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 19278 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2026-05-12 |
Artificial intelligence: the human response to approach the complexity of big data in biology
2025-01-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf057
PMID:40504538
|
综述 | 本文探讨人工智能如何应对生物学大数据复杂性，重点分析其在植物科学、动物科学和微生物学等生命科学领域的应用 | 系统梳理了高通量组学数据增长驱动AI分析需求的过程，特别强调组学预测分析在系统生物学中的角色及FAIR原则对组学数据的重要性 | 未提供具体实验验证或定量比较结果，仅进行文献综述性讨论 | 探索AI在生命科学中应用的发展现状、挑战与机遇 | 生命科学领域中的高通量组学数据（植物、动物、微生物学数据） | 机器学习 | NA | NA | NA | 组学数据 | NA | NA | NA | NA | NA |
| 342 | 2026-05-12 |
CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models
2025-01-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf069
PMID:40552981
|
research paper | 介绍CellBinDB，一个大规模多模态标注数据集，用于细胞分割并基准测试通用模型 | 构建了涵盖多种组织类型和染色方法的大规模多模态标注数据集，并系统评估了8种主流细胞分割技术的性能 | 复杂细胞形状会降低分割精度，数据集主要覆盖常规染色类型和常见组织，对罕见细胞类型的适应性未知 | 建立支持通用模型训练和多技术评估的细胞分割数据集，推动更通用分割技术的发展 | 细胞或细胞核边界 | digital pathology | NA | DAPI、ssDNA、H&E、多重免疫荧光染色 | 深度学习分割模型（具体未指定） | 图像 | 1000余张标注图像，覆盖30余种正常和疾病组织类型（人类和小鼠样本） | NA | NA | 分割精度、边界检测效果（具体指标如Dice系数等未明确） | NA |
| 343 | 2026-05-12 |
Prediction of Bone Mineral Density based on Computer Tomography Images Using Deep Learning Model
2025, Gerontology
IF:3.1Q3
DOI:10.1159/000542396
PMID:39527924
|
研究论文 | 基于深度学习模型利用计算机断层扫描图像预测骨密度 | 提出了一种多阶段深度学习模型，可自动测量椎体骨密度并提高骨质疏松诊断率 | 未明确说明 | 开发自动测量骨密度的深度学习模型，提高骨质疏松诊断率 | 801名受试者的2,080个椎体（T11-L4） | 计算机视觉 | 骨质疏松症 | QCT | CNN | 图像 | 801名受试者（410名男性和391名女性），共2,080个椎体 | NA | 多阶段深度学习模型 | 判定系数R², 准确率, 精确率, 召回率, F1分数 | NA |
| 344 | 2026-05-12 |
Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study
2025, Gerontology
IF:3.1Q3
DOI:10.1159/000545679
PMID:40359927
|
研究论文 | 利用深度学习模型基于前瞻性队列研究动态预测肾功能轻度减退老年人的心血管死亡 | 首次使用动态深度学习算法（Dynamic DeepHit）对肾功能轻度减退老年人群进行心血管死亡动态预测，随随访次数增加预测性能提升 | 该研究未提及具体限制 | 识别肾功能轻度减退老年人群中与心血管死亡相关的目标特征并利用深度学习模型降低死亡风险 | 肾功能轻度减退的老年人（年龄≥60岁） | 机器学习 | 心血管疾病 | NA | 深度学习模型 | 临床纵向数据 | 12,650名老年人（年龄≥60岁） | NA | 动态深度生存模型 | 一致性指数、布里尔分数 | NA |
| 345 | 2026-05-10 |
Comparison between two artificial intelligence models to discriminate cancerous cell nuclei based on confocal fluorescence imaging in hepatocellular carcinoma
2025-05, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.11.026
PMID:39674779
|
研究论文 | 比较两种人工智能模型基于共聚焦荧光成像在肝细胞癌中区分癌细胞核的效果 | 首次比较了机器学习和深度学习两种AI模型在基于共聚焦荧光成像区分肝细胞癌肿瘤与非肿瘤细胞核中的性能，并证明了深度学习更有效 | NA | 设计并比较两种AI算法，用于计算机辅助区分肝细胞癌中的肿瘤与非肿瘤细胞核 | 肝细胞癌组织和健康肝组织中的细胞核 | 数字病理学 | 肝细胞癌 | 共聚焦荧光成像，DRAQ5染色，抗增殖细胞核抗原抗体染色 | 机器学习, 深度学习 | 图像 | 来自商业组织芯片的健康肝脏和肝细胞癌样本 | NA | NA | 准确率 | NA |
| 346 | 2026-05-10 |
A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI
2025-May, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103537
PMID:40112509
|
研究论文 | 提出一种基于深度学习的方法，用于扩散MRI中多纤维参数估计与不确定性量化 | 引入一种新颖的序列化方法，将多纤维参数推断任务分解为一系列可管理的子问题，通过针对问题特定结构和对称性设计的深度神经网络解决，并利用模拟训练实现摊销推理 | NA | 解决扩散MRI中多纤维生物物理模型参数推断的可靠性和计算效率问题 | 扩散MRI中的多纤维参数估计和不确定性量化 | 机器学习 | NA | 扩散MRI | 深度神经网络 | 扩散MRI影像 | 使用Human Connectome Project（HCP）的真实影像数据 | NA | 深度神经网络（具体架构未指定） | 估计精度和不确定性 | NA |
| 347 | 2026-05-10 |
[Application and future of artificial intelligence in oral esthetics]
2025-Apr-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
综述 | 探讨人工智能在口腔美学中的应用现状与未来发展方向 | 系统总结了深度学习等技术在口腔美学中的具体应用，并提出了未来智能化、人性化发展的整合路径 | 技术局限、伦理问题及数据多样性不足 | 分析人工智能在口腔美学中的应用并展望其未来潜力 | 口腔美学治疗中的修复设计、微笑分析和个性化治疗 | 机器学习 | 口腔美学疾病 | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 348 | 2026-05-10 |
Deep Learning Applications in Imaging of Acute Ischemic Stroke: A Systematic Review and Narrative Summary
2025-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240775
PMID:40197098
|
综述 | 系统回顾深度学习在成人急性缺血性卒中影像中的应用，总结当前技术状态并识别进步机会 | 提供了从2016年至2024年深度学习在急性缺血性卒中影像应用的全面概述，涵盖大血管闭塞自动检测和ASPECT评分测量等多个方面 | 需要标准化协议和测试集、更大的公共数据集以及在真实世界环境中的性能验证 | 评估深度学习在急性缺血性卒中影像中的应用，为研究者开发AI模型提供参考 | 成人急性缺血性卒中患者的影像数据 | 计算机视觉 | 脑血管疾病 | CT、MRI | 卷积神经网络, 变换器 | 影像 | 纳入380项研究，其中68项进行了详细数据提取 | NA | CNN, Transformer | NA | NA |
| 349 | 2026-05-10 |
AI-based approach to dissect the variability of mouse stem cell-derived embryo models
2025-Feb-19, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56908-5
PMID:39971935
|
研究论文 | 利用深度学习提高小鼠干细胞衍生胚胎模型的可重复性，通过活体成像和AI模型对胚胎样结构进行分类并预测其发育轨迹 | 首次将深度学习应用于干细胞衍生胚胎模型的筛选，实现早期（细胞接种后90小时）以88%准确率分类胚胎正常与异常发育，并发现正常胚胎的细胞数量、尺寸和形状等关键形态特征 | 研究对象仅限定于小鼠干细胞衍生胚胎模型（ETiX-胚胎），未涉及人类或其他物种；初始分类准确率在细胞接种阶段仅为65%，存在早期预测精度不足的问题 | 利用深度学习提高干细胞衍生胚胎模型的选择标准化和可重复性 | 900个小鼠着床后干细胞衍生胚胎样结构（ETiX-胚胎） | 计算机视觉 | 不适用（研究聚焦胚胎发育建模而非疾病） | 活体成像 | CNN（卷积神经网络） | 图像（时间序列活体成像数据） | 900个ETiX-胚胎样本 | PyTorch | 未明确指定（需从原文补充） | 准确率 | 未说明 |
| 350 | 2026-05-10 |
The development of artificial intelligence in the histological diagnosis of Inflammatory Bowel Disease (IBD-AI)
2025-01, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.05.033
PMID:38853093
|
研究论文 | 开发基于人工智能的炎症性肠病组织学诊断系统，用于半自动量化基底浆细胞增多 | 首次将深度学习模型应用于量化基底浆细胞，以辅助炎症性肠病（克罗恩病和溃疡性结肠炎）的病理诊断，并验证其与人类金标准的一致性 | 未提及局限性信息 | 开发基于AI的诊断支持系统，评估基底浆细胞增多以鉴别炎症性肠病亚型 | 4881张标注图像（训练集）及356例肠道活检样本（验证集，含克罗恩病、溃疡性结肠炎和健康对照） | 数字病理学 | 炎症性肠病 | 组织学活检 | 深度学习模型 | 图像 | 4981张标注图像（训练集），356例肠道活检（验证集） | NA | NA | 基底浆细胞数量、比值比（OR）、95%置信区间 | NA |
| 351 | 2026-05-10 |
Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review
2025-01, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-024-04421-3
PMID:39384606
|
综述 | 对机器学习和深度学习在美容整形手术中的应用进行定性系统综述 | 首次系统评估机器学习、深度学习和人工智能在美容整形手术中的应用，涵盖多种手术类型并分析其潜力与风险 | 纳入研究数量有限（18项），且研究人群、算法类型和手术类型差异大，可能导致结果异质性；此外，人工智能可能产生不切实际的患者期望 | 评估机器学习、深度学习和人工智能在美容整形手术中的应用现状 | 美容整形手术相关的研究，包括隆乳术、乳房缩小术、鼻整形术、面部年轻化手术（如面部提升术、眼睑成形术）和身体塑形手术 | machine learning | NA | NA | 机器学习、深度学习、人工智能算法 | 图像 | 共筛选2,148项研究，最终纳入18项研究 | NA | NA | NA | NA |
| 352 | 2026-05-08 |
A Practical Guide to Transition State Analysis in Biomolecular Simulations with TS-DAR
2025-11-27, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.5c06097
PMID:41252524
|
研究论文 | 本文提供了使用TS-DAR框架识别生物分子模拟中过渡态的实用指南 | 利用深度学习模型将蛋白质构象映射到超球面潜在空间，通过分布外检测自动识别过渡态，结合VAMP-2和分散损失函数区分亚稳态与过渡态 | NA | 指导研究人员实施和应用TS-DAR框架识别过渡态，辅助研究药物结合、酶活性和突变效应 | 蛋白质构象变化及其在高能态下的过渡态 | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 构象数据 | NA | NA | TS-DAR | NA | NA |
| 353 | 2026-05-08 |
Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review
2025-10, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.03.004
PMID:40393880
|
综述 | 本文通过范围综述，描述了人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用研究现状 | 首次系统梳理了人工智能在药物相关性颌骨坏死领域的应用，涵盖预测、诊断和患者教育三个方面 | 数据质量、验证和临床整合方面存在挑战，研究数量有限 | 描述人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用研究现状 | 药物相关性颌骨坏死的预测、诊断和患者教育 | 机器学习 | 药物相关性颌骨坏死 | NA | 机器学习模型（支持向量机、随机森林、梯度提升机）和深度学习模型及大型语言模型 | 放射影像数据 | 8项符合纳入标准的研究 | NA | 支持向量机、随机森林、梯度提升机 | AUC值、准确率、精确率、召回率 | NA |
| 354 | 2026-05-08 |
A Comprehensive Review on Blockchain-based Systems for Groundwater Conservation and Wastewater Management
2025-09, Environmental management
IF:2.7Q3
DOI:10.1007/s00267-025-02247-6
PMID:40760176
|
综述 | 系统性分析基于区块链、机器学习和深度学习技术在地下水保护和废水管理中的应用进展 | 综合评估了区块链与人工智能技术在可持续水资源管理中的协同效应，量化了性能提升（如预测准确率提升86%、处理效率提升20%） | 数据整合、可扩展性和法规采用方面仍存在挑战 | 评估技术集成效果、量化性能改进并识别研究空白与未来方向 | 2019-2025年间发表的97篇同行评审文献 | 机器学习 | NA | 智能传感器、物联网实时监测、区块链 | 机器学习模型、深度学习模型 | 水质监测数据、资源分配数据 | NA | NA | NA | 预测准确率、废水处理效率、资源分配效率 | NA |
| 355 | 2026-05-08 |
stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf429
PMID:40905789
|
研究论文 | stImage是一个通过定制化深度组织学与位置信息整合来优化空间转录组分析的通用框架 | 首次在统一框架中全面协同基因表达、组织学特征和精确空间坐标，提供54种整合策略并通过诊断图引导用户选择最优方案 | 论文未明确提及局限性 | 开发一个能够综合转录谱、组织学图像和空间信息的开源R包，以优化空间转录组学分析 | 空间转录组学数据及其与组织学、空间信息的整合分析 | 数字病理学 | NA | 空间转录组学 | 深度学习 | 基因表达数据、组织学图像、空间坐标 | 多个数据集 | R | NA | NA | NA |
| 356 | 2026-05-08 |
Ultrasound-based deep learning to differentiate salivary gland tumors
2025-08, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.03.014
PMID:40379502
|
研究论文 | 开发基于超声图像的深度学习模型，用于区分唾液腺肿瘤的良恶性 | 使用多种卷积神经网络架构并采用Focal Loss解决类别不平衡问题，模型表现优于超声医师诊断 | 仅基于回顾性研究，样本量315例，且来源单一科室，可能限制泛化能力 | 开发深度学习模型实现唾液腺肿瘤术前准确良恶性鉴别 | 315例术前超声检查且术后病理确诊的唾液腺肿瘤患者 | 计算机视觉 | 唾液腺肿瘤 | 超声成像 | 卷积神经网络 | 图像 | 315例患者 | PyTorch | Inception v3, ResNet101d, EfficientNet, DenseNet, Vision Transformer, ResNet50d | 准确率, 敏感度, 特异度, AUC | NA |
| 357 | 2026-05-08 |
Evaluating a large language model's accuracy in chest X-ray interpretation for acute thoracic conditions
2025-07, The American journal of emergency medicine
DOI:10.1016/j.ajem.2025.03.060
PMID:40174466
|
研究论文 | 评估大语言模型ChatGPT在解读胸部X光片诊断急性胸部疾病中的准确性 | 首次系统评估大语言模型ChatGPT在急诊胸部X光片解读中的应用潜力 | 模型对某些病理类型（如肺不张和肺气肿）的诊断准确性较低，且尚未与其他专业图像识别模型集成 | 评估ChatGPT在急诊科常见急性胸部疾病的胸部X光片解读中的可行性 | NIH胸部X光数据集中的1400张图像，涵盖七种病理类别 | 自然语言处理 | 肺部疾病 | 胸部X光影像 | 大语言模型（LLM） | 医学图像 | 1400张胸部X光图像 | NA | ChatGPT 4.0 | 敏感性、特异性、准确性 | NA |
| 358 | 2026-05-08 |
Worldwide research trends on artificial intelligence in head and neck cancer: a bibliometric analysis
2025-07, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.02.014
PMID:40155307
|
文献综述 | 对人工智能在头颈癌研究中应用的科学文献进行文献计量分析 | 通过文献计量方法系统梳理了1995至2024年间AI在头颈癌领域的研究趋势，揭示了2016年后年增长率达94.4%的快速发展，并指出高收入与中低收入国家间的显著差距 | 未涉及临床验证和标准化方面的具体数据；未深入分析低/中收入国家的研究障碍 | 探索人工智能在头颈癌领域的全球研究趋势和关键特征 | Web of Science核心合集中关于AI与头颈癌的1019篇文献（1995-2024年） | 自然语言处理 | 头颈癌 | 文献计量分析 | NA | 文本 | 1019篇文献 | NA | NA | NA | NA |
| 359 | 2026-05-08 |
Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data
2025-May-06, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2025.03.023
PMID:40158204
|
研究论文 | 对深度学习方法在生物物理和生物医学图像分割任务中的四种常用架构进行全面比较 | 针对生物物理实验中典型的小样本训练数据场景，系统比较了四种深度学习架构在分割任务上的表现，并建立了每个模型最优适用条件的判定标准 | 未提及具体局限性 | 为研究人员提供基于生物物理和生物医学数据选择最优深度学习分割模型的实用指南 | 四种深度学习分割模型：卷积神经网络、U-Net、视觉变换器和视觉状态空间模型 | 计算机视觉 | NA | NA | CNN, U-Net, Transformer, 状态空间模型 | 图像 | 小型训练数据集（典型生物物理实验规模） | NA | 卷积神经网络, U-Net, 视觉变换器, 视觉状态空间模型 | NA | NA |
| 360 | 2026-05-08 |
Integrating genetic variation with deep learning provides context for variants impacting transcription factor binding during embryogenesis
2025-05-02, Genome research
IF:6.2Q1
DOI:10.1101/gr.279652.124
PMID:40234030
|
研究论文 | 利用遗传变异与深度学习整合，解析早期胚胎发生过程中转录因子结合受遗传变异影响的机制 | 通过果蝇杂交系统的遗传多样性结合等位基因特异性读段映射方法（包括插入缺失检测），结合卷积神经网络模型预测并结合变异对结合影响的机制解释，揭示了转录因子之间的意外关系和组织特异性招募机制 | NA | 理解遗传变异如何影响转录因子结合，优先筛选影响结合的因果变异，并解析其机制 | 四种转录因子在胚胎发生多个时间点的等位基因特异性结合 | 机器学习 | NA | RNA-seq、等位基因特异性读段映射（WASP）、卷积神经网络 | 卷积神经网络 | DNA序列数据 | 果蝇F2杂交品系，多个时间点，四个转录因子的结合数据 | TensorFlow | Basenji | 预测准确率、等位基因不平衡检测能力 | NA |