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 38849 篇文献，本页显示第 2681 - 2700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2681 | 2025-12-26 |
Critical evaluation of the theory and practice of feed-forward neural networks for genomic prediction
2025-Dec-24, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkaf314
PMID:41442545
|
研究论文 | 本文批判性地评估了前馈神经网络在基因组预测中的理论和实践，通过理论分析和实证研究比较了深度学习与线性模型的性能 | 提出了预测问题的分类法以避免模型比较中的混淆，并系统评估了深度学习在基因组预测中的三个声称优势 | 仅探索了深度学习模型空间的一小部分，可能未考虑其他潜在贡献方面 | 评估深度学习在基因组预测中的有效性，并与传统线性模型进行比较 | 玉米多环境试验数据集，包括基因组、土壤、天气和管理输入与谷物产量的关系 | 机器学习 | NA | 基因组预测，深度学习，RKHS回归 | 前馈神经网络，RKHS模型 | 基因组数据，土壤数据，天气数据，管理数据 | NA | NA | NA | 预测准确性 | NA |
| 2682 | 2025-12-26 |
Deep Learning Model for Classification of Premature Ventricular Contractions - Could Artificial Intelligence Models Become the New Criteria?
2025-Dec-24, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-25-1002
PMID:41443894
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2683 | 2025-12-26 |
Application of deep learning for transformation of Chinese traditional cultural narrative patterns and enhancement of cultural identity empowered by AIGC
2025-Dec-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-32302-5
PMID:41444384
|
研究论文 | 本研究旨在通过构建基于Stable Diffusion v2.1和CLIP模型的三模态生成框架，实现中国传统文化叙事内容的可控生成，并增强文化认同 | 提出了基于Stable Diffusion v2.1和CLIP的文本-图像-风格三模态生成框架，实现了传统文化语义与视觉意象的联合建模；引入LoRA机制轻量化嵌入传统文化风格特征，提升了小样本条件下的风格适应性；构建了“生成质量-语义一致性-文化认同”三级评价系统，系统验证模型性能 | 未明确说明模型在更大规模或更复杂传统文化内容生成中的泛化能力，也未讨论计算资源消耗或潜在偏见问题 | 实现中国传统文化叙事内容的可控生成，并增强文化认同 | 中国传统文化叙事内容 | 自然语言处理,计算机视觉 | NA | 深度学习,可控生成 | 扩散模型,对比学习模型 | 文本,图像 | 未明确说明具体样本数量，但提及小样本条件 | Stable Diffusion,CLIP | Stable Diffusion v2.1,CLIP | FID,LPIPS,风格识别准确率,BLEU,CLIP文本-图像相似度,叙事风格匹配度,用户叙事共鸣,意象准确度得分,问答任务通过率 | 未明确说明具体计算资源 |
| 2684 | 2025-12-26 |
Conjugate gradient and deep learning reconstructions: reduced time without affecting image quality and nodule detection
2025-Dec-24, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12153-4
PMID:41444395
|
研究论文 | 本研究评估了共轭梯度重建和深度学习重建在超短回波时间肺部MRI中减少扫描时间的同时保持图像质量和结节检测能力的效用 | 结合共轭梯度重建和深度学习重建技术，在超短回波时间肺部MRI中实现扫描时间减少而不影响图像质量和结节检测能力 | 研究样本量相对较小（35名患者），且仅针对肺部结节进行评估，未涉及其他肺部病变 | 评估共轭梯度重建和深度学习重建在超短回波时间肺部MRI中减少扫描时间的潜力 | NEMA体模和35名肺部结节患者 | 医学影像分析 | 肺癌 | 超短回波时间MRI | 深度学习重建 | MRI图像 | 35名肺部结节患者和NEMA体模 | NA | NA | 信噪比, 图像质量评分, 结节检测能力, ROC曲线下面积 | NA |
