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 36434 篇文献，本页显示第 3901 - 3920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3901 | 2025-11-13 |
Multiparametric Functional MRI of the Kidney: Current State and Future Trends with Deep Learning Approaches
2022-09, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-1775-8633
PMID:35272360
|
综述 | 本文综述了肾脏多参数功能磁共振成像的现状及深度学习应用前景 | 探讨深度学习在多参数fMRI数据分析和后处理中的创新应用 | 目前多参数fMRI在肾脏的应用主要局限于研究领域，缺乏标准化采集和后处理协议 | 评估肾脏功能并优化多参数fMRI在肾脏疾病诊断中的应用 | 肾脏 | 医学影像分析 | 肾脏疾病 | 多参数功能磁共振成像 | 深度学习 | 磁共振影像 | NA | NA | NA | NA | NA |
| 3902 | 2025-11-13 |
Evaluation of deep learning reconstructed high-resolution 3D lumbar spine MRI
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08708-4
PMID:35322280
|
研究论文 | 评估深度学习重建的高分辨率3D腰椎MRI图像质量与观察者间一致性 | 首次将深度学习重建技术应用于3D T2加权快速自旋回波腰椎MRI，并与标准重建和2D成像进行系统比较 | 样本量较小（35例患者），单中心回顾性研究设计 | 比较不同MRI重建方法在腰椎成像中的性能差异 | 腰椎MRI图像 | 医学影像分析 | 脊柱疾病 | MRI，T2加权快速自旋回波序列 | 深度学习重建算法 | 3D医学影像 | 35例患者（平均年龄58±19岁，26名女性） | NA | NA | Conger's kappa，图像质量评分 | NA |
| 3903 | 2025-11-13 |
Deep learning reconstruction for 1.5 T cervical spine MRI: effect on interobserver agreement in the evaluation of degenerative changes
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08729-z
PMID:35348861
|
研究论文 | 本研究探讨深度学习重建技术在1.5T颈椎MRI中对退行性病变评估的影响 | 首次在1.5T颈椎MRI中应用深度学习重建技术，证明其能提高图像质量且不增加扫描时间 | 样本量较小（21名志愿者），仅评估了两种采集次数情况 | 评估深度学习重建对1.5T颈椎MRI图像质量和观察者间一致性的影响 | 21名志愿者（17名男性，平均年龄42.4±11.9岁）的颈椎MRI数据 | 医学影像分析 | 脊柱退行性疾病 | MRI, 深度学习重建 | 深度学习 | 医学影像 | 21名志愿者 | NA | NA | Cohen's加权kappa值, p值 | NA |
| 3904 | 2025-11-13 |
Artificial intelligence-based detection of atrial fibrillation from chest radiographs
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08752-0
PMID:35357542
|
研究论文 | 开发基于人工智能的深度学习模型，通过胸部X光片检测心房颤动特征 | 首次利用深度学习模型从静态胸部X光片中识别心房颤动，为放射科医生提供了新的AF推断方法 | 回顾性研究，数据来自单一机构，可能存在选择偏倚 | 开发AI模型检测胸部X光片中的心房颤动特征 | 接受超声心动图检查患者的胸部X光片 | 医学影像分析 | 心血管疾病 | 深度学习 | 深度学习模型 | 胸部X光图像 | 总计13,868张图像（7,045名患者），训练集11,105张（5,637名患者），验证集1,388张（704名患者），测试集1,375张（706名患者） | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
| 3905 | 2025-11-13 |
Computational investigation of drug bank compounds against 3C-like protease (3CLpro) of SARS-CoV-2 using deep learning and molecular dynamics simulation
2022-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-021-10330-3
PMID:34637068
|
研究论文 | 本研究结合深度学习和分子动力学模拟技术，从DrugBank数据库中筛选针对SARS-CoV-2病毒3CL蛋白酶的潜在药物化合物 | 首次将深度学习回归模型与分子对接、分子动力学模拟相结合，系统筛选DrugBank数据库中的化合物对抗SARS-CoV-2主要复制酶 | 研究仅通过计算模拟进行预测，尚未通过实验验证药物效果 | 开发针对SARS-CoV-2病毒3CL蛋白酶的有效抑制剂 | SARS-CoV-2病毒的3CL蛋白酶及DrugBank数据库中的9101种药物化合物 | 计算生物学 | COVID-19 | 深度学习, 分子对接, 分子动力学模拟 | 回归模型 | 化合物结构数据 | 9101种药物化合物，最终筛选出2种潜在有效化合物 | NA | NA | RMSD, Rg, RMSF, MMPBSA, SASA | NA |
| 3906 | 2025-11-13 |
3D Segmentation Guided Style-Based Generative Adversarial Networks for PET Synthesis
2022-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2022.3156614
PMID:35239478
|
研究论文 | 提出一种分割引导的基于风格的生成对抗网络，用于将低剂量PET图像转换为全剂量图像 | 采用基于风格的生成器进行特征调制，并结合分割任务驱动策略提升感兴趣区域的合成效果 | NA | 提升低剂量PET图像质量，实现向全剂量PET图像的转换 | 正电子发射断层扫描(PET)图像 | 医学影像分析 | NA | PET成像 | GAN | 3D医学图像 | NA | NA | SGSGAN, 基于风格的生成器 | NA | NA |
| 3907 | 2025-11-13 |
A deep learning-based system for real-time image reporting during esophagogastroduodenoscopy: a multicenter study
2022-08, Endoscopy
IF:11.5Q1
DOI:10.1055/a-1731-9535
PMID:35272381
|
研究论文 | 开发基于深度学习的胃镜自动图像报告系统并在临床实践中验证其性能 | 首次构建集成七个卷积神经网络的内镜自动图像报告系统，并在多中心研究中验证其实时图像报告能力 | 研究时间范围较短（2021年5月至6月），样本量相对有限 | 构建智能系统实现胃镜检查过程中的自动照片记录并测试其临床实用性 | 接受胃镜检查的患者 | 计算机视觉 | 胃肠道疾病 | 胃镜检查 | CNN | 图像 | 210,198张训练测试图像，161名前瞻性测试患者 | NA | 七个卷积神经网络集成 | 准确率, 完整性 | NA |
| 3908 | 2025-11-13 |
Biomedical Data and Deep Learning Computational Models for Predicting Compound-Protein Relations
2022 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2021.3069040
PMID:33769935
|
综述 | 本文综述了深度学习在化合物-蛋白质关系预测中的最新应用进展 | 系统梳理了CPR预测中的数据集、特征工程和深度学习方法，并进行了全面性能比较 | NA | 调查和讨论深度学习技术在化合物-蛋白质关系预测中的最新应用 | 化合物-蛋白质关系（包括相互作用和亲和力） | 生物医学信息学 | NA | 虚拟筛选 | 深度学习模型 | 生物医学数据、化合物和蛋白质的物理化学及结构特性 | NA | NA | NA | NA | NA |
| 3909 | 2025-11-13 |
Deep learning in target prediction and drug repositioning: Recent advances and challenges
2022-07, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2021.10.010
PMID:34718208
|
综述 | 本文综述了深度学习在靶点预测和药物重定位领域的最新进展与挑战 | 系统总结了深度学习架构在药物重定位中的创新应用，并提出了应对当前挑战的潜在解决方案 | 未涉及具体实验验证，主要基于文献综述和分析 | 探讨深度学习在药物重定位和靶点预测中的应用潜力 | 已批准或研究中的药物 | 机器学习 | NA | 深度学习 | 深度学习 | 药物数据、靶点数据 | NA | NA | NA | NA | NA |
| 3910 | 2025-11-13 |
Impact of Artificial Intelligence on Miss Rate of Colorectal Neoplasia
2022-07, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2022.03.007
PMID:35304117
|
研究论文 | 本研究评估人工智能在降低结肠镜检查中结直肠肿瘤漏诊率的效果 | 首次通过随机对照试验验证深度学习辅助诊断系统在结肠镜检查中降低腺瘤漏诊率的有效性 | 样本量相对有限（230例），仅纳入8个医疗中心 | 评估人工智能对结直肠肿瘤漏诊率的影响 | 接受结直肠癌筛查或监测的患者 | 计算机视觉 | 结直肠癌 | 深度学习计算机辅助诊断内窥镜 | 深度学习 | 内窥镜图像 | 230名患者 | NA | NA | 腺瘤漏诊率, 假阴性率, 比值比 | NA |
| 3911 | 2025-11-13 |
AI-Driven Model for Automatic Emphysema Detection in Low-Dose Computed Tomography Using Disease-Specific Augmentation
2022-06, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-022-00599-7
PMID:35182291
|
研究论文 | 本研究开发了一种基于最小强度投影的深度学习模型，用于在低剂量CT扫描中自动检测肺气肿 | 采用疾病特异性数据增强方法，通过调整minIP板厚度优化模型性能 | 样本量相对有限，外部验证集性能有所下降 | 评估基于minIP的深度学习模型在低剂量CT中自动检测肺气肿的可行性 | 来自荷兰ImaLife研究的240名个体和美国NLST研究的125名个体的低剂量CT扫描 | 医学影像分析 | 肺气肿 | 低剂量计算机断层扫描，最小强度投影 | 深度学习模型 | CT影像 | 365名个体（240名训练+内部验证，125名独立测试） | NA | NA | AUC, 敏感度 | NA |
| 3912 | 2025-11-13 |
Artificial Intelligence-based Detection of FGFR3 Mutational Status Directly from Routine Histology in Bladder Cancer: A Possible Preselection for Molecular Testing?
2022-03, European urology focus
IF:4.8Q1
DOI:10.1016/j.euf.2021.04.007
PMID:33895087
|
研究论文 | 开发基于人工智能的系统直接从膀胱癌常规组织学切片中预测FGFR3基因突变状态 | 首次使用深度学习直接从H&E染色的常规组织学切片预测FGFR3基因突变，无需额外分子检测 | 需要更大规模、多中心的肌层浸润性膀胱癌队列验证研究结果 | 探索人工智能系统能否直接从常规组织学预测膀胱癌FGFR3突变状态 | 膀胱癌患者的组织学切片 | 数字病理学 | 膀胱癌 | 组织学染色（H&E） | 深度学习网络 | 数字化病理切片图像 | TCGA队列327例，Aachen队列182例（121例pT2-4，34例间质浸润pT1，27例非浸润性pTa） | NA | NA | AUROC | NA |
| 3913 | 2025-11-12 |
A novel VOC mixtures classification methods based on GBLinear and TabNet and informative feature selection from gas sensors (E-Nose) data
2026-Jan-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.128554
PMID:40652634
|
研究论文 | 提出一种基于GBLinear和TabNet算法结合特征选择技术的电子鼻系统精油分类新方法 | 首次将GBLinear和TabNet算法与特征选择技术结合用于电子鼻数据分析，提高精油分类的准确性和可解释性 | NA | 提高精油挥发性有机化合物混合物的分类准确性和模型可解释性 | 精油中的挥发性有机化合物(VOCs)混合物 | 机器学习 | NA | 电子鼻(E-Nose)气体传感器技术 | GBLinear, TabNet | 气体传感器数据 | NA | NA | GBLinear, TabNet | 准确率 | NA |
| 3914 | 2025-11-12 |
On artificial crystal structure generation for solving the phase problem with deep learning
2026-Jan-01, Acta crystallographica. Section A, Foundations and advances
DOI:10.1107/S2053273325009428
PMID:41216780
|
研究论文 | 本文提出并评估了用于训练神经网络解决晶体相位问题的人工晶体结构生成方法 | 开发了结合随机采样和数据库引导的两步晶体结构生成方法，显著提升了神经网络对大晶胞结构相位问题的泛化能力 | NA | 解决晶体学中的相位问题 | 人工生成的晶体结构和实验晶体结构数据 | 机器学习 | NA | 晶体结构生成 | 神经网络 | 晶体结构数据 | NA | NA | PhAI | 泛化性能 | NA |
| 3915 | 2025-09-11 |
Editorial for "Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer"
2025-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70076
PMID:40927976
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3916 | 2025-11-12 |
Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches
2025-Dec, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2025.112153
PMID:40961690
|
研究论文 | 比较时间序列方法和机器学习方法在剂量当量率预测中的性能 | 首次系统比较传统统计方法与先进深度学习模型在剂量当量率预测中的表现，包括进化神经架构搜索等前沿技术 | 数据集时间跨度有限，随机性变化特征增加了预测难度，需要更长时间序列数据提升可靠性 | 开发更稳健的辐射预测模型，改善辐射防护和环境安全决策 | 美国德克萨斯州圣安东尼奥地区的剂量当量率数据 | 机器学习 | NA | 时间序列分析，辐射监测 | 持久性模型, Lasso回归, K近邻, 进化神经架构搜索, 循环神经网络 | 时间序列数据 | 2019年1月至12月数据用于训练，2020年初数据用于测试 | NA | 循环神经网络 | 相关系数(r), 均方误差 | NA |
| 3917 | 2025-11-12 |
ReMLP-NET: A Neural Network Interaction Potential for Molecular Energy Prediction
2025-Nov-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01453
PMID:41143577
|
研究论文 | 提出一种名为ReMLP-NET的神经网络相互作用势，用于预测分子能量 | 使用遗传算法选择对称函数超参数，相比ReANI-2x模型在分子能量预测性能上有显著提升 | 仅适用于包含H、C、N、O、F、S、Cl元素的分子结构 | 开发计算效率更高的分子能量预测方法以替代量子力学计算 | 来自GDB13和DUD-E数据集的分子结构 | 机器学习 | NA | 机器学习算法 | MLP | 分子结构数据 | 来自Retrievium存储库的优化结构和总能量数据 | NA | 多层感知机神经网络 | MAE, RMSE | NA |
| 3918 | 2025-11-12 |
Enabling Weather-Independent Gas Detection through Deep Learning on Light-Activated Sensors
2025-Nov-11, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c10308
PMID:41144602
|
研究论文 | 通过将铋掺杂氧化铟纳米纤维与微发光二极管平台集成，并采用深度学习分析瞬态传感信号，实现天气无关的NO和H₂O气体检测 | 首次将铋掺杂氧化铟纳米纤维直接集成到μLED平台，结合CNN算法分析瞬态信号，实现天气无关的气体传感 | NA | 开发能够在环境变化条件下稳定工作的实时环境监测气体传感器 | 一氧化氮(NO)和水分(H₂O)气体 | 传感器技术 | NA | 光激活气体传感，蓝色光照激活 | CNN | 瞬态传感信号 | NA | NA | 卷积神经网络 | 分类准确率, 回归误差 | NA |
| 3919 | 2025-11-12 |
Surgical instrument-tissue interaction recognition with multi-task-attention video transformer
2025-Nov-11, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03546-3
PMID:41214416
|
研究论文 | 提出一种多任务注意力视频Transformer模型，用于识别手术器械与组织间的交互作用 | 引入细粒度时间上下文信息，并提出结合交叉注意力和门控机制的多任务注意力模块 | 仅在特定数据集上验证，未说明模型泛化能力 | 提高手术器械-组织交互识别的准确性和鲁棒性 | 手术视频中的器械-组织交互动作 | 计算机视觉 | NA | 视频分析 | Transformer | 视频 | CholecT45-Vid和GraSP-Vid数据集 | NA | Video Transformer, Multi-task Attention Module | 识别准确率 | NA |
| 3920 | 2025-11-12 |
18F-FDG PET-based ensemble deep learning model for the prediction of lymphovascular invasion in colorectal cancer patients
2025-Nov-11, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05282-3
PMID:41217477
|
研究论文 | 基于18F-FDG PET图像开发2.5维集成深度学习模型预测结直肠癌患者淋巴血管侵犯 | 首次提出基于2.5D集成深度学习的PET图像分析方法，融合多区域图像特征和多种深度学习架构 | 回顾性研究，样本量有限（177例患者），仅使用内部测试队列验证 | 开发预测结直肠癌淋巴血管侵犯的深度学习模型 | 结直肠癌患者 | 医学影像分析 | 结直肠癌 | 18F-FDG PET/CT成像 | 集成深度学习 | PET医学图像 | 177例结直肠癌患者 | NA | VGG16, Googlenet, ResNet50, DenseNet201, Vision Transformer | AUC, 准确率, F1分数, 参数量, 推理时间 | NA |