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 1212 篇文献，本页显示第 1061 - 1080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 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 |
| 1062 | 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 |
| 1063 | 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 |
| 1064 | 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 |
| 1065 | 2025-10-07 |
Comprehensive Morphometric Analysis to Identify Key Neuroimaging Biomarkers for the Diagnosis of Adult Hydrocephalus Using Artificial Intelligence
2025-Jun-01, Neurosurgery
IF:3.9Q1
DOI:10.1227/neu.0000000000003248
PMID:39508594
|
研究论文 | 本研究通过人工智能方法识别用于诊断成人脑积水的关键神经影像学生物标志物 | 首次结合多种机器学习模型和SHAP特征重要性分析，识别出5个易于测量的1维形态测量生物标志物 | 研究样本量有限，仅针对非正常压力脑积水患者 | 开发实用准确的脑积水诊断工具 | 成人非正常压力脑积水患者和健康受试者 | 医学影像分析 | 脑积水 | 神经影像学测量，手动图像处理 | 机器学习，集成学习，深度学习 | 神经影像数据 | NA | NA | 梯度提升(Gradient Boosting) | 准确率，AUC(曲线下面积) | NA |
| 1066 | 2025-10-07 |
A Dual-Energy Computed Tomography Guided Intelligent Radiation Therapy Platform
2025-Jun-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.01.028
PMID:39921109
|
研究论文 | 介绍了一种新型双能计算机断层扫描引导的智能放射治疗平台，整合了先进成像和人工智能技术以优化放射治疗流程 | 开发了结合双能CT、新型双层多叶准直器、深度学习自动分割算法和自动化计划能力的智能放射治疗平台 | 仅对99个风险器官中的每个器官测试了5个案例，样本量相对有限 | 开发智能放射治疗平台以提升放射治疗的精确性和效率 | 放射治疗系统和患者 | 医学影像分析 | 癌症 | 双能计算机断层扫描(DECT), 锥形束CT | 深度学习 | CT图像, 电子密度图像 | 99个风险器官各5个案例 | NA | NA | Dice相似系数, 伽马通过率, 剂量体积直方图, 剂量适形指数 | NA |
| 1067 | 2025-10-07 |
A deep learning and statistical shape modeling-based method for assessing intercondylar notch volume in anterior cruciate ligament reconstruction
2025-Jun, The Knee
DOI:10.1016/j.knee.2025.02.009
PMID:40022961
|
研究论文 | 本研究开发了一种基于深度学习和统计形状建模的方法，用于评估前交叉韧带重建中的髁间窝体积 | 结合深度学习和统计形状建模技术实现髁间窝的快速三维建模和自动分割 | NA | 深入了解髁间窝这一复杂三维解剖区域，为前交叉韧带重建提供更精确的解剖评估 | 前交叉韧带损伤患者的髁间窝解剖结构 | 医学影像分析 | 前交叉韧带损伤 | 三维体积分析，统计形状建模 | CNN | 医学影像 | NA | NA | SegResNet | Dice相似系数，Hausdorff距离，相对误差 | NA |
| 1068 | 2025-10-07 |
Deep learning for tibial plateau fracture detection and classification
2025-Jun, The Knee
DOI:10.1016/j.knee.2025.02.001
PMID:40023913
|
研究论文 | 开发用于胫骨平台骨折检测和Schatzker分类的深度学习模型 | 首个使用Schatzker分类系统开发胫骨平台骨折计算机视觉模型的研究 | Schatzker分类系统在常规X光片上的观察者间一致性较低，影响分类准确性 | 开发用于胫骨平台骨折检测和分类的深度学习模型 | 胫骨平台骨折患者的膝关节X光片 | 计算机视觉 | 骨折 | X射线成像 | CNN | 图像 | 753名患者的1506张膝关节X光片（368例胫骨平台骨折，385例健康膝盖） | NA | GoogleNet, ResNet | 敏感度, 准确率, 阳性预测值 | NA |
| 1069 | 2025-10-07 |
Deep Learning for Ocean Forecasting: A Comprehensive Review of Methods, Applications, and Datasets
2025-Jun, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3539990
PMID:40168238
|
综述 | 本文全面回顾了基于深度学习的海洋预报研究在模型架构、时空多尺度和可解释性方面的最新进展 | 系统评估了结合理论驱动与数据驱动模型的混合架构可行性，并全面分析了数据集、基准测试和云计算在海洋预报中的应用 | 讨论了当前研究的局限性，包括物理过程表示不清晰、观测同化应用不足和模型参数化不准确等问题 | 探索深度学习在海洋预报领域的应用潜力与方法论 | 海洋预报相关的深度学习模型、数据集和应用场景 | 机器学习 | NA | 深度学习 | NA | 海洋时空数据 | NA | NA | NA | NA | 云计算 |
| 1070 | 2025-10-07 |
Deep-learning-assisted medium optimization improves hyaluronic acid production by Streptococcus zooepidemicus
2025-Jun, Journal of bioscience and bioengineering
IF:2.3Q3
DOI:10.1016/j.jbiosc.2025.03.001
PMID:40189954
|
研究论文 | 利用深度学习算法优化链球菌培养基以提高透明质酸生产效率 | 首次将深度学习算法应用于链球菌培养基优化过程，通过算法自动生成候选培养基配方 | 研究仅针对特定菌株进行优化，未验证在其他菌株或工业条件下的适用性 | 提高透明质酸的生产效率 | 兽疫链球菌及其透明质酸生产过程 | 机器学习 | NA | 深度学习，正交阵列实验设计，分批培养，补料分批培养 | 深度学习 | 实验数据，培养基成分数据，产量数据 | 18个初始训练样本（OA01-18）和54个候选优化培养基（OM01-54） | NA | NA | 透明质酸产量（g/L），生产效率（g/L/h） | NA |
| 1071 | 2025-10-07 |
Histological tumor necrosis predicts decreased survival after neoadjuvant chemotherapy in head and neck squamous cell carcinoma
2025-Jun, Oral oncology
IF:4.0Q2
|
研究论文 | 本研究探讨头颈部鳞状细胞癌新辅助放化疗后肿瘤免疫微环境变化及组织学肿瘤坏死对患者生存的预测价值 | 首次发现治疗前肿瘤坏死是预测新辅助放化疗不良预后的有效生物标志物，并成功开发基于深度学习的AI方法自动识别组织病理标本中的肿瘤坏死 | 样本量有限（新辅助治疗组53例），为回顾性研究设计 | 研究新辅助放化疗对HNSCC肿瘤免疫景观的影响及其与患者生存的关系 | 头颈部鳞状细胞癌患者 | 数字病理 | 头颈部鳞状细胞癌 | 免疫组织化学染色，深度学习 | 深度学习 | 组织病理图像 | 新辅助治疗组53例，验证组171例，共分析588个全切片染色 | NA | NA | 风险比，置信区间，p值，5年总生存率 | NA |
| 1072 | 2025-10-07 |
Exploring the Limitations of Virtual Contrast Prediction in Brain Tumor Imaging: A Study of Generalization Across Tumor Types and Patient Populations
2025-Jun, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70062
PMID:40386872
|
研究论文 | 本研究探讨深度学习模型在脑肿瘤影像中预测虚拟对比增强效果的泛化能力 | 首次系统分析脑肿瘤虚拟对比预测模型在不同肿瘤类型和患者群体中的泛化局限性 | 模型在特定肿瘤类型和数据集上表现良好，但难以泛化到其他肿瘤类型和多样化患者群体 | 研究神经网络在脑肿瘤非对比MRI扫描中预测全对比增强能力的泛化特性 | 脑肿瘤患者和不同类型的脑肿瘤 | 医学影像分析 | 脑肿瘤 | 磁共振成像（MRI），钆基对比剂（GBCAs） | 神经网络 | 医学影像（MRI扫描） | NA | NA | NA | NA | NA |
| 1073 | 2025-10-07 |
The role of deep learning in diagnostic imaging of spondyloarthropathies: a systematic review
2025-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11261-x
PMID:39658683
|
系统评价 | 本系统评价评估了深度学习模型在脊柱关节病影像诊断中的应用效果 | 首次系统评价深度学习在脊柱关节病多模态影像（MRI、CT、X线）诊断中的综合表现，特别关注先进CNN和U-Net架构的性能 | 部分研究样本量较小，需要更大数据集和进一步前瞻性及外部验证以提高AI模型的泛化能力 | 评估深度学习模型在提高脊柱关节病影像诊断准确性方面的作用 | 脊柱关节病的医学影像数据 | 医学影像分析 | 脊柱关节病 | 医学影像分析 | CNN, U-Net | 医学影像（MRI、CT、X线） | 21项研究（具体样本量未明确说明） | NA | CNN, U-Net | AUC, 诊断准确率 | NA |
| 1074 | 2025-10-07 |
Advances in MRI optic nerve segmentation
2025-Jun, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2025.106437
PMID:40220726
|
综述 | 本文系统回顾了2007至2024年间视神经MRI分割技术的发展历程 | 首次全面梳理视神经MRI分割从传统强度方法到深度学习算法的演进路径，涵盖多图谱解决方案 | 仅纳入27篇同行评审文献，可能未覆盖所有相关研究 | 提升视神经相关疾病的早期诊断和治疗规划能力 | 视神经结构与神经退行性疾病（如多发性硬化症） | 医学影像分析 | 神经退行性疾病 | 磁共振成像（MRI） | 深度学习算法 | 医学影像 | 基于27篇文献的系统回顾 | NA | NA | NA | NA |
| 1075 | 2025-10-07 |
Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach
2025-Jun, Experimental parasitology
IF:1.4Q3
DOI:10.1016/j.exppara.2025.108947
PMID:40288672
|
研究论文 | 通过结构方法和深度学习模型识别恶性疟原虫PfPK6蛋白的新型抑制剂 | 结合基于结构的虚拟筛选和深度学习模型识别新型PfPK6抑制剂，并验证其结合稳定性 | 仅通过计算模拟验证，需要实验验证抑制剂的实际效果 | 识别针对恶性疟原虫PfPK6蛋白的治疗药物 | 恶性疟原虫PfPK6蛋白及其抑制剂 | 计算生物学 | 疟疾 | 虚拟筛选,分子动力学模拟 | 深度学习 | 化合物结构数据 | 来自Tres Cantos抗疟数据集的小分子抑制剂化合物 | NA | NA | 结合亲和力(-13.553 kcal/mol),结合模式稳定性 | NA |
| 1076 | 2025-10-07 |
LMCBert: An Automatic Academic Paper Rating Model Based on Large Language Models and Contrastive Learning
2025-Jun, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3550203
PMID:40168236
|
研究论文 | 提出一种基于大语言模型和对比学习的自动学术论文评分模型LMCBert | 结合大语言模型提取论文核心语义内容，并引入动量对比学习优化Bert训练，提升学术论文自动评分的准确性 | 未明确说明模型在哪些特定学术领域或论文类型上的性能表现 | 开发自动学术论文评分系统以替代传统人工审稿流程 | 学术论文的接受概率预测 | 自然语言处理 | NA | 大语言模型, 对比学习 | Bert, LLM | 文本 | NA | NA | LMCBert, Bert | 准确率 | NA |
| 1077 | 2025-05-18 |
GRU4ACE: Enhancing ACE inhibitory peptide prediction by integrating gated recurrent unit with multi-source feature embeddings
2025-Jun, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70026
PMID:40371738
|
研究论文 | 本研究提出了一种名为GRU4ACE的创新深度学习框架，通过整合门控循环单元(GRU)和多源特征嵌入，提高了血管紧张素转换酶(ACE)抑制肽的预测准确性 | GRU4ACE框架首次整合了多源特征编码方法（包括序列信息、图形信息、语义信息和上下文信息）和GRU模型，显著提升了ACE抑制肽的预测性能 | NA | 提高ACE抑制肽的预测准确性，为新型降压药物的开发提供指导 | ACE抑制肽 | 自然语言处理 | 心血管疾病 | 自然语言处理(NLP)嵌入、预训练蛋白质语言模型(PLM)嵌入 | GRU | 蛋白质序列数据 | NA | NA | NA | NA | NA |
| 1078 | 2025-05-18 |
Deep-Diffeomorphic Networks for Conditional Brain Templates
2025-Jun-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70229
PMID:40372124
|
research paper | 本文提出了一种基于深度学习的条件性脑模板生成方法，利用微分同胚框架来创建几何方法，以捕捉年龄依赖的解剖学差异 | 使用微分同胚（拓扑保持）框架创建纯几何方法，能够生成具有高空间保真度和一致拓扑结构的条件性脑模板 | 尽管方法在捕捉年龄依赖的解剖学差异方面有一定效果，但仍需进一步改进以更准确地跟踪所有脑结构的变化 | 开发一种能够生成条件性脑模板的深度学习方法，以改进神经影像分析中的配准精度和脑发育与退化过程的捕捉 | 认知正常的参与者（来自阿尔茨海默病神经影像倡议ADNI的数据集） | 神经影像分析 | 阿尔茨海默病 | 深度学习 | deep-diffeomorphic networks | 脑部扫描图像 | 来自ADNI的认知正常参与者数据集 | NA | NA | NA | NA |
| 1079 | 2025-05-17 |
A novel method for online sex sorting of silkworm pupae (Bombyx mori) using computer vision combined with deep learning
2025-Jun, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.14177
PMID:39936219
|
研究论文 | 提出了一种基于计算机视觉和深度学习的蚕蛹性别在线分选新方法 | 开发了结合级联空间通道注意力(CSCA)和G-GhostNet的新型实时性别识别模型，并提出了新的损失函数以减少模型复杂度和避免过拟合 | NA | 提高蚕蛹性别分选的效率和生产力 | 蚕蛹(家蚕) | 计算机视觉 | NA | 深度学习 | CSCA, G-GhostNet | 图像 | NA | NA | NA | NA | NA |
| 1080 | 2025-05-17 |
Predicting 5-Year EDSS in Multiple Sclerosis with LSTM Networks: A Deep Learning Approach to Disease Progression
2025-Jun, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia
IF:1.9Q4
DOI:10.1016/j.jocn.2025.111218
PMID:40174549
|
research paper | 该研究利用LSTM网络预测多发性硬化症患者5年后的EDSS评分，以评估疾病进展 | 与现有研究不同，该方法整合了多发性硬化症患者的静态和动态数据，实现了EDSS评分从0到10的准确预测，且预测误差最小 | 研究仅基于两个中心的1000名患者数据，可能限制了模型的泛化能力 | 预测多发性硬化症患者5年后的残疾状态评分（EDSS） | 多发性硬化症患者 | machine learning | 多发性硬化症 | LSTM | LSTM | 临床和人口统计学数据 | 1000名多发性硬化症患者 | NA | NA | NA | NA |