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 33074 篇文献，本页显示第 7081 - 7100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7081 | 2025-10-06 |
Correlating Patient Symptoms and CT Morphology in AI-Detected Incidental Pulmonary Embolisms
2025-Jun-27, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131639
PMID:40647638
|
研究论文 | 本研究评估AI检测的偶发性肺栓塞与临床症状和CT形态学特征之间的相关性 | 首次使用深度学习AI算法系统评估偶发性肺栓塞的血栓负荷、右心应变CT形态学标志与临床症状的关联 | 回顾性研究设计，样本量相对有限（41例IPEs） | 评估AI检测的偶发性肺栓塞的临床和放射学意义 | 偶发性肺栓塞患者 | 数字病理 | 心血管疾病 | CT扫描, 自然语言处理 | 深度学习 | 医学影像, 临床文本 | 13,603例增强CT扫描，其中41例AI检测的偶发性肺栓塞 | NA | NA | Mastora评分, Qanadli评分, Ghanima评分, Kirchner评分 | NA |
| 7082 | 2025-10-06 |
Artificial Intelligence in Microsurgical Planning: A Five-Year Leap in Clinical Translation
2025-Jun-27, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14134574
PMID:40648947
|
综述 | 本文系统回顾了2020-2025年间人工智能在显微外科各阶段临床应用的最新进展 | 首次全面评估AI在显微外科术前规划、术中决策和术后监测中的转化应用，展示了五年间的技术飞跃 | 多数研究依赖回顾性单中心数据，大规模前瞻性验证仍然有限 | 评估人工智能在显微外科护理各阶段的应用效果和发展前景 | 人类受试者在显微外科护理过程中的相关临床数据 | 数字病理 | NA | 深度学习, 预测建模, 增强现实 | 深度学习模型, 预测模型 | 医学影像, 临床数据, 监测数据 | NA | NA | NA | 灵敏度 | NA |
| 7083 | 2025-10-06 |
Performance Evaluation of Four Deep Learning-Based CAD Systems and Manual Reading for Pulmonary Nodules Detection, Volume Measurement, and Lung-RADS Classification Under Varying Radiation Doses and Reconstruction Methods
2025-Jun-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131623
PMID:40647622
|
研究论文 | 评估四种基于深度学习的CAD系统和人工阅读在不同辐射剂量和重建方法下对肺结节检测、体积测量和Lung-RADS分类的性能 | 首次系统比较四种DL-CAD系统与人工阅读在不同辐射剂量和重建方法下的综合性能，特别关注体积渲染技术的增强作用 | DL-CAD系统在体积测量和部分实性结节的Lung-RADS分类准确性方面存在局限 | 优化肺结节检测在不同成像协议下的性能 | 169个人工肺结节 | 计算机视觉 | 肺癌 | CT扫描, 体积渲染 | 深度学习CAD系统 | CT图像 | 1080个图像集（3个剂量水平×2个内核×3个重建算法） | NA | NA | 灵敏度, 特异性, 体积误差, Lung-RADS分类准确率 | NA |
| 7084 | 2025-10-06 |
Fusion-Based Deep Learning Approach for Renal Cell Carcinoma Subtype Detection Using Multi-Phasic MRI Data
2025-Jun-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131636
PMID:40647635
|
研究论文 | 提出基于深度学习的混合模型，利用多期相MRI数据对肾细胞癌亚型进行准确分类 | 结合对比剂注射前的T2期与注射后的动脉期和静脉期MRI数据进行综合分析 | NA | 为放射科医生提供肾细胞癌亚型分类的决策支持机制 | 肾细胞癌亚型 | 医学影像分析 | 肾细胞癌 | 多期相磁共振成像 | 深度学习混合模型 | MRI图像 | 1275张来自不同期相的MRI图像 | NA | NA | 准确率 | NA |
| 7085 | 2025-10-06 |
Deep Learning with Transfer Learning on Digital Breast Tomosynthesis: A Radiomics-Based Model for Predicting Breast Cancer Risk
2025-Jun-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131631
PMID:40647630
|
研究论文 | 本研究开发了基于迁移学习的深度学习模型，用于数字乳腺断层合成图像的乳腺病变良恶性分类 | 首次将迁移学习应用于数字乳腺断层合成图像的放射组学分析，比较了两种CNN架构在乳腺病变分类中的表现 | 单中心回顾性研究，样本量有限，模型敏感度欠佳，临床适用性有待提高 | 开发基于深度学习的乳腺病变分类模型以支持临床决策和风险分层 | 184例经组织学或临床确诊的乳腺病变患者（107例良性，77例恶性） | 计算机视觉 | 乳腺癌 | 数字乳腺断层合成成像 | CNN | 医学影像 | 184例患者，每个病例包含单个手动分割的病灶 | TensorFlow, PyTorch | ResNet50, DenseNet201 | ROC-AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 7086 | 2025-10-06 |
CELM: An Ensemble Deep Learning Model for Early Cardiomegaly Diagnosis in Chest Radiography
2025-Jun-25, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131602
PMID:40647601
|
研究论文 | 本研究开发了一种集成深度学习模型CELM，用于胸部X光影像中的早期心脏扩大自动诊断 | 提出了一种新颖的基于堆叠的集成模型CELM，通过元分类器整合互补的CNN特征，并结合Vision Transformers实现高性能诊断 | 需要进一步的验证研究来确认模型在临床环境中的可靠性 | 开发自动诊断心脏扩大的深度学习模型，改善早期检测和临床干预 | 胸部X光影像中的心脏扩大病变 | 计算机视觉 | 心血管疾病 | 胸部X光成像 | CNN, Vision Transformer, 集成学习 | 图像 | 来自PadChest、NIH CXR、VinDr-CXR和CheXpert数据集的后前位胸部X光影像，构成最大最多样化的数据集之一 | NA | VGG16, ResNet50, InceptionV3, DenseNet121, DenseNet201, AlexNet, Vision Transformer, CELM | 准确率, 精确率, 召回率, F1分数, 特异性, AUC | NA |
| 7087 | 2025-10-06 |
Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification
2025-Jun-25, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131616
PMID:40647615
|
研究论文 | 本研究提出了一种结合多重分形分析和多层感知器分类的早期糖尿病视网膜病变检测方法 | 首次将多重分形分析应用于OCT图像来检测早期糖尿病视网膜病变，并结合多层感知器实现高精度分类 | NA | 开发可靠的早期糖尿病视网膜病变自动筛查工具 | 糖尿病视网膜病变患者的OCT图像 | 医学影像分析 | 糖尿病视网膜病变 | 光学相干断层扫描 | 多层感知器 | 图像 | NA | NA | 多层感知器 | 准确率,精确率,召回率,F1分数 | NA |
| 7088 | 2025-10-06 |
Pose estimation for pickleball players' kinematic analysis through MediaPipe-based deep learning: A pilot study
2025-Jun-25, Journal of sports sciences
IF:2.3Q2
DOI:10.1080/02640414.2025.2524283
PMID:40563204
|
研究论文 | 本研究通过基于MediaPipe的深度学习工具对匹克球运动员进行运动学分析，重点比较不同水平运动员在击球时的下肢角度和手腕运动差异 | 首次将MediaPipe深度学习工具应用于匹克球运动员的运动学分析，为教练提供快速监控运动参数的替代方案 | 样本量较小（14名男性运动员），仅分析了特定击球动作，未涉及足部位置和躯干旋转等其他生物力学参数 | 开发基于深度学习的运动分析工具，评估匹克球运动员的生物力学特征 | 匹克球运动员 | 计算机视觉 | NA | 深度学习，姿态估计 | MediaPipe | 视频 | 14名男性匹克球运动员（年龄46.5±10.5岁） | MediaPipe | MediaPipe姿态估计模型 | 统计显著性（p值） | NA |
| 7089 | 2025-10-06 |
Deep Learning Methods for Automatic Identification of Male and Female Chickens in a Cage-Free Flock
2025-Jun-24, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15131862
PMID:40646761
|
研究论文 | 本研究应用基于深度学习的目标检测模型，在无笼饲养环境中通过鸡冠大小和体型等表型特征自动识别公鸡和母鸡 | 首次在无笼饲养环境中创新应用YOLO系列模型，基于鸡冠大小和体型特征实现公鸡母鸡的自动识别 | 样本量有限（仅6只公鸡和200只母鸡），模型召回率有待提升 | 开发自动识别公鸡母鸡的深度学习模型，为家禽育种场的性能评估和遗传选择提供技术支持 | 洛曼LSL Lite品种的母鸡和公鸡 | 计算机视觉 | NA | 深度学习，目标检测 | YOLO | 图像 | 6只公鸡和200只母鸡，基于最多2500张图像 | NA | YOLOv5lu, YOLOv5xu, YOLOv11x, YOLOv11m | 精确率, 召回率, 平均精度均值(mAP), F1分数 | NA |
| 7090 | 2025-10-06 |
Innovative Technologies Reshaping Meat Industrialization: Challenges and Opportunities in the Intelligent Era
2025-Jun-24, Foods (Basel, Switzerland)
DOI:10.3390/foods14132230
PMID:40646982
|
综述 | 系统回顾了第四次工业革命和人工智能技术驱动下肉类产业从机械化向智能化转型的关键技术创新与应用 | 首次系统整合物理技术（毫米级智能切割、脉冲电场杀菌等）与数字技术（物联网、区块链、AI决策）在肉类产业的协同创新，并探讨细胞培养肉和3D生物打印对传统模式的颠覆潜力 | 大规模应用面临成本高昂（如细胞培养肉生物反应器投资）、标准化缺失（非热技术参数缺乏统一标准）和消费者接受度低（仅25%愿意尝试培养肉）三大挑战 | 分析智能时代肉类产业技术创新的现状、挑战与发展机遇 | 肉类工业化生产体系中的物理技术、数字技术及替代肉生产技术 | 工业智能化 | NA | 脉冲电场杀菌、超声波辅助腌制、超高压处理、物联网监控、区块链溯源、3D生物打印、细胞培养 | 深度学习 | 传感器数据、生产数据 | NA | NA | NA | 杀菌效率（90%+）、腌制时间减少（12小时）、利润提升（26.98%） | NA |
| 7091 | 2025-10-06 |
Robust Autism Spectrum Disorder Screening Based on Facial Images (For Disability Diagnosis): A Domain-Adaptive Deep Ensemble Approach
2025-Jun-24, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131601
PMID:40647600
|
研究论文 | 开发基于面部图像的鲁棒性自闭症谱系障碍筛查系统，采用领域自适应深度集成方法 | 提出ASD-UANet集成模型，结合Xception和ResNet50V2模型，采用加权集成策略(FPPR)处理多源数据不一致问题 | NA | 开发准确可靠的自闭症谱系障碍分类系统 | 自闭症谱系障碍患者的面部图像 | 计算机视觉 | 自闭症谱系障碍 | 深度学习 | 集成学习,迁移学习 | 图像 | 来自三个数据集的面部图像：Kaggle、YTUIA和UIFID | NA | Xception, ResNet50V2 | 准确率, AUC | NA |
| 7092 | 2025-10-06 |
Clinical Context Is More Important than Data Quantity to the Performance of an Artificial Intelligence-Based Early Warning System
2025-Jun-23, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14134444
PMID:40648818
|
研究论文 | 本研究探讨了基于深度学习的早期预警系统在不同临床数据完整性条件下的预测性能 | 发现临床背景信息比数据数量对AI预警系统性能更重要，挑战了传统对数据完整性的认知 | 回顾性单中心研究，可能限制结果的普适性 | 评估AI早期预警系统在不同临床数据缺失模式下的预测能力 | 成年住院患者 | 医疗人工智能 | 多种疾病 | 电子健康记录分析 | 深度学习 | 临床实验室数据 | 单中心住院患者队列 | NA | NA | 区分能力 | NA |
| 7093 | 2025-10-06 |
Scalable Nuclei Detection in HER2-SISH Whole Slide Images via Fine-Tuned Stardist with Expert-Annotated Regions of Interest
2025-Jun-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131584
PMID:40647583
|
研究论文 | 提出一种基于微调Stardist的可扩展深度学习框架，用于HER2-SISH全玻片图像中的细胞核检测 | 结合预训练Stardist模型与基于图像处理的标注，并在特定领域数据集上进行微调以提升泛化能力 | 仅使用100个专家标注区域和20个全玻片图像，样本规模有限 | 开发自动化细胞核检测方法以提升HER2基因表达的组织评分准确性 | HER2-SISH全玻片图像中的细胞核 | 数字病理学 | 乳腺癌 | 银原位杂交(SISH) | Stardist | 全玻片图像 | 20个全玻片图像中提取的100个专家标注区域 | NA | Stardist | F1-score, 准确率, 召回率 | NA |
| 7094 | 2025-10-06 |
Socializing AI: Integrating Social Network Analysis and Deep Learning for Precision Dairy Cow Monitoring-A Critical Review
2025-Jun-20, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15131835
PMID:40646734
|
综述 | 本文批判性分析奶牛行为识别领域的最新进展，重点探讨人工智能技术与社交网络分析的整合方法 | 提出将Transformer模型、多视角跟踪与社交网络分析相结合的新方法框架，包括姿态感知SNA框架和多相机融合技术 | 当前应用仍有限，存在遮挡、标注瓶颈、数据集多样性不足和泛化能力有限等挑战 | 通过整合AI与社交网络分析提升奶牛监测精度，改善动物福利和牧场管理效率 | 奶牛行为识别与社交互动分析 | 计算机视觉 | NA | 多视角跟踪，社交网络分析 | CNN, LSTM, Transformer | 视频，行为数据 | NA | NA | YOLO, EfficientDet, BiLSTM, convLSTM | NA | NA |
| 7095 | 2025-10-06 |
Experimental Evaluation and Machine Learning-Based Prediction of Laser Cutting Quality in FFF-Printed ABS Thermoplastics
2025-Jun-20, Polymers
IF:4.7Q1
DOI:10.3390/polym17131728
PMID:40647739
|
研究论文 | 本研究通过实验评估和机器学习方法预测CO激光切割FFF打印ABS热塑性塑料的切割质量 | 结合传统实验方法与七种机器学习模型（包括传统、集成和深度学习算法）预测激光切割质量，其中LSTM-GRU模型表现最佳 | 研究仅针对ABS材料，未涉及其他热塑性塑料；实验样本数量有限（45次试验） | 优化3D打印ABS零件的后处理策略，提高聚合物增材制造的精度和效率 | FFF打印的ABS热塑性塑料板材 | 机器学习 | NA | CO激光切割，Fused Filament Fabrication (FFF) | Linear Regression, Support Vector Regression, Extreme Gradient Boosting, Random Forest, LSTM, LSTM-GRU, LSTM-XGBoost | 实验测量数据 | 45次实验试验 | NA | LSTM, GRU, XGBoost, Random Forest | 预测性能指标 | NA |
| 7096 | 2025-10-06 |
Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity
2025-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533807
PMID:40654845
|
研究论文 | 提出Neurospectrum框架，通过几何和拓扑深度学习揭示神经活动中的时空特征 | 将神经活动编码为受时空结构影响的潜在轨迹，结合图注意力机制、图小波嵌入和流形正则化自编码器，使用多尺度几何、拓扑和动力学特征描述符 | NA | 从高维、噪声和动态的神经信号中提取与行为或疾病相关的可解释特征 | 神经活动信号 | 机器学习 | 强迫症 | fMRI，钙成像 | 图神经网络，自编码器，循环神经网络 | 神经信号数据 | NA | NA | 图注意力网络，流形正则化自编码器 | NA | NA |
| 7097 | 2025-10-06 |
Boltz-1 Democratizing Biomolecular Interaction Modeling
2025-May-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.19.624167
PMID:39605745
|
研究论文 | 介绍Boltz-1开源深度学习模型，该模型在生物分子复合物3D结构预测方面达到Alphafold3级别精度 | 提出创新的模型架构、速度优化和数据处理方法，并开发Boltz-steering推理时引导技术来修正模型幻觉和非物理预测 | NA | 推进生物分子相互作用建模，促进药物发现和蛋白质设计领域发展 | 生物分子复合物的3D结构 | 机器学习 | NA | 深度学习 | 深度学习模型 | 生物分子结构数据 | NA | NA | Boltz-1 | 结构预测精度 | NA |
| 7098 | 2025-10-06 |
scRegulate: Single-Cell Regulatory-Embedded Variational Inference of Transcription Factor Activity from Gene Expression
2025-May-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.17.649372
PMID:40654959
|
研究论文 | 开发了一种名为scRegulate的生成式深度学习框架，用于从单细胞RNA测序数据推断转录因子活性和基因调控网络 | 通过整合结构化生物约束与概率潜在空间模型，将先验生物知识与数据驱动推断相结合，能够捕获新颖、动态和上下文特定的调控相互作用 | NA | 从单细胞RNA测序数据准确推断转录因子活性和基因调控网络 | 单细胞RNA测序数据，转录因子，基因调控网络 | 计算生物学 | NA | 单细胞RNA测序，Perturb-seq | 变分推断，生成式深度学习 | 基因表达数据 | 多个公共实验和合成数据集，包括PBMC单细胞RNA测序数据 | NA | NA | AUROC, AUPRC, log2倍数变化 | NA |
| 7099 | 2025-10-06 |
MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data
2025-May-04, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.29.650640
PMID:40654960
|
研究论文 | 开发用于单细胞空间MIST阵列数据分析和可视化的综合工具包MIST-Explorer | 首个专门用于空间MIST数据图像配准和分析的专用软件，整合了从图像预处理到蛋白质定量的完整空间组学工作流 | 未提及具体性能评估数据或与其他工具的对比分析 | 解决空间蛋白质组学数据分析中缺乏专用工具的问题 | 组织样本和培养细胞的空间MIST数据 | 空间组学 | NA | 空间MIST（多重标记技术） | 深度学习 | 图像数据 | NA | Python, PyQt6, Astroalign, PyStackReg, StarDist | StarDist | NA | NA |
| 7100 | 2025-10-06 |
Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS
2025-May-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.19.629196
PMID:39763817
|
研究论文 | 提出了一种基于Transformer的快速无维度实例分割框架TARDIS，用于自动准确分割电子显微镜图像中的细丝和膜结构 | 首次实现了基于几何Transformer架构的实例分割方法，能够同时处理2D/3D电子显微镜数据 | NA | 开发自动化分割生物大分子结构的深度学习框架 | 电子显微镜图像中的细丝和膜结构 | 计算机视觉 | NA | 电子显微镜，电子断层扫描 | Transformer | 2D/3D电子显微镜图像，电子断层扫描重建数据 | 超过13,000个电子断层扫描数据 | NA | 几何Transformer | NA | NA |