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 1262 篇文献，本页显示第 561 - 580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 561 | 2025-10-06 |
Rate of brain aging associates with future executive function in Asian children and older adults
2025-Jun-16, eLife
IF:6.4Q1
DOI:10.7554/eLife.97036
PMID:40522287
|
研究论文 | 本研究探讨脑年龄变化率与未来执行功能的关联，并在新加坡老年人和儿童群体中验证脑年龄模型的泛化能力 | 首次在亚洲儿童和老年人群体中验证脑年龄模型的泛化性，并发现脑年龄差距变化率与未来执行功能存在关联 | 样本仅来自新加坡人群，模型在儿童群体上需要微调才能适用 | 研究脑年龄变化率与认知功能的关联，并验证脑年龄模型在不同人群中的泛化能力 | 新加坡老年人（55-88岁）和儿童（4-11岁） | 医学影像分析 | NA | 脑年龄预测 | 深度学习 | 神经解剖学影像数据 | 新加坡老年人和儿童群体 | NA | NA | 模型泛化能力，脑年龄预测准确性 | NA |
| 562 | 2025-10-06 |
DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study
2025-Jun-13, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-025-03628-5
PMID:40512286
|
研究论文 | 开发基于DWI的深度学习影像组学列线图预测支架置入术后发生新发医源性脑梗死患者的生活质量受损 | 首次整合临床特征、影像组学特征和深度学习特征构建多模态预测模型，并采用超分辨率重建技术优化特征提取 | 研究为多中心回顾性研究，需要前瞻性验证 | 预测未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死患者的生活质量受损 | 522例未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死的患者 | 医学影像分析 | 颅内动脉瘤，脑梗死 | DWI，超分辨率重建 | 深度学习，逻辑回归 | 医学影像（DWI） | 522例患者（训练队列和两个外部验证队列） | NA | GoogleNet | AUC，校准曲线，决策曲线分析 | NA |
| 563 | 2025-10-06 |
Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis
2025-Jun-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c00493
PMID:40442943
|
研究论文 | 本研究通过深度学习、虚拟筛选和生物评估发现新型CYP1A1小分子抑制剂，用于治疗多重耐药细菌引起的脓毒症 | 首次将CYP1A1确定为宿主导向治疗靶点，并通过深度学习发现具有卓越活性的新型小分子抑制剂 | 未明确说明临床前研究阶段及动物模型验证数据 | 开发针对多重耐药细菌脓毒症的宿主导向治疗方法 | 细胞色素P4501A1（CYP1A1）酶及其小分子抑制剂 | 药物发现 | 脓毒症 | 深度学习, 虚拟筛选, 生物评估 | 深度学习模型 | 化学结构数据, 生物活性数据 | NA | NA | NA | 细菌载量减少率（70%以上）, 巨噬细胞吞噬功能增强 | NA |
| 564 | 2025-10-06 |
Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference
2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2420158122
PMID:40465628
|
研究论文 | 提出基于模拟推理的冷冻电镜图像分析方法cryoSBI，用于从单个冷冻电镜图像推断生物分子构象 | 将基于物理的模拟与概率深度学习相结合，无需计算显式似然函数即可进行贝叶斯推断，显著提升计算速度 | 方法在合成数据和实验数据上进行了验证，但需要进一步在更广泛的实验场景中测试 | 开发从冷冻电镜图像中准确推断生物分子构象的计算方法 | 生物分子构象和构象集合 | 计算生物学 | NA | 冷冻电镜(cryo-EM) | 神经网络 | 冷冻电镜图像 | NA | NA | NA | NA | NA |
| 565 | 2025-10-06 |
[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning]
2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
研究论文 | 本研究构建了一种基于深度学习的牙齿可变形深度隐式网络，用于个性化牙齿形态重建 | 将隐式模板与深度学习技术相结合，构建了新型的T-DDIN神经网络，实现了个性化的高精度牙齿缺损形态修复 | 样本量相对有限（550个口内扫描模型），且仅针对特定类型的牙齿缺损进行评估 | 开发智能系统实现个性化牙齿形态重建 | 牙齿缺损患者的口内扫描模型 | 计算机视觉 | 牙齿缺损 | 口内扫描 | 深度学习神经网络 | 三维扫描模型 | 550个口内扫描模型（500个训练，50个测试） | NA | 牙齿可变形深度隐式网络 | 三维偏差,咬合调整体积,牙尖角度偏差,修复时间 | NA |
