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 42799 篇文献，本页显示第 12121 - 12140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12121 | 2025-11-05 |
DeepSANet: A deep learning approach for hierarchical geographical source attribution of Salmonella
2025-Dec, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.117554
PMID:41185308
|
研究论文 | 提出一种基于深度学习的沙门氏菌分层地理溯源方法DeepSANet | 首次将深度学习引入沙门氏菌地理溯源任务，设计了并行分层预测模块和自适应分层迁移损失函数 | NA | 开发高精度的沙门氏菌地理来源追踪方法 | 沙门氏菌基因组数据 | 机器学习 | 食源性疾病 | 核心基因组多位点序列分型(cgMLST) | Transformer | 基因组数据 | 基于EnteroBase构建的大规模数据集，包含全球分布的多种血清型分离株 | NA | Swin Transformer | 准确率 | NA |
| 12122 | 2025-11-05 |
A hybrid deep learning approach for accurate diagnosis of tibiofibula open and closed fractures using x-ray images
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-025-00393-z
PMID:41185686
|
研究论文 | 开发了一种基于混合深度学习的X射线图像分类模型，用于准确诊断胫腓骨开放性和闭合性骨折 | 结合多尺度卷积核的混合卷积和通道注意力机制，增强特征提取能力而不显著增加计算成本 | 仅针对胫腓骨骨折进行分类，尚未扩展到其他骨折类型和真实临床场景 | 通过深度学习提高骨折分类的准确性，优化骨科影像诊断 | 胫腓骨开放性和闭合性骨折的X射线图像 | 计算机视觉 | 骨科骨折 | X射线成像 | CNN | 图像 | NA | NA | 混合卷积神经网络 | 准确率,F1分数 | NA |
| 12123 | 2025-11-05 |
AI-Enhanced Lateral Flow Assay Enables 3-Minute Quantitative Detection with Laboratory-Grade Accuracy
2025-Nov-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05108
PMID:41124618
|
研究论文 | 开发了一种基于深度学习的快速定量侧向流动检测方法，可在3分钟内实现实验室级别的精准检测 | 融合ResNet空间特征提取和DyFormer动态时序建模的创新架构，首次实现3分钟快速定量检测 | 仅在COVID-19和乙肝病毒数据集上验证，需要更多疾病类型的验证 | 克服传统侧向流动检测技术检测时间长且只能定性分析的局限性 | 侧向流动免疫检测平台 | 计算机视觉 | 传染病 | 侧向流动免疫检测 | 深度学习 | 图像 | COVID-19和乙肝病毒数据集 | NA | ResNet,DyFormer | 准确率,灵敏度,特异性,决定系数 | NA |
| 12124 | 2025-11-05 |
Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment?
2025-Nov-04, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05271-6
PMID:41186714
|
研究论文 | 评估深度学习联合降噪和对比度增强重建在胰腺癌新辅助治疗后CT评估中能否改善图像质量和可切除性预测准确性 | 首次将深度学习联合降噪和对比度增强技术应用于胰腺癌新辅助治疗后CT评估，并与传统迭代重建方法进行系统比较 | 回顾性研究设计，样本量有限（114例），所有读者均注意到DLR图像存在人工伪影增加的问题 | 评估深度学习重建技术能否改善胰腺癌CT图像质量并提高可切除性预测准确性 | 114例接受新辅助治疗的胰腺癌患者 | 医学影像分析 | 胰腺癌 | CT成像 | 深度学习 | CT图像 | 114例胰腺癌患者 | NA | NA | AUC, 敏感性, 特异性, 准确率, 读者置信度, 对比噪声比 | NA |
| 12125 | 2025-11-05 |
Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network
2025-Nov-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.125.270077
PMID:40967759
|
研究论文 | 开发基于深度学习的自动化工作流程用于前列腺癌PET和SPECT影像中SUV和分子肿瘤体积的测量 | 提出全局阈值区域共识网络，改进了nnU-Net的边界定义和标签准确性，在多种影像模态上实现了高精度分割 | 研究基于特定机构队列，外部验证样本量相对有限(56例) | 改进前列腺癌影像分析的计算工作流程，标准化方法以改善LuPSMA治疗的患者选择和预后预测 | 转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像 | 数字病理 | 前列腺癌 | PET成像, SPECT成像, [68Ga]PSMA-11, [18F]DCFPyL, [18F]FDG, [177Lu]Lu-PSMA-617成像 | 深度学习, CNN | 医学影像 | 训练集: 676例[68Ga]PSMA-11或[18F]DCFPyL PET, 390例[18F]FDG PET, 477例LuPSMA SPECT; 测试集: 56例外院PET/CT | nnU-Net | Global Threshold Regional Consensus Network, nnU-Net | Dice相似系数, Pearson系数, 表面一致性 | NA |
| 12126 | 2025-11-05 |
IoT-powered wearable assist device for visually impaired
2025-Nov-03, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2582033
PMID:41182323
|
研究论文 | 开发并评估一种基于物联网的可穿戴辅助设备，通过实时物体检测、面部识别和障碍物感知技术提升视障人士的环境感知和自主导航能力 | 将SVM、ResNet-50和YOLOv4等多种深度学习算法集成到统一框架中，实现低延迟的多目标识别和面部识别功能 | 需要进一步进行大规模用户验证以提升设备的可用性、可访问性和用户舒适度 | 开发能够改善视障人士障碍物感知、移动能力和环境交互的可穿戴辅助技术 | 视障人士 | 计算机视觉 | 视力障碍 | 深度学习、机器学习 | SVM, CNN | 图像数据、传感器数据 | 未明确说明样本数量 | NA | ResNet-50, YOLOv4 | 准确率, 精确率, 召回率, F1分数 | ESP32-CAM模块, Arduino微控制器 |
| 12127 | 2025-11-05 |
MOAEAM: Multi-omics data integration with autoencoder and attention mechanisms for cancer patient classification and biomarker identification
2025-Nov-03, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3628490
PMID:41182929
|
研究论文 | 提出一种基于改进自编码器和注意力机制的多组学数据整合框架MOAEAM，用于癌症患者分类和生物标志物识别 | 提出新型复合损失函数促进组学特异性特征提取，并设计多组学整合模块捕获跨组学关联信息 | NA | 开发多组学数据整合方法以提升癌症患者分类和生物标志物识别性能 | 癌症患者多组学数据 | 机器学习 | 癌症 | 多组学数据整合 | 自编码器,注意力机制 | 多组学数据 | 多个癌症数据集 | NA | 改进自编码器,注意力机制 | 分类性能 | NA |
| 12128 | 2025-11-05 |
Novel Approach for Decoding Olfactory Receptors Interactions With Molecules Based on Multimodal Feature and Deep Learning Network
2025-Nov-03, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3622055
PMID:41182946
|
研究论文 | 提出一种基于多模态特征和深度学习网络的新方法，用于预测气味分子与嗅觉受体的相互作用 | 首次利用多模态深度学习网络精确识别特定嗅觉受体，并开发了空间分布图揭示受体间的聚类模式 | NA | 推进对人类嗅觉机制的理解并帮助新型合成药物的开发 | 气味分子与嗅觉受体的相互作用 | 机器学习 | NA | 多模态深度学习 | 深度学习网络 | 分子物理化学特性数据、受体结构数据 | 新整理的数据集 | NA | 多模态深度学习网络 | 准确率 | NA |
| 12129 | 2025-11-05 |
Patch-Wise Approach with Vision Transformer for Detecting Implant Failure in Spinal Radiography
2025-Nov-03, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01724-y
PMID:41184706
|
研究论文 | 开发基于视觉Transformer的深度学习模型，用于检测脊柱植入物失败 | 提出基于分块的视觉Transformer方法，首次将DINOv2模型应用于脊柱植入物失败检测 | 模型精确度相对较低（0.37），可能产生较多假阳性 | 开发和验证用于检测脊柱植入物骨折的AI模型，并评估其对放射科医生诊断性能的影响 | 脊柱植入物和植入物骨折 | 计算机视觉 | 脊柱疾病 | 放射影像分析 | Vision Transformer | 图像 | 798名患者的9924张脊柱放射影像（3492项研究） | NA | DINOv2 | 准确率, F1分数, 精确率, 召回率, GEE分析 | NA |
| 12130 | 2025-11-05 |
Towards Pharmaceutical Industry 5.0: Impact of Artificial Intelligence in Drug Discovery and Development
2025-Nov-03, Current pharmaceutical biotechnology
IF:2.2Q3
|
综述 | 本文探讨人工智能在制药行业5.0时代对药物发现与开发的影响 | 系统分析AI技术在制药行业5.0背景下的整合应用，涵盖从药物发现到监管合规的全流程创新 | 存在数据质量、监管问题和跨学科协作需求等整合挑战 | 研究人工智能在药物研发领域的应用现状与发展前景 | 制药行业与人工智能技术 | 自然语言处理, 机器学习 | NA | 机器学习, 深度学习, 自然语言处理 | NA | NA | NA | NA | NA | NA | NA |
| 12131 | 2025-11-05 |
AKIRA: Deep learning tool for image standardization, implant detection and arthritis grading to establish a radiographic registry in patients with anterior cruciate ligament injuries
2025-Nov, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.12618
PMID:39925136
|
研究论文 | 开发用于前交叉韧带损伤患者图像标准化、植入物检测和关节炎分级的深度学习工具AKIRA，以建立影像学登记库 | 提出AKIRA系统，整合三种深度学习算法实现膝关节X光片的自动分类、标注和植入物检测 | KL分级一致性较低(0.39-0.40)，研究设计为横断面研究，证据等级为IV级 | 通过人工智能工具开发大规模标准化前交叉韧带损伤影像学登记库 | 1628名前交叉韧带损伤患者的20,836张膝关节X光片 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN,目标检测 | 医学影像 | 20,836张膝关节X光片，来自1628名患者 | NA | EfficientNet,YOLO,Residual Network | F1分数,精确率-召回率曲线下面积,一致性 | NA |
| 12132 | 2025-11-05 |
Method for estimating real-scale 3D human body shape from an image based on 3D camera calibration and computer graphics-based reverse projection photogrammetry
2025-Nov, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70130
PMID:40619616
|
研究论文 | 提出一种基于3D相机标定和计算机图形学逆向投影摄影测量的方法，从单张图像估计真实比例的3D人体形状 | 结合3D相机标定和CG逆向投影摄影测量，首次实现从低分辨率图像估计真实比例的3D人体形状，无需对象先验知识 | NA | 从单张2D图像估计真实比例的3D人体形状模型 | 人体图像中的3D人体形状 | 计算机视觉 | NA | 逆向投影摄影测量，3D相机标定 | SMPL-X模型 | 图像 | 数百到数千次比较 | NA | SMPL-X | 等错误率 | NA |
| 12133 | 2025-11-05 |
MRI sequence focused on pancreatic morphology evaluation: three-shot turbo spin-echo with deep learning-based reconstruction
2025-Nov, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851251355844
PMID:40641210
|
研究论文 | 开发并评估一种基于深度学习重建的三次激发涡轮自旋回波MRI序列用于胰腺形态评估 | 提出新型3S-TSE-DLR序列，结合高空间分辨率与深度学习重建技术，在胰腺成像中实现优于传统序列的图像质量 | 研究仅纳入50名健康志愿者，缺乏胰腺癌患者的验证数据 | 比较新型MRI序列与传统序列在胰腺成像质量方面的表现 | 健康志愿者的胰腺MRI图像 | 医学影像分析 | 胰腺癌 | 磁共振成像，深度学习重建 | 深度学习 | 医学影像 | 50名健康志愿者 | NA | NA | 运动伪影评分，边缘锐度评分，主胰管识别率 | NA |
| 12134 | 2025-11-05 |
Authentication of forged inked fingerprints utilizing silicone molds
2025-Nov, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70111
PMID:40571990
|
研究论文 | 本研究提出了一种结合拉曼光谱、形态学分析和深度学习的快速无损方法，用于检测伪造的油墨指纹 | 首次将特征金字塔网络(FPN)和多头自注意力机制(MHSA)集成到ResNet中，开发了ResNet50_AuI深度学习模型用于指纹认证 | 拉曼光谱单独使用无法区分真假指纹，各方法在实际应用中的局限性需要进一步验证 | 开发有效的伪造油墨指纹检测方法，提高司法环境中法医证据的可靠性 | 油墨指纹（包括真实和伪造样本） | 计算机视觉 | NA | 拉曼光谱，形态学分析 | CNN | 图像 | 3600个油墨指纹 | NA | ResNet50, FPN, MHSA | 准确率 | NA |
| 12135 | 2025-11-05 |
Self-supervised model-driven deep learning for two-step phase-shifting interferometry
2025-Nov-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.577384
PMID:41185194
|
研究论文 | 提出一种用于两步相移干涉术的自监督模型驱动深度学习方法 | 结合预训练归一化网络和未训练模型驱动网络，通过基于物理的模型驱动方法实现自监督学习，无需真实相位图作为训练标签 | NA | 提高相移干涉术的相位重建精度和鲁棒性 | 干涉图相位重建 | 机器学习和计算成像 | NA | 相移干涉术 | 深度学习网络 | 干涉图图像 | NA | NA | PNNet（预训练归一化网络）, UMNet（未训练模型驱动网络） | 误差降低率 | NA |
| 12136 | 2025-11-05 |
Edge-Guided Deep Learning Model to Predict Fetal Brain Age Using MRI
2025 Nov-Dec, Journal of neuroimaging : official journal of the American Society of Neuroimaging
IF:2.3Q2
DOI:10.1111/jon.70099
PMID:41185452
|
研究论文 | 提出一种结合边缘信息的深度学习模型，用于从胎儿脑部MRI预测脑年龄 | 在深度学习模型中引入全局边缘信息，弥补了传统方法忽略局部边缘细节的不足 | 回顾性研究，样本来源单一，需进一步外部验证 | 提高胎儿脑年龄预测的准确性和可靠性 | 207例单胎妊娠的1630张胎儿脑部冠状T2加权MR图像 | 医学影像分析 | 胎儿发育评估 | MRI | 神经网络 | 医学图像 | 1630张胎儿脑部MR图像（来自207个受试者） | NA | 边缘引导深度学习模型 | 平均绝对误差(MAE), 决定系数(R2) | NA |
| 12137 | 2025-11-05 |
Optic disc morphometrics as a potential ocular biomarker for depression: evidence from two cross-sectional cohort studies
2025-Oct-31, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-025-03691-y
PMID:41173843
|
研究论文 | 本研究通过自动眼底形态测量和血浆蛋白质组分析，探索视盘形态作为抑郁症潜在生物标志物的可能性 | 首次将视盘形态测量与血浆蛋白质组关联分析相结合，发现视盘圆度与抑郁症相关蛋白LRRN1和PRL的表达相关 | 横断面研究设计无法确定因果关系，样本量相对有限 | 探索视盘形态特征作为抑郁症客观生物标志物的潜力 | 来自英国生物银行和广东眼科-心理健康研究的412名参与者 | 数字病理学 | 抑郁症 | 自动眼底形态测量，Olink血浆蛋白质组分析，深度学习分割 | 深度学习分割模型 | 眼底图像，血浆蛋白质组数据 | 412名参与者（来自两个独立队列） | NA | NA | 比值比(OR)，置信区间(CI)，p值 | NA |
| 12138 | 2025-11-05 |
HSSAM-Net: hyper-scale shifted aggregation network for precise colorectal polyp segmentation in endoscopic images
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21954-y
PMID:41173911
|
研究论文 | 提出一种轻量级深度学习框架HSSAM-Net，用于内窥镜图像中结直肠息肉的精确分割 | 集成超尺度偏移聚合模块捕获多尺度上下文信息，提出渐进式重用注意力机制和新型双分支采样方案Max-Diagonal池化/反池化 | NA | 开发实时精确的结直肠息肉分割方法以辅助结肠镜检查 | 内窥镜图像中的结直肠息肉 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN | 图像 | 五个基准数据集（Kvasir, CVC-ClinicDB, ETIS, CVC-300, EndoCV2020） | NA | HSSAM-Net | Dice系数, mIoU, FPS | NA |
| 12139 | 2025-11-05 |
A multimodal multitask deep learning model for predicting stroke lesion and functional outcomes using 4D CTP imaging and clinical metadata
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21945-z
PMID:41173916
|
研究论文 | 开发了一种多模态多任务深度学习模型CTPredict，用于同时预测卒中病灶和功能结局 | 首个结合4D CTP影像和临床元数据同时预测卒中病灶和功能结局的多模态多任务深度学习模型 | 仅在111名AIS患者的多中心数据集上评估，样本量相对有限 | 预测急性缺血性卒中的病灶结局和功能结局 | 急性缺血性卒中患者 | 医学影像分析 | 卒中 | 4D CT灌注成像 | 深度学习 | 影像, 临床元数据 | 111名AIS患者 | NA | 多模态融合模块, 跨注意力机制 | Dice系数, 准确率 | NA |
| 12140 | 2025-11-05 |
Development and application of a deep learning-based tuberculosis diagnostic assistance system in remote areas of Northwest China
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22037-8
PMID:41173931
|
研究论文 | 开发并应用基于深度学习的结核病诊断辅助系统，以解决新疆喀什地区基层医疗机构诊断能力不足的问题 | 针对偏远地区医疗条件开发定制化的TB-UNET模型，并在多中心真实场景中部署应用 | 研究仅针对喀什地区，模型在其他地区的泛化能力有待验证 | 提高基层医疗机构结核病筛查效率，降低误诊和漏诊率 | 结核病患者胸部X光影像 | 计算机视觉 | 结核病 | 胸部X光成像 | 深度学习 | 医学影像 | 10,897例患者（10,002例训练，895例测试） | NA | TB-UNET | 敏感度, 准确率, 诊断时间 | NA |