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 35051 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-28 |
Novel contrastive representation learning of epileptic electroencephalogram for seizure detection
2026-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10352-9
PMID:41306193
|
研究论文 | 提出了一种结合对比学习和周期动态检测的新型癫痫脑电图特征学习框架ContrLF，用于癫痫发作检测 | 首次将对比学习框架与Floss方法相结合，能够自动检测和学习脑电图信号中的主要周期性动态，更充分地捕捉癫痫发作的关键特征 | NA | 开发一种能够更好捕捉脑电图信号中周期性动态的癫痫发作自动检测方法 | 癫痫患者的头皮脑电图和颅内脑电图数据 | 机器学习 | 癫痫 | 脑电图信号处理 | 对比学习, SVM | 脑电图时序信号 | NA | NA | ContrLF框架（包含时间对比模块和上下文对比模块） | 准确率, 敏感度, 特异性 | NA |
| 2 | 2025-11-28 |
Scale-adjusted distance transform and its applications to segmentation of multimodal images
2026-Jan, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.11.003
PMID:41207402
|
研究论文 | 提出一种尺度调整距离变换方法，用于多模态图像中多尺度对象的精确分割 | 提出与传统距离变换概念不同的尺度调整距离变换，其值独立于对象尺度并在山脊处统一为'1'，具有平移、旋转和各向同性缩放不变性 | 未与现代深度学习方法进行广泛对比，主要验证了在特定生物医学图像上的应用 | 开发一种尺度不变的距离变换方法，解决多尺度对象的结构分析问题 | 二维和三维多模态图像中的结构对象，特别是生物医学图像中的细胞核和血管 | 计算机视觉 | NA | 距离变换，梯度流路径分析 | 模糊方法 | 二维显微图像，三维肺部CT图像 | 猪肺模型的三维CT数据和二维显微图像数据集 | NA | NA | 分割准确性 | NA |
| 3 | 2025-11-28 |
Stochastically evolving graphs via edit semigroups
2025-Dec-09, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2526595122
PMID:41296758
|
研究论文 | 本文通过编辑半群和谱理论研究底层宿主图中子图的随机演化过程 | 将Tsetlin图书馆和超平面排列的半群谱理论应用于图演化过程，为简单编辑提供特征向量的闭式解和收敛速率锐界 | NA | 建立从给定图中采样随机子图的通用随机模型 | 宿主图中的子图演化过程 | 机器学习 | NA | 随机游走，谱理论 | 随机过程模型 | 图数据 | NA | NA | NA | 收敛速率 | NA |
| 4 | 2025-11-28 |
Multi-Organ metabolic profiling with [18F]F-FDG PET/CT predicts pathological response to neoadjuvant immunochemotherapy in resectable NSCLC
2025-Dec, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07350-8
PMID:40451983
|
研究论文 | 开发并验证结合多器官PET代谢指标的列线图模型，用于预测可切除非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解 | 首次报道结合多器官代谢指标（脾脏、结肠、脊柱等）的预测模型，超越传统仅关注肿瘤的方法，量化全身宿主-肿瘤代谢相互作用 | 回顾性单中心研究，样本量有限（115例患者），需要外部验证 | 预测可切除非小细胞肺癌患者接受新辅助免疫化疗后的主要病理缓解 | 可切除非小细胞肺癌患者 | 数字病理 | 肺癌 | [18F]F-FDG PET/CT, 深度学习自动分割 | 列线图, LASSO回归, 随机森林 | PET/CT图像, 代谢参数 | 115例rNSCLC患者（训练集70%，验证集30%） | NA | NA | AUC, 特异性, 阳性预测值, 准确率, 校准曲线, 决策曲线分析 | NA |
| 5 | 2025-11-28 |
Accurate de novo design of high-affinity protein-binding macrocycles using deep learning
2025-Dec, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-025-01929-w
PMID:40542165
|
研究论文 | 介绍了一种基于深度学习的新型大环化合物设计方法RFpeptides，能够从头设计高亲和力的蛋白质结合大环分子 | 首次开发了基于去噪扩散模型的从头设计蛋白质结合大环化合物的稳健方法，无需大规模筛选即可精确控制结合模式 | 仅针对四种不同蛋白质进行了验证，样本规模相对有限 | 开发一种高效的大环化合物从头设计方法，用于诊断和治疗应用 | 蛋白质结合大环化合物 | 机器学习 | NA | 去噪扩散模型 | 扩散模型 | 蛋白质结构数据 | 针对四种不同蛋白质各测试不超过20个大环化合物设计 | NA | RFpeptides | 结合亲和力(Kd值), Cα均方根偏差(RMSD) | NA |
