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 43010 篇文献，本页显示第 8621 - 8640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8621 | 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 |
| 8622 | 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 |
| 8623 | 2025-12-20 |
Blockchain-based secure MEC model for VANETs using hybrid networks
2025-Dec-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27682-7
PMID:41402461
|
研究论文 | 本文提出了一种基于区块链和深度学习的混合网络模型，用于增强车载自组织网络（VANETs）中的数据安全性和处理效率 | 结合区块链、边缘计算（MEC）和深度学习，提出了一种三层架构（感知层、边缘计算层、服务层），并引入了自适应扩张混合网络（ADHyNet）进行节点认证，使用随机数更新技能优化算法（RNU-SOA）优化超参数，以及采用同态加密与椭圆曲线密码学（HECC）结合的方式保护数据 | NA | 开发一个安全、高效的车载自组织网络（VANETs）数据处理与通信模型 | 车载自组织网络（VANETs）中的数据安全、隐私保护和通信性能 | 机器学习 | NA | 区块链技术、边缘计算（MEC）、深度学习 | Res-LSTM, GRU | 网络通信数据、车辆节点数据 | NA | NA | Residual LSTM with GRU (ADHyNet) | 数据安全性、吞吐量、服务质量（QoS） | NA |
| 8624 | 2025-12-20 |
RAUM-GANs: a multi-layer GAN-enhanced framework for accurate multiple sclerosis lesion segmentation in MRI
2025-Dec-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27787-z
PMID:41402470
|
研究论文 | 本文提出了一种名为RAUM-GANs的多层深度学习框架，用于提高多发性硬化症MRI图像中病灶分割的准确性 | 采用多层GAN增强框架，包括噪声去除、缺失数据填补和数据集扩展，结合Residual Attention U-Net进行分割，显著提升了分割性能 | 未明确提及框架在其他疾病或数据集上的泛化能力，以及计算资源需求的具体限制 | 开发一个准确、鲁棒的多发性硬化症病灶分割框架，以克服MRI数据中的噪声、缺失数据和标签图像有限等挑战 | 多发性硬化症患者的MRI图像 | 数字病理学 | 多发性硬化症 | MRI成像 | GAN, CNN | 图像 | 基于MICCAI MSSEG-2数据集，具体样本数量未明确说明 | 未明确指定，但可能涉及TensorFlow或PyTorch等深度学习框架 | Denoising GAN (DGAN-Net), Multi-level Identity GAN (MGAN), Residual Attention U-Net (RAU-Net) | Dice分数, Fréchet Inception Distance (FID), Inception Score (IS), 峰值信噪比 (PSNR) | 未明确说明 |
| 8625 | 2025-12-20 |
Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in England during 2021-2022
2025-Dec-15, Appetite
IF:4.6Q1
DOI:10.1016/j.appet.2025.108424
PMID:41407206
|
研究论文 | 本研究探讨了英格兰外卖餐饮店菜单健康评分、菜单特征与顾客能量摄入之间的关联 | 结合通用健康评分和深度学习健康评分，并利用随机森林模型分析菜单特征对能量摄入的预测作用 | 研究依赖顾客回忆数据，可能引入回忆偏倚；仅覆盖英格兰四个地方当局，样本代表性可能有限 | 识别外卖餐饮店健康评分工具和菜单特征是否能解释顾客在外用餐时的能量摄入差异 | 英格兰外卖餐饮店的顾客及其点餐记录 | 机器学习 | NA | 深度学习, 随机森林模型, 稳健线性回归 | 随机森林, 线性回归 | 文本数据（菜单特征、餐饮店名称）, 数值数据（能量摄入） | 3718名顾客 | NA | NA | 方差解释率（29%） | NA |
| 8626 | 2025-12-20 |
TFSolver: a numerical Python toolkit for parallel electromagnetic calculation of planar multilayer thin films at multi-wavelength and multi-angle
2025-Dec-15, Optics express
IF:3.2Q2
DOI:10.1364/OE.578518
PMID:41414396
|
研究论文 | 介绍了一个用于平面多层薄膜电磁计算的Python工具包TFSolver，支持并行模拟、GPU加速和自动微分 | 利用PyTorch库实现4×4矩阵方法，支持多波长和多角度的并行电磁计算，并集成自动微分功能以支持基于梯度的优化任务 | NA | 开发一个高效、可并行化且支持自动微分的电磁计算工具包，用于各向同性和各向异性多层薄膜的表征与设计 | 平面各向同性和各向异性多层薄膜 | 计算电磁学 | NA | 4×4矩阵方法 | NA | 电磁模拟数据 | NA | PyTorch | NA | 计算精度、计算效率 | GPU加速 |
