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 32371 篇文献，本页显示第 3781 - 3800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3781 | 2025-08-11 |
An attack detection method based on deep learning for internet of things
2025-Aug-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14808-0
PMID:40770483
|
研究论文 | 提出了一种基于深度学习的物联网攻击检测方法，通过特征选择和时空信息提取提高检测性能 | 结合遗传算法进行特征选择，采用成本敏感函数解决攻击流量稀缺问题，并利用CNN和LSTM网络提取时空信息 | 未提及方法在实时性方面的表现，以及在不同类型物联网设备上的泛化能力 | 提高物联网攻击检测的准确性和性能 | 物联网网络流量数据 | 机器学习 | NA | 深度学习 | CNN, LSTM | 网络流量数据 | 两个物联网基准数据集 | NA | NA | NA | NA |
| 3782 | 2025-08-11 |
Development and evaluation of deep neural networks for the classification of subtypes of renal cell carcinoma from kidney histopathology images
2025-Aug-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10712-9
PMID:40764501
|
研究论文 | 本研究开发了一种名为RenalNet的高效深度学习架构，用于从肾脏组织病理学图像中分类肾细胞癌亚型 | 提出了一种新的深度学习架构RenalNet，能够同时捕获三个不同尺度的跨通道和空间间特征，并引入了MCRT和GCDL模块以增强模型性能 | 研究依赖于特定数据集（TCGA），可能在其他数据集上的泛化能力有限 | 开发一个高效且鲁棒的深度学习模型，用于自动分类肾细胞癌亚型 | 肾细胞癌（RCC）的组织病理学图像 | 数字病理学 | 肾癌 | 深度学习 | CNN | 图像 | 来自TCGA的H&E染色WSIs，并在病理学家监督下获取ROIs生成图像块 | NA | NA | NA | NA |
| 3783 | 2025-08-11 |
YOLO-LeafNet: a robust deep learning framework for multispecies plant disease detection with data augmentation
2025-Aug-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14021-z
PMID:40764650
|
research paper | 提出了一种名为YOLO-LeafNet的深度学习框架，用于多物种植物病害检测，并通过数据增强提高模型性能 | 提出了一种新的YOLO-LeafNet模型，在检测多种植物叶片病害方面表现优于YOLOv5和YOLOv8 | 仅针对四种特定植物（葡萄、甜椒、玉米和马铃薯）的病害进行检测，可能不适用于其他植物 | 开发一种高效的植物病害检测方法以减少农作物经济损失 | 葡萄、甜椒、玉米和马铃薯的叶片图像 | computer vision | plant disease | data augmentation | YOLO-LeafNet, YOLOv5, YOLOv8 | image | 8850张叶片图像 | NA | NA | NA | NA |
| 3784 | 2025-08-11 |
Interactive 3D segmentation for primary gross tumor volume in oropharyngeal cancer
2025-Aug-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13601-3
PMID:40764730
|
研究论文 | 本文提出了一种基于交互式深度学习的3D分割方法，用于口咽癌原发肿瘤体积的精确分割 | 引入了新颖的两阶段交互式点击优化框架(2S-ICR)，并实现了最先进的算法 | NA | 提高口咽癌放疗中原发肿瘤体积(GTVt)的自动分割准确性 | 口咽癌患者的原发肿瘤体积 | 数字病理 | 口咽癌 | 深度学习 | 2S-ICR框架 | 医学影像 | 使用2021年HEad和neCK TumOR数据集进行开发，并使用德克萨斯大学MD安德森癌症中心的外部数据集进行评估 | NA | NA | NA | NA |
| 3785 | 2025-08-11 |
The First Seasonal Green View Index Mapping Dataset across Chinese cities powered by deep learning
2025-Aug-05, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05706-1
PMID:40764774
|
