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 1382 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 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 |
| 342 | 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 |
| 343 | 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 |
| 344 | 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 |
| 345 | 2025-06-14 |
Fast MRI Techniques of the Liver and Pancreaticobiliary Tract: Overview and Application
2025-May, Journal of the Korean Society of Radiology
DOI:10.3348/jksr.2025.0004
PMID:40502472
|
review | 本文综述了肝脏和胰胆管MRI中的快速成像技术及其应用 | 探讨了压缩感知和深度学习重建在加速MRI扫描中的应用及其潜力 | 压缩感知重建时间长且参数优化复杂，深度学习重建需要进一步测试模型稳定性、泛化能力和输出图像保真度 | 研究肝脏和胰胆管MRI中减少呼吸运动伪影和加速扫描时间的技术 | 肝脏和胰胆管MRI图像 | 医学影像 | 肝脏和胰胆管疾病 | 并行成像、压缩感知、深度学习重建 | CNN | MRI图像 | NA | NA | NA | NA | NA |
| 346 | 2025-06-13 |
EnhancerDetector : Enhancer Discovery from Human to Fly via Interpretable Deep Learning
2025-May-31, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656532
PMID:40501920
|
research paper | 介绍了一个基于卷积神经网络的跨物种增强子预测框架EnhancerDetector，该框架结合了高准确性和生物可解释性 | 提出了一种新的跨物种增强子预测方法，通过集成策略减少假阳性，并支持在新物种上进行微调，同时利用类激活图增强模型的可解释性 | 未提及具体的技术或数据限制 | 开发一个准确且可解释的增强子预测框架，适用于多种物种 | 人类、小鼠和果蝇的增强子序列 | machine learning | NA | deep learning, convolutional neural network | CNN | DNA序列数据 | 至少20,000个增强子序列用于微调 | NA | NA | NA | NA |
| 347 | 2025-06-13 |
MCOA: A Comprehensive Multimodal Dataset for Advancing Deep Learning in Corneal Opacity Assessment
2025-May-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05205-3
PMID:40447652
|
research paper | 该研究建立了一个全面的角膜混浊多模态数据集，用于推进深度学习在角膜混浊评估中的应用 | 创建了目前最大规模的角膜混浊数据集，结合了AS-OCT图像和前段照片，为深度学习算法的发展提供了高质量数据 | 未提及数据集的多样性和代表性是否覆盖所有类型的角膜混浊 | 推进深度学习在角膜混浊识别和评估中的应用，支持AI驱动的临床决策和个性化治疗计划 | 角膜混浊患者 | digital pathology | vision impairment | AS-OCT | deep learning | image | 6,272张AS-OCT图像和392张前段照片 | NA | NA | NA | NA |
| 348 | 2025-06-13 |
Application of deep learning models in the pathological classification and staging of esophageal cancer: A focus on Wave-Vision Transformer
2025-May-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i19.104897
PMID:40497091
|
研究论文 | 本研究探讨了深度学习技术，特别是Wave-Vision Transformer (Wave-ViT)，在食管癌病理分类和分期中的应用，以提高诊断准确性和效率 | 首次将Wave-ViT模型应用于食管癌的病理分类和分期，并在准确性和计算效率上优于其他深度学习模型 | 研究仅基于临床验证的食管病理图像数据集，未涉及其他类型的医学图像或多中心验证 | 提高食管癌病理分类和分期的诊断准确性和效率 | 食管癌的病理图像 | 数字病理 | 食管癌 | 深度学习 | Wave-ViT, Transformer, ResNet, MLP | 图像 | NA | NA | NA | NA | NA |
| 349 | 2025-06-13 |
Enhanced Prognostication of Early Breast Cancer Outcomes Using Deep Learning on Merged Multistain and Multicolor-Depth Tumor Histopathology
2025-May-09, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/mam/ozaf044
PMID:40501404
|
研究论文 | 通过深度学习结合肿瘤组织病理学图像，提高早期乳腺癌预后的预测准确性 | 使用深度学习分析多染色和多颜色深度的肿瘤组织病理学图像，优化免疫染色方法，并评估不同图像颜色深度表示的预后效用 | 未提及具体局限性 | 提高早期乳腺癌预后的预测准确性，以帮助临床医生选择最佳治疗方案 | 早期乳腺癌患者的肿瘤组织病理学图像 | 数字病理学 | 乳腺癌 | 深度学习，免疫染色（AE1/AE3 pan-cytokeratin和H&E染色） | ResNet-50 | 图像 | 2,646张图像，来自六个不同的数据集 | NA | NA | NA | NA |
| 350 | 2025-10-06 |
High precision ECG digitization using artificial intelligence
2025 May-Jun, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 提出一种基于深度学习的全自动心电图纸质记录高精度数字化方法 | 开发了无需人工干预的端到端深度学习解决方案，能够处理不同图像质量和标准化布局的纸质心电图 | 在极端图像质量条件下（如严重模糊或图像退化）失败率较高（6.62%） | 实现纸质心电图的高精度自动化数字化 | 纸质心电图图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | PMcardio心电图图像数据库中的6000张心电图图像 | NA | NA | 皮尔逊相关系数, 均方根误差, 信噪比 | NA |
| 351 | 2025-10-06 |
CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing
2025-May, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70033
PMID:40177991
|
研究论文 | 提出一种基于边缘加权U形网络的图像拼接伪造定位方法CMV2U-Net | 开发了能同时处理双流输入图像的特征提取模块，并设计了分层融合方法防止浅层特征数据丢失 | NA | 解决深度学习在图像拼接检测中特征融合不足和模型易过拟合的问题 | 图像拼接伪造区域 | 计算机视觉 | NA | NA | U-Net | 图像 | 多个公共数据集 | NA | CMV2U-Net, U-Net | AUC, F1-score | NA |
| 352 | 2025-10-06 |
ERAS and the challenge of the new technologies
2025-May, Minerva anestesiologica
IF:2.9Q2
DOI:10.23736/S0375-9393.25.18746-4
PMID:40214219
|
综述 | 探讨人工智能和新技术在加速康复外科协议中的整合应用及其潜力 | 提出将人工智能与新技术系统整合到ERAS协议中以解决实施障碍并实现个性化患者护理 | 需要外部验证和数据安全保障 | 探索AI和新技术如何优化ERAS协议实施并改善围手术期医疗 | 围手术期患者护理流程和ERAS协议实施 | 医疗人工智能 | 围手术期管理 | 机器学习,深度学习 | NA | 临床数据 | NA | NA | NA | NA | NA |
| 353 | 2025-06-13 |
Screening cognitive impairment in patients with atrial fibrillation: A deep learning model based on retinal fundus photographs
2025-May, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2025.01.019
PMID:40496585
|
研究论文 | 本研究开发了一种基于视网膜眼底照片的深度学习模型，用于心房颤动患者认知障碍的简易筛查 | 首次提出基于视网膜眼底照片的深度学习模型用于心房颤动患者认知障碍的筛查，并验证了其有效性 | 研究样本量相对有限（899例患者），且外部验证集的性能有所下降（AUROC 0.773） | 开发一种简易的心房颤动患者认知障碍筛查方法 | 心房颤动患者 | 数字病理学 | 心血管疾病 | 深度学习 | vision-ensemble模型 | 图像 | 899例心房颤动患者（来自中国心房颤动注册研究） | NA | NA | NA | NA |
| 354 | 2025-10-06 |
Development and validation of a 3-D deep learning system for diabetic macular oedema classification on optical coherence tomography images
2025-May-31, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-099167
PMID:40449950
|
研究论文 | 开发并验证基于三维光学相干断层扫描图像的糖尿病黄斑水肿自动分类系统 | 首次使用3D卷积神经网络对来自不同设备的3D-OCT图像进行糖尿病黄斑水肿多分类 | 使用回顾性数据，需要前瞻性研究进一步验证 | 开发自动化的糖尿病黄斑水肿分类系统 | 糖尿病黄斑水肿患者的3D-OCT图像 | 计算机视觉 | 糖尿病黄斑水肿 | 三维光学相干断层扫描 | CNN | 3D医学图像 | 7790个图像体积，来自4254名患者的7146只眼睛 | NA | 3D卷积神经网络 | 准确率，F1分数，灵敏度，特异性，AUROC，Cohen's kappa | NA |
| 355 | 2025-10-06 |
Methylomes Reveal Recent Evolutionary Changes in Populations of Two Plant Species
2025-May-30, Genome biology and evolution
IF:3.2Q2
DOI:10.1093/gbe/evaf101
PMID:40408446
|
研究论文 | 本研究通过比较拟南芥和二穗短柄草中CG甲基化组与基因组的进化特征，开发了基于深度学习的甲基化变异推断群体历史的新方法 | 开发了首个基于深度学习的利用甲基化变异数据推断群体历史的方法，揭示了甲基化变异能识别传统SNP无法检测的近期群体扩张事件 | 在拟南芥中甲基化变异识别群体分化的效果不如SNP，且SNP与SMP在核苷酸多样性和等位基因频率上的相关性较弱 | 研究植物种群遗传过程和群体历史推断的新方法 | 拟南芥(Arabidopsis thaliana)和二穗短柄草(Brachypodium distachyon)植物种群 | 机器学习 | NA | 甲基化测序 | 深度学习 | 甲基化数据,基因组数据 | 两种植物物种的多个种群样本 | NA | NA | 群体分化识别能力,核苷酸多样性估计,等位基因频率谱,连锁不平衡衰减 | NA |
| 356 | 2025-10-06 |
Mammogram mastery: Breast cancer image classification using an ensemble of deep learning with explainable artificial intelligence
2025-May-30, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000042242
PMID:40441211
|
研究论文 | 提出一种基于深度学习集成和可解释人工智能的乳腺X线影像分类方法，用于乳腺癌自动检测 | 结合基于似然和均值的集成方法，并应用可解释AI技术增强分类过程透明度 | NA | 开发自动诊断系统以提高乳腺癌诊断的准确性和效率 | 乳腺X线影像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 图像 | NA | NA | Inception V3 | 准确率, F1分数 | NA |
| 357 | 2025-10-06 |
Three-dimensional automated segmentation of adolescent idiopathic scoliosis on computed tomography driven by deep learning: A retrospective study
2025-May-30, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000042644
PMID:40441215
|
研究论文 | 本研究探索深度学习网络在青少年特发性脊柱侧凸CT图像中自动分割椎骨的可行性 | 首次将U-Net和Attention U-Net应用于青少年特发性脊柱侧凸患者的椎骨三维自动分割 | 样本量较小(仅31例)，且为回顾性研究 | 开发基于深度学习的椎骨自动分割方法以辅助脊柱侧凸手术规划 | 青少年特发性脊柱侧凸患者的CT图像 | 计算机视觉 | 脊柱侧凸 | CT成像 | CNN | 三维CT图像 | 31例AIS患者样本，涵盖颈椎至腰椎的广泛脊柱区域 | NA | U-Net, Attention U-Net | Dice系数, Hausdorff距离 | NA |
| 358 | 2025-10-06 |
MMRNet: Ensemble deep learning models for predicting mismatch repair deficiency in endometrial cancer from histopathological images
2025-May-20, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102099
PMID:40306276
|
研究论文 | 开发用于从子宫内膜癌组织病理图像预测错配修复缺陷的集成深度学习模型 | 提出MMRNet深度学习模型，首次实现从H&E染色全切片图像直接预测子宫内膜癌的错配修复缺陷状态 | NA | 开发可负担且易获取的工具来检测子宫内膜癌患者的错配修复状态 | 子宫内膜癌患者的组织病理学全切片图像 | 数字病理学 | 子宫内膜癌 | H&E染色 | CNN | 图像 | NA | NA | MMRNet | AUROC, 敏感度, 特异度 | NA |
| 359 | 2025-06-12 |
On the use of deep learning for computer-generated holography
2025-May-16, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112507
PMID:40491959
|
review | 本文综述了深度学习在计算机生成全息术（CGH）中的应用及其最新进展 | 探讨了深度学习如何推动高质量和实时全息显示的发展，并介绍了数据驱动模型、物理驱动模型和联合优化模型等前沿研究方向 | NA | 回顾深度学习在计算机生成全息术中的应用及其发展 | 计算机生成全息术（CGH）和深度学习 | computer vision | NA | NA | data-driven models, physics-driven models, jointly optimized models | NA | NA | NA | NA | NA | NA |
| 360 | 2025-06-12 |
Consecutive low-frequency shifts in A/T content denote nucleosome positions across microeukaryotes
2025-May-16, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112472
PMID:40491964
|
research paper | 通过分析1117个微型真核生物基因组中的DNA特征，发现与核小体组织相关的≈150bp A/T含量变化，并构建深度学习模型改进核小体占据预测 | 发现真核生物中普遍存在的核小体有利DNA生成策略，并利用深度学习模型预测核小体占据 | 研究主要基于微型真核生物基因组，可能不适用于所有真核生物 | 探索核小体位置与DNA特征之间的关系，改进核小体占据预测 | 1117个微型真核生物基因组 | 基因组学 | NA | 深度学习 | DL | 基因组数据 | 1117个微型真核生物基因组 | NA | NA | NA | NA |