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 19280 篇文献，本页显示第 5841 - 5860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5841 | 2025-11-26 |
Boosting reservoir computing with brain-inspired adaptive control of E-I balance
2025-Nov-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64978-8
PMID:41266325
|
研究论文 | 通过大脑启发的兴奋-抑制平衡自适应控制机制提升储备池计算性能 | 首次在储备池计算中引入动态调节兴奋-抑制平衡的自适应机制，并发现适度抑制状态能产生最佳性能 | 未明确说明实验数据规模和具体应用场景的局限性 | 提升储备池计算的性能并减少超参数调优成本 | 储备池计算网络 | 机器学习 | NA | 储备池计算 | 循环神经网络 | 时间序列数据 | NA | NA | 储备池计算 | 记忆容量, 时间序列预测精度 | NA |
| 5842 | 2025-11-26 |
Non-coding genetic variants underlying higher prostate cancer risk in men of African ancestry
2025-Nov-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64631-4
PMID:41266362
|
研究论文 | 本研究通过深度学习模型识别影响前列腺癌风险的非洲裔人群特异性非编码遗传变异 | 首次使用深度学习模型系统识别非洲裔人群中影响前列腺增强子功能的非编码SNP，并揭示其通过两种机制促进癌症发展的新途径 | 研究主要关注非洲裔人群，需要进一步验证在其他人群中的适用性；大部分预测的SNP尚未进行实验验证 | 探索非洲裔男性前列腺癌风险更高的遗传机制，特别是非编码调控SNP的作用 | 非洲裔和欧洲裔男性的前列腺癌遗传数据 | 计算生物学 | 前列腺癌 | 深度学习，全基因组关联研究(GWAS) | 深度学习模型 | 基因组序列数据，增强子功能数据 | NA | NA | NA | 风险预测改善效果 | NA |
| 5843 | 2025-11-26 |
DNALONGBENCH: a benchmark suite for long-range DNA prediction tasks
2025-Nov-18, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-65077-4
PMID:41253815
|
研究论文 | 本文提出了一个用于评估长距离DNA依赖任务性能的基准测试套件DNALONGBENCH | 首次构建了覆盖五个关键基因组学任务、支持长达100万碱基对长距离依赖评估的标准化基准数据集 | 基准测试仅包含五个特定基因组学任务，可能无法覆盖所有长距离DNA依赖场景 | 解决长距离DNA依赖建模的评估标准缺失问题，促进基因组深度学习模型的发展 | DNA序列中的长距离依赖关系 | 生物信息学 | NA | 基因组测序 | CNN, 基础模型 | DNA序列数据 | NA | NA | HyenaDNA, Caduceus-Ph, Caduceus-PS | NA | NA |
| 5844 | 2025-11-26 |
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成的潜在扩散模型 | 模型训练依赖于分子动力学模拟数据，计算成本仍然较高 | 开发高效生成蛋白质结构集成的方法，替代计算昂贵的分子动力学模拟 | 蛋白质重原子结构集成 | 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 | mdCATH数据集 | NA | 潜在扩散模型，自编码器 | 侧链和主链扭转角分布准确性，温度依赖性集成特性，与长时MD模拟比较 | NA |
| 5845 | 2025-11-26 |
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 | 本研究开发了一种深度学习模型，通过超声心动图视频预测患者年龄，并探索其作为心血管疾病风险标志物的潜力 | 首次利用大规模超声心动图视频数据开发年龄预测模型，揭示了生物年龄与心血管疾病风险之间的关联 | 研究基于回顾性数据，需要前瞻性验证；模型性能可能受数据质量和采集协议差异影响 | 开发基于超声心动图的年龄预测模型，探索其作为心血管疾病风险评估工具的临床应用价值 | 90,738名患者的166,508项研究中的2,610,266个超声心动图视频 | 计算机视觉 | 心血管疾病 | 多视角超声心动图 | 深度学习 | 视频 | 90,738名患者的2,610,266个视频 | NA | NA | 平均绝对误差, 决定系数 | NA |
| 5846 | 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 |
| 5847 | 2025-11-26 |
Curvature-aware selective feature interaction network for skin lesion segmentation
2025-Nov-11, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108314
PMID:41285053
|
研究论文 | 提出一种用于皮肤病变分割的曲率感知选择性特征交互网络 | 提出多粒度特征交互模块和曲率感知选择性特征模块，通过注意力机制和曲率评估来增强特征交互并减少冗余信息 | NA | 解决皮肤病变分割中特征交互不足和冗余信息的问题 | 皮肤病变图像 | 医学图像分析 | 皮肤病 | 深度学习 | CNN | 图像 | 三个皮肤图像数据集 | NA | 编码器-解码器架构,CASFI-Net | NA | 低计算成本 |
| 5848 | 2025-11-26 |
[Research on the rapid diagnosis of three common Gram-negative bacilli in bloodstream infections based on the CNN-Dinov2 hybrid model]
2025-Nov-06, Zhonghua yu fang yi xue za zhi [Chinese journal of preventive medicine]
|
研究论文 | 基于CNN-Dinov2混合模型开发用于血流感染中三种常见革兰阴性杆菌快速诊断的自动分类模型 | 将ResNet的局部特征提取能力与Dinov2的全局预训练特征相结合，构建混合深度学习模型 | 研究样本仅来自单一医院，样本量相对有限 | 开发能够快速诊断血流感染中三种常见革兰阴性杆菌的自动分类模型 | 血流感染患者的革兰染色显微图像 | 计算机视觉 | 血流感染 | 革兰染色显微成像 | CNN, 深度学习 | 图像 | 1425张革兰染色显微图像，包括419张、411张、413张目标菌株和182张其他革兰阴性杆菌 | NA | CNN-Dinov2混合模型, ResNet, Dinov2, AlexNet, ResNet18 | 准确率, 精确率, 加权F1分数, 召回率, PR曲线, AP值 | NA |
| 5849 | 2025-11-26 |
Multimodal Deep Learning for Longitudinal Prediction of Glaucoma Progression Using Sequential RNFL, Visual Field, and Clinical Data
2025-Nov-04, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.31.25339266
PMID:41282868
|
研究论文 | 开发并验证了一种多模态纵向深度学习框架，用于预测青光眼进展 | 首次将序列结构数据（OCT RNFL扫描）、功能数据（视野图）和临床数据通过双向LSTM融合，实现长期青光眼进展预测 | 在70岁以上患者中性能略有下降，且为回顾性研究 | 预测青光眼未来进展，预防不可逆视力丧失 | 青光眼患者 | 数字病理学 | 青光眼 | OCT RNFL扫描，视野检查 | CNN, LSTM | 医学图像，临床数据 | 10,864名患者 | NA | ConvNeXt-V2, ViT, MobileNet-V2, EfficientNet-B0, 双向LSTM | AUC, 准确率 | NA |
| 5850 | 2025-11-26 |
Accurate machine learning model for human embryo morphokinetic stage detection
2025-Nov, Journal of assisted reproduction and genetics
IF:3.2Q2
DOI:10.1007/s10815-025-03585-4
PMID:40833447
|
研究论文 | 开发了一种用于人类胚胎形态动力学阶段检测的高精度机器学习模型 | 相比现有模型准确率提升17%，能够检测17个胚胎形态动力学阶段并精确识别阶段变化时间 | 基于静态胚胎图像和固定数据集，未提及在其他数据集上的泛化能力 | 开发准确的人类胚胎植入前发育形态动力学阶段检测工具 | 人类植入前胚胎发育过程 | 计算机视觉 | 生殖医学 | 胚胎形态动力学分析 | 深度学习 | 图像 | 273,438张标注的胚胎图像 | 未明确指定 | EfficientNet-V2-Large | F1-score, 准确率 | NA |
| 5851 | 2025-11-26 |
PPEPFinder: A deep learning framework integrating sequence embeddings and structural graph representations for predicting fungal and oomycete effector proteins
2025-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.70593
PMID:41284811
|
研究论文 | 提出一个集成深度学习的框架PPEPFinder，用于预测真菌和卵菌的效应蛋白 | 首次将序列嵌入和结构图表示相结合，通过集成三个独立预测模型来提升效应蛋白识别性能 | 仅针对真菌和卵菌病原体，未扩展到其他植物病原体类型 | 开发准确识别植物病原体效应蛋白的计算方法 | 真菌和卵菌分泌的效应蛋白 | 生物信息学 | 植物病害 | 蛋白质语言模型，深度学习 | Transformer, GAT, 逻辑回归 | 蛋白质序列和结构数据 | NA | PyTorch | Transformer, Graph Attention Network | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 5852 | 2025-11-26 |
Design of multimodal antibiotics using deep learning
2025-Oct-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629780
PMID:41279746
|
研究论文 | 开发用于设计具有细胞穿透和抗菌双重功能的多模态抗生素的深度学习模型 | 首次提出多模态AI模型ApexDuo，能够生成兼具细胞穿透和抗菌活性的多肽抗生素 | 仅从小鼠模型验证效果，尚未进行人体临床试验 | 设计能够穿透人类细胞并保持抗菌活性的多模态抗生素分子 | 细胞内感染的病原体和哺乳动物细胞 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 化合物库数据 | 从5000万AI生成化合物中筛选候选分子 | NA | ApexDuo | 细菌载量减少程度 | NA |
| 5853 | 2025-11-26 |
A simple circuit to sustain intact tumor microenvironments for complex drug interrogations
2025-Oct-28, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.26.684624
PMID:41279433
|
研究论文 | 开发了一种简单的灌注回路系统，用于维持完整肿瘤微环境以进行复杂药物测试 | 使用自体患者血浆开发标准化灌注回路系统，解决了3D患者来源肿瘤模型中培养基成分缺乏标准化的问题 | 系统仅能维持肿瘤微环境长达48小时，时间窗口有限 | 开发标准化平台以支持3D患者来源肿瘤模型的复杂药物测试 | 腹膜转移和核心针活检样本，涵盖多种肿瘤组织学类型 | 数字病理 | 多种癌症类型 | 多模态检测技术，灌注回路系统 | NA | 3D肿瘤模型数据，多模态检测数据 | 多种肿瘤组织学的腹膜转移和核心针活检样本 | NA | NA | NA | NA |
| 5854 | 2025-11-26 |
From words to action? A scoping review on automatic sentiment analysis of patient experience comments from online sources and surveys
2025-Oct-22, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2025-101631
PMID:41125311
|
综述 | 对2020-2024年间应用情感分析技术处理患者体验评论的研究进行范围综述 | 首次系统梳理深度学习时代患者体验情感分析的研究现状，特别关注生成式AI等现代技术的应用缺口 | 仅纳入英文和斯堪的纳维亚语研究，未评估研究质量，未分析具体实施效果 | 总结患者体验数据情感分析的研究现状和方法应用 | 来自在线平台和调查的非结构化患者评论数据 | 自然语言处理 | NA | 自然语言处理, 情感分析 | 基于规则的方法, 监督机器学习, 深度学习 | 文本 | 30项研究 | NA | NA | NA | NA |
| 5855 | 2025-11-26 |
Automated detection of large vessel occlusion using deep learning: a pivotal multicenter study and reader performance study
2025-Oct-16, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2024-022254
PMID:39304193
|
研究论文 | 通过深度学习技术自动检测大血管闭塞的多中心研究 | 评估AI软件在检测大血管闭塞中的独立效能及其对早期职业医师诊断准确性的提升 | 研究时间范围有限（2021年1月至2023年9月），样本量相对有限 | 评估AI软件在CT血管造影中检测大血管闭塞的效能 | 595名缺血性卒中患者 | 医学影像分析 | 脑血管疾病 | CT血管造影 | 深度学习 | 医学影像 | 595名患者（275名有大血管闭塞，320名无大血管闭塞） | NA | NA | AUROC, 敏感度, 特异度 | NA |
| 5856 | 2025-11-26 |
Leveraging fMRI non-stationarity for deep learning classifier training and feature detection to improve schizophrenia diagnosis
2025-Oct-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.03.25337252
PMID:41282733
|
研究论文 | 本研究利用fMRI动态功能连接组训练图卷积网络模型，通过深度学习分类器和特征检测方法改进精神分裂症诊断 | 首次将fMRI非平稳性与图卷积网络结合，使用类激活映射和积分梯度方法解释模型决策，提供神经生物学诊断基础 | 研究样本相对有限，仅针对特定精神疾病群体，需要更多验证 | 开发基于神经生物学的精神疾病诊断方法，替代传统临床访谈诊断 | 青少年发病精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍患者及健康对照者 | 医学影像分析 | 精神分裂症 | 功能磁共振成像，静息态fMRI，工作记忆任务 | 图卷积网络 | 功能磁共振成像数据 | 四个样本群体：青少年精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍，各包含健康对照 | NA | 图卷积网络 | 准确率，灵敏度，特异性 | NA |
| 5857 | 2025-11-26 |
Automated Diffusion Analysis for Noninvasive Prediction of Isocitrate Dehydrogenase Genotype in WHO Grade 2-3 Gliomas
2025-Oct-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8776
PMID:40494626
|
研究论文 | 本研究开发了一种基于T2加权成像的自动ADC提取流程，用于无创预测WHO 2-3级胶质瘤的IDH基因型 | 首次建立基于单序列(T2加权)的自动ADC提取流程，使用nnUNet深度学习算法实现胶质瘤自动分割，避免了传统手动分割的耗时和操作者依赖性 | nnUNet在6%病例中出现肿瘤远端脑组织过分割，在0.8%胶质瘤中遗漏了肿瘤成分 | 开发自动化方法预测胶质瘤IDH基因型，支持风险分层和治疗规划 | WHO 2-3级胶质瘤患者 | 数字病理 | 胶质瘤 | MRI, ADC成像, 深度学习分割 | nnUNet | 医学影像 | UCLH数据集247例，BraTS 2021数据集500例 | Python, FSL | nnUNet | Dice系数, AUC, 95%置信区间 | NA |
| 5858 | 2025-11-26 |
Deep Learning Can Accurately Predict the Prognosis of Gynecologic Smooth Muscle Tumors of Uncertain Malignant Potential: A Multicenter Pilot Study
2025-Oct, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104211
PMID:40602459
|
研究论文 | 本研究探索使用深度学习模型直接从组织学切片预测妇科不确定恶性潜能平滑肌肿瘤(STUMP)的无进展生存期 | 首次将深度学习技术应用于STUMP预后预测，直接从组织学切片提取特征进行风险分层 | 样本量相对较小，需要进一步研究通过分子标记物验证高风险组 | 预测STUMP患者的无进展生存期并识别高风险患者 | 妇科不确定恶性潜能平滑肌肿瘤(STUMP)患者 | 数字病理学 | 妇科肿瘤 | 组织学切片分析 | 深度学习模型 | 组织病理学图像 | 95例STUMP患者(79例训练，16例外部验证)，另包含160例平滑肌瘤和58例平滑肌肉瘤作为对照 | scikit-learn, R | NA | C-index, Cox回归分析, 风险比 | NA |
| 5859 | 2025-11-26 |
Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study
2025-Oct, La Radiologia medica
DOI:10.1007/s11547-025-02064-1
PMID:40810889
|
研究论文 | 开发并验证用于检测急性胸痛患者阻塞性冠状动脉疾病的深度学习模型 | 首次基于YOLOv4开发专门用于急诊科急性胸痛患者冠状动脉CTA图像中阻塞性CAD检测的深度学习模型 | 需要手动预处理进行曲面MPR提取，模型训练依赖有限的手动预处理数据 | 开发并验证深度学习模型在冠状动脉CTA中检测阻塞性冠状动脉疾病的能力 | 急诊科就诊的急性胸痛患者 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | CNN | 医学图像 | 训练集378名患者(10,060张曲面MPR图像)，外部验证集298名患者 | NA | YOLOv4 | 灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC | NA |
| 5860 | 2025-11-26 |
Deep Learning-Based Death Prediction Model for Chronic Kidney Disease
2025-Oct, Healthcare informatics research
IF:2.3Q3
DOI:10.4258/hir.2025.31.4.396
PMID:41265425
|
研究论文 | 开发基于深度学习的慢性肾脏病患者死亡预测模型 | 结合LASSO回归筛选特征和深度学习建模，识别出影响CKD患者死亡的关键因素 | 数据来源于单一国家（韩国）的医疗机构，可能影响模型在其他人群的泛化能力 | 预测慢性肾脏病患者的死亡风险 | 慢性肾脏病患者 | 机器学习 | 慢性肾脏病 | LASSO回归, 深度学习 | 深度学习模型 | 医疗记录数据 | 2016-2021年韩国疾病管理厅出院患者调查数据 | NA | NA | 损失值, 准确率 | NA |