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 32801 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 | 2025-10-06 |
Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202412775
PMID:40171841
|
研究论文 | 本研究开发了一种名为Omicsformer的深度学习模型，通过整合多组学数据和常规血液分析实现慢性疾病的早期风险预测 | 提出Omicsformer深度学习模型，首次将多组学数据与常规血液检测结合用于九种慢性疾病的早期风险预测，并在大规模临床数据中验证了风险轨迹的有效性 | 研究样本主要来自高海拔地区的亚健康人群，可能限制结果的普适性 | 探索疾病发生的相互关联性，开发成本效益高的慢性疾病早期风险预测系统 | 160名高海拔地区亚健康个体的多组学数据和大规模电子健康记录 | 机器学习 | 慢性非传染性疾病 | 多组学分析，常规血液检测 | 深度学习 | 多组学数据，常规血液检测数据，电子健康记录 | 160名高海拔亚健康个体，20年大规模临床患者数据 | NA | Omicsformer | 风险轨迹验证，风险评估准确性 | NA |
| 8722 | 2025-10-06 |
Parametric-MAA: fast, object-centric avoidance of metal artifacts for intraoperative CBCT
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03348-7
PMID:40186717
|
研究论文 | 提出一种新型参数化金属伪影避免方法，用于术中CBCT成像的快速轨迹优化 | 通过深度学习检测关键点并用椭球体建模临床相关物体，实现计算高效的轨迹评分方法 | 物体形状的精细细节对伪影减少的影响可能未被充分考量 | 解决术中CBCT成像中的金属伪影问题 | 骨科和创伤应用中的植入物周围临床相关区域 | 计算机视觉 | 骨科疾病 | CBCT成像 | 深度学习模型 | 图像 | 模拟数据和真实临床病例 | NA | NA | 平均召回率 | CPU优化，无需GPU加速 |
| 8723 | 2025-10-06 |
Stable distance regression via spatial-frequency state space model for robot-assisted endomicroscopy
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03353-w
PMID:40220066
|
研究论文 | 提出一种基于空间频率状态空间模型的机器人辅助内窥镜距离回归方法 | 提出空间频率双向结构化状态空间模型(SF-BiS4D)，通过双向处理图像序列并在频域和空间域分析数据，同时引入引导轨迹规划策略生成伪距离标签 | NA | 实现机器人辅助内窥镜中探头-组织距离的自动回归，以支持精确的机器人组织扫描 | 基于共聚焦激光内窥镜(pCLE)的探头-组织距离测量 | 计算机视觉 | NA | 共聚焦激光内窥镜(pCLE) | 状态空间模型 | 图像序列 | pCLE回归数据集(PRD) | NA | SF-BiS4D, BiS4D | 准确度, 稳定性 | NA |
| 8724 | 2025-10-06 |
Video-based multi-target multi-camera tracking for postoperative phase recognition
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03344-x
PMID:40220065
|
研究论文 | 提出一种新颖的多目标多摄像头跟踪架构，用于术后阶段识别、位置跟踪和自动时间戳生成 | 将当前研究重点从手术室扩展到术后工作流程，提出结合医学领域特定知识的多目标多摄像头跟踪架构 | 基于19个重演的术后患者流程数据，样本规模有限，需要进一步验证在真实临床环境中的效果 | 开发能够支持外科医生和医疗专业人员的术后工作流程理解系统 | 术后患者流程中的患者和病床 | 计算机视觉 | 术后监护 | 多摄像头视频监控 | 多目标多摄像头跟踪架构 | 视频 | 19个重演的术后患者流程 | NA | 自定义MTMCT架构，包含AFLink | 遍历准确度，时间戳生成准确率，IDF1分数 | NA |
| 8725 | 2025-10-06 |
Single-Cell Sequencing-Guided Annotation of Rare Tumor Cells for Deep Learning-Based Cytopathologic Diagnosis of Early Lung Cancer
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202416921
PMID:40231585
|
研究论文 | 本研究利用单细胞DNA测序指导罕见肿瘤细胞标注，开发深度学习模型用于早期肺癌的细胞病理学诊断 | 首次使用单细胞DNA测序作为脱落肿瘤细胞的客观金标准，创建无偏倚的标注数据集，解决了深度学习在细胞病理学中标注数据缺乏的瓶颈问题 | 研究样本量相对有限，需要进一步的外部验证以确认模型的泛化能力 | 开发基于支气管肺泡灌洗液的深度学习细胞病理学诊断模型，提高早期肺癌的诊断敏感性 | 支气管肺泡灌洗液中的脱落肿瘤细胞和良性细胞 | 数字病理学 | 肺癌 | 单细胞DNA测序 | 深度学习模型 | 细胞病理学图像 | 训练集包含580个ETCs和1106个良性细胞，发现队列156例，验证队列158例，外部验证队列141例 | NA | NA | AUC, 敏感性, 特异性 | NA |
| 8726 | 2025-10-06 |
Early operative difficulty assessment in laparoscopic cholecystectomy via snapshot-centric video analysis
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03372-7
PMID:40257703
|
研究论文 | 通过基于快照的腹腔镜胆囊切除术视频分析实现早期手术难度评估 | 提出早期手术难度评估新任务，设计融合全局和局部时间分辨率特征的深度学习模型SurgPrOD，并创新性地引入跨快照注意力模块 | NA | 利用有限的术中视频观察实现腹腔镜胆囊切除术早期难度评估 | 腹腔镜胆囊切除术视频数据 | 计算机视觉 | 胆囊疾病 | 深度学习视频分析 | 深度学习 | 视频 | CholeScore数据集中的手术视频样本 | NA | SurgPrOD（包含快照中心注意力模块） | F1分数, top1准确率, 早期稳定正确预测指标 | NA |
| 8727 | 2025-10-06 |
ConsisTNet: a spatio-temporal approach for consistent anatomical localization in endoscopic pituitary surgery
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03369-2
PMID:40299263
|
研究论文 | 提出ConsisTNet模型用于内镜垂体手术中关键解剖结构的自动化定位，通过时空特征提高预测一致性 | 首次将时空一致性引入内镜手术定位任务，采用半监督策略和标签传播生成伪标签，通过TensorRT优化实现实时推理 | 仅针对垂体手术场景，未验证在其他外科手术中的泛化能力 | 提高内镜垂体手术中解剖结构定位的时空一致性 | 内镜垂体手术视频中的关键解剖结构 | 计算机视觉 | 垂体疾病 | 内镜视频分析 | 深度学习 | 视频序列 | NA | TensorRT | ConsisTNet | IoU, 平均距离误差, FPS | TensorRT加速，FP16精度 |
| 8728 | 2025-10-06 |
Deep learning based automated left atrial segmentation and flow quantification of real time phase contrast MRI in patients with atrial fibrillation
2025-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03407-9
PMID:40301204
|
研究论文 | 开发基于卷积神经网络的自动化左心房分割和血流定量方法，用于房颤患者的实时相位对比MRI分析 | 首次将CNN应用于房颤患者实时相位对比MRI的左心房自动分割和血流定量，实现了与人工分析相当的性能 | 样本量相对较小（44名患者），需要进一步验证在更大人群中的泛化能力 | 开发自动化左心房血流定量方法以减少人工轮廓绘制时间 | 房颤患者 | 医学影像分析 | 房颤 | 实时相位对比MRI | CNN | MRI图像 | 44名房颤患者，15,307个半手动生成的左心房轮廓 | NA | NA | Dice分数, Hausdorff距离, 血流测量（淤滞, 速度, 流量）, Bland-Altman分析 | NA |
| 8729 | 2025-10-06 |
Automatic ultrasound image alignment for diagnosis of pediatric distal forearm fractures
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03361-w
PMID:40314702
|
研究论文 | 开发用于诊断儿童尺桡骨远端骨折的超声图像自动配准方法 | 提出首个完全自动化的超声图像配准流程，通过深度学习提取骨边界和关键解剖标志点，并引入三点优化约束实现精准配准 | 数据集规模有限，需要扩大样本量以提高诊断准确性和可靠性 | 开发替代X射线的无辐射诊断方法，减少儿童辐射暴露和疼痛 | 儿童尺桡骨远端骨折 | 医学影像分析 | 骨折 | 超声成像 | 深度学习模型 | 超声图像 | 未明确具体样本数量 | NA | NA | 边界距离，骨折分类，成角测量 | NA |
| 8730 | 2025-06-16 |
Deep learning for predicting invasive recurrence of ductal carcinoma in situ: leveraging histopathology images and clinical features
2025-Jun, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105750
PMID:40440915
|
research paper | 该研究利用深度学习模型结合组织病理学全切片图像和临床病理数据，预测导管原位癌（DCIS）的侵袭性复发风险 | 首次开发了基于全切片图像和临床数据的深度学习模型，用于DCIS的侵袭性复发风险分层 | 外部验证受限于数据集规模小、病例数少（22/94）、WSI质量差以及缺乏良好注释的数据集 | 开发能够预测DCIS侵袭性复发风险的模型，以减少低风险患者的过度治疗 | 导管原位癌（DCIS）患者 | digital pathology | breast cancer | deep learning | CNN | image, clinical data | 荷兰多中心数据集（n=558）和英国Sloane数据集（n=94） | NA | NA | NA | NA |
