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 1977 篇文献，本页显示第 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2025-12-15 |
A novel deep learning framework with temporal attention convolutional networks for intrusion detection in IoT and IIoT networks
2025-Dec-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-32697-1
PMID:41390854
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 742 | 2026-01-02 |
Generalizable morphological profiling of cells by interpretable unsupervised learning
2025-Dec-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-66267-w
PMID:41381503
|
研究论文 | 本文介绍了一种名为MorphoGenie的无监督深度学习框架，用于单细胞形态学分析，通过解耦表示学习和高保真图像重建，构建了一个紧凑且可解释的潜在空间 | 结合解耦表示学习与高保真图像重建，创建了一个无需标注即可捕获生物学有意义特征的紧凑、可解释潜在空间，并系统地将潜在表示与层次化形态属性关联，确保语义和生物学可解释性，同时支持组合泛化，适用于多种成像模态和实验条件 | 未明确提及具体局限性 | 开发一种通用、无偏的单细胞形态学分析方法，以克服传统手动特征提取的偏见和深度学习在可解释性及标注数据依赖方面的挑战 | 单细胞 | 计算机视觉 | NA | NA | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 743 | 2026-01-02 |
Accurate Mediterranean Sea forecasting via graph-based deep learning
2025-Dec-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31177-w
PMID:41353460
|
研究论文 | 本文介绍了一种名为SeaCast的基于图神经网络的深度学习模型，用于高分辨率区域海洋（地中海）预报，相比传统数值模型，在预测精度和时效上均有显著提升 | 提出了一种结合图神经网络框架以处理复杂海洋网格几何形状的深度学习模型SeaCast，并整合了针对区域海洋环境定制的外部强迫数据，将有效预测窗口从10天扩展至15天 | NA | 开发一种高效、准确的区域海洋预报系统，以替代传统计算昂贵的数值求解器 | 地中海区域海洋动力学 | 机器学习 | NA | 图神经网络，深度学习 | 神经网络 | 海洋网格数据，大气强迫数据 | NA | NA | 图神经网络 | 预测精度，技能预测时长 | NA |
| 744 | 2026-01-02 |
AI-assisted sentinel lymph node examination and metastatic detection in breast cancer: the potential of ChatGPT for digital pathology research
2025-Dec, Pathologica
IF:4.4Q1
DOI:10.32074/1591-951X-N1068
PMID:41454765
|
研究论文 | 本研究评估了ChatGPT-4在乳腺癌前哨淋巴结冰冻切片中检测转移的潜力 | 首次将ChatGPT-4应用于乳腺癌前哨淋巴结冰冻切片的转移检测，探索其在数字病理研究中的实际应用 | 样本量较小（仅90个前哨淋巴结），且为回顾性研究，可能影响结果的普遍性 | 评估AI模型在乳腺癌前哨淋巴结转移检测中的诊断性能，以提升病理工作流程的准确性和效率 | 乳腺癌患者的前哨淋巴结冰冻切片 | 数字病理 | 乳腺癌 | 冰冻切片，数字病理 | 深度学习模型 | 图像 | 90个前哨淋巴结 | NA | ChatGPT-4 | 准确率，灵敏度，特异性 | NA |
| 745 | 2026-01-02 |
Accurate Generation of Conformational Ensembles for Intrinsically Disordered Proteins with IDPFold
2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202511636
PMID:41082321
|
研究论文 | 本文介绍了一种名为IDPFold的新方法，该方法利用微调的扩散模型直接从序列生成内在无序蛋白的构象集合 | IDPFold消除了对多序列比对或实验数据的依赖，能够更详细地表征IDP集合的结构特征 | NA | 研究内在无序蛋白的构象特性 | 内在无序蛋白 | 机器学习 | 癌症, 糖尿病, 阿尔茨海默病 | 扩散模型 | 扩散模型 | 蛋白质序列 | 27个IDP系统 | NA | IDPFold | 回转半径误差, Cα二级化学位移的均方根偏差 | NA |
| 746 | 2026-01-02 |
RiboMicrobe: An Integrated Translatome Atlas for Microorganism
2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202509877
