深度学习在生物医药领域中的应用
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，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10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 30759 篇文献，本页显示第 601 - 620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 601 | 2025-09-10 |
Machine learning radiomics for H3K27M mutation prediction in gliomas: A systematic review and meta-analysis
2025-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03597-y
PMID:40163098
|
系统综述与荟萃分析 | 评估基于机器学习的影像组学模型在预测胶质瘤H3K27M突变中的诊断性能 | 首次通过系统综述和荟萃分析全面评估机器学习模型在H3K27M突变预测中的表现，并比较深度学习与传统机器学习方法的差异 | 纳入研究数量有限（15项），存在异质性，且所有研究均为回顾性设计 | 非侵入性预测胶质瘤H3K27M突变以优化治疗策略和改善预后 | 胶质瘤患者 | 医学影像分析 | 胶质瘤 | MRI影像组学分析 | 机器学习（ML）和深度学习（DL）模型 | 医学影像（MRI） | 基于15项研究的汇总数据 |
| 602 | 2025-09-10 |
Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review
2025-Jul, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.102968
PMID:40339443
|
综述 | 本文通过范围综述评估人工智能在CT扫描中降低辐射剂量的潜力，重点关注患者定位、扫描范围确定和图像重建三个领域 | 系统总结了AI在CT辐射剂量优化中的三大关键应用领域，并强调了深度学习图像重建算法在克服低剂量CT限制方面的作用 | 作为范围综述，主要基于现有文献分析，缺乏原始实验数据验证 | 回顾、评估和总结人工智能在CT辐射剂量优化中的作用 | CT扫描中的辐射剂量优化技术 | 医学影像 | NA | 人工智能，深度学习图像重建 | 深度学习算法 | CT影像数据 | 基于90篇符合筛选标准的研究文献 |
| 603 | 2025-09-10 |
MRI-derived deep learning models for predicting 1p/19q codeletion status in glioma patients: a systematic review and meta-analysis of diagnostic test accuracy studies
2025-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03631-z
PMID:40369298
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估基于MRI的深度学习模型预测胶质瘤1p/19q共缺失状态的诊断准确性 | 首次对MRI衍生深度学习模型预测1p/19q共缺失状态进行系统性定量综合评估 | 纳入研究存在异质性，仅10项研究参与荟萃分析，部分研究质量较低 | 评估深度学习模型在胶质瘤分子分型中的诊断性能 | 胶质瘤患者 | 数字病理 | 胶质瘤 | MRI，深度学习 | DL | 医学影像 | 20项研究（荟萃分析包含10项研究） |
| 604 | 2025-09-10 |
Can machine learning be a reliable tool for predicting hematoma progression following traumatic brain injury? A systematic review and meta-analysis
2025-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03657-3
PMID:40397134
|
系统综述与荟萃分析 | 评估人工智能算法在预测创伤性脑损伤后血肿进展中的可靠性 | 首次通过系统综述和荟萃分析综合评估多种AI模型在TBI血肿进展预测中的性能，并发现结合影像组学和临床特征可显著提升预测效果 | 仅纳入5项符合条件的研究，样本多样性不足，需要更多标准化数据来验证模型的普适性 | 评估机器学习等人工智能工具预测创伤性脑损伤后血肿进展的可靠性 | 创伤性脑损伤患者 | 医疗人工智能 | 创伤性脑损伤 | 机器学习、深度学习、影像组学分析 | XGBoost及其他AI算法 | 临床数据和医学影像数据 | 基于5项研究的汇总数据（具体样本数未明确说明） |
| 605 | 2025-09-10 |
Flexible High Temperature Stable Hydrogel Based Triboelectric Nanogenerator for Structural Health Monitoring and Deep Learning Augmented Human Motion Classification
2025-Jul, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202502739
PMID:40465357
|
研究论文 | 开发了一种基于PDMS-水凝胶纳米复合材料的高温稳定摩擦纳米发电机，用于工业振动能量收集和人体运动监测 | 采用ZnAl层状双氢氧化物纳米颗粒的PDMS-水凝胶纳米复合材料，使TENG在高达200°C高温下保持输出电压稳定性 | NA | 开发高温环境下稳定的能量收集设备，用于工业结构健康监测和人体运动分类 | 工业高温设备和人体运动 | 能量收集与传感技术 | NA | 摩擦纳米发电机技术，深度学习分类 | 深度学习模型 | 电压波形数据 | NA |
| 606 | 2025-09-10 |
Clinical Applications of Artificial Intelligence in Teleorthodontics: A Scoping Review
2025-Jun-25, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61071141
PMID:40731772
|
综述 | 本文通过范围综述系统评估人工智能在远程正畸中的临床应用、技术方法及局限性 | 首次系统梳理AI在远程正畸领域的应用现状，并对比不同商业系统（如Dental Monitoring™和StrojCHECK™）的临床效果 | 当前临床应用集中于商业监控平台，缺乏独立验证和透明度，AI决策的重复性和精确度存在显著差异 | 评估人工智能在远程正畸临床实践中的应用效果与技术挑战 | 正畸远程监控或虚拟护理中的AI应用研究 | 数字医疗 | 口腔正畸 | 深度学习算法、决策树算法 | 深度学习模型、决策树 | 口内扫描图像 | 9项符合纳入标准的研究（未报告总样本量） |
| 607 | 2025-09-10 |
VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal positioning in the C. elegans ventral nerve cord
2025-Jun-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.16.623955
PMID:40661438
|
研究论文 | 开发了一种基于机器学习的半自动化工具VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元细胞体的位置 | 结合深度学习（改进的SAM模型）和计算机辅助方法，替代传统手动测量，实现更快速准确的神经元定位量化 | NA | 研究控制腹神经索神经元定位和排列的细胞与分子机制 | 秀丽隐杆线虫腹神经索中的运动神经元（DD、DA、DB类） | 计算机视觉 | NA | 深度学习、图像分割、基于样条的测量 | 改进的Segment Anything Model (SAM) | 显微镜图像 | 多个已知破坏神经元定位的遗传突变体 |
| 608 | 2025-09-10 |
Using deep learning to predict internalizing problems from brain structure in youth
2025-May-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.28.625869
PMID:40654936
|
研究论文 | 使用深度学习基于青少年大脑结构预测内化问题（如焦虑和抑郁）的横断面及纵向恶化轨迹 | 首次结合四个大规模数据集，利用脑结构特征通过深度学习预测内化问题的生物标志物，特别在神经发育条件人群中表现突出 | 纵向模型在普通人群样本中预测性能欠佳（AUC=0.66），仅在小规模外部测试集上表现良好 | 探索内化问题的生物标志物并预测其临床发展轨迹 | 青少年群体，特别关注神经发育（ND）条件个体 | 机器学习 | 精神健康疾病 | 深度学习 | 深度学习模型 | 脑结构数据（厚度、表面积、体积） | 横断面分析14,523人，纵向分析10,540人 |
| 609 | 2025-09-10 |
In vitro evaluation of multi-protein chimeric antigens in effectively clearing the blood stage of Plasmodium falciparum
2025-04-19, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2025.126952
PMID:40037124
|
研究论文 | 本研究评估了针对恶性疟原虫血液阶段的多蛋白嵌合抗原在体外清除感染的有效性 | 采用多抗原免疫优势肽序列组合策略解决多态性和冗余问题，并首次应用深度学习量化流体条件下的红细胞粘附 | 目前仅为体外初步研究结果，尚未进行体内实验验证 | 开发针对恶性疟原虫血液阶段的有效疫苗策略 | 恶性疟原虫血液阶段的PfEMP1蛋白和裂殖子表面蛋白 | 传染病学 | 疟疾 | 表位定位微阵列、微流体器官芯片系统、深度学习量化方法 | 深度学习 | 蛋白质序列数据、免疫学检测数据、图像数据 | 使用疟疾感染患者样本进行抗体检测，具体样本数量未明确说明 |
| 610 | 2025-09-10 |
Mean pulmonary artery pressure prediction with explainable multi-view cardiovascular magnetic resonance cine series deep learning model
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101133
PMID:39645082
|
研究论文 | 使用可解释的多视角心血管磁共振电影序列深度学习模型非侵入性预测平均肺动脉压 | 开发了首个基于多视角心脏MR电影序列的可解释CNN模型，能够同时预测mPAP并识别关键影像特征 | 研究基于1646例检查数据，需要更大样本量验证泛化能力 | 通过深度学习非侵入性估计右心导管术测量的血流动力学参数 | 肺动脉高压患者的心脏磁共振影像数据 | 医学影像分析 | 肺动脉高压 | 心脏磁共振成像 | CNN | 影像序列 | 1646例检查 |
| 611 | 2025-09-10 |
VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal position in the C. elegans ventral nerve cord
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331188
PMID:40875629
|
研究论文 | 开发了一个基于机器学习的半自动化软件工具包VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元细胞体的位置 | 结合深度学习（改进的SAM模型）和其他工具，用计算机辅助方法替代手动测量，实现更快速准确的神经元位置量化 | NA | 研究控制腹神经索神经元定位和排列的细胞和分子机制 | 秀丽隐杆线虫腹神经索中的运动神经元 | 计算机视觉 | NA | 深度学习，改进的Segment Anything Model (SAM) | SAM | 显微镜图像 | 多个已知破坏神经元定位的遗传突变体 |
| 612 | 2025-09-10 |
Artificial intelligence in wearable biosensing: Enhancing data analysis and decision-making
2025, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2025.06.012
PMID:40921531
|
研究论文 | 探讨人工智能与可穿戴生物传感器结合在个性化医疗中的数据分析和决策支持应用 | 提出多模态大语言模型(MLLM)与可穿戴设备融合的创新框架，实现复杂健康数据的实时分析和个性化推荐 | NA | 提升可穿戴生物传感器的数据处理效率和实时决策能力 | 可穿戴生物传感器和健康监测数据 | 机器学习 | NA | 机器学习、深度学习、MLLM | 多模态大语言模型(MLLM) | 生理数据 | NA |
| 613 | 2025-09-10 |
Deep learning-assisted detection of psychoactive water pollutants using behavioral profiling of zebrafish embryos
2024-12-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.136358
PMID:39486333
|
研究论文 | 结合斑马鱼胚胎行为表型分析与深度学习，开发检测水体精神活性污染物的新方法 | 首次将斑马鱼胚胎行为分析与深度学习模型结合用于水体污染物检测，并通过可解释性分析验证模型关注的关键行为特征 | 模型准确率为65.35%，仍有提升空间；仅针对17种精神活性化合物进行验证 | 开发新型水体污染物检测方法，推进环境毒理学研究和水污染控制 | 斑马鱼胚胎 | 计算机视觉 | NA | 行为表型分析 | ResNet101 | 运动轨迹数据 | 17种精神活性化合物，环境相关浓度（1和10μg/L）下的斑马鱼胚胎行为数据 |
| 614 | 2025-09-10 |
Comorbidity-based framework for Alzheimer's disease classification using graph neural networks
2024-09-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72321-2
PMID:39256497
|
研究论文 | 提出一种基于共病数据和图神经网络的阿尔茨海默病分类框架 | 利用图神经网络处理高维数据并整合电子健康记录中的共病信息，显著提升多分类性能 | NA | 开发早期阿尔茨海默病预测的鲁棒且经济有效的方法 | 阿尔茨海默病患者（认知正常、轻度认知障碍和阿尔茨海默病三个阶段） | 机器学习 | 阿尔茨海默病 | 图神经网络（GNN） | Chebyshev Convolutional Neural Networks | 图结构数据（含共病信息） | 使用阿尔茨海默病神经影像倡议数据集，并以外部队列（澳大利亚影像、生物标志物和生活方式数据集）进行验证 |
| 615 | 2025-09-10 |
iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices
2024-Mar, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.17863
PMID:38148517
|
研究论文 | 开发了一个名为iEEG-recon的快速、可扩展管道，用于精确重建颅内电极和植入设备 | 提出了一个模块化、容器化的自动化电极重建流程，支持云端部署并与临床工作流集成 | NA | 自动化颅内脑电图(iEEG)电极的标记、配准和坐标分配过程，促进癫痫治疗的协作与研究 | 132名癫痫患者的颅内电极和植入设备 | 数字病理 | 癫痫 | 脑磁共振成像(MRI), ANTsPyNet深度学习分割 | 深度学习 | 医学影像 | 来自两个癫痫中心的132名患者数据（回顾性和前瞻性队列） |
| 616 | 2025-09-10 |
Machine learning-based detection of sarcopenic obesity and association with adverse outcomes in patients undergoing surgical treatment for spinal metastases
2024-03-01, Journal of neurosurgery. Spine
DOI:10.3171/2023.9.SPINE23864
PMID:38039533
|
研究论文 | 本研究利用基于机器学习的深度学习技术检测脊柱转移手术患者的肌少性肥胖（SO），并分析其与不良预后的关联 | 首次在脊柱转移手术患者中系统评估肌少性肥胖（SO）作为预后因素的价值，并采用验证过的深度学习算法进行身体成分分析 | 样本量较小（共62例患者），且为单中心回顾性研究，可能存在选择偏倚 | 探究肌少性肥胖（SO）对脊柱转移手术患者预后的影响 | 接受手术治疗脊柱转移的肥胖患者 | 数字病理 | 脊柱转移癌 | 深度学习，CT图像分析 | 深度学习 | CT图像 | 62例肥胖患者（其中25例为肌少性肥胖） |
| 617 | 2025-09-10 |
Comprehensive assessment methods are key to progress in deep learning
2023-12-06, The Behavioral and brain sciences
DOI:10.1017/S0140525X23001668
PMID:38054334
|
评论 | 本文回应Bowers等人关于深度神经网络模型评估方法及模型本身存在缺陷的观点，并提出不同的改进方案 | 提出与目标文章不同的解决深度神经网络评估问题和模型缺陷的方法路径 | NA | 探讨深度神经网络在视觉领域的评估方法改进 | 深度神经网络模型 | 机器学习 | NA | NA | DNN | NA | NA |
| 618 | 2025-09-10 |
Thinking beyond the ventral stream: Comment on Bowers et al
2023-12-06, The Behavioral and brain sciences
DOI:10.1017/S0140525X23001723
PMID:38054346
|
评论 | 对Bowers等人研究的评论，探讨深度学习模型在视觉感知研究中的局限与改进方向 | 提出不应完全抛弃深度学习，而应通过设计更贴近生物视觉进化问题的刺激和任务来改进模型 | NA | 探讨深度学习模型如何更好地模拟生物视觉系统 | 视觉感知的深度学习模型 | 计算机视觉 | NA | NA | 深度学习 | NA | NA |
| 619 | 2025-09-10 |
De-identification of free text data containing personal health information: a scoping review of reviews
2023, International journal of population data science
DOI:10.23889/ijpds.v8i1.2153
PMID:38414537
|
综述的综述 | 本文通过范围综述方法，系统回顾了用于自由文本数据（如临床笔记和电子健康记录）中个人健康信息去标识化的方法 | 首次对自由文本数据去标识化方法的综述文章进行系统分类和总结，识别出规则基础方法、机器学习、深度学习及其混合方法等类别 | 仅纳入截至2022年5月9日发表的综述文章，可能遗漏最新原始研究；初始检索到的3312篇文章中仅18篇符合纳入标准 | 识别和分类可用于自由文本数据去标识化的方法 | 已发表的综述文章，特别是那些描述自由文本数据去标识化方法的文献 | 自然语言处理 | NA | 文献综述方法，使用Covidence进行标题、摘要和全文筛选 | 规则基础方法、机器学习、深度学习 | 文本 | 从3312篇文章中筛选出18篇符合标准的综述文章 |
| 620 | 2025-09-10 |
Federated learning for generating synthetic data: a scoping review
2023, International journal of population data science
DOI:10.23889/ijpds.v8i1.2158
PMID:38414544
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |