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 33008 篇文献，本页显示第 8741 - 8760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8741 | 2025-10-06 |
ABNN: Adaptive-Gating Binary Neural Network With Dynamic Activation Quantization for Industrial Health Status Prediction
2025-Jun-17, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3577620
PMID:40526547
|
研究论文 | 提出一种用于工业健康状态预测的自适应门控二值神经网络，通过动态激活量化优化边缘设备部署 | 提出趋势感知编码器优化输入层二值化过程、可学习精度指示器动态调整推理精度、自适应门控卷积在保持拟合能力的同时提升表示能力 | 未明确说明模型在极端工业环境下的鲁棒性测试结果 | 解决工业边缘场景资源受限和实时性要求下的设备健康状态预测问题 | 工业边缘场景中的复杂工业设备 | 机器学习 | NA | 二值神经网络、FPGA硬件加速 | 二值神经网络 | 工业设备状态数据 | NA | NA | 自适应门控二值神经网络 | 准确率、效率 | FPGA硬件加速器 |
| 8742 | 2025-10-06 |
Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning
2025-Jun-16, Aesthetic surgery journal
IF:3.0Q1
DOI:10.1093/asj/sjaf047
PMID:40173420
|
研究论文 | 使用自然语言处理和深度学习分析社交媒体上关于乳房植入物疾病的患者认知和情感反应 | 首次使用基于1.24亿条X平台推文训练的Robust optimizing BERT模型分析乳房植入物疾病相关讨论，并发现社交媒体讨论与植入物取出率之间的强相关性 | 研究仅基于社交媒体数据，无法证明因果关系，且数据来源局限于单一平台 | 分析社交媒体上患者对乳房植入物疾病的认知和情感反应，及其与临床决策的关系 | 社交媒体上关于乳房植入物疾病的讨论帖子 | 自然语言处理 | 乳房植入物疾病 | 自然语言处理 | BERT, 深度学习模型 | 文本 | 6099条帖子（2014-2023年） | NA | Robust optimizing Bidirectional Encoder Representations from Transformers | 皮尔逊相关系数 | NA |
| 8743 | 2025-10-06 |
Rate of brain aging associates with future executive function in Asian children and older adults
2025-Jun-16, eLife
IF:6.4Q1
DOI:10.7554/eLife.97036
PMID:40522287
|
研究论文 | 本研究探讨脑年龄变化率与未来执行功能的关联，并在新加坡老年人和儿童群体中验证脑年龄模型的泛化能力 | 首次在亚洲儿童和老年人群体中验证脑年龄模型的泛化性，并发现脑年龄差距变化率与未来执行功能存在关联 | 样本仅来自新加坡人群，模型在儿童群体上需要微调才能适用 | 研究脑年龄变化率与认知功能的关联，并验证脑年龄模型在不同人群中的泛化能力 | 新加坡老年人（55-88岁）和儿童（4-11岁） | 医学影像分析 | NA | 脑年龄预测 | 深度学习 | 神经解剖学影像数据 | 新加坡老年人和儿童群体 | NA | NA | 模型泛化能力，脑年龄预测准确性 | NA |
| 8744 | 2025-10-06 |
DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study
2025-Jun-13, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-025-03628-5
PMID:40512286
|
研究论文 | 开发基于DWI的深度学习影像组学列线图预测支架置入术后发生新发医源性脑梗死患者的生活质量受损 | 首次整合临床特征、影像组学特征和深度学习特征构建多模态预测模型，并采用超分辨率重建技术优化特征提取 | 研究为多中心回顾性研究，需要前瞻性验证 | 预测未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死患者的生活质量受损 | 522例未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死的患者 | 医学影像分析 | 颅内动脉瘤，脑梗死 | DWI，超分辨率重建 | 深度学习，逻辑回归 | 医学影像（DWI） | 522例患者（训练队列和两个外部验证队列） | NA | GoogleNet | AUC，校准曲线，决策曲线分析 | NA |
| 8745 | 2025-10-06 |
Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis
2025-Jun-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c00493
PMID:40442943
|
研究论文 | 本研究通过深度学习、虚拟筛选和生物评估发现新型CYP1A1小分子抑制剂，用于治疗多重耐药细菌引起的脓毒症 | 首次将CYP1A1确定为宿主导向治疗靶点，并通过深度学习发现具有卓越活性的新型小分子抑制剂 | 未明确说明临床前研究阶段及动物模型验证数据 | 开发针对多重耐药细菌脓毒症的宿主导向治疗方法 | 细胞色素P4501A1（CYP1A1）酶及其小分子抑制剂 | 药物发现 | 脓毒症 | 深度学习, 虚拟筛选, 生物评估 | 深度学习模型 | 化学结构数据, 生物活性数据 | NA | NA | NA | 细菌载量减少率（70%以上）, 巨噬细胞吞噬功能增强 | NA |
| 8746 | 2025-10-06 |
Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference
2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2420158122
PMID:40465628
|
研究论文 | 提出基于模拟推理的冷冻电镜图像分析方法cryoSBI，用于从单个冷冻电镜图像推断生物分子构象 | 将基于物理的模拟与概率深度学习相结合，无需计算显式似然函数即可进行贝叶斯推断，显著提升计算速度 | 方法在合成数据和实验数据上进行了验证，但需要进一步在更广泛的实验场景中测试 | 开发从冷冻电镜图像中准确推断生物分子构象的计算方法 | 生物分子构象和构象集合 | 计算生物学 | NA | 冷冻电镜(cryo-EM) | 神经网络 | 冷冻电镜图像 | NA | NA | NA | NA | NA |
| 8747 | 2025-10-06 |
[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning]
2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
研究论文 | 本研究构建了一种基于深度学习的牙齿可变形深度隐式网络，用于个性化牙齿形态重建 | 将隐式模板与深度学习技术相结合，构建了新型的T-DDIN神经网络，实现了个性化的高精度牙齿缺损形态修复 | 样本量相对有限（550个口内扫描模型），且仅针对特定类型的牙齿缺损进行评估 | 开发智能系统实现个性化牙齿形态重建 | 牙齿缺损患者的口内扫描模型 | 计算机视觉 | 牙齿缺损 | 口内扫描 | 深度学习神经网络 | 三维扫描模型 | 550个口内扫描模型（500个训练，50个测试） | NA | 牙齿可变形深度隐式网络 | 三维偏差,咬合调整体积,牙尖角度偏差,修复时间 | NA |
| 8748 | 2025-10-06 |
Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02849-4
PMID:40467683
|
研究论文 | 本研究开发了一种基于深度学习的自动化胎心监护解读模型，并在全国多中心数据集上进行了验证 | 使用全国14家医院的大规模胎心监护数据集，由认证产科医生提供可靠标注，解决了以往研究数据规模小和临床相关性不足的问题 | 需要在前瞻性研究中进一步评估模型的临床适用性 | 开发临床适用的自动化胎心监护解读模型以改善胎儿预后 | 胎心监护信号 | 医疗人工智能 | 产科疾病 | 胎心监护技术 | 深度学习 | 生理信号数据 | 22,522例分娩数据，来自14家医院，共519,800人分钟的分析数据 | NA | NA | AUC, PRC | NA |
| 8749 | 2025-10-06 |
Development of Deep Learning Models to Screen Posterior Staphylomas in Highly Myopic Eyes Using UWF-OCT Images
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.25
PMID:40504567
|
研究论文 | 开发基于深度学习模型利用超广角光学相干断层扫描图像筛查高度近视眼后巩膜葡萄肿 | 首次使用UWF-OCT图像开发深度学习模型用于后巩膜葡萄肿筛查，并比较了七种不同网络架构的性能 | 回顾性单中心研究，样本量相对有限 | 开发用于高度近视眼后巩膜葡萄肿筛查的深度学习模型 | 高度近视患者 | 计算机视觉 | 眼科疾病 | 超广角光学相干断层扫描 | CNN | 图像 | 训练集1428张图像来自438名患者，测试集216张图像来自69名患者 | NA | VGG16,VGG19,ResNet18,ResNet50,ResNet101,DenseNet121,DenseNet161 | AUC,敏感度 | NA |
| 8750 | 2025-06-19 |
High-precision inversion of vegetation parameters in the AI era: Integrating hyperspectral remote sensing and deep learning
2025-Jun-02, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2025.100868
PMID:40528880
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8751 | 2025-10-06 |
Employing transfer learning for breast cancer detection using deep learning models
2025-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000907
PMID:40523018
|
研究论文 | 本研究利用迁移学习和四种预训练深度学习模型进行乳腺癌检测 | 结合四种预训练模型作为特征提取器，并采用多种监督学习分类器进行乳腺癌检测 | 仅使用BUSI数据集进行验证，未在其他数据集上测试模型泛化能力 | 提高乳腺癌检测的准确性和效率 | 乳腺癌医学图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 医学图像 | BUSI数据集 | TensorFlow, Keras | Mobilenetv2, Inceptionv3, ResNet50, VGG16 | 准确率 | NA |
| 8752 | 2025-10-06 |
A Novel Artificial Intelligence Approach to Kennedy Classification for Partially Edentulous Patients Using Panoramic Radiographs
2025-May-28, The European journal of prosthodontics and restorative dentistry
DOI:10.1922/EJPRD_2801Hassan09
PMID:40105321
|
研究论文 | 开发基于人工智能的系统，利用全景X光片自动对部分缺牙患者进行Kennedy分类 | 首次将YOLOv8深度学习模型应用于全景X光片的牙齿检测和Kennedy分类系统 | 仅使用公开数据集，样本来源可能有限；未提及模型在不同人群中的泛化能力 | 开发自动化部分缺牙分类系统，减少诊断变异并减轻牙科专业人员工作负担 | 部分缺牙患者的口腔全景X光片 | 计算机视觉 | 牙科疾病 | 全景X光成像 | CNN | 图像 | 1875张高质量全景X光片（来自5261张原始图像），通过数据增强扩展至2398张 | YOLOv8 | YOLOv8s | 精度, 召回率, F1分数, 平均精度均值(mAP50) | NA |
| 8753 | 2025-10-06 |
Detection of Pulmonary Nodules on Ultra-low Dose Chest Computed Tomography With Deep-learning Image Reconstruction Algorithm
2025-May-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000806
PMID:39267547
|
研究论文 | 评估使用深度学习图像重建算法在超低剂量胸部CT中检测肺结节的准确性 | 首次在辐射剂量相当于两次胸部X线的超低剂量CT中使用深度学习图像重建算法进行肺结节检测 | 样本量较小（60例患者），仅评估了实性肺结节 | 评估超低剂量胸部CT结合深度学习重建算法检测肺结节的性能 | 60例转诊评估或随访实性肺结节的患者 | 计算机视觉 | 肺癌 | 计算机断层扫描（CT） | 深度学习 | 医学影像 | 60例患者，733个结节 | NA | 深度学习图像重建（DLIR） | 灵敏度，ICC（组内相关系数） | NA |
| 8754 | 2025-10-06 |
Predicting Gene Comutation of EGFR and TP53 by Radiomics and Deep Learning in Patients With Lung Adenocarcinomas
2025-May-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000817
PMID:39319553
|
研究论文 | 本研究基于影像组学和深度学习构建渐进式二分类模型，预测肺腺癌患者EGFR和TP53基因共突变状态 | 首次结合影像组学和深度学习方法构建渐进式二分类模型预测肺腺癌基因共突变，为TKI靶向治疗响应和预后评估提供新参考 | 回顾性单中心研究，样本量有限（267例患者），需外部验证确认模型泛化能力 | 构建预测模型识别适合TKI靶向治疗和预后不良的肺腺癌患者 | 267例接受基因检测和非增强胸部CT的肺腺癌患者 | 数字病理 | 肺癌 | 非增强胸部CT，基因检测 | 深度学习模型 | 医学影像，临床数据 | 267例肺腺癌患者 | NA | NA | AUC，敏感性，特异性，准确率，精确率，F1分数 | NA |
| 8755 | 2025-10-06 |
Non-invasive biopsy diagnosis of diabetic kidney disease via deep learning applied to retinal images: a population-based study
2025-05, The Lancet. Digital health
DOI:10.1016/j.landig.2025.02.008
PMID:40312169
|
研究论文 | 开发基于视网膜图像的深度学习系统DeepDKD用于无创诊断糖尿病肾病 | 首次利用视网膜图像通过深度学习实现糖尿病肾病的无创活检诊断和分型 | 外部验证数据集的AUC存在一定波动(0.733-0.844) | 开发AI系统用于糖尿病肾病的筛查和分型诊断 | 糖尿病患者视网膜图像 | 数字病理 | 糖尿病肾病 | 视网膜成像 | 深度学习 | 图像 | 开发阶段734,084张视网膜图像，验证阶段涉及多个国家121,578名参与者 | NA | DeepDKD | AUC, 敏感性 | NA |
| 8756 | 2025-10-06 |
MultiPep-DLCL: recognition of multifunctional therapeutic peptides through deep learning with label-sequence contrastive learning
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf274
PMID:40518951
|
研究论文 | 提出一种基于深度学习和标签序列对比学习的多标签分类方法MultiPep-DLCL，用于识别多功能治疗肽 | 采用标签序列融合Transformer学习高质量标签嵌入，通过标签序列对比学习加强序列特征与标签嵌入的对应关系，并整合多标签焦点骰子损失函数解决数据集不平衡问题 | 未明确说明数据集的规模和多样性限制 | 开发更准确的多功能治疗肽识别方法 | 多功能治疗肽 | 机器学习 | NA | 深度学习 | Transformer | 肽序列数据 | NA | NA | Label-Sequence Fusion Transformer | NA | NA |
| 8757 | 2025-10-06 |
VirulentHunter: deep learning-based virulence factor predictor illuminates pathogenicity in diverse microbial contexts
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf271
PMID:40518950
|
研究论文 | 开发基于深度学习的毒力因子预测工具VirulentHunter，能够直接从蛋白质序列中识别和分类毒力因子 | 首次将预训练蛋白质语言模型微调应用于毒力因子识别和功能分类，解决了传统同源性方法无法识别新型或分歧毒力因子的局限性 | NA | 开发更准确的毒力因子预测方法，以更好地理解微生物致病性 | 细菌毒力因子，特别是结核分枝杆菌和鸟分枝杆菌的比较分析，以及炎症性肠病患者肠道微生物组的毒力因子分析 | 生物信息学 | 传染病 | 深度学习，蛋白质语言模型，宏基因组分析 | 深度学习 | 蛋白质序列，基因组数据，宏基因组数据 | NA | NA | 预训练蛋白质语言模型 | 基准测试性能比较 | NA |
| 8758 | 2025-10-06 |
Progress, Pitfalls, and Impact of AI-Driven Clinical Trials
2025-Apr, Clinical pharmacology and therapeutics
DOI:10.1002/cpt.3542
PMID:39722473
|
观点文章 | 本文探讨了人工智能在药物发现与开发领域的进展、挑战和潜在影响 | 系统分析了AI驱动临床试验面临的障碍并指出未来发展机遇 | NA | 研究人工智能在药物发现和开发中的应用现状与前景 | AI驱动的药物发现与开发过程 | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 8759 | 2025-10-06 |
Multistage deep learning for classification of Helicobacter pylori infection status using endoscopic images
2025-Apr, Journal of gastroenterology
IF:6.9Q1
DOI:10.1007/s00535-024-02209-5
PMID:39815116
|
研究论文 | 开发了一种多阶段深度学习方法来自动分类幽门螺杆菌感染状态 | 提出新的多阶段深度学习架构用于幽门螺杆菌感染状态分类，性能优于医生诊断 | 样本量相对有限（训练集538例，验证集146例） | 开发自动分类幽门螺杆菌感染状态的深度学习系统 | 幽门螺杆菌感染状态（未感染、当前感染、根除后） | 计算机视觉 | 幽门螺杆菌感染 | 深度学习 | 深度学习 | 内窥镜图像 | 训练集538例，验证集146例 | NA | 多阶段深度学习 | 准确率 | NA |
| 8760 | 2025-10-06 |
Real-time target localization on 1.5 T magnetic resonance imaging linac orthogonal cine images using transfer learning
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100789
PMID:40524739
|
研究论文 | 本研究探讨了基于深度学习的肿瘤跟踪模型在1.5T MRI引导放疗中的适用性，并通过迁移学习提升性能 | 将0.35T MRI-linac训练的模型迁移应用于1.5T正交电影MRI系统，并开发患者特异性迁移学习策略 | 样本量有限（24名患者），未直接比较不同磁场强度模型的普适性 | 开发适用于1.5T MRI-linac正交电影图像的实时肿瘤定位方法 | 接受1.5T MRI-linac治疗的24名患者的肿瘤区域 | 医学影像分析 | 肿瘤疾病 | 电影MRI，迁移学习 | Transformer | 电影MRI图像 | 24名患者（验证集10人，测试集14人）的3600帧电影MRI图像 | NA | 基于Transformer的形变模型 | Dice相似系数，表面距离（SD50%，SD95%），负雅可比行列式百分比 | NA |