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 1408 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2025-06-16 |
Fine lightning segmentation algorithm based on frequency domain denoising
2025-May-19, Optics express
IF:3.2Q2
DOI:10.1364/OE.559651
PMID:40515038
|
research paper | 提出了一种基于频域去噪的精细闪电分割算法，解决了闪电图像分割中的多个挑战 | 提出了FD-FLSNet模型，结合频域去噪、多尺度特征融合和闪电形态校准注意力机制，提高了闪电细分支的检测精度 | 未明确提及具体的数据集规模或实际应用场景的局限性 | 提高闪电图像分割的精度和鲁棒性，特别是在复杂背景和弱光条件下 | 闪电图像 | computer vision | NA | 频域去噪、多尺度特征融合、小波下采样 | U2-Net+ (W-structured), FD-FLSNet | image | NA | NA | NA | NA | NA |
| 242 | 2025-06-16 |
Reconstruction of partially obscured objects with a physics-driven self-training neural network
2025-May-19, Optics express
IF:3.2Q2
DOI:10.1364/OE.557508
PMID:40515045
|
研究论文 | 本文研究了一种基于人工智能的支持相干太赫兹辐射的在线全息成像技术，旨在从仅记录辐射功率而非相位的探测器图像中重建三维场景 | 提出了一种利用物理信息深度学习算法重建部分相互遮挡物体的新方法，结合角谱理论作为先验知识生成合成数据集，并通过自训练物理信息神经网络进行迭代预测和训练 | NA | 从仅记录辐射功率而非相位的探测器图像中重建三维场景 | 部分相互遮挡的物体 | 计算机视觉 | NA | 相干太赫兹辐射成像 | 物理信息神经网络(NN) | 图像 | 模拟和实验数据 | NA | NA | NA | NA |
| 243 | 2025-06-16 |
Status calibration of a pulse shaping system for the high power laser facility based on deep learning
2025-May-19, Optics express
IF:3.2Q2
DOI:10.1364/OE.563586
PMID:40515065
|
研究论文 | 本文提出了一种基于深度学习的模型，用于校准高功率激光设施前端系统中的脉冲整形闭环控制系统的初始操作状态 | 采用U型结构集成残差连接作为核心网络，并结合KAN和TCN的注意力机制，快速建立光学波形与整形电信号之间的非线性映射 | NA | 实现高功率激光设施前端系统中高精度、高效率的激光脉冲整形 | 脉冲整形闭环控制系统的初始操作状态 | 机器学习 | NA | 深度学习 | U型网络集成残差连接，结合KAN和TCN | 光学波形数据 | 基于SG-II设施前端系统收集的脉冲波形数据集 | NA | NA | NA | NA |
| 244 | 2025-06-16 |
Design of multifunctional tunable dual-layer metalens based on deep learning
2025-May-19, Optics express
IF:3.2Q2
DOI:10.1364/OE.559557
PMID:40515081
|
研究论文 | 提出了一种基于深度学习的双层可调多功能超透镜设计，以解决单独可调超原子复杂控制和单层整体可调超透镜调制性能有限的问题 | 利用基于可调BTO材料的整体调制设计双层可调多功能超透镜，结合深度学习算法加速设计过程，并引入频带嵌入方法预测高频响应 | 未提及实际制造中的具体挑战或实验验证结果 | 设计一种能够快速切换不同功能的多功能可调超透镜 | 双层可调多功能超透镜 | 计算机视觉 | NA | 深度学习 | transformer | 模拟数据 | 100,000个任意几何超原子 | NA | NA | NA | NA |
| 245 | 2025-10-06 |
Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study
2025-May-14, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-02033-6
PMID:40369585
|
研究论文 | 开发了一种整合超声和乳腺X线摄影的深度学习融合模型，用于优化乳腺病变诊断和临床决策 | 首次开发了整合超声和乳腺X线摄影的深度学习融合模型，特别针对两种影像BI-RADS分类不一致的情况 | 回顾性研究，仅包含两个医疗中心的数据 | 提高乳腺病变诊断准确性和优化临床决策流程 | 1283名乳腺病变女性患者的超声和乳腺X线影像数据 | 数字病理 | 乳腺癌 | 医学影像分析 | 深度学习融合模型 | 超声图像, 乳腺X线图像 | 1283名患者，来自两个医疗中心 | NA | BI-RADS网络(DL-UM) | AUC, 敏感性, 特异性, 加权kappa | NA |
