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 32372 篇文献，本页显示第 1421 - 1440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1421 | 2025-10-05 |
Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis
2025-Oct, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104701
PMID:40683364
|
研究论文 | 本研究基于OCTA影像的深度学习分析，探讨抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素 | 使用改进的LUNet深度学习模型分析OCTA影像中的视网膜特征，首次系统评估血管分散度等新型影像生物标志物与抗VEGF治疗反应的关系 | 回顾性单中心研究，样本量有限（165例患者），缺乏外部验证 | 研究抗VEGF治疗反应的影像生物标志物和影响因素，提升临床评估能力 | 渗出性年龄相关性黄斑变性患者 | 数字病理 | 年龄相关性黄斑变性 | 光学相干断层扫描血管成像（OCTA） | 深度学习 | 医学影像 | 165例渗出性AMD患者 | NA | 改进的LUNet模型 | 逻辑回归OR值，多元线性回归系数，统计显著性P值 | NA |
| 1422 | 2025-10-05 |
Deep self-cleansing for medical image segmentation with noisy labels
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70007
PMID:40983942
|
研究论文 | 提出一种用于医学图像分割的深度自清洁框架，能够有效处理带噪声标签 | 结合高斯混合模型标签过滤模块和标签清洁模块，能区分噪声标签并生成伪低噪声标签 | NA | 开发能够减轻噪声标签影响的鲁棒分割框架 | 肝脏肿瘤CT扫描和心脏诊断MRI扫描 | 医学图像分割 | 肝脏肿瘤, 心脏疾病 | CT扫描, MRI扫描 | 深度学习 | 医学图像 | 231个CT扫描和200个MRI扫描 | NA | 深度自清洁分割框架 | 分割性能提升指标 | NA |
| 1423 | 2025-10-05 |
Enhancing auto-contouring with large language model in high-dose rate brachytherapy for cervical cancers
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70034
PMID:40985602
|
研究论文 | 本研究提出了一种结合大语言模型生成任务特定提示的深度学习自动分割框架，用于宫颈癌高剂量率近距离放疗中的靶区和危及器官轮廓勾画 | 首次将大语言模型生成的领域知识提示与深度学习分割模型相结合，通过任务特定提示指导分割过程 | 样本量较小（32例患者），乙状结肠分割精度较低，提示引导对HR-CTV勾画准确性无改善 | 提高宫颈癌高剂量率近距离放疗中自动轮廓勾画的准确性和效率 | 宫颈癌患者的高风险临床靶区和危及器官（膀胱、直肠、乙状结肠） | 医学图像分割 | 宫颈癌 | 计算机断层扫描 | Swin Transformer, FCN | 医学图像 | 32例宫颈癌患者的124张计划CT图像 | NA | Swin transformer编码器, 全卷积网络解码器 | Dice相似系数, Hausdorff距离, 平均表面距离, 质心距离 | NA |
| 1424 | 2025-10-05 |
Transforming [177Lu]Lu-PSMA-617 treatment planning: Machine learning-based radiodosiomics and swin UNETR using pretherapy PSMA positron emission tomography/computed tomography (PET/CT)
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70030
PMID:40985608
|
研究论文 | 本研究开发了基于机器学习的放射剂量组学模型和基于Swin UNETR的深度学习架构，用于预测转移性去势抵抗性前列腺癌患者的[177Lu]Lu-PSMA-617治疗剂量 | 首次将临床生物标志物、放射组学特征和剂量组学特征整合到机器学习模型中，并采用自监督预训练的Swin UNETR架构预测剂量率分布图 | 样本量较小（20例用于ML模型，30例用于DL模型），为回顾性研究 | 开发精准的[177Lu]Lu-PSMA-617放射配体治疗前剂量规划方法 | 转移性去势抵抗性前列腺癌患者 | 医学影像分析 | 前列腺癌 | PSMA PET/CT成像，蒙特卡洛剂量计算 | 集成树回归器，Transformer | PET/CT影像，剂量率分布图 | 20例患者用于机器学习模型，30例患者用于深度学习模型 | GATE v9.1, LIFEx v7.4.0 | Swin UNETR | R2, RMSE, NRMSE, Gamma通过率 | NA |
| 1425 | 2025-10-05 |
Enhancing semi-supervised learning for fine-grained 3D cerebrovascular segmentation with cross-consistency and uncertainty estimation
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70017
PMID:40985655
|
研究论文 | 提出一种用于3D脑血管细粒度分割的半监督学习方法，通过交叉一致性和不确定性估计提升性能 | 提出交叉一致性双不确定性量化均值教师方法，结合像素-图像变换等变性和特征扰动不变性的双重一致性学习 | 未明确说明方法在其他血管结构或影像模态上的泛化能力 | 提升3D脑血管分割的准确性，减少对标注数据的依赖 | 时间飞跃法磁共振血管成像(TOF-MRA)中的脑血管 | 计算机视觉 | 脑血管疾病 | 时间飞跃法磁共振血管成像(TOF-MRA) | 均值教师模型 | 3D医学影像 | 两个公开数据集(包括IXI数据集) | NA | NA | Dice相似系数, 交并比 | NA |
| 1426 | 2025-10-05 |
Riverine heat waves on the rise, outpacing air heat waves
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2503160122
PMID:40982675
|
研究论文 | 本研究通过深度学习模型重建美国本土1471个站点1980-2022年的连续水温数据，首次系统分析河流热浪事件特征及其变化趋势 | 首次使用单一LSTM模型重建大规模连续水温数据集，系统比较河流热浪与大气热浪的差异，揭示河流热浪增长速率远超大气热浪的新现象 | 研究区域仅限于美国本土，未涵盖全球其他地区；人类活动对热浪影响的分析相对简化 | 量化分析河流热浪的发生频率、强度和持续时间，比较其与大气热浪的差异，探究驱动因素 | 美国本土1471个站点的河流水温数据 | 环境科学, 机器学习 | NA | 深度学习, 传感器监测, 卫星遥感 | LSTM | 时间序列水温数据 | 1471个监测站点，1980-2022年每日数据 | NA | 长短期记忆网络 | NA | NA |
| 1427 | 2025-10-05 |
De novo design of potent inhibitors of clostridial family toxins
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2509329122
PMID:40982695
|
研究论文 | 通过从头设计小蛋白微型结合剂直接中和艰难梭菌毒素B和TcsL毒素 | 结合深度学习和Rosetta方法从头设计高亲和力微型结合剂，首次实现直接阻止毒素进入宿主细胞的中和作用 | 未明确说明临床前研究的样本规模及人体试验数据 | 开发针对艰难梭菌毒素B和TcsL毒素的高效抑制剂 | 艰难梭菌毒素B(TcdB)和TcsL毒素 | 计算生物学 | 艰难梭菌感染 | 深度学习, Rosetta蛋白质设计 | 深度学习模型 | 蛋白质结构数据 | 初始设计48个，优化设计48个 | Rosetta, 深度学习框架 | NA | 皮摩尔级效力，存活率 | NA |
| 1428 | 2025-10-05 |
FetalDenseNet: multi-scale deep learning for enhanced early detection of fetal anatomical planes in prenatal ultrasound
2025-Sep-24, Journal of perinatal medicine
IF:1.7Q2
DOI:10.1515/jpm-2025-0249
PMID:40983600
|
研究论文 | 本研究通过评估多种深度学习架构，开发了FetalDenseNet模型以提升产前超声中胎儿解剖平面的分类准确率 | 首次在大规模临床验证数据集上系统比较五种CNN架构在胎儿超声图像分类中的性能，并证明DenseNet169的优越性 | 研究仅基于单一医疗机构的数据集，未进行外部验证 | 通过深度学习方法提高胎儿超声图像中解剖平面分类的准确性 | 胎儿解剖平面 | 计算机视觉 | 产前检查 | 超声成像 | CNN | 图像 | 12,400张超声图像，来自1,792名患者 | NA | VGG16, ResNet50, InceptionV3, DenseNet169, MobileNetV2 | 准确率 | NA |
| 1429 | 2025-10-05 |
NVNMD-v2: Scalable and Accurate Deep Learning Molecular Dynamics Model Based on Non-Von Neumann Architectures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01050
PMID:40902087
|
研究论文 | 提出NVNMD-v2算法-硬件协同设计架构，通过集成广义深度神经网络势能与存内计算加速器，实现可扩展且精确的深度学习分子动力学模拟 | 采用优化的类型嵌入描述符支持多达32种元素的多元素系统，消除物种依赖参数缩放；在单个FPGA上实现DFT级精度与平坦的单原子计算成本 | 未明确说明模型在极端温度或压力条件下的性能表现 | 解决机器学习分子动力学框架在精度、可扩展性和能效方面的三重困境 | 多元素材料系统（包括高熵合金、多铁性钙钛矿、半导体异质结构和生物分子组装体） | 机器学习 | NA | 分子动力学模拟 | 深度神经网络 | 原子相互作用数据 | 支持2000万原子规模的系统模拟 | NA | 广义深度神经网络势能(GDNNP) | 计算精度(DFT级)、计算成本(10秒/步/原子)、能效(120倍能耗降低) | FPGA, NVIDIA V100 GPU（对比基准） |
| 1430 | 2025-10-05 |
GSH and Halides Directed Controllable Synthesis of Chiral Gold Nanostars for Sensitive Diagnosis of Nephritis Types Using SERS and Transformer Neural Network
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01908
PMID:40925611
|
研究论文 | 通过GSH和卤化物调控合成手性金纳米星用于肾炎类型的SERS检测和Transformer神经网络诊断 | 实现了手性金纳米星分支尺寸、数量和锐度的精确可控合成，并结合Transformer神经网络达到99.94%的肾炎诊断准确率 | 未提及样本规模的详细统计信息和模型泛化能力验证 | 开发基于表面增强拉曼光谱和深度学习的肾炎类型敏感诊断方法 | 健康个体和急性/非急性间质性肾炎患者的尿液样本 | 机器学习 | 肾炎 | 表面增强拉曼光谱(SERS), 有限时域差分(FDTD)计算 | Transformer | 拉曼光谱数据 | NA | NA | Transformer | 诊断准确率 | NA |
| 1431 | 2025-10-05 |
Graph Learning-Based Scoring of RNA-Protein Complex Structures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00831
PMID:40882035
|
研究论文 | 提出基于图学习的评分方法EGARPS+，用于评估RNA-蛋白质复合物结构 | 首次将图学习理论应用于RNA-蛋白质复合物结构评估，采用等变图神经网络和专门设计的注意力机制 | NA | 开发更准确的RNA-蛋白质复合物结构评分函数 | RNA-蛋白质复合物结构 | 机器学习 | NA | 图深度学习 | 图神经网络 | 序列数据、结构数据、相互作用特征 | NA | NA | 等变图神经网络 | NA | NA |
| 1432 | 2025-10-05 |
Magnetic Microrobot With Drilling-Sensing Dual Functionality for Targeted Biopsy of Deep-Seated Tracheal Microlesions
2025-Sep-23, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202514664
PMID:40984789
|
研究论文 | 开发了一种具有钻孔-传感双重功能的磁性微机器人平台，用于深部气管微病变的靶向活检 | 集成了钻孔组织采样和表面增强拉曼散射生物传感的双重功能，采用实时气管镜和荧光镜引导实现精准导航 | 仅在离体猪肺模型和活体兔试验中验证了可行性，尚未进行大规模临床试验 | 开发用于早期肺癌诊断的微创精准活检技术 | 深部气管微病变、肺癌组织 | 医疗机器人 | 肺癌 | 表面增强拉曼散射光谱、磁性驱动、实时气管镜和荧光镜引导 | CNN | 光谱数据、组织样本 | 离体猪肺模型、活体兔试验、临床患者组织样本 | NA | 卷积神经网络 | 识别准确率 | NA |
| 1433 | 2025-10-05 |
High-Asymmetry Metasurface: A New Solution for Terahertz Resonance via Active Learning-Augmented Diffusion Model
2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202508610
PMID:40985172
|
研究论文 | 提出一种基于主动学习增强扩散模型的高不对称超表面设计方法，用于实现高性能太赫兹共振 | 结合先验知识引导的生成模型与物理约束的主动学习机制，仅需少量经典结构数据即可生成高性能高不对称超材料 | 初始训练数据集仅包含68个经典结构，可能限制模型在更广泛结构空间中的探索能力 | 开发高效的高不对称太赫兹超材料设计方法 | 高不对称太赫兹超表面结构 | 机器学习 | NA | 扩散模型，主动学习 | 扩散模型 | 几何结构数据 | 68个经典结构作为初始训练集 | NA | 扩散模型 | 共振性能指标（提升超过30%） | NA |
| 1434 | 2025-10-05 |
Deep Learning-Powered Nanoplasmonic Biosensing Approach Enables Ultrasensitive Extracellular Vesicles Profiling for Cancer Screening
2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202511337
PMID:40985328
|
研究论文 | 提出一种基于Kolmogorov-Arnold网络增强的纳米等离子体生物传感策略，用于超灵敏细胞外囊泡分析以实现癌症筛查 | 首次将Kolmogorov-Arnold网络与纳米等离子体超表面芯片结合，实现多维光谱特征的同时捕获和高效数据处理 | NA | 开发超灵敏的细胞外囊泡分析技术用于癌症筛查 | 胰腺导管腺癌患者和对照组的血清样本中的小细胞外囊泡 | 生物传感 | 胰腺癌 | 纳米等离子体超表面技术 | KAN, 深度学习 | 全光谱数据 | 600例胰腺导管腺癌患者和1200例对照组 | NA | Kolmogorov-Arnold网络 | AUC | NA |
| 1435 | 2025-10-05 |
Federated deep learning model for epilepsy seizure detection using electroencephalogram (EEG) signal
2025-Sep-23, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2555516
PMID:40985643
|
研究论文 | 提出一种基于联邦学习和统一Transformer的癫痫发作检测模型，用于脑电图信号分析 | 结合联邦学习与Paillier同态加密保护数据隐私，采用混合图注意力框架和多尺度小波系数进行特征提取，首次将统一Transformer模型应用于癫痫检测 | 仅在三个数据集上进行验证，需要更多临床数据测试泛化能力 | 开发隐私保护的癫痫发作检测方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图信号处理，自适应噪声滤波，独立成分分析，多尺度小波系数分解 | Transformer, 图卷积网络 | 脑电图信号 | 三个数据集（未指定具体样本数量） | 联邦学习框架 | 统一Transformer, 边缘增强图卷积网络, 谱图注意力 | 准确率, 安全性, 精确率 | NA |
| 1436 | 2025-10-05 |
Radiomics integrated with machine and deep learning analysis of T2-weighted and arterial-phase T1-weighted Magnetic Resonance Imaging for non-invasive detection of metastatic axillary lymph nodes in breast cancer
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02090-z
PMID:40986134
|
研究论文 | 本研究比较了基于T2加权和动脉期T1加权MRI影像组学特征在预测乳腺癌腋窝淋巴结转移中的诊断性能 | 首次系统比较了T2加权和动脉期T1加权MRI序列的影像组学特征在单变量、机器学习和深度学习分析中的表现差异 | 回顾性研究设计，样本量相对有限（100例患者），缺乏外部验证 | 开发非侵入性方法预测乳腺癌患者腋窝淋巴结转移状态 | 乳腺癌患者的腋窝淋巴结（52个转移性和103个非转移性淋巴结） | 医学影像分析 | 乳腺癌 | MRI成像，影像组学分析 | 逻辑回归，梯度提升，随机森林，神经网络 | 医学影像（T2加权和动脉期T1加权MRI） | 100例乳腺癌患者，共155个淋巴结（52个转移性，103个非转移性） | NA | 神经网络 | AUC，敏感性，特异性，准确率 | NA |
| 1437 | 2025-09-24 |
Deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02092-x
PMID:40986132
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1438 | 2025-09-24 |
Response to the letter: "deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption"
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02101-z
PMID:40986130
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1439 | 2025-10-05 |
Comparative Evaluation of Radiomics and Deep Learning Models for Disease Detection in Chest Radiography
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01670-9
PMID:40986191
|
研究论文 | 本研究系统比较了基于放射组学和深度学习的模型在胸部X射线疾病检测中的性能表现 | 首次在多种样本量条件下对放射组学与深度学习模型进行系统性比较，并通过统计检验验证模型类型和样本量对性能的显著影响 | 研究仅针对胸部X射线和特定疾病类型，结果可能无法推广到其他影像模态或疾病 | 评估不同AI模型在胸部X射线疾病检测中的诊断性能，为临床环境中的模型选择提供数据驱动建议 | COVID-19、肺部混浊和病毒性肺炎的胸部X射线影像 | 计算机视觉 | 肺部疾病 | 放射组学特征提取，深度学习 | CNN, Vision Transformer, Decision Tree, Gradient Boosting, Random Forest, SVM, MLP | 医学影像 | 从24到4000个样本的多组实验 | NA | InceptionV3, EfficientNetL, ConvNeXtXLarge | AUC | NA |
| 1440 | 2025-10-05 |
Exploiting Cross-modal Collaboration and Discrepancy for Semi-supervised Ischemic Stroke Lesion Segmentation from Multi-sequence MRI Images
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01691-4
PMID:40986192
|
研究论文 | 提出一种利用跨模态协作和差异性的半监督方法，用于多序列MRI图像的缺血性脑卒中病灶分割 | 提出跨模态双向复制粘贴策略实现模态间信息协作，以及跨模态差异感知校正策略有效利用未标注数据 | 需要多序列MRI数据，在单模态情况下性能可能受限 | 开发半监督学习方法以解决多序列MRI图像中缺血性脑卒中病灶分割的标注数据稀缺问题 | 缺血性脑卒中患者的MRI图像数据 | 医学图像分割 | 缺血性脑卒中 | 多序列MRI成像（DWI, ADC） | 深度学习分割模型 | 多序列MRI图像 | ISLES 22数据集 | NA | NA | DSC（Dice相似系数） | NA |