PMID:41082396
|
研究论文 | 本文介绍了RiboMicrobe，一个专为原核微生物Ribo-seq数据设计的综合数据库，并集成了基于Transformer的深度学习模型用于sORF预测 | 开发了首个专门针对原核微生物翻译组的综合数据库，并引入了两种基于Transformer架构的新型sORF预测模型 | 数据库目前仅涵盖36种原核生物和2种病毒，数据覆盖范围有限 | 构建一个集成数据库和工具平台，以支持微生物翻译组学研究和sORF注释 | 原核微生物和病毒的翻译组数据 | 生物信息学 | NA | Ribo-seq, RNA-seq, 蛋白质组学 | Transformer | 测序数据 | 891个Ribo-seq数据集、369个匹配的RNA-seq数据集和62个蛋白质组数据集 | NA | Transformer | NA | NA |
| 747 | 2026-01-02 |
Cytological Classification Diagnosis for Thyroid Nodules via Multimodal Model Deep Learning
2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202511369
PMID:41098080
|
研究论文 | 本文开发了AI-TFNA平台，通过多模态深度学习模型提高甲状腺结节细胞学分类诊断的准确性和临床效率 | 提出了结合BRAF突变数据和图像外观迁移（IAM）技术的多模态模型，显著提升了模型在不同机构间的泛化能力 | 研究主要基于中国七个医疗中心的数据，可能在其他地区或人群中的适用性有待进一步验证 | 开发一个稳健的人工智能平台，以提高甲状腺结节诊断的准确性和临床效率 | 甲状腺结节样本，特别是甲状腺细针穿刺（TFNA）样本 | 数字病理学 | 甲状腺结节 | 甲状腺细针穿刺（TFNA）、BRAF突变检测 | 深度学习模型 | 图像、突变数据 | 总样本20,803个，其中4,421个TFNA样本用于训练，2,153个样本用于外部验证 | NA | 多模态模型 | 准确率、灵敏度、特异性 | NA |
| 748 | 2026-01-01 |
Editorial for "Deep Learning-Based Brainstem Segmentation and Multi-Class Classification for Parkinsonian Syndrome"
2025-Dec-31, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70210
PMID:41473963
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 749 | 2026-01-01 |
Test-Time Adaptation for Detecting Image Inpainting Forgeries
2025-Dec-30, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3647640
PMID:41468337
|
研究论文 | 提出一种用于检测图像修复伪造的测试时自适应检测框架 | 提出基于图像梯度的模型不确定性度量指标来协调整个自适应过程，并引入跨注意力模块作为侧调模块，使模型能在不改变主干网络的情况下动态适应可靠的测试样本 | NA | 解决图像修复伪造检测模型在测试样本与训练数据存在差异时性能显著下降的问题 | 深度学习生成的图像修复伪造图像 | 计算机视觉 | NA | NA | CNN | 图像 | 包含多种修复方法生成的合成图像数据集 | PyTorch | ResNet | 准确率 | NA |
| 750 | 2026-01-01 |
Computer vision in aquaculture: transforming fish freshness monitoring
2025-Dec-30, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2025.2607533
PMID:41472339
|
综述 | 本文综述了计算机视觉技术在鱼类新鲜度评估中的应用，重点关注过去十年的进展，包括传统方法和深度学习方法，并探讨了高级成像技术的整合及面临的挑战 | 系统地将鱼类新鲜度评估任务分为新鲜度指标、纹理特征和生化变化三个关键方面，并全面介绍了常用算法模型，同时强调了高级成像技术（如高光谱和热成像）的整合，以检测传统成像技术无法捕捉的生化与微生物变化 | 未具体说明模型性能的量化比较或实际应用中的可扩展性限制 | 探讨计算机视觉技术在鱼类新鲜度监测中的应用，以提升鱼类产品的新鲜度和安全性，优化供应链管理 | 鱼类新鲜度评估，包括新鲜度指标、纹理特征和生化变化 | 计算机视觉 | NA | 计算机视觉、图像处理、高光谱成像、热成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 751 | 2026-01-01 |
Real-time cognitive workload assessment using non-intrusive methods: a systematic review
2025-Dec-30, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2025.2606779
PMID:41472475
|
