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 36465 篇文献，本页显示第 6821 - 6840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6821 | 2025-10-06 |
Decision Strategies in AI-Based Ensemble Models in Opportunistic Alzheimer's Detection from Structural MRI
2025-Sep-17, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01604-5
PMID:40963032
|
研究论文 | 本研究通过集成学习策略结合深度学习架构，利用结构MRI进行阿尔茨海默病的多分类检测 | 比较了三种集成决策策略在三种不同深度学习架构中的表现，并首次系统分析了检测性能与模型校准之间的关系 | 研究基于相对较小的数据集，可能影响模型的泛化能力 | 开发基于人工智能的集成模型，提高阿尔茨海默病的检测性能 | 阿尔茨海默病患者的结构MRI数据 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 深度学习 | 医学影像 | NA | NA | 三种不同的深度学习架构 | 平衡准确率, 校准误差 | NA |
| 6822 | 2025-10-06 |
Development of a predictive model for distant metastasis in HCC patients post-TACE using clinical data, radiomics, and deep learning
2025-Sep-16, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06308-5
PMID:40954349
|
研究论文 | 开发结合临床数据、影像组学和深度学习的预测模型，用于评估肝细胞癌患者TACE术后远处转移风险 | 首次将临床数据、影像组学和深度学习特征相结合构建综合预测模型，用于预测HCC患者TACE术后远处转移风险 | 样本量相对有限（475例），需进一步多中心验证 | 预测肝细胞癌患者经动脉化疗栓塞术后远处转移风险 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 影像组学分析，深度学习 | 深度学习模型，逻辑回归 | 临床数据，医学影像 | 475例患者，分为训练集、测试集和外部验证集 | NA | NA | AUC，校准曲线，决策曲线分析 | NA |
| 6823 | 2025-09-19 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2025-Sep-16, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-025-01684-5
PMID:40954491
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6824 | 2025-10-06 |
Deep learning application for genomic data analysis
2025-Sep-16, BMB reports
IF:2.9Q3
PMID:40962325
|
综述 | 本文综述了深度学习在基因组数据分析四个领域中的应用进展与未来方向 | 系统总结深度学习在变异检测、基因表达调控、模体发现和染色质三维互作四大基因组领域的前沿应用，并首次提出基因组标记化和多组学数据整合的未来挑战 | 作为综述文章未包含原始实验数据，主要基于现有文献进行分析总结 | 探讨深度学习技术在基因组数据分析中的应用现状与发展前景 | 基因组数据及其分析模型 | 机器学习 | NA | 基因组测序技术 | 深度学习 | 基因组数据 | NA | NA | NA | 可靠性, 效率 | NA |
| 6825 | 2025-10-06 |
MBLEformer: Multi-Scale Bidirectional Lesion Enhancement Transformer for Cervical Cancer Image Segmentation
2025-Sep-16, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种用于宫颈癌图像分割的多尺度双向病灶增强Transformer模型MBLEformer | 采用Swin Transformer编码器提取多阶段图像特征，结合多尺度注意力机制和双向病灶增强上采样策略 | NA | 提高宫颈癌病灶分割的准确性，解决CNN和注意力机制在捕获全局特征和上采样细节方面的局限性 | 卢戈氏碘染色宫颈图像中的病灶区域 | 计算机视觉 | 宫颈癌 | 医学图像分析 | Transformer, CNN | 图像 | NA | NA | Swin Transformer, MBLEformer | mIoU, 准确率, 特异性 | NA |
| 6826 | 2025-10-06 |
Flexible Monolithic 3D-Integrated Self-Powered Tactile Sensing Array Based on Holey MXene Paste
