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 32372 篇文献，本页显示第 3301 - 3320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3301 | 2025-10-06 |
Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment
2025-Oct, Journal of clinical nursing
IF:3.2Q1
DOI:10.1111/jocn.17645
PMID:39809598
|
研究论文 | 开发基于深度学习的压力性损伤创面智能评估模型 | 首次将深度学习技术应用于压力性损伤创面的自动评估，实现了创面分割和尺寸测量的自动化 | 仅使用广州四家医院的1063张图像，样本来源相对局限 | 开发智能化的压力性损伤创面评估工具 | 压力性损伤创面图像 | 计算机视觉 | 压力性损伤 | 深度学习 | 神经网络 | 图像 | 1063张来自四家广州医院的压力性损伤图像 | NA | NA | MIoU, 像素精度, 准确率, Cohen's kappa系数, 相关系数 | NA |
| 3302 | 2025-10-06 |
Artificial Intelligence in Sincalide-Stimulated Cholescintigraphy: A Pilot Study
2025-Oct-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005967
PMID:40359029
|
研究论文 | 本研究开发了一种基于U-Net的AI系统，用于自动分割胆囊区域并计算胆囊排空分数 | 首次在核医学实践中探索集成实时图像处理和器官功能计算的AI驱动工作流程 | 样本量较小，AI在患者运动或低计数活动情况下容易出错 | 探索AI在胆囊收缩素刺激胆囊显像中的应用潜力 | 胆囊区域分割和功能评估 | 医学影像分析 | 功能性胆囊疾病 | 胆囊收缩素刺激胆囊显像 | 深度学习 | 医学影像 | 20例胆囊收缩素刺激胆囊显像检查 | NA | U-Net | Dice相似系数 | NA |
| 3303 | 2025-10-06 |
A modular deep learning surrogate model for simulating harmful algal blooms in complex process-based systems
2025-Oct-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124059
PMID:40591990
|
研究论文 | 开发模块化深度学习代理模型以模拟有害藻华过程，显著提升计算效率和预测精度 | 提出结合代理模型生成数据与概率参数优化的方法，通过时间维度缩减显著加速参数优化过程 | 模型在特定湖泊环境验证，需要进一步测试在不同水生系统中的适用性 | 开发高效计算的有害藻华模拟工具，改善水资源管理和生态预测 | 韩国大青湖的有害藻华现象 | 机器学习 | NA | 深度学习代理建模 | 深度学习 | 环境监测数据，水文数据，水质数据 | 2022年校准期和2023年验证期的大青湖监测数据 | NA | 模块化序列结构（FLOW-WAQ-BLOOM） | Nash-Sutcliffe效率系数，均方根误差 | NA |
| 3304 | 2025-10-06 |
Comparison of image quality of 40 keV virtual monoenergetic images of vertebral arteries using DLIR and ASIR-V algorithms under a dual-low scanning protocol
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112276
PMID:40639023
|
研究论文 | 比较DLIR和ASIR-V算法在双低扫描协议下重建40 keV虚拟单能图像对椎动脉图像质量的影响 | 首次在双低扫描协议（同时降低辐射剂量和对比剂剂量）下系统比较DLIR与ASIR-V算法对椎动脉40 keV虚拟单能图像质量的优化效果 | 样本量相对有限（88例患者），仅评估了特定能量水平（40 keV）的图像质量 | 评估不同图像重建算法在低剂量CT扫描中的图像质量表现 | 椎动脉血管图像 | 医学影像 | 后循环缺血性卒中 | 双能量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） | CT医学影像 | 88例患者（实验组44例，对照组44例） | NA | DLIR-H（高强度），DLIR-M（中强度），ASIR-V 50% | CT值，噪声，信噪比（SNR），对比噪声比（CNR），主观评分（5分制） | NA |
| 3305 | 2025-10-06 |
From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies
2025-Oct, Seminars in oncology
IF:3.0Q2
DOI:10.1016/j.seminoncol.2025.152389
PMID:40664120
|