| 8731 | 2025-06-16 |
Artificial Intelligence-Assisted Breeding for Plant Disease Resistance
2025-Jun-01, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26115324
PMID:40508136
|
review | 本文综述了人工智能在植物抗病育种中的应用，包括疾病检测和组学预测的最新进展 | 探讨了大型语言模型和多模态模型在解析复杂疾病模式中的突破性潜力，并提出了将联邦学习与大型语言模型结合用于植物疾病检测和抗性预测的新视角 | 讨论了在数据、模型和隐私方面面临的挑战 | 整合人工智能技术以提升植物抗病育种效率 | 植物疾病抗性育种 | machine learning | NA | 深度学习、大型语言模型、多模态模型、联邦学习 | CNN、大型语言模型、多模态模型 | 异构数据、多组学数据 | NA | NA | NA | NA | NA |
| 8732 | 2025-06-16 |
A Dual-Modal Robot Welding Trajectory Generation Scheme for Motion Based on Stereo Vision and Deep Learning
2025-Jun-01, Materials (Basel, Switzerland)
DOI:10.3390/ma18112593
PMID:40508590
|
研究论文 | 本研究提出了一种基于立体视觉和深度学习的双模态感知框架，用于无示教方法中的机器人焊接轨迹生成 | 提出了一种结合2D图像自主识别和3D点云精确规划的双模态感知框架，改进了U-Net模型并引入了双通道注意力模块，提高了焊接分割的鲁棒性 | 未明确提及样本量或具体应用场景的限制 | 提高无示教方法中机器人焊接轨迹规划的自主性和鲁棒性 | 机器人焊接轨迹 | 机器视觉 | NA | 立体视觉、深度学习 | 改进的U-Net（VGG16作为骨干网络） | 2D图像、3D点云 | NA | NA | NA | NA | NA |
| 8733 | 2025-06-16 |
Optimizing Attenuation Correction in 68Ga-PSMA PET Imaging Using Deep Learning and Artifact-Free Dataset Refinement
2025-May-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111400
PMID:40506972
|
研究论文 | 本研究提出了一种新型的伪影优化框架，通过过滤损坏的PET-CT图像创建干净数据集，用于训练基于深度学习的图像域衰减校正模型 | 提出了一种伪影优化框架，无需解剖参考扫描即可训练深度学习模型，显著提高了Ga-PSMA PET成像的定量准确性 | 研究仅针对Ga-PSMA PET成像，未验证在其他PET成像中的适用性 | 优化Ga-PSMA PET成像中的衰减校正，提高图像质量和定量准确性 | Ga-PSMA PET-CT扫描图像 | 医学影像处理 | 前列腺癌 | PET-CT成像 | ResNet | 医学影像 | 828例全身Ga-PSMA PET-CT扫描 | NA | NA | NA | NA |
| 8734 | 2025-06-16 |
Explainable Artificial Intelligence in Radiological Cardiovascular Imaging-A Systematic Review
2025-May-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111399
PMID:40506971
|
系统综述 | 本文系统综述了可解释人工智能（XAI）在放射学心血管影像中的应用现状 | 总结了XAI在心血管影像中的最新应用，并指出了未来研究方向 | XAI方法的评估主要停留在定性层面，缺乏标准化 | 提高深度学习模型在心血管影像中的透明度和临床接受度 | 心血管影像数据 | 医学影像分析 | 心血管疾病 | Grad-CAM, SHAP, LIME, 显著性图 | 深度学习模型 | 影像数据（CT, MRI, 超声, X光） | 28项研究 | NA | NA | NA | NA |
| 8735 | 2025-06-16 |
An Information-Extreme Algorithm for Universal Nuclear Feature-Driven Automated Classification of Breast Cancer Cells
2025-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111389
PMID:40506962
|
研究论文 | 本研究开发了一种基于信息极限机器学习方法和通用细胞学特征的自动化乳腺癌细胞分类算法，旨在实现客观和通用的组织病理学诊断 | 将信息极限方法应用于细胞学特征分析以进行癌细胞分类，这是该方法的架构创新 | 需要在更大的数据集上验证算法，并探索其在其他癌症类型中的适用性 | 开发一种自动化乳腺癌细胞分类算法，以实现客观和通用的组织病理学诊断 | 乳腺癌细胞 | 数字病理学 | 乳腺癌 | 信息极限机器学习方法 | 信息极限算法 | 图像 | 176张标记的细胞图像 | NA | NA | NA | NA |
| 8736 | 2025-06-16 |
A Hybrid Model of Feature Extraction and Dimensionality Reduction Using ViT, PCA, and Random Forest for Multi-Classification of Brain Cancer
2025-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111392
PMID:40506964
|
研究论文 | 提出了一种结合ViT、PCA和随机森林的混合模型ViT-PCA-RF，用于脑癌的多分类 | 首次将Vision Transformer (ViT)、主成分分析(PCA)和随机森林(RF)结合，用于脑肿瘤分类 | 模型仅在BTM数据集上进行了测试，未在其他数据集上验证 | 提高脑肿瘤分类的准确性，实现早期检测 | 脑肿瘤MRI图像 | 计算机视觉 | 脑癌 | MRI图像分析 | ViT, PCA, RF | 图像 | BTM数据集 | NA | NA | NA | NA |
| 8737 | 2025-06-16 |
Explainability of Protein Deep Learning Models
2025-May-29, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26115255
PMID:40508065
|
research paper | 该研究首次使用XAI方法探索蛋白质深度学习模型的内部工作机制，评估了九种XAI方法在预测蛋白质相互作用位点和生成蛋白质嵌入向量方面的表现 | 首次使用XAI方法研究蛋白质深度学习模型的内部工作机制，并比较不同XAI方法在揭示蛋白质基本性质方面的效果 | 研究仅针对两种蛋白质相关问题进行了测试，可能无法全面反映XAI方法在所有蛋白质深度学习模型中的表现 | 提高蛋白质深度学习模型的可解释性，理解蛋白质相互作用的基本机制 | 蛋白质相互作用位点预测和蛋白质嵌入向量生成 | machine learning | NA | XAI (explainable AI) | Seq-InSite, ProtBERT, ProtT5, Ankh | protein sequence data | 3.3 TB总数据量 | NA | NA | NA | NA |
| 8738 | 2025-06-16 |
Dual-Phase Severity Grading of Strawberry Angular Leaf Spot Based on Improved YOLOv11 and OpenCV
2025-May-29, Plants (Basel, Switzerland)
DOI:10.3390/plants14111656
PMID:40508330
|
研究论文 | 本研究提出了一种基于改进YOLOv11和OpenCV的双阶段草莓角斑病严重程度分级框架 | 结合了CARAFE模块和SE注意力机制的改进YOLOv11架构，以及基于HSV色彩空间的OpenCV阈值分割算法，实现了草莓角斑病的精确分级 | NA | 开发草莓角斑病严重程度评估的高级方法 | 草莓角斑病 | 计算机视觉 | 草莓角斑病 | 深度学习、计算机视觉 | YOLOv11-CARAFE-SE | 图像 | NA | NA | NA | NA | NA |
| 8739 | 2025-06-16 |
Multi-Scale Vision Transformer with Optimized Feature Fusion for Mammographic Breast Cancer Classification
2025-May-28, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111361
PMID:40506933
|
research paper | 提出一种基于MAX-ViT的多尺度特征提取和门控注意力融合模块的深度学习框架，用于乳腺X线摄影乳腺癌分类 | 结合MAX-ViT进行多尺度特征提取，引入门控注意力融合模块动态整合特征，并利用Harris Hawks优化算法进行特征选择 | 未明确提及具体局限性 | 提高乳腺癌诊断和分类的准确性和效率 | 乳腺X线摄影图像 | computer vision | breast cancer | MAX-ViT, Harris Hawks optimization, XGBoost | MAX-ViT, XGBoost | image | King Abdulaziz University Mammogram Dataset（具体数量未提及） | NA | NA | NA | NA |
| 8740 | 2025-06-16 |
A Bibliometric Review of Person-Centered Care Research 2010-2024
2025-May-27, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare13111267
PMID:40508880
|
综述 | 本文通过文献计量学工具对2010年至2024年以人为中心的护理（PCC）研究领域进行了全面回顾，识别了热点、趋势和发展轨迹 | 首次使用文献计量学工具评估PCC领域，揭示了研究热点和发展趋势 | 仅基于Web of Science核心合集数据库的数据，可能未涵盖所有相关研究 | 识别PCC研究领域的热点、趋势和发展轨迹 | 2010年至2024年间发表的PCC相关研究 | 医疗保健研究 | NA | 文献计量学分析 | NA | 文本 | 5837项研究 | NA | NA | NA | NA |