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 32373 篇文献，本页显示第 12621 - 12640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12621 | 2025-10-07 |
Topology-Enhanced Machine Learning Model (Top-ML) for Anticancer Peptide Prediction
2025-Apr-28, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00476
PMID:40229641
|
研究论文 | 提出一种基于拓扑增强的机器学习模型用于抗癌肽预测 | 首次将肽序列的拓扑连接信息通过谱描述符进行特征化，并应用于抗癌肽预测 | NA | 开发高效的抗癌肽预测模型 | 抗癌肽 | 机器学习 | 癌症 | 肽序列分析 | Extra-Trees | 序列数据 | AntiCP 2.0和mACPpred 2.0基准数据集 | Scikit-learn | Extra-Trees分类器 | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 12622 | 2025-10-07 |
Accurate Ti-Al-Nb ternary interatomic potential development using deep neural networks for TiAl PST single crystals
2025-Apr-28, Journal of physics. Condensed matter : an Institute of Physics journal
DOI:10.1088/1361-648X/adcdb2
PMID:40239688
|
研究论文 | 开发基于深度神经网络的Ti-Al-Nb三元原子间势函数，用于TiAl PST单晶研究 | 通过DP-GEN框架连续开发深度学习驱动的三元原子间势函数，结合第一性原理精度与分子动力学可扩展性 | NA | 开发高精度的Ti-Al-Nb三元原子间势函数，研究Nb对TiAl相剪切变形的影响 | Ti-Al-Nb三元合金体系，TiAl PST单晶体 | 机器学习 | NA | 深度神经网络，分子动力学模拟，第一性原理计算 | 深度神经网络 | 原子间势能数据，分子动力学模拟数据 | NA | DP-GEN | 深度神经网络 | 转移性，预测精度 | NA |
| 12623 | 2025-04-29 |
State of the art review of AI in renal imaging
2025-Apr-28, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04963-3
PMID:40293518
|
review | 本文综述了人工智能在肾脏影像学中的最新应用，特别是在肾细胞癌（RCC）的诊断和治疗规划中的潜力 | 探讨了AI在肾脏病变检测、分割和分类中的先进工具，以及其在术前诊断和个性化治疗中的应用 | 存在数据变异性、可解释性和发表偏倚等限制 | 评估AI在肾脏影像学中的当前作用，并探讨其在临床实施中的潜力与挑战 | 肾细胞癌（RCC）及其不同组织学亚型的肾脏病变 | digital pathology | renal cell carcinoma | machine learning (ML), deep learning (DL) | NA | image | NA | NA | NA | NA | NA |
| 12624 | 2025-04-29 |
The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study
2025-Apr-26, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04949-1
PMID:40285792
|
研究论文 | 本研究通过深度学习与放射组学模型预测胃癌术前浆膜侵犯状态 | 结合手工放射组学特征、深度学习特征及临床特征构建综合预测模型，并生成可视化列线图 | 回顾性研究设计可能引入选择偏倚，样本量相对有限（335例） | 开发非侵入性工具预测胃癌浆膜侵犯状态 | 胃癌患者术前CT影像及临床数据 | 数字病理 | 胃癌 | CT静脉期影像分析 | HCR-DLR模型（手工放射组学+深度学习放射组学）、CRC模型（临床+放射组学联合） | 医学影像（CT）与临床数据 | 335例来自两个中心的患者数据 | NA | NA | NA | NA |
| 12625 | 2025-04-29 |
A non-invasive diagnostic approach for neuroblastoma utilizing preoperative enhanced computed tomography and deep learning techniques
2025-Apr-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99451-5
PMID:40287486
|
研究论文 | 本研究提出了一种基于改进YOLO算法的非侵入性神经母细胞瘤诊断方法，结合增强CT和深度学习技术 | 提出了改进的YOLOv8-IE算法，整合了特征融合和逆残差注意力机制，提高了神经母细胞瘤的检测和分类准确率 | 未提及具体样本量和临床验证结果 | 提高神经母细胞瘤的诊断准确率和效率 | 神经母细胞瘤的CT影像 | 计算机视觉 | 神经母细胞瘤 | 增强CT扫描 | YOLOv8-IE（改进的YOLO算法） | 医学影像 | NA | NA | NA | NA | NA |
| 12626 | 2025-04-29 |
A deep learning-based multimodal medical imaging model for breast cancer screening
2025-Apr-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99535-2
PMID:40287494
|
research paper | 本研究探索了基于多模态医学影像（乳腺X线摄影和超声图像）的乳腺癌预测模型，并与单模态模型进行了比较 | 提出了一种基于多模态医学影像的深度学习模型，克服了现有研究仅依赖单一类型影像数据的限制 | 单模态模型在敏感性方面表现更优 | 提高乳腺癌筛查的准确性 | 乳腺癌筛查 | digital pathology | breast cancer | multimodal medical imaging | deep learning classification models | image | 790名患者的医学影像数据，包括2,235张乳腺X线摄影图像和1,348张超声图像 | NA | NA | NA | NA |
| 12627 | 2025-04-29 |
Visual analysis of deep learning semantic segmentation applied to petrographic thin sections
2025-Apr-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99767-2
PMID:40287522
|
research paper | 该研究探讨了深度学习语义分割在岩石薄片分析中的应用，特别是YOLOv11模型在检测和解释特定矿物方面的可解释性 | 通过颜色和奇异值扰动分析模型的推理过程，揭示了模型在检测矿物时优先考虑低频属性如形状、主要颜色和对比度 | 模型的广泛采用仍受限于用户对模型结果可解释性的缺乏信心 | 探索深度学习模型在岩石薄片分析中的可解释性，以提高用户对模型结果的信任 | 岩石薄片中的矿物（如红柱石、黑云母和鲕状纹理的颗粒） | computer vision | NA | 深度学习语义分割 | YOLOv11 | image | 使用平面偏振光薄片显微照片训练的三种模型 | NA | NA | NA | NA |
| 12628 | 2025-04-29 |
Exploring the relationship between learning approaches and problem-based learning: insights from a longitudinal study in medical students
2025-Apr-26, BMC medical education
IF:2.7Q1
DOI:10.1186/s12909-025-07171-1
PMID:40287686
|
research paper | 探讨学习方式与问题导向学习（PBL）之间的关系，基于医学生的纵向研究 | 揭示了PBL在实际教学中未能一致促进深度学习，并识别了易受PBL环境压力的学生群体 | 研究样本仅来自两所大学，可能限制结果的普遍性 | 研究PBL课程中学习方式与学术成就及学生满意度之间的关系 | 英国本科医学生 | 教育研究 | NA | Study Process Questionnaire (SPQ) | NA | 问卷调查数据 | 129名学生 | NA | NA | NA | NA |
| 12629 | 2025-04-29 |
An MRI-based fusion model for preoperative prediction of perineural invasion status in patients with intrahepatic cholangiocarcinoma
2025-Apr-26, World journal of surgical oncology
IF:2.5Q1
DOI:10.1186/s12957-025-03819-w
PMID:40287750
|
research paper | 开发并验证了一种基于MRI的融合模型，用于术前预测肝内胆管癌患者的神经周围浸润状态 | 结合深度学习、放射组学和临床特征的融合模型，首次用于预测肝内胆管癌的神经周围浸润状态 | 研究为回顾性设计，样本量相对较小，外部验证集的样本量有限 | 术前预测肝内胆管癌患者的神经周围浸润状态 | 192名肝内胆管癌患者 | digital pathology | intrahepatic cholangiocarcinoma | MRI, T2-weighted imaging | ResNet101, logistic regression | MRI图像 | 192名患者（训练集147名，外部测试集45名） | NA | NA | NA | NA |
| 12630 | 2025-04-29 |
Predictive factors and prognostic models for Hepatic arterial infusion chemotherapy in Hepatocellular carcinoma: a comprehensive review
2025-Apr-26, World journal of surgical oncology
IF:2.5Q1
DOI:10.1186/s12957-025-03765-7
PMID:40287734
|
综述 | 本文全面回顾了肝动脉灌注化疗（HAIC）在肝细胞癌（HCC）治疗中的预测因素和预后模型 | 探讨了HAIC成功的多因素影响，包括患者人口统计学、肿瘤特征、生物标志物、基因组学特征及先进影像技术，并讨论了HAIC与免疫治疗和分子靶向治疗的协同潜力 | 需要大规模前瞻性研究进一步验证预测模型，并整合多组学数据以优化个性化治疗策略 | 优化HAIC在晚期HCC治疗中的疗效，提高患者生存率和生活质量 | 晚期肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 放射组学和深度学习模型 | 深度学习模型 | 临床、分子和影像数据 | NA | NA | NA | NA | NA |
| 12631 | 2025-10-07 |
Vision transformer and deep learning based weighted ensemble model for automated spine fracture type identification with GAN generated CT images
2025-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98518-7
PMID:40274849
|
研究论文 | 提出一种基于Vision Transformer和深度学习模型的加权集成方法，用于自动识别脊柱骨折类型，并利用GAN生成CT图像解决数据限制问题 | 首次将Vision Transformer与最佳性能深度学习模型通过加权平均技术融合，并开发扩展DCGAN和PGGAN进行数据增强 | 数据来源于单一三级医院，可能存在数据多样性不足的问题 | 开发自动识别脊柱骨折类型的辅助诊断系统 | 颈椎、胸椎和腰椎（C3-L5）区域的脊柱骨折 | 计算机视觉 | 脊柱骨折 | CT扫描 | CNN, Vision Transformer, GAN | CT图像 | 从三级医院收集的CT扫描数据 | TensorFlow, PyTorch | VGG16, ResNet50, DenseNet121, Vision Transformer, DCGAN, PGGAN | 准确率 | NA |
| 12632 | 2025-10-07 |
DeepOmicsSurv: a deep learning-based model for survival prediction of oral cancer
2025-Apr-25, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-02346-0
PMID:40278990
|
研究论文 | 提出基于深度学习的DeepOmicsSurv模型，利用临床和多组学数据预测口腔癌患者的生存时间 | 在DeepSurv模型基础上引入多头注意力卷积层，结合多种降维技术处理高维组学数据 | NA | 开发准确的口腔癌患者生存时间预测模型以指导治疗决策 | 口腔癌患者 | 机器学习 | 口腔癌 | 多组学数据分析 | 深度学习 | 临床数据, 多组学数据 | NA | NA | DeepOmicsSurv, DeepSurv, DeepHit, CNN, RNN | C-index, MSE, RMSE, MAE, MedAE | NA |
| 12633 | 2025-10-07 |
Single-microphone deep envelope separation based auditory attention decoding for competing speech and music
2025-Apr-25, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/add0e7
PMID:40280149
|
研究论文 | 提出一种基于单麦克风深度包络分离的听觉注意解码方法，用于处理竞争性语音和音乐场景 | 首次将深度源分离直接应用于观测混合音频信号的包络，并通过深度刺激重建与EEG信号包络进行比较 | 在混合音乐和语音信号中源分离性能较差 | 开发单麦克风深度学习系统，用于竞争性语音和音乐环境下的源分离和听觉注意解码 | 语音和音乐信号，脑电图(EEG)信号 | 机器学习 | NA | 脑电图(EEG)，头相关传递函数(HRTF) | 深度学习 | 音频信号，脑电图信号 | 从60秒EEG试验中提取的20秒时间窗口 | NA | NA | Pearson相关系数，准确率 | NA |
| 12634 | 2025-10-07 |
Deep learning based dual stage model for accurate nasogastric tube positioning in chest radiographs
2025-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98562-3
PMID:40280990
|
研究论文 | 开发基于深度学习的两阶段模型，用于在胸部X光片中准确定位鼻胃管位置 | 结合nnU-Net分割框架和经MedCLIP预训练的ResNet50分类架构的双阶段模型，在鼻胃管定位任务中表现优异 | 仅使用1799张胸部X光片进行训练，样本量相对有限 | 提高鼻胃管在胸部X光片中定位的准确性和效率 | 胸部X光片中的鼻胃管 | 计算机视觉 | NA | 深度学习 | CNN | 医学图像 | 1799张胸部X光片 | PyTorch | nnU-Net, ResNet50 | Dice相似系数, AUC | NA |
| 12635 | 2025-10-07 |
A lightweight deep learning framework for transformer fault diagnosis in smart grids using multiple scale CNN features
2025-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96290-2
PMID:40281010
|
研究论文 | 提出一种名为Trans-Light的轻量级深度学习框架，用于智能电网中变压器故障诊断 | 通过结合CNN两个深层特征提取和多尺度特征选择，在保持高精度的同时显著减少计算负担 | 未提及具体数据集规模和实际部署环境验证 | 开发智能电网中变压器故障诊断和短路严重程度识别的轻量级深度学习方法 | 电力变压器 | 计算机视觉 | NA | 热成像技术 | CNN | 热成像图像 | NA | NA | ResNet-18 | 分类准确率 | NA |
| 12636 | 2025-10-07 |
A pioneering artificial intelligence tool to predict treatment outcomes in ovarian cancer via diagnostic laparoscopy
2025-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98434-w
PMID:40281006
|
研究论文 | 开发了一种基于诊断性腹腔镜图像的人工智能工具，用于预测卵巢癌患者的治疗结果 | 首次将对比预训练与位置感知Transformer结合，从腹腔镜图像中提取形态学特征预测治疗结果 | 研究样本量有限，需要更大规模的外部验证 | 通过深度学习模型分析腹腔镜图像特征，预测高级别浆液性卵巢癌患者的治疗结果 | 高级别浆液性卵巢癌患者 | 计算机视觉 | 卵巢癌 | 腹腔镜检查 | 深度学习 | 图像 | NA | NA | Transformer | AUROC | NA |
| 12637 | 2025-10-07 |
Evaluating the feasibility of 12-lead electrocardiogram reconstruction from limited leads using deep learning
2025-Apr-25, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00814-w
PMID:40281134
|
研究论文 | 本研究开发了一种基于生成对抗网络的深度学习模型，用于从单导联或双导联心电图重建12导联心电图 | 首次使用生成对抗网络从有限导联心电图重建完整的12导联心电图，并系统评估了重建精度 | 重建心电图存在回归均值效应，振幅变异性显著降低，不适用于临床使用 | 评估从有限导联心电图重建12导联心电图的可行性 | 9514名来自PTB-XL队列的个体心电图数据 | 机器学习 | 心血管疾病 | 心电图采集 | GAN | 心电图信号 | 9514名个体的心电图数据，按10%比例划分测试集 | NA | 生成对抗网络 | t检验，F检验，Bland-Altman图，相关系数R2 | NA |
| 12638 | 2025-10-07 |
Advancing Pulmonary Embolism Detection with Integrated Deep Learning Architectures
2025-Apr-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01506-6
PMID:40281216
|
研究论文 | 提出新型混合深度学习模型HybridNeXt用于CT图像中的肺栓塞检测 | 结合多种先进CNN模块（MobileNet、ResNet、ConvNeXt、Swin Transformer）的混合架构，并提出基于多级离散小波变换的深度特征工程方法 | 仅使用二分类数据集（肺栓塞与对照组），未提及外部验证或临床部署的实际挑战 | 开发高精度的生物医学图像分类模型用于肺栓塞检测 | CT图像中的肺栓塞病变 | 计算机视觉 | 肺栓塞 | CT成像 | CNN, kNN | CT图像 | NA | NA | HybridNeXt, MobileNet, ResNet, ConvNeXt, Swin Transformer | 准确率 | NA |
| 12639 | 2025-10-07 |
Machine learning approach for optimizing usability of healthcare websites
2025-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99449-z
PMID:40281259
|
研究论文 | 本研究使用机器学习方法评估医院网站的用户友好性 | 首次将机器学习模型应用于医疗网站可用性评估，开发了自动化评估工具 | 数据集仅包含100个医院网站，未整合用户交互数据 | 优化医疗网站可用性以改善数字医疗体验 | 医院网站 | 机器学习 | NA | 网站可用性评估 | Decision Trees, Random Forests, Ridge Regression, Support Vector Regression | 网站可用性数据 | 100个医院网站 | NA | NA | 准确率, R平方, 均方误差, 平均绝对误差, 解释方差得分 | NA |
| 12640 | 2025-10-07 |
Enhanced diagnosis of axial spondyloarthritis using machine learning with sacroiliac joint MRI: a multicenter study
2025-Apr-25, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01967-x
PMID:40281350
|
研究论文 | 开发了一种结合骶髂关节MRI和临床风险因素的机器学习模型，用于提高中轴型脊柱关节炎的诊断准确性 | 首次将基于ResNet50的深度学习模型与临床风险因素相结合，构建多中心验证的机器学习诊断模型 | 回顾性研究设计，样本来源限于四个医疗中心 | 提高中轴型脊柱关节炎的诊断准确性和早期识别能力 | 慢性腰痛患者，特别是疑似中轴型脊柱关节炎的患者 | 医学影像分析 | 中轴型脊柱关节炎 | MRI成像 | 深度学习, 机器学习 | 医学影像, 临床数据 | 1294名患者（来自四个医疗中心） | NA | ResNet50, K-近邻算法 | AUC, 灵敏度, 特异性, 准确率 | NA |