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 1162 篇文献，本页显示第 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2025-11-15 |
A Systematic Review of Applications, Challenges, and Future Trajectories of Artificial Intelligence in Cosmetic Surgery
2025-Nov-14, Aesthetic surgery journal
IF:3.0Q1
DOI:10.1093/asj/sjaf238
PMID:41234118
|
系统综述 | 系统回顾人工智能在整形美容手术中的应用、挑战和未来发展方向 | 首次系统评估AI在整形美容手术中的全流程应用，涵盖术前规划、术中指导和术后监测 | 大多数研究处于早期阶段，外部验证有限，数据集异质性高，结果指标不一致，偏倚风险中等到严重 | 评估人工智能在整形美容手术中的应用现状和未来发展 | 整形美容手术相关研究和AI应用 | 计算机视觉,自然语言处理,机器学习 | 整形美容 | 机器学习,深度学习,计算机视觉,大语言模型 | NA | 医学图像,临床数据,3D模拟数据 | 38项符合纳入标准的研究(从3,941条记录中筛选) | NA | NA | NA | NA |
| 402 | 2025-11-15 |
A Review of Topological Data Analysis and Topological Deep Learning in Molecular Sciences
2025-Nov-14, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02266
PMID:41235667
|
综述 | 全面回顾拓扑数据分析与拓扑深度学习在分子科学中的发展、方法和应用 | 系统梳理了TDA从定性工具到定量预测模型的演进，重点介绍了持久同调、持久拉普拉斯算子等创新方法及其与AI的融合突破 | 讨论了当前TDA方法的局限性，包括需要与先进AI模型集成和开发新的拓扑不变量 | 为分子科学研究人员提供拓扑方法的基础性参考 | 分子科学中的复杂数据，包括生物分子、蛋白质-配体相互作用、药物发现、材料科学等 | 机器学习 | NA | 拓扑数据分析，持久同调，持久拉普拉斯算子 | 拓扑深度学习，机器学习 | 分子数据，序列数据 | NA | NA | NA | NA | NA |
| 403 | 2025-11-15 |
Deep Learning Radiomics Model Based on Ultrasound Images Predicts Myometrial Infiltration of Endometrial Cancer
2025-Nov-14, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.70134
PMID:41235803
|
研究论文 | 开发并验证基于超声图像的深度学习放射组学模型，用于无创预测子宫内膜癌肌层浸润情况 | 结合深度学习特征和放射组学特征构建DLR模型，在预测子宫内膜癌肌层浸润方面优于单一模型和高级超声医师诊断 | 回顾性研究设计，样本量相对有限（390例患者） | 开发无创预测子宫内膜癌肌层浸润的深度学习放射组学模型 | 子宫内膜癌患者 | 医学影像分析 | 子宫内膜癌 | 超声成像 | 深度学习, 放射组学 | 超声图像 | 390例子宫内膜癌患者（310例来自中心1，80例来自中心2） | NA | NA | AUC, 校准曲线, 决策曲线分析 | NA |
| 404 | 2025-11-15 |
Deep Learning and Object Detection Methods for Scoring Cell Types within the Human Buccal Cell Micronucleus and Cytome Assays for Human Biomonitoring
2025-Nov-14, Mutagenesis
IF:2.5Q3
DOI:10.1093/mutage/geaf026
PMID:41236179
|
综述 | 探讨深度学习与目标检测方法在人口腔细胞微核细胞组学检测中自动评分细胞类型的应用潜力 | 首次系统评估AI技术在微创口腔微核细胞组学检测中应用的未开发潜力 | 目前AI技术在该领域的实际应用仍处于未充分探索阶段 | 提升基因毒性损伤评估的可靠性、可扩展性和自动化水平 | 人口腔细胞微核检测样本 | 计算机视觉 | 基因毒性损伤 | BMCyt检测 | 深度学习, 目标检测 | 细胞图像 | NA | NA | NA | NA | NA |
| 405 | 2025-11-15 |
Automatic measurement of pharyngeal contraction ratio during deglutition using 2D cine MRI with deep learning: A pilot study
2025-Nov-14, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00984-1
PMID:41236586
|
研究论文 | 开发基于深度学习的自动分割咽部区域并测量吞咽过程中咽部收缩比的方法 | 首次将2D U-Net与自动计算算法结合，实现从动态MRI自动测量咽部收缩比 | 样本量较小（20名健康成人），仅为初步可行性研究 | 开发自动测量吞咽过程中咽部收缩比的深度学习算法 | 健康成人的咽部区域 | 医学影像分析 | 吞咽功能障碍 | 动态磁共振成像 | CNN | 2D动态MRI图像 | 20名健康成年人（10男10女，年龄22-29岁） | NA | U-Net | Dice系数, 相关系数, Bland-Altman分析 | NA |
| 406 | 2025-11-15 |
A CT-based 2.5D deep learning model for preoperative T-staging in gastric cancer: a retrospective multicenter study
2025-Nov-14, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05286-z
PMID:41236584
|
研究论文 | 开发并验证基于CT的2.5D多角度深度学习模型用于胃癌术前T分期 | 提出2.5D多角度深度学习模型，整合三个视角（横断面、矢状面、冠状面）和三个角度（0°、+45°、-45°）的CT图像 | 回顾性研究，样本量相对有限（共433例患者） | 胃癌术前T分期和生存预后预测 | 胃癌患者 | 医学影像分析 | 胃癌 | CT影像分析 | 深度学习 | CT图像 | 433例胃癌患者（训练集346例，内部验证集87例，外部测试集41例） | NA | 2.5D多角度深度学习模型 | AUC, 准确率, 敏感度, 特异度, F1分数 | NA |
| 407 | 2025-11-15 |
Foundation models for EEG decoding: current progress and prospective research
2025-Nov-13, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae17e9
PMID:41145005
|
综述 | 系统回顾脑电图基础模型的当前进展，分析其在下游任务、数据集、模型架构和预训练技术等方面的表现 | 首次对脑电图基础模型进行全面综述，提出统一范式以克服传统监督学习的任务特定性和数据集依赖性限制 | 在复杂场景如运动想象解码中的性能仍然有限，模型泛化能力有待进一步提升 | 探索脑电图基础模型的发展趋势并为未来研究提供建议 | 脑电图基础模型及相关解码任务 | 机器学习 | 神经系统疾病 | 脑电图信号处理 | Transformer | 脑电图信号 | 最多14,987名受试者，总时长27,062小时 | NA | 基于Transformer的高效架构 | NA | NA |
| 408 | 2025-11-15 |
Motion-Informed 3D Deep Learning Reconstruction in Patients with Cognitive Impairment
2025-Nov-13, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8977
PMID:41062184
|
研究论文 | 本研究验证了一种集成运动校正的深度学习重建方法在认知障碍患者3D脑MRI中的应用 | 将回顾性运动校正机制整合到深度学习重建流程中，专门针对运动伪影问题 | 样本量相对有限，仅包含41名参与者 | 验证集成运动校正的深度学习重建方法在3D T1加权脑MRI中的性能 | 健康志愿者和记忆丧失患者的脑部MRI图像 | 医学影像分析 | 认知障碍 | 3D MPRAGE序列，SAMER采集技术 | 深度学习 | 3D脑部MRI图像 | 41名参与者（15名女性，平均年龄58岁），共154个图像体积 | NA | NA | 分割误差，Likert量表评分，Wilcoxon检验，组内相关系数 | NA |
| 409 | 2025-11-15 |
A transformer-based deep learning model for preoperative prediction of lympho-vascular invasion in laryngeal squamous cell carcinoma: a multicenter study
2025-Nov-13, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004012
PMID:41231622
|
研究论文 | 开发基于Transformer的深度学习模型用于喉鳞状细胞癌术前淋巴血管侵犯预测 | 首次将Transformer架构与影像组学特征结合用于LVI预测，并在多中心研究中验证其优越性能 | 回顾性研究设计，样本来源仅限于三家医院 | 探索基于CT影像的影像组学模型在喉鳞癌淋巴血管侵犯术前无创预测中的价值 | 喉鳞状细胞癌患者 | 数字病理 | 喉癌 | 对比增强CT成像 | Transformer, 逻辑回归, 随机森林, 多层感知机 | CT影像 | 1024例患者（训练集291例，内部验证126例，外部测试607例） | NA | Transformer | AUC, 决策曲线分析, 混淆矩阵, 校准曲线, NRI, IDI | NA |
| 410 | 2025-11-15 |
Mapping the Application Landscape of Artificial Intelligence in Prostate Cancer: a Global Bibliometric Analysis
2025-Nov-13, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003828
PMID:41231645
|
文献计量分析 | 通过文献计量学方法分析人工智能在前列腺癌研究领域的全球应用格局和发展趋势 | 采用逐年分析视角展示研究轨迹，首次系统绘制AI在前列腺癌领域的知识图谱 | 仅基于Web of Science数据库，可能存在文献收录偏差 | 探索人工智能在前列腺癌研究中的应用现状和发展趋势 | 2014-2024年间2,581篇AI相关前列腺癌研究文献 | 医学信息学 | 前列腺癌 | 文献计量分析，共现分析，共被引分析 | 传统机器学习，深度学习 | 文献元数据 | 2,581篇出版物 | CiteSpace | NA | NA | NA |
| 411 | 2025-11-15 |
GATPDD: an Enhanced Deep Learning Framework for Predicting Drug-Parasitic Disease Associations
2025-Nov-13, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3631560
PMID:41231695
|
研究论文 | 提出一种增强的深度学习框架GATPDD，用于改进药物-寄生虫病关联预测 | 整合增强的深度图信息最大化、多头图注意力网络和邻域交互注意力机制，在有限基准数据集场景下优化特征学习和嵌入聚合 | 生物医学数据稀缺限制了模型训练 | 提高药物-寄生虫病关联预测的准确性和鲁棒性 | 药物与寄生虫病之间的关联关系 | 机器学习 | 寄生虫病 | 深度学习 | 图神经网络 | 图数据 | NA | NA | 多头图注意力网络,深度图信息最大化 | 准确性,鲁棒性 | NA |
| 412 | 2025-11-15 |
DynaRepo: the repository of macromolecular conformational dynamics
2025-Nov-13, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf1130
PMID:41231767
|
研究论文 | 介绍DynaRepo大分子构象动力学数据库，包含约450个复合物和270个单链蛋白质的分子动力学模拟数据 | 首个专注于大分子构象动力学的综合数据库，填补了静态结构研究方法与动态行为研究之间的空白 | 数据来源主要限于PDBbind、SAbDab和基准数据集，可能无法覆盖所有大分子类型 | 为大分子动态行为的深度学习研究提供数据基础 | 蛋白质、RNA、DNA及其复合物 | 计算生物学 | NA | 分子动力学模拟 | NA | 分子动力学轨迹数据 | 约450个复合物和270个单链蛋白质，每个复合物进行三次500纳秒模拟，总计超过1100微秒模拟数据 | NA | NA | NA | NA |
| 413 | 2025-11-15 |
DART Predictor: A Multi-Label Attention Model for High-Throughput Screening of Chemicals with Developmental and Reproductive Toxicity (DART)
2025-Nov-13, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c11641
PMID:41232073
|
研究论文 | 开发了一种基于多标签注意力机制的深度学习模型DART Predictor，用于高通量筛选具有发育和生殖毒性的化学品 | 首次将暴露参数与分子描述符和生物测定活性特征整合，采用标签感知注意力机制预测六种DART结局 | 未明确说明模型在更广泛化学空间中的适用性 | 开发能够整合暴露信息的发育和生殖毒性化学品高通量筛选方法 | 具有发育和生殖毒性的化学品 | 机器学习 | 发育和生殖疾病 | 深度学习 | 注意力机制模型 | 分子描述符、生物测定活性特征、暴露参数 | 25,175条化学多样性记录 | NA | 多标签注意力模型 | AUC, 召回率 | 云平台部署 |
| 414 | 2025-11-15 |
Single-channel EEG-based sleep stage classification via hybrid data distillation
2025-Nov-13, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae1f3c
PMID:41232135
|
研究论文 | 提出一种混合数据蒸馏方法，通过将大型真实EEG数据集蒸馏为小型隐私保护合成数据集，实现低成本低风险的睡眠分期分类 | 结合梯度匹配和分布匹配的混合数据蒸馏方法，采用新型小批量迭代方法学习时间依赖性 | NA | 开发基于单通道EEG的睡眠分期分类方法，降低计算成本和隐私风险 | 睡眠EEG数据 | 机器学习 | 睡眠障碍 | 脑电图(EEG) | 深度学习 | 单通道EEG信号 | 三个公共数据集 | NA | NA | NA | NA |
| 415 | 2025-11-15 |
Ensembling Vision Transformers and ResNet-50 for Interpretable Lung Cancer Diagnosis with Feature Fusion and XAI Techniques
2025-Nov-13, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01738-6
PMID:41233642
|
研究论文 | 提出一种结合Vision Transformer和ResNet-50的混合集成架构，通过特征融合和可解释AI技术实现肺癌病理图像分类 | 首次将ResNet-50的层次特征提取能力与Vision Transformer的全局上下文理解相结合，并采用多学科XAI策略提供关键可解释性 | NA | 开发准确、透明且临床可行的肺癌诊断系统 | 肺癌病理图像 | 计算机视觉 | 肺癌 | 深度学习 | CNN, Transformer | 图像 | NA | NA | ResNet-50, Vision Transformer | 准确率 | NA |
| 416 | 2025-11-15 |
Validation of a deep learning approach for epicardial adipose tissue segmentation in computed tomography
2025-Nov-13, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03528-1
PMID:41233698
|
研究论文 | 本研究验证了一种基于深度学习的自动分割方法在心包脂肪组织CT图像分割中的性能 | 开发了基于U-Net架构的深度学习解决方案，仅使用外部公共数据集进行训练，在心包脂肪组织分割中优于商业软件 | EAT分割性能仍低于观察者间变异性，样本量相对有限 | 验证深度学习算法在心脏CT中心包脂肪组织自动分割的准确性和可靠性 | 心包脂肪组织 | 医学影像分析 | 心血管疾病 | 计算机断层扫描 | CNN | 医学影像 | 300例非对比心脏CT扫描 | NA | U-Net | Dice系数, Pearson相关系数 | NA |
| 417 | 2025-11-15 |
Amide proton transfer-weighted (APTw) CEST MRI in clinical routine for single time point diagnosis of pseudoprogression in IDH-wildtype glioblastoma
2025-Nov-13, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noaf261
PMID:41233976
|
研究论文 | 评估酰胺质子转移加权MRI在临床常规中用于IDH野生型胶质母细胞瘤假性进展单时间点诊断的可行性 | 首次将APTw MRI整合到常规临床工作流程中，并采用基于深度学习的自动量化方法进行肿瘤分割 | 抗血管生成治疗会降低APTw信号，后期随访时间点的诊断准确性下降 | 评估APTw MRI在区分胶质母细胞瘤真性进展与治疗相关效应中的诊断性能 | IDH野生型胶质母细胞瘤患者 | 数字病理 | 胶质母细胞瘤 | APTw MRI, DWI, PWI | 深度学习 | MRI图像 | 626名患者的870次扫描，其中143名胶质母细胞瘤患者的256次MRI扫描 | NA | NA | AUC, ROC分析, logistic回归分析 | NA |
| 418 | 2025-11-15 |
Incorporating targeted protein structure in deep learning methods for molecule generation in computational drug design
2025-Nov-12, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc05748e
PMID:41164301
|
综述 | 本文综述了基于结构的药物发现中整合蛋白质结构信息的深度学习方法 | 系统总结了从早期基于形状的方法到最新共折叠模型的发展历程，探讨了如何利用结构信息设计具有增强结合潜力的分子 | NA | 为基于结构的药物发现领域提供深度学习方法的应用见解和未来发展方向建议 | 蛋白质结构信息和药物分子 | 计算药物设计 | NA | 深度学习 | NA | 蛋白质结构数据，分子结构数据 | NA | NA | 共折叠模型 | NA | NA |
| 419 | 2025-11-15 |
Automatic segmentation and measurement of tongue geometric features using TOSA-Net for obstructive sleep apnoea
2025-Nov-12, Sleep & breathing = Schlaf & Atmung
DOI:10.1007/s11325-025-03511-z
PMID:41222764
|
研究论文 | 提出一种基于深度学习的舌体自动分割和几何特征测量方法TOSA-Net，用于阻塞性睡眠呼吸暂停研究 | 首次使用深度学习分割方法量化OSA相关舌体几何特征 | 样本量相对较小(n=207)，需要进一步验证 | 开发自动舌体分割和几何特征测量方法以辅助OSA研究 | 舌体图像和几何特征 | 计算机视觉 | 阻塞性睡眠呼吸暂停 | 深度学习图像分割 | CNN | 图像 | 207例正面和侧面舌体图像 | NA | U-Net | Dice系数,Pearson相关性,一致性分析 | NA |
| 420 | 2025-11-15 |
A hybrid deep learning model for O3 forecasting and explaining in the Yangtze River Delta Region of China
2025-Nov-12, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180901
PMID:41232287
|
研究论文 | 本研究开发了一种混合深度学习模型用于长三角地区臭氧浓度预测和解释分析 | 结合注意力机制序列到序列模型与层间相关性传播方法，首次在臭氧预测中量化不同特征的时间分辨贡献 | 研究区域仅限于长三角地区，时间范围仅为2020-2023年 | 开发可解释的臭氧浓度预测模型并分析特征贡献机制 | 长三角地区臭氧浓度及其影响因素 | 环境科学, 机器学习 | NA | WRF气象模型, 随机森林校正, 注意力机制 | 序列到序列模型, 随机森林 | 网格化臭氧数据, 气象参数, 地面观测数据 | 2020-2023年长三角地区9公里网格数据 | NA | 注意力机制序列到序列模型 | 相关系数R, 均方根误差RMSE | NA |