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 1985 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 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 |
| 62 | 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 |
| 63 | 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 |
| 64 | 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 |
| 65 | 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 |
| 66 | 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 |
| 67 | 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 |
| 68 | 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 |
| 69 | 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 |
| 70 | 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 |
| 71 | 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 |
| 72 | 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 |
| 73 | 2025-12-28 |
From lesion detection to outcome prediction: artificial intelligence and deep learning applications in multiple sclerosis
2025-Dec-27, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology
IF:2.7Q3
DOI:10.1007/s10072-025-08661-2
PMID:41454173
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 74 | 2026-02-12 |
Comparative Performance Evaluation of Federated and Centralized Learning for Velum and OTE Segmentation in Sleep Endoscopy Images
2025-Dec-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01756-4
PMID:41331654
|
研究论文 | 本研究系统比较了集中式学习与联邦学习在睡眠内镜图像中软腭和OTE区域语义分割的性能 | 首次在多机构睡眠内镜视频数据上系统比较集中式学习与联邦学习在气道结构分割任务中的性能差异 | 两种模型在模糊边界和舌根解剖变异区域的分割仍存在困难，联邦学习性能显著低于集中式学习 | 评估不同学习范式在睡眠内镜图像分割中的性能差异，为临床气道分析提供深度学习模型基础 | 药物诱导睡眠内镜图像中的软腭及口咽-舌根-会厌复合体区域 | 计算机视觉 | 阻塞性睡眠呼吸暂停 | 药物诱导睡眠内镜检查 | CNN | 视频图像 | 多机构睡眠内镜视频数据 | NA | NA | 精确率, 召回率, 准确率, Dice相似系数 | NA |
| 75 | 2026-02-12 |
Nanocarrier imaging at single-cell resolution across entire mouse bodies with deep learning
2025-Dec, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02528-1
PMID:39809933
|
研究论文 | 本研究提出了一种名为SCP-Nano的集成实验与深度学习流程，用于在单细胞分辨率下全面量化纳米载体在小鼠全身的靶向分布 | 开发了SCP-Nano方法，首次实现了在单细胞分辨率下对纳米载体在小鼠全身分布的全面三维映射，其检测灵敏度远高于传统全身成像技术 | 该方法目前仅在小鼠模型中进行验证，尚未应用于人体或更复杂的生物系统 | 开发高效准确的方法以分析纳米载体在生物体内的细胞水平生物分布，加速靶向药物递送系统的研发 | 小鼠体内的纳米载体，包括脂质纳米颗粒、脂质体、多聚复合物、DNA折纸和腺相关病毒 | 数字病理学 | NA | 单细胞分辨率成像，深度学习分析 | 深度学习模型 | 三维成像数据 | 小鼠模型 | NA | NA | 灵敏度 | NA |
| 76 | 2026-02-12 |
CCLR-DL: A novel statistics and deep learning hybrid method for feature selection and forecasting healthcare demand
2025-12, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109057
PMID:40929936
|
研究论文 | 本文提出了一种结合统计方法和深度学习的混合框架CCLR-DL，用于特征选择和医疗需求预测 | CCLR-DL框架首次将因果统计选择与神经预测相结合，相比现有混合方法，在提升预测准确性的同时增强了模型的可解释性 | 未明确讨论模型在其他数据集或医疗场景中的泛化能力，以及计算复杂度可能较高 | 开发一种混合预测方法，以克服传统统计方法和深度学习模型的局限性，提高医疗需求预测的准确性和可解释性 | 临床就诊和诊断数据的时间序列，用于预测医疗需求 | 机器学习 | NA | 交叉相关分析、滞后多元线性回归、格兰杰因果检验 | 深度学习模型，具体包括BiLSTM | 时间序列数据 | 630万个体，数据收集时间跨度为10年 | NA | 双向长短期记忆单元（BiLSTM） | 均方根误差（RMSE） | NA |
| 77 | 2026-02-11 |
Development and evaluation of an attention-gated U-net model for binary segmentation of teeth versus background in panoramic radiographs for orthodontic applications
2025-Dec-16, European journal of orthodontics
IF:2.8Q1
DOI:10.1093/ejo/cjaf114
PMID:41665051
|
研究论文 | 本文开发并评估了一种注意力门控U-Net模型，用于全景X光片中牙齿与背景的二元分割，以支持正畸应用 | 应用注意力门控U-Net架构于大型公开数据集，为牙齿与背景的二元语义分割建立了性能基准 | 研究仅针对二元分割任务，未涉及更复杂的牙齿结构细分；且数据集虽公开，但样本量相对有限（598张图像） | 为牙齿与背景的二元语义分割建立标准化性能基准，以支持正畸应用中的自动化诊断和治疗规划 | 全景X光片（OPGs）中的牙齿区域 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 598张标注的全景X光片 | NA | 注意力门控U-Net | Dice系数, 平均IoU, 精确率, 召回率, ROC AUC | NA |
| 78 | 2026-02-11 |
An artificial intelligence mechanism for detecting cystic lesions on CBCT images using deep learning
2025-12, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.102152
PMID:39551180
|
研究论文 | 本研究开发并评估了一种基于深度卷积神经网络的人工智能机制，用于在锥形束计算机断层扫描图像上检测和分类囊性病变 | 提出了一种结合数据增强的深度卷积神经网络方法，用于自动检测和诊断牙源性囊肿和根尖周囊肿，在CBCT图像上实现了高精度的病变识别与分类 | 样本量相对较小（仅150例），且仅针对两种特定类型的囊肿（牙源性囊肿和根尖周囊肿）进行评估，可能限制了模型的泛化能力 | 开发并评估一种人工智能机制，用于在CBCT图像上自动检测和分类囊性病变 | 锥形束计算机断层扫描图像中的囊性病变，包括牙源性囊肿和根尖周囊肿 | 计算机视觉 | 口腔颌面部疾病 | 锥形束计算机断层扫描 | CNN | 图像 | 150个CBCT样本（50例无病变，50例牙源性囊肿，50例根尖周囊肿） | NA | 深度卷积神经网络 | 召回率, 精确率, F1分数, 平均精度, 灵敏度, 特异性, 准确率, AUC | NA |
| 79 | 2026-02-10 |
Recent Advances in Spectroscopy and Imaging Techniques for Nondestructive Detection of Meat Quality and Safety
2025-Dec, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.71303
PMID:41356232
|
综述 | 本文综述了光谱和成像技术在无损检测肉类品质与安全方面的最新进展，包括其原理、应用、优缺点及未来展望 | 总结了多种先进光谱和成像技术在肉类检测中的多场景应用，并探讨了结合深度学习算法以提高检测全面性和准确性的未来研究方向 | 这些技术在工业应用中仍面临成本高、数据分析复杂等挑战，且光谱技术仅能感知局部样本信息，成像技术检测速率较慢 | 总结光谱和成像技术在肉类品质与安全检测中的最新发展，以推动高质量食品交付消费者 | 肉类（作为人类饮食中重要的动物蛋白来源） | 机器视觉 | NA | 近红外光谱、拉曼光谱、荧光光谱、太赫兹光谱、高光谱成像、多光谱成像、X射线成像、热成像 | NA | 光谱数据、图像数据 | NA | NA | NA | NA | NA |
| 80 | 2026-02-09 |
MapReduce-based deep learning framework for potato leaf disease detection in sustainable precision agriculture
2025-Dec-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-30940-3
PMID:41419754
|
研究论文 | 本研究提出了一种基于MapReduce的深度学习框架，用于可持续精准农业中的马铃薯叶部病害检测 | 将轻量级MobileNetV3分类器与MapReduce风格的数据管道相结合，实现了预处理和批量推理的跨节点并行化处理 | 仅使用了2152张图像的数据集，且病害类别仅限于三类，未在更大规模或更多类别的数据集上进行验证 | 实现马铃薯叶部病害的准确、及时检测，以支持可持续精准农业并减少作物产量损失 | 马铃薯叶部病害图像，包括疫病等类别 | 计算机视觉 | 马铃薯叶部病害 | 图像处理，数据增强 | CNN | 图像 | 2152张图像，分为三个类别 | TensorFlow, PyTorch (未明确指定，但基于MobileNetV3推断) | MobileNetV3 | 准确率，灵敏度，特异性，F1分数，混淆矩阵，误分类率 | GPU训练，MapReduce管道实现水平可扩展性 |