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 1223 篇文献，本页显示第 1041 - 1060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2025-10-07 |
A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery
2025-Jun, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2025.01.040
PMID:40139567
|
综述 | 本文探讨超分辨率显微镜在肾脏病学研究、医学诊断和药物发现中的革命性应用 | 提出基于3D结构照明显微镜的足细胞精确形态测量程序，可在蛋白尿出现前检测足细胞形态变化，并支持与mRNA检测、多重染色和深度学习算法的整合 | 未提及超分辨率显微镜技术本身可能存在的技术限制或临床应用挑战 | 评估超分辨率显微镜技术在肾脏病学领域的应用潜力 | 肾脏肾小球超微结构，特别是足细胞及其裂隙膜 | 数字病理 | 肾脏疾病 | 超分辨率显微镜，3D结构照明显微镜，电子显微镜 | 深度学习算法 | 显微图像，组织切片 | NA | NA | NA | NA | NA |
| 1042 | 2025-05-24 |
Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf018
PMID:40402584
|
综述 | 本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响 | 探讨了AI在骨活检中的多种应用，包括提高诊断准确性、改善活检安全性及更精确的病灶定位，并提供了开源AI工具和算法的列表 | 讨论了AI在骨活检中的技术限制、健康公平性、通用性问题、部署挑战及报销问题 | 探索人工智能在骨肿瘤活检中的应用及其对个性化医疗的贡献 | 骨肿瘤（原发性和继发性）的活检及样本处理 | 数字病理学 | 骨肿瘤 | 传统机器学习、深度学习、放射组学、模拟和生成模型 | NA | 图像 | NA | NA | NA | NA | NA |
| 1043 | 2025-05-23 |
Artificial intelligence (AI) in point-of-care testing
2025-Jun-15, Clinica chimica acta; international journal of clinical chemistry
DOI:10.1016/j.cca.2025.120341
PMID:40324611
|
research paper | 本文探讨了人工智能（AI）在即时检测（POCT）中的应用及其对现代医疗的变革性影响 | AI技术（包括机器学习、深度学习和自然语言处理）显著提升了POCT的准确性和效率，例如卷积神经网络将疟疾检测的灵敏度提高到95%，预测分析在资源有限的环境中减少了20%的设备停机时间 | 数据隐私风险、算法不透明性以及低收入和中等收入国家的基础设施差距 | 探讨AI在POCT中的应用，以解决诊断准确性、工作流程效率和公平获取医疗资源等关键挑战 | 即时检测（POCT）技术及其在医疗诊断中的应用 | machine learning | malaria, cardiovascular disease | machine learning, deep learning, natural language processing, predictive analytics | CNN | image, real-time data | NA | NA | NA | NA | NA |
| 1044 | 2025-04-24 |
Corrigendum to: Pollen analysis using multispectral imaging flow cytometry and deep learning
2025-Jun, The New phytologist
DOI:10.1111/nph.70163
PMID:40263692
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1045 | 2025-05-23 |
Diagnosis of carpal tunnel syndrome using deep learning with comparative guidance
2025-Jun, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology
IF:3.7Q2
DOI:10.1016/j.clinph.2025.03.038
PMID:40300239
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于通过比较分类方法对腕管综合征（CTS）进行稳健诊断 | 提出了基于余弦相似度的比较引导方法，使模型能够自动识别超声图像中异常回声纹理差异 | 样本量相对较小（152名参与者），且仅使用超声图像数据 | 开发一种能够自动识别CTS重要特征的深度学习模型 | 腕管综合征患者和健康个体的超声图像 | 数字病理学 | 腕管综合征 | 超声成像 | 深度学习模型（具体架构未提及） | 超声图像 | 152名参与者（包括不同严重程度的CTS患者和健康个体） | NA | NA | NA | NA |
| 1046 | 2025-05-23 |
Recent trends in diabetes mellitus diagnosis: an in-depth review of artificial intelligence-based techniques
2025-Jun, Diabetes research and clinical practice
IF:6.1Q1
DOI:10.1016/j.diabres.2025.112221
PMID:40328407
|
综述 | 本文综述了人工智能（AI）在糖尿病诊断中的最新进展，重点关注机器学习和深度学习的应用 | 探讨了AI驱动诊断工具的最新突破方法及其在临床实践中的实际应用 | 讨论了模型可解释性、伦理考虑和实际实施中的挑战 | 提高糖尿病的诊断准确性并支持AI技术在临床实践中的整合 | 糖尿病 | 机器学习 | 糖尿病 | 机器学习和深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1047 | 2025-10-07 |
Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023)
2025-Jun, Ophthalmic epidemiology
IF:1.7Q3
DOI:10.1080/09286586.2024.2373956
PMID:39146462
|
文献计量分析 | 通过文献计量学方法分析2003-2023年人工智能在眼科领域的研究现状、热点和趋势 | 首次系统梳理眼科AI领域20年的研究发展轨迹，识别核心研究机构和热点技术 | 仅基于Web of Science数据库文献，可能遗漏其他重要数据库的研究成果 | 评估人工智能在眼科领域的研究现状和发展趋势 | 3,377篇眼科AI相关研究文献 | 医学人工智能 | 眼科疾病 | 文献计量分析 | Deep learning, Machine learning, GAN | 文献元数据 | 3,377篇出版物，来自98个国家的4,035个机构 | VOSviewer, CiteSpace, R package Bibliometrix | NA | NA | NA |
| 1048 | 2024-10-24 |
Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging
2025-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01295-4
PMID:39438367
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1049 | 2025-10-07 |
DRBP-EDP: classification of DNA-binding proteins and RNA-binding proteins using ESM-2 and dual-path neural network
2025-Jun, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf058
PMID:40391089
|
研究论文 | 提出一种结合ESM-2和双路径神经网络的DNA结合蛋白与RNA结合蛋白分类方法DRBP-EDP | 整合ESM-2蛋白质语言模型与双路径神经网络的分阶段分类方法，并设计了高质量数据集构建方案 | NA | 开发高效准确的DNA结合蛋白和RNA结合蛋白分类方法 | 核酸结合蛋白（包括DNA结合蛋白和RNA结合蛋白） | 生物信息学 | NA | 蛋白质序列分析 | 双路径神经网络 | 蛋白质序列数据 | NA | NA | ESM-2, 双路径神经网络 | 准确率 | NA |
| 1050 | 2025-10-07 |
Parkinson's disease detection using inceptionV3: A Deep learning approach
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103333
PMID:40395929
|
研究论文 | 本研究使用深度学习算法对帕金森病患者绘制的螺旋图像进行分类，实现帕金森病的早期检测 | 利用迁移学习提取螺旋图像中的精细运动障碍模式，并通过混合深度学习模型增强特征提取能力 | 数据集相对有限，未来需要结合其他生物标志物或更广泛的运动测量数据 | 开发基于螺旋图像分析的帕金森病非侵入性早期诊断方法 | 帕金森病患者和健康个体绘制的螺旋图像 | 计算机视觉 | 帕金森病 | 图像分析 | CNN | 图像 | 帕金森病患者和正常个体绘制的螺旋图像数据库 | NA | DenseNet121,InceptionV3,VGG16,LeNet | 准确率 | NA |
| 1051 | 2025-10-07 |
Deep learning-based technique for investigating the behavior of MEMS systems with multiwalled carbon nanotubes and electrically actuated microbeams
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103337
PMID:40395931
|
研究论文 | 提出基于深度学习的非线性系统求解方法，用于研究含多壁碳纳米管的电驱动微梁MEMS系统行为 | 首次将深度神经网络应用于MEMS中非线性系统的求解，特别是针对多壁碳纳米管和电驱动微梁的振荡器 | NA | 研究MEMS振荡器的非线性振动特性，特别是与纳米管和电驱动微梁相关的特性 | 双端固定电驱动微梁和多壁碳纳米管在MEMS中的性能表现 | 机器学习 | NA | Galerkin技术，平行板电容器模型，欧拉-伯努利梁理论 | DNN | 数值模拟数据 | NA | NA | 深度神经网络 | 准确性，效率 | NA |
| 1052 | 2025-10-07 |
GENERATIVE DEEP LEARNING APPROACH TO PREDICT POSTTREATMENT OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AGE-RELATED MACULAR DEGENERATION AFTER 12 MONTHS
2025-Jun-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004409
PMID:39841905
|
研究论文 | 本研究开发了一种生成式深度学习模型，用于预测年龄相关性黄斑变性患者治疗12个月后的光学相干断层扫描图像 | 首次将条件生成对抗网络应用于预测年龄相关性黄斑变性的长期治疗结果，并验证了整合临床数据对预测性能的提升作用 | 研究样本量相对有限（533只眼），且仅针对初治的湿性年龄相关性黄斑变性患者 | 预测湿性年龄相关性黄斑变性患者的长期解剖学反应，实现个体化治疗管理 | 513名初治湿性年龄相关性黄斑变性患者的533只眼 | 计算机视觉 | 年龄相关性黄斑变性 | 光学相干断层扫描(OCT)、荧光素血管造影、吲哚菁绿血管造影 | 条件生成对抗网络(cGAN) | 医学图像 | 533只眼（来自513名患者） | NA | 条件生成对抗网络 | 准确率 | NA |
| 1053 | 2025-10-07 |
Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification
2025-Jun, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24792
PMID:39888306
|
研究论文 | 提出一种结合随机猫群优化和集成卷积神经网络的皮肤癌分类方法 | 提出随机猫群优化算法与集成卷积神经网络相结合的新方法，用于皮肤癌分期分类 | NA | 优化皮肤癌诊断，提高分类准确性 | 皮肤癌病变图像 | 计算机视觉 | 皮肤癌 | 图像处理 | CNN, DNN | 图像 | HAM10000和ISIC数据集 | Keras | 集成卷积神经网络, 深度神经网络 | 准确率, 召回率, 特异性, 精确率, F1分数 | NA |
| 1054 | 2025-02-20 |
Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251317097
PMID:39966688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1055 | 2025-04-25 |
Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251329356
PMID:40269482
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1056 | 2025-10-07 |
Accuracy of an Automated Bone Scan Index Measurement System Enhanced by Deep Learning of the Female Skeletal Structure in Patients with Breast Cancer
2025-Jun, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00905-5
PMID:40385368
|
研究论文 | 本研究验证了通过深度学习女性骨骼结构增强的自动化骨扫描指数测量系统VSBONE在乳腺癌患者中的诊断准确性 | VSBONE系统从2.1版本升级到3.0版本，整合了957名女性骨骼结构的深度学习数据，专门针对乳腺癌患者优化 | 研究样本量相对有限（220名日本患者），且为回顾性研究设计 | 验证更新版VSBONE系统在乳腺癌患者中的诊断准确性 | 220名接受骨闪烁扫描的日本乳腺癌患者 | 医学影像分析 | 乳腺癌 | 骨闪烁扫描、单光子发射计算机断层扫描/计算机断层扫描(SPECT/CT) | 深度学习 | 医学影像 | 220名乳腺癌患者（20例骨转移，200例非骨转移） | NA | NA | 诊断准确率、分割错误率、相关系数 | NA |
| 1057 | 2025-10-07 |
Classification of differentially activated groups of fibroblasts using morphodynamic and motile features
2025-Jun, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0250502
PMID:40385989
|
研究论文 | 提出基于人工智能的分类框架，通过分析成纤维细胞的形态动力学和运动特征来识别和表征不同激活状态的成纤维细胞 | 首次将形态动力学和运动特征与分子标记相结合，提供了一种新颖的细胞分类方法 | 传统分子标记在多种成纤维细胞亚型中存在共表达，难以区分特定激活状态 | 识别和表征不同激活状态的成纤维细胞，以更好地靶向肿瘤微环境 | 与乳腺癌细胞系共培养的成纤维细胞 | 计算机视觉 | 乳腺癌 | 无标记活细胞成像 | 深度学习,机器学习 | 图像 | NA | NA | NA | NA | NA |
| 1058 | 2025-10-07 |
Gluten identification from food images using advanced deep learning and transfer learning methods
2025-Jun, Journal of food science and technology
DOI:10.1007/s13197-024-06158-y
PMID:40386197
|
研究论文 | 本文提出了一种基于深度学习的麸质图像分类方法，旨在帮助乳糜泻患者识别含麸质食物 | 首次将EfficientNet预训练模型应用于麸质食物图像分类，并取得了高精度识别效果 | 数据集仅包含Food101中的常见食物食谱，可能无法覆盖所有麸质食物类型 | 开发能够准确识别含麸质食物的图像分类系统 | 食物图像中的麸质识别 | 计算机视觉 | 乳糜泻 | NA | CNN | 图像 | 20,000张训练图像，2,000张测试图像 | NA | EfficientNet | 准确率 | NA |
| 1059 | 2025-10-07 |
A review of multimodal fusion-based deep learning for Alzheimer's disease
2025-Jun-07, Neuroscience
IF:2.9Q2
|
综述 | 系统回顾基于深度学习的MRI和PET多模态融合在阿尔茨海默病研究中的最新进展 | 重点关注近五年（2021-2025）发表的研究，系统总结多模态融合技术及其在AD研究中的应用 | 面临数据稀缺与不平衡、机构间数据异质性等关键挑战 | 推动阿尔茨海默病早期诊断和干预策略的发展 | 阿尔茨海默病相关的多模态影像数据 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像(MRI), 正电子发射断层扫描(PET) | 深度学习模型及其变体 | 多模态医学影像 | NA | NA | NA | NA | NA |
| 1060 | 2025-10-07 |
Prognostic models for predicting oncological outcomes after surgical resection of a nonmetastatic renal cancer: A critical review of current literature
2025-Jun, Urologic oncology
DOI:10.1016/j.urolonc.2024.08.014
PMID:39304391
|
综述 | 本文对非转移性肾细胞癌手术切除后预后预测模型的研究现状进行全面评述和批判性分析 | 系统评估了过去20年nmRCC预后模型的发展历程，特别关注了人工智能算法在生存预测中的新兴应用 | 现有模型大多基于回顾性数据开发，前瞻性数据模型较少，且在实际患者群体中表现不佳，缺乏外部验证和成本效益分析 | 评估非转移性肾癌术后预后预测模型的临床应用价值和发展现状 | 非转移性肾细胞癌(nmRCC)患者术后预后预测模型 | 医学预后研究 | 肾癌 | 机器学习，深度学习 | 预后预测模型 | 临床数据，病理数据，基因组数据，分子数据 | NA | NA | NA | NA | NA |