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 2066 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-02-20 |
3D FusionNet for synthetic CT based lung cancer segmentation
2025-Dec-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-29703-x
PMID:41339453
|
研究论文 | 本研究提出了一种结合DCGAN与3D-TDUnet++的3D-FusionNet模型，用于基于合成CT的肺癌分割，以解决医学图像分割中标注数据不足的问题 | 将DCGAN用于生成合成CT图像以增强数据集，并结合3D-TDUnet++与非局部特征聚合（NLFa）架构，提高了肺癌分割的精度和鲁棒性 | 未提及模型在更广泛或多样化数据集上的泛化能力，以及临床部署中的具体验证细节 | 开发一种高效的肺癌分割框架，以改善计算机辅助诊断系统中的三维医学扫描解释 | 肺癌CT图像 | 计算机视觉 | 肺癌 | CT扫描 | DCGAN, 3D-TDUnet++ | 图像 | 使用公开的KAGGLE胸部CT扫描数据集，并通过DCGAN生成合成图像进行增强 | 未明确提及，但基于深度学习框架 | 3D-FusionNet（结合DCGAN与3D-TDUnet++及NLFa） | Dice系数, F1分数, 准确率 | 未提及 |
| 2 | 2026-02-19 |
Imaging pathways in spondyloarthritis: integrating radiography, ultrasonography, magnetic resonance imaging, low-dose computed tomography, and artificial intelligence methods : Radiology and AI in SpA
2025-12-15, Rheumatology international
IF:3.2Q2
DOI:10.1007/s00296-025-06051-7
PMID:41396276
|
综述 | 本文综述了脊柱关节炎的影像学检查路径，整合了X线、超声、磁共振成像、低剂量CT及人工智能方法，并讨论了AI在诊断与管理中的应用 | 提出了一个整合多模态影像学与人工智能的当代诊断算法，并强调了AI在提高骶髂关节炎检测精度方面的潜力 | AI部署成本高、存在法医学考量，且相关研究仍处于积极调查阶段 | 优化脊柱关节炎的早期诊断与管理策略 | 脊柱关节炎患者，特别是疑似中轴型脊柱关节炎的患者 | 数字病理学 | 脊柱关节炎 | X线摄影、超声、磁共振成像、低剂量计算机断层扫描 | 深度学习模型 | 影像数据（X线、CT、MRI） | NA | NA | NA | 检测精度 | NA |
| 3 | 2026-02-19 |
Use of artificial intelligence in the diagnosis of alterations in cervical cytology: A university population-based observational study
2025-12-10, Biomedica : revista del Instituto Nacional de Salud
IF:0.8Q4
DOI:10.7705/biomedica.7651
PMID:41410328
|
研究论文 | 本研究评估并比较了四种基于人工智能的模型在检测巴氏涂片细胞异常方面的判别能力 | 在哥伦比亚大学人群中首次评估人工智能模型用于宫颈细胞学异常诊断的潜力，并比较了不同模型的性能 | 研究样本量较小（650张图像），且仅基于单一大学队列，可能限制结果的泛化性 | 评估人工智能模型在宫颈细胞学异常检测中的判别能力，以改善宫颈癌筛查的诊断性能 | 来自哥伦比亚东北部大学队列的巴氏涂片细胞图像 | 数字病理学 | 宫颈癌 | 数字图像分析, 深度学习 | CNN | 图像 | 650张巴氏涂片细胞图像 | NA | DenseNet, InceptionV3, MobileNet, VGG19 | 灵敏度, 特异性, AUC | NA |
| 4 | 2026-02-19 |
ResDeepGS: A deep learning-based method for crop phenotype prediction
2025-Dec, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.07.013
PMID:40930401
|
研究论文 | 提出一种基于深度学习的作物表型预测方法ResDeepGS，用于基因组选择任务 | 结合增量递归特征消除方法与增强型多层卷积神经网络（含残差结构和dropout策略），能更有效地捕获基因数据中的复杂关系 | 未明确说明模型在更广泛作物种类或极端环境条件下的泛化能力 | 提高作物基因组选择的预测精度，加速育种进程并应对粮食安全挑战 | 小麦、玉米和大豆的基因组与表型数据 | 机器学习 | NA | 基因组选择 | CNN | 基因组标记数据 | 三个数据集（小麦、玉米、大豆），具体样本量未明确说明 | NA | 增强型多层卷积神经网络（含残差结构） | 预测准确率 | NA |
| 5 | 2026-02-19 |
An end-to-end deep learning method for reconstructing SMS-PI accelerated musculoskeletal MRI
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70178
PMID:41345328
|
研究论文 | 本文提出了一种端到端的深度学习框架，用于重建SMS-PI加速的肌肉骨骼MRI图像 | 提出了一种将同时多层成像与并行成像相结合的深度学习框架，通过将完整的SMS前向模型嵌入到网络架构中，统一了切片分离和k空间到图像的重建过程，并引入了超分辨率模块以提高图像锐度 | 未明确说明 | 开发一种结合SMS和PI的深度学习重建框架，以实现高达8倍及以上的MRI加速，同时保持适合临床判读的图像质量 | 肌肉骨骼磁共振成像 | 医学影像 | 肌肉骨骼疾病 | Turbo Spin Echo (TSE) MRI, Simultaneous Multislice (SMS), Parallel Imaging (PI) | 深度学习网络 | MRI图像 | 超过200,000个切片，来自1.5T至3T扫描，涵盖多种采集设置 | NA | 端到端深度学习框架，包含近端梯度算法展开、联合正则化网络和超分辨率模块 | PSNR, SSIM | NA |
| 6 | 2026-02-19 |
Dynamic Structural Recovery Parameters Enhance Prediction of Visual Outcomes After Macular Hole Surgery
2025-12-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.12.29
PMID:41533870
|
研究论文 | 本研究引入动态结构参数，并评估其在多模态深度学习框架中预测特发性全层黄斑裂孔手术后视觉恢复的效果 | 首次提出动态结构恢复参数，并将其整合到多模态深度学习模型中，以提升术后视觉恢复预测的准确性 | NA | 预测特发性全层黄斑裂孔手术后的视觉恢复情况 | 特发性全层黄斑裂孔患者 | 计算机视觉 | 黄斑裂孔 | 光学相干断层扫描 | 深度学习 | 图像 | NA | NA | NA | Dice系数, AUC, 准确率 | NA |
| 7 | 2026-02-18 |
Quantitative Analysis of Distinct Colon Crypt Branching Modes Using Interpretable Machine Learning
2025-Dec-01, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izaf230
PMID:41157897
|
研究论文 | 本文使用可解释的机器学习方法对结肠隐窝分支的两种模式进行定量分析 | 结合手工特征和深度学习模型，实现对结肠隐窝对称与不对称分支模式的分类，并强调模型的可解释性 | 未明确提及样本量或数据集的详细规模，可能影响模型泛化能力 | 改进炎症性肠病亚型的定量描述和组织学特征分析 | 结肠隐窝的分支模式 | 数字病理学 | 炎症性肠病 | NA | 集成模型, 深度学习模型 | 分割掩码图像 | NA | NA | NA | 平衡准确度 | NA |
| 8 | 2026-02-17 |
End-to-end vs. human-defined feature extraction: comparing deep learning approaches for age classification using mandibular third molars
2025-Dec-24, The Journal of forensic odonto-stomatology
DOI:10.5281/zenodo.17776415
PMID:41452801
|
研究论文 | 本研究比较了基于下颌第三磨牙X光片的年龄分类方法，包括传统人工方法、端到端深度学习模型和人工定义特征提取方法，以评估其在泰国人群中区分18岁以下和以上年龄的准确性 | 首次在泰国人群中系统比较了传统人工方法、端到端深度学习模型和人工定义特征提取方法在年龄分类中的性能，突出了人工定义特征提取方法在特异性和可解释性方面的平衡优势 | 研究样本仅来自泰国人群，可能限制了结果的普适性；深度学习模型的敏感性仍有提升空间 | 评估和比较不同方法在下颌第三磨牙X光片年龄分类中的准确性，以支持法律和法医学应用 | 下颌第三磨牙X光片 | 计算机视觉 | NA | X光成像 | CNN | 图像 | 3,407张来自14-23岁个体的图像 | NA | CNN | 特异性, 敏感性, 贝叶斯后验概率, 准确率 | NA |
| 9 | 2026-02-17 |
Artificial Intelligence in The Diagnosis, Treatment, and Prognostication in Endodontics: A Comprehensive Literature Review
2025-Dec, European endodontic journal
IF:1.6Q3
DOI:10.14744/eej.2025.83788
PMID:41685843
|
综述 | 本文对人工智能在牙髓病学中诊断、治疗和预后预测方面的应用进行了全面综述 | 系统性地将AI在牙髓病学中的应用归纳为诊断、治疗和预后三大领域，并总结了当前的研究进展与具体模型表现 | 面临数据集规模需求大、成本高以及缺乏自主开发能力等限制 | 综述人工智能在牙髓病学中的应用，以优化诊断、支持临床决策和预测治疗结果 | 牙髓病学中的诊断、治疗规划和预后预测 | 计算机视觉 | 牙髓病 | NA | CNN, 深度学习模型, 神经网络 | X光片, CBCT图像 | 基于51篇纳入文章（2016-2025年） | NA | NA | 准确率 | NA |
| 10 | 2026-02-16 |
KGLGANSynergy: knowledge graph-based local and global attention network for drug synergy prediction
2025-Dec-21, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07545-5
PMID:41423603
|
研究论文 | 提出了一种基于知识图谱的深度学习框架KGLGANSynergy，用于预测药物协同作用 | 整合了局部图注意力网络（LGAT）和全局图注意力网络（GGAT），并通过互交叉注意力（MCA）机制融合局部与全局特征，克服了现有方法忽视边属性和全局语义上下文的局限 | 未在摘要中明确说明 | 开发一种更准确的药物协同作用预测计算工具 | 药物组合和细胞系 | 机器学习 | 复杂疾病（泛指） | 图表示学习 | 图注意力网络 | 图数据（知识图谱） | 两个基准数据集：DrugCombDB和Oncology-Screen | NA | LGAT, GGAT | AUPR | NA |
| 11 | 2026-02-16 |
Comprehensive non-small cell lung cancer targets: From computational prediction to clinical breakthroughs in overcoming drug resistance
2025-Dec, Biochemical pharmacology
IF:5.3Q1
DOI:10.1016/j.bcp.2025.117333
PMID:40946977
|
综述 | 本文全面综述了非小细胞肺癌靶向治疗的研究进展，涵盖从计算预测到临床突破的多个方面 | 整合了基于配体、结构和多特征深度学习模型的最新靶点预测方法，并探讨了第四代酪氨酸激酶抑制剂及合成致死等新兴策略 | 作为综述文章，未报告原始实验数据，主要基于现有文献进行分析 | 总结非小细胞肺癌靶向治疗的研究进展，分析当前局限并指导未来治疗开发 | 非小细胞肺癌的靶点预测方法、临床治疗进展及耐药机制 | 机器学习 | 肺癌 | 深度学习模型 | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 12 | 2026-02-15 |
Automated detection and classification of dental trauma in periapical radiographs using deep learning: a study based on the Andreasen classification