| 566 | 2025-10-06 |
Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02849-4
PMID:40467683
|
研究论文 | 本研究开发了一种基于深度学习的自动化胎心监护解读模型，并在全国多中心数据集上进行了验证 | 使用全国14家医院的大规模胎心监护数据集，由认证产科医生提供可靠标注，解决了以往研究数据规模小和临床相关性不足的问题 | 需要在前瞻性研究中进一步评估模型的临床适用性 | 开发临床适用的自动化胎心监护解读模型以改善胎儿预后 | 胎心监护信号 | 医疗人工智能 | 产科疾病 | 胎心监护技术 | 深度学习 | 生理信号数据 | 22,522例分娩数据，来自14家医院，共519,800人分钟的分析数据 | NA | NA | AUC, PRC | NA |
| 567 | 2025-10-06 |
Development of Deep Learning Models to Screen Posterior Staphylomas in Highly Myopic Eyes Using UWF-OCT Images
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.25
PMID:40504567
|
研究论文 | 开发基于深度学习模型利用超广角光学相干断层扫描图像筛查高度近视眼后巩膜葡萄肿 | 首次使用UWF-OCT图像开发深度学习模型用于后巩膜葡萄肿筛查，并比较了七种不同网络架构的性能 | 回顾性单中心研究，样本量相对有限 | 开发用于高度近视眼后巩膜葡萄肿筛查的深度学习模型 | 高度近视患者 | 计算机视觉 | 眼科疾病 | 超广角光学相干断层扫描 | CNN | 图像 | 训练集1428张图像来自438名患者，测试集216张图像来自69名患者 | NA | VGG16,VGG19,ResNet18,ResNet50,ResNet101,DenseNet121,DenseNet161 | AUC,敏感度 | NA |
| 568 | 2025-06-19 |
High-precision inversion of vegetation parameters in the AI era: Integrating hyperspectral remote sensing and deep learning
2025-Jun-02, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2025.100868
PMID:40528880
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 569 | 2025-10-06 |
Employing transfer learning for breast cancer detection using deep learning models
2025-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000907
PMID:40523018
|
研究论文 | 本研究利用迁移学习和四种预训练深度学习模型进行乳腺癌检测 | 结合四种预训练模型作为特征提取器，并采用多种监督学习分类器进行乳腺癌检测 | 仅使用BUSI数据集进行验证，未在其他数据集上测试模型泛化能力 | 提高乳腺癌检测的准确性和效率 | 乳腺癌医学图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 医学图像 | BUSI数据集 | TensorFlow, Keras | Mobilenetv2, Inceptionv3, ResNet50, VGG16 | 准确率 | NA |
| 570 | 2025-06-18 |
Preoperative Identification of Papillary Thyroid Carcinoma Subtypes and Lymph Node Metastasis via Deep Learning-Assisted Surface-Enhanced Raman Spectroscopy
2025-Jun-17, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c05698
PMID:40464771
|
research paper | 开发了一种深度学习辅助的表面增强拉曼散射（SERS）芯片，用于术前诊断甲状腺乳头状癌（PTC）组织学亚型和评估淋巴结转移 | 结合深度学习和SERS技术，首次实现了对PTC亚型和淋巴结转移的高精度术前诊断 | 研究样本量未明确说明，可能影响结果的普遍性 | 提高甲状腺乳头状癌术前诊断的准确性，为个性化治疗提供依据 | 甲状腺乳头状癌（PTC）患者及其细针穿刺（FNA）样本 | digital pathology | thyroid cancer | surface-enhanced Raman spectroscopy (SERS), fine-needle aspiration (FNA) | CNN | Raman spectral data | NA | NA | NA | NA | NA |
| 571 | 2025-06-18 |
Enhancing image quality in fast neutron-based range verification of proton therapy using a deep learning-based prior in LM-MAP-EM reconstruction
2025-Jun-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade198
PMID:40472868
|
研究论文 | 本研究探讨了在基于快中子（FN）的质子治疗范围验证中，使用卷积神经网络预测的先验信息进行列表模式（LM）最大后验（MAP）期望最大化（EM）图像重建的方法 | 采用条件生成对抗网络（pix2pix）从逐步增加噪声的数据中学习，模拟真实条件下的探测器分辨率效应，以提高图像重建质量 | 模型在高噪声场景下的鲁棒性有限，其有效性高度依赖于数据质量 | 提高质子治疗范围验证中基于快中子的图像重建质量 | 基于CT的肺癌患者模型中的85 MeV质子笔形束 | 数字病理 | 肺癌 | 蒙特卡洛模拟 | 条件生成对抗网络（pix2pix） | 图像 | NA | NA | NA | NA | NA |
| 572 | 2025-06-18 |
Ultrasound for breast cancer detection: A bibliometric analysis of global trends between 2004 and 2024
2025-Jun-16, Medical ultrasonography
IF:1.8Q3
DOI:10.11152/mu-4443
PMID:39420819
|
研究论文 | 本文通过文献计量学方法对2004年至2024年间超声在乳腺癌诊断中的研究趋势进行了全面分析 | 首次对超声在乳腺癌诊断中的全球研究趋势进行了文献计量学分析和可视化 | 仅分析了2004年至2024年间的文献，可能未涵盖最新研究进展 | 深入了解超声在乳腺癌诊断中的研究现状和未来趋势 | 3523篇来自82个国家/地区2176个机构的文章 | 数字病理 | 乳腺癌 | 超声成像 | CNN, 深度学习 | 文献数据 | 3523篇文章 | NA | NA | NA | NA |
| 573 | 2025-06-18 |
Fast and accurate lung cancer subtype classication and localization based on Intraoperative frozen sections of lung adenocarcinoma
2025-Jun-16, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ade157
PMID:40472860
|
研究论文 | 本研究开发了一种基于深度神经网络的辅助诊断系统，用于手术冷冻切片的肺癌亚型分类和定位 | 结合多实例学习与EMA/SimAM/SE注意力增强的ResSimAM_Hybrid模型，实现了冷冻切片中肺癌亚型的高精度分类和定位 | 研究仅针对肺腺癌的冷冻切片，未涉及其他类型肺癌或其他诊断技术 | 开发AI辅助诊断系统以减少病理学家的工作量并提高诊断准确性 | 肺腺癌的手术冷冻切片 | 数字病理学 | 肺癌 | 深度学习 | ResSimAM_Hybrid, FSG-TL Model | 图像 | 未明确提及具体样本数量，但涉及40,000×60,000像素的全切片图像 | NA | NA | NA | NA |
| 574 | 2025-06-18 |
Think deep in the tractography game: deep learning for tractography computing and analysis
2025-Jun-16, Brain structure & function
IF:2.7Q3
DOI:10.1007/s00429-025-02938-0
PMID:40522497
|
review | 本文综述了基于深度学习的纤维束成像计算与分析的最新进展和挑战 | 探讨深度学习在纤维束成像领域的潜在革命性影响 | 仅提供简要总结，未涉及具体实验或详细技术分析 | 探索深度学习在纤维束成像计算与分析中的应用 | 纤维束成像技术 | machine learning | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 575 | 2025-06-18 |
A Semi-supervised Ultrasound Image Segmentation Network Integrating Enhanced Mask Learning and Dynamic Temperature-controlled Self-distillation
2025-Jun-16, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3580275
PMID:40522800
|
research paper | 提出了一种结合增强掩模学习和动态温度控制自蒸馏的半监督超声图像分割网络EML-DMSD，以提高分割精度和推理效率 | 结合增强掩模学习(EML)和动态温度控制多尺度自蒸馏(DMSD)，提高了模型对噪声和边界模糊的鲁棒性，同时提升了推理效率 | 需要进一步验证在更大规模数据集上的性能，以及在实际临床环境中的适用性 | 解决超声图像自动分割中的噪声、低对比度和边界模糊问题，提高分割精度和推理效率 | 超声图像 | computer vision | NA | 半监督学习，自蒸馏 | CNN | image | 多个超声基准数据集 | NA | NA | NA | NA |
| 576 | 2025-06-18 |
IR Spectra for the EMIM-TFSI Ion Pair Using Deep Potentials
2025-Jun-16, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00187
