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 1223 篇文献，本页显示第 1101 - 1120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1101 | 2025-10-07 |
Development of a digital algorithm for assessing tumor-stroma ratio, tumor budding and tumor infiltrating lymphocytes in vulvar squamous cell carcinomas
2025-Jun, Annals of diagnostic pathology
IF:1.5Q3
|
研究论文 | 开发用于评估外阴鳞状细胞癌中肿瘤-间质比率、肿瘤出芽和肿瘤浸润淋巴细胞的全自动数字算法 | 首次针对VSCC开发集成TSR、TB和TILs评估的深度学习算法，实现无需人工校正的自动化定量分析 | 样本量较小（41例VSCC），需在更大队列中验证算法并与临床预后关联 | 开发数字化评估方法并探索p16状态对肿瘤微环境特征的影响 | 外阴鳞状细胞癌组织样本 | 数字病理 | 外阴鳞状细胞癌 | 免疫组织化学染色（CD3/细胞角蛋白、CD8/细胞角蛋白） | 深度学习 | 病理组织图像 | 41例VSCC病例（独立训练集+研究队列） | NA | NA | 一致性分析（与人工评估对比） | NA |
| 1102 | 2025-05-13 |
Enhancing atrial fibrillation detection in PPG analysis with sparse labels through contrastive learning
2025-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108698
PMID:40054320
|
研究论文 | 本研究探讨了自监督对比学习在基于PPG的心房颤动检测中的应用，以减少对标记数据的依赖 | 使用自监督对比学习框架（SimCLR和BYOL）预训练模型，显著减少了对标记数据的需求，并在少量标记数据上微调后取得了优于监督学习的效果 | 研究仅针对PPG数据，未验证在其他生理信号上的适用性 | 提高基于PPG的心房颤动检测的准确性，同时减少对标记数据的依赖 | PPG信号数据 | 机器学习 | 心血管疾病 | 对比学习（SimCLR和BYOL） | 自监督学习模型 | PPG信号 | 1,209小时未标记PPG数据（来自VitalDB数据库）以及少量标记数据（来自MIMIC III、UMass和DeepBeat数据集） | NA | NA | NA | NA |
| 1103 | 2025-05-13 |
Automated Detection of Microcracks Within Second Harmonic Generation Images of Cartilage Using Deep Learning
2025-Jun, Journal of orthopaedic research : official publication of the Orthopaedic Research Society
IF:2.1Q2
DOI:10.1002/jor.26071
PMID:40113341
|
research paper | 该研究开发了一个基于YOLOv8的深度学习模型，用于自动检测、分割和量化软骨微裂纹 | 首次使用YOLOv8深度学习模型自动化检测软骨微裂纹，显著提高了检测效率和准确性 | 模型在微裂纹方向估计上存在中等程度的变异性，数据集需要扩展到更多解剖区域和疾病阶段 | 开发自动化工具以促进软骨微裂纹研究，并理解早期软骨损伤 | 关节软骨中的微裂纹 | digital pathology | osteoarthritis | second harmonic generation (SHG) imaging | YOLOv8 | image | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1104 | 2025-05-12 |
Lightweight deep learning model for embedded systems efficiently predicts oil and protein content in rapeseed
2025-Jun-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143557
PMID:40020621
|
研究论文 | 开发了一种基于优化深度学习方法的移动应用程序，用于低成本、非破坏性和实时预测油菜籽中的蛋白质和油含量 | 使用轻量级深度学习模型FasterNet-L，结合神经修剪技术，显著提高了预测速度和模型效率 | 未提及模型在其他作物上的泛化能力验证 | 开发一种高效、低成本的油菜籽蛋白质和油含量预测方法 | 油菜籽 | 计算机视觉 | NA | 深度学习 | FasterNet-L | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 1105 | 2025-05-12 |
A multimodal deep learning model for detecting endoscopic images of near-infrared fluorescence capsules
2025-Jun-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117251
PMID:40020636
|
研究论文 | 本文提出了一种名为Multimodal-Retinex-Attention-YOLO (MRAY)的多模态深度学习模型，用于检测近红外荧光胶囊内镜图像，以提高胃肠道疾病的早期筛查准确性 | 提出了结合白光和荧光图像数据的多模态深度学习模型MRAY，显著提高了在低光条件下的异常检测准确性和效率 | 使用的数据集为模拟人类胃肠道的猪胃图像，可能无法完全反映真实人类胃肠道环境的复杂性 | 提高胃肠道疾病的早期筛查准确性和效率 | 胃肠道疾病（如癌症、溃疡、炎症等）的早期检测 | 数字病理学 | 胃肠道疾病 | 近红外荧光胶囊内镜(NIRF-CE) | Multimodal-Retinex-Attention-YOLO (MRAY), YOLO | 图像 | 使用NIRF-CE系统捕获的猪胃图像数据集 | NA | NA | NA | NA |
| 1106 | 2025-05-12 |
DeepTree-AAPred: Binary tree-based deep learning model for anti-angiogenic peptides prediction
2025-Jun, Journal of molecular graphics & modelling
IF:2.7Q2
DOI:10.1016/j.jmgm.2025.108982
PMID:40020469
|
research paper | 提出了一种基于二叉树的深度学习模型DeepTree-AAPred，用于预测抗血管生成肽 | 结合了二叉树的深度学习结构，并使用ProtBERT和ESM-2预训练模型提取1D和2D广义特征，进一步利用BiLSTM和TextCNN捕捉局部特征和上下文依赖关系 | 未提及模型在真实临床环境中的表现或泛化能力 | 提高抗血管生成肽的预测准确性，以支持肿瘤治疗 | 抗血管生成肽（AAPs） | machine learning | tumor | ProtBERT, ESM-2, BiLSTM, TextCNN | DeepTree-AAPred (binary tree-based deep learning model) | protein sequence data | 标准数据集（具体数量未提及） | NA | NA | NA | NA |
| 1107 | 2025-05-12 |
Role of artificial intelligence in data-centric additive manufacturing processes for biomedical applications
2025-Jun, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.106949
PMID:40036906
|
review | 本文综述了人工智能在生物医学应用中数据驱动的增材制造过程中的作用 | 探讨了AI在增材制造预处理、打印过程和后处理中的应用潜力，特别是在满足个性化医疗需求方面 | 未提及具体的技术实施限制或数据可用性问题 | 探索AI如何优化增材制造全流程以提升生物医学产品的个性化适配性 | 增材制造流程（预处理、打印、后处理）及生物医学产品（组织工程、假体、芯片器官等） | machine learning | NA | 监督学习、无监督学习、深度学习、强化学习 | NA | 制造参数、结构设计数据、材料特性数据 | NA | NA | NA | NA | NA |
| 1108 | 2025-05-12 |
Comparison of deep learning models for facial attractiveness assessment on 3D photos
2025-Jun, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105735
PMID:40199417
|
研究论文 | 本研究比较了几种著名的CNN模型在中国6-18岁正畸患者面部吸引力评估中的准确性和精确性 | 首次在3D照片上比较了多种CNN模型在面部吸引力评估中的表现，并分析了模型准确性与训练效率之间的权衡 | 研究仅针对中国6-18岁正畸患者，样本多样性可能有限 | 评估不同CNN模型在面部吸引力评估中的性能 | 中国6-18岁正畸患者的面部3D照片 | 计算机视觉 | 正畸 | 3D摄影 | CNN (包括ResNet18, ResNet50, ResNet101, VGG-16, VGG-19, Inception-v3, MobileNet-v2, DenseNet121) | 3D照片转换的2D RGB图像 | 1272名患者的3D照片 | NA | NA | NA | NA |
| 1109 | 2025-05-12 |
SapFlower: an automated tool for sap flow data preprocessing, gap-filling, and analysis using deep learning
2025-Jun, The New phytologist
DOI:10.1111/nph.70107
PMID:40200603
|
research paper | 介绍了一个名为SapFlower的自动化工具，用于处理、填补和分析植物液流数据 | 整合了自动清洗、机器学习和深度学习模型，能够高效处理液流数据中的噪声和缺失值 | 未来需要针对不同树种进行特定校正，并支持更多测量方法 | 提高植物液流数据处理的效率和可访问性 | 植物液流数据 | machine learning | NA | thermal dissipation probes (TDP) | random forest, Gaussian process regression, LSTM, BiLSTM | sap flow data | NA | NA | NA | NA | NA |
| 1110 | 2025-05-12 |
Predicting lung cancer bone metastasis using CT and pathological imaging with a Swin Transformer model
2025-Jun, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2025.100681
