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 32492 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-10-29 |
A decision-making framework using MCTS as a hierarchical task network and deep learning connector
2025 Oct-Dec, Science progress
IF:2.6Q2
DOI:10.1177/00368504251386308
PMID:41117490
|
研究论文 | 提出一种结合分层任务网络和深度学习的知识引导数据驱动决策框架 | 使用蒙特卡洛树搜索作为分层任务网络与深度学习的连接器，实现人类规划知识与数据驱动的结合 | 仅在MiniRTS环境中进行验证，尚未在其他复杂决策场景测试 | 解决深度学习智能体在庞大决策空间中短期难以做出最优决策的问题 | 决策智能体 | 机器学习 | NA | 深度学习，蒙特卡洛树搜索 | 神经网络 | 游戏环境数据 | 仅需20%可用数据 | NA | NA | 决策质量 | NA |
| 122 | 2025-10-29 |
Multimodal deep learning with hyperspectral imaging for accurate origin classification of wolfberries
2025-Oct, Food chemistry: X
DOI:10.1016/j.fochx.2025.103166
PMID:41140601
|
研究论文 | 提出一种融合高光谱成像和多模态深度学习的枸杞产地精准分类方法 | 引入跨注意力机制的多模态卷积神经网络，有效融合光谱和图像特征，并采用简化注意力机制降低计算复杂度 | NA | 实现枸杞地理产地的精准分类以评估其营养和药用特性 | 枸杞 | 计算机视觉 | NA | 高光谱成像 | CNN | 图像, 光谱数据 | NA | NA | 多模态卷积神经网络(MTCNN) | 准确率 | NA |
| 123 | 2025-10-29 |
HER2-IHC-40x: A high-resolution histopathology dataset for HER2 IHC scoring in breast cancer
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111922
PMID:41143256
|
研究论文 | 本文介绍了一个用于乳腺癌HER2免疫组化评分的高分辨率病理学数据集 | 提供了高分辨率全玻片图像和提取的斑块区域集合，包含专家标注的感兴趣区域和四种HER2评分分类 | 数据集规模相对有限，仅包含107张全玻片图像 | 为计算病理学分析提供结构化数据，支持HER2分类和可解释AI研究 | 乳腺癌组织样本 | 数字病理学 | 乳腺癌 | 免疫组化染色 | 深度学习 | 全玻片图像,图像斑块 | 107张全玻片图像，提取1024×1024像素斑块 | NA | NA | NA | NA |
| 124 | 2025-10-29 |
MeatScan: An image dataset for machine learning-based classification of fresh and spoiled cow meat
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112045
PMID:41143259
|
研究论文 | 本文介绍了一个用于鲜肉与变质牛肉二元分类的深度学习图像数据集MeatScan | 提供了首个在加纳真实环境中采集的牛肉新鲜度分类图像数据集，填补了计算机视觉与食品安全检测在低资源环境中的应用空白 | 数据集仅包含加纳地区的样本，可能对其他地区的适用性有限 | 开发用于食品质量监测的机器学习分类方法 | 新鲜与变质的牛肉样本 | 计算机视觉 | NA | 图像采集 | CNN | 图像 | 11,000张高分辨率RGB图像（5,627张新鲜，5,373张变质） | NA | NA | NA | NA |
| 125 | 2025-10-29 |
Comparison of convergent and independent pathways in neural networks during second-order conditioning and blocking procedures
2025-Oct, Journal of experimental psychology. Animal learning and cognition
DOI:10.1037/xan0000413
PMID:41143816
|
研究论文 | 本研究通过神经网络模型比较收敛连接与独立通路在二阶条件作用和阻塞程序中的作用 | 比较了五种不同收敛连接程度的网络架构在模拟阻塞和二阶条件作用中的表现，揭示了不同连接方式对学习现象模拟的适用性差异 | 观察到一些例外情况，需要进一步研究刺激-刺激和刺激-反应关联的潜在机制 | 探索神经网络中收敛通路与独立通路在模拟阻塞和二阶条件作用学习现象中的作用差异 | 神经网络模型及其在模拟学习现象中的表现 | 机器学习 | NA | 神经网络模拟 | 前馈神经网络 | 模拟数据 | 五种不同架构的神经网络模型 | NA | 前馈神经网络 | 现象模拟准确性 | NA |