PMID:40523144
|
研究论文 | 本研究采用深度势能（DP）和深度Wannier（DW）模型框架，研究[EMIM]-[TFSI]离子对的结构、偶极矩和红外光谱 | 利用DP和DW模型的高效计算能力，解决了传统方法在模拟离子液体红外光谱时的计算需求高的问题，并实现了与AIMD和实验数据的一致性 | 需要数十至数百皮秒的模拟时间以达到偶极矩分布的充分收敛，以减少特定离子构型带来的噪声或偏差 | 研究离子液体[EMIM]-[TFSI]的红外光谱特性，验证深度学习势能和偶极模型在带电物种和复杂离子相互作用系统中的适用性 | 1-乙基-3-甲基咪唑双(三氟甲基磺酰基)亚胺离子对（[EMIM]-[TFSI]） | 计算化学 | NA | 深度势能（DP）、深度Wannier（DW）模型、分子动力学（AIMD） | DP、DW | 分子动力学模拟数据、红外光谱数据 | NA | NA | NA | NA | NA |
| 577 | 2025-06-18 |
Early outcome-prediction with an automated EEG background trend in hypothermia-treated newborns with encephalopathy
2025-Jun-16, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-025-04193-9
PMID:40523949
|
research paper | 评估自动化EEG背景趋势（BSN）在低温治疗新生儿脑病中的早期预测准确性 | 首次在仅接受低温治疗的婴儿队列中应用BSN趋势，证明其在出生后12小时内即可预测长期结果 | 研究样本仅来自瑞典地区，可能限制结果的普遍性 | 评估BSN在低温治疗的中重度缺氧缺血性脑病（HIE）婴儿中的早期预测准确性 | 85名接受低温治疗的HIE婴儿 | digital pathology | hypoxic-ischemic encephalopathy | aEEG/EEG | deep learning | EEG信号 | 85名婴儿 | NA | NA | NA | NA |
| 578 | 2025-06-18 |
Automated quantification of T1 and T2 relaxation times in liver mpMRI using deep learning: a sequence-adaptive approach
2025-Jun-14, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00596-9
PMID:40515936
|
研究论文 | 本文评估了一种基于深度学习的序列自适应肝脏多参数MRI（mpMRI）评估方法，并在不同人群中验证了其有效性 | 提出了一种无需额外序列特定训练即可评估其他参数序列的两步法（分割和共配准）深度学习算法 | NA | 评估深度学习在肝脏多参数MRI中自动量化T1和T2弛豫时间的有效性 | 肝脏多参数MRI图像 | 数字病理学 | 肝纤维化 | mpMRI | 神经网络 | 图像 | 200例肝脏mpMRI检查用于训练，120例用于内部测试，65例活检证实肝纤维化患者和25例健康志愿者用于外部测试 | NA | NA | NA | NA |
| 579 | 2025-06-18 |
AI-driven techniques for detection and mitigation of SARS-CoV-2 spread: a review, taxonomy, and trends
2025-Jun-14, Clinical and experimental medicine
IF:3.2Q2
DOI:10.1007/s10238-025-01753-5
PMID:40515956
|
综述 | 本文系统回顾了联邦学习(FL)、深度学习(DL)、强化学习(RL)及混合方法在SARS-CoV-2诊断和治疗领域的应用 | 提出了基于AI技术的SARS-CoV-2传播检测与缓解方法的分类和趋势分析 | 面临数据异质性、训练数据不足、模型可解释性挑战、患者隐私保护及实施限制等问题 | 提高SARS-CoV-2诊断准确性和治疗有效性 | SARS-CoV-2 RNA病毒 | 机器学习 | COVID-19 | 联邦学习(FL)、深度学习(DL)、强化学习(RL) | NA | NA | NA | NA | NA | NA | NA |
| 580 | 2025-06-18 |
FDTooth: Intraoral Photographs and CBCT Images for Fenestration and Dehiscence Detection
2025-Jun-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05348-3
PMID:40517159
|
research paper | 介绍了一个名为FDTooth的数据集，包含241名患者的口腔内照片和CBCT图像，用于检测牙槽骨开窗和开裂（FD） | 首次公开结合口腔内照片和CBCT图像的数据集，并开发了自动检测FD的基线模型 | 数据集仅包含241名患者，样本量相对较小 | 开发一种非侵入性、高效的早期FD筛查方法 | 241名年龄在9至55岁之间的患者 | digital pathology | dental disease | CBCT | baseline model | image | 241名患者，1800个精确标注的边界框 | NA | NA | NA | NA |