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 1237 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2025-10-06 |
Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests
2025-Jun-10, The journals of gerontology. Series B, Psychological sciences and social sciences
DOI:10.1093/geronb/gbaf065
PMID:40197801
|
研究论文 | 本研究开发了一种基于Vision Transformer的深度学习神经网络，用于对钟表绘图测试进行连续评分，以增强对不同人口统计群体的痴呆症分类能力 | 首次使用Vision Transformer对钟表绘图测试生成连续评分，并识别了针对不同人口特征的特异性阈值 | 研究基于特定国家数据集，需要在其他人群中验证通用性 | 开发更精确的痴呆症筛查工具，提高钟表绘图测试的分类准确性 | 来自国家健康与老龄化趋势研究(NHATS)的老年人样本 | 计算机视觉 | 老年疾病 | 钟表绘图测试 | Vision Transformer, 深度学习神经网络 | 图像 | 具有全国代表性的老年人样本 | NA | Vision Transformer | AUC, 敏感性, 特异性 | NA |
| 222 | 2025-10-06 |
Deep learning-based differentiation of benign and malignant thyroid follicular neoplasms on multiscale intraoperative frozen pathological images: A multicenter diagnostic study
2025-Jun-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu
|
研究论文 | 开发基于深度学习的多尺度图像学习系统用于甲状腺滤泡性肿瘤良恶性鉴别 | 首次构建基于多尺度（10×、20×、40×）全切片图像的深度学习系统用于甲状腺滤泡性肿瘤的术中冰冻病理诊断 | 研究样本量相对有限（1,213例），需进一步扩大验证 | 开发能够准确区分甲状腺滤泡性肿瘤良恶性的深度学习诊断系统 | 甲状腺滤泡性肿瘤患者的术中冰冻病理切片 | 数字病理 | 甲状腺癌 | 术中冰冻病理 | 深度学习弱监督方法 | 多尺度全切片图像 | 1,213例患者，分为训练验证集、内部测试集、外部测试集和前瞻性测试集 | NA | NA | AUC | NA |
| 223 | 2025-10-06 |
PhytoCluster: a generative deep learning model for clustering plant single-cell RNA-seq data
2025-Jun, aBIOTECH
IF:4.6Q1
DOI:10.1007/s42994-025-00196-6
PMID:40641652
|
研究论文 | 提出了一种名为PhytoCluster的无监督深度学习模型，用于植物单细胞RNA测序数据的聚类分析 | 开发了专门针对植物scRNA-seq数据的深度聚类算法，能够有效提取潜在特征并处理数据高维度和稀疏性问题 | 未提及模型在特定植物物种或组织类型上的适用性限制 | 开发能够准确聚类植物单细胞RNA测序数据的计算方法 | 植物单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序(scRNA-seq) | 生成式深度学习模型 | 单细胞RNA测序数据 | 4个模拟数据集和5个真实scRNA-seq数据集 | NA | NA | 聚类准确度, 噪声去除, 信号保留 | NA |
| 224 | 2025-10-06 |
Artificial Intelligence in cancer epigenomics: a review on advances in pan-cancer detection and precision medicine
2025-Jun-14, Epigenetics & chromatin
IF:4.2Q1
DOI:10.1186/s13072-025-00595-5
PMID:40517231
|
综述 | 本文综述人工智能在癌症表观基因组学中的应用进展，重点关注泛癌检测和精准医学 | 系统探讨AI与DNA甲基化分析的协同作用，推动多癌种早期检测和精准肿瘤学发展 | 早期癌症检测灵敏度有限、AI算法黑箱问题、缺乏多样化人群验证 | 探索人工智能如何通过DNA甲基化分析推进癌症精准医疗 | DNA甲基化谱和癌症表观遗传数据 | 机器学习 | 泛癌种 | DNA甲基化分析 | 深度学习网络, 图模型 | 表观遗传数据 | NA | NA | NA | 诊断准确率 | NA |
| 225 | 2025-06-16 |
Commentary on "Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection" by Gencer et al., 2025
2025-Jun-13, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104666
PMID:40516582
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 226 | 2025-10-06 |
Deep convolutional neural networks for early detection of interproximal caries using bitewing radiographs: A systematic review
2025-Jun, Evidence-based dentistry
DOI:10.1038/s41432-025-01134-7
PMID:40114013
|
系统综述 | 系统综述深度卷积神经网络在咬翼片上检测邻面龋的应用效果 | 首次系统评估不同深度卷积神经网络模型在咬翼片邻面龋检测中的性能比较，特别指出YOLOv8模型的优势 | 纳入研究数量有限（仅10篇），样本量差异大（112-3989名参与者），仅40%研究在参考标准领域偏倚风险较低 | 评估深度卷积神经网络在咬翼片上检测邻面龋的诊断准确性和临床应用价值 | 咬翼片X光影像中的邻面龋病变 | 计算机视觉 | 龋齿 | 口腔X射线成像 | CNN | 医学影像 | 10项研究，参与者数量从112到3989不等 | NA | YOLOv8, 深度卷积神经网络 | 诊断准确性 | NA |
| 227 | 2025-10-06 |
Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques
2025-Jun, Osong public health and research perspectives
IF:2.1Q3
DOI:10.24171/j.phrp.2025.0080
PMID:40501115
|
研究论文 | 比较Holt-Winters统计方法和LSTM深度学习模型在沙特阿拉伯流感样疾病趋势预测中的性能 | 首次在中东流行病学建模中整合区域特异性外生变量（气候条件和人口流动趋势）进行流感预测 | 研究期间包含COVID-19大流行可能影响流感数据模式，模型在高峰发病率波动期间表现不稳定 | 开发和评估流感样疾病周发病率预测模型 | 沙特阿拉伯2017-2022年每周流感样疾病发病率数据 | 机器学习 | 流感 | 时间序列分析 | LSTM, Holt-Winters | 时间序列数据 | 2017-2022年沙特阿拉伯每周流感数据 | NA | LSTM | RMSE, MAE, R2, PBIAS | NA |
| 228 | 2025-10-06 |
Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography
2025-Jun-30, Experimental neurobiology
IF:1.8Q4
DOI:10.5607/en25011
PMID:40364497
|
研究论文 | 本研究系统评估了四种领域泛化技术与三种深度学习架构的组合在基于脑电图的跨被试情绪识别中的性能 | 首次系统性地将四种领域泛化技术（Deep CORAL、GroupDRO、VREx、DANN）与三种代表性深度学习架构（ShallowFBCSPNet、EEGNet、TSception）相结合，用于改善跨被试脑电图情绪识别 | 仅使用两个情感脑电图数据集进行评估，且仅进行二分类任务（效价和唤醒度） | 开发稳健的跨被试脑电图情绪识别系统 | 人类被试的情感状态 | 机器学习 | NA | 脑电图（EEG） | 深度学习 | 脑电图信号 | 两个情感脑电图数据集，采用十折交叉验证策略 | NA | ShallowFBCSPNet, EEGNet, TSception | 分类准确率 | NA |
| 229 | 2025-10-06 |
[Advances in low-dose cone-beam computed tomography image reconstruction methods based on deep learning]
2025-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202409021
PMID:40566788
|
综述 | 系统回顾基于深度学习的低剂量锥形束CT图像重建方法，比较不同网络架构在降噪、伪影消除和细节保留方面的性能 | 全面比较图像域、投影域和双域三种深度学习重建方法，并探讨多模态融合和自监督学习等新兴技术的应用潜力 | NA | 优化低剂量CBCT算法以降低患者辐射风险并提升图像质量 | 锥形束CT图像重建方法 | 医学影像处理 | NA | 锥形束CT扫描 | 深度学习 | CT图像 | NA | NA | NA | 噪声降低, 伪影消除, 细节保留, 计算效率 | NA |
| 230 | 2025-10-06 |
AI in Medical Questionnaires: Innovations, Diagnosis, and Implications
2025-Jun-23, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/72398
PMID:40549427
|
系统综述 | 本文系统综述了人工智能在医学问卷中的当前应用、潜在益处和问题，重点关注其在评估、开发和预测三个主要功能中的作用 | 首次系统评估AI在医学问卷中的综合应用价值，涵盖24种AI技术，包括传统算法和深度学习模型 | 79%的研究仍处于探索阶段，缺乏对照组、随访数据不完整和验证系统不足是主要方法学限制 | 系统评估人工智能在医学问卷中的应用价值和挑战 | 医学问卷和心理健康评估工具 | 自然语言处理 | 精神疾病 | 自然语言处理，生成模型 | 随机森林, 支持向量机, k近邻, 卷积神经网络, BERT, ChatGPT | 问卷数据 | 14项符合纳入标准的研究（从49,091篇文献中筛选） | NA | BERT, ChatGPT, 卷积神经网络 | 准确率92.18%, AUC 0.790 | NA |
| 231 | 2025-10-06 |
Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis
2025-Jun-13, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-025-06412-w
PMID:40512383
|
研究论文 | 本文提出了一种基于量子理论启发的计算药物设计新范式——草药全息分析，用于植物药物的研发 | 提出了草药全息分析新范式，将草药分子视为多维系统，采用全息和量子理论进行理解 | NA | 验证量子驱动方法是否能真正革新草药医学研究 | 植物化合物和草药疗法 | 计算药物设计 | NA | 混合量子-经典模拟, 深度学习, 量子力学 | 深度学习模型 | 草药化合物数据, 药理学数据 | NA | NA | NA | NA | NA |
| 232 | 2025-10-06 |
Ultra-fast single-sequence magnetic resonance imaging (MRI) for lower back pain: diagnostic performance of a deep learning T2-Dixon pprotocol
2025-Jun-11, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.106987
PMID:40633138
|
研究论文 | 评估深度学习加速的T2-Dixon单序列MRI协议在腰椎退行性病变诊断中的性能 | 开发了基于深度学习的超快速单序列MRI协议，将采集时间减少80-84% | 单中心研究，样本量较小(30例患者)，缺乏多中心验证 | 评估深度学习加速MRI协议在腰椎疼痛诊断中的性能 | 下背痛患者 | 医学影像分析 | 腰椎退行性疾病 | 磁共振成像，深度学习加速成像 | 深度学习 | 医学影像 | 30例下背痛患者(平均年龄48±18.5岁，67%女性) | NA | NA | 灵敏度，特异性，置信区间，Kappa系数 | 1.5 Tesla和3 Tesla MRI设备 |
| 233 | 2025-10-06 |
Feasibility Study of Triple-low CCTA for Coronary Artery Disease Screening Combining Contrast Enhancement Boost and Deep Learning Reconstruction
2025-Jun, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM31334
PMID:40630453
|
研究论文 | 本研究比较了采用对比增强提升技术结合深度学习重建的三低冠状动脉CT血管成像与传统方法的图像质量 | 首次将对比增强提升技术与深度学习重建相结合应用于三低剂量冠状动脉CT血管成像，实现辐射剂量和对比剂用量的显著降低 | 样本量较小（仅46例患者），单中心研究，需要更大规模验证 | 探索低剂量、低对比剂流率/用量的冠状动脉CT血管成像技术在冠心病早期筛查中的应用潜力 | 疑似冠状动脉狭窄的患者 | 医学影像分析 | 冠心病 | 冠状动脉CT血管成像，对比增强提升技术，深度学习重建 | 深度学习 | CT医学影像 | 46例患者 | NA | NA | CT值，背景噪声，信噪比，对比信噪比，主观评分 | NA |
| 234 | 2025-10-06 |
Deep Learning of Suboptimal Spirometry to Predict Respiratory Outcomes and Mortality
2025-Jun-30, Research square
DOI:10.21203/rs.3.rs-6296752/v1
PMID:40630516
|
研究论文 | 本研究开发了一种基于对比学习的深度学习模型，利用次优肺活量测定数据预测呼吸系统结局和死亡率 | 首次证明次优肺活量测定数据（包括质量控制失败和次最大努力数据）可用于预测呼吸系统结局，通过对比学习框架整合所有肺活量测定曲线 | 在COPDGene队列中添加次优数据未改善预测性能，需要在特定临床场景中进一步验证性能 | 探索机器学习模型能否基于次优肺活量测定数据预测呼吸系统结局和死亡率 | UK Biobank和COPDGene队列参与者，年龄40-80岁，有吸烟史 | 机器学习 | 呼吸系统疾病 | 肺活量测定 | 深度学习 | 时间序列数据（容量-时间曲线） | UK Biobank：352,684名参与者，940,705条容量-时间曲线；COPDGene：10,110名参与者 | NA | 对比学习框架（Spiro-CLF） | AUROC, concordance index | NA |
| 235 | 2025-10-06 |
Broadscale reconnaissance of coral reefs from citizen science and deep learning
2025-Jun-27, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14261-6
PMID:40571887
|
研究论文 | 通过公民科学与深度学习相结合的方法对珊瑚礁进行大规模勘测 | 结合公民科学的大视场底栖图像采集与深度学习分析，实现了对关键珊瑚类群覆盖度的准确估算 | '所有其他珊瑚'单一类别的估算精度仅在60%的站点和10-30%珊瑚覆盖度的图像中达到95%准确率 | 评估公民科学与新技术结合在珊瑚礁监测中的准确性和可行性 | 珊瑚礁底栖生物群落 | 计算机视觉 | NA | 大视场底栖图像采集 | 深度学习 | 图像 | 8086张底栖图像 | NA | NA | 准确率 | NA |
| 236 | 2025-10-06 |
De novo design of insulated cis-regulatory elements based on deep learning-predicted fitness landscape
2025-Jun-20, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf611
PMID:40613715
|
研究论文 | 提出基于深度学习预测适应度景观的绝缘顺式调控元件从头设计策略 | 通过整合异源配对顺式和反式调控模块建立正交宿主系统，结合深度学习算法实现宿主非依赖性转录活性的建模与序列设计 | NA | 开发能够精确预测基因调控活性的生物工程方法 | 顺式调控元件、转录启动子序列 | 生物信息学 | NA | 深度学习算法、实验数据纯化流程 | 深度学习 | 生物序列数据、转录活性数据 | 在大肠杆菌和中国仓鼠卵巢细胞系中验证 | NA | NA | 转录活性预测准确性 | NA |
| 237 | 2025-10-06 |
Knowledge Graph-Enhanced Deep Learning Model (H-SYSTEM) for Hypertensive Intracerebral Hemorrhage: Model Development and Validation
2025-Jun-12, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/66055
PMID:40505141
|
研究论文 | 开发了一种基于知识图谱增强的深度学习模型H-SYSTEM，用于高血压性脑出血的诊断和治疗决策支持 | 将医学领域知识图谱与深度学习模型相结合，提高决策准确性和可解释性 | NA | 开发可解释且高效的高血压性脑出血诊疗决策支持系统 | 高血压性脑出血患者 | 自然语言处理, 数字病理 | 高血压性脑出血 | 命名实体识别, 语义分析, 知识图谱构建 | BERT, IDCNN, BiLSTM, CRF | 电子病历文本 | 来自6个医疗中心的605名患者 | NA | BERT-IDCNN-BiLSTM-CRF | 准确率, 精确率, 召回率, F1分数, AUC, κ系数 | NA |
| 238 | 2025-10-06 |
Image-based evaluation of single-cell mechanics using deep learning
2025-Jun-05, Cell regeneration (London, England)
DOI:10.1186/s13619-025-00239-9
PMID:40468050
|
研究论文 | 本研究开发基于图像的深度学习模型，用于无创预测单细胞力学特性 | 首次将深度学习应用于单细胞水平力学特性评估，实现高通量、非侵入性的细胞刚度预测 | NA | 开发基于图像的深度学习方法来评估单细胞力学特性 | 间充质干细胞和巨噬细胞 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | 灵敏度 | NA |
| 239 | 2025-10-06 |
Predicting ustekinumab treatment response in Crohn's disease using pre-treatment biopsy images
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf301
PMID:40366737
|
研究论文 | 提出一种基于预治疗活检图像的聚类增强弱监督学习框架，用于预测克罗恩病患者对乌司奴单抗的治疗反应 | 结合预训练视觉基础模型与k-means聚类识别代表性形态模式，采用多示例学习方法整合局部组织学特征和全局组织背景 | 研究样本量有限，需要在更大规模数据集中验证模型泛化能力 | 开发能够准确预测克罗恩病患者对乌司奴单抗治疗反应的深度学习模型 | 克罗恩病患者的预治疗全切片图像 | 数字病理学 | 克罗恩病 | 全切片成像 | CNN, 多示例学习 | 图像 | 独立测试集（具体数量未明确说明） | PyTorch | DenseNet | AUC, 灵敏度, 特异性 | NA |
| 240 | 2025-10-06 |
Simple controls exceed best deep learning algorithms and reveal foundation model effectiveness for predicting genetic perturbations
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf317
PMID:40407144
|
研究论文 | 本文提出了一种简单的基线方法，在基因扰动后转录组预测任务中优于最先进的深度学习算法 | 提出了超越现有深度学习方法的简单基线方法，并阐明了基础模型在扰动预测任务中的实用性 | 未明确说明具体的数据集规模和模型计算资源需求 | 评估基因扰动后转录组预测方法的实用性和建立必要的基准测试 | 基因扰动后的转录组响应预测 | 机器学习 | NA | 转录组测序 | Transformer | 基因表达数据 | NA | NA | Transformer | NA | NA |