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 1042 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2025-11-06 |
Artificial intelligence in inflammatory bowel disease: Current applications and future directions
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.111353
PMID:41180785
|
综述 | 本文系统综述人工智能在炎症性肠病领域的当前应用与未来发展方向 | 首次按诊断、组织学和治疗领域对AI应用进行结构化梳理，并强调AI在减少诊断变异性和预测治疗反应方面的突破性能力 | 作为综述文章未涉及原始数据收集和模型验证 | 探讨人工智能技术在炎症性肠病诊疗中的临床应用价值与发展前景 | 炎症性肠病患者的诊断评估、治疗反应预测和临床工作流程 | 数字病理 | 炎症性肠病 | NA | 随机森林, 支持向量机, 卷积神经网络, 循环神经网络 | 医学影像, 临床数据 | NA | NA | NA | 准确率, AUC | NA |
| 202 | 2025-11-06 |
Multi-model applications and cutting-edge advancements of artificial intelligence in hepatology in the era of precision medicine
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.111323
PMID:41180782
|
综述 | 本文系统总结了人工智能在肝病学领域的最新理论与应用进展 | 全面梳理了AI在肝病学多模态应用的前沿发展，并探讨了精准医疗时代下的机遇与挑战 | 作为小型综述未包含原始实验数据，主要基于现有文献分析 | 指导肝病学领域发展并改善患者预后 | 肝病患者（包括代谢相关脂肪肝病、病毒性肝炎、酒精性肝病等） | 医学人工智能 | 肝病 | 深度学习, 影像组学, 基因组分析 | 深度学习模型, 机器学习模型 | 医学影像（CT, MRI）, 病理切片, 临床数据, 实验室数据, 基因组数据 | NA | NA | NA | NA | NA |
| 203 | 2025-11-06 |
Emerging role of artificial intelligence in gastroenterology and hepatology
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.111495
PMID:41180786
|
综述 | 本文综述人工智能在胃肠病学和肝病学领域的术语、现状、应用及伦理问题 | 系统整合AI在消化系统疾病中的多技术应用场景，涵盖从诊断到管理的全流程 | 未提供具体临床验证数据，主要基于现有文献综述 | 探讨AI技术在消化系统疾病领域的应用前景与发展趋势 | 胃肠道疾病（食管肿瘤、胃癌、炎症性肠病等）和肝脏疾病（脂肪肝、病毒性肝炎、肝硬化等） | 自然语言处理,计算机视觉,机器学习 | 胃肠道疾病,肝脏疾病 | 机器学习,深度学习,自然语言处理,计算机视觉,生成式AI | 卷积神经网络,大语言模型 | 文本,图像,视频,波形,电子健康记录 | NA | NA | NA | NA | NA |
| 204 | 2025-11-06 |
Artificial intelligence in pancreatitis: A narrative review on advancing precision diagnosis, prognosis, and therapeutic strategies
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.110971
PMID:41180795
|
综述 | 本文系统综述人工智能在胰腺炎精准诊断、预后预测和治疗策略中的最新应用进展 | 首次全面整合人工智能在胰腺炎三大领域的应用：诊断平台、预后模型和药物发现，特别关注与传统中医药结合的网络药理学方法 | 面临数据标准化不足、模型透明度有限和临床验证不充分等挑战 | 探讨人工智能技术在胰腺炎精准医疗中的应用前景和发展方向 | 胰腺炎患者及相关临床数据 | 数字病理 | 胰腺炎 | 放射组学、深度学习影像分析、生物标志物优化、网络药理学 | 深度学习 | 医学影像、临床数据、组学数据 | NA | NA | NA | 敏感性、预后价值 | NA |
| 205 | 2025-11-06 |
Deep learning meets small-bowel capsule endoscopy: A step toward faster and more consistent diagnosis of obscure gastrointestinal bleeding
2025-Oct-16, World journal of gastrointestinal endoscopy
IF:1.4Q4
DOI:10.4253/wjge.v17.i10.113184
PMID:41181544
|
研究论文 | 开发基于卷积神经网络的系统，用于小肠胶囊内镜视频的胃肠段定位和多病灶检测 | 提出集成“定位+检测”方法，结合两步检测分类流程、时间平滑和集成学习，模拟人类阅片工作流程 | 单平台训练、仅关注三种病灶类型、外部验证规模有限 | 提高小肠胶囊内镜检查的诊断效率和一致性 | 小肠胶囊内镜视频 | 计算机视觉 | 消化道出血 | 胶囊内镜 | CNN | 视频 | NA | NA | NA | 定位准确率, 病灶检测准确率 | NA |
| 206 | 2025-11-06 |
Automatic SNR measurement of brain MR images using a deep learning-based approach
2025-Oct, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601251387564
PMID:41178909
|
研究论文 | 开发了一种基于深度学习的自动测量脑部MR图像信噪比的方法 | 首次使用Pix2Pix框架结合U-Net++生成器和GAN判别器从单张MR图像自动生成信号和噪声图 | 研究仅限于3T扫描仪获取的脑部MRI图像，未验证在其他场强或身体部位的应用 | 开发自动化的MR图像信噪比测量方法以替代传统耗时且操作者依赖的方法 | 脑部MR图像（T1WI、T2WI和FLAIR序列） | 医学图像分析 | 神经系统疾病 | MRI | GAN, U-Net | 医学图像 | 未明确说明具体样本数量 | 未明确说明 | Pix2Pix, U-Net++ | SSIM, 相关系数, Bland-Altman分析, 相对误差 | NA |
| 207 | 2025-11-06 |
A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 3: How orthopaedic research benefits from the implementation of artificial intelligence
2025-Oct, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70481
PMID:41180563
|
综述 | 本文概述了人工智能在骨科研究中的实施益处与挑战 | 系统阐述人工智能在骨科领域的具体应用场景和实施价值 | 未提供具体实验数据或模型性能验证 | 探讨人工智能在骨科研究中的实施益处及相关挑战 | 骨科研究领域的人工智能应用 | 机器学习, 自然语言处理 | 骨科疾病 | 机器学习, 深度学习, 自然语言处理 | NA | 医学图像, 电子病历文本数据 | NA | NA | NA | NA | NA |
| 208 | 2025-11-06 |
Noncontact Monitoring and AI-Driven Stroke Prediction: National Center for Neurological Disorders-Based Approach Using Smart Beds
2025-Oct, Health care science
DOI:10.1002/hcs2.70034
PMID:41181062
|
研究论文 | 基于智能床非接触监测和电子病历多模态数据的人工智能卒中预测研究 | 首次结合非侵入式智能床监测数据与电子病历多模态时序数据，开发实时卒中预测系统 | 仅使用单一医疗中心数据，未提及外部验证结果 | 开发实时卒中预测工具，特别针对居家老年人提供早期预警 | 国家神经系统疾病中心的住院患者 | 机器学习 | 卒中 | 非接触式智能床监测，电子病历数据分析 | 随机森林，深度学习模型 | 时序监测数据，电子病历数据 | 37,041个样本，其中7,020名卒中患者 | NA | NA | AUROC，准确率 | NA |
| 209 | 2025-11-06 |
AI-powered CT imaging for early detection of subclinical pulmonary fibrosis in antisynthetase syndrome: a new era in autoimmune lung diagnostics
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003795
PMID:41181456
|
评论 | 探讨人工智能在抗合成酶综合征亚临床肺纤维化早期CT检测中的应用与挑战 | 首次系统提出将多特征纹理分析、CALIPER和深度学习分割工具等AI技术整合用于自身免疫性肺病的早期诊断 | 罕见病数据稀缺、算法偏差验证困难、临床转化存在障碍 | 推动AI技术在自身免疫性肺病早期诊断中的临床应用 | 抗合成酶综合征患者的亚临床肺纤维化 | 数字病理 | 肺纤维化 | 高分辨率计算机断层扫描(HRCT) | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 210 | 2025-11-06 |
Precision oncology: AI's breakthrough in TNBC chemoresistance prediction
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003790
PMID:41181480
|
研究论文 | 本文探讨人工智能在预测三阴性乳腺癌新辅助化疗耐药性方面的突破性应用 | 开发了整合肿瘤微环境空间信息的图卷积网络NACNet、基于卷积神经网络的形态计量学分析以及专家认知引导的集成深度学习框架 | 当前模型在外部验证方面面临挑战，需要更广泛的数据集以减少偏差 | 通过人工智能预测三阴性乳腺癌患者对新辅助化疗的耐药性，实现精准肿瘤治疗 | 三阴性乳腺癌患者及其对新辅助化疗的治疗反应 | 数字病理学 | 乳腺癌 | 数字化组织病理学分析 | 图卷积网络, 卷积神经网络, 集成深度学习 | 数字化病理图像 | NA | NA | 空间图卷积网络, CNN | 预测准确率 | NA |
| 211 | 2025-11-06 |
