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 1546 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2025-10-06 |
Enzyme functional classification using artificial intelligence
2025-Sep, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2025.03.003
PMID:40155269
|
综述 | 本文综述了人工智能在酶功能分类与预测中的研究进展，从传统机器学习过渡到深度学习，并展望了生成式AI与生物大数据结合的未来方向 | 系统总结了AI在酶功能预测领域从传统机器学习到深度学习的演进，特别强调了深度学习自动特征提取的优势，并前瞻性地提出生成式AI与生物大数据结合用于新酶功能发现和从头酶设计 | NA | 探讨人工智能技术在酶功能分类与预测中的应用与发展趋势 | 酶的功能分类与预测 | 机器学习 | NA | 人工智能，机器学习，深度学习 | NA | 生物化学数据 | NA | NA | NA | NA | NA |
| 1142 | 2025-10-06 |
Synthesized myelin and iron stainings from 7T multi-contrast MRI via deep learning
2025-Sep, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121417
PMID:40784593
|
研究论文 | 开发深度学习模型从7T多对比度MRI数据生成铁和髓磷脂染色图像 | 首次使用自注意力生成对抗网络从体内MRI数据合成达到离体组织学分辨率水平的铁和髓磷脂染色图像 | 模型训练仅使用有限样本（两个尸体头部），需要更多数据验证泛化能力 | 通过深度学习实现非侵入性的髓磷脂和铁染色图像合成，促进脑组织学研究 | 人脑组织（尸体头部和活体MRI数据） | 医学影像分析 | 神经退行性疾病 | 7T MRI, T1加权成像, 多回波GRE, R2*, QSM, 组织学染色 | GAN | MRI图像, 组织学图像 | 2个尸体头部标本和2个活体MRI数据集 | NA | 自注意力生成对抗网络 | 定性评估（图像细节相似度, 组织区分能力） | NA |
| 1143 | 2025-10-06 |
From Support Vector Machines to Neural Networks: Advancing Automated Velopharyngeal Dysfunction Detection in Patients With Cleft Palate
2025-Sep-01, Annals of plastic surgery
IF:1.4Q3
DOI:10.1097/SAP.0000000000004460
PMID:40911835
|
研究论文 | 本研究开发了一种基于神经网络的深度学习模型，用于从语音样本中自动检测腭裂患者的腭咽功能障碍 | 从支持向量机转向神经网络方法，开发自监督深度学习模型用于VPD自动检测 | 模型可能捕捉到混杂数据，需要解决此问题并实现多语言语音分析 | 在低收入和中等收入国家扩大腭咽功能障碍护理规模 | 腭裂修复后患者，包括30名对照组和30名VPD患者 | 机器学习 | 腭咽功能障碍 | 语音分析 | 神经网络 | 音频 | 60名患者，约8000个音频样本 | NA | 自监督深度学习 | 准确率, 宏精确率, 宏召回率, F1分数 | NA |
| 1144 | 2025-10-06 |
LoRA-PT: Low-rank adapting UNETR for hippocampus segmentation using principal tensor singular values and vectors
2025-Sep-01, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103254
PMID:40912142
|
研究论文 | 提出一种基于低秩自适应UNETR的参数量高效微调方法用于海马体分割 | 将transformer结构参数矩阵分解为三个三阶张量，通过张量奇异值分解生成仅需更新主奇异值和向量的低秩张量 | 方法在三个公开海马体数据集上验证，但未提及在其他脑部结构或医学图像分割任务中的泛化能力 | 开发参数高效的微调方法以降低海马体分割模型的计算需求和数据依赖 | 海马体脑部结构 | 医学图像分割 | 精神疾病 | 深度学习，张量分解 | UNETR | 医学图像 | 三个公开海马体数据集 | NA | UNETR, Transformer | 分割精度，参数更新数量 | NA |
| 1145 | 2025-10-06 |
Terahertz ptychography enabled by untrained physics-driven neural networks
2025-Sep-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113278
PMID:40894909
|
研究论文 | 提出一种无需预训练的物理驱动神经网络方法，用于实现高质量太赫兹叠层衍射成像重建 | 开发了无需预训练数据的物理驱动神经网络，通过整合真实物理模型指导推理过程，适应不同成像对象和硬件 | 未提及具体的数据获取难度和计算资源需求限制 | 解决太赫兹波段叠层衍射成像中标记数据稀缺导致的神经网络泛化能力受限问题 | 太赫兹波段的相位成像 | 计算成像 | NA | 太赫兹叠层衍射成像 | 物理驱动神经网络 | 强度图像 | 单个数据集 | 神经网络 | 未指定具体架构 | 图像质量、横向分辨率、鲁棒性 | NA |
| 1146 | 2025-09-06 |
Integrated subcellular localization of functional fluorescence probes and functional analysis in motile spermatozoa by an AI-enhanced algorithm
2025-Sep-05, Asian journal of andrology
IF:3.0Q1
DOI:10.4103/aja202545
PMID:40908796
|
研究论文 | 开发了一种结合AI算法和荧光显微镜的集成计算成像平台，用于精子功能能力的分子表型分析 | 首次将精细调优的YOLOv8架构与双探针荧光显微图像分割结合，实现精子细胞内pH和线粒体DNA G-四链体的同步量化 | NA | 解决男性不育评估中精子功能能力精确分析的技术挑战 | 活动精子 | 计算机视觉 | 男性不育 | 双探针荧光显微镜成像 | YOLOv8 | 荧光显微镜图像 | NA | NA | NA | NA | NA |
| 1147 | 2025-09-06 |
Artificial Intelligence-Driven Automated Design of Anterior and Posterior Crowns Under Diverse Occlusal Scenarios
2025-Sep-05, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.]
