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 1345 篇文献，本页显示第 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2025-10-07 |
ResGloTBNet: An interpretable deep residual network with global long-range dependency for tuberculosis screening of sputum smear microscopy images
2025-Mar, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104300
PMID:40057359
|
研究论文 | 提出一种结合卷积神经网络和图卷积网络的可解释深度残差网络ResGloTBNet，用于痰涂片显微镜图像的结核病筛查 | 在ResNet残差结构中引入全局推理单元形成ResGloRe模块，既能充分提取图像局部特征，又能建模图像不同区域间的全局关系 | NA | 开发高判别力的结核病痰涂片图像分类框架 | 痰涂片显微镜图像 | 计算机视觉 | 结核病 | 显微镜成像 | CNN, GCN | 图像 | 公开数据集和私有数据集 | NA | ResNet, ResGloRe | 准确率, 灵敏度 | NA |
| 442 | 2025-10-07 |
A comparative analysis of Constant-Q Transform, gammatonegram, and Mel-spectrogram techniques for AI-aided cardiac diagnostics
2025-Mar, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104302
PMID:40057368
|
研究论文 | 比较三种时频表示技术在AI辅助心脏诊断中的性能，提出基于DAG-CNN的心音自动分类模型 | 设计了有向无环图结构的卷积神经网络(DAG-CNN)，在三种时频表示技术上均实现超过99.5%的分类准确率 | 未提及模型在更大规模数据集或临床环境中的验证情况 | 开发自动心音分类方法用于心血管疾病的早期准确检测 | 心音信号和心血管疾病 | 数字信号处理 | 心血管疾病 | 心音图(PCG)分析，数字信号处理 | CNN | 心音信号 | NA | NA | DAG-CNN | 准确率 | NA |
| 443 | 2025-10-07 |
Transparency and Representation in Clinical Research Utilizing Artificial Intelligence in Oncology: A Scoping Review
2025-Mar, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.70728
PMID:40059400
|
综述 | 对肿瘤学领域应用人工智能的临床研究中人口统计学数据报告透明度和参与者多样性进行范围综述 | 首次系统评估肿瘤学AI临床研究中人口统计学数据报告的透明度和参与者多样性 | 仅纳入2016-2021年PubMed数据库的文献，可能遗漏其他来源的研究 | 评估肿瘤学AI临床研究中人口统计学数据报告的透明度和参与者多样性 | 2016-2021年间发表的肿瘤学AI临床研究文献 | 医疗人工智能 | 肿瘤学 | 文献检索与描述性统计分析 | NA | 文献元数据 | 220项研究，其中118项符合条件 | NA | NA | 描述性统计 | NA |
| 444 | 2025-10-07 |
Harnessing transcriptional regulation of alternative end-joining to predict cancer treatment
2025-Mar, NAR cancer
IF:3.4Q2
DOI:10.1093/narcan/zcaf007
PMID:40061566
|
研究论文 | 本研究揭示了缺氧和MYC转录活性对替代末端连接修复通路的调控机制，并提出通过深度学习预测癌症治疗反应的新策略 | 首次发现缺氧抑制替代末端连接修复通路，并与MYC转录活性呈正相关；开发了基于深度学习的肿瘤图像分析方法预测DNA修复活性 | 替代末端连接修复与癌症进展过程的相互作用机制仍需进一步研究 | 探索替代末端连接修复的转录调控机制及其在癌症治疗中的应用价值 | 癌症细胞系和肿瘤组织 | 数字病理学 | 癌症 | 深度学习，基因表达分析 | 深度学习模型 | 肿瘤图像，基因表达数据 | NA | NA | NA | AUC | NA |
| 445 | 2025-10-07 |
A Pilot Study on Using an Artificial Intelligence Algorithm to Identify Urolith Composition through Abdominal Radiographs in the Dog
2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association
IF:1.3Q2
DOI:10.1111/vru.70012
PMID:40065198
|
研究论文 | 本研究评估了基于深度学习的人工智能算法CALCurad通过腹部X光片识别犬类尿结石成分的准确性 | 开发了首款可通过智能手机应用程序分析犬类腹部X光片预测尿结石成分的深度学习算法 | 样本量较小（139只狗），仅为初步研究 | 评估人工智能算法在兽医临床实践中识别尿结石成分的准确性 | 犬类尿结石 | 数字病理 | 泌尿系统疾病 | 红外光谱分析, 腹部X光摄影 | 深度学习 | X光图像 | 139只狗 | NA | CALCurad | 准确率 | 智能手机应用程序 |
| 446 | 2025-10-07 |
Automated Detection of Keratorefractive Laser Surgeries on Optical Coherence Tomography Using Deep Learning
2025-Mar, Journal of refractive surgery (Thorofare, N.J. : 1995)
DOI:10.3928/1081597X-20250204-04
PMID:40067669
|
研究论文 | 开发基于深度学习的前段光学相干断层扫描算法，用于自动检测不同类型的角膜屈光激光手术 | 首次使用深度学习神经网络在AS-OCT上自动区分多种角膜屈光激光手术类型，并能在各类手术中进一步区分近视和远视治疗 | 研究中未明确说明算法的泛化能力及在不同设备间的适用性 | 开发自动检测角膜屈光激光手术的深度学习算法 | 角膜屈光激光手术患者的眼部扫描图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描 | 深度学习神经网络 | 图像 | 14,948个眼部扫描，来自1,166名患者的2,278只眼睛 | NA | NA | 准确率,F1分数,精确召回曲线下面积,受试者工作特征曲线下面积 | NA |
| 447 | 2025-10-07 |
Enhancing single-cell classification accuracy using image conversion and deep learning
2025-Mar, Yi chuan = Hereditas
DOI:10.16288/j.yczz.24-213
PMID:40068952
|
研究论文 | 本研究提出了一种创新的单细胞分类方法scIC，通过将单细胞转录组测序数据转换为图像形式并结合深度学习技术进行细胞分类 | 首次将单细胞转录组测序数据转换为图像形式，并利用CNN和ResNet等深度学习模型进行细胞分类，显著提高了分类准确率 | 仅测试了四种细胞类型的数据集，尚未在更广泛的细胞类型和更复杂的数据集上进行验证 | 提高单细胞转录组测序数据的分类准确性和可靠性 | 单细胞转录组测序数据 | 生物信息学 | NA | 单细胞转录组测序(scRNA-seq) | CNN, ResNet | 基因表达数据转换的图像 | 四种细胞类型数据集：小鼠皮肤基底细胞、小鼠淋巴细胞、人类神经元细胞和小鼠脊髓细胞 | NA | ResNet50 | 准确率 | NA |
| 448 | 2025-10-07 |
Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma
2025-Mar, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.24.00059
PMID:40080780
|
研究论文 | 开发一种基于全切片图像统计特征的计算流程，用于可靠诊断膀胱内翻性尿路上皮乳头状瘤并区分尿路上皮癌 | 提出直接从全切片图像自动提取统计特征的方法，避免了传统深度学习方法需要人工标注图像块的工作 | 验证样本数量有限，特别是外部验证队列的样本较少 | 提高膀胱内翻性尿路上皮乳头状瘤与尿路上皮癌亚型的诊断准确性 | 膀胱尿路上皮病变组织切片 | 数字病理学 | 膀胱癌 | 苏木精-伊红染色 | 集成分类器 | 全切片图像 | 225例尿路上皮病变（64例IUP，69例UCInv，92例UCLG） | NA | NA | AUC | NA |
| 449 | 2025-10-07 |
Deep Learning Radiopathomics Models Based on Contrast-enhanced MRI and Pathologic Imaging for Predicting Vessels Encapsulating Tumor Clusters and Prognosis in Hepatocellular Carcinoma
2025-Mar, Radiology. Imaging cancer
DOI:10.1148/rycan.240213
PMID:40084948
|
研究论文 | 基于增强MRI和病理影像开发深度学习放射病理组学模型，用于预测肝细胞癌中血管包绕肿瘤簇和预后 | 首次结合增强MRI和病理影像开发深度学习放射病理组学模型，整合放射组学评分和病理组学评分预测VETC和生存预后 | 回顾性多中心研究，样本量有限（578例患者） | 预测肝细胞癌中血管包绕肿瘤簇(VETC)和患者生存预后 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | 钆塞酸增强MRI, 病理成像 | 深度学习 | 医学影像(MRI图像, 病理图像) | 578例肝细胞癌患者（训练集317例，内部测试集137例，外部测试集124例） | NA | Swin Transformer | AUC, C指数, 时间依赖性ROC曲线 | NA |
| 450 | 2025-05-13 |
Development of a deep learning-based model to evaluate changes during radiotherapy using cervical cancer digital pathology
2025-Mar-24, Journal of radiation research
IF:1.9Q3
DOI:10.1093/jrr/rraf004
PMID:40051384
|
研究论文 | 开发了一种基于深度学习的模型，用于评估宫颈癌放疗期间的变化，并在全切片图像上可视化结果 | 结合DenseNet121和支持向量机，开发了一种新的分类模型，用于评估宫颈癌放疗前后的活检变化，并可视化结果 | 生存分析未能显示放疗状态概率（RSP）在治疗期间的预后影响 | 创建一种深度学习模型，用于评估宫颈癌放疗期间的变化，并探索其临床意义 | 95名接受放疗的宫颈癌患者的活检样本 | 数字病理学 | 宫颈癌 | 深度学习 | DenseNet121 + SVM | 图像 | 95名患者的18,400个切片（12,400个用于训练，6,000个用于测试） | NA | NA | NA | NA |
| 451 | 2025-05-13 |
DeepMVD: A Novel Multiview Dynamic Feature Fusion Model for Accurate Protein Function Prediction
2025-Mar-24, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02216
PMID:40053671
|
研究论文 | 提出了一种名为DeepMVD的新型深度学习模型，用于通过动态融合多视图特征来提高蛋白质功能预测的准确性 | DeepMVD模型通过专门模块提取各视图的独特特征，并利用自适应融合机制进行最优整合，显著提升了预测精度 | 现有研究未能有效利用蛋白质序列中反映的多层次属性特征，这限制了蛋白质描述的丰富性，从而影响了高精度蛋白质功能预测 | 提高蛋白质功能预测的准确性 | 蛋白质序列 | 机器学习 | NA | 深度学习 | DeepMVD | 蛋白质序列数据 | CAFA4数据集 | NA | NA | NA | NA |
| 452 | 2025-10-07 |
A deep learning lightweight model for real-time captive macaque facial recognition based on an improved YOLOX model
2025-Mar-18, Zoological research
IF:4.0Q1
|
研究论文 | 本研究开发了一种基于改进YOLOX模型的轻量级实时圈养猕猴面部识别模型ACE-YOLOX | 将高效通道注意力(ECA)、完整交并比损失(CIoU)和自适应空间特征融合(ASFF)集成到YOLOX框架中，在提高预测精度的同时降低计算复杂度 | NA | 开发适用于圈养猕猴的轻量级面部识别模型，实现实时个体识别 | 圈养猕猴 | 计算机视觉 | NA | 深度学习 | YOLOX | 图像 | 179,400张标注面部图像，来自1,196只猕猴 | PyTorch | YOLOX, ECA, ASFF | 准确率 | 智能手机设备(Android) |
| 453 | 2025-10-07 |
Deep Learning Enhanced Near Infrared-II Imaging and Image-Guided Small Interfering Ribonucleic Acid Therapy of Ischemic Stroke
2025-03-18, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c18035
PMID:40042964
|
研究论文 | 开发了一种结合深度学习增强NIR-II成像和siRNA治疗的缺血性卒中治疗平台 | 创新性地开发了YWFC NPs纳米平台，可增强血脑屏障穿透性并整合深度学习算法优化NIR-II成像 | 仅在临床前小鼠模型中进行验证，尚未进行人体临床试验 | 开发针对缺血性卒中的siRNA递送系统和成像引导治疗策略 | 缺血性卒中小鼠模型（MCAO模型） | 医学影像, 药物递送 | 缺血性卒中 | NIR-II成像, siRNA治疗, 纳米颗粒递送系统 | 深度学习神经网络 | NIR-II影像数据 | MCAO小鼠模型 | NA | NA | 信噪比 | NA |
| 454 | 2025-05-13 |
A review of urban heat island mapping approaches with a special emphasis on the Indian region
2025-Mar-08, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-13810-3
PMID:40055272
|
综述 | 本文对全球城市热岛（UHI）测绘方法进行了批判性回顾，特别关注印度地区及基于AI的方法 | 特别强调印度地区及AI方法在城市热岛测绘中的应用 | 主要关注印度地区，可能缺乏对其他地区的深入分析 | 提高城市热岛效应测绘和监测的准确性，以改善生活质量 | 城市热岛效应及其测绘方法 | 机器学习 | NA | 机器学习和深度学习算法 | NA | NA | NA | NA | NA | NA | NA |
| 455 | 2025-05-13 |
A prediction model for the risk of developing mild cognitive impairment in older adults with sarcopenia: evidence from the CHARLS
2025-Mar-08, Aging clinical and experimental research
IF:3.4Q2
DOI:10.1007/s40520-025-02980-2
PMID:40055290
|
research paper | 开发了一种深度学习模型，用于预测患有肌肉减少症的老年人发生轻度认知障碍的风险 | 利用机器学习和深度学习技术，结合CHARLS数据，构建了一个预测模型，并开发了在线工具 | 样本量相对较小，且仅基于中国健康与养老追踪调查（CHARLS）的数据 | 开发一个准确的预测模型，用于筛查肌肉减少症患者的轻度认知障碍风险 | 570名患有肌肉减少症的患者 | machine learning | geriatric disease | machine learning, deep learning | deep learning | clinical data | 570 patients with sarcopenia from CHARLS | NA | NA | NA | NA |
| 456 | 2025-05-13 |
Development and validation of computer-aided detection for colorectal neoplasms using deep learning incorporated with computed tomography colonography
2025-Mar-08, BMC gastroenterology
IF:2.5Q2
DOI:10.1186/s12876-025-03742-0
PMID:40055612
|
研究论文 | 本研究开发并验证了结合深度学习与CT结肠造影的计算机辅助检测系统，用于结直肠肿瘤的诊断 | 采用基于faster R-CNN的神经网络结构检测结直肠病变，并通过整合两个位置的评估提高了AI算法的敏感性 | 外部验证数据量相对较小（137例患者），且未详细说明不同机构间数据质量的差异性 | 提升CT结肠造影图像中结直肠肿瘤病变的检测敏感性 | 结直肠肿瘤病变 | 数字病理 | 结直肠癌 | CT结肠造影 | faster R-CNN | 医学影像 | 训练及内部验证数据453例患者（来自日本多中心试验），外部验证数据137例患者（来自其他两家机构） | NA | NA | NA | NA |
| 457 | 2025-05-13 |
Leveraging YOLO deep learning models to enhance plant disease identification
2025-Mar-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92143-0
PMID:40055410
|
research paper | 利用YOLO深度学习模型增强植物病害识别 | 引入YOLOv3和YOLOv4模型进行水果植物病害识别，YOLOv4表现出更低的复杂度、更快的速度和更高的精确度 | 数据不平衡、症状变异性、实时性能和高昂的标注成本可能影响准确性和采用率 | 提高植物病害早期识别的准确性和效率，以支持精准农业保护 | 健康的桃子和草莓叶子，以及受细菌性斑点病影响的桃子叶子和受焦枯病影响的草莓叶子 | computer vision | plant disease | YOLO deep learning model | YOLOv3, YOLOv4 | image | 来自公开可访问的Plant Village数据集的数据 | NA | NA | NA | NA |
| 458 | 2025-05-13 |
Hybrid neural network method for damage localization in structural health monitoring
2025-Mar-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92396-9
PMID:40055427
|
研究论文 | 本文提出了一种基于数值数据的混合RNN-CNN模型，用于结构健康监测中的损伤定位 | 创新性地将RNN层与CNN结合，降低了模型复杂性和参数数量，同时保留了空间信息 | 准确率78.9%，略低于传统CNN模型 | 探索更高效的结构损伤检测方法 | 大型结构中的裂缝 | 机器学习 | NA | 混合神经网络 | RNN-CNN混合模型 | 数值数据 | NA | NA | NA | NA | NA |
| 459 | 2025-10-07 |
Prediction of malnutrition in kids by integrating ResNet-50-based deep learning technique using facial images
2025-Mar-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91825-z
PMID:40050339
|
研究论文 | 本研究使用基于ResNet-50的深度学习技术，通过面部图像预测儿童营养不良 | 利用ResNet-50内置的快捷连接解决基于图像的梯度消失问题，实现高效的图像分割任务 | 未提及研究样本的具体来源和多样性，可能缺乏对不同种族、光照条件下模型的泛化能力验证 | 通过深度学习模型简化儿童营养不良预测流程，减少人工诊断测试需求 | 儿童面部图像 | 计算机视觉 | 营养不良 | 图像分割技术 | CNN | 图像 | NA | NA | ResNet-50 | 准确率 | NA |
| 460 | 2025-10-07 |
Creating a retinal image database to develop an automated screening tool for diabetic retinopathy in India
2025-Mar-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91941-w
PMID:40050377
|
研究论文 | 本文介绍在印度建立视网膜图像数据库并开发基于人工智能的糖尿病视网膜病变自动筛查工具的方法 | 创建印度首个大规模视网膜图像数据库，并开发成本效益高且稳健的AI诊断工具 | 未提及具体样本规模和技术实现细节 | 开发自动化的糖尿病视网膜病变筛查工具以应对全球筛查挑战 | 糖尿病患者视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | 视网膜摄影 | 深度学习 | 医学图像 | NA | NA | NA | NA | NA |