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 32801 篇文献，本页显示第 14561 - 14580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14561 | 2025-04-11 |
Diving back two hundred million years: yawn contagion in fish
2025-Apr-07, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08004-z
PMID:40195505
|
research paper | 该研究首次在鱼类中发现打哈欠传染现象，并利用深度学习模型区分打哈欠与呼吸行为 | 首次在变温动物（斑马鱼）中证实打哈欠传染现象的存在，挑战了该行为仅存在于恒温社会性动物的传统认知 | 研究仅针对斑马鱼，未验证其他鱼类或更广泛变温动物是否存在类似现象 | 探究打哈欠传染行为的进化起源及其在脊椎动物中的普遍性 | 斑马鱼（Danio rerio）的哈欠行为 | 动物行为学 | NA | 深度学习 | 深度学习模型（未指定具体架构） | 视频行为数据 | 未明确说明样本数量（斑马鱼群体） | NA | NA | NA | NA |
| 14562 | 2025-04-11 |
A Folding-Docking-Affinity framework for protein-ligand binding affinity prediction
2025-Apr-07, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01506-1
PMID:40195508
|
研究论文 | 提出了一种名为Folding-Docking-Affinity (FDA)的框架，用于预测蛋白质-配体结合亲和力 | 结合深度学习和AI技术，首次在无法获得结晶蛋白质-配体结合构象的情况下，通过折叠蛋白质和确定结合构象来预测结合亲和力 | 未明确提及样本量或具体实验条件，可能影响结果的广泛适用性 | 提高蛋白质-配体结合亲和力预测的准确性，以促进药物发现 | 蛋白质和配体的结合亲和力 | 机器学习和计算生物学 | NA | 深度学习AI技术 | FDA框架 | 三维蛋白质-配体结合结构 | NA | NA | NA | NA | NA |
| 14563 | 2025-10-07 |
Global Research Trends in the Detection and Diagnosis of Dental Caries: A Bibliometric Analysis
2025-Apr, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2024.08.010
PMID:39237399
|
文献计量分析 | 通过文献计量分析方法概述过去20年全球龋齿检测与诊断的研究趋势 | 首次对龋齿诊断方法进行系统性文献计量分析，揭示新兴研究趋势 | 仅基于Scopus数据库，可能未涵盖所有相关文献 | 分析全球龋齿检测与诊断方法的研究趋势 | 1879篇龋齿诊断相关研究文献 | 医学信息学 | 龋齿 | 文献计量分析，VOSviewer关键词共现分析 | NA | 文献元数据，引文数据，关键词 | 1879篇出版物 | VOSviewer | NA | NA | NA |
| 14564 | 2025-04-11 |
Accelerated Spine MRI with Deep Learning Based Image Reconstruction: A Prospective Comparison with Standard MRI
2025-Apr, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.004
PMID:39580249
|
研究论文 | 本研究评估了基于深度学习的MRI重建在图像采集时间、整体图像质量和诊断可互换性方面与标准MRI的比较 | 首次前瞻性比较了深度学习重建MRI与标准MRI在脊柱成像中的性能，证实了深度学习在减少扫描时间和提高图像质量方面的优势 | 研究样本量相对有限(200名参与者)，且仅针对脊柱不适患者 | 评估深度学习重建MRI在脊柱成像中的临床应用价值 | 脊柱不适患者 | 医学影像分析 | 脊柱疾病 | 深度学习图像重建 | DL(深度学习模型) | MRI图像 | 200名参与者(107名男性患者，平均年龄46.56±17.07岁) | NA | NA | NA | NA |
| 14565 | 2025-04-11 |
Radiomics Model Based on Contrast-enhanced CT Intratumoral and Peritumoral Features for Predicting Lymphovascular Invasion in Hypopharyngeal Squamous Cell Carcinoma
2025-Apr, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.017
PMID:39643470
|
研究论文 | 基于增强CT肿瘤内和肿瘤周围特征的影像组学模型预测下咽鳞状细胞癌淋巴血管侵犯状态 | 结合肿瘤内和肿瘤周围的影像组学特征，构建深度学习模型和Nomogram模型，显著提高了对淋巴血管侵犯状态的预测效率 | 样本量相对较小（166例患者），且仅基于单一医疗中心的回顾性数据 | 预测下咽鳞状细胞癌（HSCC）患者的淋巴血管侵犯（LVI）状态 | 166例经病理确认的HSCC患者，其中47例LVI阳性 | 数字病理学 | 下咽鳞状细胞癌 | 增强CT（CECT）影像组学分析 | 深度学习模型、Nomogram模型 | 医学影像 | 166例HSCC患者（47例LVI阳性） | NA | NA | NA | NA |
| 14566 | 2025-04-11 |
Feasibility of Sub-milliSievert Low-dose Computed Tomography with Deep Learning Image Reconstruction in Evaluating Pulmonary Subsolid Nodules: A Prospective Intra-individual Comparison Study
2025-Apr, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.042
PMID:39674695
|
研究论文 | 评估使用深度学习图像重建（DLIR）的低剂量计算机断层扫描（LDCT）在评估肺亚实性结节中的可行性 | 首次全面评估了DLIR在亚毫西弗LDCT中对肺亚实性结节的评估效果，展示了DLIR-H在降低剂量同时保持图像质量的优势 | 研究样本量相对较小（102名患者），且仅在单一机构进行 | 评估低剂量CT结合深度学习图像重建技术在肺亚实性结节诊断中的可行性 | 肺亚实性结节 | 数字病理 | 肺癌 | 计算机断层扫描（CT）、深度学习图像重建（DLIR） | DLIR（深度学习图像重建） | 医学影像 | 102名患者，358个亚实性结节 | NA | NA | NA | NA |
| 14567 | 2025-02-20 |
Deep Learning with Multiphase CTA and CTP Images for Predicting Hemorrhagic Transformation in Acute Ischemic Stroke Patients
2025-Apr, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.014
PMID:39966075
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14568 | 2025-04-11 |
Cannabidiol-Rich Cannabis sativa L. Extract Alleviates LPS-Induced Neuroinflammation Behavioral Alterations, and Astrocytic Bioenergetic Impairment in Male Mice
2025-Apr, Journal of neuroscience research
IF:2.9Q2
DOI:10.1002/jnr.70035
PMID:40195769
|
研究论文 | 本研究探讨了富含大麻二酚(CBD)的大麻提取物在脂多糖(LPS)诱导的神经炎症小鼠模型中的神经保护潜力 | 相比合成CBD，大麻提取物在缓解LPS诱导的焦虑样行为、认知缺陷和运动障碍方面表现出更优的疗效，并通过计算模型揭示了Delta-9-THC诱导的CB1受体构象变化增强了CBD结合 | 研究仅使用雄性小鼠，且需要进一步的临床探索 | 探索大麻提取物在神经炎症和相关神经退行性疾病中的治疗潜力 | LPS诱导的神经炎症小鼠模型 | 神经科学 | 神经退行性疾病 | 定量逆转录聚合酶链反应(QRt-PCR)、细胞外通量测定、深度学习计算推断 | 深度学习 | 行为测试数据、生化指标、基因表达数据 | 未明确提及样本数量，仅说明使用雄性小鼠 | NA | NA | NA | NA |
| 14569 | 2025-04-11 |
Deep Learning Applications in Imaging of Acute Ischemic Stroke: A Systematic Review and Narrative Summary
2025-Apr, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240775
PMID:40197098
|
系统性综述 | 本文系统综述了深度学习在急性缺血性卒中（AIS）影像学中的应用，并总结了当前技术的现状和发展机会 | 全面评估了深度学习在AIS影像学中的多种应用，包括自动检测大血管闭塞和测量Alberta卒中项目早期CT评分，并突出了公共AIS数据集的重要性 | 需要标准化协议和测试集、更大的公共数据集以及在真实世界环境中的性能验证 | 评估深度学习在成人AIS患者影像学中的应用，提供技术现状的全面概述并识别发展机会 | 急性缺血性卒中（AIS）的影像学数据 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN, transformers | 影像 | 380项研究（其中68项进行了详细数据提取） | NA | NA | NA | NA |
| 14570 | 2025-04-11 |
CBD: Coffee Beans Dataset
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111434
PMID:40201542
|
research paper | 介绍了一个名为CBD的高质量咖啡豆数据集，用于支持机器学习和深度学习模型在咖啡豆分类和分级中的应用 | 提供了包含450张高分辨率图像的咖啡豆数据集，涵盖9种不同的咖啡豆等级，旨在解决咖啡质量评估中的关键挑战 | 数据集的样本来源仅限于印度喀拉拉邦的Wayanad地区，可能无法代表全球咖啡豆的多样性 | 开发先进的咖啡豆分类技术，提高咖啡质量评估和分类准确性 | 咖啡豆 | computer vision | NA | NA | EfficientNet-B0 | image | 450张高分辨率图像，涵盖9种咖啡豆等级，每类50张 | NA | NA | NA | NA |
| 14571 | 2025-04-01 |
Author Correction: Deep learning based decision-making and outcome prediction for adolescent idiopathic scoliosis patients with posterior surgery
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95425-9
PMID:40155745
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14572 | 2025-04-11 |
Anticancer drug response prediction integrating multi-omics pathway-based difference features and multiple deep learning techniques
2025-Mar, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012905
PMID:40163555
|
研究论文 | 本研究提出了一种名为PASO的深度学习模型，用于预测细胞系对抗癌药物的敏感性，整合了多组学路径差异特征和多种深度学习技术 | PASO模型创新性地结合了transformer编码器、多尺度卷积网络和注意力机制，利用细胞系的多组学数据和药物分子的SMILES表示进行药物敏感性预测 | NA | 开发一个能够准确预测个体患者对抗癌药物反应的模型，以支持精准医疗 | 细胞系的多组学数据和药物分子的SMILES表示 | 机器学习 | 肺癌 | 多组学数据分析（基因表达、基因突变、基因拷贝数变异） | PASO（整合transformer encoder、多尺度CNN和注意力机制） | 多组学数据、药物SMILES表示 | NA | NA | NA | NA | NA |
| 14573 | 2025-04-11 |
Differential impact of commercial rootstocks on the physiological response of a common walnut scion to drought stress
2025 Mar-Apr, Physiologia plantarum
IF:5.4Q1
DOI:10.1111/ppl.70188
PMID:40207703
|
research paper | 该研究评估了不同商业砧木对普通核桃接穗在干旱条件下生理反应的影响 | 首次使用深度学习作为独立方法分析冠层对水分胁迫的响应，并发现RX1砧木在水分胁迫下具有较高的叶片膨压和水分利用效率 | 研究仅针对三种砧木和一种接穗品种，结果可能不具有普遍性 | 评估不同商业砧木对核桃接穗在干旱条件下生理反应的影响 | 核桃砧木(RX1, VX211和Vlach)和英国核桃接穗(Juglans regia cv. Cisco) | 植物生理学 | NA | mini-lysimeter平台, 深度学习 | 深度学习模型(未指定具体类型) | 土壤湿度数据, 蒸腾水分损失数据, 冠层图像 | 三种砧木(RX1, VX211和Vlach)和一种接穗品种(Cisco) | NA | NA | NA | NA |
| 14574 | 2025-04-11 |
An endoscopic ultrasound-based interpretable deep learning model and nomogram for distinguishing pancreatic neuroendocrine tumors from pancreatic cancer
2025-01-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84749-7
PMID:39870667
|
研究论文 | 开发并验证了一种基于内镜超声(EUS)图像的可解释深度学习模型和列线图，用于预测胰腺神经内分泌肿瘤(PNETs) | 提出了一种新的可解释深度学习模型和列线图，结合了深度学习和临床特征，提高了EUS在区分PNETs和胰腺癌中的临床应用价值 | 研究为回顾性分析，样本量相对较小(266例患者)，且测试组的AUC值(0.795)较训练组(0.948)有所下降 | 开发一种能够区分胰腺神经内分泌肿瘤和胰腺癌的预测模型 | 266例经病理证实的患者(115例PNETs和151例胰腺癌) | 数字病理 | 胰腺癌 | 内镜超声(EUS) | SVM, 深度学习模型 | 图像 | 266例患者(115例PNETs和151例胰腺癌) | NA | NA | NA | NA |
| 14575 | 2025-04-11 |
Deep learning based decision-making and outcome prediction for adolescent idiopathic scoliosis patients with posterior surgery
2025-01-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-87370-4
PMID:39870730
|
研究论文 | 本研究旨在开发深度学习模型，以帮助青少年特发性脊柱侧凸（AIS）患者的手术决策和结果预测 | 结合影响手术结果的关键因素，设计了四种深度学习模型，为AIS患者提供个性化手术决策支持 | 学习曲线和数据量的限制，未来需要调整和优化模型以满足需求 | 促进AIS患者的手术决策并预测手术结果 | 425名接受后路脊柱固定的AIS患者 | 数字病理学 | 青少年特发性脊柱侧凸 | 深度学习 | Multi-Layer Perceptron, Encoder-Decoder, CNN-LSTM Attention, Deep FM | 图像数据、临床数据 | 425名患者（77名男性，348名女性，平均年龄14.60±2.08岁） | NA | NA | NA | NA |
| 14576 | 2025-04-11 |
Capsule network approach for monkeypox (CAPSMON) detection and subclassification in medical imaging system
2025-01-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-87993-7
PMID:39865160
|
research paper | 本研究提出了一种增强空间感知胶囊网络（ESACN），用于皮肤病图像的多类精确分类，特别是在猴痘检测和子分类方面 | 利用胶囊网络的动态路由和空间层次结构能力，有效区分猴痘、水痘、麻疹和正常皮肤等复杂模式，优于传统CNN | 研究样本量相对有限，可能影响模型的泛化能力 | 开发一种高精度的医学图像分类模型，以提升猴痘等皮肤病的诊断准确性 | 皮肤病图像，包括猴痘、水痘、麻疹和正常皮肤 | digital pathology | monkeypox | Capsule Network | ESACN | image | 659张图像（猴痘178张、水痘171张、麻疹80张、正常皮肤230张） | NA | NA | NA | NA |
| 14577 | 2025-04-11 |
Deep learning classification of MGMT status of glioblastomas using multiparametric MRI with a novel domain knowledge augmented mask fusion approach
2025-01-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-87803-0
PMID:39863759
|
研究论文 | 本研究旨在构建一个基于多参数MRI的胶质母细胞瘤MGMT甲基化状态的鲁棒分类器，采用了一种新颖的领域知识增强掩模融合方法 | 提出了一种多序列引导的掩模融合方法，能够从标准MRI序列中看似无病变的区域收集病理信息，并构建了一个3D ROI-based自定义CNN分类器 | 多参数分类器在使用所有序列时的准确率为0.81，略低于仅使用T1对比增强和FLAIR图像的分类器（0.88） | 开发一种非侵入性预测胶质母细胞瘤MGMT甲基化状态的方法，以辅助临床治疗决策 | 胶质母细胞瘤的MGMT甲基化状态 | 数字病理 | 胶质母细胞瘤 | 多参数MRI | 3D ROI-based自定义CNN | MRI图像 | BRATS 2021 MGMT甲基化数据集的一个子集 | NA | NA | NA | NA |
| 14578 | 2025-04-11 |
Mapping the giants: a bibliometric analysis of the top 100 most-cited thyroid nodules studies
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1555676
PMID:40201321
|
研究论文 | 通过文献计量学分析甲状腺结节研究领域被引用次数最多的100篇文章，以识别趋势和关键焦点 | 首次对甲状腺结节领域的高被引文献进行系统分析，并识别出深度学习作为新兴研究方向 | 仅分析了SCI-E数据库中的文献，可能遗漏其他重要数据库的文献 | 分析甲状腺结节研究领域的高被引文献特征和趋势 | 甲状腺结节研究领域的100篇高被引文献 | 文献计量学 | 甲状腺疾病 | 文献计量分析工具（VOSviewer, CiteSpace, bibliometrix） | NA | 文本数据 | 100篇高被引文献 | NA | NA | NA | NA |
| 14579 | 2025-04-11 |
Early diagnosis of sepsis-associated AKI: based on destruction-replenishment contrast-enhanced ultrasonography
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1563153
PMID:40201329
|
research paper | 建立基于破坏-补充对比增强超声（DR-CEUS）的深度学习超声放射组学模型，用于早期预测急性肾损伤（SA-AKI） | 结合深度学习和超声放射组学，提出了一种新的深度学习超声放射组学模型（DLUR），在早期预测SA-AKI方面表现出色 | 未提及样本量是否足够大或模型在其他数据集上的泛化能力 | 早期预测与脓毒症相关的急性肾损伤（SA-AKI） | 急性肾损伤（SA-AKI）患者 | digital pathology | acute kidney injury | 破坏-补充对比增强超声（DR-CEUS） | ResNet18, ResNet50, ResNext18, ResNext50, DLUR | 超声图像 | NA | NA | NA | NA | NA |
| 14580 | 2025-04-11 |
Deep learning-based automated segmentation and quantification of the dural sac cross-sectional area in lumbar spine MRI
2025, Frontiers in radiology
DOI:10.3389/fradi.2025.1503625
PMID:40201339
|
研究论文 | 本研究评估了深度学习模型在腰椎MRI中自动分割和量化硬膜囊横截面积（DSCA）的效能，以提高诊断精度并减轻放射科医生的工作负担 | 首次将MultiResUNet等深度学习模型应用于腰椎MRI中DSCA的自动测量，展示了高精度和可靠性 | 数据集规模有限且仅依赖T1加权图像 | 开发自动化工具以提升腰椎MRI中DSCA测量的效率和准确性 | 腰椎MRI图像中的硬膜囊横截面积 | 数字病理学 | 脊柱疾病（如退行性椎间盘疾病、椎管狭窄和椎间盘突出） | MRI成像 | U-Net, Attention U-Net, MultiResUNet | 医学影像（T1加权轴向MRI图像） | 733例腰椎MRI扫描（683例用于训练和测试，50例用于外部验证） | NA | NA | NA | NA |