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 1370 篇文献，本页显示第 1181 - 1200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1181 | 2025-10-07 |
Impact of Downsampling Size and Interpretation Methods on Diagnostic Accuracy in Deep Learning Model for Breast Cancer Using Digital Breast Tomosynthesis Images
2025-Mar-06, The Tohoku journal of experimental medicine
DOI:10.1620/tjem.2024.J071
PMID:39048348
|
研究论文 | 研究下采样尺寸和图像插值方法对基于数字乳腺断层摄影的深度学习模型诊断准确性的影响 | 首次系统评估不同下采样尺寸和五种插值方法对乳腺癌症诊断深度学习模型性能的影响 | 回顾性研究，样本量相对有限（499例患者） | 优化深度学习模型的预处理步骤以提高乳腺癌症诊断准确性 | 接受乳腺断层摄影检查的患者 | 计算机视觉 | 乳腺癌 | 数字乳腺断层摄影 | 深度学习模型 | 医学图像 | 499例患者（29-90岁，平均50.5岁） | NA | NA | AUC, 95%置信区间 | NA |
| 1182 | 2025-10-07 |
Multimodal optimal matching and augmentation method for small sample gesture recognition
2025-Mar-06, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2024.01370
PMID:39864830
|
研究论文 | 提出一种用于小样本手势识别的多模态最优匹配与增强方法，通过结合运动信息和表面肌电信号实现仅需单次采集的高效手势识别 | 引入运动信息到基于表面肌电信号的手势识别中，提出多模态最优匹配信号选择模块和相似度计算增强模块，显著减少数据采集需求 | 方法在特定患者群体和数据集上验证，通用性有待进一步验证 | 提高小样本手势识别的准确率并减少数据采集负担 | 手势识别，特别是针对非健康用户的手势识别 | 人机交互 | 中风 | 表面肌电信号(sEMG)，运动信息 | 深度学习模型 | 生理信号数据，多模态数据 | 自收集中风患者数据，Ninapro DB1数据集，Ninapro DB5数据集 | NA | 多模态最优匹配信号选择模块，相似度计算增强模块，模态类型嵌入模块 | 准确率 | NA |
| 1183 | 2025-10-07 |
MetAssimulo 2.0: a web app for simulating realistic 1D and 2D metabolomic 1H NMR spectra
2025-Mar-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf045
PMID:39862393
|
研究论文 | 介绍MetAssimulo 2.0——一个用于模拟真实1D和2D代谢组学1H NMR光谱的Python网络应用程序 | 扩展了模拟功能至尿液、血液和脑脊液样本，增加了2D J-resolved和关联光谱模拟能力，并增强了血液光谱的真实性 | NA | 解决代谢组学中标记光谱数据有限的问题，支持深度学习算法开发 | 代谢组学NMR光谱模拟 | 机器学习 | NA | 核磁共振光谱 | NA | 光谱数据 | NA | Python | NA | 皮尔逊相关系数 | 网络应用程序 |
| 1184 | 2025-10-07 |
The utility and reliability of a deep learning algorithm as a diagnosis support tool in head & neck non-melanoma skin malignancies
2025-Mar, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-08951-z
PMID:39242415
|
研究论文 | 评估深度学习算法作为头颈部非黑色素瘤皮肤恶性肿瘤诊断支持工具的性能 | 使用CE认证的医疗设备作为诊断支持工具，特别关注三种关键诊断的分类性能 | 样本量相对有限（135例患者），需要未来进一步研究验证 | 评估深度学习算法在头颈部皮肤恶性肿瘤诊断中的性能 | 头颈部可疑皮肤病变患者 | 计算机视觉 | 皮肤癌 | 深度学习 | Vision Transformer | 皮肤病变图像 | 135例患者（108例恶性病变，27例良性病变） | NA | Vision Transformer | top-5准确率 | NA |
| 1185 | 2025-03-10 |
Forecasting the eddying ocean with a deep neural network
2025-Mar-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-57389-2
PMID:40050275
|
研究论文 | 本文开发了一个名为WenHai的数据驱动全球海洋预报系统，通过训练深度神经网络来预测海洋中尺度涡旋的短期演变 | 首次将深度神经网络应用于全球海洋预报系统，并结合动量、热量和淡水通量的体公式来改进海气相互作用的表示 | 由于大气和海洋的动态特性不同，AI方法在海洋预报中的应用仍具有挑战性 | 提高全球海洋预报能力，特别是中尺度涡旋的短期演变预测 | 海洋中尺度涡旋 | 机器学习 | NA | 深度神经网络 | DNN | 海洋数据 | NA | NA | NA | NA | NA |
