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 36434 篇文献，本页显示第 4361 - 4380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4361 | 2025-11-06 |
Ensemble learning for improved sentiment analysis in doctor-patient communication
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251393338
PMID:41181566
|
研究论文 | 本研究比较了深度学习和集成学习方法在医患沟通情感分析中的性能 | 填补了医患情感分析基准测试的空白，首次系统比较了深度学习、Transformer和集成模型在三分类情感分析中的表现 | 仅使用文本数据，未包含多模态信息；低严重度类别识别仍具挑战性；模型实时部署能力有待验证 | 提升医患沟通中情感分析的准确性和可解释性 | 医患咨询对话文本 | 自然语言处理 | NA | 文本挖掘，情感分析 | LSTM, BiLSTM, CNN, CNN-LSTM, BERT, 集成学习 | 文本 | 3325个匿名医患咨询对话 | TensorFlow, PyTorch, Scikit-learn | LSTM, BiLSTM, CNN, BERT | 准确率, 精确率, 召回率, F1分数 | NA |
| 4362 | 2025-11-06 |
Application and research progress on artificial intelligence in the quality of Traditional Chinese Medicine
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1687681
PMID:41181603
|
综述 | 系统综述人工智能技术在中药质量控制领域的应用与研究进展 | 提出人工智能与多组学、生物信息学方法整合的新策略，用于中药质量标志物识别和药效机制解析 | 存在可扩展性、监管合规性等技术瓶颈和挑战 | 建立数据驱动的中药质量控制体系，支持中药产业高质量发展 | 中药质量评估与安全性评价 | 机器学习, 数字病理 | NA | 多组学分析, 生物信息学 | 机器学习, 深度学习 | 光谱, 色谱, 图像, 文本 | NA | NA | NA | NA | NA |
| 4363 | 2025-11-06 |
Categorization of collagen type I and II blend hydrogel using multipolarization SHG imaging with ResNet regression
2023-11-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-46417-0
PMID:37945626
|
研究论文 | 本研究提出基于多偏振二次谐波成像和ResNet回归的胶原I型和II型混合水凝胶分类方法 | 首次将ResNet深度学习模型应用于多偏振SHG图像分析，无需传统耗时的数学模型拟合过程 | 模型训练依赖于特定偏振角度(10°间隔)的图像采集，可能限制其通用性 | 开发自动化的胶原混合水凝胶分类和回归分析方法 | 胶原I型和II型混合水凝胶(0%, 25%, 50%, 75%, 100% II型) | 计算机视觉 | NA | 多偏振二次谐波成像(SHG) | CNN | 图像 | 5种混合比例的水凝胶，每种采集18张偏振图像 | NA | ResNet | 平均绝对误差(MAE) | NA |
| 4364 | 2025-11-05 |
Auto-Masked Audio Spectrogram Transformer for depression detection from speech
2026-Jan-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.120295
PMID:40967413
|
研究论文 | 提出一种用于从语音中检测抑郁症的自掩码音频频谱图Transformer模型 | 引入自掩码训练增强上下文学习，结合时频注意力机制同时捕捉时间和频率信息 | NA | 开发非侵入性抑郁症筛查工具 | 语音信号 | 自然语言处理 | 抑郁症 | 语音频谱分析 | Transformer | 音频频谱图 | 两个公开数据集：Distress Analysis Interview Corpus-Wizard of Oz和Multi-modal Open Dataset for Mental disorder Analysis | NA | Auto-Masked Audio Spectrogram Transformer (AMAST) | F1分数 | NA |
| 4365 | 2025-11-05 |
Enhanced epileptic seizure detection using CNNs with convolutional block attention and short-term memory networks
2026-Jan-05, Behavioural brain research
IF:2.6Q3
DOI:10.1016/j.bbr.2025.115831
PMID:40962227
|
研究论文 | 提出一种结合卷积块注意力机制和长短时记忆网络的癫痫发作检测方法 | 首次将卷积块注意力模块(CBAM)与CNN-LSTM结合，增强模型对关键信息的关注能力 | 仅在公开的波恩大学数据集上进行验证，未在更大规模或更复杂临床数据上测试 | 开发准确的癫痫发作检测方法以改善患者生活质量 | 癫痫患者的脑电图(EEG)信号 | 医疗信号处理 | 癫痫 | 脑电图(EEG)信号分析 | CNN,LSTM | 脑电图信号 | 波恩大学公开数据集中的三类EEG信号 | NA | CNN_CBAM_LSTM | 准确率 | NA |
| 4366 | 2025-11-05 |
Improving Reproducibility of Volumetric Evaluation Using Computed Tomography in Pediatric Patients with Congenital Heart Disease
2025-Dec, Pediatric cardiology
IF:1.5Q2
DOI:10.1007/s00246-024-03630-6
PMID:39217235
|
研究论文 | 评估深度学习标注程序与传统方法在先天性心脏病患儿心室容积测量中的可重复性对比 | 首次在儿科先天性心脏病患者中系统比较深度学习自动标注工具与传统半自动方法在心室容积测量中的可重复性 | 样本量有限（127例），仅评估了特定两种软件工具 | 评估左心室、右心室和功能性单心室容积测量的观察者内、观察者间和研究间可重复性 | 先天性心脏病儿科患者的心室容积数据 | 医学影像分析 | 先天性心脏病 | 心脏CT扫描 | 深度学习 | CT影像 | 127例患者（56名女性，71名男性，平均年龄82.1个月） | NA | NA | 观察者内一致性，观察者间一致性，重建时间，重新配置测试次数 | NA |
| 4367 | 2025-11-05 |
Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation
2025-Dec-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2025.122811
PMID:40962004
|
研究论文 | 本研究结合机器学习和优化算法优化钴催化剂以提升抗生素降解效率 | 提出融合TabNet深度学习模型与新型麻雀搜索算法(SSA)的催化剂优化方法，并通过SHAP分析揭示降解机制 | 数据来源于207篇文献，样本量有限；模型仅在钴基催化剂体系验证 | 优化高级氧化过程中抗生素去除效率并加速无机催化剂开发 | 钴基催化剂（单原子钴Co-CuO、氧化钴CoO、钴铁氧体CoFeO） | 机器学习 | NA | 高级氧化过程 | TabNet | 实验数据 | 207篇文献数据 | NA | TabNet | 准确率,R值 | NA |
| 4368 | 2025-11-05 |
Origin traceability and quality assessment of licorice in Asia based on multidimensional fingerprinting and enhanced by deep learning
2025-Dec-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145997
PMID:40886543
|
研究论文 | 本研究开发了一种基于深度学习增强的多维指纹图谱方法，用于亚洲甘草的产地溯源和质量评估 | 首次将化学计量学、机器学习和网络药理学相结合预测甘草质量标志物，并采用深度学习模型进行产地识别和质量评估 | 仅收集了6个中亚国家和6个中国省份的样品，样本来源范围有限 | 开发成本效益高的甘草产地溯源和质量评估方法 | 来自中亚六国和中国六省的甘草样品 | 机器学习 | NA | 多维指纹图谱，液相色谱，质谱分析 | 深度学习 | 化学指纹图谱数据 | 来自6个中亚国家和6个中国省份的甘草样品 | NA | NA | NA | NA |
| 4369 | 2025-11-05 |
DeepSANet: A deep learning approach for hierarchical geographical source attribution of Salmonella
2025-Dec, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.117554
PMID:41185308
|
研究论文 | 提出一种基于深度学习的沙门氏菌分层地理溯源方法DeepSANet | 首次将深度学习引入沙门氏菌地理溯源任务，设计了并行分层预测模块和自适应分层迁移损失函数 | NA | 开发高精度的沙门氏菌地理来源追踪方法 | 沙门氏菌基因组数据 | 机器学习 | 食源性疾病 | 核心基因组多位点序列分型(cgMLST) | Transformer | 基因组数据 | 基于EnteroBase构建的大规模数据集，包含全球分布的多种血清型分离株 | NA | Swin Transformer | 准确率 | NA |
| 4370 | 2025-11-05 |
A hybrid deep learning approach for accurate diagnosis of tibiofibula open and closed fractures using x-ray images
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-025-00393-z
PMID:41185686
|
研究论文 | 开发了一种基于混合深度学习的X射线图像分类模型，用于准确诊断胫腓骨开放性和闭合性骨折 | 结合多尺度卷积核的混合卷积和通道注意力机制，增强特征提取能力而不显著增加计算成本 | 仅针对胫腓骨骨折进行分类，尚未扩展到其他骨折类型和真实临床场景 | 通过深度学习提高骨折分类的准确性，优化骨科影像诊断 | 胫腓骨开放性和闭合性骨折的X射线图像 | 计算机视觉 | 骨科骨折 | X射线成像 | CNN | 图像 | NA | NA | 混合卷积神经网络 | 准确率,F1分数 | NA |
| 4371 | 2025-11-05 |
AI-Enhanced Lateral Flow Assay Enables 3-Minute Quantitative Detection with Laboratory-Grade Accuracy
2025-Nov-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05108
PMID:41124618
|
研究论文 | 开发了一种基于深度学习的快速定量侧向流动检测方法，可在3分钟内实现实验室级别的精准检测 | 融合ResNet空间特征提取和DyFormer动态时序建模的创新架构，首次实现3分钟快速定量检测 | 仅在COVID-19和乙肝病毒数据集上验证，需要更多疾病类型的验证 | 克服传统侧向流动检测技术检测时间长且只能定性分析的局限性 | 侧向流动免疫检测平台 | 计算机视觉 | 传染病 | 侧向流动免疫检测 | 深度学习 | 图像 | COVID-19和乙肝病毒数据集 | NA | ResNet,DyFormer | 准确率,灵敏度,特异性,决定系数 | NA |
| 4372 | 2025-11-05 |
Vision-language foundation model-driven efficient recognition and home-based management of surgical incisions
2025-Nov-04, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003727
PMID:41186521
|
研究论文 | 基于视觉-语言基础模型开发手术切口识别系统DeepIncision，用于家庭护理中的切口恢复评估 | 首次将视觉-语言基础模型应用于手术切口识别，显著提升识别准确率 | 研究样本主要来自单一中心，外部验证样本量相对较小 | 开发精准的手术切口识别方法以优化家庭护理管理 | 术后患者的手术切口图像 | 计算机视觉 | 术后伤口 | 图像处理 | 视觉-语言基础模型 | 图像 | 1443张手术切口图像（来自1194名患者） | Grounded Language-Image Pre-training | DeepIncision | 平均精度, 平均召回率, F1分数, AUC | NA |
| 4373 | 2025-11-05 |
Commentary on "Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after non-cardiac surgery"
2025-Nov-04, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003813
PMID:41186523
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4374 | 2025-11-05 |
[Estimation of the parenchymal reserve-Volumetric and functional before resection]
2025-Nov-04, Chirurgie (Heidelberg, Germany)
DOI:10.1007/s00104-025-02401-0
PMID:41186684
|
综述 | 本文概述了肝切除术前评估功能性未来肝残余体积的现有概念和诊断方法 | 整合了多种功能性肝脏评估方法，并前瞻性提出深度学习算法在自动化分析中的应用潜力 | 部分功能性MRI检查尚未获得官方批准用于肝功能评估 | 预防大范围肝切除术后肝功能衰竭 | 接受大范围肝切除术的患者 | 数字病理 | 肝脏疾病 | ICG-R15测试, LiMAx测试, 锝99m甲溴芬宁闪烁扫描, 磁共振成像 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 4375 | 2025-11-05 |
Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment?
2025-Nov-04, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05271-6
PMID:41186714
|
研究论文 | 评估深度学习联合降噪和对比度增强重建在胰腺癌新辅助治疗后CT评估中能否改善图像质量和可切除性预测准确性 | 首次将深度学习联合降噪和对比度增强技术应用于胰腺癌新辅助治疗后CT评估，并与传统迭代重建方法进行系统比较 | 回顾性研究设计，样本量有限（114例），所有读者均注意到DLR图像存在人工伪影增加的问题 | 评估深度学习重建技术能否改善胰腺癌CT图像质量并提高可切除性预测准确性 | 114例接受新辅助治疗的胰腺癌患者 | 医学影像分析 | 胰腺癌 | CT成像 | 深度学习 | CT图像 | 114例胰腺癌患者 | NA | NA | AUC, 敏感性, 特异性, 准确率, 读者置信度, 对比噪声比 | NA |
| 4376 | 2025-11-05 |
Deep learning-based non-invasive differential diagnosis of eyelid basal cell and sebaceous gland carcinomas using photographic images
2025-Nov-04, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-025-03801-1
PMID:41186742
|
研究论文 | 开发基于深度学习模型用于通过摄影图像无创鉴别眼睑基底细胞癌和皮脂腺癌 | 首次使用摄影图像和深度学习技术实现眼睑基底细胞癌与皮脂腺癌的无创鉴别诊断 | 数据来源单一（仅来自一家医院），样本量相对有限 | 开发无创的眼睑肿瘤鉴别诊断方法以减少诊断延迟并提高准确性 | 眼睑基底细胞癌和皮脂腺癌患者 | 计算机视觉 | 皮肤癌 | 摄影图像分析 | CNN | 图像 | 370张摄影图像（199张眼睑基底细胞癌，171张眼睑皮脂腺癌） | NA | ResNet50 | 准确率, F1分数, 灵敏度, 特异性 | NA |
| 4377 | 2025-11-05 |
Revisiting PSF models: Unifying framework and high-performance implementation
2025-Nov-04, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70045
PMID:41186941
|
研究论文 | 本文提出了点扩散函数模型的统一框架和基于PyTorch的高性能实现 | 首次系统比较傅里叶和贝塞尔方法，证明两者等价性，并提供统一框架和开源实现 | 未明确说明具体应用场景中的性能限制和计算精度边界 | 开发点扩散函数的高性能计算框架，便于集成到深度学习算法中 | 点扩散函数的光学模型和计算方法 | 计算光学成像 | NA | 局部显微成像技术 | NA | 光学成像数据 | NA | PyTorch | 基于Richards-Wolf积分的傅里叶变换和贝塞尔积分模型 | 计算精度, 计算速度 | CPU, GPU |
| 4378 | 2025-11-05 |
Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network
2025-Nov-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.125.270077
PMID:40967759
|
研究论文 | 开发基于深度学习的自动化工作流程用于前列腺癌PET和SPECT影像中SUV和分子肿瘤体积的测量 | 提出全局阈值区域共识网络，改进了nnU-Net的边界定义和标签准确性，在多种影像模态上实现了高精度分割 | 研究基于特定机构队列，外部验证样本量相对有限(56例) | 改进前列腺癌影像分析的计算工作流程，标准化方法以改善LuPSMA治疗的患者选择和预后预测 | 转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像 | 数字病理 | 前列腺癌 | PET成像, SPECT成像, [68Ga]PSMA-11, [18F]DCFPyL, [18F]FDG, [177Lu]Lu-PSMA-617成像 | 深度学习, CNN | 医学影像 | 训练集: 676例[68Ga]PSMA-11或[18F]DCFPyL PET, 390例[18F]FDG PET, 477例LuPSMA SPECT; 测试集: 56例外院PET/CT | nnU-Net | Global Threshold Regional Consensus Network, nnU-Net | Dice相似系数, Pearson系数, 表面一致性 | NA |
| 4379 | 2025-11-05 |
IoT-powered wearable assist device for visually impaired
2025-Nov-03, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2582033
PMID:41182323
|
研究论文 | 开发并评估一种基于物联网的可穿戴辅助设备，通过实时物体检测、面部识别和障碍物感知技术提升视障人士的环境感知和自主导航能力 | 将SVM、ResNet-50和YOLOv4等多种深度学习算法集成到统一框架中，实现低延迟的多目标识别和面部识别功能 | 需要进一步进行大规模用户验证以提升设备的可用性、可访问性和用户舒适度 | 开发能够改善视障人士障碍物感知、移动能力和环境交互的可穿戴辅助技术 | 视障人士 | 计算机视觉 | 视力障碍 | 深度学习、机器学习 | SVM, CNN | 图像数据、传感器数据 | 未明确说明样本数量 | NA | ResNet-50, YOLOv4 | 准确率, 精确率, 召回率, F1分数 | ESP32-CAM模块, Arduino微控制器 |
| 4380 | 2025-11-05 |
SpineScan: a deep learning model for lumbar spine MRI annotation and Pfirrmann grading assessment
2025-Nov-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09537-x
PMID:41182393
|
研究论文 | 开发并验证了一个基于卷积神经网络的深度学习模型，用于腰椎MRI的自动Pfirrmann分级评估 | 开发了开源网络应用程序SpineScan，能够对DICOM研究和单个MRI切片进行自动分级，解决了现有模型因专有限制而无法访问的问题 | 对V级椎间盘退变的性能较低（mAP50-95=0.525），可能由于高度退变椎间盘的对比度差和边界不清晰 | 开发自动Pfirrmann分级系统用于椎间盘退变评估 | 腰椎MRI扫描中的椎间盘 | 计算机视觉 | 椎间盘退变疾病 | MRI | CNN | 图像 | 484个腰椎MRI扫描 | PyTorch, Streamlit | YOLOv8x | 准确度, 精确度, 召回率, 平均精度均值(mAP) | NA |