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 48930 篇文献，本页显示第 3741 - 3760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3741 | 2024-10-01 |
Deep Learning-Based Obesity Identification System for Young Adults Using Smartphone Inertial Measurements
2024-09-04, International journal of environmental research and public health
DOI:10.3390/ijerph21091178
PMID:39338061
|
研究论文 | 本文提出了一种基于深度学习的肥胖识别系统，利用智能手机的惯性测量数据来识别年轻人的肥胖情况 | 本文创新性地将智能手机的惯性测量数据与深度学习模型结合，用于识别肥胖 | 研究样本较小，且排除了步态异常的个体 | 开发一种基于智能手机惯性测量数据的深度学习模型，用于识别年轻人的肥胖情况 | 年轻人的肥胖识别 | 机器学习 | NA | 惯性测量 | CNN, LSTM, CNN-LSTM | 惯性测量数据 | 训练集包含138名受试者，测试集包含35名受试者 | NA | NA | NA | NA |
| 3742 | 2024-12-22 |
Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements
2024-Jul-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.05.602302
PMID:39005269
|
研究论文 | 本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表示，并探讨了皮质对协调运动的组织结构 | 首次使用光遗传学技术在清醒小鼠中进行多肢运动映射，揭示了皮质对协调和行为相关运动输出的地形组织 | 研究仅限于小鼠模型，尚未在其他物种中验证 | 开发一种新的技术来映射皮质中多肢协调运动的地形组织 | 清醒小鼠的皮质中多肢协调运动的地形组织 | 神经科学 | NA | 光遗传学刺激，DeepLabCut（DLC），三维三角测量 | NA | 运动映射数据 | 多只清醒小鼠 | NA | NA | NA | NA |
| 3743 | 2024-08-15 |
Deep learning for automatic volumetric segmentation of left ventricular myocardium and ischaemic scar from multi-slice late gadolinium enhancement cardiovascular magnetic resonance
2024-05-31, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeae022
PMID:38244222
|
研究论文 | 本研究详细介绍了应用深度学习技术自动分割左心室心肌和缺血性瘢痕体积，并从晚期钆增强心血管磁共振成像（LGE-CMR）中自动量化心肌缺血性瘢痕负担 | 采用了三种模型（U-Net、Cascaded U-Net和U-Net++），并引入了一种新的自适应加权分类交叉熵损失函数进行训练 | NA | 开发一种深度学习模型，用于从LGE-CMR图像中自动分割和分析左心室瘢痕负担 | 左心室心肌和缺血性瘢痕的体积分割及量化 | 计算机视觉 | 心血管疾病 | 晚期钆增强心血管磁共振成像（LGE-CMR） | U-Net、Cascaded U-Net、U-Net++ | 图像 | 501张图像用于训练和验证，52张图像用于外部评估 | NA | NA | NA | NA |
| 3744 | 2026-07-25 |
Calibration-free blood pressure estimation based on a convolutional neural network
2024-04, Psychophysiology
IF:2.9Q1
DOI:10.1111/psyp.14480
PMID:37971153
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3745 | 2026-07-25 |
MoodSensing: A smartphone app for digital phenotyping and assessment of bipolar disorder
2024-04, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2024.115790
PMID:38401488
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3746 | 2025-10-06 |
A week in the life of the human brain: stable states punctuated by chaotic transitions
2024-Jan-15, Research square
DOI:10.21203/rs.3.rs-2752903/v3
PMID:37034705
|
研究论文 | 通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化 | 结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制 | 样本量较小（20名人类受试者），记录时长有限（3-12天） | 研究真实世界中大脑网络的动态变化与行为关系 | 人类大脑网络动态 | 计算神经科学 | NA | 多电极颅内记录 | 深度学习 | 颅内电生理信号 | 20名人类受试者，连续记录3-12天 | NA | NA | NA | NA |
| 3747 | 2026-07-24 |
AI-Assisted Capsule Endoscopy for Detection of Ulcers and Erosions in Crohn's Disease: A Multicenter Validation Study
2026-Aug, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2025.09.036
PMID:41076040
|
research paper | 多中心研究验证了人工智能辅助胶囊内镜在克罗恩病溃疡和糜烂检测中的性能 | 首次多中心验证不同设备（PillCamSB3和Olympus EC-10）下AI辅助读片的诊断性能，显著缩短读片时间 | NA | 验证AI模型在不同小肠胶囊内镜设备中检测溃疡和糜烂的性能 | 克罗恩病患者小肠胶囊内镜影像（溃疡和糜烂病变） | computer vision | Crohn's disease | SBCE | CNN | image | 259例SBCE检查 | NA | 深度学习模型 | sensitivity, specificity, positive predictive value, negative predictive value, accuracy | NA |
| 3748 | 2026-07-24 |
Artificial Intelligence-Based Detection of Achalasia on Plain Chest Radiography
2026-Aug, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2025.08.024
PMID:40975366
|
研究论文 | 开发并验证基于胸部平片深度学习的人工智能模型用于诊断贲门失弛缓症 | 首次利用深度学习模型从胸部平片中自动检测贲门失弛缓症，提供了一种非侵入性筛查方法 | 未在论文摘要中明确说明 | 开发和验证一个基于胸部平片的深度学习模型用于贲门失弛缓症的诊断 | 贲门失弛缓症患者的胸部平片 | 计算机视觉 | 贲门失弛缓症 | NA | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 3749 | 2026-07-24 |
Dose Reduction in 4-Dimensional Computed Tomography Imaging: Breathing Signal-Guided Deep Learning-Driven Data Acquisition
2026-02-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.08.047
PMID:40975131
|
研究论文 | 提出一种基于患者呼吸信号的深度学习驱动数据采集方法，用于减少四维计算机断层扫描（4D CT）中的辐射剂量 | 首次利用深度学习模型根据患者呼吸信号实时指导投影数据采集，仅采集必要数据，在减少辐射暴露的同时保持图像诊断质量 | 未明确提及限制，但可能包括模型对呼吸信号质量的依赖以及回顾性研究设计的潜在偏差 | 开发并验证一种ALARA原则兼容的4D CT成像方法，以降低辐射剂量而不影响图像质量 | 294名患者的1415个呼吸信号和104个独立临床4D CT扫描 | 医学成像, 深度学习 | 胸部肿瘤 | 四维计算机断层扫描（4D CT）, 呼吸信号引导 | 深度学习模型（具体架构未指定） | 呼吸信号数据, 4D CT图像 | 294名患者（1415个呼吸信号用于训练/验证，104个4D CT扫描用于测试） | NA | NA | Dice系数, 豪斯多夫距离, 肿瘤运动范围, 位移场大小, 伪影频率 | NA |
| 3750 | 2026-07-24 |
Artificial Intelligence in Computer-Aided Drug Design (CADD) Tools for the Finding of Potent Biologically Active Small Molecules: Traditional to Modern Approach
2026, Combinatorial chemistry & high throughput screening
IF:1.6Q3
|
综述 | 综述人工智能在计算机辅助药物设计中用于发现有效生物活性小分子的传统与现代方法 | 全面总结人工智能驱动的药物发现方法，涵盖结构虚拟筛选、深度学习的配体性质和靶点活性预测，以及按需虚拟库的应用，并探讨其对整个药物发现流程的变革潜力 | 未讨论具体方法的实证验证、实际应用中的局限性及数据隐私、模型可解释性等挑战 | 综述AI在药物发现中作为基础组件的作用，特别是用于识别高效、特异性小分子配体，以及如何加速药物开发并降低成本 | 靶向蛋白的小分子配体 | 机器学习 | 不适用 | 计算机辅助药物设计、虚拟筛选、深度学习 | 深度学习模型 | 文本、三维结构数据 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 3751 | 2026-07-24 |
Diagnostic performance of machine learning and deep learning algorithms for thyroid cancer metastasis: a systematic review and meta-analysis
2025-12-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03307-x
PMID:41361881
|
meta分析 | 系统评价与荟萃分析评估机器学习和深度学习算法在甲状腺癌转移检测中的诊断性能 | 首次通过大规模荟萃分析综合评估AI模型在甲状腺癌转移诊断中的表现，涵盖多种算法类型和数据来源，并进行了亚组和调节分析 | 纳入研究间存在异质性（I²统计量），可能源于不同模型设计和临床设置，且仅纳入英文文献 | 评估机器学习和深度学习算法在检测甲状腺癌转移中的诊断准确性，为临床决策提供支持 | 甲状腺癌成年患者的转移检测模型，包括机器学习与深度学习算法 | 机器学习 | 甲状腺癌 | NA | 机器学习，深度学习 | 医学影像及临床数据 | 35项研究共162个诊断估计值 | NA | 未指定具体架构，包括多种机器学习和深度学习模型 | AUC-ROC，敏感性，特异性，诊断优势比(DOR) | NA |
| 3752 | 2026-07-24 |
Dynamic monitoring and early warning of public emotional perception of risk during extreme rainstorm disasters: A study based on social media
2025-12, Applied psychology. Health and well-being
DOI:10.1111/aphw.70101
PMID:41405012
|
研究论文 | 本研究开发了一种结合暴雨情感词典与深度学习模型的情感分析框架，用于监测和预警极端暴雨灾害中公众风险情绪感知 | 构建了暴雨专用情感词典并融入TextCNN模型，形成知识增强的混合情感分析模型，在准确率和F1分数上分别提升10.9%和9.9% | NA | 通过社交媒体数据动态监测和预警极端暴雨事件中公众风险情绪感知，提升政府风险沟通和应急响应策略 | 微博平台上与暴雨灾害相关的公众情感表达文本 | 自然语言处理 | NA | 文本挖掘 | TextCNN | 文本 | 51,222条微博帖子 | PyTorch | TextCNN | 准确率, F1分数 | NA |
| 3753 | 2026-07-24 |
Artificial Intelligence in Valvular Heart Disease: Innovations and Future Directions
2025-10-27, JACC. Cardiovascular interventions
DOI:10.1016/j.jcin.2025.08.031
PMID:41161917
|
综述 | 综述了人工智能在心脏瓣膜病管理中的应用、未来方向及临床整合挑战 | 提出人工智能（尤其是机器学习和深度学习）可从常规检查（如心电图、超声心动图、CT）中挖掘隐藏数据，并引入数字孪生技术进行个体化疾病建模 | 模型需多中心严格验证以确保可靠性，且存在偏见、数据隐私和透明度有限等问题 | 探讨人工智能在心脏瓣膜病管理中的应用及未来发展方向 | 心脏瓣膜病患者的管理流程 | 机器学习 | 心脏瓣膜病 | NA | 机器学习、深度学习 | 多模态数据（人口学、症状、生物标志物、心电图、影像学等） | NA | NA | NA | NA | NA |
| 3754 | 2026-07-24 |
AI-Based System for Analysis of Electron Microscope Images in Glomerular Disease
2025-10-01, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证基于人工智能的透射电子显微镜图像诊断系统TEM-AID，用于肾小球疾病诊断 | 首次整合YOLO-v8检测、分割一切模型和人在环优化技术，实现肾小球超微结构（基底膜、足突、电子致密物）的精准分割与测量，并基于堆叠分类器实现7种肾小球疾病亚型分类 | 未提及具体局限性，但可能涉及外部验证的样本分布差异或模型泛化能力 | 开发并验证基于TEM图像的AI辅助诊断系统，提升肾小球疾病诊断效率与准确性 | 肾小球超微结构（基底膜、足突、电子致密物）及7种肾小球疾病亚型 | 数字病理学 | 肾小球疾病 | 透射电子显微镜（TEM） | 深度学习模型、堆叠分类器 | 图像 | 31670名患者，160727张TEM图像（内部验证26650名，外部测试5020名） | PyTorch | YOLO-v8、分割一切模型（SAM）、LASSO、堆叠分类器 | 平均交并比（IOU）、Dice系数、分类准确率、AUC、人机诊断一致性 | NA |
| 3755 | 2026-07-24 |
A Meta-Learning Approach for Multicenter and Small-Data Single-Cell Image Analysis
2025-08-12, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01810
PMID:40742562
|
研究论文 | 提出一种基于元学习的方法，用于多中心和少量数据的单细胞图像分析 | 将元学习与自动化宽场荧光显微镜结合，构建软硬件协同系统，显著减少单细胞图像标注工作量并提升跨来源数据的鲁棒性 | 未明确提及局限性，但可能依赖特定显微镜硬件配置 | 通过元学习方法降低单细胞图像标注需求，提高跨中心数据适应性 | 来自不同来源的单细胞图像数据 | 计算机视觉 | NA | 自动化宽场荧光显微镜 | 元学习模型 | 图像 | 使用60%标注数据（相比传统深度学习的100%） | PyTorch | 元学习结构 | 准确率 | NA |
| 3756 | 2026-07-24 |
Collaborative Internal Cavity Effect and Interfacial Modulation Mechanism for Boosting Deep Learning-Powered Immunochromatographic Pathogen Detection
2025-07-29, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03367
PMID:40662476
|
研究论文 | 提出一种深度学习增强的免疫层析分析方法，协同利用中空碳纳米球的内部空腔效应和界面抗体方向调控，实现病原体的超灵敏检测 | 通过中空碳纳米球内部空腔效应增强光吸收和光热转换效率，同时利用界面修饰实现抗体定向固定，并集成卷积神经网络实现100%准确率的病原体检测 | 未提及 | 开发一种深度学习增强的免疫分析方法，实现病原体的超灵敏和准确检测 | 病原体 | 计算机视觉 | 感染性疾病 | 免疫层析分析 | 卷积神经网络 | 图像 | NA | NA | CNN | 准确率 | NA |
| 3757 | 2026-07-24 |
Pairwise Attention: Leveraging Mass Differences to Enhance De Novo Sequencing of Mass Spectra
2025-07-04, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.5c00063
PMID:40454436
|
研究论文 | 提出了一种基于成对质量差改进注意力机制的变压器编码器，用于提升质谱从头测序性能 | 通过将手工谱图解析启发式知识融入注意力机制，引入基于成对质量差的可学习偏置来提高测序精度 | NA | 提升深度学习从头测序在质谱数据上的准确性 | 质谱MS2谱图对应的肽段序列 | 质谱蛋白质组学 | NA | 质谱技术 | Transformer编码器 | 质谱数据 | 九物种基准数据集 | NA | Transformer编码器（改进型） | 平均肽精度 | NA |
| 3758 | 2026-07-24 |
A Dual-Energy Computed Tomography Guided Intelligent Radiation Therapy Platform
2025-06-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.01.028
PMID:39921109
|
研究论文 | 介绍了一种基于双能计算机断层扫描引导的智能放射治疗平台，整合了先进成像和人工智能技术以优化放射治疗流程 | 首次将双能计算机断层扫描、双层多叶准直器、深度学习自动分割算法和自动计划与质量保证能力集成到一个统一的智能放射治疗平台中 | 未提及系统在长期临床实践中的稳健性、多中心验证结果及罕见病例的适用性 | 优化放射治疗流程，提高治疗精度和灵活性 | 放射治疗系统和临床病例 | 机器学习 | 癌症 | 双能计算机断层扫描、深度学习 | 深度学习模型 | 图像 | 99个风险器官各5例，以及临床病例 | 深度学习框架 | NA | Dice相似系数、剂量一致性指数、伽马通过率 | NA |
| 3759 | 2026-07-24 |
Nonperfused Retinal Capillaries-A New Method Developed on OCT and OCTA
2025-04-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.4.22
PMID:40202734
|
研究论文 | 本研究利用光学相干断层扫描（OCT）和OCT血管成像（OCTA）开发了一种新方法，用于量化和评估年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）中的无灌注视网膜毛细血管（NPCs） | 开发了一种基于深度学习去噪算法的新方法，通过共定位的OCT/OCTA数据，能够自动分割和量化无血流信号的视网膜毛细血管，从而提供了一种新的生物标志物 | 研究未提及算法的局限性，例如对图像质量的依赖或在不同数据集上的泛化能力，且样本量未明确说明 | 开发一种量化无灌注视网膜毛细血管的新方法，并评估其在AMD和DR眼中的应用价值 | 年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）患者的视网膜毛细血管 | 计算机视觉 | 年龄相关性黄斑变性, 糖尿病视网膜病变 | OCT, OCTA | 深度学习去噪算法 | 图像 | NA | NA | 深度学习去噪算法 | 准确率（88.2%） | NA |
| 3760 | 2026-07-24 |
Multi-task aquatic toxicity prediction model based on multi-level features fusion
2025-02, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.06.002
PMID:38844122
|
研究论文 | 提出了基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi，用于同时预测有机化合物对四种不同鱼类的急性毒性 | 首次将分子指纹与分子图结合进行多任务学习，同时预测四种鱼类的有机毒性，并通过注意力分数识别与毒性相关的分子片段，提升了模型的解释性 | 仅针对四种鱼类物种进行预测，未涵盖更多水生生物种类；模型可能受训练数据分布限制，泛化能力有待进一步验证 | 开发先进的多任务深度神经网络预测模型，以提高有机化合物对多种水生生物的毒性预测准确性和效率 | 有机化合物对四种不同鱼类（如斑马鱼、青鳉等）的急性毒性 | 机器学习 | NA | 分子指纹、分子图表示 | 多任务深度神经网络（ATFPGT-multi） | 分子结构数据（分子指纹和分子图） | 使用四个鱼类数据集（具体样本数量未明确给出） | NA | 基于注意力机制的多任务神经网络 | AUC | NA |