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 32373 篇文献，本页显示第 12441 - 12460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12441 | 2025-10-07 |
A review of machine learning methods for imbalanced data challenges in chemistry
2025-Apr-22, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc00270b
PMID:40271022
|
综述 | 本文系统回顾了化学领域中处理不平衡数据挑战的机器学习方法 | 首次全面梳理化学领域不平衡数据问题的解决方案，并强调数据增强、物理模型和大型语言模型等未来研究方向 | 作为综述文章，不包含原始实验数据验证 | 解决化学领域中不平衡数据对机器学习和深度学习模型的影响 | 化学领域中的不平衡数据集 | 机器学习 | NA | 机器学习，深度学习 | NA | 化学数据 | NA | NA | 大型语言模型 | NA | NA |
| 12442 | 2025-10-07 |
Privacy-Preserving Federated Learning Framework for Multi-Source Electronic Health Records Prognosis Prediction
2025-Apr-09, Sensors (Basel, Switzerland)
DOI:10.3390/s25082374
PMID:40285064
|
研究论文 | 提出一种保护隐私的联邦学习框架MultiProg，用于多源电子健康记录的预后预测 | 采用多通道架构和特征校准机制，在保护患者隐私的同时实现跨机构知识共享 | NA | 开发安全隐私保护的临床表示学习框架，解决医疗数据共享的隐私和安全挑战 | 多源电子健康记录数据 | 机器学习 | NA | 联邦学习 | 深度学习 | 电子健康记录 | NA | NA | 多通道架构 | NA | NA |
| 12443 | 2025-10-07 |
Lightweight deep learning algorithm for real-time wheat flour quality detection via NIR spectroscopy
2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125653
PMID:39733712
|
研究论文 | 提出一种基于近红外光谱的轻量级卷积神经网络，用于实时检测小麦粉品质 | 结合Ghost瓶颈结构、外部注意力模块和Kolmogorov-Arnold网络增强特征提取能力 | 未提及模型在不同环境条件下的泛化能力测试 | 开发高效无损的小麦粉质量实时监测方法 | 小麦粉的蛋白质和水分含量 | 机器学习 | NA | 近红外光谱 | CNN | 光谱数据 | 未明确说明样本数量 | NA | Ghost bottlenecks, External attention modules, Kolmogorov-Arnold network | R值, RMSE, RPD | NA |
| 12444 | 2025-10-07 |
Determination and visualization of moisture content in Camellia oleifera seeds rapidly based on hyperspectral imaging combined with deep learning
2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125676
PMID:39742624
|
研究论文 | 基于高光谱成像与深度学习技术快速测定油茶籽水分含量并实现可视化 | 提出粒子群优化算法自动搜索卷积神经网络回归模型的最优超参数，并构建PSO-CNN-SVR混合预测模型 | NA | 开发油茶籽水分含量的快速无损检测方法 | 油茶籽 | 计算机视觉 | NA | 可见近红外高光谱成像 | CNN, SVR, PLSR, AlexNet | 高光谱图像 | NA | NA | AlexNet, CNN | 决定系数 | NA |
| 12445 | 2025-10-07 |
Rapid identification of horse oil adulteration based on deep learning infrared spectroscopy detection method
2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125604
PMID:39756131
|
研究论文 | 本研究提出了一种基于深度学习和红外光谱的马油掺假快速检测方法 | 首次将红外光谱与深度学习相结合用于马油掺假检测，并通过微调ResNet模型实现了最佳识别效果 | 仅针对黄油、羊油和猪油三种掺假物质进行研究，未涵盖其他可能的掺假物 | 建立快速准确识别马油掺假的检测方法 | 马油及其与黄油、羊油、猪油的混合样品 | 机器学习 | NA | 红外光谱分析 | CNN, RNN, Transformer, ResNet | 红外光谱数据 | 四种油类样品按不同比例(5%-50%)混合，每个掺假比例获得591×3601条红外光谱数据 | NA | ResNet | NA | NA |
| 12446 | 2025-10-07 |
Multi-stain deep learning prediction model of treatment response in lupus nephritis based on renal histopathology
2025-Apr, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2024.12.007
PMID:39733792
|
研究论文 | 本研究开发了一种基于肾脏组织病理学的多染色深度学习模型，用于预测狼疮性肾炎患者的治疗反应 | 首次将深度学习应用于多种染色类型的肾脏活检切片，整合四种染色方法构建多染色预测模型，性能优于传统临床病理参数 | 需要进一步验证才能将模型应用于临床实践的风险分层和治疗决策 | 预测狼疮性肾炎患者对诱导治疗的反应 | 狼疮性肾炎患者 | 数字病理学 | 狼疮性肾炎 | 苏木精-伊红染色、过碘酸-雪夫染色、过碘酸-雪夫-六胺银染色、马松三色染色 | 深度学习模型 | 数字病理切片图像 | 开发队列245名患者（880张数字切片），外部测试队列71名患者（258张数字切片） | NA | NA | 曲线下面积 | NA |
| 12447 | 2025-10-07 |
Incorporating spatial information in deep learning parameter estimation with application to the intravoxel incoherent motion model in diffusion-weighted MRI
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103414
PMID:39740472
|
研究论文 | 提出一种在扩散加权MRI中结合空间信息的深度学习参数估计方法，应用于体素内不相干运动模型 | 首次在深度学习参数估计中有效整合相邻体素间的空间相关性信息，使用注意力模型在大尺寸图像块上进行监督训练 | 方法主要在同质组织微环境中验证，在异质性较强区域的效果需要进一步研究 | 提高扩散加权MRI中生物物理模型参数估计的准确性和鲁棒性 | 扩散加权磁共振成像数据和体素内不相干运动模型 | 医学影像分析 | NA | 扩散加权磁共振成像 | 深度学习,注意力模型,卷积神经网络 | 医学影像数据,合成数据 | 1名健康志愿者的12次重复体内DWI数据 | NA | 注意力模型,卷积神经网络 | NA | NA |
| 12448 | 2025-10-07 |
Automatic Segmentation of Vestibular Schwannoma From MRI Using Two Cascaded Deep Learning Networks
2025-Apr, The Laryngoscope
DOI:10.1002/lary.31979
PMID:39744768
|
研究论文 | 提出一种结合两个级联卷积神经网络和空间注意力机制的模型，用于MRI中前庭神经鞘瘤的自动分割 | 首次将两个UNet网络级联连接，并引入空间注意力机制来优化前庭神经鞘瘤的分割性能 | 模型性能可能受限于肿瘤变异性，且仅在特定MRI数据集上验证 | 提高前庭神经鞘瘤在MRI图像中的自动分割精度 | 前庭神经鞘瘤的MRI图像 | 医学影像分析 | 前庭神经鞘瘤 | 磁共振成像（MRI） | CNN | 医学图像 | 公共数据集和私有数据集 | NA | UNet | Dice系数 | NA |
| 12449 | 2025-10-07 |
Overfit detection method for deep neural networks trained to beamform ultrasound images
2025-Apr, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107562
PMID:39746284
|
研究论文 | 提出一种检测深度神经网络在超声图像波束形成任务中过拟合的方法 | 仅需网络架构和训练权重即可检测过拟合，无需重新训练或额外测试数据 | 方法仅在超声图像波束形成任务中验证，未在其他领域测试 | 开发深度神经网络过拟合检测方法 | 用于超声图像波束形成的深度神经网络 | 医学影像分析 | NA | 深度神经网络 | DNN | 超声图像 | 多中心数据训练的三种DNN模型 | NA | NA | 均值输出值, 图像间归一化相关系数 | NA |
| 12450 | 2025-10-07 |
CPI-GGS: A deep learning model for predicting compound-protein interaction based on graphs and sequences
2025-Apr, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种基于图和序列的深度学习模型CPI-GGS，用于预测化合物-蛋白质相互作用 | 结合图和序列信息的新型深度学习框架，在CPI预测准确率方面有所提升 | 模型泛化能力仍需改进，需要更多不同数据集的验证 | 提高化合物-蛋白质相互作用预测的准确性，为药物发现提供新工具 | 化合物和蛋白质的相互作用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 图数据，序列数据 | NA | NA | CPI-GGS | 准确率 | NA |
| 12451 | 2025-10-07 |
Mapping the knowledge landscape of the PET/MR domain: a multidimensional bibliometric analysis
2025-Apr, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-07043-8
PMID:39754665
|
研究论文 | 通过文献计量学分析探索PET/MR领域的研究趋势、合作模式和新兴主题 | 首次对PET/MR领域进行多维度的文献计量学分析，涵盖2010-2024年的完整发展轨迹 | 仅基于Web of Science数据库，可能遗漏其他来源的相关文献 | 分析PET/MR领域的研究动态和发展趋势 | PET/MR领域的4349篇科学文献 | 医学影像分析 | 肿瘤学、神经系统疾病、心血管疾病 | 文献计量分析 | NA | 文献元数据 | 4349篇出版物 | VOSviewer, CiteSpace | NA | NA | NA |
| 12452 | 2025-10-07 |
MPIC: Exploring alternative approach to standard convolution in deep neural networks
2025-Apr, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.107082
PMID:39754840
|
研究论文 | 本文提出了一种名为MPIC的多尺度渐进推理卷积方法，作为标准卷积的替代方案 | 提出了结合大感受野、多尺度处理和渐进推理优势的新型卷积方法MPIC | NA | 增强卷积特征提取能力同时保持相似参数数量 | 深度可分离卷积和标准卷积的改进方案 | 计算机视觉 | NA | NA | CNN | 图像 | NA | NA | MobileNet, ResNet, ResNest | NA | NA |
| 12453 | 2025-10-07 |
Interpretable deep learning for acoustic leak detection in water distribution systems
2025-Apr-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.123076
PMID:39756226
|
研究论文 | 本研究提出了一种用于水管系统声学泄漏检测的可解释深度学习模型 | 提出了多通道卷积神经网络(MCNN)模型和MGrad-CAM可视化方法，增强了泄漏检测模型的可解释性 | NA | 开发可解释的深度学习模型用于水管系统的声学泄漏检测 | 水管系统的声学泄漏信号 | 机器学习 | NA | 声学信号分析 | CNN | 声学信号数据 | 实验数据和实际现场数据 | NA | MCNN, FCNN | 准确率 | NA |
| 12454 | 2025-10-07 |
SegRap2023: A benchmark of organs-at-risk and gross tumor volume Segmentation for Radiotherapy Planning of Nasopharyngeal Carcinoma
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103447
PMID:39756265
|
研究论文 | 介绍SegRap2023基准数据集，用于鼻咽癌放疗计划中危及器官和肿瘤靶区的自动分割 | 提供了首个大规模鼻咽癌OAR和GTV分割基准数据集，包含400个CT扫描和47个分割目标 | GTVs和小型/薄型OARs的分割性能仍需提升，目前提交方案在这些结构上表现有限 | 开发医学图像分割基准以促进鼻咽癌放疗计划中关键结构的自动分割 | 200名鼻咽癌患者的400个CT扫描（包含平扫和增强扫描配对数据） | 医学图像分割 | 鼻咽癌 | 计算机断层扫描(CT) | 深度学习分割模型 | CT医学图像 | 200名患者，400个CT扫描 | NA | NA | Dice相似系数 | NA |
| 12455 | 2025-10-07 |
Traditional versus modern approaches to screening mammography: a comparison of computer-assisted detection for synthetic 2D mammography versus an artificial intelligence algorithm for digital breast tomosynthesis
2025-Apr, Breast cancer research and treatment
IF:3.0Q2
DOI:10.1007/s10549-024-07589-z
PMID:39786500
|
研究论文 | 比较传统计算机辅助检测算法与现代人工智能算法在乳腺癌筛查中的性能差异 | 首次在相同乳腺影像上直接比较传统机器学习CADe算法与深度学习AI算法在2D合成乳腺摄影和数字乳腺断层合成中的表现 | 样本量相对有限（764例患者），仅使用单一厂商的算法和设备 | 比较传统计算机辅助检测算法与现代人工智能算法在乳腺癌筛查中的诊断性能 | 764例患者的乳腺影像检查，包括106例活检证实癌症和658例癌症阴性病例 | 医学影像分析 | 乳腺癌 | 合成2D乳腺摄影，数字乳腺断层合成 | 传统机器学习，深度学习 | 医学影像 | 764例患者（106例癌症，658例阴性） | NA | NA | AUC，敏感度，特异度，假阳性标记率 | NA |
