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 36465 篇文献，本页显示第 9901 - 9920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9901 | 2025-10-06 |
Vessels hiding in plain sight: quantifying brain vascular morphology in anatomical MR images using deep learning
2025-May-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.06.652518
PMID:40654616
|
研究论文 | 开发名为anat2vessels的深度学习模型，用于在常规T1/T2加权磁共振图像中量化脑部血管形态 | 首次实现从常规解剖MR图像（T1w/T2w）中提取脑血管形态特征，无需专门的MRA扫描 | 模型性能在仅使用T1w图像时可能受限，需要配对MR/MRA数据进行训练 | 开发非侵入性方法评估脑部血管形态与脑健康的关系 | 脑部血管形态 | 医学影像分析 | 脑部血管疾病 | 磁共振成像（MRI），时间飞跃法磁共振血管成像（TOF-MRA） | 神经网络 | 磁共振图像 | 包含配对MR/MRA的数据集 | NA | NA | 交叉验证准确率，特征方差解释率（78%） | NA |
| 9902 | 2025-10-06 |
Automated Joint Space Detection Improves Bone Segmentation Accuracy
2025-May-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.30.651481
PMID:40654621
|
研究论文 | 本研究开发了一种基于深度学习的自动关节间隙检测方法，显著提高了小鼠四肢骨骼分割的准确性 | 在传统半自动标记分水岭算法基础上，引入了结构增强、张量投票和输出膨胀技术，并采用3D U-Net架构的深度学习模型进行关节间隙预测 | 在疾病严重程度增加和年龄增长的小鼠中分割准确性下降，在新数据集和疾病修饰数据集上性能有所降低 | 开发自动化的关节间隙检测方法以提高骨骼分割准确性 | 小鼠后爪和前爪的骨骼结构（30-33块骨骼） | 计算机视觉 | 炎症侵蚀性关节炎 | 微型计算机断层扫描 | CNN | 3D图像 | 野生型和TNF-Tg转基因小鼠的后爪和前爪数据，包含不同性别和年龄的样本 | NA | 3D U-Net, ResNet-18 | 分割准确率 | NA |
| 9903 | 2025-10-06 |
Diagnostic Accuracy of a Deep Learning Algorithm for Detecting Unruptured Intracranial Aneurysms in Magnetic Resonance Angiography: A Multicenter Pivotal Trial
2025-05, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2025.123882
PMID:40086726
|
研究论文 | 评估基于深度学习的算法在磁共振血管造影中检测未破裂颅内动脉瘤的诊断准确性 | 首次在多中心关键试验中使用3D U-Net模型检测未破裂颅内动脉瘤，并在不同机构间验证性能一致性 | 对小于3mm的动脉瘤检测灵敏度较低（72.3%），小型或复杂动脉瘤仍需专家复核 | 开发辅助放射科医生检测未破裂颅内动脉瘤的深度学习工具 | 675名参与者（189例动脉瘤阳性含221个UIAs，486例动脉瘤阴性） | 医学影像分析 | 颅内动脉瘤 | 时间飞跃法磁共振血管造影 | CNN | 3D医学影像 | 675名参与者，988个非重叠TOF MRA数据集 | NA | 3D U-Net | 灵敏度, 特异度, 假阳性率, AUC | NA |
| 9904 | 2025-10-06 |
MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells
2025-04, PLoS biology
IF:7.8Q1
DOI:10.1371/journal.pbio.3003099
PMID:40208901
|
研究论文 | 开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间调控机制 | 开发了新型交互式囊泡追踪框架，结合计算机视觉和深度学习技术，无需大量训练数据即可在嘈杂环境中准确追踪囊泡轨迹 | NA | 研究上皮细胞中特定分泌货物如何靶向质膜不同区域的机制 | 果蝇上皮细胞中的高尔基体后囊泡 | 计算机视觉 | NA | RUSH系统，囊泡追踪 | 深度学习 | 图像 | NA | NA | NA | 追踪准确度 | NA |
| 9905 | 2025-10-06 |
Comparison of Pathologist and Artificial Intelligence-based Grading for Prediction of Metastatic Outcomes After Radical Prostatectomy
