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 44402 篇文献，本页显示第 14361 - 14380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14361 | 2025-11-07 |
Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques
2025 Nov-Dec, Public health nursing (Boston, Mass.)
DOI:10.1111/phn.70003
PMID:40619584
|
研究论文 | 本研究开发基于人工智能的预测模型，识别影响老年人生活质量的关键因素 | 结合基础机器学习、深度学习和集成模型，并应用SMOTE方法平衡数据集，在老年人生活质量预测中实现高精度 | 样本量相对有限（500人），可能影响模型的泛化能力 | 开发AI预测模型识别影响老年人生活质量的关键因素 | 老年人群 | 机器学习 | 老年疾病 | 系统抽样技术 | 基础ML, DL, 集成模型 | 结构化数据 | 500名老年人 | NA | AdaBoost | 准确率, 召回率, 特异性 | NA |
| 14362 | 2025-11-07 |
Deep Learning-Accelerated Prostate MRI: Improving Speed, Accuracy, and Sustainability
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.022
PMID:40664559
|
研究论文 | 评估深度学习增强的四倍并行采集技术在提升前列腺MRI图像质量和扫描效率方面的有效性 | 首次将深度学习与四倍并行采集技术结合应用于前列腺MRI，显著提升图像质量同时大幅缩短扫描时间 | 样本量相对较小（51名参与者），研究时间范围有限（2024年1月至7月） | 比较深度学习增强的P4技术与传统P2技术在前列腺MRI中的性能差异 | 接受前列腺MRI检查的患者 | 医学影像分析 | 前列腺癌 | MRI，并行采集技术，深度学习增强成像 | 深度学习 | 医学影像（T2加权序列） | 51名参与者（平均年龄69.4岁±10.5岁） | NA | NA | 信噪比，对比噪声比，图像质量评分，扫描时间 | NA |
| 14363 | 2025-11-07 |
Cost-Effectiveness of Opportunistic Osteoporosis Screening Using Chest Radiographs With Deep Learning in the United States
2025-Nov, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2025.07.028
PMID:40780311
|
研究论文 | 评估基于深度学习分析胸部X光片进行机会性骨质疏松筛查在美国50岁以上女性中的成本效益 | 首次将深度学习技术与胸部X光片结合用于骨质疏松机会性筛查，并建立经济模型评估其成本效益 | 研究仅针对美国50岁以上女性群体，未涵盖其他人群或地区 | 评估人工智能驱动的机会性骨质疏松筛查策略的成本效益 | 美国50岁及以上女性 | 数字病理 | 骨质疏松 | 胸部X光摄影，双能X线吸收测定法 | 深度学习 | 医学影像 | NA | NA | NA | 灵敏度，特异性 | NA |
| 14364 | 2025-09-18 |
Faster and Sharper Prostate T2W MRI with Deep Learning
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.09.003
PMID:40957748
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14365 | 2025-11-07 |
Machine learning model for predicting the conversion to dementia using the Cube Copying Test
2025-Nov, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877251376939
PMID:40982217
|
研究论文 | 开发基于立方体复制测试绘图的机器学习模型，用于预测3-5年内转化为痴呆症的风险 | 首次将基于深度学习的异常检测模型应用于立方体复制测试绘图数据，检测临床前阶段或轻度认知障碍阶段已存在的结构性失用样症状 | 回顾性研究设计，存在1002例患者失访，样本选择可能存在偏差 | 开发高精度、高效率的痴呆症早期筛查工具 | 767名记忆障碍患者，其中457名转化为痴呆症（阿尔茨海默病318例、路易体痴呆116例、额颞叶痴呆23例），310名未转化 | 机器学习 | 老年疾病 | 立方体复制测试 | 异常检测模型 | 绘图数据 | 767名患者 | NA | PatchCore | AUC | NA |
| 14366 | 2025-11-07 |
Real-Time Global Longitudinal Strain During Echocardiography: A Deep Learning Platform for Improved Workflow
