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 1401 篇文献，本页显示第 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2025-10-07 |
A secure and efficient deep learning-based intrusion detection framework for the internet of vehicles
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94445-9
PMID:40210906
|
研究论文 | 提出一种基于深度学习的车联网入侵检测框架，结合加密技术和优化算法实现安全高效的入侵检测 | 提出新型混合优化算法CMSO用于特征选择优化，设计DAGSNet架构集成多种神经网络模型，结合SMPC和同态加密实现隐私保护 | 未明确说明模型在更大规模车联网环境中的扩展性和实时性表现 | 开发安全高效的车联网入侵检测系统 | 车联网网络的安全防护和入侵检测 | 机器学习 | NA | 深度学习，加密技术 | Vision Transformer, DenseNet, GoogleNet, AlexNet, SqueezeNet | 网络数据 | 两个数据集（具体数量未说明） | NA | ViT, DenseNet, GoogleNet, AlexNet, SqueezeNet, DAGSNet | 精确度，加密解密时间 | NA |
| 1082 | 2025-10-07 |
Restricted Boltzmann machine with Sobel filter dense adversarial noise secured layer framework for flower species recognition
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95564-z
PMID:40210949
|
研究论文 | 提出一种结合Sobel滤波器和受限玻尔兹曼机的对抗噪声安全层框架SRB-VGG19，用于花卉物种识别 | 设计了SRB-VGG FCL和SRB-VGG Dense两个子模型，通过FGSM攻击验证模型安全防护能力，仅保留关键花卉边缘特征进行识别 | 仅针对五种花卉类别进行分类，数据集规模有限（3400训练+850测试图像） | 开发能有效抵抗数据投毒攻击的高精度花卉物种分类系统 | 花卉图像数据 | 计算机视觉 | NA | Sobel滤波器，受限玻尔兹曼机，快速梯度符号方法 | CNN, RBM | 图像 | 4250张花卉图像（3400训练，850测试） | NA | VGG19, DenseNet, SRB-VGG19 | 准确率 | NA |
| 1083 | 2025-10-07 |
Image quality improvement in head and neck angiography based on dual-energy CT and deep learning
2025-Apr-10, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01659-4
PMID:40211222
|
研究论文 | 比较基于深度学习的图像重建与迭代重建算法在头颈部双能CT血管成像中的图像质量 | 首次在头颈部双能CT血管成像中系统比较深度学习重建与迭代重建算法的性能 | 样本量较小（58例患者），仅评估了特定重建参数组合 | 评估深度学习重建算法在头颈部双能CT血管成像中的图像质量改进效果 | 头颈部双能CT血管成像图像 | 医学影像分析 | 头颈部血管疾病 | 双能CT血管成像 | 深度学习图像重建 | CT医学影像 | 58例患者 | NA | NA | CT衰减值, 图像噪声, 信噪比, 对比噪声比, 边缘上升距离, 边缘上升斜率, 主观图像质量评分 | NA |
| 1084 | 2025-04-14 |
Hybrid encoding fringe and simulation-to-real scene approach for accurate depth estimation in fringe projection profilometry
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.557221
PMID:40219402
|
research paper | 提出了一种混合编码条纹和模拟到真实场景的方法，以提高条纹投影轮廓测量中的深度估计精度 | 使用混合编码条纹模式替代传统周期性条纹，并利用模拟数据进行训练，以减少对真实数据的需求，同时提出新的网络架构MSAUNet | 需要进一步验证在更广泛的实际应用场景中的性能 | 提高条纹投影轮廓测量中的深度估计精度 | 条纹投影轮廓测量中的深度估计 | computer vision | NA | fringe projection profilometry (FPP) | MSAUNet | image | 最大的真实世界数据集 | NA | NA | NA | NA |
| 1085 | 2025-04-14 |
Denoising 3D integral images by a single-shot unsupervised deep neural network
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.546621
PMID:40219440
|
研究论文 | 提出了一种基于单次拍摄的无监督深度学习方法，用于积分成像的去噪 | 利用单次拍摄的Noise2Noise方法，无需干净图像或噪声模型先验知识，适应特定成像条件 | 依赖于积分成像与元素成像之间的固有相似性，可能在某些成像条件下效果有限 | 提高积分成像的图像质量，解决噪声和图像质量下降问题 | 三维积分成像 | 计算机视觉 | NA | 无监督深度学习 | 深度神经网络 | 三维图像 | NA | NA | NA | NA | NA |
| 1086 | 2025-04-14 |
Snapshot video through dynamic scattering medium based on deep learning
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.545510
PMID:40219498
|
research paper | 提出一种基于深度学习的端到端模型，用于从动态散射介质中的单次快照重建多达八帧图像 | 结合编码孔径压缩时间成像系统与基于transformer的CNN，优化解复用和重建效果，并利用双输入CNN模型（同时使用散斑图案及其自相关）显著提高重建精度 | NA | 研究动态散射介质中单次快照的多帧图像重建技术 | 动态物体通过未知时变散射介质的图像重建 | computer vision | NA | 深度学习 | transformer-based CNN | image | NA | NA | NA | NA | NA |
| 1087 | 2025-10-07 |
Neurocounter - A deep learning framework for high-fidelity spatial localization of neurons
2025-Apr-03, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110444
PMID:40187538
|
研究论文 | 提出了一种名为Neurocounter的深度学习框架，用于实现神经元的高精度空间定位 | 开发了包含编码器、解码器和注意力模块的深度学习网络，能够在训练过程中逐步标记未标注的神经元，减少对完整标注数据的依赖 | 训练数据包含不完全标注的神经元，可能影响模型性能 | 开发能够准确检测和定位神经元的深度学习框架 | 神经元胞体的中心定位 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | 编码器-解码器架构,注意力模块 | F1分数 | NA |
| 1088 | 2025-10-07 |
External validation of a fully automated evaluation tool: a retrospective analysis of 68,471 scored embryos
2025-Apr, Fertility and sterility
IF:6.6Q1
DOI:10.1016/j.fertnstert.2024.10.006
PMID:39414116
|
研究论文 | 通过回顾性分析68,471个评分胚胎，外部验证了全自动胚胎评估工具在体外受精治疗中的有效性 | 首次对全自动深度学习胚胎分类系统进行大规模外部验证，涵盖常规IVF、卵子捐赠和PGT-A周期 | 回顾性研究设计，未进行前瞻性验证 | 验证全自动胚胎分类系统在体外受精治疗中的预测性能 | 6,434名患者进行的7,352次IVF治疗中产生的70,456个胚胎 | 数字病理 | 生殖医学 | 深度学习算法 | 深度学习 | 胚胎图像 | 70,456个胚胎 | NA | NA | AUC, Cohen's Kappa系数, 比值比, 相对风险 | NA |
| 1089 | 2025-10-07 |
Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques
2025-Apr, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04253-1
PMID:40151342
|
综述 | 本文综述了植物病毒检测领域的传统方法与前沿技术进展，重点介绍了新兴趋势和技术创新 | 整合了人工智能、机器学习、物联网、纳米技术和CRISPR诊断等前沿技术在植物病毒检测中的创新应用 | 存在序列限制、多重检测约束和环境问题等挑战 | 开发可扩展、成本效益高的植物病毒检测解决方案，确保农业可持续性和生态系统保护 | 植物病毒 | 生物信息学 | 植物病毒病 | LAMP, HTS, 纳米技术生物传感器, CRISPR诊断, 高光谱成像 | 深度学习 | NA | NA | NA | NA | 灵敏度, 速度, 特异性 | 基于云的物联网平台 |
| 1090 | 2025-04-13 |
Domain Shift Analysis in Chest Radiographs Classification in a Veterans Healthcare Administration Population
2025-Apr-11, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01494-7
PMID:40216674
|
研究论文 | 本研究评估了领域偏移对胸部X光分类准确性的影响，并分析了真实标签质量和人口统计学因素（如年龄组、性别和研究年份）的影响 | 揭示了在未见过的VA数据集中领域偏移最小，除了“扩大的心脏纵隔”标签，并强调了考虑领域偏移和人口统计学因素在胸部X光分类任务中的重要性 | 研究主要关注VA-CXR和MIMIC-CXR数据集，可能不适用于其他医疗数据集 | 评估领域偏移对胸部X光分类准确性的影响，并分析人口统计学因素的影响 | 退伍军人医疗管理系统的胸部X光数据集（VA-CXR）和MIMIC-CXR数据集 | 医学影像 | NA | 深度学习，NLP提取工具（CheXpert和CheXbert Labeler） | DenseNet121 | 胸部X光图像和放射学报告文本 | VA-CXR和MIMIC-CXR数据集 | NA | NA | NA | NA |
| 1091 | 2025-10-07 |
Development and validation of multimodal deep learning algorithms for detecting pulmonary hypertension
2025-Apr-10, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01593-3
PMID:40205021
|
研究论文 | 开发并验证用于检测肺动脉高压的多模态深度学习算法MMF-PH | 提出多模态融合模型，相比传统经胸超声心动图在特异性和阴性预测值方面表现更优 | 未明确说明模型在特定亚组患者中的性能局限性 | 提高肺动脉高压的筛查准确率 | 接受右心导管检查的患者 | 数字病理 | 肺动脉高压 | 深度学习 | 多模态融合模型 | 多模态医疗数据 | 2451名患者（主要数据集）+ 477名患者（前瞻性数据集）+ 外部数据集 | NA | MMF-PH | 特异性, 阴性预测值 | NA |
| 1092 | 2025-10-07 |
Interpreting regulatory mechanisms of Hippo signaling through a deep learning sequence model
2025-Apr-09, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.100821
PMID:40174587
|
研究论文 | 通过深度学习序列模型解析Hippo信号通路的调控机制 | 首次使用深度学习模型在全基因组范围内学习信号效应物的DNA结合规则，并发现TFAP2C基序以核小体范围和距离依赖方式增强TEAD4/YAP1结合 | 研究聚焦于小鼠滋养层干细胞中的Hippo通路，结果在其他细胞类型中的普适性需要进一步验证 | 解析信号通路如何介导细胞类型特异性转录反应的调控机制 | 小鼠滋养层干细胞中的Hippo信号通路 | 机器学习 | NA | 深度学习, 分子动力学模拟 | 深度学习序列模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 1093 | 2025-10-07 |
Natural language processing models reveal neural dynamics of human conversation
2025-Apr-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58620-w
PMID:40204693
|
研究论文 | 本研究结合预训练深度学习自然语言处理模型和颅内神经元记录，揭示了人类自然对话中语言产生与理解的神经动态机制 | 首次将预训练深度学习NLP模型与颅内神经记录相结合，在自然对话情境下发现语言产生与理解的特异性神经信号及其动态转换模式 | 研究基于颅内记录，样本量有限，且主要关注前颞叶区域，可能未完全覆盖所有相关脑区 | 探索人类自然对话中语言产生与理解的神经机制 | 人类自然对话过程中的神经活动 | 自然语言处理 | NA | 颅内神经元记录 | 深度学习自然语言处理模型 | 神经信号数据，语言数据 | NA | NA | 预训练深度学习模型 | NA | NA |
| 1094 | 2025-10-07 |
Comprehensive evaluation of U-Net based transcranial magnetic stimulation electric field estimations
2025-Apr-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95767-4
PMID:40204769
|
研究论文 | 本研究开发了一种基于U-Net的深度学习框架，用于从解剖MRI和TMS线圈参数直接估计经颅磁刺激感应电场 | 首次在大规模数据集和全脑刺激条件下系统评估U-Net在TMS电场估计中的性能，实现了比传统有限元方法快97,000倍的计算速度 | 深度学习方法的精度需要针对特定TMS应用进行评估，目前达到的精度可能不适用于所有应用场景 | 开发并评估基于深度学习的TMS感应电场估计方法，替代计算成本高的传统数值方法 | 人类大脑TMS感应电场 | 医学影像分析 | 神经系统疾病 | 经颅磁刺激(TMS), 磁共振成像(MRI) | U-Net | T1加权MRI图像 | 100例来自人类连接组计划的MRI扫描，涵盖不同种族、性别和年龄的多样化人群 | NA | 改进的U-Net架构 | DICE系数, 重心偏差, 计算效率 | NA |
| 1095 | 2025-10-07 |
Tri-band vehicle and vessel dataset for artificial intelligence research
2025-Apr-09, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04945-6
PMID:40204792
|
研究论文 | 本文提出了一个用于目标检测和多波段图像融合的三波段（可见光、短波红外、长波红外）车船数据集 | 首个公开可用的三波段光学图像数据集，具有时间同步和视场一致性特征 | 仅约60%的数据集进行了人工标注，未完全标注 | 为目标检测应用和多波段图像融合提供数据集支持 | 车辆和船只 | 计算机视觉 | NA | 多波段光学成像 | YOLOv8, SSD | 多波段图像（可见光、短波红外、长波红外） | 数千张JPG和PNG格式图像 | NA | YOLOv8, SSD | mAP, IoU | NA |
| 1096 | 2025-10-07 |
A lightweight deep learning model for multi-plant biotic stress classification and detection for sustainable agriculture
2025-Apr-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90487-1
PMID:40204810
|
研究论文 | 提出一种轻量级深度学习模型AgarwoodNet用于多植物生物胁迫分类与检测，以支持可持续农业 | 开发了参数仅37MB的轻量级模型，解决了现有重型模型计算资源需求高、内存占用大、部署不灵活等问题 | 模型仅在两个特定数据集上验证，尚未在更广泛的植物种类和环境下测试 | 开发轻量级深度学习模型用于植物病虫害分类与检测，支持可持续农业发展 | 多种植物的叶片图像，包括沉香木和土耳其植物病虫害数据集中的植物 | 计算机视觉 | 植物病虫害 | 深度学习 | CNN | 图像 | APDD数据集5,472张沉香木叶片图像(14个类别)，TPPD数据集4,447张图像(15个类别，6种植物) | MATLAB深度学习工具箱 | AgarwoodNet | Cohen's Kappa, 特异性, 精确度, F1分数, 召回率 | NA |
| 1097 | 2025-10-07 |
Integration of graph neural networks and transcriptomics analysis identify key pathways and gene signature for immunotherapy response and prognosis of skin melanoma
2025-Apr-09, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-13611-4
PMID:40205338
|
研究论文 | 本研究结合图神经网络和转录组学分析开发了皮肤黑色素瘤免疫治疗反应预测模型和基因标志物 | 首次将图神经网络应用于皮肤黑色素瘤免疫治疗反应预测，并构建了名为responseScore的新型基因标志物 | NA | 开发预测皮肤黑色素瘤免疫治疗反应和预后的计算模型 | 皮肤黑色素瘤患者数据 | 生物信息学, 机器学习 | 皮肤黑色素瘤 | 转录组学分析, 多组学生物信息学方法, 转染实验, 共培养实验, ELISA检测 | 图神经网络(GNN) | 基因表达数据, 转录组数据 | NA | NA | 图神经网络 | AUC | NA |
| 1098 | 2025-10-07 |
Preoperative assessment in lymph node metastasis of pancreatic ductal adenocarcinoma: a transformer model based on dual-energy CT
2025-Apr-09, World journal of surgical oncology
IF:2.5Q1
DOI:10.1186/s12957-025-03774-6
PMID:40205450
|
研究论文 | 开发基于双能CT的Transformer模型用于预测胰腺导管腺癌淋巴结转移 | 首次将Transformer模型应用于双能CT数据，结合临床信息和深度学习特征进行淋巴结转移预测 | 回顾性研究，样本量相对有限（223例患者） | 提高胰腺导管腺癌术前淋巴结转移的预测准确性 | 胰腺导管腺癌患者 | 计算机视觉 | 胰腺癌 | 双能CT | Transformer | 医学影像 | 223例患者（训练集160例，测试集63例） | NA | Transformer | AUC, 风险比, 置信区间 | NA |
| 1099 | 2025-10-07 |
Unsupervised Learning of Progress Coordinates during Weighted Ensemble Simulations: Application to NTL9 Protein Folding
2025-Apr-08, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01136
PMID:40105797
|
研究论文 | 开发了一种在加权系综模拟中通过深度学习识别进展坐标的无监督学习方法，并应用于NTL9蛋白质折叠过程 | 提出在加权系综稀有事件采样过程中通过卷积变分自编码器实时识别构象异常值来学习进展坐标的新方法 | 方法在离散态合成分子动力学轨迹上进行测试，需要进一步验证在真实连续系统中的应用 | 开发无监督学习方法以改进稀有事件采样中进展坐标的识别效率 | NTL9蛋白质折叠过程 | 机器学习 | NA | 分子动力学模拟，加权系综采样 | 卷积变分自编码器 | 分子构象数据 | NA | NA | 变分自编码器 | 折叠速率常数估计效率 | NA |
| 1100 | 2025-10-07 |
Improved Efficacy of Triple-Negative Breast Cancer Immunotherapy via Hydrogel-Based Co-Delivery of CAR-T Cells and Mitophagy Agonist
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202409835
PMID:39840546
|
研究论文 | 本研究开发了一种水凝胶共递送系统，用于改善CAR-T细胞在三阴性乳腺癌中的免疫治疗效果 | 首次将CAR-T细胞与线粒体自噬激动剂BC1618通过水凝胶系统共递送，创建炎症和线粒体自噬增强的肿瘤微环境 | 研究主要聚焦三阴性乳腺癌，在其他实体瘤中的应用效果需要进一步验证 | 提高CAR-T细胞在实体瘤中的浸润能力和抗肿瘤疗效 | 三阴性乳腺癌（TNBC） | 生物医学工程 | 乳腺癌 | 单细胞测序, AI深度学习, 细胞因子检测, 体内外实验 | 深度学习 | 测序数据, 实验数据 | NA | NA | NA | 抗肿瘤反应评估, CAR-T细胞增殖能力 | NA |