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 49123 篇文献，本页显示第 9741 - 9760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9741 | 2026-05-06 |
Modeling protein-small molecule conformational ensembles with PLACER
2025-Nov-11, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2427161122
PMID:41187076
|
研究论文 | 提出名为PLACER的图神经网络，用于建模蛋白质与小分子相互作用的构象集合 | 采用全原子级描述而非残基级描述，利用图神经网络从部分损坏的输入结构恢复正确原子位置，实现快速随机生成构象集合，显著提升酶设计成功率与活性 | 依赖剑桥结构数据库与蛋白质数据银行训练数据，可能对全新或罕见分子系统泛化能力有限；未明确讨论计算资源需求 | 建模蛋白质与小分子相互作用的构象异质性，以理解自然系统并评估设计系统，尤其提升酶设计成功率 | 蛋白质-小分子相互作用系统的原子级构象集合 | 机器学习 | NA | 图神经网络 | 图神经网络 | 原子级结构数据 | 训练数据来自剑桥结构数据库与蛋白质数据银行 | NA | PLACER，自定义图神经网络 | 酶活性（kcat/Km）、设计成功率 | NA |
| 9742 | 2026-05-06 |
Potential of artificial intelligence in the diagnosis and treatment of vertebral compression fractures: A 20-year bibliometric analysis (2004-2023)
2025-Oct-03, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044876
PMID:41054042
|
研究论文 | 通过文献计量学分析，总结了2004至2023年间人工智能在椎体压缩骨折诊断与治疗中的应用研究趋势和关键贡献者 | 首次对AI在VCF领域的应用进行20年文献计量分析，揭示了从传统手术向AI驱动诊断和机器人辅助干预的主题演变，并识别出2019年后深度学习作为最强引用突现主题 | 仅纳入Web of Science Core Collection的英文文献，可能存在语言和数据库偏差；未深入分析具体AI方法的性能或临床有效性 | 通过文献计量学分析绘制AI在VCF中的知识图谱，识别时间模式、研究热点和有影响力的贡献者，以指导未来研究方向 | 2004至2023年间发表的462篇关于AI应用于椎体压缩骨折的英文文献 | 自然语言处理, 文献计量学 | 椎体压缩骨折, 老年疾病 | 文献计量学分析 | NA | 文献元数据 | 462篇英文文章 | CiteSpace 6.2.R6 | NA | 发表趋势, 关键词突现, 中心性评分 | NA |
| 9743 | 2026-05-06 |
Robust R-peak detection in noisy ECG using deep residual U-Net for enhanced cardiac rhythm analysis
2025-Oct-03, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044968
PMID:41054115
|
研究论文 | 提出了一种深度残差U-Net（ResU-Net）架构，用于在噪声心电图信号中稳健地检测R波，以增强心律分析 | 结合残差网络和U-Net架构的优点，引入跳跃连接、多尺度特征提取和注意力机制，提升了噪声条件下的特征学习和检测鲁棒性 | 未明确讨论模型的计算复杂度和实时性，且仅在公开数据库上进行验证，缺乏真实临床环境下的测试 | 开发一种能处理噪声和形态变异的心电图R波检测方法，为自动心律分析提供可靠基础 | 心电图信号中的R波峰值 | 机器学习 | 心律失常 | ECG信号处理 | 深度残差U-Net（ResU-Net） | 一维时间序列信号 | 使用MIT-BIH心律失常数据库、INCART数据库和QT数据库进行训练和评估 | PyTorch | ResNet, U-Net | 灵敏度, 阳性预测值, F1分数 | NA |
| 9744 | 2026-05-06 |
Factors associated with glucocorticoid dosing in treating patients with noncritical COVID-19 pneumonia: Insights from an artificial intelligence-based CT imaging analysis
