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 36663 篇文献，本页显示第 8041 - 8060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8041 | 2025-10-06 |
Artificial intelligence: a new era in prostate cancer diagnosis and treatment
2025-Oct-15, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.126024
PMID:40769449
|
综述 | 探讨人工智能在前列腺癌诊断和治疗中的革命性应用及其潜力 | 系统整合AI技术于前列腺癌诊疗全流程，实现从影像分析到个性化治疗策略的智能化决策 | 未具体说明数据标准化、算法泛化能力及临床实施障碍等实际挑战 | 评估AI技术在前列腺癌诊疗领域的应用现状与发展前景 | 前列腺癌患者的诊断与治疗过程 | 数字病理 | 前列腺癌 | MRI, 超声, 基因组测序 | 机器学习, 深度学习 | 影像数据, 临床数据, 基因组数据 | NA | NA | NA | 诊断准确率 | NA |
| 8042 | 2025-10-06 |
PixelPrint 4D : A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications
2025-Oct-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001182
PMID:40173424
|
研究论文 | 提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性可变形肺部CT体模以模拟呼吸运动 | 开发了能够逐体素复制可变密度的柔性3D打印方法，可创建具有真实组织结构和变形模式的呼吸运动体模 | 仅基于单例肺癌患者的4DCT数据集进行验证，样本量有限 | 开发更真实的呼吸运动体模，用于评估CT成像和放射治疗中的运动补偿技术 | 肺癌患者的肺部结构和呼吸运动模式 | 医学影像 | 肺癌 | 3D打印，CT成像，4DCT | NA | CT图像，4DCT数据集 | 1例肺癌患者的4DCT数据 | PixelPrint软件 | NA | 平均衰减误差，Kolmogorov-Smirnov检验，结构相似性指数(SSIM)，位移误差，Jacobian误差 | NA |
| 8043 | 2025-10-06 |
Automated vertebral bone quality score measurement on lumbar MRI using deep learning: Development and validation of an AI algorithm
2025-Oct, Clinical neurology and neurosurgery
IF:1.8Q2
DOI:10.1016/j.clineuro.2025.109094
PMID:40780043
|
研究论文 | 开发并验证基于深度学习的AI算法，用于从常规腰椎MRI自动测量椎体骨质量评分 | 首次使用YOLOv8模型自动化VBQ评分计算，实现从常规MRI快速评估骨质量 | 需要进一步外部验证以确保泛化能力和临床适用性 | 开发AI算法改进术前骨质量评估，识别手术风险患者 | 腰椎MRI扫描和接受腰椎手术的患者 | 计算机视觉 | 骨科疾病 | MRI成像 | YOLOv8 | 医学图像 | 257例腰椎T1加权MRI扫描（SPIDER数据集）和47例腰椎手术患者 | NA | YOLOv8 | 精确率,召回率,平均精度,组内相关系数,皮尔逊相关系数,均方根误差,平均误差 | NA |
| 8044 | 2025-10-06 |
Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults
2025-Oct, Clinical neurology and neurosurgery
IF:1.8Q2
DOI:10.1016/j.clineuro.2025.109098
PMID:40782606
|
研究论文 | 本研究探讨扩大血管周围间隙体积作为区分阿尔茨海默病和血管性痴呆生物标志物的潜力 | 首次使用基于VB-Net的深度学习模型自动量化四个脑区的EPVS体积，并发现EPVS空间分布差异可作为区分两种痴呆亚型的可靠影像生物标志物 | 样本量相对有限（共215名患者），仅纳入65岁以上患者，缺乏外部验证 | 开发区分阿尔茨海默病和血管性痴呆的影像生物标志物 | 93名阿尔茨海默病患者和122名血管性痴呆患者，均为65岁以上老年人 | 数字病理学 | 老年疾病 | 神经影像分析 | 深度学习 | 医学影像 | 215名患者（93名AD，122名VD） | NA | VB-Net | AUC | NA |
| 8045 | 2025-09-08 |
Commentary on: "Diagnosis of lymph node metastasis in oral squamous cell carcinoma by an MRI-based deep learning model"
2025-Sep-05, Oral oncology
IF:4.0Q2
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8046 | 2025-10-06 |
Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model
2025-Sep-04, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00623-9
PMID:40908427
|
研究论文 | 比较开源肺叶分割模型与本地训练模型在肺叶分割任务中的性能表现 | 首次系统比较MOOSE、TotalSegmentator和LungMask等开源肺叶分割工具，并与在更具代表性临床数据集上训练的nnU-Net模型进行对比 | 研究样本量相对有限（内部数据集164例，外部验证55例），且仅针对肺叶分割任务进行评估 | 评估深度学习肺叶分割模型的性能，特别是处理复杂病例的能力 | 肺叶分割 | 医学图像分割 | 肺疾病 | 计算机断层扫描 | 深度学习分割模型 | CT图像 | 内部数据集164例CT扫描，外部验证集55例 | nnU-Net | nnU-Net | Dice相似系数, 鲁棒豪斯多夫距离, 归一化表面距离 | NA |
| 8047 | 2025-10-06 |
A Multi-Task Deep Learning Pipeline Integrating Vessel Segmentation and Radiomics for Multiclass Retinal Disease Classification
2025-Sep-04, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.105209
PMID:40914189
|
研究论文 | 开发了一个整合血管分割和影像组学的多任务深度学习框架，用于四种视网膜疾病的自动分类 | 首次将基于Transformer的分割模型与影像组学特征相结合用于多类别视网膜疾病分类 | 研究仅包含来自八个医疗中心的数据，需要更多外部验证 | 开发稳健的自动化视网膜疾病分类系统 | 糖尿病视网膜病变、高血压视网膜病变、视乳头水肿和正常眼底 | 计算机视觉 | 视网膜疾病 | 影像组学分析 | U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet, XGBoost, CatBoost, Random Forest, Ensemble | 眼底图像 | 2,165名患者来自八个医疗中心，外部测试集769名患者 | PyRadiomics, Mahotas | U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet | 准确率, AUC, 召回率, ROC分析, Dice相似系数 | NA |
| 8048 | 2025-10-06 |
Comparative multi-task deep learning models for protein-nucleic acid interaction prediction: Unveiling the superior efficacy of the PNI-MAMBA architecture
2025-Sep-04, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.147419
PMID:40914361
|
研究论文 | 本文提出了一种基于深度学习的多任务学习框架，用于预测蛋白质-核酸相互作用 | 引入了新颖的结合位点注意力机制以捕捉关键结合位点信息，并开发了基于Mamba网络架构的PNI-MAMBA模型系列 | NA | 准确预测蛋白质-核酸相互作用并识别结合位点 | 蛋白质-核酸相互作用 | 机器学习 | NA | 深度学习 | 多任务学习框架 | DNA和RNA数据集 | NA | NA | FCN, Transformer, Mamba | 准确率, 鲁棒性 | NA |
| 8049 | 2025-10-06 |
PreRBP: Interpretable Deep Learning for RNA-Protein Binding Site Prediction with Attention Mechanism
2025-Sep-04, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2025.115968
PMID:40914406
|
研究论文 | 本研究开发了名为PreRBP的可解释深度学习模型，用于预测RNA-蛋白质结合位点 | 结合了RNA序列和二级结构特征，采用注意力机制提高模型可解释性，并应用四种欠采样算法处理类别不平衡问题 | 仅使用27个公开数据集，模型输入特征可能仍有改进空间 | 开发更准确的RNA-蛋白质结合位点预测方法 | RNA-蛋白质结合位点 | 生物信息学 | NA | RNA二级结构分析，高阶编码方法 | CNN, BiLSTM | RNA序列数据，结构数据 | 27个RNA-蛋白质结合位点公开数据集 | NA | 卷积神经网络，双向长短时记忆网络 | AUC | NA |
| 8050 | 2025-10-06 |
Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding
2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202414732
PMID:40433949
|
研究论文 | 本研究开发了软性生物电子接口用于连续记录外周神经信号，并建立了跨被试的稳健解码模型 | 采用低阻抗软性导电聚合物电极实现与神经组织的稳定接触，结合手工特征和深度学习特征并引入参数共享与适应训练策略 | 目前仅在清醒动物中进行验证，尚未在人类被试中测试 | 提升外周神经信号解码的准确性以促进神经科学研究、神经疾病治疗和人机接口开发 | 外周神经组织和神经生理信号 | 生物医学工程 | 神经系统疾病 | 神经信号记录技术 | 神经网络 | 神经电生理信号 | 动物实验样本 | NA | NA | 泛化能力 | NA |
| 8051 | 2025-10-06 |
Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine
2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202507764
PMID:40775740
|
综述 | 系统探讨蛋白质三维空间结构与人工智能技术相结合在药物协同-拮抗作用预测中的最新研究进展与应用前景 | 整合蛋白质空间结构与人工智能技术预测药物协同-拮抗作用，为精准医疗提供新方法 | NA | 评估蛋白质位点可药性及预测药物协同-拮抗作用 | 蛋白质三维空间结构、药物相互作用、多靶点药物 | 机器学习 | 癌症、传染病、代谢疾病 | 分子对接技术 | 机器学习、深度学习 | 多源生物数据 | NA | NA | NA | NA | NA |
| 8052 | 2025-10-06 |
Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering
2025-Sep, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.72101
PMID:40909012
|
研究论文 | 提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于实现可扩展、无标签的蜜蜂亚种识别 | 整合自适应图像处理与拓扑感知聚类，无需预定义标签即可动态推断亚种聚类，能够有效识别杂交种群和表型中间体 | 未明确说明在极端噪声条件下的性能表现，且对图像质量有一定依赖 | 开发可扩展的蜜蜂亚种自动识别方法以支持生物多样性保护和授粉韧性 | 蜜蜂翅膀脉序图像 | 计算机视觉 | NA | 翅膀脉序分析 | 自适应层次聚类(AHC) | 图像 | 26,481张翅膀图像 | NA | NA | 轮廓系数, 分类准确率 | NA |
| 8053 | 2025-10-06 |
stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf429
PMID:40905789
|
研究论文 | 介绍stImage这一开源R包，通过可定制的深度组织学和位置信息整合优化空间转录组分析 | 首个在统一框架中完全协同基因表达、组织学特征和精确空间坐标的方法，提供54种整合策略 | NA | 开发一个全面灵活的空间转录组分析框架 | 空间转录组数据 | 生物信息学 | NA | 空间转录组学 | 深度学习 | 基因表达数据、组织学图像、空间坐标 | NA | R | NA | 诊断图 | NA |
| 8054 | 2025-10-06 |
A dedicated deep learning workflow for automatic Fasciola hepatica and Calicophoron daubneyi egg detection using the Kubic FLOTAC microscope
2025-Aug-27, International journal for parasitology
IF:3.7Q1
DOI:10.1016/j.ijpara.2025.08.007
PMID:40882888
|
研究论文 | 开发基于Kubic FLOTAC显微镜的深度学习工作流，用于自动检测肝片形吸虫和道氏杯殖吸虫虫卵 | 结合FLOTAC技术的高灵敏度与人工智能预测模型，通过额外处理步骤和鲁棒检测模型优化两种寄生虫虫卵的区分能力 | NA | 改进寄生虫虫卵的粪便显微镜检查诊断方法 | 肝片形吸虫和道氏杯殖吸虫的虫卵 | 计算机视觉 | 寄生虫病 | FLOTAC/Mini-FLOTAC技术，数字显微镜成像 | 深度学习模型 | 显微镜图像 | 使用两种方案的数据集：虫卵加标样本和自然感染样本，以及经光学显微镜验证的现场样本数据集 | NA | NA | 平均绝对误差 | 集成AI服务器 |
| 8055 | 2025-10-06 |
Effective SMOTE boost with deep learning for IDC identification in whole-slide images
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329078
PMID:40901930
|
研究论文 | 提出一种基于SMOTE的卷积神经网络方法用于全切片图像中浸润性导管癌的识别 | 将SMOTE数据增强技术与CNN结合，提出SMO_CNN模型，在IDC识别任务中表现优于传统CNN、VGG19和ResNet50模型 | 样本量相对较小（162个病例），未提及外部验证结果 | 开发有效的深度学习方法用于乳腺癌组织病理学图像分析 | 浸润性导管癌（IDC）组织区域 | 数字病理学 | 乳腺癌 | 组织病理学成像 | CNN | 全切片图像 | 162名IDC患者的组织切片图像（训练集113张，测试集49张） | NA | SMO_CNN, CNN, VGG19, ResNet50 | 准确率 | NA |
| 8056 | 2025-10-06 |
Multilayered SDN security with MAC authentication and GAN-based intrusion detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331470
PMID:40906752
|
研究论文 | 提出一种结合MAC认证和GAN入侵检测的多层SDN安全系统 | 首次将四Q曲线认证系统与双判别器条件生成对抗网络相结合用于SDN入侵检测，并采用羊群优化算法优化模型性能 | 未提及系统在更大规模网络环境中的测试结果和实时性能表现 | 提高软件定义网络的安全性，降低入侵检测的误报率 | SDN网络中的网络数据包和恶意节点 | 网络安全 | NA | 椭圆曲线密码学，入侵检测技术 | GAN, GSOM | 网络数据包 | NA | NA | DDcGAN, GSOM | 准确率，精确率，F1分数，敏感度，误报率，功耗，网络吞吐量 | NA |
| 8057 | 2025-10-06 |
Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review
2025, Vascular health and risk management
IF:2.6Q2
DOI:10.2147/VHRM.S508620
PMID:40909176
|
综述 | 本文系统综述了基于深度学习的ECG信号心律失常检测方法的研究进展 | 对30篇文献进行结构化分析，全面评估深度学习在心律失常检测中的最新进展和混合架构应用 | 存在数据集异质性、模型可解释性不足和实时实施等关键问题 | 研究深度学习在心电图心律失常检测中的应用 | 心律失常检测相关研究文献 | 机器学习 | 心血管疾病 | ECG信号处理 | CNN, RNN | ECG信号 | 30篇研究论文 | NA | 卷积神经网络，混合架构(CNN+RNN) | 准确率，F1分数 | NA |
| 8058 | 2025-10-06 |
Quantitative video analysis of head acceleration events: a review
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1658222
PMID:40909217
|
综述 | 本文综述了基于视频分析量化头部加速事件的当前研究进展 | 系统整合了传统视频测量方法与新兴计算机视觉和深度学习技术，探讨视频在头部加速事件量化分析中的潜力 | 当前视频方法在可扩展性、准确性和生物力学洞察力方面仍存在局限 | 评估视频分析在体育运动中头部加速事件量化测量的应用价值 | 体育运动中发生的头部加速事件 | 计算机视觉 | 神经退行性疾病 | 视频测量技术 | 深度学习 | 视频 | NA | NA | NA | NA | NA |
| 8059 | 2025-10-06 |
A novel MRI-based deep learning-radiomics framework for evaluating cerebrospinal fluid signal in central nervous system infection
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1659653
PMID:40909443
|
研究论文 | 提出一种结合手工放射组学特征和深度学习的MRI框架，用于评估中枢神经系统感染患者的脑脊液信号变化 | 首次将手工放射组学特征与深度学习特征融合，开发混合模型用于中枢神经系统感染的脑脊液信号评估 | 样本量较小（52例患者），单中心回顾性研究，需要在多中心进行验证 | 开发非侵入性方法替代腰椎穿刺，用于中枢神经系统感染的诊断 | 急性中枢神经系统感染患者和正常神经学表现的对照受试者 | 数字病理 | 中枢神经系统感染 | 磁共振成像 | 深度学习, 放射组学 | 医学影像 | 52例急性中枢神经系统感染患者和52例对照受试者 | NA | DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large | 准确率, 精确率, F1分数 | NA |
| 8060 | 2025-10-06 |
A review of plant leaf disease identification by deep learning algorithms
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1637241
PMID:40909895
|
综述 | 本文综述了基于深度学习算法的植物叶片病害识别方法的研究进展与应用 | 整合多国植物叶片病害数据集，系统评述不同深度学习网络在病害识别中的应用，并提出解决光照条件、病害相似性等挑战的研究方向 | 未提出新的算法模型，主要基于现有研究进行系统性综述 | 推动植物叶片病害识别领域的发展，为未来研究提供理论基础 | 植物叶片病害 | 计算机视觉 | 植物病害 | 深度学习 | 深度学习网络 | 叶片图像 | 多国数据集（未指定具体数量） | NA | 多种深度学习网络架构 | NA | NA |