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 38849 篇文献，本页显示第 2341 - 2360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2341 | 2025-12-31 |
DUDE: deep unsupervised domain adaptation using variable nEighbors for physiological time series analysis
2025-Dec-30, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ae2231
PMID:41265030
|
研究论文 | 提出了一种名为DUDE的深度无监督域适应框架，用于处理生理时间序列分析中的分布偏移问题 | 引入了一种基于动态邻居选择策略的新型对比损失，根据潜在空间密度自适应确定每个样本的邻居数量 | 未明确说明模型在极端分布偏移或小样本目标域下的性能限制 | 解决生理信号分析中源域和目标域分布不完全重叠时的域适应挑战 | 连续生理信号，如心电图或血氧饱和度数据 | 机器学习 | NA | 深度无监督域适应 | 深度学习 | 时间序列数据 | 多个真实世界数据集，涉及不同人口统计、种族、地理和共病条件 | NA | DUDE | 与基线比较的性能提升百分比 | NA |
| 2342 | 2025-12-31 |
RSR-MSI: Reference-Based Super-Resolution for Mass Spectrometry Imaging of Tissues and Single Cells
2025-Dec-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05933
PMID:41308162
|
研究论文 | 提出一种基于参考图像的超分辨率方法（RSR-MSI），利用光学显微镜图像作为参考帧，结合原始质谱成像的离子强度数据，从单张低分辨率质谱图像重建高分辨率图像 | 首次将基于参考图像的超分辨率方法应用于单细胞质谱成像领域，仅需单张低分辨率质谱图像和参考光学图像即可实现亚细胞级分辨率重建，无需大规模训练数据集或配对图像 | 未明确说明方法对特定组织类型或细胞状态的适用性限制，也未讨论参考图像与质谱图像配准误差对重建结果的影响 | 开发高空间分辨率、高通量的质谱成像方法，减少数据采集时间 | 生物组织和单细胞 | 计算成像 | NA | 质谱成像（MSI），光学显微镜 | 深度学习超分辨率网络 | 质谱图像，光学显微镜图像 | NA | NA | NA | NA | NA |
| 2343 | 2025-12-31 |
Lightweight residual graph augmented transformer for cassava leaf disease recognition using spectral directional features
2025-Dec-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33748-3
PMID:41461849
|
研究论文 | 本文提出了一种轻量级残差图增强的图-Transformer网络（Lite-RGA-GTNet），用于基于光谱方向特征的木薯叶病害识别 | 引入了轻量级残差图增强的图-Transformer网络，结合光谱方向预处理和渐进式令牌剪枝，以联合捕获精细病变纹理和长距离空间关系 | 未明确提及模型在更广泛环境条件或不同作物病害上的泛化能力 | 开发一种轻量级深度学习模型，用于木薯叶病害的实时识别，以支持可持续农业实践 | 木薯叶图像，包括健康和病害样本 | 计算机视觉 | 木薯叶病害 | 光谱方向预处理（包括方向梯度和植被指数图） | 图-Transformer网络 | 图像 | 基准木薯叶图像数据集，包含五类样本（健康及病害） | NA | Lite-RGA-GTNet（轻量级残差图增强的图-Transformer网络） | 准确率, 精确率, 召回率, F1分数 | NA |
| 2344 | 2025-12-31 |
Deep learning in detecting bucket-handle meniscal tears on knee radiographs: Comparison with surgeon interpretations
2025-Dec-30, Journal of the Chinese Medical Association : JCMA
IF:1.9Q2
DOI:10.1097/JCMA.0000000000001333
PMID:41462401
|
研究论文 | 本研究评估了深度学习模型在膝关节X光片上检测桶柄状半月板撕裂的可行性及诊断准确性，并与骨科医生的解读进行了比较 | 开发了基于复合图像输入的深度学习模型，在检测桶柄状半月板撕裂方面表现优于骨科医生 | 研究样本主要来自单一机构，外部验证集规模较小，可能影响模型的泛化能力 | 评估深度学习模型在膝关节X光片上检测桶柄状半月板撕裂的诊断性能 | 膝关节X光片（包括前后位和侧位视图） | 计算机视觉 | 骨科疾病 | X光成像 | CNN | 图像 | 来自406名本院患者和90名外部医院患者的膝关节X光片 | NA | NA | AUC, 灵敏度, 特异度, 阳性预测值, 阴性预测值, 精确率, F1分数 | NA |
| 2345 | 2025-12-31 |
Diagnostic accuracy of artificial intelligence-based deep learning models in detecting furcation involvement: A systematic review and meta-analysis
2025-Dec-30, Journal of periodontology
IF:4.2Q1
DOI:10.1002/jper.70055
PMID:41466554
|
系统综述与荟萃分析 | 本文系统综述并荟萃分析了基于人工智能的深度学习模型在检测牙根分叉病变方面的诊断准确性 | 首次对深度学习模型在牙科影像中检测牙根分叉病变的诊断性能进行了系统性的定量评估和荟萃分析 | 纳入研究数量有限（8项），需要更大、更多样化的数据集来减少假阳性并实现安全的临床整合 | 系统评估深度学习模型在牙科影像中检测牙根分叉病变的诊断潜力 | 牙科影像（根尖片、全景片、锥形束CT）中的磨牙及其牙根分叉病变 | 数字病理学 | 牙周病 | 牙科影像学（根尖片、全景片、锥形束CT） | 深度学习模型 | 影像 | 7814张影像，涉及12373颗磨牙 | NA | NA | 灵敏度，特异度，F1分数，曲线下面积，诊断比值比 | NA |
| 2346 | 2025-12-31 |
A hybrid model for structured illumination microscopy reconstruction using attention mechanism and deep Laplacian pyramid network with Fourier loss
2025-Dec-30, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70057
PMID:41467734
|
研究论文 | 提出一种结合注意力机制和深度拉普拉斯金字塔网络的混合模型，用于结构光照明显微镜图像的超分辨率重建 | 提出Att-SIM-LapSRN混合深度学习框架，首次将注意力U-Net与拉普拉斯金字塔超分辨率网络结合，并引入基于FFT的损失函数，以解决SIM重建中的伪影、噪声和高频细节丢失问题 | 未提及模型在极低信噪比或极端光照条件下的鲁棒性，也未讨论计算复杂度和实时处理能力 | 提升结构光照明显微镜在低光条件下的超分辨率成像质量，减少重建伪影并增强高频细节 | 生物样本的超分辨率显微图像 | 计算机视觉 | NA | 结构光照明显微镜 | 深度学习, 混合模型 | 图像 | 使用BioSR数据集（具体样本数量未说明） | 未明确说明（可能为PyTorch或TensorFlow） | Attention U-Net, Laplacian pyramid super-resolution network | PSNR, SSIM, 感知质量指标 | NA |
| 2347 | 2025-12-31 |
Explainable deep learning for predicting HER-2 expression in breast cancer: a multicenter study
2025-Dec-30, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851251392501
PMID:41468007
|
研究论文 | 本研究开发了一个可解释的深度学习成像框架，用于术前无创预测乳腺癌HER-2表达 | 结合了基于ResNet的深度学习模型与临床预测因子，构建了一个可解释的、用于无创预测HER-2表达的联合预测框架 | 回顾性研究，样本量有限（450例），且依赖于多中心数据的一致性 | 开发一个可解释的深度学习框架，用于术前无创预测乳腺癌HER-2表达，以指导治疗决策 | 450例经病理证实HER-2状态的乳腺癌患者的磁共振成像数据和临床记录 | 数字病理 | 乳腺癌 | 磁共振成像 | 深度学习, 机器学习 | 图像, 临床记录 | 450例患者（来自四个医疗中心） | NA | ResNet | AUC | NA |
| 2348 | 2025-12-31 |
AI-driven molecular modeling and design: from property prediction to drug generation
2025-Dec-29, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00745-7
PMID:41460590
|
研究论文 | 本文提出了一种名为ME&PP-MG&RC的深度学习框架，用于分子建模与设计，包括属性预测和药物生成 | 整合了分子编码与属性预测（ME&PP）以及分子生成与真实性分类（MG&RC）组件，提供统一的分子设计管道，实现了精确属性预测、新分子生成和真实性验证 | 未明确提及模型在更大规模或更复杂数据集上的泛化能力，也未讨论计算成本或实际应用中的潜在挑战 | 通过深度学习技术推进计算分子设计和药物发现，实现自动化药物候选物识别 | 分子化合物，特别是针对QM9和ZINC数据集中的分子 | 机器学习 | NA | 深度学习，图神经网络 | 图神经网络 | 分子结构数据 | 涉及QM9和ZINC数据集，但未指定具体样本数量 | 未明确指定，可能为PyTorch或TensorFlow | 未指定具体架构，但基于图神经网络模型 | 平均绝对误差 | NA |
| 2349 | 2025-12-31 |
Interpretable machine learning algorithms for diagnostic prediction of diabetic retinopathy
2025-Dec-29, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329251410736
PMID:41460717
|
研究论文 | 本研究提出了一种新颖、标准化且可解释的机器学习框架，旨在提高糖尿病视网膜病变风险预测的诊断效率和准确性 | 采用动态加权投票集成方法，并结合SHAP进行可解释性分析，以增强模型的临床可信度 | 未明确提及研究的局限性 | 开发一种高精度且可解释的机器学习框架，用于糖尿病视网膜病变的诊断预测 | 糖尿病患者的临床数据 | 机器学习 | 糖尿病视网膜病变 | 机器学习算法 | LightGBM, CatBoost, Extreme Random Tree, 集成模型 | 临床特征数据 | 未明确提及具体样本数量 | 未明确提及具体框架 | 动态加权投票集成 | 准确率, 灵敏度, AUC | 未明确提及计算资源 |
| 2350 | 2025-12-31 |
A High-Efficiency and High-Accuracy Cellular Segmentation Scheme for Imperfect Cytoarchitecture Images
2025-Dec-29, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70110
PMID:41460794
|
研究论文 | 本文提出了一种针对不完美细胞结构图像的高效高精度细胞分割方案 | 针对不完美细胞结构图像，结合图像增强与无需额外训练的Cellpose预训练模型，显著提升了分割精度 | NA | 开发一种高效且高精度的细胞分割方法，以支持细胞形态学分析和疾病诊断 | 不完美的细胞结构图像 | 数字病理学 | NA | 细胞图像增强，深度学习分割 | CNN | 图像 | NA | NA | Cellpose | IoU, ACC, MCC, Dice | NA |
| 2351 | 2025-12-31 |
A Fully Automated Multistage Deep Learning System for Lenke Classification: Enhanced Diagnostic Precision in Adolescent Idiopathic Scoliosis
2025-Dec-29, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.25.01015
PMID:41460944
|
研究论文 | 本研究开发并验证了一个用于青少年特发性脊柱侧凸Lenke分型的全自动多阶段深度学习系统 | 首次提出一个集成了椎骨分割、腰椎椎弓根定位和特征融合模块的全自动端到端Lenke分型系统，实现了高精度的客观分类 | 研究为回顾性设计，样本主要来自汉族人群，外部验证的普适性有待进一步研究 | 开发一个自动化系统以减少青少年特发性脊柱侧凸Lenke分型的主观性和观察者间差异 | 青少年特发性脊柱侧凸患者和健康对照者的全脊柱X光片 | 数字病理学 | 青少年特发性脊柱侧凸 | X光成像 | 深度学习 | 医学影像 | 650名个体（467名AIS患者，183名健康对照） | NA | Swin-Unet, DeepLabv3+ | 准确率, F1分数, Dice系数, 组内相关系数 | NA |
| 2352 | 2025-12-31 |
Deep learning denoising enables rapid SEM imaging under charging conditions for FE SEM, CD SEM, and review SEM
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33273-3
PMID:41461855
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2353 | 2025-12-31 |
A painting art rendering system by deep learning framework and machine translation
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34058-4
PMID:41461861
|
研究论文 | 本研究提出了一种基于深度学习和机器翻译的绘画艺术渲染系统，旨在解决民族大学绘画教学中技术传承、跨语言障碍和个性化不足等问题 | 提出了一种集成了“技术传承-风格渲染-文化解读-个性化指导”的协作教学框架，引入了改进的生成对抗网络实现八种民族绘画风格的自动渲染，以及视觉上下文Transformer实现跨民族语言的绘画术语语义映射 | NA | 为民族绘画技术的数字化保存和跨文化交流提供一种实用的方法 | 民族绘画艺术作品和跨民族语言的绘画术语 | 计算机视觉, 自然语言处理 | NA | 深度学习, 机器翻译 | 生成对抗网络, Transformer | 图像, 文本 | 包含12,000件艺术作品和5,000条术语条目的多模态数据集 | NA | 生成对抗网络, Transformer | F1分数, 语义匹配率 | NA |
| 2354 | 2025-12-31 |
Explainable fusion of EfficientNetB0 and ResNet50 for liver fibrosis staging in ultrasound imaging
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33544-z
PMID:41461883
|
研究论文 | 本文提出了一种结合EfficientNetB0和ResNet50的多流深度学习架构，用于超声成像中的肝纤维化分期 | 提出了一种特征级融合的多流深度学习架构，结合了EfficientNetB0和ResNet50模型，并采用了先进的归一化/正则化技术 | NA | 开发一种用于肝纤维化分期的深度学习模型，以辅助临床诊断和治疗决策 | 超声成像中的肝纤维化分期 | 计算机视觉 | 肝纤维化 | 超声成像 | CNN | 图像 | NA | NA | EfficientNetB0, ResNet50 | 准确率, 损失值 | NA |
| 2355 | 2025-12-31 |
Improving sign Language recognition system for assisting deaf and dumb people using pathfinder algorithm with representation learning model
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34283-x
PMID:41461898
|
研究论文 | 本文提出了一种基于Pathfinder算法和表示学习模型的新型手语识别系统，旨在提高系统的鲁棒性、准确性和实际应用效果 | 整合了Pathfinder算法优化策略与SE-DenseNet特征提取模型，结合Elman神经网络进行分类，并通过PFA进行参数调优，提升了手语识别的性能 | NA | 提高手语识别系统的准确性和鲁棒性，以辅助聋哑人士进行有效沟通 | 美国手语数据集中的手语图像 | 计算机视觉 | NA | 高斯滤波, SE-DenseNet特征提取, Elman神经网络分类, Pathfinder算法优化 | ENN, DenseNet | 图像 | NA | NA | SE-DenseNet, Elman神经网络 | 准确率 | NA |
| 2356 | 2025-12-31 |
An enhanced deep learning framework for intrusion classification enterprise network using multi-branch CNN-attention architecture
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34166-1
PMID:41461889
|
研究论文 | 本文提出了一种面向企业网络部署的入侵检测框架，该框架结合了多分支CNN-注意力架构与微调的决策树分类器 | 提出了一种结合多分支卷积神经网络与通道注意力机制，并集成微调决策树分类器的部署导向型入侵检测框架，在提升分类性能的同时提供了可解释的规则且推理开销低 | NA | 开发一个高精度、可解释且适用于实际部署的企业网络入侵检测系统 | 企业网络流量数据 | 机器学习 | NA | NA | CNN, 决策树 | 网络流量数据 | CIC-IDS2017数据集包含超过200万个带标签的网络流，NSL-KDD数据集包含125,000条连接记录 | NA | 多分支CNN-注意力架构 | 准确率, ROC-AUC, 宏F1分数 | NA |
| 2357 | 2025-12-31 |
Deep learning-driven morphological fingerprinting: rapid, accurate and low-cost pathogen identification via the analysis of dried patterns of droplets
