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 19270 篇文献，本页显示第 13681 - 13700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13681 | 2025-10-07 |
SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322711
PMID:40392913
|
研究论文 | 提出基于Swin Transformer的迁移学习方法SwinFishNet，用于自动鱼类物种分类 | 首次将Swin Transformer架构应用于鱼类物种分类任务，通过其分层结构同时捕捉局部和全局特征 | NA | 开发自动鱼类物种分类方法以提升渔业可持续性、食品安全和市场效率 | 淡水鱼和海水鱼图像数据 | 计算机视觉 | NA | 图像处理 | Transformer | 图像 | 三个数据集：12类BD-Freshwater-Fish、10类SmallFishBD和20类FishSpecies | PyTorch | Swin Transformer | 分类准确率,F1分数,召回率,精确率,马修斯相关系数,科恩卡帕系数,混淆矩阵 | NA |
| 13682 | 2025-10-07 |
Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1590448
PMID:40395323
|
研究论文 | 通过混合架构集成深度学习评估食管癌患者接受全新辅助治疗后的内镜图像反应 | 提出EC-HAENet混合架构集成深度学习模型，在食管癌全新辅助治疗反应评估中显著优于传统内镜活检方法 | 研究样本仅来自单一医疗中心，需要多中心验证以证明模型的泛化能力 | 开发准确评估食管癌患者接受全新辅助治疗后病理完全反应的AI模型 | 食管癌患者的内镜图像 | 计算机视觉 | 食管癌 | 内镜检查 | 集成深度学习 | 图像 | 300名食管癌患者的7,359张内镜图像 | NA | 混合架构集成模型 | AUC, 准确率 | NA |
| 13683 | 2025-10-07 |
Leveraging spatial dependencies and multi-scale features for automated knee injury detection on MRI diagnosis
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1590962
PMID:40395675
|
研究论文 | 开发基于图卷积网络和多尺度特征融合的深度学习模型KneeXNet，用于膝关节MRI图像的自动损伤检测 | 利用图卷积网络捕捉膝关节MRI中的空间依赖关系，结合多尺度特征融合和对比学习方案增强模型判别能力 | NA | 为临床医生提供高效可靠的膝关节损伤诊断工具，特别关注前交叉韧带撕裂检测 | 膝关节磁共振成像数据 | 医学影像分析 | 膝关节损伤 | 磁共振成像 | 图卷积网络 | 医学图像 | 1,370名患者的膝关节MRI扫描 | PyTorch, Django | 图卷积网络, 多尺度特征融合模块 | AUC | NA |
| 13684 | 2025-10-07 |
Transfer Learning and Multi-Feature Fusion-Based Deep Learning Model for Idiopathic Macular Hole Diagnosis and Grading from Optical Coherence Tomography Images
2025, Clinical ophthalmology (Auckland, N.Z.)
DOI:10.2147/OPTH.S521558
PMID:40396157
|
研究论文 | 开发基于迁移学习和多特征融合的深度学习模型，用于从光学相干断层扫描图像诊断和分级特发性黄斑裂孔 | 结合迁移学习与多特征融合策略，融合传统组学特征与深度特征，构建高效的黄斑裂孔诊断模型 | 单中心回顾性研究，样本量有限（229张OCT图像），需要更多临床试验验证 | 评估深度学习系统在特发性黄斑裂孔诊断、分级和预测中的作用 | 南昌大学第一附属医院特发性黄斑裂孔患者的双眼OCT图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描（OCT） | CNN, 融合模型 | 图像 | 229张OCT图像 | NA | ResNet101 | 准确率, AUC, C-index | NA |
| 13685 | 2025-10-07 |
CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100764
PMID:40385240
|
研究论文 | 开发并验证基于人工智能的白内障手术视频分析系统，用于评估外科医生的手术技能水平 | 首次提出白内障手术评估指标(CSAMs)，通过深度学习分析手术视频自动评估医生在维持眼球中立位、居中和显微镜对焦方面的技能 | 回顾性研究，仅包含620例手术视频，需要更大样本量验证 | 开发AI系统评估白内障手术医生的专业技能水平 | 620例完整白内障手术视频，由主治医生和眼科住院医师完成 | 计算机视觉 | 白内障 | 视频分析，深度学习分割 | CNN | 手术视频 | 620例白内障手术视频(430例用于分析，254例主治医生，176例住院医师) | NA | FPN(VGG16) | Dice系数,AUC | NA |
| 13686 | 2025-10-07 |
GENERATIVE DEEP LEARNING APPROACH TO PREDICT POSTTREATMENT OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AGE-RELATED MACULAR DEGENERATION AFTER 12 MONTHS
2025-Jun-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004409
PMID:39841905
|
研究论文 | 本研究开发了一种生成式深度学习模型，用于预测年龄相关性黄斑变性患者治疗12个月后的光学相干断层扫描图像 | 首次将条件生成对抗网络应用于预测年龄相关性黄斑变性的长期治疗结果，并验证了整合临床数据对预测性能的提升作用 | 研究样本量相对有限（533只眼），且仅针对初治的湿性年龄相关性黄斑变性患者 | 预测湿性年龄相关性黄斑变性患者的长期解剖学反应，实现个体化治疗管理 | 513名初治湿性年龄相关性黄斑变性患者的533只眼 | 计算机视觉 | 年龄相关性黄斑变性 | 光学相干断层扫描(OCT)、荧光素血管造影、吲哚菁绿血管造影 | 条件生成对抗网络(cGAN) | 医学图像 | 533只眼（来自513名患者） | NA | 条件生成对抗网络 | 准确率 | NA |
| 13687 | 2025-10-07 |
Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification
2025-Jun, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24792
PMID:39888306
|
研究论文 | 提出一种结合随机猫群优化和集成卷积神经网络的皮肤癌分类方法 | 提出随机猫群优化算法与集成卷积神经网络相结合的新方法，用于皮肤癌分期分类 | NA | 优化皮肤癌诊断，提高分类准确性 | 皮肤癌病变图像 | 计算机视觉 | 皮肤癌 | 图像处理 | CNN, DNN | 图像 | HAM10000和ISIC数据集 | Keras | 集成卷积神经网络, 深度神经网络 | 准确率, 召回率, 特异性, 精确率, F1分数 | NA |
| 13688 | 2025-02-20 |
Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251317097
PMID:39966688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13689 | 2025-04-25 |
Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251329356
PMID:40269482
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13690 | 2025-10-07 |
Accuracy of an Automated Bone Scan Index Measurement System Enhanced by Deep Learning of the Female Skeletal Structure in Patients with Breast Cancer
2025-Jun, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00905-5
PMID:40385368
|
研究论文 | 本研究验证了通过深度学习女性骨骼结构增强的自动化骨扫描指数测量系统VSBONE在乳腺癌患者中的诊断准确性 | VSBONE系统从2.1版本升级到3.0版本，整合了957名女性骨骼结构的深度学习数据，专门针对乳腺癌患者优化 | 研究样本量相对有限（220名日本患者），且为回顾性研究设计 | 验证更新版VSBONE系统在乳腺癌患者中的诊断准确性 | 220名接受骨闪烁扫描的日本乳腺癌患者 | 医学影像分析 | 乳腺癌 | 骨闪烁扫描、单光子发射计算机断层扫描/计算机断层扫描(SPECT/CT) | 深度学习 | 医学影像 | 220名乳腺癌患者（20例骨转移，200例非骨转移） | NA | NA | 诊断准确率、分割错误率、相关系数 | NA |
| 13691 | 2025-10-07 |
Classification of differentially activated groups of fibroblasts using morphodynamic and motile features
2025-Jun, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0250502
PMID:40385989
|
研究论文 | 提出基于人工智能的分类框架，通过分析成纤维细胞的形态动力学和运动特征来识别和表征不同激活状态的成纤维细胞 | 首次将形态动力学和运动特征与分子标记相结合，提供了一种新颖的细胞分类方法 | 传统分子标记在多种成纤维细胞亚型中存在共表达，难以区分特定激活状态 | 识别和表征不同激活状态的成纤维细胞，以更好地靶向肿瘤微环境 | 与乳腺癌细胞系共培养的成纤维细胞 | 计算机视觉 | 乳腺癌 | 无标记活细胞成像 | 深度学习,机器学习 | 图像 | NA | NA | NA | NA | NA |
