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 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2026-05-30 |
Mino-Bimaadiziwin and the Pursuit of Harmony
2025-11, Personality and social psychology review : an official journal of the Society for Personality and Social Psychology, Inc
IF:7.7Q1
DOI:10.1177/10888683251345043
PMID:41017246
|
研究论文 | 从北美原住民Anishinaabeg视角探讨“美好生活”概念Mino-Bimaadiziwin及其七大美德教导，强调和谐而非幸福 | 提出心理学家应深度理解北美原住民关于幸福的本土世界观，避免文化挪用或殖民化，并通过故事工作呈现与西方观点不同的和谐导向理论 | NA | 引入Mino-Bimaadiziwin概念和七大祖父教导，拓展心理学对幸福的跨文化理解 | Anishinaabeg原住民（包括奥吉布韦、波塔瓦托米等第一民族）的幸福观和七大美德价值观 | 自然语言处理 | NA | NA | NA | 文本 | NA | NA | NA | NA | NA |
| 62 | 2026-05-30 |
Artificial Intelligence-Augmented Imaging for Early Pancreatic Cancer Detection
2025-Oct, Visceral medicine
IF:1.8Q2
DOI:10.1159/000546603
PMID:40567392
|
综述 | 通过人工智能增强影像技术实现早期胰腺癌检测 | 利用放射组学和深度学习模型提取人眼不可见的胰腺癌细微影像特征，可在临床诊断前数月甚至数年于CT扫描中识别出胰腺癌的预诊征象 | 数据集异质性、模型可解释性不足以及缺乏真实临床环境的前瞻性验证 | 探讨人工智能在早期胰腺导管腺癌（PDA）CT检测中的应用，以实现更早干预并减少诊断不确定性 | 胰腺癌早期检测的CT影像及人工智能模型 | 计算机视觉 | 胰腺癌 | CT、放射组学 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 63 | 2026-05-30 |
Metaproteomics Beyond Databases: Addressing the Challenges and Potentials of De Novo Sequencing
2025-09, Proteomics
IF:3.4Q2
DOI:10.1002/pmic.202400321
PMID:39888246
|
观点文章 | 探讨从头测序在宏蛋白质组学中的应用，包括其从手动注释到基于图、标签和深度学习方法的演变，以及其在检测未测序物种和提供微生物群落功能洞察方面的潜力 | 系统性地回顾了从头测序方法从手动注释到基于图、标签和深度学习方法的演变，并重点讨论了其在宏蛋白质组学中检测未测序物种的潜力 | 主要依赖观点阐述，缺乏实验验证；未提供具体性能指标或与数据库搜索的定量比较 | 探讨从头测序在宏蛋白质组学中的演变、优势、局限性和未来机遇 | 宏蛋白质组学中的微生物群落蛋白质 | 机器学习 | NA | 质谱法 | 深度学习 | 质谱数据 | NA | NA | NA | NA | NA |
| 64 | 2026-05-30 |
TFKT V2: task-focused knowledge transfer from natural images for computed tomography perceptual image quality assessment
2025-Sep, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.5.051805
PMID:40444137
|
研究论文 | 提出一种任务聚焦知识迁移方法，用于CT图像感知质量评估 | 首次将自然图像中的任务相似知识迁移至CT图像质量评估，采用混合卷积神经网络-变压器模型，无需参考图像且减少对大规模标注数据集的依赖 | 未具体说明局限性，但可能涉及对CT图像领域特定失真的泛化能力有限或需要进一步临床验证 | 开发一种无参考、自动化的CT图像质量评估方法，以密切反映放射科医生的评估并减少对标注数据集的依赖 | 低剂量CT图像质量和儿科CT检查图像 | 计算机视觉 | NA | CT | 混合卷积神经网络-变压器模型 | 图像 | 涉及低剂量CT感知图像质量评估数据集和儿科CT检查数据集，但未明确具体样本数量 | PyTorch | CNN-Transformer混合架构 | NA | NA |
| 65 | 2026-05-30 |
Opioid misuse detection from cognitive and physiological data with temporal fusion deep learning
2025-Sep-01, Drug and alcohol dependence
IF:3.9Q1
DOI:10.1016/j.drugalcdep.2025.112774
PMID:40684523
|
研究论文 | 通过身体传感器和认知任务数据，利用时间融合深度学习模型检测阿片类药物滥用 | 首次将时间融合变换器机器学习模型应用于结合身体传感器和认知任务数据来检测阿片类药物滥用 | 行为反应比生理信号对滥用状态预测更强，可穿戴传感器预测能力有限，且需与客观阿片类药物滥用测量基准对比 | 利用机器学习检测阿片类药物滥用，预防过量使用和阿片类药物使用障碍等风险 | 169名使用阿片类镇痛药管理慢性疼痛的患者 | 机器学习 | 阿片类药物滥用 | NA | 时间融合变换器 | 生理数据（心率变异性、呼吸率）、行为数据（反应时间、任务准确率） | 169名患者，9238个数据点 | NA | 时间融合变换器 | AUC、特异性、敏感性 | NA |
| 66 | 2026-05-30 |
Artificial Intelligence in the Diagnosis and Prognostication of the Musculoskeletal Patient
2025-Aug, HSS journal : the musculoskeletal journal of Hospital for Special Surgery
IF:1.6Q2
DOI:10.1177/15563316251339660
PMID:40454292
|
综述 | 探讨人工智能在肌肉骨骼疾病诊断和预后中的应用，包括计算机视觉算法和多模态预测模型 | 引入生成式人工智能领域，概述AI模型开发的局限性框架 | 未具体说明，但指出AI模型开发存在局限性 | 帮助临床医生理解机器学习和深度学习在肌肉骨骼疾病管理中的应用意义 | 肌肉骨骼患者和相关AI模型 | 计算机视觉 | 肌肉骨骼疾病 | NA | 深度学习 | 图像、多模态数据 | NA | NA | 计算机视觉算法、多模态预测模型 | NA | NA |
| 67 | 2026-05-30 |
Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits
2025-07-03, American journal of human genetics
IF:8.1Q1
DOI:10.1016/j.ajhg.2025.05.015
PMID:40543505
|
研究论文 | 提出多模态深度学习方法M-REGLE，通过融合心电图和光电容积描记波形数据，提升心血管性状的遗传预测性能 | 首次利用卷积变分自编码器联合学习多模态生理波形的低维潜在因子，并通过GWAS分析发现更多遗传位点，实现跨模态互补信息的遗传关联挖掘 | 未明确提及模型泛化性验证（如其他模态数据）或计算效率分析 | 开发多模态表示学习方法以增强复杂心血管性状的遗传关联发现和预测能力 | 心血管生理波形模态（12导联心电图、单导联心电图、光电容积描记图） | 机器学习 | 心血管疾病 | 深度卷积变分自编码器 | 卷积神经网络 | 生理波形信号 | 多个生物样本库数据集（具体样本数未提供） | PyTorch | 变分自编码器 | 遗传位点发现率、遗传风险评分预测性能 | NA |
| 68 | 2026-05-30 |
A review of denoising methods in single-particle cryo-EM
2025-07, Micron (Oxford, England : 1993)
DOI:10.1016/j.micron.2025.103817
PMID:40164016
|
综述 | 全面回顾单颗粒冷冻电镜图像去噪方法的最新进展 | 从传统滤波方法到最新深度学习策略的系统性比较分析，为研究者提供该领域的全面视角 | 未涉及具体去噪方法的定量性能对比实验，未深入探讨方法在真实数据上的泛化能力 | 推动单颗粒冷冻电镜去噪领域发展，促进高质量图像获取，为领域新研究者提供指导 | 单颗粒冷冻电镜图像去噪方法 | 计算机视觉 | NA | 冷冻电镜 | NA | 冷冻电镜图像 | NA | NA | NA | 信噪比 | NA |
| 69 | 2026-05-30 |
AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers
2025-07, Journal of clinical periodontology
IF:5.8Q1
DOI:10.1111/jcpe.14164
PMID:40195567
|
研究论文 | 评估深度学习模型在口腔照片中检测角化龈的临床有效性，并利用参考固定器进行验证 | 首次提出能够可靠识别全口腔角化龈的AI模型，并利用参考固定器进行彻底验证 | 后牙区域的预测结果需要进一步改进 | 评估深度学习模型在口腔照片中检测角化龈的能力，并验证其临床适用性 | 来自32名受试者的576张口腔六分区照片 | 机器视觉 | 口腔疾病 | 深度神经网络 | DeepLabv3 | 图像 | 32名受试者，576张六分区照片 | NA | DeepLabv3, ResNet50 | Dice系数，准确率 | NA |
| 70 | 2026-05-30 |
Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models
2025-05, Proteomics
IF:3.4Q2
DOI:10.1002/pmic.202400398
PMID:40211610
|
综述 | 综述了基于机器学习和深度学习的质谱肽段性质预测模型，涵盖可消化性、保留时间等多个性质 | 提供了从入门到前沿的全面概述，有助于开发可访问且可复现的肽段性质预测模型 | 当前模型在处理多样化翻译后修饰和仪器变异性方面存在困难，需要大规模协调数据集和标准化评估指标 | 介绍并更新质谱肽段性质预测领域的前沿模型，旨在为新手和有经验的研究者提供指导 | 质谱蛋白质组学中的肽段性质预测模型 | 机器学习 | NA | 质谱 | 机器学习、深度学习 | 质谱数据 | NA | NA | NA | NA | NA |
| 71 | 2026-05-30 |
Risk-Stratified Screening: A Simulation Study of Scheduling Templates on Daily Mammography Recalls
2025-03, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2024.12.010
PMID:40044308
|
研究论文 | 通过仿真模拟评估风险分层筛查调度对每日乳腺X光检查召回率的影响 | 将基于AI和深度学习的癌症风险分层整合到每日筛查调度中，以优化同一天诊断检查的利用，减少后续预约需求 | 基于模拟而非真实临床数据，且未涉及实际实施中的复杂性，如患者依从性或资源限制 | 评估与传统随机调度相比，风险分层筛查调度对乳腺X光检查工作流程中召回率、运营时间和患者等待时间的影响 | 基于离散事件模拟的高容量乳腺成像中心的每日患者调度流程 | 计算机视觉 | 乳腺癌 | 没有使用特定的测序或组学技术；主要涉及AI辅助诊断和深度学习 | 深度学习风险模型 | 模拟数据 | 每日60名患者（模型中平均42%接受筛查，11%约3名被推荐诊断检查） | NA | NA | 召回率方差、运营时间、患者等待时间 | NA |
| 72 | 2026-05-30 |
Opportunistic Detection of Hepatocellular Carcinoma Using Noncontrast CT and Deep Learning Artificial Intelligence
2025-03, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2024.12.011
PMID:40044303
|
研究论文 | 利用非增强CT和深度学习人工智能算法机会性检测肝细胞癌 | 首次探索非增强CT在肝细胞癌机会性筛查中的应用，并开发了基于3D卷积块注意力模块的人工智能算法 | 未提及具体限制，但可能包括样本选择偏倚、外部验证队列规模有限等 | 开发一种仅使用非增强CT进行高效准确肝细胞癌检测的人工智能算法 | 肝细胞癌患者及高风险人群的非增强CT扫描图像 | 计算机视觉，数字病理 | 肝癌 | CT成像 | 3D卷积块注意力模块 | CT图像 | 共2,223名患者（内部验证）和584名患者（外部测试） | NA | 卷积块注意力模块 | AUC | NA |
| 73 | 2026-05-30 |
Applying Artificial Intelligence to Quantify Body Composition on Abdominal CTs and Better Predict Kidney Transplantation Wait-List Mortality
2025-03, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2025.01.004
PMID:40044312
|
研究论文 | 利用人工智能量化腹部CT上的身体成分，以更好地预测肾移植等待名单死亡率 | 首次应用深度学习模型全自动量化肾移植候选者的腹部CT身体成分数据，包括脂肪、主动脉钙化、骨密度和肌肉质量，并评估其在预测等待名单死亡率中的价值 | 单中心回顾性研究，样本量有限，需要外部验证；身体成分参数与EPTS联合改善预测性能有限 | 评估人工智能辅助提取腹部CT身体成分数据能否改善肾移植等待名单死亡率的预测 | 2007年1月1日至2017年12月31日期间等待肾移植的候选者 | 机器学习和数字病理学 | 肾脏疾病 | CT成像 | 深度学习模型 | CT图像 | 899名肾移植候选者 | NA | NA | 受试者工作特征曲线下面积 (AUC) | NA |
| 74 | 2026-05-30 |
Synthetic Diffusion Tensor Imaging Maps Generated by 2D and 3D Probabilistic Diffusion Models: Evaluation and Applications
2025-Feb-25, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.21.639511
PMID:40060678
|
研究论文 | 评估2D和3D概率扩散模型生成的合成扩散张量成像图的质量及其在数据增强和下游任务中的应用 | 首次系统比较2D切片级和3D体积级扩散模型在合成DTI平均扩散率图的质量、效率和下游任务性能，发现3D合成在下游任务中优于2D | NA | 评估2D和3D扩散概率模型生成的合成DTI图像的质量、保真度及其在性别分类和痴呆分类等下游任务中的增值效用 | 合成的DTI平均扩散率图，以及用于性别分类和痴呆分类的2D和3D卷积神经网络 | 机器视觉, 数字病理 | 痴呆症 | 扩散张量成像 | 概率扩散模型, 卷积神经网络 | 图像 | NA | NA | 2D和3D卷积神经网络 | 图像质量、保真度、计算效率、下游任务性能 | NA |
| 75 | 2026-05-30 |
Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images
2025, American journal of nephrology
IF:4.3Q1
DOI:10.1159/000546131
PMID:40388893
|
研究论文 | 利用深度学习自动分类肾活检电子显微镜图像中电子致密沉积物的位置 | 开发了一个基于ResNet18的深度学习平台，能够自动识别肾小球内电子致密沉积物的四种位置类型（系膜、上皮下、膜内、内皮下），并且其性能超过了经验丰富的综合肾病理学家，同时提供了一个网络平台供用户上传图像并获取预测概率 | 研究未明确提及局限性 | 开发一个基于深度学习的平台，用于自动分类肾活检电子显微镜图像中电子致密沉积物的位置，以提高效率和一致性 | 肾活检电子显微镜图像中的电子致密沉积物 | 计算机视觉, 数字病理学 | 肾脏疾病 | 电子显微镜 | CNN | 图像 | 4303张电子显微镜图像，来自1039例肾活检 | PyTorch | ResNet18 | AUC, 准确率, Cohen's Kappa | NA |
| 76 | 2026-05-29 |
Bioimaging and the future of whole-organismal developmental physiology
2025-02, Comparative biochemistry and physiology. Part A, Molecular & integrative physiology
DOI:10.1016/j.cbpa.2024.111783
PMID:39581226
|
评论文章 | 评估影像技术作为测量整体生物发育生理学手段的重要性，并探讨计算机视觉在发育生理学中的应用潜力与挑战 | 强调计算机视觉模型在不同物种、生命阶段和实验之间的可转移性，推动发育生理学中的表型组学应用 | 并未提及具体的技术验证或定量结果分析 | 探讨利用计算机视觉和深度学习方法推进发育动物生长与功能的理解 | 发育中的动物整体生物及其体表形态 | 计算机视觉 | NA | 影像技术 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 77 | 2026-05-27 |
AI-powered epidemic control: Deepseek's role in global health resilience
2025-Dec-16, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07082-1
PMID:41402882
|
研究论文 | 利用DeepSeek平台通过整合多源实时数据与深度学习模型来实现流行病管理 | 提出基于AI的流行病管理平台，结合LSTM与Transformer模型并融入可解释决策框架，提升公共卫生响应能力 | 数据隐私和模型准确性的挑战 | 增强全球健康韧性 | 流行病管理过程 | 机器学习 | NA | NA | LSTM, Transformer | 流行病学数据、社交媒体数据、移动性数据 | NA | NA | LSTM, Transformer | NA | NA |
| 78 | 2026-05-27 |
SleepPPG-Net2: deep learning generalization for sleep staging from photoplethysmography
2025-12-08, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ae1a34
PMID:41172609
|
研究论文 | 提出SleepPPG-Net2深度学习模型，利用光电容积描记术原始时间序列进行四类睡眠分期，提高外部泛化能力 | 采用多源域训练方法提升跨域泛化性能，评估人口学因素和阻塞性睡眠呼吸暂停对模型表现的影响 | NA | 改进基于光电容积描记术的睡眠分期方法，增强模型在未知数据集上的泛化能力 | 睡眠分期（清醒、浅睡、深睡、快速眼动期） | 机器学习 | 睡眠障碍 | 光电容积描记术 | 深度学习 | 时间序列 | NA | NA | SleepPPG-Net2 | Cohen's kappa系数 | NA |
| 79 | 2026-05-27 |
A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids
2025-12, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.08.054
PMID:40935773
|
研究论文 | 提出一种融合ResNet和Vision Transformer的深度学习模型用于预测高强度聚焦超声治疗子宫肌瘤的疗效 | 首次将ResNet的局部纹理特征提取与ViT的全局空间特征表征进行并行融合，验证协同表征策略可提高HIFU疗效预测精度 | 未提及模型在多中心或更大规模数据集上的泛化性验证，以及特征贡献度分析可能受限于SHAP方法的线性近似假设 | 验证局部纹理与全局空间特征的协同表征能否提高高强度聚焦超声治疗子宫肌瘤疗效预测的准确性 | 接受高强度聚焦超声治疗的子宫肌瘤患者 | 计算机视觉 | 子宫肌瘤 | 磁共振成像 | ResNet与Vision Transformer并行融合模型 | 图像 | 训练集272例，内部验证集92例，外部测试集125例 | PyTorch | ResNet-18, Vision Transformer | AUC | NA |
| 80 | 2026-05-27 |
Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML
2025-12, Leukemia
IF:12.8Q1
DOI:10.1038/s41375-025-02769-2
PMID:40958033
|
研究论文 | 探索诊断时骨髓细胞形态学特征预测慢性粒细胞白血病患者治疗无缓解的潜力 | 利用深度学习图像分析技术数字化骨髓细胞形态学涂片，发现中性粒细胞丰度和粒细胞成熟度与持续治疗无缓解相关联，并证明其独立于已知临床因素的影响 | 未提及 | 识别能够预测慢性粒细胞白血病患者治疗无缓解的标准化生物标志物 | 113例慢性期慢性粒细胞白血病患者的诊断性骨髓抽吸样本 | 数字病理学 | 慢性粒细胞白血病 | 深度学习图像分析 | NA | 图像 | 113例慢性期CML患者及942例对照骨髓样本 | NA | NA | NA | NA |