2025-Nov, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2025.08.015
PMID:40876495
|
研究论文 | 开发用于超声心动图实时全局纵向应变分析的深度学习平台，评估其可行性、精确性和时间效率 | 首次开发完全自动化的实时GLS分析平台，集成深度学习工具支持图像采集标准化 | 样本量较小（50例患者），需要更大规模研究验证 | 评估深度学习平台在实时GLS测量中的可行性和效率 | 50名患者（平均年龄56岁，64%男性）的超声心动图数据 | 医学影像分析 | 心血管疾病 | 超声心动图 | 深度学习 | 超声图像 | 50例患者 | NA | NA | 可行性百分比, 偏差, 一致性界限, 相关系数, 时间效率 | NA |
| 14367 | 2025-11-07 |
Deep learning-based synthetic-CT-free photon dose calculation in MR-guided radiotherapy: A proof-of-concept study
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70106
PMID:41186921
|
研究论文 | 本研究提出了一种基于深度学习的无合成CT磁共振引导放疗光子剂量计算方法 | 首次直接在0.35T MRI上进行光子剂量计算，跳过了传统合成CT生成步骤 | 研究仅针对前列腺癌病例，样本量较小（34例患者） | 开发适用于MRI引导在线自适应放疗的实时剂量计算方法 | 前列腺癌患者 | 医学影像分析 | 前列腺癌 | 磁共振成像，蒙特卡洛剂量模拟 | U-Net, LSTM | MRI图像，CT图像 | 34例前列腺癌患者（20例训练，4例验证，10例测试） | NA | U-Net, LSTM | gamma通过率，剂量剖面，剂量体积直方图 | NA |
| 14368 | 2025-11-07 |
Deep Learning-Enhanced Opportunistic Osteoporosis Screening in 100 kV Low-Voltage Chest CT: A Novel Way Toward Bone Mineral Density Measurement and Radiation Dose Reduction
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.060
PMID:40835570
|
研究论文 | 开发深度学习模型在100kV低剂量胸部CT中实现全自动椎体分割和骨密度测量 | 首次在100kV低剂量胸部CT中实现全自动椎体分割和骨密度计算的深度学习框架 | 研究样本量有限（1167例患者），需进一步扩大验证 | 探索深度学习在低剂量胸部CT中骨质疏松筛查的可行性和准确性 | 接受100kV低剂量胸部CT和120kV腰椎CT的1167例患者 | 医学影像分析 | 骨质疏松症 | CT扫描 | CNN | CT影像 | 1167例患者（训练集495例，验证集169例，三个测试集共503例） | NA | 3D VB-Net, SCN, DenseNet, ResNet | R2, 平均误差, AUC | NA |
| 14369 | 2025-11-07 |
Differentiation of Suspicious Microcalcifications Using Deep Learning: DCIS or IDC
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.062
PMID:40835571
|
研究论文 | 本研究开发基于深度学习的模型用于区分乳腺X线摄影中可疑微钙化的导管原位癌和浸润性导管癌 | 首次结合深度学习特征与临床变量构建联合模型，在区分DCIS和IDC方面显著优于传统临床模型 | 回顾性研究，样本量相对有限（294例），仅来自两个中心 | 探索深度学习模型在区分表现为可疑微钙化的DCIS和IDC中的价值 | 乳腺X线摄影中表现为可疑微钙化的乳腺癌病例 | 数字病理 | 乳腺癌 | 乳腺X线摄影 | CNN | 医学影像 | 294例乳腺癌病例（106例DCIS，188例IDC） | NA | ResNet101 | AUC, 敏感度, 特异度, 准确率 | NA |
| 14370 | 2025-11-07 |
Application and development of infrared technology in gas detection
2025-Nov-01, The Review of scientific instruments
DOI:10.1063/5.0255190
PMID:41191477
|
综述 | 系统回顾红外气体检测技术的最新进展，包括检测方法比较、技术特征分析和算法发展演变 | 强调算法设计在检测精度与工程成本间的平衡作用，阐述数据驱动的深度学习方法如何通过自动提取多维特征克服传统物理方法的局限 | 检测精度与实时性能的权衡、气体特异性光谱波段增强困难、高质量数据集稀缺 | 红外气体检测技术的应用与发展研究 | 红外气体检测技术 | 红外成像技术 | NA | 红外成像技术、主动与被动气体成像方法、多组分检测系统、超灵敏痕量检测技术 | 深度学习 | 红外光谱数据、多维特征 | NA | NA | NA | 检测精度、实时性能 | NA |
| 14371 | 2025-11-07 |
