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 1262 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2025-10-06 |
XSE-TomatoNet: An explainable AI based tomato leaf disease classification method using EfficientNetB0 with squeeze-and-excitation blocks and multi-scale feature fusion
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103159
PMID:40655435
|
研究论文 | 提出一种基于可解释AI的番茄叶部病害分类方法XSE-TomatoNet | 在EfficientNetB0基础上集成SE模块和多尺度特征融合，结合可解释AI技术提供决策依据 | NA | 开发高精度番茄叶部病害分类方法 | 番茄叶片图像 | 计算机视觉 | 植物病害 | 深度学习 | CNN | 图像 | NA | NA | EfficientNetB0, SE模块, 多尺度特征融合 | 准确率, 精确率, 召回率, 10折交叉验证 | NA |
| 182 | 2025-10-06 |
Artificial Intelligence in Cardiovascular Diagnosis: Innovations and Impact on Disease Screenings
2025-Jun, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_557_25
PMID:40655749
|
综述 | 本文探讨人工智能在心血管疾病诊断中的创新应用及其对疾病筛查的影响 | 系统综述AI算法（特别是深度学习）在心血管疾病早期检测和预测方面的创新应用，包括无症状患者的风险识别 | NA | 评估人工智能在心血管疾病诊断和筛查中的应用潜力与临床影响 | 心血管疾病患者，包括心力衰竭、心房颤动、冠状动脉疾病和瓣膜性心脏病患者 | 机器学习 | 心血管疾病 | 心电图(ECG)，医学影像分析 | CNN, 机器学习算法, 深度学习算法 | 心电图数据，医学影像数据 | NA | NA | NA | NA | NA |
| 183 | 2025-10-06 |
Evaluation of Artificial Intelligent Systems Based Analysis in Dental Periapical Lesions - A Radiological Study
2025-Jun, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_2002_24
PMID:40655781
|
研究论文 | 本研究评估基于人工智能的锥形束CT扫描在牙科根尖周病变分析中的应用 | 比较手动机器学习AI与深度学习AI在根尖周病变诊断中的性能表现 | 样本量相对有限，仅包含500个CBCT扫描 | 评估AI系统在牙科根尖周病变放射学诊断中的准确性和可靠性 | 牙科根尖周病变（根尖周囊肿、脓肿和肉芽肿） | 医学影像分析 | 牙科疾病 | 锥形束CT（CBCT）扫描 | 手动机器学习AI, 深度学习AI | 医学影像（CBCT扫描） | 500个CBCT扫描（400个训练，100个测试） | NA | NA | 灵敏度, 特异性, 准确率 | NA |
| 184 | 2025-10-06 |
Artificial Intelligence in Ultrasound-Based Diagnoses of Gynecological Tumors: A Systematic Review
2025-Jun, Cureus
DOI:10.7759/cureus.85884
PMID:40656430
|
系统综述 | 系统综述人工智能在基于超声的妇科肿瘤诊断中的应用，评估其性能指标、方法学优势和局限性 | 首次系统评估AI在妇科肿瘤超声诊断中的综合表现，特别关注深度学习架构与传统机器学习的比较 | 研究间存在成像方案、样本量和验证方法的异质性，仅三项研究采用前瞻性设计，算法偏见和真实世界临床整合研究较少 | 评估人工智能在妇科肿瘤超声诊断中的应用效果，指导未来研究和临床实施 | 妇科肿瘤（卵巢、子宫内膜和子宫肿块） | 医学影像分析 | 妇科肿瘤 | 超声成像 | 深度学习, 传统机器学习 | 超声图像 | 26项符合纳入标准的研究（来自252条记录） | NA | CNN, ResNet | 准确率, AUC | NA |
| 185 | 2025-10-06 |
Artificial Intelligence in Cognitive Decline Diagnosis: Evaluating Cutting-Edge Techniques and Modalities
2025-Jun-26, Studies in health technology and informatics
DOI:10.3233/SHTI250670
PMID:40588878
|
综述 | 本文通过范围综述评估人工智能在认知衰退早期诊断中的潜力，重点分析前沿技术和多模态数据 | 整合MRI、临床数据和EEG等多模态数据与深度学习方法，并探索自然语言处理模型在临床前环境中的应用 | 仅涵盖2020-2025年的文献，可能遗漏早期重要研究 | 评估人工智能技术在认知衰退早期诊断中的应用效果 | 认知衰退患者，重点关注老年人群 | 自然语言处理, 机器学习 | 老年疾病 | 磁共振成像, 脑电图, 自然语言处理 | 深度学习模型 | 医学影像, 临床数据, 脑电信号, 文本数据 | NA | NA | NA | 准确率 | NA |