| 13692 | 2025-10-07 |
Gluten identification from food images using advanced deep learning and transfer learning methods
2025-Jun, Journal of food science and technology
DOI:10.1007/s13197-024-06158-y
PMID:40386197
|
研究论文 | 本文提出了一种基于深度学习的麸质图像分类方法，旨在帮助乳糜泻患者识别含麸质食物 | 首次将EfficientNet预训练模型应用于麸质食物图像分类，并取得了高精度识别效果 | 数据集仅包含Food101中的常见食物食谱，可能无法覆盖所有麸质食物类型 | 开发能够准确识别含麸质食物的图像分类系统 | 食物图像中的麸质识别 | 计算机视觉 | 乳糜泻 | NA | CNN | 图像 | 20,000张训练图像，2,000张测试图像 | NA | EfficientNet | 准确率 | NA |
| 13693 | 2025-05-21 |
[Technological innovation and future development of quantitative research on acupuncture manipulation techniques]
2025-May-25, Zhen ci yan jiu = Acupuncture research
DOI:10.13702/j.1000-0607.20250319
PMID:40390611
|
综述 | 本文全面回顾了针灸操作技术定量研究的生物力学基础和技术演变，并探讨了其未来发展方向 | 通过计算机视觉、深度学习和多模态感知融合等技术，实现了针灸操作量化的创新应用 | NA | 推动针灸从经验实践向数据驱动的精准医学转变，为中医现代化和国际标准化提供理论基础和技术支持 | 针灸操作技术 | 数字病理学 | NA | 计算机视觉、深度学习、多模态感知融合 | NA | 生物力学参数 | NA | NA | NA | NA | NA |
| 13694 | 2025-10-07 |
Effectiveness of Artificial Intelligence in detecting sinonasal pathology using clinical imaging modalities: a systematic review
2025-May-19, Rhinology
IF:4.8Q1
DOI:10.4193/Rhin25.044
PMID:40388840
|
系统综述 | 本系统综述评估人工智能在通过放射影像检测鼻窦病理方面的有效性和临床相关性 | 首次系统评估AI在鼻窦病理检测中的方法学和临床价值，涵盖多种影像模态和AI架构 | 现有研究主要为回顾性、单中心研究，使用内部数据库为主，泛化能力有待验证 | 评估AI在鼻窦病理检测中的方法学质量和临床适用性 | 鼻窦病理的放射影像学检测 | 医学影像分析 | 鼻窦疾病 | CT, MRI | CNN, 机器学习分类器 | 医学影像 | 53项研究，其中85%为回顾性研究，68%为单中心研究 | NA | 卷积神经网络 | AUC, 准确率, 敏感度, 特异度, 精确率, F1分数 | NA |
| 13695 | 2025-10-07 |
Analysis of the Evolutionary Process of Spatial Microdamage Propagation in Silicon Nitride Bearings Using Deep Learning-Driven Molecular Dynamics
2025-May-19, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c00466
PMID:40389365
|
研究论文 | 本研究结合深度学习与分子动力学，揭示了氮化硅轴承表面空间微损伤的动态演化机制 | 首次提出基于3D点云重建和机器学习势函数的分子动力学建模方法，揭示了微损伤扩展与弹塑性变形的动态耦合机制 | NA | 揭示氮化硅轴承表面空间微损伤的动态演化机制，为陶瓷轴承寿命预测和抗损伤设计提供理论支持 | 氮化硅轴承表面的空间微损伤 | 计算材料科学, 分子动力学模拟 | NA | 分子动力学模拟, 3D点云重建, 机器学习势函数 | 深度学习, 原子相互作用模型 | 3D点云数据, 原子尺度模拟数据 | NA | NA | 深度势能原子相互作用模型 | NA | NA |
| 13696 | 2025-10-07 |
Extensible Immunofluorescence (ExIF) accessibly generates high-plexity datasets by integrating standard 4-plex imaging data
2025-May-17, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59592-7
PMID:40382312
|