| 246 | 2025-06-16 |
Fading suppression method based on redundant data within the spatial resolution and deep learning for a Φ-OTDR system
2025-May-05, Optics express
IF:3.2Q2
DOI:10.1364/OE.555768
PMID:40515092
|
研究论文 | 提出一种基于空间分辨率内冗余数据和深度学习的Φ-OTDR系统衰落抑制方法 | 提出了一种无需修改传统Φ-OTDR设置的MDS-DNN方法，利用多通道数据合成和LSTM网络自动学习多通道数据与理想传感信号之间的相关性 | 未提及具体局限性 | 提高Φ-OTDR系统的信噪比并抑制干扰衰落噪声 | 相位敏感光时域反射计(Φ-OTDR)系统 | 信号处理 | NA | 深度学习 | LSTM | 多通道传感数据 | 实际Φ-OTDR系统收集的数据 | NA | NA | NA | NA |
| 247 | 2025-06-16 |
Fixed-attention mechanism for deep-learning-assisted design of high-degree-of-freedom 3D metamaterials
2025-May-05, Optics express
IF:3.2Q2
DOI:10.1364/OE.557837
PMID:40515111
|
研究论文 | 提出了一种固定注意力机制的深度学习框架，用于高效设计高自由度3D超材料 | 引入固定注意力机制到深度学习框架中，显著提高了预测精度并降低了计算成本 | NA | 解决高自由度超材料设计中的计算挑战 | 3D等离子体结构（由金纳米棒组成） | 机器学习 | NA | NA | LSTM | 几何参数 | NA | NA | NA | NA | NA |
| 248 | 2025-06-16 |
DLLP: a deep learning-based layer prediction network for three-dimensional fluorescence microscopy
2025-May-05, Optics express
IF:3.2Q2
DOI:10.1364/OE.553587
PMID:40515198
|
research paper | 介绍了一种基于深度学习的层预测网络（DLLP），用于三维荧光显微镜成像，显著提高了成像速度和质量 | 结合CNN与IDMA机制的Transformer架构，提出了一种新的断层预测技术，可将三维显微镜扫描层数减少70%以上，同时保持光通量和图像保真度 | 未提及具体样本量或实验数据规模 | 解决在无需额外光学硬件的情况下，实现高光通量和快速成像速度的挑战 | 三维荧光显微镜成像 | computer vision | NA | STED显微镜、FMOST显微镜、多光子显微镜、光片显微镜 | CNN、Transformer | image | NA | NA | NA | NA | NA |
| 249 | 2025-10-06 |
A deep learning-based clinical-radiomics model predicting the treatment response of immune checkpoint inhibitors (ICIs)-based conversion therapy in potentially convertible hepatocelluar carcinoma patients: a tumor marker prognostic study
2025-May-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002322
PMID:40085751
|
研究论文 | 开发基于CT的临床-影像组学模型预测潜在可转化肝细胞癌患者对免疫检查点抑制剂转化治疗的持久临床获益 | 首次结合影像组学特征、深度学习评分和临床变量构建集成模型预测HCC患者对ICI转化治疗的反应 | 研究为单中心回顾性研究，需要外部验证队列进一步验证模型性能 | 预测潜在可转化肝细胞癌患者对免疫检查点抑制剂为基础转化治疗的治疗反应 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | CT影像，bulk RNA和DNA测序 | 深度学习，机器学习 | 医学影像，临床数据，基因组数据 | 训练集和测试集患者队列 | pyradiomics | 集成模型 | AUC，Kaplan-Meier生存分析 | NA |
| 250 | 2025-06-15 |
VADEr: Vision Transformer-Inspired Framework for Polygenic Risk Reveals Underlying Genetic Heterogeneity in Prostate Cancer
2025-May-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.05.16.25327672
PMID:40463543
|
