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 42795 篇文献，本页显示第 7641 - 7660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7641 | 2025-12-31 |
Enhancing RNA 3D Structure Prediction: A Hybrid Approach Combining Expert Knowledge and Computational Tools in CASP16
2026-Jan, Proteins
IF:3.2Q2
DOI:10.1002/prot.70034
PMID:40778521
|
研究论文 | 本文介绍了一种结合专家知识与计算工具的混合方法，用于在CASP16挑战中增强RNA三维结构预测 | 采用模块化工作流整合模板建模与从头预测，并融入实验约束和迭代优化，在CASP16中取得第二名 | 在预测复杂拓扑结构（如假结和共轴堆积）方面仍面临挑战 | 提高RNA三维结构预测的准确性和适用性 | RNA分子及其三维结构 | 计算生物学 | NA | 模板建模、从头预测、深度学习 | AlphaFold3, DeepFoldRNA | RNA序列、三维结构数据 | CASP16挑战中的多个RNA靶标，包括短于200个核苷酸的目标 | NA | NA | 均方根偏差（RMSD）, Z-score | NA |
| 7642 | 2025-12-31 |
Machine Learning in Tuberculosis Research: A Global Bibliometric Analysis of Diagnostic, Prognostic, and Drug Discovery Trends
2026-Jan, Therapeutic innovation & regulatory science
IF:2.0Q3
DOI:10.1007/s43441-025-00866-z
PMID:40841498
|
综述 | 本文对机器学习在结核病研究中的全球文献进行了全面的计量分析，重点关注诊断、预后和药物发现趋势 | 通过系统的文献计量分析，揭示了机器学习在结核病研究领域的快速增长趋势、国际合作网络及主要研究主题聚类，为未来AI驱动的结核病治疗策略提供指导 | 分析仅基于Scopus数据库的英文文献，可能未涵盖所有相关研究，且文献计量方法本身存在一定局限性 | 评估机器学习在结核病研究中的应用趋势，以指导未来的治疗策略和监管科学 | 全球范围内关于机器学习与结核病（MLTB）的数据驱动出版物 | 机器学习 | 结核病 | 文献计量分析 | NA | 文献数据 | 通过Scopus数据库检索至2024年5月1日的相关出版物 | Biblioshiny, VOSviewer | NA | 平均引用次数（21.64），国际合作比例（40.11%），年增长率（22.12%） | NA |
| 7643 | 2025-12-31 |
The Role of Artificial Intelligence in Interventional Pulmonology
2026-Jan-01, Journal of bronchology & interventional pulmonology
IF:3.3Q2
DOI:10.1097/LBR.0000000000001051
PMID:41468029
|
综述 | 本文综述了人工智能在介入肺病学中如何通过提升诊断、手术精度和患者预后，革新该领域 | 全面总结了AI在介入肺病学多个关键应用中的创新作用，包括肺结节检测、风险分层、机器人辅助支气管镜导航、淋巴结恶性评估以及慢性阻塞性肺疾病表型分析 | 未提及具体研究数据或模型性能的局限性，主要聚焦于应用潜力和未来挑战 | 探讨人工智能在介入肺病学领域的应用、影响及未来发展方向 | 介入肺病学中的诊断工具、手术程序、患者选择及医学教育 | 医学人工智能 | 肺癌, 慢性阻塞性肺疾病 | 机器学习, 深度学习, 影像组学, 机器人辅助支气管镜, 支气管内超声, 细胞病理学 | 深度学习模型, 机器学习算法 | 影像数据, CT成像, 肺活量测定数据 | NA | NA | NA | NA | NA |
| 7644 | 2025-12-31 |
DUDE: deep unsupervised domain adaptation using variable nEighbors for physiological time series analysis
2025-Dec-30, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ae2231
PMID:41265030
|
研究论文 | 提出了一种名为DUDE的深度无监督域适应框架，用于处理生理时间序列分析中的分布偏移问题 | 引入了一种基于动态邻居选择策略的新型对比损失，根据潜在空间密度自适应确定每个样本的邻居数量 | 未明确说明模型在极端分布偏移或小样本目标域下的性能限制 | 解决生理信号分析中源域和目标域分布不完全重叠时的域适应挑战 | 连续生理信号，如心电图或血氧饱和度数据 | 机器学习 | NA | 深度无监督域适应 | 深度学习 | 时间序列数据 | 多个真实世界数据集，涉及不同人口统计、种族、地理和共病条件 | NA | DUDE | 与基线比较的性能提升百分比 | NA |
| 7645 | 2025-12-31 |
RSR-MSI: Reference-Based Super-Resolution for Mass Spectrometry Imaging of Tissues and Single Cells
2025-Dec-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05933
PMID:41308162
|
研究论文 | 提出一种基于参考图像的超分辨率方法（RSR-MSI），利用光学显微镜图像作为参考帧，结合原始质谱成像的离子强度数据，从单张低分辨率质谱图像重建高分辨率图像 | 首次将基于参考图像的超分辨率方法应用于单细胞质谱成像领域，仅需单张低分辨率质谱图像和参考光学图像即可实现亚细胞级分辨率重建，无需大规模训练数据集或配对图像 | 未明确说明方法对特定组织类型或细胞状态的适用性限制，也未讨论参考图像与质谱图像配准误差对重建结果的影响 | 开发高空间分辨率、高通量的质谱成像方法，减少数据采集时间 | 生物组织和单细胞 | 计算成像 | NA | 质谱成像（MSI），光学显微镜 | 深度学习超分辨率网络 | 质谱图像，光学显微镜图像 | NA | NA | NA | NA | NA |
| 7646 | 2025-12-31 |
Diagnostic accuracy of artificial intelligence-based deep learning models in detecting furcation involvement: A systematic review and meta-analysis
2025-Dec-30, Journal of periodontology
IF:4.2Q1
DOI:10.1002/jper.70055
PMID:41466554
|
系统综述与荟萃分析 | 本文系统综述并荟萃分析了基于人工智能的深度学习模型在检测牙根分叉病变方面的诊断准确性 | 首次对深度学习模型在牙科影像中检测牙根分叉病变的诊断性能进行了系统性的定量评估和荟萃分析 | 纳入研究数量有限（8项），需要更大、更多样化的数据集来减少假阳性并实现安全的临床整合 | 系统评估深度学习模型在牙科影像中检测牙根分叉病变的诊断潜力 | 牙科影像（根尖片、全景片、锥形束CT）中的磨牙及其牙根分叉病变 | 数字病理学 | 牙周病 | 牙科影像学（根尖片、全景片、锥形束CT） | 深度学习模型 | 影像 | 7814张影像，涉及12373颗磨牙 | NA | NA | 灵敏度，特异度，F1分数，曲线下面积，诊断比值比 | NA |
| 7647 | 2025-12-31 |
A hybrid model for structured illumination microscopy reconstruction using attention mechanism and deep Laplacian pyramid network with Fourier loss
2025-Dec-30, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70057
PMID:41467734
|
研究论文 | 提出一种结合注意力机制和深度拉普拉斯金字塔网络的混合模型，用于结构光照明显微镜图像的超分辨率重建 | 提出Att-SIM-LapSRN混合深度学习框架，首次将注意力U-Net与拉普拉斯金字塔超分辨率网络结合，并引入基于FFT的损失函数，以解决SIM重建中的伪影、噪声和高频细节丢失问题 | 未提及模型在极低信噪比或极端光照条件下的鲁棒性，也未讨论计算复杂度和实时处理能力 | 提升结构光照明显微镜在低光条件下的超分辨率成像质量，减少重建伪影并增强高频细节 | 生物样本的超分辨率显微图像 | 计算机视觉 | NA | 结构光照明显微镜 | 深度学习, 混合模型 | 图像 | 使用BioSR数据集（具体样本数量未说明） | 未明确说明（可能为PyTorch或TensorFlow） | Attention U-Net, Laplacian pyramid super-resolution network | PSNR, SSIM, 感知质量指标 | NA |
| 7648 | 2025-12-31 |
AI-driven molecular modeling and design: from property prediction to drug generation
2025-Dec-29, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00745-7
PMID:41460590
|
研究论文 | 本文提出了一种名为ME&PP-MG&RC的深度学习框架，用于分子建模与设计，包括属性预测和药物生成 | 整合了分子编码与属性预测（ME&PP）以及分子生成与真实性分类（MG&RC）组件，提供统一的分子设计管道，实现了精确属性预测、新分子生成和真实性验证 | 未明确提及模型在更大规模或更复杂数据集上的泛化能力，也未讨论计算成本或实际应用中的潜在挑战 | 通过深度学习技术推进计算分子设计和药物发现，实现自动化药物候选物识别 | 分子化合物，特别是针对QM9和ZINC数据集中的分子 | 机器学习 | NA | 深度学习，图神经网络 | 图神经网络 | 分子结构数据 | 涉及QM9和ZINC数据集，但未指定具体样本数量 | 未明确指定，可能为PyTorch或TensorFlow | 未指定具体架构，但基于图神经网络模型 | 平均绝对误差 | NA |
| 7649 | 2025-12-31 |
Interpretable machine learning algorithms for diagnostic prediction of diabetic retinopathy
2025-Dec-29, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329251410736
PMID:41460717
|
研究论文 | 本研究提出了一种新颖、标准化且可解释的机器学习框架，旨在提高糖尿病视网膜病变风险预测的诊断效率和准确性 | 采用动态加权投票集成方法，并结合SHAP进行可解释性分析，以增强模型的临床可信度 | 未明确提及研究的局限性 | 开发一种高精度且可解释的机器学习框架，用于糖尿病视网膜病变的诊断预测 | 糖尿病患者的临床数据 | 机器学习 | 糖尿病视网膜病变 | 机器学习算法 | LightGBM, CatBoost, Extreme Random Tree, 集成模型 | 临床特征数据 | 未明确提及具体样本数量 | 未明确提及具体框架 | 动态加权投票集成 | 准确率, 灵敏度, AUC | 未明确提及计算资源 |
| 7650 | 2025-12-31 |
A High-Efficiency and High-Accuracy Cellular Segmentation Scheme for Imperfect Cytoarchitecture Images
2025-Dec-29, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70110
PMID:41460794
|
研究论文 | 本文提出了一种针对不完美细胞结构图像的高效高精度细胞分割方案 | 针对不完美细胞结构图像，结合图像增强与无需额外训练的Cellpose预训练模型，显著提升了分割精度 | NA | 开发一种高效且高精度的细胞分割方法，以支持细胞形态学分析和疾病诊断 | 不完美的细胞结构图像 | 数字病理学 | NA | 细胞图像增强，深度学习分割 | CNN | 图像 | NA | NA | Cellpose | IoU, ACC, MCC, Dice | NA |
| 7651 | 2025-12-31 |
A Fully Automated Multistage Deep Learning System for Lenke Classification: Enhanced Diagnostic Precision in Adolescent Idiopathic Scoliosis
2025-Dec-29, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.25.01015
PMID:41460944
|
研究论文 | 本研究开发并验证了一个用于青少年特发性脊柱侧凸Lenke分型的全自动多阶段深度学习系统 | 首次提出一个集成了椎骨分割、腰椎椎弓根定位和特征融合模块的全自动端到端Lenke分型系统，实现了高精度的客观分类 | 研究为回顾性设计，样本主要来自汉族人群，外部验证的普适性有待进一步研究 | 开发一个自动化系统以减少青少年特发性脊柱侧凸Lenke分型的主观性和观察者间差异 | 青少年特发性脊柱侧凸患者和健康对照者的全脊柱X光片 | 数字病理学 | 青少年特发性脊柱侧凸 | X光成像 | 深度学习 | 医学影像 | 650名个体（467名AIS患者，183名健康对照） | NA | Swin-Unet, DeepLabv3+ | 准确率, F1分数, Dice系数, 组内相关系数 | NA |
| 7652 | 2025-12-31 |
CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography
2025-Dec-29, Ultrasonic imaging
IF:2.5Q2
DOI:10.1177/01617346251399875
PMID:41466179
|
研究论文 | 提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法，用于资源受限设备上的超声弹性成像 | 首次将动态剪枝、知识蒸馏和课程学习整合到单一框架中，用于超声运动估计模型的压缩，显著减少参数和计算量同时保持性能 | 未明确说明模型在更广泛临床数据或不同超声设备上的泛化能力，且压缩后模型仍可能对资源极度受限设备构成挑战 | 开发资源高效的深度学习模型，用于超声弹性成像中的运动估计 | 模拟、体模和体内超声数据 | 计算机视觉 | NA | 超声弹性成像 | CNN | 射频超声数据，B模式数据 | NA | NA | UMEN-Net, DP-Net, CDP-KDNet | 信噪比，对比噪声比 | NA |
| 7653 | 2025-12-31 |
RFDNet: Robust Frequency-Based Denoising Network for 3D Ultrasound Vascular Imaging Using a Row-Column Addressed Array
2025-Dec-29, Ultrasonic imaging
IF:2.5Q2
DOI:10.1177/01617346251398442
PMID:41466464
|
研究论文 | 本文提出了一种用于3D超声血管成像的鲁棒频率去噪网络，以解决行-列寻址阵列成像中的斜坡形噪声问题 | 提出了一个深度频率滤波模块，该模块能自适应地滤波编码器中的频率成分，抑制斜坡形噪声并动态平衡频谱内容，从而减少对域偏移和切片间强度不一致性的敏感性 | 当前研究依赖于2D切片训练与3D重建，而非全体积3D训练；未来工作将探索3D训练和架构优化以提高计算效率 | 提升行-列寻址阵列3D超声血管成像的图像质量，抑制由点扩散函数各向异性引起的斜坡形噪声 | 多普勒体模、颈动脉和腹部数据集 | 计算机视觉 | 心血管疾病 | 3D超声血管成像 | CNN | 3D超声图像 | NA | NA | RFDNet | 峰值信噪比, 结构相似性, 均方根误差 | NA |
| 7654 | 2025-12-31 |
Machine Learning for Performance Prediction and Optimization of Polymer Composites: Unveiling the Dominant Role of Thermally Conductive Pathways
2025-Dec-24, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c21877
PMID:41364534
|
研究论文 | 本研究开发了一种结合传统机器学习、深度学习和生成模型的新框架，用于预测和优化聚合物复合材料的性能，特别是热导率和杨氏模量 | 提出了一种新颖的密集球体填充算法来构建多填料复合材料的几何模型，并定义了与导热通路相关的描述符以提高预测精度，同时利用基于Transformer的生成模型在低填料体积分数下生成具有导热通路的RVE结构 | 传统机器学习算法在捕捉导热通路方面存在局限性，且研究主要关注低填料体积分数下的性能，可能未全面覆盖所有填料条件 | 预测和优化聚合物复合材料的热导率和机械性能 | 多填料聚合物复合材料 | 机器学习 | NA | 密集球体填充算法，COMSOL模拟 | Random Forest Regression, Convolutional Neural Network, Transformer | 几何模型数据，模拟数据 | 1024个代表性体积元素（RVE）模型 | NA | CNN, Transformer | 预测精度 | NA |
| 7655 | 2025-12-31 |
General Framework for Geometric Deep Learning on Tensorial Properties of Molecules and Crystals
2025-Dec-24, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.5c12428
PMID:41364709
|
研究论文 | 本文提出了一种用于分子和晶体张量性质几何深度学习的通用框架 | 开发了一个通用输出模块，使等变图神经网络能够端到端预测具有指定置换对称性的任意阶张量，并支持原子级性质和高阶张量 | NA | 预测分子和晶体的张量响应性质 | 分子和晶体 | 机器学习 | NA | 几何深度学习 | 等变图神经网络 | 张量数据 | NA | NA | XPaiNN | 准确性 | NA |
| 7656 | 2025-12-31 |
MIAT-DHX9 spatiotemporal expression drives venous neointimal hyperplasia through nucleolar homeostasis and mitotic progression
2025-Dec-23, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116578
PMID:41259202
|
研究论文 | 本文揭示了长链非编码RNA MIAT与DExH-box解旋酶9（DHX9）在静脉新生内膜增生中的时空表达模式，通过调控核仁稳态和有丝分裂进程驱动平滑肌细胞增殖 | 首次利用多超分辨率成像和单分子荧光原位杂交技术，揭示了MIAT-DHX9轴在核仁中的时空表达及其通过PARP1相互作用调控细胞周期的机制，并应用深度学习识别核仁形态特征作为疾病进展的生物标志物 | 研究主要基于体外和动物模型，尚未在人体临床试验中验证MIAT-DHX9靶向治疗的安全性和有效性 | 探究静脉新生内膜增生的分子机制，并开发基于核仁调控的治疗策略 | 平滑肌细胞（SMCs）的核仁稳态、有丝分裂进程及细胞增殖 | 数字病理学 | 心血管疾病 | 多超分辨率成像、单分子荧光原位杂交（FISH）、CRISPR基因编辑、深度学习 | 深度学习模型 | 图像数据（超分辨率成像、FISH图像） | 体外平滑肌细胞模型及动物模型（具体数量未明确说明） | NA | NA | NA | NA |
| 7657 | 2025-12-31 |
Deep-learning-based non-contrast CT for detecting acute ischemic stroke: a systematic review and HSROC meta-analysis of patient-level diagnostic accuracy
2025-Dec-15, BMC neurology
IF:2.2Q3
DOI:10.1186/s12883-025-04528-3
PMID:41398240
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了基于深度学习的非增强CT在患者层面检测急性缺血性脑卒中的诊断准确性 | 首次对基于深度学习的非增强CT在患者层面检测急性缺血性脑卒中进行系统综述和荟萃分析，并探讨了研究间异质性的来源 | 研究间存在患者选择和指标测试领域的偏倚风险，AI报告质量多为中等，明确的外部验证仍不常见 | 评估深度学习应用于非增强CT在患者层面检测急性缺血性脑卒中的诊断准确性，并探讨研究间异质性的来源 | 急性缺血性脑卒中患者 | 医学影像分析 | 急性缺血性脑卒中 | 深度学习 | 深度学习模型 | 非增强CT图像 | 来自16项研究的患者数据，其中13项贡献了患者层面的荟萃分析数据 | NA | NA | 敏感性, 特异性 | NA |
| 7658 | 2025-12-31 |
Ethical Use of Artificial Intelligence for Processing Medical Images
2025-Dec-15, Journal of Korean medical science
IF:3.0Q1
DOI:10.3346/jkms.2025.40.e341
PMID:41399268
|
综述 | 本文探讨了人工智能在医学影像处理中的伦理应用与挑战 | 系统性地总结了AI在医学影像处理中的技术应用（如深度学习架构和生成式AI）及其带来的伦理问题，并提出了伦理部署的框架 | 未提供具体的实证研究或案例来量化伦理问题的影响，也未提出解决这些伦理挑战的新技术方法 | 探讨人工智能在医学影像处理中的伦理使用、挑战及部署要求 | 人工智能工具在医学影像处理中的应用及其伦理影响 | 计算机视觉 | NA | NA | CNN, RNN, U-Net, Transformer | 图像 | NA | NA | U-Net, MedGAN, StyleGAN, CycleGAN, SinGAN-Seg | 准确率 | NA |
| 7659 | 2025-12-31 |
Case-Based Reasoning with Deep Learning for a Hybrid Approach to Legal Text Summarization
2025-Dec-12, Journal of visualized experiments : JoVE
DOI:10.3791/69287
PMID:41460740
|
研究论文 | 本文提出了一种结合案例推理与深度学习的混合方法，用于法律文本摘要，以提高摘要的准确性和效率 | 创新点在于将案例推理与多阶段Transformer架构结合，用于法律文本摘要，在词汇重叠和领域特定推理指标上超越现有基线方法 | NA | 研究目的是开发一种混合法律文本摘要框架，以快速识别和提取法律文档中的相关信息 | 研究对象是法律文档，具体为来自Kaggle的4,968个法律案例 | 自然语言处理 | NA | 案例推理，深度学习 | Transformer | 文本 | 4,968个法律案例 | NA | 多阶段Transformer架构 | 准确率，ROUGE分数，法律实体保留，推理保真度，事实准确性，连贯性 | NA |
| 7660 | 2025-12-31 |
INTERPRETING CONVOLUTIONAL NEURAL NETWORKS IN POPULATION GENETICS
2025-Dec-09, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.04.692404
PMID:41415368
|
研究论文 | 本文通过分析卷积神经网络在群体遗传学中的应用，探讨其学习特征与传统汇总统计量之间的关系，以提升深度学习方法的可解释性 | 首次系统比较CNN学习特征与传统群体遗传学汇总统计量的关联，并利用SHAP值、降维技术和可解释模型（如决策树和随机森林）构建“模型之模型”，揭示CNN如何隐式计算如配对杂合度等统计量 | 研究主要关注特定CNN架构和选择性清除检测任务，可能未覆盖所有深度学习模型或群体遗传学应用场景，且可解释性方法（如SHAP）本身存在计算复杂性和近似误差 | 提升卷积神经网络在群体遗传学中的可解释性，阐明其学习机制与传统方法的联系 | 卷积神经网络在群体遗传学任务（如自然选择推断、重组率估计）中的学习特征 | 机器学习 | NA | NA | CNN | 遗传数据 | NA | NA | NA | NA | NA |