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 948 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-10-06 |
Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data
2025-Aug-30, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2025.127511
PMID:40695092
|
研究论文 | 本研究通过社交媒体分析和真实世界数据分析验证了COVID-19 mRNA疫苗接种与月经变化之间的关联 | 结合深度学习框架分析社交媒体讨论与真实世界医疗数据，首次系统验证COVID-19疫苗接种与月经变化的关联 | 研究基于观察性数据，无法确定因果关系，且仅分析了特定时间段的数据 | 调查COVID-19疫苗接种是否与月经紊乱发生率增加相关 | 15-49岁女性接种COVID-19疫苗后的月经变化情况 | 公共卫生，医学信息学 | 月经紊乱，疫苗相关不良反应 | 自我对照病例系列分析，深度学习自然语言处理 | 深度学习框架 | 社交媒体文本数据，医疗记录数据 | 70,977条社交媒体帖子，澳大利亚全科医疗数据集（2021年1月-2023年3月） | VaxPulse（专有深度学习框架） | NA | 相对发病率，95%置信区间，P值 | NA |
| 342 | 2025-10-06 |
Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer
2025-Aug-27, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.25.25334393
PMID:40909848
|
研究论文 | 本研究通过深度学习模型整合基因表达特征和数字病理学图像，预测乳腺癌患者对新辅助化疗的治疗反应 | 首次将基于Transformer的模型应用于数字病理学图像来推断基因表达特征，并在多个临床试验队列中验证其预测治疗反应的能力 | 研究主要基于回顾性队列数据，需要在前瞻性研究中进一步验证 | 开发能够预测乳腺癌治疗反应的数字病理学模型 | 1,940例接受新辅助化疗的乳腺癌患者的治疗前H&E染色活检样本 | 数字病理学 | 乳腺癌 | 数字组织学，RNA测序 | Transformer | 图像，基因表达数据 | 1,940例乳腺癌患者，来自多个临床试验队列 | NA | Transformer | AUC | NA |
| 343 | 2025-10-06 |
Helmets Labeling Crops: Kenya Crop Type Dataset Created via Helmet-Mounted Cameras and Deep Learning
2025-Aug-27, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05762-7
PMID:40866406
|
研究论文 | 本文通过头盔相机和深度学习技术创建了肯尼亚作物类型数据集 | 首次使用头盔相机结合公民科学网络收集作物数据，并开发深度学习流程处理图像 | 数据收集成本较高，仅覆盖肯尼亚2021和2022年长雨季 | 解决小农主导地区作物类型地图数据不足的问题，支持农业监测和粮食安全评估 | 肯尼亚小农种植的作物类型 | 计算机视觉 | NA | 头盔相机图像采集，深度学习 | 深度学习模型 | 图像 | 4,925个已验证的作物类型数据点 | NA | NA | NA | NA |
| 344 | 2025-10-06 |
Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT
2025-Aug-26, Stroke and vascular neurology
IF:4.4Q1
DOI:10.1136/svn-2024-003372
PMID:39572171
|
研究论文 | 开发一种基于深度学习的自动识别脑CT中急性缺血性卒中病灶的方法 | 使用仅标注但未进行病灶注释的常规脑CT扫描训练深度学习模型，无需传统方法所需的精细病灶标注 | 慢性脑部病变（特别是非卒中病变和旧卒中病灶）会显著降低检测准确性 | 开发快速自动化的脑CT缺血性卒中病灶检测方法 | 脑CT扫描图像 | 计算机视觉 | 缺血性卒中 | CT成像 | CNN | 医学图像 | 2347名患者的5772张脑CT扫描 | NA | 卷积神经网络 | 准确率 | NA |
| 345 | 2025-10-06 |
Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training
2025-Aug-22, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044031
PMID:40859555
|
研究论文 | 本研究通过随机对照试验评估基于情景模拟结合结构化汇报的骨髓穿刺培训在临床技能教育中的效果 | 将结构化汇报与情景模拟相结合应用于骨髓穿刺培训，提供了可复制、可扩展的教学模型及其有效性证据 | 样本量相对有限（112名学生），且仅针对骨髓穿刺单一技能培训 | 评估基于汇报的情景模拟教学在临床技能教育中的有效性 | 112名临床医学学生 | 医学教育 | NA | 情景模拟训练、结构化汇报 | NA | 考试成绩、技能评估分数、问卷调查数据 | 112名临床医学学生（对照组54人，实验组58人） | NA | NA | 前后测试成绩、骨髓穿刺评估分数、技能测试分数、客观结构化临床考试分数 | NA |