PMID:40342492
|
research paper | 开发了一种基于Swin Transformer的多模态深度学习模型，用于通过整合CT成像和病理数据预测肺癌患者的骨转移风险 | 首次将Swin Transformer模型应用于多模态（CT和病理图像）数据融合，以预测肺癌骨转移风险 | 样本量相对较小（215例患者），且未提及外部验证集的结果 | 早期预测肺癌患者的骨转移风险，以实现及时干预并改善患者预后 | 215例确诊肺癌患者（包括有和无骨转移的患者） | digital pathology | lung cancer | CT成像和数字化组织病理学成像 | Swin Transformer | image | 215例肺癌患者 | NA | NA | NA | NA |
| 1111 | 2025-05-11 |
Food-derived DPP4 inhibitors: Drug discovery based on high-throughput virtual screening and deep learning
2025-Jun-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143505
PMID:40015027
|
研究论文 | 本研究通过高通量虚拟筛选和深度学习技术，从食物来源中开发了六种改良化合物，作为治疗2型糖尿病的潜在候选药物 | 结合虚拟筛选、深度学习算法、ADMET特性评估和分子动力学模拟，发现并改良了六种食物来源的DPP-4抑制剂 | 未提及临床试验结果，仅进行了体外和计算机模拟评估 | 发现新型食物来源的DPP-4抑制剂用于治疗2型糖尿病 | 六种食物来源的DPP-4抑制化合物 | 药物发现 | 2型糖尿病 | 高通量虚拟筛选、深度学习算法、ADMET评估、分子动力学模拟 | 深度学习模型 | 化学化合物数据 | 六种化合物 | NA | NA | NA | NA |
| 1112 | 2025-10-07 |
Incorporating Radiologist Knowledge Into MRI Quality Metrics for Machine Learning Using Rank-Based Ratings
2025-Jun, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29672
PMID:39690114
|
研究论文 | 本研究开发了一种基于放射科医生图像排序和深度学习模型的MRI图像质量评估指标 | 将放射科医生的专业知识通过图像排序方式融入深度学习模型，开发专门针对MRI的图像质量评估指标 | 研究为回顾性设计，观察者间一致性相对较低(61.47%) | 开发专门针对MRI图像的深度学习质量评估指标 | NYU fastMRI Initiative神经数据库中的MRI图像 | 医学影像分析 | 神经系统疾病 | MRI成像 | 深度学习 | 医学图像 | 2916个独特图像对的19,344个排序，来自7名放射科医生评估 | NA | EfficientNet, IQ-Net | 准确率, Cohen's kappa, 均方误差, 结构相似性 | NA |
| 1113 | 2025-10-07 |
Computer-Aided Detection (CADe) and Segmentation Methods for Breast Cancer Using Magnetic Resonance Imaging (MRI)
2025-Jun, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29687
PMID:39781684
|
综述 | 本文全面综述了基于磁共振成像的乳腺癌计算机辅助检测系统技术现状与发展方向 | 系统梳理了从传统算法到先进深度学习模型的演进，特别关注多参数MRI采集的CADe实现 | 系统面临假阳性和假阴性率波动、大数据解读复杂性、性能变异性、缺乏大规模多中心研究等问题 | 提升乳腺癌早期检测效果，优化计算机辅助检测系统在临床实践中的应用 | 乳腺癌磁共振成像数据 | 计算机视觉 | 乳腺癌 | 磁共振成像 | 监督学习,无监督学习,深度学习 | 医学影像 | NA | NA | U-Net | NA | NA |
| 1114 | 2025-10-07 |
A bioinspired microbial taste chip with artificial intelligence-enabled high selectivity and ultra-short response time
2025-Jun-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117264
PMID:39987654
|
研究论文 | 开发了一种基于人工智能的生物启发式无线微流控微生物味觉芯片，用于实时水污染监测 | 首次将门控循环单元深度学习算法与微生物味觉芯片结合，实现了高选择性和超短响应时间 | 目前仅针对铜、铅、铬三种重金属离子进行了验证，未扩展到更多污染物类型 | 解决微生物味觉芯片在选择性方面的技术难题，提升水污染监测性能 | 水中的重金属离子污染物（铜、铅、铬） | 机器学习 | NA | 微流控技术，电化学传感 | GRU | 时间序列电流数据 | NA | 深度学习框架 | 门控循环单元 | 准确率，响应时间，线性度 | NA |
| 1115 | 2025-10-07 |
Learning from leading indicators to predict long-term dynamics of hourly electricity generation from multiple resources
2025-Jun, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107268
PMID:39987713
|
研究论文 | 本研究提出了一种基于领先指标的深度学习方法，用于多资源多区域的长期电力发电预测 | 识别电网中具有早期波动的时间序列作为领先指标，并提出了ALI-GC全局交互建模方法和ALI-GRU深度学习模型 | NA | 通过长期电力发电预测实现不同能源之间的发电平衡和可再生能源管理 | 美国多个区域的电力发电数据 | 机器学习 | NA | 时间序列分析 | GRU | 时间序列数据 | 2018年至2024年美国区域级小时级电力发电数据 | NA | ALI-GRU | 预测准确率提升百分比 | NA |
| 1116 | 2025-10-07 |
Taylor-dingo optimized RP-net for segmentation toward Alzheimer's disease detection and classification using deep learning
2025-Jun, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种基于泰勒野狗优化器的递归原型网络结合深度神经模糊网络，用于阿尔茨海默病的检测和分类 | 开发了泰勒野狗优化器（TaylorDOX），将泰勒级数与野狗优化器相结合，用于优化网络参数 | NA | 阿尔茨海默病的自动检测和严重程度分类 | 脑部图像 | 医学图像分析 | 阿尔茨海默病 | 深度学习 | RP-Net, DCNN, DNFN | 图像 | NA | NA | 递归原型网络，深度卷积神经网络，深度神经模糊网络 | 分割准确率，准确率，灵敏度，特异性 | NA |
| 1117 | 2025-10-07 |
Fragment-level feature fusion method using retrosynthetic fragmentation algorithm for molecular property prediction
2025-Jun, Journal of molecular graphics & modelling
IF:2.7Q2
DOI:10.1016/j.jmgm.2025.108985
PMID:40009893
|
研究论文 | 提出一种基于逆合成碎片算法的片段级特征融合方法，用于分子性质预测 | 整合多视角分子表征，通过两种逆合成方法生成片段进行对比学习，并在分子层次结构的不同级别融合化学信息 | NA | 提高分子性质预测的准确性 | 分子性质（毒性和血脑屏障通透性） | 机器学习 | 乙型肝炎 | 逆合成碎片算法 | 图对比学习 | 分子图数据 | NA | NA | RFA-FFM | ROC-AUC | NA |
| 1118 | 2025-10-07 |
A novel deep learning model combining 3DCNN-CapsNet and hierarchical attention mechanism for EEG emotion recognition
2025-Jun, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107267
PMID:40010290
|
研究论文 | 提出一种结合3DCNN-CapsNet和分层注意力机制的新型深度学习模型HA-CapsNet用于EEG情绪识别 | 首次将3DCNN-CapsNet与分层注意力机制结合，同时捕获通道间相关性和各频段贡献度，胶囊网络相比传统CNN能提取更多空间特征信息 | 未明确说明模型计算复杂度及实时性表现 | 提升EEG情绪识别的准确性和鲁棒性 | 人类情绪状态 | 机器学习 | NA | 脑电图(EEG) | 3DCNN, CapsNet | EEG信号 | DEAP和DREAMER数据集 | NA | 3DCNN-CapsNet, 分层注意力机制 | 准确率 | NA |
| 1119 | 2025-10-07 |
Advertising or adversarial? AdvSign: Artistic advertising sign camouflage for target physical attacking to object detector
2025-Jun, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107271
PMID:40010291
|
研究论文 | 提出一种基于艺术化伪装广告牌的物理对抗攻击方法AdvSign，用于误导自动驾驶场景中的目标检测器 | 首次将艺术图案（品牌标识和广告牌）与可训练对抗补丁结合，创建具有强隐蔽性和不可追踪性的物理对抗攻击 | 实验主要在仿真环境中进行，真实世界部署可能受环境因素影响 | 开发在物理环境中鲁棒、灵活且隐蔽的对抗攻击方法 | 自动驾驶场景中的目标检测器 | 计算机视觉 | NA | 对抗攻击，物理攻击 | 目标检测模型 | 2D合成场景图像，真实世界打印图像 | 在CARLA自动驾驶模拟器中生成的多视角合成场景图像 | NA | YOLOv5 | 攻击成功率 | NA |
| 1120 | 2025-10-07 |
CNN-Transformer and Channel-Spatial Attention based network for hyperspectral image classification with few samples
2025-Jun, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107283
PMID:40010294
|
研究论文 | 提出一种基于CNN-Transformer和通道空间注意力的新型网络CTA-net，用于小样本高光谱图像分类 | 结合CNN的局部特征提取和Transformer的非局部特征提取能力，并引入通道空间注意力模块优化特征 | NA | 解决高光谱图像分类中样本数量不足的问题 | 高光谱图像 | 计算机视觉 | NA | 高光谱成像 | CNN, Transformer | 高光谱图像 | 小样本 | NA | CNN-Transformer, 通道空间注意力网络 | NA | NA |