综述 | 本文深入分析空间转录组学技术在实体瘤研究中的最新进展和应用前景 | 系统阐述空间转录组学如何通过保留基因表达的空间背景来揭示肿瘤微环境的结构特征和细胞间通讯 | 存在技术分辨率、数据处理、样本制备和临床标准化等方面的挑战 | 探讨空间转录组学在实体瘤研究和精准肿瘤学中的应用价值 | 实体瘤及其肿瘤微环境 | 数字病理 | 实体瘤 | 空间转录组学, 单细胞多组学, 原位杂交, 成像和测序技术 | 深度学习 | 空间基因表达数据, 组织图像 | NA | NA | NA | NA | NA |
| 3306 | 2025-10-06 |
Predicting ADC map quality from T2-weighted MRI: A deep learning approach for early quality assessment to assist point-of-care
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112317
PMID:40690835
|
研究论文 | 提出一种基于深度学习的创新方法，通过T2加权MRI预测前列腺ADC图像质量，实现早期质量评估 | 首次使用T2加权图像预测ADC图像质量，可在成像过程中实时进行质量评估并采取纠正措施 | 研究为回顾性分析，需要前瞻性验证；多中心数据存在异质性 | 开发早期预测前列腺ADC图像质量的方法，提高诊断准确性 | 前列腺MRI图像，包括T2加权图像和ADC图 | 医学影像分析 | 前列腺癌 | 扩散加权成像，表观扩散系数图，T2加权MRI | 神经网络 | 医学影像 | 486名患者的多中心数据集，涵盖62个外部诊所和内部影像数据 | NA | NA | 敏感性，阴性预测值，准确率，AUC | NA |
| 3307 | 2025-10-06 |
MobileYOLO-Cyano: An enhanced deep learning approach for precise classification of cyanobacterial genera in water quality monitoring
2025-Oct-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124081
PMID:40578097
|
研究论文 | 提出一种名为MobileYOLO-Cyano的深度学习模型，用于精确分类水质监测中的蓝藻属 | 集成YOLOv8与MobileNetV4，优化无锚检测框架，并引入新设计的AdaptiveChannelHead模块以增强特征提取和属级分类能力 | NA | 开发高精度的蓝藻属自动分类方法以支持水质评估 | 九个具有产毒潜力的蓝藻属（包括Aphanizomenon、Phormidium、Planktothrix和Raphidiopsis等） | 计算机视觉 | NA | 深度学习 | YOLO, CNN | 图像 | 包含九个蓝藻属的数据集 | NA | YOLOv8, MobileNetV4 | 精确率, 召回率, F1分数, mAP50 | NA |
| 3308 | 2025-10-06 |
Revealing two decades of chlorophyll-a dynamics in arid oligotrophic lakes of Xinjiang, China using a deep recurrent approach
2025-Oct-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124058
PMID:40578106
|
研究论文 | 本研究利用深度学习模型分析新疆贫营养湖泊20年的叶绿素a动态变化 | 首次将遥感波段建模为动态序列，采用循环神经网络框架处理时序遥感数据，克服了传统算法在贫营养湖泊中的局限性 | 研究仅针对面积大于100平方公里的湖泊，且主要基于MODIS遥感数据 | 研究新疆干旱区贫营养湖泊的叶绿素a浓度动态变化及其环境驱动因素 | 新疆地区面积大于100平方公里的贫营养湖泊 | 遥感分析, 环境监测 | NA | 遥感监测, MODIS影像分析 | RNN | 遥感影像, 时序数据 | 20年(2002-2023年)的MODIS影像数据，覆盖新疆大型湖泊 | 深度学习框架 | 循环神经网络 | RMSE, R² | NA |
| 3309 | 2025-10-06 |
Brain Tumor Detection Based on Hybrid Convolutional Adaptive Neuro Fuzzy Inference System Using MRI Image
2025-Oct, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70124
PMID:40903832
|
研究论文 | 提出一种结合卷积神经网络和自适应神经模糊推理系统的混合模型，用于从MRI图像中检测脑肿瘤 | 设计Conv-ANFIS混合模型，结合CNN和ANFIS优势，采用NLM滤波去噪和SCAN分割网络，提高脑肿瘤检测精度 | 未明确说明数据集规模和多样性限制，未提及模型计算复杂度 | 解决现有脑肿瘤检测方法在MRI图像噪声处理、分割准确性和泛化能力方面的不足 | 脑部MRI图像中的肿瘤区域 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN, ANFIS | 医学图像 | NA | NA | Conv-ANFIS, SCAN | 召回率, 精确率, F1分数 | NA |
| 3310 | 2025-10-06 |
