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 32373 篇文献，本页显示第 5341 - 5360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5341 | 2025-10-06 |
The Role and Promise of Artificial Intelligence in Medical Toxicology
2020-10, Journal of medical toxicology : official journal of the American College of Medical Toxicology
IF:2.5Q3
DOI:10.1007/s13181-020-00769-5
PMID:32215849
|
综述 | 探讨人工智能在医学毒理学领域的应用前景与潜力 | 提出将深度学习与知识表示相结合的双重人工智能框架，以扩展毒物控制中心服务范围和增强社交媒体症状监测能力 | NA | 分析人工智能技术在医学毒理学领域的应用前景和发展方向 | 医学毒理学领域的人工智能应用 | 自然语言处理, 机器学习 | 中毒相关疾病 | 深度学习, 知识表示 | NA | 医学影像, 可穿戴设备数据, 社交媒体文本 | NA | NA | NA | NA | NA |
| 5342 | 2025-10-06 |
Speech exemplar and evaluation database (SEED) for clinical training in articulatory phonetics and speech science
2020-09-01, Clinical linguistics & phonetics
IF:0.8Q4
DOI:10.1080/02699206.2020.1743761
PMID:32200647
|
研究论文 | 开发了一个用于临床语音训练和语音科学教学的公开语音数据库 | 创建了首个公开可用的包含典型与障碍语音对比的临床语音数据库，填补了教学资源空白 | 数据库规模有限，仅包含特定类型的语音障碍样本 | 改善语音学、语音科学和临床语音障碍课程的教学质量，缩小理论与实践差距 | 成人和儿童的典型与障碍语音样本 | 语音科学 | 语音障碍 | 高质量语音录制技术 | NA | 语音录音 | 包含成人和儿童的有无语音障碍个体的语音样本 | NA | NA | NA | 高质量录音设备 |
| 5343 | 2025-07-23 |
Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods
2025-Dec, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.S3.S34102
PMID:40443946
|
研究论文 | 本文提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化能力 | 引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应 | 实验主要基于体外和离体样本，尚未在临床环境中进行大规模验证 | 解决分子光声成像中因光漂白导致的组织可视化问题，提高成像质量和临床决策支持 | 光声成像中的外源性染料 | 医学影像处理 | NA | 光声成像，深度学习 | cGAN, U-Net | 图像 | 体外和离体样本，包括ICG填充管的3D扫描实验 | NA | NA | NA | NA |
| 5344 | 2025-07-23 |
AlphaBind, a domain-specific model to predict and optimize antibody-antigen binding affinity
2025-Dec, mAbs
IF:5.6Q1
DOI:10.1080/19420862.2025.2534626
PMID:40693434
|
研究论文 | 本文介绍了AlphaBind，一种特定领域的模型，用于预测和优化抗体-抗原结合亲和力 | AlphaBind利用蛋白质语言模型嵌入和基于数百万抗体-抗原结合强度定量实验室测量的预训练，实现了在指导亲本抗体亲和力优化方面的最先进性能 | 仅针对四种亲本抗体进行了验证，且每种亲本抗体仅进行了一轮数据生成 | 通过深度学习预测和优化抗体序列，以设计具有最佳特性的抗体 | 抗体-抗原结合亲和力 | 机器学习 | NA | 深度学习 | 蛋白质语言模型 | 定量实验室测量数据 | 四种亲本抗体 | NA | NA | NA | NA |
| 5345 | 2025-05-02 |
Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability
2025-Aug, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.022
PMID:40307112
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5346 | 2025-07-23 |
Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models
2025-Aug, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.029
PMID:40328536
|
研究论文 | 本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的肿瘤内和肿瘤周围特征，并开发验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态 | 结合肿瘤内和肿瘤周围区域的放射组学与深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能 | 研究基于回顾性数据，可能存在选择偏差 | 预测肺腺癌患者的EGFR突变状态 | 826名肺腺癌患者的CT图像数据 | 数字病理 | 肺腺癌 | 放射组学特征提取、深度学习 | Lasso、多种机器学习算法、nnUNet、2D/2.5D/3D深度学习模型 | CT图像 | 826名患者（来自两家医院） | NA | NA | NA | NA |
| 5347 | 2025-07-23 |
Cutoff SUVR of [18F]Florapronol PET for Differentiating Alzheimer's Dementia from Normal Controls: Insights from ROC Analysis and Partial Volume Correction
2025-Aug, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00911-7
PMID:40686829
|
research paper | 本研究旨在通过[18F]florapronol PET成像和深度学习自动量化软件，建立一个可靠的SUVR截止阈值来区分阿尔茨海默病（AD）患者与正常对照（NC）个体 | 结合部分体积校正（PVC）与SUVR分析以提高AD诊断准确性，并通过深度学习自动量化软件建立标准化的SUVR阈值 | 研究排除了轻度认知障碍（MCI）患者，样本量相对较小（n=141） | 建立可靠的SUVR截止阈值以区分AD患者与NC个体，并评估PVC对诊断准确性的影响 | 55名AD患者（排除MCI）和86名NC对照 | digital pathology | Alzheimer's disease | [18F]florapronol PET imaging, deep learning-based automated quantification | deep learning | PET imaging data | 141 participants (55 AD patients and 86 NC controls) | NA | NA | NA | NA |
| 5348 | 2025-07-23 |
Modern statistical techniques for cardiothoracic surgeons: Part 8-Bayesian analysis and beyond
2025-Aug, Indian journal of thoracic and cardiovascular surgery
IF:0.7Q4
DOI:10.1007/s12055-025-01941-8
PMID:40693004
|
研究论文 | 本文探讨了贝叶斯分析和机器学习在心胸外科研究中的应用及其潜力 | 结合贝叶斯分析和机器学习，整合先验知识与数据驱动分析，为心胸外科研究提供新的统计方法 | 未具体说明实际应用案例或实验验证结果 | 探讨现代统计技术在心胸外科研究中的应用 | 心胸外科研究中的统计方法 | 机器学习 | 心血管疾病 | 贝叶斯分析、深度学习、聚类 | NA | 大型数据集 | NA | NA | NA | NA | NA |
| 5349 | 2025-07-23 |
Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time
2025-Jul-22, Head & neck
DOI:10.1002/hed.28255
PMID:40693394
|
研究论文 | 本研究评估了一种双网络深度学习超分辨率方法，用于提高头颈部MRI的图像质量并减少扫描时间 | 采用双网络深度学习框架进行超分辨率重建，显著提升图像质量并减少扫描时间 | 研究样本量相对较小（58名参与者），且仅在一家机构进行 | 评估深度学习在头颈部MRI中提升图像质量和减少扫描时间的应用 | 头颈部肿块患者 | 医学影像分析 | 头颈部肿瘤 | 双网络深度学习超分辨率方法 | 双网络DL框架 | MRI图像 | 58名参与者（34名男性，24名女性，平均年龄51.37±13.24岁） | NA | NA | NA | NA |
| 5350 | 2025-07-23 |
Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding
2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3591254
PMID:40690341
|
研究论文 | 本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能 | 首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能 | 研究样本量较小（15名受试者），且未在临床患者中进行验证 | 探索深度学习在在线运动想象脑机接口中的应用效果 | 15名无脑机接口经验的受试者 | 脑机接口 | 中风康复 | EEG信号解码 | IFNet（交互频率卷积神经网络） | EEG信号 | 15名无BCI经验的受试者 | NA | NA | NA | NA |
| 5351 | 2025-07-23 |
Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis
2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3591076
PMID:40690349
|
research paper | 介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务 | 提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化 | 需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间 | 探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务 | 预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用 | computer vision | NA | denoising diffusion in a latent space | conditional generative models, latent diffusion models | image | small synthetic datasets | NA | NA | NA | NA |
| 5352 | 2025-07-23 |
Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster
2025-Jul-21, International journal of radiation biology
IF:2.1Q2
DOI:10.1080/09553002.2025.2531908
PMID:40690716
|
研究论文 | 本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化 | 利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性 | 系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发 | 开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估 | 日本的先进辐射紧急医疗支持中心及其生物剂量测定网络 | 数字病理学 | 核辐射伤害 | PNA-FISH, 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 5353 | 2025-07-23 |
Deep Learning-Driven Multimodal Fusion Model for Prediction of Middle Cerebral Artery Aneurysm Rupture Risk
2025-Jul-21, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.001
PMID:40691114
|
研究论文 | 本研究开发了一种多模态融合深度学习模型MCANet，用于预测大脑中动脉动脉瘤破裂风险 | 首次整合原始CTA图像、放射组学特征、临床参数和形态学特征等多模态数据构建动脉瘤破裂风险评估框架 | 样本量仍有限，外部验证集样本量较小(51例) | 开发大脑中动脉动脉瘤破裂风险分层预测模型 | 大脑中动脉动脉瘤患者 | 数字病理 | 心血管疾病 | CT血管造影(CTA)、放射组学分析 | 多模态融合深度学习模型(MCANet) | 医学影像(CTA)、临床数据、形态学参数 | 内部队列578例(其中破裂369例)+两个外部验证集51例 | NA | NA | NA | NA |
| 5354 | 2025-07-23 |
Advances in IPMN imaging: deep learning-enhanced HASTE improves lesion assessment
2025-Jul-21, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11857-x
PMID:40691513
|
研究论文 | 本研究评估了深度学习加速的HASTE MRI技术在IPMN病变评估中的应用 | 使用深度学习加速的HASTE MRI技术(HASTEDL)显著提高了图像质量和病变检测能力 | 样本量较小(59例患者)，且为回顾性研究 | 评估新型MRI技术在IPMN评估中的应用效果 | 59例接受腹部MRI检查的患者 | 数字病理学 | 胰腺癌 | 深度学习加速的HASTE MRI(HASTEDL) | 深度学习 | MRI图像 | 59例患者 | NA | NA | NA | NA |
| 5355 | 2025-07-23 |
Deep learning unlocks antimicrobial self-assembling peptides
2025-Jul-21, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02299-3
PMID:40691518
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5356 | 2025-07-23 |
The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT
2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09151-x
PMID:40691585
|
研究论文 | 本研究评估了一种针对脊柱侧弯的MRI协议，通过深度学习算法生成合成CT（sCT）扫描，用于无辐射的脊柱导航，并与传统CT在安全性和准确性上进行比较 | 使用AI生成的合成CT（sCT）进行脊柱导航，避免了年轻患者受到有害辐射 | 研究仅在尸体模型中进行，尚未在临床患者中验证 | 比较MRI-based合成CT脊柱导航与传统CT在胸椎和腰椎椎弓根螺钉规划和放置中的安全性和准确性 | 5具尸体的脊柱 | 数字病理 | 脊柱侧弯 | MRI, 深度学习算法 | 深度学习 | 图像 | 5具尸体脊柱，共插入140根k-wires（其中3根被排除） | NA | NA | NA | NA |
| 5357 | 2025-07-23 |
The Significance of Prolonged Physical Activity in Neurogenesis and Neural Regeneration: Comparing Clinical Studies With Proposed AI-Based Framework
2025-Jul-21, Artificial organs
IF:2.2Q3
DOI:10.1111/aor.15059
PMID:40692193
|
review | 本文探讨了人工智能在分析运动对神经干细胞增殖影响中的应用，并提出了一个基于AI的框架 | 提出了一个结合AI技术分析运动对神经再生影响的创新框架 | 未具体说明AI模型的验证效果和实际应用的限制 | 研究运动对神经发生的影响以及AI在此领域的应用潜力 | 神经干细胞增殖、神经再生和恢复 | machine learning | neurodegenerative illnesses | machine learning algorithms, deep learning techniques | NA | NA | NA | NA | NA | NA | NA |
| 5358 | 2025-07-23 |
Natural variation of the wheat root exudate metabolome and its influence on biological nitrification inhibition activity
2025-Jul-21, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.70248
PMID:40692297
|
研究论文 | 本研究通过GC-和LC-MS平台分析了44种不同小麦基因型的根系分泌物代谢组，开发了一种新型高通量测定方法评估生物硝化抑制活性，并利用机器学习和深度学习识别了与高BNI活性相关的代谢物组合 | 开发了新型高通量BNI测定方法，结合代谢组学和机器学习识别了与BNI活性相关的代谢物组合，揭示了根系分泌物代谢组的基因型特异性和地理模式 | 研究仅针对来自印度和奥地利的44种小麦基因型，样本来源和数量有限 | 提高农业生态系统中的氮利用效率，探索小麦中的生物硝化抑制特性 | 44种不同小麦基因型的根系分泌物代谢组 | 农业生态学 | NA | GC-MS, LC-MS, 机器学习和深度学习 | NA | 代谢组数据 | 44种小麦基因型（来自印度和奥地利） | NA | NA | NA | NA |
| 5359 | 2025-07-23 |
VDCRL: vulnerability detection with supervised contrastive code representation learning
2025-Jul-14, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107861
PMID:40690875
|
研究论文 | 提出了一种基于监督对比代码表示学习的漏洞检测框架VDCRL，以提高检测性能和泛化能力 | 结合输入和特征空间代码增强技术，使用特征融合编码器SAFE整合源代码和汇编指令特征，并采用监督对比学习和BGRU模型进行训练和检测 | 未提及在更广泛或多样化数据集上的测试结果 | 提高代码漏洞检测的泛化能力和检测性能 | 软件代码中的漏洞 | 自然语言处理 | NA | 监督对比学习 | BGRU | 代码文本 | 合成数据集训练，两个真实数据集测试 | NA | NA | NA | NA |
| 5360 | 2025-07-23 |
MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models
2025-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.4.044501
PMID:40686919
|
研究论文 | 提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack | 利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性 | 目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究 | 研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计 | 深度学习医学图像分割模型 | 数字病理 | NA | 对抗攻击 | 深度学习模型 | 医学图像 | NA | NA | NA | NA | NA |