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 18957 篇文献，本页显示第 7361 - 7380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7361 | 2025-10-06 |
A combined model integrating deep learning, radiomics, and clinical ultrasound features for predicting BRAF V600E mutation in papillary thyroid carcinoma with Hashimoto's thyroiditis
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1641037
PMID:40900897
|
研究论文 | 开发结合深度学习、影像组学和临床超声特征的集成模型，用于预测合并桥本甲状腺炎的甲状腺乳头状癌中BRAF V600E突变 | 首次将深度学习特征、影像组学特征与临床超声特征相结合，构建多模态预测模型 | 回顾性研究，样本来源仅限于中国四家医院 | 预测甲状腺乳头状癌合并桥本甲状腺炎患者的BRAF V600E突变状态 | 672名患者的717个甲状腺结节 | 医学影像分析 | 甲状腺癌 | 超声成像 | 机器学习 | 超声图像 | 717个甲状腺结节（来自672名患者） | NA | NA | AUC, 校准曲线, 决策曲线分析 | NA |
| 7362 | 2025-10-06 |
Automatic detection and prediction of epileptic EEG signals based on nonlinear dynamics and deep learning: a review
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1630664
PMID:40900924
|
综述 | 本文综述了基于非线性动力学和深度学习的癫痫EEG信号自动检测与预测研究进展 | 识别了三个范式转变：非线性特征在捕捉发作前过渡期的优势、注意力机制处理长程依赖的关键作用、非线性属性与深度学习架构整合的显著优势 | 存在临床转化障碍、算法性能权衡、特征提取/选择限制等持续挑战 | 癫痫EEG信号的自动检测与预测 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图 | CNN, LSTM | 时间序列信号 | NA | NA | NA | NA | NA |
| 7363 | 2025-10-06 |
Faster, more accurate? A feasibility study on replacing human judges with artificial intelligence in video review for the Paris Olympics Taekwondo competition
2025, Frontiers in sports and active living
IF:2.3Q2
DOI:10.3389/fspor.2025.1632326
PMID:40901016
|
研究论文 | 本研究探索人工智能在巴黎奥运会跆拳道比赛视频回放系统中替代人类裁判的可行性 | 首次将ChatGPT-4.5和OpenPose深度学习模型结合应用于跆拳道比赛视频判罚，提出AI辅助预审+裁判确认的混合模式 | 在头部轻微接触或视觉遮挡场景下存在判罚差异，需要人类监督处理复杂情况 | 评估人工智能提升跆拳道比赛视频回放系统准确性和效率的潜力 | 2024年巴黎奥运会跆拳道比赛的视频回放案例 | 计算机视觉 | NA | 深度学习 | ChatGPT-4.5, OpenPose | 视频 | 241个视频回放案例 | NA | OpenPose | Cohen's Kappa系数 | NA |
| 7364 | 2025-10-06 |
Clinical-oriented 3D visualization and quantitative analysis of gingival thickness using convolutional neural networks and CBCT
2025, Frontiers in dental medicine
IF:1.5Q3
DOI:10.3389/fdmed.2025.1635155
PMID:40901030
|
研究论文 | 开发基于CBCT和深度学习的牙龈厚度3D可视化系统，用于牙种植手术规划 | 首次将DeepLabV3+架构应用于牙龈组织语义分割，并创新开发了包含垂直扫描策略、三角网格构建和梯度颜色映射的3D可视化算法 | 样本量较小（仅50名患者），需要更大规模验证 | 开发牙龈厚度的3D可视化定量分析系统，改进传统评估方法的局限性 | 50名牙齿缺失患者的CBCT和口内扫描数据 | 计算机视觉 | 牙科疾病 | CBCT、口内扫描 | CNN | 医学影像 | 50名牙齿缺失患者 | NA | DeepLabV3+ | mIoU | NA |
| 7365 | 2025-10-06 |
Privacy-preserving dementia classification from EEG via hybrid-fusion EEGNetv4 and federated learning
2025, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2025.1617883
PMID:40901300
|
研究论文 | 提出一种结合深度学习和联邦学习的轻量级隐私保护EEG分类框架用于痴呆症诊断 | 首次将混合融合EEGNetv4模型与联邦学习相结合，在保护数据隐私的同时实现高效痴呆症分类 | 样本量相对较小（88名受试者），仅评估了五种CNN模型 | 开发隐私保护的基于EEG的痴呆症分类方法 | 阿尔茨海默病（AD）和额颞叶痴呆（FTD）患者 | 数字病理 | 老年疾病 | 脑电图（EEG） | CNN | EEG信号 | 88名受试者 | TensorFlow, PyTorch | EEGNetv1, EEGNetv4, EEGITNet, EEGInception, EEGInceptionERP | 准确率 | 边缘设备 |
| 7366 | 2025-10-06 |
Protein-ligand affinity prediction via Jensen-Shannon divergence of molecular dynamics simulation trajectories
2025, Biophysics and physicobiology
IF:1.6Q4
DOI:10.2142/biophysico.bppb-v22.0015
PMID:40901491
|
研究论文 | 提出一种基于Jensen-Shannon散度的分子动力学模拟轨迹分析方法，用于预测蛋白质-配体结合亲和力 | 使用JS散度替代深度学习相似性估计，将模拟时间减半并保持精度，提出通过AutoDock Vina预测相关性符号的方法 | 依赖分子动力学模拟，计算成本仍较高；需要AutoDock Vina进行粗粒度Δ值估计 | 开发更高效的蛋白质-配体结合亲和力预测方法 | 蛋白质-配体复合物 | 计算化学 | NA | 分子动力学模拟，Jensen-Shannon散度，AutoDock Vina | NA | 分子动力学模拟轨迹 | NA | NA | NA | 相关性，准确度 | NA |
| 7367 | 2025-10-06 |
Progress and trends on machine learning in proteomics during 1997-2024: a bibliometric analysis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1594442
PMID:40901512
|
文献计量分析 | 对1997-2024年间机器学习在蛋白质组学领域应用的研究进展和趋势进行首次大规模文献计量分析 | 首次专门针对机器学习驱动的蛋白质组学研究进行大规模文献计量分析，揭示该领域的知识结构和发展轨迹 | 基于文献计量数据的回顾性分析，未涉及具体技术方法的性能比较 | 系统梳理机器学习在蛋白质组学领域的应用现状、发展趋势和研究热点 | Web of Science核心合集中1997-2024年间的5,156篇相关出版物 | 机器学习 | NA | 文献计量分析 | NA | 文献元数据 | 5,156篇出版物 | CiteSpace, VOSviewer, Scimago Graphica, bibliometrix | NA | NA | NA |
| 7368 | 2025-10-06 |
Artificial intelligence in dysphagia since the 21st century: a bibliometric and visualization study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1624381
PMID:40901523
|
文献计量分析 | 通过文献计量和可视化方法分析21世纪以来人工智能在吞咽困难领域的研究现状和发展趋势 | 首次对人工智能在吞咽困难领域的全球研究产出进行系统性文献计量分析，识别关键贡献者、合作网络和主题演变 | 仅基于Web of Science数据库，可能遗漏其他数据库的重要文献；分析截止到2025年2月，无法反映最新发展 | 绘制人工智能在吞咽困难领域的研究版图，指导未来跨学科研究 | 633篇文献、3,533位作者、292种期刊 | 医学信息学 | 吞咽困难 | 文献计量分析、可视化分析 | NA | 文献元数据 | 633篇文献（2000-2025年） | NA | NA | 引用次数、发文量、关键词频率 | NA |
| 7369 | 2025-10-06 |
Artificial intelligence in electroencephalography analysis for epilepsy diagnosis and management
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1615120
PMID:40901672
|
综述 | 系统评估人工智能在脑电图分析中用于癫痫诊断和管理的最新进展 | 重点分析支持性AI和预测性AI两种主要应用模式，强调多模态数据融合和个性化诊断能力 | 模型可解释性有限、数据质量限制、临床转化障碍 | 评估人工智能在癫痫脑电图分析中的应用价值和发展方向 | 癫痫患者的脑电图数据 | 医疗人工智能 | 癫痫 | 脑电图(EEG) | 深度学习(DL), 机器学习(ML) | 脑电图信号 | NA | NA | NA | NA | NA |
| 7370 | 2025-10-06 |
Uncovering key biomarkers, potential therapeutic targets and development of deep learning model in heart failure
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330780
PMID:40901835
|
研究论文 | 通过生物信息学分析和深度学习技术识别心力衰竭关键生物标志物并开发诊断模型 | 首次结合WGCNA、机器学习方法和深度学习CNN模型识别出四个心力衰竭关键基因并发现两个潜在治疗药物 | 研究基于公共数据库数据，需要进一步实验验证 | 探索心力衰竭的分子机制并开发诊断模型 | 心力衰竭相关基因表达数据 | 生物信息学 | 心血管疾病 | 基因表达分析,单细胞RNA测序,分子对接 | CNN | 基因表达数据 | GEO数据库中心力衰竭相关样本 | NA | 卷积神经网络 | 诊断性能 | NA |
| 7371 | 2025-10-06 |
Artificial intelligence in advanced gastric cancer: a comprehensive review of applications in precision oncology
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1630628
PMID:40904504
|
综述 | 本文全面综述了人工智能在晚期胃癌精准肿瘤学中的应用现状与前景 | 系统整合了多模态AI方法在晚期胃癌诊疗中的应用，强调多源数据融合对预测性能的提升 | 存在数据质量与标准化不足、模型泛化性与可解释性有限、缺乏严谨前瞻性验证等问题 | 探讨人工智能在晚期胃癌精准肿瘤学中的应用潜力与发展方向 | 晚期胃癌患者的多维数据（临床记录、基因组学、影像组学、病理组学） | 精准医疗 | 胃癌 | 机器学习、深度学习 | NA | 临床记录、基因组数据、医学影像、数字病理 | NA | NA | NA | NA | NA |
| 7372 | 2025-10-06 |
A new deep learning model for predicting IMRT dose distributions for lung cancer with dose masks
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1587788
PMID:40904510
|
研究论文 | 提出一种结合剂量掩模的深度学习模型，用于提高肺癌IMRT剂量分布的预测精度 | 首次在肺癌IMRT剂量预测中引入剂量掩模信息，显著提升了中低剂量区域的预测准确性 | 研究仅针对肺癌IMRT治疗，未验证在其他癌症类型或放疗技术中的适用性 | 开发更精确的肺癌IMRT剂量分布预测方法 | 肺癌患者的放疗剂量分布 | 数字病理 | 肺癌 | IMRT（调强放疗） | CNN | CT图像, 解剖结构, 剂量掩模 | 包含常规放疗和同步整合推量放疗的混合数据集 | NA | 3D U-Net | MAE（平均绝对误差） | NA |
| 7373 | 2025-10-06 |
Improving EEG classification of alcoholic and control subjects using DWT-CNN-BiGRU with various noise filtering techniques
2025, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2025.1618050
PMID:40904893
|
研究论文 | 本研究提出了一种结合离散小波变换、CNN和双向GRU的混合模型，用于提高酒精依赖者和正常对照组的EEG信号分类性能 | 首次将DWT-CNN-BiGRU混合架构应用于EEG酒精依赖分类，并系统比较了三种信号去噪技术的效果 | 未明确说明样本来源和数据集规模，可能影响结果的泛化能力 | 开发更可靠的EEG信号分类方法以辅助酒精依赖诊断 | 酒精依赖患者和正常对照组的脑电图信号 | 生物医学信号处理 | 酒精依赖症 | EEG信号分析, 离散小波变换, 离散傅里叶变换, 离散余弦变换 | CNN, BiGRU | EEG信号 | NA | NA | DWT-CNN-BiGRU, DWT-CNN-BiLSTM | 准确率, 精确率, 召回率, F1分数 | NA |
| 7374 | 2025-10-06 |
mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data
2025-Dec, Gut microbes
IF:12.2Q1
DOI:10.1080/19490976.2025.2552347
PMID:40888610
|
研究论文 | 提出一种基于自编码器的微生物组数据插补方法mbSparse，用于解决微生物组数据高稀疏性问题 | 采用深度学习而非传统预定义计数分布，结合特征自编码器和条件变分自编码器(CVAE)进行数据重建 | NA | 解决微生物组数据高稀疏性带来的分析挑战 | 微生物组数据 | 机器学习 | 结直肠癌 | 微生物组测序 | 自编码器,条件变分自编码器 | 计数矩阵数据 | NA | NA | 自编码器,CVAE | 均方误差,精确召回曲线下面积,皮尔逊相关系数 | NA |
| 7375 | 2025-10-06 |
Diagnostic performance of dual-layer spectral CT Radiomics and deep learning for differentiating osteoblastic bone metastases from bone islands
2025-Dec, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100679
PMID:40895390
|
研究论文 | 比较双层光谱CT影像组学特征和深度学习模型在鉴别成骨性骨转移与骨岛方面的诊断性能 | 首次将双层光谱探测器CT的影像组学特征与深度学习模型在骨病变鉴别诊断中进行系统比较 | 回顾性研究设计，样本量相对有限，仅纳入特定时间段内的患者 | 评估不同影像学方法在鉴别成骨性骨转移和骨岛方面的诊断效能 | 成骨性骨病变患者 | 医学影像分析 | 骨肿瘤 | 双层光谱探测器CT，常规CT | 深度学习模型 | CT影像 | 94名患者的216个病灶（125个骨岛，91个成骨性骨转移） | NA | NA | AUC, 敏感性, 特异性 | NA |
| 7376 | 2025-10-06 |
Deep Learning with Disc Photos or OCT Scans in Glaucoma Detection
2025 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100877
PMID:40893625
|
研究论文 | 比较基于OCT RNFLT图谱和视盘照片的深度学习模型在青光眼检测中的性能差异 | 首次系统比较基于OCT客观定量测量与视盘照片的深度学习模型在青光眼功能损伤诊断中的性能，并分析不同人口学群体的诊断差异 | 回顾性单中心研究，数据来源于特定时间段(2011-2022年)，可能存在选择偏倚 | 评估基于OCT和视盘照片的深度学习模型在青光眼检测中的诊断准确性 | 青光眼患者，基于视野检查定义的功能损伤 | 医学影像分析 | 青光眼 | OCT光学相干断层扫描，视野检查 | 深度学习模型 | 医学影像(OCT RNFLT图谱，视盘照片) | 16,936组视盘照片和OCT图像数据集 | NA | NA | AUC曲线下面积，准确率 | NA |
| 7377 | 2025-10-06 |
Multimodal data-driven approaches in retinal vein occlusion: A narrative review integrating machine learning and bioinformatics
2025 Nov-Dec, Advances in ophthalmology practice and research
DOI:10.1016/j.aopr.2025.07.002
PMID:40893475
|
综述 | 整合机器学习和生物信息学的多模态数据驱动方法在视网膜静脉阻塞研究中的应用综述 | 首次系统整合机器学习与生物信息学方法，通过深度学习增强的视网膜成像和多组学网络研究视网膜静脉阻塞 | 存在数据标准化不一致和模型泛化能力有限的问题 | 推进视网膜静脉阻塞研究并优化患者护理 | 视网膜静脉阻塞(RVO)患者 | 机器学习,生物信息学 | 视网膜静脉阻塞 | 多模态数据整合,深度学习增强视网膜成像,多组学网络 | 深度学习 | 多模态数据,视网膜图像,多组学数据 | NA | NA | NA | NA | NA |
| 7378 | 2025-10-06 |
Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3532651
PMID:40031145
|
研究论文 | 提出一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA | 通过渐进式知识转移将粗粒度质量分类知识转换为细粒度质量预测任务，模拟人类视觉系统 | NA | 点云感知质量评估 | 点云数据 | 计算机视觉 | NA | 深度学习 | CNN | 点云 | 三个大型独立点云评估数据集 | NA | 基于空间和通道注意力模块的注意力机制 | NA | NA |
| 7379 | 2025-10-06 |
Deep Point Cloud Edge Reconstruction via Surface Patch Segmentation
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3547411
PMID:40031714
|
研究论文 | 提出一种通过表面面片分割实现点云边缘精确重建的两阶段框架 | 首次利用表面面片分割为边缘重建提供额外线索，通过联合优化模块重建完整精确的3D线框模型 | 未明确说明方法在复杂噪声环境下的鲁棒性 | 解决点云数据参数化边缘重建中因边缘点稀疏导致的拟合误差问题 | CAD模型和日常物体（家具）的点云数据 | 计算机视觉 | NA | 点云处理 | 深度学习网络 | 点云数据 | 包含CAD和日常模型的多功能面片-边缘数据集 | NA | PCER-Net | 通过广泛实验和与先前方法的比较评估 | NA |
| 7380 | 2025-10-06 |
Single-View 3D Hair Modeling With Clumping Optimization
2025-Oct, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3552919
PMID:40111766
|
研究论文 | 提出一种从单张图像重建具有发束效果的三维头发模型的方法 | 将头发发束效果整合到单视角头发重建中，引入分层头发表示和可微分优化框架 | 未明确说明 | 提升单视角头发重建的真实感，特别是发束效果的表现 | 头发几何模型 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | 定性评估,定量评估 | NA |