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 18663 篇文献，本页显示第 8681 - 8700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8681 | 2025-10-06 |
Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1629036
PMID:40687706
|
研究论文 | 开发基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎动物模型 | 首次在MASH动物模型中应用深度学习对肝纤维化进行精细分级，从5类分类优化至7类分类模型 | 研究局限于临床前动物模型，尚未在人类患者中验证 | 开发自动肝纤维化评分系统以支持病理学家诊断 | 代谢功能障碍相关脂肪性肝炎(MASH)动物模型的肝组织切片 | 数字病理学 | 肝病 | 天狼星红染色全玻片成像 | 深度学习 | 图像 | 914张全玻片图像，包含999,711个图像块 | NA | NA | kappa统计量, 精确召回曲线下面积(AUPRC), 受试者工作特征曲线下面积(AUROC), Matthews相关系数(MCC) | NA |
| 8682 | 2025-10-06 |
Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1617748
PMID:40688356
|
研究论文 | 本研究探讨神经生理学特征对基于深度学习的单侧上肢运动想象分类准确性的预测作用 | 首次系统研究神经生理学特征对深度学习模型在单侧上肢运动想象分类中的预测能力，揭示了与双侧运动想象范式相反的关联模式 | 研究仅针对右肘屈伸运动想象，样本规模有限，未涵盖其他上肢运动模式 | 探索神经生理学特征对运动想象脑机接口分类准确性的预测价值 | 人类参与者的单侧上肢运动想象脑电信号 | 脑机接口 | NA | 脑电图 | EEGNet, FBCNet, NFEEG, SVM, LDA | 脑电信号 | 未明确指定参与者数量 | NA | EEGNet, FBCNet, NFEEG | 分类准确率 | NA |
| 8683 | 2025-10-06 |
Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251362098
PMID:40688579
|
文献计量分析 | 通过对阿尔茨海默病AI诊断与预测领域高被引100篇文献进行文献计量分析，揭示研究热点与发展趋势 | 首次对AI在阿尔茨海默病诊断与预测领域的顶级文献进行系统性文献计量分析，识别关键研究主题和国际合作模式 | 存在语言和引用偏见，可能影响对新兴AI-AD趋势的解读 | 分析AI技术在阿尔茨海默病诊断与预测领域的研究热点、发展趋势和未来潜力 | Web of Science核心合集中被引频次最高的100篇关于AI辅助AD诊断与预测的研究文献 | 机器学习 | 阿尔茨海默病 | 文献计量分析 | NA | 文献元数据 | 100篇高被引文献 | CiteSpace, VOSviewer, Scimago Graphica, Microsoft Excel, R package Bibliometrix | NA | NA | NA |
| 8684 | 2025-10-06 |
Prediction of postoperative vault after implantable collamer lens implantation with deep learning
2025, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2025.07.02
PMID:40688771
|
研究论文 | 本研究使用多种人工智能算法预测植入式Collamer晶体(ICL)术后拱高并确定合适的晶体尺寸 | 首次比较多种AI算法在ICL术后拱高预测和晶体尺寸选择中的性能表现 | 样本量相对较小(83名患者132只眼睛)，且为单中心回顾性研究 | 预测ICL植入术后拱高并确定合适的晶体尺寸 | 接受EVO-V4C ICL植入术的患者 | 机器学习 | 眼科疾病 | 前段光学相干断层扫描(ASOCT) | MLP, XGBoost, RFR, KNN | 临床检查参数 | 83名患者132只眼睛 | NA | 多层感知器(MLP), 极端梯度提升(XGBoost), 随机森林回归(RFR), K近邻(KNN) | R², 准确率 | NA |
| 8685 | 2025-10-06 |
Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101133
PMID:40689294
|
研究论文 | 本研究利用高光谱成像和深度学习技术开发了一种无损鸡蛋新鲜度评估方法 | 首次在鸡蛋新鲜度评估中应用距离相关性进行波长选择，该方法在光谱波长选择中统计稳健但很少被探索 | NA | 开发快速、无损的鸡蛋新鲜度评估方法 | 鸡蛋 | 计算机视觉 | NA | 高光谱成像 | CNN, GBT, MLR, PLSR, SVR | 光谱数据 | NA | NA | 卷积神经网络 | 相关系数, 均方根误差 | NA |
| 8686 | 2025-10-06 |
A systematic review of data and models for predicting food flavor and texture
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101127
PMID:40689288
|
综述 | 系统回顾了预测食品风味和质构的数据资源与计算模型现状 | 首次系统梳理风味预测领域的数据资源和模型方法，突出图神经网络等机器学习技术的应用潜力 | 气味预测缺乏标准化指标，质构研究数据集不足，感官空间映射和受体层面数据整合存在空白 | 推进食品风味和质构预测领域的发展 | 食品风味（味觉、气味）和质构特性 | 机器学习 | NA | 机器学习 | 图神经网络,深度学习 | 分子数据,感官数据 | NA | NA | NA | NA | NA |
| 8687 | 2025-10-06 |
DVMark: A Deep Multiscale Framework for Video Watermarking
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2023.3251737
PMID:37030810
|
研究论文 | 提出了一种基于深度学习的多尺度视频水印框架DVMark，能够在视频中不可感知地嵌入信息并在多种失真情况下可靠提取 | 首次将多尺度设计引入视频水印领域，将水印信息分布在不同时空尺度上，实现了端到端可训练 | NA | 开发能够同时处理多种失真类型的鲁棒视频水印方法 | 视频水印技术 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | NA | NA | 多尺度架构 | NA | NA |
| 8688 | 2025-10-06 |
Prediction of Recurrence using a Stacked Denoising Autoencoder and Multifaceted Feature Analysis of Pretreatment MRI in Patients with Nasopharyngeal Carcinoma
2025, Current radiopharmaceuticals
IF:1.5Q3
|
研究论文 | 开发基于MRI的鼻咽癌复发预测模型，整合影像组学、深度学习和临床特征 | 首次使用堆叠降噪自编码器从MRI中提取深度特征，并与传统影像组学和临床特征融合构建预测模型 | 单中心回顾性研究设计，缺乏功能成像（DWI/PET）或分子标记（EBV-DNA）数据 | 开发鼻咽癌复发预测模型，实现早期风险分层和个性化治疗优化 | 184例经病理确诊接受根治性放疗的鼻咽癌患者 | 医学影像分析 | 鼻咽癌 | MRI影像分析，倾向评分匹配 | SDAE, SVM, MLP, LR, RF | 医学影像（对比增强T1加权MRI），临床数据 | 184例患者（经1:1倾向评分匹配后分析136例），外部验证91例 | NA | 堆叠降噪自编码器 | AUC, 准确率, 敏感度, 特异度 | NA |
| 8689 | 2025-10-06 |
Harnessing Artificial Intelligence and Innovative Vaccines for Mpox Diagnosis and Control: A Comprehensive Narrative Review
2025 Jan-Dec, Journal of primary care & community health
DOI:10.1177/21501319251357701
PMID:40698517
|
综述 | 本文综述了人工智能和新型疫苗在猴痘诊断与控制中的应用 | 首次系统评估AI技术和新型疫苗在猴痘防控中的综合应用潜力 | 纳入研究仅限于英文文献，时间范围限定为近5年 | 评估人工智能和新型疫苗在减轻猴痘疾病负担方面的作用 | 猴痘诊断、检测和预防相关研究 | 自然语言处理 | 猴痘 | 文献综述方法 | 机器学习,深度学习,人工神经网络,卷积神经网络,迁移学习 | 文本数据 | NA | NA | NA | 准确率 | NA |
| 8690 | 2025-07-23 |
Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods
2025-Dec, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.S3.S34102
PMID:40443946
|
研究论文 | 本文提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化能力 | 引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应 | 实验主要基于体外和离体样本，尚未在临床环境中进行大规模验证 | 解决分子光声成像中因光漂白导致的组织可视化问题，提高成像质量和临床决策支持 | 光声成像中的外源性染料 | 医学影像处理 | NA | 光声成像，深度学习 | cGAN, U-Net | 图像 | 体外和离体样本，包括ICG填充管的3D扫描实验 | NA | NA | NA | NA |
| 8691 | 2025-07-23 |
AlphaBind, a domain-specific model to predict and optimize antibody-antigen binding affinity
2025-Dec, mAbs
IF:5.6Q1
DOI:10.1080/19420862.2025.2534626
PMID:40693434
|
研究论文 | 本文介绍了AlphaBind，一种特定领域的模型，用于预测和优化抗体-抗原结合亲和力 | AlphaBind利用蛋白质语言模型嵌入和基于数百万抗体-抗原结合强度定量实验室测量的预训练，实现了在指导亲本抗体亲和力优化方面的最先进性能 | 仅针对四种亲本抗体进行了验证，且每种亲本抗体仅进行了一轮数据生成 | 通过深度学习预测和优化抗体序列，以设计具有最佳特性的抗体 | 抗体-抗原结合亲和力 | 机器学习 | NA | 深度学习 | 蛋白质语言模型 | 定量实验室测量数据 | 四种亲本抗体 | NA | NA | NA | NA |
| 8692 | 2025-05-02 |
Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability
2025-Aug, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.022
PMID:40307112
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8693 | 2025-07-23 |
Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models
2025-Aug, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.029
PMID:40328536
|
研究论文 | 本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的肿瘤内和肿瘤周围特征，并开发验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态 | 结合肿瘤内和肿瘤周围区域的放射组学与深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能 | 研究基于回顾性数据，可能存在选择偏差 | 预测肺腺癌患者的EGFR突变状态 | 826名肺腺癌患者的CT图像数据 | 数字病理 | 肺腺癌 | 放射组学特征提取、深度学习 | Lasso、多种机器学习算法、nnUNet、2D/2.5D/3D深度学习模型 | CT图像 | 826名患者（来自两家医院） | NA | NA | NA | NA |
| 8694 | 2025-07-23 |
Cutoff SUVR of [18F]Florapronol PET for Differentiating Alzheimer's Dementia from Normal Controls: Insights from ROC Analysis and Partial Volume Correction
2025-Aug, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00911-7
PMID:40686829
|
research paper | 本研究旨在通过[18F]florapronol PET成像和深度学习自动量化软件，建立一个可靠的SUVR截止阈值来区分阿尔茨海默病（AD）患者与正常对照（NC）个体 | 结合部分体积校正（PVC）与SUVR分析以提高AD诊断准确性，并通过深度学习自动量化软件建立标准化的SUVR阈值 | 研究排除了轻度认知障碍（MCI）患者，样本量相对较小（n=141） | 建立可靠的SUVR截止阈值以区分AD患者与NC个体，并评估PVC对诊断准确性的影响 | 55名AD患者（排除MCI）和86名NC对照 | digital pathology | Alzheimer's disease | [18F]florapronol PET imaging, deep learning-based automated quantification | deep learning | PET imaging data | 141 participants (55 AD patients and 86 NC controls) | NA | NA | NA | NA |
| 8695 | 2025-07-23 |
Modern statistical techniques for cardiothoracic surgeons: Part 8-Bayesian analysis and beyond
2025-Aug, Indian journal of thoracic and cardiovascular surgery
IF:0.7Q4
DOI:10.1007/s12055-025-01941-8
PMID:40693004
|
研究论文 | 本文探讨了贝叶斯分析和机器学习在心胸外科研究中的应用及其潜力 | 结合贝叶斯分析和机器学习，整合先验知识与数据驱动分析，为心胸外科研究提供新的统计方法 | 未具体说明实际应用案例或实验验证结果 | 探讨现代统计技术在心胸外科研究中的应用 | 心胸外科研究中的统计方法 | 机器学习 | 心血管疾病 | 贝叶斯分析、深度学习、聚类 | NA | 大型数据集 | NA | NA | NA | NA | NA |
| 8696 | 2025-07-23 |
Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding
2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3591254
PMID:40690341
|
研究论文 | 本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能 | 首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能 | 研究样本量较小（15名受试者），且未在临床患者中进行验证 | 探索深度学习在在线运动想象脑机接口中的应用效果 | 15名无脑机接口经验的受试者 | 脑机接口 | 中风康复 | EEG信号解码 | IFNet（交互频率卷积神经网络） | EEG信号 | 15名无BCI经验的受试者 | NA | NA | NA | NA |
| 8697 | 2025-07-23 |
Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis
2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3591076
PMID:40690349
|
research paper | 介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务 | 提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化 | 需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间 | 探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务 | 预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用 | computer vision | NA | denoising diffusion in a latent space | conditional generative models, latent diffusion models | image | small synthetic datasets | NA | NA | NA | NA |
| 8698 | 2025-07-23 |
Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster
2025-Jul-21, International journal of radiation biology
IF:2.1Q2
DOI:10.1080/09553002.2025.2531908
PMID:40690716
|
研究论文 | 本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化 | 利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性 | 系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发 | 开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估 | 日本的先进辐射紧急医疗支持中心及其生物剂量测定网络 | 数字病理学 | 核辐射伤害 | PNA-FISH, 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 8699 | 2025-07-23 |
Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk
2025-Jul-21, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.001
PMID:40691114
|
研究论文 | 本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险 | 首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架 | 样本量仍有限，外部验证集样本量较小(51例) | 开发大脑中动脉动脉瘤破裂风险分层预测模型 | 大脑中动脉动脉瘤患者 | 数字病理 | 心血管疾病 | CT血管造影(CTA)、放射组学分析 | 多模态融合深度学习模型(MCANet) | 医学影像(CTA)、临床数据、形态学参数 | 内部队列578例(其中破裂369例)+两个外部验证集51例 | NA | NA | NA | NA |
| 8700 | 2025-07-23 |
Advances in IPMN imaging: deep learning-enhanced HASTE improves lesion assessment
2025-Jul-21, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11857-x
PMID:40691513
|
研究论文 | 本研究评估了深度学习加速的HASTE MRI技术在IPMN病变评估中的应用 | 使用深度学习加速的HASTE MRI技术(HASTEDL)显著提高了图像质量和病变检测能力 | 样本量较小(59例患者)，且为回顾性研究 | 评估新型MRI技术在IPMN评估中的应用效果 | 59例接受腹部MRI检查的患者 | 数字病理学 | 胰腺癌 | 深度学习加速的HASTE MRI(HASTEDL) | 深度学习 | MRI图像 | 59例患者 | NA | NA | NA | NA |