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 48077 篇文献，本页显示第 1781 - 1800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1781 | 2025-01-31 |
AI integration into wavelength-based SPR biosensing: Advancements in spectroscopic analysis and detection
2025-03-01, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.343640
PMID:39880496
|
研究论文 | 本研究探讨了将AI方法集成到基于波长的便携式SPR生物传感器中，以提高信噪比和检测精度 | 首次将深度学习技术应用于光谱表面等离子体共振（SPR）生物传感器，设计了结合光谱减法方法的深度神经网络，显著提高了检测能力 | 未提及具体的研究局限性 | 提高便携式SPR生物传感器的信噪比和检测精度 | 基于波长的便携式SPR生物传感器 | 生物传感 | NA | 深度学习，光谱减法 | 深度神经网络 | 光谱数据 | NA | NA | NA | NA | NA |
| 1782 | 2025-04-23 |
EnsembleSE: identification of super-enhancers based on ensemble learning
2025-01-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elaf003
PMID:40251827
|
research paper | 提出了一种基于集成学习的超增强子识别方法EnsembleSE，用于更有效地识别基因调控网络中的超增强子 | 集成不同模型的优势，提出基于集成策略的模型，增强模型的泛化能力，并设计了一种结合局部结构和全局信息的多角度特征表示方法 | 需要大量标记数据进行训练，限制了其在生物数据中的进一步应用 | 提高超增强子识别的准确性和效率，以支持基因调控网络和疾病机制的研究 | 超增强子（SEs） | machine learning | NA | ensemble learning | ensemble model | sequence data | 在小鼠和人类数据集上进行了评估 | NA | NA | NA | NA |
| 1783 | 2026-01-03 |
DANTE-CAIPI Accelerated Contrast-Enhanced 3D T1: Deep Learning-Based Image Quality Improvement for Vessel Wall MRI
2025-01-08, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8424
PMID:39038956
|
研究论文 | 本研究提出了一种基于深度学习的去噪算法，用于加速和血液抑制的对比增强颅内血管壁MRI，以在更短的扫描时间内获得高质量图像 | 首次将展开的深度卷积网络应用于DANTE-CAIPI-SPACE序列的加速和血液抑制后对比增强颅内血管壁MRI，实现了在缩短扫描时间的同时改善图像质量和信噪比 | 研究样本量相对较小（64名患者），且未在更广泛或多样化的患者群体中进行验证 | 评估深度学习去噪算法在加速和血液抑制的对比增强颅内血管壁MRI中改善图像质量、减少伪影和提高信噪比的潜力 | 颅内血管壁MRI图像 | 医学影像处理 | 脑血管疾病 | MRI, DANTE血液抑制, CAIPIRINHA加速 | CNN | 3D MRI图像 | 64名连续患者 | NA | 展开的深度卷积网络 | SNR, CNR, 图像质量评分, 伪影严重程度评分, 动脉和静脉抑制评分, 病变评估评分 | NA |
| 1784 | 2026-01-03 |
Deep Learning-Based Super-Resolution Reconstruction on Undersampled Brain Diffusion-Weighted MRI for Infarction Stroke: A Comparison to Conventional Iterative Reconstruction
2025-01-08, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8482
PMID:39779291
|
研究论文 | 本研究评估了基于深度学习的超分辨率重建在脑梗死卒中扩散加权MRI欠采样图像上的图像质量和诊断置信度，并与传统迭代重建方法进行比较 | 首次将深度学习超分辨率重建技术应用于脑梗死卒中的扩散加权MRI欠采样图像，并与传统压缩感知重建进行系统比较 | 回顾性研究设计，样本量相对有限（114例），未评估长期临床影响 | 评估深度学习超分辨率重建在脑梗死卒中扩散加权MRI中的图像质量和诊断价值 | 脑梗死卒中患者的扩散加权MRI图像 | 医学影像分析 | 脑梗死卒中 | 扩散加权MRI | 深度学习超分辨率模型 | 医学影像 | 114例连续参与者的DWI检查 | NA | NA | SNR, CNR, ADC, 边缘上升距离, Cohen κ系数 | NA |
| 1785 | 2025-10-06 |
Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings
2025, Caries research
IF:2.9Q1
DOI:10.1159/000542289
PMID:39471790
|
研究论文 | 开发基于深度学习的算法用于咬翼片中继发龋的检测和分期 | 采用创新性的病变严重程度连续评估方法，首次将Mask R-CNN与Swin Transformer结合用于继发龋分期 | 灵敏度值相对较低（所有病变0.737，牙本质病变0.808），样本仅来自荷兰牙科诊所网络 | 开发用于咬翼片中继发龋检测和分期的深度学习算法 | 来自383名15-88岁患者的413张咬翼片中的2,612颗修复牙齿 | 计算机视觉 | 龋齿 | 牙科影像分析 | CNN | 影像 | 413张咬翼片，2,612颗修复牙齿，383名患者 | PyTorch | Mask R-CNN, Swin Transformer | 特异性, 灵敏度, ROC曲线下面积, Pearson相关系数, Bland-Altman图 | NA |
| 1786 | 2025-12-15 |
Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements
2024 Nov-Dec, Brain stimulation
IF:7.6Q1
DOI:10.1016/j.brs.2024.10.010
PMID:39476952
|
研究论文 | 本研究开发了一种多肢体光遗传运动映射（MOMM）方法，结合光遗传刺激、深度学习姿态估计和三维三角测量，在清醒小鼠中同时映射多个肢体的运动表征 | 首次实现了在清醒动物中同时跟踪多个肢体的三维运动，并揭示了皮层按运动程序进行地形组织的原则 | 研究仅在小鼠中进行，未涉及其他物种；方法依赖于光遗传刺激，可能不适用于所有运动映射场景 | 开发多肢体光遗传运动映射技术，并探究协调运动在皮层的地形组织 | 清醒小鼠的多个肢体运动 | 机器学习和神经科学 | NA | 光遗传刺激、深度学习姿态估计、三维三角测量 | 深度学习 | 视频、运动数据 | 多个小鼠 | DeepLabCut | NA | NA | NA |
| 1787 | 2024-10-01 |
Deep Learning-Based Obesity Identification System for Young Adults Using Smartphone Inertial Measurements
2024-09-04, International journal of environmental research and public health
DOI:10.3390/ijerph21091178
PMID:39338061
|
研究论文 | 本文提出了一种基于深度学习的肥胖识别系统，利用智能手机的惯性测量数据来识别年轻人的肥胖情况 | 本文创新性地将智能手机的惯性测量数据与深度学习模型结合，用于识别肥胖 | 研究样本较小，且排除了步态异常的个体 | 开发一种基于智能手机惯性测量数据的深度学习模型，用于识别年轻人的肥胖情况 | 年轻人的肥胖识别 | 机器学习 | NA | 惯性测量 | CNN, LSTM, CNN-LSTM | 惯性测量数据 | 训练集包含138名受试者，测试集包含35名受试者 | NA | NA | NA | NA |
| 1788 | 2024-12-22 |
Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements
2024-Jul-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.05.602302
PMID:39005269
|
研究论文 | 本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表示，并探讨了皮质对协调运动的组织结构 | 首次使用光遗传学技术在清醒小鼠中进行多肢运动映射，揭示了皮质对协调和行为相关运动输出的地形组织 | 研究仅限于小鼠模型，尚未在其他物种中验证 | 开发一种新的技术来映射皮质中多肢协调运动的地形组织 | 清醒小鼠的皮质中多肢协调运动的地形组织 | 神经科学 | NA | 光遗传学刺激，DeepLabCut（DLC），三维三角测量 | NA | 运动映射数据 | 多只清醒小鼠 | NA | NA | NA | NA |
| 1789 | 2024-08-15 |
Deep learning for automatic volumetric segmentation of left ventricular myocardium and ischaemic scar from multi-slice late gadolinium enhancement cardiovascular magnetic resonance
2024-05-31, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeae022
PMID:38244222
|
研究论文 | 本研究详细介绍了应用深度学习技术自动分割左心室心肌和缺血性瘢痕体积，并从晚期钆增强心血管磁共振成像（LGE-CMR）中自动量化心肌缺血性瘢痕负担 | 采用了三种模型（U-Net、Cascaded U-Net和U-Net++），并引入了一种新的自适应加权分类交叉熵损失函数进行训练 | NA | 开发一种深度学习模型，用于从LGE-CMR图像中自动分割和分析左心室瘢痕负担 | 左心室心肌和缺血性瘢痕的体积分割及量化 | 计算机视觉 | 心血管疾病 | 晚期钆增强心血管磁共振成像（LGE-CMR） | U-Net、Cascaded U-Net、U-Net++ | 图像 | 501张图像用于训练和验证，52张图像用于外部评估 | NA | NA | NA | NA |
| 1790 | 2026-07-25 |
Calibration-free blood pressure estimation based on a convolutional neural network
2024-04, Psychophysiology
IF:2.9Q1
DOI:10.1111/psyp.14480
PMID:37971153
