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 18870 篇文献，本页显示第 10361 - 10380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10361 | 2025-10-06 |
Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11158-9
PMID:39477837
|
研究论文 | 本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学模型，用于诊断阿尔茨海默病临床谱系并预测轻度认知障碍向AD的进展 | 提出结合放射组学监督的可解释深度学习模型，解决了现有DL分类模型在AD谱系诊断中缺乏可解释性的问题 | 初步研究，需要进一步验证 | 诊断阿尔茨海默病临床谱系并预测轻度认知障碍向AD的进展 | 1962名来自两个独立多中心队列的受试者（ADNI高加索人群和中国两家医院的亚洲人群） | 医学影像分析 | 阿尔茨海默病 | [18F]FDG PET成像 | 深度学习 | PET图像 | 1962名受试者 | NA | 可解释深度学习放射组学模型 | 准确率, 风险比 | NA |
| 10362 | 2025-10-06 |
TonguExpert: A Deep Learning-Based Algorithm Platform for Fine-Grained Extraction and Classification of Tongue Phenotypes
2025-Apr, Phenomics (Cham, Switzerland)
DOI:10.1007/s43657-024-00210-9
PMID:40606562
|
研究论文 | 开发了一个基于深度学习的舌象表型精细提取与分类算法平台TonguExpert | 集成舌体分割和表型提取的先进技术，能够从舌象中提取773种表型特征，并发布了最大的公开舌象数据集 | 数据集主要来自中国人群，模型在其他人群中的泛化能力需要进一步验证 | 推进自动化舌诊在疾病检测和健康监测中的应用 | 舌象图像和相关的表型特征 | 计算机视觉 | 中医诊断 | 深度学习 | CNN | 图像 | 5992张舌象图像 | NA | NA | ROC-AUC, 准确率 | NA |
| 10363 | 2025-10-06 |
Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model
2025-Mar-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93096-0
PMID:40097614
|
研究论文 | 提出一种结合StyleGAN3反演和改进Tiny YOLOv7模型的面部身份识别方法 | 开发了基于空间变换块和压缩激励空间金字塔池化的Tiny YOLOv7改进模型，在少样本场景下显著提升识别性能 | 数据集仅包含20个独特身份，样本多样性可能有限 | 解决面部属性操纵下的身份识别问题，应用于犯罪预防领域 | 面部属性和身份识别 | 计算机视觉 | NA | StyleGAN3反演 | CNN | 图像 | 11,560张图像，包含20个独特身份和38个面部属性 | NA | Tiny YOLOv7, StyleGAN3 | mAP | NA |
| 10364 | 2025-10-06 |
Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection
2025-Mar-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92531-6
PMID:40057599
|
研究论文 | 提出一种融合边缘特征提取的SegFormer金属腐蚀检测方法，通过并行提取边缘特征提升腐蚀边界和小腐蚀区域的分割精度 | 引入边缘特征提取模块(EEM)构建网络空间分支，结合特征融合模块(FFM)实现渐进式特征融合，有效解决边界模糊和小目标特征丢失问题 | NA | 提高金属腐蚀检测中边界分割和小腐蚀区域识别的准确性 | 金属腐蚀图像 | 计算机视觉 | NA | 语义分割 | SegFormer | 图像 | 公共金属表面腐蚀图像数据集、BSData缺陷数据集、自建油管腐蚀坑图像数据集 | NA | SegFormer, EEM, FFM | 准确率, mIoU | NA |
| 10365 | 2025-10-06 |
SiamTITP: Incorporating Temporal Information and Trajectory Prediction Siamese Network for Satellite Video Object Tracking
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3573527
PMID:40560699
|
研究论文 | 提出一种结合时间信息和轨迹预测的孪生网络SiamTITP，用于卫星视频目标跟踪 | 开发了动态更新模板的时间信息子模块和基于多项式函数拟合的轨迹预测子模块，无需特征融合和加权结果即可处理遮挡问题 | 未明确说明计算复杂度或实时性能限制 | 解决卫星视频目标跟踪中特征区分度不足、遮挡处理复杂和超参数过多的问题 | 卫星视频中的运动目标 | 计算机视觉 | NA | 卫星视频分析 | Siamese network | 卫星视频 | 三个大型卫星视频数据集（SatSOT、SV248S和OOTB） | NA | SiamTITP | NA | NA |
