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 38371 篇文献，本页显示第 3921 - 3940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3921 | 2025-12-05 |
Swin-EffuseNet: A dual-stream attention-based model combining Swin transformer V2 and EfficientNet-BO for bone fracture classification
2026-Feb, Journal of orthopaedics
IF:1.5Q3
DOI:10.1016/j.jor.2025.10.016
PMID:41340716
|
研究论文 | 提出了一种名为Swin-EffuseNet的双流深度学习模型，用于X射线图像中的骨折分类 | 通过注意力机制融合Swin Transformer V2和EfficientNet-B0，结合全局语义特征与细粒度局部纹理，提升骨折分类性能 | 未明确提及模型在更广泛数据集或临床环境中的泛化能力限制 | 开发一个准确、高效且可解释的智能骨折分类模型，以支持诊断工作流程 | X射线图像中的骨折分类，包括无骨折、发丝状骨折、简单骨折和复杂骨折四类 | 计算机视觉 | 骨折 | 深度学习 | Transformer, CNN | 图像 | 4370张X射线图像，来自两个公开数据集 | NA | Swin Transformer V2, EfficientNet-B0 | 准确率, 精确率, 召回率, F1分数, ROC-AUC, 对数损失 | NA |
| 3922 | 2025-12-05 |
REST: Holistic Learning for End-to-End Semantic Segmentation of Whole-Scene Remote Sensing Imagery
2026-Jan, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3609767
PMID:40938720
|
研究论文 | 本文提出了一种名为REST的端到端框架，用于实现全场景遥感影像的整体语义分割 | 首次提出了一种真正端到端的框架，通过新颖的空间并行交互机制（SPIM）克服GPU内存限制，实现全场景遥感影像的整体分割，无需依赖裁剪或融合等次优策略 | NA | 解决全场景遥感影像（WRI）的整体语义分割问题，克服GPU内存限制 | 全场景遥感影像（WRI），包括多光谱、高光谱影像，以及卫星和无人机平台获取的数据 | 计算机视觉 | NA | NA | NA | 图像 | NA | NA | NA | NA | GPU |
| 3923 | 2025-12-05 |
Adnexal Lesion Discrimination Using Deep Learning Analysis of Dynamic Contrast-enhanced US Images
2026-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.240786
PMID:41190943
|
研究论文 | 本研究开发了一种基于动态对比增强超声图像的多模态深度学习模型（OCNet），用于分类附件病变 | 开发了首个结合动态对比增强超声图像的多模态深度学习模型（OCNet），用于附件病变分类，其性能超越了现有的O-RADS US和ADNEX模型，并能提升初级放射科医生的诊断能力 | 研究为回顾性设计，样本量相对有限（395例），且仅在中国14家医院进行，可能存在选择偏倚 | 开发并验证一种深度学习模型，以提高附件病变（尤其是良恶性鉴别）的诊断准确性 | 经病理证实的附件病变患者，包括良性和恶性病变 | 数字病理 | 卵巢癌 | 动态对比增强超声 | 深度学习模型 | 图像 | 395名女性患者（252例良性，143例恶性），分为训练集（275例）、内部测试集（57例）和外部测试集（63例） | NA | OCNet | AUC, 特异性 | NA |
| 3924 | 2025-12-05 |
Unsupervised Gaze Representation Learning by Switching Features
2026-Jan, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3600680
PMID:40828694
|
研究论文 | 提出一种无监督学习框架，通过切换特征来分离注视相关和注视无关信息，以改进3D注视估计 | 通过编码图像对并切换部分潜在特征来提取共享信息，从而区分注视相关和注视无关信息 | 未明确说明框架在极端光照或遮挡条件下的鲁棒性 | 开发无监督学习框架以提升3D注视估计的准确性 | 眼睛图像和面部图像 | 计算机视觉 | NA | 无监督学习 | 编码器-解码器 | 图像 | NA | NA | Cross-Encoder, Cross-Encoder++ | NA | NA |
| 3925 | 2025-12-05 |
GAN-Based Domain Adaptation for Image-Aware Layout Generation in Advertising Poster Design
2026-Jan, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3602846
PMID:40857181
|
研究论文 | 本文提出了一种基于GAN的域适应方法，用于在广告海报设计中生成图像感知的布局 | 引入了内容感知图形布局数据集（CGL-Dataset），并设计了两种GAN模型（CGL-GAN和PDA-GAN），其中PDA-GAN结合了无监督域适应和像素级判别器，以生成基于输入图像视觉纹理的图像感知布局 | 未明确说明模型在更广泛设计风格或不同产品类型上的泛化能力 | 研究基于深度学习的图像感知布局生成，以提升广告海报设计的自动化水平 | 广告海报的图形布局 | 计算机视觉 | NA | GAN, 无监督域适应 | GAN | 图像 | 60,548对修复后的海报标注和121,000张干净产品图像 | NA | CGL-GAN, PDA-GAN | 准确性, 精确度, 召回率, F1分数, AUC | NA |
| 3926 | 2025-12-05 |
An End-to-End Depth-Based Pipeline for Selfie Image Rectification
2026-Jan, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3604574
PMID:40889307
|
研究论文 | 提出一种基于深度学习的端到端自拍图像校正流程，通过预测面部深度、调整相机参数和修复缺失像素来减轻透视畸变 | 采用端到端训练框架，一次性处理全帧图像无需人脸裁剪，结合可微分渲染器优化深度估计，并引入辅助模块预测相机水平移动以减少修复区域 | 依赖合成数据集进行训练，在真实场景中的泛化能力未充分验证 | 开发自拍图像透视畸变校正技术 | 自拍图像中的人脸及身体区域 | 计算机视觉 | NA | 深度学习，合成数据生成 | CNN | 图像 | 使用虚幻引擎生成的大规模合成人脸数据集，包含多样化的主体、姿态、表情、配饰和光照条件 | 未明确说明 | 未明确说明 | 定量评估与定性比较 | 未明确说明 |
| 3927 | 2025-12-05 |
Rethinking Adnexal Mass Diagnosis with Dynamic Contrast-enhanced US and Deep Learning
2026-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.250977
PMID:41335002
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3928 | 2025-12-05 |
Directed Vectors for Generation of Independent Subspaces in the Bio-inpired Networks
2025-Dec-15, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500790
PMID:41293813
|
研究论文 | 本文提出了一种基于生物视网膜网络的不对称网络，用于解释网络功能并生成独立子空间 | 通过计算模拟展示了分层不对称网络中生成方向性运动向量，这些向量能创建独立子空间，从而促进感官信息向高效特征提取、分类和学习的传输 | NA | 解释复杂深度神经网络的结构和功能，并探索生物启发网络在特征提取和分类中的应用 | 生物视网膜网络和不对称神经网络 | 机器学习 | NA | NA | 神经网络 | NA | NA | NA | 不对称网络 | 分类性能 | NA |
| 3929 | 2025-12-05 |
Automatic rib fracture detection on postmortem CT data using deep learning
2025-Dec-04, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03669-x
PMID:41339543
|
