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 1212 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2025-10-06 |
Video-based multi-target multi-camera tracking for postoperative phase recognition
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03344-x
PMID:40220065
|
研究论文 | 提出一种新颖的多目标多摄像头跟踪架构，用于术后阶段识别、位置跟踪和自动时间戳生成 | 将当前研究重点从手术室扩展到术后工作流程，提出结合医学领域特定知识的多目标多摄像头跟踪架构 | 基于19个重演的术后患者流程数据，样本规模有限，需要进一步验证在真实临床环境中的效果 | 开发能够支持外科医生和医疗专业人员的术后工作流程理解系统 | 术后患者流程中的患者和病床 | 计算机视觉 | 术后监护 | 多摄像头视频监控 | 多目标多摄像头跟踪架构 | 视频 | 19个重演的术后患者流程 | NA | 自定义MTMCT架构，包含AFLink | 遍历准确度，时间戳生成准确率，IDF1分数 | NA |
| 662 | 2025-10-06 |
Single-Cell Sequencing-Guided Annotation of Rare Tumor Cells for Deep Learning-Based Cytopathologic Diagnosis of Early Lung Cancer
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202416921
PMID:40231585
|
研究论文 | 本研究利用单细胞DNA测序指导罕见肿瘤细胞标注，开发深度学习模型用于早期肺癌的细胞病理学诊断 | 首次使用单细胞DNA测序作为脱落肿瘤细胞的客观金标准，创建无偏倚的标注数据集，解决了深度学习在细胞病理学中标注数据缺乏的瓶颈问题 | 研究样本量相对有限，需要进一步的外部验证以确认模型的泛化能力 | 开发基于支气管肺泡灌洗液的深度学习细胞病理学诊断模型，提高早期肺癌的诊断敏感性 | 支气管肺泡灌洗液中的脱落肿瘤细胞和良性细胞 | 数字病理学 | 肺癌 | 单细胞DNA测序 | 深度学习模型 | 细胞病理学图像 | 训练集包含580个ETCs和1106个良性细胞，发现队列156例，验证队列158例，外部验证队列141例 | NA | NA | AUC, 敏感性, 特异性 | NA |
| 663 | 2025-10-06 |
Early operative difficulty assessment in laparoscopic cholecystectomy via snapshot-centric video analysis
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03372-7
PMID:40257703
|
研究论文 | 通过基于快照的腹腔镜胆囊切除术视频分析实现早期手术难度评估 | 提出早期手术难度评估新任务，设计融合全局和局部时间分辨率特征的深度学习模型SurgPrOD，并创新性地引入跨快照注意力模块 | NA | 利用有限的术中视频观察实现腹腔镜胆囊切除术早期难度评估 | 腹腔镜胆囊切除术视频数据 | 计算机视觉 | 胆囊疾病 | 深度学习视频分析 | 深度学习 | 视频 | CholeScore数据集中的手术视频样本 | NA | SurgPrOD（包含快照中心注意力模块） | F1分数, top1准确率, 早期稳定正确预测指标 | NA |
| 664 | 2025-10-06 |
ConsisTNet: a spatio-temporal approach for consistent anatomical localization in endoscopic pituitary surgery
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03369-2
PMID:40299263
|
研究论文 | 提出ConsisTNet模型用于内镜垂体手术中关键解剖结构的自动化定位，通过时空特征提高预测一致性 | 首次将时空一致性引入内镜手术定位任务，采用半监督策略和标签传播生成伪标签，通过TensorRT优化实现实时推理 | 仅针对垂体手术场景，未验证在其他外科手术中的泛化能力 | 提高内镜垂体手术中解剖结构定位的时空一致性 | 内镜垂体手术视频中的关键解剖结构 | 计算机视觉 | 垂体疾病 | 内镜视频分析 | 深度学习 | 视频序列 | NA | TensorRT | ConsisTNet | IoU, 平均距离误差, FPS | TensorRT加速，FP16精度 |
| 665 | 2025-10-06 |
Deep learning based automated left atrial segmentation and flow quantification of real time phase contrast MRI in patients with atrial fibrillation
2025-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03407-9
PMID:40301204
|
研究论文 | 开发基于卷积神经网络的自动化左心房分割和血流定量方法，用于房颤患者的实时相位对比MRI分析 | 首次将CNN应用于房颤患者实时相位对比MRI的左心房自动分割和血流定量，实现了与人工分析相当的性能 | 样本量相对较小（44名患者），需要进一步验证在更大人群中的泛化能力 | 开发自动化左心房血流定量方法以减少人工轮廓绘制时间 | 房颤患者 | 医学影像分析 | 房颤 | 实时相位对比MRI | CNN | MRI图像 | 44名房颤患者，15,307个半手动生成的左心房轮廓 | NA | NA | Dice分数, Hausdorff距离, 血流测量（淤滞, 速度, 流量）, Bland-Altman分析 | NA |
| 666 | 2025-10-06 |
Automatic ultrasound image alignment for diagnosis of pediatric distal forearm fractures
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03361-w
PMID:40314702
|
研究论文 | 开发用于诊断儿童尺桡骨远端骨折的超声图像自动配准方法 | 提出首个完全自动化的超声图像配准流程，通过深度学习提取骨边界和关键解剖标志点，并引入三点优化约束实现精准配准 | 数据集规模有限，需要扩大样本量以提高诊断准确性和可靠性 | 开发替代X射线的无辐射诊断方法，减少儿童辐射暴露和疼痛 | 儿童尺桡骨远端骨折 | 医学影像分析 | 骨折 | 超声成像 | 深度学习模型 | 超声图像 | 未明确具体样本数量 | NA | NA | 边界距离，骨折分类，成角测量 | NA |
| 667 | 2025-06-16 |
Deep learning for predicting invasive recurrence of ductal carcinoma in situ: leveraging histopathology images and clinical features
2025-Jun, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105750
PMID:40440915
|
research paper | 该研究利用深度学习模型结合组织病理学全切片图像和临床病理数据，预测导管原位癌（DCIS）的侵袭性复发风险 | 首次开发了基于全切片图像和临床数据的深度学习模型，用于DCIS的侵袭性复发风险分层 | 外部验证受限于数据集规模小、病例数少（22/94）、WSI质量差以及缺乏良好注释的数据集 | 开发能够预测DCIS侵袭性复发风险的模型，以减少低风险患者的过度治疗 | 导管原位癌（DCIS）患者 | digital pathology | breast cancer | deep learning | CNN | image, clinical data | 荷兰多中心数据集（n=558）和英国Sloane数据集（n=94） | NA | NA | NA | NA |
| 668 | 2025-06-16 |
Artificial Intelligence-Assisted Breeding for Plant Disease Resistance
2025-Jun-01, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26115324
PMID:40508136
|
review | 本文综述了人工智能在植物抗病育种中的应用，包括疾病检测和组学预测的最新进展 | 探讨了大型语言模型和多模态模型在解析复杂疾病模式中的突破性潜力，并提出了将联邦学习与大型语言模型结合用于植物疾病检测和抗性预测的新视角 | 讨论了在数据、模型和隐私方面面临的挑战 | 整合人工智能技术以提升植物抗病育种效率 | 植物疾病抗性育种 | machine learning | NA | 深度学习、大型语言模型、多模态模型、联邦学习 | CNN、大型语言模型、多模态模型 | 异构数据、多组学数据 | NA | NA | NA | NA | NA |
| 669 | 2025-06-16 |
A Dual-Modal Robot Welding Trajectory Generation Scheme for Motion Based on Stereo Vision and Deep Learning
2025-Jun-01, Materials (Basel, Switzerland)
DOI:10.3390/ma18112593
PMID:40508590
|
研究论文 | 本研究提出了一种基于立体视觉和深度学习的双模态感知框架，用于无示教方法中的机器人焊接轨迹生成 | 提出了一种结合2D图像自主识别和3D点云精确规划的双模态感知框架，改进了U-Net模型并引入了双通道注意力模块，提高了焊接分割的鲁棒性 | 未明确提及样本量或具体应用场景的限制 | 提高无示教方法中机器人焊接轨迹规划的自主性和鲁棒性 | 机器人焊接轨迹 | 机器视觉 | NA | 立体视觉、深度学习 | 改进的U-Net（VGG16作为骨干网络） | 2D图像、3D点云 | NA | NA | NA | NA | NA |
| 670 | 2025-06-15 |
Implementation of 400 Gbps quantum noise stream cipher encryption for 1520 km fiber transmission using end-to-end deep learning
2025-Jun-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.553692
PMID:40512879
|
