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 33853 篇文献，本页显示第 1221 - 1240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2025-11-04 |
Membrane and vesicle structure detection in cryo-electron tomography based on deep learning
2025-Oct-30, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2025.108258
PMID:41176036
|
研究论文 | 提出一种基于深度学习的混合卷积神经网络架构，用于冷冻电子断层扫描图像中细胞膜和囊泡结构的自动语义分割 | 结合了U-Net、DeepLab、SegNet、Gated-SCNN、LSTM、RNN和GAN等多种架构特征的混合神经网络设计 | NA | 开发自动化算法以改进冷冻电子断层扫描图像中生物大分子结构的语义分割 | 细胞膜和囊泡结构 | 计算机视觉 | NA | 冷冻电子断层扫描(cryo-ET) | CNN, LSTM, RNN, GAN | 3D图像 | NA | NA | U-Net, DeepLab, SegNet, Gated-SCNN | NA | NA |
| 1222 | 2025-11-04 |
Advancements in Personalized Medicine for Leukemia: Integrating Genetic, Transcriptomic, and Artificial Intelligence Insights
2025-Oct-29, Current pharmaceutical design
IF:2.6Q2
|
综述 | 本文综述了遗传学、转录组学和人工智能在白血病精准医疗中的整合应用与进展 | 整合多组学数据与人工智能技术推动白血病个性化治疗策略的优化 | 面临克隆进化、遗传异质性和治疗耐药性等挑战 | 推进白血病精准医疗发展 | 白血病患者群体 | 自然语言处理, 机器学习 | 白血病 | RNA测序, 单细胞RNA测序(scRNA-seq) | 机器学习(ML), 深度学习(DL) | 遗传数据, 分子数据, 转录组数据 | NA | NA | NA | NA | NA |
| 1223 | 2025-11-04 |
Feasibility of Dose Reduction in the Context of Preoperative Diagnostics in Cochlear Implant Surgery With a Photon-Counting Detector CT and Deep Learning-Supported Denoising
2025-Oct-28, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology
IF:1.9Q2
DOI:10.1097/MAO.0000000000004647
PMID:41151028
|
研究论文 | 本研究探讨光子计数探测器CT结合深度学习去噪技术在人工耳蜗植入术前诊断中降低辐射剂量的可行性 | 首次将光子计数探测器CT与深度学习去噪算法结合，系统评估人工耳蜗植入规划中辐射剂量降低至常规剂量5%时的测量准确性 | 仅使用4具无内耳畸形的遗体捐赠者样本，样本量较小；深度学习算法在低于50%剂量时效果有限 | 评估光子计数探测器CT结合深度学习去噪在降低人工耳蜗植入术前CT扫描辐射剂量的同时保持测量准确性的能力 | 人工耳蜗植入患者的术前诊断影像 | 医学影像分析 | 听力障碍 | 光子计数探测器CT扫描，深度学习去噪 | 深度学习 | CT影像 | 4具无内耳畸形的遗体捐赠者 | NA | ClariAce | Bland-Altman分析，耳蜗管长度测量准确性 | NA |
| 1224 | 2025-11-04 |
Artificial intelligence, machine learning and omic data integration in osteoarthritis
2025-Oct-28, Osteoarthritis and cartilage
IF:7.2Q1
DOI:10.1016/j.joca.2025.10.012
PMID:41167326
|
综述 | 本综述总结了人工智能和机器学习在骨关节炎多组学数据整合中的最新应用进展 | 重点介绍了变分自编码器、对比学习和多模态变换器等新兴多组学整合方法在骨关节炎研究中的应用 | 存在样本量小、过拟合、缺乏外部验证、模型可解释性差以及人口统计学代表性不足等问题 | 推进对复杂多因素疾病骨关节炎的理解，实现个性化诊断和治疗 | 人类骨关节炎样本和相关临床前模型的转录组、表观基因组、蛋白质组、代谢组和多组学数据 | 机器学习 | 骨关节炎 | 转录组学、表观基因组学、蛋白质组学、代谢组学、多组学整合 | 监督学习、无监督聚类、深度学习、集成建模、变分自编码器、对比学习、多模态变换器 | 多组学数据 | NA | NA | 变分自编码器、多模态变换器 | NA | NA |
| 1225 | 2025-11-04 |
From prediction of personalized metabolic responses to foods to computational nutrition: Concepts of an emerging interdisciplinary field
2025-Oct-28, Clinical nutrition (Edinburgh, Scotland)
DOI:10.1016/j.clnu.2025.10.009
PMID:41176812
|
综述 | 提出计算营养学作为新兴交叉学科领域，通过计算方法解决营养与健康复杂挑战 | 首次系统提出计算营养学概念框架，整合人工智能、可穿戴生物传感器和多组学技术实现精准营养 | 面临可穿戴传感器可靠性、特征选择权衡、算法伦理与健康公平性、算法可解释性等关键挑战 | 通过计算方法推动营养研究范式转变，实现个性化营养响应预测和精准营养干预 | 人类营养代谢响应、饮食相关疾病风险、公共健康营养政策 | 机器学习 | 营养相关疾病 | 多组学技术, 可穿戴生物传感器 | 机器学习, 深度学习 | 多模态数据 | NA | NA | NA | NA | NA |
| 1226 | 2025-11-04 |
Golay-Net: Deep learning-based Golay coded excitation for ultrasound imaging
2025-Oct-28, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107881
PMID:41176826
|
研究论文 | 提出基于深度学习的Golay编码激励方法Golay-Net，用于超声成像中合成互补编码B的回波信号 | 首次使用深度学习框架从编码A的回波信号合成编码B的回波信号，解决了传统Golay编码激励需要两次传输导致帧率降低的问题 | 文中未明确提及具体局限性 | 开发能够保持高帧率的同时提升超声成像信噪比和成像深度的新方法 | 超声成像系统 | 医学影像处理 | NA | Golay编码激励，深度学习 | 深度学习 | 超声回波信号 | 体外和体内实验 | NA | 1-D U-Net | 信噪比，成像深度，帧率 | NA |
| 1227 | 2025-11-04 |
Ergonomic handheld chip: An instrument-free RPA-CRISPR platform for rapid home self-testing
2025-Oct-25, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.118157
PMID:41177006
|
研究论文 | 开发了一种无需仪器的便携式微流控芯片平台，用于家庭自测分子检测 | 将机械、生化和智能模块集成到单一手持设备中，通过挥臂动作产生瞬时加速度驱动试剂流动，无需外部泵、加热器或电源 | 仅在52个样本中进行了临床验证，样本规模有限 | 开发适用于分散或家庭环境的低成本、无需仪器的分子检测平台 | 高危型人乳头瘤病毒(HPV) | 生物医学工程 | HPV感染 | RPA-CRISPR, 微流控技术 | 深度学习模型 | 荧光图像 | 52个临床样本 | NA | NA | 检测限, 特异性, 准确率, 一致性 | 智能手机 |
| 1228 | 2025-11-04 |
Deep ensemble model with blockchain technology for lung cancer detection with secured data sharing
2025-Oct-24, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种结合区块链技术和深度集成模型的肺癌检测框架，实现安全数据共享和高效诊断 | 首次将区块链智能合约与混合集成深度学习模型HCNN-ALSTM结合，并采用改进的磷虾群算法MKHA进行参数优化 | 未明确说明具体使用的基准数据集和样本数量，缺乏跨机构验证的详细描述 | 开发安全高效的肺癌早期检测系统，解决医学数据共享的隐私保护问题 | CT扫描图像中的肺癌病变检测 | 计算机视觉 | 肺癌 | CT扫描 | CNN, Autoencoder, LSTM | 医学图像 | NA | NA | HCNN-ALSTM, GCN, ANN | 准确率, 特异性, MCC, FM, BM, MK | NA |
| 1229 | 2025-11-04 |
AdverIN: Monotonic adversarial intensity attack for domain generalization in medical image segmentation
2025-Oct-23, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103848
PMID:41177076
|
研究论文 | 提出一种用于医学图像分割领域泛化的对抗性强度攻击方法AdverIN | 利用对抗训练策略合成强度变化谱系来增强数据多样性，同时保留图像关键上下文信息 | NA | 提升医学图像分割模型在未见域数据上的泛化能力 | 2D视网膜视盘/视杯分割和3D前列腺MRI分割 | 医学图像分析 | 眼科疾病, 前列腺疾病 | 对抗训练 | 深度学习分割模型 | 2D医学图像, 3D医学图像 | 多域数据集 | NA | NA | 分割性能指标 | NA |
| 1230 | 2025-11-04 |
Improving Colorectal Cancer Screening and Risk Assessment through Predictive Modeling on Medical Images and Records
2025-Oct-16, The American journal of pathology
DOI:10.1016/j.ajpath.2025.09.016
PMID:41109668
|
研究论文 | 本研究通过整合病理切片和医疗记录数据，开发基于Transformer的多模态模型来预测结直肠癌5年进展风险 | 首次将Transformer模型应用于结直肠癌病理图像分析，并开发多模态融合策略整合临床记录与深度学习图像特征 | 研究依赖于单一注册中心数据，需要外部验证确认泛化能力 | 改进结直肠癌筛查和风险评估，提高进展风险预测准确性 | 结直肠息肉患者及其医疗数据 | 数字病理学 | 结直肠癌 | 数字病理，深度学习 | Transformer | 病理图像，医疗记录 | 来自新罕布什尔州结肠镜检查注册中心的数据，包含纵向随访信息 | NA | Transformer | AUC | NA |
| 1231 | 2025-11-04 |
Deep learning and transformer-based feature fusion of conventional MRI for differentiating spinal osteolytic bone metastases and multiple myeloma
2025-Oct-02, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112463
PMID:41176822
|
研究论文 | 开发基于深度学习和Transformer特征融合的模型，利用常规MRI序列区分脊柱溶骨性骨转移瘤和多发性骨髓瘤 | 首次将Transformer特征融合技术应用于常规MRI序列，结合多种深度学习模型进行脊柱病变鉴别诊断 | 回顾性研究设计，模型性能差异在外部测试集中无统计学显著性 | 开发准确区分脊柱溶骨性骨转移瘤和多发性骨髓瘤的深度学习诊断模型 | 663例患者（342例溶骨性骨转移瘤，321例多发性骨髓瘤）的MRI影像数据 | 医学影像分析 | 骨肿瘤 | MRI（T1加权成像、T2加权成像、脂肪抑制T2加权成像） | DenseNet, MLP, SVM, Gradient Boosting, AdaBoost, Naive Bayes, Transformer | 医学影像 | 663例患者（训练集421例，外部测试集242例） | NA | DenseNet169, Transformer | AUC, 准确率, ROC曲线, 校准图, 决策曲线分析 | NA |
| 1232 | 2025-11-04 |
Seasonal Inactivation of Cryptosporidium parvum Oocysts in Soil and Manure Microenvironments Using the LSTM-based Environmental Model
2025 Oct-Nov, Journal of food protection
IF:2.1Q3
DOI:10.1016/j.jfp.2025.100617
PMID:40935338
|
研究论文 | 本研究利用LSTM深度学习模型模拟季节性温湿度变化，研究隐孢子虫卵囊在土壤和粪便微环境中的灭活规律 | 首次将LSTM深度学习模型应用于环境病原体风险评估，模拟真实季节性昼夜温湿度循环 | 研究基于美国巴吞鲁日地区历史气候数据，结果可能受地域限制 | 研究隐孢子虫卵囊在不同季节条件下于土壤和粪便环境中的灭活动力学 | 隐孢子虫卵囊在农业土壤和粪便微环境中的存活特性 | 机器学习 | 寄生虫感染 | LSTM深度学习, 环境模拟实验 | LSTM | 气候数据, 实验观测数据 | 30天的连续观测实验 | NA | LSTM | 灭活速率常数, ANOVA分析 | NA |
| 1233 | 2025-11-04 |
A Deep Learning Model to Identify Mitral Valve Prolapse From the Echocardiogram
2025-Sep-30, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.08.011
PMID:41031982
|
研究论文 | 开发深度学习模型DROID-MVP用于从超声心动图视频中自动识别二尖瓣脱垂 | 首次开发专门用于二尖瓣脱垂识别的深度学习模型，并在大规模多中心数据集上进行验证 | 研究数据主要来自单一医疗系统，需要进一步外部验证 | 开发自动化二尖瓣脱垂诊断工具，减轻超声心动图诊断负担 | 心脏病患者和初级保健患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 总计1,043,893个超声心动图视频（48,829项研究），来自16,902名心脏病患者和9,145名初级保健患者 | NA | DROID-MVP | AUROC, 平均精度 | NA |
| 1234 | 2025-11-04 |
OpenSpliceAI: An efficient, modular implementation of SpliceAI enabling easy retraining on non-human species
2025-Jul-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.20.644351
PMID:40166201
|
研究论文 | 开发了一个高效、模块化的开源SpliceAI实现OpenSpliceAI，支持跨物种剪接信号识别 | 使用PyTorch重新实现SpliceAI，支持从头训练和迁移学习，解决了原版对人类中心训练数据的依赖 | NA | 开发一个可训练、高效的剪接信号识别深度学习系统 | DNA序列中的剪接信号 | 机器学习 | NA | 深度学习 | 深度学习模型 | DNA序列数据 | NA | PyTorch | SpliceAI | 处理速度，内存使用量，模型一致性 | 单GPU |
| 1235 | 2025-11-04 |
AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study
2025-Jul-02, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251344548
PMID:40598953
|
研究论文 | 比较不同人工智能方法在学习和重建中切牙解剖结构方面的性能 | 首次系统比较PCA和DeepSDF两种AI方法在牙齿解剖学习与重建中的表现，并评估不同潜在编码大小对DeepSDF性能的影响 | DeepSDF模型可解释性较差，研究未考虑影响微笑设计的更广泛因素 | 评估人工智能方法在牙齿解剖学学习和修复中的应用效果 | 成熟恒牙上颌中切牙 | 数字病理 | 牙科疾病 | 3D扫描(STL文件) | PCA, DeepSDF | 3D模型数据 | 来自3所大学的无严重磨损成熟恒牙上颌中切牙STL文件 | NA | PCA, DeepSDF | 表面差异, 体积差异, 长度差异, 平均欧几里得距离, 豪斯多夫距离, 冠根角度 | NA |
| 1236 | 2025-11-04 |
Decoding thoughts, encoding ethics: A narrative review of the BCI-AI revolution
2025-Mar-01, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2024.149423
PMID:39719191
|
综述 | 本文对脑机接口与人工智能融合的技术机制、最新进展和应用前景进行了系统性分析 | 综合评估了BCI-AI融合领域的最新突破，包括高密度电极阵列、深度学习解码器和自适应算法的显著性能提升 | 作为叙述性综述，缺乏原始实验数据和定量分析，主要依赖已有文献的定性总结 | 分析BCI与AI融合的机制，评估信号采集处理技术的进展，探索AI增强的神经解码策略 | 脑机接口与人工智能融合相关的研究文献和技术发展 | 脑机接口,人工智能 | NA | 高密度电极阵列,深度学习解码,自适应算法,闭环优化框架 | 深度学习 | 神经信号数据,生物医学文献 | 基于2014-2024年主要生物医学和科学数据库的文献分析 | NA | NA | 空间分辨率,信息传输率,成功率,准确率,训练时间减少 | NA |
| 1237 | 2025-11-04 |
Physically Consistent Image Augmentation for Deep Learning in Mueller Matrix Polarimetry
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3618390
PMID:41082429
|
研究论文 | 提出一种用于穆勒矩阵偏振测量中深度学习应用的物理一致性图像增强框架 | 开发了专门针对偏振数据特性的物理一致性数据增强方法，解决了传统增强技术会破坏偏振特性的问题 | NA | 提升深度学习在偏振成像领域的泛化能力和性能 | 穆勒矩阵偏振图像 | 计算机视觉 | NA | 穆勒矩阵偏振测量 | 深度学习模型 | 偏振图像 | 多个数据集（具体数量未明确说明） | NA | NA | 语义分割性能指标 | NA |
| 1238 | 2025-11-04 |
Correction: Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335901
PMID:41171705
|
correction | 对一篇关于基于深度学习的沥青混凝土水库面板裂缝图像识别技术的文章进行更正 | NA | NA | NA | NA | computer vision | NA | NA | NA | image | NA | NA | NA | NA | NA |
| 1239 | 2025-11-04 |
The group-housed pigs attacking and daily behaviors detection and tracking based on improved YOLOv5s and DeepSORT
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0334783
PMID:41171718
|
研究论文 | 基于改进YOLOv5s和DeepSORT开发猪只攻击行为和日常行为的检测与追踪方法 | 引入注意力机制和Shape-IoU优化边界框回归损失函数，提升模型在遮挡和重叠情况下的鲁棒性 | 未明确说明数据集规模和具体实验环境限制 | 开发稳定高精度的猪只行为自动检测与追踪深度学习方法 | 群养猪只的进食、站立、躺卧和攻击四种行为类型 | 计算机视觉 | NA | 视频监控 | YOLOv5s, DeepSORT | 视频 | NA | PyTorch | YOLOv5s with attention mechanism, DeepSORT | mAP@0.5, MOTA, MOTP | NA |
| 1240 | 2025-11-04 |
Contrast limited adaptive histogram equalization (CLAHE) and colour difference histogram (CDH) feature merging capsule network (CCFMCapsNet) for complex image recognition
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335393
PMID:41171751
|
研究论文 | 提出一种结合CLAHE和CDH特征融合的胶囊网络CCFM-CapsNet，用于复杂图像识别和植物病害检测 | 在原始CapsNet基础上集成CLAHE降噪和CDH特征提取，并加入最大池化和dropout层，有效提升复杂图像识别能力 | 胶囊网络存在编码器网络考虑图像所有元素和拥挤问题，在复杂图像处理上仍有局限 | 开发高精度的植物叶片病害检测模型，支持可持续发展目标2（零饥饿） | 苹果、香蕉、葡萄、玉米、芒果、辣椒、土豆、水稻、番茄的叶片病害，以及fashion-MNIST和CIFAR-10数据集 | 计算机视觉 | 植物病害 | CLAHE（对比度受限自适应直方图均衡化），CDH（颜色差异直方图） | CapsNet, CNN | 图像 | 多个植物病害数据集及标准数据集（fashion-MNIST, CIFAR-10） | NA | CCFM-CapsNet, CapsNet | 准确率 | NA |