2025-Feb, European urology oncology
IF:8.3Q1
DOI:10.1016/j.euo.2024.08.004
PMID:39232875
|
研究论文 | 比较病理学家和基于人工智能的前列腺癌分级方法在预测根治性前列腺切除术后转移结局方面的表现 | 首次将AI分级系统与病理学家分级在预测肿瘤转移结局方面进行直接比较，而非仅评估分级一致性 | 研究样本量相对有限（777例患者），且仅基于单个代表性切片进行评估 | 评估AI系统在前列腺癌分级和转移预测方面的临床价值 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | 深度学习 | 深度学习模型 | 组织病理学图像 | 777名独特患者 | NA | NA | Harrell's C-index | NA |
| 9906 | 2025-10-06 |
Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation
2025-Jan-10, FEMS microbiology letters
IF:2.2Q3
DOI:10.1093/femsle/fnaf072
PMID:40643334
|
研究论文 | 本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键位点 | 结合传统计算工具Rosetta Cartesian_ddG与深度学习工具Pythia进行酶热稳定性关键位点预测 | 组合不同位点的有益突变会导致热稳定性降低，存在负向上位性相互作用 | 提高GH11木聚糖酶XynCDBFV的热稳定性 | 来自Neocallimastix patriciarum的GH11木聚糖酶XynCDBFV | 机器学习 | NA | 位点饱和突变、计算能量分析 | 深度学习 | 蛋白质序列和结构数据 | 18个突变变体（D57位点3个，G201位点5个） | Pythia, Rosetta | NA | 最适温度提升、残余活性百分比 | NA |
| 9907 | 2025-10-06 |
Machine learning applications in colorectal cancer: from early detection to personalized treatment
2025-Jan-08, Integrative biology : quantitative biosciences from nano to macro
IF:1.5Q4
DOI:10.1093/intbio/zyaf013
PMID:40694039
|
综述 | 本文综述机器学习在结直肠癌从早期检测到个性化治疗全流程中的应用与影响 | 整合多组学、影像组学和临床数据，通过监督学习、神经网络和深度学习生成可操作见解，超越传统诊断和预后方法 | 面临数据质量、验证标准、临床工作流程整合及伦理问题等挑战 | 探讨机器学习在结直肠癌诊疗中的变革性作用及临床实施路径 | 结直肠癌患者的多模态数据（遗传特征、影像数据、临床信息） | 机器学习 | 结直肠癌 | 多组学分析、影像组学分析 | 支持向量机, 随机森林, 神经网络, 深度学习 | 遗传数据, 影像数据, 临床数据 | NA | NA | NA | 诊断准确性, 治疗结果改善 | NA |
| 9908 | 2025-10-06 |
Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery
2025-Jan-01, Physiology (Bethesda, Md.)
DOI:10.1152/physiol.00029.2024
PMID:39189871
|
综述 | 探讨深度学习在电压门控离子通道药物发现中的最新应用进展 | 将扩散模型等深度学习方法应用于电压门控离子通道蛋白质结合剂的计算设计 | NA | 为开发新型电压门控离子通道靶向治疗策略提供计算框架 | 电压门控离子通道及其蛋白质结合剂 | 机器学习 | 心律失常, 神经病理性疼痛 | 深度学习, 扩散模型 | 扩散模型 | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 9909 | 2025-10-06 |
TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3480197
PMID:39401118
|
研究论文 | 提出一种基于拓扑知识推理的胎儿解剖结构少样本检测方法TKR-FSOD | 首次将拓扑知识推理应用于胎儿超声图像的少样本检测任务，提出拓扑知识推理模块和判别能力增强特征学习模块 | 仅针对超声图像中的胎儿解剖结构检测，未验证在其他医学影像或通用目标检测任务上的适用性 | 解决胎儿超声图像中难以获取样本的解剖结构检测问题 | 胎儿超声图像中的多解剖结构 | 计算机视觉 | 胎儿发育异常 | 超声成像 | 深度学习 | 超声图像 | 少样本设置（如5-shot） | NA | TKR-FSOD | 检测精度 | NA |
| 9910 | 2025-10-06 |
Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3482001
PMID:39412975
|
研究论文 | 提出一种结合病变特征选择和注意力机制的轻量级3D CNN模型，用于基于纵向sMRI的早期阿尔茨海默病预测 | 提出纵向病变特征选择策略和疾病趋势注意力机制，能够捕捉脑部结构的动态变化并关注关键病变特征 | 仅使用两次随访sMRI扫描，可能无法完全捕捉疾病发展的完整动态过程 | 预测轻度认知障碍向阿尔茨海默病的转化，实现早期干预 | 轻度认知障碍患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 3D CNN | 3D医学影像 | 使用两次随访sMRI扫描的轻度认知障碍患者队列 | NA | 3D卷积神经网络 | AUC,准确率,特异性,精确率,F1分数 | NA |
| 9911 | 2025-10-06 |
HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3489626
PMID:39480722
|
研究论文 | 本研究开发了一种基于微波信号和深度学习的早期肝脂肪变性分类器HepNet | 提出结合微波信号与深度学习的新方法，采用跳跃连接的卷积层结构，并通过迁移学习解决临床数据样本有限的问题 | 临床验证样本量有限（94和158例患者） | 开发早期肝脂肪变性的可靠诊断方法 | 肝脂肪变性患者 | 医学影像分析 | 肝病 | 微波信号技术，H-MRS（氢磁共振波谱） | CNN | 微波信号，仿真数据，临床数据 | 仿真数据训练，临床验证94例和158例患者 | NA | HepNet（自定义架构含跳跃连接），对比LeNet，ResNet | F1分数，置信度，熵值 | NA |
| 9912 | 2025-10-06 |
Artificial intelligence in the diagnosis of uveal melanoma: advances and applications
2025, Experimental biology and medicine (Maywood, N.J.)
DOI:10.3389/ebm.2025.10444
PMID:40046904
|
综述 | 本文综述人工智能技术在葡萄膜黑色素瘤诊断中的最新进展与应用 | 系统评估深度学习模型（特别是CNN）在自动分析医学图像、识别复杂模式方面的优势，并提出多模态成像技术融合的创新方向 | 现有研究存在数据集规模小、外部验证有限、依赖单一成像模式等问题，限制了模型的临床泛化能力 | 评估机器学习和深度学习方法在葡萄膜黑色素瘤分类诊断中的应用效果 | 葡萄膜黑色素瘤及其他黑色素细胞性脉络膜肿瘤 | 计算机视觉 | 葡萄膜黑色素瘤 | 眼底摄影、光学相干断层扫描（OCT）、超声成像 | CNN | 医学图像 | NA | NA | NA | 准确率、灵敏度、AUC | NA |
| 9913 | 2025-10-06 |
Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques
2025, Patient preference and adherence
IF:2.0Q2
DOI:10.2147/PPA.S526623
PMID:40686565
|
研究论文 | 通过自然语言处理技术分析患者体验评论，识别患者偏好并探索负面评论与满意度之间的关系 | 结合文献综述、人工标注和自然语言处理技术的混合方法分析大规模患者自由文本评论 | 横断面调查设计，无法建立因果关系 | 从大量自由文本患者体验评论中提取有用信息，探索负面评论与患者满意度和忠诚度的差异 | 医院患者体验调查中的自由文本评论 | 自然语言处理 | NA | 自然语言处理技术 | 机器学习,深度学习 | 文本 | 28054条自由文本评论（评论率72.67%） | NA | NA | 准确率 | NA |
| 9914 | 2025-10-06 |
Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1629036
PMID:40687706
|
研究论文 | 开发基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎动物模型 | 首次在MASH动物模型中应用深度学习对肝纤维化进行精细分级，从5类分类优化至7类分类模型 | 研究局限于临床前动物模型，尚未在人类患者中验证 | 开发自动肝纤维化评分系统以支持病理学家诊断 | 代谢功能障碍相关脂肪性肝炎(MASH)动物模型的肝组织切片 | 数字病理学 | 肝病 | 天狼星红染色全玻片成像 | 深度学习 | 图像 | 914张全玻片图像，包含999,711个图像块 | NA | NA | kappa统计量, 精确召回曲线下面积(AUPRC), 受试者工作特征曲线下面积(AUROC), Matthews相关系数(MCC) | NA |
| 9915 | 2025-10-06 |
Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1617748
PMID:40688356
|
研究论文 | 本研究探讨神经生理学特征对基于深度学习的单侧上肢运动想象分类准确性的预测作用 | 首次系统研究神经生理学特征对深度学习模型在单侧上肢运动想象分类中的预测能力，揭示了与双侧运动想象范式相反的关联模式 | 研究仅针对右肘屈伸运动想象，样本规模有限，未涵盖其他上肢运动模式 | 探索神经生理学特征对运动想象脑机接口分类准确性的预测价值 | 人类参与者的单侧上肢运动想象脑电信号 | 脑机接口 | NA | 脑电图 | EEGNet, FBCNet, NFEEG, SVM, LDA | 脑电信号 | 未明确指定参与者数量 | NA | EEGNet, FBCNet, NFEEG | 分类准确率 | NA |
| 9916 | 2025-10-06 |
Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251362098
PMID:40688579
|
文献计量分析 | 通过对阿尔茨海默病AI诊断与预测领域高被引100篇文献进行文献计量分析，揭示研究热点与发展趋势 | 首次对AI在阿尔茨海默病诊断与预测领域的顶级文献进行系统性文献计量分析，识别关键研究主题和国际合作模式 | 存在语言和引用偏见，可能影响对新兴AI-AD趋势的解读 | 分析AI技术在阿尔茨海默病诊断与预测领域的研究热点、发展趋势和未来潜力 | Web of Science核心合集中被引频次最高的100篇关于AI辅助AD诊断与预测的研究文献 | 机器学习 | 阿尔茨海默病 | 文献计量分析 | NA | 文献元数据 | 100篇高被引文献 | CiteSpace, VOSviewer, Scimago Graphica, Microsoft Excel, R package Bibliometrix | NA | NA | NA |
| 9917 | 2025-10-06 |
Prediction of postoperative vault after implantable collamer lens implantation with deep learning
2025, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2025.07.02
PMID:40688771
|
研究论文 | 本研究使用多种人工智能算法预测植入式Collamer晶体(ICL)术后拱高并确定合适的晶体尺寸 | 首次比较多种AI算法在ICL术后拱高预测和晶体尺寸选择中的性能表现 | 样本量相对较小(83名患者132只眼睛)，且为单中心回顾性研究 | 预测ICL植入术后拱高并确定合适的晶体尺寸 | 接受EVO-V4C ICL植入术的患者 | 机器学习 | 眼科疾病 | 前段光学相干断层扫描(ASOCT) | MLP, XGBoost, RFR, KNN | 临床检查参数 | 83名患者132只眼睛 | NA | 多层感知器(MLP), 极端梯度提升(XGBoost), 随机森林回归(RFR), K近邻(KNN) | R², 准确率 | NA |
| 9918 | 2025-10-06 |
Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101133
PMID:40689294
|
研究论文 | 本研究利用高光谱成像和深度学习技术开发了一种无损鸡蛋新鲜度评估方法 | 首次在鸡蛋新鲜度评估中应用距离相关性进行波长选择，该方法在光谱波长选择中统计稳健但很少被探索 | NA | 开发快速、无损的鸡蛋新鲜度评估方法 | 鸡蛋 | 计算机视觉 | NA | 高光谱成像 | CNN, GBT, MLR, PLSR, SVR | 光谱数据 | NA | NA | 卷积神经网络 | 相关系数, 均方根误差 | NA |
| 9919 | 2025-10-06 |
A systematic review of data and models for predicting food flavor and texture
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101127
PMID:40689288
|
综述 | 系统回顾了预测食品风味和质构的数据资源与计算模型现状 | 首次系统梳理风味预测领域的数据资源和模型方法，突出图神经网络等机器学习技术的应用潜力 | 气味预测缺乏标准化指标，质构研究数据集不足，感官空间映射和受体层面数据整合存在空白 | 推进食品风味和质构预测领域的发展 | 食品风味（味觉、气味）和质构特性 | 机器学习 | NA | 机器学习 | 图神经网络,深度学习 | 分子数据,感官数据 | NA | NA | NA | NA | NA |
| 9920 | 2025-10-06 |
DVMark: A Deep Multiscale Framework for Video Watermarking
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2023.3251737
PMID:37030810
|
研究论文 | 提出了一种基于深度学习的多尺度视频水印框架DVMark，能够在视频中不可感知地嵌入信息并在多种失真情况下可靠提取 | 首次将多尺度设计引入视频水印领域，将水印信息分布在不同时空尺度上，实现了端到端可训练 | NA | 开发能够同时处理多种失真类型的鲁棒视频水印方法 | 视频水印技术 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | NA | NA | 多尺度架构 | NA | NA |