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 1977 篇文献，本页显示第 1341 - 1360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1341 | 2025-12-13 |
Deep learning-enhanced Colmap for 3D reconstruction and segmentation of facial port-wine stains for comprehensive evaluation
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-112
PMID:41367804
|
研究论文 | 本研究提出了一种结合深度学习和Colmap算法的方法，用于面部鲜红斑痣的三维重建与分割，以支持治疗规划和评估 | 结合深度学习与Colmap进行三维重建，并采用多色彩空间自适应融合网络进行二维病变分割，实现了高精度的三维病变形态重建和表面积计算 | 样本量较小（仅17名患者），可能影响模型的泛化能力 | 开发一种集成方法，用于鲜红斑痣病变的三维重建和分割，以应对其形状多样、颜色异质和边界模糊的挑战 | 面部鲜红斑痣病变 | 计算机视觉 | 鲜红斑痣 | 结构化光扫描, 色彩校准图像采集 | 深度学习 | 图像 | 17名患者 | Colmap | 多色彩空间自适应融合网络 | 均方根误差, CLIP相似度分数, 相对误差 | NA |
| 1342 | 2025-12-13 |
Dual-branch residual encoder-decoder convolutional neural network (DB-REDCNN): a computed tomography-integrated multimodal network for positron emission tomography denoising
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1321
PMID:41367808
|
研究论文 | 本文提出了一种双分支残差编码器-解码器卷积神经网络（DB-REDCNN），用于整合CT结构信息以增强低剂量PET图像质量，特别是小病灶的去噪 | 提出了一种双分支多模态网络，利用配对的CT图像结构先验来增强PET重建中的边缘细节，并采用有效的融合机制 | 未明确讨论模型对CT和PET图像间较大错位的鲁棒性极限，且SUV均值误差略高于低剂量PET | 通过整合CT结构信息，从低剂量PET合成高质量的全剂量PET图像，以减少辐射剂量 | 低剂量PET图像和配对的CT图像 | 医学影像处理 | NA | PET成像，CT成像 | CNN | 图像 | NA | NA | 双分支残差编码器-解码器卷积神经网络（DB-REDCNN） | 均方根误差，峰值信噪比，结构相似性指数，边缘锐度（|K|值），SUV均值和最大值误差 | NA |
| 1343 | 2025-12-13 |
A method for estimating energy parameters of RNAs by differentiating base-pairing probabilities
2025-Dec, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf171
PMID:41368196
|
研究论文 | 本文提出了一种通过区分碱基配对概率来估计RNA能量参数的方法 | 利用深度学习中的梯度下降机制优化能量参数，并提出了包括基于McCaskill算法的动态规划方法计算配分函数导数的高效计算策略 | 未明确说明方法在复杂修饰碱基或大规模RNA结构中的验证效果 | 开发一种从碱基配对概率反推RNA子结构能量参数的计算方法 | RNA分子，特别是包含修饰碱基（如假尿嘧啶）的RNA | 计算生物学 | NA | 化学探测方法，分子动力学模拟 | 梯度下降优化 | 碱基配对概率数据 | NA | NA | NA | NA | NA |
| 1344 | 2025-12-13 |
Deep learning horizons: charting a course for clinical translation of multimodal AI in lung cancer precision surgery
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003182
PMID:40793836
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1345 | 2025-12-13 |
Letter to the Editor: deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003221
PMID:40839020
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1346 | 2025-12-13 |
Letter to the Editor: deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003108
PMID:40844271
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1347 | 2025-12-13 |
Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after noncardiac surgery
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003143
PMID:40865965
|
研究论文 | 本研究开发并验证了一种结合人口统计学数据、ICD-10手术编码和原始术前12导联心电图波形的多模态深度学习模型，用于预测非心脏手术后30天的主要不良心脑血管事件 | 创新性地整合原始心电图波形与最小化临床数据，利用基于Transformer的深度神经网络处理心电图信号，并通过梯度提升机结合多模态特征，实现了优于传统风险指数的预测性能 | 研究为单中心回顾性队列研究，可能受限于数据来源的单一性，且事件发生率较低（0.6%），需外部验证以确认泛化能力 | 开发并验证一种负担最小的多模态深度学习模型，以准确预测非心脏手术后30天的主要不良心脑血管事件风险 | 2006年至2020年间在一家三级学术中心接受区域或全身麻醉下非心脏手术的成年患者 | 机器学习 | 心血管疾病 | 12导联心电图波形分析 | Transformer, GBM | 人口统计学数据, ICD-10编码, 原始心电图波形 | 165,577例病例 | NA | 基于Transformer的深度神经网络, 梯度提升机 | AUROC, 精确率-召回率曲线, 灵敏度, 特异性, F1分数, 校准指标 | NA |
| 1348 | 2025-12-13 |
Letter to editor: Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003188
PMID:40865939
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1349 | 2025-12-12 |
Long-term projections of global groundwater storage under future climate change scenarios using deep learning
2025-Dec-20, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.181043
PMID:41319536
|
研究论文 | 本研究利用深度学习模型预测未来气候变化情景下全球地下水储量的长期变化 | 首次采用气候诱导的AI模型结合CMIP6 SSPs情景，对全球GRACE地下水储量进行长期预测至2100年，并识别温度作为主导驱动因素 | 模型依赖于CMIP6情景假设，未考虑局部人为干预或极端事件突变影响 | 评估未来气候变化对全球地下水储量的影响，为可持续水资源管理提供依据 | 全球地下水储量变化 | 机器学习 | NA | 深度学习 | 深度学习模型 | 气候数据、GRACE卫星数据 | 全球范围数据 | NA | NA | NRMSE, IOA | NA |
| 1350 | 2025-12-12 |
Chronic liver disease classification using deep learning with SHAP-optimized hybrid features
2025-Dec-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113972
PMID:41362625
|
研究论文 | 本研究提出了一种基于深度神经网络（DNN）的预测框架，结合特征排序和基于投影的算法，用于准确检测慢性肝病，并通过SHAP增强模型可解释性 | 提出了一种新颖的预测框架，将深度神经网络与特征排名和投影算法集成，并应用SHAP提高模型可解释性，以识别影响预测的最重要特征 | NA | 开发一种准确高效的慢性肝病检测方法，以支持早期干预并改善患者预后 | 慢性肝病 | 机器学习 | 肝病 | NA | DNN | NA | NA | NA | 深度神经网络 | 准确率 | NA |
| 1351 | 2025-12-12 |
Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering
2025-Dec-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146294
PMID:40934785
|
综述 | 本文综述了利用表面增强拉曼散射（SERS）进行抗生素检测的样品制备和信号放大方法 | 探讨了SERS与预浓缩、放大、磁性富集及分子印迹聚合物等工具的独用或混合应用趋势，并指出SERS耦合固/液相萃取领域尚待探索，以及深度学习在解析复杂SERS谱带中的潜力 | SERS耦合固/液相萃取的研究不足，需要兼容的纳米颗粒和新型纳米吸附剂 | 开发用于复杂基质中抗生素检测的先进预处理、分离和鉴别工具 | 抗生素 | 机器学习 | NA | 表面增强拉曼散射（SERS） | 深度学习 | 拉曼光谱数据 | NA | NA | NA | NA | NA |
| 1352 | 2025-12-12 |
Artificial intelligence in panoramic radiography interpretation: a glimpse into the state-of-the-art radiologic examination method
2025-Dec-11, International journal of computerized dentistry
IF:1.8Q2
DOI:10.3290/j.ijcd.b6173229
