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 36491 篇文献，本页显示第 3561 - 3580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3561 | 2025-11-17 |
Artificial Intelligence and Circadian Thresholds for Stress Detection in Dairy Cattle
2025-Oct-24, Sensors (Basel, Switzerland)
DOI:10.3390/s25216544
PMID:41228768
|
研究论文 | 本研究通过整合昼夜节律分析和深度学习技术开发了奶牛应激检测系统 | 首次将昼夜节律特征与LSTM神经网络结合用于奶牛应激水平分类，并实现提前1小时的预测能力 | 研究仅针对10头荷斯坦奶牛进行，样本规模有限 | 开发基于人工智能的奶牛应激检测方法 | 泌乳期荷斯坦奶牛 | 机器学习 | NA | Nedap CowControl传感器监测，FFT，STFT | LSTM | 行为时间序列数据 | 10头奶牛连续监测365天，共87,600小时原始数据，3650个牛日分析单元 | NA | LSTM | 准确率，AUC | NA |
| 3562 | 2025-11-17 |
Radiomics for Dynamic Lung Cancer Risk Prediction in USPSTF-Ineligible Patients
2025-Oct-23, Cancers
IF:4.5Q1
DOI:10.3390/cancers17213406
PMID:41228201
|
研究论文 | 开发基于纵向影像组学的肺癌风险预测模型，针对不符合USPSTF筛查标准的患者 | 首次将时间变化的影像组学建模与深度学习模型Sybil结合，用于不符合传统筛查标准患者的动态肺癌风险预测 | 样本量相对较小（122例患者），主要基于回顾性数据 | 提高不符合USPSTF筛查标准患者的肺癌早期检测能力 | 122例后来确诊为肺癌的患者，包括69%的既往吸烟者和30%的从不吸烟者 | 数字病理 | 肺癌 | CT扫描，影像组学分析 | 生存分析模型，深度学习模型 | CT影像 | 122例患者，共622次CT扫描 | NA | Sybil | C-index，准确率，敏感性，特异性 | NA |
| 3563 | 2025-11-17 |
Artificial Intelligence for Lymph Node Detection and Malignancy Prediction in Endoscopic Ultrasound: A Multicenter Study
2025-Oct-22, Cancers
IF:4.5Q1
DOI:10.3390/cancers17213398
PMID:41228191
|
研究论文 | 本研究开发了一种基于YOLO架构的卷积神经网络系统，用于内镜超声图像中淋巴结的检测和良恶性预测 | 首个评估深度学习系统在内镜超声成像中淋巴结评估性能的研究，结合了检测和分类功能 | 多中心研究但仍需更大规模验证，未提及模型泛化能力测试 | 评估基于人工智能的系统在内镜超声图像中预测淋巴结恶性肿瘤的有效性 | 内镜超声图像中的淋巴结 | 计算机视觉 | 肿瘤疾病 | 内镜超声成像 | CNN | 图像 | 82次内镜超声检查的59,992张图像 | NA | YOLO | 灵敏度,特异性,精确度,阴性预测值,阳性预测值,诊断准确率 | NA |
| 3564 | 2025-11-17 |
Human-Machine Collaborative Learning for Streaming Data-Driven Scenarios
2025-Oct-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25216505
PMID:41228729
|
研究论文 | 提出一种人机协同学习框架，通过整合人类智能与机器智能处理流数据驱动任务 | 首次提出人机平等协作模式，将人类决策能力与机器计算能力相结合处理动态流数据 | 需要一定程度的人工干预，在完全自动化场景下应用受限 | 开发能够处理训练样本不足和动态变化场景的人机协同学习系统 | 视频异常检测、行人重识别和声音事件检测任务 | 机器学习 | NA | 深度学习 | NA | 视频、图像、音频流数据 | NA | NA | NA | 准确率 | NA |
| 3565 | 2025-11-17 |
Learning to remove occlusions in light field images using multiscale receptive fields and feature pyramid networks
2025-Oct-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20786-0
PMID:41125707
|
研究论文 | 提出一种基于多尺度感受野和特征金字塔网络的光场图像遮挡去除方法 | 通过集成ResASPP和改进的RFB模块扩展感受野，结合特征金字塔网络实现多尺度特征融合与精炼 | NA | 解决光场图像中遮挡区域的恢复问题 | 光场图像中的遮挡区域 | 计算机视觉 | NA | NA | CNN | 图像 | NA | NA | ResASPP, RFB, Residual Dense Blocks, Feature Pyramid Network | NA | NA |
| 3566 | 2025-11-17 |
Severity prediction in patients with oedema in cerebral contusion using deep learning from computed tomography scans
