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 36465 篇文献，本页显示第 2381 - 2400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2381 | 2025-11-29 |
Deep data consistency: A fast and robust diffusion model-based solver for inverse problems
2025-Nov-20, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108334
PMID:41308266
|
研究论文 | 提出一种基于扩散模型的快速鲁棒逆问题求解器Deep Data Consistency | 使用深度学习模型更新数据一致性步骤，在仅需5次推理步骤的情况下平衡数据一致性和真实性 | 未明确说明模型在极端噪声条件下的性能边界 | 解决图像逆问题中数据一致性与真实性的平衡问题并提升采样速度 | 图像逆问题求解 | 计算机视觉 | NA | 扩散模型 | 扩散模型 | 图像 | NA | NA | DDC | 相似度指标, 真实性指标 | NA |
| 2382 | 2025-11-29 |
Deep Learning and Atlas-Based MRI Segmentation Enable Longitudinal Characterization of Healthy Mouse Brain
2025-Nov-19, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110418
PMID:41295135
|
研究论文 | 比较基于图谱和深度学习的MRI分割方法在健康小鼠大脑纵向研究中的表现 | 首次在纵向小鼠大脑MRI分割中系统比较深度学习与传统图谱方法的性能 | 仅使用C57Bl6/J品系健康小鼠，未验证其他品系或疾病模型 | 评估深度学习在纵向神经影像研究中的应用潜力 | C57Bl6/J健康小鼠大脑 | 医学影像分析 | NA | 磁共振成像 | 深度学习 | MRI图像 | C57Bl6/J健康小鼠队列 | NA | NA | 分割速度，分割准确性 | 有限计算资源 |
| 2383 | 2025-11-29 |
Artificial Intelligence in Gastrointestinal Surgery: A Systematic Review of Its Role in Laparoscopic and Robotic Surgery
2025-Nov-19, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm15110562
PMID:41295265
|
系统评价 | 系统回顾人工智能在腹腔镜和机器人普通外科手术中的应用现状 | 首次系统性地对人工智能在腹腔镜和机器人普通外科手术中的应用进行分类和总结 | 大多数研究仍处于早期开发阶段，评估和报告框架缺乏标准化 | 系统回顾人工智能在腹腔镜和机器人普通外科手术中的当前应用 | 腹腔镜和机器人普通外科手术 | 数字病理 | 胃肠道疾病 | 深度学习 | 深度学习模型 | 手术视频、图像数据 | 152项原始研究（125项腹腔镜，19项机器人，8项两者兼有） | NA | NA | NA | NA |
| 2384 | 2025-11-29 |
SideCow-VSS: A Video Semantic Segmentation Dataset and Benchmark for Intelligent Monitoring of Dairy Cows Health in Smart Ranch Environments
2025-Nov-19, Veterinary sciences
IF:2.0Q2
DOI:10.3390/vetsci12111104
PMID:41295742
|
研究论文 | 提出用于奶牛健康智能监测的视频语义分割数据集SideCow-VSS并建立深度学习模型基准评估 | 首个针对牧场环境下奶牛侧视图视频语义分割的标注数据集，系统评估八种深度学习架构的性能权衡 | 数据集规模相对有限（921个视频片段），仅包含侧视图数据 | 开发精准畜牧业中奶牛非侵入式健康监测的计算机视觉系统 | 牧场环境下的奶牛 | 计算机视觉 | 代谢性疾病, 免疫性疾病 | 视频语义分割 | CNN, Transformer | 视频 | 921个侧视图视频片段 | NA | Mask2Former, Swin-L, PIDNet-s | mIoU, FPS | NA |
| 2385 | 2025-11-29 |
Artificial intelligence in Glioblastoma Diagnostics: Integrating MRI, histopathology, and molecular profiling
2025-Nov-19, Cancer treatment and research communications
DOI:10.1016/j.ctarc.2025.101040
PMID:41308410
|
综述 | 本文综述了人工智能在胶质母细胞瘤诊断中整合MRI、组织病理学和分子谱分析的应用现状与挑战 | 系统评估了AI在多模态脑肿瘤诊断中的整合应用，特别关注了放射组学、多模态融合和迁移学习等前沿技术 | 研究存在异质性，缺乏前瞻性多中心验证，数据报告不一致，外部泛化能力有限 | 评估人工智能在脑肿瘤诊断中的贡献，特别是分级、亚型区分和预测能力 | 胶质瘤和脑肿瘤 | 医学影像分析 | 胶质母细胞瘤 | MRI, fMRI, PET, 分子谱分析 | CNN, 深度学习 | 医学影像, 分子数据 | NA | NA | NA | NA | NA |
| 2386 | 2025-11-29 |
Seam Carving Forgery Detection Through Multi-Perspective Explainable AI
2025-Nov-18, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110416
PMID:41295133
|
研究论文 | 提出一种基于多视角可解释AI的接缝裁剪伪造检测框架E-XAI | 通过集成多种可解释性技术（SHAP和Grad-CAM）而非预测模型，提供更全面透明的决策解释 | 未明确说明模型在更复杂伪造场景下的泛化能力 | 开发可解释的图像伪造检测方法以增强AI系统在数字取证中的可信度 | 经过接缝裁剪操作的伪造图像 | 计算机视觉 | NA | 图像伪造检测 | CNN | 图像 | 10,300张图像（平衡二元分类数据集） | NA | 自定义CNN | 准确率, 精确率 | NA |
| 2387 | 2025-11-29 |
Image Matching for UAV Geolocation: Classical and Deep Learning Approaches
2025-Nov-12, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110409
PMID:41295126
|
研究论文 | 开发了一种基于图像匹配的无人机地理定位系统，通过匹配无人机航拍图像与地理参考卫星图像实现无GNSS依赖的定位 | 提出结合传统图像匹配方法与深度学习方法的无人机地理定位系统，在GNSS信号不可用时提供可靠定位 | 研究主要关注高海拔情况下的性能，未详细探讨低空或其他复杂环境下的表现 | 开发不依赖GNSS的无人机定位系统以提高安全性 | 无人机航拍图像与地理参考卫星图像 | 计算机视觉 | NA | 图像匹配技术 | 深度学习模型 | 图像 | NA | NA | SuperPoint, SuperGlue, LoFTR | 匹配成功率 | NA |
| 2388 | 2025-11-29 |
Fully Automated AI-Based Digital Workflow for Mirroring of Healthy and Defective Craniofacial Models
2025-Nov-12, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110407
PMID:41295124
|
研究论文 | 开发并验证了一种基于人工智能的全自动数字工作流程，用于颅面模型的健康解剖结构分割和镜像重建 | 首次将三维nnU-Net分割与PCA-ICP镜像算法集成到全自动数字工作流程中，消除了传统方法对手动操作的依赖 | 研究仅基于388个颅骨CT扫描，需要更大样本量验证泛化能力 | 开发全自动颅面重建数字工作流程，提高重建精度和效率 | 颅面解剖结构，包括颅骨和下颌骨 | 数字病理 | 颅面缺陷 | CT扫描 | CNN | 三维医学图像 | 388个颅骨CT扫描 | NA | nnU-Net | Dice相似系数, 平均表面距离, 豪斯多夫距离, 角度偏差 | NA |
| 2389 | 2025-11-29 |
LatAtk: A Medical Image Attack Method Focused on Lesion Areas with High Transferability
2025-Nov-11, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110404
PMID:41295121
|
研究论文 | 提出一种针对医学图像病灶区域的高迁移性对抗攻击方法LatAtk | 基于图像分割划分可攻击区域，提出梯度加权类激活映射的类激活损失函数和局部二值模式的纹理特征损失函数 | NA | 研究医学图像的对抗攻击以分析深度神经网络的安全漏洞 | 医学图像和深度神经网络模型 | 计算机视觉 | NA | 图像分割，对抗攻击 | DNN | 医学图像 | NA | NA | NA | 攻击性，迁移性，隐蔽性 | NA |
| 2390 | 2025-11-29 |
Integrating Deep Learning and Radiogenomics: A Novel Approach to Glioblastoma Segmentation and MGMT Methylation Prediction
2025-Nov-11, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110403
PMID:41295120
|
研究论文 | 本研究开发了一种结合深度学习和放射基因组学的新方法，用于胶质母细胞瘤分割和MGMT甲基化状态预测 | 提出增强型U-Net模型进行肿瘤分割，并利用EfficientNetB0和ResNet50的混合分类器预测MGMT启动子甲基化状态 | NA | 建立影像特征与MGMT启动子甲基化状态的相关性，推进无创诊断模式 | 胶质母细胞瘤患者 | 医学影像分析 | 胶质母细胞瘤 | 放射基因组学 | CNN | 医学影像 | NA | NA | U-Net, EfficientNetB0, ResNet50 | Dice系数, 准确率, AUC | NA |
| 2391 | 2025-11-29 |
A Deep Learning-Based Approach for Explainable Microsatellite Instability Detection in Gastrointestinal Malignancies
2025-Nov-07, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110398
PMID:41295115
|
研究论文 | 提出一种基于深度学习的可解释性方法，通过组织病理学图像检测胃肠道恶性肿瘤中的微卫星不稳定性 | 结合多种CNN架构和Vision Transformer模型，并引入三种类激活映射技术提供临床可解释性，同时提出量化不同类激活映射方法间一致性的鲁棒性指标 | 基于单一真实世界数据集，未提及外部验证结果 | 开发准确且可解释的微卫星不稳定性检测方法以促进深度学习在临床实践中的应用 | 胃肠道恶性肿瘤的组织病理学图像 | 数字病理学 | 胃肠道癌症 | 组织病理学图像分析 | CNN, Vision Transformer | 图像 | NA | NA | MobileNet, Inception, VGG16, VGG19, Vision Transformer | 准确率 | NA |
| 2392 | 2025-11-29 |
PGRF: Physics-Guided Rectified Flow for Low-Light RAW Image Enhancement
2025-Nov-06, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110393
PMID:41295110
|
研究论文 | 提出一种物理引导的整流流框架PGRF，用于低光照RAW图像增强 | 提出物理基础复合噪声模型，联合考虑加性和乘性噪声分量，并采用逐像素噪声模拟与校准策略 | NA | 解决低光照条件下RAW图像增强问题 | 低光照RAW图像 | 计算机视觉 | NA | 物理建模噪声模拟 | 整流流生成模型 | RAW图像 | LLID基准数据集（索尼A7S II相机拍摄的室内低光照RAW图像） | NA | 整流流框架 | NA | NA |
| 2393 | 2025-11-29 |
RepSAU-Net: Semantic Segmentation of Barcodes in Complex Backgrounds via Fused Self-Attention and Reparameterization Methods
2025-Nov-06, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110394
PMID:41295111
|
研究论文 | 提出一种融合自注意力机制和重参数化技术的RepSAU-Net模型，用于复杂背景下条形码的语义分割与信息解码 | 结合自注意力机制和RepVGG重参数化技术，在不显著增加计算负载的情况下提升全局信息捕获和特征提取能力 | NA | 在复杂背景下实现条形码的定位、语义分割、信息解码和恢复 | 宽视场图像中的商品条形码 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 30,000张图像（包含2000张宽视场背景图像和400张信息隐藏条形码图像） | NA | RepSAU-Net, RepVGG | MIoU, Accuracy, 推理速度 | NA |
| 2394 | 2025-11-29 |
Multi-Weather DomainShifter: A Comprehensive Multi-Weather Transfer LLM Agent for Handling Domain Shift in Aerial Image Processing
2025-Nov-06, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110395
PMID:41295112
|
研究论文 | 提出一种多天气领域转换系统，通过合成数据和风格转换技术解决航空图像分割中的领域偏移问题 | 结合大型语言模型代理协调多天气领域转换，集成潜在空间风格转换模型和多模态雪景扩散模型，无需额外标注即可生成多种天气条件下的图像 | 依赖于合成数据集，真实场景适应性可能有限；未明确说明模型在极端天气条件下的表现 | 解决航空图像处理中因天气变化导致的领域偏移问题，提升模型在不同天气条件下的鲁棒性 | 航空图像，特别是受天气变化影响的遥感图像 | 计算机视觉 | NA | 风格转换，扩散模型，合成数据生成 | LLM, 风格转换模型, 扩散模型 | 图像 | ISPRS Vaihingen和Potsdam数据集 | NA | 潜在空间风格转换模型，多模态扩散模型 | NA | NA |
| 2395 | 2025-11-29 |
Single-cell resolution spatial transcriptomic signature of the retrosplenial cortex during memory consolidation
2025-Nov-04, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-025-03331-3
PMID:41188622
|
研究论文 | 本研究通过空间转录组学技术揭示了压后皮层在空间记忆巩固过程中的分子特征 | 首次在单细胞分辨率下解析了压后皮层在记忆巩固过程中的转录组特征，并发现了阿尔茨海默病模型中神经元激活的异常 | 研究主要聚焦于早期记忆巩固阶段，未覆盖完整记忆过程；动物模型结果向人类应用的转化需要进一步验证 | 探索压后皮层在空间记忆巩固过程中的分子机制和细胞类型特异性变化 | 小鼠压后皮层神经元，包括正常小鼠和阿尔茨海默病模型小鼠 | 空间转录组学 | 阿尔茨海默病及相关痴呆 | 空间转录组学，Xenium空间转录组学，化学遗传学 | 深度学习 | 空间转录组数据，基因表达数据 | 未明确说明具体样本数量，但包含正常小鼠和ADRD模型小鼠 | NA | NA | NA | NA |
| 2396 | 2025-11-29 |
Next-Generation Advances in Prostate Cancer Imaging and Artificial Intelligence Applications
2025-Nov-03, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11110390
PMID:41295107
|
综述 | 探讨人工智能在前列腺癌影像诊断中的最新应用进展与未来发展方向 | 整合多模态影像数据与人工智能技术，探索影像组学、基因组学和临床数据融合的精准医疗新模式 | 面临数据异质性、算法泛化性、伦理考量和临床实施等挑战 | 提升前列腺癌影像诊断的准确性、效率和一致性 | 前列腺癌患者 | 数字病理 | 前列腺癌 | 多参数MRI、PSMA PET/CT、经直肠超声 | 机器学习,深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 2397 | 2025-11-29 |
Artificial Intelligence in Cardiac Electrophysiology: A Comprehensive Review
2025-Nov-03, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm15110532
PMID:41295237
|
综述 | 本文全面回顾了人工智能在心脏电生理学领域的模型与应用 | 系统整合了AI在心脏电生理学中的多种临床应用场景并分析其发展潜力 | 存在数据安全、伦理透明度和临床采纳方面的挑战 | 探讨人工智能技术在心脏电生理学领域的应用现状与发展前景 | 心脏电生理学相关的诊断和治疗技术 | 医学人工智能 | 心血管疾病 | 机器学习,深度学习 | NA | 心电图,电生理数据 | NA | NA | NA | 诊断准确率,手术效率 | NA |
| 2398 | 2025-11-29 |
Deep learning-based volume of interest imaging in helical CT for image quality improvement and radiation dose reduction
2025-Nov-01, The British journal of radiology
DOI:10.1093/bjr/tqaf128
PMID:40971630
|
研究论文 | 开发基于深度学习的螺旋CT感兴趣区域成像技术，用于改善图像质量并降低辐射剂量 | 提出基于残差U-Net架构的VOI-Net深度学习方法来校正螺旋CT中的截断伪影，实现辐射剂量降低或感兴趣区域内图像质量提升 | 仅通过模拟评估了三个患者病例（胸部间质性肺病和肝脏肿瘤），样本量有限 | 开发螺旋CT感兴趣区域成像技术以减少辐射剂量或改善感兴趣区域内图像质量 | 间质性肺病患者的胸部CT和肝脏肿瘤患者的腹盆部CT | 医学影像处理 | 间质性肺病, 肝脏肿瘤 | 螺旋CT成像 | 深度学习 | CT图像 | 3例患者病例（1例胸部CT，2例腹盆部CT） | NA | 残差U-Net | 均方根误差, 辐射剂量减少百分比, 图像质量改善评估 | NA |
| 2399 | 2025-11-29 |
Enhancing lymph node diagnosis: integrating deep learning with endoscopic ultrasonography: a retrospective study in China
2025-Nov, Clinical endoscopy
IF:2.1Q3
DOI:10.5946/ce.2025.113
PMID:41147107
|
研究论文 | 本研究开发了一种结合深度学习和内镜超声的机器学习模型，用于纵隔和腹腔淋巴结的诊断分类 | 首次将U-Net分割与六种深度学习架构结合k近邻算法用于淋巴结分类，并比较了机器学习、专家组和逻辑回归模型的诊断性能 | 回顾性研究设计，样本量相对较小（93例患者），仅基于中国人群数据 | 提高内镜超声对纵隔和腹腔淋巴结的诊断性能并降低医疗成本 | 纵隔和腹腔淋巴结的内镜超声图像 | 医学影像分析 | 淋巴结疾病 | 内镜超声 | U-Net, CNN, k近邻算法, 逻辑回归 | 医学图像 | 93例患者，630张图像 | NA | U-Net, ResNet-50 | F1分数, 敏感性, AUC | NA |
| 2400 | 2025-11-29 |
HSNet: An adaptive fusion network based on laryngoscope-speech multimodal data for laryngeal disease classification
2025 Nov-Dec, American journal of otolaryngology
IF:1.8Q2
DOI:10.1016/j.amjoto.2025.104731
PMID:41151383
|
研究论文 | 提出基于喉镜图像和语音信号的多模态融合网络HSNet，用于喉部疾病分类 | 首次将喉镜图像与语音信号进行自适应融合，提出分层特征整合方法，在喉部疾病分类中表现优于单模态方法和现有多模态框架 | NA | 提高喉部疾病的诊断准确性，为临床提供快速精准的识别支持 | 六种喉部疾病 | 计算机视觉, 自然语言处理 | 喉部疾病 | 深度学习 | 多模态融合网络 | 图像, 语音信号 | NA | NA | HSNet | 准确率, 精确率, 召回率, 特异性, F1分数 | NA |