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 1104 篇文献，本页显示第 801 - 820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 801 | 2025-10-05 |
A deep learning approach based on YOLO v11 for automatic detection of jaw cysts
2025-Oct-02, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06767-9
PMID:41039467
|
研究论文 | 基于YOLO v11深度学习模型开发颌骨囊肿自动检测与分类系统 | 首次将YOLO v11模型应用于颌骨囊肿的自动检测与分类，支持多类别（含牙囊肿、牙源性角化囊肿、根尖囊肿）和单类别检测模式 | 数据集规模有限且类别不平衡，需要更大规模平衡数据集验证泛化能力 | 开发基于人工智能的颌骨囊肿检测与分类系统 | 颌骨囊肿的全景放射影像 | 计算机视觉 | 颌骨囊肿 | 全景放射成像 | CNN | 图像 | 311张全景图像（211张囊肿图像，100张正常图像） | YOLO | YOLO v11 Small | 精确率,召回率,F1分数,平均精度均值(mAP) | NA |
| 802 | 2025-10-04 |
Interpretable deep learning model and nomogram for predicting pathological grading of PNETs based on endoscopic ultrasound
2025-Oct-02, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03193-3
PMID:41039509
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 803 | 2025-10-05 |
Evaluating large language models using national endodontic specialty examination questions: are they ready for real-world dentistry?
2025-Oct-02, BMC medical education
IF:2.7Q1
DOI:10.1186/s12909-025-07896-z
PMID:41039560
|
研究论文 | 评估多种大语言模型在牙髓病学专业考试题目中的表现 | 首次系统比较多种LLMs在牙髓病学标准选择题和组合型选择题上的表现差异 | 仅使用土耳其的牙科专业考试题目，模型表现可能受语言和文化因素影响 | 评估大语言模型在牙髓病学专业考试中的准确性和可靠性 | 8种大语言模型（ChatGPT-4o、ChatGPT-4、Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 2.0 Flash、Copilot、Deepseek-V3、Qwen2.5-Max） | 自然语言处理 | 牙科疾病 | 大语言模型评估 | LLM | 文本 | 151道牙髓病学题目 | NA | NA | 准确率 | NA |
| 804 | 2025-10-05 |
Combining Statistical and Deep Learning Models for Insomnia Detection
2025-Oct-02, Studies in health technology and informatics
DOI:10.3233/SHTI251525
PMID:41041773
|
研究论文 | 提出一种结合统计模型和深度学习模型的混合方法，用于从临床文本中检测失眠症并提取支持证据 | 采用有限上下文模型和BERT模型的互补设置，在保持高性能的同时提高模型的可解释性 | NA | 开发能够平衡性能与可解释性的自动化工具，用于临床环境中的失眠症检测 | 临床自由文本笔记中的失眠相关信息 | 自然语言处理 | 失眠症 | 文本挖掘 | 有限上下文模型,BERT | 临床文本数据 | 基于MIMIC-III数据集的结构化标注数据 | NA | BERT | NA | NA |
| 805 | 2025-10-05 |
Artificial Intelligence Deep Learning Models to Predict Spaceflight Associated Neuro-Ocular Syndrome
2025-Oct, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.06.009
PMID:40505849
|
研究论文 | 开发基于深度学习的人工智能模型，通过光学相干断层扫描图像预测航天飞行相关神经眼综合征 | 首次使用深度学习模型基于飞行前OCT图像预测SANS发病，并比较了航天飞行数据和地面模拟数据的模型性能 | 数据有限环境下的研究，样本量较小 | 预测航天飞行相关神经眼综合征的发病风险 | 宇航员和头低位卧床休息研究参与者 | 计算机视觉 | 神经眼综合征 | 光学相干断层扫描 | CNN | 图像 | 宇航员飞行数据和地面研究参与者数据 | NA | ResNet50 | AUC | NA |
| 806 | 2025-10-05 |
Artificial intelligence-enabled electrocardiography and echocardiography to track preclinical progression of transthyretin amyloid cardiomyopathy
2025-Oct-01, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf450
PMID:40679604
|
研究论文 | 利用人工智能分析超声心动图和心电图数据追踪转甲状腺素蛋白淀粉样心肌病的临床前进展 | 首次结合深度学习和多模态心脏影像数据（超声心动图视频和心电图图像）进行ATTR-CM的临床前监测 | 回顾性研究设计，样本来源仅限于两个医疗中心 | 开发可扩展的转甲状腺素蛋白淀粉样心肌病临床前监测策略 | 接受核素心脏淀粉样蛋白检测的患者群体 | 医学人工智能 | 心肌病 | 超声心动图，心电图，核素心脏淀粉样蛋白检测 | 深度学习 | 视频，图像 | 内部队列984人（耶鲁-纽黑文医疗系统），外部队列806人（休斯顿卫理公会医院） | NA | NA | 敏感性，特异性 | NA |
| 807 | 2025-10-05 |
Real-Time Health Monitoring Using 5G Networks: Deep Learning-Based Architecture for Remote Patient Care
2025-Oct-01, JMIRx med
DOI:10.2196/70906
PMID:41032883
|
研究论文 | 开发了一种集成深度学习和5G网络的实时生命体征监测架构 | 提出了一种结合注意力机制的混合CNN-LSTM模型，并针对5G超可靠低延迟通信进行边缘部署优化 | 研究仅基于1000名患者3个月的数据，需要更长期和大规模的验证 | 开发实时生命体征监测和预测的远程患者监护系统 | 患者生命体征数据 | 机器学习 | 老年疾病 | 5G网络通信，生命体征监测 | CNN, LSTM | 生命体征时序数据 | 1000名患者 | NA | 混合CNN-LSTM模型，注意力机制 | 预测准确率，延迟时间 | 边缘计算设备，5G网络 |
| 808 | 2025-10-05 |
Consensus-guided evaluation of self-supervised learning in echocardiographic segmentation
2025-Oct-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111148
PMID:41038129
|
研究论文 | 本研究评估自监督学习在超声心动图左心室分割中的应用，并引入多专家标注数据集提升评估可靠性 | 提出基于共识的多专家标注数据集以减少标注噪声，并系统比较不同自监督学习方法在超声心动图分割中的表现 | 未明确说明具体使用的数据集规模和来源，未详细讨论计算资源需求 | 探索自监督学习在超声心动图左心室分割中的有效性 | 超声心动图中的左心室分割 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习模型 | 医学图像 | NA | NA | NA | 专家共识对齐度 | NA |
| 809 | 2025-10-05 |
UNSX-HRNet: Modeling anatomical uncertainty for landmark detection in total hip arthroplasty
2025-Oct-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111146
PMID:41038128
|
研究论文 | 提出一种结合高分辨率网络和不确定性估计的深度学习框架UNSX-HRNet，用于全髋关节置换术中的解剖标志点检测 | 通过基于解剖关系的不确定性估计处理非结构化数据，为预测的解剖标志点分配不确定性分数，为临床医生提供修正指导 | NA | 开发先进的深度学习框架解决全髋关节置换术中非结构化数据带来的挑战 | 放射影像中的解剖标志点 | 计算机视觉 | 骨科疾病 | 深度学习 | CNN | X射线影像 | NA | NA | HRNet | 精度指标 | NA |
| 810 | 2025-10-05 |
Beyond dental radiographs, a radiomics-based study for the classification of caries extension and depth
2025-Oct, Journal of dental sciences
IF:3.4Q1
DOI:10.1016/j.jds.2025.04.006
PMID:41040554
|
研究论文 | 本研究开发了一种基于放射组学和机器学习的非侵入性方法，使用口内照片对龋齿范围和深度进行分类 | 首次使用放射组学特征从口内摄影图像中分类龋齿深度，提供传统X射线检查的替代方案 | 仅包含健康牙齿和龋齿病变图像，样本多样性可能有限 | 评估基于放射组学和机器学习的方法在龋齿范围和深度分类中的应用 | 健康牙齿和龋齿病变的口内摄影图像 | 医学影像分析 | 龋齿 | 口内摄影、放射组学特征提取 | LDA, k-NN, SVM, NNET | 图像 | 通过数据增强增加样本量，具体数量未明确说明 | Pyradiomics | NNET（神经网络） | 准确率, 灵敏度, 特异性 | NA |
