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 3841 - 3860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3841 | 2025-10-06 |
GNN-RMNet: Leveraging graph neural networks and GPS analytics for driver behavior and route optimization in logistics
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328899
PMID:40773479
|
研究论文 | 提出GNN-RMNet混合深度学习系统，用于物流领域的驾驶员行为分析和路线异常检测 | 结合GNN、ResNet和MobileNet的混合架构，实现可解释、可扩展的实时驾驶员行为分析和路线异常检测 | 涉及网络安全、数据隐私和多模态传感器集成等未来部署问题 | 物流车辆驾驶员行为监控和路线优化 | 物流车队驾驶员行为和车辆路线数据 | 机器学习 | NA | GPS轨迹分析和车辆传感器数据流处理 | GNN, CNN | 时空GPS轨迹，车辆传感器数据流 | 真实世界GPS-车辆传感器数据集 | NA | GNN, ResNet, MobileNet | 准确率, 召回率, F1分数, 异常检测精度, 路线偏差敏感度 | 边缘节点计算和车载推理 |
| 3842 | 2025-10-06 |
Study on the effect of light distribution on the greenhouse environment in Chinese solar greenhouse
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328302
PMID:40773526
|
研究论文 | 本研究通过实验测量和深度学习模型探讨了日光温室内光环境对内部条件的影响 | 结合实验测量与LSTM深度学习模型分析日光温室光热环境分布规律 | 研究主要针对特定类型的中国日光温室，结果可能不适用于其他温室结构 | 研究光环境对日光温室内部条件的影响机制 | 日光温室内的光热环境参数 | 农业工程 | NA | 实验测量，深度学习 | LSTM | 环境传感器数据（温度，光照强度） | NA | NA | LSTM | 预测精度 | NA |
| 3843 | 2025-10-06 |
Robust skeletal motion tracking using temporal and spatial synchronization of two video streams
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328969
PMID:40773500
|
研究论文 | 提出一种通过双视频流时空同步实现鲁棒骨骼运动跟踪的系统，用于上肢康复活动监测 | 结合90°辅助摄像头补偿单摄像头深度预测误差，并采用线性回归深度误差校正模型和卡尔曼滤波框架 | 主要针对上肢活动，未验证全身运动跟踪效果 | 开发适用于家庭康复的精确可靠骨骼运动跟踪系统 | 上肢康复活动中的骨骼运动 | 计算机视觉 | 康复医学 | 双摄像头视频采集 | NA | 视频 | NA | NA | NA | 深度估计误差 | NA |
| 3844 | 2025-10-06 |
Liver MRI proton density fat fraction inference from contrast enhanced CT images using deep learning: A proof-of-concept study
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328867
PMID:40779568
|
研究论文 | 本研究探索使用深度学习从对比增强CT图像推断肝脏MRI质子密度脂肪分数的可行性 | 首次使用3D U-Net架构从对比增强CT图像直接推断MRI-PDFF值，为脂肪肝定量评估提供更便捷的替代方案 | 模型在精确推断MRI-PDFF值方面能力有限，样本量较小（94例患者），为回顾性研究 | 开发从对比增强CT图像推断肝脏脂肪分数的深度学习方法 | 活体肝移植候选者的肝脏影像数据 | 医学影像分析 | 代谢相关脂肪性肝病 | 对比增强CT, MRI质子密度脂肪分数 | 深度学习神经网络 | 3D医学影像 | 94例患者，PDFF范围0.2-22.3% | NA | 3D U-Net | 平均绝对误差, 均方根误差, 平均误差, Kappa统计量, Bland-Altman图 | NA |
| 3845 | 2025-10-06 |
Assessing the adversarial robustness of multimodal medical AI systems: insights into vulnerabilities and modality interactions
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1606238
PMID:40776910
|
研究论文 | 评估多模态医疗AI系统在对抗攻击下的鲁棒性表现 | 首次系统研究多模态模型在对抗攻击场景下的行为特征，揭示多模态整合对系统鲁棒性的增强作用 | 仅涉及图像和文本两种模态，未涵盖其他医疗数据类型 | 研究多模态医疗AI系统的对抗鲁棒性 | 多模态深度学习模型 | 机器学习 | NA | 对抗攻击 | 深度学习模型 | 图像,文本 | NA | NA | 多模态模型 | 鲁棒性评估 | NA |
| 3846 | 2025-10-06 |
The application of artificial intelligence in forensic pathology: a systematic literature review
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1583743
PMID:40776925
|
系统综述 | 系统评估人工智能在法医病理学领域的最新应用进展和未来发展方向 | 首次系统性地总结人工智能在法医病理学多个子领域的应用成效，包括死后分析、伤口分类、硅藻测试和微生物组分析等 | 样本量较小，不同应用场景性能表现不一致，人工智能决策在法律环境中的可解释性有待提高 | 评估人工智能在法医病理学领域的技术创新和应用前景 | 法医病理学相关研究文献 | 医疗人工智能 | 法医病理 | 深度学习 | 深度学习模型 | 医学文献数据 | 18篇符合纳入标准的研究文献 | NA | NA | 准确率,精确率,召回率 | NA |
| 3847 | 2025-10-06 |
Data-driven non-intrusive reduced order modelling of selective laser melting additive manufacturing process using proper orthogonal decomposition and convolutional autoencoder
2025, Advanced modeling and simulation in engineering sciences
IF:2.0Q3
DOI:10.1186/s40323-025-00305-6
PMID:40777044
|
研究论文 | 提出并比较了两种用于增材制造过程的数据驱动非侵入式降阶模型 | 结合降阶建模技术与机器学习算法，开发了POD-ANN和CAE-MLP两种新型模型框架 | 模型验证仅限于特定增材制造构建部件的热力学分析 | 开发高精度高效率的增材制造过程预测模型 | 选择性激光熔化增材制造过程 | 机器学习 | NA | 数值模拟，热力学分析 | 人工神经网络，多层感知机，卷积自编码器 | 高保真快照矩阵，实验数据 | NA | NA | POD-ANN, CAE-MLP | 预测精度，统计矩相关性 | NA |
| 3848 | 2025-10-06 |
Deriving equivalent symbol-based decision models from feedforward neural networks
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1618149
PMID:40777518
|
研究论文 | 提出从前馈神经网络中推导等效符号决策模型的方法 | 通过利用FNN中的分布式表示来识别符号组件，将神经网络激活映射到决策树结构 | 仅在前馈神经网络上进行验证，原型系统基于特定技术环境开发 | 探索连接主义与符号主义人工智能方法的交叉，提高AI系统透明度和可信度 | 前馈神经网络(FNNs)及其等效符号模型 | 机器学习 | NA | 神经网络解释性技术 | 前馈神经网络, 决策树 | NA | NA | Keras, TensorFlow, Java JDK/JavaFX | 前馈神经网络 | NA | Java开发环境 |
| 3849 | 2025-10-06 |
Automatic segmentation of chest X-ray images via deep-improved various U-Net techniques
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251366855
PMID:40777837
|
研究论文 | 本研究评估了多种U-Net变体在胸部X射线图像分割中的性能，并确定了在准确性和计算效率方面最优的模型 | 系统比较了8种不同深度和滤波器宽度的U-Net变体，发现中等复杂度的U-Net9在准确性和计算效率方面达到最佳平衡 | 仅使用单一公开数据集进行评估，未测试其他医学影像模态 | 评估各种基于U-Net的深度学习架构在胸部X射线分割中的性能，并确定最有效的模型 | 胸部X射线图像及其对应的分割掩码 | 计算机视觉 | COVID-19, 病毒性肺炎 | 深度学习图像分割 | CNN | 医学图像 | 公开的胸部X射线数据集，包含正常、COVID-19和病毒性肺炎三类 | NA | U-Net7, U-Net9, U-Net11, U-Net13, U-Net16, U-Net32, U-Net64, U-Net128 | IoU, Dice Coefficient | NA |
| 3850 | 2025-10-06 |
Automated detection of diabetic retinopathy lesions in ultra-widefield fundus images using an attention-augmented YOLOv8 framework
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1608580
PMID:40778265
|
研究论文 | 本研究提出两种注意力增强的YOLOv8模型，用于在超广角眼底图像中自动检测糖尿病视网膜病变病灶 | 在YOLOv8骨干网络中整合了卷积指数移动平均和卷积简单注意力模块两种注意力机制 | NA | 提高糖尿病视网膜病变病灶的自动检测精度 | 糖尿病视网膜病变患者的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 超广角眼底成像 | YOLOv8 | 图像 | 3,388张超广角眼底图像（分辨率2,600×2048像素） | NA | YOLOv8, YOLOv8+convEMA, YOLOv8+convSimAM | 精确率, 平均精确率, 召回率 | NA |
| 3851 | 2025-10-06 |
A novel deep learning model based on multimodal contrast-enhanced ultrasound dynamic video for predicting occult lymph node metastasis in papillary thyroid carcinoma
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1634875
PMID:40778281
|
研究论文 | 基于多模态超声动态视频构建深度学习模型预测甲状腺乳头状癌隐匿性淋巴结转移 | 首次结合二维超声和超声造影动态视频构建多模态深度学习模型，用于术前预测甲状腺乳头状癌的隐匿性淋巴结转移 | 回顾性研究设计，样本量相对有限（396例），需要外部验证 | 术前预测甲状腺乳头状癌患者的隐匿性淋巴结转移 | 甲状腺乳头状癌患者 | 计算机视觉 | 甲状腺癌 | 超声成像，超声造影 | 深度学习模型 | 超声图像，超声造影动态视频 | 396例临床淋巴结阴性甲状腺乳头状癌病例 | NA | 五种代表性深度学习架构 | AUC, 敏感性, 特异性, 准确率 | NA |
| 3852 | 2025-10-06 |
Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-based Tool
2024-Sep-23, ArXiv
PMID:39398198
|
研究论文 | 开发并验证基于深度学习的计算病理学工具Deep-BCR-Auto，用于从常规H&E染色全切片图像预测乳腺癌复发风险 | 提出首个直接从H&E染色全切片图像预测乳腺癌复发风险的深度学习工具，相比现有基因组工具具有成本效益和可及性优势 | 研究主要针对HR+/HER2-乳腺癌患者，在更广泛患者群体中的适用性需要进一步验证 | 开发准确预测乳腺癌复发风险的计算病理学工具 | 乳腺癌患者 | 计算病理学 | 乳腺癌 | H&E染色全切片成像 | 深度学习 | 病理图像 | TCGA-BRCA数据集和俄亥俄州立大学内部数据集两个独立队列 | NA | NA | AUROC, 准确率, 特异性, 敏感性 | NA |
| 3853 | 2025-10-06 |
Ultra low-power, wearable, accelerated shallow-learning fall detection for elderly at-risk persons
2024-Sep, Smart health (Amsterdam, Netherlands)
DOI:10.1016/j.smhl.2024.100498
PMID:40777999
|
研究论文 | 开发用于老年人跌倒检测的无线可穿戴低功耗传感器系统 | 采用超低功耗FPGA实现固定功能神经网络，集成IMU传感器进行实时跌倒检测 | NA | 预测和检测高危老年人的意外跌倒事件 | 具有身体机能下降的老年人群体，包括握力减弱、关节炎、眩晕和神经肌肉问题患者 | 机器学习 | 老年疾病 | 惯性测量单元(IMU)传感技术 | CNN | 3D加速度计和陀螺仪测量数据 | 志愿者人体实验数据 | Caffe | 卷积神经网络 | NA | Lattice iCE40UP FPGA, ST Microelectronics LSM6DSOX IMU传感器 |
| 3854 | 2025-10-06 |
An early warning indicator trained on stochastic disease-spreading models with different noises
2024-Aug, Journal of the Royal Society, Interface
DOI:10.1098/rsif.2024.0199
PMID:39118548
|
研究论文 | 本研究开发了一种基于深度学习算法的疾病暴发早期预警指标，通过在不同噪声条件下的疾病传播模型上进行训练 | 将加性白噪声、乘性环境噪声和人口统计噪声整合到标准流行病数学模型，并利用深度学习算法处理这些噪声源带来的复杂性 | 研究主要基于模拟时间序列和有限的实际COVID-19数据，在更广泛疾病类型和地区的适用性需要进一步验证 | 开发可靠的疾病暴发早期预警信号以支持公共卫生缓解策略 | 传染病暴发时间序列，特别是受噪声影响的疾病传播动态 | 机器学习 | 传染病 | 深度学习 | 深度学习算法 | 时间序列数据 | 埃德蒙顿真实COVID-19病例数据和模拟疾病传播时间序列 | NA | NA | 过渡点捕捉能力，与现有指标的性能比较 | NA |
| 3855 | 2024-08-07 |
External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study: Erratum
2024-Jun-01, Critical care medicine
IF:7.7Q1
DOI:10.1097/CCM.0000000000006291
PMID:38752829
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3856 | 2025-10-06 |
Automated In Vivo High-Resolution Imaging to Detect Human Papillomavirus-Associated Anal Precancer in Persons Living With HIV
2023-02-01, Clinical and translational gastroenterology
IF:3.0Q2
DOI:10.14309/ctg.0000000000000558
PMID:36729506
|
研究论文 | 本研究开发了一种结合高分辨率显微内镜和深度学习算法的自动化系统，用于HIV感染者肛门癌前病变的实时诊断 | 首次将高分辨率显微内镜与多任务深度学习网络结合，实现肛门癌前病变的自动化实时诊断 | 样本量较小（仅77名HIV感染者），特异性相对较低（0.60） | 开发自动化实时诊断系统以改善肛门癌筛查效率 | HIV感染者的肛门鳞状上皮细胞 | 医学影像分析 | 肛门癌前病变 | 高分辨率显微内镜成像，荧光显微镜 | 多任务深度学习网络 | 荧光显微图像 | 77名HIV感染者 | NA | 多任务深度学习网络 | AUC, 灵敏度, 特异性 | NA |
| 3857 | 2025-10-06 |
Advances in High-Speed Structured Illumination Microscopy
2021-May, Frontiers in physics
IF:1.9Q2
DOI:10.3389/fphy.2021.672555
PMID:40771414
|
综述 | 本文综述了旨在提高结构光照明显微镜整体速度的最新进展，包括硬件和软件改进 | 聚焦于通过减少原始图像数量、GPU加速、深度学习和空间域重建等多种方法综合提升SIM速度 | NA | 提高结构光照明显微镜的成像采集和重建速度以满足活细胞成像需求 | 结构光照明显微镜技术及其在活细胞成像中的应用 | 生物医学成像 | NA | 结构光照明显微镜 | NA | 显微图像 | NA | NA | NA | NA | GPU加速 |
| 3858 | 2025-10-06 |
AI-based toxicity prediction models using ToxCast data: Current status and future directions for explainable models
2025-Nov, Toxicology
IF:4.8Q1
DOI:10.1016/j.tox.2025.154230
PMID:40645553
|
综述 | 本文综述了基于ToxCast数据的AI毒性预测模型发展现状，并探讨了可解释模型未来发展方向 | 系统分析了93篇同行评审论文，首次全面概述ToxCast数据驱动的AI模型在毒性预测领域的应用现状和发展趋势 | 主要依赖ToxCast数据库，可能无法覆盖所有毒性机制；数据稀疏性仍是主要挑战 | 评估基于ToxCast数据的AI毒性预测模型现状，推动下一代风险评估发展 | 环境化学物质的毒性预测 | 机器学习 | NA | 毒性测试 | 监督学习,半监督学习,无监督学习,深度学习 | 分子指纹,分子描述符,图数据,图像,文本 | 基于ToxCast数据库的大规模毒性数据 | NA | NA | NA | NA |
| 3859 | 2025-10-06 |
A novel multimodal adaptive delineation model for primary tumors and lymph node metastases in multi-center nasopharyngeal carcinoma radiotherapy
2025-Oct, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108965
PMID:40682906
|
研究论文 | 提出一种新型多模态自适应分割模型，用于鼻咽癌放疗中原发肿瘤和淋巴结转移灶的自动勾画 | 采用条件去噪扩散模型（DDPM）结合跨模态和模态内注意力机制，动态校准多模态特征融合权重 | 样本量相对有限（529例回顾性病例和4例前瞻性病例），淋巴结转移灶分割精度低于原发肿瘤 | 提高鼻咽癌放疗中肿瘤靶区（GTV）自动勾画的准确性和稳定性 | 鼻咽癌患者的多中心CT和MRI影像数据 | 医学影像分析 | 鼻咽癌 | CT, MRI | 条件去噪扩散模型（DDPM） | 医学影像（CT和MRI） | 529例回顾性病例和4例前瞻性病例 | NA | 条件去噪扩散模型（DDPM） | Dice相似系数（DSC）, 95% Hausdorff距离（HD95）, 平均表面距离（MSD） | NA |
| 3860 | 2025-10-06 |
CNN based precise nonlinear tracking control for a nano unmanned helicopter: Theory and implementation
2025-Sep, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.05.020
PMID:40393892
|
研究论文 | 提出一种基于深度卷积神经网络的纳米无人直升机非线性跟踪控制方法 | 将深度CNN与几何积分控制相结合，有效处理纳米直升机的复杂动力学和外部干扰 | NA | 实现纳米无人直升机的精确轨迹跟踪控制 | 重量小于70克、机身长度小于0.25米的纳米无人直升机 | 机器学习和控制系统 | NA | 深度卷积神经网络系统辨识 | CNN | 飞行实验数据 | NA | NA | 深度卷积神经网络 | 轨迹跟踪精度、鲁棒性 | NA |