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 1099 篇文献，本页显示第 821 - 840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 821 | 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 |
| 822 | 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 |
| 823 | 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 |
| 824 | 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 |
| 825 | 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 |
| 826 | 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 |
| 827 | 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 |
| 828 | 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 |
| 829 | 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 |
| 830 | 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 |
| 831 | 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 |
| 832 | 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 |
| 833 | 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 |
| 834 | 2025-10-05 |
Seizure detection using nonlinear measures over EEG frequency bands and deep learning classifiers
2025-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2356634
PMID:38803055
|
研究论文 | 提出一种基于EEG频段非线性特征和深度学习分类器的癫痫发作检测新方法 | 从最相关的EEG频段计算非线性特征作为特征提取方法，结合机器学习和深度学习分类器 | NA | 开发自动癫痫发作检测框架以替代传统耗时的方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图 | 深度学习分类器 | EEG信号 | Bonn数据集和Hauz Khas数据集 | NA | NA | 准确率 | NA |
| 835 | 2025-10-05 |
Authentication with a one-dimensional CNN model using EEG-based brain-computer interface
2025-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2355490
PMID:38767327
|
研究论文 | 提出一种基于一维卷积神经网络的脑机接口认证方法，用于运动想象信号分类 | 将四分类运动想象识别结果创新性地应用于身份认证系统，为残疾人士提供无需输入密码的安全认证方案 | EEG信号易受噪声干扰且泛化能力有限，分类器性能提升存在困难 | 开发基于脑电信号的稳健分类方法，提升脑机接口在实际应用中的实用性 | 中风康复患者和运动障碍患者的运动想象脑电信号 | 脑机接口 | 中风 | 脑电图 | CNN | EEG信号 | NA | NA | 一维卷积神经网络 | 准确率 | NA |
| 836 | 2025-10-05 |
Deep learning reconstruction for improved image quality of ultra-high-resolution brain CT angiography: application in moyamoya disease
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01806-5
PMID:40439843
|
研究论文 | 本研究评估了针对脑部CTA优化的深度学习重建在烟雾病超高清CT血管成像中的图像质量改善效果 | 首次将专门针对脑部CTA优化的深度学习重建应用于烟雾病患者的超高清CT血管成像，并与常规重建方法进行对比 | 回顾性研究设计，样本量相对较小（50例患者） | 评估不同重建算法在烟雾病脑部CTA中对小血管显示的图像质量差异 | 烟雾病患者的脑部CT血管成像数据 | 医学影像分析 | 烟雾病 | CT血管成像，深度学习重建 | 深度学习 | 医学影像 | 50例疑似或确诊烟雾病患者 | NA | NA | 边缘锐度，峰值CT值，血管对比度，半高全宽，图像噪声 | NA |
| 837 | 2025-10-05 |
Advantages of deep learning reconstruction algorithm in ultra-high-resolution CT for the diagnosis of pancreatic cystic neoplasm
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01804-7
PMID:40445272
|
研究论文 | 评估深度学习重建算法在超高分辨率CT诊断胰腺囊性肿瘤中的图像质量和临床效用 | 首次在超高分辨率CT中系统比较深度学习重建算法与混合迭代重建算法对胰腺囊性肿瘤的诊断价值 | 回顾性研究设计，样本量较小（45例患者），单中心研究 | 评估深度学习重建算法在胰腺囊性肿瘤CT诊断中的图像质量和诊断性能 | 胰腺囊性肿瘤患者 | 医学影像 | 胰腺囊性肿瘤 | 超高分辨率CT，深度学习重建算法 | 深度学习重建算法 | CT图像 | 45例胰腺囊性肿瘤患者（2020年3月至2022年2月） | NA | NA | 图像噪声，对比噪声比，敏感性，特异性，准确率，AUROC，观察者间一致性 | NA |
| 838 | 2025-10-05 |
High visceral-to-subcutaneous fat area ratio is an unfavorable prognostic indicator in patients with uterine sarcoma
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01812-7
PMID:40500581
|
研究论文 | 本研究探讨了身体组成参数对子宫肉瘤患者总体生存率的影响 | 首次发现高内脏与皮下脂肪面积比(VSR)是子宫肉瘤患者不良预后的独立预测因子 | 样本量较小(52例患者)，且为回顾性多中心研究 | 评估身体组成参数对子宫肉瘤患者生存预后的影响 | 52例子宫肉瘤患者 | 数字病理学 | 子宫肉瘤 | CT成像，深度学习分割 | 深度学习 | CT图像 | 52例来自三家日本医院的患者(2007-2023年) | NA | NA | 风险比(HR)，p值 | NA |
| 839 | 2025-10-05 |
Comparison of publicly available artificial intelligence models for pancreatic segmentation on T1-weighted Dixon images
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01814-5
PMID:40531398
|
研究论文 | 比较三种公开可用的深度学习模型在T1加权Dixon图像上胰腺分割的性能 | 首次系统比较TotalSegmentator、TotalVibeSegmentator和PanSegNet三种公开AI模型在胰腺分割任务中的表现 | 样本量较小（仅20个腹部MRI序列），仅评估T1加权Dixon图像 | 评估和比较公开AI模型在胰腺自动分割中的性能 | 胰腺组织 | 医学影像分析 | 胰腺疾病 | T1加权磁共振成像，两点Dixon方法 | 深度学习模型 | 磁共振图像 | 20个上腹部T1加权磁共振序列 | NA | TotalSegmentator, TotalVibeSegmentator, PanSegNet | Dice相似系数, 95百分位Hausdorff距离, 平均对称表面距离, 阳性预测值, 敏感性, Bland-Altman图, 一致性相关系数 | NA |
| 840 | 2025-10-05 |
Discovery of novel cathepsin K inhibitors for osteoporosis treatment using a deep learning-based strategy
2025-Oct, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2025.2527686
PMID:40600916
|
研究论文 | 本研究通过深度学习策略结合实验方法发现新型组织蛋白酶K抑制剂用于骨质疏松治疗 | 首次结合深度学习模型Chemprop与实验验证筛选组织蛋白酶K抑制剂，发现槲皮素、γ-亚麻酸和异硫氰酸苄酯等新型抑制剂 | 仅对预测排名前100的分子进行实验验证，可能存在未发现的潜在抑制剂 | 开发新型组织蛋白酶K抑制剂用于骨质疏松治疗 | 组织蛋白酶K及其小分子抑制剂 | 机器学习 | 骨质疏松 | 深度学习预测、酶动力学、分子对接、分子动力学模拟、RANKL诱导破骨细胞生成实验 | 深度学习 | 化学分子数据 | 预测筛选后选择前100个分子进行实验验证 | Chemprop | NA | 抑制效果浓度依赖性、酶动力学参数、分子相互作用稳定性 | NA |