research paper | 提出了一种基于Vision Transformer的框架VADEr，用于捕捉基因数据中的局部和全局交互，以预测前列腺癌的多基因风险 | 结合自然语言处理和计算机视觉技术，利用Vision Transformer架构捕捉基因变异间的复杂交互，并引入DARTH评分提供可解释的疾病风险驱动因素 | 研究仅针对前列腺癌，未验证在其他复杂疾病中的适用性 | 开发一种能够捕捉基因变异间复杂交互的多基因风险预测框架 | 前列腺癌（PCa）的多基因风险预测 | machine learning | prostate cancer | Vision Transformer (ViT) | Transformer | genetic data | NA | NA | NA | NA | NA |
| 251 | 2025-06-15 |
Distinct actin microfilament localization during early cell plate formation through deep learning-based image restoration
2025-May-08, Plant cell reports
IF:5.3Q1
DOI:10.1007/s00299-025-03498-7
PMID:40335746
|
研究论文 | 通过基于深度学习的图像恢复技术，实现了高分辨率4D成像，揭示了Lifeact-RFP标记的肌动蛋白微丝在细胞板形成初期的独特定位及其作用 | 利用深度学习进行图像恢复，实现了最小光损伤的高分辨率4D成像，揭示了两种不同标记的肌动蛋白微丝在细胞板形成初期的不同定位模式 | 研究仅使用了转基因烟草BY-2细胞，可能不适用于其他植物细胞类型 | 探究肌动蛋白微丝在细胞板形成初期的定位和功能 | 转基因烟草BY-2细胞 | 计算机视觉 | NA | 深度学习图像恢复技术 | 深度学习 | 图像 | 转基因烟草BY-2细胞 | NA | NA | NA | NA |
| 252 | 2025-06-15 |
Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240507
PMID:40172325
|
研究论文 | 开发了一种无监督深度学习框架，用于在弥漫性胶质瘤中通过动态对比增强MRI检测血脑屏障泄漏，无需药代动力学模型和动脉输入函数估计 | 采用基于自动编码器的异常检测方法，通过重构残差识别一维体素级时间序列异常信号，并将其分为残余泄漏信号和残余血管信号 | 研究为回顾性研究，可能存在选择偏差 | 开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障泄漏检测方法 | 弥漫性胶质瘤患者 | 数字病理学 | 胶质瘤 | 动态对比增强MRI | 自动编码器 | MRI图像 | 274名患者（平均年龄54.4岁±14.6，其中164名男性） | NA | NA | NA | NA |
| 253 | 2025-05-29 |
Pixels to Prognosis: Using Deep Learning to Rethink Cardiac Risk Prediction from CT Angiography
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.250260
PMID:40434277
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 254 | 2025-06-15 |
Gene expression inference based on graph neural networks using L1000 data
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf273
PMID:40505083
|
研究论文 | 本研究探讨了基于图神经网络（GNN）的基因表达推断方法，使用L1000数据，展示了其在预测基因表达值和基于表达的基因排序上的优越性 | 首次将图神经网络应用于基因表达推断，相比传统线性回归和非线性非GNN模型，GNN模型在减少10倍信息需求的同时达到可比性能 | 未明确提及具体的数据集规模限制或模型在特定生物环境下的适用性限制 | 探索非线性模型，特别是基于图结构的模型，在基因表达推断中的有效性 | 基因表达数据 | 生物信息学 | NA | L1000 | GNN | 基因表达数据 | 超过一百万种不同条件下的基因表达数据 | NA | NA | NA | NA |
| 255 | 2025-06-15 |
AI-Driven Advancements in Bioinformatics: Transforming Healthcare and Science
2025-May, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_389_25
PMID:40511171
|
review | 本文回顾了AI在生物信息学中的关键应用及其对医疗实践和科学研究的潜在影响 | 探讨了AI在基因组和蛋白质结构预测、药物发现算法及诊断解决方案中的创新应用 | 存在数据质量、模型可解释性不明确及伦理问题等限制 | 评估AI在生物信息学中的基础方法及其在医疗和科学研究中的应用 | 基因组、蛋白质结构、药物发现算法和诊断解决方案 | 生物信息学 | NA | 机器学习、深度学习 | NA | 生物数据 | NA | NA | NA | NA | NA |
| 256 | 2025-06-14 |
Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices
2025-May-29, Nanomaterials (Basel, Switzerland)
