深度学习在生物医药领域中的应用
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，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10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 31344 篇文献，本页显示第 2001 - 2020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2001 | 2025-09-05 |
Influence of Additional Gaussian Noises on Mixed Quantum-Classical Nonadiabatic Dynamics Simulations of Photoisomerization of cis-Azobenzene
2025-Sep-04, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c01986
PMID:40863108
|
研究论文 | 研究高斯噪声对混合量子-经典非绝热动力学模拟中顺式偶氮苯光异构化过程的影响 | 首次系统研究量子计算和深度学习产生的固有噪声对非绝热动力学模拟稳定性的影响，并提出分支校正表面跳跃方法对噪声具有较低敏感性 | 研究仅针对顺式偶氮苯体系，噪声影响可能因分子体系和计算方法而异 | 探究附加噪声对非绝热动力学模拟结果的影响 | 顺式偶氮苯分子的光异构化过程 | 计算化学 | NA | 表面跳跃动力学、Ehrenfest平均场动力学、量子计算、深度学习 | FSSH（最少切换表面跳跃）、分支校正平均场方法 | 量子化学计算数据、动力学模拟数据 | 基于单一分子体系（顺式偶氮苯）的多次动力学模拟 |
| 2002 | 2025-09-05 |
Deep learning predicts osteogenic differentiation stages of human mesenchymal stem cells from phase-contrast microscopy images
2025-Sep-04, Dental materials journal
IF:1.9Q4
DOI:10.4012/dmj.2025-015
PMID:40903238
|
研究论文 | 本研究构建并验证了能够仅通过相位对比显微镜图像预测间充质干细胞成骨分化阶段的深度学习模型 | 首次使用深度学习从相位对比显微镜图像中非侵入性地识别成骨分化阶段，无需染色或标记 | 模型整体准确率约70%，可能存在误分类情况 | 开发基于形态学特征的成骨分化阶段自动识别方法 | 人源永生化间充质干细胞系UE7T-13 | 计算机视觉 | NA | 相位对比显微镜成像 | ResNet-50, DenseNet-121 | 图像 | 在分化第0、1、5、10和14天采集的图像数据 |
| 2003 | 2025-09-05 |
Letter to the editor: comment on "Association of peripheral immune markers with brain age and dementia risk estimated using deep learning method"
2025-Sep-04, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003411
PMID:40905852
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2004 | 2025-09-05 |
From detection to decision: Can deep learning-based CADx meet the challenge of incidental pulmonary nodules?
2025-Sep-04, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11935-0
PMID:40906185
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2005 | 2025-09-05 |
Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer
2025-Sep-03, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03484-0
PMID:40900399
|
研究论文 | 提出一种多任务深度学习模型，用于自动分割转移性卵巢癌图像并评估治疗反应 | 首次展示多任务深度学习在复杂多部位HGSOC患者主要疾病负担中评估化疗诱导肿瘤变化的可行性 | NA | 评估新辅助化疗后的治疗反应并实现病灶自动分割 | 高级别浆液性卵巢癌患者的CE-CT扫描图像 | 数字病理学 | 卵巢癌 | 对比增强计算机断层扫描 | U-Net | 医学图像 | 99名患者198张CE-CT图像用于训练，49名患者98张扫描用于独立验证 |
| 2006 | 2025-09-05 |
A deep learning-clinical nomogram hybrid for predicting sentinel lymph node metastasis in melanoma
