统疾病 | 超声成像 | 深度学习 | 超声图像 | 250名患者（213名男性，37名女性），1912张膀胱图像 | NA | NA | R2, p值, 平均差异 | NA |