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 42805 篇文献，本页显示第 12141 - 12160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12141 | 2025-11-06 |
FAME: A privacy-preserving dual-stage deep learning framework for breast ultrasound imaging using federated transfer and synthetic learning
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251390564
PMID:41181569
|
研究论文 | 提出一种隐私保护的联邦注意力引导多任务集成网络框架，用于乳腺超声图像的联合分割和分类 | 结合联邦迁移学习与类别特异性合成数据生成，采用差分隐私和注意力机制实现隐私保护下的多任务学习 | 仅在公开数据集上验证，未在真实多中心临床环境中测试 | 开发隐私保护的自动化乳腺超声分析框架 | 乳腺超声图像 | 计算机视觉 | 乳腺癌 | 深度学习，联邦学习，生成对抗网络 | CNN, GAN, 集成学习 | 医学图像 | BUSI数据集780张图像(80%训练，10%验证，10%测试)，BUSC数据集407张图像，UDIAT数据集163张图像 | TensorFlow, PyTorch | MAU-Net, ResNet50V2, NASNetLarge, AC-GAN | 准确率, F1分数, AUC, Dice系数 | NA |
| 12142 | 2025-11-06 |
Ensemble learning for improved sentiment analysis in doctor-patient communication
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251393338
PMID:41181566
|
研究论文 | 本研究比较了深度学习和集成学习方法在医患沟通情感分析中的性能 | 填补了医患情感分析基准测试的空白，首次系统比较了深度学习、Transformer和集成模型在三分类情感分析中的表现 | 仅使用文本数据，未包含多模态信息；低严重度类别识别仍具挑战性；模型实时部署能力有待验证 | 提升医患沟通中情感分析的准确性和可解释性 | 医患咨询对话文本 | 自然语言处理 | NA | 文本挖掘，情感分析 | LSTM, BiLSTM, CNN, CNN-LSTM, BERT, 集成学习 | 文本 | 3325个匿名医患咨询对话 | TensorFlow, PyTorch, Scikit-learn | LSTM, BiLSTM, CNN, BERT | 准确率, 精确率, 召回率, F1分数 | NA |
| 12143 | 2025-11-06 |
Application and research progress on artificial intelligence in the quality of Traditional Chinese Medicine
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1687681
PMID:41181603
|
综述 | 系统综述人工智能技术在中药质量控制领域的应用与研究进展 | 提出人工智能与多组学、生物信息学方法整合的新策略，用于中药质量标志物识别和药效机制解析 | 存在可扩展性、监管合规性等技术瓶颈和挑战 | 建立数据驱动的中药质量控制体系，支持中药产业高质量发展 | 中药质量评估与安全性评价 | 机器学习, 数字病理 | NA | 多组学分析, 生物信息学 | 机器学习, 深度学习 | 光谱, 色谱, 图像, 文本 | NA | NA | NA | NA | NA |
| 12144 | 2025-11-06 |
Categorization of collagen type I and II blend hydrogel using multipolarization SHG imaging with ResNet regression
2023-11-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-46417-0
PMID:37945626
|
研究论文 | 本研究提出基于多偏振二次谐波成像和ResNet回归的胶原I型和II型混合水凝胶分类方法 | 首次将ResNet深度学习模型应用于多偏振SHG图像分析，无需传统耗时的数学模型拟合过程 | 模型训练依赖于特定偏振角度(10°间隔)的图像采集，可能限制其通用性 | 开发自动化的胶原混合水凝胶分类和回归分析方法 | 胶原I型和II型混合水凝胶(0%, 25%, 50%, 75%, 100% II型) | 计算机视觉 | NA | 多偏振二次谐波成像(SHG) | CNN | 图像 | 5种混合比例的水凝胶，每种采集18张偏振图像 | NA | ResNet | 平均绝对误差(MAE) | NA |
| 12145 | 2025-11-05 |
Auto-Masked Audio Spectrogram Transformer for depression detection from speech
2026-Jan-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.120295
PMID:40967413
|
