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 32372 篇文献，本页显示第 6641 - 6660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6641 | 2025-10-06 |
Carotid plaque segmentation and classification using MRI-based plaque texture analysis and convolutional neural network
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1502830
PMID:40620432
|
研究论文 | 本研究开发了一种结合Mask R-CNN和卷积神经网络的混合深度学习框架，用于颈动脉斑块的自动分割和分类 | 提出融合斑块纹理分析和深度分层模式的混合框架，通过多任务损失函数解决类别不平衡问题，实现全自动斑块分析 | 研究仅使用单一医疗中心的数据集，需要进一步验证在多中心数据上的泛化能力 | 开发自动化的颈动脉斑块分割和分类方法以改进卒中风险评估 | 颈动脉斑块 | 计算机视觉 | 心血管疾病 | MRI, 斑块纹理分析 | CNN, Mask R-CNN | 医学影像(MRI扫描) | 610个专家标注的MRI扫描 | NA | Mask R-CNN, Inception V3, 自定义13层CNN | Dice相似系数, 交并比, 准确率, ROC-AUC | NA |
| 6642 | 2025-10-06 |
Deep learning to predict progression independent of relapse activity at a first demyelinating event
2025, Brain communications
IF:4.1Q2
DOI:10.1093/braincomms/fcaf243
PMID:40620473
|
研究论文 | 开发基于首次脱髓鞘事件常规MRI的深度学习生存模型，用于预测多发性硬化患者独立于复发活动的疾病进展风险 | 首次利用常规MRI和深度学习生存模型在症状出现早期预测多发性硬化患者独立于复发活动的疾病进展风险 | 样本量相对有限（259例患者），外部验证队列样本较小（32例） | 早期准确预测多发性硬化患者独立于复发活动的疾病进展风险 | 50岁以下首次脱髓鞘事件患者 | 医学影像分析 | 多发性硬化 | MRI（T1和T2-Fluid-Attenuated Inversion Recovery序列） | 深度学习生存模型 | 医学影像 | 259例患者（原队列），32例患者（外部验证队列） | NA | EfficientNet | 时间依赖性一致性指数, 准确率, Harrell's C指数 | NA |
| 6643 | 2025-10-06 |
Sentiment analysis in public health: a systematic review of the current state, challenges, and future directions
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1609749
PMID:40620557
|
系统综述 | 本文对公共卫生领域情感分析的当前状态、挑战和未来方向进行了系统性回顾 | 首次系统性地总结了公共卫生领域情感分析的方法论、应用场景和伦理考量，特别关注了深度学习和大语言模型的最新应用趋势 | 研究主要基于83篇文献，可能无法完全覆盖该领域的所有研究；社交媒体数据存在质量、偏见和语言复杂性等问题 | 系统评估公共卫生领域情感分析的方法、应用、数据源、挑战、评估实践和伦理问题 | 公共卫生领域的情感分析研究文献 | 自然语言处理 | NA | 情感分析，自然语言处理 | 深度学习，大语言模型(LLMs) | 文本数据 | 83篇相关研究论文 | NA | NA | NA | NA |
| 6644 | 2025-10-06 |
Utilising artificial intelligence in prehospital emergency care systems in low- and middle-income countries: a scoping review
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1604231
PMID:40620558
|
综述 | 本范围综述探讨了人工智能在中低收入国家院前急救系统中的应用现状与发展前景 | 首次系统梳理人工智能在中低收入国家院前急救领域的具体应用模式与实施效果 | 仅纳入英文文献，可能遗漏未明确标注人工智能工具或中低收入国家背景的研究 | 探索人工智能在中低收入国家院前急救服务中的应用方式并评估未来发展潜力 | 中低收入国家的院前急救系统 | 医疗人工智能 | 急救医学 | 深度学习, 机器学习 | 深度学习模型 | 医疗调度数据, 疾病预测数据 | 16篇纳入研究，样本量存在显著差异 | NA | NA | NA | NA |
| 6645 | 2025-10-06 |
Artificial Intelligence and Postpartum Hemorrhage
2025-Jan, Maternal-fetal medicine (Wolters Kluwer Health, Inc.)
DOI:10.1097/FM9.0000000000000257
PMID:40620613
|
综述 | 探讨人工智能在产后出血预测和管理中的应用现状与挑战 | 整合子宫收缩性指标和影像组学特征提升预测准确性，探索可穿戴设备等新型监测手段 | 缺乏外部验证模型，研究多集中于医疗资源充足环境，在资源有限地区的适用性不足 | 评估人工智能技术在产后出血防治中的应用潜力 | 产后出血患者及风险人群 | 数字病理 | 产后出血 | 机器学习, 深度学习 | NA | 临床数据, 生理指标, 医学影像 | NA | NA | NA | NA | NA |
| 6646 | 2025-10-06 |
MDDeep-Ace: species-specific acetylation site prediction based on multi-domain adaptation
2025, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.19649
PMID:40620770
|
研究论文 | 提出基于多域自适应深度学习方法的物种特异性乙酰化位点预测工具MDDeep-Ace | 首次将多域自适应方法应用于物种特异性乙酰化位点预测，通过整合多物种数据提升模型泛化能力 | NA | 开发能够准确预测物种特异性赖氨酸乙酰化位点的计算方法 | 赖氨酸翻译后修饰位点 | 机器学习 | NA | 深度学习 | 深度学习 | 蛋白质序列数据 | NA | NA | 多域自适应网络 | 预测准确率 | NA |
| 6647 | 2025-10-06 |
Quantifying social distance using deep learning-based video analysis: results from the BTBR mouse model of autism
2025, Frontiers in behavioral neuroscience
IF:2.6Q3
DOI:10.3389/fnbeh.2025.1602205
PMID:40620906
|
研究论文 | 本研究使用基于深度学习的视频分析技术量化BTBR自闭症模型小鼠的社交距离 | 首次将DeepLabCut深度学习工具应用于BTBR小鼠社交距离的自动量化分析 | 研究样本仅限于BTBR和CBA小鼠，未涉及其他自闭症模型 | 开发自动化方法精确量化自闭症模型小鼠的社交行为 | BTBR T Itpr3/J自闭症模型小鼠和CBA对照小鼠 | 计算机视觉 | 自闭症谱系障碍 | 视频分析, 深度学习追踪 | CNN | 视频 | BTBR和CBA小鼠配对组合 | DeepLabCut | NA | 欧几里得距离 | NA |
| 6648 | 2025-10-06 |
Multi-task deep learning framework for enhancing Mayo endoscopic score classification in ulcerative colitis
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251356396
PMID:40621175
|
研究论文 | 提出一种多任务深度学习框架，用于增强溃疡性结肠炎梅奥内镜评分的分类性能 | 受人类大脑从粗到细处理机制启发，提出多任务学习框架解决医学图像数据不平衡问题 | 未整合多种卷积神经网络模型以进一步提升分类准确率 | 开发计算机辅助诊断系统，准确识别溃疡性结肠炎严重阶段 | 溃疡性结肠炎内镜图像 | 计算机视觉 | 溃疡性结肠炎 | 内镜成像 | CNN | 图像 | NA | NA | DenseNet121, MobileNet-v3-large | 分类性能 | NA |
| 6649 | 2025-10-06 |
Deep learning-based electroencephalic decoding of the phase-lagged transcranial alternating current stimulation
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1545726
PMID:40621214
|
研究论文 | 本研究使用深度学习从任务相关脑电信号中解码跨频率耦合交流电刺激的相位滞后类型 | 首次使用修改版EEGNet模型从任务相关EEG信号中解码CFC-tACS的相位滞后类型，揭示了脑电信号对在线刺激类型的解码能力 | 样本量较小（仅21名健康受试者），仅测试了两种相位滞后条件（45°和180°） | 研究是否能够通过任务相关脑电信号解码跨频率耦合交流电刺激的相位滞后类型 | 21名健康个体的任务相关脑电信号 | 脑机接口 | NA | 脑电图记录，跨频率耦合交流电刺激 | CNN | 脑电信号 | 21名健康个体 | NA | 修改版EEGNet | 解码准确率 | NA |
| 6650 | 2025-10-06 |
An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations
2025, International journal of general medicine
IF:2.1Q2
DOI:10.2147/IJGM.S529322
PMID:40621598
|
研究论文 | 本文提出了一种用于肝细胞癌的人工智能全流程解决方案，涵盖从数据处理到治疗建议的完整过程 | 开发了统一的人工智能流程，整合多模态数据并应用于肝细胞癌的早期诊断、个性化治疗规划和药物开发 | 面临数据质量、标准化和隐私保护等挑战 | 构建肝细胞癌的人工智能全流程解决方案，改善诊断和治疗效果 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 机器学习,深度学习 | NA | 影像数据,基因组数据,临床记录 | NA | NA | NA | NA | 边缘计算 |
| 6651 | 2025-10-06 |
BoKDiff: best-of-K diffusion alignment for target-specific 3D molecule generation
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf137
PMID:40621602
|
研究论文 | 提出BoKDiff框架，通过Best-of-K对齐和BoN采样策略改进基于结构的药物设计中3D分子生成 | 首次将Best-of-K对齐和Best-of-N采样策略整合到基于结构的药物设计中，解决了蛋白质-配体数据有限和对齐不良的问题 | 未明确说明模型的计算复杂度和在更大数据集上的泛化能力 | 开发用于靶点特异性3D分子生成的高质量配体设计方法 | 蛋白质-配体复合物和3D分子结构 | 计算化学, 药物设计 | NA | 扩散模型, 几何深度学习, 多目标优化 | 扩散模型 | 3D分子结构数据, 蛋白质-配体复合物数据 | CrossDocked2020数据集 | 基于DecompDiff构建 | 扩散模型 | QED, SA, 对接分数, 有效分子生成率, 成功率 | NA |
| 6652 | 2025-10-06 |
Correction: Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1635819
PMID:40625355
|
correction | 对已发表文章进行修正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6653 | 2025-10-06 |
JuryFusionNet: a Condorcet's jury theorem-based CNN ensemble for enhanced monkeypox detection from skin lesion images
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-025-00355-5
PMID:40620825
|
研究论文 | 提出基于Condorcet陪审团定理的CNN集成方法JuryFusionNet，用于从皮肤病变图像中检测猴痘 | 首次将Condorcet陪审团定理应用于CNN模型集成，通过动态特征重校准和集体决策机制提高检测精度 | 依赖预训练模型，在两个不同规模数据集上性能存在差异 | 开发高精度的猴痘皮肤病变自动检测方法 | 猴痘、水痘、麻疹和正常皮肤的病变图像 | 计算机视觉 | 猴痘 | 深度学习，迁移学习 | CNN，集成学习 | 皮肤病变图像 | MSID数据集：770张图像（4类）；MSLD数据集：3192张样本（2类） | TensorFlow, Keras | DenseNet169, DenseNet201, MobileNet, ResNet50V2 | 准确率 | NA |
| 6654 | 2025-10-06 |
Hybrid simulation of breast CT for assessing microcalcification detectability
2025-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.S2.S22015
PMID:40621110
|
研究论文 | 开发用于乳腺CT的混合虚拟成像试验方法，用于评估微钙化灶检测能力 | 提出结合射线追踪模拟和真实患者投影图像的混合虚拟成像试验方法 | NA | 评估乳腺CT系统中微钙化灶的检测性能 | 乳腺组织中的微钙化灶集群 | 医学影像 | 乳腺癌 | 计算机断层扫描 | 深度学习模型观察者 | CT投影图像, 重建体积 | NA | NA | NA | AUC | NA |
| 6655 | 2025-10-06 |
From data to precision: The transformative role of AI and machine learning in modern orthopaedic practice
2025-Oct, Journal of clinical orthopaedics and trauma
DOI:10.1016/j.jcot.2025.103101
PMID:40620692
|
综述 | 探讨人工智能和机器学习在现代骨科实践中通过数据驱动方法改变临床问题解决的变革性作用 | 将骨科临床问题重新定义为数据驱动的输入-输出连续体，而非基于基础原理的障碍，并展示生成式模型在个性化植入物设计等创新应用 | 面临伦理、监管和互操作性挑战，需要跨学科合作解决 | 评估AI/ML技术在骨科手术中的变革潜力及应用前景 | 骨科诊断、预测分析和手术规划相关的AI/ML应用研究 | 机器学习 | 骨科疾病 | 范围综述方法，文献检索 | 深度学习, 生成模型, 计算机视觉 | 临床数据, 医学影像 | NA | NA | 深度学习架构 | 模型准确性, 临床相关性 | 便携式数据采集设备(平板电脑, 语音识别系统), 临床软件平台 |
| 6656 | 2025-10-06 |
Mindset matters: exploring the link between mindsets, learning intentions, and performance in biomedical science students
2025-Sep-01, Advances in physiology education
IF:1.7Q4
DOI:10.1152/advan.00012.2025
PMID:40516929
|
研究论文 | 本研究探讨了生物医学科学学生的心态、学习意图与学业表现之间的关系 | 首次通过混合研究方法探索了学生心态与学习意图之间的未被研究的关系 | 样本仅限于二年级生物医学科学学生，可能无法推广到其他学科或年级 | 研究心态、学习意图与学业表现之间的关系 | 生物医学科学专业学生 | 教育心理学 | NA | 混合研究方法，归纳和演绎主题分析 | NA | 定性数据和定量数据 | 256名二年级生物医学科学学生 | NA | NA | 学业表现评分，主题响应频率 | NA |
| 6657 | 2025-10-06 |
An Explainable Connectome Convolutional Transformer for Multimodal Autism Spectrum Disorder Classification
2025-Aug, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500431
PMID:40621646
|
研究论文 | 提出一种可解释的连接组卷积Transformer框架，用于多模态自闭症谱系障碍分类 | 融合功能与结构脑连接信息的多模态深度学习框架，结合连接组卷积嵌入和Transformer编码器，并引入节点到图的池化层识别生物标志物 | 多站点数据集成可能引入变异性，依赖特定数据集（ABIDE） | 开发自动化神经影像诊断工具以改善自闭症谱系障碍诊断 | 自闭症谱系障碍患者的脑连接数据 | 医学影像分析 | 自闭症谱系障碍 | fMRI, sMRI | Transformer, CNN | 脑连接图像数据 | ABIDE多站点数据集 | 深度学习框架 | 连接组卷积Transformer (CCTF) | 准确率 | NA |
| 6658 | 2025-10-06 |
AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare
2025-Jul-07, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 提出了一种人工智能驱动的适配体优化流程，用于加速靶向治疗中的适配体发现与设计 | 首次将人工智能与先进计算方法结合，构建了系统性的适配体优化流程，显著提升了适配体设计的效率 | 流程依赖于已知的适配体-宿主复合物作为起点，可能限制了全新适配体的发现 | 开发高效的人工智能驱动适配体优化方法，减少传统实验方法的依赖 | RNA和DNA适配体及其与宿主分子的复合物 | 机器学习, 计算生物学 | NA | SELEX, 分子动力学模拟, 深度学习方法 | 深度学习模型, 机器学习模型 | 序列数据, 结构数据 | NA | NA | PredPRBA, PDA-Pred | 结合亲和力预测, 结构稳定性评估 | NA |
| 6659 | 2025-10-06 |
Photon-counting micro-CT scanner for deep learning-enabled small animal perfusion imaging
2025-Jul-07, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade94b
PMID:40578400
|
研究论文 | 介绍一种用于小动物灌注成像的光子计数微型CT扫描仪及其深度学习应用 | 结合光子计数微型CT扫描仪与深度学习网络，实现快速五维重建和灌注映射 | 仅在小鼠模型和体模中进行验证，尚未在更广泛的动物模型或临床环境中测试 | 开发高吞吐量小动物灌注成像平台 | 小动物（小鼠）和定制灌注体模 | 医学影像 | 血管疾病 | 光子计数CT，碘对比剂灌注成像 | CNN | 多能量时间序列CT图像 | 小鼠研究和定制体模 | NA | 卷积神经网络 | 噪声水平（HU），对比噪声比，血流指数误差，决定系数 | NA |
| 6660 | 2025-10-06 |
pyDOSEIA: A Python Package for Radiological Impact Assessment during Long-term or Accidental Atmospheric Releases
2025-Jul-07, Health physics
IF:1.0Q4
DOI:10.1097/HP.0000000000002014
PMID:40622262
|
研究论文 | 介绍用于气象数据处理和辐射影响评估的Python软件包pyDOSEIA | 基于高斯烟羽模型并遵循IAEA和AERB指南，提供年龄特定、距离特定和核素特定的辐射剂量计算，具备并行处理能力并支持机器学习和深度学习研究 | NA | 开发用于核与辐射事故场景下辐射影响评估的软件工具 | 大气释放场景下的辐射剂量评估 | 机器学习 | NA | 高斯烟羽模型 | NA | 气象数据、辐射数据 | NA | Python | NA | NA | 并行处理 |