研究论文 | 本文提出了一种端到端深度学习的量子噪声流密码加密方案，实现了400 Gbps的量子噪声流密码加密，并在1520公里的光纤传输中进行了验证 | 将深度学习引入量子噪声流密码（QNSC），提出端到端量子噪声流密码（E2E-QNSC）方案，将16QAM加密为E2E-65536QAM/QNSC | NA | 提升光纤通信骨干网的物理层安全性，满足400G光纤骨干网的速率需求 | 光纤通信骨干网的安全传输 | 机器学习 | NA | 深度学习 | NA | 光纤传输数据 | NA | NA | NA | NA | NA |
| 671 | 2025-06-15 |
Self-adaptive hybrid data-model optimization for secure end-to-end radio-over-fiber transmission
2025-Jun-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.566422
PMID:40512893
|
研究论文 | 提出了一种新颖的自适应安全端到端传输方法，用于光纤无线电(RoF)系统 | 系统集成了深度学习和传统模型，通过端到端优化将加密功能嵌入调制(TransNN)和解调(ReceivNN)中，训练阶段的随机化和噪声扰动确保了不同训练轮次间调制与解调模型的不兼容性 | 数值模拟结果未在实际系统中验证 | 为RoF系统提供安全且自适应的传输解决方案 | 光纤无线电(RoF)系统 | 机器学习 | NA | 深度学习 | TransNN, ReceivNN | 信号数据 | NA | NA | NA | NA | NA |
| 672 | 2025-06-15 |
RF-photonic deep learning processor with Shannon-limited data movement
2025-Jun-13, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adt3558
PMID:40498817
|
research paper | 介绍了一种名为MAFT-ONN的新型光学神经网络硬件加速器，用于处理原始射频信号并进行深度学习计算 | 提出了MAFT-ONN，一种能够在原始射频信号上实现全模拟深度学习计算的硬件加速器，具有高准确率和可扩展性 | 未提及具体局限性 | 开发新型计算范式以满足未来高级通信（如6G）的需求 | 射频信号和光学神经网络 | machine learning | NA | 光学神经网络（ONN） | MAFT-ONN | 射频信号 | MNIST数据集 | NA | NA | NA | NA |
| 673 | 2025-06-15 |
Data Fusion for Integrative Species Identification Using Deep Learning
2025-Jun-13, Systematic biology
IF:6.1Q1
DOI:10.1093/sysbio/syaf026
PMID:40512613
|
research paper | 该研究提出了一种融合分子和图像数据的深度学习方案，用于细粒度物种识别 | 首次系统地评估和比较了不同的DNA数据预处理和编码方法，并提出了三种融合分子和视觉特征的策略 | 研究仅针对四个真核生物数据集进行了测试，可能无法推广到所有物种 | 通过融合分子和图像数据提高物种识别的准确性 | 四个真核生物数据集（包括两个植物科和两个动物科） | machine learning | NA | DNA测序和图像分析 | artificial neural networks | 分子数据和图像数据 | 四个真核生物数据集（Asteraceae, Poaceae, Lycaenidae, Coccinellidae） | NA | NA | NA | NA |
| 674 | 2025-06-15 |
Study on a Traditional Chinese Medicine constitution recognition model using tongue image characteristics and deep learning: a prospective dual-center investigation
2025-Jun-12, Chinese medicine
IF:5.3Q1
DOI:10.1186/s13020-025-01126-w
PMID:40506765
|
研究论文 | 本研究开发了一种基于舌象特征和深度学习的传统中医体质识别模型 | 结合传统舌象特征和深度学习特征，构建了融合特征的智能体质识别模型，克服了传统方法的局限性 | 样本仅来自两个医疗中心，可能存在选择偏倚 | 开发定量分析的中医体质识别模型 | 接受中医体质评估的参与者 | 数字病理 | 中医体质分类 | LASSO回归、随机森林(RF)、多层感知机(MLP) | MLP | 图像 | 1374名参与者的舌象和体质数据 | NA | NA | NA | NA |
| 675 | 2025-06-15 |
Seamless finer-resolution soil moisture from the synergistic merging of the FengYun-3 satellite series
2025-Jun-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05263-7
PMID:40500275
|
research paper | 该研究开发了一种从风云系列卫星数据中合并土壤湿度的方法，生成空间分辨率为0.15°的数据集，并利用深度学习插值方法填补缺失数据 | 通过最小化均方误差的合并技术，结合风云系列卫星的上升和下降观测数据，生成更高分辨率的土壤湿度数据集，并使用深度学习进行数据插值 | 研究仅覆盖2011年至2020年的数据，可能无法反映更长时间尺度的变化 | 提供全球卫星土壤湿度观测数据，以解决相关应用中的挑战 | 风云系列卫星（FY-3B、C、D）的被动微波观测数据 | 遥感 | NA | 深度学习插值方法 | NA | 卫星遥感数据 | 2011年至2020年的风云系列卫星数据 | NA | NA | NA | NA |
| 676 | 2025-06-15 |
Mechanisms of organotropism in breast cancer and predicting metastasis to distant organs using deep learning
2025-Jun-11, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-02905-5
PMID:40500539
|
研究论文 | 本研究探讨了乳腺癌器官趋向性的机制，并利用深度学习预测乳腺癌向远处器官转移 | 结合单细胞RNA测序、批量RNA测序、ChIP-seq数据和深度学习技术，开发了一个深度神经网络模型来识别器官特异性转移基因 | 研究仅关注了乳腺癌向骨、脑、肝和肺四种器官的转移，未涵盖其他可能的转移部位 | 探索乳腺癌器官趋向性的分子机制，并预测其向特定器官转移的可能性 | 乳腺癌及其向骨、脑、肝和肺的转移 | 数字病理学 | 乳腺癌 | 单细胞RNA测序、批量RNA测序、ChIP-seq | DNN | 基因组数据 | NA | NA | NA | NA | NA |
| 677 | 2025-06-15 |
Enhancing differentiation between unipolar and bipolar depression through integration of machine learning and electroencephalogram analysis
2025-Jun-10, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.119599
PMID:40505986
|
研究论文 | 本研究通过整合机器学习和脑电图分析，提高了单相抑郁和双相抑郁的区分能力 | 首次将深度学习模型与EEG数据和临床特征结合，用于区分单相抑郁和双相抑郁 | 模型可解释性有待提高，未来需要整合多模态数据和开发更先进的特征提取技术 | 提高单相抑郁和双相抑郁的区分准确性 | 370名被诊断为单相抑郁或双相抑郁的患者 | 机器学习 | 抑郁症 | EEG分析 | SVM, Random Forest, FCNN, RNN, LSTM, Transformers | EEG数据和临床特征 | 370名患者 | NA | NA | NA | NA |
| 678 | 2025-06-15 |
Towards prehospital risk stratification using deep learning for ECG interpretation in suspected acute coronary syndrome
2025-Jun-06, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2024-101292
PMID:40480678
|
研究论文 | 本研究开发并验证了一种基于卷积神经网络（CNN）的模型，用于疑似非ST段抬高急性冠脉综合征（NSTE-ACS）患者的风险分层，并与现有的院前诊断工具进行比较 | 首次将CNN应用于院前ECG解读，用于NSTE-ACS的风险分层，并展示了AI与临床风险评分结合可提高诊断性能 | 研究人群中心肌梗死患病率较高，可能影响诊断性能的评估 | 开发并验证AI模型用于院前NSTE-ACS的风险分层 | 疑似NSTE-ACS患者 | 数字病理学 | 心血管疾病 | ECG解读 | CNN | ECG数据 | 5645名疑似NSTE-ACS患者（外部验证队列754名） | NA | NA | NA | NA |
| 679 | 2025-06-15 |
Retinal Vessel Geometry and Retinal Abnormalities in Cerebral Autosomal Dominant Arteriopathy With Subcortical Infarcts and Leukoencephalopathy
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.17
PMID:40488700
|
研究论文 | 研究CADASIL患者的视网膜血管几何形态和视网膜异常 | 使用基于深度学习模型的自动化视网膜血管几何评估程序，首次系统评估CADASIL患者的视网膜血管几何参数 | 样本量较小（35例患者和35例对照），且为回顾性研究 | 探讨CADASIL患者的视网膜血管几何形态和视网膜异常 | 35例CADASIL患者和35例正常对照 | 数字病理学 | 脑常染色体显性遗传动脉病伴皮质下梗死和白质脑病（CADASIL） | 深度学习 | 深度学习模型 | 图像 | 35例CADASIL患者和35例正常对照 | NA | NA | NA | NA |
| 680 | 2025-05-01 |
BiaPy: accessible deep learning on bioimages
2025-Jun, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02699-y
PMID:40301624
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |