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 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-11-21 |
Examining the Effect of Deep Learning-Based Image Reconstruction on Accelerating Shoulder Magnetic Resonance Imaging (MRI) and Its Impact on Image Quality
2025-Oct, Cureus
DOI:10.7759/cureus.94561
PMID:41246632
|
研究论文 | 本研究比较了基于深度学习的图像重建技术在加速肩部MRI扫描中对图像质量的影响 | 首次系统评估深度学习重建技术在肩部MRI加速中的临床应用价值 | 样本量较小(49例)，阅片者间一致性较差，仅使用1.5T扫描器 | 评估深度学习图像重建技术加速MRI扫描的可行性和图像质量 | 49名接受肩部MRI检查的患者 | 医学影像分析 | 肩部疾病 | 磁共振成像 | 深度学习 | 医学图像 | 49名患者 | NA | NA | Wilcoxon符号秩检验, Cohen's kappa, PABAK | Philips Ingenia 1.5T MRI扫描仪 |
| 122 | 2025-11-21 |
AI-Based System for Analysis of Electron Microscope Images in Glomerular Disease
2025-Oct-01, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证基于人工智能的TEM图像分析系统TEM-AID，用于精确分割和测量肾小球超微结构并诊断肾小球疾病亚型 | 首次整合YOLO-v8检测、Segment Anything模型和人机协同优化，实现肾小球超微结构的自动分割与量化分析 | 研究仅针对特定七种肾小球疾病亚型，未涵盖所有肾脏疾病类型 | 开发人工智能辅助诊断系统提升肾小球疾病的电子显微镜图像分析效率 | 慢性肾病患者及其肾活检透射电子显微镜图像 | 数字病理 | 肾小球疾病 | 透射电子显微镜 | YOLO-v8, Segment Anything Model, 堆叠分类器 | 电子显微镜图像 | 31,670名患者的160,727张TEM图像 | NA | YOLO-v8, Segment Anything Model | 平均交并比, Dice系数, 准确率, AUC | NA |
| 123 | 2025-11-21 |
Artificial intelligence-driven solutions for mitigating human-wildlife conflict in biodiversity hotspots
2025 Oct-Dec, Science progress
IF:2.6Q2
DOI:10.1177/00368504251394584
PMID:41259221
|
综述 | 本文综述了人工智能在生物多样性热点地区缓解人兽冲突中的应用与前景 | 系统分析了1990-2025年间105项研究，首次全面评估AI在人兽冲突监测、预测准确性和社区参与方面的改善效果（分别提升65%、47%和39%） | 存在数据可得性、技术部署成本和伦理问题等挑战，需要更多本地化实践验证 | 探讨人工智能技术如何缓解生物多样性热点地区的人兽冲突 | 生物多样性热点地区的人兽冲突案例及AI解决方案 | 计算机视觉,机器学习 | NA | 遥感技术,地理信息系统,参与式数据整合 | 机器学习,深度学习 | 图像,地理空间数据,巡逻日志,传感器数据 | 105项研究（来自163个筛选来源） | NA | NA | 监测改善率,预测准确率,社区参与率 | NA |
| 124 | 2025-11-21 |
AI Tools for Heart Failure Management: A Comprehensive Review of Potential, Pitfalls, and Predictive Analytics
2025-Oct, Cureus
DOI:10.7759/cureus.94920
PMID:41262808
|
综述 | 本文全面回顾了人工智能在心力衰竭管理中的潜力、局限性和预测分析应用 | 系统评估了AI在心力衰竭管理中的三大关键应用：亚临床心衰检测、个性化治疗方案选择和人类-机器协作预测模型 | 存在算法偏见、数据安全问题、AI黑箱特性及其他偏见风险 | 探讨人工智能算法和模型如何支持心力衰竭管理的各个方面 | 心力衰竭患者及相关临床数据 | 自然语言处理, 机器学习 | 心血管疾病 | 机器学习, 深度学习, 自然语言处理 | NA | 临床数据, 文献数据 | 从1,617篇文献中筛选出163篇符合纳入标准的研究 | NA | NA | 预测准确性, 再入院率预测 | NA |
| 125 | 2025-11-21 |
Can classical statistics and deep learning converge on explainable, causally driven target discovery?
2025-Sep-02, DNA research : an international journal for rapid publication of reports on genes and genomes
IF:3.9Q1
DOI:10.1093/dnares/dsaf024
PMID:40971794
|
综述 | 探讨传统统计方法与深度学习在复杂疾病因果机制发现中的融合路径 | 提出结合深度学习可扩展性与统计遗传学推断能力的混合模型框架 | 当前深度学习模型存在过拟合风险、可解释性不足及缺乏标准化评估框架 | 开发下一代计算工具以揭示复杂疾病的分子基础并加速遗传发现向有效治疗的转化 | 复杂疾病的遗传变异与多组学数据 | 机器学习 | 复杂疾病 | 全基因组关联研究(GWAS), 多组学数据整合 | 深度学习, 统计模型 | 基因组数据, 多组学数据 | NA | NA | NA | NA | NA |
| 126 | 2025-11-21 |
Diagnostic Accuracy of Artificial Intelligence in Detecting Oral Potentially Malignant Disorders and Oral Cancer: A Meta-Analysis of Imaging-Based Studies (2015-2024)
2025 Sep-Oct, Journal of International Society of Preventive & Community Dentistry
DOI:10.4103/jispcd.jispcd_116_25
PMID:41244656
|
荟萃分析 | 通过荟萃分析评估人工智能在检测口腔潜在恶性疾病和口腔癌中的诊断准确性 | 首次对2015-2024年间基于影像的AI诊断口腔疾病研究进行系统性评估，涵盖多种影像技术和深度学习模型 | 纳入研究数量有限（35项），可能存在发表偏倚，各研究间影像技术和AI方法存在异质性 | 评估AI辅助影像工具在社区和临床环境中检测口腔潜在恶性疾病和口腔癌的诊断准确性 | 口腔潜在恶性疾病和口腔癌的影像数据 | 医学影像分析 | 口腔癌 | 临床摄影、组织病理学、光学相干断层扫描、自体荧光成像 | CNN | 图像 | 超过15,000张图像 | NA | 卷积神经网络 | 灵敏度, 特异度, AUC, 诊断比值比 | NA |
| 127 | 2025-11-21 |
Personalized MR-Informed Diffusion Models for 3D PET Image Reconstruction
2025-Aug-25, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/TRPMS.2025.3602262
PMID:41244311
|
研究论文 | 提出一种基于多模态PET-MR扫描数据的个性化扩散模型，用于3D PET图像重建 | 通过图像配准生成患者特异性伪PET图像，保留MR扫描的解剖信息，提高重建精度 | 需要多模态PET-MR扫描数据，伪PET图像仍存在一定噪声 | 开发个性化的PET图像重建方法，提高低计数数据下的重建质量 | 多模态PET-MR扫描数据，包括模拟和真实[F]FDG数据集 | 医学影像 | NA | 图像配准，扩散模型 | 扩散模型 | 3D PET图像，MR图像 | 多患者PET-MR扫描数据集 | NA | 扩散模型 | 重建精度，病灶可检测性 | NA |
| 128 | 2025-11-21 |
Robust Deep Learning for Pulse-echo Speed of Sound Imaging via Time-shift Maps
2025-Aug-22, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3602000
PMID:40844937
|
研究论文 | 开发了一种基于深度学习的鲁棒性脉冲回波声速成像方法，通过时间偏移映射实现准确的空间声速分布重建 | 提出了一种不依赖特定前向模型的非线性映射学习方法，结合多阶段训练策略和结构相似性损失函数，提高了声速成像的准确性和鲁棒性 | 未明确说明计算资源需求和模型训练时间，实验验证主要基于仿真和体模数据 | 开发鲁棒的深度学习方法来改善脉冲回波超声成像中的声速分布重建 | 超声声速分布成像 | 医学影像处理 | NA | 脉冲回波超声成像 | 深度学习 | 超声数据，时间偏移映射 | NA | NA | NA | 结构相似性指数，重建精度，对比度噪声比 | 使用了射线追踪合成和全波仿真进行训练 |
| 129 | 2025-11-21 |
The diagnostic performance of ultrasound features for biliary atresia: a systematic review and updated meta-analysis
2025-Aug-18, Pediatric surgery international
IF:1.5Q3
DOI:10.1007/s00383-025-06118-3
PMID:40824323
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估超声特征在胆道闭锁诊断中的性能 | 首次专门评估超声特征在区分囊性胆道闭锁与伴有黄疸和肝门区囊肿婴儿中的准确性 | 超声引导下经皮经肝胆管造影术的临床应用受技术复杂性和患者要求限制 | 评估超声特征在胆道闭锁诊断中的诊断性能 | 胆道闭锁患者和婴儿胆汁淤积患者 | 医学影像诊断 | 胆道闭锁 | 超声成像 | NA | 医学影像数据 | NA | NA | NA | 敏感性,特异性,汇总受试者工作特征曲线 | NA |
| 130 | 2025-11-21 |
A deep learning method for predicting interactions for intrinsically disordered regions of proteins
2025-Aug-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.19.629373
PMID:39763873
|
研究论文 | 开发了一种名为Disobind的深度学习方法，用于预测蛋白质内在无序区域与结合伴侣之间的相互作用 | 结合ProtT5蛋白质语言模型的序列嵌入，考虑结合伴侣的上下文，不依赖结构信息和多重序列比对 | NA | 预测蛋白质内在无序区域与结合伴侣之间的相互作用界面 | 蛋白质内在无序区域及其结合伴侣 | 生物信息学 | NA | 蛋白质语言模型 | 深度学习 | 蛋白质序列 | NA | NA | ProtT5 | 接触图预测准确率，界面残基预测准确率 | NA |
| 131 | 2025-11-21 |
Enhancing deep neural networks through complex-valued representations and Kuramoto synchronization dynamics
2025-Aug-04, ArXiv
PMID:40799806
|
研究论文 | 本研究通过结合复数值表示和Kuramoto同步动力学来增强深度神经网络的多目标编码能力 | 首次将神经科学中的同步机制与复数值表示相结合，利用Kuramoto动力学促进相位对齐以改进目标绑定 | 仅在手写数字和多目标图像任务上进行验证，尚未在更复杂的现实场景中测试 | 研究基于同步的机制是否能增强人工模型在视觉分类任务中的目标编码能力 | 多目标图像、重叠手写数字、噪声输入和分布外变换 | 计算机视觉 | NA | NA | 前馈神经网络,循环神经网络 | 图像 | NA | NA | 前馈模型,带反馈连接的循环模型 | NA | NA |
| 132 | 2025-11-21 |
Artificial Intelligence-powered copilots for precision diagnosis and surgical assessment of histological growth patterns in resectable colorectal liver metastases: a prospective study
2025-Jul-09, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002922
PMID:40638258
|
研究论文 | 开发基于Transformer的AI模型COFFEE，用于结直肠癌肝转移组织病理学生长模式的精确分类和手术评估 | 首次将Transformer架构与多实例学习框架结合，开发专门针对结直肠癌肝转移HGP分类的AI辅助诊断模型 | 样本量相对有限，前瞻性队列样本数较少，需要更大规模的外部验证 | 提高结直肠癌肝转移组织病理学生长模式的诊断精度和手术评估效果 | 结直肠癌肝转移患者的全切片图像 | 数字病理 | 结直肠癌 | 全切片图像分析 | Transformer, 深度学习 | 图像 | 431名患者（训练297，测试104，前瞻30），共2414张全切片图像 | PyTorch | Vision Transformer (ViT), TransMIL | AUC, 准确率, 诊断时间 | NA |
| 133 | 2025-11-21 |
Deep learning-based EEG source imaging is robust under varying electrode configurations
2025-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology
IF:3.7Q2
DOI:10.1016/j.clinph.2025.04.009
PMID:40318257
|
研究论文 | 本研究评估了基于深度学习的脑电源成像方法在不同电极配置下的鲁棒性能 | 证明了深度学习脑电源成像方法在低密度EEG配置下仍能保持准确性能，突破了传统方法对高密度电极的依赖 | 研究样本量相对有限，仅包含27名耐药性癫痫患者 | 评估电极数量对深度学习脑电源成像性能的影响 | 脑电信号和脑源定位 | 机器学习 | 癫痫 | EEG脑电源成像 | 深度学习 | 脑电信号 | 27名耐药性癫痫患者 | NA | DeepSIF | 空间离散度 | NA |
| 134 | 2025-11-21 |
Parasitic diagnosis: A journey from basic microscopy to cutting-edge technology
2025 Jul-Dec, Tropical parasitology
DOI:10.4103/tp.tp_61_24
PMID:41244084
|
综述 | 本文综述了寄生虫诊断技术从基础显微镜到现代人工智能的发展历程 | 系统梳理了寄生虫诊断技术的演进，特别强调了人工智能和卷积神经网络在提升诊断准确性和效率方面的革命性作用 | 面临数据集多样性不足和低收入地区基础设施支持有限的挑战 | 改善寄生虫感染诊断方法以应对全球公共卫生挑战 | 寄生虫感染及其诊断技术 | 数字病理 | 寄生虫感染 | 显微镜检查、血清学诊断、ELISA、免疫印迹、PCR、多重检测、下一代测序 | CNN | 图像、分子数据 | NA | NA | NA | 灵敏度、特异性、准确性、效率 | NA |
| 135 | 2025-11-21 |
AVN: A Deep Learning Approach for the Analysis of Birdsong
2025-Jun-22, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.10.593561
PMID:39229184
|
研究论文 | 开发了一种基于深度学习的鸟类鸣声分析工具AVN，用于斑胸草雀鸣声的自动标注和特征提取 | 无需额外训练数据即可跨多个动物群体准确标注鸣声，并开发了无需额外训练数据即可测量鸣声模仿的新方法 | NA | 开发标准化的行为分析工具以促进鸣声行为研究 | 斑胸草雀的习得性鸣声 | 机器学习 | NA | 深度学习行为分析 | 深度学习 | 音频 | 多个研究组和实验中的斑胸草雀鸣声数据 | Python | NA | 准确性、敏感性、与人类专家判断的一致性 | NA |
| 136 | 2025-11-21 |
Advancing Digital Precision Medicine for Chronic Fatigue Syndrome through Longitudinal Large-Scale Multi-Modal Biological Omics Modeling with Machine Learning and Artificial Intelligence
2025-Jun-18, ArXiv
PMID:40980765
|
研究论文 | 通过纵向多组学数据和人工智能方法推进慢性疲劳综合征的数字精准医疗研究 | 开发了可解释的深度学习框架BioMapAI，创建了首个健康和疾病状态下的多组学连接图谱，揭示了微生物组-免疫-代谢组的相互作用机制 | 样本量相对有限(ME/CFS患者154人，健康对照79人)，疾病机制仍需进一步验证 | 探索慢性疲劳综合征的病因机制并开发精准诊断方法 | 慢性疲劳综合征患者(短期<4年75人，长期>10年79人)和健康对照(79人) | 数字病理学 | 慢性疲劳综合征 | 宏基因组学,代谢组学,免疫分析,临床表型分析 | 深度学习 | 多组学数据(肠道宏基因组,血浆代谢组,免疫谱,血液检测,临床症状) | ME/CFS患者154人(短期75人，长期79人)，健康对照79人 | BioMapAI | 深度学习框架 | 疾病分类精度 | NA |
| 137 | 2025-11-21 |
Near-zero photon bioimaging by fusing deep learning and ultralow-light microscopy
2025-May-27, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2412261122
PMID:40388622
|
研究论文 | 提出一种结合深度学习和超低光显微镜的近零光子生物成像方法，可在极低光照条件下实现高质量生物图像重建 | 首次实现kHz速率和比标准显微镜低10000倍辐照度的近零光子生物成像，能够从每个像素仅0.01光子的极低信号中重建生物图像 | 未明确说明方法在特定生物样本类型或复杂组织中的适用性限制 | 开发在极低光照条件下实现可靠和可重复光学显微镜成像的新方法 | 多细胞和亚细胞生物结构特征 | 生物医学成像 | NA | 超低光显微镜，深度学习图像重建 | 深度学习 | 光子稀疏图像 | NA | NA | NA | 成像保真度 | NA |
| 138 | 2025-11-21 |
Correlation does not equal causation: the imperative of causal inference in machine learning models for immunotherapy
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1630781
PMID:41041318
|
综述 | 本文系统评述了机器学习在免疫治疗研究中忽视因果推断的方法学缺陷，并探讨了因果机器学习的最新进展与挑战 | 首次系统揭示免疫治疗研究中普遍存在的'知识-实践鸿沟'，即研究者虽认知'相关不等于因果'却在实践中忽略因果推断，并提出了因果机器学习的具体解决方案 | 基于文献综述的分析，缺乏原始数据验证；未提供因果机器学习模型在临床环境中的实际效能比较 | 探讨因果推断在免疫治疗机器学习模型中的重要性及实施路径 | 免疫检查点抑制剂研究文献和黑色素瘤回顾性研究 | 机器学习 | 免疫治疗相关疾病 | 多组学数据整合，包括影像学、基因组学和临床记录 | 因果机器学习模型 | 多模态数据 | 90项免疫检查点抑制剂研究和36项黑色素瘤回顾性研究 | NA | Targeted-BEHRT, CIMLA, CURE | 模型可解释性，临床适用性 | NA |
| 139 | 2025-11-21 |
Deep Multi-View Clustering With Meta Information Compression
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3630899
PMID:41237033
|
研究论文 | 提出一种基于元学习的深度多视图聚类方法，通过信息压缩和语义拼图机制学习低冗余的聚类友好表示 | 从元学习角度提出信息压缩器和语义拼图机制，在保持关键语义的同时最小化冗余信息 | 未明确说明方法在极端数据不平衡或噪声视图条件下的鲁棒性 | 解决多视图聚类中互补信息选择与关键细节捕获之间的平衡问题 | 多视图数据样本 | 机器学习 | NA | NA | 深度学习 | 多视图数据 | 多个不同规模的数据集（具体数量未说明） | NA | 信息压缩器, 语义拼图机制 | 聚类性能指标（具体指标未说明） | NA |
| 140 | 2025-11-21 |
TSCytoPred: a deep learning framework for inferring cytokine expression trajectories from irregular longitudinal gene expression data to enhance multi-omics analyses
2025, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.20270
PMID:41244204
|
研究论文 | 提出TSCytoPred深度学习框架，从非规则纵向基因表达数据推断细胞因子表达轨迹以增强多组学分析 | 开发首个基于深度学习的模型，通过基因表达数据和转录因子相互作用计算推断细胞因子表达轨迹，并包含插值模块处理不规则时间间隔数据 | 依赖基因表达数据的质量和完整性，在细胞因子表达机制完全未知的情况下预测性能可能受限 | 通过推断细胞因子表达轨迹来改善疾病结果预测和治疗反应评估 | 细胞因子表达轨迹，基因表达数据，COVID-19患者 | 机器学习 | COVID-19 | 基因表达分析，转录因子相互作用分析 | 深度学习，神经网络 | 纵向基因表达数据，时间序列数据 | COVID-19数据集（具体数量未明确说明） | NA | 包含插值模块的神经网络 | 决定系数(R)，平均绝对误差(MAE) | NA |