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 12021 - 12040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12021 | 2025-10-07 |
Capturing continuous, long timescale behavioral changes in Drosophila melanogaster postural data
2025-Feb, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012753
PMID:39899595
|
研究论文 | 本研究通过深度学习技术连续记录果蝇的全身姿态数据，分析其跨时间尺度的行为模式 | 首次实现连续7天100帧/秒的果蝇长期行为记录，建立了近20亿个姿态实例的数据集，发现了黎明后一小时行为模式的独特性 | 实验在无特征环境中进行，可能限制了自然行为表达；样本量相对有限（47只果蝇） | 探索果蝇在长时间尺度下的行为变化规律 | 黑腹果蝇（Drosophila melanogaster） | 计算机视觉 | NA | 深度学习姿态估计 | 深度学习 | 视频图像 | 47只果蝇个体 | SLEAP | NA | NA | NA |
| 12022 | 2025-10-07 |
Development and validation of fully automated robust deep learning models for multi-organ segmentation from whole-body CT images
2025-Feb, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104911
PMID:39899952
|
研究论文 | 开发并验证用于全身CT图像多器官分割的全自动鲁棒深度学习模型 | 提出两阶段训练策略，利用nnU-Net网络在包含成人和儿科患者的多样化数据集上实现多器官自动分割 | 数据集主要来自公共数据库，可能无法覆盖所有临床场景的变异性 | 开发能够从全身CT图像中自动分割多个器官的深度学习框架 | 成人和儿科患者的全身CT图像 | 计算机视觉 | NA | CT成像 | 深度学习 | CT图像 | 4082个CT图像，包含300例儿科病例 | nnU-Net | nnU-Net | Dice系数, 其他图像分割指标 | NA |
| 12023 | 2025-10-07 |
Synthetic data generation in motion analysis: A generative deep learning framework
2025-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine
DOI:10.1177/09544119251315877
PMID:39902572
|
研究论文 | 提出一种基于变分自编码器的数据增强策略，用于生成运动分析中的合成生物力学数据 | 在运动分析领域引入有效的生成式深度学习数据增强方法 | NA | 开发运动分析中的数据增强策略以解决数据收集困难的问题 | 髋关节和膝关节的角度和力矩、地面反作用力等生物力学变量 | 机器学习 | NA | 运动分析 | VAE, LSTM | 运动生物力学数据 | NA | NA | 变分自编码器, 长短期记忆网络 | nRMSE | NA |
| 12024 | 2025-10-07 |
Foundation Models in Radiology: What, How, Why, and Why Not
2025-Feb, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240597
PMID:39903075
|
综述 | 探讨基础模型在放射学领域的定义、训练方法、优势与挑战 | 系统性地阐述放射学领域基础模型的训练范式、能力评估及临床应用路径 | 未涉及具体模型性能的定量分析 | 统一基础模型的技术进展与放射学临床需求 | 放射学领域的基础模型 | 医学影像分析 | NA | 深度学习 | 基础模型 | 文本与影像数据 | 基于大规模未标注数据 | NA | NA | NA | NA |
| 12025 | 2025-10-07 |
Artificial intelligence-based cardiovascular/stroke risk stratification in women affected by autoimmune disorders: a narrative survey
2025-01-02, Rheumatology international
IF:3.2Q2
DOI:10.1007/s00296-024-05756-5
PMID:39745536
|
综述 | 探讨人工智能在自身免疫性疾病女性患者心血管/中风风险分层中的应用 | 首次将人工智能模型与自身免疫生物标志物和颈动脉超声影像特征结合用于女性心血管风险预测 | 仅针对女性患者进行研究，未包含男性对照群体 | 开发基于人工智能的心血管/中风风险分层系统 | 患有自身免疫性疾病的女性患者 | 机器学习 | 心血管疾病 | 颈动脉超声，生物标志物检测 | 机器学习，深度学习 | 医学影像，临床参数，生物标志物数据 | NA | NA | NA | NA | NA |