Identification of critical brain regions for autism diagnosis from fMRI data using explainable AI: an observational analysis of the ABIDE dataset
2025-Oct, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103452
PMID:41181843
|
研究论文 | 本研究开发了一种可解释的深度学习管道，利用fMRI数据识别自闭症谱系障碍的关键脑区 | 开发了高精度可解释的ASD分类模型，系统评估了七种可解释性方法，并通过独立神经科学文献验证了识别的生物标志物 | 需要进一步开发才能转化为个体水平的临床应用 | 开发客观的自闭症谱系障碍诊断方法 | 自闭症谱系障碍患者和典型发育对照组的fMRI数据 | 医学影像分析 | 自闭症谱系障碍 | 功能磁共振成像 | 深度学习 | 功能连接数据 | 884名参与者（408名ASD患者，476名典型发育对照组），来自17个国际站点 | NA | 堆叠稀疏自编码器 | 准确率, F1分数 | NA |
| 212 | 2025-11-06 |
Plain language summary of disease activity and therapeutic response to pegcetacoplan for geographic atrophy identified by deep learning-based analysis of OCT
2025-Oct, Immunotherapy
IF:2.7Q3
DOI:10.1080/1750743X.2025.2569302
PMID:41132126
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 213 | 2025-11-05 |
Optic disc morphometrics as a potential ocular biomarker for depression: evidence from two cross-sectional cohort studies
2025-Oct-31, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-025-03691-y
PMID:41173843
|
研究论文 | 本研究通过自动眼底形态测量和血浆蛋白质组分析，探索视盘形态作为抑郁症潜在生物标志物的可能性 | 首次将视盘形态测量与血浆蛋白质组关联分析相结合，发现视盘圆度与抑郁症相关蛋白LRRN1和PRL的表达相关 | 横断面研究设计无法确定因果关系，样本量相对有限 | 探索视盘形态特征作为抑郁症客观生物标志物的潜力 | 来自英国生物银行和广东眼科-心理健康研究的412名参与者 | 数字病理学 | 抑郁症 | 自动眼底形态测量，Olink血浆蛋白质组分析，深度学习分割 | 深度学习分割模型 | 眼底图像，血浆蛋白质组数据 | 412名参与者（来自两个独立队列） | NA | NA | 比值比(OR)，置信区间(CI)，p值 | NA |
| 214 | 2025-11-05 |
HSSAM-Net: hyper-scale shifted aggregation network for precise colorectal polyp segmentation in endoscopic images
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21954-y
PMID:41173911
|
研究论文 | 提出一种轻量级深度学习框架HSSAM-Net，用于内窥镜图像中结直肠息肉的精确分割 | 集成超尺度偏移聚合模块捕获多尺度上下文信息，提出渐进式重用注意力机制和新型双分支采样方案Max-Diagonal池化/反池化 | NA | 开发实时精确的结直肠息肉分割方法以辅助结肠镜检查 | 内窥镜图像中的结直肠息肉 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN | 图像 | 五个基准数据集（Kvasir, CVC-ClinicDB, ETIS, CVC-300, EndoCV2020） | NA | HSSAM-Net | Dice系数, mIoU, FPS | NA |
| 215 | 2025-11-05 |
A multimodal multitask deep learning model for predicting stroke lesion and functional outcomes using 4D CTP imaging and clinical metadata
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21945-z
PMID:41173916
|
研究论文 | 开发了一种多模态多任务深度学习模型CTPredict，用于同时预测卒中病灶和功能结局 | 首个结合4D CTP影像和临床元数据同时预测卒中病灶和功能结局的多模态多任务深度学习模型 | 仅在111名AIS患者的多中心数据集上评估，样本量相对有限 | 预测急性缺血性卒中的病灶结局和功能结局 | 急性缺血性卒中患者 | 医学影像分析 | 卒中 | 4D CT灌注成像 | 深度学习 | 影像, 临床元数据 | 111名AIS患者 | NA | 多模态融合模块, 跨注意力机制 | Dice系数, 准确率 | NA |
| 216 | 2025-11-05 |
Development and application of a deep learning-based tuberculosis diagnostic assistance system in remote areas of Northwest China
