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 33905 篇文献，本页显示第 941 - 960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 941 | 2025-11-08 |
ATR-FTIR spectroscopy coupled with deep learning for the identification and quantitative detection of Panax notoginseng adulteration
2025-Nov-01, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.127118
PMID:41197414
|
研究论文 | 本研究开发了一种结合衰减全反射傅里叶变换红外光谱与深度学习的三七掺假快速检测方法 | 首次将ATR-FTIR光谱与深度学习方法结合用于三七主根粉掺假的定性和定量检测 | 未提及样本规模的具体限制和实际应用场景的验证 | 开发快速、低成本的三七药材掺假检测方法 | 三七主根粉及其掺假物（三七须根粉、莪术粉、米粉） | 光谱分析 | NA | ATR-FTIR光谱技术 | CNN, Transformer | 光谱数据 | NA | NA | CNN, Transformer | 准确率, R值 | NA |
| 942 | 2025-11-08 |
Assessing deep learning artificial intelligence support for detecting elbow fractures in the pediatric emergency department
2025-Nov-01, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112498
PMID:41197552
|
研究论文 | 评估深度学习算法在儿科急诊中辅助检测肘关节骨折的性能 | 首次系统评估深度学习AI在儿科急诊肘关节骨折检测中的辅助价值，并比较有无AI辅助下临床医生的诊断表现 | 回顾性单中心研究，样本量相对有限，AI辅助仅为理论性评估 | 评估急诊医生在深度学习算法辅助下检测儿童肘关节骨折的诊断性能 | 0-15岁因创伤接受肘关节X线检查的儿科急诊患者 | 计算机视觉 | 骨科创伤 | X线摄影 | 深度学习算法 | 医学影像 | 755名儿童患者，其中352名(47%)有肘关节骨折、关节积液和/或脱位 | NA | NA | 灵敏度, 特异度 | NA |
| 943 | 2025-11-08 |
Integration of radiomics, habitat imaging, and deep learning for MRI-based prediction of parametrial invasion in cervical cancer: A dual-center study
2025-Oct-30, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110542
PMID:41173217
|
研究论文 | 本研究通过整合放射组学、生境成像和2.5D深度学习模型，开发了一种用于预测宫颈癌宫旁侵犯的多模态集成模型 | 首次将放射组学、生境成像和2.5D深度学习相结合构建多模态集成模型，并在双中心数据上验证其对宫颈癌宫旁侵犯的预测性能 | 回顾性研究设计，样本量相对有限（共290例患者） | 评估基于MRI的放射组学、生境成像和深度学习模型在预测宫颈癌宫旁侵犯中的诊断性能 | 290例FIGO分期IB1-IIB期宫颈癌患者 | 医学影像分析 | 宫颈癌 | MRI成像, k-means聚类, 特征选择 | 机器学习, 深度学习 | MRI图像 | 290例患者（中心A：227例，中心B：63例） | NA | 2.5D深度学习模型 | AUC, 准确率 | NA |
| 944 | 2025-11-08 |
Artificial intelligence in hip and knee surgery: a bibliometric analysis of the 50 most cited articles
2025-Oct-30, Orthopaedics & traumatology, surgery & research : OTSR
DOI:10.1016/j.otsr.2025.104543
PMID:41176060
|
文献计量分析 | 对人工智能在髋膝关节手术领域被引用次数最多的50篇文献进行文献计量分析 | 首次系统分析人工智能在髋膝关节手术领域的高影响力文献，揭示研究趋势和方法学模式 | 仅分析50篇高被引文献，可能无法代表整个研究领域；文献主要集中于膝关节和诊断应用，髋关节和治疗导向研究较少 | 识别人工智能在髋膝关节手术领域的研究现状、发展趋势和关键贡献者 | Web of Science核心合集中人工智能在髋膝关节手术领域的50篇高被引研究论文 | 医学人工智能 | 骨科疾病 | 文献计量分析，描述性统计 | 深度学习 | 文献元数据，引文数据 | 50篇高被引文章，累计7140次引用 | NA | NA | 引用次数，期刊影响因子，Pearson相关系数 | NA |
| 945 | 2025-11-08 |
FA-UNet: A FasterNet and Attention-Gated Hybrid Network for Precise Ischemic Stroke Segmentation
2025-Oct-30, Journal of integrative neuroscience
IF:2.5Q3
DOI:10.31083/JIN40100
PMID:41200985
|
研究论文 | 提出一种结合FasterNet和注意力门控的混合网络FA-UNet，用于精确分割缺血性脑卒中病灶 | 在瓶颈层引入计算高效的FasterNet模块捕获全局病灶上下文，并在跳跃连接中使用多尺度注意力门自适应优化特征并抑制噪声 | 未明确说明模型在计算效率方面的具体提升数据 | 开发兼顾高分割精度和临床实用计算效率的深度学习框架 | 缺血性脑卒中患者的扩散加权成像（DWI）数据 | 医学图像分割 | 缺血性脑卒中 | 扩散加权成像（DWI） | CNN | 医学影像 | 公共数据集ISLES 2022（250名患者）和独立测试集（80名患者的600个DWI扫描） | NA | U-Net, FasterNet, Attention-Gated UNet | Dice系数, IoU, 敏感度, 精确度 | NA |
| 946 | 2025-11-08 |
LCMF-Net: A lightweight collaborative multimodal fusion network for brain tumor segmentation
2025-Oct-28, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108257
PMID:41197263
|
研究论文 | 提出一种轻量级协作多模态融合网络用于脑肿瘤分割 | 通过跨模态跨切片注意力机制和基于状态空间模型的融合模块实现多模态MRI序列的协同优化 | 在2D计算约束下进行3D上下文建模，可能损失部分空间信息 | 开发高效准确的脑肿瘤自动分割方法 | 多模态MRI序列中的脑肿瘤区域 | 医学图像分析 | 脑肿瘤 | 多模态MRI（T1, T2, T1ce, FLAIR） | 深度学习网络 | 医学图像 | NA | NA | 多分支编码器架构, 改进的残差初始块（RIB） | 分割准确率 | NA |
| 947 | 2025-11-08 |
Self-supervised learning for breast cancer detection: A review
2025-Oct-24, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111245
PMID:41138363
|
综述 | 本文综述了自监督学习在乳腺癌检测中的应用现状与前景 | 系统分析自监督学习在乳腺癌检测全流程中的应用潜力，指出PET成像中自监督学习研究的明显缺失 | 未涉及PET成像等探索不足的模态，缺乏对临床部署实际障碍的深入讨论 | 探讨自监督学习如何降低乳腺癌检测对标注数据的依赖并提升性能 | 乳腺癌检测流程中的筛查、诊断、分级和分期 | 计算机视觉 | 乳腺癌 | 医学影像分析 | 自监督学习 | 医学影像 | NA | NA | NA | NA | NA |
| 948 | 2025-11-08 |
HeavyBuilder: Analysis of High-Throughput of Antibody Heavy Chain Repertoires in the Structural Space
2025-Oct-24, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169509
PMID:41201484
|
研究论文 | 开发基于深度学习的抗体重链快速结构预测工具HeavyBuilder，用于高通量结构分析 | 首个专门针对抗体重链的高通量结构预测工具，速度远超AlphaFold2和IgFold，同时保持相当准确性 | 仅针对抗体重链进行预测，未包含轻链结构信息 | 开发高效抗体重链结构预测方法，实现大规模免疫组库结构分析 | 抗体重链序列及其三维结构 | 计算生物学 | 免疫相关疾病 | 深度学习, 结构预测 | 深度学习 | 蛋白质序列, 三维结构 | 73个免疫组库中的1100多万条序列 | Python | ImmuneBuilder | 预测速度, 准确性 | 单GPU |
| 949 | 2025-11-08 |
GoFlow: efficient transition state geometry prediction with flow matching and E(3)-equivariant neural networks
2025-Oct-21, Digital discovery
IF:6.2Q1
DOI:10.1039/d5dd00283d
PMID:41189760
|
研究论文 | 提出一种基于流匹配和E(3)-等变神经网络的过渡态几何结构高效预测方法GoFlow | 将过渡态生成建模为最优传输流问题，使用E(3)-等变流匹配和几何张量网络，相比扩散模型实现百倍以上推理加速 | 仅针对单步化学反应进行验证，未明确说明对多步反应的适用性 | 开发高效的过渡态几何结构预测方法以替代计算密集的量子化学方法 | 化学反应的过渡态几何结构 | 机器学习 | NA | 流匹配，几何张量网络 | E(3)-等变神经网络 | 2D反应图 | NA | NA | 几何张量网络 | 几何精度，推理速度 | NA |
| 950 | 2025-11-08 |
Free-running isotropic three-dimensional cine magnetic resonance imaging with deep learning image reconstruction
2025-Oct, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06266-7
PMID:40442341
|
研究论文 | 评估结合深度学习重建和Heart-NAV技术的自由运行三维电影磁共振成像在先天性心脏病患者中的效果 | 提出自由运行三维电影成像结合深度学习重建技术，可同时获取电影和血管造影图像，显著缩短采集时间 | 样本量较小（16名患者），仅针对先天性心脏病患者进行研究 | 评估深度学习重建的三维电影磁共振成像在心脏功能评估中的效率和准确性 | 先天性心脏病患者 | 医学影像 | 心血管疾病 | 磁共振成像，深度学习图像重建，Heart-NAV技术 | 深度学习 | 三维磁共振图像 | 16名先天性心脏病患者（7名男性，中位年龄6岁） | NA | NA | 对比度噪声比，心室容积，射血分数，横截面积，Bland-Altman分析 | NA |
| 951 | 2025-11-08 |
Clinical Implementation of Inspiratory-Expiratory Chest CT: Defining Quality Criteria for Diagnostic Quality and Detection of Concurrent FEV1 Decline following Lung Transplantation
2025-Oct, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240468
PMID:40932379
|
研究论文 | 本研究通过定义呼气相CT的质量标准，评估定量空气潴留对慢性肺移植物功能障碍的诊断和预测价值 | 首次将气管形态作为呼气相CT诊断质量的评价标准，并建立了空气潴留与肺功能下降的定量关系 | 研究为单中心回顾性研究，样本量有限，空气潴留检测的敏感性较低 | 建立呼气相CT的质量评价标准并验证其在慢性肺移植物功能障碍监测中的应用价值 | 肺移植术后患者 | 数字病理 | 肺移植相关并发症 | CT扫描，肺功能检测 | 深度学习算法 | CT图像，肺功能数据 | 192例肺移植患者的603次吸呼气相胸部CT扫描 | NA | NA | 特异性，敏感性，Pearson相关系数，ROC曲线分析 | NA |
| 952 | 2025-11-08 |
Research on the influence mechanism of emotional communication on Twitter (X) and the effect of spreading public anger
2025-Oct, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.105560
PMID:40972455
|
研究论文 | 研究Twitter平台上愤怒情绪传播的影响机制及其对公众愤怒扩散的效果 | 提出融合随机森林、支持向量机和ARIMA的元模型，在预测愤怒传播方面优于BERT和LSTM等深度学习模型 | 基于参与模式的观察性建模结果，应视为算法干预的指示性证据 | 探究Twitter平台上愤怒情绪的传播机制及其对社交互动的影响 | Twitter平台上的5000条推文，包括普通用户和公众人物的政治话语、社会运动和危机相关讨论 | 自然语言处理 | NA | 情感分析，毒性分析，网络分析 | 随机森林, 支持向量机, ARIMA, BERT, LSTM | 文本 | 5000条推文（70%来自普通用户，30%来自公众人物） | NA | BERT, LSTM | 准确率 | NA |
| 953 | 2025-11-08 |
Predicting and explaining customer satisfaction: A deep learning and sentiment analysis of emotional impacts
2025-Oct, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.105597
PMID:41005156
|
研究论文 | 通过深度学习和情感分析研究零售购物场景中客户满意度的预测与解释 | 使用ChatGPT生成满意度相关关键词集，结合深度学习和情感词典分析情绪对客户满意度的影响 | 研究仅限于Yelp平台的零售评论数据，未考虑其他渠道的客户反馈 | 探究情感因素对零售业客户满意度的影响机制 | Yelp平台上的零售购物客户评论 | 自然语言处理 | NA | 情感分析，关键词特征工程，情感词典分析 | LSTM, CNN | 文本评论 | 超过50万条评论 | NA | LSTM, CNN | NA | NA |
| 954 | 2025-11-08 |
Single-cell foundation models: bringing artificial intelligence into cell biology
2025-Oct, Experimental & molecular medicine
DOI:10.1038/s12276-025-01547-5
PMID:41028523
|
综述 | 本文概述了单细胞基础模型（scFMs）在整合和分析单细胞基因组学数据方面的关键概念、应用及挑战 | 将基础模型技术扩展到单细胞分析领域，利用Transformer架构整合多组学数据，从细胞和基因/特征层面提取潜在模式 | 面临组学数据的非序列性、数据质量不一致性、训练和微调的计算强度大以及潜在嵌入生物学相关性解释困难等挑战 | 推动单细胞基础模型在单细胞基因组学中的应用，增强对细胞功能和疾病机制的深入理解 | 单细胞基因组学数据 | 机器学习 | NA | 单细胞基因组学 | Transformer | 多组学数据 | NA | NA | Transformer | NA | NA |
| 955 | 2025-11-08 |
Development of AI model for dual detection of low bone mineral density in the femoral neck and lumbar vertebrae using chest radiographs
2025 Oct-Dec, Journal of clinical densitometry : the official journal of the International Society for Clinical Densitometry
IF:1.7Q4
DOI:10.1016/j.jocd.2025.101604
PMID:40730100
|
研究论文 | 开发基于胸部X光片的深度学习模型，用于同时检测股骨颈和腰椎的低骨密度 | 首次开发能够同时检测股骨颈和腰椎低骨密度的AI模型，通过可解释AI技术可视化骨丢失相关区域 | 研究仅包含女性受试者，样本量相对有限（2728人），未包含男性数据 | 开发AI模型实现股骨颈和腰椎低骨密度的早期检测和筛查 | 2728名女性受检者的胸部X光片和DXA测量的骨密度数据 | 数字病理 | 骨质疏松症 | 双能X线吸收测定法（DXA），胸部X光摄影 | 深度学习 | 医学影像（胸部X光片） | 2728名女性受试者（股骨颈低骨密度：1358例，正常：1370例；腰椎低骨密度：562例，正常：2166例） | NA | ResNet50 | 灵敏度，特异性，总体准确率，AUC | NA |
| 956 | 2025-11-08 |
A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18518-5
PMID:41023039
|
研究论文 | 提出一种基于集成残差卷积神经网络的深度学习模型ERCNN-EGFR，用于从氨基酸序列准确预测表皮生长因子受体 | 首次将集成残差卷积神经网络应用于EGFR预测，结合多种蛋白质特征提取方法和特征选择策略 | 模型在独立测试集上的准确率（82.85%）较训练集有所下降，可能存在泛化能力限制 | 开发准确识别表皮生长因子受体的计算方法 | 表皮生长因子受体蛋白质 | 生物信息学 | 乳腺癌 | 蛋白质序列分析 | BiLSTM, GRU, GAN, CNN | 蛋白质氨基酸序列 | NA | NA | Ensemble Residual Convolutional Neural Network | 准确率, 灵敏度, 特异性, 马修斯相关系数 | NA |
| 957 | 2025-11-08 |
Enhancing communication for people with hearing disabilities through robust sign language recognition using deep learning and the internet of things
2025-Sep-24, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2562454
PMID:40990717
|
研究论文 | 提出一种结合深度学习和物联网的鲁棒手语识别方法，以增强听力障碍人士的沟通能力 | 提出ECRSLR-SAEHD方法，结合稀疏自编码器和Fennec Fox算法进行超参数调优，并集成物联网技术 | 仅使用基准数据集进行验证，未提及实际部署中的挑战 | 通过鲁棒手语识别技术改善听力障碍人士的沟通能力 | 听力障碍人士的手语识别 | 计算机视觉 | 听力障碍 | 深度学习，物联网 | 稀疏自编码器(SAE), EfficientNetB7 | 图像 | 基准数据集（未指定具体数量） | NA | EfficientNetB7, 稀疏自编码器 | 准确率 | NA |
| 958 | 2025-11-08 |
A novel hybrid deep learning model for segmentation and uzzy Res-LeNet based classification for Alzheimer's disease
2025-Sep-24, Neurogenetics
IF:1.6Q3
DOI:10.1007/s10048-025-00837-4
PMID:40991056
|
研究论文 | 提出一种用于阿尔茨海默病分割和分类的混合深度学习方法 | 提出O-SegUNet分割方法和融合模糊逻辑、ResNeXt和LeNet的Fuzzy Res-LeNet分类模型 | NA | 阿尔茨海默病的早期检测和分类 | 阿尔茨海默病患者的大脑MRI图像 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像 | 混合深度学习模型 | 医学图像 | NA | NA | O-SegUNet, Fuzzy Res-LeNet, SegNet, U-Net, ResNeXt, LeNet | 准确率, 敏感度, 特异性 | NA |
| 959 | 2025-09-19 |
Letter to the Editor: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes
2025-Sep-17, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001534
PMID:40960952
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 960 | 2025-11-08 |
Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors
2025-Sep-15, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00657-6
PMID:40952529
|
研究论文 | 本研究开发了一种结合机器学习和分子对接的AI模型，用于虚拟筛选间变性淋巴瘤激酶抑制剂 | 结合了基于配体和基于结构的双重方法，使用集成投票模型和共识对接策略，在大型化合物库中筛选出三个有前景的ALK抑制剂 | 需要进一步的体外实验验证模型筛选性能，图神经网络表现不如传统机器学习模型 | 开发AI模型预测ALK抑制剂用于非小细胞肺癌治疗 | 间变性淋巴瘤激酶抑制剂化合物 | 机器学习 | 肺癌 | 分子对接，虚拟筛选 | XGBoost, ANN, GNN, 集成学习 | 化合物结构数据 | 120,571个化合物 | XGBoost, TensorFlow/PyTorch | 人工神经网络, 图神经网络, 集成投票模型 | F1分数, 平均精度, 交叉验证 | GPU加速分子对接程序 |