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 32372 篇文献，本页显示第 321 - 340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2025-10-05 |
Advantages of deep learning reconstruction algorithm in ultra-high-resolution CT for the diagnosis of pancreatic cystic neoplasm
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01804-7
PMID:40445272
|
研究论文 | 评估深度学习重建算法在超高分辨率CT诊断胰腺囊性肿瘤中的图像质量和临床效用 | 首次在超高分辨率CT中系统比较深度学习重建算法与混合迭代重建算法对胰腺囊性肿瘤的诊断价值 | 回顾性研究设计，样本量较小（45例患者），单中心研究 | 评估深度学习重建算法在胰腺囊性肿瘤CT诊断中的图像质量和诊断性能 | 胰腺囊性肿瘤患者 | 医学影像 | 胰腺囊性肿瘤 | 超高分辨率CT，深度学习重建算法 | 深度学习重建算法 | CT图像 | 45例胰腺囊性肿瘤患者（2020年3月至2022年2月） | NA | NA | 图像噪声，对比噪声比，敏感性，特异性，准确率，AUROC，观察者间一致性 | NA |
| 322 | 2025-10-05 |
High visceral-to-subcutaneous fat area ratio is an unfavorable prognostic indicator in patients with uterine sarcoma
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01812-7
PMID:40500581
|
研究论文 | 本研究探讨了身体组成参数对子宫肉瘤患者总体生存率的影响 | 首次发现高内脏与皮下脂肪面积比(VSR)是子宫肉瘤患者不良预后的独立预测因子 | 样本量较小(52例患者)，且为回顾性多中心研究 | 评估身体组成参数对子宫肉瘤患者生存预后的影响 | 52例子宫肉瘤患者 | 数字病理学 | 子宫肉瘤 | CT成像，深度学习分割 | 深度学习 | CT图像 | 52例来自三家日本医院的患者(2007-2023年) | NA | NA | 风险比(HR)，p值 | NA |
| 323 | 2025-10-05 |
Comparison of publicly available artificial intelligence models for pancreatic segmentation on T1-weighted Dixon images
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01814-5
PMID:40531398
|
研究论文 | 比较三种公开可用的深度学习模型在T1加权Dixon图像上胰腺分割的性能 | 首次系统比较TotalSegmentator、TotalVibeSegmentator和PanSegNet三种公开AI模型在胰腺分割任务中的表现 | 样本量较小（仅20个腹部MRI序列），仅评估T1加权Dixon图像 | 评估和比较公开AI模型在胰腺自动分割中的性能 | 胰腺组织 | 医学影像分析 | 胰腺疾病 | T1加权磁共振成像，两点Dixon方法 | 深度学习模型 | 磁共振图像 | 20个上腹部T1加权磁共振序列 | NA | TotalSegmentator, TotalVibeSegmentator, PanSegNet | Dice相似系数, 95百分位Hausdorff距离, 平均对称表面距离, 阳性预测值, 敏感性, Bland-Altman图, 一致性相关系数 | NA |
| 324 | 2025-10-05 |
Discovery of novel cathepsin K inhibitors for osteoporosis treatment using a deep learning-based strategy
2025-Oct, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2025.2527686
PMID:40600916
|
研究论文 | 本研究通过深度学习策略结合实验方法发现新型组织蛋白酶K抑制剂用于骨质疏松治疗 | 首次结合深度学习模型Chemprop与实验验证筛选组织蛋白酶K抑制剂，发现槲皮素、γ-亚麻酸和异硫氰酸苄酯等新型抑制剂 | 仅对预测排名前100的分子进行实验验证，可能存在未发现的潜在抑制剂 | 开发新型组织蛋白酶K抑制剂用于骨质疏松治疗 | 组织蛋白酶K及其小分子抑制剂 | 机器学习 | 骨质疏松 | 深度学习预测、酶动力学、分子对接、分子动力学模拟、RANKL诱导破骨细胞生成实验 | 深度学习 | 化学分子数据 | 预测筛选后选择前100个分子进行实验验证 | Chemprop | NA | 抑制效果浓度依赖性、酶动力学参数、分子相互作用稳定性 | NA |
| 325 | 2025-10-05 |
SAGERank: inductive learning of protein-protein interaction from antibody-antigen recognition
2025-Oct-01, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc03707g
PMID:40927012
|
研究论文 | 提出SAGERank深度学习框架用于抗体-抗原相互作用预测和蛋白质-蛋白质相互作用研究 | 使用图采样聚合网络进行抗体设计，首次展示归纳式深度学习在解决分子科学小数据集问题方面的潜力 | NA | 预测抗体-抗原对接并开发基于结构的设计方法 | 抗体-抗原相互作用、蛋白质-蛋白质相互作用 | 机器学习 | 癌症 | 深度学习 | 图神经网络 | 蛋白质结构数据 | 癌症靶点数据集 | NA | Graph Sample and Aggregate Networks | 排名性能、识别准确性 | NA |
| 326 | 2025-10-05 |
SynapseNet: Deep learning for automatic synapse reconstruction
2025-Oct-01, Molecular biology of the cell
IF:3.1Q3
DOI:10.1091/mbc.E24-11-0519
PMID:40875337
|
研究论文 | 开发用于电子显微镜图像中突触结构自动分割的深度学习工具SynapseNet | 结合大规模标注数据集和领域自适应功能，能在多种电子显微镜方法中可靠分割突触结构 | NA | 实现电子显微镜图像中突触结构的自动分割和分析 | 突触囊泡、活性区、线粒体、突触前密度、突触带和突触区室等突触结构 | 计算机视觉 | NA | 电子显微镜 | 深度学习 | 电子显微镜图像 | 大规模标注数据集 | NA | NA | NA | NA |
| 327 | 2025-10-05 |
Deep Learning-Based Breath-Hold and Free-Breathing Cine MRI for Comprehensive Cardiac Evaluation
2025-Oct, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.0440
PMID:41015857
|
研究论文 | 评估和比较自由呼吸与屏气深度学习电影MRI序列在扫描时间、测量精度和图像质量方面与传统电影MRI的性能差异 | 首次系统比较针对心律失常和呼吸困难患者的两种深度学习电影MRI序列（自由呼吸和屏气）与传统方法的综合性能 | 样本量相对有限（70名参与者），且仅在3T扫描器上进行验证 | 开发更高效的心脏MRI成像方法，特别关注心律失常和呼吸困难患者的临床应用 | 70名参与者（24名心律失常、17名呼吸困难、29名正常窦性心律和正常呼吸） | 医学影像分析 | 心血管疾病 | 电影MRI, 深度学习 | 深度学习模型 | 心脏MRI图像 | 70名患者 | NA | NA | 扫描时间, 测量精度, 图像质量评分, 相关系数, 95%一致性界限 | 3T MRI扫描器 |
| 328 | 2025-10-05 |
Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review
2025-Oct-01, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.32637
PMID:40397559
|
综述 | 本文通过专家小组叙述性综述，全面探讨肺部MRI的临床适应症、现有能力、成像协议及新兴技术 | 整合深度学习加速方法等新兴技术，提出无电离辐射的肺癌筛查和无需超极化气体/静脉造影剂的通气灌注定量分析等未来应用方向 | 临床使用率极低，存在转诊医生认知不足及放射科医生/技师专业经验欠缺等推广障碍 | 系统评估肺部MRI的临床应用价值与技术发展前景 | 肺部MRI的适应症范围、技术能力与成像方案 | 医学影像 | 肺癌,间质性肺病 | MRI,深度学习加速方法 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 329 | 2025-10-05 |
Addressing Partial Volume Effects in Clinical PET Quantification: Modern Correction Strategies and Challenges
2025-Oct, PET clinics
IF:3.0Q2
DOI:10.1016/j.cpet.2025.07.001
PMID:40813150
|
综述 | 本文系统评述临床PET定量分析中部分容积效应的现代校正策略及其挑战 | 首次将新型部分容积校正方法归纳为四大类别并分析各自特点 | 未提供具体实验数据验证不同方法的性能比较 | 解决临床PET定量分析中的部分容积效应问题 | PET成像中的部分容积效应 | 医学影像分析 | NA | PET成像 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 330 | 2025-10-05 |
Motion Management in Positron Emission Tomography/Computed Tomography and Positron Emission Tomography/Magnetic Resonance
2025-Oct, PET clinics
IF:3.0Q2
DOI:10.1016/j.cpet.2025.07.004
PMID:40858422
|
综述 | 探讨临床PET检查中运动伪影的校正策略及其最新进展 | 整合外部设备与数据驱动的运动追踪技术，结合深度学习方法和全身PET系统实现先进运动校正 | NA | 提升PET图像质量与定量准确性 | PET/CT和PET/MR成像中的运动伪影 | 医学影像处理 | 肿瘤学、神经学、心血管疾病 | PET/CT、PET/MR、全身PET系统 | 深度学习 | 医学影像 | NA | NA | NA | 定量可靠性 | NA |
| 331 | 2025-10-05 |
Advancing Positron Emission Tomography Image Quantification: Artificial Intelligence-Driven Methods, Clinical Challenges, and Emerging Opportunities in Long-Axial Field-of-View Positron Emission Tomography/Computed Tomography Imaging
2025-Oct, PET clinics
IF:3.0Q2
DOI:10.1016/j.cpet.2025.07.010
PMID:40885661
|
综述 | 本文探讨人工智能在长轴视野PET/CT成像中提升图像定量分析的创新方法与临床挑战 | 系统阐述AI技术（特别是深度学习）在PET成像定量分析中的革命性应用，重点关注长轴视野PET/CT这一新兴技术 | NA | 推进正电子发射断层扫描图像定量分析技术，提升临床决策精准度 | 正电子发射断层扫描/计算机断层扫描（PET/CT）成像技术 | 医学影像分析 | 肿瘤学 | PET/CT成像，深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | NA | NA |
| 332 | 2025-10-05 |
ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification
2025-Oct-01, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3616232
PMID:41032538
|
研究论文 | 提出一种名为ID-Guard的通用框架，通过破坏面部识别特征来对抗深度伪造面部篡改 | 引入身份破坏模块(IDM)抑制被篡改面部中的可识别特征，采用多任务学习和动态权重策略增强跨模型性能 | 未在真实世界大规模部署场景中进行验证 | 开发主动防御方法对抗基于深度学习的面部篡改技术 | 面部图像和面部篡改模型 | 计算机视觉 | NA | 对抗性扰动生成 | 编码器-解码器网络 | 面部图像 | NA | NA | 编码器-解码器 | 跨模型迁移性，面部修复规避，面部识别系统规避 | NA |
| 333 | 2025-10-05 |
Morphology Prior Enhanced Teeth Segmentation for High-Resolution Oral Scans
2025-Oct-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3616205
PMID:41032560
|
研究论文 | 提出一种形态学先验增强的牙齿分割框架，用于高分辨率口腔扫描图像 | 通过牙齿形态学先验、姿态对齐预处理、分解-合并策略和可变形感受野模块，提升牙齿分割的准确性和泛化能力 | 未明确说明对特殊牙齿排列或病理状况的适应性 | 改进高分辨率口腔扫描图像中的牙齿分割精度 | 口腔内扫描图像中的牙齿结构 | 计算机视觉 | 牙科疾病 | 深度学习 | 图神经网络 | 3D口腔扫描图像 | 来自四个中心的6238个口腔内扫描图像 | NA | 可变形感受野网络 | 交叉中心测试准确率 | NA |
| 334 | 2025-10-05 |
Yb3+-optimized core-shell structured luminescent material for dual-mode encryption and deep learning fluorescence imaging
2025-Oct-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.569475
PMID:41032767
|
研究论文 | 本研究开发了Yb3+优化的核壳结构上转换发光材料，应用于双模式加密和深度学习荧光成像 | 通过优化Yb掺杂浓度使发光强度提升16-17倍，并整合莫尔斯码结构加密与QR码信息加密的多级安全特征 | 未提及材料的大规模生产成本和长期稳定性数据 | 开发具有增强发光性能的核壳结构材料用于高级防伪认证 | NaYF:Yb,NdLn(Er,Tm)@NaYf:Yb核壳上转换发光材料 | 材料科学,计算机视觉 | NA | 水热法,外延生长法,上转换发光技术 | CNN | 荧光图像 | 未明确说明样本数量 | PyCharm | 残差神经网络 | 分类准确率 | NA |
| 335 | 2025-10-05 |
Predicting the soliton trapping in birefringence optical fibers via spectral neural operator enhanced by CNLSE-Layer