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22037-8
PMID:41173931
|
研究论文 | 开发并应用基于深度学习的结核病诊断辅助系统，以解决新疆喀什地区基层医疗机构诊断能力不足的问题 | 针对偏远地区医疗条件开发定制化的TB-UNET模型，并在多中心真实场景中部署应用 | 研究仅针对喀什地区，模型在其他地区的泛化能力有待验证 | 提高基层医疗机构结核病筛查效率，降低误诊和漏诊率 | 结核病患者胸部X光影像 | 计算机视觉 | 结核病 | 胸部X光成像 | 深度学习 | 医学影像 | 10,897例患者（10,002例训练，895例测试） | NA | TB-UNET | 敏感度, 准确率, 诊断时间 | NA |
| 217 | 2025-11-05 |
Labeled dataset of X-ray protein ligand images in 3D point cloud and validated deep learning models
2025-Oct-31, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06002-8
PMID:41173949
|
研究论文 | 本文介绍了首个化学标记的蛋白质配体3D点云数据集LigPCDS及其验证的深度学习模型 | 首个化学标记的3D蛋白质配体点云数据集，采用类似积木的标记方法解释配体化学结构 | NA | 从实验X射线蛋白质晶体学数据构建已知和未知蛋白质配体 | 蛋白质配体（小有机分子） | 计算机视觉 | NA | X射线蛋白质晶体学 | 语义分割深度学习模型 | 3D点云图像 | 来自蛋白质数据库的X射线蛋白质晶体学实验数据集 | NA | NA | NA | NA |
| 218 | 2025-11-05 |
Multi-feature deep learning framework for predicting CO adsorption mechanisms at metal oxide interfaces: a transformer-based approach
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22059-2
PMID:41173954
|
研究论文 | 提出一种集成Transformer架构与分子描述符的多特征深度学习框架，用于预测金属氧化物界面的CO吸附机制 | 首次将Transformer架构与可计算分子描述符结合，通过交叉特征注意力机制捕捉催化过程的多方面特性，无需昂贵DFT计算 | 仅针对七种金属氧化物系统进行验证，未涵盖所有可能的金属氧化物类型 | 开发高效预测CO在金属氧化物界面吸附机制的深度学习方法 | 单金属氧化物界面的CO吸附过程 | 机器学习 | NA | 分子描述符计算，DFT计算 | Transformer | 分子描述符（结构、电子、动力学） | 七种不同的金属氧化物系统 | NA | Transformer | 平均绝对误差，相关系数 | NA |
| 219 | 2025-11-05 |
Enhancing gesture recognition for assisting visually impaired persons using deep learning in an IoT environment-based improved snake optimisation algorithm
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22070-7
PMID:41173994
|
研究论文 | 提出一种基于深度学习和改进蛇优化算法的手势识别方法，用于在物联网环境中辅助视觉障碍人士 | 结合Sobel滤波器、SqueezeNet特征提取、LSTM分类器和改进蛇优化算法，在物联网环境中实现高效实时手势识别 | 仅在手势数据集上进行实验验证，未提及在真实视觉障碍人群中的实际应用效果 | 开发高效的手势识别系统以辅助视觉障碍人士的日常交流和环境交互 | 视觉障碍人士的手势动作 | 计算机视觉 | 视觉障碍 | 深度学习，手势识别 | LSTM, SqueezeNet | 手势图像数据 | 手势数据集（具体数量未提及） | NA | SqueezeNet, LSTM | 准确率 | NA |
| 220 | 2025-11-05 |
An intrusion detection system in the Internet of Things with deep learning and an improved arithmetic optimization algorithm (AOA) and sine cosine algorithm (SCA)
2025-Oct-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22074-3
PMID:41173998
|
研究论文 | 提出一种结合生成对抗网络、混合优化算法和并行卷积神经网络-长短期记忆网络的物联网入侵检测系统 | 使用博弈论生成对抗网络平衡数据集，结合改进算术优化算法和正弦余弦算法进行特征选择，采用并行CNN-LSTM架构进行攻击检测 | NA | 开发高效的物联网入侵检测系统以应对网络攻击 | 物联网网络流量数据 | 机器学习 | NA | 深度学习 | GAN, CNN, LSTM | 网络流量数据 | NSL-KDD和UNSW-NB15数据集 | NA | PCNN, LSTM | 精确度, 检测准确率 | NA |