综述 | 本文系统综述了实时认知负荷评估的非侵入性方法，总结了50项研究中的实践、方法趋势和技术进展 | 通过任务分类揭示生理测量与任务需求之间的对应关系，并指出混合方法在现实世界应用中的适应性框架发展趋势 | NA | 评估实时认知负荷以提升人类表现和安全性 | 认知负荷监测的生理和行为数据 | 机器学习 | NA | 心电图（ECG）、光电容积脉搏波（PPG）、皮肤电活动（EDA）、眼动追踪、脑电图（EEG）、皮肤温度（SKT） | 传统机器学习、统计模型、深度学习模型 | 生理和行为数据 | 50项研究 | NA | NA | NA | NA |
| 752 | 2026-01-01 |
Learning Protein Structure Representation with Orientation-Aware Networks
2025-Dec-29, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1177/15578666251406300
PMID:41468157
|
研究论文 | 提出了一种新颖的深度学习框架——方向感知图神经网络（OA-GNNs），用于更准确地表示蛋白质三维结构中的精细方向关系 | 通过将神经网络权重从标量扩展到3D定向权重，并实现确保SO(3)等变性的等变消息传递范式，首次明确建模了局部和全局几何特征（包括残基内扭转角和残基间方向） | 未在摘要中明确说明 | 开发能够准确捕捉蛋白质结构中氨基酸间精细方向关系的表示学习方法，以促进对蛋白质机制的理解和计算蛋白质分析 | 蛋白质三维结构 | 计算生物学 | NA | 深度学习 | 图神经网络（GNN） | 蛋白质结构数据 | 未在摘要中明确说明 | 未在摘要中明确说明 | 方向感知图神经网络（OA-GNNs） | 未在摘要中明确说明具体指标，但提及在多个任务上达到最先进性能 | 未在摘要中明确说明 |
| 753 | 2026-01-01 |
Interpretable deep learning for dynamic rainfall-runoff prediction: Integrating adaptive signal decomposition and spatiotemporal feature extraction
2025-Dec-29, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.128444
PMID:41468612
|
研究论文 | 本研究提出了一种结合自适应信号分解和时空特征提取的降雨径流预测模型，以提高预测精度和可解释性 | 创新点包括应用自适应粒子群优化变分模态分解算法进行多尺度分解和去噪，以及采用时空注意力机制动态探索降雨径流数据的时空依赖关系，并通过注意力权重可视化增强模型可解释性 | 未明确提及具体局限性，如模型泛化能力或计算复杂度 | 提高降雨径流预测的准确性，并增强模型对复杂非线性时空数据的建模和预测能力 | 降雨径流数据，特别是具有非线性和非平稳特性的时间序列 | 机器学习 | NA | 自适应粒子群优化变分模态分解算法，时空注意力机制 | 门控循环单元 | 时间序列数据 | NA | NA | NA | 纳什效率系数, 均方根误差, 平均绝对误差, 相关系数 | NA |
| 754 | 2026-01-01 |
[Image classification of osteoarthritis based on improved shifted windows transformer and graph convolutional networks]
2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202504039
PMID:41448761
|
研究论文 | 本文提出了一种基于改进的Swin Transformer和图卷积网络的骨关节炎自动诊断方法 | 设计了移位窗口水平注意力机制以增强水平方向特征提取能力，并引入了中心注意力图SAGE模块通过动态注意力机制对病灶区域特征信息进行加权聚合，同时利用跨层连接技术实现多层特征的高效融合 | NA | 提高骨关节炎早期诊断的准确性 | 骨关节炎的X射线图像 | 计算机视觉 | 骨关节炎 | X射线成像 | Transformer, 图卷积网络 | 图像 | NA | NA | 改进的Swin Transformer, 图SAGE | 准确率, 召回率, 精确率, F1分数, AUC | NA |
| 755 | 2026-01-01 |
[Research progress on quantitative magnetic susceptibility imaging reconstruction method based on improved U-network model]
2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202412074
PMID:41448772
|
综述 | 本文总结了2020年至今基于改进U-Net架构在定量磁化率成像（QSM）偶极子反演中的应用进展 | 将基于U-Net架构的改进模型系统分为三类：基于结构优化、物理约束和泛化能力提升的改进U-Net，并梳理了其设计出发点 | NA | 通过总结和比较不同改进U-Net模型，解决偶极子反演的困难与挑战，提高QSM图像准确性，为疾病辅助诊断提供支持 | 定量磁化率成像（QSM）的偶极子反演过程 | 计算机视觉 | NA | 磁共振成像（MRI）相位信号处理与反演 | U-Net | 图像 | NA | NA | U-Net | NA | NA |
| 756 | 2026-01-01 |
[Review of application of U-Net and Transformer in colon polyp image segmentation]
2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202405039
PMID:41448773
|
综述 | 本文综述了U-Net和Transformer在结肠息肉图像分割中的应用，包括常用评估指标、数据集、模型改进方法及未来研究方向 | 系统性地回顾了基于U-Net、Transformer及其混合方法在结肠息肉分割领域的应用，并总结了算法的改进方法、优势与局限性 | NA | 探讨深度学习技术在结肠息肉图像分割中的应用，以辅助临床诊断 | 结肠息肉图像 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN, Transformer | 图像 | NA | NA | U-Net, Transformer | NA | NA |
| 757 | 2026-01-01 |
Learning to learn ecosystems from limited data
2025-Dec-23, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2525347122
PMID:41405860
|
研究论文 | 本文提出了一种基于元学习的框架，利用时间延迟前馈神经网络从有限数据中预测生态系统的长期行为 | 通过元学习框架，结合非生态非线性动力系统的合成数据，显著减少对生态系统观测数据的需求，提高预测准确性和鲁棒性 | 未明确说明框架在极端或高度非线性生态系统中的泛化能力，且对真实世界数据的适用性仍需进一步验证 | 开发数据驱动方法，解决生态系统状态估计和预测中数据稀缺的挑战 | 生态系统，包括基准种群模型（如Hastings-Powell模型、Lotka-Volterra系统）和真实世界生态数据集（微生物时间序列数据集、全球种群动态数据库） | 机器学习 | NA | 元学习、时间延迟前馈神经网络 | 神经网络 | 时间序列数据 | 未明确具体样本数量，但涉及三个基准种群模型和两个真实世界数据集 | 未指定 | 时间延迟前馈神经网络 | 准确性、鲁棒性 | NA |
| 758 | 2026-01-01 |
Deep learning enables accurate diagnosis of acute cholecystitis and prediction of suppuration using noncontrast CT
2025-Dec-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.114180
PMID:41458913
|
研究论文 | 本研究开发了一种基于腹部非增强CT的深度学习模型，用于诊断急性胆囊炎并预测其进展为急性化脓性胆囊炎 | 首次利用深度学习从非增强CT中准确诊断急性胆囊炎并预测化脓性进展，模型性能超越传统放射组学模型和放射科医生评估 | 研究为回顾性分析，可能存在选择偏倚；外部验证样本量相对较小 | 开发一种高效的深度学习系统，以支持时间敏感的临床工作流程，实现急性胆囊炎及其化脓性进展的准确诊断 | 来自三个医疗中心的641名患者的腹部非增强CT图像 | 计算机视觉 | 胆囊炎 | 非增强CT成像 | 深度学习模型 | 医学图像 | 641名患者 | NA | NA | 准确率 | NA |
| 759 | 2026-01-01 |
Continuous tobacco smoking increases mortality in diffuse large B-cell lymphoma but not follicular lymphoma, a Finnish population-based study
2025-Dec-17, Acta oncologica (Stockholm, Sweden)
DOI:10.2340/1651-226X.2025.44776
PMID:41408704
|
研究论文 | 本研究探讨了持续吸烟对弥漫性大B细胞淋巴瘤和滤泡性淋巴瘤患者死亡率的影响 | 利用深度学习自然语言处理算法提取吸烟状态，并在利妥昔单抗时代评估吸烟与淋巴瘤预后的关联 | 研究基于芬兰两个大学医院的数据，可能无法完全推广到其他人群或地区 | 评估吸烟状态对B细胞淋巴瘤患者生存结局的影响 | 弥漫性大B细胞淋巴瘤和滤泡性淋巴瘤患者 | 自然语言处理 | 淋巴瘤 | 深度学习自然语言处理算法 | NA | 电子病历文本数据 | DLBCL患者1258人，FL患者529人 | NA | NA | 总生存率，风险比 | NA |
| 760 | 2026-01-01 |
The reliability of remote photoplethysmography under low illumination and elevated heart rates
2025-Dec-03, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02192-y
PMID:41339699
|
研究论文 | 本研究系统评估了远程光电容积描记术（rPPG）在低光照和高心率条件下的可靠性，并引入新的CHILL数据集进行验证 | 引入了包含不同光照条件和运动诱发心率范围的CHILL数据集，首次系统揭示了现有rPPG方法在高心率条件下的性能显著下降问题 | 研究样本量相对有限（45名参与者），且仅针对特定挑战条件进行评估，未涵盖所有可能影响rPPG性能的环境因素 | 评估远程光电容积描记术在真实世界数字健康环境中的可靠性和鲁棒性 | 远程光电容积描记术算法在低光照和高心率条件下的性能表现 | 数字健康 | 心血管疾病 | 远程光电容积描记术 | 信号处理方法,深度学习模型 | 视频,PPG信号 | 45名参与者在两种光照条件和运动诱发心率条件下的数据 | NA | NA | NA | NA |