| 12456 | 2025-10-07 |
Simultaneous Isotropic Omnidirectional Hypersensitive Strain Sensing and Deep Learning-Assisted Direction Recognition in a Biomimetic Stretchable Device
2025-Apr, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202420322
PMID:39887745
|
研究论文 | 提出一种仿生可拉伸设备，实现同时各向同性全向超灵敏应变传感和深度学习辅助方向识别 | 首次实现同时具备各向同性全向超灵敏应变传感和方向识别能力的设备，通过模拟人类手指三维结构设计新型异质基底 | NA | 开发具备全向应变传感和方向识别能力的仿生可拉伸设备 | 仿生可拉伸应变传感器 | 机器学习 | NA | 应变传感技术 | 深度学习模型 | 传感器数据 | NA | NA | NA | 准确率 | NA |
| 12457 | 2025-10-07 |
Domain-guided conditional diffusion model for unsupervised domain adaptation
2025-Apr, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.107031
PMID:39778293
|
研究论文 | 提出一种领域引导的条件扩散模型用于无监督领域自适应，通过生成高质量目标领域样本来缓解领域差异问题 | 首次将条件扩散模型引入无监督领域自适应，通过类别信息和领域分类器双重引导生成目标领域样本 | 未明确说明模型在极端领域差异情况下的表现 | 解决深度学习模型在新应用场景中的迁移性能受限问题 | 无监督领域自适应任务 | 机器学习 | NA | 扩散模型 | 条件扩散模型 | NA | 多个基准数据集 | NA | Domain-guided Conditional Diffusion Model (DCDM) | NA | NA |
| 12458 | 2025-10-07 |
Cooperative multi-task learning and interpretable image biomarkers for glioma grading and molecular subtyping
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103435
PMID:39778265
|
研究论文 | 提出一种协同多任务学习网络CMTLNet，用于胶质瘤分级和分子亚型预测，并提供可解释的影像生物标志物 | 首次设计无需分割的肿瘤特征感知模块，结合正交投影和条件分类策略提取任务特异性特征，通过注意力机制融合特征实现多任务自适应预测 | 未明确说明模型在不同类型胶质瘤数据上的泛化能力，以及在实际临床环境中的验证效果 | 同时准确预测胶质瘤组织学分级和分子亚型，并提供可靠的影像生物标志物 | 胶质瘤患者 | 数字病理 | 胶质瘤 | 深度学习，放射组学分析 | CNN | 医学影像 | 超过1800例多中心数据集 | 未明确说明 | CMTLNet（包含CFE、UFE、UCFC模块） | 马修斯相关系数 | NA |
| 12459 | 2025-10-07 |
An overview of utilizing artificial intelligence in localized prostate cancer imaging
2025-Apr, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2025.2477601
PMID:40056148
|
综述 | 本文综述了人工智能在前列腺癌多参数MRI成像中的应用现状与发展前景 | 系统总结了AI在前列腺mpMRI中的自动化图像分析进展，并探讨了多模态方法结合临床数据的发展方向 | 临床整合仍受限，需要更大规模的多机构验证研究 | 提升前列腺癌多参数MRI的诊断性能和风险分层能力 | 前列腺癌患者的mpMRI影像数据 | 医学影像分析 | 前列腺癌 | 多参数MRI (mpMRI) | 机器学习,深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 12460 | 2025-10-07 |
Free-breathing, Highly Accelerated, Single-beat, Multisection Cardiac Cine MRI with Generative Artificial Intelligence
2025-Apr, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240272
PMID:40178397
|
研究论文 | 开发并评估一种自由呼吸、高度加速、多切面、单次心跳的心脏电影MRI序列 | 使用生成对抗网络实现自由呼吸状态下高度加速的单次心跳心脏电影MRI成像 | 研究样本相对有限，需要进一步验证在更广泛人群中的适用性 | 开发快速准确的心脏MRI成像技术 | 心脏疾病患者和健康参与者 | 医学影像 | 心血管疾病 | 心脏MRI | GAN | 医学影像 | 136名参与者（96名心脏疾病患者，40名健康参与者） | NA | REGAIN（分辨率增强生成对抗网络） | 线性回归, Bland-Altman分析, Pearson相关系数, 组内相关系数 | 3-T MRI系统 |