research paper | 该研究提出了首个基于深度学习的中国城市季节性绿视率指数（GVI）映射数据集SGVI-2023，用于支持跨城市和季节性的城市绿色监测 | 首次利用多源遥感数据和深度学习技术，构建了覆盖19个中国主要城市的季节性GVI数据集，解决了传统方法依赖街景图像的局限性 | 数据集仅覆盖了中国19个主要城市，可能无法完全代表其他地区或小城市的绿视情况 | 开发一个能够支持跨城市和季节性分析的城市绿视率监测数据集 | 中国19个主要城市的绿视率 | computer vision | NA | 深度学习，多源遥感数据处理 | NA | 卫星图像和街景图像（SVI） | 约100万对2019至2023年间的卫星和SVI数据样本 | NA | NA | NA | NA |
| 3786 | 2025-08-11 |
Adaptive fusion of multi-cultural visual elements using deep learning in cross-cultural visual communication design
2025-Aug-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13386-5
PMID:40760013
|
research paper | 提出了一种基于深度学习的多文化视觉元素自适应融合方法，用于跨文化视觉传达设计中的界面开发 | 结合CNN、注意力机制和GAN，开发了一个综合分析、提取和自适应融合不同文化视觉特征的框架 | 实验仅在五个文化区域进行，可能无法涵盖所有文化差异 | 提升跨文化视觉传达设计中的文化适应性和用户体验 | 多文化视觉元素和数字界面 | computer vision | NA | deep learning | CNN, attention mechanisms, GAN | image | 五个文化区域的实验数据 | NA | NA | NA | NA |
| 3787 | 2025-08-11 |
Real-time facial recognition via multitask learning on raspberry Pi
2025-Aug-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97490-6
PMID:40760089
|
研究论文 | 本文研究了在低成本单板计算机Raspberry Pi上使用多任务学习（MTL）进行实时面部识别的可行性 | 首次在资源受限的设备如Raspberry Pi上成功部署高效的多任务学习模型，显著降低了计算负载和能耗，同时保持高准确率 | 研究仅使用了自定义的VGGFace2数据集，未在其他数据集上验证模型的泛化能力 | 探索在资源受限设备上实现高效实时面部识别的可能性 | 面部识别任务，包括人物识别、年龄估计和种族预测 | 计算机视觉 | NA | 多任务学习（MTL） | MobileNet, MobileNetV2, InceptionV3 | 图像 | 自定义的VGGFace2数据集 | NA | NA | NA | NA |
| 3788 | 2025-08-11 |
A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design
2025-Aug-03, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.03.668353
PMID:40766444
|
研究论文 | 通过深度学习引导的序列设计，构建了一个活性非天然蛋白激酶的组合突变图谱 | 克服了以往蛋白质序列-功能图谱研究中的限制，通过深度学习引导重新设计天然蛋白酪氨酸激酶，生成了具有高度组合突变的新型功能序列 | NA | 探索高度组合和稀疏的序列-功能图谱在突变尺度上的功能 | 蛋白酪氨酸激酶 | 机器学习 | NA | 深度学习引导的序列设计，细胞游离测定 | 回归模型 | 蛋白质序列数据 | 537个重新设计的序列 | NA | NA | NA | NA |
| 3789 | 2025-08-11 |
What does it take to learn the rules of RNA base pairing? A lot less than you may think
2025-Aug-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.31.668042
PMID:40766544
|
研究论文 | 本文探讨了学习RNA碱基配对规则所需的最小条件，发现不需要大量参数或结构信息即可重新发现RNA的碱基配对规则 | 研究发现仅需少量参数和序列数据即可重新发现RNA碱基配对规则，无需结构信息或序列比对 | 研究仅关注了RNA碱基配对的基本规则，未涉及更复杂的RNA结构或功能 | 探索学习RNA碱基配对规则所需的最小条件 | RNA序列及其碱基配对规则 | 自然语言处理 | NA | 自动微分框架和随机梯度下降（SGD） | 随机上下文无关文法（SCFG） | RNA序列 | 少至50条RNA序列 | NA | NA | NA | NA |
| 3790 | 2025-08-11 |
Is the use of machine learning in head and neck cancer radiotherapy supported by clinical trials?