Detecting the Undetected: Machine Learning in Early Disease Diagnosis
2025-Oct, Basic & clinical pharmacology & toxicology
IF:2.7Q3
DOI:10.1111/bcpt.70104
PMID:40905080
|
综述 | 本文系统概述了机器学习在早期疾病诊断中的各类方法、应用领域及关键挑战 | 全面整合传统机器学习与深度学习在早期疾病诊断中的应用，并探讨强化学习、可解释AI等前沿方向 | 作为综述文章，未提出新的具体模型或方法，主要基于现有文献进行归纳分析 | 探讨机器学习技术在早期疾病诊断领域的应用现状与发展趋势 | 各类疾病早期诊断的机器学习方法 | 机器学习 | 多种疾病（癌症、心血管疾病、神经系统疾病、传染病） | 机器学习技术 | 监督学习,无监督学习,深度学习,强化学习 | 医疗数据 | NA | NA | 支持向量机,决策树,随机森林,K-means,层次聚类,主成分分析,卷积神经网络,循环神经网络,Transformer | 准确率,精确率,召回率,F1分数,AUC-ROC | NA |
| 3311 | 2025-10-06 |
Energy-efficient human-like trajectory planning for wheeled robots in unstructured environments based on the RCSM-PL network
2025-Sep-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113296
PMID:40894869
|
研究论文 | 提出一种基于深度学习的仿人轨迹规划方法，用于降低轮式机器人在非结构化环境中的能耗 | 结合多维注意力机制的CNN和改进的LSTM网络，在门控更新模块中加入状态信息，并引入功率、速度和角速度作为约束条件 | NA | 解决轮式机器人在城市巡检和非结构化环境中能耗过高的问题 | 轮式机器人的轨迹规划 | 机器学习和计算机视觉 | NA | 深度学习 | CNN, LSTM | 驾驶场景图像、雷达地图 | NA | NA | 具有多维注意力机制的CNN、改进的LSTM | 累积功耗、轨迹预测精度 | NA |
| 3312 | 2025-10-06 |
Advancements in deep learning for image-guided tumor ablation therapies: a comprehensive review
2025-Sep-04, Progress in biomedical engineering (Bristol, England)
DOI:10.1088/2516-1091/adfeab
PMID:40845893
|
综述 | 本文全面回顾了深度学习在图像引导肿瘤消融治疗各阶段的应用与潜力 | 系统阐述了深度学习在肿瘤消融治疗术前、术中和术后全流程中的创新应用，包括图像分割增强、实时手术规划和复发监测等 | NA | 探讨深度学习技术在图像引导肿瘤消融治疗中的角色和发展前景 | 图像引导肿瘤消融治疗技术 | 计算机视觉 | 肿瘤 | 深度学习 | NA | 医学影像（超声、CT、MRI） | NA | NA | NA | NA | NA |
| 3313 | 2025-10-06 |
Influence of Additional Gaussian Noises on Mixed Quantum-Classical Nonadiabatic Dynamics Simulations of Photoisomerization of cis-Azobenzene
2025-Sep-04, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c01986
PMID:40863108
|
研究论文 | 研究高斯噪声对顺式偶氮苯光异构化混合量子-经典非绝热动力学模拟的影响 | 首次系统研究量子计算和深度学习产生的固有噪声对非绝热动力学模拟的影响，并提出分支校正表面跳跃方法对噪声不敏感 | 仅研究顺式偶氮苯体系，噪声影响可能因分子体系而异 | 探究附加噪声对非绝热动力学模拟稳定性和结果的影响 | 顺式偶氮苯分子的光异构化过程 | 计算化学 | NA | 表面跳跃方法、Ehrenfest平均场动力学、量子-经典混合动力学 | NA | 量子化学计算数据、动力学轨迹数据 | NA | NA | NA | 激发态寿命、数值稳定性 | NA |
| 3314 | 2025-09-05 |
Letter to the editor: comment on "Association of peripheral immune markers with brain age and dementia risk estimated using deep learning method"
2025-Sep-04, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003411
PMID:40905852
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3315 | 2025-09-05 |
From detection to decision: Can deep learning-based CADx meet the challenge of incidental pulmonary nodules?
2025-Sep-04, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11935-0
PMID:40906185
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3316 | 2025-10-06 |
A deep learning-clinical nomogram hybrid for predicting sentinel lymph node metastasis in melanoma
2025-Sep-03, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.70000
PMID:40900446
|
研究论文 | 开发了一种结合深度学习和临床列线图的混合模型，用于预测黑色素瘤前哨淋巴结转移 | 首次将聚类约束注意力多实例学习模型与临床列线图相结合，开发出高性能的混合预测模型MISSLE | 单中心研究设计且主要为日本人群队列，限制了模型的普适性 | 预测侵袭性黑色素瘤患者的前哨淋巴结转移，辅助前哨淋巴结活检决策 | 78例侵袭性皮肤黑色素瘤患者（43例SLNM阳性，35例SLNM阴性） | 数字病理学 | 黑色素瘤 | 苏木精-伊红染色全切片成像 | 多实例学习,集成学习 | 病理图像,临床数据 | 78例患者，分为训练集60例和测试集18例 | CLAM | ResNet50,CLAM-R50 | AUROC | NA |
| 3317 | 2025-10-06 |
Development of A Fully Automated Dental Age Estimation Framework from Panoramic Radiographs Using Tooth-Level Information with an Attention-Weighting Module
2025-Sep-03, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf063
PMID:40900631
|
研究论文 | 开发了一种从全景X光片进行牙齿年龄估计的全自动可解释框架 | 提出了一种结合注意力权重模块的两阶段管道，能够自动检测牙齿并聚合单颗牙齿的预测结果 | 研究样本仅限于8-23岁年轻个体，未涵盖更广泛年龄段 | 开发全自动可解释的牙齿年龄估计框架 | 年轻个体的牙齿全景X光片 | 计算机视觉 | NA | 全景X光成像 | CNN, YOLO | X光图像 | 1,639张X光片，来自8-23岁个体 | PyTorch | YOLO11-OBB, DenseNet-121 | F1-score, 平均绝对误差(MAE) | NA |
| 3318 | 2025-10-06 |
Resting-State Functional MRI: Current State, Controversies, Limitations, and Future Directions-AJR Expert Panel Narrative Review
2025-Sep-03, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.32163
PMID:39660823
|
综述 | 本专家小组叙述性综述总结了静息态功能磁共振成像的现状、争议、局限性和未来发展方向 | 系统梳理rs-fMRI在临床术前脑功能定位中的应用现状，并探讨深度学习解决方案和未来发展方向 | 采集、预处理和分析方法缺乏标准化，结果解释存在变异性，语言偏侧化可靠性问题，患者间认知网络表征变异性，神经血管解耦对网络检测的影响 | 评估rs-fMRI在临床术前脑功能定位中的当前状态和新兴临床应用价值 | 静息态功能磁共振成像技术及其在神经疾病治疗中的应用 | 医学影像分析 | 神经系统疾病 | 静息态功能磁共振成像 | NA | 功能磁共振成像数据 | NA | NA | NA | NA | NA |
| 3319 | 2025-09-05 |
Ex Vivo Training in the "Root Removal First" Strategy Extraction Method Using a Deep Learning-Based CBCT Recognition System and PVC Resin Model
2025-Sep-03, Journal of dental education
IF:1.4Q3
DOI:10.1002/jdd.70029
PMID:40899117
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3320 | 2025-10-06 |
Use of Client-Side Machine Learning Models for Privacy-Preserving Healthcare Predictions - A Deployment Case Study
2025-Sep-03, Studies in health technology and informatics
DOI:10.3233/SHTI251408
PMID:40899553
|
研究论文 | 本文展示了一种在Web浏览器中完全执行医疗预测模型的隐私保护方法 | 提出客户端机器学习模型部署方法，确保患者数据无需传输到外部服务器 | NA | 开发隐私保护的医疗预测模型部署方案 | 医疗预测模型 | 机器学习 | NA | NA | Random Forest, CNN | NA | NA | TensorFlow.js, ONNX Runtime Web, JavaScript | 优化卷积神经网络 | 原始性能指标 | Web浏览器环境 |