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 39754 篇文献，本页显示第 2201 - 2220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2201 | 2026-01-17 |
Computer models and artificial intelligence increase the fidelity and efficiency of the in vitro models for hearing loss
2025-Dec-01, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01467-5
PMID:41327400
|
综述 | 本文综述了人工智能算法在体外听觉模型中的整合现状，旨在提高这些模型的准确性、效率和转化潜力 | 探索了计算机建模、机器学习和深度学习在增强体外听觉模型生理相关性、可扩展性和可重复性方面的应用，包括高通量图像分析、耳毒性预测建模、培养条件优化和类器官开发 | 存在数据标准化、生物复杂性、模型可解释性以及临床整合方面的挑战 | 提高体外听觉模型的保真度和效率，以研究听力损失的机制并测试潜在疗法 | 体外听觉模型，如永生化听觉毛细胞系、耳蜗外植体和内耳类器官 | 机器学习 | 听力损失 | 高通量图像分析、组学数据分析、耳蜗结构分割、遗传性耳聋建模 | 机器学习, 深度学习 | 图像, 组学数据 | NA | NA | NA | NA | NA |
| 2202 | 2026-01-17 |
Artificial Intelligence in Rheumatology: Clinical Applications in Rheumatoid Arthritis, Osteoarthritis, and Systemic Lupus Erythematosus
2025-Dec, Cureus
DOI:10.7759/cureus.99108
PMID:41531594
|
综述 | 本文是一篇叙述性综述，重点探讨了人工智能在类风湿关节炎、骨关节炎和系统性红斑狼疮等风湿病学领域的临床应用、潜力及挑战 | 系统性地整合了人工智能在三种主要风湿性疾病（RA、OA、SLE）中的最新应用证据，并强调了人机协作、电子健康记录整合及跨学科合作等未来发展方向 | 存在数据质量、算法偏见、可解释性有限以及缺乏真实世界验证等挑战，伦理问题如数据隐私和公平获取也需解决 | 综述人工智能在风湿病学，特别是类风湿关节炎、骨关节炎和系统性红斑狼疮中的诊断、预测和治疗应用，并探讨其临床转化潜力和未来研究方向 | 类风湿关节炎、骨关节炎和系统性红斑狼疮患者 | 数字病理学 | 风湿性疾病 | 多组学整合、生物传感器、可穿戴设备、生物力学数据分析 | 深度学习算法、联邦机器学习 | 影像数据、多组学数据、生物传感器数据、可穿戴设备数据、生物力学数据 | NA | NA | NA | NA | NA |
| 2203 | 2026-01-17 |
Diagnostic Accuracy of Artificial Intelligence for the Detection of Papilledema on Fundus Images: A Systematic Review and Meta-Analysis
2025-Dec, Cureus
DOI:10.7759/cureus.99135
PMID:41531615
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了基于人工智能的眼底图像视乳头水肿检测的诊断准确性 | 首次对AI在眼底图像上检测视乳头水肿的诊断准确性进行系统综述和荟萃分析，整合了多项研究结果 | 研究间存在中等程度的异质性，主要源于数据集大小、成像方式和参考标准的差异 | 评估人工智能技术通过眼底图像检测视乳头水肿的诊断准确性和临床有效性 | 视乳头水肿（颅内压增高的表现） | 医学影像分析 | 视神经疾病 | 眼底成像 | 深度学习模型, 传统机器学习算法 | 眼底图像 | 超过15,000张眼底图像（来自6项研究） | NA | ResNet, DenseNet, EfficientNet | AUC, 敏感性, 特异性 | NA |
| 2204 | 2026-01-17 |
A benchmark dataset and baseline methods for rock microstructure interpretation in SEM images
2025-Oct-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05947-0
PMID:41125635
|
研究论文 | 本文介绍了用于扫描电子显微镜图像中岩石微结构解释的基准数据集和基线方法 | 开发了一个标准化的SEM数据集，并比较了传统分割方法与深度学习模型，公开了数据集和实现代码 | NA | 自动化岩石SEM图像中的微结构分割，以分析孔隙度和矿物组成 | 泥岩、砂岩和页岩的扫描电子显微镜图像 | 计算机视觉 | NA | 扫描电子显微镜 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 2205 | 2026-01-17 |
SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION
2025-Sep, Proceedings. International Conference on Image Processing
DOI:10.1109/icip55913.2025.11084355
PMID:41527662
|
研究论文 | 提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，以改进高加速率下的自监督MRI重建 | 在传统自监督学习的k空间掩蔽基础上，引入一个新颖的一致性项，该一致性项评估模型在稀疏域中准确预测所添加扰动的能力 | NA | 改进高加速率下自监督MRI重建的图像质量，减少伪影和噪声放大 | 快速MRI扫描的重建 | 医学影像重建 | NA | 快速MRI扫描 | 物理驱动深度学习网络 | MRI图像，k空间数据 | fastMRI膝盖和大脑数据集 | NA | NA | 视觉评估，定量评估 | NA |
| 2206 | 2026-01-17 |
GACT: A Two-Stage Age Prediction Model Combining a Global Attention Block
2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC58623.2025.11254886
PMID:41335725
|
研究论文 | 本文提出了一种结合全局注意力块的两阶段年龄预测模型GACT，直接利用未分割的fMRI数据作为输入特征，以更好地利用fMRI数据的时空信息 | 提出了一种新颖的方法，直接使用未分割的fMRI数据作为输入特征，结合CNN和Transformer模型同时捕获空间和时间特征，并通过可解释性方法识别对年龄回归任务有显著影响的脑区 | NA | 利用神经影像数据估计大脑年龄，以理解正常大脑发育和神经系统疾病的进展 | fMRI数据 | 数字病理学 | 神经系统疾病 | fMRI | CNN, Transformer, MLP | fMRI数据 | NA | NA | CNN, Transformer, MLP | NA | NA |
| 2207 | 2026-01-17 |
Towards Automated EEG-Based Epilepsy Detection Using Deep Convolutional Autoencoders
2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC58623.2025.11254465
PMID:41335790
|
研究论文 | 本文提出了一种基于深度卷积自编码器的自动化癫痫检测方法，用于从脑电图信号中提取低维潜在表示 | 提出了一种结合时域和频域损失的深度卷积自编码器，以同时保留EEG信号的关键特征，解决了现有方法在单一表示下可能丢失相关信息的问题 | 未明确说明模型在临床环境中的泛化能力或对多样本集的测试结果 | 开发一种可靠且高效的自动化癫痫检测方法，以辅助脑电图分析 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图 | 自编码器 | 时间序列信号 | NA | NA | 深度卷积自编码器 | 重建误差, 敏感性, 每小时误报率 | NA |
| 2208 | 2026-01-17 |
SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION
2025-May-30, ArXiv
PMID:40492248
|
研究论文 | 提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，以改进高加速率下的自监督MRI重建 | 在传统自监督学习的k空间掩蔽思想基础上，引入了一个新颖的一致性项，该一致性项评估模型在稀疏域中准确预测所添加扰动的能力 | 未明确说明方法在更广泛数据集或临床环境中的泛化能力 | 改进高加速率下自监督MRI重建的图像质量，减少伪影和噪声放大 | 快速MRI扫描的重建 | 医学影像重建 | NA | MRI | 深度学习网络 | MRI图像/k空间数据 | fastMRI膝盖和大脑数据集 | NA | NA | 视觉评估, 定量指标 | NA |
| 2209 | 2026-01-17 |
Assessing greenspace and cardiovascular health through deep-learning analysis of street-view imagery in a cohort of US children
2025-Jan-15, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.120459
PMID:39603586
|
研究论文 | 本研究利用深度学习分割算法分析美国街景图像，评估居住区绿化空间与儿童心血管健康之间的关联 | 首次采用街景图像深度学习分析替代传统卫星测量，更精确地量化地面绿化暴露，并探索其与儿童心血管健康的跨阶段关联 | 仅观察到青春期晚期存在有限关联，未发现累积或纵向效应，样本局限于美国特定队列，可能受混杂因素影响 | 探究街景绿化空间与儿童心血管健康的关联性 | 美国Project Viva出生队列中的儿童参与者 | 计算机视觉 | 心血管疾病 | 深度学习分割算法 | 深度学习 | 街景图像 | 美国Project Viva队列儿童（2007-2021年追踪数据） | NA | 分割算法（未指定具体架构） | 回归系数, 95%置信区间 | NA |
| 2210 | 2026-01-17 |
Active learning of enhancers and silencers in the developing neural retina
2025-Jan-15, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2024.12.004
PMID:39778579
|
研究论文 | 本研究开发了一种主动学习方法，用于训练能够区分由光感受器转录因子CRX结合位点构成的增强子和沉默子的深度学习模型 | 采用主动学习策略结合合成生物学和不确定性采样，迭代训练能够区分相同序列但功能相反的CRX结合位点的模型 | 模型主要针对CRX转录因子，可能无法直接推广到其他转录因子或调控环境 | 开发能够准确区分增强子和沉默子的深度学习模型，以解决传统模型在解释转录因子功能多样性方面的局限性 | 光感受器转录因子CRX的结合位点及其调控功能（增强子/沉默子） | 机器学习 | NA | 大规模并行报告基因检测 | 深度学习 | 基因组序列 | 基因组中几乎所有结合的CRX位点，并通过多轮主动学习迭代增加训练数据 | NA | NA | NA | NA |
| 2211 | 2026-01-17 |
Opportunities and challenges for deep learning in cell dynamics research
2024-11, Trends in cell biology
IF:13.0Q1
DOI:10.1016/j.tcb.2023.10.010
PMID:38030542
|
综述 | 本文综述了深度学习在细胞动力学研究中的应用，包括现有技术、工具和开源数据集，并探讨了该领域的机遇与挑战 | 从计算角度总结了显微镜视频分析中的长期挑战，并回顾了深度学习引导自动化在细胞动力学研究中的新兴前沿和创新应用 | NA | 评估深度学习在细胞动力学研究中的机遇与挑战，支持药物开发、精准医学和基因组-表型组映射 | 细胞和亚细胞结构与动力学 | 计算机视觉 | NA | 显微镜成像 | 深度学习 | 图像, 视频 | NA | NA | NA | NA | NA |
| 2212 | 2026-01-17 |
Deep-Learning-Based Blood Glucose Detection Device Using Acetone Exhaled Breath Sensing Features of α-Fe2O3-MWCNT Nanocomposites
2024-09-11, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c06855
PMID:39225263
|
研究论文 | 本文开发了一种基于α-Fe2O3-MWCNT纳米复合材料的非侵入式血糖检测设备，通过检测呼气中的丙酮气体，并利用深度学习算法提高检测可靠性 | 结合α-Fe2O3-MWCNT纳米复合材料传感器与深度学习算法，实现高湿度环境下呼气丙酮的精确检测，用于非侵入式血糖监测 | 设备在±15误差范围内正确响应率约为85%，可能存在进一步优化空间，且样本量仅50名志愿者，需更大规模验证 | 开发非侵入式血糖检测设备，用于糖尿病早期诊断 | 人体呼气中的丙酮气体 | 机器学习 | 糖尿病 | 气体传感技术，深度学习算法 | 深度学习算法 | 气体传感数据 | 50名志愿者 | NA | NA | 正确响应率，响应时间，选择性，重复性 | NA |
| 2213 | 2026-01-17 |
Virtual staining for histology by deep learning
2024-09, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2024.02.009
PMID:38480025
|
综述 | 本文综述了深度学习在组织学虚拟染色中的应用，探讨了其基本概念、技术方法及未来展望 | 利用深度学习技术实现组织学染色的数字化替代，通过训练神经网络从未染色组织图像生成染色图像或在不同染色间转换信息，提供更可持续、快速且经济高效的替代方案 | 技术发展仍处于早期阶段，需要严格的验证 | 探讨人工智能驱动的虚拟组织学在病理学和生物医学研究中的应用潜力 | 组织学染色流程 | 数字病理学 | NA | 深度学习 | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 2214 | 2026-01-17 |
BrainFTFCN: Synergistic feature fusion of temporal dynamics and network connectivity for brain age prediction
2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC53108.2024.10782250
PMID:40038971
|
研究论文 | 提出一种名为BrainFTFCN的新型特征融合网络，通过协同整合时间动态性和网络连接性来增强大脑年龄预测 | 首次将时间动态性（通过时间序列）和网络拓扑结构（通过功能网络连接）进行协同特征融合，克服了以往模型仅关注单一特征的局限性 | 研究仅在Cam-CAN数据集上进行验证，未在其他独立数据集上测试泛化能力 | 开发更准确的大脑年龄预测模型以理解大脑发育和衰老机制 | 静息态功能磁共振成像（rs-fMRI）数据 | 医学影像分析 | 神经退行性疾病 | 静息态功能磁共振成像（rs-fMRI） | 深度学习, 图神经网络, 自编码器, 支持向量回归 | 神经影像数据 | Cam-CAN数据集（具体数量未明确说明） | PyTorch（推断）, Scikit-learn | Temporal Attention Autoencoder (TAAE), Functional Connectivity Graph Attention Network (FCGAT), 支持向量回归 | 平均绝对误差（MAE）, 其他未指定指标 | NA |
| 2215 | 2026-01-17 |
Electrotransfer for nucleic acid and protein delivery
2024-06, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2023.11.009
PMID:38102019
|
综述 | 本文综述了核酸和蛋白质电转移技术在生物技术中的应用，特别是在基因增强和基因组编辑领域 | 探讨了纳米技术和深度学习技术如何克服传统电穿孔的限制，并总结了已完成的临床试验和成功案例 | NA | 探索电转移技术在体外和体内场景中的应用，特别是生物医学用途 | 免疫细胞、干细胞和祖细胞等治疗相关细胞 | 生物技术 | NA | 电转移、电穿孔 | NA | NA | NA | NA | NA | NA | NA |
| 2216 | 2026-01-17 |
The text-package: An R-package for analyzing and visualizing human language using natural language processing and transformers
2023-Dec, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000542
PMID:37126041
|
研究论文 | 本文介绍了一个名为text的R软件包，该软件包利用自然语言处理和Transformer技术来分析和可视化人类语言 | 开发了一个专门为心理学和社会科学研究人员设计的、用户友好的R软件包，将最先进的NLP和深度学习技术（特别是Transformer）模块化并整合到端到端的人类层面分析流程中 | 未明确说明该软件包在处理特定语言或文化背景文本时的局限性，也未提及计算资源要求或大规模部署的性能基准 | 为心理学和社会科学研究者提供易于使用的工具，以利用先进的自然语言处理技术分析人类语言中的心理信息 | 人类语言文本数据 | 自然语言处理 | NA | 自然语言处理, 深度学习, Transformer | Transformer | 文本 | NA | R | Transformer | NA | NA |
| 2217 | 2026-01-17 |
An Automatic Remote Health Risk Assessment system based on LSTM for elderly
2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC40787.2023.10340287
PMID:38083128
|
研究论文 | 本文设计并验证了一种基于LSTM的老年人自动远程健康风险评估系统 | 提出了一种结合无线生理参数传感、LSTM生命体征预测和简化版国家早期预警评分（NEWS）的集成式自动化远程监测系统，为家庭监护提供了一种新的深度学习策略 | 风险识别准确率为74%，仍有提升空间；未详细说明系统在多样化老年人群中的泛化能力 | 开发一种自动化远程健康风险评估系统，以应对老龄化挑战，实现老年人居家健康监测 | 老年人 | 机器学习 | 老年疾病 | 无线生理参数传感 | LSTM | 时间序列生理数据 | NA | NA | LSTM | 准确率, MAE | NA |
| 2218 | 2026-01-16 |
Clinical applications of artificial intelligence-driven nitric oxide: a bibliometric and scientific mapping analysis
2026-Sep-01, Medical gas research
IF:3.0Q2
DOI:10.4103/mgr.MEDGASRES-D-25-00096
PMID:41496298
|
综述 | 本研究通过文献计量和科学图谱分析，系统描绘了人工智能驱动的一氧化氮研究的知识框架和转化瓶颈 | 首次采用知识图谱方法对人工智能驱动的一氧化氮交叉领域进行系统性分析，揭示了该领域的知识架构、技术演变和转化障碍 | 研究基于Web of Science数据库，可能遗漏其他来源的文献；分析主要关注宏观趋势，缺乏对具体算法或临床应用的深入技术评估 | 分析人工智能驱动的一氧化氮研究的现状、发展趋势和临床转化挑战 | 384篇相关学术文献（2005-2024年） | 机器学习 | 心血管疾病 | 文献计量分析、科学图谱分析 | NA | 文本（学术文献） | 384篇文献 | CiteSpace, VOSviewer, Bibliometrix R package | NA | NA | NA |
| 2219 | 2025-09-19 |
Letter to the Editor: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes
2026-Feb-01, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001534
PMID:40960952
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2220 | 2025-09-20 |
Reply: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes
2026-Feb-01, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001540
PMID:40966423
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |