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 33293 篇文献，本页显示第 7961 - 7980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7961 | 2025-10-06 |
Research trends in the application of artificial intelligence in nursing of chronic disease: a bibliometric and network visualization study
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1608266
PMID:40613079
|
文献计量学研究 | 通过文献计量学和网络可视化方法分析人工智能在慢性病护理领域的研究现状、热点主题和未来趋势 | 首次系统性地运用文献计量学方法对人工智能在慢性病护理领域的应用研究进行全面分析，识别研究热点和未来发展方向 | 仅基于Web of Science数据库的文献，可能遗漏其他数据库的重要研究；分析结果受限于所选文献计量工具的功能 | 探索人工智能在慢性病护理领域的应用现状、研究热点和未来前景 | 2001-2023年间Web of Science核心合集中关于人工智能与慢性病护理的相关文献 | 文献计量学 | 慢性疾病 | 文献计量分析，网络可视化 | NA | 文献数据 | 2438篇文献 | CiteSpace, VOSviewer | NA | NA | NA |
| 7962 | 2025-10-06 |
Neural decoding of Aristotle tactile illusion using deep learning-based fMRI classification
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1606801
PMID:40613086
|
研究论文 | 本研究使用基于深度学习的fMRI分类方法解码亚里士多德触觉错觉的神经机制 | 首次将深度学习CNN模型应用于fMRI数据来研究亚里士多德触觉错觉，并通过Grad-CAM分析识别关键脑区 | 刺激分类任务准确率仅约50%，无法有效区分三种触觉刺激类型 | 识别参与亚里士多德触觉错觉的脑区 | 30名参与者的fMRI数据和触觉感知记录 | 机器学习 | NA | 功能磁共振成像 | CNN | fMRI图像数据 | 30名参与者 | NA | 简单全卷积网络 | 准确率 | NA |
| 7963 | 2025-10-06 |
Application of deep learning for multi-scale behavioral analysis in SNCA E46K Parkinson's disease drosophila
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10294-2
PMID:40605911
|
研究论文 | 开发基于深度学习的自动化多尺度行为分析流程，用于SNCA E46K帕金森病果蝇模型的行为表型分类 | 结合无标记姿态估计和无监督聚类方法，从行为序列模式中提取帕金森病相关表型特征 | 仅使用果蝇模型进行研究，未在哺乳动物模型或临床环境中验证 | 建立客观可扩展的帕金森病行为分析方法 | 野生型和SNCA E46K突变型果蝇 | 计算机视觉 | 帕金森病 | 无标记姿态估计，无监督聚类 | 深度学习 | 视频，运动轨迹数据 | 野生型和突变型果蝇群体 | NA | NA | 分类准确率 | NA |
| 7964 | 2025-10-06 |
Mifnet: a MamBa-based interactive frequency convolutional neural network for motor imagery decoding
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10287-1
PMID:40605914
|
研究论文 | 提出一种基于MamBa的交互式频率卷积神经网络MIFNet，用于运动想象脑电信号解码 | 首次将选择性状态空间模型(SSMs)与CNN结合，通过非重叠频率分解和MamBa时序模块有效捕获长程依赖关系 | NA | 改进运动想象脑电信号解码性能，解决现有方法在全局时序依赖和计算效率方面的局限 | 运动想象脑电信号 | 脑机接口 | NA | 脑电图 | CNN, SSMs | 脑电信号 | 三个公共MI-EEG数据集(BCIC-IV-2A, OpenBMI, High Gamma) | NA | MIFNet, ConvEncoder, MamBa | 分类准确率 | NA |
| 7965 | 2025-10-06 |
CT-based deep learning radiomics analysis for preoperative Lauren classification in gastric cancer and explore the tumor microenvironment
2025-Dec, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100667
PMID:40607047
|
研究论文 | 本研究基于CT的深度学习影像组学分析，用于胃癌患者术前Lauren分型鉴别并探索肿瘤微环境 | 结合CT影像组学特征与临床信息构建nomogram模型，并首次通过转录组学分析揭示不同Lauren分型在肿瘤微环境中的异质性 | 研究为回顾性设计，样本量相对有限，需要多中心前瞻性研究进一步验证 | 术前无创鉴别胃癌Lauren分型并探索肿瘤微环境特征 | 胃癌患者 | 数字病理 | 胃癌 | CT成像, RNA测序 | 深度学习, 影像组学 | CT图像, 临床数据, 转录组数据 | 578例患者（训练集311例，内部验证集132例，外部验证集135例） | NA | nomogram | C-index, 校准曲线, 决策曲线 | NA |
| 7966 | 2025-10-06 |
Multiparametric MRI-based machine learning system of molecular subgroups and prognosis in medulloblastoma
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11385-8
PMID:39883158
|
研究论文 | 基于多参数MRI和机器学习构建髓母细胞瘤分子亚型识别、预后预测及风险分层系统 | 提出新型双路残差网络Bi-ResNet-MB用于MRI特征提取，并建立基于XGBoost的预后模型和M2R风险评分系统 | 样本量相对有限（139例训练集，108例验证集），单中心研究 | 利用人工智能技术准确识别髓母细胞瘤分子亚型并预测临床结局 | 髓母细胞瘤患者 | 医学影像分析 | 髓母细胞瘤 | 多参数MRI | CNN, XGBoost | 医学影像 | 139例训练患者（36例女性，平均年龄7.27±3.62岁），108例独立验证患者 | NA | Bi-ResNet-MB | AUC | NA |
| 7967 | 2025-10-06 |
High-resolution deep learning reconstruction for coronary CTA: compared efficacy of stenosis evaluation with other methods at in vitro and in vivo studies
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11376-9
PMID:39903239
|
研究论文 | 比较混合型迭代重建、模型迭代重建、深度学习重建和高分辨率深度学习重建在冠状动脉CTA中对狭窄评估的效果 | 首次在体外和体内研究中直接比较四种重建方法对冠状动脉狭窄评估的效果，特别是高分辨率深度学习重建的优越性 | 样本量有限（31例患者），仅评估了非钙化阶梯状狭窄斑块 | 评估不同重建方法在冠状动脉CTA中对狭窄评估的准确性和图像质量 | 体外血管模型和接受冠状动脉CTA检查的患者 | 医学影像分析 | 心血管疾病 | 冠状动脉计算机断层扫描血管成像（CCTA），面积探测器CT（ADCT），超高分辨率CT（UHR-CT） | 深度学习重建 | 医学影像数据 | 体外研究：3种直径（3mm、4mm、5mm）血管模型，4种狭窄程度（0%、25%、50%、75%）；体内研究：31例患者 | NA | NA | 图像噪声，内径测量准确性，CAD-RADS分类准确性，McNemar检验 | NA |
| 7968 | 2025-10-06 |
CT-based detection of clinically significant portal hypertension predicts post-hepatectomy outcomes in hepatocellular carcinoma
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11411-9
PMID:39953152
|
研究论文 | 本研究评估基于CT检测的临床显著门静脉高压对肝细胞癌患者肝切除术后预后的预测价值 | 首次将基于深度学习的脾脏体积测量与个性化参考阈值纳入CT检测CSPH标准，并验证其在肝切除术后预后预测中的优越性 | 单中心回顾性研究，样本量有限，需要多中心前瞻性验证 | 评估CT检测的临床显著门静脉高压对肝细胞癌患者肝切除术后结局的预测能力 | 晚期慢性肝病并行肝切除术的极早期或早期肝细胞癌患者 | 数字病理 | 肝细胞癌 | CT成像，深度学习脾脏体积测量 | 深度学习 | CT图像 | 593名患者（460名男性，平均年龄57.9±9.3岁） | NA | NA | AUC，OR，sHR | NA |
| 7969 | 2025-10-06 |
Multimodal deep learning: tumor and visceral fat impact on colorectal cancer occult peritoneal metastasis
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11450-2
PMID:39961863
|
研究论文 | 本研究提出了一种多模态深度学习方法，探讨肿瘤和内脏脂肪对结直肠癌隐匿性腹膜转移的影响 | 首次将肿瘤和内脏脂肪的多模态CT影像特征结合，构建多尺度特征融合网络用于预测结直肠癌腹膜转移 | NA | 研究结直肠癌患者肿瘤和内脏脂肪对隐匿性腹膜转移的预测价值 | 结直肠癌患者的术前CT影像和临床数据 | 医学影像分析 | 结直肠癌 | CT扫描 | 深度学习 | 医学影像, 临床数据 | NA | NA | ResNet18, Multi-scale Feature Fusion Network (MSFF-Net) | AUC | NA |
| 7970 | 2025-10-06 |
StructVPR++: Distill Structural and Semantic Knowledge With Weighting Samples for Visual Place Recognition
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3556859
PMID:40168193
|
研究论文 | 提出StructVPR++框架，通过分割引导蒸馏将结构和语义知识嵌入RGB全局表征，用于视觉地点识别 | 解耦全局描述符中的标签特定特征，实现图像对间的显式语义对齐；提出样本加权蒸馏策略，优先处理可靠训练对并抑制噪声样本 | 未明确说明模型在极端光照或天气条件下的鲁棒性 | 在视觉地点识别任务中平衡准确性与效率，弥合全局检索与重排序之间的差距 | 自动驾驶和机器人技术中的视觉地点识别 | 计算机视觉 | NA | 分割引导蒸馏 | 深度学习 | RGB图像 | 四个基准数据集 | NA | StructVPR++ | Recall@1 | NA |
| 7971 | 2025-10-06 |
Spatiotemporal Observer Design for Predictive Learning of High-Dimensional Data
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3556669
PMID:40168192
|
研究论文 | 提出一种基于观测器理论的深度学习架构——时空观测器，用于高维数据的预测学习 | 将动力系统领域知识融入深度学习框架设计，提供泛化误差界和收敛性保证，并引入动态正则化 | NA | 解决具有理论保证的时空预测问题 | 高维时空数据 | 机器学习 | NA | 深度学习 | 深度学习架构 | 时空数据 | NA | NA | 时空观测器 | NA | NA |
| 7972 | 2025-10-06 |
Revisiting One-Stage Deep Uncalibrated Photometric Stereo via Fourier Embedding
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3557245
PMID:40173071
|
研究论文 | 提出一种基于傅里叶嵌入的单阶段深度无标定光度立体网络（FUPS-Net），用于未知光照方向下的非朗伯体表面重建 | 首次将傅里叶变换嵌入到单阶段无标定光度立体网络中，通过傅里叶域分解隐式学习光照和几何特征，避免了两阶段方法的误差传播问题 | 未明确说明对特定材质或复杂光照条件的适应性限制 | 解决无标定光度立体问题，实现单阶段端到端的表面法向估计 | 非朗伯体物体在未知光照方向下的表面重建 | 计算机视觉 | NA | 光度立体视觉，傅里叶变换 | 深度学习网络 | 图像 | 合成和真实数据集（未指定具体数量） | NA | FUPS-Net，包含傅里叶嵌入提取块（FEE）、傅里叶嵌入聚合块（FEA）和频率-空间加权块（FSW） | NA | NA |
| 7973 | 2025-10-06 |
Revisiting Supervised Learning-Based Photometric Stereo Networks
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3557498
PMID:40178960
|
研究论文 | 本文通过分析现有光度立体网络的深度特征和架构，提出了一种新的ESSENCE-Net方法 | 提出ESSENCE-Net，采用易优先编码策略有效编码深度阴影特征，通过阴影监督增强阴影特征，并使用空间上下文感知注意力准确解码法向量 | NA | 揭示监督学习光度立体网络如何处理未知反射率和全局光照效应挑战 | 光度立体网络 | 计算机视觉 | NA | 光度立体技术 | 深度学习网络 | 图像 | 三个基准数据集 | NA | ESSENCE-Net | NA | NA |
| 7974 | 2025-10-06 |
Unknown-Aware Bilateral Dependency Optimization for Defending Against Model Inversion Attacks
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3558267
PMID:40184277
|
研究论文 | 提出一种双边依赖优化策略来防御模型反转攻击，同时保护隐私和提升模型安全性 | 提出双边依赖优化策略，通过最小化输入特征与潜在表示的依赖关系，同时最大化潜在表示与标签的依赖关系，解决了传统单边依赖优化在防御模型反转攻击与分类性能间的矛盾 | 使用BiDO训练的模型在分布外检测方面能力下降，可能带来安全风险 | 防御模型反转攻击，保护训练数据隐私，同时维持模型分类性能 | 深度学习分类器及其训练数据 | 机器学习安全 | NA | 依赖优化，分布外检测 | 分类器 | 训练数据特征和标签 | NA | NA | NA | FPR95, AUCROC | NA |
| 7975 | 2025-10-06 |
Recent Advances in Artificial Intelligence for Precision Diagnosis and Treatment of Bladder Cancer: A Review
2025-Aug, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17228-6
PMID:40221553
|
综述 | 本文全面回顾了人工智能技术在膀胱癌精准诊疗中的最新研究进展与前景 | 系统总结了深度学习等AI技术在膀胱癌肿瘤检测、分子分型识别、分期分级和预后预测等临床任务中的创新应用 | 作为综述文章，未涉及具体实验设计和数据验证 | 探讨人工智能技术在膀胱癌精准诊疗中的应用价值与发展趋势 | 膀胱癌的临床诊断与治疗 | 数字病理 | 膀胱癌 | 深度学习 | NA | 医学影像、病理数据 | NA | NA | NA | NA | NA |
| 7976 | 2025-10-06 |
Hadamard Product in Deep Learning: Introduction, Advances and Challenges
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3560423
PMID:40232897
|
综述 | 本文系统调查了深度学习中哈达玛乘积的基本原理、应用进展与挑战 | 首次对哈达玛乘积在深度学习中的应用进行系统分类，提出四大主要应用领域，并揭示其作为核心架构原语的潜力 | 作为综述论文，主要整合现有知识而非提出新方法，缺乏实证性能比较 | 系统分析哈达玛乘积在深度学习中的理论基础、应用场景和发展前景 | 深度学习中的哈达玛乘积运算及其架构应用 | 机器学习 | NA | NA | NA | 多模态数据 | NA | NA | NA | NA | 资源受限部署、边缘计算场景 |
| 7977 | 2025-10-06 |
Constraint Boundary Wandering Framework: Enhancing Constrained Optimization With Deep Neural Networks
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3560762
PMID:40232899
|
研究论文 | 提出一种基于深度神经网络的约束边界游走框架，用于解决约束优化问题 | 引入受主动集方法启发的边界游走策略，将Lipschitz常数作为可学习参数，并证明L2范数正则化项的优越性 | NA | 提升约束优化问题的求解效率和可扩展性 | 约束优化问题 | 机器学习 | NA | 深度学习 | 深度神经网络 | 合成数据集和ACOPT数据集 | NA | NA | NA | 目标损失, 约束损失 | NA |
| 7978 | 2025-10-06 |
PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3562051
PMID:40238601
|
研究论文 | 提出首个自监督深度学习框架PointNorm-Net，用于解决3D点云法向量预测在真实场景中的泛化问题 | 提出三阶段多模态法向量分布估计范式，可集成到深度学习和传统优化方法中，是首个自监督3D点云法向量预测框架 | 未明确说明在极端复杂场景下的性能表现和处理效率 | 解决合成数据与真实数据之间的领域差距问题，提升3D点云法向量预测在真实场景的泛化能力 | 3D点云数据 | 计算机视觉 | NA | 自监督学习 | 深度学习框架 | 3D点云 | 三个真实世界数据集 | NA | PointNorm-Net | 泛化性能，与最先进方法的比较 | NA |
| 7979 | 2025-10-06 |
Graph Anomaly Detection in Time Series: A Survey
2025-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3566620
PMID:40315075
|
综述 | 对基于图的时间序列异常检测方法进行全面调研和系统综述 | 首次系统性地综述图方法在时间序列异常检测中的应用，分析图表示对时间序列数据的潜力及其对异常检测的贡献 | 作为综述性文章，不包含原始实验验证，主要依赖现有文献分析 | 探索图异常检测技术在时间序列数据分析中的应用和发展 | 时间序列数据中的异常检测方法 | 机器学习 | NA | 图表示学习 | 深度学习架构 | 时间序列数据 | NA | NA | NA | NA | NA |
| 7980 | 2025-10-06 |
Plexus and Peripheral Nerve MR Imaging: Advances and Applications: MR Neurography: Sequence Possibilities and Recent Advances
2025-Aug, Magnetic resonance imaging clinics of North America
IF:1.5Q3
DOI:10.1016/j.mric.2025.03.001
PMID:40610154
|
综述 | 本文探讨磁共振神经成像在诊断和管理神经丛及周围神经疾病方面的最新进展与技术应用 | 重点关注3T成像技术、深度学习重建方法、脂肪与血管抑制策略，并展望7T磁共振和定量扩散成像的未来发展 | NA | 总结磁共振神经成像技术的最新进展及其临床应用 | 臂丛神经、腰骶丛神经和四肢周围神经 | 医学影像 | 周围神经疾病 | 磁共振神经成像（MRN）、3T/7T磁共振成像、扩散成像 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |