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 42905 篇文献，本页显示第 12081 - 12100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12081 | 2025-11-08 |
Dynamic Instance-Level Graph Learning Network of Intracranial Electroencephalography Signals for Epileptic Seizure Prediction
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3578627
PMID:40498623
|
研究论文 | 提出一种用于癫痫发作预测的动态实例级图学习网络，通过颅内脑电信号建模时变信号和功能连接 | 提出动态实例级图学习网络，结合分组时序神经网络和图结构学习方法，通过图形交互回写技术实现通道内到通道间的因果关系统一建模 | 仅在Freiburg iEEG数据集上进行验证，需要更多临床数据验证泛化能力 | 开发基于深度学习的癫痫发作预测方法 | 癫痫患者的颅内脑电信号 | 脑机接口 | 癫痫 | 颅内脑电信号分析 | 图神经网络,时序神经网络 | 时序信号 | Freiburg iEEG数据集 | NA | 动态实例级图学习网络 | NA | NA |
| 12082 | 2025-11-08 |
M3D: Manifold-Based Domain Adaptation With Dynamic Distribution for Non-Deep Transfer Learning in Cross-Subject and Cross-Session EEG-Based Emotion Recognition
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3580612
PMID:40526534
|
研究论文 | 提出一种基于流形的轻量级非深度迁移学习框架M3D，用于跨被试和跨会话的脑电情绪识别 | 在格拉斯曼流形空间实现动态分布对齐，结合结构风险最小化和集成学习提升模型鲁棒性 | 未明确说明样本规模限制和特定场景下的适用性边界 | 解决脑电信号的非平稳性和个体差异性，降低对大规模标注数据和计算资源的需求 | 脑电信号数据，包括三个基准数据集和重度抑郁症临床数据集 | 脑机接口 | 情绪障碍，重度抑郁症 | 脑电信号处理，迁移学习 | 非深度学习，迁移学习框架 | 脑电信号 | NA | NA | 流形特征变换，动态分布对齐，集成学习 | 准确率 | 显著低于深度学习的计算需求 |
| 12083 | 2025-11-08 |
Hybrid Transformer for Early Alzheimer's Detection: Integration of Handwriting-Based 2D Images and 1D Signal Features
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3585379
PMID:40601463
|
研究论文 | 提出一种用于早期阿尔茨海默病检测的多模态混合注意力模型，整合手写2D图像和1D动态信号特征 | 首次将Transformer模型应用于AD手写分析，提出可学习的多模态混合注意力机制，同时整合2D空间模式和1D动态特征 | 仅在DARWIN数据集上验证，未在其他数据集测试泛化能力 | 开发早期阿尔茨海默病的非侵入性检测方法 | 阿尔茨海默病患者的手写数据 | 计算机视觉, 自然语言处理 | 阿尔茨海默病 | 手写分析 | Transformer, CNN | 图像, 信号 | DARWIN数据集中的Task 8 ('L'书写任务) | NA | 混合Transformer, 1D-CNN, 2D-CNN | F1-score, 准确率 | NA |
| 12084 | 2025-11-08 |
An EEG-Based Seizure Prediction Model Encoding Brain Network Temporal Dynamics
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3584861
PMID:40601467
|
研究论文 | 提出一种基于脑电图的癫痫发作预测模型，通过编码脑网络时序动态特征实现患者无关的可靠预测 | 首次将脑网络亚稳态特性作为生理先验融入变分自编码器，通过对抗特征学习和最大均值差异度量缓解患者差异 | 未明确说明模型在临床数据集上的具体性能表现和跨数据集泛化能力 | 开发患者无关的癫痫发作预测方法 | 癫痫患者的脑电图数据 | 医疗人工智能 | 癫痫 | 脑电图 | VAE, 对抗学习 | 脑电图时序数据 | 两个公开数据集和一个临床头皮脑电图数据集 | NA | 变分自编码器 | AUC, 敏感度, 特异度 | NA |
| 12085 | 2025-11-08 |
3D Isotropic High-Resolution Fetal Brain MRI Reconstruction From Motion Corrupted Thick Data Based on Physical-Informed Unsupervised Learning
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3586049
PMID:40663667
|
研究论文 | 提出一种基于物理信息无监督学习的3D胎儿脑MRI重建方法，从运动伪影的厚层数据中重建各向同性高分辨率图像 | 首次将无监督迭代联合切片-体积配准和超分辨率重建深度学习框架应用于胎儿脑MRI重建，无需外部高分辨率训练数据 | 方法在临床胎儿MRI数据上的性能仍需进一步验证，未与其他无监督方法进行充分比较 | 开发无需外部高分辨率训练数据的胎儿脑MRI重建方法 | 胎儿脑部MRI图像 | 医学影像分析 | 胎儿脑发育 | MRI | CNN | 2D MRI切片，3D MRI体积 | 模拟数据和临床数据（具体数量未明确说明） | 深度学习框架 | 卷积神经网络，深度图像先验框架 | 重建质量比较（具体指标未明确说明） | NA |
| 12086 | 2025-07-21 |
Automatic quantification, grading and five-year prediction of myopic fundus tessellation: a multi-center, longitudinal deep learning study
2025-Nov, Science China. Life sciences
DOI:10.1007/s11427-025-3002-y
PMID:40681822
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12087 | 2025-11-08 |
Cellular optical imaging techniques: a dynamic advancing frontier
2025-Nov, Science China. Life sciences
DOI:10.1007/s11427-024-2916-5
PMID:40681818
|
综述 | 本文综述了用于细胞研究的超分辨率光学成像技术的最新进展 | 系统总结了包括SIM、PS-SR、SMLM以及数学和深度学习超分辨率算法在内的多种前沿技术 | 作为综述文章，未涉及原始实验数据和研究验证 | 回顾和评估超分辨率光学成像技术在生物研究中的应用和发展 | 细胞层面的成像技术和方法 | 生物医学成像 | NA | 结构照明显微镜(SIM), 点扫描超分辨率显微镜(PS-SR), 单分子定位显微镜(SMLM) | 深度学习 | 光学显微图像 | NA | NA | NA | 空间分辨率(约20nm), 信噪比 | NA |
| 12088 | 2025-11-08 |
Investigating Membership Inference Attacks Against CNN Models for BCI Systems
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3593443
PMID:40720264
|
研究论文 | 研究针对脑机接口系统中CNN模型的成员推断攻击及其隐私风险 | 首次对脑机接口CNN模型进行成员推断攻击的实证分析，重点解决异构数据集和时空设计选择两大挑战 | 攻击对其他类型数据（如图像和表格数据）的深度学习模型无效，研究结果可能受特定实验设置限制 | 探究脑机接口系统中CNN分类器的隐私漏洞 | 基于脑电图数据的CNN分类器 | 机器学习 | NA | 脑电图 | CNN | 脑电图信号 | 涉及多个参与者的脑电图数据集 | NA | CNN | 成员推断攻击成功率 | NA |
| 12089 | 2025-11-08 |
Verification is All You Need: Prompting Large Language Models for Zero-Shot Clinical Coding
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3593028
PMID:40720269
|
研究论文 | 提出基于代码验证的新型ICD编码范式，利用大型语言模型作为代码验证器而非生成器 | 首次将大型语言模型应用于临床编码验证任务，通过简化任务从直接生成代码转变为验证候选代码 | 在直接生成临床代码方面性能仍不理想，需要依赖候选代码集 | 提高临床编码在不同数据分布下的泛化性能 | 电子健康记录中的临床编码任务 | 自然语言处理 | NA | 大型语言模型 | GPT-4o | 医疗文本 | CodiEsp数据集 | NA | GPT-4o | 准确率 | NA |
| 12090 | 2025-11-08 |
Feasibility of optical stereotactic navigation for rectosigmoid cancer with deep learning-supported 3D modelling
2025-Nov, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110397
PMID:40907165
|
研究论文 | 本研究评估了深度学习支持的3D建模在直肠乙状结肠癌光学立体定向导航手术中的可行性 | 首次将深度学习生成的MRI分割与术前CT图像融合用于直肠乙状结肠癌的实时光学立体定向导航 | 单中心研究且样本量较小（仅10例患者） | 评估光学立体定向导航在直肠乙状结肠癌手术中的实施可行性和准确性 | 局部晚期cT4bN0-2直肠癌或局部复发性直肠乙状结肠癌患者 | 数字病理 | 直肠癌 | 光学立体定向导航，CT-MRI图像融合 | 深度学习模型 | 医学影像（CT，MRI） | 10例患者 | NA | NA | 目标配准误差，R0切除率，无瘤切缘率 | NA |
| 12091 | 2025-11-08 |
Epigenomic landscape of single vascular cells reflects developmental origin and disease risk loci
2025-Nov, Molecular systems biology
IF:8.5Q1
DOI:10.1038/s44320-025-00140-2
PMID:40931195
|
研究论文 | 通过单细胞染色质可及性和基因表达谱分析揭示血管部位特异性疾病风险的调控机制 | 首次在三个血管部位同时进行单细胞表观基因组和转录组分析，发现关键调控增强子具有血管部位特异性，并整合GWAS数据通过深度学习模型预测变异效应 | 研究仅限于小鼠血管组织，尚未在人类样本中验证 | 探索血管部位特异性疾病风险的表观基因组和转录组基础 | 小鼠三个不同血管部位的血管组织 | 计算生物学 | 心血管疾病 | scATACseq, scRNAseq, 全基因组关联分析 | 深度学习模型 | 单细胞表观基因组数据, 单细胞转录组数据, 基因组关联数据 | 三个血管部位的血管组织样本 | ChromBPNet | NA | NA | NA |
| 12092 | 2025-11-08 |
Cell-APP: A generalizable method for cell annotation and cell-segmentation model training
2025-Nov-01, Molecular biology of the cell
IF:3.1Q3
DOI:10.1091/mbc.E25-02-0076
PMID:40991412
|
研究论文 | 提出一种自动化细胞注释和分割模型训练的方法Cell-APP，用于高通量显微镜数据分析 | 开发了结合透射光和核荧光图像自动生成高质量细胞分割训练数据的流程，支持构建细胞系特异性和多细胞系通用分割模型 | NA | 自动化细胞注释和分割模型训练，解决手工标注数据规模有限的问题 | 显微镜图像中的细胞 | 计算机视觉 | NA | 透射光成像、核荧光成像 | Vision Transformer | 显微镜图像 | NA | NA | Vision Transformer | NA | NA |
| 12093 | 2025-11-08 |
The impact of neck tilt on the accuracy of deep learning generated contours for CT images of the head and neck
2025-Nov, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70316
PMID:41183859
|
研究论文 | 本研究探讨颈部倾斜对头颈部CT图像深度学习自动分割轮廓准确性的影响 | 首次系统评估患者颈部倾斜对FDA批准的七种深度学习自动分割工具在头颈部放疗规划中性能的影响 | 样本量相对较小（35例），仅回顾性分析，未包含所有可能的解剖变异 | 评估异常颈部倾斜对头颈部CT扫描中深度学习自动分割轮廓准确性的影响 | 头颈部CT扫描图像中的危及器官（脑干、腮腺、颌下腺、臂丛神经、视神经） | 医学影像分析 | 头颈部肿瘤 | 计算机断层扫描（CT） | 深度学习自动分割模型 | CT医学影像 | 35例头颈部CT扫描 | NA | NA | DSC, sDSC, MDA, 平均剂量差异 | NA |
| 12094 | 2025-11-08 |
Integrative Graph-Based Framework for Predicting circRNA Drug Resistance Using Disease Contextualization and Deep Learning
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3457271
PMID:39255076
|
研究论文 | 提出一种整合疾病背景的图神经网络模型circRDRP，用于预测环状RNA介导的癌症耐药性 | 首次将疾病特异性背景整合到circRNA-药物相互作用分析中，采用GAT和GCN混合的图神经网络架构 | 未明确说明模型在其他癌症类型或药物中的泛化能力 | 开发计算模型预测circRNA介导的癌症耐药性 | 环状RNA、抗癌药物（如顺铂和甲氨蝶呤）、疾病背景 | 生物信息学 | 癌症 | 图神经网络、深度学习 | GAT, GCN, CNN | 生物网络数据 | NA | NA | Graph Attention Networks, Graph Convolutional Networks, 卷积神经网络 | 准确率, 精确率, 召回率 | NA |
| 12095 | 2025-11-08 |
Denoising Motion-Corrupted Seismocardiogram Signals Using Score-Based Generative Diffusion Models
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3576385
PMID:40478705
|
研究论文 | 提出基于分数生成扩散模型的运动伪影消除方法，用于提升地震心动图信号质量 | 首次将分数生成扩散模型应用于地震心动图信号去噪，利用干净SCG心跳的周期性学习概率空间作为先验 | 仅在健康参与者数据集上进行验证，未在患者群体中测试 | 开发有效的运动伪影消除算法，实现日常环境中高质量SCG信号采集 | 地震心动图信号 | 信号处理 | 心血管疾病 | 分数生成扩散模型 | 扩散模型 | 地震心动图信号 | 健康参与者运动数据集 | NA | 分数生成扩散模型 | 平均绝对误差 | NA |
| 12096 | 2025-11-08 |
Artificial intelligence in hip and knee surgery: a bibliometric analysis of the 50 most cited articles
2025-Oct-30, Orthopaedics & traumatology, surgery & research : OTSR
DOI:10.1016/j.otsr.2025.104543
PMID:41176060
|
文献计量分析 | 对人工智能在髋膝关节手术领域被引用次数最多的50篇文献进行文献计量分析 | 首次系统分析人工智能在髋膝关节手术领域的高影响力文献，揭示研究趋势和方法学模式 | 仅分析50篇高被引文献，可能无法代表整个研究领域；文献主要集中于膝关节和诊断应用，髋关节和治疗导向研究较少 | 识别人工智能在髋膝关节手术领域的研究现状、发展趋势和关键贡献者 | Web of Science核心合集中人工智能在髋膝关节手术领域的50篇高被引研究论文 | 医学人工智能 | 骨科疾病 | 文献计量分析，描述性统计 | 深度学习 | 文献元数据，引文数据 | 50篇高被引文章，累计7140次引用 | NA | NA | 引用次数，期刊影响因子，Pearson相关系数 | NA |
| 12097 | 2025-11-08 |
FA-UNet: A FasterNet and Attention-Gated Hybrid Network for Precise Ischemic Stroke Segmentation
2025-Oct-30, Journal of integrative neuroscience
IF:2.5Q3
DOI:10.31083/JIN40100
PMID:41200985
|
研究论文 | 提出一种结合FasterNet和注意力门控的混合网络FA-UNet，用于精确分割缺血性脑卒中病灶 | 在瓶颈层引入计算高效的FasterNet模块捕获全局病灶上下文，并在跳跃连接中使用多尺度注意力门自适应优化特征并抑制噪声 | 未明确说明模型在计算效率方面的具体提升数据 | 开发兼顾高分割精度和临床实用计算效率的深度学习框架 | 缺血性脑卒中患者的扩散加权成像（DWI）数据 | 医学图像分割 | 缺血性脑卒中 | 扩散加权成像（DWI） | CNN | 医学影像 | 公共数据集ISLES 2022（250名患者）和独立测试集（80名患者的600个DWI扫描） | NA | U-Net, FasterNet, Attention-Gated UNet | Dice系数, IoU, 敏感度, 精确度 | NA |
| 12098 | 2025-11-08 |
HeavyBuilder: Analysis of High-Throughput of Antibody Heavy Chain Repertoires in the Structural Space
2025-Oct-24, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169509
PMID:41201484
|
研究论文 | 开发基于深度学习的抗体重链快速结构预测工具HeavyBuilder，用于高通量结构分析 | 首个专门针对抗体重链的高通量结构预测工具，速度远超AlphaFold2和IgFold，同时保持相当准确性 | 仅针对抗体重链进行预测，未包含轻链结构信息 | 开发高效抗体重链结构预测方法，实现大规模免疫组库结构分析 | 抗体重链序列及其三维结构 | 计算生物学 | 免疫相关疾病 | 深度学习, 结构预测 | 深度学习 | 蛋白质序列, 三维结构 | 73个免疫组库中的1100多万条序列 | Python | ImmuneBuilder | 预测速度, 准确性 | 单GPU |
| 12099 | 2025-11-08 |
Free-running isotropic three-dimensional cine magnetic resonance imaging with deep learning image reconstruction
2025-Oct, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06266-7
PMID:40442341
|
研究论文 | 评估结合深度学习重建和Heart-NAV技术的自由运行三维电影磁共振成像在先天性心脏病患者中的效果 | 提出自由运行三维电影成像结合深度学习重建技术，可同时获取电影和血管造影图像，显著缩短采集时间 | 样本量较小（16名患者），仅针对先天性心脏病患者进行研究 | 评估深度学习重建的三维电影磁共振成像在心脏功能评估中的效率和准确性 | 先天性心脏病患者 | 医学影像 | 心血管疾病 | 磁共振成像，深度学习图像重建，Heart-NAV技术 | 深度学习 | 三维磁共振图像 | 16名先天性心脏病患者（7名男性，中位年龄6岁） | NA | NA | 对比度噪声比，心室容积，射血分数，横截面积，Bland-Altman分析 | NA |
| 12100 | 2025-11-08 |
Clinical Implementation of Inspiratory-Expiratory Chest CT: Defining Quality Criteria for Diagnostic Quality and Detection of Concurrent FEV1 Decline following Lung Transplantation
2025-Oct, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240468
PMID:40932379
|
研究论文 | 本研究通过定义呼气相CT的质量标准，评估定量空气潴留对慢性肺移植物功能障碍的诊断和预测价值 | 首次将气管形态作为呼气相CT诊断质量的评价标准，并建立了空气潴留与肺功能下降的定量关系 | 研究为单中心回顾性研究，样本量有限，空气潴留检测的敏感性较低 | 建立呼气相CT的质量评价标准并验证其在慢性肺移植物功能障碍监测中的应用价值 | 肺移植术后患者 | 数字病理 | 肺移植相关并发症 | CT扫描，肺功能检测 | 深度学习算法 | CT图像，肺功能数据 | 192例肺移植患者的603次吸呼气相胸部CT扫描 | NA | NA | 特异性，敏感性，Pearson相关系数，ROC曲线分析 | NA |