DOI:10.3390/nano15110821
PMID:40497869
|
研究论文 | 提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳米损伤前驱体的自动无损检测 | 通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块、结合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈 | 未明确提及具体局限性 | 解决增材制造质量监测系统中的智能转型挑战 | 增材制造设备中的微纳米损伤前驱体 | 智能制造 | NA | 微观偏振检测、深度学习 | YOLOv11-LSF | 图像 | 虚拟与真实集成的训练样本库（具体数量未提及） | NA | NA | NA | NA |
| 257 | 2025-06-14 |
Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer
2025-May-27, World journal of hepatology
IF:2.5Q2
DOI:10.4254/wjh.v17.i5.105446
PMID:40501462
|
综述 | 本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）中的应用进展 | 重点介绍了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的突破 | NA | 评估18F-FDG PET/CT在胆道癌临床分期、治疗评估和预后预测中的应用价值 | 胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌） | 数字病理学 | 胆道癌 | 18F-FDG PET/CT、PET/磁共振成像 | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 258 | 2025-06-14 |
Auto-segmentation of cerebral cavernous malformations using a convolutional neural network
2025-May-26, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01738-6
PMID:40420000
|
research paper | 本文提出了一种使用卷积神经网络（CNN）自动分割脑海绵状血管畸形（CCMs）的深度学习模型 | 采用Mask R-CNN和3D CNN（DeepMedic）结合的方法，实现了CCMs的自动分割，并开发了用户友好的图形界面 | 模型仅基于T2W图像进行分割，可能在其他类型的MRI图像上表现不同 | 开发自动分割脑海绵状血管畸形（CCMs）的深度学习模型，以辅助临床分析 | 脑海绵状血管畸形（CCMs） | digital pathology | cerebral cavernous malformations | MRI | Mask R-CNN, DeepMedic (3D CNN) | image | 199 Gamma Knife (GK) exams (171单CCM病例，28多CCM病例) | NA | NA | NA | NA |
| 259 | 2025-06-14 |
Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging
2025-May-25, Nanomaterials (Basel, Switzerland)
DOI:10.3390/nano15110795
PMID:40497844
|
研究论文 | 本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测 | 首次在YOLO框架中引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳缺陷的智能识别能力 | NA | 提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力 | 高反射金属材料表面的微米级孔隙缺陷 | 计算机视觉 | NA | 偏振成像预处理、深度学习 | SCK-YOLOV5（改进的YOLOv5框架） | 图像 | NA | NA | NA | NA | NA |
| 260 | 2025-06-14 |
Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases
2025-May-19, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.16.653525
PMID:40475559
|
研究论文 | 本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性 | 开发了COSI技术平台，首次实现了单细胞水平上基因表达谱与超分辨率细胞结构信息的同步获取与分析 | NA | 研究肝脏窦内皮细胞窗孔形成的机制及其在代谢疾病中的应用 | 肝脏窦内皮细胞 | 细胞生物学 | 代谢疾病 | 单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强 | 深度学习 | 基因表达数据、超分辨率图像数据 | NA | NA | NA | NA | NA |