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 33008 篇文献，本页显示第 101 - 120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 2025-11-04 |
Seasonal Inactivation of Cryptosporidium parvum Oocysts in Soil and Manure Microenvironments Using the LSTM-based Environmental Model
2025 Oct-Nov, Journal of food protection
IF:2.1Q3
DOI:10.1016/j.jfp.2025.100617
PMID:40935338
|
研究论文 | 本研究利用LSTM深度学习模型模拟季节性温湿度变化，研究隐孢子虫卵囊在土壤和粪便微环境中的灭活规律 | 首次将LSTM深度学习模型应用于环境病原体风险评估，模拟真实季节性昼夜温湿度循环 | 研究基于美国巴吞鲁日地区历史气候数据，结果可能受地域限制 | 研究隐孢子虫卵囊在不同季节条件下于土壤和粪便环境中的灭活动力学 | 隐孢子虫卵囊在农业土壤和粪便微环境中的存活特性 | 机器学习 | 寄生虫感染 | LSTM深度学习, 环境模拟实验 | LSTM | 气候数据, 实验观测数据 | 30天的连续观测实验 | NA | LSTM | 灭活速率常数, ANOVA分析 | NA |
| 102 | 2025-11-04 |
Automatic SNR measurement of brain MR images using a deep learning-based approach
2025-Oct, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601251387564
PMID:41178909
|
研究论文 | 开发了一种基于深度学习的自动测量脑部MR图像信噪比的方法 | 首次使用Pix2Pix框架结合U-Net++生成器和GAN判别器从单张MRI图像自动生成信号和噪声图 | 仅使用3T扫描仪数据，未验证在其他场强扫描仪上的性能 | 开发自动化的MRI图像信噪比测量方法 | 脑部MRI图像（T1WI、T2WI和FLAIR序列） | 计算机视觉 | 神经系统疾病 | MRI | GAN, U-Net | 医学图像 | 未明确说明样本数量，使用3T扫描仪获取的脑部MRI图像 | Pix2Pix | U-Net++, GAN | SSIM, 相关系数, Bland-Altman分析, 相对误差 | NA |
| 103 | 2025-11-04 |
A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 3: How orthopaedic research benefits from the implementation of artificial intelligence
2025-Oct, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70481
PMID:41180563
|
综述 | 本文概述了人工智能在骨科领域实施的优势与挑战 | 系统性地总结了人工智能在骨科研究中的具体应用场景和实施价值 | 未涉及具体技术实现细节和实证研究数据 | 探讨人工智能在骨科研究中的实施效益及相关挑战 | 骨科领域的人工智能应用 | 自然语言处理, 机器学习 | 骨科疾病 | NA | NA | 医疗图像, 电子病历文本 | NA | NA | NA | NA | NA |
| 104 | 2025-11-04 |
Birefringence microscopy enables rapid, label-free quantification of myelin debris following induced cortical injury
2025-Oct, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.4.045006
PMID:41181030
|
研究论文 | 本研究开发了一种基于双折射显微镜和深度学习的高通量无标记成像方法，用于定量评估皮层损伤后髓鞘病理变化 | 首次将双折射显微镜与深度学习目标检测网络结合，实现大规模髓鞘结构损伤的无标记定量分析 | 研究仅限于猕猴模型和胼胝体区域，需要进一步验证在其他疾病和脑区的适用性 | 建立高通量无标记成像技术用于大规模定量评估髓鞘病理 | 皮层损伤后的猕猴脑组织，特别是胼胝体区域 | 数字病理 | 神经退行性疾病 | 双折射显微镜，荧光髓鞘染色，免疫组织化学 | 深度学习目标检测网络 | 显微镜图像 | 皮层损伤猕猴模型，包含6周和12周两个恢复时间点及年龄匹配对照组 | NA | NA | 统计学显著性检验(P值) | NA |
| 105 | 2025-11-04 |
Noncontact Monitoring and AI-Driven Stroke Prediction: National Center for Neurological Disorders-Based Approach Using Smart Beds
2025-Oct, Health care science
DOI:10.1002/hcs2.70034
PMID:41181062
|
研究论文 | 本研究开发了一种基于智能床非接触监测和电子病历多模态数据的AI驱动卒中预测系统 | 首次将非接触式智能床监测数据与电子病历多模态时序数据结合用于卒中预测，实现了对居家老年人的实时卒中风险预警 | 仅使用单一医疗中心数据，模型在外部验证中的表现尚不明确 | 开发实时卒中预测工具，特别针对居家老年人提供早期预警 | 卒中患者和潜在高危人群 | 医疗人工智能 | 卒中 | 非接触式智能床监测，电子病历数据采集 | 机器学习，深度学习 | 时序监测数据，临床数据，实验室数据 | 37,041个样本，其中7,020名卒中患者 | NA | 随机森林 | AUROC，准确率 | NA |
| 106 | 2025-11-04 |
SAAM-VetNet: an attention-based multi-task framework for animal disease detection and severity grading
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003728
PMID:41181424
|
研究论文 | 提出一种基于注意力机制的多任务深度学习框架SAAM-VetNet，用于从医学图像中同时检测动物疾病并进行严重程度分级 | 首次将严重程度感知的注意力机制与多任务学习相结合，通过卷积块注意力模块增强特征定位和上下文表示能力 | 仅在两个公开数据集上进行验证，需要更多样化的数据来证明泛化能力 | 开发自动化动物疾病检测和严重程度分级的深度学习系统 | 动物医学图像 | 计算机视觉 | 动物疾病 | 医学影像分析 | 深度学习 | 图像 | 两个公开数据集：动物疾病分类数据集和乳腺炎疾病检测数据集 | NA | SAAM-VetNet（基于注意力机制的多任务架构） | 准确率, F1分数 | NA |
| 107 | 2025-11-04 |
AI-powered CT imaging for early detection of subclinical pulmonary fibrosis in antisynthetase syndrome: a new era in autoimmune lung diagnostics
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003795
PMID:41181456
|
评论 | 探讨人工智能在抗合成酶综合征亚临床肺纤维化早期CT检测中的应用与挑战 | 提出将多特征纹理分析、CALIPER和深度学习分割工具等AI技术整合应用于罕见自身免疫性肺病的早期诊断 | 罕见疾病数据有限、算法偏差和验证障碍是主要限制因素 | 推动AI技术在自身免疫性肺病诊断中的临床应用 | 抗合成酶综合征患者的亚临床肺纤维化 | 医学影像分析 | 自身免疫性肺病 | 高分辨率计算机断层扫描(HRCT) | 深度学习 | CT影像 | NA | NA | NA | NA | NA |
| 108 | 2025-11-04 |
Precision oncology: AI's breakthrough in TNBC chemoresistance prediction
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003790
PMID:41181480
|
研究论文 | 本文探讨人工智能在三阴性乳腺癌新辅助化疗耐药性预测中的应用与突破 | 提出结合肿瘤微环境背景的空间图卷积网络NACNet、基于卷积神经网络的形态计量学分析识别耐药组织学特征，以及专家认知引导的集成深度学习框架 | 当前模型在外部验证方面面临挑战，需要更广泛的数据集以减少偏差 | 预测三阴性乳腺癌患者对新辅助化疗的耐药性，实现个体化治疗规划 | 三阴性乳腺癌患者 | 数字病理学 | 乳腺癌 | 数字化组织病理学分析 | CNN, 图卷积网络, 集成深度学习 | 组织病理学图像 | NA | NA | 空间图卷积网络, 卷积神经网络 | 预测准确率 | NA |
| 109 | 2025-11-04 |
Identification of critical brain regions for autism diagnosis from fMRI data using explainable AI: an observational analysis of the ABIDE dataset
2025-Oct, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103452
PMID:41181843
|
研究论文 | 本研究开发了一种可解释的深度学习流程，利用fMRI数据识别自闭症谱系障碍的关键脑区 | 开发了高精度可解释的ASD分类模型，系统评估了七种可解释性方法，并通过独立神经科学文献验证了识别的生物标志物 | 需要进一步开发才能转化为个体水平的临床应用 | 开发客观的自闭症谱系障碍诊断方法 | 自闭症谱系障碍患者和典型发育对照组 | 医学影像分析 | 自闭症谱系障碍 | 功能磁共振成像 | 深度学习 | 功能连接数据 | 884名参与者（408名ASD患者，476名典型发育对照组），来自17个国际站点 | NA | 堆叠稀疏自编码器, softmax分类器 | 准确率, F1分数 | NA |
| 110 | 2025-11-04 |
A Deep Learning Model to Identify Mitral Valve Prolapse From the Echocardiogram
2025-Sep-30, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.08.011
PMID:41031982
|
研究论文 | 开发深度学习模型DROID-MVP用于从超声心动图视频中自动识别二尖瓣脱垂 | 首次开发专门用于二尖瓣脱垂识别的深度学习模型，并在大规模多中心数据集上进行验证 | 研究数据主要来自单一医疗系统，需要进一步外部验证 | 开发自动化二尖瓣脱垂诊断工具，减轻超声心动图诊断负担 | 心脏病患者和初级保健患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 总计1,043,893个超声心动图视频（48,829项研究），来自16,902名心脏病患者和9,145名初级保健患者 | NA | DROID-MVP | AUROC, 平均精度 | NA |
| 111 | 2025-11-04 |
Leveraging deep learning to combat cyberbullying on social media
2025 Sep-Dec, Industrial psychiatry journal
DOI:10.4103/ipj.ipj_47_25
PMID:41180047
|
评论文章 | 探讨深度学习技术在社交媒体网络欺凌检测中的应用潜力与挑战 | 整合基于Transformer和循环神经网络的模型，结合多模态数据（表情符号和情感分析）提升检测准确性 | 数据标注困难、网络俚语理解、语境依赖解释问题以及用户匿名性带来的识别挑战 | 开发更有效、符合伦理且文化敏感的全球网络欺凌检测解决方案 | 社交媒体中的网络欺凌行为（包括骚扰、威胁和冒名顶替） | 自然语言处理 | NA | 情感分析，多模态数据分析 | Transformer, RNN | 文本，图像，用户行为数据 | NA | NA | Transformer, RNN | 检测准确性 | NA |
| 112 | 2025-11-04 |
Enhancing deep neural networks through complex-valued representations and Kuramoto synchronization dynamics
2025-Aug-04, ArXiv
PMID:40799806
|
研究论文 | 本研究通过结合复数值表示和Kuramoto同步动力学来增强深度神经网络的多物体编码能力 | 首次将神经科学中的同步机制与复数值表示相结合，利用Kuramoto动力学促进特征相位对齐 | NA | 探索基于同步的机制是否能增强人工模型在视觉分类任务中的物体编码能力 | 多物体图像，包括重叠手写数字、噪声输入和分布外变换 | 计算机视觉 | NA | NA | 前馈神经网络, 循环神经网络 | 图像 | NA | NA | NA | NA | NA |
| 113 | 2025-11-04 |
OpenSpliceAI: An efficient, modular implementation of SpliceAI enabling easy retraining on non-human species
2025-Jul-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.20.644351
PMID:40166201
|
研究论文 | 开发了一个高效、模块化的开源SpliceAI实现OpenSpliceAI，支持跨物种剪接信号识别 | 使用PyTorch重新实现SpliceAI，支持从头训练和迁移学习，解决了原版对人类中心训练数据的依赖 | NA | 开发一个可训练、高效的剪接信号识别深度学习系统 | DNA序列中的剪接信号 | 机器学习 | NA | 深度学习 | 深度学习模型 | DNA序列数据 | NA | PyTorch | SpliceAI | 处理速度，内存使用量，模型一致性 | 单GPU |
| 114 | 2025-11-04 |
AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study
2025-Jul-02, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251344548
PMID:40598953
|
研究论文 | 比较不同人工智能方法在学习和重建中切牙解剖结构方面的性能 | 首次系统比较PCA和DeepSDF两种AI方法在牙齿解剖学习与重建中的表现，并评估不同潜在编码大小对DeepSDF性能的影响 | DeepSDF模型可解释性较差，研究未考虑影响微笑设计的更广泛因素 | 评估人工智能方法在牙齿解剖学学习和修复中的应用效果 | 成熟恒牙上颌中切牙 | 数字病理 | 牙科疾病 | 3D扫描(STL文件) | PCA, DeepSDF | 3D模型数据 | 来自3所大学的无严重磨损成熟恒牙上颌中切牙STL文件 | NA | PCA, DeepSDF | 表面差异, 体积差异, 长度差异, 平均欧几里得距离, 豪斯多夫距离, 冠根角度 | NA |
| 115 | 2025-11-04 |
Decoding thoughts, encoding ethics: A narrative review of the BCI-AI revolution
2025-Mar-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2024.149423
PMID:39719191
|
综述 | 本文对脑机接口与人工智能融合的技术机制、最新进展和应用前景进行了系统性分析 | 综合评估了BCI-AI融合领域的最新突破，包括高密度电极阵列、深度学习解码器和自适应算法的显著性能提升 | 作为叙述性综述，缺乏原始实验数据和定量分析，主要依赖已有文献的定性总结 | 分析BCI与AI融合的机制，评估信号采集处理技术的进展，探索AI增强的神经解码策略 | 脑机接口与人工智能融合相关的研究文献和技术发展 | 脑机接口,人工智能 | NA | 高密度电极阵列,深度学习解码,自适应算法,闭环优化框架 | 深度学习 | 神经信号数据,生物医学文献 | 基于2014-2024年主要生物医学和科学数据库的文献分析 | NA | NA | 空间分辨率,信息传输率,成功率,准确率,训练时间减少 | NA |
| 116 | 2025-11-04 |
Physically Consistent Image Augmentation for Deep Learning in Mueller Matrix Polarimetry
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3618390
PMID:41082429
|
研究论文 | 提出一种用于穆勒矩阵偏振测量中深度学习应用的物理一致性图像增强框架 | 开发了专门针对偏振数据特性的物理一致性数据增强方法，解决了传统增强技术会破坏偏振特性的问题 | NA | 提升深度学习在偏振成像领域的泛化能力和性能 | 穆勒矩阵偏振图像 | 计算机视觉 | NA | 穆勒矩阵偏振测量 | 深度学习模型 | 偏振图像 | 多个数据集（具体数量未明确说明） | NA | NA | 语义分割性能指标 | NA |
| 117 | 2025-11-04 |
Correction: Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335901
PMID:41171705
|
correction | 对一篇关于基于深度学习的沥青混凝土水库面板裂缝图像识别技术的文章进行更正 | NA | NA | NA | NA | computer vision | NA | NA | NA | image | NA | NA | NA | NA | NA |
| 118 | 2025-11-04 |
The group-housed pigs attacking and daily behaviors detection and tracking based on improved YOLOv5s and DeepSORT
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0334783
PMID:41171718
|
研究论文 | 基于改进YOLOv5s和DeepSORT开发猪只攻击行为和日常行为的检测与追踪方法 | 引入注意力机制和Shape-IoU优化边界框回归损失函数，提升模型在遮挡和重叠情况下的鲁棒性 | 未明确说明数据集规模和具体实验环境限制 | 开发稳定高精度的猪只行为自动检测与追踪深度学习方法 | 群养猪只的进食、站立、躺卧和攻击四种行为类型 | 计算机视觉 | NA | 视频监控 | YOLOv5s, DeepSORT | 视频 | NA | PyTorch | YOLOv5s with attention mechanism, DeepSORT | mAP@0.5, MOTA, MOTP | NA |
| 119 | 2025-11-04 |
Contrast limited adaptive histogram equalization (CLAHE) and colour difference histogram (CDH) feature merging capsule network (CCFMCapsNet) for complex image recognition
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335393
PMID:41171751
|
研究论文 | 提出一种结合CLAHE和CDH特征融合的胶囊网络CCFM-CapsNet，用于复杂图像识别和植物病害检测 | 在原始CapsNet基础上集成CLAHE降噪和CDH特征提取，并加入最大池化和dropout层，有效提升复杂图像识别能力 | 胶囊网络存在编码器网络考虑图像所有元素和拥挤问题，在复杂图像处理上仍有局限 | 开发高精度的植物叶片病害检测模型，支持可持续发展目标2（零饥饿） | 苹果、香蕉、葡萄、玉米、芒果、辣椒、土豆、水稻、番茄的叶片病害，以及fashion-MNIST和CIFAR-10数据集 | 计算机视觉 | 植物病害 | CLAHE（对比度受限自适应直方图均衡化），CDH（颜色差异直方图） | CapsNet, CNN | 图像 | 多个植物病害数据集及标准数据集（fashion-MNIST, CIFAR-10） | NA | CCFM-CapsNet, CapsNet | 准确率 | NA |
| 120 | 2025-11-04 |
Automated forest land division using deep learning and drone imagery
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335009
PMID:41171825
|
研究论文 | 本文提出了一种利用无人机图像处理和深度学习技术实现森林土地划分中树木自动计数的解决方案 | 将无人机影像与先进计算机视觉算法结合，实现树冠自动检测，替代传统耗时且易出错的人工计数方法 | NA | 开发自动化树木计数系统以支持森林土地划分决策 | 森林区域中的树木 | 计算机视觉 | NA | 无人机影像处理 | 深度学习 | 无人机图像 | NA | NA | NA | NA | NA |