Deep learning-based annotation of plant abiotic stress resistance genes for crops
2025-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.70556
PMID:41194493
|
研究论文 | 提出基于深度学习的植物非生物胁迫抗性基因注释方法PASRGA，并构建植物基因数据库PlantASRG | 结合迁移学习和对比学习技术开发基因注释模型，显著优于现有主流方法 | 未明确说明模型在跨物种泛化能力方面的限制 | 开发准确注释植物非生物胁迫抗性基因的深度学习工具 | 植物非生物胁迫（干旱、盐分、低温、紫外线）抗性基因 | 生物信息学 | NA | DNA测序 | 深度学习 | 基因组数据 | 17种主要作物基因组 | NA | NA | F1分数, AUROC, AUPRC, MCC | NA |
| 14372 | 2025-11-07 |
Segmentation algorithm of Ochotona curzoniae-induced bare patches in alpine meadow based on deep lear-ning
2025-Oct-18, Ying yong sheng tai xue bao = The journal of applied ecology
DOI:10.13287/j.1001-9332.202510.031
PMID:41194739
|
研究论文 | 提出一种基于深度学习的波浪增强U型卷积神经网络用于无人机影像中高原鼠兔导致的裸斑分割 | 在UNet架构中引入坐标注意力机制增强空间定位能力，使用小波变换卷积提升高频信息提取和细粒度特征恢复，采用复合损失函数解决类别不平衡问题 | NA | 开发高效准确的高原鼠兔导致的裸斑分割方法 | 高原鼠兔导致的草地裸斑 | 计算机视觉 | NA | 无人机影像 | CNN | 图像 | NA | NA | W-UNet, UNet, VGG16 | MIoU, MPA, ACC | NA |
| 14373 | 2025-11-07 |
Simulating Sinogram-Domain Motion and Correcting Image-Domain Artifacts Using Deep Learning in HR-pQCT Bone Imaging
2025-Oct-03, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2025.3617225
PMID:41180080
|
研究论文 | 提出一种深度学习方法用于HR-pQCT骨成像中的运动伪影校正 | 优化传统正弦图方法模拟运动伪影，提出边缘增强自注意力Wasserstein生成对抗网络(ESWGAN-GP)，结合边缘增强跳跃连接和自注意力机制 | 模拟的运动表示简化了真实运动复杂性，可能无法完全捕捉体内运动伪影的全部特征 | 解决HR-pQCT骨成像中的刚性运动伪影问题 | HR-pQCT骨图像中的皮质骨条纹和骨小梁模糊伪影 | 医学影像处理 | 骨骼疾病 | HR-pQCT成像 | GAN,WGAN-GP | 医学图像 | NA | PyTorch,TensorFlow | ESWGAN-GP,VGG,自注意力机制 | 信噪比,结构相似性指数,视觉信息保真度 | NA |
| 14374 | 2025-11-07 |
Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review
2025-Oct, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.32637
PMID:40397559
|
综述 | 本文系统回顾了肺部MRI的临床适应症、现有能力、扫描协议及新兴技术 | 整合了专家共识建议，并探讨了深度学习加速等新技术在肺部MRI中的潜在应用前景 | 临床应用中存在医生认知度不足、放射科医师和技术人员经验欠缺等推广障碍 | 评估肺部MRI在肺部疾病诊断和监测中的临床应用价值 | 肺部实质和气道病理变化的MRI评估 | 数字病理 | 肺癌 | MRI, 深度学习加速 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 14375 | 2025-11-07 |
SAAM-VetNet: an attention-based multi-task framework for animal disease detection and severity grading
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003728
PMID:41181424
|
研究论文 | 提出一种基于注意力机制的多任务深度学习框架SAAM-VetNet，用于从医学图像中同时检测动物疾病并进行严重程度分级 | 首次将严重程度感知的注意力机制与多任务学习相结合，通过卷积块注意力模块增强特征定位和上下文表示能力 | 仅在两个公开数据集上进行验证，需要更多样化的数据来证明泛化能力 | 开发自动化动物疾病检测和严重程度分级的深度学习系统 | 动物医学图像 | 计算机视觉 | 动物疾病 | 深度学习 | CNN, 注意力机制 | 医学图像 | 两个公开数据集：动物疾病分类数据集和乳腺炎检测数据集 | NA | SAAM-VetNet, 卷积块注意力模块 | 准确率, F1分数 | NA |
| 14376 | 2025-11-07 |
SeaMoon: From protein language models to continuous structural heterogeneity
2025-Sep-04, Structure (London, England : 1993)
DOI:10.1016/j.str.2025.06.010
PMID:40683255
|
研究论文 | 本研究开发了SeaMoon方法，直接从蛋白质序列预测连续结构异质性，无需依赖3D结构信息 | 首次探索直接从蛋白质序列预测连续结构运动，无需利用3D结构；结合蛋白质语言模型与轻量级卷积神经网络；能够捕捉传统方法无法识别的运动模式 | 仅对40%的测试蛋白质能够以合理精度预测至少一个真实运动 | 开发直接从蛋白质序列预测连续结构异质性的深度学习方法 | 蛋白质结构运动和构象变化 | 计算生物学, 机器学习 | NA | 蛋白质语言模型, 深度学习 | CNN | 蛋白质序列, 蛋白质语言模型嵌入 | 约1,000组实验构象集合 | NA | 轻量级卷积神经网络 | 预测精度 | NA |
| 14377 | 2025-11-07 |
Accelerating Biomolecular Modeling with AtomWorks and RF3
2025-Aug-15, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.14.670328
PMID:40832246
|
研究论文 | 提出AtomWorks数据框架和RosettaFold-3结构预测网络，用于加速生物分子建模开发 | 开发了通用的生物分子基础模型数据框架，并改进了手性处理以缩小与AlphaFold3的性能差距 | 未明确说明模型的具体性能局限或计算资源需求 | 促进开源生物分子机器学习模型的发展，改进生物分子结构预测 | 蛋白质结构和生物分子复合物 | 机器学习 | NA | 深度学习 | 神经网络 | 蛋白质结构数据 | NA | NA | RosettaFold-3 | NA | NA |
| 14378 | 2025-11-07 |
[A deep learning method for differentiating nasopharyngeal carcinoma and lymphoma based on MRI]
2025-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery
|
研究论文 | 开发基于常规MRI的深度学习模型，用于鼻咽癌和鼻咽淋巴瘤的自动分割与鉴别诊断 | 首次将预训练ResNet101模型应用于鼻咽癌与淋巴瘤的MRI影像鉴别诊断，并采用多序列图像组合策略提升性能 | 回顾性研究，样本量有限（434例），仅使用单一医疗机构数据 | 建立基于MRI的自动分割和鉴别诊断模型 | 鼻咽癌和鼻咽淋巴瘤患者 | 医学影像分析 | 鼻咽癌, 淋巴瘤 | MRI（T1WI, T2WI, T1CE） | CNN | 医学影像 | 434例患者（142例淋巴瘤，292例鼻咽癌） | PyTorch/TensorFlow（未明确指定） | ResNet101 | Dice系数, AUC | NA |
| 14379 | 2025-11-07 |
Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention
2025-May, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3549583
PMID:40131750
|
研究论文 | 提出动态分层卷积注意力网络(DH-CAN)，通过综合学习脑电图信号的全局/局部空间特征和时频特征来识别运动想象意图 | 首次将脑区映射与图注意力网络结合，通过参数共享机制捕捉对称脑区的不对称运动想象模式，实现多层级特征融合 | 未明确说明模型计算复杂度及实时性表现，在更广泛数据集上的泛化能力有待验证 | 开发更有效的脑电图解码模型以准确识别运动想象意图 | 脑电图信号中的运动想象神经活动模式 | 脑机接口 | NA | 脑电图信号处理 | CNN,图注意力网络 | 脑电图时序信号 | 两个公开数据集（具体数量未说明） | NA | 动态分层卷积注意力网络(DH-CAN)，包含多尺度卷积块和图注意力网络 | 多种评估指标（具体指标未列明） | NA |
| 14380 | 2025-11-07 |
EViT: An Eagle Vision Transformer With Bi-Fovea Self-Attention
2025-Mar, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3532282
PMID:40031751
|
研究论文 | 提出一种受鹰眼视觉系统启发的视觉Transformer模型EViT，通过双凹窝自注意力机制提高计算效率和特征表示能力 | 首次将鹰眼视觉特性引入视觉Transformer，提出双凹窝视觉交互结构、双凹窝自注意力机制和双凹窝前馈网络 | NA | 解决视觉Transformer计算复杂度高和缺乏理想归纳偏置的问题 | 计算机视觉任务中的特征表示学习 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | NA | NA | EViT, 金字塔骨干网络 | 计算效率, 可扩展性 | NA |