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 16751 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2025-11-20 |
Harnessing artificial intelligence to advance CRISPR-based genome editing technologies
2025-Nov-18, Nature reviews. Genetics
DOI:10.1038/s41576-025-00907-1
PMID:41254174
|
综述 | 本综述探讨人工智能如何推动CRISPR基因编辑技术的发展与应用 | 系统总结AI在优化基因编辑器、指导工具工程化和发现新型编辑酶方面的创新应用，并提出AI驱动的虚拟细胞模型等新兴机遇 | NA | 总结人工智能方法在基因编辑技术中的应用进展并展望未来发展方向 | CRISPR基因编辑技术（包括核酸酶编辑、碱基编辑和引物编辑）及人工智能方法 | 机器学习 | 遗传疾病 | CRISPR基因编辑 | 机器学习,深度学习 | NA | NA | NA | NA | NA | NA |
| 242 | 2025-11-20 |
Matters arising: Utilizing foundation models for developing clinical tools
2025-Nov-18, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02065-4
PMID:41254183
|
评论 | 对Zhang等人开发的RETFound增强深度学习模型在社区筛查中检测多种眼部疾病的通用性提出质疑 | 针对基础模型在临床工具开发中的应用提出四个关键质疑点 | 未提供替代方案或实验验证，仅基于现有信息提出质疑 | 评估基础模型在临床工具开发中的通用性声明 | RETFound增强深度学习模型与两个商业模型的比较 | 数字病理 | 眼部疾病 | 深度学习 | 基础模型,CNN | 医学图像 | NA | NA | RETFound | 通用性评估 | NA |
| 243 | 2025-11-20 |
Enhancing automatic diagnosis of thyroid nodules from ultrasound scans leveraging deep learning models
2025-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25780-0
PMID:41254202
|
研究论文 | 本研究利用深度学习模型提升甲状腺结节超声图像的自动诊断性能 | 系统比较九种预训练CNN模型在甲状腺结节分类任务中的表现，发现ResNet50在迁移学习框架下取得最优性能 | 研究仅使用483张公开数据集图像，样本量相对有限 | 通过深度学习提升甲状腺结节超声诊断的可靠性 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺结节 | 超声成像 | CNN | 图像 | 483张活检验证的超声图像（197张良性，286张恶性） | NA | ResNet50, ResNet101, VGG16, VGG19, DenseNet121, EfficientNetB0, InceptionV3, InceptionResNetV2, Xception | 准确率, AUC, 精确率, 召回率, F1分数 | NA |
| 244 | 2025-11-20 |
Opportunities for AI-based Model-informed Drug Development: A Comparative Analysis of NONMEM and AI-based Models for Population Pharmacokinetic Prediction
2025-Nov-18, The AAPS journal
DOI:10.1208/s12248-025-01121-x
PMID:41254220
|
研究论文 | 比较人工智能模型与传统NONMEM方法在群体药代动力学预测中的性能 | 首次系统比较多种AI/ML模型与NONMEM在群体药代动力学预测中的表现，包括神经网络常微分方程模型的应用 | 模型性能受数据类型和特征影响，需要更多真实临床数据验证 | 评估人工智能方法在模型引导药物开发中群体药代动力学分析的效能 | 群体药代动力学模型 | 机器学习 | NA | 群体药代动力学分析 | 机器学习模型,深度学习模型,神经网络常微分方程 | 模拟数据,临床数据 | 1770名患者（真实临床数据） | NA | 神经网络常微分方程 | 均方根误差,平均绝对误差,决定系数 | NA |
| 245 | 2025-11-20 |
Deep generative modeling of temperature-dependent structural ensembles of proteins
2025-Nov-18, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01737-2
PMID:41254233
|
研究论文 | 开发了一种基于深度学习的原子级蛋白质结构集成生成模型，能够模拟温度依赖的蛋白质构象集合 | 提出了首个能够生成温度条件化蛋白质原子级结构集合的潜在扩散模型aSAMt，实现了超越训练温度范围的泛化能力 | 模型训练依赖于分子动力学模拟数据，计算成本仍较高，且泛化能力需进一步验证 | 开发能够高效生成蛋白质结构集成并考虑环境条件影响的深度学习方法 | 蛋白质重原子结构、侧链和主链扭转角分布、温度依赖的构象集合 | 机器学习 | NA | 分子动力学模拟、深度学习 | 潜在扩散模型、自编码器 | 分子结构数据、构象集合数据 | 基于mdCATH数据集训练，包含多个蛋白质的长时分子动力学模拟轨迹 | NA | 潜在扩散模型、结构自编码器 | 侧链和主链扭转角分布准确性、温度依赖性质捕获能力、与长时MD模拟对比、实验观测热行为匹配度 | NA |
| 246 | 2025-11-20 |
Artificial intelligence prediction of age from echocardiography as a marker for cardiovascular disease
2025-Nov-18, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02050-x
PMID:41254301
|
研究论文 | 本研究开发了一种从超声心动图视频预测年龄的深度学习模型，并探索其作为心血管疾病风险标志物的潜力 | 首次利用深度学习从超声心动图视频中预测生物年龄，并验证其与心血管疾病风险的关联 | 研究数据主要来自单一医疗中心，需要更多样化的人群验证 | 开发基于人工智能的心血管衰老评估工具，改善心血管疾病风险预测 | 90,738名患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 2,610,266个视频，来自166,508项研究，涉及90,738名患者 | NA | NA | 平均绝对误差(MAE), 决定系数(R) | NA |
| 247 | 2025-11-20 |
HPCSMN: A Classification Method of Chemotherapy Sensitivity of Hypopharyngeal Cancer Based on Multimodal Network
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00783-7
PMID:41254314
|
研究论文 | 提出基于多模态融合网络的喉咽癌化疗敏感性分类方法HPCSMN，通过整合3D CT图像和影像组学特征提高预测准确率 | 首次将3D CT图像空间特征与LASSO筛选的影像组学特征通过多模态网络融合，利用互补优势捕获复杂空间依赖关系和详细影像特征 | 样本量相对有限（仅102例），仅基于单中心数据验证 | 开发喉咽癌化疗敏感性分类方法以支持个性化治疗 | 喉咽癌患者 | 数字病理 | 喉咽癌 | CT成像，影像组学分析 | 多模态融合网络，3D CNN | 3D CT图像，影像组学特征，临床数据 | 102例喉咽癌CT图像（NKU-TMU-hphc数据集） | NA | 3D ResNet，全连接网络 | 准确率，多评价指标 | NA |
| 248 | 2025-11-20 |
Subtype-HM: A Novel Cancer Subtype Identification Method Based on Hypergraph Learning and Multi-omics Data
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00789-1
PMID:41254315
|
研究论文 | 提出基于超图学习和多组学数据的癌症亚型识别新方法Subtype-HM | 使用多级超图建模复杂生物结构，设计超图传播网络捕获组学内外相关性，引入并行判别器引导的注意力模块提取组学特异性特征，提出多组学对比熵对齐方法 | NA | 提高癌症亚型识别的准确性和生物可解释性 | 癌症患者的多组学数据 | 机器学习 | 癌症 | 多组学数据分析 | 超图学习网络 | 多组学数据 | TCGA癌症数据集 | NA | 超图传播网络 | 生存分析p值, 临床参数富集分数 | NA |
| 249 | 2025-11-20 |
Dynamic multi-scale deep learning with mixture of experts for differentiating iNPH and PSP using MRI
2025-Nov-18, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03537-4
PMID:41254343
|
研究论文 | 提出一种基于专家混合机制的多尺度深度学习框架，用于通过MRI区分特发性正常压力脑积水和进行性核上性麻痹 | 首次将专家混合机制应用于多尺度MRI特征融合，实现全局和局部特征的动态加权整合 | 样本量相对较小（118例），需通过多中心验证和数据集扩展来增强泛化能力 | 开发准确区分iNPH和PSP的自动诊断方法 | iNPH和PSP患者的MRI影像 | 医学影像分析 | 神经系统疾病 | MRI | CNN, RNN | 3D MRI图像 | 118例患者（53例iNPH，65例PSP） | PyTorch | ResNet-34, 3D CNN, 2.5D R-CNN | 准确率, 召回率, 精确率, AUC | NA |
| 250 | 2025-11-20 |
Artificial Intelligence in the Detection of Clinically Negotiable Second Mesio-Buccal Canals in Periapical Images of Maxillary Molars
2025-Nov-18, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.70065
PMID:41254435
|
研究论文 | 本研究开发并验证了用于检测上颌磨牙根尖片中可临床操作MB2根管的深度学习模型 | 首次比较六种预训练监督卷积神经网络和三种自监督模型在MB2根管检测中的性能，并与人类临床医生进行对比 | 样本量相对有限（1504张图像），模型准确率仍有提升空间（最高66.0%） | 评估人工智能在牙髓病学病例难度评估中的潜力 | 上颌第一和第二磨牙的根尖周影像 | 计算机视觉 | 牙髓疾病 | 深度学习 | CNN | 图像 | 1504张术前根尖周影像 | NA | ResNet-18, ResNet-50, ResNeXt-101, VGG-16, DenseNet-121, MobileNetV2, DINO, SimCLR, BYOL | 准确率, 精确率, 敏感度, 特异度, F1分数 | NA |
| 251 | 2025-11-20 |
scMFF: a machine learning framework with multiple feature fusion strategies for cell type identification
2025-Nov-18, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06309-8
PMID:41254497
|
研究论文 | 提出一种用于单细胞RNA测序数据细胞类型识别的多特征融合机器学习框架 | 整合四种不同特征表示并探索六种融合策略，克服单一特征局限性 | 未明确说明对特定噪声类型的鲁棒性 | 提高单细胞RNA测序数据中细胞类型分类的准确性和稳定性 | 单细胞RNA测序数据 | 机器学习 | COVID-19 | 单细胞RNA测序 | 多种分类器 | 基因表达数据 | 42个疾病相关数据集和1个外部COVID-19数据集 | NA | 多特征融合框架 | 准确率,稳定性 | NA |
| 252 | 2025-11-20 |
Impact of contrast enhancement boost and super-resolution deep learning reconstruction on pediatric congenital heart disease CTA scans: ultra-low contrast dose
2025-Nov-18, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02015-2
PMID:41254528
|
研究论文 | 评估对比增强提升联合超分辨率深度学习重建在降低儿科先天性心脏病CTA扫描中造影剂剂量的可行性 | 首次将对比增强提升技术与超分辨率深度学习重建相结合，在儿科先天性心脏病成像中实现超低造影剂剂量 | 样本量相对较小（72例），有效剂量差异未达到统计学显著性 | 评估低剂量造影剂方案在儿科先天性心脏病CTA成像中的可行性 | 72例儿科先天性心脏病患者 | 医学影像分析 | 先天性心脏病 | 计算机断层血管成像（CTA），对比增强技术 | 深度学习重建 | 医学影像数据 | 72例儿科患者（低剂量组36例，标准组36例） | NA | 超分辨率深度学习重建（SR-DLR） | CT衰减值（HU），标准偏差（SD），信噪比（SNR），对比噪声比（CNR），主观评分 | NA |
| 253 | 2025-11-20 |
AllergenAI: a deep learning model predicting allergenicity based on protein sequence
2025-Nov-18, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06302-1
PMID:41254570
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 254 | 2025-11-20 |
Perceived fatigue progression tracking during manual handling tasks using sEMG recordings
2025-Nov-18, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-025-01787-6
PMID:41254749
|
研究论文 | 本研究通过表面肌电信号监测手动搬运任务中的疲劳感知进展 | 首次将复杂度指标与传统线性指标对比分析疲劳感知，并开发深度学习模型进行五阶段疲劳分类 | 线性指标在某些肌肉中结果不一致，样本量未明确说明 | 探索肌电疲劳表现指标与主观疲劳感知的相关性，开发个性化职业健康监测方法 | 手动搬运任务中参与者的肌肉活动和主观疲劳感知 | 生物医学工程 | 肌肉骨骼疾病 | 表面肌电信号采集，惯性测量单元 | 深度学习模型 | 生理信号数据，运动数据 | NA | NA | NA | 准确率 | NA |
| 255 | 2025-11-20 |
Spatial profiling of HPV-stratified head and neck squamous cell carcinoma reveals distinct immune niches and microenvironmental architectures
2025-Nov-18, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07280-x
PMID:41254766
|
研究论文 | 通过空间分析揭示HPV阳性和阴性头颈鳞癌具有不同的免疫微环境结构和细胞空间组织 | 首次使用深度学习结合多重免疫荧光对HPV分层的头颈鳞癌进行高维空间分析，揭示了不同的免疫生态位和微环境结构 | 样本量较小（n=16），仅包含头颈鳞癌患者 | 研究HPV状态对头颈鳞癌肿瘤-免疫-间质景观的影响 | 头颈鳞癌患者肿瘤活检组织（7例HPV阳性，9例HPV阴性） | 数字病理 | 头颈鳞癌 | 多重免疫荧光，空间分析，深度学习 | 深度学习 | 组织图像 | 16例头颈鳞癌患者肿瘤活检（7例HPV阳性，9例HPV阴性） | NA | NA | NA | NA |
| 256 | 2025-11-20 |
eRMSF: A Python Package for Ensemble-Based RMSF Analysis of Biomolecular Systems
2025-Nov-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02413
PMID:41254899
|
研究论文 | 介绍eRMSF——一个基于MDAnalysis构建的用于生物分子系统集成RMSF分析的Python软件包 | 将灵活性分析从传统分子动力学轨迹扩展到多种方法生成的集成体系，包括MD模拟、BioEmu深度学习工具、子采样AlphaFold2等 | NA | 开发一个统一框架来评估模拟和预测结构中残基或原子的波动 | 生物分子系统的结构集成 | 计算生物学 | NA | 集成RMSF分析 | NA | 分子结构集成数据 | NA | Python, MDAnalysis | NA | NA | NA |
| 257 | 2025-11-20 |
Development and validation of a deep learning model for individualized survival prediction in advanced cervical cancer
2025-Nov-18, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03920-2
PMID:41258562
|
研究论文 | 开发并验证了一种用于晚期宫颈癌个体化生存预测的深度学习模型 | 首次利用晚期宫颈癌数据库和深度学习方法开发新型预后模型 | NA | 开发个体化生存预测模型以改善晚期宫颈癌预后评估 | 晚期宫颈癌患者 | 机器学习 | 宫颈癌 | 深度学习 | 深度生存学习模型 | 流行病学、临床和血液学变量 | 内部数据集1143例患者（训练集914例，测试集229例），外部验证集3495例患者 | NA | DSLM | AUROC | NA |
| 258 | 2025-11-20 |
Single-cell multiomics data integration and generation with scPairing
2025-Nov-17, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101211
PMID:41151585
|
研究论文 | 提出scPairing深度学习模型，用于单细胞多组学数据的整合与生成 | 受对比语言-图像预训练(CLIP)启发，将不同细胞模态嵌入到共同空间，并扩展生成三模态数据 | NA | 解决单细胞多组学数据稀缺问题，实现跨模态数据整合与生成 | 视网膜细胞、免疫细胞和肾脏细胞的单细胞多组学数据 | 机器学习 | NA | 单细胞多组学技术 | 深度学习 | 单细胞多组学数据（基因表达、染色质可及性） | NA | NA | 对比学习架构 | NA | NA |
| 259 | 2025-11-20 |
AIstain: Enhancing microglial phagocytosis analysis through deep learning
2025-Nov-17, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101207
PMID:41109218
|
研究论文 | 本研究开发了一种基于U-Net的深度学习模型AIstain，用于增强小胶质细胞吞噬作用的图像分析 | 提出新型U-Net模型AIstain，在细胞检测性能上优于活细胞染色及现有分割工具SAM2和Cellpose 3，且可扩展应用于其他细胞类型 | NA | 开发深度学习方法来提高小胶质细胞吞噬作用分析的准确性和效率 | 小鼠小胶质细胞、白血病细胞和乳腺癌细胞 | 数字病理学 | 神经系统疾病 | 图像细胞计数术 | CNN | 图像 | 通过Olympus ScanR系统生成的大量数据集 | NA | U-Net | 细胞检测性能 | NA |
| 260 | 2025-11-20 |
Short-Term driving speed prediction under consecutive Variable speed Limits: An interpretable deep learning approach using Wide-Area trajectory data
2025-Nov-17, Accident; analysis and prevention
DOI:10.1016/j.aap.2025.108316
PMID:41252811
|
研究论文 | 提出一种可解释深度学习框架用于连续可变限速条件下的短期驾驶速度预测 | 首次使用广域轨迹数据结合多视角时空注意力机制来预测驾驶速度并解释驾驶员行为 | 研究仅限于山西五盂高速2.2公里路段，样本范围有限 | 开发可解释深度学习模型预测连续可变限速控制下的短期驾驶速度 | 高速公路驾驶员在连续可变限速标志下的行为响应 | 机器学习 | NA | 广域轨迹数据采集 | CNN, BiLSTM | 车辆轨迹数据 | 山西五盂高速2.2公里路段包含两个连续VSL标志的轨迹数据 | NA | CNN-BiLSTM with Multi-View Spatio-Temporal Attention Mechanism | MAE, RMSE | NA |