2025-Sep-15, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01924-9
PMID:40952539
|
研究论文 | 基于多孔MXene浆料开发了一种柔性单片三维集成自供电触觉传感阵列 | 采用多孔MXene浆料实现单片三维集成，每个垂直一体单元同时作为微型超级电容器和压力传感器工作 | 仅展示了概念验证应用，尚未进行大规模商业化验证 | 开发高度集成、智能化和灵活的电子系统用于先进人机交互和个性化电子设备 | 柔性触觉传感系统 | 柔性电子 | NA | 刮刀涂布和冲压方法 | 深度学习 | 触觉压力数据 | NA | NA | NA | 机械柔韧性、功耗、响应速度、长期运行稳定性 | NA |
| 6827 | 2025-10-06 |
Concentration-dependent responses of C. reinhardtii to silver ions: hormetic response in growth and reduction of motility
2025-Sep-15, The European physical journal. E, Soft matter
DOI:10.1140/epje/s10189-025-00521-3
PMID:40952583
|
研究论文 | 本研究探讨了莱茵衣藻对银离子暴露的生物物理响应，包括种群生长动态、叶绿素含量和游动能力的变化 | 首次在微藻中观察到银离子诱导的毒物兴奋效应，揭示了离子胁迫与细胞生长之间的非线性耦合关系，并应用深度学习算法量化银离子对单个微藻游动能力的影响 | 研究仅针对单一微藻物种，未考虑银纳米颗粒等其他银形态的影响，环境因素如光照和营养条件的影响也未完全评估 | 探究银离子对水生微藻的生物物理影响机制 | 莱茵衣藻(C. reinhardtii)微藻 | 环境毒理学 | NA | 分光光度法, 深度学习运动追踪 | 深度学习算法 | 生长曲线数据, 叶绿素含量数据, 运动轨迹数据 | 不同银离子浓度处理组(0.29-1.18 M) | NA | NA | 平均游动速度, 方向变化频率 | NA |
| 6828 | 2025-10-06 |
Exploring deep learning and hybrid approaches in molecular subgrouping and prognostic-related genetic signatures of medulloblastoma
2025-Sep-15, Chinese neurosurgical journal
DOI:10.1186/s41016-025-00405-7
PMID:40954484
|
研究论文 | 本研究开发基于MRI的深度学习模型，用于髓母细胞瘤分子亚型分类和预后相关遗传标志物预测 | 采用两阶段深度学习框架同时实现髓母细胞瘤分子亚型识别和预后遗传标志物预测，并开发了结合深度学习和传统数据的混合模型 | 回顾性研究设计，样本量相对有限（449例患者），仅来自两个医疗机构 | 开发深度学习模型用于髓母细胞瘤分子亚型分类和预后相关遗传标志物识别 | 髓母细胞瘤患者 | 医学影像分析 | 髓母细胞瘤 | MRI成像 | CNN | 医学影像（T1加权、T2加权、对比增强T1加权MRI） | 449例髓母细胞瘤患者（325例用于模型开发，124例用于外部验证） | NA | MB-CNN, MB-CNN_TP53/MYC/Chr11 | 准确率, AUC | NA |
| 6829 | 2025-10-06 |
Real-time detection of Wi-Fi attacks using hybrid deep learning models on NodeMCU
2025-Sep-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18947-2
PMID:40954170
|
研究论文 | 提出一种基于NodeMCU的实时轻量级Wi-Fi去认证攻击检测系统 | 首次在超低成本嵌入式设备上集成混合时序深度学习与可解释分类器，填补了现有入侵检测研究在边缘计算和模型可解释性方面的空白 | 仅在5600多个标记样本上验证，网络条件多样性可能有限 | 开发实时轻量级Wi-Fi入侵检测系统 | Wi-Fi去认证攻击 | 机器学习 | NA | 实时数据包嗅探 | LSTM, GRU, RNN, 逻辑回归 | 网络流量数据 | 5600多个标记样本 | NA | LSTM, GRU, RNN | 准确率 | NodeMCU ESP8266微控制器 |
| 6830 | 2025-10-06 |
Multi-scale based Network and Adaptive EfficientnetB7 with ASPP: Analysis of Novel Brain Tumor Segmentation and Classification
2025-Sep-15, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种结合多尺度分割网络和自适应分类模型的新型脑肿瘤分割与分类方法 | 提出MBANet多尺度双边感知网络进行肿瘤分割，并设计RVAEB7-ASPP分类架构结合Vision Transformer和自适应EfficientNetB7，采用改进的河马优化算法进行超参数调优 | NA | 开发鲁棒高效的深度学习框架，辅助临床医生进行精确早期诊断和有效治疗规划 | 脑肿瘤MRI图像 | 医学图像分析 | 脑肿瘤 | 磁共振成像 | 深度学习,Transformer,CNN | 医学图像 | NA | NA | MBANet,Region Vision Transformer,Adaptive EfficientNetB7,ASPP | 准确率 | NA |
| 6831 | 2025-09-19 |
Reply to "A critical appraisal and methodological inquiry into an automated multimodal deep learning model for predicting biochemical recurrence in prostate cancer"
2025-Sep-13, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2025.110616
PMID:40962607
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6832 | 2025-09-19 |
A critical appraisal and methodological inquiry into an automated multimodal deep learning model for predicting biochemical recurrence in prostate cancer
2025-Sep-11, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2025.110615
PMID:40962606
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6833 | 2025-10-06 |
Left-handed conformations of glycyl residues may confer protection against protein aggregation
2025-Sep, The FEBS journal
DOI:10.1111/febs.70092
PMID:40243345
|
研究论文 | 本研究探讨甘氨酸残基左手构象在防止蛋白质聚集中的作用及其进化意义 | 首次系统揭示左手构象甘氨酸在疾病变异位点的过度表达现象及其通过破坏β-链排列抑制蛋白质聚集的分子机制 | 研究主要基于已有变异位点的构象分析，需要进一步实验验证分子机制 | 阐明甘氨酸左手构象在蛋白质稳定性和抗聚集中的生物学功能 | 1104个疾病相关变异位点和343个良性变异位点的甘氨酸残基构象 | 结构生物学 | 蛋白质构象疾病 | 构象分析、深度学习 | 深度学习模型 | 蛋白质结构数据、变异位点数据 | 1447个变异位点（1104个疾病相关，343个良性） | NA | NA | 准确率, AUC | NA |
| 6834 | 2025-10-06 |
Human and Deep Learning Predictions of Peripheral Lung Cancer Using a 1.3 mm Video Endoscopic Probe
2025-Sep, Respirology (Carlton, Vic.)
DOI:10.1111/resp.70057
PMID:40433758
|
研究论文 | 本研究评估了不同经验水平的医生和深度学习模型在使用1.3mm视频内窥镜探头预测周围型肺结节恶性性质的能力 | 首次将深度学习应用于1.3mm视频内窥镜探头图像，用于周围型肺结节的恶性预测 | 样本量较小（61例患者），深度学习模型性能未超越资深医生 | 评估人类医生和AI在周围型肺结节恶性预测中的诊断能力 | 周围型肺结节患者 | 计算机视觉 | 肺癌 | 视频内窥镜成像 | 深度学习 | 视频序列，图像 | 61例患者（37例癌症，24例良性病变） | NA | NA | 诊断准确率，敏感性，特异性，F1分数，平衡准确率 | NA |
| 6835 | 2025-10-06 |
Deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study
2025-Sep-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002667
PMID:40557542
|
研究论文 | 本研究开发并验证了基于深度学习的算法，通过组织病理学图像对平滑肌肉瘤进行分子亚型分层和生存预测 | 首次使用单张H&E染色全切片图像开发深度学习模型进行平滑肌肉瘤分子亚型分层和生存预测 | 需要大型前瞻性队列进一步验证 | 开发用于平滑肌肉瘤分子亚型分层和生存预测的深度学习算法 | 平滑肌肉瘤患者 | 数字病理学 | 平滑肌肉瘤 | H&E染色全切片图像 | CNN | 图像 | 训练集154例(1,579,215个图块)，外部测试集80例(555,211个图块) | NA | DenseNet121, ResNet50 | AUROC, 准确率, 召回率, 特异性, 精确率, F1分数 | NA |
| 6836 | 2025-10-06 |
Peripheral neural interfaces for reading high-frequency brain signals
2025-Sep, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-025-01445-1
PMID:40579488
|
研究论文 | 本文提出利用外周神经接口通过肌肉传感器非侵入式读取中枢神经系统高频信号的方法 | 首次提出通过运动神经元输出信号逆向估计中枢神经系统输入信号的创新方法 | 需要进一步在受控环境和真实场景中验证运动神经元中枢接口的性能 | 开发非侵入式中枢神经系统活动监测技术 | 运动神经元和中枢神经系统信号 | 神经工程 | 神经系统疾病 | 肌肉信号记录, 深度学习解码 | 深度学习 | 神经信号, 肌肉信号 | NA | NA | NA | 实时解码精度 | NA |
| 6837 | 2025-10-06 |
Dynamics-informed reservoir computing with visibility graphs
2025-Sep-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0293030
PMID:40965304
|
研究论文 | 提出一种基于可见性图的动态信息储备计算框架，通过从训练序列直接推断储备网络结构来改进时间序列预测 | 首次将可见性图技术引入储备计算，直接从训练数据构建储备网络结构，避免昂贵的超参数调优 | 在某些条件下，密度匹配的Erdős-Rényi图可能优于所提方法 | 提高复杂非线性时间序列预测的准确性和一致性 | 非线性时间序列数据 | 机器学习 | NA | 可见性图技术 | 储备计算 | 时间序列数据 | NA | NA | 可见性图网络结构 | 预测准确性, 一致性 | NA |
| 6838 | 2025-10-06 |
Designing the CORI score for COVID-19 diagnosis in parallel with deep learning-based imaging models
2025-Aug, Narra J
DOI:10.52225/narra.v5i2.1606
PMID:40951492
|
研究论文 | 开发结合胸部X光影像和临床数据的AI辅助诊断模型，用于COVID-19检测 | 提出COVID-19风险指数（CORI评分）并实现基于ResNet架构的深度学习模型 | 回顾性数据收集、医院间变异性和有限的外部验证 | 开发COVID-19的AI辅助诊断工具 | COVID-19患者、非COVID-19肺炎患者和健康个体 | 医学影像分析 | COVID-19 | 胸部X光成像 | CNN | 图像、临床数据、实验室数据 | 367名参与者（100名COVID-19阳性、100名非COVID-19肺炎、100名健康个体） | NA | ResNet | 准确率、灵敏度、特异性、阴性预测值、阳性预测值、ROC曲线下面积 | NA |
| 6839 | 2025-10-06 |
Artificial Intelligence in Neuro-Ophthalmology: Opportunities for the Diagnosis of Optic Neuropathies and Visual Pathway Disorders
2025-Aug, Cureus
DOI:10.7759/cureus.90142
PMID:40955247
|
综述 | 本文探讨人工智能在神经眼科领域诊断视神经病变和视觉通路障碍的应用前景与挑战 | 系统阐述深度学习技术在神经眼科多模态影像诊断中的创新应用，包括移动诊断应用和集成决策支持系统的开发 | 存在数据异质性、模型可解释性不足以及缺乏标准化监管和伦理指南等关键挑战 | 评估人工智能在神经眼科疾病诊断中的机遇与临床转化前景 | 视神经病变和视觉通路障碍（包括视神经炎、缺血性视神经病变、视乳头水肿和青光眼性视神经损伤） | 医学人工智能 | 神经眼科疾病 | 眼底摄影、光学相干断层扫描（OCT）、磁共振成像（MRI）、视野检查 | CNN, 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 6840 | 2025-10-06 |
Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models
2025-Jul, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.105126
PMID:40300323
|
研究论文 | 开发基于深度学习的生物启发模型来识别群养肉种鸡的交配行为 | 结合鸟类计数变化和交配生物特征，开发了集成目标检测、跟踪和分割的深度学习框架 | 交配事件识别在不同时间和鸟类年龄间存在波动，受鸟类重叠、聚集密度和遮挡影响 | 开发深度学习模型识别肉种鸡交配行为以优化繁殖管理 | 罗斯708品种的20只肉种母鸡和2-3只公鸡（56周龄） | 计算机视觉 | NA | 视频监控系统 | CNN, 目标检测, 目标跟踪, 实例分割 | 图像 | 4个实验围栏中的20-23只肉种鸡 | PyTorch | YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation, Track Anything | 准确率, 精确率, 召回率, mAP50, mAP95, F1分数, 阳性预测值, 阴性预测值 | NA |