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 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2025-11-06 |
A deep learning algorithm to detect proximal humerus fractures on radiographs
2025-Nov, JSES reviews, reports, and techniques
DOI:10.1016/j.xrrt.2025.07.025
PMID:41179412
|
研究论文 | 开发用于检测X光片中肱骨近端骨折的深度学习算法 | 首次开发专门针对肱骨近端骨折检测的深度学习算法，并通过显著图验证模型关注区域 | 研究主要依赖单一机构数据，外部验证集规模较小（116例） | 开发可靠且可信的深度学习方法来检测X光片中的肱骨近端骨折 | 肱骨近端X光片，包括骨折（996例）和非骨折（607例）病例 | 数字病理 | 骨科骨折 | 放射影像分析 | 深度学习 | X光图像 | 1603例训练数据（996例骨折，607例非骨折），116例外部测试数据 | NA | NA | 准确率，F1分数，灵敏度 | NA |
| 882 | 2025-11-06 |
AI in drug repurposing for cancer therapies
2025-Nov, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003893
PMID:41180633
|
评论 | 本文探讨人工智能在癌症治疗药物重定位中的应用与潜力 | 系统阐述AI技术通过分析海量数据揭示隐藏的药物-疾病关系，为癌症药物重定位提供新范式 | 未提及具体实验验证数据，主要基于理论分析和已有研究案例 | 评估人工智能在癌症药物重定位领域的应用价值与发展前景 | 现有药物及其潜在的抗癌特性 | 机器学习 | 癌症 | 机器学习, 深度学习 | NA | 多组学数据 | NA | NA | NA | NA | NA |
| 883 | 2025-11-06 |
Artificial intelligence in genomics: transforming the diagnosis of hereditary spastic paraplegia
2025-Nov, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003882
PMID:41180748
|
研究论文 | 本文探讨人工智能在基因组学中如何改变遗传性痉挛性截瘫的诊断方法 | 整合分子动力学模拟与深度学习的创新工具Dynamicasome，能够捕捉超越序列保守性的结构破坏 | 未提及具体研究样本量或数据验证的局限性 | 利用人工智能技术改进遗传性痉挛性截瘫的基因变异检测和致病性分类 | 遗传性痉挛性截瘫患者及其基因变异数据 | 基因组学 | 遗传性痉挛性截瘫 | 下一代测序，分子动力学模拟，深度学习 | 深度学习 | 基因组测序数据 | NA | NVIDIA Parabricks, Illumina DRAGEN, Dynamicasome, SpliceAI, Exomiser | NA | 临床级准确度，分析时间 | NVIDIA平台 |
| 884 | 2025-11-06 |
Self-Assessment of acute rib fracture detection system from chest X-ray: Preliminary study for early radiological diagnosis
2025-Nov, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251361041
PMID:40718897
|
研究论文 | 提出一种用于胸部X光片中肋骨骨折自动检测和分割的深度学习系统 | 结合CenterNet与HRNet v2进行骨折区域识别，并利用HRNet-W48增强肋骨分割的上下文表征能力 | 仅使用单一医疗机构数据（1006张胸部X光片），需要更多外部验证 | 开发自动化肋骨骨折检测和分割系统以辅助放射科医生诊断 | 胸部X光片中的肋骨骨折区域 | 医学影像分析 | 肋骨骨折 | 深度学习 | CNN | X光图像 | 1006张胸部X光片（训练集704张，验证集201张，测试集101张） | NA | CenterNet, HRNet v2, HRNet-W48 | 敏感度, Dice系数 | NA |
| 885 | 2025-11-06 |
Deep-Learning-Aided Quantification of Steatohepatitis-Associated Pathological Findings in Liver Specimens
2025-Nov, Hepatology research : the official journal of the Japan Society of Hepatology
IF:3.9Q1
DOI:10.1111/hepr.70015
PMID:40802556
|
研究论文 | 开发深度学习模型量化肝组织标本中脂肪性肝炎相关病理特征 | 首次使用卷积神经网络对脂肪性肝炎相关病理表现（脂肪变性、气球样变、纤维化）进行自动量化分析 | 样本量有限（训练集仅26例），模型仅用于病理特征量化而非疾病诊断 | 开发基于深度学习的肝组织病理特征量化方法 | 肝组织标本（脂肪性肝炎和慢性肝炎患者） | 数字病理学 | 脂肪性肝炎 | 组织病理学分析 | CNN | 图像 | 训练集26例（18例脂肪性肝炎+8例慢性肝炎），验证集233例 | NA | NA | 相关系数R | NA |
| 886 | 2025-11-06 |
PET/CT radiomics for non-invasive prediction of immunotherapy efficacy in cervical cancer
2025-Nov, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251367203
PMID:40874782
|
研究论文 | 开发基于深度学习的PET/CT影像组学模型，用于预测宫颈癌免疫治疗疗效 | 结合医学先验知识开发深度学习自动分割模型，探索PET/CT影像组学特征与PD-L1表达的相关性，并构建免疫治疗疗效预测模型 | 回顾性研究，样本量相对有限（283例），需要进一步前瞻性验证 | 预测宫颈癌患者免疫治疗疗效，开发非侵入性预测工具 | 283例经病理确诊的宫颈癌患者 | 数字病理 | 宫颈癌 | F-FDG PET/CT成像 | 深度学习, SVM | PET/CT医学影像 | 283例宫颈癌患者（分为三个子集：97例用于分割模型开发，101例用于特征相关性分析，85例用于预测模型验证） | NA | Attention-UNet | IoU, ICC, AUC, P值 | NA |
| 887 | 2025-11-06 |
Multimodal synthetic CT generation in tumor radiotherapy
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70117
PMID:41188014
|
研究论文 | 提出基于Mamba块和残差约束策略的RC-MambaGAN模型，用于从MRI生成高质量合成CT图像 | 首次将Mamba块集成到生成对抗网络中，结合残差约束策略，在最小增加计算复杂度的情况下显著提升合成CT的全局上下文建模能力和局部细节精度 | 研究主要针对肿瘤和盆腔区域数据，在其他解剖区域的泛化能力有待验证 | 提高从MRI生成合成CT图像的准确性，推进仅使用MRI的放疗工作流程 | 肿瘤和盆腔区域的多中心医学影像数据 | 医学影像分析 | 肿瘤 | MRI, CT | GAN | 医学影像 | 多中心数据集，包含肿瘤和盆腔区域数据 | NA | RC-MambaGAN, Mamba块, 残差约束 | MAE, PSNR, SSIM, MI | NA |
| 888 | 2025-11-06 |
Bridging Radiologic Reasoning and Artificial Intelligence: Explainable Deep Learning for Focal Liver Lesions
2025-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.250806
PMID:41190941
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 889 | 2025-11-05 |
AI-Enhanced Lateral Flow Assay Enables 3-Minute Quantitative Detection with Laboratory-Grade Accuracy
2025-Nov-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05108
PMID:41124618
|
研究论文 | 开发了一种基于深度学习的快速定量侧向流动检测方法，可在3分钟内实现实验室级别的精准检测 | 融合ResNet空间特征提取和DyFormer动态时序建模的创新架构，首次实现3分钟快速定量检测 | 仅在COVID-19和乙肝病毒数据集上验证，需要更多疾病类型的验证 | 克服传统侧向流动检测技术检测时间长且只能定性分析的局限性 | 侧向流动免疫检测平台 | 计算机视觉 | 传染病 | 侧向流动免疫检测 | 深度学习 | 图像 | COVID-19和乙肝病毒数据集 | NA | ResNet,DyFormer | 准确率,灵敏度,特异性,决定系数 | NA |
| 890 | 2025-11-05 |
Vision-language foundation model-driven efficient recognition and home-based management of surgical incisions
2025-Nov-04, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003727
PMID:41186521
|
研究论文 | 基于视觉-语言基础模型开发手术切口识别系统DeepIncision，用于家庭护理中的切口恢复评估 | 首次将视觉-语言基础模型应用于手术切口识别，显著提升识别准确率 | 研究样本主要来自单一中心，外部验证样本量相对较小 | 开发精准的手术切口识别方法以优化家庭护理管理 | 术后患者的手术切口图像 | 计算机视觉 | 术后伤口 | 图像处理 | 视觉-语言基础模型 | 图像 | 1443张手术切口图像（来自1194名患者） | Grounded Language-Image Pre-training | DeepIncision | 平均精度, 平均召回率, F1分数, AUC | NA |
| 891 | 2025-11-05 |
Commentary on "Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after non-cardiac surgery"
2025-Nov-04, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003813
PMID:41186523
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 892 | 2025-11-05 |
[Estimation of the parenchymal reserve-Volumetric and functional before resection]
2025-Nov-04, Chirurgie (Heidelberg, Germany)
DOI:10.1007/s00104-025-02401-0
PMID:41186684
|
综述 | 本文概述了肝切除术前评估功能性未来肝残余体积的现有概念和诊断方法 | 整合了多种功能性肝脏评估方法，并前瞻性提出深度学习算法在自动化分析中的应用潜力 | 部分功能性MRI检查尚未获得官方批准用于肝功能评估 | 预防大范围肝切除术后肝功能衰竭 | 接受大范围肝切除术的患者 | 数字病理 | 肝脏疾病 | ICG-R15测试, LiMAx测试, 锝99m甲溴芬宁闪烁扫描, 磁共振成像 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 893 | 2025-11-05 |
Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment?
2025-Nov-04, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05271-6
PMID:41186714
|
研究论文 | 评估深度学习联合降噪和对比度增强重建在胰腺癌新辅助治疗后CT评估中能否改善图像质量和可切除性预测准确性 | 首次将深度学习联合降噪和对比度增强技术应用于胰腺癌新辅助治疗后CT评估，并与传统迭代重建方法进行系统比较 | 回顾性研究设计，样本量有限（114例），所有读者均注意到DLR图像存在人工伪影增加的问题 | 评估深度学习重建技术能否改善胰腺癌CT图像质量并提高可切除性预测准确性 | 114例接受新辅助治疗的胰腺癌患者 | 医学影像分析 | 胰腺癌 | CT成像 | 深度学习 | CT图像 | 114例胰腺癌患者 | NA | NA | AUC, 敏感性, 特异性, 准确率, 读者置信度, 对比噪声比 | NA |
| 894 | 2025-11-05 |
Deep learning-based non-invasive differential diagnosis of eyelid basal cell and sebaceous gland carcinomas using photographic images
2025-Nov-04, International ophthalmology
IF:1.4Q3
DOI:10.1007/s10792-025-03801-1
PMID:41186742
|
研究论文 | 开发基于深度学习模型用于通过摄影图像无创鉴别眼睑基底细胞癌和皮脂腺癌 | 首次使用摄影图像和深度学习技术实现眼睑基底细胞癌与皮脂腺癌的无创鉴别诊断 | 数据来源单一（仅来自一家医院），样本量相对有限 | 开发无创的眼睑肿瘤鉴别诊断方法以减少诊断延迟并提高准确性 | 眼睑基底细胞癌和皮脂腺癌患者 | 计算机视觉 | 皮肤癌 | 摄影图像分析 | CNN | 图像 | 370张摄影图像（199张眼睑基底细胞癌，171张眼睑皮脂腺癌） | NA | ResNet50 | 准确率, F1分数, 灵敏度, 特异性 | NA |
| 895 | 2025-11-05 |
Mycobacterium tuberculosis FAS-II pathway targeted integrative deep learning based identification of potential anti-tubercular agents
2025-Nov-04, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00695-0
PMID:41186754
|
研究论文 | 本文提出了一种针对结核分枝杆菌FAS-II通路的整合性深度学习方法，用于识别潜在抗结核药物 | 采用多靶点范式，结合深度学习、虚拟筛选和分子动力学模拟，识别具有抗结核活性的新化合物支架 | 未明确说明样本数据集的具体规模和来源限制 | 开发针对结核分枝杆菌FAS-II通路的新型抗结核药物 | 结核分枝杆菌的脂肪酸合酶II系统蛋白（KasA、KasB、FabH） | 机器学习 | 结核病 | 虚拟筛选、分子对接、分子动力学模拟、体外验证 | 人工神经网络 | 化合物数据、蛋白质结构数据 | NA | NA | 具有隐藏层的人工神经网络 | 抑制活性（相对于阳性对照高达90%） | NA |
| 896 | 2025-11-05 |
Design, synthesis, deep learning-guided prediction, and biological evaluation of novel pyridine-thiophene-based imine-benzalacetophenone hybrids as promising antimicrobial agent
2025-Nov-04, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00687-0
PMID:41186782
|
研究论文 | 设计合成新型吡啶-噻吩基亚胺-苯亚甲基苯乙酮杂合分子，并通过深度学习预测和生物学评估其抗菌活性 | 首次将吡啶和噻吩支架整合到亚胺-苯亚甲基苯乙酮杂合分子中，并应用深度学习QSAR模型进行活性预测 | 数据集规模有限可能影响模型泛化能力 | 开发新型抗菌剂以应对抗菌素耐药性问题 | 十种新型吡啶-噻吩基亚胺-苯亚甲基苯乙酮杂合衍生物(7a-7j) | 药物化学 | 细菌感染 | FTIR, H-NMR, LC-MS, 元素分析, 分子对接, 分子动力学模拟 | 全连接前馈神经网络 | 分子描述符数据 | 10种合成化合物 | NA | 全连接神经网络 | 预测pMIC值, SHAP分析, RMSD, RMSF | NA |
| 897 | 2025-11-05 |
Deep learning-guided rational engineering of synergistic PD-1 and LAG-3 blockade for enhanced tumor immunomodulation
2025-Nov-04, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00702-4
PMID:41186834
|
研究论文 | 利用深度学习指导工程化改造靶向PD-1和LAG-3的协同抗体以增强肿瘤免疫调节 | 开发基于图神经网络的逆向建模流程，通过深度学习预测功能性氨基酸取代，实现抗体结合亲和力与治疗潜力的协同优化 | 研究主要依赖计算模拟验证，需要后续实验验证临床效果 | 设计具有增强结合能力的免疫检查点抑制剂（ICIs） | 靶向PD-1和LAG-3的工程化单克隆抗体 | 机器学习 | 癌症 | 深度学习，分子动力学模拟，图神经网络 | 图神经网络（GNN） | 蛋白质结构数据，氨基酸序列 | 基于临床验证的抗体模板，最终筛选出7个优化变体 | NA | 消息传递图神经网络 | 结合亲和力，网络稳定性，热稳定性，免疫原性 | 分子动力学模拟 |
| 898 | 2025-11-05 |
Revisiting PSF models: Unifying framework and high-performance implementation
2025-Nov-04, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70045
PMID:41186941
|
研究论文 | 本文提出了点扩散函数模型的统一框架和基于PyTorch的高性能实现 | 首次系统比较傅里叶和贝塞尔方法，证明两者等价性，并提供统一框架和开源实现 | 未明确说明具体应用场景中的性能限制和计算精度边界 | 开发点扩散函数的高性能计算框架，便于集成到深度学习算法中 | 点扩散函数的光学模型和计算方法 | 计算光学成像 | NA | 局部显微成像技术 | NA | 光学成像数据 | NA | PyTorch | 基于Richards-Wolf积分的傅里叶变换和贝塞尔积分模型 | 计算精度, 计算速度 | CPU, GPU |
| 899 | 2025-11-05 |
Deep Learning Reconstruction for 7T MP2RAGE and SPACE MRI: Improving Image Quality at High Acceleration Factors
2025-Nov-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8841
PMID:40393739
|
研究论文 | 本研究评估深度学习重建技术在7T脑部MRI中对MP2RAGE和SPACE FLAIR数据的图像质量改善效果 | 首次将深度学习重建技术应用于超高场7T MRI的MP2RAGE和SPACE序列，实现传统方法难以达到的高加速因子 | 回顾性研究设计，样本量相对有限（60例患者），未评估所有可能的病理情况 | 评估深度学习重建技术在7T脑部MRI中的性能表现 | 接受7T脑部MRI检查的患者 | 医学影像分析 | 神经系统疾病 | MP2RAGE, SPACE FLAIR MRI | 深度学习 | MRI图像 | 60例患者（30例MP2RAGE数据，30例SPACE FLAIR数据） | NA | NA | 图像质量评分, 对比噪声比, 噪声水平, 伪影评估 | NA |
| 900 | 2025-11-05 |
Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network
2025-Nov-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.125.270077
PMID:40967759
|
研究论文 | 开发基于深度学习的自动化工作流程用于前列腺癌PET和SPECT影像中SUV和分子肿瘤体积的测量 | 提出全局阈值区域共识网络，改进了nnU-Net的边界定义和标签准确性，在多种影像模态上实现了高精度分割 | 研究基于特定机构队列，外部验证样本量相对有限(56例) | 改进前列腺癌影像分析的计算工作流程，标准化方法以改善LuPSMA治疗的患者选择和预后预测 | 转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像 | 数字病理 | 前列腺癌 | PET成像, SPECT成像, [68Ga]PSMA-11, [18F]DCFPyL, [18F]FDG, [177Lu]Lu-PSMA-617成像 | 深度学习, CNN | 医学影像 | 训练集: 676例[68Ga]PSMA-11或[18F]DCFPyL PET, 390例[18F]FDG PET, 477例LuPSMA SPECT; 测试集: 56例外院PET/CT | nnU-Net | Global Threshold Regional Consensus Network, nnU-Net | Dice相似系数, Pearson系数, 表面一致性 | NA |