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 32705 篇文献，本页显示第 6681 - 6700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6681 | 2025-10-06 |
SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation
2025-Aug, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110258
PMID:40460564
|
研究论文 | 提出一种高效的子模型集成框架，通过生成不确定性图谱增强医学深度学习模型的可解释性 | 从单一训练好的检查点生成多样化模型族，通过输出分歧进行不确定性估计 | NA | 提升医学深度学习模型的可解释性和临床适用性 | CT身体分割和MR-CT合成数据集 | 计算机视觉 | NA | 深度学习 | 集成学习 | 医学影像（CT、MR） | NA | NA | U-Net, UNETR | Dice系数, 平均绝对误差 | NA |
| 6682 | 2025-10-06 |
Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis
2025-Aug, Psychiatry research. Neuroimaging
|
研究论文 | 本研究通过可视化静息态功能磁共振成像的深度特征来区分认知正常个体与不同阶段阿尔茨海默病患者 | 提出了能够有效识别阿尔茨海默病的特定深度特征子集（称为“信息性深度特征”），并通过热图和激活图实现全切片图像级别的可视化 | 脑萎缩和图像强度模式相似性带来的挑战 | 开发基于深度学习的阿尔茨海默病诊断方法并提高模型可解释性 | 认知正常个体和不同阶段阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 静息态功能磁共振成像（rs-fMRI） | 深度学习网络 | 神经影像数据 | 来自ADNI数据库的rs-fMRI数据 | NA | NA | NA | NA |
| 6683 | 2025-10-06 |
O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis
2025-Aug, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2025.112803
PMID:40516373
|
研究论文 | 提出一种基于B样条几何模型的自动算法O-GEST，用于在无测力台条件下检测地面行走步态事件 | 首次将B样条几何模型与步态相关阈值结合，开发适用于标记点和无标记点分析的通用步态事件检测算法 | 算法验证主要针对特定病理人群，在更广泛疾病类型中的适用性需进一步验证 | 开发高精度的步态事件检测算法以提升无测力台环境下的步态分析可靠性 | 健康人群和病理步态患者（髋关节骨关节炎、中风幸存者、帕金森病患者、脑瘫儿童） | 生物医学工程 | 神经肌肉疾病,骨科疾病 | 运动学数据分析,B样条建模 | 几何模型 | 运动学数据,轨迹数据 | 390名受试者（200名健康人，100名单侧髋关节骨关节炎，50名中风幸存者，26名帕金森病患者，14名脑瘫儿童） | NA | B样条几何模型 | 时间差异精度（毫秒） | NA |
| 6684 | 2025-10-06 |
Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data
2025-Aug, Hearing research
IF:2.5Q1
DOI:10.1016/j.heares.2025.109337
PMID:40532492
|
研究论文 | 开发基于深度学习的系统将听力图数字化，实现结构化数据提取和匿名化处理 | 与以往主要关注分类或预测的研究不同，该框架确保结构化数值数据输出同时遵守数据匿名化法规 | NA | 开发深度学习系统数字化听力图，实现大规模听力大数据收集 | 纯音听力图图像 | 计算机视觉 | 听力损失 | 纯音听力测定 | CNN | 图像 | 训练集8847个听力图符号，测试集2443个听力图符号 | NA | 卷积神经网络 | 准确率 | NA |
| 6685 | 2025-10-06 |
Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function
2025-Aug, Psychiatry research. Neuroimaging
|
研究论文 | 提出一种基于Kolmogorov-Arnold网络的参数高效框架用于ADHD诊断 | 结合KAN网络显著减少参数复杂度，引入注意力驱动特征选择机制和具有可学习系数的自适应激活函数 | NA | 开发参数效率高且可解释性强的ADHD诊断模型 | 注意力缺陷多动障碍(ADHD)患者 | 医学影像分析 | 注意力缺陷多动障碍 | 脑连接特征分析 | Kolmogorov-Arnold Network (KAN) | 脑连接特征数据 | ADHD-200基准数据集 | NA | Kolmogorov-Arnold Network with attention mechanism | 准确率, F1分数, 精确率 | NA |
| 6686 | 2025-10-06 |
iALP: Identification of Allergenic Proteins Based on Large Language Model and Gate Linear Unit
2025-Jul-13, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00734-2
PMID:40652417
|
研究论文 | 提出了一种基于大型语言模型ProtT5和门控线性单元(GLU)的过敏蛋白识别新方法iALP | 首次将大型语言模型ProtT5与门控线性单元结合用于过敏蛋白识别，能够深入分析过敏蛋白的复杂特征 | 对短于100个氨基酸的蛋白质序列性能需要进一步讨论 | 开发高效的过敏蛋白识别方法以预防过敏反应 | 过敏蛋白(ALPs) | 自然语言处理, 生物信息学 | 过敏性疾病 | 蛋白质序列分析 | 大型语言模型, 深度学习 | 蛋白质序列数据 | NA | NA | ProtT5, GLU | 准确率, F1-score | NA |
| 6687 | 2025-10-06 |
CoBdock-2: enhancing blind docking performance through hybrid feature selection combining ensemble and multimodel feature selection approaches
2025-Jul-13, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00629-w
PMID:40652425
|
研究论文 | 开发了一种基于机器学习的盲对接方法CoBDock-2，通过混合特征选择策略提升结合位点和姿态预测性能 | 采用集成和多模型混合特征选择方法从9598个特征中识别关键分子特征，替代传统对接工具 | 与深度学习方法的比较为低偏差假设性比较，需要进一步验证 | 提升虚拟筛选中的盲对接性能，准确识别正构结合位点并预测小分子亲和力 | 蛋白质-配体相互作用 | 机器学习 | NA | 分子对接，空腔检测 | 机器学习 | 蛋白质、配体和相互作用的结构特征 | 多个基准数据集（PDBBind v2020-general, MTi, ADS, DUD-E, CASF-2016） | NA | NA | 结合位点识别准确率，配体姿态预测准确率，平均距离减少，平均姿态RMSD减少 | NA |
| 6688 | 2025-10-06 |
Deep Learning Photo Processing for Periodontitis Screening
2025-Jul-12, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251347508
PMID:40650464
|
研究论文 | 本研究开发了一种基于深度学习模型的口腔图像处理系统，用于牙周炎筛查 | 使用全局激活池化的多实例深度学习模型，无需图像标注即可识别II-IV期牙周炎，且模型性能优于不同技能水平的临床医生 | 需要在全球多个人群中进行更多开发和验证才能作为筛查工具推广 | 开发基于口腔图像的深度学习算法用于牙周炎筛查 | 在上海第九人民医院就诊的连续受试者及其口腔数字孪生 | 计算机视觉 | 牙周炎 | 深度学习图像处理 | 深度学习模型 | 口腔图像 | 内部开发测试387名受试者，外部测试183名受试者 | NA | 基于预训练ResNet50的全局激活池化多实例深度学习模型 | AUROC, 敏感度, 特异度 | NA |
| 6689 | 2025-10-06 |
Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy
2025-Jul-12, Journal of echocardiography
IF:1.4Q3
DOI:10.1007/s12574-025-00694-y
PMID:40650815
|
研究论文 | 提出一种基于人工智能的超声心动图分析框架SMART，用于自动评估左心室质量和整体纵向应变 | 首次将运动追踪与心肌分割相结合，实现左心室质量和整体纵向应变的同步自动评估 | 研究仅针对111名肥厚型心肌病患者进行验证，样本量有限 | 开发并验证新型AI框架在心脏功能评估中的临床应用价值 | 肥厚型心肌病患者 | 医学影像分析 | 肥厚型心肌病 | 经胸超声心动图，心脏磁共振成像 | 深度学习 | 超声心动图影像，心脏磁共振影像 | 111名肥厚型心肌病患者（中位年龄58岁，69%男性） | NA | NA | Pearson相关系数，平均差异，AUC | NA |
| 6690 | 2025-10-06 |
Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration
2025-Jul-12, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03477-z
PMID:40650802
|
研究论文 | 开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的导航精度和效率 | 采用天花板安装标记映射到固定医疗成像设备，消除了患者特定标记的需求；通过分层优化框架整合标记映射和多摄像头校准；使用深度学习技术提高标记检测和配准精度 | NA | 开发高效、精确的增强现实导航系统，简化手术流程并提高针基手术的导航精度 | 针基手术（如活检和消融）的导航系统 | 计算机视觉 | NA | 增强现实技术，深度学习 | NA | 图像数据 | NA | NA | NA | 穿刺精度，位置误差，角度偏差，时间减少 | NA |
| 6691 | 2025-10-06 |
Seeing is Believing-On the Utility of CT in Phenotyping COPD
2025-Jul-12, The British journal of radiology
DOI:10.1093/bjr/tqaf160
PMID:40650927
|
综述 | 探讨胸部CT影像生物标志物在慢性阻塞性肺疾病表型分析中的发展与应用 | 系统回顾了从传统阈值方法到深度学习技术的CT生物标志物演进历程，强调了空间感知机制和自动化表型分析的突破 | 数据集异质性、模型泛化能力和临床可解释性方面仍存在挑战 | 评估CT影像在COPD表型分析中的效用和发展前景 | 慢性阻塞性肺疾病患者的胸部CT影像特征 | 数字病理 | 慢性阻塞性肺疾病 | 胸部计算机断层扫描 | 深度学习 | CT影像 | NA | NA | NA | NA | NA |
| 6692 | 2025-10-06 |
AI-powered disease progression prediction in multiple sclerosis using magnetic resonance imaging: a systematic review and meta-analysis
2025-Jul-12, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2532038
PMID:40650946
|
系统综述与荟萃分析 | 本文系统回顾和荟萃分析了基于MRI的人工智能模型在预测多发性硬化症残疾进展方面的性能 | 首次对MRI驱动的AI模型预测多发性硬化症残疾进展的研究进行系统综述和荟萃分析，比较了传统机器学习与深度学习的性能差异 | 研究存在异质性高(I²=95%)、外部验证研究少(仅6项)、校准和决策曲线分析报告不足、个体水平预测误差超过1个EDSS点 | 评估基于MRI的人工智能模型在预测多发性硬化症未来残疾进展方面的准确性和临床应用价值 | 多发性硬化症患者 | 医学影像分析 | 多发性硬化症 | 磁共振成像 | 传统机器学习,深度学习 | 磁共振图像 | 12,252名多发性硬化症患者，来自21项研究 | NA | NA | AUC,RMSE | NA |
| 6693 | 2025-10-06 |
ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases
2025-Jul-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08673-0
PMID:40640259
|
研究论文 | 提出一种结合Swin Transformer和卷积特征交互的深度学习框架ST-CFI，用于通过叶片图像识别植物病害 | 首次将Swin Transformer与CNN特征交互结合，通过inception架构和跨通道特征学习同时提取局部和全局特征 | 在PlantDoc数据集上准确率相对较低(77.54%)，表明模型在某些真实场景下性能有待提升 | 开发高精度植物病害检测方法以保障粮食安全 | 植物叶片图像 | 计算机视觉 | 植物病害 | 深度学习图像分析 | CNN, Transformer | 图像 | 五个数据集：PlantVillage、Plant Pathology 2021、PlantDoc、AI2018、iBean | NA | Swin Transformer, inception架构 | 准确率, F1分数, 损失值 | NA |
| 6694 | 2025-10-06 |
Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor
2025-Jul-11, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c02822
PMID:40644803
|
研究论文 | 开发了一种基于激光诱导石墨烯免疫传感器与机器学习相结合的多模态肺癌早期筛查平台 | 首次将多重激光诱导石墨烯免疫传感器与深度学习CT影像特征和临床数据整合，构建多模态预测模型 | 未明确说明样本规模和研究人群特征 | 提高肺癌早期筛查的准确性和可及性 | 肺癌患者和四种肿瘤标志物（NSE、CEA、p53、SOX2） | 机器学习 | 肺癌 | 激光诱导石墨烯免疫传感器、CT成像 | 深度学习 | 蛋白质组数据、医学影像、临床数据 | NA | NA | NA | AUC | NA |
| 6695 | 2025-07-14 |
Advancing neural decoding with deep learning
2025-Jul-11, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00837-2
PMID:40646317
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6696 | 2025-10-06 |
Interpretable MRI Subregional Radiomics-Deep Learning Model for Preoperative Lymphovascular Invasion Prediction in Rectal Cancer: A Dual-Center Study
2025-Jul-11, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01586-4
PMID:40646374
|
研究论文 | 开发基于可解释机器学习的融合模型，结合多参数MRI亚区域影像组学和深度学习，用于直肠癌术前淋巴血管侵犯预测 | 首次将K-means聚类划分的肿瘤亚区域影像组学特征与Vision Transformer深度学习特征融合构建SubViT模型，并采用SHAP工具增强模型可解释性 | 样本量相对有限（共376例患者），仅来自两个医疗中心 | 术前无创预测直肠癌淋巴血管侵犯状态 | 经组织病理学证实的直肠癌患者 | 医学影像分析 | 直肠癌 | 多参数MRI | 融合模型（影像组学+深度学习） | 医学影像（MRI） | 376例患者（301例训练集，75例外部队验证集） | NA | Vision Transformer (ViT), K-means聚类 | AUC, ROC曲线, 决策曲线分析(DCA), Delong检验 | NA |
| 6697 | 2025-10-06 |
Performance of Radiomics and Deep Learning Models in Predicting Distant Metastases in Soft Tissue Sarcomas: A Systematic Review and Meta-analysis
2025-Jul-11, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.027
PMID:40651923
|
系统综述与荟萃分析 | 评估影像组学和深度学习模型预测软组织肉瘤远处转移性能的系统综述与荟萃分析 | 首次系统评估影像组学和深度学习模型在软组织肉瘤转移预测中的表现，并比较不同成像模态和特征提取方法的性能差异 | 存在显著异质性、有限的外部验证和潜在发表偏倚 | 评估影像组学和深度学习模型预测软组织肉瘤远处转移的诊断准确性 | 软组织肉瘤患者 | 医学影像分析 | 软组织肉瘤 | MRI, PET, PET/CT影像分析 | 深度学习模型, 影像组学模型 | 医学影像数据 | 19项研究涉及1712名患者 | NA | NA | AUC, 敏感度, 特异度 | NA |
| 6698 | 2025-10-06 |
A Deep Learning Model for Preoperative Prediction of Lymph Node Metastasis in cT1-Stage Lung Adenocarcinoma: A Multicenter External Validation Study
2025-Jul-11, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.001
PMID:40651922
|
研究论文 | 开发并验证用于术前预测cT1期肺腺癌淋巴结转移的深度学习模型 | 基于残差网络的深度学习模型在多个外部验证集中显示优于传统语义和影像组学特征的预测性能 | 回顾性研究设计，未与集成模型比较性能 | 术前预测cT1期肺腺癌淋巴结转移 | cT1期肺腺癌患者 | 医学影像分析 | 肺癌 | CT影像分析 | 深度学习 | 医学影像 | 2503名患者，2568个经病理确认的cT1期肺腺癌结节，来自8个机构 | NA | ResLNM（基于残差网络） | AUC, 决策曲线分析 | NA |
| 6699 | 2025-10-06 |
Deep learning to assess erythritol in zebrafish development, circadian rhythm, and cardiovascular disease risk
2025-Jul-10, NPJ science of food
IF:6.3Q1
DOI:10.1038/s41538-025-00512-w
PMID:40640190
|
研究论文 | 使用深度学习方法评估赤藓糖醇对斑马鱼发育、昼夜节律和心血管疾病风险的影响 | 首次采用深度学习方法系统评估赤藓糖醇对斑马鱼发育时序、运动行为、昼夜节律和血栓形成的综合影响 | 研究仅基于斑马鱼模型，结果外推至人类需谨慎；赤藓糖醇浓度范围有限 | 评估赤藓糖醇作为人工甜味剂的安全性及其对生物发育和健康的潜在风险 | 斑马鱼胚胎和幼虫 | 数字病理 | 心血管疾病 | 深度学习 | 深度学习模型 | 发育时序数据、行为数据、分子表达数据 | 斑马鱼胚胎（从受精后2小时暴露至120小时） | NA | NA | NA | NA |
| 6700 | 2025-10-06 |
Deformable detection transformers for domain adaptable ultrasound localization microscopy with robustness to point spread function variations
2025-Jul-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09120-w
PMID:40640235
|
研究论文 | 提出一种基于可变形检测Transformer的超声定位显微成像方法，能够应对点扩散函数变化并实现跨域适应 | 首次将可变形检测Transformer(DE-DETR)应用于超声定位显微成像，结合KDTree算法改进微泡跟踪，解决了点扩散函数动态变化和模拟-活体数据域适应问题 | 方法在模拟和活体数据间的泛化能力仍需进一步验证，未明确说明计算资源需求 | 提升超声定位显微成像在临床应用中的性能和鲁棒性 | 气体微泡在血管中的运动轨迹 | 计算机视觉 | NA | 超声定位显微成像(ULM) | Transformer | 超声图像序列 | NA | NA | DEformable DEtection TRansformer (DE-DETR) | 精确率, 召回率 | NA |