| 6 | 2025-11-28 |
Prognostic value of body composition out of PSMA-PET/CT in prostate cancer patients undergoing PSMA-therapy
2025-Dec, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07416-7
PMID:40580320
|
研究论文 | 本研究开发基于深度学习的全身CT分割方法，用于评估转移性去势抵抗性前列腺癌患者的身体成分及其预后价值 | 首次在PSMA-PET-CT中应用深度学习自动分割身体成分，超越标准PSMA-PET评估，发现新的预后指标 | 回顾性研究，样本量有限(n=86)，需要更大规模前瞻性数据验证 | 开发基于深度学习的身体成分分析方法，评估其在mCRPC患者PSMA靶向治疗中的预后价值 | 86例接受[177Lu]Lu-PSMA放射性配体治疗的转移性去势抵抗性前列腺癌患者 | 数字病理 | 前列腺癌 | PSMA-PET-CT, 深度学习分割 | 深度学习分割模型 | CT图像 | 86例前列腺癌患者 | NA | NA | Cox回归分析p值, Kaplan-Meier分析, log-rank检验 | NA |
| 7 | 2025-11-28 |
An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation
2025-Dec, Archives of physiology and biochemistry
IF:2.5Q2
DOI:10.1080/13813455.2025.2524182
PMID:40590298
|
研究论文 | 提出一种结合自适应R2-Unet图像分割和注意力Densenet-LSTM的深度学习框架，用于X射线图像的肺部疾病检测与分类 | 开发了自适应循环残差U-Net（AR2-UNet）分割网络，采用增强河豚优化算法（EPOA）优化参数，并首次将注意力Densenet与LSTM结合用于肺部疾病分类 | 未提及数据集的具体规模和多样性，缺乏外部验证结果 | 开发高效的肺部疾病自动检测与分类系统 | 胸部X射线图像中的肺部疾病 | 计算机视觉 | 肺部疾病 | X射线成像 | CNN, LSTM | 图像 | NA | NA | AR2-UNet, DenseNet, LSTM, ResNet, Inception | 准确率 | NA |
| 8 | 2025-11-28 |
Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework
2025-Dec, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3603608
PMID:40924530
|
研究论文 | 提出一种用于睡眠分析的多模态混合自监督学习框架SynthSleepNet，能够有效分析多导睡眠图数据 | 结合掩码预测和对比学习的混合自监督学习框架，并引入基于Mamba的时间上下文模块 | NA | 开发用于睡眠质量评估和睡眠障碍诊断的自动化分析工具 | 多导睡眠图数据，包括脑电图、眼电图、肌电图和心电图 | 机器学习 | 睡眠障碍 | 多导睡眠图 | 自监督学习 | 生理信号数据 | NA | NA | Mamba | 准确率 | NA |
| 9 | 2025-11-28 |
Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics
2025-Dec, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3603545
PMID:40924529
|
研究论文 | 提出一种基于最大信息系数的深度高斯与非高斯信息融合框架结构学习算法，用于自动化预测数据分析 | 引入最大信息系数作为潜变量间关联强度的度量，提出自动确定深度模型所需隐藏层的评估指标 | 仅通过两个工业实例验证，需要更多实际应用场景的测试 | 解决深度信息融合框架中的结构学习问题，实现自动化数据驱动建模与分析 | 时变工业过程数据 | 机器学习 | NA | 信息融合 | 潜变量模型 | 工业过程数据 | 两个真实工业案例 | 深度学习框架 | 深度高斯与非高斯信息融合框架 | 在线预测性能 | NA |
| 10 | 2025-11-28 |
AI-enhanced orthodontic treatment planning - a scoping review on evidence-based clinical application with commercial software overview
2025-Dec, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106112
PMID:40975160
|
综述 | 对AI增强正畸治疗规划工具的证据基础研究进行范围综述，并评估商业软件的临床应用 | 首次系统梳理AI在正畸治疗规划中的临床应用证据，同时对比学术验证工具与商业软件的差异 | 商业AI工具普遍缺乏已发表的验证研究，存在验证空白 | 评估AI增强正畸治疗规划工具的证据基础与临床应用价值 | 正畸治疗规划相关的AI工具与研究文献 | 医疗人工智能 | 正畸疾病 | 机器学习，深度学习，大语言模型 | 机器学习，深度学习，LLM | 文本输入，口腔扫描数据 | 17篇符合纳入标准的研究文献 | NA | NA | 准确率 | NA |
| 11 | 2025-11-28 |
CT-based radiomics deep learning signatures for noninvasive prediction of early recurrence after radical surgery in locally advanced colorectal cancer: A multicenter study