| 186 | 2025-10-06 |
Fault Identification Model Using Convolutional Neural Networks with Transformer Architecture
2025-Jun-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25133897
PMID:40648155
|
研究论文 | 提出一种结合CNN特征提取和Transformer时序建模的混合深度学习框架，用于航空发动机故障识别和剩余使用寿命预测 | 首次将CNN与Transformer架构结合用于工业故障诊断，实现了从多传感器时序数据中同时进行特征提取和时序建模 | 仅使用NASA CMAPSS数据集进行验证，未在其他工业场景或数据集上测试模型泛化能力 | 开发智能维护系统，实现工业设备的自主故障检测和诊断 | 航空发动机的多传感器时序数据和剩余使用寿命标签 | 机器学习 | NA | 多传感器数据采集 | CNN, Transformer | 时间序列传感器数据 | NASA CMAPSS数据集中的航空发动机数据 | NA | CNN, Transformer | 准确率 | NA |
| 187 | 2025-10-06 |
Integrating structural homology with deep learning to achieve highly accurate protein-protein interface prediction for the human interactome
2025-Jun-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.09.658393
PMID:40661495
|
研究论文 | 开发了整合结构同源性与几何深度学习的计算流程PIONEER2.0，用于高精度预测人类蛋白质相互作用界面的残基 | 将3D结构相似性与几何深度学习相结合，针对AlphaFold3无法高质量建模的近半数人类相互作用组实现更准确的界面残基预测 | 仅针对实验观察到的人类二元蛋白质相互作用进行预测，未涵盖其他类型的蛋白质相互作用 | 开发高精度的蛋白质-蛋白质界面预测工具，用于研究疾病机制和推进个性化医疗 | 人类相互作用组中的蛋白质-蛋白质界面 | 生物信息学 | 多种疾病 | 几何深度学习，结构相似性分析 | 几何深度学习模型 | 3D结构数据，蛋白质序列数据 | 352,124个实验确定的人类二元蛋白质相互作用，1,866个突变，5,010个突变-相互作用对 | NA | PIONEER2.0 | 预测准确性 | NA |
| 188 | 2025-10-06 |
Simpatico: accurate and ultra-fast virtual drug screening with atomic embeddings
2025-Jun-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.08.658499
PMID:40661404
|
研究论文 | 介绍了一种基于表示学习的超快速虚拟药物筛选方法Simpatico | 采用原子嵌入和图神经网络技术，相比现有方法速度提升1000倍以上，同时保持高精度 | NA | 开发快速准确的虚拟药物筛选方法 | 蛋白质和小分子药物的相互作用 | 机器学习 | NA | 表示学习 | 图神经网络 | 分子结构数据 | 6亿个药物候选分子数据库 | NA | 图神经网络 | 结合亲和力预测准确性 | 单GPU |
| 189 | 2025-10-06 |
Educational strategies for teaching metabolic profiles across three endurance training zones
2025-Jun-01, Advances in physiology education
IF:1.7Q4
DOI:10.1152/advan.00094.2024
PMID:39809450
|
研究论文 | 本文介绍了一种使用代谢板教学工具来增强对三个耐力训练区肌肉代谢理解的教育策略 | 开发了基于真实数据的交互式代谢板教学工具，将复杂生理过程简化为可理解组件 | NA | 探索创新的教育方法以增强对耐力训练区肌肉代谢的理解 | 运动科学专业学生和专业人士 | 运动科学 | NA | 代谢分析 | NA | 生理数据 | NA | NA | NA | NA | NA |
| 190 | 2025-10-06 |
Software-Based Transformation of White Light Endoscopy Images to Hyperspectral Images for Improved Gastrointestinal Disease Detection
2025-Jun-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131664
PMID:40647664
|
研究论文 | 提出一种将白光内窥镜图像转换为高光谱图像的软件方法，以提升胃肠道疾病检测性能 | 开发了无需专用设备的软件方法SAVE，能将传统白光图像转换为高光谱图像表示 | NA | 通过图像转换技术提高胃肠道疾病的诊断准确率 | 胃肠道疾病（食管炎、息肉、溃疡性结肠炎） | 计算机视觉 | 胃肠道疾病 | 高光谱成像 | CNN | 内窥镜图像 | 6000张标注图像（来自KVASIR和ETIS-Larib息肉数据库） | NA | EfficientNetB7,VGG16 | 准确率,精确率,召回率,F1分数 | NA |
| 191 | 2025-10-06 |
Using a Deep Learning-Based Decision Support System to Predict Emergent Large Vessel Occlusion Using Non-Contrast Computed Tomography
2025-Jun-30, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14134635
PMID:40649010
|
研究论文 | 评估基于深度学习的临床决策支持系统在利用非对比计算机断层扫描图像预测急性大血管闭塞方面的性能 | 首次在回顾性多读者盲法关键试验中验证AI系统对NCCT图像中ELVO检测的辅助价值 | 回顾性研究设计，样本量相对有限（477例患者） | 提高临床医生使用非对比CT对急性大血管闭塞的检测能力 | 477名患者（112例前循环ELVO患者和365例对照组） | 医学影像分析 | 脑血管疾病 | 非对比计算机断层扫描（NCCT） | 深度学习 | 医学影像 | 477名患者 | NA | NA | 灵敏度, 特异度, 准确率, AUROC | NA |
| 192 | 2025-10-06 |
High-Accuracy Polymer Property Detection via Pareto-Optimized SMILES-Based Deep Learning
2025-Jun-28, Polymers
IF:4.7Q1
DOI:10.3390/polym17131801
PMID:40647811
|
研究论文 | 提出一种基于SMILES的帕累托优化深度学习模型，用于聚合物性质检测与分类 | 结合一维卷积神经网络和门控循环单元，并采用帕累托优化算法调整超参数，能够同时捕获局部子结构和长程化学依赖性 | NA | 开发高效的聚合物性质分类方法以改进材料设计 | 聚合物材料 | 机器学习 | NA | SMILES（简化分子线性输入系统） | 1DCNN, GRU | 分子序列数据 | NA | NA | 1DCNN-GRU | 准确率, 精确率, 召回率 | NA |
| 193 | 2025-10-06 |
Correlating Patient Symptoms and CT Morphology in AI-Detected Incidental Pulmonary Embolisms
2025-Jun-27, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131639
PMID:40647638
|
研究论文 | 本研究评估AI检测的偶发性肺栓塞与临床症状和CT形态学特征之间的相关性 | 首次使用深度学习AI算法系统评估偶发性肺栓塞的血栓负荷、右心应变CT形态学标志与临床症状的关联 | 回顾性研究设计，样本量相对有限（41例IPEs） | 评估AI检测的偶发性肺栓塞的临床和放射学意义 | 偶发性肺栓塞患者 | 数字病理 | 心血管疾病 | CT扫描, 自然语言处理 | 深度学习 | 医学影像, 临床文本 | 13,603例增强CT扫描，其中41例AI检测的偶发性肺栓塞 | NA | NA | Mastora评分, Qanadli评分, Ghanima评分, Kirchner评分 | NA |
| 194 | 2025-10-06 |
Artificial Intelligence in Microsurgical Planning: A Five-Year Leap in Clinical Translation
2025-Jun-27, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14134574
PMID:40648947
|
综述 | 本文系统回顾了2020-2025年间人工智能在显微外科各阶段临床应用的最新进展 | 首次全面评估AI在显微外科术前规划、术中决策和术后监测中的转化应用，展示了五年间的技术飞跃 | 多数研究依赖回顾性单中心数据，大规模前瞻性验证仍然有限 | 评估人工智能在显微外科护理各阶段的应用效果和发展前景 | 人类受试者在显微外科护理过程中的相关临床数据 | 数字病理 | NA | 深度学习, 预测建模, 增强现实 | 深度学习模型, 预测模型 | 医学影像, 临床数据, 监测数据 | NA | NA | NA | 灵敏度 | NA |
| 195 | 2025-10-06 |
Performance Evaluation of Four Deep Learning-Based CAD Systems and Manual Reading for Pulmonary Nodules Detection, Volume Measurement, and Lung-RADS Classification Under Varying Radiation Doses and Reconstruction Methods
2025-Jun-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131623
PMID:40647622
|
研究论文 | 评估四种基于深度学习的CAD系统和人工阅读在不同辐射剂量和重建方法下对肺结节检测、体积测量和Lung-RADS分类的性能 | 首次系统比较四种DL-CAD系统与人工阅读在不同辐射剂量和重建方法下的综合性能，特别关注体积渲染技术的增强作用 | DL-CAD系统在体积测量和部分实性结节的Lung-RADS分类准确性方面存在局限 | 优化肺结节检测在不同成像协议下的性能 | 169个人工肺结节 | 计算机视觉 | 肺癌 | CT扫描, 体积渲染 | 深度学习CAD系统 | CT图像 | 1080个图像集（3个剂量水平×2个内核×3个重建算法） | NA | NA | 灵敏度, 特异性, 体积误差, Lung-RADS分类准确率 | NA |
| 196 | 2025-10-06 |
Fusion-Based Deep Learning Approach for Renal Cell Carcinoma Subtype Detection Using Multi-Phasic MRI Data
