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 16751 篇文献，本页显示第 381 - 400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2025-11-19 |
Deep Learning for Drug-Target Interaction Prediction: A Comprehensive Review
2025-Oct, Chemical biology & drug design
IF:3.2Q3
DOI:10.1111/cbdd.70183
PMID:41121622
|
综述 | 本文系统综述了基于深度学习的药物-靶点相互作用预测方法 | 首次对深度学习在DTI预测中的各类架构进行结构化梳理，并指出自监督学习和可解释人工智能等未来方向 | 作为综述文章未提出新的原创模型 | 总结深度学习在药物-靶点相互作用预测领域的研究进展 | 药物分子和蛋白质靶点 | 机器学习 | NA | 深度学习 | DNN, RNN, CNN, GNN, Transformer | 分子结构数据，蛋白质序列数据 | NA | NA | 深度神经网络，循环神经网络，卷积神经网络，图神经网络，Transformer模型 | 准确率，精确率，召回率，F1分数，AUC | NA |
| 382 | 2025-11-19 |
Super-Resolution MR Spectroscopic Imaging via Diffusion Models for Tumor Metabolism Mapping
2025-Sep-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01652-x
PMID:40897835
|
研究论文 | 提出基于条件去噪扩散概率模型的深度学习框架，用于磁共振波谱成像的超分辨率重建，以改善脑胶质瘤代谢成像 | 首次将条件去噪扩散概率模型应用于MRSI超分辨率重建，采用自注意力UNet骨干网络整合全局上下文特征 | 主要针对IDH突变型胶质瘤进行研究，在其他类型神经系统疾病中的适用性需进一步验证 | 开发高分辨率磁共振波谱成像技术以改善肿瘤代谢成像质量 | IDH突变型胶质瘤患者和健康志愿者的磁共振波谱成像数据 | 医学影像分析 | 脑胶质瘤 | 磁共振波谱成像 | 扩散模型 | 医学影像 | 模拟患者数据和体内MRSI数据（包括健康志愿者和胶质瘤患者） | PyTorch | Self-Attention UNet | SSIM, PSNR, LPIPS | NA |
| 383 | 2025-11-19 |
Assessment of resolution and noise in magnetic resonance images reconstructed by data driven approaches
2025-Aug, Zeitschrift fur medizinische Physik
IF:2.4Q2
DOI:10.1016/j.zemedi.2023.08.007
PMID:37684119
|
研究论文 | 评估数据驱动方法重建磁共振图像的分辨率和噪声特性 | 首次系统比较模型驱动和数据驱动MR重建方法的空间分辨率和噪声增强(g-factor)，提供像素级的局部质量评估 | 仅使用单例患者脑部扫描数据，样本量有限 | 评估不同MR图像重建方法的图像质量参数 | 磁共振图像重建方法 | 医学影像分析 | NA | 磁共振成像(MRI) | 深度学习, 变分网络, U-Net | 磁共振图像 | 1例患者脑部常规扫描数据 | NA | U-Net, 变分网络(VN) | 局部分辨率, g-factor(噪声增强因子) | NA |
| 384 | 2025-11-19 |
Enhanced direct joint attenuation and scatter correction of whole-body PET images via context-aware deep networks
2025-Aug, Zeitschrift fur medizinische Physik
IF:2.4Q2
DOI:10.1016/j.zemedi.2024.01.002
PMID:38302292
|
研究论文 | 提出一种基于上下文感知深度网络的全身PET图像直接衰减和散射校正方法 | 通过上下文感知卷积实现受试者和区域特异性滤波，解决PET成像中示踪剂摄取变异问题 | 推理过程中缺乏结构信息，可能影响校正精度 | 开发无需CT的PET图像衰减和散射校正方法 | 全身PET图像 | 医学影像处理 | NA | 正电子发射断层扫描 | CNN | 图像 | 910项全身研究 | NA | 上下文感知卷积网络 | 绝对相对误差, 相对误差 | NA |