| 12026 | 2025-10-07 |
Current status, challenges, and prospects of artificial intelligence applications in wound repair theranostics
2025, Theranostics
IF:12.4Q1
DOI:10.7150/thno.105109
PMID:39897550
|
综述 | 本文全面总结了人工智能在伤口修复诊疗中的应用现状、挑战与前景 | 系统性地提出了AI在伤口管理中实现闭环护理系统的概念框架，涵盖诊断、监测和治疗全流程 | 尚未实现AI在伤口管理中的全面闭环应用系统 | 为AI驱动的伤口修复诊疗提供科学依据和技术支持 | 皮肤损伤及其修复过程 | 数字病理 | 皮肤损伤 | NA | 机器学习,深度学习,神经网络 | 图像 | NA | NA | NA | NA | NA |
| 12027 | 2025-10-07 |
Unsupervised monocular depth estimation with omnidirectional camera for 3D reconstruction of grape berries in the wild
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317359
PMID:39899513
|
研究论文 | 提出一种基于无监督单目深度估计的方法，使用全景相机在野外环境中重建葡萄果粒的3D位置 | 将基于深度学习的无监督单目深度估计方法扩展到全景相机应用，解决了传统3D重建方法在纹理缺失、高度对称和密集排列的葡萄果粒上的局限性 | 在纹理缺失表面、高度对称形状和密集排列的果粒环境下进行3D重建存在挑战 | 构建一个系统来识别葡萄修剪过程中需要移除的果粒 | 日本鲜食葡萄果粒 | 计算机视觉 | NA | 无监督单目深度估计 | 深度学习 | 视频 | NA | NA | NA | NA | NA |
| 12028 | 2025-10-07 |
Adaptive wavelet base selection for deep learning-based ECG diagnosis: A reinforcement learning approach
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318070
PMID:39899639
|
研究论文 | 提出一种基于强化学习的心电图信号自适应小波基选择框架，用于改善深度学习心电图诊断性能 | 首次将强化学习应用于心电图信号的小波基自适应选择，能够根据个体信号特征动态优化小波基选择策略 | 仅在PTB-XL数据集上进行验证，需要更多临床数据集验证泛化能力 | 提升基于深度学习的心电图诊断准确率 | 心电图信号 | 机器学习 | 心血管疾病 | 小波变换，强化学习 | 强化学习，深度学习 | 心电图信号 | PTB-XL临床数据集 | NA | 强化学习代理 | 分类准确率 | NA |
| 12029 | 2025-10-07 |
BCL6 (B-cell lymphoma 6) expression in adenomyosis, leiomyomas and normal myometrium
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317136
PMID:39903727
|
研究论文 | 本研究通过免疫组化和深度学习神经网络分析BCL6蛋白在子宫腺肌症、子宫肌瘤和正常子宫肌层中的表达差异 | 首次结合自动化免疫组化和深度学习神经网络技术量化BCL6蛋白在子宫良性病变中的表达并进行样本分类 | 未研究BCL6在子宫内膜异位症中的表达，样本时间跨度较长（2009-2017年） | 探究BCL6蛋白在子宫良性病变发病机制中的作用 | 子宫腺肌症、子宫肌瘤和正常子宫肌层组织样本 | 数字病理学 | 子宫良性疾病 | 免疫组织化学，深度学习神经网络 | 深度学习神经网络 | 组织切片图像 | 2009-2017年间全子宫切除术的石蜡包埋组织块 | NA | 监督式深度学习神经网络 | 精确度 | NA |
| 12030 | 2025-10-07 |
Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318550
PMID:39903732
|
研究论文 | 本研究提出了一种基于改进Xception网络的深度学习模型，用于沥青混凝土板裂缝检测 | 改进了Xception网络，引入了自适应激活函数、动态注意力机制和多级残差连接，优化了特征提取和特征加权 | NA | 开发有效的沥青混凝土板裂缝检测方法 | 沥青混凝土板裂缝 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 大型面板图像数据集 | NA | 改进的Xception网络 | 准确率, Matthews相关系数 | NA |
| 12031 | 2025-10-07 |