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1791 | 2026-07-25 |
MoodSensing: A smartphone app for digital phenotyping and assessment of bipolar disorder
2024-04, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2024.115790
PMID:38401488
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1792 | 2025-10-06 |
A week in the life of the human brain: stable states punctuated by chaotic transitions
2024-Jan-15, Research square
DOI:10.21203/rs.3.rs-2752903/v3
PMID:37034705
|
研究论文 | 通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化 | 结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制 | 样本量较小（20名人类受试者），记录时长有限（3-12天） | 研究真实世界中大脑网络的动态变化与行为关系 | 人类大脑网络动态 | 计算神经科学 | NA | 多电极颅内记录 | 深度学习 | 颅内电生理信号 | 20名人类受试者，连续记录3-12天 | NA | NA | NA | NA |
| 1793 | 2026-07-24 |
AI-Assisted Capsule Endoscopy for Detection of Ulcers and Erosions in Crohn's Disease: A Multicenter Validation Study
2026-Aug, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2025.09.036
PMID:41076040
|
research paper | 多中心研究验证了人工智能辅助胶囊内镜在克罗恩病溃疡和糜烂检测中的性能 | 首次多中心验证不同设备（PillCamSB3和Olympus EC-10）下AI辅助读片的诊断性能，显著缩短读片时间 | NA | 验证AI模型在不同小肠胶囊内镜设备中检测溃疡和糜烂的性能 | 克罗恩病患者小肠胶囊内镜影像（溃疡和糜烂病变） | computer vision | Crohn's disease | SBCE | CNN | image | 259例SBCE检查 | NA | 深度学习模型 | sensitivity, specificity, positive predictive value, negative predictive value, accuracy | NA |
| 1794 | 2026-07-24 |
Artificial Intelligence-Based Detection of Achalasia on Plain Chest Radiography
2026-Aug, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2025.08.024
PMID:40975366
|
研究论文 | 开发并验证基于胸部平片深度学习的人工智能模型用于诊断贲门失弛缓症 | 首次利用深度学习模型从胸部平片中自动检测贲门失弛缓症，提供了一种非侵入性筛查方法 | 未在论文摘要中明确说明 | 开发和验证一个基于胸部平片的深度学习模型用于贲门失弛缓症的诊断 | 贲门失弛缓症患者的胸部平片 | 计算机视觉 | 贲门失弛缓症 | NA | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 1795 | 2026-07-24 |
Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations
2026-02-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.08.059
PMID:40915433
|
研究论文 | 开发了一种基于隐式神经表示的新型k空间生成对抗网络（k-GINR），用于非笛卡尔磁共振图像的重建 | 首次将生成对抗训练引入隐式神经表示用于非笛卡尔k空间重建，提出两阶段训练策略（监督预训练+自监督患者特异性优化），能处理任意k空间采样模式 | 重建时间（约3分钟）仍远慢于CNN方法（3秒），且仅在肝脏T1加权数据上验证，泛化性有待检验 | 加速磁共振采集中的非笛卡尔k空间重建，提高图像引导治疗应用中的成像效率 | 星形采集T1加权肝脏数据（118例前瞻性扫描及对应线圈数据） | 计算机视觉 | NA | MRI | 隐式神经表示（INR）、生成对抗网络（GAN） | k空间数据 | 118例肝脏MRI扫描 | PyTorch | k-GINR | 峰值信噪比（PSNR） | NA |
| 1796 | 2026-07-24 |
Dose Reduction in 4-Dimensional Computed Tomography Imaging: Breathing Signal-Guided Deep Learning-Driven Data Acquisition
2026-02-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.08.047
PMID:40975131
|
研究论文 | 提出一种基于患者呼吸信号的深度学习驱动数据采集方法，用于减少四维计算机断层扫描（4D CT）中的辐射剂量 | 首次利用深度学习模型根据患者呼吸信号实时指导投影数据采集，仅采集必要数据，在减少辐射暴露的同时保持图像诊断质量 | 未明确提及限制，但可能包括模型对呼吸信号质量的依赖以及回顾性研究设计的潜在偏差 | 开发并验证一种ALARA原则兼容的4D CT成像方法，以降低辐射剂量而不影响图像质量 | 294名患者的1415个呼吸信号和104个独立临床4D CT扫描 | 医学成像, 深度学习 | 胸部肿瘤 | 四维计算机断层扫描（4D CT）, 呼吸信号引导 | 深度学习模型（具体架构未指定） | 呼吸信号数据, 4D CT图像 | 294名患者（1415个呼吸信号用于训练/验证，104个4D CT扫描用于测试） | NA | NA | Dice系数, 豪斯多夫距离, 肿瘤运动范围, 位移场大小, 伪影频率 | NA |
| 1797 | 2026-07-24 |
Artificial Intelligence in Computer-Aided Drug Design (CADD) Tools for the Finding of Potent Biologically Active Small Molecules: Traditional to Modern Approach
2026, Combinatorial chemistry & high throughput screening
IF:1.6Q3
|
综述 | 综述人工智能在计算机辅助药物设计中用于发现有效生物活性小分子的传统与现代方法 | 全面总结人工智能驱动的药物发现方法，涵盖结构虚拟筛选、深度学习的配体性质和靶点活性预测，以及按需虚拟库的应用，并探讨其对整个药物发现流程的变革潜力 | 未讨论具体方法的实证验证、实际应用中的局限性及数据隐私、模型可解释性等挑战 | 综述AI在药物发现中作为基础组件的作用，特别是用于识别高效、特异性小分子配体，以及如何加速药物开发并降低成本 | 靶向蛋白的小分子配体 | 机器学习 | 不适用 | 计算机辅助药物设计、虚拟筛选、深度学习 | 深度学习模型 | 文本、三维结构数据 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 1798 | 2026-07-24 |
The Narrative Review: Advancements in Heart Failure Diagnosis and Management using Artificial Intelligence: A New Era of Patient Care
2026, Current cardiology reviews
IF:2.4Q2
|
综述 | 综述人工智能在心力衰竭诊断和管理中的进展与应用 | 系统梳理了人工智能在心力衰竭管理中从诊断到个性化治疗的完整应用链条 | 未提供具体量化结果，缺乏不同AI方法的比较分析，数据整合、预测准确性、伦理等问题仍需进一步探索 | 评估人工智能在改善心力衰竭诊断、风险预测、个性化治疗和患者护理方面的潜力和进展 | 心力衰竭患者及相关临床数据 | 机器学习 | 心血管疾病 | NA | NA | 影像、心电图 | NA | NA | NA | NA | NA |
| 1799 | 2026-07-24 |
Diagnostic performance of machine learning and deep learning algorithms for thyroid cancer metastasis: a systematic review and meta-analysis
2025-12-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03307-x
PMID:41361881
|
meta分析 | 系统评价与荟萃分析评估机器学习和深度学习算法在甲状腺癌转移检测中的诊断性能 | 首次通过大规模荟萃分析综合评估AI模型在甲状腺癌转移诊断中的表现，涵盖多种算法类型和数据来源，并进行了亚组和调节分析 | 纳入研究间存在异质性（I²统计量），可能源于不同模型设计和临床设置，且仅纳入英文文献 | 评估机器学习和深度学习算法在检测甲状腺癌转移中的诊断准确性，为临床决策提供支持 | 甲状腺癌成年患者的转移检测模型，包括机器学习与深度学习算法 | 机器学习 | 甲状腺癌 | NA | 机器学习，深度学习 | 医学影像及临床数据 | 35项研究共162个诊断估计值 | NA | 未指定具体架构，包括多种机器学习和深度学习模型 | AUC-ROC，敏感性，特异性，诊断优势比(DOR) | NA |
| 1800 | 2026-07-24 |
Dynamic monitoring and early warning of public emotional perception of risk during extreme rainstorm disasters: A study based on social media
2025-12, Applied psychology. Health and well-being
DOI:10.1111/aphw.70101
PMID:41405012
|
研究论文 | 本研究开发了一种结合暴雨情感词典与深度学习模型的情感分析框架，用于监测和预警极端暴雨灾害中公众风险情绪感知 | 构建了暴雨专用情感词典并融入TextCNN模型，形成知识增强的混合情感分析模型，在准确率和F1分数上分别提升10.9%和9.9% | NA | 通过社交媒体数据动态监测和预警极端暴雨事件中公众风险情绪感知，提升政府风险沟通和应急响应策略 | 微博平台上与暴雨灾害相关的公众情感表达文本 | 自然语言处理 | NA | 文本挖掘 | TextCNN | 文本 | 51,222条微博帖子 | PyTorch | TextCNN | 准确率, F1分数 | NA |