| 2685 | 2025-12-26 |
Genetic Insights into Head-to-Body Ratios Via Deep Learning-Based Image Segmentation and Implications for Common Diseases
2025-Dec-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-67578-8
PMID:41444482
|
研究论文 | 本研究利用深度学习模型分析英国生物库中的全身双能X射线吸收测定图像，生成头身比表型，并通过全基因组关联分析揭示了其遗传基础及其与多种常见疾病的关联 | 首次大规模应用深度学习分割全身影像生成头身比表型，并系统探索其遗传基础、疾病关联及进化背景 | 研究样本主要来自英国生物库，可能存在人群代表性限制；影像数据为双能X射线吸收测定图像，未涵盖其他影像模态 | 探究头身比的遗传基础及其与人类常见疾病的关联 | 英国生物库中的38,202例全身双能X射线吸收测定图像 | 计算机视觉 | 心血管疾病, 代谢疾病, 肌肉骨骼疾病, 神经精神疾病 | 双能X射线吸收测定 | 深度学习模型 | 图像 | 38,202例全身影像 | NA | NA | NA | NA |
| 2686 | 2025-12-26 |
A "calcification"-enhanced deep learning approach for precise differentiation of thyroid nodules
2025-Dec-24, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00976-9
PMID:41444688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2687 | 2025-12-26 |
SentXFormer: a transformer-enhanced hybrid deep learning framework for cross-domain sentiment analysis of customer reviews
2025-Dec-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33526-1
PMID:41444756
|
研究论文 | 提出了一种名为SentXFormer的深度学习模型，用于跨领域客户评论的情感分析 | 结合了CNN、GRU层与BERT、RoBERTa、DABERT的上下文嵌入，并引入了基于对抗训练和梯度反转层的领域适应模块，以学习领域不变表示 | 未明确提及具体限制，如模型在更广泛或更复杂领域中的泛化能力 | 提升跨领域情感分析的准确性和可迁移性 | 客户评论数据 | 自然语言处理 | NA | NA | CNN, GRU, Transformer | 文本 | 23,440条情感标注评论，来自Amazon（7,550条）、Yelp（8,450条）和IMDB（7,440条）数据集 | NA | SentiConGRU-Net, BERT, RoBERTa, Domain-Adaptive BERT (DABERT) | 准确率 | NA |
| 2688 | 2025-12-26 |
Comprehensive comparative analysis of explainable deep learning model for differentiation of brucellar spondylitis and tuberculous spondylitis through MRI sequences
2025-Dec-24, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03731-9
PMID:41444906
|
研究论文 | 本研究通过系统比较四种不同的深度学习架构，旨在寻找整合多序列MRI信息以区分布鲁氏菌性脊柱炎和结核性脊柱炎的有效策略 | 首次系统比较了单序列、单分支融合、异质多分支和同质多分支四种深度学习架构在整合多序列MRI数据用于脊柱炎鉴别诊断中的性能，明确了朴素通道融合策略的无效性 | 回顾性、单中心研究，样本量相对有限（235例患者），仅使用了内部测试集，缺乏外部验证 | 寻找并验证整合多序列MRI信息以区分布鲁氏菌性脊柱炎和结核性脊柱炎的最优深度学习架构策略 | 经手术和病理证实的布鲁氏菌性脊柱炎（82例）和结核性脊柱炎（153例）患者的MRI图像 | 数字病理学 | 脊柱炎 | 磁共振成像 | 深度学习模型 | 图像 | 235例患者（BS 82例，TS 153例） | NA | 单分支融合模型、异质多分支模型、同质多分支模型 | AUC | NA |
| 2689 | 2025-12-26 |
