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 19309 篇文献，本页显示第 11981 - 12000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11981 | 2025-06-18 |
Artificial Intelligence-Driven Telehealth Framework for Detecting Nystagmus
2025-May, Cureus
DOI:10.7759/cureus.84036
PMID:40519455
|
研究论文 | 本研究实现了一个基于人工智能的临床决策支持系统，用于实时检测眼球震颤，展示了其在远程医疗平台中的整合潜力 | 开发了一个基于云计算的深度学习框架，能够实时追踪眼球运动并检测468个面部标志点，为远程诊断提供支持 | 作为概念验证性研究，样本量较小（10名受试者），需要更大样本量的进一步研究 | 开发人工智能驱动的远程医疗框架，用于检测眼球震颤 | 眼球震颤患者 | 数字病理 | NA | 深度学习，视频眼震图（VNG） | 深度学习模型 | 视频数据 | 10名受试者 | NA | NA | NA | NA |
| 11982 | 2025-06-18 |
Automatic detection of trapping events of postnatal piglets in loose housing pen: comparison of YOLO versions 4, 5, and 8
2025-May, Journal of animal science and technology
IF:2.7Q1
DOI:10.5187/jast.2024.e106
PMID:40519615
|
研究论文 | 本研究比较了YOLO不同版本（v4、v5和v8）在检测产后仔猪在散养栏中的被困事件中的性能，旨在为猪业提供最优的AIoT监控方案 | 首次系统比较了YOLOv4-Tiny、YOLOv5s和YOLOv8s在仔猪被困事件检测中的性能，并综合考虑模型大小和精度提出了最优选择 | 研究仅基于编辑过的2-3分钟视频片段，可能无法完全反映实际养殖场景的复杂性 | 比较不同YOLO版本在仔猪被困事件检测中的性能，寻找最适合AIoT系统的算法 | 产后仔猪在散养栏中的被困事件 | 计算机视觉 | NA | 深度学习目标识别算法 | YOLOv4-Tiny, YOLOv5s, YOLOv8s | 视频 | 从分娩栏录像中提取的编辑视频片段（具体数量未说明） | NA | NA | NA | NA |
| 11983 | 2025-06-18 |
From Visualization to Automation: A Narrative Review of Deep Learning's Impact on Ultrasound-based Median Nerve Assessment
2025 Apr-Jun, Journal of medical ultrasound
IF:0.9Q4
DOI:10.4103/jmu.JMU-D-25-00010
PMID:40521317
|
review | 本文综述了深度学习在超声诊断外周神经疾病中的应用，特别是对腕管综合征中正中神经分割的影响 | 探讨了深度学习与超声技术结合在提高诊断准确性和效率方面的潜力，并展望了未来研究方向 | 未提及具体的数据集或实验结果的局限性 | 回顾深度学习在超声诊断外周神经疾病中的应用现状及未来发展方向 | 外周神经疾病，特别是腕管综合征中的正中神经 | digital pathology | peripheral nerve disorders | ultrasound imaging | deep learning | image | NA | NA | NA | NA | NA |
| 11984 | 2025-06-18 |
Anisotropic Spherical Gaussians Lighting Priors for Indoor Environment Map Estimation
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3575902
PMID:40489269
|
研究论文 | 提出一种利用各向异性球面高斯函数作为先验，从单张标准图像估计室内HDR环境光照图的新方法 | 使用各向异性球面高斯（ASG）替代传统的球面高斯（SG）表示，能更好地捕捉复杂光照的各向异性特性，并提出了基于transformer的网络和两阶段训练方案 | NA | 从单张标准图像估计室内HDR环境光照图 | 室内环境光照 | 计算机视觉 | NA | 深度学习 | transformer | 图像 | NA | NA | NA | NA | NA |
| 11985 | 2025-06-18 |
Providing context: Extracting non-linear and dynamic temporal motifs from brain activity
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324066
PMID:40504803
|
研究论文 | 本研究提出了一种使用非线性和动态时间基元从脑活动中提取上下文信息的方法 | 使用解耦变分自编码器（DSVAE）分离窗口特定（上下文）信息和时间步特定（局部）信息，以捕捉多时间尺度的差异 | 研究主要关注精神分裂症患者和对照受试者，可能不适用于其他疾病或人群 | 扩展神经影像工具集，分析fMRI动态，并寻找对个体和群体特征更敏感的精神病学联系 | 精神分裂症患者和对照受试者的rs-fMRI数据 | 神经影像 | 精神分裂症 | rs-fMRI, tr-FC | DSVAE | fMRI图像数据 | 精神分裂症患者和对照受试者的rs-fMRI数据（具体数量未提及） | NA | NA | NA | NA |
| 11986 | 2025-06-18 |
Deep learning-driven approach for cataract management: towards precise identification and predictive analytics
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1611216
PMID:40519269
|
research paper | 本文探讨了深度学习技术在白内障诊断和治疗全过程中的应用，包括自动识别、分级、手术优化及并发症预测 | 利用CNN等深度学习算法，实现了白内障的自动识别和分级，诊断准确率接近或超过人类专家水平，并在手术优化和并发症预测方面展现出潜力 | 数据标准化不足、模型的'黑箱'特性以及隐私伦理问题仍是临床应用中的瓶颈 | 推动白内障管理的智能化和普及化 | 白内障患者 | digital pathology | geriatric disease | 深度学习 | CNN | image | NA | NA | NA | NA | NA |
| 11987 | 2025-06-18 |
Graph-based analysis of histopathological images for lung cancer classification using GLCM features and enhanced graph
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1546635
PMID:40519303
|
research paper | 提出了一种新型的增强图SAGE（E-GraphSAGE）框架，结合基于图的深度学习和传统图像处理技术，用于从H&E染色的全切片图像中分类肺癌亚型 | 引入了E-GraphSAGE框架，优化了邻域聚合，结合了dropout正则化和PCA降维，提高了计算效率和诊断准确性 | 虽然模型在特定数据集上表现优异，但未提及在其他类型癌症或更大规模数据集上的泛化能力 | 开发一种高效、可扩展的肺癌亚型分类方法，提升诊断精确度和患者治疗效果 | 肺癌亚型（腺癌、鳞状细胞癌和良性组织）以及淋巴癌亚型（DLBCL、FL和SLL） | digital pathology | lung cancer | GLCM特征提取、Sparse Cosine Similarity Matrix建模、DeepWalk嵌入 | E-GraphSAGE | image | 未明确提及具体样本数量，但涉及多种癌症亚型的全切片图像 | NA | NA | NA | NA |
| 11988 | 2025-06-18 |
Comprehensive plant health monitoring: expert-level assessment with spatio-temporal image data
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1511651
PMID:40519596
|
research paper | 提出一种基于深度学习的框架，利用连续RGB图像进行植物健康评估，实现专家级别的时空监测 | 结合CNN和transformer架构，实现植物健康状态的精确预测，并生成动态种植地图以支持数据驱动的作物管理 | 研究仅针对番茄植物，且数据采集环境限于半开放式温室 | 开发可扩展的自动化植物健康监测系统，推动精准农业发展 | 番茄植物的健康状况 | computer vision | NA | RGB图像采集 | CNN, transformer | image | 200株番茄植物的12,119张标注图像，涵盖三个品种 | NA | NA | NA | NA |
| 11989 | 2025-06-18 |
Revealing new depths of information with indentation mapping of microstructures
2025, MRS bulletin
IF:4.1Q2
DOI:10.1557/s43577-025-00919-6
PMID:40519751
|
research paper | 本文探讨了高速纳米压痕映射技术在材料科学中的应用及其对微观结构机械性能的深入分析 | 将纳米压痕技术从局部测量发展为类似扫描探针的方法，实现大面积、高分辨率的机械性能映射 | 需要与互补分析技术的数据关联，且处理多维数据集需要高级统计和机器学习方法 | 研究微观结构的机械性能及其与材料设计、性能的关系 | 材料的微观结构及其机械性能 | 材料科学 | NA | 高速纳米压痕映射 | 机器学习，深度学习 | 机械性能映射数据 | 超过200,000个压痕 | NA | NA | NA | NA |
| 11990 | 2025-06-18 |
Longitudinal analysis of coal workers' pneumoconiosis using enhanced resolution-computed tomography images: unveiling patterns in lung structure, function, and clinical correlations
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1578058
PMID:40519785
|
research paper | 该研究通过增强分辨率的CT图像纵向分析煤矿工人尘肺病的肺结构和功能变化，揭示其与临床数据的相关性 | 使用深度学习超分辨率模型增强CT图像，并结合非刚性图像配准技术量化肺区域变形，揭示了尘肺病进展中的结构和功能变化模式 | 样本量较小（仅31名前煤矿工人），且随访时间较短（1年） | 探索尘肺病患者肺结构和功能的纵向变化模式及其临床意义 | 31名前煤矿工人尘肺病患者 | digital pathology | lung disease | quantitative computed tomography (qCT), deep learning-based super-resolution, non-rigid image registration | deep learning super-resolution model | CT images | 31名尘肺病患者，随访1年 | NA | NA | NA | NA |
| 11991 | 2025-06-18 |
Smart wearable sensor-based model for monitoring medication adherence using sheep flock optimization algorithm-attention-based bidirectional long short-term memory (SFOA-Bi-LSTM)
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251349692
PMID:40520140
|
research paper | 本研究提出了一种基于智能穿戴传感器的手势识别系统，用于预测药物依从性行为 | 引入了羊群优化算法-注意力机制的双向长短期记忆网络（SFOA-Bi-LSTM）模型，用于药物依从性监测 | 未提及具体样本量及数据来源的多样性限制 | 通过智能穿戴设备和深度学习技术监测和预测患者的药物依从性行为 | 患者的手势行为数据 | machine learning | NA | Z-score归一化方法，SFOA优化算法 | SFOA-Bi-LSTM | 传感器数据（加速度计和陀螺仪） | NA | NA | NA | NA | NA |
| 11992 | 2025-06-18 |
High-throughput alloy and process design for metal additive manufacturing
2025, npj computational materials
IF:9.4Q1
DOI:10.1038/s41524-025-01670-x
PMID:40520360
|
研究论文 | 本研究介绍了一种高通量计算框架，用于评估金属增材制造中的合金可打印性 | 集成了材料特性、加工参数和熔池轮廓，利用深度学习代理模型加速可打印性评估1000倍 | 需要进一步实验验证框架的普适性和准确性 | 开发高通量计算框架以优化金属增材制造的合金设计 | 金属合金，特别是等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间 | 材料科学与工程 | NA | 深度学习 | 深度学习代理模型 | 材料属性和加工参数 | 等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间 | NA | NA | NA | NA |
| 11993 | 2025-06-18 |
Evaluating the efficacy of bioelectrical impedance analysis using machine learning models for the classification of goats exposed to Haemonchosis
2025, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2025.1584828
PMID:40520424
|
研究论文 | 本研究评估了使用生物电阻抗分析（BIA）结合机器学习模型对感染血矛线虫病的山羊进行分类的效果 | 首次将BIA与多种机器学习模型结合，用于山羊血矛线虫病的非侵入性诊断 | 样本量较小（94只山羊），且仅针对西班牙雄山羊进行研究 | 开发一种可扩展、快速且非侵入性的诊断工具，用于监测小型反刍动物的健康状态 | 感染血矛线虫病的山羊 | 机器学习 | 寄生虫感染 | 生物电阻抗分析（BIA） | SVM, BPNN, K-NN, XGBoost, Keras | 生物电阻抗数据 | 94只西班牙雄山羊（58只健康，36只患病） | NA | NA | NA | NA |
| 11994 | 2025-06-18 |
Deep learning-based framework for Mycobacterium tuberculosis bacterial growth detection for antimicrobial susceptibility testing
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.05.030
PMID:40520597
|
研究论文 | 开发了一个基于深度学习的框架TMAS，用于检测结核分枝杆菌的生长以进行抗菌药物敏感性测试 | 利用最先进的深度学习模型检测96孔微孔板图像中的细菌生长，显著提高了检测准确性和效率 | 对于生长缓慢或图像质量低的板可能存在检测困难 | 提高结核病药物敏感性测试的准确性和效率 | 结核分枝杆菌 | 数字病理 | 结核病 | 深度学习 | 深度学习模型 | 图像 | 4,018个板图像来自CRyPTIC数据集 | NA | NA | NA | NA |
| 11995 | 2025-06-18 |
Optimal Res-UNET architecture with deep supervision for tumor segmentation
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1593016
PMID:40520778
|
research paper | 该研究开发了一种优化的Res-UNET架构，结合深度监督技术，用于提高MRI数据集中脑肿瘤分割的准确性 | 提出了一种结合深度监督的优化Res-UNET架构，显著提高了分割精度并解决了数据不平衡和计算效率问题 | 未来研究应考虑优化U-Net变体在其他医学图像分割任务中的广泛应用 | 开发优化的Res-UNET架构以提高脑肿瘤在MRI图像中的分割准确性 | 脑肿瘤 | digital pathology | brain tumor | deep learning | Res-UNET | MRI images | BraTS 2018公共MRI数据集 | NA | NA | NA | NA |
| 11996 | 2025-06-18 |
Can artificial intelligence improve the diagnosis and prognosis of disorders of consciousness? A scoping review
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1608778
PMID:40520948
|
综述 | 本文通过范围综述探讨人工智能（AI）在意识障碍（DoC）诊断和预后中的作用 | 系统评估了机器学习和深度学习在意识障碍诊断和预后中的应用，并提出了标准化数据协议的需求 | 研究仅纳入21项符合条件的研究，样本量有限 | 探讨AI在意识障碍诊断和预后中的潜在作用 | 意识障碍（DoC）患者 | 机器学习 | 神经系统疾病 | 机器学习（ML）和深度学习（DL） | NA | NA | 21项研究涉及DoC受试者 | NA | NA | NA | NA |
| 11997 | 2025-06-18 |
Mapping football tactical behavior and collective dynamics with artificial intelligence: a systematic review
2025, Frontiers in sports and active living
IF:2.3Q2
DOI:10.3389/fspor.2025.1569155
PMID:40521408
|
系统综述 | 本文通过系统综述探讨了人工智能在足球战术行为、集体动态和运动模式分析中的应用现状 | 综述了基于人工智能的战术行为分析方法，包括多种神经网络、深度学习和机器学习技术，以及用于集体动态分析的图度量方法 | 人工智能技术在实践应用中仍面临挑战，包括伦理规范和需要结合体育科学、数据分析、计算机科学和教练专业知识的专业人才缺乏 | 探讨人工智能在足球战术行为和集体动态分析中的应用 | 足球比赛中的战术行为、集体动态和运动模式 | 计算机视觉 | NA | 人工神经网络、深度学习、机器学习、时间序列分析 | CNN, RNN, VRNN, VAE, XGBoost, 随机森林分类器等 | 时空追踪数据 | 从2548篇文章中筛选出32项研究进行综述 | NA | NA | NA | NA |
| 11998 | 2025-06-17 |
Attain: Inclusive annotated pavement distress types and severity dataset
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111715
PMID:40521146
|
研究论文 | 介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发 | 数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本 | 数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型 | 促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性 | 路面病害图像 | 计算机视觉 | NA | 智能手机摄像头图像采集 | NA | 图像 | 2293张图像，包含19,761个病害实例 | NA | NA | NA | NA |
| 11999 | 2025-10-06 |
A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models
2025-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03447-9
PMID:40019556
|
研究论文 | 本研究提出了一种利用病理组织图像和人工智能模型在不同温度条件下估计死后间隔的新方法 | 首次将病理组织图像与人工智能相结合，开发出能够在三种不同温度条件下进行死后间隔估计的预测模型 | 模型在WSI级别的性能相对较低（AUC 0.800），且仅在三种特定温度条件下验证 | 开发准确可靠的死后间隔估计方法以支持法医调查 | 死后组织样本的病理图像 | 数字病理学 | 法医病理学 | 数字病理图像分析 | CNN | 图像 | 未明确说明样本数量 | 未明确说明 | ResNet50 | AUC | NA |
| 12000 | 2025-10-06 |
The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density
2025-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03432-2
PMID:40100354
|
研究论文 | 本研究通过多模态融合和深度学习技术，基于骨密度数据提升成人年龄估计的准确性 | 首次将多模态融合策略与深度学习相结合应用于基于骨密度的年龄估计，显著提高了预测精度和泛化能力 | 研究数据主要来自中国人群，需要在其他种族群体中进行进一步验证 | 提高基于骨密度的成人年龄估计准确性 | 中国人群的CT扫描数据，包括腰椎、股骨和耻骨模态 | 医学影像分析 | 老年疾病 | CT扫描 | 深度学习 | 医学影像 | 4296个CT扫描用于训练，内部验证644个扫描，外部尸体验证351个扫描 | NA | NA | 平均绝对误差(MAE), 皮尔逊R² | NA |