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 33150 篇文献，本页显示第 3441 - 3460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3441 | 2025-10-06 |
HPDAF: A practical tool for predicting drug-target binding affinity using multimodal features
2025-Sep-08, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.118153
PMID:40934535
|
研究论文 | 介绍一种名为HPDAF的多模态深度学习工具，用于提高药物-靶标结合亲和力预测的准确性 | 独特整合三种生化信息类型（蛋白质序列、药物分子图、蛋白结合口袋结构相互作用数据），并采用新型分层注意力机制动态强调最相关的结构信息 | NA | 提高药物-靶标结合亲和力预测准确性以促进药物发现和设计 | 药物-靶标结合亲和力 | 机器学习 | NA | 多模态深度学习 | 深度学习 | 蛋白质序列, 药物分子图, 结构相互作用数据 | 使用CASF-2016和CASF-2013基准数据集 | NA | 分层注意力机制 | 预测性能指标 | NA |
| 3442 | 2025-10-06 |
Dosiomics-guided deep learning for radiation esophagitis prediction in lung cancer: optimal region of interest definition via multi-branch fusion auxiliary learning
2025-Sep-06, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.111121
PMID:40921328
|
研究论文 | 本研究开发了一种结合剂量组学和深度学习的模型，通过多任务辅助学习自动定义感兴趣区域，用于预测肺癌放疗患者的放射性食管炎 | 提出剂量组学引导的深度学习网络，通过多任务辅助学习基于辐射剂量分布图像自动定义准确客观的感兴趣区域 | 回顾性研究设计，样本量相对有限，需要外部验证 | 开发预测肺癌患者放射性食管炎的深度学习模型 | 接受放疗的肺癌患者 | 医学影像分析 | 肺癌 | 剂量组学，深度学习 | CNN | 辐射剂量分布图像 | 488例来自三家医院的患者（训练集235例，内部验证集101例，外部验证集1为57例，外部验证集2为95例） | NA | ResNet34 | AUC | NA |
| 3443 | 2025-10-06 |
Laser spectral enhancement and analysis based on blind-spot networks and Kolmogorov-Arnold networks
2025-Sep-06, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.128806
PMID:40934630
|
研究论文 | 提出基于盲点网络和Kolmogorov-Arnold网络的自监督深度学习框架，用于激光诱导击穿光谱的噪声抑制和定量分析 | 结合盲点网络的中心盲点卷积机制与动态掩码策略实现无干净参考数据的自监督降噪，并采用KANs架构通过自适应样条基函数改进定量分析 | 仅在不锈钢标准样品上进行验证，未涉及其他材料类型 | 提升激光诱导击穿光谱的分析性能，解决光谱噪声干扰和定量分析精度不足的问题 | 六种认证不锈钢标准材料(JZG201-JZG206B) | 机器学习 | NA | 激光诱导击穿光谱(LIBS) | 盲点网络,Kolmogorov-Arnold网络 | 光谱数据 | 6种不锈钢标准材料(36×36 mm固体块) | NA | 盲点网络,Kolmogorov-Arnold网络 | 相对标准偏差,特征峰保留率,强度保真度,决定系数,均方根误差预测 | NA |
| 3444 | 2025-10-06 |
Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering
2025-Sep-06, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146294
PMID:40934785
|
综述 | 本文综述了基于表面增强拉曼散射的抗生素检测中样品制备与信号放大方法 | 提出将深度学习与微尺度萃取和功能化磁性纳米材料相结合以提升检测精度 | SERS耦合固/液相萃取技术研究不足，缺乏兼容的纳米颗粒和新型纳米吸附剂 | 开发抗生素检测的样品前处理与信号增强技术 | 环境与食品中的抗生素污染物 | 分析化学 | NA | 表面增强拉曼散射(SERS), 固相/溶剂(微)萃取, 微流控, 侧流(免疫)分析, 磁性富集, 分子印迹聚合物 | 深度学习 | 拉曼光谱数据 | NA | NA | NA | 检测精度 | NA |
| 3445 | 2025-09-13 |
Infant Electrocardiogram-Based Deep Learning Predicts Critical Congenital Heart Disease
2025-Sep-06, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2025.08.005
PMID:40938228
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3446 | 2025-10-06 |
A Comprehensive Review on the Application of Artificial Intelligence for Predicting Postsurgical Recurrence Risk in Early-Stage Non-Small Cell Lung Cancer Using Computed Tomography, Positron Emission Tomography, and Clinical Data
2025-Sep, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.860
PMID:39844750
|
综述 | 本文系统回顾了基于CT、PET和临床数据的人工智能技术在预测早期非小细胞肺癌术后复发风险中的应用 | 首次全面评估了结合放射组学、机器学习和深度学习的多模态方法在早期NSCLC复发预测中的综合应用潜力 | 纳入研究存在样本量小、缺乏外部验证、可解释性不足和多模态影像技术融合不充分等问题 | 评估人工智能技术在预测早期非小细胞肺癌术后复发风险中的应用效果和发展前景 | 早期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT, PET, PET/CT | 机器学习, 深度学习 | 影像数据, 临床数据 | 16项符合纳入标准的研究 | NA | NA | NA | NA |
| 3447 | 2025-10-06 |
Artificial intelligence in metalloprotein binding site prediction: A systematic review bridging bioinformatics and biotechnology
2025-Sep, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.146666
PMID:40885350
|
系统综述 | 本文系统综述了人工智能在金属蛋白结合位点预测中的应用，连接生物信息学与生物技术领域 | 提出了基于数据集特征、研究目标和性能权衡的结构化决策框架来指导模型选择 | 数据不平衡、金属离子代表性不足和结构异质性限制了模型的泛化能力 | 系统评估人工智能在金属蛋白结合位点预测中的方法与应用 | 金属蛋白及其金属结合位点 | 生物信息学 | NA | 机器学习,深度学习 | Random Forest,CNN | 序列数据,结构数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 3448 | 2025-10-06 |
Analyzing Depression in College Students Using NLP and Transformer Models: Implications for Career and Educational Counseling
2025-Sep, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70828
PMID:40922618
|
研究论文 | 本研究开发了一种结合RoBERTa Transformer和GRU层的自然语言处理框架，用于通过社交媒体内容检测大学生抑郁症状 | 提出结合RoBERTa Transformer与GRU层的混合架构，并整合多模态嵌入（行为、时间和上下文元数据）来增强情感分析能力 | 研究依赖于社交媒体数据，可能无法完全代表所有学生群体，且模型性能可能受平台特定语言特征影响 | 开发自动化系统检测大学生抑郁症状，为学业和职业咨询提供支持 | 大学生的社交媒体帖子 | 自然语言处理 | 抑郁症 | 自然语言处理 | Transformer, GRU | 文本数据（社交媒体帖子） | 来自Twitter和Reddit的真实世界数据集 | PyTorch, TensorFlow | RoBERTa, GRU | 准确率 | NA |
| 3449 | 2025-10-06 |
Automated Coffee Roast Level Classification Using Machine Learning and Deep Learning Models
2025-Sep, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.70532
PMID:40923385
|
研究论文 | 本研究评估多种机器学习和深度学习模型用于咖啡烘焙程度自动分类 | 使用Xception作为特征提取器的CNN模型，并结合多种传统ML模型进行咖啡烘焙程度分类，实现完全自动化解决方案 | NA | 开发可靠、可扩展的咖啡烘焙程度自动分类方法 | 咖啡豆烘焙程度 | 计算机视觉 | NA | 图像分析 | CNN, AdaBoost, random forest, SVM | 图像 | 1,600张高质量图像，均衡分布在绿色、浅度、中度和深度四个烘焙等级 | NA | Xception | 准确率, F1分数 | NA |
| 3450 | 2025-10-06 |
High-resolution imaging system for integration into intelligent noncontact total body scanner
2025-Sep, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.9.096001
PMID:40927515
|
研究论文 | 开发了一种用于全身扫描仪的高分辨率光学皮肤成像模块和软件，通过焦点堆栈方法生成超聚焦皮肤镜图像 | 采用电调谐液体透镜快速捕获不同焦点图像序列，结合焦点堆栈和深度学习超分辨率技术提升图像质量 | 与接触式皮肤镜标准相比，个别病变分辨率存在差异；超分辨率技术可能影响原始数据真实性 | 开发用于早期黑色素瘤检测的高分辨率非接触式皮肤成像系统 | 皮肤病变和皮肤地形 | 计算机视觉 | 黑色素瘤 | 焦点堆栈成像、深度学习超分辨率 | 分类模型 | 图像 | NA | NA | NA | 分辨率(28μm)、采集速度(50帧/秒) | NA |
| 3451 | 2025-10-06 |
Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data
2025-Aug-30, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2025.127511
PMID:40695092
|
研究论文 | 本研究通过社交媒体分析和真实世界数据分析验证了COVID-19 mRNA疫苗接种与月经变化之间的关联 | 结合深度学习框架分析社交媒体讨论与真实世界医疗数据，首次系统验证COVID-19疫苗接种与月经变化的关联 | 研究基于观察性数据，无法确定因果关系，且仅分析了特定时间段的数据 | 调查COVID-19疫苗接种是否与月经紊乱发生率增加相关 | 15-49岁女性接种COVID-19疫苗后的月经变化情况 | 公共卫生，医学信息学 | 月经紊乱，疫苗相关不良反应 | 自我对照病例系列分析，深度学习自然语言处理 | 深度学习框架 | 社交媒体文本数据，医疗记录数据 | 70,977条社交媒体帖子，澳大利亚全科医疗数据集（2021年1月-2023年3月） | VaxPulse（专有深度学习框架） | NA | 相对发病率，95%置信区间，P值 | NA |
| 3452 | 2025-10-06 |
Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer
2025-Aug-27, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.25.25334393
PMID:40909848
|
研究论文 | 本研究通过深度学习模型整合基因表达特征和数字病理学图像，预测乳腺癌患者对新辅助化疗的治疗反应 | 首次将基于Transformer的模型应用于数字病理学图像来推断基因表达特征，并在多个临床试验队列中验证其预测治疗反应的能力 | 研究主要基于回顾性队列数据，需要在前瞻性研究中进一步验证 | 开发能够预测乳腺癌治疗反应的数字病理学模型 | 1,940例接受新辅助化疗的乳腺癌患者的治疗前H&E染色活检样本 | 数字病理学 | 乳腺癌 | 数字组织学，RNA测序 | Transformer | 图像，基因表达数据 | 1,940例乳腺癌患者，来自多个临床试验队列 | NA | Transformer | AUC | NA |
| 3453 | 2025-10-06 |
Helmets Labeling Crops: Kenya Crop Type Dataset Created via Helmet-Mounted Cameras and Deep Learning
2025-Aug-27, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05762-7
PMID:40866406
|
研究论文 | 本文通过头盔相机和深度学习技术创建了肯尼亚作物类型数据集 | 首次使用头盔相机结合公民科学网络收集作物数据，并开发深度学习流程处理图像 | 数据收集成本较高，仅覆盖肯尼亚2021和2022年长雨季 | 解决小农主导地区作物类型地图数据不足的问题，支持农业监测和粮食安全评估 | 肯尼亚小农种植的作物类型 | 计算机视觉 | NA | 头盔相机图像采集，深度学习 | 深度学习模型 | 图像 | 4,925个已验证的作物类型数据点 | NA | NA | NA | NA |
| 3454 | 2025-10-06 |
Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT
2025-Aug-26, Stroke and vascular neurology
IF:4.4Q1
DOI:10.1136/svn-2024-003372
PMID:39572171
|
研究论文 | 开发一种基于深度学习的自动识别脑CT中急性缺血性卒中病灶的方法 | 使用仅标注但未进行病灶注释的常规脑CT扫描训练深度学习模型，无需传统方法所需的精细病灶标注 | 慢性脑部病变（特别是非卒中病变和旧卒中病灶）会显著降低检测准确性 | 开发快速自动化的脑CT缺血性卒中病灶检测方法 | 脑CT扫描图像 | 计算机视觉 | 缺血性卒中 | CT成像 | CNN | 医学图像 | 2347名患者的5772张脑CT扫描 | NA | 卷积神经网络 | 准确率 | NA |
| 3455 | 2025-10-06 |
Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition
2025-Aug-24, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70046
PMID:40851334
|
研究论文 | 本文展示了结合高性能梯度和模型驱动深度学习的3D多层面扩散加权成像技术，用于高b值和高分辨率下的高级微观结构成像 | 将3D多层面扩散加权成像与高性能梯度系统相结合，实现了高b值(高达6000 s/mm²)和高分辨率(1mm各向同性)的微观结构成像，并采用优化的3D k空间欠采样方法显著缩短采集时间 | 需要高性能梯度系统(>200 mT/m, >300 T/m/s)支持，研究主要聚焦于脑部微观结构成像 | 开发适用于活体人类研究的高分辨率高级微观结构成像方法 | 人脑白质微观结构 | 医学影像 | NA | 3D多层面扩散加权成像，扩散加权磁共振成像 | 隔室模型，模型驱动深度学习 | 扩散加权磁共振影像 | NA | NA | 三隔室模型 | 变异系数 | 高性能梯度系统(>200 mT/m, >300 T/m/s) |
| 3456 | 2025-10-06 |
Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training
2025-Aug-22, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044031
PMID:40859555
|
研究论文 | 本研究通过随机对照试验评估基于情景模拟结合结构化汇报的骨髓穿刺培训在临床技能教育中的效果 | 将结构化汇报与情景模拟相结合应用于骨髓穿刺培训，提供了可复制、可扩展的教学模型及其有效性证据 | 样本量相对有限（112名学生），且仅针对骨髓穿刺单一技能培训 | 评估基于汇报的情景模拟教学在临床技能教育中的有效性 | 112名临床医学学生 | 医学教育 | NA | 情景模拟训练、结构化汇报 | NA | 考试成绩、技能评估分数、问卷调查数据 | 112名临床医学学生（对照组54人，实验组58人） | NA | NA | 前后测试成绩、骨髓穿刺评估分数、技能测试分数、客观结构化临床考试分数 | NA |
| 3457 | 2025-10-06 |
Diagnostic report generation for macular diseases by natural language processing algorithms
2025-Aug-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-326064
PMID:40348396
|
研究论文 | 本研究开发了基于规则和深度学习的自然语言处理算法，用于自动生成黄斑疾病的诊断报告 | 首次将多模态AI系统与NLP算法结合，针对四种黄斑疾病自动生成结构化诊断报告 | 仅针对四种特定黄斑疾病，样本量相对有限，未与资深眼科专家进行对比 | 研究自动生成黄斑疾病自然语言诊断报告的方法 | 1303名患者的2261只眼睛 | 自然语言处理 | 黄斑疾病 | 彩色眼底摄影，光学相干断层扫描 | 深度学习 | 图像，文本 | 2261只眼睛（来自1303名患者） | NA | NA | 可读性评分，诊断正确性评分，病变描述评分，建议评分 | NA |
| 3458 | 2025-10-06 |
Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study
2025-Aug-14, La Radiologia medica
DOI:10.1007/s11547-025-02064-1
PMID:40810889
|
研究论文 | 开发并验证用于检测急性胸痛患者阻塞性冠状动脉疾病的深度学习模型 | 首次基于YOLOv4开发专门用于急诊科急性胸痛患者冠状动脉CTA图像中阻塞性CAD检测的深度学习模型 | 需要手动预处理进行弯曲多平面重建图像提取，模型性能有待在更广泛人群中进一步验证 | 开发能够辅助急诊医生检测阻塞性冠状动脉疾病的深度学习工具 | 急诊科就诊的急性胸痛患者 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | CNN | 医学图像 | 训练集378名患者(10060张图像)，外部验证集298名患者 | NA | YOLOv4 | 灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC | NA |
| 3459 | 2025-10-06 |
Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions
2025-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM41523
PMID:40927097
|
综述 | 本文综述人工智能在成人先天性心脏病领域的诊断、治疗应用及未来发展方向 | 系统阐述AI在ACHD领域多模态应用的创新潜力，包括影像自动分析、心电图缺陷识别、风险预测模型和3D手术规划 | 数据可用性不足、算法偏差、缺乏前瞻性验证和临床整合问题 | 探讨人工智能在成人先天性心脏病诊疗中的临床应用价值与发展前景 | 成人先天性心脏病患者群体 | 数字病理 | 心血管疾病 | 机器学习, 深度学习 | NA | 医学影像, 心电图, 临床数据 | NA | NA | NA | 准确率, 诊断一致性 | NA |
| 3460 | 2025-10-06 |
Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing
2025-Aug, 3D printing and additive manufacturing
IF:2.3Q3
DOI:10.1089/3dp.2023.0191
PMID:40933586
|
研究论文 | 提出一种基于深度学习的超分辨率方法，用于改进熔融沉积建模3D打印的有限元分析精度和计算效率 | 将有限元分析中的网格模型类比为图像分辨率问题，首次将超分辨率技术应用于改进粗糙网格模型的精度 | 温度场和位移场之间的映射关系存在差异，需要分别处理 | 通过深度学习技术提高3D打印有限元分析的精度并减少计算时间 | 熔融沉积建模3D打印过程的温度场和位移场预测 | 计算机视觉 | NA | 有限元分析，熔融沉积建模 | 深度学习，超分辨率网络 | 网格数据，温度场图像，位移场图像 | NA | NA | 超分辨率残差网络 | 峰值信噪比，结构相似性指数 | NA |