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 33553 篇文献，本页显示第 10501 - 10520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10501 | 2025-06-03 |
Secure IoV communications for smart fleet systems empowered with ASCON
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04061-w
PMID:40447743
|
研究论文 | 本文提出了一种结合ASCON轻量级加密算法和MQTT协议的安全车联网通信框架，并集成深度学习模型进行实时异常检测和入侵预测 | 该研究的创新点在于采用轻量级加密方法与基于深度学习的威胁防护相结合的混合框架，能够抵御多种网络攻击 | NA | 增强智能车队系统的安全车联网通信，提升自动驾驶车辆网络的安全性、可持续性和操作稳健性 | 车联网通信系统 | 物联网安全 | NA | ASCON加密算法, MQTT协议, 深度学习 | 深度学习模型 | 工业车辆数据集 | 使用Raspberry Pi板和真实工业车辆数据集 | NA | NA | NA | NA |
| 10502 | 2025-06-03 |
Deep convolutional fuzzy neural networks with stork optimization on chronic cardiovascular disease monitoring for pervasive healthcare services
2025-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02924-w
PMID:40447750
|
research paper | 该论文提出了一种结合深度卷积模糊神经网络与鹳优化算法的心血管疾病分类技术（DCFNN-SOCVDC），用于普适医疗服务中的慢性心血管疾病监测 | 创新点在于结合了深度卷积模糊神经网络（DCFNN）和鹳优化算法（SOA）进行心血管疾病分类，并通过算术优化算法进行特征选择，实现了99.05%的高准确率 | 未提及具体的数据集规模或多样性限制，也未讨论模型在实时监测环境中的实际应用挑战 | 开发一种高效的心血管疾病检测与分类方法，以提升普适医疗服务的质量 | 心血管疾病（CVD）患者 | digital pathology | cardiovascular disease | Z-score归一化、算术优化算法、鹳优化算法 | DCFNN（深度卷积模糊神经网络） | 临床医疗数据 | NA（未明确提及具体样本量） | NA | NA | NA | NA |
| 10503 | 2025-06-03 |
A review of enhanced biosignature immunotherapy tools for predicting lung cancer immune phenotypes using deep learning
2025-May-30, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-02771-1
PMID:40447924
|
综述 | 本文综述了深度学习在增强生物标志物免疫治疗工具中的应用，用于预测肺癌患者的免疫表型 | 系统分析了整合多模态生物医学数据的深度学习预测模型，并强调了关键预测生物标志物在个性化免疫治疗中的重要性 | NA | 探索深度学习技术在肺癌免疫表型预测中的应用，以改善免疫治疗效果 | 肺癌患者 | 数字病理学 | 肺癌 | 深度学习 | DL | 多模态生物医学数据（放射组学、基因组学、转录组学、组织病理学图像） | NA | NA | NA | NA | NA |
| 10504 | 2025-06-03 |
Deep learning reconstruction improves computer-aided pulmonary nodule detection and measurement accuracy for ultra-low-dose chest CT
2025-May-30, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01746-6
PMID:40448068
|
research paper | 比较深度学习重建（DLR）和混合迭代重建（HIR）在胸部超低剂量CT（ULDCT）中的图像质量、肺结节检测率和测量准确性 | 首次在ULDCT中应用DLR技术，显著提高了结节检测率和测量准确性 | 样本量相对较小（84名参与者），且仅针对肺结节进行评估 | 评估DLR在ULDCT中的性能表现 | 胸部CT图像和肺结节 | digital pathology | lung cancer | deep learning reconstruction (DLR), hybrid iterative reconstruction (HIR) | deep learning-based nodule evaluation system | CT images | 84名参与者（535个结节） | NA | NA | NA | NA |
| 10505 | 2025-06-03 |
Non-destructive detection of early wheat germination via deep learning-optimized terahertz imaging
2025-May-30, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01393-6
PMID:40448208
|