Charting the virosphere: computational synergies of AI and bioinformatics in viral discovery and evolution
2025-Dec-23, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01554-25
PMID:41222234
|
综述 | 本文回顾了计算病毒学从传统方法到AI及混合框架的演变，探讨了AI在病毒发现和进化研究中的整合应用 | 提出了一个结合AI模式识别与经典生物信息学的集成工作流程，以同时提升病毒发现的可扩展性和结果可解释性 | AI驱动的方法面临计算负担重、数据集偏差、可解释性有限以及假阳性发现率较高等挑战 | 加速病毒发现、增强对病毒进化的理解，并加强全球对新发传染病的防范准备 | 病毒基因组、病毒蛋白质及其与宿主的相互作用 | 生物信息学 | 传染病 | 宏基因组测序 | CNN, RNN, Transformer, GNN | 序列数据，结构数据 | NA | NA | AlphaFold, ESMFold, Foldseek | 灵敏度，可扩展性，假发现率 | NA |
| 2690 | 2025-12-26 |
U-Net-based deep learning architecture for automated CBCT segmentation of the mandibular canal in dental implant treatment planning: A systematic review and meta-analysis
2025-Dec-23, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.12.003
PMID:41444033
|
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U-Net的深度学习架构在CBCT影像中自动分割下颌管用于牙科种植治疗规划的准确性和临床相关性 | 首次对基于U-Net的深度学习模型在CBCT下颌管自动分割中的应用进行系统综述和定量荟萃分析，综合评估其分割精度和临床潜力 | 纳入研究数量有限（8项），存在高度异质性，且外部验证和模型可解释性分析报告不足，可能影响结果的普遍适用性 | 评估深度学习（主要是U-Net架构）在CBCT影像中自动分割下颌管用于牙科种植规划的准确性和临床价值 | 锥形束计算机断层扫描（CBCT）影像中的下颌管结构 | 数字病理 | NA | 锥形束计算机断层扫描（CBCT） | 深度学习 | 医学影像（CBCT扫描） | NA | NA | U-Net, 注意力机制U-Net, 残差U-Net | Dice相似系数（DSC）, 95%豪斯多夫距离（HD）, 交并比（IoU） | NA |
| 2691 | 2025-12-26 |
MRI-based habitat radiomics and deep learning for predicting vessels encapsulating tumor clusters and survival in hepatocellular carcinoma
2025-Dec-22, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02167-3
PMID:41428280
|
研究论文 | 本研究开发并验证了一种基于MRI的深度学习放射组学列线图模型，用于术前预测肝细胞癌中的血管包绕肿瘤簇和无复发生存期 | 首次结合栖息地放射组学和深度学习特征构建了多模态预测模型，并利用SHAP方法增强了模型的可解释性 | 回顾性研究设计可能存在选择偏倚，且外部验证集规模相对有限 | 开发术前预测肝细胞癌血管包绕肿瘤簇状态和无复发生存期的预测模型 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | Gd-EOB-DTPA增强MRI | 深度学习,机器学习分类器 | MRI图像 | 625例肝细胞癌患者（训练集296例，内部测试集126例，外部测试集203例） | NA | NA | AUC,F1-score,C-index | NA |
| 2692 | 2025-12-26 |
Deep Learning Approaches for Classifying Children With and Without Autism Spectrum Disorder Using Inertial Measurement Unit Hand Tracking Data: Comparative Study
2025-Dec-22, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/73440
PMID:41428363
|
