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 43760 篇文献，本页显示第 12501 - 12520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12501 | 2025-11-19 |
Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning
2025-Dec, Neurogastroenterology and motility
IF:3.5Q2
DOI:10.1111/nmo.70153
PMID:40908531
|
研究论文 | 本研究利用深度学习技术分析肠道微生物组数据以识别肠易激综合征 | 将深度神经网络应用于高维度、复杂相互作用的微生物组数据分析，在疾病分类中实现92.79%的准确率 | 未详细说明数据预处理的具体方法，模型比较的深度可能不足 | 探索肠道微生物组在肠易激综合征诊断中的应用价值 | 人类肠道微生物组数据和肠易激综合征患者 | 机器学习 | 肠易激综合征 | 微生物组分析 | DNN, XGBoost, RandomForest, Logistic Regression, LightGBM | 微生物组谱数据 | 综合微生物组谱数据集（具体数量未说明） | Python库 | 深度神经网络（密集层结构） | 准确率, 敏感性, 特异性 | NA |
| 12502 | 2025-11-19 |
Understanding the relationship between rosemary odor and mental workload through deep learning
2025-Nov-19, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究通过深度学习分析脑电图信号，探索迷迭香气味与心理负荷之间的关系 | 首次结合嗅觉刺激和深度学习直接分析原始EEG信号进行心理负荷分类，无需手动特征工程 | 样本量较小(30名志愿者)，仅研究单一气味(迷迭香) | 研究迷迭香气味对心理负荷的影响及其通过深度学习的检测方法 | 30名志愿者在迷迭香气味暴露下执行神经心理学测试时的EEG信号 | 机器学习 | NA | 脑电图(EEG) | LSTM, CNN | EEG信号 | 30名志愿者 | NA | LSTM, CNN | 准确率 | NA |
| 12503 | 2025-11-19 |
A deep learning approach to artifact removal in Transcranial Electrical Stimulation: From shallow methods to deep neural networks and state space models
2025-Nov-19, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究分析机器学习方法在经颅电刺激噪声伪影去除中的应用，比较了从浅层方法到深度神经网络和状态空间模型的性能差异 | 首次系统比较11种伪影去除技术在不同tES刺激类型下的性能，发现最优方法取决于刺激类型，并为不同tES模式提供了方法选择指南 | 使用合成数据集而非真实临床数据，可能无法完全反映实际应用场景 | 开发有效的经颅电刺激伪影去除方法以改善脑电信号分析 | 经颅电刺激产生的EEG伪影 | 机器学习 | 神经系统疾病 | 经颅电刺激，脑电图 | CNN, 状态空间模型 | 脑电信号 | 合成数据集（清洁EEG数据与合成tES伪影组合） | NA | Complex CNN, M4 | RRMSE, 相关系数 | NA |
| 12504 | 2025-11-19 |
Deep Learning-Enabled Real-Time Single-Shot Refocusing of Microwell Array for Digital Melting Curve Analysis
2025-Nov-18, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05194
PMID:41188072
|
研究论文 | 提出一种基于深度学习的单次自适应点扩散函数注意力重聚焦模型，用于数字熔解曲线分析中的微孔阵列实时重聚焦 | 首次将深度学习与点扩散函数自校准调制结合，实现无机电运动的数字PCR微阵列自动聚焦 | 未明确说明模型在更广泛温度范围内的泛化能力及对不同样本类型的适应性 | 提升数字熔解曲线分析在宽温度范围内的准确性和分辨率 | 数字PCR微孔阵列中的核酸样本 | 计算机视觉 | 呼吸道病原体感染 | 数字PCR, 熔解曲线分析, 荧光成像 | 深度学习, 注意力机制 | 荧光图像 | NA | NA | 单次自适应点扩散函数注意力重聚焦模型 | 识别准确率, 变异系数, 分辨率 | NA |
| 12505 | 2025-11-19 |
Plasmonic Scattering Interferometric Microscopy: Decoding the Dynamic Interfacial Chemistry of Single Nanoparticles
2025-Nov-18, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00294
PMID:40845220
|
研究论文 | 介绍等离子体散射干涉显微镜技术及其在单纳米粒子界面化学动态研究中的应用 | 开发高分辨率等离子体散射干涉显微镜技术，实现单纳米粒子水平实时观测电催化活性和反应动力学 | 当前技术仍存在一定局限性，需要进一步改进和优化 | 开发新型光学显微技术用于纳米材料界面化学研究 | 单纳米粒子及其界面化学反应 | 纳米科学 | NA | 等离子体散射干涉显微镜 | 深度学习 | 光学图像 | NA | NA | NA | 空间分辨率，时间分辨率 | NA |