2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105036
PMID:40587931
|
review | 本文综述了机器学习在头颈癌放疗中应用的临床试验支持情况 | 通过系统评价临床试验，总结了机器学习在头颈癌管理中的有效性 | 研究仅基于42项符合条件的研究，样本量有限 | 评估机器学习在头颈癌管理中的临床应用效果 | 头颈癌（HNC） | machine learning | head and neck cancer | AI / ML | deep learning, KNN, SVM, logistic regression | image, clinical data | 42项研究 | NA | NA | NA | NA |
| 3791 | 2025-08-11 |
Comparison of Deep Learning Models for fast and accurate dose map prediction in Microbeam Radiation Therapy
2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105012
PMID:40602228
|
research paper | 比较两种深度学习模型在微束放射治疗中快速准确预测剂量图的性能 | 首次在微束放射治疗中比较基于图卷积网络和3D U-Net的深度学习模型 | 研究仅基于大鼠的临床前数据，未涉及人体数据 | 评估不同深度学习模型在微束放射治疗剂量预测中的性能 | 微束放射治疗中的剂量分布预测 | digital pathology | NA | Monte Carlo simulations, Deep Learning | Graph-Convolutional-Network, 3D U-Net | 3D dose maps | 大鼠的临床前研究数据 | NA | NA | NA | NA |
| 3792 | 2025-08-11 |
The role of metabolism in shaping enzyme structures over 400 million years
2025-Aug, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09205-6
PMID:40634610
|
研究论文 | 通过分析11,269个预测和实验确定的酶结构，研究代谢在400百万年间对酶结构演化的影响 | 结合结构生物学与进化基因组学，揭示了代谢如何从多个尺度塑造酶的结构演化 | 研究主要关注Saccharmyces subphylum，可能不适用于其他生物群体 | 探讨代谢在酶结构演化中的作用 | 11,269个预测和实验确定的酶结构，涉及361个代谢反应和225条代谢途径 | 进化生物学 | NA | 深度学习、AlphaFold2 | NA | 蛋白质结构数据 | 11,269个酶结构 | NA | NA | NA | NA |
| 3793 | 2025-08-11 |
Impact of heart rate on coronary artery stenosis grading accuracy using deep learning-based fast kV-switching CT: A phantom study
2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105046
PMID:40651284
|
research paper | 本研究探讨了心率对基于深度学习的快速千伏切换CT在冠状动脉狭窄分级准确性的影响 | 首次使用深度学习方法恢复缺失视图，提升冠状动脉CT血管造影图像质量，并比较了双能量CT与单能量CT在不同心率下的表现 | 研究仅使用体模进行实验，未涉及真实患者数据 | 评估心率对基于深度学习的快速千伏切换CT在冠状动脉狭窄分级准确性的影响 | 冠状动脉狭窄体模 | digital pathology | cardiovascular disease | fast kV-switching dual-energy CT (DECT), single-energy CT (SECT) | deep learning | CT图像 | 冠状动脉体模在不同心率(0-70 bpm)下的扫描数据 | NA | NA | NA | NA |
| 3794 | 2025-08-11 |
Validation of syncope short-term outcomes prediction by machine learning models in an Italian emergency department cohort
2025-Aug, Internal and emergency medicine
IF:3.2Q1
DOI:10.1007/s11739-025-04034-x
PMID:40668516
|
研究论文 | 本研究旨在通过机器学习模型验证和比较晕厥患者短期不良结局的预测能力 | 在意大利急诊科队列中外部验证了梯度提升（GB）和逻辑回归（LR）模型，并与新型深度学习模型（TabPFN和TabLLM）进行了比较 | 使用CSRS变量的GB和LR模型在事件率较高的外部晕厥队列中预测能力有所下降 | 验证和比较不同机器学习模型对晕厥患者短期不良结局的预测能力 | 2015年至2017年间在六家意大利医院急诊科评估的非低风险晕厥患者 | 机器学习 | 晕厥 | 梯度提升（GB）、逻辑回归（LR）、深度学习（TabPFN）、大语言模型（TabLLM） | GB、LR、TabPFN、TabLLM | 临床数据 | 257名患者，中位年龄71岁 | NA | NA | NA | NA |
| 3795 | 2025-08-11 |
Detecting structural heart disease from electrocardiograms using AI
2025-Aug, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09227-0
PMID:40670798
|
研究论文 | 利用AI从心电图中检测结构性心脏病 | 开发了一个深度学习模型EchoNext，基于超过100万份心电和影像记录，能够检测多种结构性心脏病，并在内部和外部验证中表现出高诊断准确性，优于心脏病专家 | 模型在未进行心脏影像检查的患者中进行了前瞻性评估，但可能仍存在未被发现的局限性 | 扩大心脏病筛查的可及性 | 结构性心脏病 | 机器学习 | 心血管疾病 | 深度学习 | EchoNext | 心电图和影像数据 | 超过100万份心电和影像记录 | NA | NA | NA | NA |
| 3796 | 2025-08-11 |
Effect of arc length on the deep learning prediction of monitor units in lung stereotactic ablative radiation therapy treatment
2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105018
PMID:40684542
|
research paper | 研究弧长对深度学习预测肺部立体定向消融放射治疗中监测单位的影响 | 探讨了不同弧长对深度学习模型预测监测单位的影响，并比较了同质和异质弧长训练集的效果 | 研究局限于单一机构的患者数据，可能缺乏外部验证 | 优化肺部多病灶立体定向消融放射治疗中的剂量调整 | 肺部癌症患者 | digital pathology | lung cancer | deep learning | DL | 医疗数据 | 257名患者的295次治疗，共60,720个样本 | NA | NA | NA | NA |
| 3797 | 2025-08-11 |
Imaging-aided diagnosis and treatment based on artificial intelligence for pulmonary nodules: A review
2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105050
PMID:40700795
|
综述 | 本文综述了人工智能在肺结节诊断和治疗中的应用，比较了不同AI方法的性能和局限性 | 系统比较了传统规则方法、手工特征机器学习、放射组学、深度学习及结合Transformer或注意力机制的混合模型，并探讨了多模态影像融合的潜力 | 存在领域偏移、高计算需求、可解释性有限以及多中心数据集变异性的挑战 | 评估AI在肺结节管理中的性能、适用性和局限性 | 肺结节 | 数字病理学 | 肺癌 | 深度学习、放射组学、Transformer、注意力机制 | CNN、Transformer、混合模型 | 影像（CT、PET、MRI） | NA | NA | NA | NA | NA |
| 3798 | 2025-08-11 |
Use of artificial intelligence in animal experimentation: A review
2025-Aug, Toxicology letters
IF:2.9Q2
DOI:10.1016/j.toxlet.2025.07.1417
PMID:40712858
|
综述 | 本文综述了人工智能在动物实验中的应用及其对减少动物使用和提高毒性及安全性评估可靠性的潜力 | 探讨了AI如何通过计算机建模、机器学习和计算毒理学等方法改进毒性预测和药物安全性评估，并强调其在推动3R原则和监管创新中的作用 | 监管验证仍是一个挑战 | 评估人工智能在毒理学和安全性评估中的应用及其对减少动物实验的贡献 | 毒性预测、药物安全评估和化学危害分类 | 计算毒理学 | NA | 机器学习、深度学习算法、定量结构-活性关系模型 | 深度学习算法、定量结构-活性关系模型 | 计算机模拟数据、体外数据 | NA | NA | NA | NA | NA |
| 3799 | 2025-08-11 |
Development and Validation of Survival Prediction Models for Patients With Pineoblastomas Using Deep Learning: A SEER-Based Study
2025-Aug, Cancer reports (Hoboken, N.J.)
DOI:10.1002/cnr2.70303
PMID:40771018
|
研究论文 | 本研究利用深度学习技术开发和验证了针对松果体母细胞瘤患者的生存预测模型 | 首次应用深度神经网络（DNN）构建松果体母细胞瘤患者的3年生存率预测模型，相比传统CPH模型展现出更高准确性 | 样本量较小（仅145例患者），且数据来源于单一数据库（SEER） | 开发精准预测松果体母细胞瘤患者生存结局的预测模型 | 松果体母细胞瘤患者 | 数字病理学 | 松果体母细胞瘤 | 深度学习 | DNN | 临床数据 | 145例来自SEER数据库（1975-2019年）的患者 | NA | NA | NA | NA |
| 3800 | 2025-08-11 |
Constructing high-quality enhanced 4D-MRI with personalized modeling for liver cancer radiotherapy
2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104955
PMID:40578043
|
research paper | 提出了一种基于深度学习的个性化建模方法，用于重建高质量的4D-MRI图像，以改善肝癌放疗中的肿瘤运动监测 | 采用个性化模型处理患者异质性，显著提高了4D-MRI图像质量 | 研究仅针对58名肝癌患者，样本量相对较小 | 开发一种快速重建高质量4D-MRI图像的方法，用于肝癌放疗 | 肝癌患者的4D-MRI图像 | digital pathology | liver cancer | fast spoiled gradient recalled echo (FSPGR) sequences | 深度学习模型（未指定具体类型） | image | 58名肝癌患者 | NA | NA | NA | NA |