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 8721 - 8740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8721 | 2025-05-15 |
Three pillars of artificial intelligence research in anesthesiology: welcoming address to the Korean Journal of Anesthesiology's new guidelines for machine learning and deep learning research
2025-Jun, Korean journal of anesthesiology
IF:4.2Q1
DOI:10.4097/kja.25318
PMID:40364621
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8722 | 2025-06-09 |
AITom: AI-guided cryo-electron tomography image analyses toolkit
2025-Jun, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2025.108207
PMID:40378936
|
研究论文 | 介绍了一个名为AITom的开源人工智能平台，专为冷冻电子断层扫描（cryo-ET）研究人员设计，用于三维亚细胞成分的定位、识别、分割和结构恢复 | AITom整合了公共和专有算法，支持传统的基于模板和无模板方法，以及最先进的深度学习技术，为冷冻电子断层扫描数据分析提供了全面的解决方案 | 未明确提及具体限制 | 开发高效准确的大规模图像分析方法，以解决冷冻电子断层扫描在亚细胞成分分析中的挑战 | 冷冻电子断层扫描图像中的三维亚细胞成分 | 结构生物学 | NA | 冷冻电子断层扫描（cryo-ET） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 8723 | 2025-06-09 |
Deep learning-assisted analysis of biomarker changes after increase of dosing from aflibercept 2 mg to 8 mg in therapy-resistant neovascular age-related macular degeneration
2025-Jun-01, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2025-002176
PMID:40451292
|
research paper | 本研究使用深度学习辅助分析，评估了aflibercept 8 mg在治疗抵抗性新生血管性年龄相关性黄斑变性患者中的疗效 | 首次在真实世界环境中评估aflibercept 8 mg的疗效，并采用深度学习算法进行生物标志物量化分析 | 样本量较小（23只眼），且为回顾性研究设计 | 评估高剂量aflibercept在治疗抵抗性nAMD患者中的疗效和安全性 | 21名治疗抵抗性新生血管性年龄相关性黄斑变性患者（23只眼） | digital pathology | age-related macular degeneration | optical coherence tomography | deep learning-based semantic segmentation algorithm | medical imaging | 23 eyes from 21 patients | NA | NA | NA | NA |
| 8724 | 2025-06-09 |
Quantifying Healthcare Provider Perceptions of a Novel Deep Learning Algorithm to Predict Sepsis: Electronic Survey
2025-Jun-01, Critical care explorations
DOI:10.1097/CCE.0000000000001276
PMID:40466050
|
research paper | 该研究通过电子调查评估了医护人员对一种新型深度学习算法预测败血症的接受度和感知 | 研究聚焦于医护人员对深度学习败血症预测模型的接受度和反馈，填补了算法开发与临床应用之间的空白 | 样本量较小（114份回复），且仅来自两个急诊科，可能限制结果的普遍性 | 评估医护人员对急诊科深度学习败血症预测模型的感知和接受度 | 急诊科的医生、注册护士和护士执业者/医师助理 | digital pathology | sepsis | deep learning | COMPOSER | survey responses | 114 responses (76 doctors, 34 nurses, 4 nurse practitioners/physician assistants) | NA | NA | NA | NA |
| 8725 | 2025-10-06 |
Performance evaluation of deep learning models for the classification and identification of dental implants
2025-Jun, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2023.07.009
PMID:37679236
|
研究论文 | 本研究评估了基于目标检测的深度学习模型在牙科种植体分类与识别中的性能表现 | 首次使用目标检测模型对103种牙科种植体设计进行分类识别，并比较了不同算法版本和数据增强技术的效果 | 图像数量少于50的类别被排除在训练数据集外，可能影响模型对稀有种植体类型的识别能力 | 评估目标检测深度学习模型在牙科种植体设计分类中的性能 | 从全景X光片中提取的14,037个牙科种植体图像 | 计算机视觉 | NA | 全景X光成像 | YOLO | 医学图像 | 14,037个种植体图像，分为10个冠部类别、13个中部类别和10个根尖类别 | NA | YOLOv5, YOLOv7 | 平均精度均值(mAP) | NA |
| 8726 | 2025-06-09 |
Comparative Efficacy of MultiModal AI Methods in Screening for Major Depressive Disorder: Machine Learning Model Development Predictive Pilot Study
2025-May-30, JMIR formative research
IF:2.0Q4
DOI:10.2196/56057
PMID:40446148
|
研究论文 | 本研究评估了基于多模态AI方法在筛查重度抑郁症（MDD）中的效能，比较了不同范式的效果 | 利用AI分析视听信号，结合多种范式（CS、Q&A、MID、VW）进行MDD筛查，提出Q&A范式效果最佳 | 样本量较小（89名参与者），且未提及外部验证结果 | 评估不同AI范式在MDD筛查中的效能 | 41名MDD患者和48名无症状参与者 | 机器学习 | 重度抑郁症 | AI分析视听信号 | 深度学习模型 | 视频、音频、文本 | 89名参与者（41名MDD患者，48名无症状者） | NA | NA | NA | NA |
| 8727 | 2025-06-09 |
Deep learning-driven modality imputation and subregion segmentation to enhance high-grade glioma grading
2025-May-30, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03029-0
PMID:40448035
|
研究论文 | 本研究开发了一个深度学习框架，通过模态插补和子区域分割提高高级别胶质瘤分级的准确性 | 提出了基于PatchGAN的模态插补网络，结合了Transformer自注意力和CNN特征提取的聚合残差Transformer（ART）模块，并配以U-Net变体进行分割 | 研究依赖于回顾性数据，可能限制了结果的普适性 | 提高高级别胶质瘤的分级准确性 | 高级别胶质瘤患者 | 数字病理 | 胶质瘤 | 深度学习 | PatchGAN, Transformer, CNN, U-Net | 医学影像 | 1,251名患者（BraTS2021数据集）和181例临床病例（外部测试集） | NA | NA | NA | NA |
| 8728 | 2025-06-09 |
RETINA: Reconstruction-based pre-trained enhanced TransUNet for electron microscopy segmentation on the CEM500K dataset
2025-May, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013115
PMID:40435368
|
research paper | 本文提出了一种名为RETINA的预训练增强型TransUNet方法，用于在CEM500K数据集上进行电子显微镜图像分割 | 结合了大规模无标签CEM500K EM图像数据集的预训练与混合神经网络模型架构，整合了局部（卷积层）和全局（transformer层）图像处理 | 未提及具体局限性 | 开发自动化细胞结构分割方法以提高电子显微镜图像分析的效率 | 电子显微镜图像中的细胞结构 | digital pathology | NA | electron microscopy | TransUNet | image | CEM500K数据集 | NA | NA | NA | NA |
| 8729 | 2025-10-06 |
EEG-based emotion recognition using deep learning network with principal component based covariate shift adaptation
2014, TheScientificWorldJournal
DOI:10.1155/2014/627892
PMID:25258728
|
研究论文 | 提出一种基于主成分协变量偏移适应的深度学习网络，用于从脑电图信号中识别情绪 | 结合主成分分析和协变量偏移适应技术来处理脑电图信号的非平稳特性，并采用堆叠自动编码器进行分层特征学习 | 仅针对三种情绪效价和唤醒度水平进行分类，准确率仍有提升空间 | 开发能够从非平稳脑电图信号中自动识别情绪的深度学习算法 | 32名受试者的32通道脑电图信号 | 机器学习 | NA | 脑电图信号分析 | 深度学习网络,堆叠自动编码器 | 脑电图信号 | 32名受试者 | NA | 堆叠自动编码器 | 准确率 | NA |
| 8730 | 2025-06-08 |
Longitudinal Comparison of Geographic Atrophy Enlargement Using Manual, Semiautomated, and Deep Learning Approaches
2025 Sep-Oct, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100787
PMID:40469899
|
research paper | 比较了全自动AI模型、半自动化方法和手动平面测量在纵向评估地理萎缩（GA）中的表现 | 首次比较了全自动AI模型、半自动化方法和手动平面测量在GA评估中的一致性，并评估了AI模型的性能 | 研究为回顾性分析，样本量有限（108名患者，185只眼），且AI模型在15%的情况下需要人工干预 | 评估不同方法在GA纵向评估中的一致性和准确性 | 地理萎缩（GA）患者 | digital pathology | geriatric disease | fundus autofluorescence imaging | AI (deep learning) | image | 108名患者（185只眼） | NA | NA | NA | NA |
| 8731 | 2025-06-08 |
Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI
2025-Aug, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30478
PMID:40014485
|
research paper | 提出了一种鼓励重复性的自监督学习重建方法，用于定量MRI，以提高测量的重复性 | 首次提出了一种自监督学习方法，通过最小化k-t空间数据子集间的交叉数据一致性来鼓励定量MRI的重复性 | 未提及方法在其他类型定量MRI数据上的泛化能力 | 提高定量MRI测量的重复性并加速重建过程 | 心脏MR多任务T1映射数据 | 医学影像分析 | 心血管疾病 | 自监督学习（SSL） | 深度学习网络 | MRI图像 | 未明确提及具体样本量 | NA | NA | NA | NA |
| 8732 | 2025-06-08 |
Advancing Alzheimer's disease detection: a novel convolutional neural network based framework leveraging EEG data and segment length analysis
2025-Jun-04, Brain informatics
DOI:10.1186/s40708-025-00260-3
PMID:40464817
|
research paper | 提出了一种基于卷积神经网络（CNN）的框架，利用EEG数据和分段长度分析来检测阿尔茨海默病（AD） | 该研究创新性地探讨了EEG信号分段长度对分类准确性的影响，并提出了一个深度学习框架来优化AD检测 | 研究中使用的数据集来自单一公开来源，可能限制了模型的泛化能力 | 开发一种高效的临床算法，用于阿尔茨海默病的早期检测和生物标志物识别 | 阿尔茨海默病患者和额颞叶痴呆患者的EEG数据 | digital pathology | geriatric disease | EEG | CNN | EEG信号 | 公开数据集来自AHEPA General University Hospital of Thessaloniki | NA | NA | NA | NA |
| 8733 | 2025-06-08 |
A Dataset of Raman and Infrared Spectra as an Extension to the ChEMBL
2025-Jun-04, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05289-x
PMID:40467651
|
research paper | 本文构建了一个包含拉曼光谱和红外光谱的数据集，作为ChEMBL的扩展，用于支持材料科学中的深度学习研究 | 应用Gaussian09构建了一个包含22万分子的拉曼和红外光谱数据集，扩展了现有量子化学数据集的广度和深度 | 数据集仍在不断增加和定期更新中，当前可能尚未覆盖所有分子类型 | 解决当前光谱数据集中数据不足的问题，支持下一代模型的训练和基准测试 | 从ChEMBL提取的分子及其光谱数据 | material science | NA | Raman spectroscopy, Infrared spectroscopy, Gaussian09 | NA | spectral data | 220,000 molecules | NA | NA | NA | NA |
| 8734 | 2025-06-08 |
A blockchain based deep learning framework for a smart learning environment
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03688-z
PMID:40467714
|
研究论文 | 提出一个基于区块链和深度学习的智能框架，以增强智能学习过程并解决该领域的挑战 | 结合区块链和深度学习技术，确保学习者数据的安全性和完整性，同时预测学习者表现 | 未提及具体实施中的技术难点或潜在问题 | 提升智能学习过程的安全性和效率 | 教育机构和学习者 | 机器学习 | NA | 区块链、深度学习 | 深度神经网络 | 学习者数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 8735 | 2025-06-08 |
A neuromorphic electronic artist for robotic painting
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92081-x
PMID:40467759
|
研究论文 | 介绍了一种基于神经形态电子技术的机器人绘画系统，能够生成动态笔触 | 首次将神经形态相机和混合信号神经形态处理器结合用于机器人绘画，实现了超低延迟的实时闭环自适应控制 | 仅展示了基础笔触生成能力，尚未实现复杂绘画作品 | 开发具有生物逼真动态响应能力的机器人绘画系统 | 6自由度机械臂、动态视觉传感器(DVS)相机、神经形态处理器 | 机器人技术 | NA | 动态视觉传感(DVS)、神经形态计算 | 脉冲神经网络(SNN) | 事件流数据 | NA | NA | NA | NA | NA |
| 8736 | 2025-06-08 |
Optimization of deep learning architecture based on multi-path convolutional neural network algorithm
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03765-3
PMID:40467835
|
research paper | 本研究针对多流卷积神经网络在路径协作、特征融合和资源利用方面的局限性，提出了一种基于动态路径协作机制和轻量级设计的优化模型 | 创新性地引入了路径注意力机制和特征共享模块，采用自注意力融合方法提升特征融合效率，并结合路径选择和模型剪枝技术实现模型性能与计算资源需求的平衡 | 未提及具体模型在更广泛数据集上的泛化能力测试 | 提升多流卷积神经网络的特征提取能力、计算效率和模型鲁棒性 | 多流卷积神经网络架构 | computer vision | NA | deep learning | multi-path CNN | image | 三个数据集（CIFAR-10、ImageNet和Custom Dataset） | NA | NA | NA | NA |
| 8737 | 2025-06-08 |
A hybrid GAN-based deep learning framework for thermogram-based breast cancer detection
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04676-z
PMID:40467954
|
research paper | 提出了一种基于GAN和混合深度学习模型的乳腺癌检测框架，用于提高热成像图像的诊断准确性 | 结合GAN和混合深度学习模型，通过生成合成ROI增强数据集，提升分类性能 | 未提及具体临床验证的样本多样性及实际应用中的潜在限制 | 提高乳腺癌早期检测的准确性和效率 | 热成像图像中的乳腺癌检测 | digital pathology | breast cancer | GAN, Hybrid Deep Learning | GAN, HDL | image | DMR-IR benchmark dataset（具体样本数量未提及） | NA | NA | NA | NA |
| 8738 | 2025-06-08 |
Advancing blood cell detection and classification: performance evaluation of modern deep learning models
2025-Jun-04, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03027-2
PMID:40468312
|
研究论文 | 本文评估了现代深度学习模型在血细胞检测和分类中的性能 | 采用YOLO检测和混合CNN分类的两步方法，并在实时性能、计算效率和特征提取方面与其他先进模型进行了全面比较 | 未明确提及具体局限性 | 自动化血细胞计数过程，减少人工操作 | 血细胞 | 计算机视觉 | 贫血、白血病、感染 | 深度学习 | YOLO、CNN、MobileNetV2、ShuffleNetV2、DarkNet | 图像 | 包含多样化的血细胞图像数据集，具体数量未明确说明 | NA | NA | NA | NA |
| 8739 | 2025-06-08 |
Deep Learning-Enhanced Hand-Driven Microfluidic Chip for Multiplexed Nucleic Acid Detection Based on RPA/CRISPR
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202414918
PMID:40163382
|
research paper | 提出了一种便携式多重核酸检测系统R-CHIP，整合了RPA、CRISPR检测、手动微流控和人工智能平台，用于高风险人乳头瘤病毒(HR-HPV)的早期检测 | 结合了RPA/CRISPR技术、手动微流控和深度学习模型ResNet-18，提高了检测系统的读取效率和便利性 | 未提及系统在更广泛样本或不同环境下的适用性测试 | 开发一种便携、高效的HR-HPV检测平台，以改善资源有限地区的宫颈癌筛查 | 高风险人乳头瘤病毒(HR-HPV)，特别是HPV-16和HPV-18 | digital pathology | cervical cancer | RPA, CRISPR | ResNet-18 | image | 300例临床样本 | NA | NA | NA | NA |
| 8740 | 2025-06-08 |
Comparing efficiency of an attention-based deep learning network with contemporary radiological workflow for pulmonary embolism detection on CTPA: A retrospective study
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100657
PMID:40469717
|
研究论文 | 本研究比较了基于注意力的深度学习网络与当代放射学工作流程在CTPA上检测肺栓塞的效率 | 提出了一个基于AI的肺栓塞分诊模型（AID-PE），旨在提高诊断准确性、效率和速度 | 研究为回顾性研究，可能受到数据选择偏差的影响 | 提高肺栓塞的诊断效率和准确性 | 肺栓塞（PE）患者 | 数字病理 | 心血管疾病 | CTPA | 基于注意力的深度学习网络（AID-PE） | 图像 | 训练集7279例，测试集106例，效率评估数据集200例 | NA | NA | NA | NA |