| 811 | 2025-10-05 |
Feature-driven breast cancer classification via hybrid model using mammogram images
2025-Oct, Journal of medical engineering & technology
DOI:10.1080/03091902.2025.2530938
PMID:41041719
|
研究论文 | 提出一种基于混合模型的乳腺癌分类方法，通过乳腺X线影像实现良恶性分类 | 提出改进损失和激活函数的LeNet模型(MLAL)，结合改进双边滤波技术和多特征融合方法 | NA | 开发基于深度学习的乳腺癌自动诊断系统 | 乳腺X线影像 | 计算机视觉 | 乳腺癌 | 医学影像分析 | CNN, DCNN | 图像 | NA | NA | LeNet, SegNet, DCNN | 准确率, 精确率, F-measure | NA |
| 812 | 2025-10-05 |
Adversarial control of synchronization in complex oscillator networks
2025-Oct-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0284213
PMID:41042149
|
研究论文 | 本研究基于深度学习中的对抗攻击原理，提出通过精心设计的弱扰动来控制复杂振荡器网络同步动力学的方法 | 将深度学习中的对抗攻击概念引入网络化动力系统，提出基于梯度优化的同步控制新范式 | NA | 研究通过弱扰动控制复杂振荡器网络同步动力学的策略 | Kuramoto振荡器网络 | 机器学习 | NA | 梯度优化方法 | NA | 网络拓扑数据 | 多种网络架构包括无标度网络、小世界网络、实际电网和大脑连接网络 | NA | NA | 同步控制效果 | NA |
| 813 | 2025-10-05 |
Ptgs2+ CPTC Function as a "Force-Immune Axis" by Responding to Acupuncture and Mediating M2 Macrophage Activation for Anti-Inflammatory Effects
2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202501175RR
PMID:41017691
|
研究论文 | 本研究通过单细胞测序发现腹部中线筋膜中Ptgs2+ CPTC亚群能响应针刺机械刺激并通过Il6-Il6st-Stat3通路激活M2巨噬细胞产生抗炎效应 | 首次确立Ptgs2+ CPTC作为连接机械刺激与免疫调控的“力-免疫轴”，揭示了针灸作用的细胞机制 | 研究聚焦于腹部中线筋膜，其他筋膜区域的普适性需进一步验证 | 探索筋膜组织中细胞对机械刺激的响应机制及免疫调节作用 | 大鼠腹部中线筋膜中的Cd34+/Pdgfra+端细胞（CPTC）及其亚群 | 数字病理 | 炎症性疾病 | 单细胞测序, 细胞形态学分析 | 深度学习 | 单细胞测序数据, 细胞形态数据 | 痢疾大鼠模型 | NA | NA | NA | NA |
| 814 | 2025-10-05 |
Role of artificial intelligence in gastric diseases
2025-Oct-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i37.111327
PMID:41025012
|
综述 | 本文综述人工智能在胃部疾病诊疗中的应用现状与发展趋势 | 发现AI效能与用户专业水平呈反比关系，中等专业水平从业者获益最大；开发了多模态临床决策支持系统 | 训练数据存在地域偏见、监管障碍、患者隐私和AI问责伦理问题、AI开发集中于科技巨头 | 探讨人工智能在胃部疾病诊断和管理中的应用价值 | 胃部疾病诊疗过程 | 数字病理 | 胃部疾病 | 多模态集成（内镜图像、临床病史、实验室结果、基因组数据） | 深度学习, 大语言模型 | 图像, 文本, 基因组数据 | NA | NA | 多智能体架构 | 病变检测率96%, 分类准确率82%-87% | NA |
| 815 | 2025-10-03 |
Correction for Li et al., Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring
2025-Oct-07, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2525325122
PMID:41032527
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 816 | 2025-10-05 |
Morphological Signatures of Salt Crystals under Controlled Humidity Using Advanced Image Analysis