| 10366 | 2025-10-06 |
A Wavelet-Guided Deep Unfolding Network for Single Image Reflection Removal
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3581418
PMID:40569799
|
研究论文 | 提出一种基于小波引导的深度展开网络WDUNet，用于单图像反射去除 | 首次将离散小波变换与深度展开技术结合用于反射去除，通过频域分析区分反射伪影与传输内容 | 在反射与传输内容视觉相似度极高的复杂场景中仍存在挑战 | 解决单图像反射去除问题，提升图像质量 | 包含反射干扰的单一图像 | 计算机视觉 | NA | 离散小波变换 | 深度展开网络 | 图像 | 四个基准数据集 | NA | WDUNet, LPEM, HPEM | 客观评价指标, 主观视觉质量 | NA |
| 10367 | 2025-10-06 |
MRI based early Temporal Lobe Epilepsy detection using DGWO based optimized HAETN and Fuzzy-AAL Segmentation Framework (FASF)
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325126
PMID:40601647
|
研究论文 | 提出一种结合模糊AAL分割框架和混合注意力增强Transformer网络的早期颞叶癫痫检测方法 | 提出新型混合注意力增强Transformer网络(HAETN)，结合模糊可能性C均值算法的FASF分割框架，以及采用Dipper灰狼优化算法的特征选择方法 | NA | 通过开发先进深度学习技术促进颞叶癫痫的早期准确诊断 | 颞叶癫痫患者 | 医学影像分析 | 颞叶癫痫 | MRI | Transformer | MRI图像 | 颞叶癫痫-UNAM MRI数据集 | NA | Hybrid Attention-Enhanced Transformer Network (HAETN) | 准确率, 敏感度, F1分数 | NA |
| 10368 | 2025-10-06 |
Enhancing IDS for the IoMT based on advanced features selection and deep learning methods to increase the model trustworthiness
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327137
PMID:40601650
|
研究论文 | 提出一种基于高级特征选择和深度学习的IoMT入侵检测系统模型，以提高检测性能和模型可信度 | 并行使用信息增益和递归特征消除进行特征选择，结合深度自编码器降维，在资源受限的IoMT环境中实现高效入侵检测 | 仅在特定数据集(WUSTL-EHMS-2020和CICIDS2017)上进行验证，未提及其他IoMT环境下的泛化能力 | 开发高效的入侵检测系统以增强IoMT环境的安全性 | IoMT网络流量数据 | 机器学习 | NA | 特征选择技术 | 深度自编码器,深度神经网络 | 网络流量数据 | WUSTL-EHMS-2020和CICIDS2017数据集 | NA | 深度自编码器,深度神经网络 | 准确率,精确率,召回率,F1分数 | NA |
| 10369 | 2025-10-06 |
Particle swarm optimization-based NLP methods for optimizing automatic document classification and retrieval
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325851
PMID:40601694
|
研究论文 | 提出一种基于粒子群优化的自然语言处理方法PBX模型，用于优化自动文档分类和检索 | 将BERT预训练与ConvXGB分类模块相结合，并使用粒子群优化算法优化超参数 | 在较小或模糊类别上的性能有待提升，实际应用范围需要扩展 | 优化自动文档分类和检索性能 | 文本分类任务，包括新闻分类、情感分析和信息检索 | 自然语言处理 | NA | 自然语言处理 | BERT, ConvXGB | 文本 | 多个数据集包括20 Newsgroups、Reuters-21578和AG News | NA | BERT, ConvXGB | 准确率, 精确率, 召回率, F1分数 | NA |
| 10370 | 2025-10-06 |
Global research landscape on artificial intelligence in echocardiography from 1997 to 2024: Bibliometric analysis
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251351201
PMID:40605994
|