| 346 | 2025-10-06 |
Diagnostic report generation for macular diseases by natural language processing algorithms
2025-Aug-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-326064
PMID:40348396
|
研究论文 | 本研究开发了基于规则和深度学习的自然语言处理算法，用于自动生成黄斑疾病的诊断报告 | 首次将多模态AI系统与NLP算法结合，针对四种黄斑疾病自动生成结构化诊断报告 | 仅针对四种特定黄斑疾病，样本量相对有限，未与资深眼科专家进行对比 | 研究自动生成黄斑疾病自然语言诊断报告的方法 | 1303名患者的2261只眼睛 | 自然语言处理 | 黄斑疾病 | 彩色眼底摄影，光学相干断层扫描 | 深度学习 | 图像，文本 | 2261只眼睛（来自1303名患者） | NA | NA | 可读性评分，诊断正确性评分，病变描述评分，建议评分 | NA |
| 347 | 2025-10-06 |
Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions
2025-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM41523
PMID:40927097
|
综述 | 本文综述人工智能在成人先天性心脏病领域的诊断、治疗应用及未来发展方向 | 系统阐述AI在ACHD领域多模态应用的创新潜力，包括影像自动分析、心电图缺陷识别、风险预测模型和3D手术规划 | 数据可用性不足、算法偏差、缺乏前瞻性验证和临床整合问题 | 探讨人工智能在成人先天性心脏病诊疗中的临床应用价值与发展前景 | 成人先天性心脏病患者群体 | 数字病理 | 心血管疾病 | 机器学习, 深度学习 | NA | 医学影像, 心电图, 临床数据 | NA | NA | NA | 准确率, 诊断一致性 | NA |
| 348 | 2025-10-06 |
Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing
2025-Aug, 3D printing and additive manufacturing
IF:2.3Q3
DOI:10.1089/3dp.2023.0191
PMID:40933586
|
研究论文 | 提出一种基于深度学习的超分辨率方法，用于改进熔融沉积建模3D打印的有限元分析精度和计算效率 | 将有限元分析中的网格模型类比为图像分辨率问题，首次将超分辨率技术应用于改进粗糙网格模型的精度 | 温度场和位移场之间的映射关系存在差异，需要分别处理 | 通过深度学习技术提高3D打印有限元分析的精度并减少计算时间 | 熔融沉积建模3D打印过程的温度场和位移场预测 | 计算机视觉 | NA | 有限元分析，熔融沉积建模 | 深度学习，超分辨率网络 | 网格数据，温度场图像，位移场图像 | NA | NA | 超分辨率残差网络 | 峰值信噪比，结构相似性指数 | NA |
| 349 | 2025-10-06 |
DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting
2025-Aug, Spatial and spatio-temporal epidemiology
IF:2.1Q3
DOI:10.1016/j.sste.2025.100741
PMID:40935501
|
研究论文 | 提出一种集成人类移动数据的深度学习框架DeepEVD，用于埃博拉病毒病暴发预测 | 首次将多种移动数据源（手机记录、GPS轨迹、社交媒体）与时空特征学习相结合，通过GCN和LSTM网络建立移动模式与EVD病例的时空关联 | 仅在西非疫情和塞拉利昂疫情数据集上验证，未在其他地区或疫情中测试 | 开发能够准确预测埃博拉病毒病暴发的深度学习框架 | 埃博拉病毒病传播与人类移动模式的关系 | 机器学习 | 埃博拉病毒病 | 时空数据分析，移动数据整合 | GCN, LSTM | 移动数据（手机记录、GPS轨迹、社交媒体），流行病学数据 | 2014-2016年西非疫情数据集，2015-2016年塞拉利昂疫情数据集 | NA | 图卷积网络，长短期记忆网络 | 预测误差降低率（5%-10%） | NA |
| 350 | 2025-09-12 |
A weakly-supervised deep learning model for fast localisation and delineation of the skeleton, internal organs, and spinal canal on whole-body diffusion-weighted MRI (WB-DWI)
2025-Aug-28, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109043
PMID:40929938
|
研究论文 | 提出一种弱监督深度学习模型，用于在全身扩散加权MRI上快速定位和勾画骨骼、内部器官及椎管 | 使用基于图谱方法生成的“软标签”训练3D残差U-Net，实现快速且可重复的概率图生成，速度比传统方法快12倍 | 模型在肋骨区域的骨骼勾画性能相对较低（Dice评分0.67），且仅在晚期前列腺癌和多发性骨髓瘤患者中验证 | 开发自动化算法以支持癌症成像生物标志物（ADC和TDV）的量化测量 | 晚期前列腺癌（APC）和多发性骨髓瘤（MM）患者的全身扩散加权MRI扫描 | 数字病理 | 前列腺癌 | WB-DWI（全身扩散加权磁共振成像） | 3D Residual U-Net | image | 532例患者扫描用于训练和验证，45例患者用于测试 | NA | NA | NA | NA |
| 351 | 2025-10-06 |
Deep Learning Improves Parameter Estimation in Reinforcement Learning Models
2025-Aug-25, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.21.644663
PMID:40666915
|
研究论文 | 本研究探讨强化学习模型中的参数模糊性问题，并比较传统优化方法与深度学习方法的参数估计效果 | 首次系统性地识别并量化强化学习模型中的参数模糊性问题，引入深度学习管道进行参数估计，并提出多维度评估框架 | 研究仅基于十个决策数据集，需要在更广泛的数据集和模型中进行验证 | 解决认知模型中参数估计的可靠性问题，提高科学推断的可复现性 | 强化学习模型的参数估计 | 机器学习 | NA | 强化学习建模 | 神经网络, Nelder-Mead优化算法 | 决策行为数据 | 十个决策数据集 | NA | 神经网络 | 预测准确度, 泛化能力, 鲁棒性, 可识别性, 测试-重测可靠性 | NA |
| 352 | 2025-10-06 |
Leveraging Deep Learning to Enhance Malnutrition Detection via Nutrition Risk Screening 2002: Insights from a National Cohort
2025-Aug-21, Nutrients
IF:4.8Q1
DOI:10.3390/nu17162716
PMID:40871744
|
研究论文 | 开发并验证基于机器学习的营养风险筛查工具，用于预测营养治疗需求及类型 | 将性别、癌症状态和病房类型等参数整合到NRS-2002中，创建了新的机器学习增强筛查量表 | 需要更大规模的多国队列进行外部验证 | 开发营养治疗需求及类型的预测模型 | 来自ONCA全国队列的191,028名患者 | 机器学习 | 营养不良 | 营养风险筛查2002(NRS-2002) | Random Forest, Artificial Neural Network, Deep Learning, Elastic Net, Naive Bayes | 临床参数和人口统计学数据 | 191,028名患者 | NA | NA | AUC, 准确率, 平衡准确率, MCC, 灵敏度, 特异性, PPV, NPV, F-score | NA |
| 353 | 2025-10-06 |
Analysis of Tongue and Face Image Features of Anemic Women and Construction of Risk-Screening Model
2025-Aug-20, Biomedical and environmental sciences : BES
IF:3.0Q2
DOI:10.3967/bes2025.047
PMID:40928272
|
研究论文 | 通过分析女性贫血患者的面部和舌象特征，建立贫血风险筛查模型 | 首次结合面部和舌象的颜色与纹理特征，采用多种机器学习模型和深度学习模型进行女性贫血筛查 | 样本仅来自单一医院，样本量有限（533名参与者） | 识别女性贫血相关的面舌图像特征，建立贫血风险筛查模型 | 女性贫血患者和健康人群 | 计算机视觉 | 贫血 | 舌面诊图像分析 | 机器学习模型, 深度学习模型 | 图像 | 533名女性参与者（贫血患者和健康人群） | NA | ResNet50V2, Conv1D, 人工神经网络 | AUC, 准确率 | NA |
| 354 | 2025-10-06 |
Ground Reaction Force Estimation via Time-aware Knowledge Distillation
2025-Aug-15, IEEE internet of things journal
IF:8.2Q1
DOI:10.1109/jiot.2025.3578012
PMID:40918555
|
研究论文 | 提出一种时间感知知识蒸馏框架，用于从鞋垫传感器数据估计地面反作用力 | 在知识蒸馏过程中利用小批量内的相似性和时间特征，有效捕捉特征间的互补关系和目标与输入数据的序列特性 | NA | 开发计算效率高的地面反作用力估计方法，用于实时便携系统 | 人类步态分析中的地面反作用力 | 机器学习 | NA | 知识蒸馏 | 深度学习 | 传感器数据 | 在不同步行速度下收集的数据 | NA | NA | 准确度, 模型可靠性 | NA |
| 355 | 2025-10-06 |
Global research landscape of retinoblastoma biomarkers: a multidisciplinary bibliometric analysis based on multiple databases (2005-2025)
2025-Aug-15, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06279-7
PMID:40817296
|
文献计量分析 | 通过多数据库对2005-2025年视网膜母细胞瘤生物标志物研究进行多学科文献计量分析 | 首次对RB生物标志物研究领域进行系统性定量分析，揭示研究格局和热点演变 | 仅基于Web of Science和Scopus数据库，可能遗漏部分相关研究 | 分析视网膜母细胞瘤生物标志物的研究格局和热点趋势 | 2005-2025年期间发表的视网膜母细胞瘤生物标志物相关研究文献 | 文献计量学 | 视网膜母细胞瘤 | 文献计量分析，生物信息学分析 | NA | 文献元数据，引文数据 | 从WOS和Scopus数据库检索的2005-2025年相关出版物 | R软件, VOSviewer, CiteSpace | NA | 出版物数量，引文频率，国际合作网络 | NA |
| 356 | 2025-10-06 |
Going beyond SMILES enumeration for data augmentation in generative drug discovery
2025-Aug-14, Digital discovery
IF:6.2Q1
DOI:10.1039/d5dd00028a
PMID:40917333
|
研究论文 | 本文提出四种新的SMILES数据增强策略以提升分子生成模型在低数据场景下的性能 | 引入基于自然语言处理和化学知识的四种新型SMILES增强方法：标记删除、原子掩码、生物电子等排替换和自训练 | 未明确说明实验数据规模及具体模型性能对比基准 | 探索超越传统SMILES枚举的数据增强方法以改进分子生成质量 | 分子SMILES表示及其数据增强策略 | 自然语言处理, 药物发现 | NA | SMILES数据增强 | 生成深度学习模型 | 分子SMILES字符串 | NA | NA | NA | NA | NA |
| 357 | 2025-10-06 |
Leveraging artificial intelligence and machine learning in kinase inhibitor development: advances, challenges, and future prospects
2025-Aug-12, RSC medicinal chemistry
IF:4.1Q2
DOI:10.1039/d5md00494b
PMID:40919316
|
综述 | 探讨人工智能和机器学习在激酶抑制剂开发中的应用进展、挑战与未来前景 | 系统阐述AI/ML方法（包括深度学习、图神经网络和生成模型）如何革新激酶抑制剂的设计、优化和再利用 | 数据稀疏性、模型可解释性不足以及计算与实验结果间的转化差距 | 加速和优化下一代激酶靶向治疗药物的开发 | 蛋白激酶及激酶抑制剂 | 机器学习 | 癌症 | 深度学习, 图神经网络, 生成模型 | NA | NA | NA | NA | NA | NA | NA |
| 358 | 2025-10-06 |
ECG-GraphNet: Advanced arrhythmia classification based on graph convolutional networks
2025-Aug, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2025.05.012
PMID:40917189
|
研究论文 | 提出基于图卷积网络的ECG-GraphNet模型，用于准确分类三种心律失常类型 | 将ECG波形建模为图结构，创新使用QRS中心加权平均池化方法增强特征提取 | 研究仅基于328名患者的单导联设备数据，样本规模有限 | 开发准确的心律失常自动分类方法 | 心电图信号中的正常搏动、室上性异位搏动和室性异位搏动 | 医学图像分析 | 心血管疾病 | 心电图分析 | 图卷积网络(GCN) | 心电图信号 | 328名患者的10秒心电图记录 | NA | ECG-GraphNet | Macro F1-score | NA |
| 359 | 2025-10-06 |
DeepHVI: A multimodal deep learning framework for predicting human-virus protein-protein interactions using protein language models
2025-Aug, Biosafety and health
IF:3.5Q1
DOI:10.1016/j.bsheal.2025.07.005
PMID:40918205
|
研究论文 | 提出一种多模态深度学习框架DeepHVI，用于预测人类与病毒蛋白质之间的相互作用 | 整合蛋白质语言模型和多模态融合方法，结合二元分类和条件序列生成两个互补任务 | NA | 系统预测人类与病毒蛋白质之间的假定相互作用，为公共卫生干预提供支持 | 人类蛋白质和病毒蛋白质 | 机器学习 | 传染病 | 蛋白质语言模型 | 深度学习 | 蛋白质序列数据 | 高置信度实验数据集 | NA | 多模态融合框架 | 准确率 | NA |
| 360 | 2025-10-06 |
Deep Learning Model for Osteoporosis Screening From Chest Radiographs: A Multicenter Analysis of External Robustness and Model Calibration
2025-Aug, Cureus
DOI:10.7759/cureus.89446
PMID:40918770
|
研究论文 | 开发用于从胸部X光片筛查骨质疏松症的深度学习模型，并评估其在外院数据上的鲁棒性和模型校准效果 | 首次系统评估深度学习模型在不同医疗机构和设备采集的外部数据上的表现，并提出通过混合外部数据校准模型的方法 | 外部数据性能相比内部数据仍有差距，需要至少500例外部数据进行模型校准 | 开发基于胸部X光片的骨质疏松症筛查工具，解决DXA检查成本高、可用性有限的问题 | 骨质疏松症患者和疑似病例 | 医学影像分析 | 骨质疏松症 | 深度学习技术 | 深度学习模型 | 胸部X光影像 | 多中心数据集（具体数量未明确说明） | NA | NA | 筛查性能指标（与QUS比较） | NA |