研究论文 | 提出可扩展免疫荧光(ExIF)框架，通过生成式深度学习将标准4重免疫荧光图像整合成理论上无限多重标记的统一数据集 | 将多组学数据整合概念引入显微镜领域，首次实现通过生成式深度学习虚拟标记将标准4重荧光图像扩展为高多重数据集 | 依赖于精心设计但易于生产的4重荧光面板，多重标记方法的实际应用仍有限 | 开发能够从标准4重免疫荧光图像生成高多重数据集的框架，用于复杂细胞生物学研究 | 上皮-间质转化(EMT)过程中的细胞表型和分子标记动态 | 数字病理 | NA | 免疫荧光成像，生成式深度学习虚拟标记 | 生成式深度学习模型 | 免疫荧光图像 | NA | NA | NA | 细胞表型分类，细胞表型异质性流形学习，分子标记动态伪时序推断 | NA |
| 13697 | 2025-10-07 |
CREATE: cell-type-specific cis-regulatory element identification via discrete embedding
2025-May-17, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59780-5
PMID:40382355
|
研究论文 | 提出一种基于离散嵌入的多模态深度学习框架CREATE，用于细胞类型特异性顺式调控元件的识别和表征 | 首次将矢量量化变分自编码器应用于CRE识别，整合多组学数据生成离散嵌入，实现细胞类型特异性CRE的准确分类和解释性分析 | NA | 开发能够识别细胞类型特异性顺式调控元件并解析其调控机制的计算方法 | 顺式调控元件（增强子、沉默子、启动子、绝缘子） | 计算生物学 | NA | 多组学数据整合分析 | VQ-VAE（矢量量化变分自编码器） | 基因组序列、染色质可及性、染色质相互作用数据 | NA | NA | Vector Quantized Variational AutoEncoder | 多类分类准确率 | NA |
| 13698 | 2025-10-07 |
A novel hybrid deep learning approach for super-resolution and objects detection in remote sensing
2025-May-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01476-3
PMID:40382366
|
研究论文 | 提出一种结合超分辨率技术和先进特征提取算法的混合深度学习框架，用于遥感图像中的目标检测 | 将Advanced StyleGAN与Swin Transformer结合的混合模型，通过超分辨率增强和分层注意力机制提升小目标和遮挡目标的检测能力 | 计算效率有待优化，尚未扩展到多模态或动态目标检测任务 | 解决遥感图像中因低分辨率、复杂背景、遮挡和尺度变化导致的目标检测难题 | 遥感图像中的各类目标 | 计算机视觉 | NA | 深度学习，超分辨率技术 | GAN, Transformer | 遥感图像 | VEDAI-VISIBLE、VEDAI-IR、RSOD和NWPU VHR-10数据集 | NA | Advanced StyleGAN, Swin Transformer | mAP@0.5, mAP@0.5:0.95, F1-Score, 推理时间 | NA |
| 13699 | 2025-10-07 |
ConsensuSV-ONT - A modern method for accurate structural variant calling
2025-May-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01486-1
PMID:40382368
|
研究论文 | 提出了一种基于共识策略的自动化结构变异检测工具ConsensuSV-ONT，用于Oxford Nanopore长读长测序数据 | 结合六种先进结构变异检测工具，并采用卷积神经网络过滤高质量变异，提供完整的Docker运行时环境 | 仅适用于Oxford Nanopore长读长测序数据，未与其他测序平台进行对比验证 | 开发准确可靠的结构变异检测方法 | 基因组结构变异 | 生物信息学 | NA | Oxford Nanopore长读长测序 | CNN | 基因组测序数据 | NA | nextflow | 卷积神经网络 | NA | Docker容器，并行计算 |
| 13700 | 2025-10-07 |
Intracranial hemorrhage segmentation and classification framework in computer tomography images using deep learning techniques
2025-May-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01317-3
PMID:40382387
|
研究论文 | 提出基于MUNet的颅内出血分割与分类框架IHSNet，用于CT图像中的多类型出血自动分割与分类 | 开发了能够同时实现多类型颅内出血分割和分类的深度学习框架，在单一模型中整合分割和分类功能 | 方法目前主要针对特定类型的颅内出血，未来需要扩展处理更多医学图像分割问题 | 开发自动化的颅内出血诊断系统，辅助神经外科医生制定治疗方案 | CT图像中的颅内出血区域 | 计算机视觉 | 颅内出血 | 计算机断层扫描(CT) | CNN | 医学图像 | NA | NA | U-Net, MUNet | 准确率, DICE系数 | NA |