| 1186 | 2025-03-10 |
Classifying microfossil radiolarians on fractal pre-trained vision transformers
2025-Mar-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90988-z
PMID:40050318
|
研究论文 | 本文探讨了使用预训练的视觉变换器（ViT）和公式驱动的监督学习（FDSL）技术对微化石（放射虫）进行分类的效果 | 首次将视觉变换器（ViT）和公式驱动的监督学习（FDSL）应用于地质学中的微化石分类，相比传统CNN模型，平均精度提高了6-8% | 未提及具体样本量和数据集的多样性，可能影响模型的泛化能力 | 探索新的深度学习技术在地质学图像分类中的应用 | 微化石（放射虫） | 计算机视觉 | NA | 公式驱动的监督学习（FDSL） | 视觉变换器（ViT） | 图像 | NA | NA | NA | NA | NA |
| 1187 | 2025-03-10 |
Deep learning-based image analysis in muscle histopathology using photo-realistic synthetic data
2025-Mar-06, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00777-y
PMID:40050400
|
研究论文 | 本文介绍了一种名为SYNTA的新方法，用于生成逼真的合成生物医学图像数据，以解决当前生成模型和基于深度学习的图像分析中的挑战 | SYNTA方法采用完全参数化的方法创建针对特定生物医学任务的逼真合成训练数据集，解决了现有生成模型缺乏代表性和高质量真实数据的问题 | 需要进一步验证SYNTA方法在其他生物医学领域的适用性和效果 | 旨在通过生成逼真的合成生物医学图像数据，改进和加速生物医学图像分析 | 肌肉组织病理学和骨骼肌分析 | 数字病理学 | NA | 深度学习和生成模型 | GAN, Diffusion Models | 图像 | 两个真实世界的数据集 | NA | NA | NA | NA |
| 1188 | 2025-03-10 |
Frequency transfer and inverse design for metasurface under multi-physics coupling by Euler latent dynamic and data-analytical regularizations
2025-Mar-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-57516-z
PMID:40050630
|
研究论文 | 本文提出了一种多物理深度学习框架（MDLF），用于解决频率转移和多物理耦合问题，并在超表面设计中实现了未见频率段的预测 | 提出了结合多保真度DeepONet、欧拉潜在动态网络和数据解析反演网络的MDLF框架，能够在缺乏多物理响应知识的情况下，通过动态利用欧拉潜在空间和单物理信息，实现对未见频率段的预测 | 需要进一步验证在更广泛的多物理耦合场景下的适用性 | 解决频率转移问题，并实现超表面在未见频率段的多物理耦合预测 | 超表面 | 机器学习 | NA | 多物理深度学习框架（MDLF） | DeepONet, 欧拉潜在动态网络, 数据解析反演网络 | 频谱数据 | NA | NA | NA | NA | NA |
| 1189 | 2025-03-10 |
CUGUV: A Benchmark Dataset for Promoting Large-Scale Urban Village Mapping with Deep Learning Models
2025-Mar-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04701-w
PMID:40050634
|
研究论文 | 本文介绍了CUGUV基准数据集，旨在通过深度学习模型促进大规模城中村（UV）的映射 | 提出了一个包含来自中国15个主要城市的数千个UV样本的基准数据集，并开发了一个创新的框架，有效整合和学习了多种数据源，以更好地解决跨城市UV映射任务 | 数据集主要集中在中国的城市，可能限制了其全球适用性 | 提高大规模城中村映射的准确性和模型的可转移性 | 城中村（UV） | 计算机视觉 | NA | 深度学习 | NA | 卫星图像 | 数千个UV样本，来自中国15个主要城市 | NA | NA | NA | NA |
| 1190 | 2025-03-10 |
Systematic review and meta-analysis of artificial intelligence in classifying HER2 status in breast cancer immunohistochemistry
2025-Mar-06, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01483-8
PMID:40050686
|
meta-analysis | 本文通过诊断性meta分析评估了人工智能在分类HER2免疫组化评分中的表现，展示了其在预测T-DXd资格方面的高准确性 | 首次系统评估了人工智能在HER2免疫组化评分分类中的表现，并揭示了深度学习和基于补丁的分析方法在提高准确性方面的优势 | 在外部验证和使用商业化算法的研究中，AI的表现有所下降 | 评估人工智能在分类HER2免疫组化评分中的准确性和潜力 | 乳腺癌患者的HER2免疫组化评分 | digital pathology | breast cancer | 免疫组化（IHC） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1191 | 2025-03-09 |
Generalizable deep learning framework for 3D medical image segmentation using limited training data
2025-Mar-06, 3D printing in medicine
IF:3.2Q1
DOI:10.1186/s41205-025-00254-1
PMID:40045095
|
研究论文 | 本文介绍了一种用于3D医学图像分割的深度学习框架，该框架在有限训练数据下仍能实现高性能 | 该框架克服了对大量数据和强大GPU资源的需求，适用于资源受限的医疗环境 | 尽管在多种临床应用中表现良好，但具体在不同医疗环境中的实际应用效果仍需进一步验证 | 开发一种适用于资源受限环境的3D医学图像分割深度学习框架 | 涉及骨科、眼眶分割、下颌骨CT、心脏CT、胎儿MRI和肺部CT的六种不同临床应用 | 数字病理 | NA | 深度学习 | NA | 3D医学图像 | 少量受试者 | NA | NA | NA | NA |
| 1192 | 2025-03-09 |
Leveraging deep neural network and language models for predicting long-term hospitalization risk in schizophrenia
2025-Mar-05, Schizophrenia (Heidelberg, Germany)
DOI:10.1038/s41537-025-00585-2
PMID:40044707
|
研究论文 | 本研究开发了一种深度学习模型，通过整合入院时的人口统计、行为和血液检测数据，预测精神分裂症患者的长期住院风险 | 利用语言模型高效提取非结构化电子健康记录数据，结合多模态特征显著提高预测性能，并通过综合可解释性分析和消融研究验证关键风险因素 | 研究基于回顾性队列，可能受到数据质量和完整性的限制 | 预测精神分裂症患者的长期住院风险，以优化资源分配和个体治疗计划 | 精神分裂症患者 | 自然语言处理 | 精神分裂症 | 深度学习 | 深度学习模型 | 人口统计、行为、血液检测数据 | 回顾性队列 | NA | NA | NA | NA |
| 1193 | 2025-10-07 |
SP-DTI: subpocket-informed transformer for drug-target interaction prediction
2025-Mar-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf011
PMID:39798127
|
研究论文 | 提出一种基于子口袋信息的Transformer模型SP-DTI，用于提升药物-靶点相互作用预测的准确性和泛化能力 | 通过子口袋分析结合预训练语言模型和图神经网络，在全局和局部层面建模相互作用，显著提升对未见蛋白质和跨域设置的泛化性能 | 未明确说明模型在特定药物类别或蛋白质家族上的局限性 | 提高药物-靶点相互作用预测的准确性和泛化能力 | 药物化合物和蛋白质靶点 | 机器学习 | NA | 子口袋分析，Cavity Identification and Analysis Routine | Transformer, 图神经网络 | 分子结构数据，蛋白质序列数据 | NA | NA | Transformer | AUC | NA |
| 1194 | 2025-03-09 |
A visual SLAM loop closure detection method based on lightweight siamese capsule network
2025-Mar-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90511-4
PMID:40038350
|
研究论文 | 本文提出了一种基于轻量级Siamese胶囊网络的视觉SLAM闭环检测方法，旨在解决传统方法在光照和视角变化下的敏感性问题 | 设计了一种新的胶囊网络特征提取器，并通过剪枝进一步减少参数数量，提高了算法的准确性和鲁棒性 | 未提及具体的数据集规模限制或计算资源需求 | 改进视觉SLAM系统中的闭环检测模块，减少机器人运动中的累积误差 | 视觉SLAM系统 | 计算机视觉 | NA | 深度学习 | Siamese胶囊神经网络 | 图像 | CityCentre数据集、New College数据集、KITTI数据集 | NA | NA | NA | NA |
| 1195 | 2025-10-07 |
Precise Sizing and Collision Detection of Functional Nanoparticles by Deep Learning Empowered Plasmonic Microscopy
2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407432
PMID:39792780
|
研究论文 | 本文开发了一种深度学习增强的等离子体显微镜技术，用于实现功能纳米颗粒的精确尺寸测量和碰撞检测 | 利用深度学习增强等离子体显微镜，通过挖掘图像序列中的时空相关性来增强信号检测并抑制噪声 | NA | 开发能够精确分析弱散射纳米颗粒的新方法 | 化学和生物纳米颗粒，包括小至10纳米的生物纳米颗粒和金属纳米颗粒 | 计算机视觉 | NA | 等离子体显微镜 | 深度学习 | 图像序列 | NA | NA | NA | 信号增强，噪声抑制 | NA |
