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 31275 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2025-09-20 |
Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240277
PMID:40668130
|
研究论文 | 开发一种结合眼动数据和放射学报告的协作AI系统，用于提高胸部X光片异常检测的诊断准确性 | 提出多模态协作AI系统CoRaX，整合眼动追踪与放射报告以识别和纠正感知错误 | 基于回顾性公共数据集，需进一步临床验证 | 通过AI与人类专家协作改进胸部X光异常检测 | 胸部X光片中的异常区域（如五种特定异常类型） | 计算机视觉 | 胸部疾病（未特指具体疾病） | 眼动追踪技术、多模态深度学习 | CNN、大型多模态模型 | 图像、眼动数据、文本报告 | 基于REFLACX和EGD-CXR公共数据集，包含332处异常区域的模拟错误测试 |
| 282 | 2025-09-20 |
Deep learning reveals antibiotics in the archaeal proteome
2025-Sep, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-025-02061-0
PMID:40796684
|
研究论文 | 利用深度学习从古菌蛋白质组中挖掘新型抗菌肽（archaeasins），以应对抗菌素耐药性威胁 | 首次系统性地探索古菌作为抗生素来源，并通过深度学习识别出具有独特氨基酸组成特征的新型抗菌肽 | 仅合成并测试了80种候选肽（占预测总量的0.63%），体内验证仅针对一种病原体 | 开发新型抗生素以解决抗菌素耐药性问题 | 古菌蛋白质组中的抗菌肽 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型（未指定具体架构） | 蛋白质序列数据 | 233个古菌蛋白质组，预测12,623个分子，合成验证80个肽 |
| 283 | 2025-09-20 |
Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240485
PMID:40736362
|
研究论文 | 通过模拟研究优化联邦学习配置，用于MRI前列腺分割和临床显著前列腺癌检测 | 针对多客户端场景独立优化联邦学习配置（包括本地训练轮数、联邦轮次和聚合策略），显著提升模型性能 | 基于模拟研究，需进一步验证在实际临床环境中的效果 | 开发并优化跨多客户端的联邦学习框架，用于前列腺MRI分割和癌症检测 | 前列腺MRI图像和临床显著前列腺癌检测 | 医学影像分析 | 前列腺癌 | 联邦学习（FL），nnU-Net架构 | nnU-Net | MRI图像（T2加权和双参数） | 前列腺分割：4个客户端，1294名患者；癌症检测：3个客户端，1440名患者 |
| 284 | 2025-09-18 |
Artificial Intelligence in Orthopaedic and Trauma Surgery Education: Applications, Ethics, and Future Perspectives
2025-Sep-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 285 | 2025-09-20 |
Artificial Intelligence in Neovascular Age-Related Macular Degeneration
2025-Sep, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2413-6782
PMID:39260410
|
综述 | 本文综述人工智能在新生血管性年龄相关性黄斑变性（nAMD）管理中的应用，包括诊断、预测疾病进展和治疗效果 | 深度学习模型在nAMD检测、疾病进展预测和治疗结果预测方面展现出卓越准确性，并在某些领域有潜力超越人类专家 | 面临数据集规模不足、临床工作流程整合困难以及AI预测在不同人群中的泛化能力等挑战 | 探索AI在nAMD管理中的整合与应用，以提升诊断准确性和治疗个性化 | 新生血管性年龄相关性黄斑变性（nAMD）患者及相关临床数据 | 数字病理学 | 老年性疾病 | 深度学习（DL） | 深度学习模型 | 医学影像数据 | NA |
| 286 | 2025-09-20 |
Automatic Segmentation of Primary Central Nervous System Lymphoma at Clinical Routine Postcontrast T1-weighted MRI
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240446
PMID:40970793
|
研究论文 | 开发并验证基于深度学习的模型，用于临床常规对比增强T1加权MRI中原发性中枢神经系统淋巴瘤的自动分割 | 首次基于nnU-Net框架实现多中心PCNSL自动分割，并在内部和外部数据集上验证模型鲁棒性 | 对边界不清的毫米级多发病灶分割精度略有下降 | 提升原发性中枢神经系统淋巴瘤的MRI影像自动分割精度 | 经病理证实的免疫活性PCNSL患者 | 数字病理 | 淋巴瘤 | 对比增强T1加权MRI | nnU-Net | 医学影像 | 135例患者（内部数据集87例，外部数据集48例） |
| 287 | 2025-09-20 |
An MRI Histopathology-based Deep Learning Approach for the Classification of Prostate Cancer
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.250466
PMID:40970800
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 288 | 2025-09-20 |
Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240381
PMID:40970801
|
