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 4021 - 4040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4021 | 2025-11-24 |
Deep Learning for Automatic Detection of Aortic Dissection on Non-contrast Computed Tomography
2025-Nov-21, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery
IF:5.7Q1
DOI:10.1016/j.ejvs.2025.09.072
PMID:41274488
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4022 | 2025-12-26 |
Structure-enhanced deep learning accelerates aptamer selection for small molecule families like steroids
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf680
PMID:41428391
|
研究论文 | 本文提出了一种名为DL-SELEX的两步深度学习框架，通过变分自编码器加速和优化小分子家族（如类固醇）的适配体选择 | 首次将深度学习整合到SELEX工作流中，利用AptaVAE和AptaClux两个VAE模型，基于分子家族的结构共性设计初始适配体库并从NGS数据中识别高性能候选物 | NA | 加速和优化小分子家族（如类固醇）的高亲和力适配体发现 | 小分子家族（如类固醇），具体以氢化可的松和睾酮为例 | 机器学习 | NA | SELEX, NGS | VAE | 序列数据 | NA | NA | AptaVAE, AptaClux | 亲和力提升倍数, SELEX迭代减少百分比 | NA |
| 4023 | 2025-12-26 |
The Role of Large Language Models in Ophthalmology: A Review of Current Applications, Performance, and Future Directions
2025-Nov, Cureus
DOI:10.7759/cureus.97374
PMID:41431521
|
综述 | 本文综述了大型语言模型（LLMs）在眼科领域的当前应用、性能表现及未来发展方向 | 系统性地评估了LLMs（如ChatGPT）在眼科临床决策支持、文档处理、患者教育和医学培训等具体应用场景中的表现，并探讨了多模态与检索增强模型如何提升信息准确性与相关性 | 指出将AI整合到临床护理中存在伦理与法律困境、专家表现差异等潜在风险与局限性 | 评估大型语言模型在眼科领域的应用潜力与现状 | 大型语言模型（如ChatGPT、GPT-4）及其在眼科领域的应用 | 自然语言处理 | 眼科疾病 | 深度学习 | 大型语言模型 | 文本 | NA | NA | GPT-4, Chat Generative Pretrained Transformer | NA | NA |
| 4024 | 2025-12-26 |
[Prospects and technical challenges of non-invasive brain-computer interfaces in manned space missions]
2025-Aug-28, Zhong nan da xue xue bao. Yi xue ban = Journal of Central South University. Medical sciences
|
综述 | 本文探讨了非侵入式脑机接口在载人航天任务中的应用前景与技术挑战 | 系统性地提出了非侵入式脑机接口在航天员选拔、在轨任务执行及任务后康复全周期的应用范式，并展望了与深度学习、虚拟现实及机器人技术的融合方向 | 未提供具体的实验数据或案例研究，主要基于理论分析与前景展望 | 分析非侵入式脑机接口技术在载人航天任务中的潜在应用价值与面临的技术瓶颈 | 航天员在长期太空任务中的生理、心理及认知功能 | 脑机接口 | NA | 非侵入式脑机接口，神经信号采集与解读，神经调控 | NA | 多模态生理信号（神经信号等） | NA | NA | NA | NA | NA |
| 4025 | 2025-12-26 |
Adapting and evaluating deep-pseudo neural network for survival data with time-varying covariates
2025, Journal of applied statistics
IF:1.2Q2
DOI:10.1080/02664763.2024.2444649
PMID:40765660
|
研究论文 | 本研究将Deep-pseudo生存神经网络（DSNN）模型扩展应用于包含时变协变量的生存数据预测，并与扩展Cox模型、Dynamic-DeepHit及多元联合模型进行比较 | 首次将DSNN模型适应于处理时变协变量的生存数据，通过离散化生存时间扩展其应用场景，在模拟和真实数据中验证了其预测潜力 | 研究主要基于模拟数据和单一真实数据集，未在更广泛的实际临床场景中验证模型的泛化能力 | 开发并评估适用于时变协变量生存数据预测的深度学习模型 | 包含时变协变量的生存数据 | 机器学习 | NA | 深度学习 | 神经网络 | 生存数据 | NA | NA | Deep-pseudo生存神经网络（DSNN） | Brier分数 | NA |
| 4026 | 2025-12-26 |
Ratio maps of T1w/T2w MRI signal intensity do not improve deep-learning segmentation of pediatric brain tumors
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0323398
PMID:41428695
|
研究论文 | 本研究探讨了在儿科脑肿瘤分割任务中，使用T1w/T2w比值图或组合图是否能够提升基于nnU-Net的深度学习模型性能 | 首次系统评估T1w/T2w比值图在儿科脑肿瘤自动分割中的实际效用，挑战了该技术在组织区分方面的传统认知 | 研究仅基于BraTS-PED 2024数据集，样本量相对有限（n=261），且未探索其他可能的图像融合或预处理方法 | 评估T1w/T2w比值图对儿科脑肿瘤自动分割模型性能的影响 | 儿科脑肿瘤患者的MRI图像 | 数字病理学 | 脑肿瘤 | MRI（包括T1加权、T2加权、FLAIR和对比增强T1加权成像） | CNN | 医学影像（MRI） | 261名儿科脑肿瘤患者 | nnU-Net | U-Net | Dice系数 | NA |
| 4027 | 2025-12-25 |
Deep Learning Exploration Expands the Natural Diversity of Metallothioneins in the Archaea Domain
2025-Dec-24, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c05880
PMID:41370558
|
研究论文 | 本研究利用深度学习探索并扩展了古菌域中金属硫蛋白的自然多样性 | 首次全面识别古菌金属硫蛋白，揭示其进化谱系和结构多样性，并通过AlphaFold3建模和功能实验验证其金属抗性 | 研究仅基于406个基因组，可能未覆盖所有古菌多样性；功能实验仅测试了少数金属硫蛋白 | 探索古菌域中金属硫蛋白的多样性、进化、结构和功能 | 古菌基因组中的金属硫蛋白 | 机器学习 | NA | 基因组分析、AlphaFold3建模、功能实验 | 深度学习 | 基因组序列、蛋白质结构 | 从406个古菌基因组中识别出180个金属硫蛋白 | AlphaFold3 | AlphaFold3 | NA | NA |
| 4028 | 2025-12-25 |
Multi-DNBiTM: preterm labor prediction from electrohysterography signals using multi-head attention-enabled deep learning framework
2025-Dec-24, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2602829
PMID:41439533
|
研究论文 | 本文提出了一种基于多注意力头的分布式神经网络与双向长短期记忆结合的框架（multi-DNBiTM），用于从子宫电信号中预测早产，以提高预测准确性 | 引入了多注意力头机制和根均能量熵深度特征（RMEn2D），以增强对子宫电信号中细微变化的捕捉和表示能力 | 未明确提及模型在外部数据集上的泛化能力或计算资源需求的具体限制 | 通过深度学习框架提高早产预测的准确性和敏感性 | 子宫电信号数据 | 机器学习 | 产科疾病 | 子宫电信号分析 | LSTM, 注意力机制 | 信号数据 | NA | NA | 双向长短期记忆网络, 多注意力头机制 | 准确率, 敏感性, 特异性 | NA |
| 4029 | 2025-12-25 |
TFS-FENet: A time-frequency spatial deep learning framework for EEG-based ADHD subtype classification
2025-Dec-24, Applied neuropsychology. Child
DOI:10.1080/21622965.2025.2606108
PMID:41442154
|
研究论文 | 本文提出了一种名为TFS-FENet的深度学习框架，用于基于EEG的ADHD亚型分类，通过整合CNN和注意力机制来建模EEG的时-频-空三维特征 | 首次同时捕获EEG的联合三维时-频和空间特征，而现有方法多专注于二维特征建模 | NA | 开发一个客观的基于EEG的ADHD诊断辅助工具，以弥补临床诊断主要依赖行为表现和缺乏生物标记物的不足 | 注意力缺陷多动障碍（ADHD）患者，具体包括ADHD-注意缺陷型、ADHD-混合型以及典型发育儿童 | 机器学习 | 注意力缺陷多动障碍 | 脑电图（EEG） | CNN | 脑电图信号 | NA | NA | TFS-FENet | 准确率 | NA |
| 4030 | 2025-12-25 |
Colorimetric Sensors for Halal Food Authentication: Detecting Non-Halal Meat and Alcohol
2025-Dec-23, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2603480
PMID:41436850
|
研究论文 | 本文综述了比色传感器在清真食品认证中的应用，特别是用于检测非清真肉类和酒精 | 介绍了结合抗体或DNA格式、纸基设备、智能手机集成以及AI驱动的平台，实现快速、低成本、现场检测的创新方法 | 存在选择性、可重复性和数据标准化方面的挑战 | 开发用于清真食品认证的快速、低成本、现场检测技术 | 非清真肉类掺杂物（如猪源性成分）和乙醇 | NA | NA | 比色传感器、PCR、HPLC、GC‑MS | 深度学习 | 颜色模式 | NA | NA | NA | 检测限（ppb-ppm范围）、检测时间（小于一小时） | NA |
| 4031 | 2025-12-25 |
Deep Learning Improves the MAGGIC Risk Score in Predicting Contrast-Induced Nephropathy in ST Elevation Myocardial Infraction Patients
2025-Dec-23, Angiology
IF:2.6Q2
DOI:10.1177/00033197251399866
PMID:41437710
|
研究论文 | 本研究探讨了结合MAGGIC风险评分与深度学习模型（包括KAN、多层感知机、TabNet和TabTransformer）来预测ST段抬高型心肌梗死患者对比剂肾病的发生，显著提升了预测性能 | 首次将MAGGIC风险评分与深度学习模型（特别是Kolmogorov-Arnold Networks）结合用于预测对比剂肾病，并开发了基于网络的临床决策辅助工具 | 研究为回顾性设计，样本量有限（1403例），可能存在选择偏倚，且模型在外部验证中的泛化能力未评估 | 提高ST段抬高型心肌梗死患者对比剂肾病的早期预测准确性，以改善临床结局和降低死亡率 | 接受直接经皮冠状动脉介入治疗的ST段抬高型心肌梗死患者 | 机器学习 | 心血管疾病 | NA | 深度学习, 机器学习 | 临床参数 | 1403例ST段抬高型心肌梗死患者 | NA | 多层感知机, TabNet, TabTransformer, Kolmogorov-Arnold Networks (KAN), 逻辑回归 | AUC | NA |
| 4032 | 2025-12-25 |
Ratio Quantification of Geranium and Rose Essential Oil Mixtures via Deep Learning Analysis of Complex Raman Spectra
2025-Dec-17, ACS measurement science au
IF:4.6Q1
DOI:10.1021/acsmeasuresciau.5c00088
PMID:41425308
|
研究论文 | 本研究开发了一种基于深度学习的通道注意力残差特征提取网络（CARFENet），用于通过拉曼光谱分析天竺葵和玫瑰精油混合物的比例定量 | 提出了CARFENet模型，该模型采用光谱捕获和光谱分离模块，能够将混合精油光谱解构为其纯组分，实现了对混合拉曼光谱中纯精油成分的有效定量分析 | 研究仅针对天竺葵和玫瑰精油两种特定精油混合物，未验证模型在其他精油种类或更复杂混合物中的泛化能力 | 开发一种基于深度学习的方法，用于精油混合物的比例定量和质量控制，以应对精油掺假问题 | 天竺葵精油、玫瑰精油及其混合物 | 机器学习 | NA | 拉曼光谱 | CNN, 通道注意力残差特征提取网络 | 光谱数据 | 2700个拉曼光谱（包括900个玫瑰精油、900个天竺葵精油和900个混合物） | NA | CARFENet | 相似性指数 | NA |
| 4033 | 2025-12-25 |
Supervised versus unsupervised GAN for pseudo-CT synthesis in brain MR-guided radiotherapy
2025-Dec, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01606-1
PMID:40694229
|
研究论文 | 本研究比较了监督式（Pix2Pix）与无监督式（CycleGAN）深度学习模型在从T1和T2加权MR序列生成伪CT图像方面的性能 | 首次系统比较监督式Pix2Pix与无监督式CycleGAN在脑部MR引导放疗中伪CT合成的效果，并进行了剂量学评估验证临床可行性 | 研究仅基于3270个配对图像，未涉及更大规模或多中心数据验证；未探讨其他先进生成模型如扩散模型的表现 | 评估不同深度学习模型在MR-to-CT图像合成中的性能，为MR-only放疗计划提供技术支持 | 脑肿瘤患者的T1和T2加权MRI图像及对应CT图像 | 医学影像分析 | 脑肿瘤 | MRI, CT | GAN | 图像 | 3270个配对的T1和T2加权MRI与CT图像 | TensorFlow, PyTorch | Pix2Pix, CycleGAN | SSIM, PSNR, MAE | NA |
| 4034 | 2025-12-25 |
Impact of artificial intelligence assistance on bone scintigraphy diagnosis
2025-Dec, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01621-2
PMID:40760395
|
研究论文 | 本研究旨在评估和改进深度学习模型MaligNet在辅助核医学医师解读骨扫描图像中的诊断性能 | 通过重新训练MaligNet模型，显著提升了其在骨病变检测中的性能，并首次系统评估了AI辅助对核医学医师诊断效率和准确性的影响，特别是使初级医师达到与高级医师相当的诊断水平 | 研究样本量相对有限（553例患者），且未涉及外部验证集来评估模型的泛化能力 | 提高骨闪烁扫描中骨病变的检测和分类准确性，并评估AI辅助对临床诊断的影响 | 553例患者的骨闪烁扫描图像，包括训练、验证和测试集 | 数字病理学 | 骨病变 | 骨闪烁扫描 | 深度学习模型 | 图像 | 553例患者，分为训练集353例、验证集100例和测试集100例 | NA | MaligNet | 精度-召回曲线下面积, 受试者工作特征曲线下面积, 准确率, 灵敏度, 特异性, 精确率 | NA |
| 4035 | 2025-12-25 |
Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis
2025-Dec, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01615-0
PMID:40760396
|
研究论文 | 本研究探讨了深度学习如何通过优化3D CNN模型（OCDA-Net）来增强卵巢癌的诊断和分期，利用PET/CT扫描图像数据集进行性能比较 | 提出了一种基于ResNet架构增强的OCDA-Net模型，专门针对[F]FDG PET图像分析设计，在卵巢癌诊断和分期任务中超越了六种传统CNN架构 | 数据集规模有限，未来需要扩展数据集、增强模型可解释性，并在临床环境中进一步验证 | 提升卵巢癌的诊断准确性和分期效果 | 卵巢癌患者 | 计算机视觉 | 卵巢癌 | PET/CT扫描 | CNN | 图像 | 未明确指定具体样本数量，但数据集按80%训练、10%验证、10%测试随机分割 | 未明确指定 | ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet, OCDA-Net | 准确率, 精确率, 召回率, F-measure | 未明确指定 |
| 4036 | 2025-12-25 |
Clinical evaluation of motion robust reconstruction using deep learning in lung CT
2025-Dec, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01633-y
PMID:40928606
|
研究论文 | 本研究旨在定量评估一种基于深度学习的运动校正重建方法CLEAR Motion在肺部CT成像中的临床实用性 | 开发并评估了首个结合深度学习与运动校正技术的重建方法CLEAR Motion，用于减少肺部CT中的运动伪影 | 研究样本量相对较小（129例），且未详细探讨方法对不同病理状况的适用性 | 定量评估深度学习运动校正重建方法在肺部CT中的临床效果 | 肺部CT图像 | 医学影像分析 | 肺部疾病 | CT成像 | 深度学习 | 医学图像 | 129例肺部CT扫描 | NA | NA | 拉普拉斯方差, 峰值信噪比 | NA |
| 4037 | 2025-12-25 |
3D CoAt U SegNet-enhanced deep learning framework for accurate segmentation of acute ischemic stroke lesions from non-contrast CT scans
2025-Dec, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01626-x
PMID:40986248
|
研究论文 | 本文提出了一种名为CoAt U SegNet的新型深度学习模型，用于从非对比CT扫描中准确分割急性缺血性卒中病灶 | 提出了一种先进的3D深度学习模型CoAt U SegNet，通过引入扩张率为1、3、5的编码器卷积块来有效捕获多尺度特征，并采用增强相似性指数来优化病灶分割，以区分半暗带与核心梗死区域 | 训练数据量相对较小（仅50个NCCT扫描用于训练），且未与其他最先进的3D分割模型进行广泛的性能比较 | 开发一种计算机辅助检测和分割工具，以支持临床医生进行卒中诊断 | 急性缺血性卒中病灶 | 数字病理学 | 心血管疾病 | 非对比CT扫描 | 深度学习 | 3D医学图像 | 训练集50个NCCT扫描，验证集10个，测试集500个 | NA | CoAt U SegNet | Dice相似系数, Jaccard指数 | NA |
| 4038 | 2025-12-25 |
Intelligent multimodal sensor fusion for early knee disorder detection and injury prevention using prosthetic gait control
2025-Dec, International journal of injury control and safety promotion
IF:2.3Q2
DOI:10.1080/17457300.2025.2572095
PMID:41175030
|
研究论文 | 本研究提出了一种结合非侵入式筛查与自适应假肢控制的两阶段集成框架，用于膝关节疾病的早期检测和损伤预防 | 提出了新颖的时频特征（增强平均绝对值/增强波长）用于异常检测，并利用多模态传感器融合实现实时健康自适应假肢控制，动态调整相位转换时间、肌电阈值和电机增益 | 研究在基于LabVIEW的控制环境中进行验证，尚未在真实临床环境中大规模应用 | 开发一种用于膝关节疾病早期检测和自适应假肢控制的智能多模态传感器融合系统 | 膝关节疾病患者和假肢使用者 | 机器学习 | 肌肉骨骼疾病 | 多模态传感器融合（EMG, FSR, IMU） | Extra Trees, XGBoost | 传感器信号（肌电信号、力敏电阻信号、惯性测量单元数据） | 未明确说明样本数量，但使用了10折交叉验证 | 未明确说明 | Extra Trees, XGBoost | 准确率, SHAP分析, 95%置信区间, Friedman/Nemenyi统计检验 | 未明确说明 |
| 4039 | 2025-12-25 |
Privacy-hardened and hallucination-resistant synthetic data generation with logic-solvers
2025-Dec-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf600
PMID:41191651
|
研究论文 | 本文介绍了一种名为Genomator的逻辑求解方法，用于生成隐私强化且抗幻觉的合成数据，特别应用于基因组数据 | 采用逻辑求解方法（SAT求解）高效生成隐私且真实的合成数据，相比现有方法在准确性、隐私保护和效率方面有显著提升，并能扩展到全基因组规模 | 未明确提及具体局限性，但可能涉及方法在非基因组数据上的泛化能力或计算资源需求 | 开发一种能平衡隐私与准确性的合成数据生成方法，以支持医疗研究和全球数据交换 | 基因组数据，作为最复杂和私密的信息类型 | 机器学习 | NA | 逻辑求解（SAT求解） | NA | 基因组数据 | NA | NA | NA | 准确性, 隐私度 | NA |
| 4040 | 2025-12-25 |
Chick embryo development assessment and fertility detection using pixel-wise hyperspectral image analysis and deep learning
2025-Dec, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.106064
PMID:41205430
|
研究论文 | 本研究利用线扫高光谱成像系统和深度学习技术，对白壳鸡蛋的受精情况和胚胎发育进行非破坏性实时评估 | 结合像素级高光谱图像分析和深度学习模型，实现了对鸡蛋受精和胚胎发育阶段的高精度分类与空间可视化 | 研究仅针对白壳鸡蛋，且仅覆盖了孵化前四天，未涉及更长孵化周期或其他蛋壳颜色的鸡蛋 | 提高家禽孵化过程中的受精检测准确性和胚胎发育评估效率 | 白壳鸡蛋（包括受精蛋和未受精蛋） | 计算机视觉 | NA | 线扫高光谱成像 | 人工神经网络, 随机森林, 深度神经网络, 卷积神经网络 | 高光谱图像 | 未明确具体数量，但涉及受精和未受精鸡蛋在孵化前四天的数据 | NA | NA | F1分数 | NA |