| 1196 | 2025-10-07 |
MMFuncPhos: A Multi-Modal Learning Framework for Identifying Functional Phosphorylation Sites and Their Regulatory Types
2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202410981
PMID:39804866
|
研究论文 | 开发了一个多模态深度学习框架MMFuncPhos用于预测功能性磷酸化位点及其调控类型 | 首次开发了基于迁移学习的EFuncType模型来预测磷酸化残基对酶活性的上调或下调调控作用 | NA | 预测功能性磷酸化位点及其调控类型，理解磷酸化的功能调控机制 | 蛋白质磷酸化位点 | 机器学习 | NA | 深度学习，多模态学习，迁移学习 | 深度学习模型 | 蛋白质序列数据 | NA | NA | 多模态深度学习框架 | NA | NA |
| 1197 | 2025-10-07 |
De novo designed proteins neutralize lethal snake venom toxins
2025-Mar, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08393-x
PMID:39814879
|
研究论文 | 本研究利用深度学习设计新型蛋白质来中和蛇毒中的三指毒素 | 首次使用深度学习方法从头设计能够结合蛇毒三指毒素的蛋白质 | 仅通过有限实验筛选验证，需进一步临床研究 | 开发新一代抗蛇毒治疗方法 | 蛇毒三指毒素（短链和长链α-神经毒素及细胞毒素） | 机器学习 | 热带病 | 深度学习 | NA | 蛋白质结构数据 | 小鼠实验 | NA | NA | 结合亲和力、热稳定性、体外中和效果、动物保护效果 | NA |
| 1198 | 2025-10-07 |
Scanner-based real-time three-dimensional brain + body slice-to-volume reconstruction for T2-weighted 0.55-T low-field fetal magnetic resonance imaging
2025-Mar, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06165-x
PMID:39853394
|
研究论文 | 开发了一种基于深度学习的实时三维胎儿脑部和身体重建管道，并集成到0.55-T低场强MRI扫描仪中 | 首次实现了低场强0.55-T MRI的实时切片到体积重建，通过Gadgetron框架直接集成到扫描过程中 | 研究样本量相对有限（12例前瞻性测试），图像质量评级为良好至可接受而非优秀 | 开发适用于低场强0.55-T胎儿MRI的自动化三维运动校正方法 | 胎儿脑部和身体的磁共振成像 | 医学影像分析 | 胎儿发育 | T2加权磁共振成像，切片到体积配准 | 深度学习 | 医学影像 | 12例前瞻性测试（22-40孕周），83例0.55-T数据集回顾性测试 | Gadgetron | NA | 重建时间（6:42±3:13分钟），图像质量评级 | 集成到0.55-T低场强MRI扫描仪环境 |
| 1199 | 2025-10-07 |
Response surface methodology for predicting optimal conditions in very low-dose chest CT imaging
2025-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104916
PMID:39923359
|
研究论文 | 本研究探索使用实验设计方法优化超低剂量胸部CT成像参数，通过响应面方法预测最佳扫描条件 | 首次将Doehlert矩阵实验设计应用于CT协议优化，结合深度学习和迭代重建技术，建立了噪声指数与ASIR-V百分比对剂量和病灶检测性能的综合影响模型 | 研究仅使用单一型号128层CT扫描仪和胸部体模，未在真实患者群体中验证 | 优化超低剂量胸部CT成像协议，在保证诊断质量的同时最大化降低辐射剂量 | 胸部体模（含5mm直径、-800HU病灶） | 医学影像 | 胸部疾病 | CT成像，迭代重建，深度学习重建 | 自监督学习模型观察者 | CT图像 | 6名人类观察者，2个模型观察者 | NA | NA | 相关系数，Bland-Altman检验 | NA |
| 1200 | 2025-03-09 |
Enhancement of phonocardiogram segmentation using convolutional neural networks with Fourier transform module
2025-Mar, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00458-8
PMID:40026887
|
研究论文 | 本研究提出了一种基于卷积傅里叶变换模块的深度学习分割方法，用于增强心音图（PCG）信号中第一和第二心音（S1和S2）的自动识别 | 引入了卷积傅里叶变换（CF）模块，能够区分心音和背景噪声，提高了心音分割的准确性和鲁棒性 | 未提及具体局限性 | 提高心音图信号中S1和S2心音的自动识别准确性，以支持心脏瓣膜疾病的检测 | 心音图（PCG）信号 | 数字病理学 | 心血管疾病 | 卷积傅里叶变换（CF）模块 | CNN | 信号数据 | 内部数据集、PhysioNet 2016数据集、PhysioNet 2022数据集和Asan Medical Center（AMC）数据集 | NA | NA | NA | NA |