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 33224 篇文献，本页显示第 11641 - 11660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11641 | 2025-05-16 |
Machine Learning in Drug Development for Neurological Diseases: A Review of Blood Brain Barrier Permeability Prediction Models
2025-Mar, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400325
PMID:40146590
|
review | 本文回顾了机器学习在预测血脑屏障通透性方面的最新方法 | 总结了利用机器学习和深度学习技术预测血脑屏障通透性的最新进展 | 未提及具体模型性能比较或实际应用效果的局限性 | 探讨机器学习在神经系统疾病药物开发中的应用 | 血脑屏障通透性预测模型 | machine learning | neurological disease | machine learning, deep learning | NA | empirical data | NA | NA | NA | NA | NA |
| 11642 | 2025-05-16 |
Current AI Applications and Challenges in Oral Pathology
2025-Mar, Oral (Basel, Switzerland)
DOI:10.3390/oral5010002
PMID:40357025
|
review | 本文综述了人工智能在口腔病理学中的当前应用与挑战 | 探讨了AI在口腔病理学中的变革潜力，包括提高口腔疾病检测准确性和简化诊断流程 | 数据质量、泛化能力、法律与伦理问题、财务限制以及实践模式转变的需求 | 探索人工智能在口腔病理学中的潜在应用与挑战 | 口腔病理学中的AI应用 | digital pathology | oral diseases | machine learning (ML), deep learning (DL), convolutional neural networks (CNNs), natural language processing (NLP) | CNNs, NLP | image, text | NA | NA | NA | NA | NA |
| 11643 | 2025-05-16 |
Enhancing Ophthalmic Diagnosis and Treatment with Artificial Intelligence
2025-Feb-28, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61030433
PMID:40142244
|
review | 本文综述了人工智能在眼科诊断和治疗中的当前应用及未来潜力 | 利用AI算法（特别是机器学习和深度学习）提高诊断准确性，个性化治疗计划，并优化手术精度 | 数据隐私、安全性和算法偏见等挑战仍需解决 | 探索人工智能在眼科领域的应用以提升诊断和治疗效果 | 糖尿病视网膜病变、年龄相关性黄斑变性和青光眼等眼科疾病 | digital pathology | diabetic retinopathy, age-related macular degeneration, glaucoma | machine learning, deep learning | ML, DL | multimodal data, including genetic information and patient histories | NA | NA | NA | NA | NA |
| 11644 | 2025-05-16 |
Diagnosis of Lung Cancer Using Endobronchial Ultrasonography Image Based on Multi-Scale Image and Multi-Feature Fusion Framework
2025-Feb-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11030024
PMID:40137564
|
研究论文 | 本研究开发了一种基于多尺度图像和多特征融合框架的计算机辅助诊断系统，用于通过支气管内超声图像诊断肺癌 | 提出了M3-Net，一个基于注意力机制的多分支框架，整合多种特征以提高肺癌诊断性能 | 样本量相对较小，仅包含95例患者病例 | 开发一种计算机辅助诊断系统，以促进肺癌的早期检测并提高患者生存率 | 支气管内超声图像 | 数字病理学 | 肺癌 | 深度学习算法 | M3-Net | 图像 | 95例患者病例（13例良性，82例恶性），共1140张EBUS图像 | NA | NA | NA | NA |
| 11645 | 2025-05-16 |
Deep Learning for Ultrasonographic Assessment of Temporomandibular Joint Morphology
2025-Feb-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11030027
PMID:40137567
|
research paper | 本研究开发并验证了一种基于AI的自动测量颞下颌关节超声图像空间宽度的方法 | 首次将AI驱动的分割和测量算法应用于颞下颌关节超声图像的自动分析 | 对关节窝的分割性能较低(Dice: 0.60 ± 0.24)，这与其复杂的几何形状有关 | 开发一种自动且可重复的颞下颌关节超声图像空间宽度测量方法 | 颞下颌关节超声图像 | digital pathology | temporomandibular joint disorders | ultrasonography | 2D Residual U-Net | image | 142张颞下颌关节超声图像 | NA | NA | NA | NA |
| 11646 | 2025-05-16 |
ADMM-TransNet: ADMM-Based Sparse-View CT Reconstruction Method Combining Convolution and Transformer Network
2025-Feb-26, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11030023
PMID:40137562
|
research paper | 提出了一种结合ADMM迭代算法框架与CNN和Transformer模型的稀疏视图CT重建方法，以减少对数据样本的依赖并提高图像重建精度 | 结合模型驱动与数据驱动方法，利用ADMM框架约束网络减少数据依赖，并引入CNN和Transformer模型增强图像全局与局部表征能力 | 未明确提及具体局限性 | 提升稀疏视图CT扫描的重建精度并降低辐射暴露风险 | 稀疏视图CT扫描数据 | computer vision | NA | ADMM迭代算法、CNN、Transformer | ADMM-TransNet（CNN+Transformer） | CT图像 | 未明确提及具体样本量 | NA | NA | NA | NA |
| 11647 | 2025-05-16 |
Deep Learning-Based Tumor Segmentation of Murine Magnetic Resonance Images of Prostate Cancer Patient-Derived Xenografts
2025-Feb-22, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11030021
PMID:40137561
|
研究论文 | 本文开发了一种基于深度学习的自动化分割流程，用于小鼠模型中前列腺癌患者来源的异种移植物的MRI图像分割 | 提出了一种结合切片分类器和多种U-Net架构的分割流程，特别是在肾脏肿瘤中表现最佳的密集残差循环U-Net架构 | 研究仅针对小鼠模型，未在人类患者中进行验证 | 开发自动化工具以监测和表征前列腺癌患者来源的异种移植物的肿瘤生长 | 小鼠模型中植入的六种不同前列腺癌患者来源的异种移植物 | 数字病理学 | 前列腺癌 | MRI | U-Net, 密集残差循环U-Net | 图像 | 六种不同前列腺癌患者来源的异种移植物，植入部位包括肾脏、肝脏和胫骨 | NA | NA | NA | NA |
| 11648 | 2025-05-16 |
Utilization of Classification Learning Algorithms for Upper-Body Non-Cyclic Motion Prediction
2025-Feb-20, Sensors (Basel, Switzerland)
DOI:10.3390/s25051297
PMID:40096019
|
research paper | 本研究探索了使用分类算法预测非周期性上肢运动的两种方法 | 采用KNN和深度学习模型从sEMG信号预测运动特征，深度学习模型能在肌肉电激活前以90%以上的确定性预测运动特征 | 未来可探索基于回归的预测模型以提高预测精度，并研究其在串联或可穿戴机器人应用中对流畅性的影响 | 提高外骨骼系统的控制流畅性，减少能量消耗和不适感 | 非周期性上肢运动 | machine learning | NA | 表面肌电图（sEMG） | KNN, deep neural network | sEMG信号 | 来自肘部周围六块肌肉的数据 | NA | NA | NA | NA |
| 11649 | 2025-05-16 |
Multicenter study on predicting postoperative upper limb muscle strength improvement in cervical spinal cord injury patients using radiomics and deep learning
2025-Feb-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72539-0
PMID:39962172
|
research paper | 本研究旨在评估基于机器学习的放射组学方法在预测脊髓损伤患者预后方面的准确性 | 结合放射组学和深度迁移学习特征，利用MRI图像预测颈椎脊髓损伤患者术后上肢肌力改善情况 | 样本量较小（82例患者），且为回顾性研究 | 评估放射组学方法在预测脊髓损伤患者预后中的准确性 | 82例颈椎脊髓损伤患者 | digital pathology | spinal cord injury | MRI, 放射组学, 深度迁移学习 | random forest (RF), ResNet34 | MRI图像 | 82例患者（49例预后良好，33例预后不良） | NA | NA | NA | NA |
| 11650 | 2025-05-16 |
SS-DTI: A deep learning method integrating semantic and structural information for drug-target interaction prediction
2025-Feb, Journal of bioinformatics and computational biology
IF:0.9Q4
DOI:10.1142/S0219720025500027
PMID:40134345
|
research paper | 提出了一种名为SS-DTI的深度学习方法，整合语义和结构信息用于药物-靶点相互作用预测 | SS-DTI是一种新颖的端到端深度学习方法，整合了药物和蛋白质的语义与结构信息，通过多尺度语义特征提取块和GCNs来捕获局部和全局信息 | NA | 提高药物-靶点相互作用预测的准确性和效率 | 药物和蛋白质分子 | machine learning | NA | deep learning | GCNs (Graph Convolutional Networks) | 序列数据和结构数据 | 四个基准数据集 | NA | NA | NA | NA |
| 11651 | 2025-05-16 |
Drug repurposing for non-small cell lung cancer by predicting drug response using pathway-level graph convolutional network
2025-Feb, Journal of bioinformatics and computational biology
IF:0.9Q4
DOI:10.1142/S0219720025500015
PMID:40134346
|
research paper | 该研究提出了一种基于通路-通路相互作用网络的图卷积网络模型，用于预测药物反应并识别非小细胞肺癌的潜在药物再利用候选药物 | 该模型首次将已知的生物通路-通路相互作用整合到药物反应预测中，通过图卷积操作更有效地表示癌细胞系的特征 | 研究仅基于GDSC1000数据集进行验证，未在其他独立数据集上测试模型性能 | 开发更有效的药物反应预测模型以识别非小细胞肺癌的潜在再利用药物 | 非小细胞肺癌(NSCLC)和现有药物 | machine learning | lung cancer | graph convolutional network | GCN | pathway-pathway interaction network | GDSC1000数据集 | NA | NA | NA | NA |
| 11652 | 2025-05-16 |
The Role of Artificial Intelligence in Health Care
2025-Jan-14, Nigerian journal of physiological sciences : official publication of the Physiological Society of Nigeria
DOI:10.54548/njps.v39i1.1
PMID:40156806
|
review | 本文综述了人工智能在医疗保健领域的广泛应用及其面临的挑战 | 全面探讨了AI在疾病诊断、个性化治疗、精准医学、医疗管理等多个医疗保健领域的创新应用 | AI应用面临资金问题、监管障碍、数据隐私担忧以及与算法偏见和透明度相关的伦理考虑 | 探讨人工智能在医疗保健领域的角色和潜力 | 医疗保健系统及其相关技术应用 | machine learning | NA | machine learning, deep learning, statistical analysis | NA | NA | NA | NA | NA | NA | NA |
| 11653 | 2025-05-16 |
Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement
2025 Jan-Dec, Therapeutic advances in cardiovascular disease
IF:2.6Q2
DOI:10.1177/17539447251321589
PMID:40123453
|
研究论文 | 本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和技术评估中的实用性 | 探索了Cvpilot系统在自动分割和主动脉根部技术评估中的有效性，并与现有系统进行了比较 | 研究仅在一个中心进行，样本量相对较小（154例患者） | 评估Cvpilot系统在TAVR前主动脉根部分割和测量中的准确性和可靠性 | 154例接受TAVR的患者 | 数字病理 | 心血管疾病 | 计算机断层扫描血管造影（CTA） | 深度学习系统 | 医学影像 | 154例患者 | NA | NA | NA | NA |
| 11654 | 2025-05-16 |
Optimising window size of semantic of classification model for identification of in-text citations based on context and intent
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309862
PMID:40127378
|
研究论文 | 本文研究了基于上下文和意图的文本引用分类模型的最佳窗口大小选择 | 通过比较不同窗口大小对文本引用分类的影响，提出了针对长文本引用更有效的大窗口策略 | 研究仅使用了两种基准数据集，可能无法涵盖所有类型的文本引用场景 | 优化自然语言处理中文本引用分类模型的窗口大小选择 | 科学文献中的文本引用 | 自然语言处理 | NA | Word2Vec嵌入 | CNN, GRU, LSTM, SVM, 决策树, 朴素贝叶斯 | 文本 | 两个包含大量文本引用的基准数据集 | NA | NA | NA | NA |
| 11655 | 2025-05-16 |
Weighted-VAE: A deep learning approach for multimodal data generation applied to experimental T. cruzi infection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315843
PMID:40127396
|
research paper | 提出了一种加权变分自编码器（W-VAE）用于处理缺失和有限的多模态数据，以分类健康个体和处于T. cruzi感染急性或慢性阶段的个体 | W-VAE是一种深度生成架构，通过新的损失函数、加权因子和掩蔽机制提高了生成数据的质量 | 研究基于小鼠模型，可能无法直接推广到人类 | 自动诊断健康个体和处于T. cruzi感染不同阶段的个体 | 健康个体和处于T. cruzi感染急性或慢性阶段的个体 | machine learning | Chagas disease | Weighted Variational Auto-Encoder (W-VAE) | VAE | multimodal data (electrocardiography signals, echocardiography images, Doppler spectrum, ELISA antibody titers) | NA | NA | NA | NA | NA |
| 11656 | 2025-05-16 |
Diagnosis and activity prediction of SLE based on serum Raman spectroscopy combined with a two-branch Bayesian network
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1467027
PMID:40129980
|
研究论文 | 本研究提出了一种基于血清拉曼光谱和双分支贝叶斯网络的系统性红斑狼疮(SLE)诊断和活动性预测方法 | 开发了一种新型的双分支贝叶斯网络(DBayesNet)模型，结合拉曼光谱技术，用于SLE的快速识别和活动性评估 | 样本量相对较小(80例SLE患者和81例对照)，需要更大规模的研究验证 | 开发一种快速准确的SLE诊断和活动性评估方法 | 系统性红斑狼疮(SLE)患者 | 数字病理学 | 系统性红斑狼疮 | 拉曼光谱 | DBayesNet(双分支贝叶斯网络)，包含BayConv模块、Attention模块和BayLinear层 | 光谱数据 | 161例(80例SLE患者和81例对照，包括干燥综合征、未分化结缔组织病、主动脉炎患者和健康人) | NA | NA | NA | NA |
| 11657 | 2025-05-16 |
Optimization of Decision Support Technology for Offshore Oil Condition Monitoring with Carbon Neutrality as the Goal in the Enterprise Development Process
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319858
PMID:40131882
|
研究论文 | 本研究探讨了在追求碳中和的企业发展过程中，将Faster R-CNN算法与MobileNet v2架构结合，用于海上石油状况监测与分类 | 提出了一种基于MobileNet v2和Faster R-CNN融合的海洋石油状况监测与分类模型，该模型在损失值和识别准确率方面表现优异 | NA | 优化海上石油状况监测的决策支持技术，以支持企业碳中和目标 | 海上石油状况监测与分类 | 计算机视觉 | NA | 深度学习 | Faster R-CNN与MobileNet v2融合模型 | 图像 | NA | NA | NA | NA | NA |
| 11658 | 2025-05-16 |
A predictive machine learning model for cannabinoid effect based on image detection of reactive oxygen species in microglia
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320219
PMID:40131976
|
研究论文 | 本文开发了一种基于图像检测小胶质细胞中活性氧(ROS)的机器学习模型，用于预测大麻素效应 | 结合共聚焦显微镜图像与CNN深度学习模型，预测大麻二酚(CBD)对免疫细胞ROS水平的影响 | 研究仅使用HMC3细胞系，未涉及其他细胞类型或体内模型 | 评估大麻二酚(CBD)对神经炎症中ROS水平的影响 | 人小胶质细胞(HMC3)中的活性氧(ROS) | 数字病理学 | 神经退行性疾病 | 共聚焦显微镜成像，CellROX荧光ROS指示剂 | CNN | 图像 | HMC3细胞系在三种免疫激活剂(LPS/Aβ42/GP120)条件下的ROS图像数据 | NA | NA | NA | NA |
| 11659 | 2025-05-16 |
Multimodal deep learning for predicting PD-L1 biomarker and clinical immunotherapy outcomes of esophageal cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1540013
PMID:40134428
|
research paper | 该研究开发了一种多模态深度学习模型，用于预测食管癌患者的PD-L1生物标志物水平和免疫治疗结果 | 提出了一种整合病理特征、放射组学特征和临床信息的新型多模态深度学习模型，用于预测PD-L1水平和免疫治疗反应 | 研究样本量相对较小，且仅来自单一医疗中心 | 预测食管癌患者的PD-L1生物标志物水平和免疫治疗效果 | 食管鳞状细胞癌（ESCC）患者 | digital pathology | esophageal cancer | 免疫组织化学、CT扫描 | multimodal deep learning | image, clinical variables | 220例患者用于PD-L1表达水平分析，75例患者用于免疫治疗反应分析 | NA | NA | NA | NA |
| 11660 | 2025-05-16 |
Beyond the Greater Angkor Region: Automatic large-scale mapping of Angkorian-period reservoirs in satellite imagery using deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320452
PMID:40138322
|
研究论文 | 利用深度学习技术自动大规模识别卫星图像中的吴哥时期水库 | 首次使用Deeplab V3+深度学习模型进行语义分割，自动识别吴哥时期水库，显著提高了考古学家的工作效率 | 模型仅针对吴哥时期水库进行训练，可能无法直接应用于其他类型的考古特征 | 通过自动识别卫星图像中的考古特征，加速对吴哥文化圈以外区域的全面测绘 | 吴哥时期水库 | 计算机视觉 | NA | 卫星遥感、深度学习 | Deeplab V3+ | 卫星图像 | NA | NA | NA | NA | NA |