研究论文 | 本研究评估了基于深度学习的MRI组织病理学数据在前列腺癌分类中的诊断能力 | 开发了新型人工智能分析方法，通过空间上下文集成提升分类性能并实现病灶大小估计 | 回顾性研究，数据收集于2009-2011年，需要进一步临床验证 | 评估MR组织病理学在前列腺癌识别中的诊断能力并指导临床成像参数选择 | 根治性前列腺切除术标本的组织学切片 | 数字病理学 | 前列腺癌 | MR组织病理学(MRH)，MR光谱 | 神经网络 | 图像 | 2009-2011年期间收集的前列腺癌根治术标本组织切片数据集 |
| 289 | 2025-09-20 |
CircCode3: integrating deep learning to mine and evaluate translatable circular RNAs from ribosome profiling sequencing and mass spectrometry data
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf458
PMID:40966647
|
研究论文 | 开发了一个集成分析流程CircCode3，用于从高通量测序数据中挖掘可翻译的环状RNA并评估其开放阅读框 | 整合了深度学习工具DeepCircm6A和DLMSC，用于预测m6A修饰位点和评估终止密码子可靠性，显著提升了现有工具的功能 | NA | 准确识别可翻译环状RNA及其开放阅读框 | 环状RNA（circRNAs） | 生物信息学 | NA | 核糖体分析测序、质谱数据、高通量测序 | 深度学习 | 测序数据、质谱数据 | NA |
| 290 | 2025-09-20 |
Single-View Echocardiographic Analysis for Left Ventricular Outflow Tract Obstruction Prediction in Hypertrophic Cardiomyopathy: A Deep Learning Approach
2025-Aug-16, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2025.08.008
PMID:40825382
|
研究论文 | 本研究开发了一种基于深度学习的模型，仅使用经胸超声心动图的胸骨旁长轴视图来预测肥厚型心肌病患者的严重左心室流出道梗阻 | 首次利用单一视图（PLAX）结合深度学习技术预测LVOTO，无需传统多视图、多普勒或激发试验，在资源有限环境下具有重要应用价值 | 研究基于特定医疗中心的数据，外部验证性能虽好但仍需更多多样化数据验证泛化能力 | 开发并验证一种深度学习模型，用于肥厚型心肌病中左心室流出道梗阻的预测与评估 | 肥厚型心肌病患者 | 数字病理 | 心血管疾病 | 经胸超声心动图（TTE） | 深度学习模型 | 视频 | 开发数据集n=1007，内部测试集n=87，外部验证集n=1334，治疗响应数据集n=156 |
| 291 | 2025-09-20 |
Learning in PINNs: Phase transition, diffusion equilibrium, and generalization
2025-Aug-14, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107983
PMID:40884895
|
研究论文 | 通过神经梯度信噪比研究全连接神经网络的学习动态，识别扩散平衡相并提出样本重加权方案以提升泛化能力 | 提出扩散平衡（DE）相概念，发现梯度方向对齐和残差同质性对泛化的关键作用，并设计针对问题样本的优化策略 | 主要基于二次损失函数和物理信息神经网络（PINNs）的实验验证，普适性需进一步研究 | 探究非凸目标中一阶优化器的学习动态及泛化机制 | 全连接神经网络及其优化过程 | machine learning | NA | 神经梯度信噪比（SNR）分析 | 全连接神经网络 | NA | NA |
| 292 | 2025-09-20 |
A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging
2025-Aug, European urology oncology
IF:8.3Q1
DOI:10.1016/j.euo.2024.11.001
PMID:39547898
|
系统综述 | 本文系统评估了深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性 | 首次系统综述2020-2023年间全自动深度学习模型在前列腺癌MRI诊断中的性能，并采用标准化工具评估研究质量 | 研究设计、验证策略和数据集存在显著异质性，仅三分之一研究进行了外部验证，限制了结果的普适性和临床转化 | 评估深度学习模型提升前列腺癌MRI诊断自动化的能力 | 临床显著性前列腺癌（csPCa） | 数字病理 | 前列腺癌 | MRI影像分析 | 深度学习模型 | 医学影像 | 25项符合纳入标准的研究（具体样本量未在摘要中说明） |
| 293 | 2025-09-20 |
Intelligent deep learning-based disease monitoring system in 5G network using multi-disease big data
2025-Aug, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2310785
PMID:38334127
|
研究论文 | 提出一种基于智能深度学习的疾病监测系统，利用5G网络和多疾病大数据进行实时疾病预测 | 开发了MPPP-SSGSO优化算法用于调参和模糊隶属函数优化，并采用集成提升模型与模糊分类器结合进行疾病分类 | NA | 构建高效的实时疾病监测系统以降低死亡率 | 从患者收集的多疾病大数据 | 机器学习 | 多疾病 | 数据预处理（对比度增强、中值滤波等），特征提取 | 1D-CNN, AdaBoost, XGBoost, CatBoost, 模糊分类器 | 从可穿戴医疗设备收集的传感器数据 | NA |
| 294 | 2025-09-20 |
Role of Artificial Intelligence in Critical Care Medicine: A Literature Review
2025-Aug, Cureus
DOI:10.7759/cureus.90149
PMID:40959327
|
文献综述 | 本文综述了人工智能在重症监护医学中的应用及其潜力 | 总结了AI在ICU中预测患者恶化事件、提升影像诊断准确性和优化监测算法的最新进展 | NA | 概述人工智能在重症监护领域的当前证据和应用前景 | 重症监护病房（ICU）产生的多模态医疗数据 | 医疗人工智能 | 重症疾病 | 机器学习和深度学习 | ML和DL模型 | 多模态数据流（生命体征波形、实验室结果、临床记录等） | NA |
| 295 | 2025-09-20 |
A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT
2025-Jul-24, ArXiv
PMID:40969484
|
研究论文 | 本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的提升效果 | 提出基于器官特异性解剖先验的多类别标注策略，显著优于传统的全身区域先验方法 | 样本量相对有限（105例CT扫描），仅基于单中心数据 | 改进嗜铬细胞瘤的自动分割精度以支持临床评估和疾病监测 | 腹部CT扫描中的嗜铬细胞瘤病灶 | 医学图像分析 | 嗜铬细胞瘤 | CT成像 | nnU-Net | 3D医学图像 | 91名患者的105例增强CT扫描 |
| 296 | 2025-09-20 |
Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis
2025-Jul-16, ArXiv
PMID:40969490
|
研究论文 | 提出并评估用于多发性硬化皮质病变MRI分割的深度学习模型基准 | 首个针对皮质病变检测与分割的多中心综合基准，结合模型可解释性分析和泛化能力验证 | 数据来自有限机构（4个），域外测试F1分数降至0.5，显示泛化能力仍有提升空间 | 开发标准化自动方法以促进多发性硬化皮质病变的临床整合 | 多发性硬化患者的皮质病变 | 医学图像分析 | 多发性硬化 | MRI（MP2RAGE和MPRAGE序列） | nnU-Net | MRI图像 | 656份MRI扫描（来自4家机构的临床试验和研究数据） |
| 297 | 2025-09-20 |
Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry
2025-Jul-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.02.662857
PMID:40631101
|
研究论文 | 提出基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断糖链结构 | 首次将Transformer架构应用于糖链结构推断，GlycoBART能够实现从头生成训练数据中未出现的新颖糖链结构 | 分类方法GlycoBERT仅限于预测训练数据中存在的结构 | 开发更准确和全面的糖链结构分析方法 | 糖链（聚糖） | 计算生物学 | NA | 串联质谱（MS/MS） | Transformer, sequence classifier, sequence-to-sequence | 质谱数据 | 人类胚胎肾细胞MS/MS数据集 |
| 298 | 2025-09-20 |
MuST: multiple-modality structure transformation for single-cell spatial transcriptomics
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf405
PMID:40874816
|
研究论文 | 提出一种名为MuST的多模态结构转换方法，用于解决空间转录组数据中的模态偏差问题 | 通过拓扑发现策略和拓扑融合损失函数整合多模态信息到统一潜在空间，有效协调不同模态间的不一致性 | NA | 解决空间转录组技术中的模态偏差现象，提升多模态数据在下游任务中的分析效果 | 空间转录组数据，包括转录组、空间和形态学多模态信息 | 生物信息学 | NA | 空间转录组技术，深度学习 | 深度学习模型 | 多模态数据（转录组、空间、形态学） | NA |
| 299 | 2025-09-20 |
Fluctuation structure predicts genome-wide perturbation outcomes
2025-Jul-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.27.661814
PMID:40631127
|
研究论文 | 提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动响应 | 首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动结果 | NA | 开发理论驱动模型以解释单细胞扰动筛选数据并预测全基因组响应 | 基因表达波动和扰动响应 | 功能基因组学 | NA | 单细胞扰动筛选，贝叶斯推断 | 线性响应理论框架 | 单细胞基因表达数据 | 11个大规模数据集，4,234次扰动，超过136万细胞 |
| 300 | 2025-09-20 |
Remaining Useful Life Prediction for Rolling Bearings Based on TCN-Transformer Networks Using Vibration Signals
2025-Jun-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25113571
PMID:40719529
|
研究论文 | 提出一种基于TCN-Transformer网络和振动信号的滚动轴承剩余使用寿命预测方法 | 开发了TCN-Transformer网络，能有效学习和整合振动信号的局部和全局特征，解决RUL预测中的长时间序列预测问题 | NA | 提高滚动轴承剩余使用寿命预测的准确性 | 滚动轴承 | 机器学习和预测性维护 | NA | 振动信号分析、特征提取、深度学习 | TCN-Transformer | 振动信号（时域和频域特征） | 使用IEEE PHM 2012数据挑战数据集进行验证 |