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 33074 篇文献，本页显示第 8721 - 8740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8721 | 2025-10-06 |
A new age in structural S-layer biology: Experimental and in silico milestones
2025-May-08, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2025.110205
PMID:40345586
|
综述 | 本文总结了近5年S层蛋白结构研究的主要进展，包括实验结构确定流程和计算建模新方法 | 首次系统探讨计算建模方法在S层蛋白研究中的突破，并展望计算方法如何进一步推动对该蛋白结构的理解 | NA | 总结S层蛋白结构生物学研究的最新进展 | 细菌和古菌中的表面(S-)层蛋白 | 结构生物学 | NA | 高分辨率成像、深度学习结构预测 | 深度学习 | 蛋白质结构数据 | 多种细菌和古菌物种，包括未培养微生物谱系 | NA | NA | NA | NA |
| 8722 | 2025-10-06 |
Artificial intelligence-driven circRNA vaccine development: multimodal collaborative optimization and a new paradigm for biomedical applications
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf263
PMID:40483546
|
综述 | 本文探讨人工智能在环状RNA疫苗开发中的多模态协同优化策略及其生物医学应用新范式 | 提出融合AI与传统实验的混合范式，整合可解释AI框架与多组学验证以提升环状RNA疫苗的临床转化潜力 | AI算法存在黑箱问题、文献检索可靠性不足、生物学机制整合不充分以及生成式AI可能产生虚假参考文献 | 通过人工智能优化环状RNA疫苗设计流程并建立新型生物医学应用范式 | 环状RNA疫苗及其在传染病预防和癌症免疫治疗中的应用 | 生物信息学 | 传染病与癌症 | 多组学数据整合，RNA二级结构建模，脂质纳米颗粒递送系统 | CNN, Transformer, 生成式AI | 多组学数据 | NA | NA | NA | NA | NA |
| 8723 | 2025-10-06 |
Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging
2025-Feb-03, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.2.11
PMID:39913124
|
研究论文 | 本研究评估了四种处理三维OCT图像的深度学习方法在预测地理萎缩病变面积和生长速率方面的性能 | 首次系统比较四种不同的3D OCT图像处理策略在预测地理萎缩进展中的表现，发现EZ和RPE层包含最重要的预测信息 | 所有方法的预测性能可能已达到平台期，性能提升有限 | 评估不同3D OCT图像处理方法在预测年龄相关性黄斑变性引起的地理萎缩进展中的效果 | 地理萎缩患者的3D OCT图像数据 | 计算机视觉 | 年龄相关性黄斑变性 | 三维光学相干断层扫描 | CNN | 三维医学图像 | 1219只研究眼用于模型开发，442只研究眼用于性能评估 | NA | 3D CNN, SLIVER-net | 皮尔逊相关系数平方 | NA |
| 8724 | 2025-10-06 |
Artificial Intelligence in Pancreatic Imaging: A Systematic Review
2025-02, United European gastroenterology journal
IF:5.8Q1
DOI:10.1002/ueg2.12723
PMID:39865461
|
系统综述 | 本文系统综述了人工智能在胰腺影像学中的应用、技术进展、临床应用及相关挑战 | 首次按照PRISMA-DTA指南系统评估人工智能在胰腺影像学中的最新进展，重点关注深度学习技术和影像组学方法 | 存在法律伦理考量、算法透明度不足、数据安全等挑战 | 探索人工智能在胰腺影像学中的作用及其对疾病诊断和治疗的影响 | 胰腺疾病（包括急慢性胰腺炎和各种胰腺肿瘤）的影像学数据 | 医学影像分析 | 胰腺疾病 | CT、MRI、内镜超声 | 深度学习,机器学习 | 医学影像 | NA | NA | CNN | NA | NA |
| 8725 | 2025-10-06 |
Automatic multimodal registration of cone-beam computed tomography and intraoral scans: a systematic review and meta-analysis
2025-Jan-29, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-025-06183-x
PMID:39878846
|
系统综述与荟萃分析 | 系统评估锥形束计算机断层扫描与口内扫描自动多模态配准技术的最新进展及其在牙科中的临床意义 | 首次对CBCT与IOS自动多模态配准方法进行系统综述和荟萃分析，比较几何方法与人工智能方法的性能差异 | 纳入研究数量有限（22篇），数据集多样性不足，复杂临床场景下的稳定性有待验证 | 评估CBCT与IOS自动多模态配准技术的最新进展及临床应用价值 | 牙科影像数据（CBCT和IOS扫描数据） | 医学影像分析 | 牙科疾病 | 锥形束计算机断层扫描，口内扫描 | 深度学习模型 | 3D医学影像 | 22项符合纳入标准的研究（共493篇初筛文献） | NA | NA | 配准精度，自动化程度，鲁棒性 | 几何方法计算需求较低，AI方法需要较高计算资源 |
| 8726 | 2025-10-06 |
Transformers for Neuroimage Segmentation: Scoping Review
2025-Jan-29, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/57723
PMID:39879621
|
综述 | 本文对2019-2023年间基于Transformer的神经影像分割研究进行了范围综述 | 首次系统综述Transformer在神经影像分割领域的应用现状和发展趋势 | 仅纳入2019-2023年的研究，且主要依赖脑肿瘤分割数据集，缺乏对其他神经系统疾病的验证 | 评估各种Transformer模型在神经影像分割中的应用效果 | 人类脑部影像数据 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | Transformer, CNN | 3D医学影像, 2D医学影像 | 67项符合纳入标准的研究 | NA | Vision Transformer, 混合CNN-Transformer架构 | Dice系数 | NA |
| 8727 | 2025-10-06 |
Artificial intelligence methods applied to longitudinal data from electronic health records for prediction of cancer: a scoping review
2025-Jan-28, BMC medical research methodology
IF:3.9Q1
DOI:10.1186/s12874-025-02473-w
PMID:39875808
|
综述 | 本文对利用电子健康记录纵向数据预测癌症的人工智能方法进行了范围综述 | 系统总结了当前利用纵向电子健康记录数据进行癌症预测的AI方法，并提出了模型开发建议 | 纳入研究存在高偏倚风险（90%），主要源于研究设计不当和样本量问题 | 总结当前用于从纵向数据预测癌症的方法，并提供模型开发建议 | 33篇相关研究文献 | 医疗人工智能 | 癌症 | 电子健康记录数据分析 | 深度学习, 特征工程 | 纵向电子健康记录数据 | 33项研究 | NA | 循环神经网络, 卷积神经网络, Transformer | NA | NA |
| 8728 | 2025-10-06 |
Prediction of Anti-rheumatoid Arthritis Natural Products of Xanthocerais Lignum Based on LC-MS and Artificial Intelligence
2025, Combinatorial chemistry & high throughput screening
IF:1.6Q3
|
研究论文 | 本研究结合液相色谱-质谱技术和人工智能技术预测文冠木中抗类风湿关节炎的天然产物活性成分 | 首次将LC-MS技术与多种机器学习算法结合，构建集成模型预测文冠木中抗RA活性成分，并通过相对丰度分析确定主要活性成分 | 研究主要基于计算机预测，缺乏实验验证活性成分的实际药效 | 预测和筛选文冠木中抗类风湿关节炎的活性天然产物 | 文冠木中的天然化合物 | 机器学习 | 类风湿关节炎 | LC-MS, HPLC-Q-Exactive-MS | 机器学习,深度学习 | 质谱数据,化合物结构数据 | 69种已鉴定化合物 | Scikit-learn, PyTorch | 逻辑回归,K近邻,支持向量机,随机森林,XGBoost,GCN | AUC,十折交叉验证 | NA |
| 8729 | 2025-10-06 |
Predicting alveolar nerve injury and the difficulty level of extraction impacted third molars: a systematic review of deep learning approaches
2025, Frontiers in dental medicine
IF:1.5Q3
DOI:10.3389/fdmed.2025.1534406
PMID:40463825
|
系统综述 | 系统评估深度学习模型在预测第三磨牙拔除难度和下牙槽神经损伤风险方面的准确性和可靠性 | 首次系统综述专门关注深度学习在第三磨牙拔除术前评估中的应用，整合了多国研究数据 | 研究地理分布有限（主要来自韩国、土耳其和泰国），人口统计学数据报告不充分，缺乏长期随访数据，存在选择偏倚风险 | 评估深度学习模型在预测第三磨牙拔除难度和下牙槽神经损伤风险方面的表现 | 涉及12,419张全景放射影像的六项研究 | 计算机视觉 | 口腔疾病 | 全景放射成像 | 深度学习模型 | 医学影像 | 12,419张全景放射影像 | NA | NA | 准确率, 敏感性 | NA |
| 8730 | 2025-10-06 |
An image and text-based fake news detection with transfer learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324394
PMID:40526614
|