2025-Oct-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.572368
PMID:41032825
|
研究论文 | 提出一种通过将耦合非线性薛定谔方程嵌入神经网络来预测双折射光纤中孤子俘获现象的方法 | 首次将CNLSE作为网络层嵌入神经网络，并采用谱神经算子建模群速度色散算子 | NA | 预测双折射光纤中孤子俘获现象的产生 | 双折射光纤中的矢量光学孤子 | 机器学习 | NA | 物理信息深度学习 | 神经网络 | NA | NA | NA | CNLSE-Layer, 谱神经算子 | NA | NA |
| 336 | 2025-10-05 |
Multi-operator-based model-driven self-supervised learning for fluorescence diffusion tomography
2025-Oct-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.572740
PMID:41032816
|
研究论文 | 提出一种基于多算子的模型驱动自监督学习方法用于荧光扩散断层成像，无需标注数据即可实现高质量重建 | 利用几何分离的源-探测器配置推导两个前向算子，并将算子作为双重约束集成到展开网络架构中 | 未提及具体的数据集规模限制和计算资源需求 | 解决荧光扩散断层成像中标注数据依赖问题，提升无标注数据场景下的重建质量 | 荧光扩散断层成像重建 | 医学影像重建 | NA | 荧光扩散断层成像 | 自监督学习 | 光学成像数据 | NA | NA | 展开网络架构 | 重建质量，形态特征恢复能力 | NA |
| 337 | 2025-10-05 |
Harnessing deep statistical potential for biophysical scoring of protein-peptide interactions
2025-Oct-01, Acta pharmacologica Sinica
IF:6.9Q1
DOI:10.1038/s41401-025-01659-8
PMID:41034399
|
研究论文 | 开发了一种名为DeepPpIScore的新型评分函数，用于蛋白质-肽相互作用的生物物理评分 | 结合无监督几何深度学习与物理启发的统计势能，无需结合亲和力数据或分类标签即可训练 | 仅使用精选的实验结构进行训练，未明确说明数据规模和多样性限制 | 改进蛋白质-肽相互作用的预测精度和可解释性 | 蛋白质-肽相互作用 | 机器学习 | NA | 几何深度学习，统计势能 | 深度学习 | 三维结构数据 | NA | NA | NA | 结合亲和力预测，结合对识别，结合模式预测 | NA |
| 338 | 2025-10-03 |
Gradient responsive regularization: a deep learning framework for codon frequency based classification of evolutionarily conserved genes
2025-Oct-01, BMC genomic data
IF:1.9Q3
DOI:10.1186/s12863-025-01358-7
PMID:41034712
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 339 | 2025-10-03 |
Radiomics and deep learning model based on X-ray imaging for the assisted diagnosis of early Legg-Calvé-Perthes disease
2025-Oct-01, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-09189-4
PMID:41034891
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 340 | 2025-10-05 |
Deep Learning-Based CAD System for Enhanced Breast Lesion Classification and Grading Using RFTSDP Approach
2025-Oct-01, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.70056
PMID:41035163
|
研究论文 | 开发了一种基于深度学习的CAD系统，通过射频时间序列动态处理方法增强乳腺病变的分类和分级能力 | 提出了射频时间序列动态处理(RFTSDP)方法，通过分析组织在受控刺激下的动态响应和散射体位移对RF回声的影响来增强诊断信息 | 研究仅使用了11个离体乳腺组织样本，样本量较小 | 开发能够准确分类和分级乳腺病变的计算机辅助诊断系统 | 离体乳腺组织样本 | 计算机视觉 | 乳腺癌 | 射频时间序列动态处理(RFTSDP)，超快速超声数据采集 | CNN | 超声图像，射频时间序列数据 | 11个离体乳腺组织样本 | NA | 卷积神经网络 | 准确率 | NA |