2025-Oct-11, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107113
PMID:41240817
|
研究论文 | 本研究开发了一种结合深度学习的模型来评估脑挫伤水肿的严重程度 | 提出结合血肿和水肿的深度学习模型（水肿指数EI），并与传统CT分类方法进行比较 | 样本量相对较小（高风险组56例，低风险组66例），需要更大规模验证 | 开发预测脑挫伤水肿严重程度的深度学习模型 | 脑挫伤水肿患者（高风险组56例，低风险组66例） | 数字病理 | 脑挫伤 | 计算机断层扫描（CT） | 深度学习 | CT图像 | 141例创伤性脑出血患者用于体积量化，122例脑挫伤水肿患者用于严重程度预测 | NA | NA | AUC, 体积百分比误差 | NA |
| 3567 | 2025-11-17 |
MedImg: An Integrated Database for Public Medical Images
2025-Sep-22, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf068
PMID:40833036
|
研究论文 | 构建了一个集成公共医学图像的综合数据库MedImg，包含105个数据集和近200万张图像 | 整合了来自多个公共来源的多样化医学图像数据集，涵盖14种成像模态和13个器官，并建立了系统化的在线数据库 | 仅包含公开可用的数据集，可能无法覆盖所有医学图像类型和临床场景 | 解决医学图像分析领域大规模标注数据集缺乏的问题，促进深度学习方法的验证和推广 | 公共医学图像数据集 | 医学图像分析 | 多疾病类别 | 医学影像采集技术 | NA | 医学图像 | 105个数据集，总计1,995,671张图像 | NA | NA | NA | NA |
| 3568 | 2025-11-17 |
Vision-Guided Surgical Navigation Using Computer Vision for Dynamic Intraoperative Imaging Updates
2025-Aug-22, International forum of allergy & rhinology
IF:7.2Q1
DOI:10.1002/alr.70000
PMID:40847589
|
研究论文 | 提出一种基于神经辐射场(NeRF)的无传感器视频方法，用于内窥镜鼻窦手术中的动态术中CT更新 | 首次将神经辐射场(NeRF)应用于术中成像更新，无需外部跟踪设备即可从单目内窥镜视频生成精确的3D重建 | 研究仅基于3D打印模型(n=6侧)，尚未在真实患者中验证 | 开发能够动态反映术中变化的图像引导手术系统，提高内窥镜鼻窦手术的完整性 | 内窥镜鼻窦手术中的手术区域重建和CT图像更新 | 计算机视觉 | 鼻窦疾病 | 神经辐射场(NeRF), 3D重建, CT成像 | 深度学习 | 内窥镜视频, CT图像 | 3个3D打印模型的6个手术侧 | 自定义NeRF流程 | 神经辐射场(NeRF) | Hausdorff距离, Dice相似系数(DSC), Bland-Altman分析(BAA) | NA |
| 3569 | 2025-11-17 |
Automated framework for multi-domain social media text analysis for business strategy employing multilayer perceptron with Word2Vec features and LIME XAI
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0336240
PMID:41231814
|
研究论文 | 提出一种基于多层感知机和Word2Vec特征的情感分析框架MultiSentiNet，用于社交媒体文本分析以支持商业策略 | 结合多层感知机深度网络与词嵌入特征，并采用LIME XAI技术增强模型可解释性 | NA | 开发高效准确的情感分析框架以支持商业决策 | Twitter、Facebook、Instagram等社交媒体平台生成的文本数据 | 自然语言处理 | NA | 情感分析 | 多层感知机 | 文本 | 三个不同领域的数据集（女性电子商务、美国航空情感、仇恨言论检测） | NA | MultiSentiNet | 准确率, 召回率, 精确率, F1分数 | NA |
| 3570 | 2025-11-17 |
Improving detection accuracy of heterogeneity in biological tissues through the combination of modulation-demodulation frame accumulation techniques and enhanced vgg16
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329009
PMID:41231817
|
研究论文 | 通过调制-解调帧累积技术与增强VGG16相结合，提高生物组织异质性在多光谱透射图像中的分类准确率 | 首次将调制-解调帧累积技术与增强VGG16模型结合用于多光谱图像异质性检测，提出VGG16_BN_SE_GAP改进架构 | 研究基于仿体实验，尚未在真实人体组织上验证 | 提高生物组织异质性在多光谱透射图像中的检测准确率 | 生物组织仿体的多光谱透射图像 | 计算机视觉 | 乳腺癌 | 多光谱透射成像，调制-解调帧累积技术 | CNN | 多光谱图像 | NA | NA | VGG16, U-Net, VGG16_BN_SE_GAP | 分类准确率, 信噪比 | NA |
| 3571 | 2025-11-17 |
A comparative study of MLP and LSTM neural networks for shale gas production prediction based on numerical simulation data
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0336782
PMID:41231836
|
研究论文 | 基于数值模拟数据，比较MLP和LSTM神经网络在页岩气产量预测中的性能 | 首次系统比较MLP和LSTM在页岩气产量预测中的表现，证明LSTM的门控机制能有效捕捉生产数据中的长期依赖关系 | 仅基于数值模拟数据验证，需要实际油田数据进一步验证模型泛化能力 | 提高页岩气产量预测精度，优化储层开发效率 | 页岩气生产数据 | 机器学习 | NA | 数值模拟 | MLP, LSTM | 数值模拟数据 | 多种工程参数组合下的日产量数据 | NA | 多层感知机, 长短期记忆网络 | 相对误差 | NA |
| 3572 | 2025-11-17 |
CattleNet-XAI: An explainable CNN framework for efficient cattle weight estimation
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0336434
PMID:41231892
|
研究论文 | 提出一种可解释的CNN框架CattleNet-XAI，用于从牛只图像中高效估计体重 | 结合定制CNN架构与可解释AI技术(LIME可视化)，在保持高效性的同时提供模型决策过程的透明度 | 未明确说明数据集规模和多样性限制，可能影响模型泛化能力 | 开发自动化牛只体重估计方法以替代传统人工测量 | 牛只图像及对应体重数据 | 计算机视觉 | NA | 图像预处理(归一化、直方图均衡化)、特征提取 | CNN, Random Forest, Linear Regression | 图像 | NA | NA | 定制CNN(3Conv3Dense), EfficientNetB3, YOLOv5 | MAE, MSE, RMSE | NA |
| 3573 | 2025-11-17 |
DSA-DeepFM: a dual-stage attention-enhanced DeepFM model for predicting anticancer synergistic drug combinations
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf269
PMID:41234327
|
研究论文 | 提出一种融合双阶段注意力机制和因子分解机的深度学习模型DSA-DeepFM，用于预测抗癌协同药物组合 | 首次将双阶段注意力机制与因子分解机结合，通过处理复杂生物特征交互来提升预测性能 | 未明确说明模型在更大规模数据集上的泛化能力及对多药物组合的适用性 | 开发机器学习方法预测抗癌药物协同组合，克服传统生物实验的局限性 | 抗癌药物组合 | 机器学习 | 癌症 | NA | DeepFM, 注意力机制 | 分类特征, 数值特征 | NA | NA | DSA-DeepFM, 双阶段注意力机制, 因子分解机 | 预测准确性, t-SNE可视化 | NA |
| 3574 | 2025-11-17 |
Quantitative evaluation of meibomian gland dysfunction via deep learning-based infrared image segmentation
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1642361
PMID:41234492
|
研究论文 | 本研究利用三种深度学习模型对红外睑板腺图像进行分割，提取定量特征用于睑板腺功能障碍的诊断和严重程度评估 | 首次将DeepLabV3+、U-Net和U-Net++三种先进深度学习模型集成应用于睑板腺功能障碍的定量诊断和分级评估 | 未明确说明样本来源和具体数量，模型在临床诊断流程中的整合程度仍需进一步验证 | 开发基于深度学习的睑板腺功能障碍定量评估方法 | 睑板腺红外图像 | 计算机视觉 | 眼科疾病 | 红外成像 | 深度学习 | 红外图像 | NA | NA | DeepLabV3+, U-Net, U-Net++ | AUC, 微平均AUC, 宏平均AUC | NA |
| 3575 | 2025-11-17 |
SegDecon bridges histology and transcriptomics through AI-based nuclei segmentation and image-informed spatial deconvolution
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.041
PMID:41234485
|
研究论文 | 提出SegDecon计算框架，通过AI核分割和图像信息空间解卷积连接组织学与转录组学 | 整合图像衍生细胞计数估计到贝叶斯解卷积中，使用HSV色彩空间变换和深度学习实例分割改进核分割，通过定制Gamma先验优化细胞类型解卷积 | 仅在小鼠脑部空间转录组数据上验证，未提及其他组织或物种的验证 | 改进空间转录组学中细胞组成的精确空间映射 | 小鼠脑部组织 | 数字病理学 | NA | 空间转录组学 | 深度学习实例分割 | 组织图像，空间转录组数据 | NA | NA | 修改的cell2location模型 | 与真实值的相关性 | NA |
| 3576 | 2025-11-17 |
Decoding the anticancer and biofilm-inhibiting efficacy of Adansonia digitata using experimental, AI-powered, and molecular modeling approaches
2025, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2025.1666360
PMID:41234539
|
研究论文 | 本研究通过实验、人工智能和分子建模方法评估猴面包树提取物的抗癌和抑制生物膜形成功效 | 首次结合深度学习分子对接工具GNINA、分子动力学模拟和传统实验方法系统评估猴面包树提取物的生物活性 | 研究仅针对MDA-MB-231乳腺癌细胞系，未涉及其他癌症类型或体内实验验证 | 探索猴面包树提取物作为植物源抗癌药物和生物膜抑制剂的治疗潜力 | 猴面包树乙醇提取物(ADEE)及其对MDA-MB-231乳腺癌细胞和生物膜形成的影响 | 计算生物学, 药物发现 | 乳腺癌 | 分子对接, 分子动力学模拟, 荧光显微镜, Hoechst和AO/EB染色 | 深度学习, 机器学习 | 分子结构数据, 细胞图像, 生物活性数据 | MDA-MB-231乳腺癌细胞系 | GNINA | 深度学习分子对接模型 | 结合亲和力, 构象稳定性, 细胞存活率, 生物膜抑制效果 | NA |
| 3577 | 2025-11-17 |
LESS-Net: a lightweight network for epistaxis image segmentation using similarity-based contrastive learning
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1644589
PMID:41234699
|
研究论文 | 提出一种用于鼻出血图像分割的轻量级半监督框架LESS-Net | 结合一致性正则化和对比学习来利用未标注数据，采用高效MobileViT骨干网络并引入多尺度特征融合模块 | NA | 开发数据高效的深度学习解决方案用于鼻出血自动分割 | 内窥镜鼻出血图像 | 计算机视觉 | 鼻出血 | 内窥镜成像 | 半监督分割网络 | 图像 | 公共鼻出血数据集（具体数量未提及） | NA | MobileViT, 多尺度特征融合模块 | mIoU, Dice系数, 平均召回率 | NA |
| 3578 | 2025-11-17 |
Novel deep learning-based prediction of HER2 expression in breast cancer using multimodal MRI, nomogram, and decision curve analysis
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1593033
PMID:41234727
|
研究论文 | 本研究开发了一种基于深度学习的多模态MRI和临床数据整合框架，用于预测乳腺癌HER2表达状态 | 首次将多序列乳腺MRI与深度学习特征提取和临床数据相结合，构建HER2表达的自动化预测模型 | 回顾性研究设计，数据来自四个医疗中心，可能存在选择偏倚 | 开发稳健的自动化框架来预测乳腺癌HER2表达状态，以指导靶向治疗 | 乳腺癌患者 | 数字病理 | 乳腺癌 | 多序列MRI（T1、T2、DCE序列） | 深度学习 | 医学影像（MRI）、临床数据 | 2,400例乳腺癌病例（1,286例HER2阳性，1,114例HER2阴性），来自6,438名患者的回顾性队列 | Python, R | ResNet50, VGG16, EfficientNet-B0, ViT-Small | AUC, ROC分析, 校准曲线, 决策曲线分析(DCA) | NA |
| 3579 | 2025-11-17 |
Machine learning in lupus nephritis: bridging prediction models and clinical decision-making towards personalized nephrology
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1686057
PMID:41234906
|
综述 | 本文综述了机器学习在狼疮性肾炎预测模型与临床决策中的应用前景 | 系统整合多模态数据源与机器学习方法，探索非侵入性组织学分类和个体化风险分层 | 数据集规模有限、缺乏外部验证、结局定义存在异质性 | 评估机器学习模型在狼疮性肾炎预测、诊断和监测中的转化潜力 | 狼疮性肾炎患者 | 机器学习 | 狼疮性肾炎 | 多模态数据整合（临床、实验室、影像、组织病理、组学数据） | 逻辑回归,决策树,随机森林,支持向量机,神经网络,梯度提升,聚类 | 临床数据,实验室数据,影像数据,组织病理数据,组学数据 | NA | NA | NA | AUC | 大数据框架 |
| 3580 | 2025-11-17 |
ResUbiNet: A Novel Deep Learning Architecture for Ubiquitination Site Prediction
2025, Current genomics
IF:1.8Q3
|
研究论文 | 提出了一种名为ResUbiNet的新型深度学习架构，用于泛素化位点预测 | 结合蛋白质语言模型、氨基酸特性和BLOSUM62矩阵进行序列嵌入，并整合transformer、多核卷积、残差连接和压缩激励模块等先进架构组件 | NA | 准确预测潜在的泛素化位点，以探索泛素化机制及相关疾病发病机制 | 蛋白质泛素化位点 | 生物信息学 | 与泛素化过程相关的疾病 | 蛋白质序列分析 | 深度学习 | 蛋白质序列数据 | NA | NA | ResUbiNet, Transformer, CNN | 交叉验证和外部测试性能 | NA |