文献计量分析 | 通过文献计量方法分析1997-2024年间人工智能在超声心动图领域的研究热点和发展趋势 | 首次系统梳理人工智能在超声心动图领域的全球研究格局和发展轨迹 | 仅基于Web of Science数据库，可能遗漏其他重要文献来源 | 探索AI驱动超声心动图的研究热点和发展趋势 | 1997-2024年间发表的605篇相关文献 | 医学影像分析 | 心血管疾病 | 文献计量分析 | NA | 文献数据 | 605篇文献 | VOSviewer, CiteSpace | NA | NA | NA |
| 10371 | 2025-10-06 |
Optimizing deep learning models to combat amyotrophic lateral sclerosis (ALS) disease progression
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251349719
PMID:40605998
|
研究论文 | 本研究利用深度学习模型优化预测肌萎缩侧索硬化症（ALS）的疾病进展 | 通过超参数优化显著提升深度学习模型在ALS进展预测中的性能，并发现XGBoost模型在区分延髓和肢体发病类型方面表现优异 | 使用公开数据集PRO-ACT，可能受限于数据集的样本特征和规模 | 优化深度学习模型以预测ALS疾病进展并实现早期风险分层 | 肌萎缩侧索硬化症（ALS）患者数据 | 机器学习 | 神经退行性疾病 | NA | 深度学习序列模型,XGBoost,LightGBM | 临床数据 | PRO-ACT公开数据集 | NA | NA | R-squared,Root Mean Squared Error,灵敏度,特异性,准确率,F1-score,Matthews Correlation Coefficient,AUC | NA |
| 10372 | 2025-10-06 |
Brain age prediction model based on electroencephalogram signal and its application in children with autism spectrum disorders
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1605291
PMID:40606145
|
研究论文 | 基于脑电图信号构建脑年龄预测模型并应用于自闭症谱系障碍儿童 | 首次使用门控循环单元神经网络构建基于脑电图的脑年龄预测模型，并将其应用于自闭症谱系障碍儿童的脑发育评估 | 样本量相对有限（98名ASD患者），且为回顾性研究 | 开发客观的生物标志物来评估自闭症谱系障碍的脑发育异常 | 659名健康儿童和98名自闭症谱系障碍患者 | 机器学习 | 自闭症谱系障碍 | 脑电图 | GRU | 脑电图信号 | 757名儿童（659名健康儿童，98名ASD患者） | NA | 门控循环单元神经网络 | 相关系数，脑年龄差距估计 | NA |
| 10373 | 2025-10-06 |
Plant disease classification in the wild using vision transformers and mixture of experts
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1522985
PMID:40606487
|
研究论文 | 提出一种结合视觉变换器和混合专家的新方法，用于野外环境下的植物病害分类 | 首次将视觉变换器与混合专家模型结合，通过门控机制动态选择最适合的专家处理不同输入条件 | 未明确说明模型在极端环境条件下的性能表现和计算资源需求 | 提高植物病害分类模型在真实农业环境中的泛化能力 | 植物病害图像 | 计算机视觉 | 植物病害 | 深度学习 | Vision Transformer, 混合专家模型 | 图像 | NA | NA | Vision Transformer, Mixture of Experts | 准确率 | NA |
| 10374 | 2025-10-06 |
Advancing 1.5T MR imaging: toward achieving 3T quality through deep learning super-resolution techniques
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1532395
PMID:40606499
|
研究论文 | 本研究探索使用深度学习超分辨率技术提升1.5T磁共振图像质量，使其达到3T扫描水平 | 首次系统比较三种深度学习超分辨率技术在MRI图像增强中的表现，并证明TCGAN模型在此任务中的优越性 | 研究仅限于脑部MRI图像，未验证在其他身体部位或不同病理条件下的适用性 | 开发经济有效的MRI图像增强方法，解决不同场强扫描仪数据异质性问题 | 1.5T和3T磁共振脑部图像 | 计算机视觉 | 神经系统疾病 | 磁共振成像 | GAN, Transformer | 医学图像 | NA | NA | Transformer Enhanced Generative Adversarial Network (TCGAN) | SSIM, PSNR, LPIPS, IDP | NA |
| 10375 | 2025-10-06 |
Self-Powered Multimodal Tactile Sensing Enabled by Hybrid Triboelectric and Magnetoelastic Mechanisms
2025, Cyborg and bionic systems (Washington, D.C.)
DOI:10.34133/cbsystems.0320
PMID:40607079
|
研究论文 | 提出一种基于摩擦电-磁弹性传感的自供电多模态触觉感知技术 | 融合摩擦电和磁弹性机制实现自供电传感，无需外部电源即可生成传感信号 | NA | 提升物体属性感知能力，解决解耦难度和精度限制的挑战 | 物体的材料特性、软硬度和粗糙度等关键特征 | 传感器技术 | NA | 摩擦电-磁弹性传感技术 | 深度学习算法 | 多维度物体信息 | NA | NA | NA | 准确率 | NA |
| 10376 | 2025-10-06 |
HMA-Net: a hybrid mixer framework with multihead attention for breast ultrasound image segmentation
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1572433
PMID:40607452
|
研究论文 | 提出一种基于深度学习的混合框架HMA-Net用于乳腺超声图像分割 | 结合ConvMixer编码器和ConvNeXT解码器，并引入卷积增强的多头注意力机制来捕获局部和全局上下文特征 | NA | 提高乳腺超声图像中肿瘤分割的准确性 | 乳腺超声图像中的肿瘤区域 | 计算机视觉 | 乳腺癌 | 超声成像 | 深度学习 | 图像 | 两个数据集（BUSI数据集和BrEaST数据集） | NA | ConvMixer, ConvNeXT | Jaccard指数, Dice相似系数 | NA |
| 10377 | 2025-10-06 |
Analysis of intra- and inter-observer variability in 4D liver ultrasound landmark labeling
2025-Sep, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.5.051807
PMID:40600072
|
研究论文 | 本研究评估了肝脏4D超声成像中专家标记地标点的观察者内和观察者间变异性 | 首次系统量化了4D肝脏超声地标标记的观察者变异性，并识别出超声伪影是影响标记准确性的主要因素 | 研究仅包含8个4D肝脏超声序列和8名观察者，样本量有限 | 评估4D超声成像中专家标记地面真实数据的可靠性 | 肝脏4D超声序列中的地标点 | 医学影像分析 | 肝脏疾病 | 4D超声成像 | NA | 4D超声图像序列 | 8个4D肝脏超声序列，8名专家观察者，每个观察者标记8个地标点3次 | NA | NA | 观察者内变异性(mm)，观察者间变异性(mm)，平均地标运动(mm) | NA |
| 10378 | 2025-10-06 |
DunHuangStitch: Unsupervised Deep Image Stitching of Dunhuang Murals
2025-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3398289
PMID:38717890
|
研究论文 | 本文提出了一种基于深度学习的敦煌壁画无监督图像拼接方法 | 首次将深度学习应用于敦煌壁画拼接，设计了渐进回归图像对齐网络和特征差分重建软编码接缝拼接网络，并引入了软编码接缝质量评估方法 | 未明确说明方法在极端低纹理区域的适用性 | 解决敦煌壁画数字化存储中的图像拼接问题 | 敦煌壁画图像 | 计算机视觉 | NA | 深度学习图像处理 | 无监督学习 | 图像 | 构建了两个壁画拼接数据集（未明确具体样本数量） | NA | 渐进回归图像对齐网络，特征差分重建软编码接缝拼接网络 | 对齐性能，拼接性能 | NA |
| 10379 | 2025-10-06 |
Deep Learning Reconstruction Combined With Conventional Acceleration Improves Image Quality of 3 T Brain MRI and Does Not Impact Quantitative Diffusion Metrics
2025-Aug-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001158
PMID:39919383
|
研究论文 | 评估深度学习重建与传统加速技术结合对3T脑部MRI扩散加权成像图像质量和定量扩散指标的影响 | 首次将传统加速技术与Deep Resolve Boost深度学习重建相结合应用于单次激发平面回波扩散加权成像，并系统评估其对图像质量和定量指标的影响 | 样本量较小(24例患者)，在特定区域(额极和视交叉附近)仍存在伪影问题，加速程度与ADC值差异存在正相关关系 | 评估深度学习重建与传统加速技术结合对脑部MRI图像质量和定量扩散指标的改善效果 | 24例接受脑部MRI检查的患者 | 医学影像分析 | 神经系统疾病 | 磁共振成像, 扩散加权成像, 单次激发平面回波成像 | 深度学习 | 医学影像 | 24例患者 | NA | Deep Resolve Boost | 图像质量评分, 噪声评估, 锐度评分, 伪影评估, ADC值一致性 | NA |
| 10380 | 2025-10-06 |
Moving Beyond CT Body Composition Analysis: Using Style Transfer for Bringing CT-Based Fully-Automated Body Composition Analysis to T2-Weighted MRI Sequences
2025-Aug-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001162
PMID:39961134
|
研究论文 | 本研究提出了一种基于深度学习的自动化身体成分分析方法，通过风格迁移技术将CT图像的身体成分分析能力迁移到T2加权MRI序列 | 首次使用CycleGAN将CT分割结果映射到合成的MR图像，并利用nnU-Net在真实T2加权MRI序列上实现全自动身体成分分析 | 仅使用120名患者的T2加权MRI序列，样本量相对有限 | 开发适用于MRI序列的自动化身体成分分析方法 | 人体10个身体区域（骨骼、肌肉、皮下脂肪等）和4个身体部位（手臂、头颈、腿部、躯干） | 医学影像分析 | 身体成分分析 | CycleGAN风格迁移，深度学习分割 | nnU-Net | CT图像，T2加权MRI序列 | 30对合成数据用于初始训练，120名患者（46%女性，中位年龄56岁）的真实T2加权MRI序列 | nnU-Net | nnU-Net V2 2D, nnU-Net V2 3D | Sørensen-Dice, Surface Dice, Hausdorff Distance | NA |