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 32373 篇文献，本页显示第 2761 - 2780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2761 | 2025-10-06 |
Early Detection of Lung Metastases in Breast Cancer Using YOLOv10 and Transfer Learning: A Diagnostic Accuracy Study
2025-Sep-09, Medical science monitor : international medical journal of experimental and clinical research
IF:2.2Q3
DOI:10.12659/MSM.948195
PMID:40922404
|
研究论文 | 本研究使用YOLOv10和迁移学习技术开发了一种基于CT影像的乳腺癌肺转移早期检测系统 | 首次将YOLOv10模型与迁移学习相结合应用于乳腺癌肺转移的CT影像检测，相比现有方法具有更高的诊断准确性 | 样本量较小（仅16名患者），数据来源于单一医疗机构，需要更大规模的多中心研究验证 | 开发并验证基于深度学习的乳腺癌肺转移自动检测系统 | 乳腺癌确诊患者的肺部CT影像 | 计算机视觉 | 乳腺癌 | CT影像分析 | YOLOv10, CNN | 医学影像 | 16名患者的1264张增强CT图像 | NA | ResNet-50, GoogLeNet | 准确率, 灵敏度, 特异性, 精确率, AUC | NA |
| 2762 | 2025-10-06 |
Calibration Transfer of Deep Learning Models among Multiple Raman Spectrometers via Low-Rank Adaptation
2025-Sep-09, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01846
PMID:40922652
|
研究论文 | 提出基于低秩自适应的校准转移方法LoRA-CT，实现深度学习模型在多个拉曼光谱仪之间的高效迁移 | 通过将权重更新分解为低秩矩阵，实现参数高效的模型微调，比全参数微调减少600倍可训练参数 | NA | 解决深度学习模型在不同拉曼光谱仪之间的可移植性问题 | 溶剂混合物和混合油样品 | 机器学习 | NA | 拉曼光谱 | 深度学习 | 光谱数据 | 三个数据集（溶剂混合物和混合油），使用极少量转移样本 | NA | NA | 决定系数R², 均方根误差RMSE | NA |
| 2763 | 2025-10-06 |
Comparison of DLIR and ASIR-V algorithms for virtual monoenergetic imaging in carotid CTA under a triple-low protocol
2025-Sep-09, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01866-7
PMID:40924047
|
研究论文 | 比较DLIR和ASIR-V算法在三低扫描协议下颈动脉CTA虚拟单能成像的图像质量 | 首次在颈动脉CTA三低扫描协议下系统比较DLIR和ASIR-V算法在50 keV虚拟单能成像中的表现 | 样本量相对有限（120例患者），未评估其他能量水平的虚拟单能成像 | 评估不同重建算法在低剂量颈动脉CTA中的图像质量 | 颈动脉疾病患者 | 医学影像 | 脑血管疾病 | 双能CT血管成像（DE-CTA），虚拟单能成像（VMI） | 深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V） | 医学影像数据 | 120例接受DE-CTA检查的患者 | NA | NA | 信噪比（SNR），对比噪声比（CNR），标准差（SD），5点李克特量表 | NA |
| 2764 | 2025-10-06 |
BiVAE-CPI: An Interpretable Generative Model Using a Bilateral Variational Autoencoder for Compound-Protein Interaction Prediction
2025-Sep-08, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01001
PMID:40839758
|
研究论文 | 提出了一种基于双边变分自编码器的可解释生成模型BiVAE-CPI，用于预测化合物-蛋白质相互作用 | 首次将双边变分自编码器应用于CPI预测，考虑不同CPI对之间的相关性，并通过潜在空间学习共享低维潜在表示 | 未明确说明模型在更大规模数据集上的泛化能力 | 开发一种能够更好预测化合物-蛋白质相互作用的深度学习模型 | 化合物-蛋白质相互作用对 | 机器学习 | NA | 深度学习 | 变分自编码器, 图神经网络, 门控卷积网络 | 化合物结构数据, 蛋白质序列数据 | 两个基准数据集（具体数量未明确说明） | NA | 双边变分自编码器(BiVAE), 图同构网络(GIN), 门控卷积编码器 | NA | NA |
| 2765 | 2025-10-06 |
Enhancing the Interpretation of Skin Lesion Diagnosis: Concept Adaptive Fine-Tuning of Vision-Language Models
2025-Sep-08, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3606881
PMID:40920523
|
研究论文 | 提出基于概念自适应微调的方法增强皮肤病变诊断的可解释性 | 提出概念自适应微调方法，通过概念逻辑重建图像并施加一致性损失，使视觉语言模型能快速适应医学任务 | 需要医学文本数据（如报告和概念术语）支持，且在小样本场景下的泛化能力仍需验证 | 开发基于多模态可解释模型的皮肤病变自动诊断方法 | 皮肤病变图像及对应的医学文本概念 | 计算机视觉 | 皮肤疾病 | 视觉语言模型微调 | Vision-Language Model | 图像, 文本 | 小规模训练数据 | PyTorch | BiomedCLIP | 分类性能, 概念识别能力 | NA |
| 2766 | 2025-09-10 |
Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors
2025-Sep-08, Clinical and translational gastroenterology
IF:3.0Q2
DOI:10.14309/ctg.0000000000000894
PMID:40920629
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2767 | 2025-10-06 |
Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration
2025-Sep-08, Clinical & experimental ophthalmology
DOI:10.1111/ceo.14607
PMID:40922557
|
研究论文 | 开发并外部验证用于在光学相干断层扫描中检测年龄相关性黄斑变性中网状假性玻璃膜疣的深度学习模型 | 首次开发出能够在OCT扫描中以专家级性能自动检测网状假性玻璃膜疣的深度学习模型，并在多个外部数据集上验证其性能 | 研究主要关注检测性能，未详细讨论模型在不同AMD亚型或严重程度患者中的泛化能力 | 开发能够辅助临床管理年龄相关性黄斑变性的自动检测工具 | 年龄相关性黄斑变性患者的网状假性玻璃膜疣 | 计算机视觉 | 年龄相关性黄斑变性 | 光学相干断层扫描 | 深度学习 | 图像 | 9800个OCT B扫描来自多中心随机试验参与者，外部测试包含812名患者的1017只眼睛 | NA | 实例分割模型 | Dice相似系数, AUC | NA |
| 2768 | 2025-10-06 |
Prediction of bronchopulmonary dysplasia using machine learning from chest X-rays of premature infants in the neonatal intensive care unit
2025-Sep-05, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044322
PMID:40922342
|
研究论文 | 本研究开发了一种基于深度学习的人工智能模型，用于从早产儿胸部X光片中预测支气管肺发育不良及其严重程度 | 首次使用DenseNet121深度学习架构从早产儿系列胸部X光片中预测BPD严重程度分级 | 样本量有限且缺乏外部验证数据集 | 开发并验证用于预测早产儿支气管肺发育不良的人工智能模型 | 新生儿重症监护室中胎龄≤28周且体重<1250g的早产儿 | 计算机视觉 | 支气管肺发育不良 | 胸部X光成像 | 深度学习 | 医学影像 | 122名早产儿的395张胸部X光片 | NA | DenseNet121 | 曲线下面积 | NA |
| 2769 | 2025-10-06 |
Multimodal self-supervised retinal vessel segmentation
2025-Sep-02, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108011
PMID:40921125
|
研究论文 | 提出一种利用无标签多模态眼底图像的自监督预训练框架，用于视网膜血管分割 | 通过多模态特征融合和INFOMAX损失引导的实例级判别特征学习，构建包含血管信息的多模态特征融合图 | NA | 开发减少标注需求的视网膜血管自动分割方法 | 视网膜血管 | 计算机视觉 | 视网膜疾病 | 眼底成像 | Vision Transformer | 多模态眼底图像 | NA | NA | Vision Transformer | NA | NA |
| 2770 | 2025-10-06 |
A generalist deep-learning volume segmentation tool for volume electron microscopy of biological samples
2025-Sep, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2025.108214
PMID:40449855
|
研究论文 | 介绍了一种用于生物样本体积电子显微镜的通用深度学习体积分割工具VST | 开发了能够处理多种生物样本类型的通用体积分割工具，自动化数据预处理、增强和网络构建流程，并支持基于轮廓图的实例分割 | NA | 开发适用于体积电子显微镜图像的通用深度学习分割工具 | 生物样本的体积电子显微镜图像数据 | 计算机视觉 | NA | 体积电子显微镜，透射电子显微镜，扫描电子显微镜 | 深度学习 | 体积电子显微镜图像堆栈 | NA | NA | NA | NA | 本地硬件 |
| 2771 | 2025-10-06 |
Developing a deep learning-based surgical-skill assessment model focused on instrument handling in laparoscopic colorectal surgery
2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110260
PMID:40544713
|
研究论文 | 开发基于深度学习的腹腔镜结直肠手术中器械操作技能评估模型 | 首次利用计算机视觉技术自动识别腹腔镜手术中的组织抓取行为，并基于组织抓取次数实现自动手术技能评估 | 自动识别成功/失败组织抓取的准确性不足，需要进一步提高识别精度 | 开发自动化手术技能评估方法，重点关注腹腔镜手术中的器械操作技能 | 腹腔镜结直肠手术视频 | 计算机视觉 | 结直肠癌 | 计算机视觉技术 | 深度学习模型 | 手术视频 | 三个不同技能水平组（高技能组、中技能组、低技能组）的手术视频 | NA | NA | 相关性分析 | NA |
| 2772 | 2025-10-06 |
Development and interpretation of a pathomics-driven ensemble predictive model for prognosis of intrahepatic cholangiocarcinoma
2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110295
PMID:40627917
|
研究论文 | 开发并解释了一种基于病理组学的集成预测模型，用于肝内胆管癌的预后预测 | 首次开发了肝内胆管癌的病理组学集成预测模型，并通过多种方法提升模型可解释性 | NA | 开发可解释的病理组学模型以改善肝内胆管癌的临床管理和预后预测 | 肝内胆管癌患者 | 数字病理 | 肝内胆管癌 | 深度学习，K-means聚类，细胞形态学特征分析 | 集成模型，深度学习 | 术后肿瘤切片图像 | 252例iCCA患者（内部验证）+ TCGA数据库（外部验证） | NA | NA | AUC | NA |
| 2773 | 2025-10-06 |
AI Revolution in Radiology, Radiation Oncology and Nuclear Medicine: Transforming and Innovating the Radiological Sciences
2025-Sep, Journal of medical imaging and radiation oncology
IF:2.2Q2
DOI:10.1111/1754-9485.13880
PMID:40631621
|
综述 | 评估人工智能在放射学、核医学和放射肿瘤学领域的影响，并强调医学教育中AI专业培训的必要性 | 系统阐述AI在放射科学三大分支领域的整合现状与教育需求，强调跨学科融合与专业人才培养的创新视角 | 作为综述文章未涉及具体实验验证，主要基于现有文献分析 | 探讨AI技术在放射科学领域的临床应用与教育整合 | 放射学、核医学和放射肿瘤学的诊断与治疗流程 | 医学影像分析 | NA | 深度学习、机器学习 | NA | 医学影像 | NA | NA | NA | 诊断准确性、工作效率 | NA |
| 2774 | 2025-10-06 |
The Use of Deep Learning in Primary Agricultural Products Freshness Assessment: A Systematic Review
2025-Sep, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.70535
PMID:40914846
|
综述 | 本文系统综述了深度学习在初级农产品新鲜度评估中的应用现状与发展趋势 | 首次系统整合机器视觉、光谱技术和电子鼻与深度学习相结合的农产品新鲜度评估方法，并指出当前技术局限与未来发展方向 | 现有技术仍存在数据标准化不足、模型泛化能力有限等挑战 | 探讨深度学习技术在初级农产品新鲜度评估领域的应用潜力 | 初级农产品（包括水果、蔬菜等生鲜产品） | 计算机视觉, 机器学习 | NA | 机器视觉, 高光谱成像, 近红外光谱, 荧光光谱, 拉曼光谱, 电子鼻 | 深度学习神经网络 | 图像数据, 光谱数据, 传感器数据 | NA | NA | NA | NA | NA |
| 2775 | 2025-10-06 |
The association of retinal age gap with schizophrenia: a cross-sectional analysis
2025-Sep, Schizophrenia research
IF:3.6Q1
DOI:10.1016/j.schres.2025.07.018
PMID:40712190
|
研究论文 | 本研究通过深度学习分析视网膜图像，探讨精神分裂症与视网膜年龄差距的关联 | 首次使用视网膜年龄作为生物衰老标志物研究精神分裂症患者的神经系统加速衰老现象 | 横断面研究设计无法确定因果关系，且样本中精神分裂症患者数量相对较少 | 研究精神分裂症与视网膜年龄差距的关联及其机制 | 98,629名40岁及以上眼科医院就诊者，其中214名精神分裂症患者 | 数字病理学 | 精神分裂症 | 彩色视网膜摄影 | CNN | 图像 | 98,629名参与者（214名精神分裂症患者） | NA | 卷积神经网络 | NA | NA |
| 2776 | 2025-10-06 |
Artificial intelligence in advancing optical coherence tomography for disease detection and cancer diagnosis: A scoping review
2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110188
PMID:40839924
|
综述 | 本文探讨人工智能在光学相干断层扫描技术中用于疾病检测和癌症诊断的应用范围综述 | 系统性地综述了AI与OCT技术结合在多种医学领域中的应用潜力，特别是实时手术决策和肿瘤边缘检测方面的创新 | 存在模型有效性不确定和临床数据集不完整的问题，需要解决数据集偏差和模型优化 | 研究人工智能如何提升光学相干断层扫描技术的临床性能 | 眼科、心脏病学、皮肤病学和肿瘤学领域的疾病检测与诊断 | 医学影像分析 | 视网膜疾病、心血管疾病、上皮癌 | 光学相干断层扫描 | CNN | 医学影像 | NA | NA | 卷积神经网络 | NA | NA |
| 2777 | 2025-10-06 |
[Artificial intelligence-enhanced ECG interpretation: a new era for electrocardiography?]
2025-Sep, Giornale italiano di cardiologia (2006)
DOI:10.1714/4542.45427
PMID:40864481
|
综述 | 本文探讨人工智能技术如何革新心电图解读，将其从静态诊断工具转变为动态预测工具 | AI-ECG能够检测亚临床心室功能障碍、进行长期风险分层，并在明显临床症状出现前预测主要不良事件 | AI模型可解释性差、算法偏见、过拟合、数据治理和监管不确定性等问题仍需严格方法学审查 | 研究人工智能技术在心电图解读中的应用潜力与挑战 | 心血管疾病患者的心电图数据 | 医疗人工智能 | 心血管疾病 | 心电图分析 | 机器学习,深度学习 | 心电图信号 | NA | NA | NA | NA | 联邦学习架构 |
| 2778 | 2025-10-06 |
A Comparative Analysis on the Classification of Pineapple Varieties Using Thermal Imaging Coupled With Transfer Learning
2025-Sep, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.70530
PMID:40923325
|
研究论文 | 本研究利用热成像技术和迁移学习对菠萝品种进行分类比较分析 | 首次将热成像技术与迁移学习相结合用于菠萝品种分类，并在三种温度条件下进行数据采集 | 模型架构创新不是主要目标，仅对现有CNN模型进行基准测试 | 开发基于热成像和深度学习的菠萝品种无损分类方法 | 三种菠萝品种（Moris、Josapine和N36） | 计算机视觉 | NA | 热成像技术 | CNN | 热成像图像 | 3240张热成像图像，涵盖3个菠萝品种在3种温度条件（5°C、10°C、25°C）下的数据 | NA | ResNet, VGG16, InceptionV3 | 准确率, 精确率, 召回率, F1分数 | NA |
| 2779 | 2025-10-06 |
MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis
2025-Aug-29, Genes & development
IF:7.5Q1
DOI:10.1101/gad.352889.125
PMID:40883017
|
研究论文 | 本研究通过整合单细胞多组学数据和深度学习模型，揭示了转录因子MEF2C在心脏管形态发生过程中调控节段特异性基因调控网络的作用机制 | 首次构建了心脏流出道、心室和流入道各节段的发育轨迹，并发现MEF2C缺失导致心脏后部化特征及NR2F2活性异常增加的新机制 | 研究主要基于斑马鱼胚胎模型，在哺乳动物系统中的普适性需要进一步验证 | 解析早期心脏形成过程中谱系特异性基因调控网络 | 野生型和MEF2C缺失型胚胎的心脏发育过程 | 发育生物学 | 先天性心脏病 | 单核RNA测序, ATAC测序, 多组学数据整合 | 深度学习模型 | 基因组学数据, 表观基因组学数据 | 野生型和MEF2C-null胚胎的时间序列样本 | NA | NA | NA | NA |
| 2780 | 2025-10-06 |
Using deep learning to predict internalizing problems from brain structure in youth
2025-Aug-29, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-025-03565-3
PMID:40883286
|
研究论文 | 使用深度学习模型通过大脑结构特征预测青少年内化问题及其恶化轨迹 | 首次结合四个大规模数据集，利用深度学习从大脑结构特征中预测内化问题的横断面和纵向恶化轨迹 | 纵向模型在普通人群样本中预测性能欠佳，主要适用于神经发育条件人群 | 探索大脑结构特征与内化问题之间的生物标志物关系 | 青少年内化问题（如焦虑和抑郁） | 机器学习 | 精神健康疾病 | 脑结构测量（厚度、表面积和体积） | 深度学习 | 脑结构测量数据 | 横断面分析14,523人，纵向分析10,540人 | NA | NA | AUC | NA |