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 19067 篇文献，本页显示第 12381 - 12400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12381 | 2025-06-01 |
Label-Free Prediction of Fluorescently Labeled Fibrin Networks
2025, Biomaterials research
IF:8.1Q1
DOI:10.34133/bmr.0211
PMID:40438124
|
research paper | 提出一种深度学习工具，用于从无标记图像堆栈中预测荧光标记的光学切片，以恢复反射共聚焦显微镜（RCM）未检测到的纤维 | 使用深度学习模型从RCM图像和激光透射图像预测荧光标记，避免了荧光染料对细胞活力和样品的影响 | 预测的纤维比原始荧光标记略宽（0.213 ± 0.009 μm） | 开发一种无需荧光标记即可研究细胞外基质（ECM）纤维结构的方法 | 纤维蛋白网络和胶原蛋白等天然生物材料的纤维结构 | digital pathology | NA | 反射共聚焦显微镜（RCM）和深度学习 | 全卷积图像到图像映射架构 | 图像 | NA | NA | NA | NA | NA |
| 12382 | 2025-06-01 |
Construction of a predictive model for rebleeding risk in upper gastrointestinal bleeding patients based on clinical indicators such as Helicobacter pylori infection
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1510126
PMID:40438212
|
研究论文 | 基于幽门螺杆菌感染等临床指标构建上消化道出血患者再出血风险的预测模型 | 结合幽门螺杆菌感染程度与多项临床实验室检查数据，开发了一种深度学习模型，用于预测上消化道出血患者的再出血风险 | 研究样本仅来自单一医院的254名患者，可能影响模型的泛化能力 | 构建一个预测上消化道出血患者再出血风险的临床模型 | 上消化道出血患者 | 数字病理 | 上消化道出血 | 深度学习 | Transformer + KAN | 临床信息和实验室指标 | 254名上消化道出血患者 | NA | NA | NA | NA |
| 12383 | 2025-06-01 |
Next-generation fall detection: harnessing human pose estimation and transformer technology
2025, Health systems (Basingstoke, England)
DOI:10.1080/20476965.2024.2395574
PMID:40438315
|
research paper | 该研究结合人体姿态估计框架和transformer深度学习模型，开发了一种轻量级、保护隐私的跌倒检测系统 | 结合三种领先的人体姿态估计框架和transformer模型，开发出可在低功耗设备上运行、无需穿戴设备且所有处理均在本地完成的隐私保护跌倒检测系统 | 未提及系统在极端光照条件或复杂背景环境下的表现 | 开发高精度、高效且保护隐私的老年人跌倒检测系统 | 老年人跌倒行为 | computer vision | geriatric disease | human pose estimation, transformer deep learning | transformer | video | 未提及具体样本数量，但进行了真实世界测试 | NA | NA | NA | NA |
| 12384 | 2025-06-01 |
Knowledge map of artificial intelligence in neurodegenerative diseases: a decade-long bibliometric and visualization study
2025, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2025.1586282
PMID:40438502
|
研究论文 | 通过文献计量和可视化方法分析过去十年神经退行性疾病领域AI研究的文献，挖掘该领域的核心期刊、机构、作者和国家，并分析关键词以推测未来研究趋势 | 首次使用文献计量和可视化方法系统分析神经退行性疾病AI研究领域的知识图谱，并预测未来四大研究趋势 | 仅基于Web of Science数据库的1921篇文献进行分析，可能未涵盖所有相关研究 | 分析神经退行性疾病领域AI研究的现状和发展趋势 | 2015-2025年间神经退行性疾病AI研究领域的1921篇文献 | 机器学习 | 神经退行性疾病 | 文献计量分析、知识图谱可视化 | NA | 文献数据 | 1921篇出版物 | NA | NA | NA | NA |
| 12385 | 2025-06-01 |
Comparative analysis of multi-zone peritumoral radiomics in breast cancer for predicting NAC response using ABVS-based deep learning models
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1586715
PMID:40438687
|
research paper | 本研究通过基于ABVS的深度学习模型，比较分析乳腺癌多区域瘤周放射组学特征，以预测新辅助化疗（NAC）反应 | 首次系统比较不同瘤周厚度区域对NAC反应预测的准确性，并开发了结合瘤内和瘤周特征的AI模型 | 研究为回顾性分析，样本量相对有限（402例患者） | 建立可临床实施的框架，通过标准化预测模型早期识别NAC无反应者 | 乳腺癌患者 | digital pathology | breast cancer | Automated Breast Volume Scanning (ABVS), radiomics | TabNet | image | 402例乳腺癌患者 | NA | NA | NA | NA |
| 12386 | 2025-06-01 |
Reducing annotation effort in agricultural data: simple and fast unsupervised coreset selection with DINOv2 and K-means
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1546756
PMID:40438735
|
research paper | 该研究提出了一种结合DINOv2和K-means的无监督核心集选择方法，以减少农业数据标注的工作量 | 结合了最新的基础模型DINOv2作为特征选择器与K-means聚类方法，提出了一种简单有效的核心集选择方法 | 未提及方法在大规模数据集上的扩展性或计算效率 | 减少农业应用中深度学习模型训练所需的标注数据量 | 农业数据 | machine learning | NA | DINOv2, K-means | multiclass classification model | image | 在两个不同数据集上进行了验证，具体样本量未提及 | NA | NA | NA | NA |
| 12387 | 2025-06-01 |
Deep learning-based anomaly detection for precision field crop protection
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1576756
PMID:40438741
|
research paper | 提出了一种结合IMSFNet和AROS的新型框架，用于精准农业中的异常检测和资源优化 | 整合了多模态数据融合和时空建模的IMSFNet，以及基于实时环境反馈的AROS资源优化策略 | 未提及具体实验样本量和跨地区应用的普适性验证 | 优化精准农业中的作物保护和资源利用效率 | 农田作物健康异常（病虫害爆发、疾病传播、营养缺乏等） | 精准农业 | NA | 多模态数据融合（无人机、卫星、地面传感器、气象站数据） | IMSFNet（集成多模态智能农业网络） | 多源时空数据 | NA | NA | NA | NA | NA |
| 12388 | 2025-06-01 |
Optimizing drug synergy prediction through categorical embeddings in deep neural networks
2025, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpaf033
PMID:40438791
|
研究论文 | 本文研究了在深度神经网络中使用分类嵌入来优化药物协同预测 | 利用分类嵌入捕捉类别元素间的相似性，特别是在数据稀缺情况下表现出优势 | 未提及具体的数据集规模或模型验证的局限性 | 提高药物协同作用的预测准确性 | 药物组合的协同作用 | 机器学习 | 癌症 | 深度神经网络 | DNN | 药物组合数据 | NA | NA | NA | NA | NA |
| 12389 | 2025-05-31 |
MedScale-Former: Self-guided multiscale transformer for medical image segmentation
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103554
PMID:40209553
|
研究论文 | 提出了一种名为MedScale-Former的双分支Transformer网络，用于医学图像分割，通过自监督学习和多尺度策略提高分割准确性 | 引入了双分支Transformer网络，结合自监督学习和多尺度策略，提出选择性核区域注意力模块以增强对象边界定义 | 需要进一步验证在不同医学图像数据集上的泛化能力 | 提高医学图像分割的准确性，减少对大量标注数据的依赖 | 医学图像（皮肤病变、肺器官、多发性骨髓瘤浆细胞） | 数字病理 | 皮肤病变、肺器官疾病、多发性骨髓瘤 | 自监督学习、多尺度Transformer | Transformer | 医学图像 | NA | NA | NA | NA | NA |
| 12390 | 2025-05-31 |
General retinal image enhancement via reconstruction: Bridging distribution shifts using latent diffusion adaptors
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103603
PMID:40300379
|
research paper | 提出了一种通用的视网膜图像增强方法，通过分解任务为重建和适应阶段来提高泛化能力和灵活性 | 采用自监督训练和潜在扩散模型，减少了配对训练数据的需求、可训练参数的数量，并加快了收敛速度 | 方法虽然在多个数据集和退化类型上表现出适应性，但具体性能可能依赖于预训练和微调的质量 | 提高视网膜图像增强的泛化能力和灵活性，适应不同的数据集和退化类型 | 视网膜图像 | computer vision | NA | 潜在扩散模型 | autoencoders, diffusion networks | image | 利用大量公共数据集进行自监督训练，具体样本数量未提及 | NA | NA | NA | NA |
| 12391 | 2025-05-31 |
Medical image translation with deep learning: Advances, datasets and perspectives
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103605
PMID:40311301
|
综述 | 本文回顾了基于深度学习的医学图像翻译的最新进展，包括任务、应用、基础模型、生成模型、评估指标、常用数据集以及未来趋势和挑战 | 详细阐述了医学图像翻译的多样任务和实际应用，并深入探讨了多种生成模型及其评估指标 | 未提及具体实验数据或样本量的限制 | 推动医学图像翻译领域的持续进步和创新 | 医学图像翻译技术及其应用 | 数字病理 | NA | 深度学习 | CNN, Transformer, SSM, GAN, VAE, AR, diffusion Models, flow Models | 医学图像 | NA | NA | NA | NA | NA |
| 12392 | 2025-05-31 |
ProtoASNet: Comprehensive evaluation and enhanced performance with uncertainty estimation for aortic stenosis classification in echocardiography
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103600
PMID:40324320
|
research paper | 提出了一种基于原型的新型神经网络ProtoASNet，用于从B型超声心动图视频中分类主动脉瓣狭窄的严重程度，并增强预测的可解释性和不确定性估计 | ProtoASNet通过相似性分数和可学习的时空原型提供内在可解释性，并利用弃权损失估计数据的不确定性，增强了模型的透明度和临床适用性 | 研究依赖于私有和公开数据集，可能无法涵盖所有临床场景，且模型性能在不确定案例中有所下降 | 开发一种可解释且具有不确定性估计能力的深度学习模型，用于主动脉瓣狭窄的自动分类 | 主动脉瓣狭窄（AS）患者 | digital pathology | cardiovascular disease | B-mode echocardiography | prototype-based neural network | video | 私有数据集和公开可用的TMED-2数据集 | NA | NA | NA | NA |
| 12393 | 2025-05-31 |
Deep implicit optimization enables robust learnable features for deformable image registration
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103577
PMID:40328129
|
research paper | 该论文提出了一种深度隐式优化方法，用于在可变形图像配准中实现鲁棒的可学习特征 | 通过将优化作为深度网络中的一层，结合统计学习和优化的优势，首次实现了在测试时无需重新训练即可切换任意变换表示 | NA | 弥合统计学习与优化方法在图像配准中的差距，提高配准性能和对领域偏移的鲁棒性 | 可变形图像配准 | computer vision | NA | deep learning, iterative optimization solver | deep network | image | NA | NA | NA | NA | NA |
| 12394 | 2025-05-31 |
Rethinking boundary detection in deep learning-based medical image segmentation
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103615
PMID:40344946
|
research paper | 提出了一种名为CTO的新型网络架构，结合CNN、ViT和显式边缘检测算子，以解决医学图像分割中边界区域精确分割的挑战 | CTO网络架构结合了CNN、ViT和显式边缘检测算子，通过双流编码器网络和边界引导解码器网络，提高了边界区域的分割精度 | 未提及具体局限性 | 提高医学图像分割中边界区域的精确分割能力 | 医学图像分割 | digital pathology | NA | CNN, ViT, 边缘检测算子 | CTO (结合CNN和ViT的双流编码器网络及边界引导解码器网络) | image | 七个医学图像分割数据集（ISIC 2016, PH2, ISIC 2018, CoNIC, LiTS17, BraTS, BTCV） | NA | NA | NA | NA |
| 12395 | 2025-05-31 |
CausalMixNet: A mixed-attention framework for causal intervention in robust medical image diagnosis
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103581
PMID:40359724
|
research paper | 提出了一种名为CausalMixNet的创新方法，通过混合注意力机制探究医学图像与标签之间的因果关系，以提高诊断的准确性和泛化性能 | 采用查询混合内部注意力和键值混合外部注意力机制，结合非局部推理模块和键值混合外部注意力进行前门调整策略，以及补丁掩码排序模块和查询混合内部注意力增强中介学习 | 未明确提及具体限制 | 提高医学图像诊断的准确性和泛化性能，探究图像与标签之间的因果关系 | 医学图像及其诊断标签 | digital pathology | NA | deep learning | CausalMixNet | image | 多个数据集，具体数量未提及 | NA | NA | NA | NA |
| 12396 | 2025-05-31 |
Evidential Deep Learning for Open-Set Active Domain Adaptation
2025-May-29, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3571943
PMID:40440139
|
research paper | 该论文提出了一种基于证据深度学习的开放集主动域适应方法（EOSADA），用于在包含新类别的未标记目标域中转移知识 | 利用证据深度学习（EDL）构建开放集分类器，并采用两轮选择策略平衡已知和新类别样本的选择，同时识别信息丰富的样本，无需修改模型结构且使用有限的标注预算 | 未明确提及具体局限性 | 提升开放集域适应（OSDA）场景下模型的性能 | 未标记目标域中的样本，包括已知和新类别 | machine learning | NA | evidential deep learning (EDL), open-set active domain adaptation | 分类神经网络（具体架构未提及） | 未明确提及，推测为图像或文本数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 12397 | 2025-05-31 |
Detecting Human Frequency-Following Responses Using an Artificial Neural Network
2025-May-29, Perceptual and motor skills
IF:1.4Q4
DOI:10.1177/00315125251347006
PMID:40440687
|
研究论文 | 本研究探讨了三层人工神经网络（ANN）在检测由英语元音/i/的上升语调引发的频率跟随响应（FFRs）中的有效性 | 首次在FFR研究中探索深度学习模型的潜力，特别是使用ANN进行FFR检测 | 研究仅针对英语元音/i/的上升语调引发的FFRs，未涵盖其他语音特征或语调 | 评估ANN在FFR检测中的效能，为听觉处理评估和临床诊断提供基础 | 由英语元音/i/的上升语调引发的频率跟随响应（FFRs） | 机器学习 | NA | 人工神经网络（ANN） | ANN | 神经信号（FFR recordings） | NA | NA | NA | NA | NA |
| 12398 | 2025-05-31 |
Multicentre evaluation of deep learning CT autosegmentation of the head and neck region for radiotherapy
2025-May-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01624-z
PMID:40419731
|
研究论文 | 一项多中心研究评估了头颈部CT自动分割软件在全球七个机构的性能 | 首次在全球范围内多中心评估头颈部CT自动分割软件的性能，并量化了不同机构间的观察者间变异性 | 自动分割软件的临床效益在不同ROI和诊所间差异显著，部分淋巴结区域未显示显著时间节省 | 评估头颈部CT自动分割软件在放射治疗中的性能和时间节省效果 | 头颈部CT图像中的11个淋巴结水平和7个风险器官轮廓 | 数字病理 | 头颈部疾病 | CT成像 | 深度学习 | 医学影像 | 七个机构的CT图像数据 | NA | NA | NA | NA |
| 12399 | 2025-05-31 |
Automatic assessment of lower limb deformities using high-resolution X-ray images
2025-May-27, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-08784-9
PMID:40420033
|
研究论文 | 提出了一种基于图像金字塔的新型骨骼标志点检测方法，用于自动评估下肢畸形 | 采用CNN结合误差反馈方法迭代优化标志点坐标，提高了检测精度并降低了计算成本 | NA | 开发自动评估下肢畸形的算法以辅助骨科手术规划 | 下肢X射线图像中的骨骼标志点和角度测量 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN | X射线图像 | 临床采集的全腿X射线数据集（具体数量未说明） | NA | NA | NA | NA |
| 12400 | 2025-05-31 |
LucaPCycle: Illuminating microbial phosphorus cycling in deep-sea cold seep sediments using protein language models
2025-May-26, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60142-4
PMID:40419512
|
research paper | 该研究开发了一个名为LucaPCycle的深度学习模型，用于揭示深海冷泉沉积物中微生物磷循环的过程 | 整合了原始序列和基于蛋白质语言模型ESM2-3B的上下文嵌入，显著提高了对磷循环蛋白家族的检测能力 | 传统序列搜索方法难以检测到具有远程同源性的蛋白质 | 研究深海冷泉沉积物中微生物磷循环的多样性和功能 | 全球冷泉基因和基因组目录中的磷循环蛋白家族 | machine learning | NA | 蛋白质语言模型ESM2-3B | 深度学习模型 | 基因和基因组数据 | 5241个磷循环蛋白家族 | NA | NA | NA | NA |