| 12506 | 2025-11-19 |
Deep Learning Models for Radiomics-Based Segmentation of Vestibular Schwannoma on Magnetic Resonance Imaging: A Systematic Review and Meta-analysis
2025-Nov-17, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01757-3
PMID:41249667
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估基于深度学习的放射组学模型在前庭神经鞘瘤MRI分割中的性能表现 | 首次对基于深度学习的放射组学模型在前庭神经鞘瘤分割中的性能进行系统评价和定量荟萃分析 | 仅纳入报告Dice相似系数的研究，可能存在选择偏倚 | 评估深度学习模型在前庭神经鞘瘤分割中的性能 | 前庭神经鞘瘤病例 | 医学影像分析 | 前庭神经鞘瘤 | 磁共振成像驱动的放射组学 | 深度学习模型 | 磁共振图像 | 41项研究涉及8028例前庭神经鞘瘤病例 | NA | NA | Dice相似系数 | NA |
| 12507 | 2025-11-19 |
Generating synthetic task-based brain fingerprints for population neuroscience using deep learning
2025-Nov-14, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09158-6
PMID:41238730
|
研究论文 | 提出一种名为DeepTaskGen的深度学习方法，可从静息态功能磁共振成像生成合成任务态对比图 | 首次使用深度学习从静息态fMRI合成未获取的任务态对比图，解决了大规模数据集中任务覆盖不足的问题 | 方法依赖于静息态fMRI数据的质量，且生成的任务对比图可能受限于训练数据的任务类型 | 开发能够从静息态fMRI生成任务态功能对比图的方法，促进个体差异研究和生物标志物开发 | 人类连接组计划寿命数据和英国生物银行超过20,000名个体 | 医学影像分析 | 神经系统疾病 | 功能磁共振成像 | 深度学习 | 医学影像 | 超过20,000名个体 | NA | NA | 重建性能, 预测性能 | NA |
| 12508 | 2025-11-19 |
Combining MEA-Net and LAP-Net for Pneumoconiosis Staging Framework
2025-Nov-14, Journal of occupational and environmental medicine
IF:2.3Q2
DOI:10.1097/JOM.0000000000003618
PMID:41247264
|
研究论文 | 提出一种结合MEA-Net和LAP-Net的深度学习框架用于尘肺病分期诊断 | 首次将MEA-Net和LAP-Net网络结合应用于尘肺病分期任务 | NA | 改进尘肺病诊断的主观过程，提高分期准确性 | 尘肺病患者的肺部X光片 | 计算机视觉 | 尘肺病 | 深度学习 | CNN | 图像 | NA | NA | MEA-Net, LAP-Net | 准确率, 精确率, 召回率, 特异性, F1分数, AUC | NA |
| 12509 | 2025-11-19 |
A comparative analysis of deep learning-based quantitative hemorrhagic CT parameters versus traditional semi-quantitative CT scores for predicting delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage: a multicenter cohort study
2025-Nov-14, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004024
PMID:41247872
|
研究论文 | 比较基于深度学习的定量出血CT参数与传统半定量CT评分在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的表现 | 首次使用3D-UNet深度学习模型量化出血参数，并与传统评分方法进行多中心比较 | 研究为观察性研究，需要进一步前瞻性验证 | 评估深度学习定量CT参数在预测迟发性脑缺血方面的优越性 | 动脉瘤性蛛网膜下腔出血患者 | 医学影像分析 | 脑血管疾病 | CT影像分析 | 深度学习 | CT影像 | 多中心队列研究（回顾性队列2021.01-2023.12，前瞻性队列2024.01-2024.12，外部验证队列2018.07-2024.11） | NA | 3D-UNet | AUC, ROC分析, 决策曲线分析 | NA |
| 12510 | 2025-11-19 |
Measurement of Choroidal Vascularity Index and Choroidal Thickness Using Deep Learning-Based Methods with SS-OCT
2025-Nov-12, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004733
PMID:41248233
|
研究论文 | 本研究利用基于深度学习的卷积神经网络实现SS-OCT图像中脉络膜厚度和脉络膜血管指数的全自动测量 | 首次将深度学习技术应用于SS-OCT图像的脉络膜区域自动检测和参数计算，实现了脉络膜厚度和血管指数的全自动化测量 | 研究样本量相对有限（791张图像），仅包含18岁及以上人群，未涵盖更广泛的年龄群体 | 开发基于人工智能的自动化方法测量脉络膜厚度和脉络膜血管指数 | SS-OCT图像中的脉络膜区域 | 计算机视觉 | 眼科疾病 | 扫频源光学相干断层扫描（SS-OCT） | CNN | 医学图像 | 791张SS-OCT图像（来自652名患者），其中474张训练，237张验证，80张测试 | NA | 卷积神经网络 | 准确率，平均绝对误差，交并比，曲线下面积，组内相关系数 | NA |
| 12511 | 2025-11-19 |
Koina: Democratizing machine learning for proteomics research
2025-Nov-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64870-5
PMID:41219230
|
研究论文 | 介绍Koina开源平台，旨在促进蛋白质组学中机器学习模型的发布与应用 | 开发了首个去中心化、在线可访问的蛋白质组学机器学习模型库，解决了模型可发现性和可用性问题 | 仅以FragPipe平台为例展示集成效果，尚未验证与其他蛋白质组学工具的广泛兼容性 | 降低蛋白质组学领域机器学习模型的使用门槛，促进模型在数据分析流程中的集成 | 蛋白质组学机器学习模型及其在数据分析流程中的应用 | 机器学习 | NA | 蛋白质组学分析 | NA | 质谱数据、蛋白质组学数据 | NA | NA | NA | NA | 在线可访问平台 |
| 12512 | 2025-11-19 |
Enhancing Bone MRI With Vendor-Independent Deep Learning: A Comparative Study of CT and 3D VIBE CAIPI-Dixon Sequences for Shoulder Assessment
2025-Nov-11, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001819
PMID:41249023
|
研究论文 | 本研究评估了使用厂商无关深度学习从肩部3D-VIBE CAIPIRINHA Dixon MRI生成高分辨率CT样骨图像的可行性 | 开发了厂商无关的深度学习重建方法，能够从MRI生成CT样骨图像，实现无辐射骨成像 | 回顾性研究设计，样本量相对有限(99例)，仅针对肩关节评估 | 评估深度学习重建在肩部MRI生成CT样骨图像中的可行性和性能 | 接受肩部MRI和CT检查的患者 | 医学影像分析 | 骨骼肌肉疾病 | 3D多回波VIBE CAIPIRINHA-Dixon序列，深度学习后处理 | 深度学习 | 医学影像(MRI和CT) | 99例患者(52男，47女，年龄17-87岁) | NA | NA | 相对信噪比(rSNR), 相对对比噪声比(rCNR), Likert量表评分, 组内相关系数 | 3.0-T MRI系统，专用线圈 |
| 12513 | 2025-11-19 |
Using item response theory as a methodology to impute categorical missing values
2025-Nov-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20032-7
PMID:41193533
|
研究论文 | 本研究提出使用项目反应理论(IRT)作为分类缺失值插补的方法，并与多种现有机器学习方法进行比较 | 首次将项目反应理论应用于分类缺失值插补，通过概率项生成确定缺失单元格的类别归属 | 仅针对分类数据进行了测试，未涉及连续型缺失值的处理 | 开发更有效的分类数据缺失值插补方法 | 具有缺失值的分类数据集 | 机器学习 | NA | 项目反应理论 | IRT, kNN, MICE, 深度学习 | 分类数据（顺序、名义、二元） | 三个不同的数据集 | NA | DataWig | 准确率, 预测性能 | Amazon Web Services (AWS) |
| 12514 | 2025-11-19 |
From model based to learned regularization in medical image registration: A comprehensive review
2025-Nov-03, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103854
PMID:41248566
|
综述 | 本文系统回顾了医学图像配准中从基于模型到学习型正则化方法的发展历程 | 提出了新颖的分类法系统性地对正则化方法进行分类，并重点介绍了利用数据驱动技术自动从数据中推导变形特性的学习型正则化这一新兴领域 | NA | 填补医学图像配准中正则化方法全面结构化综述的空白 | 医学图像配准中的正则化方法 | 医学图像处理 | NA | NA | 深度学习 | 医学图像 | NA | NA | NA | NA | NA |
| 12515 | 2025-11-19 |
The role of artificial intelligence in implant dentistry: a systematic review
