深度学习在生物医药领域中的应用
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，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10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 1270 篇文献，本页显示第 161 - 180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2025-09-24 |
3D CoAt U SegNet-enhanced deep learning framework for accurate segmentation of acute ischemic stroke lesions from non-contrast CT scans
2025-Sep-23, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01626-x
PMID:40986248
|
研究论文 | 提出一种名为CoAt U SegNet的新型3D深度学习框架，用于从非增强CT扫描中精确分割急性缺血性卒中病灶 | 采用具有1、3、5扩张率的编码器卷积块捕获多尺度特征，并引入增强相似性指数优化病灶分割 | NA | 开发用于急性缺血性卒中病灶自动分割的深度学习模型以辅助临床诊断 | 急性缺血性卒中患者的非增强CT扫描图像 | 医学影像分析 | 缺血性卒中 | 深度学习 | 3D CoAt U SegNet | 3D CT医学影像 | 50例训练集，10例验证集，500例测试集 |
| 162 | 2025-09-24 |
Volume Fusion-based Self-Supervised Pretraining for 3D Medical Image Segmentation
2025-Sep-22, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3610249
PMID:40982499
|
研究论文 | 提出一种基于体素融合的自监督预训练方法VolF，用于提升3D医学图像分割模型在标注数据有限场景下的性能 | 通过引入伪分割前置任务，使用离散化块状融合系数图融合两个子体积，最小化前置任务与下游分割任务之间的差距 | NA | 解决标注数据有限情况下3D医学图像分割模型的性能提升问题 | 3D医学图像分割模型 | 医学图像分析 | NA | 自监督学习 | 3D分割网络 | 3D医学图像（CT扫描） | 腹部CT数据集进行预训练，并使用域内和域外下游数据集验证 |
| 163 | 2025-09-24 |
EGA-Ploc: An Efficient Global-Local Attention Model for Multi-label Protein Subcellular Localization Prediction on the Immunohistochemistry Images
2025-Sep-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3613205
PMID:40982491
|
研究论文 | 提出一种基于高效全局-局部注意力机制的模型，用于免疫组化图像中的多标签蛋白质亚细胞定位预测 | 采用线性注意力机制实现高分辨率图像的无损端到端处理，并提出自适应多标签损失函数解决数据集不平衡问题 | 未明确说明模型在极端长尾分布场景下的具体表现 | 提升蛋白质亚细胞定位预测的准确性和计算效率 | 免疫组化图像中的蛋白质亚细胞定位 | 计算机视觉 | NA | 免疫组化图像分析 | 注意力机制模型 | 图像 | 多个PSL基准数据集（具体数量未明确说明） |
| 164 | 2025-09-24 |
No-Reference Image Quality Assessment Leveraging GenAI Images
2025-Sep-22, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3610238
PMID:40982497
|
研究论文 | 提出一种基于生成式人工智能图像的无参考图像质量评估方法 | 利用生成式AI图像作为参考图像，通过冷扩散模型生成四种失真类型的失真图像，构建大规模预训练数据集 | NA | 解决无参考图像质量评估中标注真实世界训练数据缺乏和泛化能力差的问题 | 图像质量评估 | 计算机视觉 | NA | 冷扩散模型 | 多尺度交叉注意力模块(MCAB)和尺度简单注意力模块(SSAM) | 图像 | 在八个公共数据库上进行广泛实验 |
| 165 | 2025-09-24 |
Vision Mamba: A Comprehensive Survey and Taxonomy
2025-Sep-22, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3610435
PMID:40982514
|
综述 | 本文对视觉领域中的Mamba模型进行全面综述和分类研究 | 首次系统地将Mamba模型从自然语言处理领域扩展到视觉领域，并提出分类框架 | NA | 全面理解Mamba模型在视觉领域的应用潜力 | Mamba模型及其在视觉任务中的应用 | 计算机视觉 | NA | 状态空间模型（SSM） | Mamba | 序列数据（时间序列、视频等） | NA |
| 166 | 2025-09-24 |
AI-empowered human microbiome research
2025-Sep-22, Gut
IF:23.0Q1
DOI:10.1136/gutjnl-2025-335946
PMID:40983504
|
综述 | 系统探讨人工智能在人类微生物组研究中的方法论与应用前景 | 首次从多尺度视角系统评估AI技术（包括新兴大语言模型）在微生物组数据分析中的整合应用 | 未涉及具体实验验证数据，主要基于现有文献的方法论评述 | 推动AI与微生物组研究的跨学科融合，促进个性化医疗创新 | 人类微生物组数据及其与宿主健康的相互作用 | 机器学习 | NA | 高通量微生物组分析技术 | 聚类算法/降维技术/CNN/RNN/大语言模型 | 微生物组测序数据 | NA |
| 167 | 2025-09-24 |
hERG-MFFGNN: An Explainable Deep Learning Model for Predicting Cardiotoxicity Using Multi-feature Fusion and Graph Neural Networks
2025-Sep-22, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00768-6
