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 1561 - 1580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1561 | 2025-10-05 |
DiCARN-DNase: enhancing cell-to-cell Hi-C resolution using dilated cascading ResNet with self-attention and DNase-seq chromatin accessibility data
2025-Sep-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf452
PMID:40802526
|
研究论文 | 提出一种结合扩张卷积、级联残差和自注意力机制的深度学习模型DiCARN-DNase，用于从低分辨率Hi-C数据预测高分辨率Hi-C数据 | 首次将DNase-seq染色质可及性数据整合到Hi-C分辨率增强模型中，并采用扩张卷积和级联残差结构以同时捕获广泛上下文和精细基因组相互作用 | 未明确说明模型在跨细胞系泛化性能的具体量化指标和与其他先进方法的全面对比 | 提高Hi-C数据的空间分辨率以更好地研究染色质三维结构 | 基因组染色质空间组织 | 计算生物学 | NA | Hi-C, DNase-seq | CNN | 基因组相互作用数据，染色质可及性数据 | NA | NA | Dilated Cascading Residual Network (DiCARN), ResNet | NA | NA |
| 1562 | 2025-10-05 |
Neural-network-based multi-spectral thermometry and emissivity reconstruction in cavity high-temperature environments
2025-Sep-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.567549
PMID:40981777
|
研究论文 | 提出一种基于神经网络的高温腔体多光谱辐射测温与发射率重建方法 | 结合蒙特卡洛光线追踪与深度学习，通过交替神经网络实现温度与发射率解耦预测，并完整建模多重反射效应 | 在1273-1673K温度范围和2-16µm光谱范围内验证，未测试其他温度或材料 | 解决高温腔体环境中未知发射率和多重反射效应导致的辐射测温难题 | 氧化锆材料在石墨腔体中的高温测量 | 机器学习 | NA | 辐射测温，蒙特卡洛光线追踪 | 神经网络 | 光谱数据 | 10个光谱通道 | NA | 交替神经网络 | 温度误差，发射率误差 | NA |
| 1563 | 2025-10-05 |
CSA-ASPP-Net: end-to-end laser stripe centerline extraction with joint channel-spatial attention and atrous spatial pyramid convolution
2025-Sep-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.570244
PMID:40981791
|
研究论文 | 提出一种端到端激光条纹中心线提取模型CSA-ASPP-Net，通过结合通道空间注意力机制和空洞空间金字塔卷积实现从原始图像到亚像素中心线的直接映射 | 创新性地将注意力引导特征增强和多尺度上下文感知模块集成到编码器-解码器架构中，实现单阶段完成条纹定位和细化 | NA | 开发高精度激光条纹中心线提取方法，提升结构光测量系统的处理性能 | 激光条纹图像 | 计算机视觉 | NA | 结构光测量 | CNN | 图像 | NA | NA | 编码器-解码器架构, ASPP, CBAM | 精度, 平均定位误差, 处理速度 | NA |
| 1564 | 2025-10-05 |
Ultra-broadband metamaterial absorber for near-infrared and mid-infrared applications optimized via deep learning
2025-Sep-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.573376
PMID:40981800
|
研究论文 | 本研究通过深度学习优化设计了一种七层超材料吸收器，在近红外到中红外波段实现超宽带高效吸收 | 首次报道采用七层钛和砷化镓交替结构的超材料吸收器，结合深度神经网络优化结构参数，在2.3-7.5 µm波段实现97.8%的平均吸收率和99.8%的峰值吸收率 | NA | 开发在近红外和中红外波段具有超宽带高效吸收性能的超材料吸收器 | 七层钛和砷化镓交替结构的超材料吸收器 | 机器学习 | NA | 超材料设计，电磁场分析 | 深度神经网络 | 结构参数，电磁性能数据 | NA | NA | 深度神经网络 | 吸收率，带宽 | NA |
| 1565 | 2025-10-05 |
Deep learning-based conjugate orbital angular momentum interferometry for in-plane displacement measurement
2025-Sep-01, Journal of the Optical Society of America. A, Optics, image science, and vision
DOI:10.1364/JOSAA.570239
PMID:40981821
|
研究论文 | 提出一种基于深度学习的相位解调算法，用于共轭轨道角动量干涉测量中的面内位移测量 | 设计了相位解调混合神经网络，可直接一步解调花瓣状干涉图，采用自定义ResNet-Transformer架构结合可变形卷积和注意力机制 | NA | 开发高精度的面内位移测量方法 | 共轭轨道角动量干涉测量中的花瓣状干涉图 | 计算机视觉 | NA | 干涉测量技术 | CNN, Transformer | 图像 | NA | NA | ResNet, Transformer | 解调准确率, 位移误差 | NA |
| 1566 | 2025-10-05 |
Predicting response and survival of lung adenocarcinoma under anti-programmed death-1 therapy using biological deep learning
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf479
PMID:40971820
|
研究论文 | 开发基于迁移学习的半监督生物稀疏神经网络预测肺腺癌患者对PD-1抑制剂治疗的应答和生存情况 | 提出结合生物通路信息的稀疏神经网络，整合多组学数据和半监督学习策略 | NA | 预测肺腺癌患者对PD-1免疫治疗的应答和生存获益 | 肺腺癌患者 | 机器学习 | 肺癌 | 基因组突变分析,拷贝数变异分析 | 神经网络 | 基因组数据,多组学数据 | 四个队列的患者数据 | NA | 生物稀疏神经网络 | AUROC,AUPR | NA |
| 1567 | 2025-10-05 |
Editorial - "Lung ultrasound and community-acquired pneumonia: from complementary tool to clinical game-changer"
2025-Aug-30, Respiratory medicine and research
IF:2.2Q3
DOI:10.1016/j.resmer.2025.101203
PMID:40976013
|
评论 | 探讨肺部超声在社区获得性肺炎诊断和管理中的变革性作用 | 提出肺部超声正从辅助工具转变为肺炎诊疗的临床变革者，特别强调其在动态监测、预后评分和人工智能辅助诊断方面的突破 | 操作者依赖性较强，对深部病变穿透力有限 | 评估肺部超声在社区获得性肺炎诊疗中的临床应用价值 | 社区获得性肺炎患者，特别是急诊科、ICU、儿科、老年科患者和资源有限地区的患者 | 医学影像 | 肺炎 | 肺部超声，对比增强超声 | 深度学习 | 超声图像 | NA | NA | NA | 灵敏度，特异性，诊断准确率 | NA |
| 1568 | 2025-10-05 |
Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies
2025-Aug-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25175359
PMID:40942788
|
系统综述 | 本文系统综述了智能蜂箱技术的现状，重点关注物联网监测、传感器模式、机器学习技术在精准养蜂中的应用 | 首次按照PRISMA指南对1990-2025年间135篇智能蜂箱技术文献进行系统分析，揭示了深度学习、计算机视觉和多模态传感器融合的新趋势 | 系统集成、数据集标准化和大规模部署方面仍存在挑战 | 研究智能系统在蜂箱早期问题检测、状态监测和预测干预中的作用 | 智能蜂箱系统及相关技术应用 | 物联网, 机器学习 | NA | 物联网监测, 传感器技术, 机器学习 | 深度学习, 计算机视觉 | 环境数据, 声音数据, 图像数据, 结构数据 | 135篇同行评审文献 | NA | NA | NA | NA |
| 1569 | 2025-10-05 |
Resolution enhancement and target segmentation of medical images based on the frequency-domain information in deep learning
2025-Aug-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.557903
PMID:40981883
|
研究论文 | 提出一种基于频域信息的深度学习网络，用于医学图像分辨率增强和目标分割 | 将图像映射到频域，独立处理振幅和相位信息，并采用融合策略恢复清晰图像，超越传统空间域方法 | NA | 解决数字病理图像失真和模糊问题，提升细胞分割模型性能 | 医学图像中的细胞核 | 数字病理 | 癌症 | 深度学习 | CNN | 医学图像 | NA | NA | 金字塔池化模块 | NA | NA |
| 1570 | 2025-10-05 |
A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging
2025-Aug, European urology oncology
IF:8.3Q1
DOI:10.1016/j.euo.2024.11.001
PMID:39547898
|
系统综述 | 本系统综述评估深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性 | 首次系统评估2020-2023年间全自动深度学习模型在前列腺癌MRI诊断中的表现 | 研究设计、验证策略和数据集存在显著异质性，仅三分之一研究进行了外部验证，限制了结果的普适性 | 评估深度学习模型在增强前列腺癌MRI诊断准确性方面的潜力 | 临床显著性前列腺癌患者 | 医学影像分析 | 前列腺癌 | 磁共振成像 | 深度学习模型 | 医学影像 | 25项符合纳入标准的研究 | NA | NA | 诊断准确性 | NA |
| 1571 | 2025-10-05 |
Spatial-temporal cascaded network for dynamic [11C]acetate cardiac PET parametric images generation based on one-tissue compartment model
2025-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18016
PMID:40781790
|
研究论文 | 提出基于深度学习的方法，利用缩短的动态PET数据生成[11C]acetate单组织房室模型动力学参数图像 | 提出时空级联网络(STCN)，结合卷积模块和Transformer模块，并引入动力学模型的时间损失函数 | K1参数图像的PSNR略低于Pix2pix模型，样本量相对有限(57个受试者) | 探索减少参数分析所需时间的可行性，促进动态PET在临床的应用 | 心脏[11C]acetate PET/CT成像数据 | 医学影像分析 | 心血管疾病 | 动态PET/CT成像，单组织房室模型 | CNN, Transformer | 动态PET图像 | 57个受试者(训练集40个，测试集17个) | NA | 时空级联网络(STCN), U-Net, Pix2pix, CycleGAN | NRMSE, PSNR, SSIM, WAIC, CoV | NA |
| 1572 | 2025-10-05 |
Hybrid phantom for lung CT: Design and validation
2025-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17990
PMID:40781832
|
研究论文 | 本文介绍并验证了一种用于肺部CT的混合体模设计，该体模结合了基于任务的图像质量评估和人体解剖模拟功能 | 将基于任务的体模设置（Mercury）与基于患者的体模设置（Freddie）结合在单一混合体模中，增强了可检测性指数在临床CT协议优化中的应用潜力 | 三种材料（TangoBlack+、VeroClear和HIPS）在某些光束能量下的HU值一致性超出15%范围 | 优化肺部CT成像协议，特别是低剂量CT在肺癌筛查中的应用 | 肺部CT混合体模的设计与验证 | 医学影像 | 肺癌 | CT成像，深度学习重建算法 | NA | CT图像 | 5名胸部放射科医生和8名非放射科医生的观察评估 | NA | NA | 亨氏单位一致性，李克特量表评分，可检测性指数 | NA |
| 1573 | 2025-10-05 |
DNA-CBIR: DNA Translation Inspired Codon Pattern-Based Deep Image Feature Extraction for Content-Based Image Retrieval
2025-07, IEEE transactions on nanobioscience
IF:3.7Q3
DOI:10.1109/TNB.2025.3540102
PMID:40031697
|
研究论文 | 提出一种基于DNA翻译启发的密码子模式深度图像特征提取方法，用于基于内容的图像检索 | 首次将DNA编码原理与深度图像特征提取相结合，提出基于密码子模式的图像特征表示方法 | 未明确说明具体的数据集规模和计算资源需求 | 开发高效的DNA存储介质中的图像检索技术 | 存储在DNA介质中的图像数据 | 计算机视觉 | NA | DNA编码技术，深度特征提取 | CNN | 图像 | 包含珊瑚、医学和多标签图像的多类数据集 | NA | ResNet-50, VGG-16, VGG-19, Inception V3 | NA | NA |
| 1574 | 2025-10-05 |
VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation
2025 Jul-Sep, IEEE transactions on haptics
IF:2.4Q2
DOI:10.1109/TOH.2025.3561049
PMID:40232917
|
研究论文 | 介绍VibTac——一种新型多模态触觉传感手指，能够同时提供高分辨率和高带宽的触觉感知 | 通过集成视觉和振动两种触觉传感模式，实现高分辨率和高带宽的同时感知，采用仿人设计的弹性体凝胶垫(EGP) | NA | 开发高性能触觉传感器以增强机器人操作能力 | 机器人触觉传感手指 | 机器人技术 | NA | 视觉触觉传感、振动触觉传感、3D重建、频谱分析 | 深度学习模型 | 触觉数据、视觉数据、声音数据 | NA | NA | NA | 准确率 | NA |
| 1575 | 2025-10-05 |
Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs
2025-Jul, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.124.041441
PMID:40576025
|
研究论文 | 开发深度学习系统在标准眼底照片上检测超急性期视网膜中央动脉阻塞 | 首次开发可在4.5小时治疗时间窗内检测CRAO的深度学习系统，优于神经科医生诊断能力 | 回顾性研究，需要进一步验证 | 开发AI系统辅助CRAO早期诊断和卒中预防 | 视网膜中央动脉阻塞患者、视网膜中央静脉阻塞患者、非动脉炎性前部缺血性视神经病变患者和健康对照 | 计算机视觉 | 视网膜血管疾病 | 眼底摄影 | 深度学习 | 图像 | 1322张眼底照片，来自771名患者 | NA | NA | AUC, 敏感度, 特异度 | NA |
| 1576 | 2025-10-05 |
Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies
2025-Jul, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17962
PMID:40660861
|
研究论文 | 开发并验证一种基于深度学习的噪声感知系统生成模型(NASGM)，用于模拟不同采集时间的PET图像 | 提出具有双域判别器（空间域和频域）的条件生成对抗网络，其中频域判别器采用基于Transformer的结构，能够编码位置信息并捕获全局依赖关系 | 基于模拟数据集进行研究，需要进一步在真实临床数据上验证 | 开发计算效率高的PET图像模拟框架，用于生成不同采集时间的PET图像 | PET图像模拟 | 医学影像分析 | 肿瘤疾病 | PET成像，深度学习生成模型 | GAN, Transformer | PET图像，CT图像 | 公共PET/CT数据集作为输入活动和衰减图 | NA | 条件生成对抗网络，双域判别器，Transformer | 一致性相关系数(CCC)，图像保真度评估，噪声测量，定量精度验证，基于任务的评估，纹理分析，人类观察者研究 | NA |
| 1577 | 2025-10-05 |
Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator
2025-Jul, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18000
PMID:40665524
|
研究论文 | 本研究开发了一种基于条件生成对抗网络的深度学习超分辨率模型，用于在投影域增强新型平板探测器CBCT图像的空间分辨率 | 首次在投影域应用深度学习超分辨率技术解决新型平板探测器因像素合并导致的CBCT分辨率损失问题 | 研究主要使用体模数据进行验证，尚未在真实患者数据上进行广泛测试 | 评估深度学习超分辨率模型在投影域增强CBCT图像质量的可行性 | Rando、Longman、Steeve体模和Catphan 604体模的CBCT投影数据 | 医学影像处理 | NA | 锥形束计算机断层扫描(CBCT) | 条件生成对抗网络(cGANs) | 医学影像 | 576对CBCT投影数据(460对训练，116对验证)，144个动态胸部投影 | NA | U-Net | PSNR, MSE, SSIM, FSIM, MAPE | NA |
| 1578 | 2025-10-05 |
Advancing Digital Precision Medicine for Chronic Fatigue Syndrome through Longitudinal Large-Scale Multi-Modal Biological Omics Modeling with Machine Learning and Artificial Intelligence
2025-Jun-18, ArXiv
PMID:40980765
|
研究论文 | 开发了可解释的深度学习框架BioMapAI，利用纵向多组学数据研究慢性疲劳综合征(ME/CFS)的生物标志物和疾病分类 | 创建了首个ME/CFS患者和健康人的多组学连接图谱，揭示了微生物组-免疫-代谢组的相互作用从健康状态到疾病状态的转变 | NA | 通过多组学建模推进慢性疲劳综合征的数字精准医疗 | 慢性疲劳综合征(ME/CFS)和长新冠患者 | 机器学习, 人工智能 | 慢性疲劳综合征 | 肠道宏基因组学, 血浆代谢组学, 免疫分析, 血液检测 | 深度学习 | 多组学数据, 临床症状数据 | NA | NA | NA | 疾病分类精度 | NA |
| 1579 | 2025-10-05 |
An EMG-Based GRU Model for Estimating Foot Pressure to Support Active Ankle Orthosis Development
2025-Jun-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25113558
PMID:40969084
|
研究论文 | 本研究提出了一种基于表面肌电信号和门控循环单元深度学习模型的方法，用于预测行走过程中足底压力分布 | 使用GRU深度学习模型从肌电信号预测足底压力分布，实现了跨受试者的泛化能力和对个体化步态动力学的实时推断 | 仅针对四个关键踝关节肌肉进行肌电信号采集，可能未完全覆盖所有相关肌肉群 | 开发一种可扩展且可解释的预测框架，用于改进主动踝足矫形器的实时控制 | 踝关节功能障碍患者，特别是与足下垂、不稳定和步态适应性降低相关的患者 | 机器学习 | 老年疾病 | 表面肌电信号，力敏电阻系统 | GRU | 时间序列信号 | NA | NA | GRU | 均方根值 | NA |
| 1580 | 2025-10-05 |
Power Line Segmentation Algorithm Based on Lightweight Network and Residue-like Cross-Layer Feature Fusion
2025-Jun-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25113551
PMID:40969098
|
研究论文 | 提出一种基于轻量级网络和类残差跨层特征融合的电力线分割算法RGS-UNet | 集成类残差跨层特征融合模块，采用Ghost Module优化卷积计算，嵌入SIMAM注意力机制，使用Mish激活函数 | NA | 解决现有电力线分割算法中小目标尺度、复杂背景和模型参数过多的问题 | 电力线分割 | 计算机视觉 | NA | NA | CNN | 图像 | NA | NA | UNet, ResNet18 | F1-Score, IoU | NA |