研究论文 | 提出一种用于从语音中检测抑郁症的自掩码音频频谱图Transformer模型 | 引入自掩码训练增强上下文学习，结合时频注意力机制同时捕捉时间和频率信息 | NA | 开发非侵入性抑郁症筛查工具 | 语音信号 | 自然语言处理 | 抑郁症 | 语音频谱分析 | Transformer | 音频频谱图 | 两个公开数据集：Distress Analysis Interview Corpus-Wizard of Oz和Multi-modal Open Dataset for Mental disorder Analysis | NA | Auto-Masked Audio Spectrogram Transformer (AMAST) | F1分数 | NA |
| 12146 | 2025-11-05 |
Improving Reproducibility of Volumetric Evaluation Using Computed Tomography in Pediatric Patients with Congenital Heart Disease
2025-Dec, Pediatric cardiology
IF:1.5Q2
DOI:10.1007/s00246-024-03630-6
PMID:39217235
|
研究论文 | 评估深度学习标注程序与传统方法在先天性心脏病患儿心室容积测量中的可重复性对比 | 首次在儿科先天性心脏病患者中系统比较深度学习自动标注工具与传统半自动方法在心室容积测量中的可重复性 | 样本量有限（127例），仅评估了特定两种软件工具 | 评估左心室、右心室和功能性单心室容积测量的观察者内、观察者间和研究间可重复性 | 先天性心脏病儿科患者的心室容积数据 | 医学影像分析 | 先天性心脏病 | 心脏CT扫描 | 深度学习 | CT影像 | 127例患者（56名女性，71名男性，平均年龄82.1个月） | NA | NA | 观察者内一致性，观察者间一致性，重建时间，重新配置测试次数 | NA |
| 12147 | 2025-11-05 |
Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation
2025-Dec-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2025.122811
PMID:40962004
|
研究论文 | 本研究结合机器学习和优化算法优化钴催化剂以提升抗生素降解效率 | 提出融合TabNet深度学习模型与新型麻雀搜索算法(SSA)的催化剂优化方法，并通过SHAP分析揭示降解机制 | 数据来源于207篇文献，样本量有限；模型仅在钴基催化剂体系验证 | 优化高级氧化过程中抗生素去除效率并加速无机催化剂开发 | 钴基催化剂（单原子钴Co-CuO、氧化钴CoO、钴铁氧体CoFeO） | 机器学习 | NA | 高级氧化过程 | TabNet | 实验数据 | 207篇文献数据 | NA | TabNet | 准确率,R值 | NA |
| 12148 | 2025-11-05 |
Origin traceability and quality assessment of licorice in Asia based on multidimensional fingerprinting and enhanced by deep learning
2025-Dec-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145997
PMID:40886543
|
研究论文 | 本研究开发了一种基于深度学习增强的多维指纹图谱方法，用于亚洲甘草的产地溯源和质量评估 | 首次将化学计量学、机器学习和网络药理学相结合预测甘草质量标志物，并采用深度学习模型进行产地识别和质量评估 | 仅收集了6个中亚国家和6个中国省份的样品，样本来源范围有限 | 开发成本效益高的甘草产地溯源和质量评估方法 | 来自中亚六国和中国六省的甘草样品 | 机器学习 | NA | 多维指纹图谱，液相色谱，质谱分析 | 深度学习 | 化学指纹图谱数据 | 来自6个中亚国家和6个中国省份的甘草样品 | NA | NA | NA | NA |
| 12149 | 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 |
| 12150 | 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 |
| 12151 | 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 |
| 12152 | 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 |
| 12153 | 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 |
| 12154 | 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 |
| 12155 | 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 |
| 12156 | 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 |
| 12157 | 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 |
| 12158 | 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 |
| 12159 | 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 |
| 12160 | 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 |