2025 Aug-Sep, Enfermedades infecciosas y microbiologia clinica (English ed.)
DOI:10.1016/j.eimce.2025.06.004
PMID:40754353
|
研究论文 | 基于AI的CT影像分析，探讨非危重型COVID-19肺炎患者糖皮质激素剂量的影响因素并构建预测模型 | 利用人工智能深度学习技术精确量化肺部CT影像中的病变面积，结合多变量逻辑回归分析糖皮质激素剂量与影像特征的关系，首次构建了基于CT特征的剂量预测模型 | 样本量较小，仅为单中心回顾性研究，需通过更大规模的前瞻性研究验证 | 确定非危重型COVID-19肺炎患者糖皮质激素的最佳剂量，分析影响因素并建立预测模型 | 非危重型COVID-19肺炎患者 | 数字病理学 | COVID-19肺炎 | CT影像 | 深度学习 | CT影像 | 273例非危重型COVID-19肺炎患者（最终分析243例，训练集168例，验证集75例） | NA | 用于分割肺部和病变区域的深度学习模型（具体架构未明确说明） | AUC | NA |
| 9745 | 2026-05-06 |
Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning
2025-06-16, Aesthetic surgery journal
IF:3.0Q1
DOI:10.1093/asj/sjaf047
PMID:40173420
|
研究论文 | 利用自然语言处理和深度学习分析社交媒体上与隆胸假体疾病相关的讨论 | 首次使用一种在1.24亿条X帖子训练的自然语言处理模型（RoBERTa）分析社交媒体上关于隆胸假体疾病的患者认知和情感反应，并揭示了负面情绪和恐惧类帖子与假体取出率之间的强相关性 | 未提及 | 分析X平台上患者对隆胸假体疾病的认知和情感反应，并探讨社交媒体讨论对患者决策的影响 | 2014年至2023年间发布的提及隆胸假体的X帖子 | 自然语言处理, 机器学习 | 隆胸假体疾病 | 自然语言处理, 深度学习 | RoBERTa（鲁棒优化的双向编码器表示） | 文本 | 6099条X帖子 | PyTorch, TensorFlow | RoBERTa | 皮尔逊相关系数 | NA |
| 9746 | 2026-05-06 |
CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning
2025-06, Journal of the World federation of orthodontists
IF:2.6Q1
DOI:10.1016/j.ejwf.2024.09.007
PMID:39578153
|
研究论文 | 提出CDSNet，一种基于深度学习的可解释模型，用于从头颅侧位片中评估生长阶段（特别是颈椎、牙列和额窦） | 首次整合颈椎、牙列和额窦多区域特征，利用可解释深度学习评估生长阶段，显著优于传统CVM方法 | 未提及 | 开发深度学习模型CDSNet，自动评估头颅侧位片中的生长阶段，以辅助正畸诊断 | 头颅侧位片和手腕骨X光片中的颈椎、牙列和额窦影像 | 数字病理学 | 正畸相关生长阶段评估 | 头颅侧位片成像 | 深度学习模型（CDSNet） | X光图像 | 来自接受正畸治疗患者的1732对头颅侧位片和手腕骨X光片 | NA | CDSNet（可解释深度网络） | 准确率、精确率、召回率、F1分数 | NA |
| 9747 | 2026-05-06 |
SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons
2025-06, Thrombosis research
IF:3.7Q1
DOI:10.1016/j.thromres.2025.109334
PMID:40344789
|
研究论文 | 针对静脉血栓栓塞风险预测中多维特征集成不足的问题，提出一种结合可分离自注意力和改进空间移位多层感知器的深度学习模型SSA-sMLP | 首次将可分离自注意力与S-MLPv2模块集成，通过动态上下文向量和线性解耦策略实现跨维特征交互建模，利用无参移位操作和分裂注意力机制精确捕捉局部非线性关联 | 未明确讨论外部验证结果及模型在其他医疗场景的泛化能力 | 提升静脉血栓栓塞风险预测的准确性和鲁棒性，平衡计算效率与模型性能 | 医院113836份临床记录中的静脉血栓栓塞风险数据 | 机器学习 | 静脉血栓栓塞 | NA | 深度学习模型（SSA-sMLP） | 临床记录数据 | 113836份临床记录 | NA | 可分离自注意力模块、改进空间移位多层感知器（S-MLPv2） | 准确率（87.99%）、F1分数（65.9%） | NA |
| 9748 | 2026-05-06 |
Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3494732
PMID:39514345
|
研究论文 | 一种基于增量再训练LSTM的个性化血糖预测方法，利用有限的CGM数据实现准确预测 | 提出增量再训练堆叠LSTM框架，通过参数迁移和逐步适应个体数据，显著降低血糖预测误差，并在冷启动场景中有效 | 依赖于CGM数据质量和糖尿病患者血糖变异性的多样性，预测准确性可能因个体差异而波动 | 利用深度学习解决1型糖尿病患者血糖预测中数据有限和个体差异性大的问题 | 1型糖尿病患者的连续血糖监测数据 | 机器学习 | 1型糖尿病 | 连续血糖监测 | LSTM | 时间序列数据 | 两个数据集：OpenAPS和Replace-BG，具体样本量未明确提及 | NA | 堆叠LSTM | 均方根误差, Clarke误差网格分析 | NA |
| 9749 | 2026-05-06 |
Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques
2025-Apr, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04253-1
PMID:40151342
|
综述 | 总结植物病毒检测领域的传统方法与前沿技术，包括基于症状、血清学、核酸技术及新兴的LAMP、HTS、纳米生物传感器和CRISPR诊断方法 | 系统整合了人工智能、机器学习和物联网在植物病毒实时监测中的应用，并介绍了高光谱成像、深度学习和云平台等创新手段 | 仍存在序列限制、多重检测能力有限及环境可持续性问题 | 回顾植物病毒检测技术的演进，强调新兴趋势及未来研究方向 | 植物病毒检测方法及其在农业生产中的应用 | 机器学习 | 植物病害 | LAMP, 高通量测序, 纳米生物传感器, CRISPR诊断, 高光谱成像, 深度学习 | NA | 图像、文本、传感器数据 | NA | TensorFlow, PyTorch | ResNet, 卷积神经网络 | 灵敏度、特异性、检测速度 | 云端IoT平台、边缘计算设备 |
| 9750 | 2026-05-06 |
Covariate-Balancing-Aware Interpretable Deep Learning Models for Treatment Effect Estimation
2025-Apr, Statistics in biosciences
IF:0.8Q4
DOI:10.1007/s12561-023-09394-6
PMID:40170916
|
研究论文 | 提出一种协变量平衡感知的可解释深度学习模型用于治疗效应估计 | 基于加权能量距离的理论分析推导出更紧的平均治疗效应估计偏差上界，并提出无需正确指定倾向性评分模型的目标函数，结合神经加性模型提升深度学习模型的可解释性 | 未明确提及局限性，可能包括对大数据集计算资源需求或模型泛化性的潜在限制 | 提高观察性数据中治疗效应估计的准确性和可解释性 | 治疗效应的无偏估计与深度学习模型的可解释性 | 机器学习 | NA | NA | 深度学习模型（神经加性模型） | 数值数据（基准数据集和真实观察数据） | 使用IHDP、ACIC和NHANES数据集，具体样本量未提及 | NA | 神经加性模型 | 平均治疗效应估计偏差、准确性等（具体未列出） | NA |
| 9751 | 2026-05-06 |
MEASURING IMPACT OF SUPER-RESOLUTION ON SPINAL CORD MRI SCANS: LESION DETECTION SENSITIVITY, VARIABILITY, AND CLINICAL IMPACT
2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi60581.2025.10981088
PMID:42077389
|
研究论文 | 研究超分辨率技术对脊髓MRI扫描的影响，包括病变检测敏感性、变异性和临床影响 | 首次探索通过超分辨率或线性插值人工改变脊髓MRI分辨率，以提升对临床相关结构（如病变负荷）的识别能力 | 未发现病变负荷/体积与EDSS残疾测量之间的显著关联 | 评估人工改变MRI分辨率是否增强对临床相关结构的辨别能力，特别关注病变负荷与临床变量的关系 | 53名不同严重程度的多发性硬化患者的脊髓MRI扫描 | 数字病理学 | 多发性硬化 | MRI | 深度学习工具（用于病变分割） | 图像 | 53名多发性硬化患者 | NA | NA | 病变分割敏感性 | NA |
| 9752 | 2026-05-06 |
Toward understanding the role of genomic repeat elements in neurodegenerative diseases
2025-Mar-01, Neural regeneration research
IF:5.9Q1
DOI:10.4103/NRR.NRR-D-23-01568
PMID:38886931
|
综述 | 探讨基因组重复元件在神经退行性疾病中的作用 | 综述了长读长测序技术和深度学习语言模型在重复元件变异研究中的最新应用 | 仅回顾现有研究，未提出新的实验数据或验证 | 理解基因组重复元件与神经退行性疾病的关系 | 基因组重复元件及其变异 | 自然语言处理, 机器学习 | 神经退行性疾病 | 全基因组关联研究, 靶向测序, 长读长测序 | 深度学习语言模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 9753 | 2026-05-06 |
Conditioning generative latent optimization for sparse-view computed tomography image reconstruction
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024004
PMID:40177097
|
研究论文 | 提出一种条件生成隐变量优化方法，用于稀疏视角CT图像重建，无需训练数据且独立于实验设置 | 提出无需训练数据且独立于实验设置的cGLO方法，可同时重建多个切片，在稀疏视角全剂量CT重建中性能优于现有方法 | 在极稀疏角度条件下性能可能下降，文中未详细讨论多种噪声场景下的鲁棒性 | 开发一种无需训练数据且对采集协议不敏感的稀疏视角CT图像重建方法 | 全剂量稀疏视角计算机断层扫描（CT）图像 | 计算机视觉 | NA | NA | 条件生成隐变量优化（cGLO） | 图像 | 未明确说明样本数量，涉及全剂量稀疏视角CT投影数据集 | PyTorch | 解码器（Decoder） | 峰值信噪比（PSNR）、结构相似性（SSIM） | NA |
| 9754 | 2026-05-06 |
Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery
2025-01-20, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-025-01431-x
PMID:39833831
|
研究论文 | 提出一种名为Pathopticon的网络统计方法，通过整合药物基因组学和化学信息学来指导细胞类型特异性药物发现 | 首次结合CMap数据构建细胞类型特异性基因-药物扰动网络，并整合化学信息学和多种疾病表型以实现细胞类型依赖性药物优先排序 | 未明确说明，但基于CMap数据的依赖性和方法学验证可能受限于现有数据库的覆盖范围和准确性 | 开发一个细胞类型特异性的药物发现和重新定位平台 | CMap中的基因表达谱、ChEMBL中的药物化学信息、Enrichr数据库中的569种疾病特征、73个MSigDB基因集以及CTD中的目标基因表达谱 | 药物发现、网络生物学、统计方法 | 血管疾病 | qPCR实验验证 | 网络统计模型 | 基因表达数据、化学结构数据、疾病表型数据 | 73个MSigDB基因集用于基准测试，569种疾病特征来自Enrichr数据库 | NA | Pathopticon网络模型，QUIZ-C统计方法 | AUROC | NA |
| 9755 | 2026-05-06 |
FODSeg: a deep learning framework for tract-specific white matter segmentation from full angular distributions
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1734498
PMID:41601529
|
研究论文 | 提出一种名为FODSeg的深度学习框架，利用完整纤维取向分布函数（fODF）进行白质纤维束特异性分割 | 首次在体素分割中利用完整的fODF表示以保留全角度方向信息，并将纤维束分割重构为单类问题以减少标签冲突 | NA | 改进白质纤维束分割方法，提高在复杂纤维结构区域（如交叉纤维和瓶颈区域）的准确性和特异性 | 人类连接组计划数据集中的72个白质纤维束 | 数字病理学 | NA | 扩散磁共振成像 | 深度学习 | 扩散磁共振成像数据 | 人类连接组计划数据集（包含72个白质纤维束） | NA | NA | Dice系数、体积过度分割值、特异性 | NA |
| 9756 | 2026-05-06 |
Applicability of Deep Learning to Dynamically Identify the Different Organs of the Pelvic Floor in the Midsagittal Plane
2024-12, International urogynecology journal
IF:1.8Q3
DOI:10.1007/s00192-024-05841-0
PMID:38913129
|
研究论文 | 利用卷积神经网络对动态超声中盆底不同器官进行自动识别 | 首次验证深度学习在动态超声中实时识别盆底不同器官的可行性，比较了UNet、FPN和LinkNet三种架构，并通过Dice相似指数评估性能 | 样本量较小（仅86例训练和24例测试），膀胱和子宫的Dice系数较低（约0.71和0.70），可能受器官变形或标记差异影响 | 创建并验证卷积神经网络在中矢面动态超声中识别盆底不同器官的实用性 | 110例患者的盆底器官（包括膀胱、子宫、肛门、提肛肌等） | 数字病理学 | 盆底功能障碍疾病 | 动态超声 | 卷积神经网络 | 视频 | 110例患者（86例训练，24例测试） | NA | UNet, FPN, LinkNet | Dice相似指数 | NA |
| 9757 | 2026-05-06 |
Leveraging the Capabilities of AI: Novice Neurology-Trained Operators Performing Cardiac POCUS in Patients with Acute Brain Injury
2024-10, Neurocritical care
IF:3.1Q2
DOI:10.1007/s12028-024-01953-z
PMID:38506968
|
研究论文 | 利用深度学习算法引导神经科初级医生对急性脑损伤患者进行心脏床旁超声检查，评估图像质量及对临床决策的影响 | 首次在神经重症监护病房中评估深度学习引导下非心脏专科医生进行心脏床旁超声的可行性与临床价值 | 单中心研究、样本量有限、未与正式超声心动图进行随机对照比较 | 评估神经科初级医生使用深度学习引导的心脏床旁超声获取诊断质量图像的频率及其对临床管理和正式超声检查时间的影响 | 神经重症监护病房中接受心脏床旁超声检查的急性脑损伤患者 | 计算机视觉 | 急性脑损伤 | 深度学习 | CNN（深度学习模型） | 超声图像 | 153名患者，184次扫描，共943个图像视图 | NA | 深度学习算法（未具体说明架构） | 图像可解释性比例、管理变化比例、首次获得合格图像时间 | NA |
| 9758 | 2026-05-06 |
Machine learning and deep learning tools for the automated capture of cancer surveillance data
2024-08-01, Journal of the National Cancer Institute. Monographs
DOI:10.1093/jncimonographs/lgae018
PMID:39102883
|
研究论文 | 应用机器学习和深度学习模型自动化从非结构化临床文本中提取癌症监测数据 | 利用先进计算能力自动化数据提取，弥补关键信息空白，创建灵活平台以便添加基因组学等新信息源 | NA | 自动化癌症监测数据捕获，提高报告及时性，加深对癌症驱动因素和结果的理解 | 病理报告、放射学报告、生物标志物信息、复发识别 | 自然语言处理 | 癌症 | NA | 机器学习，深度学习 | 文本 | NA | NA | NA | NA | NA |
| 9759 | 2026-05-06 |
HisCl1 regulates gustatory habituation in sweet taste neurons and mediates sugar ingestion in Drosophila
2024-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.06.592591
PMID:38765964
|
研究论文 | 本研究利用深度学习姿态估计和光遗传学刺激，发现果蝇甜味神经元中的HisCl1基因调控味觉习惯化，并影响糖分摄取 | 首次揭示HisCl1基因在甜味神经元中通过调节尖峰频率适应来介导味觉习惯化，为研究昆虫味觉习惯化提供了新方向 | 未提及 | 探究甜味神经元在果蝇味觉习惯化中的细胞自主机制及其对糖分摄取的调控 | 果蝇（Drosophila）的甜味神经元 | 机器学习， 数字病理学 | NA | RNA干扰筛选， 单感器电生理， 光遗传学刺激 | 深度学习姿态估计模型 | 行为数据， 电生理数据 | 果蝇样本，具体数量未提及 | NA | NA | NA | NA |
| 9760 | 2026-05-06 |
Panoramic Radiography in the Evaluation of the Relationship of Maxillary Molar Teeth and Maxillary Sinuses on the Deep Learning Models Improved with the Findings Obtained by Cone Beam Computed Tomography
2024-May-01, Nigerian journal of clinical practice
IF:0.7Q3
DOI:10.4103/njcp.njcp_220_24
PMID:38842718
|
研究论文 | 利用深度学习模型评估全景放射片中上颌磨牙与上颌窦的关系，并通过锥束计算机断层扫描结果进行验证 | 首次利用锥束计算机断层扫描确认的数据来提升深度学习模型在全景放射片上判断上颌磨牙与上颌窦关系的诊断性能 | 未提及 | 评估深度学习应用在全景放射片上评估上颌磨牙与上颌窦关系的诊断性能 | 上颌第一磨牙和上颌第二磨牙与上颌窦底的接触关系 | 数字病理学 | 口腔疾病 | 全景放射摄影，锥束计算机断层扫描 | 卷积神经网络 | 图像 | 2162颗上颌第一磨牙和上颌第二磨牙 | 未提及 | GoogLeNet, VGG16, VGG19, DarkNet19, DarkNet53 | 准确率 | NA |