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 50418 篇文献，本页显示第 26941 - 26960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 26941 | 2025-10-06 |
Deep learning using a biophysical model for robust and accelerated reconstruction of quantitative, artifact-free and denoised R2* images
2020-12, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.28344
PMID:32767489
|
研究论文 | 提出一种基于生物物理模型的深度学习方法来稳健快速地重建定量、无伪影且去噪的R2*图像 | 采用自监督学习策略，无需真实R2*图像作为标签，仅需训练阶段使用F函数，应用阶段无需B0场不均匀性先验信息 | 未明确说明训练数据的具体规模和多样性限制 | 开发快速准确的磁共振R2*定量成像重建方法 | 多梯度回波磁共振成像数据 | 医学影像分析 | NA | 多梯度回波磁共振成像 | CNN | 磁共振图像 | NA | NA | 卷积神经网络 | 准确度 | NA |
| 26942 | 2025-10-06 |
The Role and Promise of Artificial Intelligence in Medical Toxicology
2020-10, Journal of medical toxicology : official journal of the American College of Medical Toxicology
IF:2.5Q3
DOI:10.1007/s13181-020-00769-5
PMID:32215849
|
综述 | 探讨人工智能在医学毒理学领域的应用前景与潜力 | 提出将深度学习与知识表示相结合的双重人工智能框架，以扩展毒物控制中心服务范围和增强社交媒体症状监测能力 | NA | 分析人工智能技术在医学毒理学领域的应用前景和发展方向 | 医学毒理学领域的人工智能应用 | 自然语言处理, 机器学习 | 中毒相关疾病 | 深度学习, 知识表示 | NA | 医学影像, 可穿戴设备数据, 社交媒体文本 | NA | NA | NA | NA | NA |
| 26943 | 2025-10-06 |
Speech exemplar and evaluation database (SEED) for clinical training in articulatory phonetics and speech science
2020-09-01, Clinical linguistics & phonetics
IF:0.8Q4
DOI:10.1080/02699206.2020.1743761
PMID:32200647
|
研究论文 | 开发了一个用于临床语音训练和语音科学教学的公开语音数据库 | 创建了首个公开可用的包含典型与障碍语音对比的临床语音数据库，填补了教学资源空白 | 数据库规模有限，仅包含特定类型的语音障碍样本 | 改善语音学、语音科学和临床语音障碍课程的教学质量，缩小理论与实践差距 | 成人和儿童的典型与障碍语音样本 | 语音科学 | 语音障碍 | 高质量语音录制技术 | NA | 语音录音 | 包含成人和儿童的有无语音障碍个体的语音样本 | NA | NA | NA | 高质量录音设备 |
| 26944 | 2025-07-23 |
Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods
2025-Dec, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.S3.S34102
PMID:40443946
|
研究论文 | 本文提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化能力 | 引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应 | 实验主要基于体外和离体样本，尚未在临床环境中进行大规模验证 | 解决分子光声成像中因光漂白导致的组织可视化问题，提高成像质量和临床决策支持 | 光声成像中的外源性染料 | 医学影像处理 | NA | 光声成像，深度学习 | cGAN, U-Net | 图像 | 体外和离体样本，包括ICG填充管的3D扫描实验 | NA | NA | NA | NA |
| 26945 | 2025-05-02 |
Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability
2025-Aug, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.022
PMID:40307112
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 26946 | 2025-07-23 |
Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models
2025-Aug, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.029
PMID:40328536
|
研究论文 | 本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的肿瘤内和肿瘤周围特征，并开发验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态 | 结合肿瘤内和肿瘤周围区域的放射组学与深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能 | 研究基于回顾性数据，可能存在选择偏差 | 预测肺腺癌患者的EGFR突变状态 | 826名肺腺癌患者的CT图像数据 | 数字病理 | 肺腺癌 | 放射组学特征提取、深度学习 | Lasso、多种机器学习算法、nnUNet、2D/2.5D/3D深度学习模型 | CT图像 | 826名患者（来自两家医院） | NA | NA | NA | NA |
| 26947 | 2025-07-23 |
Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding
2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3591254
PMID:40690341
|
研究论文 | 本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能 | 首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能 | 研究样本量较小（15名受试者），且未在临床患者中进行验证 | 探索深度学习在在线运动想象脑机接口中的应用效果 | 15名无脑机接口经验的受试者 | 脑机接口 | 中风康复 | EEG信号解码 | IFNet（交互频率卷积神经网络） | EEG信号 | 15名无BCI经验的受试者 | NA | NA | NA | NA |
| 26948 | 2025-07-23 |
Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis
2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3591076
PMID:40690349
|
research paper | 介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务 | 提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化 | 需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间 | 探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务 | 预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用 | computer vision | NA | denoising diffusion in a latent space | conditional generative models, latent diffusion models | image | small synthetic datasets | NA | NA | NA | NA |
| 26949 | 2025-07-23 |
Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster
2025-Jul-21, International journal of radiation biology
IF:2.1Q2
DOI:10.1080/09553002.2025.2531908
PMID:40690716
|
研究论文 | 本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化 | 利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性 | 系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发 | 开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估 | 日本的先进辐射紧急医疗支持中心及其生物剂量测定网络 | 数字病理学 | 核辐射伤害 | PNA-FISH, 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 26950 | 2025-07-23 |
Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk
2025-Jul-21, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.001
PMID:40691114
|