PMID:40983850
|
研究论文 | 提出一种名为hERG-MFFGNN的可解释深度学习模型，用于预测化合物对hERG钾通道的抑制作用 | 采用多特征融合策略结合图神经网络，通过注意力机制加权融合分子指纹特征和拓扑特征，实现更全面的分子表征 | NA | 开发高效准确的计算方法来预测hERG通道阻滞剂，以替代传统高成本低效率的筛选方法 | 化合物分子及其对hERG钾通道的抑制活性 | 机器学习 | 心血管疾病 | 多特征融合、图神经网络、注意力机制 | GNN（图神经网络） | 分子结构数据 | 基准数据集和外部验证数据集（具体数量未明确说明） |
| 168 | 2025-09-24 |
DeepExpDR: Drug Response Prediction through Molecular Topological Grouping and Substructure-Aware Expert
2025-Sep-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01476
PMID:40984005
|
研究论文 | 提出DeepExpDR深度学习专家框架，通过分子拓扑分组和子结构感知专家进行药物反应预测 | 首次考虑分子拓扑性质对药物特征提取和反应预测的影响，采用自监督聚类模型按分子骨架相似性分组药物，并为每个药物组分配专门的子结构感知专家 | NA | 预测抗癌药物的反应，促进精准医疗发展 | 抗癌药物和癌细胞 | 机器学习 | 癌症 | 深度学习 | 自监督聚类模型、子结构感知网络 | 分子结构数据、基因表达数据、药物反应矩阵 | NA |
| 169 | 2025-09-24 |
Objective Assessment of Disorders of Consciousness Based on EEG Temporal and Spectral Features
2025-Sep-22, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500674
PMID:40985067
|
研究论文 | 基于听觉oddball范式的脑电图数据，通过多维度特征和机器学习方法对意识障碍患者进行客观评估 | 首次系统比较多种机器学习和深度学习分类器在任务态脑电图意识评估中的性能，并提出集成投票模型 | NA | 开发基于任务态脑电图的意识障碍客观评估方法 | 最小意识状态患者、植物状态患者和健康对照组 | 脑机接口 | 意识障碍 | 听觉oddball范式、事件相关电位分析、频谱分析 | SVM、LDA、RF、XGBoost、DT、EEGNet、ShallowConvNet、集成投票模型 | 脑电图信号 | 三类受试者（具体数量未明确说明） |
| 170 | 2025-09-24 |
A comprehensive landscape of AI applications in broad-spectrum drug interaction prediction: a systematic review
2025-Sep-19, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01093-2
PMID:40973960
|
系统综述 | 本文首次全面梳理了人工智能在广谱药物相互作用预测中的应用现状 | 首次系统绘制AI在不同主要相互作用类型中的应用图谱，强调大语言模型和知识图谱在克服关键限制中的作用 | 存在数据不平衡、噪声源、可解释性有限以及某些相互作用类型代表性不足等挑战 | 推进药物相互作用预测领域更稳健、可解释和个性化模型的发展 | 药物-药物、药物-疾病、药物-营养素相互作用 | 自然语言处理 | NA | 机器学习、深度学习、图模型 | 大语言模型、知识图谱 | 结构化数据库（DrugBank、TWOSIDES、SIDER） | 147项研究（2018-2024年） |
| 171 | 2025-09-20 |
Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals
2025-Sep-18, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3611821
PMID:40966144
|
研究论文 | 提出一种基于运动想象的脑机接口范式，通过添加‘点击’信号增强对机械臂的连续抓取控制能力 | 引入类似计算机鼠标的点击机制，在二维运动控制基础上增加额外自由度，实现连续抓取而非离散动作选择 | 脑电信号信噪比和空间分辨率较低，可能限制系统性能 | 开发能够同时控制运动和点击的脑机接口系统，用于复杂连续抓取任务 | 健康受试者和中风幸存者 | 脑机接口 | 中风 | EEG信号处理，深度学习 | DL | EEG信号 | 健康受试者和中风患者（具体数量未明确说明） |
| 172 | 2025-09-24 |
A deep learning pipeline for accurate and automated restoration, segmentation, and quantification of dendritic spines
2025-Sep-18, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101179
PMID:40972567
|
研究论文 | 提出一种名为RESPAN的开源深度学习流程，用于自动化修复、分割和量化树突棘 | 集成最先进的深度学习技术，通过内容感知修复增强信号，实现跨多种样本类型的鲁棒检测 | NA | 开发自动化树突棘量化工具以研究突触连接性 | 树突棘、树突分支和神经元胞体 | 数字病理学 | NA | 深度学习、内容感知图像修复 | 深度学习模型 | 显微镜图像 | 经过专家标注和多模态成像数据验证 |
| 173 | 2025-09-24 |
Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms
2025-Sep-17, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.101007
PMID:40967225
|
研究论文 | 通过单核转录组测序构建ALS患者眶额皮质的转录组图谱，并利用深度学习模型研究选择性多聚腺苷酸化机制 | 开发了多模态深度学习模型APA-Net，首次整合转录序列和RNA结合蛋白表达谱预测APA；揭示了细胞类型特异性的APA调控模式 | 研究样本局限于C9orf72相关ALS和散发性ALS，未涵盖所有ALS亚型 | 解析ALS/FTLD神经退行性疾病的分子病理机制，特别是选择性多聚腺苷酸化调控 | ALS患者（C9orf72相关和散发性）的眶额皮质组织 | 生物信息学 | 神经退行性疾病 | 单核RNA测序，深度学习 | 多模态深度学习模型（APA-Net） | 转录组测序数据 | 包含C9orf72相关ALS（伴/不伴FTLD）和散发性ALS的额皮质样本 |
| 174 | 2025-09-19 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2025-Sep-16, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-025-01684-5
PMID:40954491
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 175 | 2025-09-24 |
Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis
2025-Sep-15, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202508358
PMID:40948400
|
研究论文 | 提出一种多尺度细胞间交互空间转录组学分析方法，整合多尺度拓扑表示与空间深度学习技术 | 首次在空间转录组分析中考虑多尺度细胞间相互作用，提出MCIST方法 | NA | 改进空间转录组数据分析方法，提升空间域检测性能 | 空间转录组数据 | 生物信息学 | NA | 空间转录组学 | 空间深度学习 | 基因表达空间数据 | 37个基准空间转录组数据集 |
| 176 | 2025-09-24 |
The Narrative Review: Advancements in Heart Failure Diagnosis and Management using Artificial Intelligence: A New Era of Patient Care
2025-09-11, Current cardiology reviews
IF:2.4Q2
|
综述 | 本文综述人工智能在心衰诊断与管理中的最新进展及未来潜力 | 系统阐述AI技术如何通过机器学习和深度学习改善心衰临床决策与个性化治疗 | 存在数据整合、预测准确性、患者参与度、数据隐私及临床工作流整合等需改进领域 | 探讨人工智能优化心衰患者护理与医疗实践的潜力 | 心衰患者群体及相关医疗数据 | 医疗人工智能 | 心血管疾病 | 机器学习、深度学习 | NA | 医学影像、心电图数据 | NA |
| 177 | 2025-09-24 |
Deep vessel segmentation with U-Net and texture representation of image (TRI) features provides a foundation for improved objective and automated analysis of coronary artery disease from angiography
2025-Sep-09, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109072
PMID:40983000
|
研究论文 | 本研究开发了一种结合纹理特征和先进预处理的U-Net深度学习框架，用于提高冠状动脉造影图像中血管分割的准确性 | 将纹理图像表示特征（Haralick和Law特征）与U-Net架构相结合，并采用拉普拉斯金字塔恢复和高斯差分尺度不变性等先进预处理技术 | 外部验证有限，尚未评估直接临床影响 | 提高冠状动脉造影图像中血管分割的准确性，为CAD评估提供定量分析基础 | 冠状动脉造影图像中的血管结构 | 医学图像分析 | 冠状动脉疾病 | 深度学习，图像预处理技术 | U-Net | 医学图像 | 7600张临床血管造影图像用于训练，19名患者约1700张图像用于测试，另使用公共ARCADE数据集进行基准测试 |
| 178 | 2025-09-24 |
Multichannel autostereoscopic measurement system for micro-structured surfaces based on multi-scale depth fusion
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.567001
PMID:40984187
|
研究论文 | 提出一种基于多尺度深度融合的多通道自动立体测量系统，用于微结构表面的精确三维测量 | 开发了结合3D光学通道和2D通道的多通道测量系统，通过多尺度深度融合技术提升三维重建精度 | NA | 提高微结构表面三维测量的精度和鲁棒性 | 微结构表面 | 计算机视觉 | NA | 自动立体技术、数据融合、多尺度深度融合 | UniDepth深度学习网络 | 多视角元素图像、高分辨率图像 | NA |
| 179 | 2025-09-24 |
Optimizing optical chaotic sequences using GAN and the Fisher-Yates algorithm
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.564934
PMID:40984206
|
研究论文 | 提出一种结合深度学习和后处理算法的光学混沌序列优化方案 | 将生成对抗网络引入传统光学反馈混沌系统，并结合Fisher-Yates算法进行后处理优化 | NA | 优化光学混沌序列的随机性和分布特性 | 光学混沌序列 | 机器学习 | NA | GAN、Fisher-Yates算法、NIST统计测试 | GAN | 序列数据 | NA |
| 180 | 2025-09-24 |
Research on the crack detection method of black coating based on machine vision and deep learning
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.568123
PMID:40984237
|
研究论文 | 提出一种基于机器视觉和深度学习的黑色涂层裂纹检测方法BCC-YOLO | 引入ADown模块替代传统下采样模块，结合iEMA注意力机制和UIoU损失函数，提升小裂纹特征提取能力并降低计算复杂度 | 仅针对自建的黑色涂层裂纹数据集进行验证，未提及其他材质或环境的泛化性能 | 解决黑色涂层低对比度小裂纹实时检测精度不足的问题 | 多孔材料表面黑色高辐射涂层的微裂纹 | 机器视觉 | NA | 深度学习 | BCC-YOLO（基于YOLOv10s改进） | 图像 | 自建黑色涂层裂纹数据集（未明确具体样本数量） |