研究论文 | 本研究提出了一种基于图像和文本的多模态假新闻检测方法，通过迁移学习和参数高效微调技术在低资源环境下提升检测性能 | 结合图像和文本的双模态特征进行假新闻检测，在低资源环境下使用LoRA参数高效微调技术和CLIP模型 | 在低资源环境下进行实验，数据量有限 | 提高假新闻检测的准确性和鲁棒性，特别是在标注数据稀缺的情况下 | 包含图像和文本的新闻内容 | 自然语言处理,计算机视觉 | NA | 迁移学习，参数高效微调 | MLP, CLIP | 图像, 文本 | NA | NA | CLIP, 多层感知机 | 准确率 | NA |
| 8731 | 2025-10-06 |
Prediction of future aging-related slow gait and its determinants with deep learning and logistic regression
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325172
PMID:40526703
|
研究论文 | 本研究使用深度学习和逻辑回归预测与衰老相关的慢步态及其决定因素 | 首次将神经网络应用于衰老相关慢步态预测，并与传统逻辑回归方法进行对比 | 样本量相对有限（1,363名参与者），需要进一步验证和模型扩展 | 预测衰老相关的慢步态及其决定因素，以识别加速衰老的生物标志物 | 来自巴尔的摩纵向衰老研究的1,363名参与者 | 机器学习 | 老年疾病 | 深度神经网络，逻辑回归分析 | 神经网络, 逻辑回归 | 临床数据 | 1,363名参与者 | NA | 深度神经网络 | 灵敏度, 特异性 | NA |
| 8732 | 2025-10-06 |
Arrhythmia classification based on multi-input convolutional neural network with attention mechanism
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326079
PMID:40526742
|
研究论文 | 提出一种基于多输入卷积神经网络和注意力机制的心律失常分类算法 | 采用多尺度时频表示和双分支CNN架构，结合SE注意力机制增强通道间依赖关系，通过双三次插值和逐元素求和的融合策略保持空间完整性 | NA | 开发准确的心律失常自动分类方法 | 心电图信号 | 机器学习 | 心血管疾病 | 短时傅里叶变换 | CNN | 信号数据 | MIT-BIH和SPH心律失常数据库 | NA | 多输入卷积神经网络,Squeeze-and-Excitation | 准确率,Macro-F1分数 | NA |
| 8733 | 2025-10-06 |
Development and evaluation of a deep learning system for screening real-world multiple abnormal findings based on ultra-widefield fundus images
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1584378
PMID:40529144
|
研究论文 | 开发并评估基于超广角眼底图像的深度学习系统，用于筛查多种异常发现 | 提出包含质量评估、伪影去除和病变识别三模块的深度学习系统，特别强调伪影去除模块对提升真实世界图像识别性能的重要性 | 仅使用4,521张图像进行训练和内部验证，外部验证数据集规模相对有限 | 开发能够筛查多种眼底异常的深度学习系统 | 超广角眼底图像中的出血、玻璃膜疣、硬性渗出物、棉绒斑和视网膜裂孔 | 计算机视觉 | 眼科疾病 | 超广角眼底成像 | 深度学习 | 图像 | 4,521张训练和内部验证图像，两个外部验证数据集分别包含344张和894张图像 | NA | NA | 曲线下面积, 准确率 | NA |
| 8734 | 2025-10-06 |
Deep learning-based image classification for AI-assisted integration of pathology and radiology in medical imaging
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1574514
PMID:40529155
|
研究论文 | 提出一种基于深度学习的AI辅助医学影像框架，整合病理学和放射学数据以提高诊断准确性 | 开发了自适应多分辨率成像网络(AMRI-Net)和可解释域自适应学习(EDAL)策略，通过多分辨率特征提取和域对齐技术提升模型性能 | NA | 通过人工智能整合病理学和放射学数据，优化临床工作流程并提高诊断准确性 | 多模态医学影像数据，包括X射线、CT和MRI扫描 | 医学影像分析 | NA | 深度学习 | CNN | 图像 | NA | NA | AMRI-Net | 准确率,F1分数 | NA |
| 8735 | 2025-10-06 |
Integrated multidisciplinary approach to aneurysm hemodynamic analysis: numerical simulation, in Vitro experiment, and deep learning
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1602190
PMID:40529173
|
综述 | 系统整合数值模拟、体外实验和深度学习技术用于动脉瘤血流动力学分析的多学科研究方法 | 提出融合传统数值模拟、实验方法与新兴深度学习技术的多学科集成研究框架 | 生物仿生材料存在局限性，对力学-生物学耦合机制的理解尚不完整 | 阐明动脉瘤失稳的力学机制，建立标准化血流动力学量化方案，实现患者特异性风险分层 | 动脉瘤的扩张、破裂和血栓形成过程中的血流动力学扰动 | 数字病理 | 心血管疾病 | 数值模拟, 体外实验, 深度学习 | 深度学习模型 | 血流动力学数据 | NA | NA | NA | NA | NA |
| 8736 | 2025-10-06 |
Artificial Intelligence in Chronic Disease Management for Aging Populations: A Systematic Review of Machine Learning and NLP Applications
2025, International journal of general medicine
IF:2.1Q2
DOI:10.2147/IJGM.S516247
PMID:40529344
|
系统综述 | 系统综述人工智能技术在老年慢性病管理中的应用现状、挑战和未来方向 | 全面梳理了人工智能技术在老年慢性病管理中的多种应用可能性和面临的挑战 | 面临数据稀缺、模型泛化能力不足、临床医生接受度低等挑战 | 改善老年慢性病管理，促进健康老龄化 | 老年慢性病患者群体 | 自然语言处理,机器学习 | 老年慢性疾病 | 机器学习,深度学习,NLP,计算机视觉 | NA | NA | NA | NA | NA | NA | NA |
| 8737 | 2025-10-06 |
Research progress in predicting the conversion from mild cognitive impairment to Alzheimer's disease via multimodal MRI and artificial intelligence
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1596632
PMID:40529431
|
综述 | 系统回顾多模态MRI和人工智能在预测轻度认知障碍向阿尔茨海默病转化方面的研究进展 | 整合多模态MRI技术与人工智能算法，系统分析MCI向AD转化的预测方法 | NA | 为MCI转化的早期准确预测和干预策略制定提供科学参考 | 轻度认知障碍（MCI）向阿尔茨海默病（AD）的转化过程 | 医学影像分析 | 阿尔茨海默病 | 多模态磁共振成像（包括结构MRI、功能MRI和脑灌注MRI） | 深度学习, 机器学习 | 多模态MRI影像数据 | NA | NA | NA | NA | NA |
| 8738 | 2025-10-06 |
Reducing unnecessary biopsies of BI-RADS 4 lesions based on a deep learning model for mammography
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1543553
PMID:40530010
|
研究论文 | 本研究开发了一种基于乳腺X线摄影的深度学习模型，用于识别BI-RADS 4类病变并减少不必要的乳腺活检 | 首次针对BI-RADS 4类病变开发深度学习模型，能够显著减少不必要的活检操作 | 回顾性研究设计，样本量相对有限（557例），仅来自两家医院 | 评估深度学习模型在BI-RADS 4类病变诊断中的价值，减少不必要的乳腺活检 | BI-RADS 4类乳腺病变（包括4A、4B、4C亚类） | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | 深度学习模型 | 医学影像 | 557例BI-RADS 4类病变（304例良性，195例恶性，58例高风险） | NA | NA | 灵敏度, 特异度, 准确率, AUC | NA |
| 8739 | 2025-10-06 |
ST-YOLO: a deep learning based intelligent identification model for salt tolerance of wild rice seedlings
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1595386
PMID:40530276
|
研究论文 | 提出基于深度学习的ST-YOLO模型用于野生稻苗耐盐表型评估与识别 | 提出C2f DBB重参数化模块替代部分C2f模块，引入CAFM卷积和注意力融合模块，设计基于可变形卷积的空间金字塔池化层 | NA | 提高野生稻苗耐盐性识别的准确率和检测率 | 野生稻幼苗 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | NA | NA | ST-YOLO, C2f DBB, CAFM | 平均精度, 准确率, 召回率 | NA |
| 8740 | 2025-10-06 |
PRGminer: harnessing deep learning for the prediction of resistance genes involved in plant defense mechanisms
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1411525
PMID:40530297
|
研究论文 | 开发基于深度学习的植物抗性基因预测工具PRGminer，用于高通量识别和分类植物防御机制相关基因 | 首次将深度学习应用于植物抗性基因预测，实现两阶段分类（R基因识别和类别划分）的高精度预测 | 未在文中明确说明具体局限性 | 开发高效准确的植物抗性基因预测工具，加速植物抗病育种研究 | 植物抗性基因（R基因）及其编码的蛋白质序列 | 生物信息学 | 植物病害 | 深度学习，蛋白质序列分析 | 深度学习模型 | 蛋白质序列数据 | 未在摘要中明确说明具体样本数量 | 未在摘要中明确说明 | 未在摘要中明确说明具体架构 | 准确率，马修斯相关系数 | 未在摘要中明确说明 |