研究论文 | 本研究评估了多种深度学习模型，利用惯性测量单元手部追踪数据对自闭症谱系障碍儿童进行分类 | 结合卷积自编码器和长短期记忆层处理IMU手部追踪数据，在自闭症分类任务中实现了高准确率和F1分数，并验证了小规模模型在医疗数据分类中的有效性和泛化能力 | 样本量相对较小（41名学龄儿童），且仅基于单一任务（伸手清理任务）的IMU数据，可能限制了模型的广泛适用性 | 评估深度学习模型在利用惯性测量单元手部追踪数据对自闭症谱系障碍儿童进行分类中的效果 | 自闭症谱系障碍儿童和正常发育儿童的惯性测量单元手部追踪数据 | 机器学习 | 自闭症谱系障碍 | 惯性测量单元手部追踪 | 卷积自编码器, 长短期记忆 | 时间序列数据 | 41名学龄儿童（包括自闭症谱系障碍儿童和正常发育儿童） | NA | 卷积自编码器+长短期记忆 | 准确率, F1分数 | NA |
| 2693 | 2025-12-26 |
Quantitative multi-metabolite imaging of Parkinson's disease using AI boosted molecular MRI
2025-Dec-22, Npj imaging
DOI:10.1038/s44303-025-00130-x
PMID:41429895
|
研究论文 | 本研究结合快速分子MRI采集与深度学习重建，对急性MPTP小鼠模型中的多种代谢物进行定量成像，以探索帕金森病的生物标志物 | 首次将快速分子MRI采集范式与深度学习重建相结合，实现多代谢物（谷氨酸、可移动蛋白质、半固体及可移动大分子）的定量成像，并识别出半固体磁化转移、酰胺及脂肪族接力核奥弗豪斯效应质子体积分数作为潜在的帕金森病生物标志物 | 研究基于急性MPTP小鼠模型，结果可能无法完全反映人类帕金森病的异质性或早期阶段特征 | 开发一种基于人工智能增强的分子MRI技术，用于帕金森病的定量多代谢物成像，以改善诊断和生物标志物发现 | 急性MPTP诱导的帕金森病小鼠模型 | 数字病理学 | 帕金森病 | 分子MRI, 磁共振波谱 | 深度学习 | MRI图像 | NA | NA | NA | NA | NA |
| 2694 | 2025-12-24 |
Author Correction: Multimodal deep learning model for prognostic prediction in cervical cancer receiving definitive radiotherapy: a multi-center study
2025-Dec-22, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02204-x
PMID:41429919
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2695 | 2025-12-26 |
A fault classification scheme based on protective agents for microgrid with parameters impact analysis
2025-Dec-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28178-0
PMID:41430064
|
研究论文 | 本文提出了一种基于保护代理的微电网故障分类方法，结合智能电子设备和混合深度神经网络，并分析了多种参数对方案性能的影响 | 创新点在于结合保护代理和混合深度神经网络进行故障分类，并全面分析微电网参数对深度学习故障检测与定位方案的影响 | 未明确说明方法在更复杂或大规模微电网系统中的适用性，且参数分析可能受限于模拟环境 | 提高微电网故障分类的准确性，并评估不同参数对基于深度学习的故障检测与定位方案的影响 | 微电网的故障检测、类型识别、相位检测和定位 | 机器学习 | NA | 深度学习故障检测与定位 | DNN | 模拟数据 | NA | TensorFlow, Keras | 混合深度神经网络（包含单层和混合层类型） | 准确率, 故障定位误差 | 使用DIgSILENT Power Factory、MATLAB和Python软件进行模拟 |
| 2696 | 2025-12-26 |
Deep learning-based MRI model for predicting P53-mutated hepatocellular carcinoma
2025-Dec-22, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02045-w
PMID:41430161
|
研究论文 | 本研究开发了一种基于MRI的深度学习模型，用于预测P53突变的肝细胞癌 | 首次利用EfficientNetV2架构，结合多序列MRI图像（动脉期、门静脉期、T2加权成像、肝胆期）构建深度学习模型来预测P53突变状态，并发现多序列组合模型显著优于单序列模型 | 研究为回顾性设计，样本量相对有限（312例），且未进一步验证模型在其他独立队列或前瞻性研究中的表现 | 开发一个基于MRI的深度学习模型，以无创方式预测肝细胞癌中的P53突变状态 | 312例经病理证实的肝细胞癌患者 | 计算机视觉 | 肝细胞癌 | 钆增强MRI | CNN | 图像 | 312例患者（训练集249例，测试集63例） | NA | EfficientNetV2 | AUC, 准确率, 灵敏度, 特异性, 精确率, F1分数 | NA |
| 2697 | 2025-12-26 |
Interpreting Imaging in the Era of Artificial Intelligence: Future Possibilities in Ocular Inflammatory Disease
2025-Dec-22, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.12.019
PMID:41443461
|
综述 | 本文回顾了人工智能在葡萄膜炎多模态影像解读中的应用现状、局限性与未来前景 | 探讨了AI在眼科炎症疾病影像分析中的新兴自动化机遇，特别是通过深度学习技术 | AI在葡萄膜炎领域的应用尚处于起步阶段，具体工具仍在开发中 | 评估AI在葡萄膜炎多模态影像解读中的能力、限制及未来潜力 | 葡萄膜炎（眼部炎症性疾病）及其多模态影像数据 | 计算机视觉 | 葡萄膜炎 | 多模态影像分析 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 2698 | 2025-12-26 |
From monochromatic waves to realistic tides: deep learning for short-term forecasting of coastal ocean
2025-Dec-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31670-2
PMID:41423688
|
研究论文 | 本研究提出了一种结合卷积神经网络和长短期记忆网络的混合架构，用于预测德国湾的海平面变化 | 开发了结合CNN空间重建与LSTM时间预测的混合深度学习框架，能够从有限数量的沿海观测站重建整个海域的海平面，并通过模拟数据同化显著提升预测精度 | 模型性能受空间信号复杂度和梯度陡度等因素影响，研究主要关注数据丰富区域的应用潜力 | 开发深度学习模型以补充传统数值模型，实现海岸海洋的短期预报 | 德国湾的海平面变化数据 | 机器学习 | NA | 深度学习 | CNN, LSTM | 海平面数据 | 从学术数据到实际数据的海平面数据序列 | NA | 卷积神经网络, 长短期记忆网络 | 预测误差 | NA |
| 2699 | 2025-12-26 |
Decoding aroma perception of grilled lamb skewers: an EEG-MambaFusionNet framework integrating TDS and GC-IMS
2025-Dec-21, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.147676
PMID:41443075
|
研究论文 | 本研究通过整合感官、化学和神经数据，开发了一个深度学习框架来解码烤羊肉串从生到熟过程中香气感知的动态演变及其神经特征 | 首次将时间优势感官法、气相色谱-离子迁移谱和脑电图数据融合，并开发了EEG-MambaFusionNet深度学习框架来量化香气感知的动态过程 | 未在摘要中明确说明 | 研究烤羊肉串从生到熟过程中香气感知的动态演变及其对应的神经特征 | 烤羊肉串的香气感知过程 | 机器学习 | NA | 时间优势感官法，气相色谱-离子迁移谱，脑电图 | 深度学习框架 | 感官数据，化学数据，神经数据 | 未在摘要中明确说明 | NA | EEG-MambaFusionNet | 预测准确率 | 未在摘要中明确说明 |
| 2700 | 2025-12-26 |
Asymmetric Cross-Reactivity of Nuclear Receptors Reveals an Evolutionary Buffer Between Estrogen and Androgen Signaling
2025-Dec-21, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.18.695200
PMID:41446225
|
研究论文 | 本研究通过深度学习框架预测蛋白质-配体相互作用，揭示了雌激素与雄激素信号之间不对称的交叉反应性及其进化缓冲机制 | 首次通过全对全受体配体亲和力筛选揭示类固醇激素受体结合的不对称性，提出雌二醇作为早期类固醇配体的进化模型 | 研究主要基于计算预测和结构建模，需要进一步的实验验证来确认预测的亲和力差异和生理功能 | 探究类固醇激素受体之间的交叉反应性及其进化意义 | 核受体（特别是类固醇激素受体）及其配体（如雌二醇、睾酮） | 计算生物学 | 前列腺癌 | 深度学习蛋白质-配体相互作用预测、系统计算机亲和力预测、结构建模、祖先序列重建 | 深度学习框架 | 蛋白质序列与结构数据、配体化学数据 | NA | Boltz-2 | NA | NA | NA |