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 1421 - 1440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1421 | 2025-11-06 |
Carbon dots meet artificial intelligence: applications in biomedical engineering
2025-Nov-05, Journal of materials chemistry. B
DOI:10.1039/d5tb00593k
PMID:41065544
|
综述 | 本文全面综述了人工智能在碳点研究中的应用及其在生物医学工程中的潜力 | 首次系统探讨人工智能与碳点交叉领域，涵盖从材料设计到生物医学应用的完整链条 | NA | 探索人工智能技术在碳点材料研究及生物医学工程中的应用前景 | 碳点材料及其在生物医学工程中的应用 | 机器学习, 生物医学工程 | NA | 机器学习, 深度学习 | NA | 材料特性数据, 生物医学数据 | NA | NA | NA | NA | NA |
| 1422 | 2025-11-06 |
Genome-wide functional annotation and interpretation of splicing variants: toward RNA-targeted therapies
2025-Nov-05, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-025-01424-z
PMID:41188449
|
综述 | 系统阐述剪接破坏性变异的基因组功能注释与解释方法及其在RNA靶向治疗中的应用前景 | 整合非编码区变异注释策略，结合深度学习与基序导向工具，建立从变异识别到RNA靶向治疗的完整研究框架 | 依赖计算预测工具的准确性，实验验证策略仍需标准化，临床应用转化存在技术壁垒 | 开发系统性识别和解释剪接破坏性变异的策略，推动精准医疗发展 | 剪接破坏性变异（包括同义、深内含子和调控区变异） | 生物信息学 | 神经肌肉疾病及其他剪接驱动疾病 | 基因组测序，RNA靶向治疗技术（反义寡核苷酸、小分子调节剂、RNA编辑平台） | 深度学习模型，基序导向工具 | 基因组变异数据，剪接数据 | NA | NA | NA | NA | NA |
| 1423 | 2025-11-06 |
From telepresence to intelligent convergence: mapping the global research landscape of remote robotic surgery (1980-2025)
2025-Nov-05, Journal of robotic surgery
IF:2.2Q2
DOI:10.1007/s11701-025-02934-w
PMID:41188635
|
文献计量分析 | 通过文献计量分析方法绘制1980-2025年远程机器人手术的全球研究格局和概念演变图谱 | 首次对远程机器人手术领域进行系统性文献计量分析，识别出三个概念演进阶段和五大主题领域 | 仅基于Scopus数据库的857篇文献，可能未涵盖所有相关研究 | 分析远程机器人手术的全球研究格局、发展趋势和概念演变 | 857篇Scopus索引的远程机器人手术相关文献 | 医学信息学 | 外科手术 | 文献计量分析，Walktrap聚类算法 | NA | 文献元数据 | 857篇文献 | Bibliometrix (R-package), VOSviewer, CiteSpace | Walktrap聚类算法 | 年增长率，国际合作率，布拉德福定律分析 | NA |
| 1424 | 2025-11-06 |
Letter to editor on "deep learning facilitated discovery of prognosis biomarkers and their ligands to improve liver cancer treatment"
2025-Nov-05, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003656
PMID:41190371
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1425 | 2025-11-06 |
Metagenomics approach to predict antibiotic resistance genes in sputum samples of adult people with cystic fibrosis: a pilot study
2025-Nov-05, Microbiology spectrum
