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 1094 篇文献，本页显示第 381 - 400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2025-11-08 |
Research on the influence mechanism of emotional communication on Twitter (X) and the effect of spreading public anger
2025-Oct, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.105560
PMID:40972455
|
研究论文 | 研究Twitter平台上愤怒情绪传播的影响机制及其对公众愤怒扩散的效果 | 提出融合随机森林、支持向量机和ARIMA的元模型，在预测愤怒传播方面优于BERT和LSTM等深度学习模型 | 基于参与模式的观察性建模结果，应视为算法干预的指示性证据 | 探究Twitter平台上愤怒情绪的传播机制及其对社交互动的影响 | Twitter平台上的5000条推文，包括普通用户和公众人物的政治话语、社会运动和危机相关讨论 | 自然语言处理 | NA | 情感分析，毒性分析，网络分析 | 随机森林, 支持向量机, ARIMA, BERT, LSTM | 文本 | 5000条推文（70%来自普通用户，30%来自公众人物） | NA | BERT, LSTM | 准确率 | NA |
| 382 | 2025-11-08 |
Predicting and explaining customer satisfaction: A deep learning and sentiment analysis of emotional impacts
2025-Oct, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.105597
PMID:41005156
|
研究论文 | 通过深度学习和情感分析研究零售购物场景中客户满意度的预测与解释 | 使用ChatGPT生成满意度相关关键词集，结合深度学习和情感词典分析情绪对客户满意度的影响 | 研究仅限于Yelp平台的零售评论数据，未考虑其他渠道的客户反馈 | 探究情感因素对零售业客户满意度的影响机制 | Yelp平台上的零售购物客户评论 | 自然语言处理 | NA | 情感分析，关键词特征工程，情感词典分析 | LSTM, CNN | 文本评论 | 超过50万条评论 | NA | LSTM, CNN | NA | NA |
| 383 | 2025-11-08 |
Single-cell foundation models: bringing artificial intelligence into cell biology
2025-Oct, Experimental & molecular medicine
DOI:10.1038/s12276-025-01547-5
PMID:41028523
|
综述 | 本文概述了单细胞基础模型（scFMs）在整合和分析单细胞基因组学数据方面的关键概念、应用及挑战 | 将基础模型技术扩展到单细胞分析领域，利用Transformer架构整合多组学数据，从细胞和基因/特征层面提取潜在模式 | 面临组学数据的非序列性、数据质量不一致性、训练和微调的计算强度大以及潜在嵌入生物学相关性解释困难等挑战 | 推动单细胞基础模型在单细胞基因组学中的应用，增强对细胞功能和疾病机制的深入理解 | 单细胞基因组学数据 | 机器学习 | NA | 单细胞基因组学 | Transformer | 多组学数据 | NA | NA | Transformer | NA | NA |
| 384 | 2025-11-08 |
Development of AI model for dual detection of low bone mineral density in the femoral neck and lumbar vertebrae using chest radiographs
2025 Oct-Dec, Journal of clinical densitometry : the official journal of the International Society for Clinical Densitometry
IF:1.7Q4
DOI:10.1016/j.jocd.2025.101604
PMID:40730100
|
研究论文 | 开发基于胸部X光片的深度学习模型，用于同时检测股骨颈和腰椎的低骨密度 | 首次开发能够同时检测股骨颈和腰椎低骨密度的AI模型，通过可解释AI技术可视化骨丢失相关区域 | 研究仅包含女性受试者，样本量相对有限（2728人），未包含男性数据 | 开发AI模型实现股骨颈和腰椎低骨密度的早期检测和筛查 | 2728名女性受检者的胸部X光片和DXA测量的骨密度数据 | 数字病理 | 骨质疏松症 | 双能X线吸收测定法（DXA），胸部X光摄影 | 深度学习 | 医学影像（胸部X光片） | 2728名女性受试者（股骨颈低骨密度：1358例，正常：1370例；腰椎低骨密度：562例，正常：2166例） | NA | ResNet50 | 灵敏度，特异性，总体准确率，AUC | NA |
| 385 | 2025-11-07 |
Segmentation algorithm of Ochotona curzoniae-induced bare patches in alpine meadow based on deep lear-ning
2025-Oct-18, Ying yong sheng tai xue bao = The journal of applied ecology
DOI:10.13287/j.1001-9332.202510.031
PMID:41194739
|
研究论文 | 提出一种基于深度学习的波浪增强U型卷积神经网络用于无人机影像中高原鼠兔导致的裸斑分割 | 在UNet架构中引入坐标注意力机制增强空间定位能力，使用小波变换卷积提升高频信息提取和细粒度特征恢复，采用复合损失函数解决类别不平衡问题 | NA | 开发高效准确的高原鼠兔导致的裸斑分割方法 | 高原鼠兔导致的草地裸斑 | 计算机视觉 | NA | 无人机影像 | CNN | 图像 | NA | NA | W-UNet, UNet, VGG16 | MIoU, MPA, ACC | NA |
| 386 | 2025-11-07 |
Simulating Sinogram-Domain Motion and Correcting Image-Domain Artifacts Using Deep Learning in HR-pQCT Bone Imaging
2025-Oct-03, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2025.3617225
PMID:41180080
|
研究论文 | 提出一种深度学习方法用于HR-pQCT骨成像中的运动伪影校正 | 优化传统正弦图方法模拟运动伪影，提出边缘增强自注意力Wasserstein生成对抗网络(ESWGAN-GP)，结合边缘增强跳跃连接和自注意力机制 | 模拟的运动表示简化了真实运动复杂性，可能无法完全捕捉体内运动伪影的全部特征 | 解决HR-pQCT骨成像中的刚性运动伪影问题 | HR-pQCT骨图像中的皮质骨条纹和骨小梁模糊伪影 | 医学影像处理 | 骨骼疾病 | HR-pQCT成像 | GAN,WGAN-GP | 医学图像 | NA | PyTorch,TensorFlow | ESWGAN-GP,VGG,自注意力机制 | 信噪比,结构相似性指数,视觉信息保真度 | NA |
| 387 | 2025-11-07 |
Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review
2025-Oct, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.32637
PMID:40397559
|
综述 | 本文系统回顾了肺部MRI的临床适应症、现有能力、扫描协议及新兴技术 | 整合了专家共识建议，并探讨了深度学习加速等新技术在肺部MRI中的潜在应用前景 | 临床应用中存在医生认知度不足、放射科医师和技术人员经验欠缺等推广障碍 | 评估肺部MRI在肺部疾病诊断和监测中的临床应用价值 | 肺部实质和气道病理变化的MRI评估 | 数字病理 | 肺癌 | MRI, 深度学习加速 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 388 | 2025-11-07 |
SAAM-VetNet: an attention-based multi-task framework for animal disease detection and severity grading
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003728
PMID:41181424
|
研究论文 | 提出一种基于注意力机制的多任务深度学习框架SAAM-VetNet，用于从医学图像中同时检测动物疾病并进行严重程度分级 | 首次将严重程度感知的注意力机制与多任务学习相结合，通过卷积块注意力模块增强特征定位和上下文表示能力 | 仅在两个公开数据集上进行验证，需要更多样化的数据来证明泛化能力 | 开发自动化动物疾病检测和严重程度分级的深度学习系统 | 动物医学图像 | 计算机视觉 | 动物疾病 | 深度学习 | CNN, 注意力机制 | 医学图像 | 两个公开数据集：动物疾病分类数据集和乳腺炎检测数据集 | NA | SAAM-VetNet, 卷积块注意力模块 | 准确率, F1分数 | NA |
| 389 | 2025-11-07 |
A robust ensemble-based deep learning framework for automated retinal disease detection
2025 Oct-Dec, Health informatics journal
IF:2.2Q3
DOI:10.1177/14604582251396416
PMID:41192815
|
研究论文 | 提出一种集成深度学习框架ResEfficientNetB3，用于自动视网膜疾病检测 | 结合EfficientNetB3的缩放能力和ResNet50的残差学习，提出新型集成模型 | NA | 开发稳健的深度学习框架用于自动多类别视网膜疾病检测，支持临床决策 | 视网膜疾病图像 | 计算机视觉 | 视网膜疾病 | 图像增强（旋转、缩放、翻转） | CNN | 图像 | 数据集1：4217张图像（4类别），数据集2：8230张图像（8类别） | NA | EfficientNetB3, ResNet50 | 准确率 | NA |
| 390 | 2025-11-07 |
Integrating clinical guidelines with large language models for improved sepsis mortality prediction
2025 Oct-Dec, Health informatics journal
IF:2.2Q3
DOI:10.1177/14604582251387649
PMID:41195684
|
研究论文 | 本研究开发并验证了一种集成临床指南的大语言模型，用于提高脓毒症死亡率预测性能 | 通过低秩自适应微调大语言模型，并将临床指南显式嵌入训练过程，创新性地结合领域专业知识与预训练语言模型 | 研究仅使用MIMIC-IV单一数据库，未在外部数据集验证模型泛化能力 | 提高脓毒症患者死亡率预测的准确性和临床实用性 | 24,237名ICU脓毒症患者 | 自然语言处理 | 脓毒症 | 大语言模型微调，低秩自适应 | LLM | 临床文本数据 | 24,237名ICU脓毒症患者 | NA | 大语言模型 | 准确率，F1分数，敏感度，特异度，AUC | NA |
| 391 | 2025-11-06 |
Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination
2025-Oct-31, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01718-5
PMID:41174029
|
研究论文 | 提出一种结合冷冻电镜密度图和AlphaFold3预测结构的多模态深度学习方法MICA，用于高精度蛋白质结构测定 | 在输入和输出层面整合冷冻电镜密度图和AlphaFold3预测结构，采用多任务编码器-解码器架构和特征金字塔网络实现全自动蛋白质结构建模 | NA | 提高从冷冻电镜密度图自动构建蛋白质结构的准确性和完整性 | 蛋白质结构，特别是大型蛋白质复合物 | 计算生物学 | NA | 冷冻电镜(cryo-EM), AlphaFold3 | 深度学习, 多模态学习 | 冷冻电镜密度图, 蛋白质结构数据 | NA | NA | 编码器-解码器架构, 特征金字塔网络 | TM-score | NA |
| 392 | 2025-11-06 |
Diffusion-weighted magnetic resonance imaging of the pancreas: A narrative review
2025-Oct-28, World journal of radiology
IF:1.4Q3
DOI:10.4329/wjr.v17.i10.112271
PMID:41180908
|
综述 | 本文综述了胰腺扩散加权磁共振成像的采集参数、后处理技术和定量方法 | 系统评估了多种后处理模型（包括单指数、双指数、拉伸指数和非高斯峰度模型）及深度学习网络在胰腺疾病诊断中的临床应用价值 | 胰腺肿瘤的重测可重复性阈值仍需进一步研究，需要标准化协议和多中心研究 | 提高胰腺扩散加权磁共振成像定量结果的准确性以增强其临床有效性 | 胰腺疾病患者 | 医学影像 | 胰腺疾病 | 扩散加权磁共振成像 | 深度学习网络 | 磁共振影像 | NA | NA | NA | 表观扩散系数 | NA |
| 393 | 2025-11-06 |
Artificial intelligence in colonoscopy: Enhancing quality indicators for optimal patient outcomes
2025-Oct-28, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i40.111499
PMID:41180992
|
综述 | 探讨人工智能在结肠镜检查中优化质量指标以提升患者预后的作用 | 系统阐述AI技术如何通过深度学习、计算机视觉和实时反馈机制改变结肠镜检查的质量控制范式 | 提及AI整合面临的成本效益问题和对内镜医师培训的影响 | 提升结肠镜检查质量指标和患者预后 | 结肠镜检查过程及其质量指标（检出率、退镜时间等） | 计算机视觉, 数字病理 | 结直肠癌 | 深度学习, 实时反馈机制 | 深度学习模型 | 结肠镜图像/视频 | NA | NA | NA | 检出率, 退镜时间, 肠道准备充分率, 盲肠插管率 | NA |
| 394 | 2025-11-06 |
The Synergy of Artificial Intelligence and 3D Bioprinting: Unlocking New Frontiers in Precision and Tissue Fabrication
2025-Oct-28, Advanced functional materials
IF:18.5Q1
DOI:10.1002/adfm.202509530
PMID:41181574
|
综述 | 探讨人工智能在3D生物打印中提升精度、功能性和可扩展性的变革性作用 | 系统阐述AI技术（机器学习、计算机视觉、机器人学等）如何通过实时过程监控、误差校正和参数优化推动生物打印技术发展 | 在过程监控、质量控制和生物打印系统可扩展性方面仍存在挑战 | 研究人工智能与3D生物打印的协同作用，推动精准组织制造发展 | 3D生物打印技术及其在再生医学和个性化医疗中的应用 | 计算机视觉,自然语言处理,机器学习 | NA | 3D生物打印技术 | 深度学习,机器学习算法 | 复杂数据集 | NA | NA | NA | 细胞存活率,结构保真度,生物墨水浪费量 | NA |
| 395 | 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 |
| 396 | 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 |
| 397 | 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 |
| 398 | 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 |
| 399 | 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 |
| 400 | 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 |