PMID:40272192
|
研究论文 | 本研究开发了一种基于YOLOv8的深度学习模型，用于在来自不同设备和设置的全景X光片中准确检测和分割多种牙齿问题及解剖结构 | 开发了一个多类别诊断标注模型，能够同时检测和分割33种不同的牙齿状况和解剖结构，而现有研究通常单独处理这些条件 | 未明确说明模型在不同设备和设置下的泛化能力的具体测试范围，以及临床实际应用中的验证情况 | 开发一个深度学习模型，用于辅助医生在全景X光片解读中的临床实践 | 全景X光片 | 计算机视觉 | 牙科疾病 | 全景X光成像 | CNN | 图像 | NA | NA | YOLOv8 | 精确度, 灵敏度, F1分数 | NA |
| 1353 | 2025-12-12 |
Investigation of data-driven stopping power calibration of treatment planning x-ray CT from simulated sparse-view proton radiographies
2025-Dec-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae2418
PMID:41289688
|
研究论文 | 本研究探索了利用深度学习融合质子放射成像和治疗计划X射线CT数据，以改进质子停止功率相对水（RSP）校准的方法 | 首次应用深度学习融合质子放射成像和治疗计划CT数据来改进RSP校准，相比传统优化方法，在特定探测器类型上实现了更低的校准误差 | 研究基于模拟数据，假设质子轨迹为直线，且未在真实临床数据上进行验证 | 改进质子治疗计划中X射线CT到质子停止功率的校准，以减少范围不确定性 | 质子治疗计划中的患者RSP图 | 医学影像分析 | NA | 蒙特卡洛模拟，质子放射成像 | 深度学习神经网络 | 模拟的X射线CT图像和质子放射成像数据 | NA | NA | 学习原始对偶（LPD）架构 | 中位数绝对百分比误差 | NA |
| 1354 | 2025-12-12 |
High-throughput atomic force microscopy measurements reveal mechanical signatures of cell mixtures for liquid biopsy
2025-Dec-11, Nanoscale
IF:5.8Q1
DOI:10.1039/d5nr04346h
PMID:41347355
|
研究论文 | 本研究利用高通量原子力显微镜结合深度学习模型，揭示了混合循环肿瘤细胞的独特机械表型，以提高液体活检的灵敏度 | 首次将高通量原子力显微镜单细胞压痕检测与深度学习实时识别技术结合，用于构建混合循环肿瘤细胞的机械特征，实现自主高通量测量 | 方法依赖于光学亮场图像识别，可能受图像质量影响；实验在共培养细胞和血液样本中验证，但临床大规模应用仍需进一步测试 | 提高循环肿瘤细胞检测的灵敏度，以推进液体活检在肿瘤诊断和治疗中的应用 | 混合循环肿瘤细胞、共培养的贴壁细胞 | 数字病理学 | 癌症 | 原子力显微镜、微流控细胞分选 | 深度学习模型 | 图像 | 大量细胞（具体数量未明确说明） | NA | NA | NA | NA |
| 1355 | 2025-12-12 |
Cervical sagittal alignment after multilevel ACDF: correction goes along with loss of compensation
2025-Dec-11, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09653-8
PMID:41372658
|
研究论文 | 本研究通过回顾性分析，探讨了多节段前路颈椎间盘切除融合术（ACDF）对颈椎矢状面排列及代偿机制的影响 | 首次利用深度学习模型量化分析多节段ACDF前后颈椎矢状面参数的变化，并揭示了手术节段前凸与未融合节段及上颈椎代偿机制之间的负相关关系 | 研究为回顾性设计，证据等级为IV级，可能存在选择偏倚，且未长期随访评估远期稳定性 | 明确多节段ACDF手术对颈椎矢状面排列和代偿机制的改变 | 因颈椎病接受2-3节段ACDF手术的290名患者 | 数字病理学 | 颈椎病 | 深度学习模型分析 | 深度学习模型 | 医学影像（X光片） | 290名患者 | NA | NA | NA | NA |
| 1356 | 2025-12-12 |
Enhancing total knee replacement prediction: a longitudinal joint space radiomic model integrated with clinical symptoms
2025-Dec-11, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004427
PMID:41376347
|
研究论文 | 本研究开发并验证了一个结合关节间隙影像组学特征与临床症状的纵向模型，用于预测4年内需要进行全膝关节置换术的风险 | 首次将关节间隙影像组学特征与临床症状评分整合到一个纵向预测模型中，用于预测全膝关节置换术 | 研究样本仅来自骨关节炎倡议队列，模型在外部队列中的泛化能力有待验证 | 开发一个能够准确预测4年内需要进行全膝关节置换术的集成模型 | 患有症状性膝骨关节炎但基线时未进行全膝关节置换的患者膝关节 | 数字病理学 | 骨关节炎 | MRI, 深度学习, 机器学习 | 深度学习, 机器学习 | MRI图像, 临床评分数据 | 442个膝关节（来自骨关节炎倡议队列），共1227次膝关节MRI扫描 | NA | NA | AUC, 敏感性, 特异性, 比值比 | NA |