IF:3.2Q1
DOI:10.1111/jerd.70029
PMID:40910757
|
研究论文 | 评估咬合类型和基于人工智能的CAD软件对自动生成前后牙冠几何精度和临床质量的影响 | 首次在多样化咬合场景下比较深度学习与传统自动化软件生成牙冠的几何偏差和临床质量 | 深度学习软件在处理前牙间隙病例时表现欠佳，需要进一步优化 | 评估AI驱动的自动化牙冠设计在不同咬合条件下的性能 | 上颌右中切牙和第一磨牙的牙冠设计 | 数字病理 | 牙科疾病 | 人工智能CAD软件、口内扫描、深度学习算法 | 深度学习模型 | 3D扫描数据 | 5种咬合类型模型各10次扫描，共100个牙冠设计样本 | NA | NA | NA | NA |
| 1148 | 2025-09-06 |
Enhancing Breast Density Assessment in Mammograms Through Artificial Intelligence
2025-Sep-05, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01657-6
PMID:40911159
|
研究论文 | 开发并评估一种基于深度学习的开源计算机视觉方法，用于乳腺X线摄影图像中的客观乳腺密度评估 | 提出结合定制设计卷积神经网络(CD-CNN)和极限学习机(ELM)层的创新模型，专注于资源有限医疗环境中的可及性和一致性 | 在外部mini-MIAS数据集上准确率(73.9%)明显低于内部测试集(95.4%)，表明可能存在泛化能力限制 | 开发低成本、可访问的AI解决方案，提供一致的乳腺密度分类以支持乳腺癌早期检测 | 乳腺X线摄影图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CD-CNN with ELM | 图像 | 10,371张全视野数字乳腺X线摄影图像 | NA | NA | NA | NA |
| 1149 | 2025-09-06 |
Prostate MR image segmentation using a multi-stage network approach
2025-Sep-05, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-025-04763-0
PMID:40911178
|
研究论文 | 本研究利用多阶段深度学习网络方法对前列腺MR图像进行分割，以提高前列腺癌检测和表征的准确性 | 提出并评估了包括单阶段、顺序两阶段和端到端两阶段在内的多阶段分割方法，其中端到端方法利用共享特征表示显著提升了性能 | 模型需要进一步优化，并评估在不同医学影像背景下的泛化能力 | 通过深度学习图像分割技术提升前列腺癌的诊断准确性 | 前列腺MR图像 | 数字病理 | 前列腺癌 | T2加权磁共振成像 | MultiResUNet及多阶段深度学习架构 | 图像 | 1151名患者的61,119张T2加权MR图像 | NA | NA | NA | NA |
| 1150 | 2025-09-06 |
A dual-branch encoder network based on squeeze-and-excitation UNet and transformer for 3D PET-CT image tumor segmentation
2025-Sep-05, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03427-6
PMID:40911253
|
研究论文 | 提出一种基于SE-UNet和Transformer的双分支编码器网络TASE-UNet，用于3D PET-CT图像肿瘤分割 | 结合PET分子信息和CT病理信息，设计双分支编码器结构，在跳跃连接中加入3D CBAM注意力模块 | NA | 实现肿瘤的自动分割，替代专家手动分割 | 3D PET-CT图像中的肿瘤区域 | 计算机视觉 | 肿瘤 | 深度学习 | SE-UNet, Transformer, 3D CBAM | 3D医学图像（PET-CT） | HECKTOR2022数据集 | NA | NA | NA | NA |
| 1151 | 2025-09-06 |
Real-time corneal image segmentation for cataract surgery based on detection framework
2025-Sep-05, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03506-x
PMID:40911268
|
研究论文 | 提出一种基于椭圆建模的无锚框实时角膜分割框架EllipseNet，用于白内障手术中的角膜图像分割 | 仅需矩形边界框标注即可自动推断角膜椭圆轴，实现高效实时分割，速度比现有最优模型快近三倍 | 依赖矩形边界框初始标注，未提及多中心验证或不同手术场景的泛化能力 | 开发实时角膜分割方法以支持白内障手术的术中引导和教学培训 | 白内障手术中的角膜图像和手术器械 | 计算机视觉 | 白内障 | 深度学习图像分割 | Hourglass网络与anchor-free检测框架 | 图像 | NA | NA | NA | NA | NA |
| 1152 | 2025-10-06 |
Detectability Driven Recommendation of Anomaly Detection Models for Time-Series Data
2025-Sep-04, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3601712
PMID:40907047
|
研究论文 | 提出一种基于可检测性概念的时间序列异常检测模型推荐方法 | 首次引入可检测性概念，采用细粒度数据特征比较策略定义模型检测能力，并设计高效模型推荐算法 | 未明确说明算法在极端数据分布或大规模实时场景下的性能表现 | 解决在线异常检测应用中因计算资源限制无法同时运行多个检测模型的问题 | 时间序列异常检测模型 | 机器学习 | NA | 深度学习 | NA | 时间序列数据 | 真实时间序列数据集 | NA | NA | 有效性、效率 | NA |
| 1153 | 2025-10-06 |
Geometric-Driven Cross-Modal Registration Framework for Optical Scanning and CBCT Models in AR-Based Maxillofacial Surgical Navigation
2025-Sep-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3606469
PMID:40907041
|
研究论文 | 提出一种几何驱动的跨模态配准框架，用于光学扫描模型与CBCT模型在AR辅助颌面外科导航中的精确配准 | 结合几何特征提取与深度学习工作流程，实现低辐射不透性模板在CBCT中的精确定位 | NA | 提升牙科种植手术中放射模板空间定位的精确度 | 无牙颌或部分无牙颌患者的放射模板 | 计算机视觉 | 牙科疾病 | 光学扫描，锥形束计算机断层扫描（CBCT） | 深度学习 | 3D模型，医学影像 | NA | NA | NA | 均方根误差（RMSE），平均绝对误差（MAE） | NA |
| 1154 | 2025-10-06 |
A Physics-ASIC Architecture-Driven Deep Learning Photon-Counting Detector Model Under Limited Data
2025-Sep-04, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3605886
PMID:40907044
|
研究论文 | 提出一种基于物理-ASIC架构驱动的深度学习光子计数探测器模型，用于解决有限校准数据下的光子计数CT探测器建模问题 | 首次将物理-ASIC架构与深度学习相结合，能够同时捕捉传感器的完整响应和ASIC响应，在有限校准数据下实现高精度建模 | 在有限校准数据条件下进行建模，可能影响模型在更广泛场景下的泛化能力 | 开发高精度光子计数探测器模型以促进光子计数CT技术的普及应用 | 光子计数探测器(PCDs) | 医学影像处理 | NA | 光子计数计算机断层扫描(PCCT) | 深度学习模型 | 校准数据、医学影像数据 | 有限校准数据 | NA | NA | 校准误差、物理-ASIC参数估计精度、材料分解图像质量 | NA |
| 1155 | 2025-09-06 |
Deep Learning for Segmenting Ischemic Stroke Infarction in Non-contrast CT Scans by Utilizing Asymmetry
2025-Sep-04, Clinical neuroradiology
IF:2.4Q2
DOI:10.1007/s00062-025-01559-8
PMID:40908314
|
研究论文 | 本研究开发了一种结合对称性原理与nnUNet模型的分割方法，用于在非增强CT扫描中自动分割缺血性卒中梗死区域 | 引入了基于对称性学习的生成模块和上游分割模块，创新性地采用强度病变概率(ILP)函数和特定输入通道来增强模型敏感性 | 外部测试集的DSC指标相对较低(0.4891)，表明模型在外部数据上的泛化能力仍有提升空间 | 开发缺血性卒中病变的自动分割方法以辅助临床决策 | 急性缺血性卒中患者的非增强CT扫描图像 | 医学图像分析 | 缺血性卒中 | CT成像 | nnUNet, 2.5D ResUNet | 医学图像 | 397例NCCT扫描（内部数据集345训练+52测试），外加60例外部验证病例 | NA | NA | NA | NA |
| 1156 | 2025-09-06 |
Artificial intelligence oculomics for systemic health and longevity medicine: 2025 and beyond
2025-Sep-04, Current opinion in ophthalmology
IF:3.0Q1
DOI:10.1097/ICU.0000000000001174
PMID:40910901
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1157 | 2025-10-06 |
Vision transformer network discovers the prognostic value of pancreatic cancer pathology sections via interpretable risk scores