2025-Dec, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110482
PMID:41014758
|
研究论文 | 开发并验证基于CT影像组学和临床实验室参数的联合模型，用于无创预测局部晚期结直肠癌根治术后早期复发 | 首次将CT影像组学特征与深度学习特征结合临床实验室参数构建术前预测模型，并在多中心外部数据集中验证其优于传统病理分期模型 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 优化局部晚期结直肠癌患者治疗策略，减少不必要的药物毒性 | 局部晚期结直肠癌患者 | 医学影像分析 | 结直肠癌 | CT影像，RNA测序 | 机器学习，深度学习 | 医学影像，临床数据，基因表达数据 | 560例经病理确认的局部晚期结直肠癌患者，来自三个中心和GEO数据库 | NA | NA | AUC | NA |
| 12 | 2025-11-28 |
Comparative diagnostic performance of artificial intelligence models in structural MRI for schizophrenia: A systematic review and meta-analysis
2025-Dec, Asian journal of psychiatry
IF:3.8Q1
DOI:10.1016/j.ajp.2025.104759
PMID:41202773
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析比较人工智能模型在结构磁共振成像中对精神分裂症的诊断性能 | 首次系统比较深度学习和传统机器学习在sMRI精神分裂症诊断中的性能差异，并分析不同神经解剖输入数据的影响 | 纳入研究数量有限（16项），需要多中心外部验证队列来验证临床实用性 | 评估人工智能模型在结构磁共振成像中诊断精神分裂症的准确性和临床应用价值 | 成人精神分裂症患者的结构磁共振成像数据 | 医学影像分析 | 精神分裂症 | 结构磁共振成像 | 深度学习, 传统机器学习 | 医学影像 | 3601名参与者 | NA | 支持向量机, 深度学习架构 | 灵敏度, 特异度, AUC | NA |
| 13 | 2025-11-28 |
The applicability of artificial intelligence in managing emergency patients: An umbrella review
2025-Dec, International emergency nursing
IF:1.8Q2
DOI:10.1016/j.ienj.2025.101710
PMID:41242110
|
综述 | 本伞状综述系统整合了关于人工智能在急诊患者管理中适用性的现有综述证据 | 首次通过伞状综述方法全面整合急诊医学中AI应用的多领域证据，识别出四大关键应用领域和主要实施障碍 | 纳入的综述质量存在异质性，证据来源可能存在发表偏倚，缺乏对原始研究的直接质量评估 | 系统综合人工智能在急诊患者管理中的适用性证据 | 急诊环境中的患者管理流程和应用系统 | 医疗人工智能 | 急诊医学 | 机器学习，深度学习 | NA | 综述文献数据 | 24篇符合条件的综述 | NA | NA | 诊断准确性，决策一致性，患者流程优化 | NA |
| 14 | 2025-11-28 |
An exploratory study of explainable deep learning for predicting bone mineral density using clavicle features on chest radiographs: A multi-task approach with regression and segmentation
2025-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70336
PMID:41277292
|
研究论文 | 本研究开发了一种多任务学习模型，通过胸部X光片中的锁骨特征预测骨密度，并支持网络可解释性 | 将分割和回归任务集成到U-Net架构中，采用多任务学习方法，并通过热图可视化验证预测依据 | 研究为探索性研究，样本量相对有限（1600名患者），存在一定的预测偏差 | 开发可解释的深度学习模型，从胸部X光片中预测骨密度，辅助骨质疏松筛查 | 接受胸部X光摄影和腰椎DXA检查的1600名患者 | 医学影像分析 | 骨质疏松症 | 双能X线吸收测定法（DXA），梯度加权类激活映射（Grad-CAM） | 深度学习，多任务学习 | 胸部X光影像 | 1600名患者 | NA | U-Net | 平均绝对误差（MAE），Pearson相关系数（R值），灵敏度，特异性，精确度，F1分数 | NA |
| 15 | 2025-11-28 |
mpMRI-based MGMT methylation status prediction for glioblastoma through off-the-shelf deep features: A multi-dataset feasibility study
2025-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70373
PMID:41277375
|
研究论文 | 本研究开发了一种基于多参数磁共振成像的深度学习方法，用于预测胶质母细胞瘤MGMT启动子甲基化状态 | 采用孪生神经网络结合现成深度学习特征，并整合T1模态的delta深度特征来提升模型性能 | 模型性能仍有提升空间，AUC值相对有限 | 评估使用多参数磁共振成像非侵入性诊断MGMT甲基化状态的可行性 | 胶质母细胞瘤患者 | 医学影像分析 | 胶质母细胞瘤 | 多参数磁共振成像 | SNN | 医学影像 | 585名参与者用于训练，81个样本用于外部验证 | NA | Siamese神经网络 | AUC, precision, recall | 单CPU平台 |
| 16 | 2025-11-28 |
Incremental Learning-Enabled Fault Diagnosis of Dynamic Systems: A Comprehensive Review
2025-Dec, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3586643
PMID:40737141
|
综述 | 本文系统回顾了增量学习在动态系统故障诊断中的应用方法 | 首次专门针对增量学习在故障诊断中的应用进行系统性综述，提出了新的分类法和研究视角 | 作为综述文章，不涉及原始实验验证，主要基于现有文献分析 | 探讨增量学习在动态系统故障诊断中的研究现状、挑战和发展方向 | 工业系统的故障诊断方法 | 机器学习 | NA | 增量学习 | NA | 动态数据流 | NA | NA | NA | NA | NA |
| 17 | 2025-11-28 |
Exploring the Terra incognita of AI-based domain classifications
2025-Dec, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70392
PMID:41288334
|
研究论文 | 本研究探索了AI方法在蛋白质结构分类中的未知领域，重点关注新型蛋白质折叠的分类挑战 | 整合结构、进化和上下文信息来解析具有挑战性的折叠分配，为扩展蛋白质分类框架进入未知结构领域提供了路线图 | 部分候选新型折叠结构可能源于结构域边界预测错误，如序列截断或紧密堆积的结构域重复 | 解决结构生物信息学中新型蛋白质折叠分类的核心挑战 | 来自TED数据库的664个候选新型折叠结构域 | 生物信息学 | NA | 深度学习, 结构生物信息学分析 | AlphaFold2 | 蛋白质结构数据, 序列数据 | 664个候选新型折叠结构域 | NA | AlphaFold2架构 | 分类置信度 | NA |
| 18 | 2025-11-28 |
A Practical Guide to Transition State Analysis in Biomolecular Simulations with TS-DAR
2025-Nov-27, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.5c06097
PMID:41252524
|
教程 | 介绍使用TS-DAR框架进行生物分子模拟中过渡态分析的实用指南 | 利用分布外检测和深度学习模型系统识别生物分子构象变化中的所有过渡态 | NA | 开发计算框架以识别生物分子构象变化中的过渡态 | 蛋白质构象变化 | 计算生物物理学 | NA | 分子动力学模拟 | 深度学习 | 分子动力学模拟数据 | NA | NA | NA | NA | NA |
| 19 | 2025-11-28 |
Deep Learning Model for High-Accuracy Classification of Premature Ventricular Contractions With Precordial Transition Zones in Leads V3 or V4
2025-Nov-27, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-25-0534
PMID:41297935
|
研究论文 | 开发基于卷积神经网络的深度学习模型，用于高精度分类V3或V4导联移行区的室性早搏起源 | 首次使用配对PVC和固有QRS数据训练CNN模型，并通过梯度加权类激活映射揭示模型决策依据的ECG特征 | 样本量相对有限（314例患者），仅针对右室或左室流出道起源的PVC进行分类 | 预测室性早搏的起源位置，特别是当移行区出现在V3和V4导联时的挑战性情况 | 314例接受导管消融治疗的室性早搏患者，其ECG显示下壁导联轴和V3或V4导联移行区 | 医学人工智能 | 心血管疾病 | 心电图分析，导管消融 | CNN | 心电图信号 | 314例患者，每位患者5个数据集用于训练和验证，1个保留数据集用于测试 | NA | 卷积神经网络 | 准确率，F1分数，ROC曲线下面积 | NA |
| 20 | 2025-11-28 |
Development of Artificial Intelligence for Quantitative Assessment of Nasal Inflammatory Cytology in Chronic Rhinitis by Whole-Slide Images
2025-Nov-27, International forum of allergy & rhinology
IF:7.2Q1
DOI:10.1002/alr.70075
PMID:41307481
|
研究论文 | 开发基于全玻片图像的人工智能系统QANIC，用于慢性鼻炎鼻炎症细胞的定量评估和炎症表型分型 | 首次将深度学习与全玻片图像结合用于鼻细胞学诊断，实现鼻炎症细胞的自动定量分析 | 样本量相对有限，外部验证仅包含两个临床中心 | 建立基于人工智能的鼻炎症细胞定量评估系统，研究慢性鼻炎的炎症表型分型 | 慢性鼻炎患者的鼻分泌物涂片样本 | 数字病理学 | 慢性鼻炎 | 全玻片图像扫描 | 深度学习模型 | 病理图像 | 开发集145例，内部队列881例，外部验证队列234例 | NA | NA | NA | NA |