2025-Sep-03, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.70000
PMID:40900446
|
研究论文 | 开发结合深度学习和临床列线图的混合模型MISSLE，用于预测黑色素瘤前哨淋巴结转移 | 首次将聚类约束注意力多示例学习（CLAM）模型与临床列线图整合，实现组织病理学图像与临床数据的协同预测 | 单中心研究且样本主要来自日本人群，泛化性有限 | 预测侵袭性黑色素瘤患者的前哨淋巴结转移状态，辅助临床决策 | 78例侵袭性皮肤黑色素瘤患者（43例SLNM阳性，35例阴性） | 数字病理学 | 黑色素瘤 | CLAM（聚类约束注意力多示例学习），H&E染色全玻片图像分析 | ResNet50trunc, CLAM, 逻辑回归, SVM, 梯度提升 | 组织病理学图像，临床数据 | 78例病例（训练集60例，测试集18例） |
| 2007 | 2025-09-05 |
Development of A Fully Automated Dental Age Estimation Framework from Panoramic Radiographs Using Tooth-Level Information with an Attention-Weighting Module
2025-Sep-03, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf063
PMID:40900631
|
研究论文 | 开发了一种基于全景X光片和注意力加权模块的全自动牙龄估计框架 | 引入了两阶段流程（定向牙齿检测和基于深度学习的回归）以及注意力加权模块来聚合单颗牙齿的预测，提高了估计准确性和可解释性 | NA | 为法医领域开发全自动且可解释的牙龄估计方法 | 8至23岁个体的牙齿全景X光片 | 计算机视觉 | NA | YOLO11-OBB模型，深度学习回归，注意力机制 | DenseNet-121 | 图像（X光片） | 1639张全景X光片 |
| 2008 | 2025-09-05 |
Resting-State Functional MRI: Current State, Controversies, Limitations, and Future Directions-AJR Expert Panel Narrative Review
2025-Sep-03, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.32163
PMID:39660823
|
综述 | 本文总结了静息态功能磁共振成像（rs-fMRI）的当前发展状态、临床应用中存在的争议与局限性，并探讨了其未来发展方向 | 系统梳理了rs-fMRI在临床术前脑功能映射中的新兴应用价值，并深入讨论了深度学习解决方案和方法学标准化对推动该技术发展的作用 | 存在采集、预处理和分析方法的标准化挑战，结果解释存在变异性，语言偏侧化可靠性、患者间认知网络表征差异、网络连接动态特性以及神经血管解耦对网络检测的影响等问题尚未完全解决 | 评估rs-fMRI技术在临床术前脑功能映射中的当前应用状态和未来发展潜力 | 静息态功能磁共振成像技术及其在神经疾病治疗中的应用 | 医学影像分析 | 神经系统疾病 | fMRI，深度学习 | NA | 医学影像数据 | NA |
| 2009 | 2025-09-05 |
Ex Vivo Training in the "Root Removal First" Strategy Extraction Method Using a Deep Learning-Based CBCT Recognition System and PVC Resin Model
2025-Sep-03, Journal of dental education
IF:1.4Q3
DOI:10.1002/jdd.70029
PMID:40899117
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2010 | 2025-09-05 |
Use of Client-Side Machine Learning Models for Privacy-Preserving Healthcare Predictions - A Deployment Case Study
2025-Sep-03, Studies in health technology and informatics
DOI:10.3233/SHTI251408
PMID:40899553
|
研究论文 | 本文提出并验证了一种在浏览器端完全执行医疗预测模型的隐私保护方法 | 通过客户端机器学习模型实现医疗预测，避免敏感患者数据外传，突破传统服务器中心架构的隐私局限 | NA | 开发并验证隐私保护的医疗预测模型部署方案 | 医疗预测模型及浏览器端部署技术 | 机器学习 | NA | TensorFlow.js, ONNX Runtime Web, JavaScript | Random Forest, CNN | 医疗数据 | NA |
| 2011 | 2025-09-05 |
Classifying the AMi-Br Mitotic Figure Dataset with AUCMEDI
2025-Sep-03, Studies in health technology and informatics
DOI:10.3233/SHTI251413
PMID:40899557
|
研究论文 | 使用AUCMEDI深度学习框架对AMi-Br数据集中的有丝分裂图形进行八亚型分类 | 首次将AUCMEDI框架应用于AMi-Br数据集，并采用基于ConvNeXt的集成模型进行八类亚型分类 | 不同有丝分裂亚类的敏感性差异显著（0-82%），反映了数据集的内在挑战 | 开发自动化方法区分典型和非典型有丝分裂图形作为肿瘤生物标志物 | 乳腺癌样本中的有丝分裂图形（包括四个典型和四个非典型亚类） | 数字病理学 | 乳腺癌 | 深度学习 | ConvNeXt-based ensemble | 图像 | NA |
| 2012 | 2025-09-05 |
All That Glitters Is Not Gold: Importance of Rigorous Evaluation of Proteochemometric Models
2025-Sep-03, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00395
PMID:40899589
|
研究论文 | 本研究强调蛋白质化学计量学模型评估中严格标准的重要性，并揭示数据划分和类别不平衡对模型性能的关键影响 | 通过激酶-配体生物活性预测模型系统，首次系统评估数据泄露风险、嵌入质量和排列测试在蛋白质化学计量模型中的作用 | 研究主要基于激酶-配体系统，结论在其他蛋白家族中的普适性需要进一步验证 | 提高蛋白质化学计量学模型的评估严谨性和泛化能力 | 激酶-配体生物活性预测模型 | 机器学习 | NA | 蛋白质化学计量建模、多序列比对 | ML/DL-PCMs | 蛋白质和配体表示数据 | NA |
| 2013 | 2025-09-05 |
Parameter Estimation from Phylogenetic Trees Using Neural Networks and Ensemble Learning
2025-Sep-03, Systematic biology
IF:6.1Q1
DOI:10.1093/sysbio/syaf060
PMID:40899780
|
研究论文 | 提出一种基于集成神经网络的新方法，用于从系统发育树中估计物种多样化参数 | 结合密集神经网络、图神经网络和长短期记忆循环网络，同时利用系统发育树的图表示、分支时间和汇总统计进行学习 | 与最大似然估计方法类似，在延长出生-死亡过程下仍无法精确恢复参数 | 开发更稳健的神经网络方法来估计系统发育树的多样化参数 | 系统发育树和物种多样化参数 | 机器学习 | NA | 深度学习，集成学习 | DNN, GNN, LSTM, 集成神经网络 | 图结构数据，时间序列数据，统计汇总数据 | NA |
| 2014 | 2025-09-05 |
Deep learning-driven multi-hierarchical granularity integration for surgical scene understanding: experimental study
2025-Sep-03, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003434
PMID:40899800
|
研究论文 | 本研究构建了腹腔镜根治性肾切除术的全粒度标注数据集，并开发了一种用于多层级粒度整合的深度学习框架，以支持手术场景理解和临床智能应用 | 首个针对腹腔镜根治性肾切除术的全标注数据集，以及能够同时感知多粒度信息并通过共享特征提取实现双向补偿增强的新型轻量级框架 | NA | 实现计算机对手术场景的全面理解，为智能手术辅助和自主决策提供基础 | 腹腔镜根治性肾切除术的手术视频数据 | 计算机视觉 | 肾癌 | 深度学习 | 共享特征提取与任务特定解码器框架 | 手术视频帧 | 41个多中心手术视频，包含141,443帧手术阶段标注、8,435帧器械分割标注和25,305帧手术动作三元组标注 |
| 2015 | 2025-09-05 |
Multimodal deep learning for immunotherapy response prediction and biomarker discovery in non-small cell lung cancer
2025-Sep-03, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocaf142
PMID:40901703
|
研究论文 | 开发一种名为DeepAFM的多模态深度学习方法，整合组织病理学、基因组特征和临床信息，预测非小细胞肺癌患者对免疫治疗的响应 | 提出结合自监督VQVAE2表示学习、PCA降维和注意力机制的多模态集成方法，增强预测可解释性并发现潜在生物标志物 | 样本量较小（仅93例患者），置信区间较宽（0.69-1.00） | 预测非小细胞肺癌患者对抗PD-(L)1免疫治疗的响应并探索相关生物标志物 | 晚期非小细胞肺癌患者 | 数字病理 | 肺癌 | 全切片图像处理、PCA降维、K-means聚类、置换重要性评估 | VQVAE2, DeepAFM（多模态深度学习模型） | 组织病理学图像、基因组数据、临床变量 | 93名晚期非小细胞肺癌患者 |
| 2016 | 2025-09-05 |
Evaluation method for driver comfort under multi axis coherent vibration of seats
2025-Sep-03, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2025.2553136
PMID:40901779
|
研究论文 | 使用深度学习评估座椅多轴相干振动对驾驶员舒适度的影响 | 提出融合多模态相干特征的深度学习模型进行定量评估，能够准确捕捉影响舒适度的频率特性 | NA | 开发驾驶员舒适度的客观评估方法 | 驾驶员座椅的多轴振动信号 | 机器学习 | NA | 深度学习 | 深度学习模型（具体架构未说明） | 振动信号数据 | 通过道路测试收集的振动信号和主观评价数据（具体样本量未说明） |
| 2017 | 2025-09-05 |
Virtual Staging of Indoor Panoramic Images via Multi-task Learning and Inverse Rendering
2025-Sep-03, IEEE computer graphics and applications
IF:1.7Q3
DOI:10.1109/MCG.2025.3605806
PMID:40902042
|
研究论文 | 提出VISPI框架，通过多任务学习和逆渲染实现单张室内全景图像的虚拟装修 | 结合多任务深度学习和实时渲染，从杂乱场景中同步提取几何、语义和材质信息，支持交互式物体放置和立体显示 | NA | 解决室内全景图像虚拟装修中家具替换与光照一致性的技术挑战 | 室内全景图像 | 计算机视觉 | NA | 多任务深度学习、逆渲染、球形高斯光照估计 | Vision Transformer | 360°全景图像 | Structured3D和FutureHouse数据集 |
| 2018 | 2025-09-05 |
CINeMA: Conditional Implicit Neural Multi-Modal Atlas for a Spatio-Temporal Representation of the Perinatal Brain
2025-Sep-03, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3605194
PMID:40902057
|
研究论文 | 提出一种名为CINeMA的新型框架，用于创建高分辨率、时空多模态的围产期大脑图谱 | 在潜在空间中操作，避免计算密集的图像配准，将图谱构建时间从数天缩短至数分钟，并支持对解剖特征的灵活条件控制 | 在病理数据稀缺的情况下仍面临挑战，但专门设计用于低数据设置 | 开发适用于低数据环境的高分辨率时空多模态大脑图谱构建方法 | 围产期胎儿和新生儿大脑 | 医学影像分析 | 脑部发育异常 | 隐式神经表示，深度学习 | 条件隐式神经网络 | 磁共振影像 | NA |
| 2019 | 2025-09-05 |
Stroke-Aware CycleGAN: Improving Low-Field MRI Image Quality for Accurate Stroke Assessment
2025-Sep-03, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3605566
PMID:40902054
|
研究论文 | 提出一种基于3D深度学习的Stroke-Aware CycleGAN模型，用于提升低场强MRI图像质量以改善常规卒中评估 | 在传统CycleGAN中引入卒中病灶先验知识，采用新颖的空间特征变换机制，并结合梯度差异损失解决生成图像过度平滑问题 | NA | 提升便携式低场强MRI设备的图像质量，以支持更精确的卒中诊断和病灶量化 | 卒中患者的扩散加权成像（DWI）数据 | 医学影像分析 | 卒中 | 扩散加权成像（DWI），深度学习 | CycleGAN，3D CNN | MRI图像 | 101对配对的高场强和低场强DWI图像，来自同一患者的双次扫描 |
| 2020 | 2025-09-05 |
NVNMD-v2: Scalable and Accurate Deep Learning Molecular Dynamics Model Based on Non-Von Neumann Architectures
2025-Sep-03, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01050
PMID:40902087
|
研究论文 | 提出NVNMD-v2，一种基于非冯·诺依曼架构的可扩展高精度深度学习分子动力学模型 | 通过算法-硬件协同设计，集成广义深度神经网络势能与存内计算加速器，支持多达32种元素的多元素系统，突破四元素限制 | NA | 解决机器学习分子动力学框架在精度、可扩展性和能效方面的三难问题，特别是在成分复杂系统中 | 多元素材料系统，包括高熵合金、多铁性钙钛矿、半导体异质结构和生物分子组装体 | machine learning | NA | 分子动力学模拟，深度神经网络，FPGA加速 | GDNNP (广义深度神经网络势能) | 原子相互作用数据 | 支持高达2000万原子系统的模拟 |