研究论文 | 该论文提出了一种基于深度学习的太赫兹成像技术，用于无损检测小麦早期发芽 | 结合增强超分辨率生成对抗网络（AESRGAN）和基于EfficientViT的YOLO V8分类模型，显著提高了太赫兹图像的分辨率和分类准确率 | 当前太赫兹成像技术的图像分辨率较低，限制了其实际应用 | 开发一种快速、无损的小麦早期发芽检测方法 | 小麦 | 计算机视觉 | NA | 太赫兹成像技术 | AESRGAN, EfficientViT-based YOLO V8 | 图像 | NA | NA | NA | NA | NA |
| 10506 | 2025-06-03 |
scMODAL: a general deep learning framework for comprehensive single-cell multi-omics data alignment with feature links
2025-May-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60333-z
PMID:40442129
|
研究论文 | 介绍了一个名为scMODAL的深度学习框架，用于单细胞多组学数据的对齐与特征链接 | 提出了一个针对单细胞多组学数据对齐的深度学习框架，利用神经网络和生成对抗网络来对齐细胞嵌入并保留特征拓扑结构 | 未提及具体的局限性 | 开发一个计算框架以整合不同模态的单细胞多组学数据，促进联合分析 | 单细胞多组学数据 | 机器学习 | NA | 单细胞技术 | 神经网络, GAN | 单细胞多组学数据 | NA | NA | NA | NA | NA |
| 10507 | 2025-06-03 |
Diagnosis of trigeminal neuralgia based on plain skull radiography using convolutional neural network
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03254-7
PMID:40442191
|
研究论文 | 本研究旨在探索使用卷积神经网络（CNN）基于普通X射线颅骨图像诊断三叉神经痛的可行性 | 首次将CNN应用于普通X射线颅骨图像进行三叉神经痛诊断，并识别出蝶骨体和斜坡作为关键预测区域 | 外部验证数据集的准确率较低（71.0%），需要进一步优化模型 | 开发基于深度学习的X射线图像分析方法辅助三叉神经痛诊断 | 三叉神经痛患者和未破裂颅内动脉瘤患者的颅骨X射线图像 | 数字病理学 | 三叉神经痛 | CNN | CNN | 图像 | 664张颅骨X射线图像（166例三叉神经痛患者，498例对照组） | NA | NA | NA | NA |
| 10508 | 2025-06-03 |
Temporal user interest modeling for online advertising using Bi-LSTM network improved by an updated version of Parrot Optimizer
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03208-z
PMID:40442252
|
研究论文 | 本文提出了一种基于优化Bi-LSTM和更新版鹦鹉优化器(UPO)的用户兴趣建模方法，用于在线广告中的用户行为预测 | 结合Bi-LSTM处理用户活动的时序特性，并引入更新版鹦鹉优化器(UPO)提升模型性能 | 未提及具体数据集规模或实际部署效果 | 提高在线广告中用户点击率和广告投放精准度 | 在线广告平台的用户行为数据 | 自然语言处理 | NA | 深度学习 | Bi-LSTM | 用户行为序列数据 | NA | NA | NA | NA | NA |
| 10509 | 2025-06-03 |
Automated classification of midpalatal suture maturation stages from CBCTs using an end-to-end deep learning framework
2025-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03778-y
PMID:40442312
|
research paper | 提出了一种基于深度学习的端到端框架，用于从CBCT图像中自动分类腭中缝成熟阶段 | 引入了新颖的多滤波器卷积残差注意力网络（MFCRAN）结合DCT层，以及针对数据类别的排序损失和数据增强策略 | 使用的数据集为私有数据集，可能限制了模型的泛化能力 | 提高腭中缝成熟阶段分类的准确性和自动化水平，以辅助正畸诊断和治疗规划 | CBCT图像中的腭中缝成熟阶段 | computer vision | NA | CBCT成像 | CNN, EfficientNet, ResNet18, MFCRAN | image | 618张CBCT图像，分为五个阶段（A、B、C、D和E） | NA | NA | NA | NA |
| 10510 | 2025-06-03 |
Associations of greenhouse gases, air pollutants and dynamics of scrub typhus incidence in China: a nationwide time-series study
2025-May-29, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-025-23156-7
PMID:40442614
|
research paper | 本研究探讨了温室气体和空气污染物与中国恙虫病发病率之间的相关性，并评估了环境因素对不同年龄段和流行期的影响 | 首次评估了无机化合物如温室气体和空气污染物对恙虫病发病率的影响，并利用深度学习算法预测环境因素对发病率的影响 | 研究采用横断面方法，结果需要通过额外的队列研究来确认 | 评估环境因素与恙虫病发病率之间的关系，并开发恙虫病的综合预警系统 | 中国的恙虫病病例及温室气体和空气污染物数据 | public health | scrub typhus | Moving Epidemic Method (MEM), Treed Distributed Lag Non-Linear Model (TDLNM), Quantile-based G Computation (qgcomp), Bayesian Kernel Machine Regression (BKMR), Weighted Quantile Sum (WQS), Convolutional Neural Networks (CNN) | CNN | time-series data | 全国范围内的恙虫病病例数据（2005-2018年） | NA | NA | NA | NA |
| 10511 | 2025-06-03 |
Mobile based deep CNN model for maize leaf disease detection and classification
2025-May-29, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01386-5
PMID:40442806
|
研究论文 | 开发了一种基于移动端的深度CNN模型，用于实时检测和分类玉米叶部病害 | 首次开发了实时、用户友好的移动应用，用于玉米叶部病害检测和分类，相比现有离线模型更易访问并提供即时反馈 | 未提及模型在不同环境条件下的泛化能力，以及移动设备性能对应用效果的影响 | 提高玉米产量通过早期病害检测 | 玉米叶部病害（枯萎病、普通锈病、灰斑病）及健康叶片 | 计算机视觉 | 植物病害 | 数据增强、加权交叉熵损失 | CNN（VGG16、AlexNet、ResNet50） | 图像 | 4188张图像（包含枯萎病、普通锈病、灰斑病及健康叶片） | NA | NA | NA | NA |
| 10512 | 2025-06-03 |
A Deep Neural Network Framework for the Detection of Bacterial Diseases from Chest X-Ray Scans
2025-May-27, Infectious disorders drug targets
|
研究论文 | 开发了一个基于深度神经网络的框架，用于从胸部X光扫描中检测细菌性疾病，包括COVID-19、肺炎和结核病 | 利用多种DNN学习算法分析X光扫描的颜色、曲线和边缘特征，使用Adam优化器降低错误率并提升模型训练效果，VGG19模型在准确率上显著优于其他模型 | 错误率为5.28%，可能存在一定的误诊风险 | 开发一个高效、可靠的深度学习模型，用于快速诊断呼吸系统疾病 | 胸部X光扫描图像 | 计算机视觉 | 呼吸系统疾病 | DNN | VGG19 | 图像 | 1800张胸部X光图像，包括COVID-19、肺炎、结核病和正常病例 | NA | NA | NA | NA |
| 10513 | 2025-06-03 |
Deep Learning-Based Chronic Obstructive Pulmonary Disease Exacerbation Prediction Using Flow-Volume and Volume-Time Curve Imaging: Retrospective Cohort Study
2025-May-15, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/69785
PMID:40373296
|
研究论文 | 本研究利用深度学习和呼吸功能测试图像预测慢性阻塞性肺疾病(COPD)急性加重事件 | 结合临床数据和呼吸功能测试图像(流量-容积环和容积-时间曲线)的AI模型，相比仅使用临床变量的模型，能更准确地预测COPD急性加重事件 | 回顾性研究设计可能引入选择偏倚，且仅来自两家教学医院的数据可能限制结果的普遍性 | 开发能更准确预测COPD急性加重的AI模型 | COPD患者 | 数字病理 | 慢性阻塞性肺疾病 | 深度学习 | AI-PFT-Clin模型(结合临床和图像数据的AI模型) | 图像(流量-容积环和容积-时间曲线)和临床数据 | 10,492例COPD病例(开发队列6,870例，外部验证队列3,622例) | NA | NA | NA | NA |
| 10514 | 2025-10-06 |
Assessing the Severity of Connective Tissue-Related Interstitial Lung Disease Using Computed Tomography Quantitative Analysis Parameters
2025 May-Jun 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001693
PMID:39761506
|
研究论文 | 本研究通过CT定量分析参数预测结缔组织病相关间质性肺病患者的肺功能损伤并评估疾病严重程度 | 结合CT深度学习模型和密度阈值方法，首次系统评估蜂窝状改变在CTD-ILD严重程度分级中的预测价值 | 回顾性研究设计，样本量相对有限（105例患者），缺乏外部验证 | 预测CTD-ILD患者肺功能损伤并评估疾病严重程度 | 结缔组织病相关间质性肺病患者和健康对照者 | 数字病理 | 间质性肺病 | 计算机断层扫描定量分析，深度学习模型，密度阈值分割 | 深度学习模型 | 胸部高分辨率CT图像 | 105例CTD-ILD患者（46男59女，中位年龄64岁）和80例健康对照 | NA | RDNet | AUC, 敏感性, 特异性, 相关系数 | NA |
| 10515 | 2025-10-06 |
Deep Learning Reconstruction for Enhanced Resolution and Image Quality in Breath-Hold MRCP: A Preliminary Study
2025 May-Jun 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001680
PMID:39761494
|
研究论文 | 本研究评估增强分辨率深度学习重建技术在磁共振胰胆管成像中的图像质量提升效果 | 首次将增强分辨率深度学习重建技术应用于单次屏气MRCP成像，显著提升图像分辨率和质量 | 样本量较小（34例患者），为初步研究，需要更大规模验证 | 评估ER-DLR技术在MRCP图像重建中的性能表现 | 胆道和胰腺疾病患者的MRCP图像 | 医学影像分析 | 胆道胰腺疾病 | 磁共振成像，深度学习重建 | 深度学习 | 医学影像 | 34例胆道胰腺疾病患者 | NA | NA | 信噪比, 对比度, 对比噪声比, 斜率, 图像噪声评分, 对比度评分, 伪影评分, 锐度评分, 整体图像质量评分 | 3T MRI系统 |
| 10516 | 2025-06-03 |
Sex-based differences in imaging-derived body composition and their association with clinical malnutrition in abdominal surgery patients
2025-Apr-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.05.25325276
PMID:40453372
|
研究论文 | 本研究通过深度学习分析腹部手术患者的术前CT扫描，探讨了性别差异在身体组成与临床营养不良之间的关联 | 首次全面评估了性别特异性身体组成特征与营养不良的关联，并利用深度学习进行量化分析 | 研究为单中心回顾性研究，结果可能受限于样本选择偏差 | 探究腹部手术患者术前影像学身体组成特征与营养不良的性别特异性关联 | 接受腹部手术的患者 | 数字病理 | NA | CT扫描 | 深度学习 | 图像 | 1,143名患者（52%为女性） | NA | NA | NA | NA |
| 10517 | 2025-06-03 |
Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation
2025-Apr, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0862
PMID:40150922
|
研究论文 | 比较深度学习加速的非增强简化MRI协议与标准简化MRI在肝脏恶性局灶性病变检测中的表现 | 采用深度学习加速的MRI协议，显著提高图像质量并减少扫描时间约50% | 研究为回顾性设计，样本量相对较小（155例患者） | 评估深度学习加速的简化MRI协议在肝脏恶性局灶性病变检测中的效能 | 肝脏恶性局灶性病变患者 | 医学影像分析 | 肝癌 | 深度学习加速的MRI序列（SSFSEDL和DWIDL） | 深度学习 | MRI图像 | 155例患者（其中64例有104个恶性病灶） | NA | NA | NA | NA |
| 10518 | 2025-10-06 |
A systematic review of deep learning in MRI-based cerebral vascular occlusion-based brain diseases
2025-Mar-05, Neuroscience
IF:2.9Q2
|
系统综述 | 本综述系统评估了2020-2024年间61项基于MRI的深度学习研究在脑血管闭塞相关脑部疾病诊断中的应用 | 首次系统比较了CNN和Vision Transformer在脑血管闭塞诊断中的优劣，并强调了伦理安全框架和模型可解释性的重要性 | 纳入研究存在数据集充分性和多样性不足的问题，面临数据隐私和算法可解释性挑战 | 评估深度学习在MRI-based脑血管闭塞相关脑部疾病诊断中的作用 | 脑血管闭塞及相关脑部疾病 | 医学影像分析 | 脑血管疾病 | 磁共振成像(MRI) | CNN, Vision Transformer | 医学影像 | 61项研究（具体样本量未明确说明） | NA | U-Net变体, Transformer-based模型 | NA | NA |
| 10519 | 2025-06-03 |
Artificial intelligence in early screening for esophageal squamous cell carcinoma
2025-Mar, Best practice & research. Clinical gastroenterology
DOI:10.1016/j.bpg.2025.102004
PMID:40451647
|
review | 本文综述了人工智能在食管鳞状细胞癌早期筛查中的变革性作用 | AI技术（如机器学习、深度学习和迁移学习）在优化筛查方式、提高成本效益及整合多源数据方面展现出显著潜力 | 数据集变异性、模型泛化能力、算法透明度及伦理法律问题仍需解决 | 探讨AI如何革新食管鳞状细胞癌的早期筛查 | 食管鳞状细胞癌（ESCC）高风险人群 | digital pathology | esophageal squamous cell carcinoma | machine learning, deep learning, transfer learning, liquid biopsy | NA | imaging, genomic, clinical data | NA | NA | NA | NA | NA |
| 10520 | 2025-10-06 |
A Radiograph Dataset for the Classification, Localization, and Segmentation of Primary Bone Tumors
2025-Jan-16, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04311-y
PMID:39820508
|
研究论文 | 本文建立了用于原发性骨肿瘤分类、定位和分割的X射线影像数据集BTXRD | 首个公开的原发性骨肿瘤X射线数据集，包含临床信息、全局标签和肿瘤实例的精确标注 | 数据集规模相对有限，仅包含3,746张图像 | 解决骨肿瘤诊断领域缺乏公开X射线数据集的问题，支持计算机辅助诊断算法开发 | 原发性骨肿瘤的X射线影像 | 数字病理 | 骨肿瘤 | X射线成像 | NA | 医学影像 | 3,746张骨图像（1,879张正常，1,867张肿瘤） | NA | NA | NA | NA |