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 36434 篇文献，本页显示第 101 - 120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 2025-12-13 |
Comparison of image quality in 40 keV virtual monoenergetic images of dual-energy CT pulmonary angiography using deep learning and iterative reconstruction algorithms under optimized low dose scanning protocols
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1420
PMID:41367800
|
研究论文 | 本研究比较了在低剂量双能CT肺动脉造影中，使用深度学习图像重建与迭代重建算法生成的40 keV虚拟单能图像的质量 | 首次在低剂量双能CT肺动脉造影中，系统比较了深度学习图像重建与自适应统计迭代重建算法对40 keV虚拟单能图像质量的影响，并证明深度学习高设置算法能显著降低噪声并提升图像质量 | 研究为单中心前瞻性研究，样本量相对较小（75例），且仅评估了特定扫描仪和对比剂条件下的图像质量，未评估对肺栓塞诊断准确性的影响 | 评估和比较在低剂量双能CT肺动脉造影协议下，使用深度学习图像重建与迭代重建算法重建的40 keV虚拟单能图像的图像质量 | 临床疑似肺栓塞的患者 | 数字病理学 | 心血管疾病 | 双能CT肺动脉造影 | 深度学习图像重建 | CT图像 | 75例患者 | NA | NA | 图像噪声, 对比噪声比, 信噪比, 主观Likert评分 | Revolution CT扫描仪 |
| 102 | 2025-12-13 |
Deep learning-enhanced Colmap for 3D reconstruction and segmentation of facial port-wine stains for comprehensive evaluation
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-112
PMID:41367804
|
研究论文 | 本研究提出了一种结合深度学习和Colmap算法的方法，用于面部鲜红斑痣的三维重建与分割，以支持治疗规划和评估 | 结合深度学习与Colmap进行三维重建，并采用多色彩空间自适应融合网络进行二维病变分割，实现了高精度的三维病变形态重建和表面积计算 | 样本量较小（仅17名患者），可能影响模型的泛化能力 | 开发一种集成方法，用于鲜红斑痣病变的三维重建和分割，以应对其形状多样、颜色异质和边界模糊的挑战 | 面部鲜红斑痣病变 | 计算机视觉 | 鲜红斑痣 | 结构化光扫描, 色彩校准图像采集 | 深度学习 | 图像 | 17名患者 | Colmap | 多色彩空间自适应融合网络 | 均方根误差, CLIP相似度分数, 相对误差 | NA |
| 103 | 2025-12-13 |
Dual-branch residual encoder-decoder convolutional neural network (DB-REDCNN): a computed tomography-integrated multimodal network for positron emission tomography denoising
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1321
PMID:41367808
|
研究论文 | 本文提出了一种双分支残差编码器-解码器卷积神经网络（DB-REDCNN），用于整合CT结构信息以增强低剂量PET图像质量，特别是小病灶的去噪 | 提出了一种双分支多模态网络，利用配对的CT图像结构先验来增强PET重建中的边缘细节，并采用有效的融合机制 | 未明确讨论模型对CT和PET图像间较大错位的鲁棒性极限，且SUV均值误差略高于低剂量PET | 通过整合CT结构信息，从低剂量PET合成高质量的全剂量PET图像，以减少辐射剂量 | 低剂量PET图像和配对的CT图像 | 医学影像处理 | NA | PET成像，CT成像 | CNN | 图像 | NA | NA | 双分支残差编码器-解码器卷积神经网络（DB-REDCNN） | 均方根误差，峰值信噪比，结构相似性指数，边缘锐度（|K|值），SUV均值和最大值误差 | NA |
| 104 | 2025-12-13 |
A method for estimating energy parameters of RNAs by differentiating base-pairing probabilities
2025-Dec, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf171
PMID:41368196
|
研究论文 | 本文提出了一种通过区分碱基配对概率来估计RNA能量参数的方法 | 利用深度学习中的梯度下降机制优化能量参数，并提出了包括基于McCaskill算法的动态规划方法计算配分函数导数的高效计算策略 | 未明确说明方法在复杂修饰碱基或大规模RNA结构中的验证效果 | 开发一种从碱基配对概率反推RNA子结构能量参数的计算方法 | RNA分子，特别是包含修饰碱基（如假尿嘧啶）的RNA | 计算生物学 | NA | 化学探测方法，分子动力学模拟 | 梯度下降优化 | 碱基配对概率数据 | NA | NA | NA | NA | NA |
| 105 | 2025-12-13 |
Brain-Pupil Coupling Revealed Through Deep Learning of Intracranial Recordings
2025-Dec-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70438
PMID:41368939
|
研究论文 | 本研究通过颅内记录和瞳孔测量技术，结合深度学习模型，揭示了大脑活动与瞳孔动态在注意力转换任务中的耦合关系 | 首次结合颅内神经记录与深度学习模型预测瞳孔动态变化，并识别出与瞳孔动态预测性能相关的任务相关脑网络 | 样本量较小（13名参与者），且仅针对儿童和青少年癫痫患者群体，结果可能无法推广到健康人群或其他年龄段 | 探究大脑神经活动与瞳孔动态之间的耦合机制及其与认知表现的关系 | 13名9-18岁癫痫儿童和青少年 | 计算神经科学 | 癫痫 | 颅内记录、瞳孔测量技术 | 深度学习模型 | 颅内神经活动记录、瞳孔直径数据 | 13名参与者（7名用于深度学习模型验证） | NA | NA | 模型预测性能 | NA |
| 106 | 2025-12-13 |
Deep learning horizons: charting a course for clinical translation of multimodal AI in lung cancer precision surgery
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003182
PMID:40793836
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 107 | 2025-12-13 |
Letter to the Editor: deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003221
PMID:40839020
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 108 | 2025-12-13 |
Letter to the Editor: deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003108
PMID:40844271
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 109 | 2025-12-13 |
Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after noncardiac surgery
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003143
PMID:40865965
|
研究论文 | 本研究开发并验证了一种结合人口统计学数据、ICD-10手术编码和原始术前12导联心电图波形的多模态深度学习模型，用于预测非心脏手术后30天的主要不良心脑血管事件 | 创新性地整合原始心电图波形与最小化临床数据，利用基于Transformer的深度神经网络处理心电图信号，并通过梯度提升机结合多模态特征，实现了优于传统风险指数的预测性能 | 研究为单中心回顾性队列研究，可能受限于数据来源的单一性，且事件发生率较低（0.6%），需外部验证以确认泛化能力 | 开发并验证一种负担最小的多模态深度学习模型，以准确预测非心脏手术后30天的主要不良心脑血管事件风险 | 2006年至2020年间在一家三级学术中心接受区域或全身麻醉下非心脏手术的成年患者 | 机器学习 | 心血管疾病 | 12导联心电图波形分析 | Transformer, GBM | 人口统计学数据, ICD-10编码, 原始心电图波形 | 165,577例病例 | NA | 基于Transformer的深度神经网络, 梯度提升机 | AUROC, 精确率-召回率曲线, 灵敏度, 特异性, F1分数, 校准指标 | NA |
| 110 | 2025-12-13 |
Letter to editor: Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003188
PMID:40865939
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 111 | 2025-12-13 |
Development of multi-sensing technologies for high-throughput morphological, physiological, and biochemical phenotyping of drought-stressed watermelon plants
2025-Dec, Plant physiology and biochemistry : PPB
IF:6.1Q1
DOI:10.1016/j.plaphy.2025.110577
PMID:41046739
|
研究论文 | 本研究开发了一种结合多种成像技术的自动化高通量表型分析系统，用于对干旱胁迫下的西瓜植株进行全面的形态、生理和生化表型分析 | 开发了一个集成了RGB、短波红外高光谱、多光谱荧光和热成像的全自动多模态高通量表型分析平台，实现了对干旱胁迫下植株早期、全面表型响应的综合监测与分析 | 研究主要针对西瓜植株，其普适性有待在其他作物上验证；系统集成复杂度高，可能限制其大规模部署 | 开发一种集成多传感技术的高通量表型分析系统，用于早期检测和全面评估干旱胁迫对植物的影响 | 干旱胁迫下的西瓜植株 | 机器视觉，植物表型组学 | 非疾病类别（植物胁迫响应） | RGB成像，短波红外高光谱成像，多光谱荧光成像，热成像 | 机器学习，深度学习 | 图像（RGB，高光谱，荧光，热成像） | 未在摘要中明确说明 | NA | NA | 预测准确性 | NA |
| 112 | 2025-12-13 |
Letter to editor "A deep learning-based clinical-radiomics model predicting the treatment response of immune checkpoint inhibitors (ICIs)-based conversion therapy in potentially convertible hepatocellular carcinoma patients: a tumor marker prognostic study"
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003203
PMID:41382402
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 113 | 2025-12-13 |
AI-driven prediction of severe respiratory sequelae in COVID-19 patients
2025-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2025.2598914
PMID:41383156
|
研究论文 | 本研究开发了一种AI驱动的预测模型，用于早期识别COVID-19患者中可能发展为严重呼吸系统后遗症的高风险人群 | 结合K-means聚类算法与ResNet-50深度学习模型，整合临床数据和胸部X光影像特征，实现了对COVID-19患者呼吸后遗症风险的准确分层预测 | 需要更大规模的独立数据集进行验证，以评估模型在不同人群中的可靠性和泛化能力 | 早期识别COVID-19患者中可能发展为严重呼吸系统后遗症的高风险人群，以改善预后和护理 | 516名COVID-19患者 | 数字病理学 | COVID-19 | 胸部X光影像分析 | CNN | 图像, 临床数据 | 516名COVID-19患者 | NA | ResNet-50 | AUC | NA |
| 114 | 2025-12-13 |
EffResViT-SE FusionNet: A Hybrid Deep Learning Framework for Accurate Classification of Coffee Leaf Diseases
2025-Dec, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.71311
PMID:41383578
|
研究论文 | 提出一种名为EffResViT-SE FusionNet的混合深度学习框架，用于准确分类咖啡叶病害 | 提出了一种新颖的混合深度学习框架，将带有SE块的EfficientNetB3和ResNet50（用于自适应局部特征重校准）与Vision Transformer（用于建模全局上下文依赖）集成在一个统一架构中，有效结合了基于CNN的局部特征提取和基于Transformer的长距离注意力机制 | NA | 开发一个强大、精确且可扩展的解决方案，用于咖啡叶病害的早期检测和分类，以支持及时干预并促进可持续农业 | 咖啡叶病害（包括叶锈病、茎枯病、尾孢叶斑病和潜叶虫） | 计算机视觉 | 植物病害 | 深度学习 | CNN, Transformer | 图像 | 58,555张咖啡叶图像，分为五个类别：健康（18,984张）、潜叶虫（16,983张）、叶锈病（8,336张）、尾孢叶斑病（7,681张）和茎枯病（6,571张） | NA | EfficientNetB3, ResNet50, Vision Transformer (ViT) | 准确率, 精确率, 召回率, F1分数 | NA |
| 115 | 2025-12-13 |
Whole genome characterization of patient-derived lung cancer organoids
2025-Nov-30, Translational lung cancer research
IF:4.0Q1
DOI:10.21037/tlcr-2025-738
PMID:41367555
|
研究论文 | 本研究通过全基因组测序对患者来源的肺癌类器官进行了全面的基因组特征分析，探索其突变景观和治疗潜力 | 利用全基因组测序技术对患者来源的肺癌类器官进行全面的基因组特征分析，包括非编码区域的突变，并结合深度学习进行药物反应预测 | 药物筛选显示基因组数据可用于药物预测，但需要更先进的模型来充分利用全基因组测序数据 | 建立并表征患者来源的肺癌类器官，以研究肿瘤生物学并为精准医学提供信息 | 来自14名非小细胞肺癌患者的切除肿瘤和恶性胸腔积液 | 数字病理学 | 肺癌 | 全基因组测序, 下一代测序 | 深度学习 | 基因组数据 | 14名非小细胞肺癌患者的肺癌类器官 | NA | NA | NA | NA |
| 116 | 2025-12-13 |
Predicting suicide death among veterans after psychiatric hospitalization using transformer based models with social determinants and NLP
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27435-6
PMID:41315506
|
研究论文 | 本研究评估了在预测退伍军人精神病院出院后自杀死亡风险时，加入社会行为健康决定因素（SBDH）对提升预测性能的影响 | 首次将基于ICD编码和从非结构化临床笔记中通过NLP提取的社会行为健康决定因素（SBDH）整合到Transformer基础模型中，用于预测精神病院出院患者的自杀风险，并证明其能显著提升模型性能、校准度和公平性 | 研究人群仅限于美国退伍军人，可能限制了结果的普适性；模型性能指标（如AUROC为64.0）仍有提升空间 | 评估社会行为健康决定因素（SBDH）是否能改善精神病院出院患者自杀死亡的预测准确性 | 197,581名从美国129家退伍军人健康管理局精神病院出院的退伍军人，共计414,043次出院记录 | 自然语言处理 | NA | 自然语言处理（NLP）系统，ICD编码提取 | Transformer, 传统机器学习模型集成 | 文本（非结构化临床笔记），结构化管理数据 | 197,581名退伍军人的414,043次出院记录 | NA | TransformEHR（用于电子健康记录的Transformer基础模型） | 灵敏度, 阳性预测值, 受试者工作特征曲线下面积 | NA |
| 117 | 2025-12-13 |
Artificial intelligence in metabolic dysfunction-associated steatotic liver disease: Machine learning for non-invasive diagnosis and risk stratification
2025-Nov-27, World journal of hepatology
IF:2.5Q2
DOI:10.4254/wjh.v17.i11.111354
PMID:41368121
|
综述 | 本文综述了人工智能，特别是机器学习和深度学习，在代谢功能障碍相关脂肪性肝病（MASLD）非侵入性诊断和风险分层中的最新进展、关键模型、性能指标及临床应用 | 系统总结了AI在MASLD诊断中的最新应用，强调了其在风险预测、影像解读和疾病分层方面的准确性提升，并指出了数据标准化、可解释性和临床验证等挑战 | NA | 探讨人工智能在代谢功能障碍相关脂肪性肝病（MASLD）非侵入性诊断和风险分层中的应用 | 代谢功能障碍相关脂肪性肝病（MASLD） | 机器学习 | 代谢功能障碍相关脂肪性肝病 | NA | 机器学习, 深度学习 | 影像数据 | NA | NA | NA | NA | NA |
| 118 | 2025-12-13 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2025-Nov-26, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2025.10.026
PMID:41308644
|
研究论文 | 本文提出两种多会话神经解码模型，通过利用跨试验和跨会话的相关性来提升神经解码性能 | 首次提出同时捕捉跨试验和跨会话相关性的多会话解码框架，相比传统单试验解码方法显著提升性能，且模型兼具高效性和可解释性 | 未与深度学习方法的性能进行直接量化比较，模型在更复杂行为任务上的泛化能力有待验证 | 开发能够利用神经活动跨时间维度相关性的新型神经解码方法 | 国际脑实验室（IBL）小鼠Neuropixels数据集中的神经活动与行为数据 | 计算神经科学 | NA | Neuropixels神经信号记录 | 降秩回归模型,状态空间模型 | 神经电生理信号,行为数据 | 433个实验会话，覆盖270个脑区 | NA | 多会话降秩回归模型,多会话状态空间模型 | 行为解码准确率 | NA |
| 119 | 2025-12-13 |
Building and Prospectively Evaluating a Prediction Model to Forecast Urgent Dialysis Needs across Four Tertiary Hospitals
2025-Nov-24, American journal of nephrology
IF:4.3Q1
DOI:10.1159/000549256
PMID:41284586
|
研究论文 | 本研究开发并前瞻性评估了预测模型，以预测四家三级医院未来7天的紧急透析需求 | 结合统计、机器学习和深度学习模型进行多中心、长期（6年）研究，并进行了前瞻性验证 | 研究仅涉及四家医院，可能无法推广到所有医疗机构；模型性能可能受数据波动影响 | 预测医院紧急透析需求，优化护理人员调度，提高资源利用效率 | 四家三级医院的紧急透析需求数据 | 机器学习 | 肾脏疾病 | 时间序列分析，深度学习 | ARIMA, TCN | 时间序列数据 | 回顾性数据（2018年4月1日至2023年3月31日）和前瞻性数据（2023年11月1日至30日，2024年5月31日至6月27日） | NA | 自回归积分滑动平均模型，时间卷积网络 | 平均绝对误差 | NA |
| 120 | 2025-12-13 |
Artificial Intelligence for the Analysis of Biometric Data from Wearables in Education: A Systematic Review
2025-Nov-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25227042
PMID:41305250
|
综述 | 本文系统综述了在教育环境中使用可穿戴设备采集生物特征数据并结合AI算法进行分析的研究现状 | 首次系统性地整合了可穿戴设备、生物特征数据与AI算法在教育场景中的应用研究，并提出了未来研究方向 | 缺乏标准化的数据采集和报告规范，导致研究难以复制、比较和综合 | 探讨可穿戴设备采集的生物特征数据与AI算法结合在教育环境中的应用 | 教育环境中的学生生物特征数据 | 机器学习 | NA | 可穿戴设备生物特征测量 | 机器学习,深度学习 | 生物特征数据 | 43项研究 | NA | NA | NA | NA |