Surface defect detection on industrial drum rollers: Using enhanced YOLOv8n and structured light for accurate inspection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316569
PMID:39908278
|
研究论文 | 本文设计了一种基于线结构光的图像采集系统，并提出改进的YOLOv8n深度学习网络模型，用于实现工业滚筒表面缺陷的高效检测 | 使用线结构光作为系统光源弥补传统光源缺陷特征反映不足的问题；采用可变形卷积增强主干网络特征提取能力；提出新的特征融合模块；使用Wise-IoU替换CIoU损失函数 | 标准矩形边界框可能限制对细长缺陷的检测精度，未来可探索旋转边界框和更广泛的数据集多样性 | 提高工业滚筒表面缺陷检测的效率和准确性 | 工业滚筒表面缺陷 | 计算机视觉 | NA | 线结构光成像 | YOLOv8n | 图像 | NA | NA | YOLOv8n | mAP, 检测时间 | NA |
| 12032 | 2025-10-07 |
An intelligent spam detection framework using fusion of spammer behavior and linguistic
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313628
PMID:39913432
|
研究论文 | 提出一种融合垃圾邮件发送者行为和语言特征的智能垃圾邮件检测框架 | 首次将垃圾邮件发送者行为特征与语言特征相融合，通过特征交互自动学习复杂关系 | 未提及具体的数据集规模和跨领域泛化能力 | 开发高效的垃圾邮件检测模型，解决特征选择和特征依赖关系捕获的挑战 | 垃圾邮件评论 | 自然语言处理 | NA | 深度学习 | CLSTM | 文本 | NA | NA | CLSTM | 准确率 | NA |
| 12033 | 2025-10-07 |
A hybrid approach for intrusion detection in vehicular networks using feature selection and dimensionality reduction with optimized deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0312752
PMID:39913503
|
研究论文 | 提出一种结合特征选择和降维的混合方法，用于车辆网络中的入侵检测 | 采用基于相关性的特征选择和主成分分析进行特征工程，结合训练后模型权重量化来优化模型大小 | 仅使用CICIDS2017数据集进行验证，未在其他数据集上测试泛化能力 | 开发轻量级高效的车辆网络入侵检测系统 | 车辆自组织网络(VANET)中的恶意流量 | 机器学习 | NA | 特征选择, 降维分析 | 深度学习 | 网络流量数据 | CICIDS2017数据集 | NA | 全连接层 | F1分数, 模型大小 | NA |
| 12034 | 2025-10-07 |
DeepPFP: a multi-task-aware architecture for protein function prediction
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae579
PMID:39905954
|
研究论文 | 提出一种名为DeepPFP的多任务感知架构，用于解决蛋白质功能预测中的泛化问题 | 结合模型无关元学习与蛋白质语言模型，能够捕获不同序列-功能映射任务间的共享特征 | 仅在五个域外深度突变扫描数据集上进行了训练验证 | 开发能够跨领域泛化的蛋白质功能预测模型 | 蛋白质序列与功能关系 | 生物信息学 | NA | 深度突变扫描，进化尺度建模 | 蛋白质语言模型，元学习模型 | 蛋白质序列数据 | 五个DMS数据集，包括SARS-CoV-2和Ube4b数据集（其中Ube4b使用500个样本子集） | NA | DeepPFP | 皮尔逊相关系数 | NA |
| 12035 | 2025-10-07 |
Deep Learning-Based Real-Time Ureter Identification in Laparoscopic Colorectal Surgery
2024-Oct-01, Diseases of the colon and rectum
DOI:10.1097/DCR.0000000000003335
PMID:38959453
|
研究论文 | 开发了一种基于深度学习的实时输尿管识别模型UreterNet，用于腹腔镜结直肠手术中识别输尿管 | 首次将基于语义分割的深度学习算法应用于腹腔镜手术视频中的输尿管识别任务 | 需要验证UreterNet是否能有效降低医源性输尿管损伤的发生率 | 开发一种非侵入性方法在腹腔镜结直肠手术中识别输尿管，提高手术安全性 | 腹腔镜结直肠手术视频中的输尿管 | 计算机视觉 | 结直肠手术相关并发症 | 深度学习语义分割 | CNN | 手术视频图像 | 304个手术视频，14,069张标注图像（训练集9537张，验证集2266张，测试集2266张） | NA | Feature Pyramid Networks | 精确率,召回率,Dice系数 | NA |
| 12036 | 2025-10-07 |
