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 33150 篇文献，本页显示第 10461 - 10480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10461 | 2025-10-07 |
Deep Learning-Assisted 3D Pressure Sensors for Control of Unmanned Aerial Vehicles
2025-May-28, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c03575
PMID:40371705
|
研究论文 | 开发了一种基于多层微结构复合薄膜压阻传感阵列和深度学习技术的可穿戴智能手势识别控制系统，用于无人机控制 | 结合多层微结构复合薄膜压阻传感阵列与深度学习技术，实现了高灵敏度手势识别和无人机控制 | NA | 开发实时人体运动检测和识别系统，用于虚拟现实、远程控制和机器人应用 | 人体手势动作和无人机控制 | 机器学习和机器人技术 | NA | 压阻传感技术和深度学习 | CNN | 传感器数据和手势数据 | NA | NA | 卷积神经网络 | 识别准确率 | NA |
| 10462 | 2025-05-30 |
High-Quality CEST Mapping With Lorentzian-Model Informed Neural Representation
2025-May-28, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3574238
PMID:40434851
|
研究论文 | 提出了一种基于Lorentzian模型的神经表示框架（LINR），用于高质量化学交换饱和转移（CEST）成像映射 | LINR框架结合自监督神经架构和Lorentzian方程，直接从原始z谱重建高灵敏度参数图，无需标记训练数据 | 未提及具体样本量限制或跨中心验证结果 | 克服传统CEST成像方法在敏感性和泛化性方面的局限性 | CEST MRI数据（合成体模和活体实验，包括肿瘤和阿尔茨海默病模型） | 医学影像分析 | 肿瘤、阿尔茨海默病 | CEST MRI | 自监督神经网络（嵌入Lorentzian方程） | 医学影像（z-spectra） | NA | NA | NA | NA | NA |
| 10463 | 2025-05-30 |
Deep Separable Spatiotemporal Learning for Fast Dynamic Cardiac MRI
2025-May-28, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3574090
PMID:40434852
|
research paper | 提出了一种名为DeepSSL的新型高效方法，用于快速动态心脏MRI图像重建，该方法在训练数据极为有限的情况下仍能表现出色 | 利用降维可分离学习方案，结合时空先验知识，开发了DeepSSL网络，显著减少了对训练数据量的需求 | 虽然初步验证了对未见心脏患者的适应性，但可能需要更多临床数据进一步验证其普适性 | 解决心脏动态MRI快速成像中高维数据重建的挑战 | 心脏动态MRI图像 | 医学影像分析 | 心血管疾病 | 动态MRI | DeepSSL（基于2D时空重建模型的深度可分离时空学习网络） | MRI图像数据 | 心脏电影数据集（具体数量未明确说明，但提到减少训练案例需求达75%） | NA | NA | NA | NA |
| 10464 | 2025-05-30 |
Combined Topological Data Analysis and Geometric Deep Learning Reveal Niches by the Quantification of Protein Binding Pockets
2025-May-28, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2025.0076
PMID:40434873
|
研究论文 | 本文结合拓扑数据分析（TDA）和几何深度学习（GDL）来分析酶的假定蛋白质口袋，以全面理解蛋白质结构基序 | 首次整合了局部和全局表示方法来分析蛋白质口袋，提供了对蛋白质结构基序的全面和互补的理解 | 方法在结构已知的情况下特别有用，对于未知结构的情况可能不适用 | 研究蛋白质口袋的定位、测量及其解剖结构，以进一步理解蛋白质功能 | 酶的假定蛋白质口袋 | 计算生物学 | NA | 拓扑数据分析（TDA）、几何深度学习（GDL） | GDL | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 10465 | 2025-05-30 |
Efficient feature extraction using light-weight CNN attention-based deep learning architectures for ultrasound fetal plane classification
2025-May-28, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01566-6
PMID:40437331
|
research paper | 提出了一种基于轻量级CNN和注意力机制的深度学习架构，用于超声胎儿平面分类 | 结合轻量级EfficientNet特征提取主干和注意力机制，显著减少可训练参数数量，便于边缘设备部署 | 未提及模型在不同超声设备或操作者间的泛化能力 | 辅助产科医生进行胎儿平面分类，提高产前诊断效率 | 超声胎儿图像中的关键平面（脑部、股骨、胸部、宫颈和腹部） | computer vision | prenatal development | 深度学习 | CNN with attention mechanism | 超声图像 | 最大基准超声数据集（具体数量未提及） | NA | NA | NA | NA |
| 10466 | 2025-10-07 |
Digital Biomarkers for Parkinson Disease: Bibliometric Analysis and a Scoping Review of Deep Learning for Freezing of Gait
2025-May-20, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/71560
PMID:40392578
|
综述 | 通过文献计量分析和范围综述评估帕金森病数字生物标志物研究现状，特别关注深度学习在冻结步态检测中的应用 | 结合文献计量学与范围综述方法，首次系统分析帕金森病数字生物标志物研究格局，并深入评估深度学习模型在冻结步态检测中的性能 | 跨学科和跨机构合作不足，企业资助缺乏，冻结步态深度学习模型缺乏外部验证和标准化性能报告 | 评估全球帕金森病生物标志物研究现状、热点和未来趋势，系统综述冻结步态数字生物标志物的深度学习模型 | 帕金森病患者，特别是冻结步态症状 | 数字病理学 | 帕金森病 | 文献计量分析，范围综述，深度学习 | CNN | 文献数据，步态数据 | 文献计量分析750项研究，范围综述40项研究，涉及3700名研究人员 | NA | 卷积神经网络，基于CNN的架构 | 准确率，灵敏度，特异性，AUC | NA |
| 10467 | 2025-10-07 |
The role of artificial intelligence in occupational health in radiation exposure: a scoping review of the literature
2025-May-16, Environmental health : a global access science source
IF:5.3Q1
DOI:10.1186/s12940-025-01186-3
PMID:40380224
|
综述 | 本文通过范围综述方法探讨人工智能在职业性辐射暴露评估、监测和控制中的应用现状与挑战 | 首次系统梳理人工智能在职业辐射防护领域的应用框架，识别出监督评估、检测监测、防护控制三大应用方向 | 依赖现有文献质量，存在数据异质性；缺乏对具体算法性能的定量比较；未涵盖非英语文献 | 综述人工智能在职业性辐射暴露管理中的应用研究现状 | 职业辐射暴露相关的评估、监测、控制与防护措施 | 机器学习 | 放射性疾病 | 专家系统、机器学习、深度学习 | 多种AI模型 | 文献数据 | 59篇符合条件的文章（从初始2920篇中筛选） | NA | NA | MMAT质量评估工具 | NA |
| 10468 | 2025-10-07 |
Ultrasound-based deep learning radiomics for enhanced axillary lymph node metastasis assessment: a multicenter study
2025-May-08, The oncologist
DOI:10.1093/oncolo/oyaf090
PMID:40349137
|
研究论文 | 本研究开发了一种基于超声的深度学习影像组学模型，用于评估乳腺癌腋窝淋巴结转移，并通过多中心研究验证其临床价值 | 结合深度学习与手工提取的影像组学特征，构建临床-影像组学模型，并在多中心数据集和前瞻性测试中验证其性能 | NA | 开发用于评估乳腺癌腋窝淋巴结转移的深度学习影像组学模型，并评估其对放射科医生诊断准确性的影响 | 乳腺癌患者 | 数字病理 | 乳腺癌 | 超声成像 | 深度学习 | 超声图像 | 来自6家医院的866名乳腺癌患者 | NA | NA | AUC | NA |
| 10469 | 2025-10-07 |
Wearable Artificial Intelligence for Sleep Disorders: Scoping Review
2025-May-06, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/65272
PMID:40327852
|
综述 | 本文对用于睡眠障碍的人工智能可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测分析方法 | 首次系统综述AI驱动的可穿戴设备在睡眠障碍领域的应用现状和方法学特征 | 主要关注睡眠呼吸暂停，对其他睡眠障碍的研究有限，缺乏治疗效果评估 | 概述AI驱动的可穿戴设备在睡眠障碍检测和分析中的应用现状 | 使用可穿戴设备和AI算法检测或预测睡眠障碍的同行评议研究 | 医疗人工智能 | 睡眠障碍 | 可穿戴设备监测技术 | CNN,随机森林,支持向量机 | 呼吸数据,心率数据,身体运动数据 | 46项符合条件的研究 | NA | 卷积神经网络 | NA | NA |
| 10470 | 2025-10-07 |
Current Technological Advances in Dysphagia Screening: Systematic Scoping Review
2025-May-05, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/65551
PMID:40324167
|
系统范围综述 | 本系统范围综述全面评估了人工智能和传感器技术在吞咽困难筛查中的当前进展、性能表现和方法学质量 | 首次系统评估AI和传感器技术在吞咽困难筛查中的应用，特别关注多模态系统的性能优势和方法学质量评估 | 纳入研究存在偏倚风险，缺乏外部验证和领域适应性测试，可能影响实际应用价值 | 评估人工智能和传感器技术在吞咽困难筛查中的技术现状、性能表现和方法学质量 | 吞咽困难筛查技术研究 | 医疗人工智能 | 吞咽困难 | 传感器技术，人工智能分析 | 支持向量机，深度学习 | 声学信号，振动信号 | 24项研究，2979名参与者（1717名吞咽困难患者，1262名对照组） | NA | NA | 准确率，受试者工作特征曲线下面积，灵敏度 | NA |
| 10471 | 2025-10-07 |
Diagnostic performance of deep learning-based coronary computed tomography angiography in detecting coronary artery stenosis
2025-May, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03383-0
PMID:40156689
|
研究论文 | 验证基于深度学习的冠状动脉CT血管成像自动诊断模型在检测冠状动脉狭窄中的性能 | 开发了全自动深度学习模型，采用多阶段框架进行冠状动脉分割和狭窄分析 | 研究限于特定时间段内的多中心数据，需要进一步验证在更广泛人群中的适用性 | 验证深度学习模型在诊断阻塞性冠状动脉疾病中的性能 | 疑似冠状动脉疾病患者 | 医学影像分析 | 冠状动脉疾病 | 冠状动脉CT血管成像 | CNN | 医学影像 | 1090名患者 | NA | 3D Multi-resolution Cascade CNN, 3D Cascade-Locally Optimized Network, Stenosis Analysis Network | 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值, kappa系数 | NA |
| 10472 | 2025-10-07 |
Construction of a deep learning model and identification of the pivotal characteristics of FGF7- and MGST1- positive fibroblasts in heart failure post-myocardial infarction
2025-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.143171
PMID:40258553
|
研究论文 | 本研究通过构建深度学习模型并识别FGF7-和MGST1-阳性成纤维细胞在心肌梗死后心力衰竭中的关键特征 | 首次发现FGF7MGST1成纤维细胞在心肌梗死后心力衰竭中下调，并通过深度学习模型和孟德尔随机化分析揭示其因果关联 | 研究主要基于单细胞测序数据和小鼠模型，需要在更大样本和临床环境中进一步验证 | 探究成纤维细胞异质性在心肌梗死后心力衰竭发生发展中的作用机制 | 心脏组织中的成纤维细胞，特别是FGF7MGST1阳性成纤维细胞 | 数字病理学 | 心血管疾病 | scRNA-seq, qRT-PCR, 孟德尔随机化分析 | 深度学习模型 | 单细胞RNA测序数据, 基因表达数据 | 小鼠心肌梗死模型 | NA | NA | NA | NA |
| 10473 | 2025-10-07 |
The prediction of RNA-small molecule binding sites in RNA structures based on geometric deep learning
2025-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.143308
PMID:40268011
|
研究论文 | 提出基于几何深度学习的RLBSIF方法，用于预测RNA结构中与小分子配体的结合位点 | 首次将表面几何特征（形状指数和距离依赖曲率）与化学特征（原子电荷）结合，通过MaSIF-based表面相互作用指纹全面表征RNA-配体相互作用 | 模型仅在440个结合口袋上训练，样本规模有限 | 准确预测RNA结构中配体结合位点以指导药物设计 | RNA-小分子配体结合位点 | 机器学习 | NA | 几何深度学习 | CNN | 结构表面特征数据 | 440个结合口袋 | PyTorch | ResNet18 | 准确率 | NA |
| 10474 | 2025-05-30 |
Predicting transmission loss in underwater acoustics using continual learning with range-dependent conditional convolutional neural networks
2025-May-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0036773
PMID:40439448
|
研究论文 | 本文提出了一种基于持续学习和范围依赖条件卷积神经网络的方法，用于预测水下声学传输损失，以提高远场场景下的预测准确性 | 引入了一种范围依赖条件卷积神经网络，通过直接对输入地形进行条件化，单步预测传输损失场，并采用基于回放的持续学习策略，实现跨连续地形变化的泛化 | 模型在远场波预测方面可能存在局限性，且依赖于输入地形的准确性 | 提高深度学习模型在远场场景下预测水下辐射噪声的准确性 | 水下声学传输损失 | 机器学习 | NA | 持续学习，卷积神经网络 | CNN | 地形数据，声学数据 | 多个测试案例和涉及Dickins Seamount的基准场景 | NA | NA | NA | NA |
| 10475 | 2025-10-07 |
Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review
2025-Apr-10, Oral and maxillofacial surgery
DOI:10.1007/s10006-025-01371-1
PMID:40208434
|
综述 | 本文通过范围综述方法系统回顾了过去10年人工智能在唇腭裂管理中的应用研究 | 首次对人工智能在唇腭裂领域的应用进行全面系统的范围综述，识别了诊断、预测、治疗和教育等六个应用子类别 | 纳入研究数量有限（25篇），存在地域分布不均（美国研究集中），需要更多研究来扩展和完善应用 | 综合评估人工智能在唇腭裂预测、诊断和治疗中的应用现状 | 唇腭裂相关研究文献 | 医疗人工智能 | 唇腭裂 | 范围综述方法，文献检索（PubMed, Science Direct, Scopus, LILACS） | 深度学习, 机器学习 | 文献数据 | 25篇研究文献 | NA | NA | NA | NA |
| 10476 | 2025-10-07 |
Deep learning on T2WI to predict the muscle-invasive bladder cancer: a multi-center clinical study
2025-Mar-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82909-3
PMID:40121216
|
研究论文 | 基于T2WI磁共振图像开发深度学习模型预测肌层浸润性膀胱癌 | 首次采用多中心临床数据构建基于T2WI的深度学习模型，结合原始图像、分割膀胱和感兴趣区域三通道输入 | 外部测试集性能有所下降，特别是敏感性和阳性预测值较低 | 开发深度学习模型预测膀胱癌的肌层浸润状态 | 559名膀胱癌患者（521名内部中心，38名外部中心） | 医学影像分析 | 膀胱癌 | MRI T2加权成像 | CNN | 医学影像 | 559例患者（2012-2023年） | NA | Inception V3 | 准确率, 敏感性, 特异性, 阳性预测值, 阴性预测值 | NA |
| 10477 | 2025-10-07 |
Performance of the automated digital cell image analyzer UIMD PBIA in white blood cell classification: a comparative study with sysmex DI-60
2025-Jun-26, Clinical chemistry and laboratory medicine
IF:3.8Q1
DOI:10.1515/cclm-2024-1323
PMID:39837502
|
研究论文 | 评估基于深度学习的自动化数字形态分析仪PBIA在白细胞分类中的性能，并与DI-60进行对比研究 | 首次对新型深度学习驱动的PBIA分析仪与广泛使用的DI-60在白细胞分类性能上进行系统性比较 | 需要更多多中心研究进行完整验证，对非典型淋巴细胞检测存在较高假阴性率 | 评估自动化数字细胞图像分析仪在白细胞分类中的性能 | 外周血涂片中的白细胞 | 数字病理 | NA | 数字细胞图像分析 | 深度学习 | 细胞图像 | 461张玻片 | NA | NA | 准确率, Cohen's kappa, Pearson相关系数, 假阳性率, 假阴性率 | NA |
| 10478 | 2025-03-06 |
Research on the development of image-based Deep Learning (DL) model for serum quality recognition
2025-Jun-26, Clinical chemistry and laboratory medicine
IF:3.8Q1
DOI:10.1515/cclm-2024-1219
PMID:40042089
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10479 | 2025-10-07 |
Optimizing MR-based attenuation correction in hybrid PET/MR using deep learning: validation with a flatbed insert and consistent patient positioning
2025-Jun, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07086-5
PMID:39912939
|
研究论文 | 本研究利用平板插入器和统一患者体位，通过深度学习优化PET/MR中的MR-based衰减校正，并与CT-based衰减校正进行精确对比验证 | 采用平板插入器和手臂下放体位确保PET/CT与PET/MR扫描位置一致性，开发基于深度学习的合成CT生成框架用于多种MRAC方法比较 | 在骨骼丰富区域（如脊柱和肝脏）的SUV定量存在较大变异性且可重复性较低 | 优化PET/MR系统中的MR-based衰减校正方法，提高定量准确性 | 21名接受全身[18F]FDG PET/CT和PET/MR扫描的患者 | 医学影像分析 | NA | PET/CT, PET/MR, 深度学习 | 深度学习 | 医学影像（MR图像, CT图像） | 21名患者用于验证，300名患者用于训练 | NA | NA | 标准化摄取值（SUV）, 相关系数（r）, p值, 联合直方图分析 | NA |
| 10480 | 2025-10-07 |
Evaluation of deep learning-based scatter correction on a long-axial field-of-view PET scanner
2025-Jun, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07120-6
PMID:39918764
|
研究论文 | 评估基于深度学习的散射校正方法在长轴视野PET扫描仪上的性能 | 首次将深度学习散射估计方法应用于长轴视野PET系统，相比传统单散射模拟方法具有更高精度和鲁棒性 | 未使用[18F]-PSMA数据进行训练，但仍在临床数据中表现一致 | 评估深度学习散射估计方法在长轴视野PET系统中的性能 | 长轴视野PET系统的散射校正 | 医学影像处理 | NA | PET成像，蒙特卡洛模拟 | CNN | 正弦图，医学影像 | XCAT体模模拟数据及7个临床数据集（[18F]-FDG和[18F]-PSMA） | NA | U-Net | 精度，鲁棒性，病灶对比度恢复 | NA |