研究论文 | 本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险 | 首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架 | 样本量仍有限，外部验证集样本量较小(51例) | 开发大脑中动脉动脉瘤破裂风险分层预测模型 | 大脑中动脉动脉瘤患者 | 数字病理 | 心血管疾病 | CT血管造影(CTA)、放射组学分析 | 多模态融合深度学习模型(MCANet) | 医学影像(CTA)、临床数据、形态学参数 | 内部队列578例(其中破裂369例)+两个外部验证集51例 | NA | NA | NA | NA |
| 26951 | 2025-07-23 |
Deep learning unlocks antimicrobial self-assembling peptides
2025-Jul-21, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02299-3
PMID:40691518
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 26952 | 2025-07-23 |
MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models
2025-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.4.044501
PMID:40686919
|
研究论文 | 提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack | 利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性 | 目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究 | 研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计 | 深度学习医学图像分割模型 | 数字病理 | NA | 对抗攻击 | 深度学习模型 | 医学图像 | NA | NA | NA | NA | NA |
| 26953 | 2025-07-23 |
Predicting drug-target interactions using machine learning with improved data balancing and feature engineering
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03932-6
PMID:40461636
|
研究论文 | 本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，解决了数据不平衡和生化表示复杂性的问题 | 引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，以及使用GAN生成合成数据以解决数据不平衡问题 | 未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力 | 改进药物-靶标相互作用（DTI）的预测准确性 | 药物-靶标相互作用数据 | 机器学习 | NA | MACCS键、氨基酸/二肽组成特征提取 | GAN、随机森林分类器（RFC） | 生化数据 | BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集 | NA | NA | NA | NA |
| 26954 | 2025-07-23 |
Top-DTI: Integrating Topological Deep Learning and Large Language Models for Drug Target Interaction Prediction
2025-Feb-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.07.637146
PMID:39975019
|
研究论文 | 提出了一种名为Top-DTI的新框架，通过整合拓扑深度学习和大型语言模型来预测药物靶点相互作用 | 结合拓扑数据分析和大型语言模型，利用持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，同时通过蛋白质和药物的大型语言模型生成语义丰富的嵌入 | 未提及具体局限性 | 提高药物靶点相互作用预测的准确性和鲁棒性，为药物发现提供计算支持 | 药物靶点相互作用 | 机器学习 | NA | 拓扑数据分析(TDA)、大型语言模型(LLMs) | Top-DTI | 蛋白质接触图、药物分子图像、蛋白质序列、药物SMILES字符串 | 公共BioSNAP和Human DTI基准数据集 | NA | NA | NA | NA |
| 26955 | 2025-07-23 |
A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records
2025-Jan-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.01.21.25320916
PMID:39974062
|
研究论文 | 开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率 | 提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征 | 需要进一步验证 | 开发一个深度学习模型用于临床结果预测 | 住院患者的电子健康记录数据 | 机器学习 | COVID-19, ARDS, 败血症 | 深度学习 | Transformer | 电子健康记录(EHR) | COVID-19患者2579人，ARDS队列2799人，败血症队列6622人 | NA | NA | NA | NA |
| 26956 | 2025-07-23 |
Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3470310
PMID:39331558
|
研究论文 | 提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽 | 使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题 | 研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体 | 开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制 | 神经退行性疾病患者（SCA3）和健康个体 | 机器学习 | 神经退行性疾病 | 数据增强深度学习模型 | 深度学习模型 | 惯性传感器数据 | 12名神经退行性疾病患者和17名健康个体 | NA | NA | NA | NA |
| 26957 | 2025-07-23 |
Combination of facial and nose features of Amur tigers to determine age
2025-Jan, Integrative zoology
IF:3.5Q1
DOI:10.1111/1749-4877.12817
PMID:38509845
|
研究论文 | 通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄测定 | 发现老虎鼻子上的黑色斑点面积与年龄呈正相关，并首次将面部和鼻子特征结合用于年龄测定 | 准确率为87.81%，仍有提升空间 | 开发一种基于图像特征的东北虎年龄测定方法 | 东北虎的面部和鼻子特征 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 26958 | 2025-07-23 |
Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production
2025, Discover imaging
DOI:10.1007/s44352-025-00006-1
PMID:40098681
|
研究论文 | 本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态 | 首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态 | 研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌 | 探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用 | C. scindens细菌及其在不同培养条件下的代谢状态 | 数字病理学 | 结直肠癌 | 光学显微镜成像 | CNN, DenseNet, ResNet, nnU-Net | 图像 | 四种培养条件下的C. scindens图像数据 | NA | NA | NA | NA |
| 26959 | 2025-07-23 |
SAUSI: an integrative assay for measuring social aversion and motivation
2024-Dec-07, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.13.594023
PMID:38798428
|
研究论文 | 介绍了一种名为SAUSI的新型行为任务，用于全面评估小鼠的社会厌恶行为 | 开发了整合社会动机、犹豫、决策和自由互动元素的新行为任务SAUSI，克服了传统方法的局限性 | 目前仅在小鼠模型中验证，尚未在人类或其他动物模型中测试 | 研究社会厌恶行为的生物行为机制 | 小鼠 | 行为神经科学 | 社交焦虑症、自闭症谱系障碍 | 深度学习分析 | NA | 行为数据 | 未明确说明小鼠数量 | NA | NA | NA | NA |
| 26960 | 2025-07-23 |
Postoperative facial prediction for mandibular defect based on surface mesh deformation
2024-10, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.101973
PMID:39089509
|
研究论文 | 本研究介绍了一种基于表面网格变形的新型预测模型，用于预测下颌骨缺损患者的术后面部轮廓 | 采用表面网格理论和深度学习，区别于传统的点云方法，使用表面三角网格网格，通过MCRBM模型提取潜在变量生成三维变形场，提高了几何信息保存和可解释性 | NA | 提高下颌骨缺损重建术后面部轮廓预测的准确性 | 下颌骨缺损患者 | 计算机视觉 | 口腔颌面疾病 | 深度学习 | MCRBM | 三维网格数据 | NA | NA | NA | NA | NA |