| 385 | 2025-11-19 |
GastroNet-5M: A Multicenter Dataset for Developing Foundation Models in Gastrointestinal Endoscopy
2025-Jul-30, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2025.07.030
PMID:40749857
|
研究论文 | 本研究提出了包含482万张内窥镜图像的GastroNet-5M多中心数据集，并基于此开发了用于胃肠道内窥镜AI应用的基础模型 | 创建了目前最大的多中心胃肠道内窥镜图像数据集，采用自监督学习开发基础模型，在17种内窥镜AI应用中展现出优越性能 | 数据集仅包含2012-2020年荷兰8家医院的图像，可能存在地域和时间的局限性 | 开发用于胃肠道内窥镜AI应用的基础模型，减少对标注数据的依赖 | 胃肠道内窥镜图像 | 数字病理 | 胃肠道疾病 | 内窥镜成像 | 深度学习基础模型 | 图像 | 4,820,653张内窥镜图像，来自约500,000次检查程序 | 自监督学习 | NA | 分类准确率, 分割准确率, 数据效率, 鲁棒性 | NA |
| 386 | 2025-11-19 |
RAPID-Net: Accurate Pocket Identification for Binding-Site-Agnostic Docking
2025-Jul-23, ArXiv
PMID:39975446
|
研究论文 | 提出一种基于深度学习的结合口袋识别算法RAPID-Net，可准确预测结合口袋并与分子对接流程无缝集成 | 开发了轻量级推理算法，在保持竞争力的准确率同时实现可扩展性，能识别远端功能位点为变构抑制剂设计提供新机会 | 姿态排序而非采样是主要准确率瓶颈，在最具挑战性的时间分割测试中性能略低于AlphaFold 3 | 开发准确识别可成药口袋的算法以支持基于结构的药物设计 | 蛋白质结合口袋和配体对接 | 计算生物学 | 传染病（如SARS-CoV-2） | 深度学习，分子对接 | 深度学习模型 | 蛋白质结构数据 | PoseBusters基准测试集 | NA | RAPID-Net | RMSD, PoseBusters化学有效性标准, Top-1姿态准确率, 口袋-配体交集率 | NA |
| 387 | 2025-11-19 |
Generating Synthetic Task-based Brain Fingerprints for Population Neuroscience Using Deep Learning
2025-May-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.03.606469
PMID:40654743
|
研究论文 | 提出一种从静息态功能磁共振成像生成未采集任务对比图的深度学习方法 | 首次实现从静息态fMRI生成任意功能认知任务的合成对比图，保留个体间变异 | 依赖于特定数据集（HCP和UK Biobank），任务生成范围受训练数据限制 | 解决任务功能磁共振成像在群体神经科学研究中的扩展难题 | 人类连接组计划寿命数据和英国生物银行超过20,000名个体 | 医学影像分析 | 神经科学相关疾病 | 功能磁共振成像（fMRI），包括任务fMRI和静息态fMRI | 深度学习 | 脑功能影像数据 | 超过20,000名个体 | NA | DeepTaskGen | 重建性能，个体间变异保留，人口统计学、认知和临床变量预测性能 | NA |
| 388 | 2025-11-19 |
Universal consensus 3D segmentation of cells from 2D segmented stacks
2025-Mar-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.03.592249
PMID:38766074
|
研究论文 | 开发了一种无需训练数据即可将2D细胞分割转换为3D共识分割的理论和工具箱u-Segment3D | 提出兼容任何2D分割方法的通用3D分割方案，无需训练数据即可实现2D到3D的转换 | 依赖于2D分割方法的质量，在密集细胞和复杂形态情况下可能仍有挑战 | 解决3D细胞分割中密集标注的难题，开发通用的2D到3D分割方法 | 显微镜图像中的细胞，包括单细胞、细胞聚集体和组织 | 数字病理 | NA | 显微镜成像 | NA | 2D图像堆栈 | 11个真实数据集，超过70,000个细胞 | NA | NA | NA | NA |
| 389 | 2025-11-19 |
ralphi: a deep reinforcement learning framework for haplotype assembly
2025-Feb-21, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.17.638151
PMID:40027721
|
研究论文 | 提出一种基于深度强化学习的单倍型组装框架ralphi，通过整合深度学习的表示能力和强化学习来准确将读段片段划分到相应的单倍型集合 | 首次将深度强化学习应用于单倍型组装问题，结合深度学习表示能力和强化学习的决策能力 | NA | 开发更准确的单倍型组装方法 | 二倍体基因组的单倍型组装 | 机器学习 | NA | ONT测序 | 强化学习 | 基因组测序数据 | 来自1000 Genomes Project的多样化基因组数据集 | NA | NA | 错误率, 单倍型区块长度 | NA |
| 390 | 2025-11-19 |
Application Value of Intelligent Quick Magnetic Resonance for Accelerating Brain MR Scanning and Improving Image Quality in Acute Ischemic Stroke
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 评估智能快速磁共振在急性缺血性脑卒中患者中加速脑部MRI扫描和改善图像质量的应用价值 | 无需硬件改造即可显著缩短MRI扫描时间，同时通过智能算法提升加速序列的图像质量 | 样本量较小且未包含功能序列 | 评估智能快速磁共振技术在急性缺血性脑卒中诊断中的应用效果 | 58例急性缺血性脑卒中患者 | 医学影像分析 | 急性缺血性脑卒中 | 磁共振成像，扩散加权成像，T1加权，T2加权，T2-FLAIR序列 | 深度学习 | 磁共振图像 | 58例患者 | NA | NA | 信噪比，对比噪声比，定性评分，ASPECTS评分，组内相关系数 | NA |
| 391 | 2025-11-18 |
Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model
2025-Dec, Journal of shoulder and elbow surgery
IF:2.9Q1
DOI:10.1016/j.jse.2025.03.010
PMID:40274011
|
研究论文 | 开发深度学习模型自动确定关节炎肱骨肩关节置换术的截骨平面 | 首个针对关节炎肱骨自动识别截骨平面的深度学习方法，解决了骨赘和畸形导致解剖标志模糊的临床难题 | 样本量较小（62例），仅基于CT扫描数据，未验证其他影像模态 | 实现肩关节置换术中肱骨截骨平面的自动精确定位 | 关节炎和非关节炎患者的肱骨三维模型 | 医学影像分析 | 骨关节炎 | 计算机断层扫描（CT） | 深度学习模型 | 三维模型 | 62例肱骨三维模型（80%训练，20%测试） | NA | NA | 质心平均欧几里得距离，法向量角度误差 | NA |
| 392 | 2025-11-18 |
Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos
2025-Dec, Journal of gynecology obstetrics and human reproduction
IF:1.7Q3
DOI:10.1016/j.jogoh.2025.103039
PMID:40992502
|
研究论文 | 开发并验证了一种基于深度学习的AI系统，用于从超声视频中自动检测标准胎儿平面、测量胎儿生物测量参数和估计胎儿体重 | 首次将深度学习技术应用于超声视频中自动识别标准胎儿平面并实时测量胎儿生物测量参数，通过时间验证证明了其临床实用性 | 研究仅针对健康胎儿进行验证，样本量相对有限（281个视频），未在异常或高危妊娠病例中进行测试 | 开发自动化的胎儿生物测量AI系统，提高非专业超声医师的测量准确性和可重复性 | 胎儿超声图像和视频 | 计算机视觉 | 产科超声 | 超声成像 | DNN | 图像, 视频 | 训练集：16,626张图像；验证集：281个超声视频 | NA | NA | 绝对相对测量误差, p值 | NA |
| 393 | 2025-11-18 |
RimeSleepNet: A hybrid deep learning network for s-EEG sleep stage classification
2025-Dec, Sleep medicine
IF:3.8Q1
DOI:10.1016/j.sleep.2025.106835
PMID:41038061
|
研究论文 | 提出一种名为RimeSleepNet的混合深度学习网络，用于睡眠脑电信号的睡眠阶段分类 | 采用霜优化算法自适应调整变分模态分解来减少频率混叠，结合CNN特征提取、多头自注意力机制和LSTM时序建模的混合架构 | NA | 开发自动睡眠阶段分类方法以改善睡眠研究和临床诊断 | 睡眠脑电信号 | 机器学习 | 睡眠障碍 | 睡眠脑电信号分析 | CNN, LSTM, 注意力机制 | 脑电信号 | 成都人民医院和Sleep-EDF数据集 | NA | CNN, LSTM, 多头自注意力机制 | F1分数, AUC, Cohen's κ系数, 验证损失 | NA |
| 394 | 2025-11-18 |
Role of Liver Function Assessment in Portal Venous Interventions and Locoregional Therapies for Liver Tumors
2025-Dec, Techniques in vascular and interventional radiology
IF:1.4Q3
DOI:10.1016/j.tvir.2025.101089
PMID:41242831
|
综述 | 综述过去30年肝功能评估技术的发展及其在肝脏肿瘤局部治疗中的应用 | 整合了核医学技术、肝胆特异性MRI和多模态人工智能方法，实现了从整体到局部的精准肝功能评估 | 可重复性、标准化和可及性仍是广泛实施的主要障碍 | 总结肝功能评估技术的关键进展及其在肝脏导向治疗中的应用 | 肝功能评估技术和肝脏肿瘤患者 | 数字病理 | 肝癌 | 核医学成像, MRI, 人工智能, 深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | NA | NA |
| 395 | 2025-11-18 |
Visual language model-assisted spectral CT reconstruction by diffusion and low-rank priors from limited-angle measurements
2025-Nov-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0974
PMID:40972665
|
研究论文 | 提出一种视觉语言模型辅助的谱CT重建方法，通过扩散模型和低秩先验从有限角度测量中重建高质量图像 | 首次将视觉语言模型与扩散模型结合用于谱CT重建，通过提示工程表征有限角度伪影特征，实现单一模型适应多种扫描配置 | NA | 解决有限角度扫描下的CT图像重建问题，实现辐射剂量降低和扫描灵活性提升 | 谱CT图像重建 | 医学影像重建 | NA | 谱CT成像 | 扩散模型, 视觉语言模型 | CT图像 | NA | NA | 扩散模型 | 峰值信噪比 | NA |
| 396 | 2025-11-18 |
Deep Learning for Diagnosis of Tinea Corporis and Tinea Cruris
2025-Nov-16, Journal of cutaneous medicine and surgery
IF:3.1Q2
DOI:10.1177/12034754251391809
PMID:41242975
|
研究论文 | 开发用于诊断体癣和股癣的深度学习模型，并与医生诊断性能进行比较 | 采用多任务学习方法整合分类和分割，通过自适应加权实现感兴趣区域分割以提升相关特征关注度 | 回顾性研究，主要针对泰国人群（Fitzpatrick皮肤类型III和IV），样本量有限 | 开发深度学习模型区分皮肤癣菌病和非皮肤癣菌病，并与医生诊断性能进行比较 | 皮肤癣菌病（体癣/股癣）和非皮肤癣菌病（湿疹、银屑病、扁平苔藓）的临床图像 | 计算机视觉 | 皮肤真菌感染 | 临床图像分析 | 深度学习 | 图像 | 580名泰国患者的1400张图像（600张皮肤癣菌病，840张非皮肤癣菌病） | NA | 多任务学习架构 | AUC, 敏感度, 特异度, 准确率, F1分数 | NA |
| 397 | 2025-11-18 |
Deciphering the nexus of aging and pan-cancer: Single-cell sequencing reveals microenvironmental remodeling and cellular drivers
2025-Nov-15, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2025.01307
PMID:41139485
|
综述 | 通过单细胞测序技术解析衰老与泛癌发展的关联机制及肿瘤微环境重塑过程 | 整合单细胞测序数据揭示衰老细胞亚群通过分泌SASP因子重塑肿瘤微环境的具体机制 | 单细胞测序数据存在批次效应，衰老细胞丰度低（<5%）影响检测灵敏度 | 探究衰老作为泛癌发展风险因素的生物学机制 | 衰老组织中的细胞亚群（如CDKN2A/LMNB1细胞）及肿瘤微环境组分 | 生物信息学 | 泛癌 | 单细胞RNA测序（scRNA-seq）, 多组学分析 | 深度学习 | 单细胞测序数据 | TCGA和GEO数据库数据（具体样本数未明确） | NA | NA | 检测灵敏度 | NA |
| 398 | 2025-11-18 |
The applicability of artificial intelligence in managing emergency patients: An umbrella review
2025-Nov-15, International emergency nursing
IF:1.8Q2
DOI:10.1016/j.ienj.2025.101710
PMID:41242110
|
综述 | 本伞状综述系统评估了人工智能在急诊患者管理中的适用性，综合分析了24篇相关综述的证据 | 首次通过伞状综述方法全面整合急诊医学中AI应用的多领域证据，涵盖分诊、诊断、临床决策和工作流优化四大领域 | 纳入的综述质量参差不齐，存在技术互操作性、算法可解释性、数据隐私和法律模糊性等普遍障碍 | 评估人工智能在急诊患者管理中的适用性和实施效果 | 急诊环境中的患者管理流程和AI技术应用 | 医疗人工智能 | 急诊医学 | 机器学习，深度学习 | NA | 系统综述和范围综述数据 | 24篇符合条件的综述 | NA | NA | 诊断准确性，决策一致性，患者流程优化 | NA |
| 399 | 2025-11-18 |
A Multi-view Deep Survival Combined Model for Predicting Stroke Recurrence in Symptomatic Intracranial Atherosclerosis
2025-Nov-15, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.10.052
PMID:41242896
|
研究论文 | 开发多视角深度生存组合模型预测症状性颅内动脉粥样硬化患者的卒中复发风险 | 首次将视觉Transformer、影像组学和DeepSurv生存分析相结合，实现颅内易损斑块的自动多视角深度特征学习和复发风险分层 | 回顾性研究设计，样本量相对有限（363例患者），仅来自2家医疗机构 | 开发客观精准的卒中复发风险预测模型 | 症状性颅内动脉粥样硬化狭窄（sICAS）患者 | 医学影像分析 | 脑血管疾病 | 高分辨率血管壁成像（HR-VWI），T1加权对比增强序列 | Vision Transformer, DeepSurv, Cox比例风险模型 | 磁共振图像 | 363例sICAS患者（79例复发，284例未复发），来自2家医疗机构 | NA | Vision Transformer | C-index, 时间依赖性ROC曲线, AUC, 校准曲线, 决策曲线分析 | NA |
| 400 | 2025-11-18 |
A parcel-level cropland dataset with field shape indicators for Xizang (Tibet) from VHR remote sensing
2025-Nov-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06064-8
PMID:41238553
|
研究论文 | 本研究利用深度学习和高分辨率遥感影像创建了西藏首个地块级别的耕地数据集 | 首次生成西藏地块级耕地数据集，提供地块形状指标，填补了该地区高分辨率耕地数据的空白 | 数据集验证仅基于155个无人机样本，样本数量相对有限 | 为西藏地区农业研究提供高分辨率耕地数据支持 | 西藏地区的耕地地块 | 计算机视觉 | NA | VHR遥感，Google Earth影像，无人机验证 | 深度学习 | 遥感影像 | 1,072,110个地块，总面积约290,721.35公顷，验证样本155个无人机样本 | NA | NA | 面积匹配精度90%，线性相关系数R=0.87和0.90 | NA |