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 1401 篇文献，本页显示第 1121 - 1140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1121 | 2025-10-07 |
Comparison of Intratumoral and Peritumoral Deep Learning, Radiomics, and Fusion Models for Predicting KRAS Gene Mutations in Rectal Cancer Based on Endorectal Ultrasound Imaging
2025-Apr, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-16697-5
PMID:39690384
|
研究论文 | 比较基于直肠腔内超声图像的瘤内和瘤周深度学习、影像组学及融合模型在预测直肠癌KRAS基因突变中的性能 | 首次系统比较瘤内与瘤周区域在预测KRAS突变中的价值，并开发基于特征融合和决策融合的混合模型 | 单中心回顾性研究，样本量有限（304例患者） | 预测直肠癌KRAS基因突变状态 | 直肠癌患者 | 医学影像分析 | 直肠癌 | 直肠腔内超声成像 | 深度学习, 影像组学, 融合模型 | 超声图像 | 304例直肠癌患者（训练集213例，测试集91例） | NA | NA | AUC, 敏感性, 特异性, 决策曲线分析 | NA |
| 1122 | 2025-10-07 |
Genomic determinants of biological age estimated by deep learning applied to retinal images
2025-Apr, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01481-w
PMID:39775603
|
研究论文 | 本研究通过深度学习分析视网膜图像估计生物年龄，并利用全基因组关联分析探索其遗传基础 | 首次将深度学习预测的视网膜年龄差（RAG）与全基因组关联分析相结合，探索视网膜衰老的遗传机制 | 研究样本主要来自英国生物银行和GoDARTS队列，可能存在人群特异性限制 | 探索视网膜年龄差的遗传决定因素及其与衰老过程的关联机制 | 英国生物银行31,271名参与者和GoDARTS队列8,034名参与者的视网膜图像和基因组数据 | 计算机视觉 | 老年疾病 | 深度学习，全基因组关联分析（GWAS），孟德尔随机化分析 | 深度学习模型 | 视网膜图像，基因组数据 | 英国生物银行31,271人，GoDARTS队列8,034人 | NA | NA | 遗传相关性，SNP遗传力 | NA |
| 1123 | 2025-10-07 |
Identification of lesion bioactivity in hepatic cystic echinococcosis using a transformer-based fusion model
2025-Apr, The Journal of infection
IF:14.3Q1
DOI:10.1016/j.jinf.2025.106455
PMID:40049526
|
研究论文 | 本研究开发了一种基于Transformer的多模态融合模型，用于准确区分肝囊型包虫病病灶的生物活性 | 首次将Transformer架构应用于肝囊型包虫病病灶活性识别，通过特征级融合、决策级融合和Transformer网络整合临床特征、影像组学特征及2D/3D深度学习特征 | 研究仅基于三家医院的数据，需要更多外部验证来确认模型的泛化能力 | 评估基于Transformer的融合模型在判断肝囊型包虫病病灶生物活性方面的性能 | 700例肝囊型包虫病患者的CT影像和临床变量 | 计算机视觉 | 肝囊型包虫病 | CT成像 | Transformer,深度学习模型 | CT图像,临床数据 | 700例来自三家医院(2018-2023年)的肝囊型包虫病患者 | Pyradiomics | Transformer | AUC | NA |
| 1124 | 2025-10-07 |
An artificial intelligence tool that may assist with interpretation of rapid plasma reagin test for syphilis: Development and on-site evaluation
2025-Apr, The Journal of infection
IF:14.3Q1
DOI:10.1016/j.jinf.2025.106454
PMID:40043816
|
研究论文 | 开发并验证一种基于人工智能的快速血浆反应素试验解读工具，用于梅毒诊断 | 首次将深度学习算法应用于RPR测试的自动化解读，并集成到智能手机实现现场应用 | 样本量相对有限（600张图像），需要更多临床验证 | 开发用户友好的RPR-AI解读工具以标准化梅毒诊断 | 快速血浆反应素试验卡片图像 | 计算机视觉 | 梅毒 | 快速血浆反应素试验 | 深度学习 | 图像 | 600张RPR卡片图像（276例阴性，223例阳性） | NA | NA | 准确率, 灵敏度, 特异性, 一致性, 阳性预测值, 阴性预测值 | 智能手机平台 |
| 1125 | 2025-10-07 |
Soil and crop interaction analysis for yield prediction with satellite imagery and deep learning techniques for the coastal regions
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125095
PMID:40138935
|
研究论文 | 本研究利用卫星影像和深度学习技术分析土壤与作物相互作用，实现沿海地区作物产量预测 | 结合土壤类型分析和NDVI数据，采用卷积神经网络进行降雨径流预测，相比传统方法显著提高预测精度 | 研究主要针对沿海地区，在数据有限区域的适用性需要进一步验证 | 开发高精度的作物产量预测模型以支持农业决策 | 沿海地区的土壤和作物 | 计算机视觉 | NA | 卫星遥感，Sentinel-2，NDVI | CNN | 卫星影像 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 1126 | 2025-10-07 |
Effective evaluation of greenhouse gases (GHGs) emissions from anoxic/oxic (A/O) process of regenerated papermaking wastewater treatment through hybrid deep learning techniques: Leveraging the critical role of water quality indicators
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125094
PMID:40174391
|
研究论文 | 本研究通过混合深度学习技术评估再生造纸废水处理中温室气体排放，并分析水质指标的关键作用 | 开发了集成时间卷积网络和注意力机制的新型混合深度学习模型TCNA，用于预测废水处理过程中的温室气体排放 | 研究基于实验室规模的A/O工艺，数据集仅包含295组多因素数据，需要在实际工业规模中进一步验证 | 准确评估再生造纸废水处理过程中温室气体排放，并开发可靠的预测模型 | 再生造纸废水处理过程中的温室气体排放 | 机器学习 | NA | 废水处理工艺监测 | TCN, Attention Mechanism, CNN, RNN, LSTM | 水质指标数据（COD、悬浮固体、氨氮、硝酸盐氮、pH/DO/温度等） | 295组多因素数据集，来自约110天的实验室规模A/O工艺运行 | NA | TCNA（时间卷积网络+注意力机制） | R分数, RMSE, MAE | NA |
| 1127 | 2025-10-07 |
Feasibility study of real-time virtual sensing for water quality parameters in river systems using synthetic data and deep learning models
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125191
PMID:40179555
|
研究论文 | 本研究评估了结合深度学习的虚拟传感技术在小型河流系统中实时监测水质参数的可行性 | 首次将深度学习模型与虚拟传感技术结合用于小型河流系统水质监测，并比较了实际数据与合成数据的性能差异 | 研究主要针对小型河流系统，且依赖于九个传感器测量指标生成的合成数据 | 评估基于深度学习的虚拟传感技术在河流水质实时监测中的可行性 | 小型河流系统中的水质参数（总有机碳TOC、总氮TN、总磷TP） | 环境监测 | NA | 虚拟传感技术，深度学习 | 深度学习模型 | 传感器测量数据，合成数据 | 九个传感器测量指标 | NA | NA | 误差（mg/L） | 计算时间少于1分钟 |
| 1128 | 2025-04-12 |
Deep neural network modeling for brain tumor classification using magnetic resonance spectroscopic imaging
2025-Apr, PLOS digital health
DOI:10.1371/journal.pdig.0000784
PMID:40202966
|
研究论文 | 本研究探讨了深度神经网络在脑肿瘤分类中的应用，特别是针对磁共振波谱成像（MRSI）数据的处理 | 直接对原始MRSI时域数据应用深度神经网络，避免了传统方法中复杂的手动处理步骤 | 需要更大数据集进行验证以建立标准化指南并增强临床实用性 | 提高脑肿瘤早期和准确检测的效率，以支持有效治疗 | 脑肿瘤患者的合成和真实MRSI数据 | 数字病理学 | 脑肿瘤 | 磁共振波谱成像（MRSI） | 深度神经网络 | 光谱时间序列数据 | 包括合成和真实MRSI数据的脑肿瘤患者数据集 | NA | NA | NA | NA |
| 1129 | 2025-04-12 |
Universal photonic artificial intelligence acceleration
2025-Apr, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-08854-x
PMID:40205212
|
研究论文 | 介绍了一种光子AI处理器，能够执行包括ResNet和BERT在内的高级AI模型，以及DeepMind最初展示的Atari深度强化学习算法 | 该光子AI处理器在许多工作负载上实现了接近电子精度的性能，标志着光子计算进入与现有电子AI加速器竞争的新阶段 | 尚未有光子芯片达到实际AI应用所需的精度，且演示仅限于简化的基准任务 | 探索光子技术在AI和深度学习中的加速张量操作，以提高能源效率和性能 | 光子AI处理器 | 机器学习 | NA | 光子计算 | ResNet, BERT, 深度强化学习算法 | NA | NA | NA | NA | NA | NA |
| 1130 | 2025-04-11 |
A high-performance broadband polarization-sensitive photodetector based on BiSeS nanowires
2025-Apr-10, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr05031b
PMID:40105281
|
research paper | 该论文报道了一种基于BiSeS纳米线的高性能宽带偏振敏感光电探测器的设计与制备 | 通过化学气相传输法制备BiSeS纳米线，解决了BiSe基器件中固有缺陷和态的问题，实现了从紫外C到近红外的宽带波长区域的光响应，并展示了优异的偏振敏感性 | 未提及具体的大规模生产可行性或长期稳定性测试 | 设计和制备高性能宽带偏振敏感光电探测器 | BiSeS纳米线 | 材料科学 | NA | 化学气相传输法 | NA | 光学性能数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 1131 | 2025-04-11 |
Automatic Cry Analysis: Deep Learning for Screening of Autism Spectrum Disorder in Early Childhood
2025-Apr-10, Journal of autism and developmental disorders
IF:3.2Q1
DOI:10.1007/s10803-025-06811-1
PMID:40208423
|
研究论文 | 本研究通过深度学习技术分析儿童哭声的声学特征，以支持自闭症谱系障碍（ASD）的早期筛查 | 利用递归卷积神经网络（R-CNN）对ASD和典型发育（TD）儿童的哭声进行分类，准确率达到90.28% | 样本量较小，仅包括31名ASD儿童和31名TD儿童 | 开发基于哭声的非侵入性AI工具，以促进ASD的早期检测和干预 | 18至54个月大的ASD和TD儿童 | 机器学习 | 自闭症谱系障碍 | 深度学习 | R-CNN | 音频 | 62名儿童（31名ASD和31名TD） | NA | NA | NA | NA |
| 1132 | 2025-04-11 |
Development and Validation of an Early Recurrence Prediction Model for High-Grade Glioma Integrating Temporalis Muscle and Tumor Features: Exploring the Prognostic Value of Temporalis Muscle
2025-Apr-09, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01491-w
PMID:40205255
|
research paper | 开发并验证了一个整合颞肌和肿瘤特征的高级别胶质瘤早期复发预测模型，探讨了颞肌指标的预后价值 | 首次将颞肌指标与肿瘤特征结合，构建了预测高级别胶质瘤早期复发的综合模型，并验证了颞肌指标的独立预后价值 | 样本量较小（71例），且数据来源于单一医疗机构和公开数据集，可能存在选择偏倚 | 开发高级别胶质瘤早期复发预测模型并评估颞肌指标的预后价值 | 71例经分子确认的高级别胶质瘤患者 | digital pathology | brain tumor | 深度学习分割、放射组学特征提取 | HistGradientBoosting | MRI影像 | 71例高级别胶质瘤患者（含本地数据和TCIA RHUH-GBM数据集） | NA | NA | NA | NA |
| 1133 | 2025-04-11 |
Accurate and Rapid Prediction of Protein pKa: Protein Language Models Reveal the Sequence-pKa Relationship
2025-Apr-08, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01288
PMID:40138263
|
研究论文 | 介绍了一种名为pKALM的新型深度学习方法，用于高通量蛋白质pKa预测 | 利用蛋白质语言模型(PLM)捕捉蛋白质复杂的序列-结构关系，并发现预测的蛋白质等电点(pI)可提高pKa预测的准确性 | 方法存在一定约束条件，具体在案例研究中有所体现 | 开发高效准确的蛋白质pKa预测工具 | 蛋白质的六种残基(Asp, Glu, His, Lys, Cys, Tyr)和两个末端 | 计算生物学 | NA | 蛋白质语言模型(PLM) | 深度学习 | 蛋白质序列数据 | 人类蛋白质组的高通量预测 | NA | NA | NA | NA |
| 1134 | 2025-04-11 |
Rapid dose prediction for lung CyberKnife radiotherapy plans utilizing a deep learning approach by incorporating dosimetric features delivered by noncoplanar beams
2025-Apr-08, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc697
PMID:40153867
|
研究论文 | 本研究提出了一种结合CyberKnife非共面束剂量特征的深度学习方法，用于快速预测肺癌患者的放疗剂量分布 | 将几何和剂量特征驱动的深度学习剂量计算方法扩展到CyberKnife应用场景，显著提高了剂量预测精度 | 未明确说明样本量大小及模型在其他癌症类型中的泛化能力 | 开发一种快速准确的CyberKnife放疗计划剂量预测方法 | 肺癌患者的CyberKnife放疗计划 | 数字病理 | 肺癌 | 深度学习 | 深度学习模型（未指定具体类型） | CT图像和剂量特征数据 | NA | NA | NA | NA | NA |
| 1135 | 2025-04-11 |
The Future of Medicine: AI and ML Driven Drug Discovery Advancements
2025-Apr-08, Current topics in medicinal chemistry
IF:2.9Q3
|
review | 本文回顾了人工智能和机器学习在药物设计领域的应用及其未来发展趋势 | 介绍了AI和ML如何通过整合大数据提高计算机辅助药物设计的效率和准确性，以及深度学习在处理复杂非线性数据中的作用 | 未具体提及研究中的局限性 | 探讨AI和ML在药物发现领域的应用及其对医疗保健的变革 | 药物设计领域的技术和方法 | machine learning | NA | Computer-Aided Drug Design (CADD), Structure based drug design (SBDD), Ligand based drug design (LBDD), Pharmacophore modelling, PBPK modeling, nano-QSAR | Deep Learning (DL) | big data | NA | NA | NA | NA | NA |
| 1136 | 2025-04-11 |
Enabling new insights from old scans by repurposing clinical MRI archives for multiple sclerosis research
2025-Apr-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58274-8
PMID:40195318
|
research paper | 开发了一种名为MindGlide的深度学习模型，用于从任何单一MRI对比中提取脑区和白质病变体积，以促进多发性硬化症研究 | MindGlide模型能够从单一MRI对比中提取脑区和白质病变体积，突破了传统多对比协议的限制，使得大量单对比医院档案得以利用 | 模型虽然在多个数据集上进行了验证，但可能仍存在对某些特定MRI扫描仪或患者群体的适应性不足 | 促进多发性硬化症的临床研究和试验，通过深度学习模型利用现有单对比MRI档案 | 多发性硬化症患者的MRI扫描数据 | digital pathology | multiple sclerosis | MRI, deep learning | deep learning model (MindGlide) | MRI scans | 训练集：4247次脑MRI扫描，来自2934名MS患者，592台扫描仪；验证集：14,952次扫描，来自1,001名患者 | NA | NA | NA | NA |
| 1137 | 2025-04-11 |
The first urban open space product of global 169 megacities using remote sensing and geospatial data
2025-Apr-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04924-x
PMID:40195340
|
research paper | 该研究利用深度学习和遥感数据，首次为全球169个特大城市制作了高分辨率的城市开放空间地图产品OpenspaceGlobal | 首次采用基于微小人工标注策略的深度学习方法，为全球169个特大城市制作了1.19米分辨率的城市开放空间地图产品 | 城市开放空间的高类间相似性、复杂环境和尺度变化可能导致映射性能不尽如人意 | 填补全球主要城市缺乏城市开放空间地图产品的空白，促进对全球主要城市人造空间表面的更好理解 | 全球169个特大城市的城市开放空间 | remote sensing | NA | 深度学习，光学遥感影像 | NA | 光学遥感影像，众包地理空间数据 | 处理了超过8.5 TB的遥感图像和近9000万个众包地理空间数据多边形 | NA | NA | NA | NA |
| 1138 | 2025-04-11 |
Validation of body composition parameters extracted via deep learning-based segmentation from routine computed tomographies
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96238-6
PMID:40195401
|
研究论文 | 本研究开发并验证了一种基于深度学习的自动化流程，用于从常规CT扫描中提取身体组成参数 | 提出了一种灵活、开源的自动化流程，整合了深度学习分割模型与前后处理步骤，用于身体组成参数的提取 | 分割错误、解剖异常或图像不规则性导致测量差异，SM测量因切片选择存在较大变异性 | 验证基于深度学习的自动化身体组成参数提取方法的准确性和预后价值 | 337名外科肿瘤患者的CT扫描图像 | 数字病理学 | 肿瘤 | 深度学习分割 | 深度学习模型 | CT图像 | 337名外科肿瘤患者 | NA | NA | NA | NA |
| 1139 | 2025-04-11 |
A novel hybrid layer-based encoder-decoder framework for 3D segmentation in congenital heart disease
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96251-9
PMID:40195399
|
research paper | 提出了一种新型的基于混合层的编码器-解码器框架，用于先天性心脏病的3D图像分割 | 结合全局体积混合模块和基于局部体积的多头注意力模块，通过自注意力机制显式捕捉3D图像分割过程中的局部和全局依赖关系 | 训练数据集有限且心脏和大血管组织的变异性带来固有复杂性 | 提高先天性心脏病患者心脏解剖结构分割的准确性，以支持精确诊断和治疗计划 | 先天性心脏病患者的3D医学图像 | digital pathology | cardiovascular disease | 3D图像分割 | hybrid layer-based encoder-decoder framework | 3D medical images | 公共数据集ImageCHD和HVSMR-2.0 | NA | NA | NA | NA |
| 1140 | 2025-04-11 |
Current status and prospects of computer vision-based attitude and deformation measurement applications in wind tunnels
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96000-y
PMID:40195507
|
综述 | 本文总结了基于计算机视觉的模型姿态和变形测量在风洞测试中的应用现状与前景 | 探讨了多维数据融合和深度学习技术在风洞视觉测量中的互补优势，提高了测量效率和精度 | 风洞环境的特定条件对视觉测量技术的实际应用存在一定限制 | 响应风洞测试智能化需求，总结模型姿态和变形测量的应用进展 | 风洞测试中的模型姿态和变形测量 | 计算机视觉 | NA | 深度学习 | NA | 多维数据 | NA | NA | NA | NA | NA |