| 1357 | 2025-12-12 |
Efficacy of a virtual bronchoscopic navigation system improved by deep learning for biopsy of peripheral lung lesions: a single-center randomized controlled trial
2025-Dec-11, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004391
PMID:41376368
|
研究论文 | 本研究通过一项单中心随机对照试验，比较了经深度学习改进的虚拟支气管镜导航系统（SARS-pro）与原始VBN系统在周围型肺病变活检中的诊断阳性率 | 首次将深度学习技术应用于改进虚拟支气管镜导航系统，以重建2-3毫米的小气道树，从而提高对周围型肺病变的活检引导准确性 | 单中心研究，样本量相对较小（95例），研究时间范围有限（2023年8月至2024年12月） | 比较改进的SARS-pro系统与原始VBN系统在周围型肺病变活检中的诊断效果 | 年龄≥18岁、有一个或多个周围型肺病变的患者 | 数字病理学 | 肺癌 | 虚拟支气管镜导航，深度学习 | 深度学习模型 | 医学影像数据 | 95名符合条件的受试者（全分析集），92名受试者（符合方案集） | NA | NA | 诊断阳性率 | NA |
| 1358 | 2025-12-12 |
Multisequence MRI-driven assessment of PD-L1 expression in non-small cell lung cancer: a pilot study
2025-Dec-11, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae2621
PMID:41378488
|
研究论文 | 本研究开发并验证了一种基于多序列MRI的非侵入性管道，用于评估非小细胞肺癌中的PD-L1表达 | 结合放射组学和深度学习方法，利用IVIM参数图和T1-VIBE MRI进行PD-L1表达的无创评估 | 样本量较小（43例患者），属于初步研究 | 开发一种非侵入性方法，用于评估非小细胞肺癌中的PD-L1表达 | 非小细胞肺癌患者 | 数字病理学 | 肺癌 | MRI, IVIM参数图, T1-VIBE | Logistic Regression, Random Forest, XGBoost | MRI图像 | 43例非小细胞肺癌患者 | Scikit-learn, XGBoost | NA | AUC | NA |
| 1359 | 2025-12-12 |
Block Matching Based Speckle Tracking Echocardiography: Clinical Applications and Research Outlook in a Deep Learning Context
2025-Dec-11, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01750-w
PMID:41379238
|
研究论文 | 本文提出了一种临床适用的斑点追踪方法BiDiBM，用于评估心肌纵向应变，并在合成和真实世界超声心动图数据上验证了其准确性和可靠性 | 引入双向块匹配（BiDiBM）方法，通过新颖的处理流程提升了传统块匹配方法的跟踪准确性和鲁棒性 | 深度学习方法因需要大量标注数据而临床部署受限，传统方法仍不可或缺；真实世界验证规模较小 | 开发并验证一种临床适用的斑点追踪超声心动图方法，以评估心脏功能障碍 | 超声心动图中的斑点区域，用于心肌纵向应变测量 | 计算机视觉 | 心血管疾病 | 斑点追踪超声心动图（STE） | 块匹配（BM） | 超声心动图图像 | 开源合成超声心动图数据集（四种场景）和小规模真实世界验证 | NA | 双向块匹配（BiDiBM） | 均方根误差（RMSE）, 互相关函数的零滞后点（ZERO-LAG） | NA |
| 1360 | 2025-12-12 |
AFP-GFuse: an antifungal peptide identification model with structural information fusion via multi-graph neural networks and cross-attention mechanism
2025-Dec-11, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11426-w
PMID:41379297
|
研究论文 | 本研究开发了一种名为AFP-GFuse的深度学习模型，用于识别抗真菌肽，通过融合序列和结构信息以及三种互补的图神经网络，并采用分层交叉注意力机制来动态对齐和融合多图特征表示 | 构建了最先进且全面的数据集，并开发了集成序列和结构信息与三种互补图神经网络的深度学习模型，设计了分层交叉注意力机制以动态对齐和融合多图特征表示，有效解决了现有方法忽略空间特征和单图神经网络特征偏差的问题 | 未明确提及具体局限性，但可能包括模型对数据质量的依赖或泛化能力需进一步验证 | 开发高效且准确的抗真菌肽识别模型，以替代传统低效且昂贵的实验室方法 | 抗真菌肽 | 自然语言处理 | NA | 深度学习 | GNN | 序列数据, 结构数据 | NA | NA | 多图神经网络, 交叉注意力机制 | 准确率 | NA |