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 16101 - 16120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 16101 | 2025-02-25 |
A Physics-Informed Deep Learning Model for MRI Brain Motion Correction
2025-Feb-13, ArXiv
PMID:39990792
|
研究论文 | 本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet，用于MRI脑部运动校正，通过整合空间和k空间信息来消除运动伪影，提高图像质量和诊断可靠性 | PI-MoCoNet无需显式运动参数估计，通过结合空间和k空间信息来校正运动伪影，创新性地使用了U-net与Swin Transformer模块结合的架构，并引入了三种损失函数进行优化 | 研究主要基于模拟的运动伪影数据，实际临床环境中的复杂运动可能未被完全覆盖 | 开发一种高效的MRI脑部运动校正方法，以提高图像质量和诊断可靠性 | MRI脑部图像 | 计算机视觉 | NA | 深度学习 | U-net, Swin Transformer | 图像 | IXI和MR-ART数据集 | NA | NA | NA | NA |
| 16102 | 2025-02-25 |
Computational microscopy with coherent diffractive imaging and ptychography
2025-Jan, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08278-z
PMID:39780004
|
综述 | 本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性 | CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像 | NA | 探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展 | 晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本 | 计算显微镜 | NA | 相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 16103 | 2025-02-25 |
Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134651
PMID:38843640
|
研究论文 | 本研究构建了一个基于功能、环境及健康风险的抗抑郁药物优先级筛选系统（ADRank），并采用改进的mixup-transformer深度学习模型进行分类，以提高分类准确性和可靠性 | 采用改进的mixup-transformer深度学习模型，相较于随机森林模型，分类准确性提高了23.25%，可靠性提高了80% | 研究中未明确提及样本量及数据来源的具体细节 | 构建抗抑郁药物的风险优先级筛选系统，以识别和管理抗抑郁药物的风险 | 抗抑郁药物（AD） | 机器学习 | NA | 深度学习 | mixup-transformer | NA | NA | NA | NA | NA | NA |
| 16104 | 2025-02-25 |
Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134723
PMID:38815392
|
研究论文 | 本研究利用多分支深度学习模型和高光谱成像技术，开发了HerbiNet模型，用于早期检测玉米中nicosulfuron除草剂的毒性 | 开发了HerbiNet和HerbiNet-Lite模型，能够早期准确预测玉米中nicosulfuron的毒性，并在不同年份和季节的数据集上表现出更高的泛化能力 | 研究仅针对nicosulfuron一种除草剂，未涉及其他除草剂的毒性检测 | 开发早期检测玉米中除草剂毒性的方法，以保护玉米生产和田间环境 | 玉米作物及其高光谱图像 | 计算机视觉 | NA | 高光谱成像 | 多分支深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 16105 | 2025-02-25 |
Deep Learning Analysis of Surgical Video Recordings to Assess Nontechnical Skills
2024-07-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究探讨了利用手术视频记录中的运动特征自动评估心脏手术过程中非技术技能的可行性 | 首次使用深度学习技术从手术视频中提取运动特征，以自动评估手术团队的非技术技能 | 研究仅在一家医院进行，且样本量较小，需要进一步在不同医院和专科中验证结果 | 探索自动评估手术室非技术技能的方法，以提高手术表现和患者安全 | 心脏手术过程中的手术团队 | 计算机视觉 | 心血管疾病 | OpenPose库用于视频分析 | 深度学习 | 视频 | 30例完整的心脏手术过程 | NA | NA | NA | NA |
| 16106 | 2025-02-25 |
CEUS in prediction of early recurrence of hepatocellular carcinoma after curative resection and to stratify the risk of early recurrence: a retrospective observational study
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04252-5
PMID:38557770
|
研究论文 | 本研究探讨了术前对比增强超声（CEUS）在预测肝细胞癌（HCC）根治性切除术后早期复发（ER）中的作用，并分层了ER的风险 | 首次使用CEUS结合DL放射组学复发评分来预测HCC的早期复发，并基于预测因子数量对患者进行风险分层 | 研究为回顾性观察研究，可能存在选择偏差 | 预测肝细胞癌根治性切除术后的早期复发并分层风险 | 556名在2011年1月至2018年12月期间接受根治性切除术的HCC患者 | 数字病理 | 肝细胞癌 | 对比增强超声（CEUS） | 深度学习（DL） | 图像 | 556名HCC患者 | NA | NA | NA | NA |
| 16107 | 2025-02-25 |
Deep learning-based image reconstruction for the multi-arterial phase images: improvement of the image quality to assess the small hypervascular hepatic tumor on gadoxetic acid-enhanced liver MRI
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04236-5
PMID:38512517
|
研究论文 | 本文评估了基于深度学习的图像重建技术在多动脉期磁共振成像（MA-MRI）中对小血管性肝肿瘤图像质量的提升效果 | 首次将深度学习技术应用于多动脉期磁共振成像的图像重建，显著提高了图像质量 | 研究样本量较小，且为回顾性研究，可能影响结果的普遍性 | 评估深度学习图像重建技术在多动脉期磁共振成像中的应用效果 | 55名患有小血管性肝肿瘤的成年患者 | 计算机视觉 | 肝肿瘤 | 深度学习图像重建 | 深度学习模型 | 图像 | 55名成年患者 | NA | NA | NA | NA |
| 16108 | 2025-10-07 |
Noninvasive diagnosis of liver cirrhosis: qualitative and quantitative imaging biomarkers
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04225-8
PMID:38372765
|
综述 | 总结用于无创诊断肝硬化的定性和定量影像学生物标志物，以及评估肝功能与预后的方法 | 系统整合传统影像特征与新兴的影像组学和深度学习技术，提出多模态生物标志物联合诊断策略 | 部分定量影像技术（如MR弹性成像）临床应用受限，新兴技术尚未完全进入临床实践 | 探索无创诊断肝硬化的影像学生物标志物及其临床应用价值 | 慢性肝病患者及肝硬化患者 | 数字病理 | 肝硬化 | 超声、CT、MRI、弹性成像技术、影像组学 | 深度学习 | 医学影像 | NA | NA | NA | 诊断敏感性、诊断准确性 | NA |
| 16109 | 2025-02-25 |
Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR)
2024-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04223-w
PMID:38470506
|
研究论文 | 本研究评估了使用深度学习图像重建算法（DLIR）在亚毫西弗腹部盆腔CT成像中检测尿路结石的诊断性能和图像质量 | 首次在亚毫西弗腹部盆腔CT成像中应用深度学习图像重建算法（DLIR），并评估其在尿路结石检测中的诊断性能和图像质量 | 样本量较小，仅57名患者参与研究 | 评估亚毫西弗腹部盆腔CT成像在尿路结石检测中的诊断性能和图像质量 | 57名疑似尿路结石患者 | 数字病理 | 尿路结石 | CT成像 | 深度学习图像重建算法（DLIR） | 图像 | 57名患者，共检测到266颗结石 | NA | NA | NA | NA |
| 16110 | 2025-10-07 |
MCTASmRNA: A deep learning framework for alternative splicing events classification
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.139941
PMID:39842565
|
研究论文 | 开发了一个基于多尺度卷积和Transformer的深度学习框架MCTASmRNA，用于mRNA序列中可变剪接事件的分类 | 提出结合多尺度卷积和Transformer的混合模型，引入高效通道注意力机制和新设计的联合损失函数，无需参考基因组即可分类可变剪接事件 | 未明确说明模型在更广泛物种上的泛化能力，未来需要进一步优化和扩展模型 | 解决现有可变剪接事件识别方法效率低、处理时间长和难以捕捉RNA序列复杂性的问题 | mRNA序列中的可变剪接事件 | 自然语言处理 | NA | RNA测序 | CNN, Transformer | 序列数据 | NA | NA | 多尺度卷积神经网络, Transformer | 准确率 | NA |
| 16111 | 2025-10-07 |
Polysaccharide degradation in an Antarctic bacterium: Discovery of glycoside hydrolases from remote regions of the sequence space
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140113
PMID:39842586
|
研究论文 | 通过计算生物学方法发现南极细菌中两种新型糖苷水解酶并预测其底物特异性 | 结合AlphaFold 3D模型的深度学习动态对接与分子动力学模拟，开发计算流程预测位于序列空间偏远区域的酶功能 | 序列空间偏远区域的功能预测不可靠，需要依赖计算模拟验证 | 发现南极细菌中位于序列空间偏远区域的新型糖苷水解酶并确定其功能 | 南极细菌Pseudomonas sp. ef1中的Ps_GH5和Ps_GH50糖苷水解酶 | 计算生物学 | NA | AlphaFold 3D建模，动态对接，分子动力学模拟 | 深度学习 | 蛋白质序列，三维结构模型，寡糖底物 | 两种糖苷水解酶（Ps_GH5和Ps_GH50） | AlphaFold | NA | 底物特异性预测准确性 | NA |
| 16112 | 2025-10-07 |
Rational design and synthesis of pyrazole derivatives as potential SARS-CoV-2 Mpro inhibitors: An integrated approach merging combinatorial chemistry, molecular docking, and deep learning
2025-Apr-01, Bioorganic & medicinal chemistry
IF:3.3Q1
DOI:10.1016/j.bmc.2025.118095
PMID:39929031
|
研究论文 | 本研究通过组合化学、分子对接和深度学习相结合的方法，设计并合成了作为SARS-CoV-2主要蛋白酶潜在抑制剂的吡唑衍生物 | 整合组合化学、分子对接和深度学习（DeepPurpose）的多学科方法，通过共识排名策略筛选候选化合物 | NA | 加速发现SARS-CoV-2主要蛋白酶抑制剂，为未来抗病毒药物开发提供框架 | 吡唑衍生物化合物库 | 机器学习 | COVID-19 | 组合化学、分子对接、深度学习 | 深度学习 | 化学结构数据 | 超过60,000个吡唑基结构 | DeepPurpose | NA | ChemPLP评分、结合自由能计算 | NA |
| 16113 | 2025-10-07 |
Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis
2025-Mar, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105560
PMID:39826609
|
系统综述与荟萃分析 | 系统评估深度学习在全景X光片年龄估计中的性能表现 | 首次对深度学习在全景X光片年龄估计中的应用进行系统综述和荟萃分析 | 多数研究存在偏倚风险，方法学限制阻碍了临床广泛应用 | 评估深度学习在全景X光片年龄估计中的性能 | 使用深度学习进行年龄估计的研究 | 计算机视觉 | NA | 全景X光成像 | 深度学习 | 医学影像（全景X光片） | 42项研究纳入系统综述，9项研究纳入荟萃分析 | NA | NA | 准确率，平均绝对误差 | NA |
| 16114 | 2025-10-07 |
Dynamic cycles between brain states during creative storytelling
2025-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121053
PMID:39863001
|
研究论文 | 通过fMRI研究创造性讲故事过程中大脑状态的动态转换机制 | 首次通过深度学习方法证明自发思维和刻意思维在创造性思维中的交替互动模式 | 样本量相对较小（41名大学生），研究结果需要更大样本验证 | 探索创造性思维过程中大脑状态的动态转换机制 | 41名大学生在创造性讲故事任务中的大脑活动 | 神经科学，机器学习 | NA | 功能磁共振成像（fMRI） | 深度学习 | fMRI脑成像数据 | 41名大学生 | NA | NA | 相关性分析 | NA |
| 16115 | 2025-10-07 |
Beyond averaging: A transformer approach to decoding event related brain potentials
2025-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121049
PMID:39864567
|
研究论文 | 本研究评估了基于Transformer的深度学习方法在脑电图事件相关电位分析中的应用潜力 | 首次将Transformer网络和注意力机制应用于事件相关电位分析，相比传统平均方法能发现更多隐藏信息 | 样本量相对较小（29名参与者），研究仅针对响度感知这一特定实验范式 | 探索深度学习在脑电图事件相关电位分析中的优势，特别是与传统平均方法的比较 | 29名18-30岁正常听力参与者的脑电图数据和主观响度评级 | 机器学习 | NA | 脑电图记录 | Transformer, CNN | 脑电图信号 | 29名参与者 | NA | 卷积Transformer | 准确率, AUC | NA |
| 16116 | 2025-10-07 |
Research of orthodontic soft tissue profile prediction based on conditional generative adversarial networks
2025-Mar, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105570
PMID:39864612
|
研究论文 | 本研究构建了一种新的条件生成对抗网络模型，用于预测正畸治疗后侧面外观的变化 | 提出了新的soft-P-CGAN模型，包含条件向量输入模块、U-Net生成器和PatchGAN判别器，设计了软损失函数增强软组织轮廓生成，采用多尺度特征金字塔提升图像质量 | 下颌区域预测相对不准确 | 预测正畸治疗后侧面软组织轮廓变化 | 成人正畸患者的头颅侧位片 | 计算机视觉 | 口腔正畸 | 深度学习 | CGAN, GAN | 医学影像 | NA | NA | U-Net, PatchGAN, Pix2Pix, Cycle-GAN | 平均径向误差, 成功检测率 | NA |
| 16117 | 2025-10-07 |
Opportunistic assessment of steatotic liver disease in lung cancer screening eligible individuals
2025-Mar, Journal of internal medicine
IF:9.0Q1
DOI:10.1111/joim.20053
PMID:39868889
|
研究论文 | 利用深度学习模型在肺癌筛查胸部CT中评估脂肪肝疾病及其对长期死亡率的预测价值 | 首次在肺癌筛查人群中利用非增强胸部CT通过深度学习自动评估脂肪肝疾病并证明其对长期死亡率的独立预测价值 | 研究人群仅限于重度吸烟者，可能限制结果的普适性 | 评估肺癌筛查胸部CT中脂肪肝疾病的患病率及其预后价值 | 19774名国家肺癌筛查试验(NLST)的重度吸烟者参与者 | 数字病理 | 肺癌 | 胸部CT扫描 | 深度学习 | 医学影像 | 19774名NLST参与者(平均年龄61.4±5.0岁，41.2%女性) | NA | NA | 风险比(HR), 置信区间, p值 | NA |
| 16118 | 2025-10-07 |
Automated diagnosis and classification of temporomandibular joint degenerative disease via artificial intelligence using CBCT imaging
2025-Mar, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105592
PMID:39870190
|
研究论文 | 本研究开发了一种基于YOLOv10算法的人工智能模型，用于自动诊断和分类颞下颌关节退行性疾病的CBCT影像 | 首次将YOLOv10算法应用于颞下颌关节退行性疾病的自动诊断和分类，能够同时检测疾病存在及其四种典型影像学特征 | 模型对包含多个退行性病变特征的图像检测准确率随特征数量增加而下降（从94%降至63%） | 开发基于人工智能的颞下颌关节退行性疾病自动诊断和分类系统 | 颞下颌关节退行性疾病患者的CBCT影像 | 计算机视觉 | 颞下颌关节退行性疾病 | 锥形束计算机断层扫描 | CNN | 医学影像 | 1018名患者的7357张标注颞下颌关节斜矢状位图像（3010张正常髁突，4347张退行性病变髁突） | YOLOv10 | YOLOv10 | 准确率,精确率,灵敏度,特异度,F1分数,平均精度均值 | NA |
| 16119 | 2025-10-07 |
DeepCERES: A deep learning method for cerebellar lobule segmentation using ultra-high resolution multimodal MRI
2025-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121063
PMID:39922330
|
研究论文 | 提出一种基于深度学习的多模态超高分辨率小脑小叶分割方法DeepCERES | 使用多模态超高分辨率(0.125 mm)训练数据，探索U-Net以外的替代架构，将深度学习与多图谱分割的先验知识相结合 | NA | 改进小脑小叶分割的精度和鲁棒性 | 人类小脑小叶 | 医学影像分析 | NA | 多模态MRI | 深度学习集成网络 | T1和T2 MR图像 | NA | NA | 非传统U-Net架构 | 精度 | NA |
| 16120 | 2025-10-07 |
DeepReducer: A linear transformer-based model for MEG denoising
2025-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121080
PMID:39929407
|
研究论文 | 提出一种基于线性Transformer的深度学习模型DeepReducer，用于脑磁图事件相关磁场的降噪处理 | 首次将线性Transformer架构应用于MEG信号降噪，能够有效减少所需试验次数 | NA | 开发高效的MEG信号降噪方法以减少数据采集时间 | 脑磁图事件相关磁场信号 | 机器学习 | 神经系统疾病 | 脑磁图 | Transformer | 神经信号数据 | NA | NA | 线性Transformer | 均方误差, 信噪比, 源定位误差 | NA |