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 36465 篇文献，本页显示第 11721 - 11740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11721 | 2025-10-06 |
Deep learning on high-density EEG during a cognitive task distinguishes patients with Parkinson's disease from healthy controls
2025-Jul-03, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ade6a9
PMID:40541235
|
研究论文 | 本研究使用深度学习模型分析高密度脑电图数据，通过认知任务区分帕金森病患者与健康对照 | 首次在认知任务激活状态下使用高密度EEG数据训练深度学习模型，相比静息态EEG显著提高了帕金森病分类准确率 | 未明确说明样本量大小及具体数据预处理方法 | 探索认知任务是否能提高基于EEG的帕金森病检测准确率 | 帕金森病患者与健康对照人群 | 机器学习 | 帕金森病 | 高密度脑电图 | 深度学习 | 脑电图信号 | NA | NA | NA | 准确率, 敏感度分析 | NA |
| 11722 | 2025-10-06 |
CBH-BDC Enhanced Δ-ML for Predicting the Accurate Standard Enthalpy of Formation
2025-Jul-03, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.5c03134
PMID:40556314
|
研究论文 | 提出一种结合CBH-BDC与Δ-ML的方法，用于精确预测标准生成焓 | 首次将连接性层次结构与键差校正方法与Δ机器学习相结合，绕过高精度量子计算实现准确预测 | BDC参数仅限于特定元素，电子能量计算存在挑战 | 开发精确预测标准生成焓的计算方法 | 464个实验物种和QM9数据库中的120,416个稳定有机分子 | 机器学习 | NA | 密度泛函理论(DFT)、CCSD(T)计算 | Δ-ML | 分子描述符、热力学数据 | 464个实验验证物种 + 120,416个QM9数据库分子 | NA | NA | 预测精度 | NA |
| 11723 | 2025-10-06 |
Contrast-enhanced image synthesis using latent diffusion model for precise online tumor delineation in MRI-guided adaptive radiotherapy for brain metastases
2025-Jul-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade845
PMID:40562071
|
研究论文 | 开发基于潜在扩散模型的对比增强图像合成方法，用于脑转移瘤MRI引导自适应放疗中的在线肿瘤勾画 | 提出ControlNet耦合潜在扩散模型结合个性化迁移学习和去噪扩散隐式模型反演方法，实现从T2/FLAIR图像生成高质量合成T1CE图像 | NA | 开发合成T1CE图像生成方法以促进在线自适应脑转移瘤勾画的准确性 | 脑转移瘤患者 | 医学影像分析 | 脑转移瘤 | MRI, 潜在扩散模型 | 扩散模型, ControlNet | MRI图像 | NA | NA | 潜在扩散模型, ControlNet | Dice相似系数 | NA |
| 11724 | 2025-10-06 |
Self-supervised learning for low-dose CT image denoising method based on guided image filtering
2025-Jul-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade847
PMID:40562063
|
研究论文 | 提出一种基于引导图像滤波的自监督学习方法用于低剂量CT图像去噪 | 利用引导图像滤波生成伪标签实现无需配对数据的自监督学习，并在残差网络解码器中嵌入注意力门机制增强去噪性能 | NA | 开发不依赖配对正常剂量CT数据的低剂量CT图像去噪方法 | 低剂量CT图像 | 计算机视觉 | NA | CT成像 | 残差网络 | 医学图像 | NA | NA | 残差网络 | 视觉质量, 定量指标 | NA |
| 11725 | 2025-10-06 |
A novel LLM time series forecasting method based on integer-decimal decomposition
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06581-x
PMID:40594984
|
研究论文 | 提出一种基于整数-小数分解的LLM时间序列预测方法IDDLLM | 设计整数-小数分解和跨模态微调框架，开发SDC模块和双交叉注意力机制来改进LLM对时间序列的理解 | 未明确说明方法在特定领域时间序列数据上的局限性 | 解决时间序列数据与文本数据之间的根本差异，改进基于LLM的时间序列预测 | 时间序列数据 | 自然语言处理,机器学习 | NA | 时间序列分解,跨模态学习 | LLM | 时间序列数据 | NA | NA | SDC模块,双交叉注意力模块 | 长期预测排名,少样本预测,零样本预测 | NA |
