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 32372 篇文献，本页显示第 8541 - 8560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8541 | 2025-06-11 |
VKAD: A novel fault detection and isolation model for uncertainty-aware industrial processes
2025-Sep, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107664
PMID:40435556
|
研究论文 | 提出了一种名为VKAD的新型故障检测与隔离模型，用于处理不确定性感知的工业过程 | 将Koopman算子理论与变分自编码器结合，提出VKAD模型，能够推断动态系统观测值的分布并捕获系统演化的不确定性 | 未明确提及 | 提高工业过程中故障检测与隔离的准确性和可靠性 | 工业过程的动态系统 | 机器学习 | NA | 变分自编码器 | VKAD（Variational Koopman Anomaly Detector） | 时间序列数据 | Tennessee Eastman Process (TEP)数据集和真实卫星在轨遥测数据集(SAT) | NA | NA | NA | NA |
| 8542 | 2025-10-06 |
Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples
2025-Aug-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.138370
PMID:40267710
|
研究论文 | 本研究开发了一种结合高光谱成像和深度学习的新型方法，用于快速筛选环境样品中具有共代谢能力的微塑料降解细菌 | 首次将高光谱成像技术与深度学习算法相结合，直接在共代谢固体培养基上快速识别微塑料降解细菌，显著提高了筛选效率 | 仅成功筛选出一种PBAT降解细菌，方法验证范围有限，需要进一步扩大样本验证 | 开发高效筛选微塑料降解细菌的新方法，解决传统筛选方法耗时且效率低的问题 | 环境样品中的共代谢微塑料降解细菌，特别是PBAT降解细菌 | 计算机视觉 | NA | 高光谱成像技术 | 深度学习算法 | 高光谱图像数据 | NA | NA | NA | 与传统方法验证结果一致 | NA |
| 8543 | 2025-06-11 |
Improving image quality and diagnostic performance using deep learning image reconstruction in 100-kVp CT enterography for patients with wide-range body mass index
2025-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112167
PMID:40398003
|
research paper | 评估深度学习图像重建（DLIR）算法在100-kVp CT肠造影（CTE）中对不同BMI患者图像质量、诊断信心和肠道病变检测的临床价值 | 比较了DLIR与传统ASiR-V算法在图像质量、诊断信心和肠道病变检测方面的表现，发现DLIR-M在图像质量和诊断信心上表现更优，并可能提高初级读者对炎症性病变的检测敏感性 | 炎症性病变检测的敏感性提升未达到统计学显著性，需要进一步研究 | 评估DLIR算法在100-kVp CTE中的临床价值 | 84名接受100-kVp双期CTE检查的患者 | 数字病理 | 肠道疾病 | CT enterography (CTE) | DLIR (深度学习图像重建) | image | 84名患者 | NA | NA | NA | NA |
| 8544 | 2025-06-11 |
LiDSCUNet++: A lightweight depth separable convolutional UNet++ for vertebral column segmentation and spondylosis detection
2025-Aug, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2025.105703
PMID:40460622
|
research paper | 提出了一种轻量级深度学习框架LiDSCUNet++，用于脊柱分割和脊椎病检测 | 结合深度可分离卷积和点卷积的轻量级UNet++框架，显著减少可训练参数、内存使用、能耗和计算时间 | 性能受限于数据不足和现有解决方案的高计算复杂度 | 开发高效的计算机辅助诊断系统，帮助医生诊断脊柱疾病 | 狗脊柱X光片中的椎骨异常 | digital pathology | spondylosis | deep learning | LiDSCUNet++, UNet++, YOLOv8 | image | NA | NA | NA | NA | NA |
| 8545 | 2025-10-06 |
Intraindividual Comparison of Image Quality Between Low-Dose and Ultra-Low-Dose Abdominal CT With Deep Learning Reconstruction and Standard-Dose Abdominal CT Using Dual-Split Scan
2025-Jul-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001151
PMID:39874436
|
研究论文 | 通过双源CT扫描在肝转移患者中比较低剂量/超低剂量CT（采用深度学习重建）与标准剂量CT（采用模型迭代重建）对局灶性肝病灶显示效果的非劣效性研究 | 首次在单个CT检查中采用双源分割扫描技术，实现同一患者不同剂量水平CT图像的个体内比较，并评估深度学习重建在低剂量CT中的临床应用价值 | 对肝转移的敏感性可能有所降低，需要在临床应用时保持谨慎 | 评估低剂量和超低剂量腹部CT结合深度学习重建在局灶性肝病灶显示方面是否不劣于标准剂量CT | 疑似或已知肝转移的患者 | 医学影像 | 肝转移癌 | 双源CT扫描，深度学习重建，模型迭代重建 | 深度学习重建 | CT影像 | 133名参与者（男性58名，平均BMI 23.0±3.4 kg/m²） | NA | NA | 病灶显示清晰度评分，病灶检测率，敏感性，特异性，信噪比，对比噪声比 | NA |
| 8546 | 2025-10-06 |
Impact of Noisy Supervision in Foundation Model Learning
2025-Jul, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3552309
PMID:40117144
|
研究论文 | 本文首次全面分析预训练数据中噪声的本质并提出NMTune方法来缓解其对下游任务的负面影响 | 首次系统研究预训练数据噪声对基础模型泛化能力的影响，并提出适用于参数高效和黑盒调优的噪声缓解方法 | 实验主要基于合成噪声数据集，在真实噪声场景下的验证仍需进一步加强 | 研究预训练数据噪声对基础模型泛化能力的影响及其缓解方法 | 基础模型在预训练和下游任务中的表现 | 机器学习 | NA | 全监督预训练、图像-文本对比预训练 | 基础模型 | 图像、文本 | ImageNet-1K、YFCC15M、CC12M数据集 | NA | 流行的视觉和语言模型架构 | 域内性能、域外性能 | NA |
| 8547 | 2025-06-11 |
Artificial intelligence for optimal in vitro fertilization morphokinetics
2025-Jul, European journal of obstetrics, gynecology, and reproductive biology
DOI:10.1016/j.ejogrb.2025.114039
PMID:40398145
|
research paper | 该研究开发了一个基于人工智能的模型，用于通过延时成像视频确定胚胎的形态动力学阶段 | 首次使用公开的体外受精数据集，结合CNN和EfficientNetB4深度学习模型，对胚胎形态动力学阶段进行分类 | 模型的整体准确率为0.71，灵敏度为0.59，仍有提升空间 | 开发人工智能模型以优化体外受精胚胎的形态动力学分析 | 人类胚胎的延时成像视频 | digital pathology | infertility | time-lapse imaging (TLI) | CNN, EfficientNetB4 | video | 704个视频，来自716对不孕夫妇，共240万张图像 | NA | NA | NA | NA |
| 8548 | 2025-06-11 |
Automated mitosis detection in stained histopathological images using Faster R-CNN and stain techniques
2025-Jun-11, Journal of integrative bioinformatics
IF:1.5Q3
DOI:10.1515/jib-2024-0049
PMID:40491077
|
research paper | 该研究探讨了使用深度学习技术，特别是基于Faster R-CNN的目标检测模型，在染色组织病理学图像中自动检测有丝分裂的方法 | 提出了一种基于Faster R-CNN的两阶段目标检测模型，并应用染色增强和归一化技术来解决组织病理学图像分析中的域偏移问题 | 未明确提及研究的局限性 | 开发自动化的有丝分裂检测方法，以辅助癌症诊断和治疗 | 染色组织病理学图像中的有丝分裂 | digital pathology | cancer | stain augmentation and normalization | Faster R-CNN, RetinaNet | image | MIDOG++数据集 | NA | NA | NA | NA |
| 8549 | 2025-10-06 |
Development of an Interpretable Machine Learning Model for Neurotoxicity Prediction of Environmentally Related Compounds
2025-Jun-10, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c03311
PMID:40307185
|
研究论文 | 开发了一种可解释的机器学习模型，用于预测环境相关化合物的神经毒性 | 结合三种分子表示方法和多种机器学习算法，开发出高性能且可解释的神经毒性预测模型 | 在已知神经毒性数据的89种化合物上准确率为0.74，仍有提升空间 | 预测环境相关化合物的神经毒性，填补神经毒性数据空白 | 环境相关化合物，特别是人体血液中检测到的1170种化合物 | 机器学习 | 神经系统疾病 | 分子指纹、分子描述符、分子图 | XGBoost, 传统机器学习算法, 深度学习方法 | 分子结构数据 | 1170种人体血液中检测到的化合物，其中89种有已知神经毒性数据 | XGBoost | NA | 准确率, AUC | NA |
| 8550 | 2025-06-11 |
High-Output Droplet Electricity Generator for Intelligent Self-Powered Biochemical Analysis
2025-Jun-10, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02079
PMID:40491299
|
研究论文 | 提出了一种微型智能自供电电子舌（MISET），用于化学和生物物质的高灵敏度、可靠性和实时检测 | MISET引入了封闭式液体传感环境和液滴能量生成机制，显著提高了信号稳定性和电荷转移效率，并通过深度学习辅助分析优化信号处理和模式识别 | NA | 克服传统分析方法在灵敏度、可靠性、便携性和实时检测方面的挑战 | 化学和生物物质 | 生物传感 | NA | 液滴能量生成（DEG）机制和深度学习辅助分析 | 深度学习 | 液体传感信号 | NA | NA | NA | NA | NA |
| 8551 | 2025-06-11 |
Artificial intelligence-powered microscopy: Transforming the landscape of parasitology
2025-Jun-10, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13433
PMID:40492595
|
综述 | 本文探讨了人工智能在寄生虫学领域的应用及其潜力 | 综述了人工智能、机器学习和深度学习在寄生虫学中的应用，特别是针对Apicomplexan、Diplomonad和Kinetoplastid类群的研究 | 讨论了在生物医学领域中实施和扩展人工智能应用所面临的挑战和限制 | 探索人工智能如何填补寄生虫学研究和诊断中的空白 | Apicomplexan、Diplomonad和Kinetoplastid类群的寄生虫 | 数字病理学 | 寄生虫病 | 显微镜和图像分析 | 机器学习和深度学习 | 图像 | NA | NA | NA | NA | NA |
| 8552 | 2025-06-11 |
Arthroscopy-validated diagnostic performance of sub-5-min deep learning super-resolution 3T knee MRI in children and adolescents
2025-Jun-10, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04969-4
PMID:40493057
|
research paper | 本研究评估了5分钟内完成的深度学习超分辨率3T膝关节MRI在儿童和青少年中的诊断性能 | 采用结合六倍并行成像和三倍同时多层加速的深度学习超分辨率技术，实现快速且高质量的膝关节MRI | 样本量较小（44名儿童），且研究为回顾性设计 | 评估加速深度学习超分辨率MRI在儿童膝关节疾病诊断中的性能 | 患有膝关节疼痛的儿童和青少年 | digital pathology | geriatric disease | PIx3-SMSx2-accelerated DL super-resolution MRI | DL | MRI图像 | 44名儿童（9-17岁） | NA | NA | NA | NA |
| 8553 | 2025-06-11 |
Genome-resolved metagenomics from short-read sequencing data in the era of artificial intelligence
2025-Jun-10, Functional & integrative genomics
IF:3.9Q1
DOI:10.1007/s10142-025-01625-x
PMID:40493087
|
综述 | 本文综述了基于人工智能的短读长宏基因组数据分析工具及其在基因组解析宏基因组学中的应用 | 整合人工智能技术于宏基因组数据分析的不同阶段，提升了处理复杂多维数据的准确性、可扩展性和效率 | 早期机器学习与深度学习模型因测序技术进步而效率降低，当前AI工具的局限性未明确说明 | 探讨人工智能在基因组解析宏基因组学中的应用及其工具性能 | 短读长宏基因组数据 | 机器学习 | NA | 短读长测序 | 机器学习和深度学习 | 基因组数据 | NA | NA | NA | NA | NA |
| 8554 | 2025-06-11 |
Multiproperty Deep Learning of the Correlation Energy of Electrons and the Physicochemical Properties of Molecules
2025-Jun-10, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00414
PMID:40493380
|
研究论文 | 本文利用基于信息理论方法(ITA)的密度描述符作为多属性深度学习(DL)的特征，预测分子的相关能量和物理化学性质 | 首次将ITA密度描述符用于多属性深度学习，预测电子相关能量和多种物理化学性质，并在准确性和效率上优于传统的TD-DFT方法 | 未明确提及具体局限性 | 开发一种基于ITA-DL的通用框架，用于准确、低成本预测分子的多种性质 | 分子的电子相关能量和物理化学性质(如分子极化率、NMR屏蔽常数、氧化还原电位等) | 机器学习 | NA | 深度学习(DL), 信息理论方法(ITA) | DL | 分子描述符数据 | 未明确提及具体样本数量，但包含小发色团和大分子测试集 | NA | NA | NA | NA |
| 8555 | 2025-06-11 |
Deep learning without borders: recent advances in ultrasound image classification for liver diseases diagnosis
2025-Jun-09, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2025.2514764
PMID:40445166
|
review | 本文综述了深度学习技术在利用超声影像进行肝脏疾病分类方面的最新进展 | 探讨了从CNN到其混合版本（如CNN-Transformer）等多种模型在脂肪肝、纤维化和肝癌等疾病检测中的应用 | 讨论了在不同临床环境中数据和模型泛化面临的挑战 | 提升肝脏疾病的自动诊断水平 | 肝脏疾病（如脂肪肝、纤维化和肝癌） | digital pathology | liver disease | ultrasound imaging | CNN, CNN-Transformer | image | NA | NA | NA | NA | NA |
| 8556 | 2025-06-11 |
Language and attenuation-driven network for robot-assisted cholangiocarcinoma diagnosis from optical coherence tomography
2025-Jun-09, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3578179
PMID:40489267
|
研究论文 | 本文提出了一种结合光学衰减系数和广义视觉语言信息的深度学习架构（LA-OCT Net），用于机器人辅助的胆管癌光学相干断层扫描（OCT）图像自动分类 | 引入了光学衰减系数（OAC）和广义视觉语言信息，开发了跨模态互补模型LA-OCT Net，通过解耦衰减选择对抗相关损失增强跨模态特征的差异 | 未提及具体的数据集规模或模型在不同数据集上的泛化能力 | 开发一种自动且准确的胆管癌分类系统，以确认浸润边缘 | 胆管癌（CCA）的光学相干断层扫描（OCT）图像 | 数字病理学 | 胆管癌 | 光学相干断层扫描（OCT） | LA-OCT Net（基于深度学习的跨模态互补模型） | 图像 | 综合临床数据集（未提及具体数量） | NA | NA | NA | NA |
| 8557 | 2025-06-11 |
Lightweight LLM-Based Anomaly Detection Framework for Securing IoTMD Enabled Diabetes Management Control Systems
2025-Jun-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3577604
PMID:40489281
|
研究论文 | 本研究评估了多种轻量级大型语言模型（LLMs）在基于IoTMD的糖尿病管理控制系统（DMCS）中的异常检测性能 | 使用LoRA微调的LLaMA 3.2 1B-Instruct模型在异常检测中达到了99.91%的准确率和100%的精确度，展示了基于transformer架构的优越适应性和鲁棒性 | 研究仅针对糖尿病管理控制系统，未涉及其他IoTMD应用场景 | 评估轻量级LLMs在IoTMD系统中的异常检测性能，以增强其安全性 | 基于IoTMD的糖尿病管理控制系统（DMCS） | 自然语言处理 | 糖尿病 | LoRA（Low-Rank Adaptation） | LLM（包括LLaMA 3.2 1B-Instruct、GPT-2、Phi-1、Gemma 2B-Instruct等） | 文本 | NA | NA | NA | NA | NA |
| 8558 | 2025-06-11 |
Temporal Integrative Machine Learning for Early Detection of Diabetic Retinopathy Using Fundus Imaging and Electronic Health Records
2025-Jun-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3578197
PMID:40489278
|
research paper | 提出一种新颖的时间整合机器学习系统，结合眼底图像和电子健康记录（EHR）用于糖尿病视网膜病变（DR）的早期检测 | 系统独特地处理EHR数据，关注时间趋势和长期患者历史，创建数千个时间特征，捕捉其随时间演变的动态，并提供无与伦比的模型精细度 | 数据主要为未标记性质，训练阶段采用了伪标记技术 | 开发一个更动态和全面的机器学习系统，以增强DR检测并提供相关风险因素的新见解 | 糖尿病视网膜病变（DR）患者 | machine learning | diabetic retinopathy | 伪标记技术 | temporal tabular model, deep learning multi-modal model | image, text | 5,000名患者的25,000张视网膜图像和长达20年的电子健康记录 | NA | NA | NA | NA |
| 8559 | 2025-06-11 |
Transformer-based robotic ultrasound 3D tracking for capsule robot in GI tract
2025-Jun-09, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03445-7
PMID:40490591
|
研究论文 | 提出了一种基于Transformer和CNN的混合深度学习框架，用于胃肠道胶囊机器人的实时3D超声跟踪 | 结合CNN和Transformer的优势，开发了一种能够长距离3D跟踪并在胶囊丢失时主动重新定位的新型机器人超声跟踪系统 | 未来工作包括改进探头-组织交互处理，并在活体动物和人体试验中验证性能以评估生理影响 | 解决超声成像在胃肠道胶囊机器人实时监测中的视野狭窄、气体填充区域可视性低和平面外运动检测困难等问题 | 胃肠道胶囊机器人 | 计算机视觉 | 胃肠道疾病 | 超声成像 | CNN和Transformer混合模型 | B模式超声图像 | 使用离体结肠模型在不同成像条件下进行评估 | NA | NA | NA | NA |
| 8560 | 2025-06-11 |
Development and Validation of a Deep Learning System for the Provision of a District-Wide Diabetes Retinal Screening Service
2025-Jun-09, Clinical & experimental ophthalmology
DOI:10.1111/ceo.14560
PMID:40491217
|
研究论文 | 开发并验证了一种深度学习系统，用于提供地区范围内的糖尿病视网膜筛查服务 | 双模态深度学习系统能够高准确度和特异性诊断威胁视力的糖尿病视网膜病变(vtDR) | 7.4%的参与者图像无法分级 | 评估深度学习系统在检测威胁视力的糖尿病视网膜病变(vtDR)方面的性能和有效性 | 748名糖尿病患者(年龄≥10岁) | 数字病理学 | 糖尿病视网膜病变 | 光学相干断层扫描(OCT) | 深度学习系统 | 图像 | 748名糖尿病患者 | NA | NA | NA | NA |