| 8627 | 2025-12-20 |
Video reconstruction through dynamic scattering media based on physics-informed spatio-temporal transformer
2025-Dec-15, Optics express
IF:3.2Q2
DOI:10.1364/OE.576675
PMID:41414418
|
研究论文 | 提出了一种基于物理信息时空Transformer的视频重建方法，用于动态散射介质下的视频重建 | 提出PISTA框架，将物理原理与注意力机制结合，解决了现有方法在时间相关性建模、物理约束融入和时变散射参数估计方面的不足 | 未明确提及具体局限性 | 改进动态散射介质下的视频重建质量 | 动态散射介质下的视频数据 | 计算成像 | NA | 深度学习 | Transformer | 视频 | NA | NA | PISTA（Physics-Informed Spatio-Temporal Transformer Architecture） | NA | NA |
| 8628 | 2025-12-20 |
Polarization-informed deep learning for 3D integral imaging restoration in turbidity
2025-Dec-15, Optics express
IF:3.2Q2
DOI:10.1364/OE.579903
PMID:41414429
|
研究论文 | 本文提出了一种偏振信息引导的深度学习与3D积分成像结合的方法，用于在浑浊介质中恢复斯托克斯参数和线性偏振度 | 首次将偏振信息引导的深度学习应用于3D成像，同时恢复偏振信息和估计穆勒矩阵，在退化环境中实现创新 | NA | 在部分遮挡或浑浊介质（如散射、衰减、浑浊水）中恢复偏振图像，估计传输介质特性 | 斯托克斯参数、线性偏振度、穆勒矩阵 | 计算机视觉 | NA | 偏振成像、3D积分成像 | CNN | 图像 | NA | NA | 多输出卷积神经网络 | NA | NA |
| 8629 | 2025-12-20 |
Computationally efficient self-attention assisted signal detection method for SIMO FSO communications with atmospheric turbulence
2025-Dec-15, Optics express
IF:3.2Q2
DOI:10.1364/OE.579567
PMID:41414448
|
研究论文 | 本文提出了一种用于单输入多输出自由空间光通信系统的低复杂度自注意力神经网络，以高效地进行信号合并与检测 | 提出了一种采用轻量级自注意力机制的新型神经网络，能在显著降低计算开销的同时，保持或超越现有方法的误码率性能 | 未明确说明模型在不同湍流强度或更广泛信道条件下的泛化能力 | 解决自由空间光通信系统中由大气湍流引起的性能下降问题，并降低信号检测的计算复杂度 | 单输入多输出自由空间光通信系统在湍流信道下的信号 | 机器学习 | NA | NA | 自注意力神经网络 | 信号数据 | NA | NA | 自注意力神经网络 | 误码率, 计算复杂度 | NA |
| 8630 | 2025-12-15 |
Photovoltaic power interval prediction with conditional error dependency using Bayesian optimized deep learning
2025-Dec-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19602-6
PMID:41390756
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8631 | 2025-12-20 |
Passive determination of anisotropic compressive strength of 3D printed concrete using multiple neural networks enhanced with explainable machine learning (XML)
2025-Dec-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11068-w
PMID:41387962
|
研究论文 | 本研究开发了基于多种神经网络的预测模型，用于预测3D打印混凝土的抗压强度，并利用可解释机器学习方法增强模型的可解释性 | 结合了多层感知器、卷积神经网络和径向基函数神经网络等多种神经网络算法，并应用SHAP和ICE分析来识别影响抗压强度的关键因素，提高了预测模型的准确性和可解释性 | 研究基于200个实验实例的数据库，样本量相对有限，可能影响模型的泛化能力 | 开发可靠的预测模型，以预测3D打印混凝土的抗压强度 | 3D打印混凝土的抗压强度 | 机器学习 | NA | NA | MLP, CNN, RBFNN | 实验数据 | 200个实验实例 | NA | 多层感知器, 卷积神经网络, 径向基函数神经网络 | R², 误差指标, 残差评估 | NA |
| 8632 | 2025-12-20 |
ALKBH5-Mediated ITGB1 m6A Modification in Ovarian Cancer Progression and Immune Evasion
2025-Dec-09, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-01127-w
PMID:41366552
|
研究论文 | 本研究揭示了m6A去甲基化酶ALKBH5通过调控ITGB1表达，促进卵巢癌进展和免疫逃逸 | 首次发现ALKBH5通过调节ITGB1的m6A修饰影响卵巢癌的免疫逃逸，并提出了ALKBH5-ITGB1轴作为新的诊断标志物和治疗靶点 | NA | 探究ALKBH5在卵巢癌进展和免疫逃逸中的作用机制 | 卵巢癌细胞 | 机器学习 | 卵巢癌 | bulk RNA测序, 单细胞RNA测序, 深度学习, 共表达网络分析 | NA | RNA测序数据 | NA | NA | NA | NA | NA |
| 8633 | 2025-12-20 |
FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network
2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101913
PMID:40383184
|
研究论文 | 提出了一种名为FlowMRI-Net的通用自监督深度学习框架，用于快速准确重建高度欠采样的4D血流MRI数据 | 采用基于物理驱动的展开优化和复值卷积循环神经网络，以自监督方式进行训练，提高了重建速度和准确性，并展示了在主动脉和脑血管应用中的通用性 | 未明确提及具体局限性，但可能包括对特定血管区域的适用性验证不足或数据多样性有限 | 开发一个通用自监督深度学习框架，用于快速准确重建高度欠采样的4D血流MRI数据，并应用于主动脉和脑血管 | 主动脉和脑血管的4D血流MRI数据 | 医学影像处理 | 心血管疾病 | 4D血流MRI | 卷积循环神经网络 | MRI图像 | NA | NA | FlowMRI-Net | 向量归一化均方根误差, 平均方向误差 | 商用CPU/GPU硬件 |
| 8634 | 2025-12-20 |
Referenceless 4D flow cardiovascular magnetic resonance with deep learning
2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101920
PMID:40467036
|
研究论文 | 本研究利用深度学习预测心血管四维血流磁共振成像中的参考编码，以减少扫描时间 | 提出了一种无参考编码的四维血流心血管磁共振成像方法，通过深度学习从三个运动编码预测参考编码，从而减少25%的数据采集量 | 在右心室的最大速度和平均速度以及左心室和右心室的总湍流动能方面存在较大误差，且模型性能在心脏周期和测试对象间存在不一致性 | 通过深度学习减少四维血流心血管磁共振成像的扫描时间，同时保持血流速度和流量定量的准确性 | 126名不同类型心肌病患者的心脏四维血流数据集 | 医学影像分析 | 心血管疾病 | 四维血流心血管磁共振成像 | U-Net | 三维速度数据 | 126名患者（113名用于训练，13名用于测试） | NA | U-Net | 流量体积、平均速度、最大速度、总湍流动能、最大湍流动能 | NA |
| 8635 | 2025-12-20 |
Development of a deep learning algorithm for detecting significant coronary artery stenosis in whole-heart coronary magnetic resonance angiography
2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101932
PMID:40602666
|
研究论文 | 本研究开发了一种基于深度学习的算法，用于在全心脏冠状动脉磁共振血管成像中检测显著的冠状动脉狭窄 | 首次提出了一种基于深度卷积神经网络的深度学习算法，用于自动检测全心脏冠状动脉磁共振血管成像中的显著狭窄，并验证了其作为辅助诊断工具对经验不足的观察者的有效性 | 研究样本量相对较小（75名患者），且仅使用单一中心的影像数据，可能影响模型的泛化能力 | 开发一种深度学习算法，用于准确检测全心脏冠状动脉磁共振血管成像中的显著冠状动脉狭窄，并评估其作为辅助诊断工具的效果 | 75名同时接受全心脏冠状动脉磁共振血管成像和有创冠状动脉造影的患者的951个冠状动脉节段 | 计算机视觉 | 心血管疾病 | 全心脏冠状动脉磁共振血管成像，有创冠状动脉造影 | CNN | 图像 | 75名患者的951个冠状动脉节段 | NA | 深度卷积神经网络 | AUC, 灵敏度, 特异度, 准确率 | NA |
| 8636 | 2025-12-20 |
Three-dimensional distensibility of the aorta derived from four-dimensional cardiovascular magnetic resonance in young and middle-aged adults with Marfan syndrome
2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101975
PMID:41173273
|
研究论文 | 本研究使用四维心血管磁共振成像技术，评估了马凡综合征患者主动脉的三维扩张性和位移，并与健康志愿者进行比较 | 首次利用深度学习算法从四维心血管磁共振成像中提取主动脉三维扩张性和位移，作为马凡综合征的新影像学生物标志物 | 研究样本量有限，且为横断面研究，缺乏纵向数据验证预测价值 | 比较马凡综合征患者与健康志愿者的主动脉三维扩张性和位移，探索新的影像学生物标志物 | 年轻和中年马凡综合征患者（包括有或无主动脉根部手术史）和健康志愿者 | 数字病理学 | 马凡综合征 | 四维心血管磁共振成像，深度学习算法 | 深度学习 | 磁共振图像 | 131名参与者（47名健康志愿者，51名未手术马凡综合征患者，33名术后马凡综合征患者） | NA | NA | NA | NA |
