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 33905 篇文献，本页显示第 1201 - 1220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1201 | 2025-11-05 |
Construction and validation of hepatocellular carcinoma survival prediction models based on machine learning
2025-Nov-03, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03456-1
PMID:41184613
|
研究论文 | 本研究基于机器学习和深度学习构建并验证了肝细胞癌生存预测模型 | 首次在生存分析中引入自注意力机制到DeepSurv和DeepHit模型以更好地捕捉特征依赖关系，并集成改进的深度学习模型、Cox比例风险模型和随机生存森林 | 研究依赖于SEER和TCGA数据库的数据，可能存在数据选择偏差 | 开发更准确的肝细胞癌生存预测模型以支持个性化治疗 | 肝细胞癌患者 | 机器学习 | 肝细胞癌 | 机器学习，深度学习 | DeepSurv, DeepHit, Cox神经网络, 随机生存森林 | 临床数据 | 来自SEER和TCGA数据库的肝细胞癌患者数据 | NA | 残差网络, 自注意力机制, 集成模型 | C-index, Brier分数 | NA |
| 1202 | 2025-11-05 |
Automated surgical instrument recognition in laparoscopic cholecystectomy videos: a novel two-step deep learning approach with virtual image synthesis
2025-Nov-03, Surgical endoscopy
DOI:10.1007/s00464-025-12341-9
PMID:41184678
|
研究论文 | 提出一种用于腹腔镜胆囊切除术视频中手术器械自动识别的新型两步深度学习系统 | 通过虚拟图像合成创建训练数据，并采用两步检测方法（器械定位+类型分类） | 需要外部和公共数据集验证泛化能力，合成数据与真实数据存在差异 | 优化手术流程并预防器械遗留，提高手术器械识别精度 | 腹腔镜胆囊切除术视频中的手术器械 | 计算机视觉 | 胆囊疾病 | 虚拟图像合成，数据增强 | 深度学习模型 | 手术视频，合成图像 | 52名患者的311张器械图像和1610张背景图像，生成6023张合成图像 | NA | 两步检测模型（器械定位模型+器械分类模型） | 平均精度(AP)，交并比(IoU)，曲线下面积(AUC) | NA |
| 1203 | 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 |
| 1204 | 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 |
| 1205 | 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 |
| 1206 | 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 |
| 1207 | 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 |
| 1208 | 2025-11-05 |
Deep Learning Estimation of 24-2 Visual Field Map From Optic Nerve Head Optical Coherence Tomography Angiography
2025-Nov-01, Journal of glaucoma
IF:2.0Q2
DOI:10.1097/IJG.0000000000002626
PMID:40923848
|
研究论文 | 本研究开发了基于深度学习的光学相干断层扫描血管成像图像估计24-2视野图的方法 | 首次将深度学习应用于OCTA图像，利用视盘旁区域信息准确估计24-2视野图 | 研究样本量为994名参与者（1684只眼睛），可能存在一定的样本局限性 | 开发从OCTA视盘正面图像估计24-2视野图的深度学习模型 | 视神经头光学相干断层扫描血管成像图像 | 医学影像分析 | 眼科疾病 | 光学相干断层扫描血管成像 | 深度学习模型 | 医学影像 | 994名参与者的1684只眼睛，共3148个视野-OCTA配对 | NA | NA | 平均绝对误差, Pearson相关系数 | NA |
| 1209 | 2025-11-05 |
Decreased parietal epithelial cell density is linked to podocyte depletion and predictors of kidney disease progression in human kidneys
2025-Nov-01, American journal of physiology. Renal physiology
DOI:10.1152/ajprenal.00243.2025
PMID:41052018
|
研究论文 | 开发深度学习方法来分析人类肾脏样本中壁层上皮细胞密度与肾小球疾病进展的关系 | 首次使用深度学习技术分析人类肾脏样本中壁层上皮细胞密度与肾小球疾病进展的关联 | 研究样本来自肾切除患者，可能不适用于所有慢性肾病患者群体 | 探究壁层上皮细胞在人类慢性肾小球疾病进展中的作用 | 肾切除样本中的肾小球壁层上皮细胞 | 数字病理学 | 慢性肾脏病 | 深度学习图像分析 | 深度学习 | 肾脏组织图像 | 超过14,000个肾小球 | NA | NA | NA | NA |
| 1210 | 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 |
| 1211 | 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 |
| 1212 | 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 |
| 1213 | 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 |
| 1214 | 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 |
| 1215 | 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 |
| 1216 | 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 |
| 1217 | 2025-11-05 |
Labeled dataset of X-ray protein ligand images in 3D point cloud and validated deep learning models
2025-Oct-31, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06002-8
PMID:41173949
|
研究论文 | 本文介绍了首个化学标记的蛋白质配体3D点云数据集LigPCDS及其验证的深度学习模型 | 首个化学标记的3D蛋白质配体点云数据集，采用类似积木的标记方法解释配体化学结构 | NA | 从实验X射线蛋白质晶体学数据构建已知和未知蛋白质配体 | 蛋白质配体（小有机分子） | 计算机视觉 | NA | X射线蛋白质晶体学 | 语义分割深度学习模型 | 3D点云图像 | 来自蛋白质数据库的X射线蛋白质晶体学实验数据集 | NA | NA | NA | NA |
| 1218 | 2025-11-05 |
Multi-feature deep learning framework for predicting CO adsorption mechanisms at metal oxide interfaces: a transformer-based approach
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22059-2
PMID:41173954
|
研究论文 | 提出一种集成Transformer架构与分子描述符的多特征深度学习框架，用于预测金属氧化物界面的CO吸附机制 | 首次将Transformer架构与可计算分子描述符结合，通过交叉特征注意力机制捕捉催化过程的多方面特性，无需昂贵DFT计算 | 仅针对七种金属氧化物系统进行验证，未涵盖所有可能的金属氧化物类型 | 开发高效预测CO在金属氧化物界面吸附机制的深度学习方法 | 单金属氧化物界面的CO吸附过程 | 机器学习 | NA | 分子描述符计算，DFT计算 | Transformer | 分子描述符（结构、电子、动力学） | 七种不同的金属氧化物系统 | NA | Transformer | 平均绝对误差，相关系数 | NA |
| 1219 | 2025-11-05 |
Enhancing gesture recognition for assisting visually impaired persons using deep learning in an IoT environment-based improved snake optimisation algorithm
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22070-7
PMID:41173994
|
研究论文 | 提出一种基于深度学习和改进蛇优化算法的手势识别方法，用于在物联网环境中辅助视觉障碍人士 | 结合Sobel滤波器、SqueezeNet特征提取、LSTM分类器和改进蛇优化算法，在物联网环境中实现高效实时手势识别 | 仅在手势数据集上进行实验验证，未提及在真实视觉障碍人群中的实际应用效果 | 开发高效的手势识别系统以辅助视觉障碍人士的日常交流和环境交互 | 视觉障碍人士的手势动作 | 计算机视觉 | 视觉障碍 | 深度学习，手势识别 | LSTM, SqueezeNet | 手势图像数据 | 手势数据集（具体数量未提及） | NA | SqueezeNet, LSTM | 准确率 | NA |
| 1220 | 2025-11-05 |
An intrusion detection system in the Internet of Things with deep learning and an improved arithmetic optimization algorithm (AOA) and sine cosine algorithm (SCA)
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22074-3
PMID:41173998
|
研究论文 | 提出一种结合生成对抗网络、混合优化算法和并行卷积神经网络-长短期记忆网络的物联网入侵检测系统 | 使用博弈论生成对抗网络平衡数据集，结合改进算术优化算法和正弦余弦算法进行特征选择，采用并行CNN-LSTM架构进行攻击检测 | NA | 开发高效的物联网入侵检测系统以应对网络攻击 | 物联网网络流量数据 | 机器学习 | NA | 深度学习 | GAN, CNN, LSTM | 网络流量数据 | NSL-KDD和UNSW-NB15数据集 | NA | PCNN, LSTM | 精确度, 检测准确率 | NA |