| 11726 | 2025-10-06 |
Dual-Mode Temperature-Pressure MXene Sensor for Enhanced Firefighter Safety and Deep Learning-Enhanced Smart Gloves
2025-Jul-02, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c09442
PMID:40552641
|
研究论文 | 开发了一种基于MXene材料的双模温度-压力传感器，用于增强消防员安全和智能手套应用 | 利用MXene材料优异的热电性能、类金属导电性和阻燃特性，在柔性防火聚酰亚胺基底上集成多功能传感器 | NA | 开发能够同时检测多种物理刺激的多功能可穿戴传感器 | 消防员安全监测和智能手套应用 | 机器学习和传感器技术 | NA | MXene传感器集成技术 | 深度学习算法 | 温度和压力传感器数据 | NA | NA | NA | 温度和压力传感性能 | NA |
| 11727 | 2025-10-06 |
Development of a tongue image-based machine learning tool for the diagnosis of colorectal cancer: a prospective multicentre clinical cohort study
2025-Jul-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3585552
PMID:40601462
|
研究论文 | 开发基于舌像的机器学习工具用于结直肠癌诊断的前瞻性多中心临床队列研究 | 首次将舌诊与现代机器学习结合，采用SAM与Grounding DINO进行图像分割，融合手工特征和Swin-Transformer深度学习特征 | 样本量相对有限，需要进一步验证在更广泛人群中的适用性 | 开发非侵入性、经济有效的结直肠癌辅助筛查工具 | 结直肠癌患者和非结直肠癌参与者 | 计算机视觉 | 结直肠癌 | 舌像采集 | 深度学习 | 图像 | 内部验证集：1,389例CRC患者和1,543例NCRC参与者；外部验证集：119例CRC患者和221例NCRC参与者 | NA | Swin-Transformer, Segment Anything Model (SAM), Grounding DINO | 准确率, F1-score, 精确率, 召回率 | NA |
| 11728 | 2025-10-06 |
Robust Multi-contrast MRI Medical Image Translation via Knowledge Distillation and Adversarial Attack
2025-Jul-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3584721
PMID:40601468
|
研究论文 | 提出一种结合知识蒸馏和对抗攻击的鲁棒多对比度MRI医学图像翻译框架 | 提出教师-学生模块的知识蒸馏架构，其中教师模块设计为具有更多输入的配准网络以更好地学习噪声分布；引入生成器前的对抗攻击模块增强模型鲁棒性 | 仅针对MRI医学图像进行验证，未测试其他医学影像模态 | 提升多对比度MRI医学图像翻译的质量和鲁棒性 | MRI医学图像 | 计算机视觉 | NA | MRI | GAN, Transformer, Diffusion | 医学图像 | 两个公共MRI医学图像数据集 | NA | 知识蒸馏网络，配准网络 | 通过消融实验和与SOTA方法比较验证性能 | NA |
| 11729 | 2025-10-06 |
Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology
2025-Jul-02, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500200
PMID:40603107
|
研究论文 | 本研究利用高光谱成像技术结合深度学习实现甲状腺乳头状癌与结节性甲状腺肿伴乳头状增生的鉴别诊断 | 首次将高光谱成像与带自注意力机制的一维卷积神经网络结合用于甲状腺疾病的鉴别诊断 | 样本量相对有限（43例PTC和39例NGPH），需要更大规模研究验证 | 开发基于高光谱成像的甲状腺疾病鉴别诊断方法 | 甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生的石蜡包埋组织样本 | 医学影像分析 | 甲状腺癌 | 高光谱成像技术 | CNN | 高光谱图像 | 82例样本（43例PTC，39例NGPH） | NA | 一维卷积神经网络带自注意力机制 | AUC, 准确率, 敏感性, 特异性 | NA |
| 11730 | 2025-10-06 |
Clinical value of the 70-kVp ultra-low-dose CT pulmonary angiography with deep learning image reconstruction
2025-Jul-02, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11764-1
PMID:40603771
|
研究论文 | 评估基于深度学习图像重建算法的70-kVp超低剂量CT肺动脉造影在临床中的可行性 | 首次将70-kVp超低剂量协议与深度学习图像重建算法结合应用于CT肺动脉造影，实现辐射剂量和造影剂剂量的双重降低 | 样本量相对较小（100例患者），需要更大规模研究验证 | 评估低辐射剂量和低造影剂剂量的'双低'CT肺动脉造影方案的临床可行性 | 100例接受CT肺动脉造影检查的连续患者 | 医学影像 | 肺血管疾病 | CT肺动脉造影，深度学习图像重建 | 深度学习重建算法 | CT医学影像 | 100例患者（41例女性，平均年龄60.9岁），分为传统剂量组50例和低剂量组50例 | NA | NA | 图像质量评分，信噪比，对比噪声比，最远可见血管分支 | NA |
| 11731 | 2025-10-06 |
Clinical decision support using pseudo-notes from multiple streams of EHR data
2025-Jul-02, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01777-x
PMID:40604255
|
研究论文 | 提出一种名为MEME的深度学习框架，通过将电子健康记录转换为伪笔记来支持临床决策 | 首次将异构EHR数据转换为伪笔记，减少系统间概念协调需求，并利用自注意力机制学习多嵌入的上下文重要性 | 未明确说明模型在外部EHR数据库中的泛化能力限制 | 开发临床决策支持系统，预测急诊科患者的处置结果 | 400,019次急诊科就诊记录 | 自然语言处理 | NA | 电子健康记录分析 | 深度学习 | 表格数据, 文本 | 400,019次急诊科就诊 | NA | 自注意力机制 | NA | NA |
| 11732 | 2025-10-06 |
Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset
2025-Jul, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3537868
PMID:40031386
|
研究论文 | 本研究开发了一种基于光学相干断层扫描图像的深度学习模型，用于量化耳蜗植入后纤维化程度 | 首次将计算机视觉技术应用于植入耳蜗的OCT数据集，并开发了改进的UNET架构（2D-OCT-UNET） | 研究基于豚鼠模型，结果向人类临床应用的转化需要进一步验证 | 研究耳蜗纤维化形成机制，减少纤维化负担并改善人工耳蜗植入患者疗效 | 慢性植入人工耳蜗的豚鼠耳蜗组织 | 计算机视觉 | 听力损失 | 光学相干断层扫描（OCT） | CNN | 图像 | NA | NA | UNET, 2D-OCT-UNET | NA | NA |
| 11733 | 2025-10-06 |
A Contrast-Enhanced Ultrasound Cine-Based Deep Learning Model for Predicting the Response of Advanced Hepatocellular Carcinoma to Hepatic Arterial Infusion Chemotherapy Combined With Systemic Therapies
2025-Jul, Cancer science
IF:4.5Q1
DOI:10.1111/cas.70089
PMID:40302359
|
研究论文 | 本研究开发了一种基于对比增强超声视频的深度学习模型AE-3DNet，用于预测晚期肝细胞癌对肝动脉灌注化疗联合系统治疗的疗效反应 | 在3DNet基础上创新性地引入时空注意力模块，增强动态特征提取能力 | 回顾性研究设计，样本量相对有限（326例患者） | 预测晚期肝细胞癌患者对HAIC联合治疗的疗效反应 | 晚期肝细胞癌患者 | 计算机视觉 | 肝癌 | 对比增强超声 | 深度学习 | 超声视频图像 | 326例患者（内部验证243例，外部验证83例） | NA | AE-3DNet, 3DNet | AUC | NA |
| 11734 | 2025-10-06 |
Enhanced Maize Leaf Disease Detection and Classification Using an Integrated CNN-ViT Model
2025-Jul, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.70513
PMID:40599357
|
研究论文 | 本研究提出了一种结合CNN和ViT的混合深度学习框架，用于增强玉米叶部病害的检测和分类 | 创新性地将CNN的局部特征提取能力与ViT的远程上下文依赖捕捉能力相结合，形成互补的混合架构 | 模型在独立CD&S数据集上的性能略低于主数据集，可能存在泛化能力限制 | 开发早期、准确、自动化的玉米叶部病害检测方法，实现及时干预和优化作物管理 | 玉米叶部病害图像 | 计算机视觉 | 植物病害 | 图像处理技术 | CNN, ViT | 图像 | 来自Mendeley、Kaggle和CD&S数据集的玉米病害图像 | NA | CNN-ViT混合架构 | 准确率, 精确率, 召回率, F1分数 | NA |
| 11735 | 2025-10-06 |
Python-driven impedance profiling on peptide-functionalized biosensor for detection of HIV gp41 envelope protein
2025-Jul, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04400-8
PMID:40599495
|
研究论文 | 本研究开发了一种基于抗菌肽功能化的无标记阻抗生物传感器，用于检测HIV gp41包膜蛋白 | 首次使用抗菌肽作为生物识别受体开发无标记阻抗生物传感器检测HIV gp41蛋白，并应用Python深度学习算法进行阻抗数据分析 | NA | 开发高灵敏度、高选择性的HIV早期诊断平台 | HIV gp41包膜蛋白 | 生物传感器 | HIV/艾滋病 | 电化学阻抗谱(EIS)、扫描电子显微镜、计时阻抗法(CI) | 深度学习 | 阻抗数据 | NA | Python | NA | 线性检测范围、回归系数、检测限(LOD)、定量限(LOQ)、变异系数(CV%) | NA |
| 11736 | 2025-10-06 |
The power spectrum map of gyro-sulcal functional activity dissociation in macaque brains
2025-Jul-01, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhaf160
PMID:40605313
|
研究论文 | 本研究通过深度学习模型分析猕猴大脑回沟功能分离特征，构建首个猕猴脑回沟功能活动分离的功率谱图 | 首次系统揭示猕猴大脑回沟在功能活动中的频率特异性分离特征，并建立相应的功率谱图 | 研究仅基于静息态功能磁共振成像数据，未涉及任务态脑功能活动 | 探究猕猴大脑回沟功能分离的神经机制 | 440只猕猴的大脑功能磁共振成像数据 | 计算神经科学 | NA | 静息态功能磁共振成像 | CNN | 功能磁共振成像信号 | 来自两个独立站点的440只猕猴 | NA | 一维卷积神经网络 | 功率谱密度分析 | NA |
| 11737 | 2025-10-06 |
Deep learning for automated, motion-resolved tumor segmentation in radiotherapy
2025-Jun-30, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-00970-1
PMID:40588532
|
研究论文 | 开发用于放疗中自动运动分辨肿瘤分割的深度学习模型 | 首次开发能够自动分割肺肿瘤并在4D CT图像中传播以生成内靶体积的深度学习模型，捕捉呼吸运动期间的肿瘤运动 | 研究样本量相对有限，需要进一步多中心验证 | 提高放疗中肿瘤分割的准确性、可重复性和效率 | 肺肿瘤患者 | 医学影像分析 | 肺癌 | 4D CT成像 | 深度学习 | CT图像 | 训练集739例，两个独立验证集分别为161例和102例 | NA | 3D UNet | Dice系数 | NA |
| 11738 | 2025-10-06 |
Revolutionizing gastroenterology and hepatology with artificial intelligence: From precision diagnosis to equitable healthcare through interdisciplinary practice
2025-Jun-28, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i24.108021
PMID:40599184
|
综述 | 本文探讨人工智能在胃肠病学和肝病学领域的应用现状、挑战及未来发展前景 | 提出通过联邦学习解决数据稀缺问题，整合生成式AI和数字孪生技术，建立统一伦理/监管框架以加速AI在初级保健中的应用 | 模型泛化能力受限于碎片化数据集，罕见病（如儿科肝病）算法性能因训练数据不足而受限，存在偏见、问责制和患者隐私等未解决的伦理问题 | 推动人工智能在消化系统疾病精准诊疗和医疗公平性方面的应用 | 胃肠病和肝病患者，包括胃癌、结直肠息肉、肝纤维化、脂肪肝、肝细胞癌和炎症性肠病等 | 数字病理学 | 胃肠疾病,肝病 | 深度学习,影像组学,多模态数据整合,联邦学习 | 深度学习模型 | 内窥镜图像,医学影像,多模态数据 | NA | NA | 注意力热图可视化 | 诊断准确性 | NA |
| 11739 | 2025-10-06 |
Deep learning for hydrocephalus prognosis: Advances, challenges, and future directions: A review
2025-Jun-27, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000043082
PMID:40587678
|
综述 | 探讨深度学习在脑积水的诊断和预后预测中的应用、挑战及未来发展方向 | 系统梳理深度学习在脑积水预后预测中的技术优势，重点关注基于影像、生化和结构化数据的多模态模型 | NA | 探索深度学习在脑积水精准医疗和个体化治疗中的应用潜力 | 脑积水患者 | 医学影像分析 | 脑积水 | 磁共振成像 | CNN | 医学影像, 生化数据, 结构化数据 | NA | NA | NA | 准确率, 敏感性, 特异性 | NA |
| 11740 | 2025-07-04 |
Rethinking deep learning in bioimaging through a data centric lens
2025-Jun-26, Npj imaging..
DOI:10.1038/s44303-025-00092-0
PMID:40604161
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |