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 50073 篇文献，本页显示第 13441 - 13460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13441 | 2026-03-18 |
Your turn: At home turning angle estimation for Parkinson's disease severity assessment
2025-09, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103194
PMID:40577945
|
研究论文 | 本文提出了一种基于深度学习的方法，通过从视频中提取3D骨架并计算髋关节和膝关节的旋转，来自动量化帕金森病患者在家庭环境中的转身角度 | 这是首个探索使用单目摄像头数据在家庭环境中量化帕金森病患者转身行为的研究，重点关注自由生活场景下的复杂挑战 | 由于在自由生活环境中难以获取精确的真实数据，研究基于临床专家的手动标注将角度量化为最近的45°区间，这可能影响精度 | 开发一种自动量化帕金森病患者转身角度的方法，以评估疾病严重程度 | 帕金森病患者和健康对照志愿者 | 计算机视觉 | 帕金森病 | 视频分析，3D骨架提取 | 深度学习 | 视频 | 24名受试者（12名帕金森病患者和12名健康对照志愿者）的1386个转身视频片段 | NA | Fastpose, Strided Transformer | 准确率, 平均绝对误差, 加权精确率 | NA |
| 13442 | 2026-03-18 |
Comparison of time-series models for predicting physiological metrics under sedation
2025-06, Journal of clinical monitoring and computing
IF:2.0Q2
DOI:10.1007/s10877-024-01237-z
PMID:39470955
|
研究论文 | 本研究全面比较了多种时间序列模型在生理指标预测中的应用，重点关注麻醉深度评估中的双频指数预测 | 系统比较了传统药代动力学-药效学模型、统计模型与现代深度学习模型在双频指数预测中的性能，并探索了单变量与多变量预测方案 | NA | 评估和比较不同时间序列模型在预测手术中镇静深度关键指标双频指数的性能 | 从真实手术中收集的生理指标数据集，用于预测双频指数 | 机器学习 | NA | NA | LSTM, GRU, TCN, Transformer, ARIMA, VAR | 时间序列数据 | NA | NA | LSTM, GRU, TCN, Transformer | NA | NA |
| 13443 | 2026-03-18 |
Expert consensus document on artificial intelligence of the Italian Society of Cardiology
2025-05-01, Journal of cardiovascular medicine (Hagerstown, Md.)
DOI:10.2459/JCM.0000000000001716
PMID:40331418
|
专家共识 | 本文是意大利心脏病学会关于人工智能在心血管疾病管理中应用的专家共识文件 | 整合了人工智能在心血管疾病诊断、预后和管理中的最新应用，并强调了其在识别患者表型和改善临床决策方面的潜力 | 算法的外部有效性无法保证，结果的可解释性存在“黑箱”问题 | 探讨人工智能在心血管疾病管理中的应用潜力和挑战 | 心血管疾病患者，包括高血压、缺血性心脏病、浸润性心肌病和心房颤动等 | 机器学习 | 心血管疾病 | 机器学习，深度学习 | 人工神经网络 | 医院数据集，心电图，超声心动图采集数据 | NA | NA | NA | 准确性 | NA |
| 13444 | 2026-03-18 |
Sex-based differences in imaging-derived body composition and their association with clinical malnutrition in abdominal surgery patients
2025-Apr-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.05.25325276
PMID:40453372
|
研究论文 | 本研究通过深度学习分析腹部手术患者术前CT影像中的身体成分，探讨了性别差异在身体成分与临床营养不良关联中的作用 | 首次使用深度学习对男性和女性腹部手术患者进行全面的身体成分评估，并分别分析其与营养不良的性别特异性关联 | 研究为单中心回顾性设计，可能受选择偏倚影响，且未考虑所有潜在混杂因素 | 评估术前影像衍生的身体成分特征与临床营养不良之间的性别特异性关联 | 接受腹部手术并进行了术前CT扫描的患者 | 数字病理学 | 营养不良 | 计算机断层扫描（CT） | 深度学习 | 医学影像（CT扫描） | 1,143名患者（52%为女性） | NA | NA | 比值比（OR）, p值 | NA |
| 13445 | 2026-03-18 |
Accelerated Discovery of Cell Migration Regulators Using Label-Free Deep Learning-Based Automated Tracking
2025-Apr-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.01.646705
PMID:40236190
|
研究论文 | 本文介绍了一种基于无标记深度学习的自动化细胞追踪方法DeepBIT，用于高通量研究细胞迁移，特别是在癌症细胞迁移中的应用 | 开发了无需荧光标记的深度学习自动化追踪方法DeepBIT，实现了高通量单细胞迁移分析，显著提高了实验效率 | 方法主要针对癌症细胞迁移，可能在其他细胞类型或疾病模型中的适用性未充分验证 | 研究细胞迁移的调控机制，特别是在癌症转移等疾病过程中的作用 | 癌症细胞迁移行为 | 计算机视觉 | 癌症 | 时间延迟视频成像，CRISPR介导的基因敲除，小分子抑制剂筛选 | 深度学习 | 视频 | 约130万追踪细胞，覆盖840种不同条件 | NA | NA | NA | NA |
| 13446 | 2026-03-18 |
Artificial intelligence based detection and control strategies for river water pollution: A comprehensive review
2025-04, Journal of contaminant hydrology
IF:3.5Q2
DOI:10.1016/j.jconhyd.2025.104541
PMID:40112582
|
综述 | 本文对2019年至2024年间人工智能技术在河流水质污染检测与控制领域的应用进行了全面回顾 | 系统梳理了机器学习、深度学习及物联网技术在河流水质模拟中的最新进展与应用，并探讨了多技术融合在实时监测与预测方面的潜力 | 作为综述文章，未提出新的原创模型或方法，主要基于对现有文献的分析与总结 | 评估人工智能技术在河流水质污染检测与控制领域的应用现状与发展趋势 | 河流水质污染 | 机器学习 | NA | NA | ANN, DNN, LSTM, RF | 水质相关数据集 | 分析了超过110篇研究文章 | NA | NA | NA | NA |
| 13447 | 2026-03-18 |
A Lesion-aware Edge-based Graph Neural Network for Predicting Language Ability in Patients with Post-stroke Aphasia
2025, Machine learning in clinical neuroimaging : 7th international workshop, MLCN 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. MLCN (Workshop) (7th : 2024 : Marrakesh, Morocco)
DOI:10.1007/978-3-031-78761-4_9
PMID:41800187
|
研究论文 | 本文提出了一种基于病变感知的图神经网络（LEGNet），用于从卒中后失语症患者的静息态功能磁共振成像（rs-fMRI）连接性中预测语言能力 | LEGNet整合了边缘学习模块、病变编码模块和子图学习模块，利用功能相似性进行预测，并在合成数据上进行超参数调优和预训练，展示了在脑损伤患者中学习rs-fMRI连接性与语言能力关系的潜力 | 研究使用了内部数据集，且第二个数据集的神经影像协议略有不同，可能影响泛化能力的全面评估 | 预测卒中后失语症患者的语言能力，以改进卒中后失语症的评估 | 卒中后失语症患者 | 数字病理学 | 卒中后失语症 | rs-fMRI | 图神经网络（GNN） | 神经影像数据（rs-fMRI） | 内部神经影像数据集，具体样本数量未在摘要中明确说明 | NA | LEGNet | NA | NA |
| 13448 | 2026-03-18 |
A Lesion-aware Edge-based Graph Neural Network for Predicting Language Ability in Patients with Post-stroke Aphasia
2024-Sep-03, ArXiv
PMID:39279836
|
研究论文 | 本研究提出了一种病变感知的图神经网络（LEGNet），用于预测中风后失语症患者的语言能力，通过整合功能连接、病变编码和子图学习模块 | LEGNet模型创新性地结合了基于边缘的学习模块、病变编码模块和子图学习模块，以利用功能相似性进行预测，并在合成数据和真实数据上验证了其优越性能 | 研究使用了内部神经影像数据集，且第二个数据集的采集协议略有不同，可能影响泛化能力的全面评估 | 预测中风后失语症患者的语言能力，以改进中风后失语症的评估方法 | 中风后失语症患者 | 自然语言处理 | 中风后失语症 | 静息态功能磁共振成像（rs-fMRI） | 图神经网络（GNN） | 神经影像数据 | 内部神经影像数据集，具体样本数量未在摘要中明确说明 | NA | LEGNet | NA | NA |
| 13449 | 2026-03-18 |
Learning co-plane attention across MRI sequences for diagnosing twelve types of knee abnormalities
2024-09-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51888-4
PMID:39223149
|
研究论文 | 本文提出了一种融合多序列MRI共平面注意力的深度学习模型，用于自动诊断12种膝关节异常 | 引入了跨图像序列的共平面注意力机制，并使用了当前最大、最全面的多序列膝关节MRI异常数据集进行验证 | 未明确说明模型在外部验证集上的泛化性能，也未详细讨论计算复杂度 | 开发一种能够辅助放射科医生准确诊断多种膝关节异常的自动化深度学习模型 | 膝关节磁共振成像（MRI）序列 | 计算机视觉 | 膝关节异常 | 多序列磁共振成像（MRI） | 深度学习模型（具体架构未明确，但包含注意力机制） | 图像（MRI序列） | 1748名受试者，涵盖12种异常类型 | NA | NA（提及包含共平面注意力机制） | 受试者工作特征曲线下面积（AUC），准确率 | NA |
| 13450 | 2026-03-18 |
Validation of an AI-Powered Automated X-ray Bone Age Analyzer in Chinese Children and Adolescents: A Comparison with the Tanner-Whitehouse 3 Method
2024-09, Advances in therapy
IF:3.4Q2
DOI:10.1007/s12325-024-02944-4
PMID:39085749
|
研究论文 | 本研究验证了一款基于深度学习的AI骨龄分析仪在中国儿童和青少年中的临床适用性，并与Tanner-Whitehouse 3方法进行了性能比较 | 首次在中国多中心大规模验证商业AI骨龄分析仪的临床性能，并直接与医生评估者进行对比，展示了AI在骨龄评估中的准确性和效率优势 | 研究仅针对中国儿童和青少年群体，未涉及其他种族或成人群体，且仅比较了TW3方法 | 验证AI驱动的自动化骨龄评估系统在临床实践中的准确性和适用性 | 中国儿童和青少年的X射线影像 | 医学影像分析 | 儿童生长发育评估 | X射线成像 | 深度学习模型 | X射线影像 | 来自中国30个中心的900名儿童和青少年 | NA | NA | 平均绝对误差, 绝对误差小于1年的患者百分比 | NA |
| 13451 | 2026-03-18 |
Artificial intelligence study on left ventricular function among normal individuals, hypertrophic cardiomyopathy and dilated cardiomyopathy patients using 1.5T cardiac cine MR images obtained by SSFP sequence
2022-May-01, The British journal of radiology
DOI:10.1259/bjr.20201060
PMID:35084208
|
研究论文 | 本研究利用深度学习卷积神经网络自动量化不同心肌病患者左心室功能，评估其在肥厚型心肌病和扩张型心肌病中的性能差异 | 首次客观评估商业化深度学习方法在不同心肌病心功能评估中的表现，并指出其在各类心肌病中的优缺点 | 未尝试设计新算法，仅将现有方法应用于临床数据测试集，且评估的心肌病类型有限 | 评估基于深度学习的自动左心室功能量化方法在不同心肌病中的性能 | 肥厚型心肌病患者、扩张型心肌病患者及健康参与者的心脏磁共振图像 | 医学影像分析 | 心肌病 | 心脏磁共振成像 | CNN | 图像 | 388名患者 | NA | 卷积神经网络 | Bland-Altman分析, ROC曲线分析, Pearson相关系数, 敏感性, 特异性 | NA |
| 13452 | 2026-03-17 |
DDTracking: A diffusion model-based deep generative framework with local-global spatiotemporal modeling for diffusion MRI tractography
2026-May, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103967
PMID:41650793
|
研究论文 | 提出一种基于扩散模型的深度生成框架DDTracking，用于扩散MRI纤维束追踪，通过局部-全局时空建模提高追踪精度和效率 | 首次将扩散模型应用于纤维束追踪，提出条件去噪扩散过程重新定义流线传播，并设计双路径编码方案整合局部空间特征与全局时间上下文 | 未明确说明模型对超参数敏感度或在小样本场景下的表现 | 开发高精度、高效率的扩散MRI纤维束追踪方法 | 大脑纤维通路 | 医学影像分析 | NA | 扩散MRI | 扩散模型 | 扩散MRI信号 | 合成与临床数据集（具体数量未说明） | PyTorch（根据代码仓库推断） | 条件扩散模型 | 追踪准确性，计算效率 | NA |
| 13453 | 2026-03-17 |
A navigation-guided 3D breast ultrasound scanning and reconstruction system for automated multi-lesion spatial localization and diagnosis
2026-May, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103965
PMID:41633129
|
研究论文 | 本研究开发了一种智能导航引导的3D乳腺超声扫描与重建系统，用于自动化多病灶空间定位与诊断 | 提出了一个集成导航引导的3D乳腺超声系统，结合了混合病灶感知时空Transformer（HLST）模型和几何自适应时钟投影方法，实现了无缝3D重建、乳头中心病灶定位以及基于视频的恶性预测，无需患者附着标记或预标记地标 | NA | 开发一个智能导航引导的乳腺超声扫描系统，以标准化乳腺超声工作流程，提高病灶定位和诊断的准确性与效率 | 乳腺病灶（在乳腺体模和临床患者中） | 计算机视觉 | 乳腺癌 | 超声成像 | Transformer | 视频, 3D图像 | 3个乳腺体模和43名女性患者（其中30个异常乳腺） | NA | Hybrid Lesion-informed Spatiotemporal Transformer (HLST), BUS-SAM-2 | 准确性, 相关系数（距离、3D大小、顺时针角度） | NA |
| 13454 | 2026-03-17 |
Comprehensive Multiomics Characterization of Perineural Invasion in Cervical Cancer Reveals Diagnostic Markers, Molecular Drivers, and Therapeutic Strategies
2026-Mar-16, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-25-0149
PMID:41379570
|
研究论文 | 本研究通过多组学分析揭示了宫颈癌神经周围浸润的分子机制，并识别了诊断标志物和潜在治疗策略 | 首次通过整合全外显子、全基因组和RNA测序数据，结合机器学习和深度学习模型，系统性地识别了PNI的基因表达特征、驱动突变及靶向治疗药物 | 样本量相对较小（45例患者），且验证队列规模有限（37例），可能影响结果的普适性 | 阐明宫颈癌神经周围浸润的分子机制，开发诊断标志物和治疗策略 | 宫颈癌患者的肿瘤和匹配正常组织样本 | 机器学习, 深度学习 | 宫颈癌 | 全外显子测序, 全基因组测序, RNA测序 | 机器学习, 深度学习 | 基因组数据, 转录组数据 | 45例患者（23例PNI, 22例非PNI），独立验证队列37例（18例PNI, 19例非PNI） | NA | NA | 准确性 | NA |
| 13455 | 2026-03-17 |
Predicting Cerebral Aneurysm Recurrence after Coil Embolization: A Novel Deep Learning Approach Using Time-of-flight Magnetic Resonance Angiography
2026-Mar-15, Neurologia medico-chirurgica
IF:2.4Q2
DOI:10.2176/jns-nmc.2025-0288
PMID:41526250
|
研究论文 | 本研究提出了一种结合机器学习和深度学习技术的新方法，利用时间飞跃磁共振血管成像来预测脑动脉瘤弹簧圈栓塞术后的复发 | 首次将临床数据与3D重建的时间飞跃磁共振血管成像数据结合，构建了融合深度学习的预测模型，并比较了仅使用术前图像与同时使用术前术后图像两种版本的性能 | 研究为回顾性多中心分析，样本量相对有限（154例患者），且模型性能有待在前瞻性研究中进一步验证 | 预测脑动脉瘤在弹簧圈栓塞术后的复发风险 | 接受弹簧圈栓塞术的未破裂脑动脉瘤患者 | 数字病理学 | 脑血管疾病 | 时间飞跃磁共振血管成像 | 逻辑回归, 神经网络, 深度学习 | 图像, 临床数据 | 154例患者 | NA | NA | AUC, 准确率, 灵敏度, 特异性 | NA |
| 13456 | 2026-03-17 |
Peptide cheminformatics tools: making computational tasks accessible in peptide drug discovery
2026-Mar, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2026.104612
PMID:41577169
|
综述 | 本文综述了肽类药物发现中计算化学信息学工具的当前方法，旨在促进这些工具在药物发现流程中的整合应用 | 系统性地概述了肽类计算研究的不同阶段，包括表示、相似性评估、机器学习/深度学习模型和肽设计，并基于关键特征强调了现有工具 | NA | 促进肽类药物发现中计算工具的应用，加速设计-测试周期并指导候选药物开发 | 肽类分子及其在药物发现中的应用 | 计算化学信息学 | NA | 计算化学信息学工具，机器学习/深度学习 | ML/DL模型 | 肽类分子数据 | NA | NA | NA | NA | NA |
| 13457 | 2026-03-17 |
Volatile biomarkers of fungal infection and mycotoxin contamination in fruits and vegetables: emerging targets for monitoring and early warning
2026, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2025.2562369
PMID:40965270
|
综述 | 本文综述了水果和蔬菜采后真菌感染及其产生的挥发性有机化合物作为生物标志物，用于早期检测和预警的研究进展 | 系统性地将挥发性有机化合物作为非侵入性生物标志物，结合人工智能技术，用于采后病害的早期诊断和预警 | 综述文章，未提出具体的实验验证或模型性能数据 | 开发基于挥发性有机化合物的智能、快速、经济有效的采后病害监测框架 | 水果和蔬菜采后真菌病原体及其感染过程 | 机器学习 | NA | 气相色谱-质谱联用，电子鼻，生物传感器 | 机器学习，深度学习 | 挥发性有机化合物数据 | NA | NA | NA | NA | NA |
| 13458 | 2026-03-17 |
Computational Approaches to Neurological Disorder Diagnosis: An In-Depth Review of Current Methods and Future Prospects
2026, Current medical imaging
IF:1.1Q3
|
综述 | 本文对用于阿尔茨海默病、帕金森病、癫痫、亨廷顿病和肌萎缩侧索硬化症这五种主要神经系统疾病诊断的现有计算方法进行了全面分析 | 系统性地回顾和评估了140项同行评议研究，涵盖了机器学习算法、神经影像技术和电生理信号分析等多种诊断方法，并讨论了多模态数据整合以及深度学习等新兴技术的潜力 | 本文是一篇综述，未提出新的算法或模型，主要基于现有文献进行分析，未进行原始数据验证 | 评估当前用于神经系统疾病诊断的计算方法的有效性、准确性及局限性，并探讨未来研究方向以提高诊断精度和患者预后 | 阿尔茨海默病、帕金森病、癫痫、亨廷顿病和肌萎缩侧索硬化症这五种主要神经系统疾病 | 机器学习 | 神经系统疾病 | 神经影像技术、电生理信号分析 | NA | 多模态数据（可能包括图像、信号等） | 基于140项研究（未提供具体患者样本数） | NA | NA | 有效性、准确性 | NA |
| 13459 | 2026-03-17 |
Investigating causal relations between brain morphology and genetic risk variants in Parkinson's disease
2026, NeuroImage. Clinical
DOI:10.1016/j.nicl.2025.103928
PMID:41519071
|
研究论文 | 本文采用因果深度学习框架，研究了帕金森病中遗传风险变异与大脑形态之间的因果关系 | 首次将因果深度学习模型应用于帕金森病的基因型-表型分析，以探究遗传变异对大脑结构的因果影响，超越了传统的相关性分析方法 | 研究样本量相对有限，且模型在更广泛人群中的普适性仍需进一步验证 | 探究帕金森病中遗传风险变异与大脑形态学特征之间的因果关系 | 帕金森病患者、前驱期帕金森病患者及健康对照者的大脑影像与遗传数据 | 医学影像基因组学 | 帕金森病 | 影像基因组学分析 | 因果深度学习模型 | 影像数据, 遗传数据 | PPMI数据集：359名参与者（102名对照，214名PD患者，43名前驱期PD患者）；UK Biobank验证集：16,861名神经健康参与者 | NA | 掩码因果归一化流模型 | p值 | NA |
| 13460 | 2026-03-17 |
Characterization of binding kinetics and intracellular signaling of new psychoactive substances targeting cannabinoid receptor using transition-based reweighting method
2025-Nov-03, eLife
IF:6.4Q1
DOI:10.7554/eLife.98798
PMID:41181929
|
研究论文 | 本研究通过分子动力学模拟、数据驱动统计方法和深度学习，揭示了新型精神活性物质（NPS）靶向大麻素受体CB1时增强下游β-arrestin信号的结构基础 | 结合过渡态重加权方法、变分自编码器（神经关系推断，NRI）分析配体结合动力学对下游信号的影响，首次系统阐明了NPS与经典大麻素在跨膜区TM7相互作用差异及对NPxxY基序变构调控的机制 | 研究主要基于计算模拟，缺乏实验验证；样本仅涉及两种配体（MDMB-Fubinaca和HU-210），可能无法完全代表所有NPS的多样性 | 揭示新型精神活性物质（NPS）靶向大麻素受体CB1时导致更强β-arrestin信号的结构机制与动力学差异 | 人类大麻素受体1（CB1）及其配体（NPS MDMB-Fubinaca和经典大麻素HU-210） | 计算生物学 | 药物滥用 | 分子动力学模拟，多系综模拟，过渡态重加权方法，变分自编码器（神经关系推断） | 变分自编码器 | 分子动力学模拟轨迹数据 | 两种配体（MDMB-Fubinaca和HU-210）与CB1受体的结合过程模拟 | NA | 神经关系推断 | NA | NA |