2025-Jun-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131636
PMID:40647635
|
研究论文 | 提出基于深度学习的混合模型，利用多期相MRI数据对肾细胞癌亚型进行准确分类 | 结合对比剂注射前的T2期与注射后的动脉期和静脉期MRI数据进行综合分析 | NA | 为放射科医生提供肾细胞癌亚型分类的决策支持机制 | 肾细胞癌亚型 | 医学影像分析 | 肾细胞癌 | 多期相磁共振成像 | 深度学习混合模型 | MRI图像 | 1275张来自不同期相的MRI图像 | NA | NA | 准确率 | NA |
| 197 | 2025-10-06 |
Deep Learning with Transfer Learning on Digital Breast Tomosynthesis: A Radiomics-Based Model for Predicting Breast Cancer Risk
2025-Jun-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131631
PMID:40647630
|
研究论文 | 本研究开发了基于迁移学习的深度学习模型，用于数字乳腺断层合成图像的乳腺病变良恶性分类 | 首次将迁移学习应用于数字乳腺断层合成图像的放射组学分析，比较了两种CNN架构在乳腺病变分类中的表现 | 单中心回顾性研究，样本量有限，模型敏感度欠佳，临床适用性有待提高 | 开发基于深度学习的乳腺病变分类模型以支持临床决策和风险分层 | 184例经组织学或临床确诊的乳腺病变患者（107例良性，77例恶性） | 计算机视觉 | 乳腺癌 | 数字乳腺断层合成成像 | CNN | 医学影像 | 184例患者，每个病例包含单个手动分割的病灶 | TensorFlow, PyTorch | ResNet50, DenseNet201 | ROC-AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 198 | 2025-10-06 |
CELM: An Ensemble Deep Learning Model for Early Cardiomegaly Diagnosis in Chest Radiography
2025-Jun-25, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131602
PMID:40647601
|
研究论文 | 本研究开发了一种集成深度学习模型CELM，用于胸部X光影像中的早期心脏扩大自动诊断 | 提出了一种新颖的基于堆叠的集成模型CELM，通过元分类器整合互补的CNN特征，并结合Vision Transformers实现高性能诊断 | 需要进一步的验证研究来确认模型在临床环境中的可靠性 | 开发自动诊断心脏扩大的深度学习模型，改善早期检测和临床干预 | 胸部X光影像中的心脏扩大病变 | 计算机视觉 | 心血管疾病 | 胸部X光成像 | CNN, Vision Transformer, 集成学习 | 图像 | 来自PadChest、NIH CXR、VinDr-CXR和CheXpert数据集的后前位胸部X光影像，构成最大最多样化的数据集之一 | NA | VGG16, ResNet50, InceptionV3, DenseNet121, DenseNet201, AlexNet, Vision Transformer, CELM | 准确率, 精确率, 召回率, F1分数, 特异性, AUC | NA |
| 199 | 2025-10-06 |
Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification
2025-Jun-25, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131616
PMID:40647615
|
研究论文 | 本研究提出了一种结合多重分形分析和多层感知器分类的早期糖尿病视网膜病变检测方法 | 首次将多重分形分析应用于OCT图像来检测早期糖尿病视网膜病变，并结合多层感知器实现高精度分类 | NA | 开发可靠的早期糖尿病视网膜病变自动筛查工具 | 糖尿病视网膜病变患者的OCT图像 | 医学影像分析 | 糖尿病视网膜病变 | 光学相干断层扫描 | 多层感知器 | 图像 | NA | NA | 多层感知器 | 准确率,精确率,召回率,F1分数 | NA |
| 200 | 2025-10-06 |
Pose estimation for pickleball players' kinematic analysis through MediaPipe-based deep learning: A pilot study
2025-Jun-25, Journal of sports sciences
IF:2.3Q2
DOI:10.1080/02640414.2025.2524283
PMID:40563204
|
研究论文 | 本研究通过基于MediaPipe的深度学习工具对匹克球运动员进行运动学分析，重点比较不同水平运动员在击球时的下肢角度和手腕运动差异 | 首次将MediaPipe深度学习工具应用于匹克球运动员的运动学分析，为教练提供快速监控运动参数的替代方案 | 样本量较小（14名男性运动员），仅分析了特定击球动作，未涉及足部位置和躯干旋转等其他生物力学参数 | 开发基于深度学习的运动分析工具，评估匹克球运动员的生物力学特征 | 匹克球运动员 | 计算机视觉 | NA | 深度学习，姿态估计 | MediaPipe | 视频 | 14名男性匹克球运动员（年龄46.5±10.5岁） | MediaPipe | MediaPipe姿态估计模型 | 统计显著性（p值） | NA |