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 42805 篇文献，本页显示第 6401 - 6420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6401 | 2026-01-16 |
Research on metal surface defect detection method based on deep learning
2025-Dec-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31235-3
PMID:41350415
|
研究论文 | 本文提出了一种基于改进YOLOv8s的金属表面缺陷检测方法，旨在提高铝型材表面缺陷的检测精度 | 提出了CDA-YOLOv8模型，通过引入CG Block替换下采样卷积、DWR模块优化C2f结构，并构建ASFP2检测层以增强多尺度特征提取和小目标检测能力 | NA | 提高铝型材表面缺陷的检测精度 | 铝型材表面的缺陷，如划痕、污渍和油漆气泡 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 3229张图像，包含十种缺陷类别 | NA | YOLOv8s, CDA-YOLOv8 | mAP@0.5 | NA |
| 6402 | 2026-01-16 |
Maximum dispatchable capacity evaluation of a VPP with hybrid wind-solar-gas-storage systems
2025-Dec-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31270-0
PMID:41350424
|
研究论文 | 本文提出了一种场景驱动的框架，用于评估包含风、光、气、储的虚拟电厂的最大可调度容量 | 提出了一种结合自适应图卷积网络、卷积神经网络和长短期记忆网络的混合深度学习模型进行预测，并采用场景缩减与多场景随机优化模型来评估不确定性条件下的最大可调度容量 | 负荷不确定性仅通过对典型冬季日负荷曲线施加随机扰动进行建模，可能未完全覆盖所有实际运行场景 | 评估虚拟电厂在可再生能源波动性下的最大可调度容量，以支持可靠且经济可行的容量规划 | 包含风电、光伏、燃气机组和储能的虚拟电厂系统 | 机器学习 | NA | NA | AGCN, CNN, LSTM | 时间序列数据（风速、太阳辐照度、负荷） | NA | NA | 自适应图卷积网络, 卷积神经网络, 长短期记忆网络 | NA | NA |
| 6403 | 2026-01-16 |
A deep learning based radiomics model for differentiating intraparenchymal hematoma induced by cerebral venous thrombosis
2025-Dec-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31206-8
PMID:41350423
|
研究论文 | 本研究开发并验证了一种基于非增强CT的深度学习放射组学列线图模型，用于区分脑静脉血栓形成引起的脑实质内血肿与其他病因引起的血肿 | 首次将传统放射组学特征与深度学习特征融合，构建了深度学习放射组学特征，并整合临床变量（癫痫）开发了列线图模型，以无创方式区分脑静脉血栓相关血肿 | 研究样本量相对有限（共275例），且仅来自两个医疗中心，可能影响模型的泛化能力 | 开发一种基于非增强CT的快速、无创诊断工具，以区分脑静脉血栓形成引起的脑实质内血肿与其他病因引起的血肿 | 脑实质内血肿患者 | 数字病理学 | 心血管疾病 | 非增强CT成像 | 深度学习模型, 逻辑回归模型 | 医学图像 | 275例患者（训练集192例，外部测试集83例） | NA | NA | AUC, 决策曲线分析 | NA |
| 6404 | 2026-01-16 |
Self-attention bidirectional long Short-Term memory assisted natural language processing on sarcasm detection and classification in social media platforms
2025-Dec-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31093-z
PMID:41345450
|
研究论文 | 本文提出了一种基于自注意力双向长短期记忆网络的自然语言处理技术，用于社交媒体平台上的讽刺检测与分类 | 结合了自注意力机制与双向长短期记忆网络（SA-BLSTM），以提高讽刺文本的识别准确率 | 仅在一个标题数据集上进行评估，可能缺乏对其他类型文本（如推文或评论）的泛化能力 | 开发一种自动化模型，有效识别社交媒体文本中的讽刺内容 | 社交媒体平台上的文本数据 | 自然语言处理 | NA | 自然语言处理 | SA-BLSTM | 文本 | NA | NA | 自注意力双向长短期记忆网络 | 准确率 | NA |
| 6405 | 2026-01-16 |
Research on the automation of intelligent accounting information processing process driven by neural networks
2025-Dec-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31005-1
PMID:41345513
|
研究论文 | 本文提出了一种名为NeuroLedger-Net的深度学习系统，利用神经网络实现会计信息处理的自动化，包括异常检测和风险分类 | 结合LSTM网络处理序列交易行为、自编码器进行无监督异常检测，以及注意力机制增强的多层感知机进行交易分类和风险严重性预测，构建了一个自学习的自动化会计系统 | NA | 构建一个操作者参与度低的自学习异常检测与风险分类系统，以实现会计信息处理的自动化 | 会计信息处理流程，特别是交易行为、异常检测和风险分类 | 机器学习 | NA | 深度学习 | LSTM, Autoencoder, MLP | 交易数据、行为数据、系统级属性数据 | 使用Kaggle公共金融数据集进行训练和测试 | NA | LSTM, Autoencoder, 注意力机制增强的MLP | 准确率, 假阳性率, F1分数 | NA |
| 6406 | 2026-01-16 |
Dermoscopically informed deep learning model for classification of actinic keratosis and cutaneous squamous cell carcinoma
2025-Dec-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31259-9
PMID:41339470
|
研究论文 | 本文开发了一种基于皮肤镜图像、结合临床先验知识的深度学习模型，用于区分光化性角化病和皮肤鳞状细胞癌 | 提出了一种双分支CNN架构，不仅处理原始RGB图像，还通过针对性的预处理增强血管和角化模式，并将这些特征作为额外通道输入，从而将临床推理依据整合到模型中 | 未明确提及模型在外部验证集上的泛化能力，也未讨论不同皮肤镜设备或成像条件可能带来的影响 | 开发一个高性能的AI模型，以辅助皮肤科医生更准确地区分光化性角化病和皮肤鳞状细胞癌 | 皮肤镜图像 | 计算机视觉 | 皮肤癌 | 皮肤镜成像 | CNN | 图像 | 2000张图像，通过数据增强扩展至近20万训练实例 | NA | EfficientNetB0, 自定义轻量卷积分支 | 准确率, 灵敏度, 特异性, 精确率, F1分数, 损失值 | NA |
| 6407 | 2026-01-16 |
Landslide detection using multimodal data fusion and an improved Deeplabv3+ model
2025-Dec-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31208-6
PMID:41339468
|
研究论文 | 本文提出了一种基于多模态数据融合和改进DeepLabv3+架构的滑坡检测模型FCA-DeepLab，以提高滑坡检测的准确性和效率 | 引入多模态融合机制实现光学影像与地形特征的深度耦合，采用ConvNeXt网络替换ResNet骨干以扩大感受野并捕获细粒度特征，并设计了针对小目标的注意力机制以增强对细微滑坡特征的敏感性 | 未明确说明模型在极端天气或低质量影像条件下的性能表现，也未讨论计算复杂度或实时处理能力 | 提高滑坡灾害检测的准确性和效率，以支持灾害应急响应和长期土地利用规划 | 滑坡灾害 | 计算机视觉 | NA | 多模态数据融合 | CNN | 高分辨率遥感影像，地形特征数据 | 多个公共数据集，包括Bijie滑坡数据集 | NA | DeepLabv3+, ConvNeXt | 整体准确率，召回率，定性分割性能 | NA |
| 6408 | 2026-01-16 |
Reforming disease prognosis and treatment prediction for palliative care with hybrid metaheuristic deep neural architectures in IoT healthcare ecosystems
2025-Dec-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31037-7
PMID:41339488
|
研究论文 | 本研究提出了一种混合元启发式驱动的深度神经网络架构（HMDNA），结合深度神经网络和布谷鸟搜索优化算法，用于脓毒症检测和预后，以提升物联网医疗生态系统中的疾病预后和治疗预测能力 | 提出了一种结合深度神经网络与布谷鸟搜索优化的混合元启发式驱动架构，通过优化初始化、中期训练和微调阶段，显著提高了模型的收敛速度、泛化能力和对实时数据变化的鲁棒性 | 未明确提及模型在更广泛疾病类别或更大规模数据集上的泛化能力，以及在实际临床部署中的可扩展性和成本效益 | 提升物联网医疗生态系统中疾病预后和治疗预测的准确性和及时性，特别是在姑息护理等敏感领域 | 脓毒症患者的时间序列ICU数据 | 机器学习 | 脓毒症 | 时间序列数据分析，k-NN插补，最小-最大缩放 | 深度神经网络，元启发式优化算法 | 时间序列数据 | 未明确提及具体样本数量，仅说明使用时间序列ICU数据 | TensorFlow | 深度神经网络，布谷鸟搜索优化 | 准确率，精确率，召回率，F1分数 | NVIDIA Tesla V100 GPU |
| 6409 | 2026-01-16 |
Innovation of entrepreneurship education in auxiliary instruction system for college aesthetic course teaching under BPNN model
2025-Dec-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-30967-6
PMID:41331061
|
研究论文 | 本研究提出并验证了一种基于BPNN模型的辅助教学系统，旨在提高美育课程中创新创业教育的精准性和有效性 | 利用BPNN模型对音乐院校学生的创新创业能力进行建模与评估，为艺术教育与创新创业教育的融合提供深度学习支持 | 当前评估框架需要进一步细化，以更好地满足专业化和产业化的动态需求 | 改进音乐院校美育课程中的创新创业教育，通过精准评估学生能力来优化教学 | 西安地区音乐院校的毕业生 | 机器学习 | NA | 问卷调查 | BPNN | 问卷数据 | 444份有效问卷 | NA | BPNN | 相对误差 | NA |
| 6410 | 2026-01-16 |
Performance of artificial intelligence-based diagnosis and classification of peri-implantitis compared with periodontal surgeon assessment: a pilot study of panoramic radiograph analysis
2025-Dec, Journal of periodontal & implant science
DOI:10.5051/jpis.2500280014
PMID:40350773
|
研究论文 | 本研究评估了基于深度学习的模型在利用全景X光片诊断和分类种植体周围炎相关骨缺损方面的性能，并与牙周外科医生的评估进行比较 | 首次将集成YOLOv8深度学习模型应用于全景X光片，以自动诊断和分类种植体周围炎的骨缺损形态和严重程度，并在整体准确性上显著优于专业牙周外科医生 | 研究为试点性质，数据集规模有限（1,075张全景X光片），且仅使用单一模态影像（全景X光片），未来需扩大数据集并整合多模态成像 | 评估深度学习模型在种植体周围炎骨缺损诊断和分类中的性能，探索其作为临床决策支持工具的潜力 | 426名种植体周围炎患者的1,075张全景X光片，包含2,250个种植体部位 | 计算机视觉 | 种植体周围炎 | 全景X光成像 | 深度学习 | 图像 | 1,075张全景X光片（来自426名患者），包含2,250个种植体部位 | NA | YOLOv8 | 准确率, 精确率, 召回率, F1分数 | NA |
| 6411 | 2026-01-16 |
New chapter in pediatric medicine: technological evolution, application, and evaluation system of large language models
2025-Dec-01, European journal of pediatrics
IF:3.0Q1
DOI:10.1007/s00431-025-06602-x
PMID:41324732
|
综述 | 本文综述了基于深度学习的大语言模型在儿科医学领域的技术演进、应用及评估体系 | 聚焦于儿科医学领域，系统梳理了大语言模型在通用模型发展、医学专用模型定制训练、多模态与专家混合架构等方面的最新进展，并探讨了其在儿科剂量计算、专科临床决策支持等具体应用中的潜力 | 文章主要基于文献综述，未涉及原创性实验验证，且对多语言和低资源环境下的应用挑战仅作初步探讨 | 回顾大语言模型在儿科医学中的技术发展、实际应用及评估方法，以促进其在医疗领域的有效整合 | 大语言模型及其在儿科医学中的应用案例 | 自然语言处理 | NA | 深度学习，预训练语言模型 | 大语言模型 | 文本 | NA | NA | 多模态架构，专家混合架构 | 评估指标（具体未指定） | NA |
| 6412 | 2026-01-16 |
Transforming Vitiligo Diagnosis and Treatment Through Artificial Intelligence: A Review
2025-Dec, Scandinavian journal of immunology
IF:4.1Q2
DOI:10.1111/sji.70076
PMID:41354974
|
综述 | 本文回顾了人工智能（特别是机器学习和深度学习）在白癜风诊断和治疗中的当前应用、最新进展、面临的挑战以及未来发展方向 | 系统性地总结了AI在白癜风领域的应用，包括超越皮肤科医生准确率的深度神经网络诊断工具、基于Transformer的图像分类器以及用于药物重定位的预测模型，并指出了该领域特有的挑战（如深色皮肤代表性不足） | 面临数据挑战（需要大规模、多样化、高质量的数据集，深色皮肤代表性不足）、模型可解释性不足、伦理问题（患者隐私、数据所有权、诊断错误责任）以及临床整合障碍（系统互操作性、工作流程适应） | 探讨人工智能在改善白癜风诊断和治疗方面的潜力、现状与挑战 | 白癜风（一种复杂的自身免疫性皮肤病） | 数字病理学 | 白癜风 | 基因表达分析、蛋白质相互作用分析、药理学网络分析 | 深度学习, 机器学习 | 图像, 基因表达数据, 蛋白质相互作用数据, 药理学数据 | NA | NA | 深度神经网络, Transformer | 准确率 | NA |
| 6413 | 2026-01-16 |
Research on the Prediction of Driver Fatigue Degree Based on EEG Signals
2025-Dec-01, Sensors (Basel, Switzerland)
DOI:10.3390/s25237316
PMID:41374691
|
研究论文 | 本研究提出了一种基于EEG信号和多步时间数据的深度学习模型，用于预测驾驶员疲劳程度指标PERCLOS，并探讨了不同EEG特征对预测性能的影响 | 提出了一种结合CNN、Transformer编码器、LSTM和残差连接的CTL-ResFNet混合深度学习框架，用于驾驶员疲劳程度预测，并比较了不同EEG特征在两种实验范式下的适用性差异 | 未明确说明样本的具体数量或来源，可能限制了结果的泛化性；实验仅基于特定EEG特征和PERCLOS指标，未考虑其他生理或环境因素 | 预测驾驶员疲劳程度以提升交通安全 | 驾驶员的EEG信号和疲劳程度指标PERCLOS | 机器学习 | NA | 脑电图 | CNN, Transformer, LSTM | 时间序列信号 | NA | NA | CTL-ResFNet | RMSE, MAE | NA |
| 6414 | 2026-01-16 |
Assessment of the Diagnostic Performance and Clinical Impact of Artificial Intelligence in Hepatic Steatosis: a Systematic Review and Meta-Analysis
2025-Nov-11, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/78310
PMID:41263526
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，定量评估了人工智能模型在诊断肝脂肪变性方面的性能，并深入探讨了其临床适用性和实施障碍 | 建立了一个统一的、与成像模态无关的分析框架，整合了超越单一模态评估的证据 | 纳入研究存在显著的异质性，患者选择领域存在高偏倚风险（44.4%），可能高估了真实世界性能，且临床转化受到回顾性设计主导、缺乏严格外部验证以及数据隐私等实际障碍的限制 | 定量评估人工智能模型诊断肝脂肪变性的性能，全面探索研究间异质性来源，并深入评估其临床适用性、转化潜力及阻碍广泛实施的主要障碍 | 应用人工智能诊断肝脂肪变性的研究 | 数字病理学 | 代谢相关脂肪性肝病 | 医学影像分析 | 深度学习, 传统机器学习 | 医学影像数据 | 36项符合条件的研究，其中33项（包含62个队列）纳入定量合成 | NA | NA | 灵敏度, 特异度, 汇总受试者工作特征曲线下面积 | NA |
| 6415 | 2026-01-16 |
An accurate prediction for respiratory diseases using deep learning on bronchoscopy diagnosis images
2025-Oct, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.023
PMID:39571731
|
研究论文 | 本文提出了一种多尺度注意力残差网络（MARN），用于通过支气管镜图像诊断肺部疾病，旨在提高诊断准确性 | 设计了多尺度卷积块注意力模块（MCBAM），通过增强空间和通道特征来精确聚焦病变区域，并使用Grad-CAM提高诊断结果的可解释性 | 研究仅基于单一医疗中心的615个病例（2900张图像），样本规模有限，可能影响模型的泛化能力 | 开发一种基于深度学习的支气管镜图像诊断系统，以提高气管、支气管和肺部疾病的诊断准确性 | 支气管镜诊断图像，包括正常、良性病变和恶性病变的图像 | 计算机视觉 | 肺癌 | 支气管镜检查 | CNN | 图像 | 615个病例，共2900张图像 | NA | 多尺度注意力残差网络（MARN），包含多尺度卷积块注意力模块（MCBAM） | 准确率，AUC | NA |
| 6416 | 2026-01-16 |
Cancer research in Saudi Arabia: A cross-sectional mapping study of historical growth, thematic analysis, collaboration patterns, and future directions
2025-Sep-26, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044757
PMID:41029065
|
研究论文 | 本研究通过横截面文献计量分析，绘制了沙特阿拉伯癌症研究的趋势、生产力、主题演变、合作模式和新兴研究领域 | 首次对沙特癌症研究进行了多层次文献计量评估，揭示了从基础主题向分子对接、深度学习和药物发现等先进主题的转变 | 研究基于Scopus数据库，可能未涵盖所有相关出版物；分析为横截面性质，无法推断因果关系 | 绘制沙特癌症研究的趋势、生产力、主题演变、合作模式和新兴研究领域，为未来国家癌症研究优先事项和创新策略提供信息 | 与沙特机构相关的癌症相关出版物 | NA | 癌症 | 文献计量分析 | NA | 文献数据 | 全球癌症研究涉及沙特隶属关系的出版物（N=40,180；1961-2024）、沙特-国际合作文章（N=18,145；2020-2024）、仅沙特研究产出（N=9,319；1961-2024）以及沙特机构独立生产的原始文章（N=4,240；2020-2024） | Bibliometrix, VOSviewer, SPSS | NA | 生产力、关键词共现、作者影响力（h指数、m指数和g指数）、主题聚类 | NA |
| 6417 | 2026-01-16 |
Automatic head and neck tumor segmentation through deep learning and Bayesian optimization on three-dimensional medical images
2025-Jun, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110309
PMID:40378562
|
研究论文 | 提出一种基于贝叶斯优化的两阶段调度方法，用于优化三维医学图像中头颈部肿瘤分割任务的超参数 | 提出两阶段贝叶斯优化调度方法，结合快速收敛与防过拟合的渐进优化；提出将批大小与学习率耦合为B2L比率进行联合优化 | NA | 优化头颈部肿瘤分割任务的超参数以提高医学图像分割性能 | 头颈部肿瘤组织 | 数字病理 | 头颈部肿瘤 | CT, PET | CNN | 三维医学图像 | NA | NA | V-Net | NA | NA |
| 6418 | 2026-01-16 |
Integrating Protein Language Model and Molecular Dynamics Simulations to Discover Antibiofouling Peptides
2025-Jan-14, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.4c04140
PMID:39810350
|
研究论文 | 本研究结合基于深度学习的蛋白质语言模型和分子动力学模拟，从微生物组库中高通量筛选抗生物污染肽 | 首次将基于提示调优的蛋白质语言模型ESM2与分子动力学模拟相结合，用于从海量序列库中高通量发现抗生物污染肽 | 仅对六种候选肽进行了分子动力学模拟验证，筛选范围仍有待进一步扩大 | 开发新型抗生物污染肽材料，以拓展其在复杂生物环境中的应用场景 | 抗生物污染肽序列 | 机器学习 | NA | 蛋白质语言模型，分子动力学模拟 | 随机森林，蛋白质语言模型 | 肽序列数据 | 包含等量抗生物污染肽和生物污染肽序列的平衡数据库 | NA | ESM2 | NA | NA |
| 6419 | 2026-01-16 |
Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease
2025, Current neuropharmacology
IF:4.8Q1
|
综述 | 本文从转化信息学的角度全面审视了神经退行性疾病的药物重定位，涵盖数据源、计算模型和临床应用 | 通过整合人工智能和医疗数据，系统化地分类了药物重定位的计算模型，并突出了在神经退行性疾病研究中的应用潜力 | NA | 开发针对神经退行性疾病的有效治疗干预措施 | 神经退行性疾病 | 自然语言处理 | 老年病 | NA | 机器学习,深度学习 | 文本 | NA | NA | NA | NA | NA |
| 6420 | 2026-01-16 |
Advancing Alzheimer's Diagnosis with AI-Enhanced MRI: A Review of Challenges and Implications
2025, Current neuropharmacology
IF:4.8Q1
|
综述 | 本文综述了基于AI增强MRI在阿尔茨海默病诊断中的应用，重点探讨了深度学习模型（如CNN和NC-ANN）的挑战与临床意义 | 通过系统分类和批判性评估MRI深度学习研究，强调了其在提升神经疾病诊断性能方面的潜力，并讨论了临床实践中的挑战与未来方向 | 作为综述文章，未涉及原始数据或新模型开发，主要依赖现有研究，可能受限于文献覆盖范围和偏倚 | 总结和评估基于MRI的深度学习研究在神经疾病（特别是阿尔茨海默病）诊断中的应用，以促进AI在临床实践中的整合 | 阿尔茨海默病及其他神经疾病，使用脑结构MRI数据进行预测建模 | 数字病理学 | 阿尔茨海默病 | 脑结构磁共振成像（MRI） | CNN, NC-ANN | 图像 | NA | NA | NA | NA | NA |