| 126 | 2025-10-29 |
A semi-automated algorithm for image analysis of respiratory organoids
2025-Oct, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013589
PMID:41144388
|
研究论文 | 本研究开发了一种用于呼吸道类器官图像分析的半自动算法 | 提出结合U-Net架构和CellProfiler的呼吸道类器官分割方法，无需荧光染料即可量化CFTR通道活性差异 | 算法为半自动化而非全自动化，需要一定程度的人工干预 | 开发高效的呼吸道类器官图像分析工具以促进疾病研究和药物发现 | 鼻类和肺类器官 | 计算机视觉 | 囊性纤维化 | 明场成像，z-stack融合和拼接 | CNN | 图像 | 827张标注的呼吸道类器官图像 | CellProfiler | U-Net | IoU, F1-score, 准确率 | NA |
| 127 | 2025-10-29 |
LRR-UNet: A Deep Unfolding Network With Low-Rank Recovery for EEG Signal Denoising
2025-Oct, CNS neuroscience & therapeutics
IF:4.8Q1
DOI:10.1111/cns.70632
PMID:41146476
|
研究论文 | 提出一种结合低秩恢复和深度展开网络的EEG信号去噪方法LRR-Unet | 将传统低秩恢复算法的迭代过程转化为可学习的神经网络架构，用神经网络模块替代耗时的奇异值分解和稀疏优化过程 | NA | 开发兼具深度学习性能和传统方法可解释性的EEG去噪模型 | 脑电图信号 | 信号处理 | NA | EEG信号处理 | 深度展开网络 | EEG信号 | NA | NA | LRR-Unet, U-Net | 定量指标, 定性指标, 分类准确率 | NA |
| 128 | 2025-10-29 |
Evaluation of a Mammography-based Deep Learning Model for Breast Cancer Risk Prediction in a Triennial Screening Program
2025-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.250391
PMID:41147910
|
研究论文 | 评估基于乳腺X线摄影的深度学习模型Mirai在英国三年期筛查项目中预测乳腺癌风险的能力 | 首次在三年期乳腺癌筛查项目中系统评估深度学习风险预测模型对间期癌的预测性能 | 回顾性研究设计，仅包含两个筛查中心和两种主要乳腺X线摄影系统的数据 | 评估深度学习算法在三年期乳腺癌筛查中预测间期癌的能力 | 英国50-70岁参与三年期乳腺X线筛查的女性 | 数字病理 | 乳腺癌 | 数字乳腺X线摄影 | 深度学习 | 医学影像 | 134,217例检查（来自相同数量女性），包含524例间期癌 | NA | Mirai | AUC, C指数, 真阳性率 | NA |
| 129 | 2025-10-29 |
Reducing False Alarms in Lung Cancer Screening: The Promise of Deep Learning
2025-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.252917
PMID:41147921
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 130 | 2025-10-29 |
DL-SDE: A deep learning framework for source depth estimation in shallow water using vertical linear array
2025-Oct-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0039667
PMID:41147943
|
研究论文 | 提出一种基于深度学习的浅水声源深度估计框架DL-SDE，通过多尺度卷积和残差多头自注意力模块捕捉垂直线阵中的声波干涉模式 | 首次将多尺度局部干涉模式与全局非均匀关系建模相结合，通过物理机制引导的深度学习框架解决水下声源深度估计问题 | 性能在100Hz以上频率和覆盖至少50%水柱的阵列深度时保持稳定，对更低频率或更浅阵列的适用性未验证 | 开发鲁棒且准确的水下声源深度估计方法 | 浅水环境中的水下声源 | 机器学习 | NA | 垂直线性阵列声学测量 | CNN, 自注意力机制 | 声学干涉模式数据 | NA | 深度学习框架 | 多尺度卷积模块, 残差多头自注意力模块 | 平均绝对误差, 可信定位概率 | NA |
| 131 | 2025-10-29 |
Development and validation of deep learning models for qualitative classification of benign and malignant enlarged cervical lymph nodes based on ultrasound images
2025-Sep-30, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-2024-576
PMID:41142548
|
研究论文 | 开发并验证基于超声图像的深度学习模型用于良恶性颈部淋巴结的定性分类 | 利用深度学习模型对颈部淋巴结超声图像进行自动定性诊断，相比传统超声检查提高了诊断准确性 | 研究为回顾性设计，样本来源单一，模型性能有待多中心前瞻性研究进一步验证 | 开发用于颈部淋巴结良恶性定性诊断的深度学习模型 | 经超声引导活检病理证实的颈部淋巴结 | 计算机视觉 | 淋巴结疾病 | 超声成像 | CNN | 图像 | 2,697名患者的3,014个颈部淋巴结（良性1,489例，恶性1,525例） | NA | VGG16, ResNet101, ResNet50 | AUC, 准确率, 敏感度, 特异度 | NA |
| 132 | 2025-10-29 |
Iterative improvement of deep learning models using synthetic regulatory genomics
2025-Sep-23, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.04.636130
PMID:39974895
|
研究论文 | 本研究通过合成调控基因组学数据微调深度学习模型Enformer，提升其对基因组工程序列的预测性能 | 首次将合成调控基因组学数据用于深度学习模型的迭代优化，显著提高了模型对非参考序列的预测泛化能力 | 模型对DHS顺序或方向重排的序列预测能力较差，训练数据仍主要基于参考基因组 | 改进深度学习模型在基因组工程序列和疾病相关变异上的预测性能 | DNase I超敏感位点(DHSs)的删除、倒位和重排工程序列 | 计算生物学 | NA | 合成调控基因组学 | 深度学习 | 基因组序列数据、表观遗传轨迹数据 | 数十个工程化DHSs变异 | NA | Enformer | 预测误差、相关性 | NA |
| 133 | 2025-10-29 |
MedImg: An Integrated Database for Public Medical Images
2025-Sep-22, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf068
PMID:40833036
|
研究论文 | 构建了一个集成公共医学图像的综合数据库MedImg，包含105个数据集和近200万张图像 | 整合了来自多个公共来源的多样化医学图像数据集，涵盖14种成像模态和13个器官，建立了系统化的在线数据库 | NA | 解决医学图像分析中大规模、特征明确数据集缺乏的问题，促进深度学习方法的验证和推广 | 医学图像数据集 | 医学图像分析 | NA | 医学影像技术 | NA | 医学图像 | 105个数据集，总计1,995,671张图像 | NA | NA | NA | NA |
| 134 | 2025-10-29 |
Deep learning for automated boundary detection and segmentation in organ donation photography
2025-Sep, Innovative surgical sciences
IF:1.7Q2
DOI:10.1515/iss-2024-0022
PMID:40568340
|
研究论文 | 开发用于器官捐献摄影中肾脏和肝脏自动边界检测与分割的深度学习模型 | 首次在器官捐献摄影领域应用深度学习进行精确自动分割，比较了两种新颖模型(Detectron2和YoloV8)与传统背景去除工具的性能 | 研究仅针对肾脏和肝脏器官，未涉及其他器官类型 | 开发能够准确从背景中分割器官的深度学习模型，以支持医学摄影中的计算机视觉应用 | 肾脏和肝脏的器官捐献摄影图像 | 计算机视觉 | 器官移植 | 医学摄影 | 深度学习分割模型 | 图像 | 训练/内部验证集(821张肾脏图像和400张肝脏图像)，外部验证集(203张肾脏图像和208张肝脏图像) | Detectron2 | Detectron2, YoloV8 | IoU | NA |
| 135 | 2025-10-29 |
External Test of a Deep Learning Algorithm for Pulmonary Nodule Malignancy Risk Stratification Using European Screening Data
2025-Sep, Radiology
IF:12.1Q1
DOI:10.1148/radiol.250874
PMID:40956165
|
研究论文 | 本研究使用欧洲三大肺癌筛查试验数据对深度学习算法进行外部测试，评估其在肺结节恶性风险分层中的性能 | 首次在欧洲多中心筛查数据上对深度学习算法进行外部验证，并与PanCan模型进行对比 | 回顾性研究设计，数据来源于特定欧洲人群 | 评估深度学习算法在肺结节恶性风险分层中的外部验证性能 | 来自丹麦、意大利和荷兰-比利时肺癌筛查试验的参与者 | 医学影像分析 | 肺癌 | 低剂量CT筛查 | 深度学习算法 | CT影像 | 4146名参与者，7614个良性结节和180个恶性结节 | NA | NA | AUC, 敏感性, 假阳性率 | NA |
| 136 | 2025-10-29 |
Artificial Intelligence in Fracture Diagnosis on Radiographs: Evidence, Pitfalls, and Pathways for Clinical Integration (2020-2025)
2025-Sep, Cureus
DOI:10.7759/cureus.93124
PMID:41141172
|
综述 | 本文对2020-2025年间人工智能在X光片骨折诊断中的应用证据、局限性和临床整合路径进行了系统性综述 | 首次系统梳理了过去五年AI在骨折诊断领域的最新进展，涵盖诊断准确性、临床部署现状和监管审批情况 | 存在数据集偏倚、泛化能力有限、可解释性不足和患者中心结局不确定等挑战 | 评估AI在骨折诊断中的诊断性能、临床效用和整合路径 | X光片和其他影像模态中的骨折检测 | 医学影像分析 | 骨折 | 深度学习系统 | 深度学习 | X光影像 | 基于多项系统评价和荟萃分析的综合数据 | NA | NA | 敏感性,特异性 | NA |
| 137 | 2025-10-29 |
Radiomics and deep learning methods for predicting the growth of subsolid nodules based on CT images
2025-Aug-29, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044104
PMID:40898494
|
研究论文 | 本研究通过结合影像组学和深度学习方法，基于CT图像预测亚实性肺结节的生长风险 | 首次将影像组学特征与深度学习模型通过基于ResNet的融合网络进行集成，显著提升了亚实性结节生长预测性能 | 回顾性研究设计，样本量相对有限（387个结节），需要多中心前瞻性验证 | 评估深度学习和影像组学方法在预测亚实性肺结节生长方面的临床应用价值 | 353名患者的387个亚实性肺结节 | 医学影像分析 | 肺癌 | CT成像 | 深度学习, 影像组学 | CT图像 | 387个亚实性肺结节（195个生长组，192个非生长组） | NA | ResNet18 | AUC, 决策曲线分析 | NA |
| 138 | 2025-10-29 |
Artificial intelligence in joint arthroplasty: A bibliometric analysis of global research trends (2001-2025)
2025-Aug-29, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044136
PMID:40898573
|
文献计量分析 | 通过文献计量分析探讨2001-2025年人工智能在关节置换领域的研究趋势和热点 | 首次系统分析人工智能在关节置换领域的全球研究趋势和发展脉络 | 仅基于Web of Science数据库，可能未涵盖所有相关文献 | 揭示人工智能在关节置换领域的研究重点和全球发展趋势 | 关节置换相关的人工智能研究文献 | 医学信息学 | 骨科疾病 | 文献计量分析 | NA | 文献数据 | 533篇出版物 | CiteSpace, VOSviewer, Scimago Graphica | NA | NA | NA |
| 139 | 2025-10-29 |
On the Utility of Virtual Staining for Downstream Applications as it relates to Task Network Capacity
2025-Aug-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.04.668552
PMID:40799532
|
研究论文 | 系统研究虚拟染色技术对下游临床应用效用的影响，重点关注任务网络容量的作用 | 首次系统研究虚拟染色对下游任务性能的影响，并揭示任务网络容量在此过程中的关键作用 | 仅使用生物数据集进行实证评估，未涉及更广泛的临床场景 | 评估虚拟染色技术对下游生物或临床任务的实际效用 | 虚拟染色生成的合成荧光图像及其对分割和分类任务的影响 | 数字病理 | NA | 深度学习图像到图像转换 | NA | 图像 | NA | NA | NA | 分割性能, 分类性能 | NA |
| 140 | 2025-10-29 |
Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study
2025-Aug, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.0177
PMID:40527737
|
研究论文 | 评估基于深度学习的图像转换技术对使用薄层、锐利核、非门控、低剂量胸部CT扫描进行自动冠状动脉钙化评分的准确性影响 | 首次在多中心研究中利用深度学习技术将低剂量CT图像转换为模拟标准钙化评分CT图像，显著提升了自动钙化评分的准确性 | 研究为回顾性设计，样本量相对有限（225对图像），仅使用特定厂商的软件进行图像转换 | 提高低剂量胸部CT扫描在自动冠状动脉钙化评分中的准确性和临床应用价值 | 来自四个医疗机构的225对低剂量CT和钙化评分CT图像 | 医学影像分析 | 心血管疾病 | 深度学习图像转换，CT成像 | 深度学习模型 | 医学CT图像 | 225对来自四个医疗机构的LDCT和CSCT图像 | NA | NA | Bland-Altman分析，一致性相关系数（CCC），加权kappa统计量 | NA |