2025-Oct-02, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.5c04762
PMID:40965417
|
研究论文 | 通过控制湿度研究盐结晶形态特征，并利用图像分析和深度学习进行精确量化与预测 | 结合湿度控制室与先进图像分析技术，首次系统量化不同湿度下盐结晶的形态特征，并实现97%准确率的盐类识别 | 仅研究两种盐类（氯化钠和氯化铵），在玻璃基板上的结晶行为，未涉及其他盐类或不同基底材料 | 探究控制湿度对盐结晶形态的影响规律，开发基于图像分析的盐类识别方法 | 氯化钠（NaCl）和氯化铵（NH4Cl）盐晶体 | 计算机视觉 | NA | 高分辨率成像，MATLAB图像分析 | 深度学习神经网络 | 图像 | 两种盐类在控制湿度条件下的结晶样本 | MATLAB | NA | 准确率 | NA |
| 817 | 2025-10-05 |
A microneedle-based integrated three-electrode system for pesticide detection using machine learning
2025-Oct-02, The Analyst
DOI:10.1039/d5an00430f
PMID:41035252
|
研究论文 | 开发了一种基于微针阵列集成三电极系统和深度学习算法的农药检测方法 | 首次将3D打印微针阵列与差分脉冲伏安法和深度学习算法相结合用于农药分子检测 | 仅对六种预定义农药样品进行了测试，未涉及更广泛的农药种类 | 开发高效准确的农药检测技术以保障农业安全和公众健康 | 六种农药分子（MS222、对硝基苯酚、结晶紫、孔雀石绿、香兰素和呋喃西林） | 机器学习 | NA | 差分脉冲伏安法、电化学指纹分析 | CNN, 深度学习算法 | 电化学信号数据 | 六种预定义农药样品 | NA | 卷积神经网络 | 准确率 | NA |
| 818 | 2025-10-05 |
Deep learning-based survival prediction model for adult diffuse low-grade glioma: a multi-cohort validation study
2025-Oct-02, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03613-w
PMID:41037075
|
研究论文 | 开发并验证基于深度学习的成人弥漫性低级别胶质瘤生存预测模型 | 首次将DeepSurv深度学习模型应用于DLGG生存预测，并通过多队列验证证实其可靠性 | 外部验证队列样本量较小(n=33)，可能影响模型泛化能力的全面评估 | 开发准确的DLGG患者生存预测模型以辅助临床预后评估 | 成人弥漫性低级别胶质瘤患者 | 医疗人工智能 | 脑肿瘤/神经胶质瘤 | 深度学习生存分析 | DeepSurv | 临床病理数据 | 1,079例DLGG患者(训练集836例，内部验证210例，外部验证33例) | NA | DeepSurv | C-index, 综合Brier评分 | NA |
| 819 | 2025-10-05 |
GAN-Enhanced Hybrid Deep Learning with Explainable AI for Automated Cataract Diagnosis
2025-Oct-02, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02249-1
PMID:41037142
|
研究论文 | 提出一种结合生成式AI和可解释AI的深度学习系统，用于自动化白内障诊断 | 融合生成对抗网络增强数据多样性，结合可解释AI提供临床可解释性，采用混合数据集和精细调优的模型架构 | NA | 开发高性能、可解释的白内障自动诊断系统 | 白内障眼部疾病 | 计算机视觉 | 白内障 | 生成对抗网络, 深度学习 | GAN, CNN | 医学图像 | 合并六个开源数据集并添加GAN生成的合成图像 | NA | InceptionResNetV2 | 准确率, AUC, 精确率, 召回率, F1分数, 置信区间 | NA |
| 820 | 2025-10-05 |
A gender-aware saliency prediction system for web interfaces using deep learning and eye-tracking data
2025-Oct-02, Brain informatics
DOI:10.1186/s40708-025-00274-x
PMID:41037184
|
研究论文 | 提出基于深度学习和眼动数据的性别感知网页显著性预测系统 | 首次将Transformer架构用于性别感知的显著性预测，并创建包含人口统计信息的WIC640数据集 | 未包含时间维度的眼动建模 | 研究人口统计因素对视觉注意力的影响，开发自适应网页界面 | 网页界面和用户眼动行为 | 计算机视觉 | NA | 眼动追踪技术 | Transformer | 图像, 眼动数据 | 85名参与者，640张网页截图 | NA | TranSalNet | 相关系数(CC), 归一化扫描路径显著性(NSS), 库尔巴克-莱布勒散度(KLD) | NA |