2025-Sep-03, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03547-3
PMID:40897976
|
研究论文 | 本研究开发了一种改进的视觉Transformer模型，通过可解释风险评分从胰腺癌病理切片中发现预后价值 | 首次将改进的视觉Transformer模型应用于胰腺癌病理切片分析，结合空间注意力机制和ImageNet2012微调，生成可解释的风险评分 | 样本量相对有限（125例公共数据库病例和28例真实世界患者），验证集C-index相对较低（0.62） | 利用深度学习预测胰腺癌患者预后，推进病理切片的精准肿瘤学应用 | 胰腺癌及癌前病变患者的H&E染色全切片图像 | 计算机视觉 | 胰腺癌 | H&E染色病理切片成像 | Vision Transformer (ViT) | 病理图像 | 153例（125例公共数据库病例，28例真实世界患者） | PyTorch, TensorFlow | 改进的Vision Transformer with spatial attention | C-index, AUC, 中位生存期 | NA |
| 1158 | 2025-09-06 |
From shadow to sustainability: How informality, environmental taxes, and green innovation reshape carbon and biodiversity futures in the G7 countries
2025-Sep-03, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127153
PMID:40907225
|
研究论文 | 本研究提出一个结合计量经济学模型与深度学习的集成框架，分析G7国家中非正规经济、环境税和绿色创新对消费碳排放和生物多样性的影响 | 首次将计量经济模型（CS-ARDL和FMOLS）与深度学习模型（LSTM和CNN）结合，量化非正规经济在气候与生物多样性政策中的影响 | 研究仅限于G7国家1994-2020年数据，可能无法完全推广到其他国家或时期 | 探讨非正规经济、环境税和绿色创新如何共同影响碳排放和生物多样性，以支持可持续发展转型 | G7国家（加拿大、法国、德国、意大利、日本、英国、美国） | 机器学习 | NA | 计量经济分析，深度学习 | LSTM, CNN, CS-ARDL, FMOLS | 时间序列数据 | G7国家1994-2020年的年度数据 | NA | NA | NA | NA |
| 1159 | 2025-10-06 |
Development and evaluation of deep learning models for detecting and classifying various bone tumours in full-field limb radiographs using automated object detection models
2025-Sep-02, Bone & joint research
IF:4.7Q1
|
研究论文 | 开发并评估用于在全视野肢体X光片中检测和分类良恶性骨肿瘤的深度学习模型 | 首次将DINO目标检测模型应用于骨肿瘤的自动检测和分类，并与专业医生的诊断性能进行系统比较 | 模型诊断错误主要发生在骨科肿瘤专家也难以诊断的病例或出现在不典型部位的肿瘤 | 开发全自动深度学习模型检测和分类骨肿瘤，并比较模型与医生的诊断性能 | 来自三个机构的642例肢体骨肿瘤病例（378例良性，264例恶性包括中间类型） | 计算机视觉 | 骨肿瘤 | X射线成像 | 目标检测模型 | X光图像 | 642例肢体骨肿瘤病例，包含40种病理确诊的诊断类型 | NA | DINO,YOLO | 准确率,灵敏度,特异性,精确率,F-measure,检测率 | NA |
| 1160 | 2025-10-06 |
Deep learning model for screening causes of activated partial thromboplastin time prolongation using clot waveform analysis at multiple wavelengths
2025-Sep-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15089-3
PMID:40897743
|
研究论文 | 开发基于深度学习的多波长凝血波形分析模型，用于筛查活化部分凝血活酶时间延长的病因 | 首次将深度学习技术应用于多波长凝血波形分析，利用凝血波形及其一阶和二阶导数曲线的隐藏特征提高分类准确性 | 模型性能可能受试剂和/或分析仪的影响，需要在各实验室分别构建 | 开发高精度的APTT延长病因筛查工具 | 683个临床样本（包括血友病、狼疮抗凝物阳性、肝素治疗、华法林治疗和直接口服抗凝药治疗患者） | 医学人工智能 | 凝血功能障碍 | 凝血波形分析、多波长检测系统 | CNN | 凝血波形曲线数据 | 683个临床样本 | NA | 卷积神经网络 | AUC, 敏感性, 特异性, 准确率 | NA |