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 1104 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2025-11-28 |
Deep Learning-Based Motion-Compensated Reconstruction for Accelerating 4-Dimensional Magnetic Resonance Fingerprinting
2025-Oct-23, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.10.001
PMID:41138788
|
研究论文 | 开发并验证基于深度学习的运动补偿4D磁共振指纹成像重建方法DeepMocor，用于加速传统4D-MRF重建 | 提出DeepMocor方法，通过运动场初始化和细化实现运动补偿的4D-MRF重建，相比传统方法实现24倍加速 | 研究样本量较小（19例肝细胞癌患者），需要进一步验证 | 加速4D磁共振指纹成像重建，提高临床治疗规划效率 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 4D磁共振指纹成像，自由呼吸采集 | 深度学习 | k空间数据，磁共振图像 | 19例肝细胞癌患者（平均年龄62岁，14名男性） | NA | DeepMocor（包含运动场初始化、运动场细化和最终重建三个阶段） | PSNR, SSIM, MAPE, CNR, AMD, PCC | 3T磁共振成像扫描仪 |
| 142 | 2025-11-28 |
Integrating deep learning and radiomics for preoperative glioma grading using multi-center MRI data
2025-Oct-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20711-5
PMID:41120521
|
研究论文 | 提出融合深度学习和影像组学的双流框架，用于术前胶质瘤分级 | 首次将3D卷积神经网络与影像组学特征通过集成模型结合，并在多中心数据中验证其优越性能 | 回顾性研究设计，需要前瞻性验证 | 提高术前胶质瘤分级的准确性 | 经组织病理学确诊的胶质瘤患者 | 医学影像分析 | 胶质瘤 | 多参数MRI | CNN, 集成学习 | 医学影像 | 847例训练患者（来自5个神经外科中心）+213例外部队列验证 | NA | 3D CNN | AUC, 敏感性, 特异性 | NA |
| 143 | 2025-11-28 |
Bio-inspired neutrosophic-enzyme intelligence framework for pediatric dental disease detection using multi-modal clinical data
2025-Oct-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21923-5
PMID:41107487
|
研究论文 | 开发了一种基于生物启发的神经模糊-酶智能框架，用于儿科牙科疾病的多模态临床数据检测 | 整合生物原理与不确定性量化的神经模糊深度学习框架，模仿唾液酶动力学的特征提取和蝾螈再生愈合预测机制 | NA | 提高儿科牙科疾病诊断的精确度和效率 | 儿科牙科疾病患者 | 数字病理 | 儿科牙科疾病 | 多模态临床数据整合 | 深度学习 | 临床检查、放射影像、遗传生物标志物、行为评估 | 18,432名3-17岁儿科患者，来自六个国际中心 | NA | 神经模糊深度学习 | 准确率、敏感性、特异性 | NA |
| 144 | 2025-11-28 |
PARSEbp: Pairwise Agreement-based RNA Scoring with Emphasis on Base Pairings
2025-Oct-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.13.682106
PMID:41279467
|
研究论文 | 提出一种基于配对一致性的RNA评分方法PARSEbp，整合构象集合中的结构一致性和碱基配对一致性 | 结合3D层面的全局结构一致性和2D层面的碱基配对一致性，构建共识相似度矩阵计算结构精度得分 | NA | 开发高效的RNA三维结构评分方法 | RNA三维结构 | 计算生物学 | NA | RNA结构预测 | 多模型评分方法 | RNA三维结构数据 | CASP16 RNA靶标数据集 | NA | 共识相似度矩阵 | 多种互补评估指标 | NA |
| 145 | 2025-11-28 |
The Evolution of Machine Learning and Its Applications in Orthopaedics: A Bibliometric Analysis
2025-Oct, Cureus
DOI:10.7759/cureus.95296
PMID:41287693
|
文献计量分析 | 通过文献计量分析探讨机器学习在骨科领域的应用现状和发展趋势 | 首次对骨科领域机器学习应用的100篇高被引文献进行系统性文献计量分析 | 仅纳入英文文献且样本量有限，缺乏高质量证据支持的研究 | 分析机器学习在骨科领域的应用现状、方法学质量和研究趋势 | Web of Science数据库中骨科机器学习应用的100篇高被引文献 | 机器学习 | 骨科疾病 | 文献计量分析 | CNN,深度学习 | 文献数据 | 100篇高被引文献，总计10886次引用 | NA | 卷积神经网络 | 引用次数，证据等级 | NA |
| 146 | 2025-11-28 |
Accuracy and Reliability of Artificial Intelligence in Surgical Decision-Making: A Literature Review
2025-Oct, Cureus
DOI:10.7759/cureus.95337
PMID:41287740
|
文献综述 | 本文通过文献综述评估人工智能在手术决策中的准确性和可靠性 | 系统评估AI在不同外科专科中的性能表现，并首次综合比较实时引导技术的基准 | 仅采用叙述性综合方法，未进行数据验证或纳入研究质量评估，缺乏系统评价验证 | 评估AI在手术决策中的准确性和可靠性，识别数据与伦理问题，比较不同专科模型性能 | 28项来自不同地理和学科背景的外科AI应用研究 | 医疗人工智能 | 外科手术 | 机器学习，深度学习 | CNN, GAN | 手术相关数据 | 28项研究 | NA | 卷积神经网络，生成对抗网络 | AUC, 准确率 | NA |
| 147 | 2025-11-27 |
Exploring synthetic controls in rare diseases with a proof of concept in spinal cord injury
2025-Oct-24, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04405-3
PMID:41137105
|
研究论文 | 本研究探索在脊髓损伤等罕见疾病中使用合成对照的方法，通过数据驱动的恢复预测构建合成对照组 | 首次在脊髓损伤领域提出使用合成对照组替代随机对照，并比较了六种不同架构的预测模型性能 | 研究基于历史数据集，需要在更多临床试验中验证合成对照的适用性 | 解决罕见疾病临床试验中患者招募困难和队列异质性的挑战 | 脊髓损伤患者的神经功能恢复预测 | 医疗人工智能 | 脊髓损伤 | 数据驱动预测，临床数据分析 | CNN, 线性模型, 树模型, 深度学习模型 | 临床数据，节段性运动评分序列 | EMSCI数据集4196名患者，Sygen试验587名患者用于外部验证 | NA | 卷积神经网络，线性模型，树模型 | 均方根误差 | NA |
| 148 | 2025-11-27 |
Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis
2025-Oct-02, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.01.25337079
PMID:41256111
|
研究论文 | 开发用于血吸虫病侧流测试自动读取和质量控制的端到端自动化流程 | 结合深度学习与信号处理，首次实现血吸虫病即时检测的端到端自动化分析，能够解决视觉痕迹不确定性问题 | 研究仅限于乌干达农村地区的SchistoTrack队列，需要进一步验证在其他人群和环境中的适用性 | 开发自动化诊断流程以满足世界卫生组织血吸虫病目标产品概况要求 | 血吸虫病循环阴极抗原测试 | 数字病理 | 血吸虫病 | 侧流测试，信号处理 | 深度学习 | 图像 | 乌干达农村地区3188名个体 | NA | NA | 灵敏度，特异性 | NA |
| 149 | 2025-11-27 |
The Digital Revolution in Cardiac Ischemia: Artificial Intelligence (AI)-Enhanced Detection, Diagnosis, and Risk Stratification
2025-Oct, Cureus
DOI:10.7759/cureus.95059
PMID:41281082
|
综述 | 本文综述人工智能在心脏缺血检测、诊断和风险分层中的革命性应用 | 利用卷积神经网络检测心肌梗死（包括易被漏诊的非ST段抬高型闭塞事件），实现冠脉CT血管造影的自动化斑块定量和狭窄评估，开发基于深度学习的血流储备分数计算技术 | 存在算法偏差、临床工作流程整合困难以及在不同人群中验证不足等挑战 | 探索人工智能如何改进心脏缺血的早期检测、准确诊断和风险分层 | 心脏缺血患者及相关医学影像数据 | 数字病理 | 心血管疾病 | 机器学习，深度学习 | CNN | 医学影像（冠脉CT血管造影，心脏MRI，灌注成像），可穿戴设备数据 | NA | NA | 卷积神经网络 | 准确度，诊断性能 | NA |
| 150 | 2025-11-27 |
Predicting Nonidiopathic Scoliosis from Plain Radiographs: A Deep-Learning Approach
2025 Oct-Dec, JB & JS open access
DOI:10.2106/JBJS.OA.25.00257
PMID:41281371
|
研究论文 | 本研究开发了一种基于深度学习的图像分类器，用于从脊柱X光片中预测非特发性脊柱侧弯的病因 | 首次使用深度学习模型在普通X光片上区分脊柱侧弯的三种不同病因，且性能优于经验丰富的脊柱外科医生 | 单中心研究，样本量有限，某些类别图像数量较少导致性能下降 | 开发一种能够准确分类脊柱侧弯病因的自动化诊断工具 | 1036名诊断为脊柱侧弯的儿科患者及其前后位-侧位脊柱X光图像 | 计算机视觉 | 脊柱侧弯 | X射线成像 | CNN | 图像 | 1036名儿科患者 | NA | EfficientNet B4 | 准确率, 精确率, 召回率, F1分数 | NA |
| 151 | 2025-11-27 |
Prognostication in patients with idiopathic pulmonary fibrosis using quantitative airway analysis from HRCT: a retrospective study
2025-Oct, The European respiratory journal
DOI:10.1183/13993003.00981-2025
PMID:40744692
|
研究论文 | 本研究开发了一种基于HRCT定量气道分析的AI模型SABRE，用于预测特发性肺纤维化患者的预后 | SABRE模型能够捕捉传统测量指标、疾病严重程度评分和现有AI方法无法提供的预后信号 | 回顾性研究设计，样本主要来自澳大利亚注册数据库 | 利用人工智能模型解决纤维化肺疾病预后异质性问题，重点关注死亡率预测 | 特发性肺纤维化患者 | 数字病理学 | 肺纤维化 | 高分辨率计算机断层扫描 | 深度学习 | 医学影像 | 1744名匿名患者（460名用于模型开发，1284名用于临床分析） | NA | SABRE | AUC, C-index | NA |
| 152 | 2025-11-26 |
Spam Classification with Support Vector Machines Using Van der Waerden Rank Score Attention
2025-Oct-31, Journal of visualized experiments : JoVE
DOI:10.3791/69082
PMID:41247923
|
研究论文 | 提出一种基于Van der Waerden秩评分注意力增强的支持向量机方法用于垃圾邮件分类 | 引入Van der Waerden秩变换对文本特征进行归一化，并采用增强的注意力机制优化特征选择 | NA | 解决垃圾邮件分类中高维稀疏数据和计算资源需求高的问题 | 垃圾邮件文本数据 | 自然语言处理 | NA | Van der Waerden秩变换，注意力机制 | SVM | 文本 | UCI Spambase和Indonesian Spam数据集 | NA | VWR-Attn-SVM | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 153 | 2025-11-26 |
Design of multimodal antibiotics using deep learning
2025-Oct-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629780
PMID:41279746
|
研究论文 | 开发用于设计具有细胞穿透和抗菌双重功能的多模态抗生素的深度学习模型 | 首次提出多模态AI模型ApexDuo，能够生成兼具细胞穿透和抗菌活性的多肽抗生素 | 仅从小鼠模型验证效果，尚未进行人体临床试验 | 设计能够穿透人类细胞并保持抗菌活性的多模态抗生素分子 | 细胞内感染的病原体和哺乳动物细胞 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 化合物库数据 | 从5000万AI生成化合物中筛选候选分子 | NA | ApexDuo | 细菌载量减少程度 | NA |
| 154 | 2025-11-26 |
A simple circuit to sustain intact tumor microenvironments for complex drug interrogations
2025-Oct-28, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.26.684624
PMID:41279433
|
研究论文 | 开发了一种简单的灌注回路系统，用于维持完整肿瘤微环境以进行复杂药物测试 | 使用自体患者血浆开发标准化灌注回路系统，解决了3D患者来源肿瘤模型中培养基成分缺乏标准化的问题 | 系统仅能维持肿瘤微环境长达48小时，时间窗口有限 | 开发标准化平台以支持3D患者来源肿瘤模型的复杂药物测试 | 腹膜转移和核心针活检样本，涵盖多种肿瘤组织学类型 | 数字病理 | 多种癌症类型 | 多模态检测技术，灌注回路系统 | NA | 3D肿瘤模型数据，多模态检测数据 | 多种肿瘤组织学的腹膜转移和核心针活检样本 | NA | NA | NA | NA |
| 155 | 2025-11-26 |
From words to action? A scoping review on automatic sentiment analysis of patient experience comments from online sources and surveys
2025-Oct-22, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2025-101631
PMID:41125311
|
综述 | 对2020-2024年间应用情感分析技术处理患者体验评论的研究进行范围综述 | 首次系统梳理深度学习时代患者体验情感分析的研究现状，特别关注生成式AI等现代技术的应用缺口 | 仅纳入英文和斯堪的纳维亚语研究，未评估研究质量，未分析具体实施效果 | 总结患者体验数据情感分析的研究现状和方法应用 | 来自在线平台和调查的非结构化患者评论数据 | 自然语言处理 | NA | 自然语言处理, 情感分析 | 基于规则的方法, 监督机器学习, 深度学习 | 文本 | 30项研究 | NA | NA | NA | NA |
| 156 | 2025-11-26 |
Automated detection of large vessel occlusion using deep learning: a pivotal multicenter study and reader performance study
2025-Oct-16, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2024-022254
PMID:39304193
|
研究论文 | 通过深度学习技术自动检测大血管闭塞的多中心研究 | 评估AI软件在检测大血管闭塞中的独立效能及其对早期职业医师诊断准确性的提升 | 研究时间范围有限（2021年1月至2023年9月），样本量相对有限 | 评估AI软件在CT血管造影中检测大血管闭塞的效能 | 595名缺血性卒中患者 | 医学影像分析 | 脑血管疾病 | CT血管造影 | 深度学习 | 医学影像 | 595名患者（275名有大血管闭塞，320名无大血管闭塞） | NA | NA | AUROC, 敏感度, 特异度 | NA |
| 157 | 2025-11-26 |
Individualized treatment effects of corticosteroids in IgA nephropathy
2025-Oct-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.08.25337548
PMID:41282804
|
研究论文 | 开发因果机器学习框架预测IgA肾病患者对皮质类固醇的个体化治疗效果 | 首次整合临床变量、病理评分和基于深度学习的病理组学生物标志物来预测个体化治疗效果 | 基于八个回顾性国际队列，可能存在选择偏倚 | 实现IgA肾病的精准治疗，支持临床决策 | 1,022例IgA肾病患者 | 数字病理学 | IgA肾病 | 深度学习，病理组学分析 | 因果机器学习框架 | 数字化肾脏活检图像，临床变量，病理评分 | 来自八个国际队列的1,022例患者 | NA | NA | 五年肾脏生存率，无进展肾脏生存率 | NA |
| 158 | 2025-11-26 |
N2G calibrator: a cross-subject domain adversarial training framework for gait tracking from neural signals in Parkinson's disease
2025-Oct-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.08.25337508
PMID:41282855
|
研究论文 | 提出一种跨受试者的领域对抗训练框架，用于从帕金森病患者神经信号中追踪步态表现 | 利用领域对抗学习校准目标用户的神经信号，无需同步步态记录系统即可实现个性化模型校准 | NA | 开发能够从神经信号追踪帕金森病患者步态表现的深度学习框架 | 帕金森病患者的神经信号和步态表现数据 | 机器学习 | 帕金森病 | 神经信号记录 | 深度学习 | 神经信号 | NA | NA | 领域对抗学习 | 错误率 | NA |
| 159 | 2025-11-26 |
Leveraging fMRI non-stationarity for deep learning classifier training and feature detection to improve schizophrenia diagnosis
2025-Oct-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.03.25337252
PMID:41282733
|
研究论文 | 本研究利用fMRI动态功能连接组训练图卷积网络模型，通过深度学习分类器和特征检测方法改进精神分裂症诊断 | 首次将fMRI非平稳性与图卷积网络结合，使用类激活映射和积分梯度方法解释模型决策，提供神经生物学诊断基础 | 研究样本相对有限，仅针对特定精神疾病群体，需要更多验证 | 开发基于神经生物学的精神疾病诊断方法，替代传统临床访谈诊断 | 青少年发病精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍患者及健康对照者 | 医学影像分析 | 精神分裂症 | 功能磁共振成像，静息态fMRI，工作记忆任务 | 图卷积网络 | 功能磁共振成像数据 | 四个样本群体：青少年精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍，各包含健康对照 | NA | 图卷积网络 | 准确率，灵敏度，特异性 | NA |
| 160 | 2025-11-26 |
Severity Classification of Pediatric Spinal Cord Injuries Using Structural MRI Measures and Deep Learning: A Comprehensive Analysis across All Vertebral Levels
2025-Oct-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8770
PMID:40194851
|
研究论文 | 本研究利用结构MRI测量和深度学习技术对儿童脊髓损伤进行分类和严重程度评估 | 首次在儿科人群中系统比较所有椎体水平的脊髓结构参数，并开发基于深度学习的自动分类模型 | 样本量相对较小(61名参与者)，仅包含慢性SCI患者 | 评估儿童脊髓损伤的结构特征并开发自动分类系统 | 儿童脊髓损伤患者和典型发育儿童 | 医学影像分析 | 脊髓损伤 | 3T MRI扫描, T2加权成像 | CNN | MRI图像 | 61名儿科参与者(20名SCI患者, 41名典型发育儿童) | NA | 深度卷积神经网络 | 准确率 | NA |