研究论文 | 本文评估了深度学习模型nnDetection在死后CT扫描数据上自动检测肋骨骨折的性能，并分析了临床与死后CT成像之间的领域偏移因素 | 首次将深度学习模型应用于死后CT扫描数据进行肋骨骨折检测，并系统性地识别了临床与死后CT数据之间的领域偏移主要因素 | 样本量相对较小（仅50例死后CT扫描），且未探索更先进的技术来克服领域偏移因素 | 评估深度学习模型在死后CT数据上自动检测肋骨骨折的性能，并识别临床与死后CT成像之间的领域偏移因素 | 死后CT扫描数据和临床CT扫描数据中的肋骨骨折 | 计算机视觉 | 肋骨骨折 | CT扫描 | 深度学习模型 | CT图像 | 50例死后CT扫描（24%女性；平均年龄61岁，范围19-96岁）和660例临床CT扫描（36%女性；平均年龄55岁，范围21-94岁） | nnDetection | nnDetection | 平均灵敏度, 平均精确度（在0.1交并比下） | NA |
| 3930 | 2025-12-05 |
Feasibility study on automated cytokinesis-block micronucleus assay analysis in cytogenetic biodosimetry using YOLOv5 object detection
2025-Dec-04, International journal of radiation biology
IF:2.1Q2
DOI:10.1080/09553002.2025.2588409
PMID:41342911
|
研究论文 | 本研究探讨了使用YOLOv5对象检测技术自动化分析细胞遗传学生物剂量学中的胞质分裂阻滞微核试验的可行性 | 首次将基于深度学习的对象检测（YOLOv5）应用于细胞遗传学生物剂量学中的微核分析，以实现快速、可靠的自动化检测 | 研究仍处于初步阶段，训练图像数量较少，可能通过数据增强进一步改进模型 | 应用深度学习对象检测技术分析微核，以加速细胞遗传学生物剂量学中的剂量估计，支持辐射应急医学中的快速分诊 | 健康志愿者的外周血样本，经0、2和3 Gy照射处理 | 计算机视觉 | 辐射损伤 | 细胞培养、全玻片成像 | CNN | 图像 | 来自健康志愿者的外周血样本，具体数量未明确说明 | YOLOv5 | YOLOv5 | 分类性能、剂量-响应曲线比较 | NA |
| 3931 | 2025-12-05 |
Deep learning-based framework for comprehensive quantification of thigh and calf muscles and adipose tissues from MRI
2025-Dec-04, Magma (New York, N.Y.)
DOI:10.1007/s10334-025-01308-5
PMID:41342972
|
研究论文 | 本研究提出了一种基于深度学习的框架，用于从MRI中自动量化大腿和小腿的肌肉及脂肪组织 | 开发了一个3D Attention-Res-V-Net级联模型，首次实现了对下肢13块大腿肌肉和9块小腿肌肉的细粒度量化，并公开了高质量专家标注数据集 | 样本量较小（仅25名参与者），且部分肌肉内脂肪组织（IntraMAT）的误差范围较大（最高达58.8%） | 开发自动化工具以量化下肢肌肉和脂肪组织，用于神经肌肉、肌肉骨骼和代谢性疾病的病理变化表征 | 亚洲印度糖尿病前期研究中的25名参与者（平均年龄40.5岁，64%男性）的大腿和小腿MRI数据 | 数字病理学 | 代谢性疾病 | 轴向两点Dixon磁共振成像 | CNN | MRI图像 | 25名参与者 | NA | Attention-Res-V-Net | Dice相似系数, 相对误差 | NA |
| 3932 | 2025-12-05 |
Glioblastoma survival prediction through MRI and clinical data integration with transfer learning
2025-Dec-04, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03548-1
PMID:41343123
|
研究论文 | 本研究通过整合多模态MRI数据和临床变量，利用深度学习模型进行胶质母细胞瘤患者的生存预测 | 采用预训练的U-Net模型进行自动分割和特征提取，结合编码器潜在空间的高维特征与临床变量，并通过PCA降维提升计算效率，相比传统影像组学方法能捕获更复杂的成像模式 | 未在摘要中明确说明研究的局限性 | 准确预测胶质母细胞瘤患者的总生存期，以推进个性化治疗和改善临床试验设计 | 胶质母细胞瘤患者 | 数字病理学 | 胶质母细胞瘤 | MRI | U-Net, 随机森林, XGBoost, 多层感知机 | 图像, 临床数据 | BraTS2020数据集和IRCCS Besta专有数据集 | NA | U-Net | F1分数, AUC, 准确率 | NA |
| 3933 | 2025-12-05 |
Graph-based deep reinforcement learning for haplotype assembly with Ralphi
2025-Dec-03, Genome research
IF:6.2Q1
DOI:10.1101/gr.280569.125
PMID:41238397
|
研究论文 | 本文介绍了一种基于图结构深度强化学习的新型单倍型组装框架Ralphi，用于从读段比对数据中准确重建二倍体基因组的两个单倍型 | 首次将深度强化学习与图表示学习相结合用于单倍型组装问题，通过片段图拓扑结构设置强化学习奖励目标 | 训练数据主要基于1000基因组计划的基因组数据，可能对其他种群或特殊基因组的泛化能力有限 | 开发更准确、更长的单倍型组装方法，以理解不同变异组合对表型的影响 | 二倍体基因组的单倍型组装 | 机器学习 | NA | 读段比对，深度强化学习 | 深度强化学习 | 基因组测序读段比对数据，片段图 | 基于1000基因组计划基因组构建的多样化片段图拓扑数据集 | NA | NA | 错误率，单倍型区块长度 | NA |
| 3934 | 2025-12-05 |
Towards real-time non-invasive detection of hyperlipidemia through finger pulse image analysis using deep learning
2025-Dec-03, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae212a
PMID:41259810
|
研究论文 | 本研究利用深度学习技术分析手指脉搏图像，开发了一种非侵入性、高性价比的高脂血症检测方法 | 首次提出通过分析手指脉搏图像波形模式来检测高脂血症，并开发了定制的CNN模型，实现了高精度的非侵入性诊断 | 样本量相对较小（81名患者和65名对照组），且研究为单中心，需要更大规模的多中心验证 | 开发一种非侵入性、实时的高脂血症检测方法，替代传统的侵入性血液检测 | 高脂血症患者和健康对照者的手指脉搏图像波形 | 计算机视觉 | 心血管疾病 | 脉搏图像采集与分析 | CNN | 图像 | 81名高脂血症患者和65名健康对照者，每组选取700个单脉搏波周期 | TensorFlow, Keras | 自定义CNN, VGG16 | 准确率, 精确率, 召回率, F1分数 | NA |
| 3935 | 2025-12-05 |
PSMA PET Evaluation with a Deep Learning Platform Compared with a Standard Image Viewer and Histopathology
2025-Dec-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.125.270242
PMID:41101977
|
研究论文 | 本研究评估了深度学习分割软件aPROMISE与标准图像查看器ISP在PSMA PET/CT评估中的性能，并与组织病理学进行对比 | 首次将深度学习分割软件aPROMISE应用于PSMA PET/CT评估，并与标准图像查看器及组织病理学进行系统性比较 | 研究为回顾性分析，样本量相对较小（96例患者），且未详细说明深度学习模型的训练细节 | 评估深度学习软件在PSMA PET/CT图像评估中的性能，以提升前列腺癌诊断的标准化和可重复性 | 96例前列腺切除术后生化持续或复发的患者，接受PSMA放射性引导手术 | 数字病理学 | 前列腺癌 | PSMA PET/CT成像 | 深度学习分割模型 | 医学图像（PET/CT） | 96例患者 | NA | NA | Cohen κ值，一致性率，主要差异比例 | NA |
| 3936 | 2025-12-05 |
Patterns of interspecific variation in labial microarchitecture among anthropoid primates and the evolution of the hominin lips
2025-Dec-03, Anatomical record (Hoboken, N.J. : 2007)
DOI:10.1002/ar.70103
PMID:41334680
|
研究论文 | 本研究首次系统性地调查了15种灵长类动物（包括人类）的唇部微观结构，揭示了人类唇部在肌肉、脂肪和结缔组织比例及解剖配置上的独特特征 | 首次对灵长类动物唇部微观结构进行系统组织学和形态计量学研究，并应用深度学习分割技术量化组织成分 | 未提供直接的功能性证据 | 研究灵长类动物唇部微观结构的种间变异，探讨人类唇部特征的演化及其与面部表情和言语进化的关联 | 15种灵长类物种，包括人类、非人大型猿类、猴科、卷尾猴科和狐猴科 | NA | NA | 组织学染色（Masson三色染色）、深度学习分割、手动标注 | NA | 组织切片图像 | 15种灵长类物种 | NA | NA | NA | NA |
| 3937 | 2025-12-05 |
Enhancing digital pathology workflows: computational blur detection for H&E image quality control in preclinical toxicology
2025-Dec-03, Journal of histotechnology
IF:0.6Q4
DOI:10.1080/01478885.2025.2585615
PMID:41334851
|
研究论文 | 本文介绍了一种集成计算模型MiQC，用于检测和量化H&E染色全玻片图像中的失焦区域，以增强数字病理工作流程中的图像质量控制 | 结合局部二值模式和基于DeepFocus的深度学习算法，开发了生产化的计算模型MiQC，用于自动识别WSI中的模糊区域，并通过热图辅助技术员审查，显著提高了图像质量控制的效率和可扩展性 | 未明确提及模型在多样化病理样本或不同扫描仪设置下的泛化能力评估 | 提升临床前毒理学中数字病理工作流程的图像质量控制效率和自动化水平 | H&E染色的全玻片图像 | 数字病理 | NA | 数字成像 | 深度学习算法 | 图像 | 未明确指定具体样本数量，但涉及常规工作流程中的WSI | 未明确指定 | DeepFocus | 未明确指定具体指标，但提及扫描仪焦点分数和审查时间减少 | 未明确指定 |
| 3938 | 2025-12-05 |
Machine learning models for predicting response to epidermal growth factor receptor tyrosine kinase inhibitors in non-small cell lung cancer brain metastases: a systematic review and meta-analysis
2025-Dec-03, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-04148-w
PMID:41335187
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，评估了机器学习模型在预测非小细胞肺癌脑转移患者对表皮生长因子受体酪氨酸激酶抑制剂治疗反应方面的性能 | 首次对用于预测EGFR-TKI在非小细胞肺癌脑转移中反应的机器学习模型进行了系统性的性能评估和荟萃分析 | 纳入研究多为小型回顾性数据集，且缺乏外部验证，限制了模型在临床实践中的直接应用 | 评估机器学习模型在预测非小细胞肺癌脑转移患者对EGFR-TKI治疗反应方面的预测性能 | 非小细胞肺癌脑转移患者 | 机器学习 | 肺癌 | NA | 逻辑回归, 决策树, 深度学习 | 临床数据 | 1322名肺癌脑转移患者 | NA | DL-Cox | AUC, 准确率, 灵敏度, 特异性, 诊断比值比 | NA |
| 3939 | 2025-12-05 |
Laparoscopic augmented reality navigation system based on deep learning and SLAM
2025-Dec-03, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03487-8
PMID:41335230
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3940 | 2025-12-05 |
HypoChainer: a Collaborative System Combining LLMs and Knowledge Graphs for Hypothesis-Driven Scientific Discovery
2025-Dec-03, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3633887
PMID:41336152
|
研究论文 | 本文提出了HypoChainer，一个结合LLMs和知识图谱的协作可视化框架，用于增强假设驱动的科学发现 | 通过整合人类专业知识、LLM驱动的推理和知识图谱，提出一个三阶段协作框架，以解决传统假设驱动研究中的认知限制和LLM幻觉问题 | 仅通过案例研究和专家访谈进行评估，缺乏大规模实证验证 | 增强假设驱动的科学发现，特别是在生物学领域，通过视觉化协作系统整合预测、知识和推理 | 科学发现过程，特别是生物学中的假设生成和验证 | 自然语言处理, 机器学习 | NA | 检索增强生成（RAG）, 图神经网络（GNNs） | LLM, GNN | 知识图谱, 文本 | NA | NA | NA | NA | NA |