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 1430 篇文献，本页显示第 1281 - 1300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1281 | 2025-10-07 |
Quaternary stabilization of a GH2 β-galactosidase from the psychrophile A. ikkensis, a flexible and unstable dimeric enzyme
2025-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70141
PMID:40277444
|
研究论文 | 本研究对嗜冷菌Alkalilactibacillus ikkensis的GH2 β-半乳糖苷酶进行四聚体稳定性研究，揭示其冷适应机制 | 结合AlphaFold结构预测、SAXS和流动诱导分散分析，提出可逆单体-二聚体模型，并通过生成深度学习模型成功设计形成稳定二聚体和四聚体的功能变体 | 该酶在室温下即出现早期解折叠事件，化学和热稳定性极低 | 研究冷活性酶的四级结构稳定性和冷适应机制 | 嗜冷菌Alkalilactibacillus ikkensis的GH2 β-半乳糖苷酶(AiLac) | 结构生物学，生物信息学 | NA | 内源荧光光谱，圆二色谱，小角X射线散射(SAXS)，流动诱导分散分析，AlphaFold结构预测 | 生成深度学习模型 | 结构数据，光谱数据，散射数据 | NA | NA | NA | NA | NA |
| 1282 | 2025-10-07 |
Incidence trends, overall survival, and metastasis prediction using multiple machine learning and deep learning techniques in pediatric and adolescent population with osteosarcoma and Ewing's sarcoma: nomogram and webpage
2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-024-03717-9
PMID:39333451
|
研究论文 | 本研究分析儿童和青少年骨肉瘤与尤文氏肉瘤的发病率及总生存期，并利用机器学习和深度学习技术构建转移预测模型 | 首次在儿童青少年骨肉瘤研究中综合应用多种机器学习算法和深度学习模型，并开发在线列线图工具增强临床实用性 | 研究基于特定时间段（2004-2020年）的有限样本量，模型泛化能力需进一步验证 | 分析骨肉瘤和尤文氏肉瘤的流行病学趋势并开发转移预测模型 | 0-19岁儿童和青少年骨肉瘤（2465例）和尤文氏肉瘤（1373例）患者 | 机器学习 | 骨肉瘤 | 统计分析，机器学习建模 | Lasso, Ridge Regression, Elastic Net, Random Forest, 深度学习 | 临床数据 | 骨肉瘤2465例，尤文氏肉瘤1373例，总计3838例患者 | TensorFlow, Keras, R | 基于TensorFlow和Keras的深度学习架构 | AUC, 敏感度, 准确率 | NA |
| 1283 | 2025-10-07 |
Radiomics model for predicting distant metastasis in soft tissue sarcoma of the extremities and trunk treated with surgery
2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-024-03746-4
PMID:39354269
|
研究论文 | 开发基于MRI影像组学模型预测四肢和躯干软组织肉瘤术后转移风险 | 结合瘤内和瘤周区域的影像组学特征与深度学习特征构建预测模型 | 样本量有限（训练集73例，验证集40例），需多中心大样本验证 | 预测软组织肉瘤术后转移风险 | 四肢和躯干软组织肉瘤患者 | 数字病理 | 软组织肉瘤 | 磁共振成像 | CNN, 机器学习算法 | 医学影像 | 训练集73例，外部验证集40例 | NA | 3D ResNet10 | AUC, 决策曲线分析, Hosmer-Lemeshow检验 | NA |
| 1284 | 2025-10-07 |
MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11105-8
PMID:39422725
|
系统综述 | 系统综述总结了用于辅助诊断多种膝关节异常的MRI深度学习模型研究现状 | 首次系统性地综述了基于MRI的深度学习模型在膝关节病理诊断中的应用现状 | 纳入研究的设计存在异质性，需要更大规模的MRI数据集进行验证 | 评估深度学习模型在膝关节MRI病理诊断中的临床应用潜力 | 膝关节异常（前交叉韧带损伤、骨关节炎、半月板损伤等） | 医学影像分析 | 膝关节疾病 | MRI | CNN | MRI图像 | 54篇相关研究文章 | NA | ResNet, VGG, DenseNet, DarkNet | 准确率 | NA |
| 1285 | 2025-10-07 |
Deep learning super-resolution reconstruction for fast and high-quality cine cardiovascular magnetic resonance
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11145-0
PMID:39441391
|
研究论文 | 本研究比较了标准分辨率与深度学习超分辨率重建的低分辨率心血管磁共振电影图像 | 首次将深度学习超分辨率算法应用于心血管磁共振电影图像重建，显著缩短采集时间 | 样本量较小（30名参与者），需要更大规模研究验证 | 评估深度学习超分辨率重建在心血管磁共振电影成像中的性能 | 健康志愿者和患者的心血管磁共振电影图像 | 医学影像分析 | 心血管疾病 | 心血管磁共振成像，平衡稳态自由进动序列 | 深度学习 | 医学影像 | 30名参与者（20名健康志愿者和10名患者） | NA | 超分辨率网络 | 左心室射血分数，左心室舒张末期容积指数，应变，表观信噪比，表观对比噪声比，主观图像质量评分 | NA |
| 1286 | 2025-10-07 |
Development and validation of a deep learning algorithm for the classification of the level of surgical difficulty in impacted mandibular third molar surgery
2025-May, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2024.11.008
PMID:39632213
|
研究论文 | 开发并验证用于全景X光片中下颌第三磨牙识别及手术难度分级分类的深度学习算法 | 首次将YOLOv5模型应用于下颌第三磨牙手术难度分级分类，并与人类专家评估结果进行对比验证 | 数据集仅包含1730张全景X光片，样本量相对有限 | 开发能够自动评估下颌第三磨牙拔除手术难度的深度学习算法 | 下颌第三磨牙及其在全景X光片中的影像特征 | 计算机视觉 | 口腔疾病 | 全景X光摄影 | CNN | 图像 | 1730张全景X光片（1300张训练，430张测试） | YOLOv5 | YOLOv5 | 精确度-召回率曲线下面积，受试者工作特征曲线下面积，混淆矩阵 | NA |
| 1287 | 2025-10-07 |
Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training
2025-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30401
PMID:39641987
|
研究论文 | 开发基于深度学习的乳腺脂肪组织脂肪酸组成快速估计方法 | 提出基于物理原理的无监督深度学习网络FAC-Net，可直接从多回波双极梯度回波数据估计脂肪酸组成 | 样本量较小（对照组8人，癌症组7人），部分比较结果未达到统计学显著性 | 开发稳健快速的乳腺脂肪组织脂肪酸组成估计方法 | 乳腺脂肪组织、包含8种不同脂肪酸组成油类的体模、绝经后女性 | 医学影像分析 | 乳腺癌 | 多回波双极梯度回波MRI、全身3T MRI系统 | 深度学习网络 | MRI影像数据 | 体模8种油类，人类受试者15人（对照组8人，癌症组7人） | NA | FAC-Net | R2决定系数 | NA |
| 1288 | 2025-04-27 |
Improving Deep Learning Models for Pediatric Low-Grade Glioma Tumours Molecular Subtype Identification Using MRI-based 3D Probability Distributions of Tumour Location
2025-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371241296834
PMID:39544176
|
research paper | 该研究通过结合MRI肿瘤位置概率图与CNN模型，提高了儿童低级别胶质瘤分子亚型识别的准确性 | 创新点在于将肿瘤位置概率图整合到CNN模型中，显著提升了分子亚型识别的性能 | 研究为回顾性研究，样本量相对较小（214例），且仅基于单一机构的MRI数据 | 提高儿童低级别胶质瘤（pLGG）分子亚型识别的准确性 | 儿童低级别胶质瘤（pLGG）患者 | digital pathology | pediatric low-grade glioma | MRI FLAIR序列 | CNN | 3D MRI图像 | 214例患者（110例男性，平均年龄8.54岁，143例BRAF融合和71例BRAF V600E突变） | NA | NA | NA | NA |
| 1289 | 2025-04-27 |
MAI-TargetFisher: A proteome-wide drug target prediction method synergetically enhanced by artificial intelligence and physical modeling
2025-May, Acta pharmacologica Sinica
IF:6.9Q1
DOI:10.1038/s41401-024-01444-z
PMID:39870848
|
research paper | 提出了一种名为MAI-TargetFisher的全基因组小分子靶点扫描方法，结合人工智能和物理建模技术，用于药物靶点定位和潜在脱靶效应检测 | 首次实现了跨整个人类基因组的蛋白质表面全面扫描，评估每个蛋白质上的潜在小分子结合位点 | 未明确提及具体局限性 | 提高药物开发的成功率，通过早期定位药物靶点和检测潜在脱靶效应 | 人类蛋白质组中的蛋白质结构及其潜在结合位点 | 生物信息学 | NA | 人工智能和生物物理模型相结合的计算技术 | 多算法集成模型（MAI-TargetFisher） | 蛋白质结构数据 | 覆盖82%的蛋白质编码基因组 | NA | NA | NA | NA |
| 1290 | 2025-04-27 |
Deep learning-driven semi-rational design in phenylalanine ammonia-lyase for enhanced catalytic efficiency
2025-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.141024
PMID:39984092
|
研究论文 | 本研究利用深度学习指导的半理性设计方法，提高了苯丙氨酸氨裂解酶（PAL）的催化效率 | 采用深度学习指导的策略结合高通量筛选和酶活性测定，成功提高了PAL的催化效率和活性 | 研究仅针对Anabaena variabilis来源的PAL（AvPAL），可能不适用于其他来源的PAL | 提高苯丙氨酸氨裂解酶（PAL）的催化效率，以增强其在农业、工业和疾病治疗中的应用潜力 | Anabaena variabilis来源的苯丙氨酸氨裂解酶（AvPAL）及其突变体 | 机器学习 | 苯丙酮尿症（PKU） | 深度学习、高通量筛选、酶活性测定、分子动力学模拟 | 深度学习模型 | 酶活性数据、分子动力学模拟数据 | 33个突变体中的26个被验证具有增强的活性 | NA | NA | NA | NA |
| 1291 | 2025-04-27 |
U-shaped deep learning networks for algal bloom detection using Sentinel-2 imagery: Exploring model performance and transferability
2025-May, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125152
PMID:40179468
|
研究论文 | 本研究评估了U形深度学习网络在利用Sentinel-2卫星图像检测藻华方面的性能及可迁移性 | 探索了多种U形深度学习模型（如U-Net、RU-Net、Attention U-Net、ARU-Net和SegNet）在藻华检测中的应用，并强调了多样化数据集在提升模型性能方面的重要性 | 未提及具体局限性，但暗示了先前模型在检测低密度藻华和跨时空泛化方面的不足 | 评估U形深度学习网络在藻华检测中的性能及可迁移性，以支持环境监测与管理 | 内陆水体（湖泊）中的藻华 | 计算机视觉 | NA | 深度学习 | U-Net, RU-Net, Attention U-Net, ARU-Net, SegNet | 卫星图像 | 多时相Sentinel-2图像，覆盖不同日期和地理位置（如Lake Burdur、Lake Chaohu和Lake Turawskie） | NA | NA | NA | NA |
| 1292 | 2025-04-27 |
A novel deep learning-based floating garbage detection approach and its effectiveness evaluation in environmentally sustainable development
2025-May, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125154
PMID:40186972
|
research paper | 提出了一种基于YOLOv8的高效经济深度学习解决方案，用于水面漂浮垃圾的检测与收集 | 通过改进YOLOv8的主干网络、引入Wise-Powerful IoU损失函数和添加AuxHead检测头，有效压缩了复杂环境因素的负面影响，提高了检测精度 | NA | 提高水面聚集漂浮垃圾的检测效率和收集率，促进水生态系统的保护与恢复 | 水面聚集的漂浮垃圾 | computer vision | NA | deep learning | YOLOv8 | image | NA | NA | NA | NA | NA |
| 1293 | 2025-10-07 |
Development of an artificial intelligence-generated, explainable treatment recommendation system for urothelial carcinoma and renal cell carcinoma to support multidisciplinary cancer conferences
2025-May-02, European journal of cancer (Oxford, England : 1990)
DOI:10.1016/j.ejca.2025.115367
PMID:40107091
|
研究论文 | 开发用于尿路上皮癌和肾细胞癌的人工智能生成可解释治疗推荐系统，以支持多学科癌症会议 | 首次开发AI生成的可解释治疗推荐系统，为临床肿瘤学多学科会议提供全球参考标准 | 需要前瞻性验证研究结果 | 开发人工智能系统以增加循证治疗推荐，支持多学科癌症会议决策 | 尿路上皮癌和肾细胞癌患者 | 机器学习 | 尿路上皮癌,肾细胞癌 | 机器学习,深度学习 | CatBoost,XGBoost,Random Forest,TabPFN,TabNet,SoftOrdering CNN,FCN | 临床参数 | 1617例尿路上皮癌和880例肾细胞癌的多学科会议推荐 | NA | NA | F1分数 | NA |
| 1294 | 2024-08-07 |
Enhancing multimodal deep learning for improved precision and efficiency in medical diagnostics
2025-May, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20166
PMID:38808949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1295 | 2024-09-23 |
Response to 'Enhancing multimodal deep learning for improved precision and efficiency in medical diagnostics'
2025-May, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20347
PMID:39305063
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1296 | 2025-10-07 |
Deep learning radiomic nomogram outperforms the clinical model in distinguishing intracranial solitary fibrous tumors from angiomatous meningiomas and can predict patient prognosis
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11082-y
PMID:39412667
|
研究论文 | 本研究开发了一种基于MRI的深度学习影像组学列线图，用于区分颅内孤立性纤维瘤和血管瘤型脑膜瘤并预测患者预后 | 首次将深度学习影像组学列线图应用于区分ISFTs和AMs，并证明其在预测患者总生存期方面的价值 | 研究样本主要来自两家医院，需要更多外部验证来确认模型的泛化能力 | 评估基于MRI的深度学习影像组学列线图在区分颅内肿瘤类型和预测患者预后方面的价值 | 颅内孤立性纤维瘤和血管瘤型脑膜瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | 深度学习模型 | 医学影像 | 1221名患者（1090名主要队列，131名外部验证队列），其中149名ISFT患者接受随访 | NA | 深度学习影像组学列线图 | AUC, 风险比, 置信区间 | NA |
| 1297 | 2025-10-07 |
Unbiased and reproducible liver MRI-PDFF estimation using a scan protocol-informed deep learning method
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11164-x
PMID:39500799
|
研究论文 | 提出一种基于深度学习的VET-Net方法，用于从化学位移编码MRI图像中估计肝脏质子密度脂肪分数 | 开发了可变回波时间神经网络框架，通过将回波时间作为辅助输入，实现对不同扫描仪和采集参数的鲁棒PDFF估计 | 研究基于单中心肝脏数据集，样本量相对有限（188名受试者） | 开发能够跨不同MR扫描仪和采集参数精确估计肝脏质子密度脂肪分数的深度学习方法 | 肝脏化学位移编码MRI图像 | 医学影像分析 | 肝脏疾病 | 化学位移编码MRI | 深度学习 | MRI图像 | 188名受试者，4146个轴向切片 | NA | VET-Net（可变回波时间神经网络） | 重现性系数，PDFF偏差 | NA |
| 1298 | 2025-10-07 |
Comparison of individualized facial growth prediction models using artificial intelligence and partial least squares based on the Mathews growth collection
2025-May-01, The Angle orthodontist
DOI:10.2319/082124-687.1
PMID:39884314
|
研究论文 | 本研究开发并比较了基于人工智能和偏最小二乘法的个体化面部生长预测模型 | 首次将TabNet深度神经网络应用于面部生长预测，并与传统PLS方法进行系统性比较 | 样本量相对较小（33名受试者），仅使用Mathews生长收集数据库的数据 | 开发并比较不同面部生长预测模型的性能 | 面部硬组织和软组织标志点 | 计算机视觉 | NA | 纵向侧位头颅X光片分析 | TabNet, PLS | 医学图像 | 33名受试者的1257对生长前后侧位头颅X光片 | NA | TabNet深度神经网络 | 预测误差 | NA |
| 1299 | 2025-10-07 |
FovealNet: Advancing AI-Driven Gaze Tracking Solutions for Efficient Foveated Rendering in Virtual Reality
2025-May, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3549577
PMID:40067704
|
研究论文 | 提出FovealNet框架，通过AI驱动的注视点追踪技术优化虚拟现实中的凹点渲染效率 | 采用基于事件的裁剪方法减少64.8%无关像素，结合动态令牌剪枝策略，并提出系统性能感知的多分辨率训练策略 | NA | 提升虚拟现实中注视点追踪精度以优化凹点渲染系统性能 | 虚拟现实系统中的注视点追踪和凹点渲染技术 | 计算机视觉 | NA | 深度学习，实时眼动追踪 | DNN | 图像 | NA | NA | FovealNet | 速度提升，感知质量提升 | NA |
| 1300 | 2025-10-07 |
ViDDAR: Vision Language Model-Based Task-Detrimental Content Detection for Augmented Reality
2025-May, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3549147
PMID:40072851
|
研究论文 | 提出一种基于视觉语言模型的增强现实中任务有害内容检测系统ViDDAR | 首个在AR环境中使用视觉语言模型检测任务有害内容的系统 | 检测延迟较高，信息操纵攻击检测延迟达9.62秒 | 检测增强现实中可能损害任务性能的虚拟内容 | 增强现实环境中的虚拟内容 | 计算机视觉,增强现实 | NA | 深度学习,视觉语言模型 | 视觉语言模型 | 图像,文本 | 自定义开源数据集 | NA | 视觉语言模型 | 准确率,延迟 | 用户-边缘-云架构 |