Forecasting daily total pollen concentrations on a global scale
2024-Aug, Allergy
IF:12.6Q1
DOI:10.1111/all.16227
PMID:38995241
|
研究论文 | 本研究使用CatBoost和深度学习模型在全球23个城市预测未来14天的每日总花粉浓度 | 首次在全球尺度上使用CatBoost和深度学习模型预测花粉浓度，并识别影响花粉浓度的关键环境变量 | 不同城市的预测精度差异较大，部分城市如首尔和布里斯班的预测精度较低 | 提高全球花粉浓度预测的准确性，加强预测性花粉预报能力 | 全球23个城市的每日总花粉浓度 | 机器学习 | 过敏性疾病 | 花粉浓度监测 | CatBoost, 深度学习 | 环境参数数据，花粉浓度时间序列数据 | 23个城市的多维度时间序列数据 | CatBoost, 深度学习框架 | 深度学习模型 | R2 | NA |
| 12037 | 2025-10-07 |
Single-cell multi-omics analysis reveals cooperative transcription factors for gene regulation in oligodendrocytes
2024-Jun-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.19.599799
PMID:38948852
|
研究论文 | 通过整合单细胞多组学数据识别少突胶质细胞中协同调控基因表达的转录因子对 | 首次结合scRNA-seq和scATAC-seq数据系统分析少突胶质细胞中转录因子的协同调控机制，并采用深度学习模型量化TF-TF相互作用 | 研究主要基于计算预测，部分结果需实验验证 | 揭示少突胶质细胞中转录因子协同调控基因表达的机制 | 少突胶质细胞及其基因调控网络 | 生物信息学 | 脑部疾病 | scRNA-seq, scATAC-seq, ChIP-seq | 深度学习模型 | 单细胞多组学数据 | NA | NA | NA | Shapley交互得分, t检验p值 | NA |
| 12038 | 2025-10-07 |
Use of a novel magnetically actuated compression system to study the temporal dynamics of axial and lateral strain in human osteochondral plugs
2024-01, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2023.111887
PMID:38128469
|
研究论文 | 开发新型磁驱动压缩系统研究人类骨软骨栓在循环加载中轴向和横向应变的时空动态 | 首创磁驱动装置实现加载周期中压板的完全分离，解决传统系统因持续接触影响组织再水化的局限性 | 研究基于尸体样本，可能无法完全反映活体组织的生理响应；样本量未明确说明 | 探究循环加载中软骨再水化对应变积累的影响机制 | 人类尸体骨软骨栓 | 生物力学 | 骨关节炎 | 磁驱动压缩系统，高速成像（30帧/秒） | 深度学习 | 二维软骨轮廓图像序列 | NA | NA | U-Net | NA | NA |
| 12039 | 2025-10-07 |
Predicting trabecular arrangement in the proximal femur: An artificial neural network approach for varied geometries and load cases
2023-12, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2023.111860
PMID:37948877
|
研究论文 | 使用前馈神经网络预测股骨近端小梁排列，通过几何和载荷参数快速计算表观密度 | 将神经网络应用于骨重塑现象建模，相比有限元方法显著减少计算时间 | 需要获取不同数据集才能将结果扩展到其他结构 | 开发快速准确的骨小梁分布预测方法 | 股骨近端的骨密度分布 | 机器学习 | 骨科疾病 | 有限元分析，神经网络建模 | 前馈神经网络 | 密度分布数据集 | 包含多种几何形状和载荷情况的样本 | NA | 前馈神经网络 | 计算时间比较 | NA |
| 12040 | 2025-10-07 |
Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli
2025-Jul-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.03.155
PMID:40187420
|
研究论文 | 通过情感刺激实验开发结合面部表情和身体姿势的多模态抑郁症识别模型 | 首次将面部表情单元分析与身体姿势变化结合，通过情感刺激实验构建端到端多模态抑郁症识别模型 | 样本量相对有限（146名受试者），仅验证了初步筛查效果 | 开发基于深度学习的多模态抑郁症识别模型，实现快速初步筛查 | 抑郁症患者和健康对照者（各73名） | 计算机视觉 | 抑郁症 | 情感刺激实验，视频分析 | CNN | 视频，图像 | 146名受试者（73名患者，73名对照） | OpenFace | ResNet-50 | 准确率，F1分数 | NA |