IF:3.7Q2
DOI:10.1128/spectrum.02299-24
PMID:41190884
|
研究论文 | 本研究探索使用宏基因组学方法结合深度学习工具预测囊性纤维化患者痰液样本中的抗生素耐药基因 | 首次将宏基因组学与深度学习工具deepARG结合，为囊性纤维化患者提供比传统培养方法更快速的抗生素敏感性预测方法 | 样本量较小（20名患者，68份样本），仅对部分抗生素类别获得显著结果 | 开发基于宏基因组学的抗生素敏感性快速预测方法 | 囊性纤维化成年患者的痰液样本 | 生物信息学 | 囊性纤维化 | 鸟枪法宏基因组测序 | 深度学习 | 基因组测序数据 | 20名囊性纤维化患者提供的68份痰液样本 | deepARG | NA | AUCROC, 灵敏度 | NA |
| 1426 | 2025-11-06 |
Deep Learning Analysis of Dynamic Contrast-enhanced US Images for Adnexal Lesion Classification
2025-Nov-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240786
PMID:41190943
|
研究论文 | 开发基于动态对比增强超声图像的深度学习模型OCNet用于附件病变分类 | 首次将动态对比增强超声图像与深度学习结合用于附件病变分类，并证明其性能优于现有标准方法 | 回顾性研究，样本量相对有限（395例患者） | 开发附件病变自动分类的深度学习模型 | 经病理证实的附件病变患者 | 医学影像分析 | 卵巢癌 | 动态对比增强超声 | 深度学习 | 超声图像 | 395例女性患者（252例良性，143例恶性） | NA | OCNet | AUC, 特异性 | NA |
| 1427 | 2025-11-06 |
Application of multi-scale feature extraction and explainable machine learning in chest x-ray position evaluation within an integrated learning framework
2025-Nov-05, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12097-9
PMID:41191081
|
研究论文 | 本研究提出了一种结合深度学习和机器学习的融合网络，用于胸部X射线定位的定量和可解释评估 | 提出了基于分割的随机森林融合网络，结合SHAP方法增强模型临床可解释性 | 回顾性研究，数据来源于单一医疗机构 | 分析胸部X射线患者定位布局中的关键因素 | 胸部X射线图像 | 医学影像分析 | 胸部疾病 | X射线成像 | 深度学习, 机器学习 | 医学图像 | 3300张胸部X射线图像，来自中国医疗机构（2021年3月-2022年12月） | NA | U-net++, U-net, Random Forest Fusion Network | AUC, 准确率, 敏感性, 特异性, Dice系数 | NA |
| 1428 | 2025-11-06 |
Automated analysis of paraspinal muscles: segmentation and multi-parameter quantification in lumbar CT using convolutional neural network
2025-Nov-05, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09541-1
PMID:41191112
|
研究论文 | 开发基于卷积神经网络的深度学习算法，用于腰椎CT中八块椎旁肌的自动分割和多参数量化 | 首次在腰椎CT中实现八块椎旁肌的自动分割和多参数量化，克服了手动分割耗时且存在变异性的问题 | 样本量相对较小（100例腰椎CT扫描），需要进一步验证在更大样本和不同人群中的泛化能力 | 开发自动化的椎旁肌分割和量化方法，支持大规模椎旁肌和脊柱相关疾病的流行病学研究 | 腰椎椎旁肌（双侧腰大肌、腰方肌、竖脊肌和多裂肌） | 医学影像分析 | 脊柱相关疾病 | CT成像 | CNN | CT图像 | 100例腰椎CT扫描（年龄55.02±16.2岁，62例女性） | NA | TransUNet | Dice相似系数, Hausdorff距离, 平均交并比, 组内相关系数 | NA |
| 1429 | 2025-11-06 |
Unveiling Hearts: Deep Learning-Based Electrocardiogram Classification for Congenital Heart Disease Detection
2025-Nov-05, Current medical science
IF:2.0Q3
DOI:10.1007/s11596-025-00134-z
PMID:41191231
|
研究论文 | 本研究开发了一种基于深度学习的先天性心脏病心电图分类方法 | 结合CNN和RNN分析心电图信号，并应用SMOTE技术解决类别不平衡问题 | 需要在更多数据集上验证模型，并解决噪声处理和外部验证等现实挑战 | 开发准确分类先天性心脏病的深度学习方法 | 心电图信号 | 机器学习 | 先天性心脏病 | 心电图分析 | CNN,RNN | 时间序列数据 | MIT-BIH心律失常数据库 | NA | NA | 准确率 | NA |
| 1430 | 2025-11-06 |
Automatically Measuring Kidney, Liver, and Cyst Volumes in Autosomal Dominant Polycystic Kidney Disease
2025-Nov-04, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000904
PMID:41186985
|
研究论文 | 开发基于深度学习的三维分割模型，用于自动测量常染色体显性多囊肾病患者的肾脏、肝脏和囊肿体积 | 提出结合U-Net和Transformer的3D混合模型，并开发了首个基于网络的自动体积测量平台 | 模型在肝脏囊肿分割性能相对较低(Dice分数0.82)，且外部验证数据集规模有限 | 开发自动、准确的ADPKD肾脏、肝脏和囊肿体积测量工具 | 常染色体显性多囊肾病患者和健康对照者 | 数字病理学 | 常染色体显性多囊肾病 | MRI, CT扫描 | 3D混合模型 | 医学影像 | 720名参与者(611名ADPKD患者，109名对照) | NA | U-Net, Transformer | Dice系数, 平均绝对百分比差异 | 基于网络的平台 |
| 1431 | 2025-11-06 |
Structure-Preserving Two-Stage Diffusion Model for CBCT Metal Artifact Reduction
2025-Nov-04, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3628764
PMID:41187053
|
研究论文 | 提出一种用于CBCT金属伪影减少的结构保持两阶段扩散模型 | 采用两阶段扩散框架，结合结构感知扩散模型和分割引导采样策略，强调结构保持和领域泛化能力 | 需要配对的口内扫描数据和CBCT图像进行监督训练 | 解决CBCT中金属植入物引起的伪影问题，提高诊断准确性 | 牙科CBCT图像中的金属伪影 | 计算机视觉 | 牙科疾病 | 锥束计算机断层扫描(CBCT), 口内扫描(IOS) | 扩散模型 | 医学图像 | 模拟数据和真实世界数据 | NA | 两阶段扩散框架 | 伪影减少效果, 结构保持能力 | NA |
| 1432 | 2025-11-06 |
Integration of deep learning and Bayesian networks for personalized tooth color prediction in dental esthetics: A study in Chinese Han population
2025-Nov-04, Journal of prosthodontics : official journal of the American College of Prosthodontists
DOI:10.1111/jopr.70049
PMID:41187324
|
研究论文 | 本研究开发了一种结合深度学习与贝叶斯网络的混合模型，用于预测中国汉族人群的个性化牙齿颜色偏好 | 首次将卷积神经网络与贝叶斯网络相结合用于牙齿颜色预测，显著提高了预测准确率 | 样本量相对较小（128名参与者），仅针对中国汉族人群进行研究 | 研究肤色、年龄和性别如何影响牙齿颜色偏好，为个性化牙齿美学提供量化指导 | 中国汉族人群（包括牙科专业人士和非专业人士）对标准化微笑图像的牙齿颜色偏好 | 计算机视觉 | NA | 牙齿颜色评估，VITA经典色标系统 | CNN, 贝叶斯网络 | 图像 | 128名参与者（62名男性，66名女性；60名牙科专业人士，68名非专业人士） | NA | 卷积神经网络与贝叶斯网络混合架构 | 准确率 | NA |
| 1433 | 2025-11-06 |
Impact of Deep Learning-Based Time-of-Flight PET Images of Small Tumors Using a Human Anatomic Phantom
2025-Nov-04, Journal of nuclear medicine technology
IF:1.0Q4
DOI:10.2967/jnmt.125.270450
PMID:41188046
|
研究论文 | 本研究使用人体解剖模型定量评估深度学习飞行时间技术对PET小肿瘤图像质量的影响 | 首次系统评估不同精度水平的深度学习飞行时间技术对PET图像中肿瘤可见度和对比度的定量影响 | 研究基于人体模型而非真实患者，临床验证样本有限 | 评估深度学习增强的飞行时间PET成像技术对小肿瘤检测性能的改善效果 | 模拟人体解剖结构的胸腹部模型中的肺部和肝脏肿瘤 | 医学影像分析 | 肿瘤疾病 | PET/CT成像, 飞行时间技术, 深度学习图像重建 | 深度学习模型 | PET医学影像 | 人体解剖模型，包含多个器官和肿瘤，在6个不同采集时间点进行扫描 | NA | 高精度深度学习模型(HDL) | SUVmax, 形状指数, 肿瘤可见度, 对比度 | BGO晶体PET/CT扫描仪 |
| 1434 | 2025-11-06 |
Efficient Generation of Protein and Protein-Protein Complex Dynamics via SE(3)-Parameterized Diffusion Models
2025-Nov-04, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01971
PMID:41188090
|
研究论文 | 提出一种基于SE(3)参数化扩散模型的蛋白质构象轨迹生成方法PTraj-Diff | 首次将几何扩散框架应用于蛋白质和蛋白质复合物轨迹生成，通过残基级SE(3)变换参数化和张量积注意力机制有效捕获蛋白质几何约束 | 未明确说明模型在特定蛋白质类型或复杂系统中的泛化能力限制 | 开发高效生成蛋白质和蛋白质复合物构象动态轨迹的计算方法 | 蛋白质单体和蛋白质-蛋白质复合物的构象轨迹 | 计算生物学 | NA | 生成式深度学习，分子动力学模拟 | 扩散模型 | 蛋白质结构数据，构象轨迹数据 | NA | NA | PTraj-Diff，包含Power Bert编码器 | NA | NA |
| 1435 | 2025-11-06 |
Contrastive virtual staining enhances deep learning-based PDAC subtyping from H&E-stained tissue cores
2025-Nov-04, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6491
PMID:41188199
|
研究论文 | 提出一种基于对比学习的cycleGAN框架，从H&E染色组织切片生成虚拟IHC染色图像以改进PDAC亚型分类 | 首次将对比学习思想融入cycleGAN框架，利用半配对数据集训练虚拟染色模型，显著提升PDAC亚型分类性能 | 未提及模型在其他类型癌症或更大数据集上的泛化能力 | 开发基于深度学习的虚拟染色方法以替代传统IHC染色进行PDAC亚型分类 | 胰腺导管腺癌(PDAC)组织切片 | 数字病理学 | 胰腺癌 | 虚拟染色，H&E染色，IHC染色 | GAN, cycleGAN | 组织切片图像 | NA | NA | cycleGAN | F1-score | NA |
| 1436 | 2025-11-06 |
Applications and clinical translation of artificial intelligence in CBCT-based detection of endodontic lesions: a scoping review
2025-Nov-04, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00876-5
PMID:41188594
|
综述 | 本范围综述探讨了人工智能在CBCT影像中检测牙髓根尖周病变的应用现状与临床转化前景 | 系统评估了AI在CBCT牙髓病变检测中的最新进展，包括商业软件Diagnocat和新型架构PALNet的应用 | 多数研究为回顾性设计，使用小型或同质化数据集，缺乏外部验证和标准金标准对照（如组织学关联） | 评估人工智能在CBCT影像中检测、分类和分割牙髓根尖周病变的应用效果与临床转化潜力 | 基于CBCT影像的牙髓根尖周病变 | 医学影像分析 | 牙髓根尖周病变 | CBCT成像 | CNN | 医学影像 | NA | NA | U-Net, DenseNet, PALNet | 敏感度, AUC | NA |
| 1437 | 2025-11-06 |
Single-cell resolution spatial transcriptomic signature of the retrosplenial cortex during memory consolidation
2025-Nov-04, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-025-03331-3
PMID:41188622
|
研究论文 | 本研究通过空间转录组学技术揭示了记忆巩固过程中压后皮层神经元亚型的分子特征 | 首次在单细胞分辨率下解析了空间记忆巩固过程中压后皮层的转录组特征，并发现了阿尔茨海默病模型中的神经元激活异常 | 研究主要聚焦于早期记忆巩固阶段，尚未涵盖完整记忆形成过程；动物模型结果需要进一步验证 | 探索空间记忆巩固过程中压后皮层的转录组特征及其在阿尔茨海默病中的改变 | 小鼠压后皮层神经元，包括阿尔茨海默病模型小鼠 | 空间转录组学 | 阿尔茨海默病及相关痴呆 | 空间转录组学，Xenium空间转录组学，化学遗传学 | 深度学习 | 空间转录组数据 | 未明确样本数量，使用正常小鼠和ADRD模型小鼠 | NA | NA | NA | NA |
| 1438 | 2025-11-06 |
Performance Comparison Between Two Versions of a Commercial Artificial Intelligence System for Chest Radiograph Interpretation: A Multicenter Study
2025-Nov-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01731-z
PMID:41188640
|
研究论文 | 比较商业AI系统Gleamer ChestView两个版本在胸部X光片解读中的诊断性能 | 首次对同一AI系统的两个连续版本进行多中心性能比较验证 | 样本量相对有限(187例)，部分病例依赖放射科医生共识而非CT金标准 | 评估AI系统版本升级对胸部X光片诊断性能的影响 | 胸部X光片中的多种胸部病变(胸腔积液、肺泡疾病、纵隔肿块、气胸、肺结节) | 医学影像分析 | 胸部疾病 | 深度学习 | 深度学习模型 | 胸部X光图像 | 187例胸部X光片，来自6个中心，4家设备制造商 | NA | NA | 灵敏度, 特异度, 精确度, F1分数 | NA |
| 1439 | 2025-11-06 |
Innovative Learning in Anatomy Education: Assessing the Impact of Low-Cost 3D Deep Learning Anatomical Models in Museum-Based Instruction
2025-Nov-03, Journal of surgical education
IF:2.6Q1
DOI:10.1016/j.jsurg.2025.103748
PMID:41187606
|
研究论文 | 评估低成本3D深度学习解剖模型在博物馆式教学中对医学生解剖学教育的有效性 | 采用基于PointNeXt深度学习框架的虚拟解剖博物馆平台，结合交互式3D模型提升解剖学教学的临床相关性和空间定位能力 | 样本量较小（40名学生），技术问题报告率25%，非实验性观察研究设计限制了因果推断 | 评估虚拟解剖博物馆方法在提升医学生临床推理和解剖学理解方面的效果 | 沙特阿拉伯哈利德国王大学应用医学科学学士课程的40名本科医学生 | 教育技术 | NA | 3D建模，深度学习 | 深度学习 | 3D解剖模型，问卷调查数据 | 40名本科医学生（目标组20人，对照组20人） | PointNeXt | PointNeXt, AnatoVision Block | 平均分，标准差，p值，百分比，5点李克特量表 | 基于网页的虚拟平台 |
| 1440 | 2025-11-06 |
Dispersion based recurrent neural network model for methane monitoring in Albertan tailings ponds
2025-Nov-03, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127748
PMID:41187672
|
研究论文 | 开发基于扩散的循环神经网络模型用于监测阿尔伯塔省尾矿池的甲烷排放 | 提出结合大气传输过程的扩散循环神经网络模型，能够同时预测甲烷排放量和浓度 | 未明确说明模型在极端天气条件下的表现和泛化能力 | 建立数据驱动模型评估尾矿池甲烷排放潜力并进行未来预测 | 阿尔伯塔省阿萨巴斯卡油砂尾矿池 | 机器学习 | NA | 反向扩散建模方法 | RNN | 环境监测数据 | 阿萨巴斯卡油砂尾矿池数据集 | NA | DIRNN（基于扩散的循环神经网络） | 排放预测准确度，浓度预测准确度 | NA |