| 8637 | 2025-12-20 |
Prevalence, Immune Checkpoint Expression, and Spatial Interplay of Immune Cells Are Linked to Favorable Tumor Phenotype in 4915 Human Carcinomas
2025-Dec, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104248
PMID:41067503
|
研究论文 | 本研究通过深度学习框架和多重荧光免疫组化技术，全面评估了43种人类癌症中上皮内免疫细胞的密度、免疫检查点表达及空间相互作用 | 首次在单细胞分辨率下，对4915个肿瘤样本中的21种生物标志物进行量化，并识别出一个与低病理肿瘤分期相关的、高度炎症性的泛癌症表型 | 研究基于组织微阵列格式，可能无法完全代表整个肿瘤的异质性；且为观察性研究，未直接验证治疗反应 | 评估人类癌症中上皮内免疫细胞的密度、免疫检查点表达及其空间相互作用，以探索与肿瘤表型的关联 | 4915个来自43种不同癌症实体的肿瘤样本 | 数字病理学 | 癌症 | 多重荧光免疫组化（BLEACH&STAIN），深度学习框架 | NA | 图像 | 4915个肿瘤样本 | NA | NA | NA | NA |
| 8638 | 2025-12-20 |
AI-Driven Early Detection of Diabetic Glaucoma and Emerging Horizons in Bionic Eye Technology
2025-Dec-01, Zhongguo ying yong sheng li xue za zhi = Zhongguo yingyong shenglixue zazhi = Chinese journal of applied physiology
DOI:10.62958/j.cjap.2025.031
PMID:41320280
|
综述 | 本文综述了人工智能在糖尿病性青光眼早期检测中的应用以及仿生眼技术在视觉恢复方面的进展 | 强调了将AI驱动的诊断与新兴仿生眼技术相结合，代表了糖尿病性青光眼管理方式的重大转变 | NA | 探讨人工智能在早期识别糖尿病性青光眼中的作用，并回顾旨在帮助受影响个体恢复视力的仿生眼技术进展 | 糖尿病性青光眼患者，视网膜图像，仿生眼系统 | 医学影像分析，神经工程 | 糖尿病性青光眼 | 视网膜成像，光学相干断层扫描 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 8639 | 2025-12-20 |
Use of artificial intelligence for detection of MB2 canals in maxillary first molars on CBCT: a systematic review and meta-analysis
2025-Dec-01, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-07254-x
PMID:41327142
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了人工智能在CBCT图像中检测上颌第一磨牙第二近颊根管（MB2）的诊断准确性 | 首次对人工智能在CBCT图像中检测MB2根管的诊断性能进行系统综述和荟萃分析，并比较了深度学习与传统机器学习模型的性能差异 | 纳入研究数量有限（4项），样本量小，存在显著的异质性，限制了结果的普遍适用性 | 评估人工智能在CBCT图像中识别上颌第一磨牙MB2根管的诊断准确性 | 上颌第一磨牙的CBCT图像 | 医学影像分析 | 牙髓病学/口腔疾病 | 锥形束计算机断层扫描（CBCT） | 深度学习, 传统机器学习 | 医学影像（CBCT图像） | NA（纳入4项研究，具体样本量未在摘要中汇总） | NA | NA | 灵敏度, 特异度, 准确度, 阳性预测值, 阴性预测值 | NA |
| 8640 | 2025-12-20 |
Artificial Intelligence-Based Predictive Modeling for Early Detection of Sepsis in Hospitalized Patients: A Systematic Review and Meta-Analysis
2025-Dec-01, Critical care explorations
DOI:10.1097/CCE.0000000000001360
PMID:41348160
|
系统综述与荟萃分析 | 本文对2015年至2025年间发表的基于人工智能的脓毒症早期预测模型进行了系统综述与荟萃分析 | 系统评估了多种AI模型在脓毒症早期检测中的应用，并比较了其性能，指出了当前研究的局限与未来方向 | 大多数研究为回顾性设计，前瞻性或实时临床验证研究有限，模型的可推广性、可解释性及临床实施仍面临挑战 | 评估用于成人住院患者脓毒症早期检测的人工智能预测模型 | 成人住院患者的电子健康记录数据 | 机器学习 | 脓毒症 | 电子健康记录数据分析 | 随机森林, 神经网络, 支持向量机, 深度学习 | 结构化数据（生命体征、实验室值、人口统计学）与非结构化临床文本 | 共纳入52项研究，具体样本量未在摘要中明确说明 | NA | 长短期记忆网络, 卷积神经网络 | AUC, 灵敏度, 特异性, F1分数 | NA |