2025-Nov, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2025.04.005
PMID:40436717
|
系统综述 | 系统分析人工智能在牙科种植学中应用的近期研究 | 首次系统综述人工智能在牙科种植学多个方面的应用现状和发展趋势 | 纳入研究存在偏倚风险，其中11项研究具有高偏倚风险 | 分析人工智能在牙科种植学中的应用 | 牙科种植学相关研究文献 | 数字病理 | 口腔疾病 | 深度学习 | 深度学习算法 | 图像数据 | 120篇相关论文 | NA | NA | NA | NA |
| 12516 | 2025-11-19 |
Current applications of deep learning in vertebral fracture diagnosis
2025-Nov, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07604-z
PMID:40764417
|
综述 | 本文综述了深度学习在椎体骨折诊断中的当前应用 | 总结了深度学习在椎体识别和骨折类型分类方面的最新进展及其对临床工作流程的优化潜力 | NA | 探讨深度学习在椎体骨折诊断中的应用现状 | 椎体骨折诊断的深度学习模型 | 医学影像分析 | 椎体骨折 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 12517 | 2025-11-19 |
Use of Artificial Intelligence to Detect Cardiac Rhythm Disturbances in Athletes: A Scoping Review
2025 Nov-Dec, Journal of veterinary internal medicine
IF:2.1Q1
DOI:10.1111/jvim.70257
PMID:41017277
|
综述 | 本范围综述评估人工智能在运动员（特别是马匹）心电图心律失常检测中的应用现状与潜力 | 首次系统评估AI技术在运动性心律失常检测中的应用，特别关注马匹等运动物种的物种特异性挑战 | 样本量较小且物种特异性心电图形态学差异限制了在兽医医学中的广泛应用 | 评估人工智能在心电图心律失常检测中的应用，特别关注运动物种的当前和潜在用途 | 人类、马匹和犬类的心电图数据 | 机器学习 | 心血管疾病 | 心电图分析 | CNN,深度学习 | 心电图信号 | 包含17项研究（人类13项、马匹3项、犬类1项） | NA | 卷积神经网络 | 准确率 | NA |
| 12518 | 2025-11-19 |
Improved reconstruction of single-cell developmental potential with CytoTRACE 2
2025-Nov, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02857-2
PMID:41145665
|
研究论文 | 开发了CytoTRACE 2深度学习框架，用于从单细胞RNA测序数据预测细胞发育潜能 | 提出了可解释的深度学习框架，能够预测绝对发育潜能并在多种平台和组织中优于现有方法 | NA | 识别细胞潜能分子标志物并预测细胞发育能力 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度学习 | 基因表达数据 | NA | NA | NA | NA | NA |
| 12519 | 2025-11-19 |
Universal consensus 3D segmentation of cells from 2D segmented stacks
2025-Nov, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02887-w
PMID:41219412
|
研究论文 | 开发了一种无需训练数据的2D到3D细胞分割方法u-Segment3D，可将2D实例分割转换为3D共识分割 | 提出无需训练数据即可将2D细胞分割转换为3D共识分割的理论和工具箱，兼容任何生成像素级实例细胞掩码的2D方法 | 依赖于2D分割方法的质量，在11个真实数据集上验证但未涉及所有可能的细胞类型和成像模式 | 解决3D细胞分割中密集标注的挑战，开发通用的2D到3D分割方法 | 显微镜图像中的细胞，包括单细胞、细胞聚集体和组织 | 数字病理 | NA | 显微镜成像 | NA | 3D显微镜图像，2D分割堆栈 | 11个真实数据集，包含超过70,000个细胞 | NA | NA | 与原生3D分割方法比较的竞争性表现 | NA |
| 12520 | 2025-11-19 |
Age- and sex-related changes in proximal humeral volumetric BMD assessed via chest CT with a deep learning-based segmentation model
2025-Nov, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07671-2
PMID:40879742
|
研究论文 | 开发基于深度学习的近端肱骨体积骨密度评估方法并分析年龄和性别相关变化 | 首次使用深度学习模型自动分割评估近端肱骨体积骨密度，并揭示性别特异性年龄相关变化模式 | 未明确说明样本量大小和模型验证的详细指标 | 研究近端肱骨体积骨密度的年龄和性别相关变化规律 | 通过胸部CT扫描获取的近端肱骨影像数据 | 数字病理学 | 骨骼疾病 | CT扫描 | 深度学习分割模型 | 医学影像 | NA | NA | NA | NA | NA |