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 1709 篇文献，本页显示第 1701 - 1709 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1701 | 2025-10-06 |
MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis
2025-Nov-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.119774
PMID:40581100
|
研究论文 | 本文提出了一种基于大语言模型的高性能重度抑郁症诊断工具MDD-LLM | 首次将大语言模型应用于重度抑郁症诊断，并设计了三种表格数据转换方法创建大规模训练语料库 | 仅使用UK Biobank队列数据，未在其他数据集上验证泛化能力 | 开发准确、鲁棒且可解释的重度抑郁症诊断工具 | 重度抑郁症患者 | 自然语言处理 | 重度抑郁症 | 大语言模型微调技术 | LLM | 表格数据 | 274,348条来自UK Biobank队列的个体记录 | NA | MDD-LLM | 准确率,AUC | NA |
| 1702 | 2025-10-06 |
Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea
2025-Nov-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117735
PMID:40609200
|
研究论文 | 开发了一种用于自动检测阻塞性睡眠呼吸暂停的无线、柔软、透气生物电子系统 | 采用穿孔可变形结构提高皮肤贴合度、促进汗液排出并减少运动伪影，结合多流卷积神经网络与双向长短期记忆模型的深度学习框架 | 未明确说明样本量大小和临床验证范围 | 开发便携式OSA检测设备以解决传统多导睡眠图检测成本高、技术复杂和不适感强的问题 | 儿童阻塞性睡眠呼吸暂停患者，特别是唇腭裂和牙颌面畸形患者 | 生物医学工程 | 阻塞性睡眠呼吸暂停 | 电生理信号测量 | CNN, LSTM | 电生理信号 | NA | NA | 多流卷积神经网络, 双向长短期记忆模型 | NA | NA |
| 1703 | 2025-10-06 |
Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration
2025 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100836
PMID:40661176
|
研究论文 | 使用深度学习模型从年龄相关性黄斑变性患者的视网膜眼底图像预测高风险基因变异 | 首次利用深度学习直接从视网膜眼底图像预测AMD相关高风险基因型，无需基因检测 | 样本量相对有限（1754名参与者），模型性能在不同AMD阶段存在差异 | 开发从视网膜眼底图像预测年龄相关性黄斑变性高风险基因型的深度学习算法 | 年龄相关性黄斑变性患者的视网膜眼底图像 | 计算机视觉 | 年龄相关性黄斑变性 | 视网膜眼底成像 | CNN, Vision Transformer | 图像 | 1754名参与者的31,271张视网膜彩色眼底照片 | NA | Vision Transformer | AUROC, 平衡准确率, 平均精确率 | NA |
| 1704 | 2025-10-06 |
Hybrid simulation of breast CT for assessing microcalcification detectability
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22015
PMID:40621110
|
研究论文 | 开发用于乳腺CT的混合虚拟成像试验方法，用于评估微钙化灶检测能力 | 提出结合射线追踪模拟和真实患者投影图像的混合虚拟成像试验方法 | NA | 评估乳腺CT系统中微钙化灶的检测性能 | 乳腺组织中的微钙化灶集群 | 医学影像 | 乳腺癌 | 计算机断层扫描 | 深度学习模型观察者 | CT投影图像, 重建体积 | NA | NA | NA | AUC | NA |
| 1705 | 2025-06-18 |
Asymmetric scatter kernel estimation neural network for digital breast tomosynthesis
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22008
PMID:40520916
|
research paper | 提出了一种基于非对称散射核叠加的深度学习方法，用于数字乳腺断层合成（DBT）中的散射估计 | 该方法考虑了散射形成的物理基础，通过生成散射振幅分布、散射核宽度和非对称因子图，改进了现有端到端训练方法的不足 | NA | 改进数字乳腺断层合成中的散射估计方法 | 数字乳腺断层合成（DBT）投影数据 | digital pathology | breast cancer | deep learning | CNN | image | 数值模拟体模数据和物理实验数据 | NA | NA | NA | NA |
| 1706 | 2025-06-18 |
Comparing percent breast density assessments of an AI-based method with expert reader estimates: inter-observer variability
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22011
PMID:40520917
|
research paper | 比较基于AI的方法与专家评估的乳腺密度百分比，研究观察者间变异性 | 使用深度学习模型MAI-VAS进行乳腺密度评估，相比专家评估具有更低观察者间变异性 | 研究仅基于1328名女性的数据，可能无法代表更广泛人群 | 评估AI方法与专家在乳腺密度评估和乳腺癌风险预测方面的一致性和准确性 | 1328名女性的乳腺筛查数据 | digital pathology | breast cancer | deep learning | MAI-VAS | image | 1328名女性 | NA | NA | NA | NA |
| 1707 | 2025-10-07 |
CWBLS network and its application in portable spectral measurement
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126329
PMID:40347777
|
研究论文 | 提出一种改进的D-CWBLS网络，用于提升便携式近红外光谱测量中回归模型的准确性和稳定性 | 在BLS网络基础上进行三方面改进：融合近红外特征光谱带数据扩展网络结构；通过Dropout层纵向加深网络；结合优化特征节点和增强节点权重矩阵消除随机性 | NA | 解决便携式近红外光谱仪在户外应用中因低信噪比和低重复性数据导致的回归模型精度和稳定性问题 | 便携式近红外光谱数据 | 机器学习 | NA | 近红外光谱技术 | BLS, D-CWBLS | 光谱数据 | NA | NA | BLS, CWBLS, D-CWBLS | 准确性, 鲁棒性, 可重复性 | NA |
| 1708 | 2025-10-07 |
A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126361
PMID:40367754
|
研究论文 | 提出一种结合注意力机制的CNN-LSTM深度学习模型，用于流化床制粒过程中基于近红外光谱的水分含量在线监测 | 首次将CNN的空间特征提取、LSTM的序列处理能力和自注意力机制的全局关联捕获能力相结合，构建CNN-LSTM-Attention混合模型，具备特征波段优化和序列建模能力 | NA | 优化流化床制粒过程中颗粒水分含量的监测精度 | 流化床制粒过程中的颗粒水分含量 | 机器学习 | NA | 近红外光谱 | CNN,LSTM,Attention | 光谱序列数据 | NA | NA | CNN-LSTM-Attention | R, RMSE | NA |
| 1709 | 2025-10-07 |
The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126390
PMID:40373548
|
研究论文 | 通过模拟多面体顶点数对SERS活性的影响，制备金纳米四面体基底并应用于口腔癌检测 | 发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性，并将SERS技术与深度学习相结合用于口腔癌分期诊断 | NA | 研究多面体顶点数对SERS活性的影响并开发口腔癌智能检测方法 | 贵金属纳米颗粒、口腔癌患者唾液样本 | 计算机视觉 | 口腔癌 | 表面增强拉曼散射(SERS)、时域有限差分(FDTD)模拟 | 深度学习神经网络 | 拉曼光谱数据 | NA | NA | NA | 检测限(LOD)、线性检测范围、增强因子(EF) | NA |