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 988 篇文献，本页显示第 921 - 940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 921 | 2025-10-06 |
A review: Lightweight architecture model in deep learning approach for lung disease identification
2025-Aug, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110425
PMID:40517598
|
综述 | 本文系统回顾了2020-2025年间23项关于轻量级深度学习架构在肺部疾病识别中的应用研究 | 首次系统比较多种轻量级架构在肺部疾病检测中的性能表现，识别出SqueezeNet和EfficientNetV2+ELM组合为最优方案 | 仅基于23项研究进行综述，样本量有限；未涉及临床实际部署验证 | 评估轻量级深度学习架构在肺部疾病识别中的有效性和效率 | 肺部疾病医学图像 | 计算机视觉 | 肺部疾病 | 医学影像分析 | CNN | 医学图像（X光、CT扫描） | 23项研究涉及的多个公共数据集 | NA | SqueezeNet, UNet, SegNet, EfficientNetV2, VGG | 准确率, 参数量, 计算时间 | 移动设备等低规格处理器 |
| 922 | 2025-10-06 |
Sign language detection dataset: A resource for AI-based recognition systems
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111703
PMID:40534917
|
研究论文 | 本研究构建了一个手语检测数据集并开发了基于CNN的手势识别系统 | 创建了包含26,000张图像的大规模标准化手语数据集，采用多参与者数据采集和多种数据增强技术 | 仅包含字母表手势，未涵盖完整的手语词汇和句子级表达 | 开发基于深度学习的手语自动检测系统 | 手语手势图像数据 | 计算机视觉 | NA | 图像采集与数据增强 | CNN | 图像 | 26,000张手语手势图像，涵盖26个字母符号，每个符号3,000张图像 | NA | CNN | 准确率 | NA |
| 923 | 2025-10-06 |
Statin use and longitudinal bone marrow lesion burden: analysis of knees without osteoarthritis from the Osteoarthritis Initiative study
2025-Aug, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04878-6
PMID:39890641
|
研究论文 | 本研究通过分析骨关节炎倡议研究数据，探讨了他汀类药物使用与无骨关节炎参与者膝关节骨髓病变体积纵向变化之间的关联 | 首次在无基线膝关节骨关节炎人群中，使用深度学习算法定量测量骨髓病变体积，并评估他汀类药物的长期影响 | 观察性研究设计无法确立因果关系，可能存在未测量的混杂因素 | 确定他汀类药物使用与膝关节骨髓病变体积纵向变化之间的关联 | 无放射学膝关节骨关节炎的参与者膝关节 | 医学影像分析 | 骨关节炎 | 磁共振成像，深度学习 | 深度学习算法 | 膝关节MRI图像 | 1502个膝关节（751个他汀使用者，751个非使用者） | NA | NA | 回归系数，95%置信区间，P值 | NA |
| 924 | 2025-10-06 |
Deep learning predicts the effect of neoadjuvant chemotherapy for patients with triple negative breast cancer
2025-Aug, Journal of pathology informatics
DOI:10.1016/j.jpi.2025.100448
PMID:40524708
|
研究论文 | 本研究利用深度学习技术基于术前活检H&E切片预测三阴性乳腺癌患者新辅助化疗效果 | 首次证明H&E术前活检图像通过深度学习可预测新辅助化疗反应，性能优于基于临床数据的预测方法 | 样本量相对较小，中度和不良反应病例数量不足需要合并分析 | 预测三阴性乳腺癌患者新辅助化疗的治疗效果 | 三阴性乳腺癌患者 | 数字病理学 | 乳腺癌 | H&E染色 | CNN | 图像 | 训练集221个活检样本来自205名患者，测试集52个活检样本来自50名患者 | NA | NA | AUC ROC | NA |
| 925 | 2025-06-18 |
Keystone microbial taxa identified by deep learning reveal mechanisms of phosphorus stoichiometric homeostasis in submerged macrophytes under different hydrodynamic states
2025-Aug-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123721
PMID:40311292
|
研究论文 | 本研究通过深度学习识别关键微生物类群，探讨了不同水动力状态下沉水植物磷化学计量稳态的机制 | 开发了基于深度学习的Keystoneness Taxa Identification (DLKTI)框架，用于识别关键微生物类群，并揭示了这些类群对沉水植物根际磷代谢的影响 | 研究仅针对两种沉水植物（Vallisneria natans和Myriophyllum spicatum），可能无法推广到其他植物或生态系统 | 优化植物修复策略，提高水生生态系统富营养化管理的效率 | 沉水植物（Vallisneria natans和Myriophyllum spicatum）及其根际微生物群落 | 生态学与深度学习 | NA | 深度学习 | DLKTI框架 | 微生物群落数据 | NA | NA | NA | NA | NA |
| 926 | 2025-06-18 |
Comprehensive smartphone image dataset for fish species identification in Bangladesh's freshwater ecosystems
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111629
PMID:40521139
|
research paper | 本文介绍了一个用于孟加拉国淡水生态系统鱼类物种识别的智能手机图像数据集 | 提供了一个包含24,925张图像、涵盖21种淡水鱼类物种的全面数据集，支持鱼类物种识别和生物多样性研究 | 数据集仅涵盖孟加拉国的淡水鱼类，可能不适用于其他地区或海洋鱼类 | 为水生生物多样性研究、渔业管理以及机器学习模型开发提供数据支持 | 孟加拉国淡水生态系统中的21种常见鱼类 | computer vision | NA | 智能手机图像采集 | deep learning | image | 24,925张图像，涵盖21种鱼类 | NA | NA | NA | NA |
| 927 | 2025-06-18 |
False data injection attack dataset for classification, identification, and detection for IIoT in Industry 5.0
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111692
PMID:40521148
|
research paper | 该论文介绍了UKMNCT_IIoT_FDIA数据集，用于分类、识别和检测工业5.0中IIoT的虚假数据注入攻击 | 提出了一个独立且全面的数据集，覆盖多种网络配置和攻击场景，以反映IIoT中FDI攻击的动态特性 | 未提及具体的数据集规模或实验环境的局限性 | 提高工业5.0中IIoT环境的安全性，通过有效检测虚假数据注入攻击 | 工业物联网（IIoT）设备和虚假数据注入（FDI）攻击 | machine learning | NA | machine learning (ML) and deep learning (DL) algorithms | NA | network configurations and attack scenarios | NA | NA | NA | NA | NA |
| 928 | 2025-06-18 |
High-resolution RGB image dataset for wheat seed varietal identification and purity assessment
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111690
PMID:40521154
|
research paper | 该论文介绍了一个公开可用的高分辨率小麦种子图像数据集，用于小麦品种识别和纯度评估 | 提供了一个特定地区的高分辨率小麦种子图像数据集，填补了现有数据的空白 | 数据集仅包含巴基斯坦三个主要小麦品种，可能无法代表所有地区的小麦品种 | 解决小麦种子品种识别和纯度评估的问题，以提高小麦产量 | 小麦种子（Akbar-19, Dilkash-20, Urooj-22三个品种） | computer vision | NA | NA | NA | image | 每个品种125粒纯种种子，共375粒 | NA | NA | NA | NA |
| 929 | 2025-06-17 |
Attain: Inclusive annotated pavement distress types and severity dataset
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111715
PMID:40521146
|
研究论文 | 介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发 | 数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本 | 数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型 | 促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性 | 路面病害图像 | 计算机视觉 | NA | 智能手机摄像头图像采集 | NA | 图像 | 2293张图像，包含19,761个病害实例 | NA | NA | NA | NA |
| 930 | 2025-10-06 |
Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images
2025-Aug, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105813
PMID:40373868
|
研究论文 | 本研究开发了一种基于SegResNet的多阶段深度学习模型，用于自动分割牙周炎患者的锥形束CT图像 | 首次将多阶段SegResNet深度学习模型应用于牙周骨地形CBCT图像的自动分割，相比半自动方法将分割时间减少了47倍 | 模型在牙周区域颊侧的可靠性和一致性有待提高，需要增强模型的鲁棒性 | 评估深度学习模型在牙周炎患者CBCT图像自动分割中的性能 | 接受牙周康复治疗的III期和IV期牙周炎患者的CBCT扫描图像 | 计算机视觉 | 牙周病 | 锥形束计算机断层扫描(CBCT) | 深度学习 | 医学影像 | 70个CBCT扫描用于训练和验证，10个独立CBCT扫描用于测试 | NA | SegResNet | Dice相似系数, IoU, Hausdorff距离95百分位数, 组内相关系数 | NA |
| 931 | 2025-06-15 |
Machine learning-based approaches for distinguishing viral and bacterial pneumonia in paediatrics: A scoping review
2025-Aug, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108802
PMID:40349546
|
综述 | 本文综述了基于机器学习的儿科病毒性和细菌性肺炎分类研究 | 总结了机器学习在儿科肺炎分类中的应用现状，并指出了当前研究的局限性 | 研究主要依赖单一数据集（Kermany数据集），且方法学存在较大变异性，限制了结果的普适性和临床应用性 | 评估机器学习技术在区分儿科病毒性和细菌性肺炎方面的应用效果 | 0-18岁通过胸部X光确诊的肺炎患儿 | 数字病理学 | 肺炎 | 机器学习（ML）和深度学习（DL） | CNN | 胸部X光图像 | 35项研究（主要使用Kermany数据集） | NA | NA | NA | NA |
| 932 | 2025-06-14 |
Deep learning reconstruction for T2-weighted and contrast-enhanced T1-weighted magnetic resonance enterography imaging in patients with Crohn's disease: Assessment of image quality and clinical utility
2025-Aug, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2025.110528
PMID:40479900
|
research paper | 研究深度学习重建在克罗恩病患者磁共振肠成像中T2加权和对比增强T1加权图像的质量及临床效用 | 评估深度学习重建技术在磁共振肠成像中的应用，比较其与传统方法在图像质量和采集时间上的差异 | 观察者间对深度学习重建图像质量的一致性较低，尤其是T1 VIBE图像 | 评估深度学习重建的磁共振肠成像图像质量及其在克罗恩病诊断中的临床效用 | 克罗恩病患者 | digital pathology | Crohn's disease | magnetic resonance enterography | deep learning | image | 93名患者用于T2 HASTE比较，42名患者用于T1 VIBE比较 | NA | NA | NA | NA |
| 933 | 2025-06-14 |
Model-informed deep-learning photoacoustic reconstruction for low-element linear array
2025-Aug, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100732
PMID:40502804
|
research paper | 提出了一种针对低元素线性阵列的模型信息深度学习光声重建方法，以解决传统重建方法在稀疏传感器排列和有限传感器间距下的图像质量问题 | 引入了轻量级的GE-CNN框架，显著降低了计算需求，模型矩阵大小减少了4倍，处理速度提高了约46.3% | 未提及在实际临床环境中的广泛验证 | 提高光声断层扫描（PAT）在稀疏传感器排列下的图像重建质量和计算效率 | 线性阵列超声换能器 | 医学影像处理 | NA | 光声断层扫描（PAT） | GE-CNN | 图像 | 合成模型、实验体模和活体大鼠肝脏成像 | NA | NA | NA | NA |
| 934 | 2025-06-13 |
MSFusion: A multi-source hybrid feature fusion network for accurate grading of invasive breast cancer using H&E-stained histopathological images
2025-Aug, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103633
PMID:40441045
|
研究论文 | 提出了一种名为MSFusion的多源混合特征融合网络，用于利用H&E染色组织病理学图像准确分级浸润性乳腺癌 | 结合了基于Swin Transformer的多分支网络MSwinT提取的深度学习特征和传统手工特征，通过KDC融合块整合多源核的特征，提高了乳腺癌分级的准确性 | NA | 提高浸润性乳腺癌分级的准确性以优化治疗方案和生存率 | 浸润性乳腺癌的H&E染色组织病理学图像 | 数字病理学 | 乳腺癌 | 深度学习与传统手工特征融合 | Swin Transformer-based multi-branch network (MSwinT), KDC fusion block | 图像 | 三个数据集（两个私有临床数据集Qilu和QDUH&SHSU，一个公开数据集Databiox） | NA | NA | NA | NA |
| 935 | 2025-10-06 |
Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening
2025-Aug, Aquatic toxicology (Amsterdam, Netherlands)
DOI:10.1016/j.aquatox.2025.107415
PMID:40450914
|
研究论文 | 开发基于深度学习的斑马鱼幼虫形态评估模型，用于发育毒性化学物质筛选 | 首次将多视角卷积神经网络应用于斑马鱼发育毒性评估，实现20种不同形态变化的自动分类和关键区域分割 | 模型性能在特定形态变化分类上存在差异，部分分类器F1分数未达到0.70 | 建立客观高效的斑马鱼发育毒性自动化评估方法 | 暴露于不同化学物质的斑马鱼胚胎图像 | 计算机视觉 | 发育毒性 | 图像分析 | CNN | 图像 | SEAZIT项目收集的斑马鱼胚胎暴露图像 | NA | MVCNN | F1-score, IoU | NA |
| 936 | 2025-10-06 |
Scale-equivariant deep model-based optoacoustic image reconstruction
2025-Aug, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100727
PMID:40487237
|
研究论文 | 提出一种尺度等变模型基重建方法，用于多光谱光声断层成像重建 | 推导出尺度等变模型基重建算子，能根据输入正弦图范数自动调整正则化强度 | 未明确说明方法在复杂生物组织中的泛化能力 | 解决活体数据中信号幅度波动对模型基重建和深度学习的影响 | 多光谱光声断层成像数据 | 医学影像重建 | NA | 多光谱光声断层成像 | 深度学习 | 正弦图数据 | NA | NA | NA | 血氧饱和度量化准确度 | NA |
| 937 | 2025-10-06 |
Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples
2025-Aug-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.138370
PMID:40267710
|
研究论文 | 本研究开发了一种结合高光谱成像和深度学习的新型方法，用于快速筛选环境样品中具有共代谢能力的微塑料降解细菌 | 首次将高光谱成像技术与深度学习算法相结合，直接在共代谢固体培养基上快速识别微塑料降解细菌，显著提高了筛选效率 | 仅成功筛选出一种PBAT降解细菌，方法验证范围有限，需要进一步扩大样本验证 | 开发高效筛选微塑料降解细菌的新方法，解决传统筛选方法耗时且效率低的问题 | 环境样品中的共代谢微塑料降解细菌，特别是PBAT降解细菌 | 计算机视觉 | NA | 高光谱成像技术 | 深度学习算法 | 高光谱图像数据 | NA | NA | NA | 与传统方法验证结果一致 | NA |
| 938 | 2025-06-11 |
Improving image quality and diagnostic performance using deep learning image reconstruction in 100-kVp CT enterography for patients with wide-range body mass index
2025-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112167
PMID:40398003
|
research paper | 评估深度学习图像重建（DLIR）算法在100-kVp CT肠造影（CTE）中对不同BMI患者图像质量、诊断信心和肠道病变检测的临床价值 | 比较了DLIR与传统ASiR-V算法在图像质量、诊断信心和肠道病变检测方面的表现，发现DLIR-M在图像质量和诊断信心上表现更优，并可能提高初级读者对炎症性病变的检测敏感性 | 炎症性病变检测的敏感性提升未达到统计学显著性，需要进一步研究 | 评估DLIR算法在100-kVp CTE中的临床价值 | 84名接受100-kVp双期CTE检查的患者 | 数字病理 | 肠道疾病 | CT enterography (CTE) | DLIR (深度学习图像重建) | image | 84名患者 | NA | NA | NA | NA |
| 939 | 2025-06-11 |
LiDSCUNet++: A lightweight depth separable convolutional UNet++ for vertebral column segmentation and spondylosis detection
2025-Aug, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2025.105703
PMID:40460622
|
research paper | 提出了一种轻量级深度学习框架LiDSCUNet++，用于脊柱分割和脊椎病检测 | 结合深度可分离卷积和点卷积的轻量级UNet++框架，显著减少可训练参数、内存使用、能耗和计算时间 | 性能受限于数据不足和现有解决方案的高计算复杂度 | 开发高效的计算机辅助诊断系统，帮助医生诊断脊柱疾病 | 狗脊柱X光片中的椎骨异常 | digital pathology | spondylosis | deep learning | LiDSCUNet++, UNet++, YOLOv8 | image | NA | NA | NA | NA | NA |
| 940 | 2025-06-09 |
Deep learning-driven hyperspectral imaging for real-time monitoring and growth modeling of psychrophilic spoilage bacteria in chilled beef
2025-Aug-02, International journal of food microbiology
IF:5.0Q1
|
研究论文 | 本研究利用深度学习驱动的高光谱成像技术，实时监测和建模冷藏牛肉中嗜冷腐败细菌的生长 | 结合高光谱成像和多种算法（如CARS、PLSR、SCN等）进行细菌含量预测，并应用Baranyi、Huang和Gompertz模型拟合细菌生长曲线 | 模型预测精度仍有提升空间，特别是对乳酸杆菌的预测效果相对较差 | 开发一种快速无损检测冷藏牛肉中细菌含量的方法，以解决食品安全问题 | 冷藏牛肉中的假单胞菌和乳酸杆菌 | 数字病理 | NA | 高光谱成像、平板计数法 | PLSR、SCN、Time Convolution Network with Multihead Attention Mechanism | 光谱数据 | 未明确说明样本数量 | NA | NA | NA | NA |