2025-Dec-31, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.12.014
PMID:41688271
|
研究论文 | 本研究评估了基于YOLOv8的深度学习模型在牙科根尖周X光片上自动识别Andreasen分类系统定义的牙外伤类型的性能 | 首次将YOLOv8深度学习模型应用于牙科根尖周X光片的牙外伤自动检测与分类，并基于Andreasen分类系统进行标注 | 外伤亚型数量多而数据集规模有限，导致初始模型性能较低；模型对“牙周组织损伤”的检测性能（F1分数0.44）显著低于“硬组织及牙髓损伤”（F1分数0.82） | 评估深度学习模型在牙科影像中自动识别牙外伤类型的性能 | 牙科根尖周X光片中的牙外伤影像 | 计算机视觉 | 牙外伤 | 深度学习 | CNN | X光影像 | NA | YOLOv8 | YOLOv8 | 灵敏度, 精确度, F1分数 | NA |
| 13 | 2025-12-26 |
A "calcification"-enhanced deep learning approach for precise differentiation of thyroid nodules
2025-Dec-24, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00976-9
PMID:41444688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14 | 2026-02-15 |
Artificial intelligence-driven anticancer peptide discovery
2025-Dec, iMetaOmics
DOI:10.1002/imo2.70063
PMID:41676444
|
综述 | 本文系统总结了用于抗癌肽筛选的人工智能模型，并提出了一个结合多组学技术的综合性AI筛选框架 | 提出了一个集数据收集、特征提取、模型构建、可解释性分析和实验验证于一体的综合性AI筛选框架，并将其与多组学技术整合以促进临床转化 | 大多数现有AI模型缺乏可解释性和湿实验室验证，这影响了基于AI的ACP筛选的可信度和实际有效性 | 通过人工智能技术提高抗癌肽的筛选效率和准确性，并促进其临床转化 | 抗癌肽 | 机器学习 | 癌症 | 机器学习，深度学习 | NA | 序列数据 | NA | NA | NA | NA | NA |
| 15 | 2026-02-15 |
Identification of potent inhibitors of potential VEGFR2: a graph neural network-based virtual screening and in vitro study
2025-Dec, Journal of enzyme inhibition and medicinal chemistry
IF:5.6Q1
DOI:10.1080/14756366.2025.2518192
PMID:40539987
|
研究论文 | 本研究提出了一种结合AI深度学习和基于结构的药物设计的新策略，用于从中医药单体数据库中筛选针对VEGFR2的潜在候选化合物 | 首次将图神经网络应用于中医药单体数据库的虚拟筛选，以识别VEGFR2的有效抑制剂 | 研究仅基于计算筛选和体外实验，缺乏体内实验验证和临床前研究 | 筛选针对VEGFR2的潜在抑制剂，用于癌症治疗 | 中医药单体数据库中的化合物 | 机器学习 | 癌症 | 虚拟筛选，激酶抑制实验，分子对接，分子动力学模拟 | 图神经网络 | 分子结构数据 | 中医药单体数据库中的多个化合物，最终筛选出6个候选化合物 | NA | 图神经网络 | 激酶抑制活性，分子对接评分，分子动力学稳定性 | NA |
| 16 | 2026-02-13 |
Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after non-cardiac surgery - correspondence
2025-Dec-05, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004261
PMID:41677095
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 17 | 2026-02-13 |
Artificial intelligence in surgical planning and outcome prediction for obstructive sleep apnea: emerging hype or the future standard?
2025-Dec-22, Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine
IF:3.5Q1
DOI:10.1007/s44470-025-00018-y
PMID:41678069
|
综述 | 本文评估了人工智能在阻塞性睡眠呼吸暂停的诊断、风险分层和成人手术规划中的新兴作用，并探讨了其潜在的临床价值和局限性 | 强调了人工智能在药物诱导睡眠内窥镜分析和舌下神经刺激/颌面手术结果预测中的应用，并指出深度学习模型在预测治疗反应方面优于传统临床预测因子 | 数据质量存在差异、缺乏针对儿童群体的验证、算法偏见和透明度问题仍然是重大障碍 | 评估人工智能在阻塞性睡眠呼吸暂停诊断、风险分层和手术规划中的临床价值与局限性 | 阻塞性睡眠呼吸暂停患者 | 医疗人工智能 | 阻塞性睡眠呼吸暂停 | 药物诱导睡眠内窥镜、可穿戴设备睡眠监测 | 深度学习模型 | 睡眠研究数据、生理信号、临床数据、影像数据 | NA | NA | NA | 诊断准确性、预测性能 | NA |
| 18 | 2026-02-13 |
Evaluation of the effectiveness of panoramic radiography in maxillary 3rd molars on an artificial intelligence model developed with findings obtained with cone beam computed tomography
2025-Dec-04, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-07438-5
PMID:41340110
|
研究论文 | 本研究旨在通过使用锥形束计算机断层扫描（CBCT）数据训练的深度学习模型，评估全景X线摄影（PR）图像中上颌第三磨牙与上颌窦底之间的位置关系，并比较不同深度学习架构的分类性能 | 首次利用基于CBCT数据训练的深度学习模型分析PR图像，以评估上颌第三磨牙与上颌窦底的关系，并采用多数投票融合策略整合多个模型的预测结果 | 研究仅使用了1,054张PR图像，样本量相对有限，且模型在三分类问题上的准确率（约69%）仍有提升空间 | 评估深度学习模型在全景X线摄影图像中识别上颌第三磨牙与上颌窦底位置关系的有效性，以减少对CBCT成像的依赖 | 上颌第三磨牙与上颌窦底之间的解剖关系 | 计算机视觉 | 口腔颌面疾病 | 锥形束计算机断层扫描（CBCT），全景X线摄影（PR） | CNN | 图像 | 1,054张全景X线摄影图像 | NA | VGG16, VGG19, ResNet50, ResNet101, GoogleNet | 准确率, 混淆矩阵 | NA |
| 19 | 2026-02-13 |
Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods
2025-Dec, Orthodontics & craniofacial research
IF:2.4Q2
DOI:10.1111/ocr.70008
PMID:40704688
|
研究论文 | 本研究利用深度学习算法，比较了五种手-腕骨成熟度评估方法在骨骼年龄估计中的诊断可靠性 | 首次使用YOLOv8x深度学习模型系统比较五种不同的手-腕骨成熟度评估方法在骨骼年龄估计中的性能 | 研究为回顾性分析，且仅针对8-16岁正畸患者，可能限制了结果的普适性 | 评估深度学习算法在骨骼年龄估计中的有效性，并比较不同手-腕骨成熟度评估方法的诊断可靠性 | 6572张来自8-16岁正畸患者的手-腕X光片 | 计算机视觉 | NA | 手-腕X光成像 | YOLOv8x | 图像 | 6572张手-腕X光片 | NA | YOLOv8x | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 20 | 2026-02-13 |
Hierarchical Convolution-Based Multilayer Perception for Denoising 3D MRI to Enhance Diagnostic Confidence in Cerebral Small Vessel Disease
2025-Dec, Phenomics (Cham, Switzerland)
DOI:10.1007/s43657-025-00219-8
PMID:41675272
|
研究论文 | 本文提出了一种基于分层卷积的多层感知器（HC-MLP）模型，用于去噪3D MRI图像，以提高脑小血管病的诊断置信度 | 引入MLP模块以减少纯CNN模型的偏差，结合MLP和CNN的简单结构简化训练并提升泛化能力，采用体素级输入和残差MLP结构部分解决过平滑问题 | 未明确提及模型在更广泛数据集或不同噪声类型下的泛化能力限制 | 通过去噪3D MRI图像，提升脑小血管病的诊断置信度 | 脑小血管病（CSVD）患者的3D MRI图像 | 计算机视觉 | 脑小血管病 | MRI | CNN, MLP | 3D MRI图像 | 训练和测试：UK Biobank 120例，ATLAS 120例；外部测试：29例 | 未明确提及 | HC-MLP（分层卷积多层感知器） | PSNR, SSIM, NMSE | 未明确提及 |