2025-Dec-29, Journal of nanobiotechnology
IF:10.6Q1
DOI:10.1186/s12951-025-03923-9
PMID:41462248
|
研究论文 | 本研究提出了一种基于深度学习的AI平台，通过分析微生物悬浮液在载玻片上干燥形成的物种特异性脱水图案，实现快速、准确且低成本的病原体识别 | 首次利用微生物干燥过程中产生的脱水图案作为形态指纹，结合ResNet-34深度学习模型，实现了5分钟内快速病原体识别，为资源有限地区提供了创新的即时诊断工具 | 研究仅针对7种常见血流感染病原体，未涵盖所有可能病原体；且需要40°C干燥步骤，可能受环境条件影响 | 开发一种快速、低成本的血流感染病原体识别方法，以指导及时抗生素治疗 | 常见血流感染病原体，包括大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌、金黄色葡萄球菌、粪肠球菌和白色念珠菌 | 计算机视觉 | 血流感染 | 微生物悬浮液干燥图案分析 | CNN | 图像 | 10,055张脱水图案图像 | PyTorch | ResNet-34 | 准确率, AUC-ROC | NA |
| 2358 | 2025-12-31 |
Capsule graph networks for accurate and interpretable crystalline materials property prediction
2025-Dec-29, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01139-5
PMID:41462335
|
研究论文 | 本文提出了一种结合胶囊网络与E(3)等变图神经网络的深度学习框架，用于精确且可解释的晶体材料性质预测 | 首次将E(3)等变图神经网络与胶囊网络结合，能够同时捕捉三维空间的物理对称性和晶体结构的层次化部分-整体关系，提供无监督的可解释性基元发现 | 未明确提及具体局限性 | 加速材料发现，通过精确且可解释的建模理解晶体材料的结构-性质关系 | 晶体材料 | 机器学习 | NA | NA | 图神经网络, 胶囊网络 | 图数据 | Materials Project和Matbench数据集 | NA | Capsule Graph Networks with E(3)-Equivariance (CGN-e3) | MAE | NA |
| 2359 | 2025-12-31 |
Interpretable multimodal deep learning improves postoperative risk stratification in intrahepatic cholangiocarcinoma in multicentre cohorts
2025-Dec-29, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02282-x
PMID:41466129
|
研究论文 | 本研究开发了一种基于Transformer的可解释多模态深度学习框架，用于预测肝内胆管癌患者术后2年总生存率 | 提出了一种融合临床变量、影像组学特征和全切片病理图像的多模态Transformer模型，并利用空间转录组学和蛋白质组学验证了模型的生物学可解释性 | 研究基于多中心队列，但样本量可能仍有限，且模型在更广泛人群中的泛化能力需进一步验证 | 改善肝内胆管癌患者术后风险分层 | 肝内胆管癌患者 | 数字病理学 | 肝内胆管癌 | 空间转录组学, 空间蛋白质组学 | Transformer | 临床变量, 影像组学特征, 全切片病理图像 | 三个独立验证队列 | NA | Transformer | AUC | NA |
| 2360 | 2025-12-31 |
CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography
2025-Dec-29, Ultrasonic imaging
IF:2.5Q2
DOI:10.1177/01617346251399875
PMID:41466179
|
研究论文 | 提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法，用于资源受限设备上的超声弹性成像 | 首次将动态剪枝、知识蒸馏和课程学习整合到单一框架中，用于超声运动估计模型的压缩，显著减少参数和计算量同时保持性能 | 未明确说明模型在更广泛临床数据或不同超声设备上的泛化能力，且压缩后模型仍可能对资源极度受限设备构成挑战 | 开发资源高效的深度学习模型，用于超声弹性成像中的运动估计 | 模拟、体模和体内超声数据 | 计算机视觉 | NA | 超声弹性成像 | CNN | 射频超声数据，B模式数据 | NA | NA | UMEN-Net, DP-Net, CDP-KDNet | 信噪比，对比噪声比 | NA |