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 42887 篇文献，本页显示第 8441 - 8460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8441 | 2025-12-21 |
Radiation-induced Acoustic Signal Denoising using a Supervised Deep Learning Framework for Imaging and Therapy Monitoring
2023-Apr-26, ArXiv
PMID:37163138
|
研究论文 | 本文提出了一种基于监督深度学习框架的辐射诱导声学信号去噪方法，用于成像和治疗监测 | 开发了通用的深度初始卷积神经网络（GDI-CNN），通过多扩张卷积编码和解码不同时间特征的信号，实现对多种辐射源信号的泛化去噪 | 未明确提及具体的数据集规模或模型在极端噪声条件下的性能限制 | 旨在减少辐射诱导声学成像所需的平均次数，以降低辐射剂量并提高时间分辨率 | 辐射诱导声学信号，包括X射线诱导声学、质子声学和电声学信号 | 医学影像处理 | NA | 辐射诱导声学成像 | CNN | 声学信号 | NA | NA | GDI-CNN（通用深度初始卷积神经网络） | 信噪比 | NA |
| 8442 | 2025-12-21 |
Bayesian reasoning machine on a magneto-tunneling junction network
2020-Nov-27, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/abae97
PMID:32936787
|
研究论文 | 本文提出了一种基于磁隧道结网络的新型纳米磁计算基底，用于实现任意贝叶斯图的高速采样 | 开发了一种利用磁隧道结进行电可编程“亚纳秒级”概率样本生成的方法，并通过优化电压控制磁各向异性和自旋转移力矩实现，同时提出通过设计MTJ软层的局部磁致伸缩来实现可编程条件样本生成，无需传统低效硬件 | NA | 为贝叶斯网络开发新型纳米磁计算硬件，实现高速概率采样 | 磁隧道结网络及其在贝叶斯网络中的应用 | 机器学习 | NA | 电压控制磁各向异性、自旋转移力矩、磁致伸缩工程 | 贝叶斯网络 | 概率样本 | NA | NA | 贝叶斯图 | NA | 磁隧道结网络硬件 |
| 8443 | 2025-12-20 |
A quantitative detection method for maize kernel broken rate based on the optimisation of the MSA transformer algorithm
2026-Jan-31, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.117983
PMID:41412662
|
研究论文 | 本研究提出了一种基于机器视觉和深度学习算法的玉米籽粒破碎率定量检测模型 | 开发了一种改进的基于Transformer的深度学习模型MSA Transformer，通过集成多尺度特征融合和注意力机制，利用并行分支进行多粒度特征提取，并通过全局和局部注意力增强显著信息 | NA | 实现玉米籽粒破碎率的在线定量评估，为粮食质量检测提供理论依据 | 玉米籽粒 | 计算机视觉 | NA | 机器视觉 | Transformer | 图像 | NA | NA | MSA Transformer | 准确率, 精确率, 召回率, F1分数, 相关系数, 决定系数, 均方根误差 | NA |
| 8444 | 2025-12-20 |
Pediatric brain tumor classification using digital pathology and deep learning: Evaluation of SOTA methods on a multi-center Swedish cohort
2026-Jan, Brain pathology (Zurich, Switzerland)
DOI:10.1111/bpa.70029
PMID:40589103
|
研究论文 | 本研究评估了两种弱监督多示例学习方法，利用预训练特征提取器在瑞典多中心队列的儿童脑肿瘤WSI上进行分类 | 首次在瑞典多中心儿童脑肿瘤队列中应用基于注意力机制的多示例学习方法，并评估了三种预训练特征提取器的性能 | 研究仅基于瑞典六家医院的数据，未包含国际多中心验证，且样本量相对有限 | 评估先进的计算病理学方法在儿童脑肿瘤多层级分类中的性能与泛化能力 | 540名被诊断为脑肿瘤的儿童患者的苏木精-伊红染色全切片图像 | 数字病理学 | 脑肿瘤 | 数字病理学, 深度学习 | 多示例学习 | 图像 | 540名受试者（年龄8.5±4.9岁）的WSI，来自瑞典六家大学医院 | NA | ResNet50, UNI, CONCH, ABMIL, CLAM | 马修斯相关系数 | NA |
| 8445 | 2025-12-20 |
Assessment of a Deep Learning Model Trained on Permanent Pathology for the Classification of Squamous Cell Carcinoma in Mohs Frozen Sections: Lessons Learned
2026-Jan-01, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.]
IF:2.5Q1
DOI:10.1097/DSS.0000000000004758
PMID:40631753
|
研究论文 | 本研究评估了基于永久病理切片训练的深度学习模型在莫氏手术冷冻切片中分类鳞状细胞癌的表现，以识别模型缺陷并指导再训练 | 首次将基于永久病理训练的模型应用于冷冻切片分类，并通过定性分析模型弱点来指导模型优化 | 模型在冷冻切片中肿瘤稀少区域的兴趣区域识别不准确，可能误判正常组织或非肿瘤结构 | 评估深度学习模型在莫氏手术冷冻切片中分类鳞状细胞癌的适用性，并识别模型缺陷以改进训练策略 | 皮肤活检切片和莫氏手术冷冻切片 | 数字病理 | 鳞状细胞癌 | H&E染色病理切片分析 | 深度学习模型 | 病理图像 | 746张皮肤活检切片用于训练，15张莫氏手术冷冻切片用于测试 | NA | NA | AUC-ROC | NA |
| 8446 | 2025-07-21 |
A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification
2026-Jan, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2025.06.1593
PMID:40683340
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8447 | 2025-12-20 |
Integrating multi-polygenic scores for enhanced prediction of antidepressant treatment outcomes in an East Asian population
2026-Jan, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology
IF:6.6Q1
DOI:10.1038/s41386-025-02269-y
PMID:41152404
|
研究论文 | 本研究探讨了多基因风险评分在预测东亚人群选择性5-羟色胺再摄取抑制剂抗抑郁治疗结局中的应用价值 | 首次在东亚人群中整合多基因风险评分以预测抗抑郁治疗结局，填补了该地区药物基因组学研究的空白 | 样本量相对较小，且仅针对东亚人群，未来需要更大规模、更多样化的队列进行验证 | 提高抗抑郁治疗结局的预测准确性，推动个体化治疗策略的发展 | 接受SSRI治疗的台湾地区抑郁症患者 | 生物信息学 | 抑郁症 | 全基因组关联研究，多基因风险评分计算 | 广义线性混合模型，机器学习算法，深度学习算法 | 基因组数据，临床数据，人口统计学数据 | 两个台湾队列共422名患者（VGHTP队列177人，NHRI队列245人） | PRS-CS, PRS-CSx, glmmLasso | NA | AUC | NA |
| 8448 | 2025-12-20 |
Graduate Student Literature Review: A review on near-infrared spectroscopy for rapid detection of hazardous substances in milk and dairy products
2026-Jan, Journal of dairy science
IF:3.7Q2
DOI:10.3168/jds.2025-27462
PMID:41130398
|
综述 | 本文综述了近红外光谱技术在牛奶及乳制品中危险物质快速检测中的应用 | 系统总结了近红外光谱在乳制品安全检测中的原理、方法及最新研究进展，并指出了未来与深度学习、人工智能等前沿技术融合的方向 | 近红外光谱检测仍面临光学机制不明确、痕量分析灵敏度不足、复杂基质干扰强以及模型鲁棒性和泛化性欠佳等挑战 | 评估近红外光谱技术用于牛奶及乳制品中危险物质快速检测的可行性与发展前景 | 牛奶及乳制品中的危险物质，包括兽药残留、掺假物和食源性病原体 | 光谱分析 | NA | 近红外光谱 | NA | 光谱数据 | NA | NA | NA | NA | NA |
| 8449 | 2025-12-20 |
Uterine collagen deposition fluctuates throughout the estrous cycle and provides a scaffold for gland visualization via the SHG-casting method
2025-Dec-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113989
PMID:41403834
|
研究论文 | 本研究利用二次谐波产生显微镜，分析了小鼠子宫内膜组织在发情周期各阶段中纤维状胶原的沉积变化，并开发了一种基于深度学习的快速腺体分割模型 | 首次量化了发情周期中子宫内膜纤维状胶原的2D和3D动态变化，并提出了SHG-casting方法，实现了胶原与腺体的同步无标记3D成像 | 研究仅使用小鼠模型，未在人类或其他物种中验证；SHG-casting方法的应用范围可能受限于胶原丰富的ECM环境 | 探究子宫内膜细胞外基质（特别是纤维状胶原）在发情周期中的动态变化及其与子宫腺体形态的关系 | 小鼠子宫内膜组织 | 数字病理学 | NA | 二次谐波产生显微镜 | 深度学习分割模型 | 3D显微图像 | 跨发情周期各阶段的小鼠子宫内膜组织样本 | NA | NA | NA | NA |
| 8450 | 2025-12-20 |
Evaluating the efficacy of the ResNet50 deep learning model utilizing thyroid scintigraphy images for predicting the outcomes of initial iodine-131 therapy in patients with Graves' disease
2025-Dec-19, Nuclear medicine communications
IF:1.3Q3
DOI:10.1097/MNM.0000000000002094
PMID:41414958
|
研究论文 | 本研究利用ResNet50深度学习模型分析甲状腺闪烁扫描图像，以预测Graves病患者首次碘-131治疗的疗效 | 首次将ResNet50深度学习模型与甲状腺闪烁扫描图像结合，通过Grad-CAM实现特征可视化，并提取16个关键影像组学特征构建随机森林分类器，提高了预测的泛化性能 | 研究为回顾性单中心设计，样本量较小（121例患者），需要多中心队列验证以优化精准治疗方案 | 构建基于深度学习的影像组学模型，预测Graves病患者首次碘-131治疗的结果 | 121名确诊为Graves病并接受治疗前甲状腺闪烁扫描的患者 | 数字病理学 | 甲状腺疾病 | 甲状腺闪烁扫描（使用高锝酸盐-99mTcO4-） | CNN | 图像 | 121例患者 | TensorFlow, PyTorch, Keras, Scikit-learn | ResNet50 | AUC, 敏感性, 特异性 | NA |
| 8451 | 2025-12-20 |
Dual-channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI
2025-Dec-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae291c
PMID:41360014
|
研究论文 | 提出了一种基于跨被试正向迁移的双通道TRCA-net方法，用于提升SSVEP-BCI系统的解码性能 | 提出了创新的基于迁移精度的被试选择策略和集成SSVEP领域自适应网络的深度学习网络，以增强模型泛化能力并降低负迁移风险 | NA | 提升稳态视觉诱发电位脑机接口系统的解码精度和信息传输率，减少被试间变异性 | 稳态视觉诱发电位脑机接口系统 | 机器学习 | NA | 稳态视觉诱发电位 | 深度学习网络 | 脑电信号 | 在两个大规模公共基准数据集上进行验证 | NA | 双通道TRCA-net, SSVEP-DAN | 解码精度, 信息传输率 | NA |
| 8452 | 2025-12-20 |
High Volume Rate 3D Ultrasound Reconstruction with Diffusion Models
2025-Dec-18, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3645849
PMID:41411351
|
研究论文 | 本文提出了一种基于扩散模型的新型3D超声重建方法，旨在从减少的仰角平面中实现更高的空间和时间分辨率 | 首次将扩散模型应用于3D超声重建，利用扩散后验采样的概率特性量化重建不确定性，并通过利用超声序列固有的时间一致性来加速推理 | 未明确说明模型在临床环境中的实时性能评估或对不同解剖结构的泛化能力 | 解决3D超声成像中高体积率与高图像质量之间的权衡挑战 | 3D心脏超声数据集 | 医学影像重建 | 心血管疾病 | 3D超声成像 | 扩散模型 | 3D超声图像序列 | NA | NA | 扩散模型 | 图像质量，下游任务性能，召回率 | NA |
| 8453 | 2025-12-20 |
Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review
2025-Dec-18, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9146
PMID:41412746
|
综述 | 本文系统总结了神经影像中下丘脑分割方法及其在生理与临床研究中的应用 | 对下丘脑分割方法进行了系统性的分类与综述，并指出了该领域当前面临的主要挑战与未来方向 | 缺乏统一的分割协议，阻碍了跨研究可比性；在儿科人群研究中存在显著的方法学空白 | 综述下丘脑分割方法，以促进对该关键脑区结构与功能的全面理解 | 人类下丘脑及其功能亚区 | 神经影像 | NA | 神经影像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 8454 | 2025-12-20 |
On the Completeness of Existing RNA Fragment Structures
2025-Dec-18, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf127
PMID:41414643
|
研究论文 | 本文评估了RNA片段结构空间的完整性，并指出其在四核苷酸和五核苷酸水平上仍处于指数增长阶段，远未完整 | 首次系统性地分析了RNA片段结构空间的完整性，揭示了其在四核苷酸和五核苷酸水平上的指数增长趋势，并提出了基于糖环原子的稳定参考框架 | 研究仅关注了二至五核苷酸片段，未涵盖更长的RNA结构或动态变化，且依赖于现有实验数据的局限性 | 评估RNA片段结构空间的完整性，以探讨RNA结构预测的潜力 | RNA片段结构，包括二、三、四和五核苷酸水平 | 结构生物学 | NA | 结构分析，实验测定 | NA | 结构数据 | NA | NA | NA | NA | NA |
| 8455 | 2025-12-20 |
Phylo-Spec: a phylogeny-fusion deep learning model advances microbiome status identification
2025-Dec-17, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01453-25
PMID:41283667
|
研究论文 | 提出一种名为Phylo-Spec的系统发育融合深度学习模型，用于改进基于微生物组的健康状态识别 | 首次将微生物的系统发育关系整合到深度学习框架中，通过自底向上的迭代融合卷积特征，动态处理未分类物种，并利用基于信息增益的机制增强模型可解释性 | 模型在真实世界数据中的泛化能力仍需更多验证，且计算复杂度可能较高 | 开发一种能够整合微生物多维度信息以提升健康状态分类性能的计算模型 | 人类微生物组数据 | 机器学习 | NA | 宏基因组测序，扩增子测序 | 深度学习 | 微生物丰度数据，分类学数据，系统发育数据 | NA | NA | 卷积神经网络 | NA | NA |
| 8456 | 2025-12-20 |
Unveiling the landscape of prokaryotic global regulators through deep protein language models
2025-Dec-17, mSystems
IF:5.0Q1
DOI:10.1128/msystems.00950-25
PMID:41283681
|
研究论文 | 本研究利用深度蛋白质语言模型，对原核生物全局调控因子进行了大规模系统性鉴定与图谱绘制 | 首次将深度蛋白质语言模型应用于大规模原核生物全局调控因子的系统性鉴定，克服了传统方法在检测远程同源物和新类型方面的局限，发现了大量未知功能的蛋白质和新的调控因子类型 | 研究主要基于基因组序列数据，缺乏对鉴定出的调控因子进行全面的实验验证，且功能预测依赖于计算模型 | 系统性揭示原核生物全局调控因子的多样性、分布模式和进化动态，为合成生物学提供可调控的遗传电路设计工具 | 14,800个细菌和古菌模式菌株基因组中的全局调控因子 | 计算生物学, 生物信息学 | NA | 深度蛋白质语言模型, 深度学习 | 蛋白质语言模型 | 蛋白质序列数据 | 14,800个细菌和古菌模式菌株基因组, 74,872条经过人工注释的GR序列用于训练 | NA | NA | 灵敏度, 泛化能力 | NA |
| 8457 | 2025-12-20 |
Computational pathology in breast cancer: optimizing molecular prediction through task-oriented AI models
2025-Dec-16, NPJ breast cancer
IF:6.5Q1
DOI:10.1038/s41523-025-00857-1
PMID:41402342
|
研究论文 | 本文探讨了在乳腺癌病理学中，通过任务导向的小型AI模型直接从WSI预测临床相关分子特征的机遇与挑战 | 提出采用任务导向的小型AI模型替代大型基础模型，以解决临床工作流集成、可解释性和泛化性等问题，并探讨了模型蒸馏、弱监督和模块化训练等具体方法 | 模型仍面临高质量数据集获取、多机构验证的严谨性要求以及跨学科协作的挑战 | 优化乳腺癌分子预测，推动AI在计算病理学中的临床转化应用 | 乳腺癌的数字化全切片图像（WSI） | 计算病理学 | 乳腺癌 | 数字化全切片图像分析 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 8458 | 2025-12-20 |
Real-time retail planogram compliance application using computer vision and virtual shelves
2025-Dec-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27773-5
PMID:41402356
|
研究论文 | 本研究提出了一种用于便利店货架图合规性的实时自动化监控系统，该系统利用计算机视觉和深度学习技术，在超过7000家7-Eleven门店中部署 | 提出了一种集成了货架检测、产品识别和货架布局比对功能的统一流水线，并引入了多图像拼接技术构建虚拟货架以克服空间限制，显著提高了系统的适应性和准确性 | 未明确讨论系统在极端光照条件、高度遮挡或新型/未训练产品出现时的性能，也未提及部署和维护成本 | 解决便利店中货架图合规性检查的自动化问题，以替代传统的人工审核 | 便利店货架、货架上的产品 | 计算机视觉 | NA | 计算机视觉，深度学习 | CNN, Transformer | 图像 | 货架检测数据集15,232张图像，产品检测数据集99,135张图像，分类数据集包含471个产品类别，平均每个类别210张图像 | NA | YOLOv8, ResNet101, FAN-based Transformer, Deformable DETR | 精确率，召回率，mAP@50，mAP@50-b，准确率，Top-1准确率，Top-5准确率 | NA |
| 8459 | 2025-12-20 |
MCrossFormer: multi-level cross-scale transformer for photovoltaic power and lifespan prediction
2025-Dec-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27638-x
PMID:41402373
|
研究论文 | 本研究提出了一种结合加权功率退化耦合模型与深度学习预测框架的集成方法，用于光伏组件寿命和功率输出的准确预测 | 提出了新颖的多级跨尺度Transformer（MCrossFormer）架构，采用三个并行的编码器-解码器结构分别捕获趋势、周期和邻近特征，并设计了长短期注意力机制来动态识别光伏功率时间序列中的关键模式 | 未在摘要中明确说明 | 准确预测光伏组件的寿命和功率输出，以确保系统可靠性和经济可行性 | 光伏组件 | 机器学习 | NA | 深度学习 | Transformer | 时间序列数据 | 三个公共基准数据集 | NA | MCrossFormer（多级跨尺度Transformer） | NA | NA |
| 8460 | 2025-12-20 |
Advancing animal behavior recognition with self-supervised pre-training on unlabeled data
2025-Dec-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27736-w
PMID:41402417
|
研究论文 | 本研究提出了一种基于对比学习的自监督学习框架，利用跨物种未标记数据来缓解动物活动识别中的标注数据稀缺问题 | 引入了一种结合时间-频率一致性目标的自监督预训练方法，并设计了一种新颖的分类模型，该模型通过基于PatchTST的编码器整合轴内局部动态，通过深度可分离卷积整合跨轴全局模式 | 未在论文标题和摘要中明确说明 | 减少动物活动识别对大规模标注数据的依赖，实现可扩展且标签高效的动物行为监测 | 跨物种的动物行为数据 | 机器学习 | NA | 对比学习，自监督学习 | Transformer, CNN | 时间序列数据 | 未在论文标题和摘要中明确说明 | NA | PatchTST | 准确率, F1分数 | NA |