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 1368 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 | 2026-02-18 |
Silencer variants are key drivers of gene upregulation in Alzheimer's disease
2025-Apr-08, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.07.25325386
PMID:40297423
|
研究论文 | 本研究开发了一个深度学习框架，结合表观基因组数据来评估阿尔茨海默病相关非编码变异在背外侧前额叶皮层中的调控潜力，并识别了关键的沉默子变异 | 开发了一个结合bulk和单细胞表观基因组数据的深度学习框架，首次系统性地评估了非编码AD变异在特定脑区和细胞类型中的调控潜力，并成功区分了沉默子与增强子变异的不同功能类别 | 模型主要基于背外侧前额叶皮层数据，可能未完全捕捉其他脑区或疾病阶段的调控变化；预测结果与实验数据的平均相关性为0.54，仍有提升空间 | 阐明阿尔茨海默病相关非编码遗传变异的功能意义及其在疾病发病机制中的调控作用 | 阿尔茨海默病相关的非编码遗传变异、背外侧前额叶皮层及其主要细胞类型 | 机器学习 | 阿尔茨海默病 | bulk表观基因组测序、单细胞表观基因组测序 | 深度学习 | 表观基因组数据 | NA | NA | NA | 皮尔逊相关系数、方向一致性率 | NA |
| 2 | 2026-02-06 |
Profiling electric signals of electrogenic probiotic bacteria using self-attention analysis
2025-Apr-22, Applied microbiology and biotechnology
IF:3.9Q2
DOI:10.1007/s00253-025-13425-1
PMID:40263148
|
研究论文 | 本研究通过自组装电路检测两种产电益生菌在鸡胚绒毛尿囊膜和小鼠肠道内产生的电信号，并利用自注意力机制分析其电谱特征 | 首次将自注意力深度学习模块应用于益生菌电信号分析，揭示了两种细菌独特的电谱特征 | 研究主要基于体外和小鼠模型，尚未在人体中进行验证 | 开发基于电信号分析的益生菌疗效评估方法 | 产电益生菌（Leuconostoc mesenteroides 和 Lactococcus lactis） | 生物医学工程 | NA | 自组装电路检测、铁嗪测定法 | 深度学习 | 电信号 | 两种益生菌在鸡胚绒毛尿囊膜和小鼠肠道中的实验 | NA | 自注意力机制 | 电压变化、电谱区分度 | NA |
| 3 | 2026-02-05 |
Role of artificial intelligence in advancing immunology
2025-Apr-24, Immunologic research
IF:3.3Q3
DOI:10.1007/s12026-025-09632-7
PMID:40272607
|
综述 | 本文综述了人工智能在免疫学领域的应用，包括疫苗开发、免疫疗法、过敏治疗及疾病诊断 | 系统总结了AI在免疫学中的最新工具和应用，强调了其在加速科学发现和临床诊断方面的潜力 | 作为综述文章，未提供原创实验数据或具体模型性能验证 | 探讨人工智能如何推动免疫学研究和医疗保健发展 | 免疫学相关研究，包括疫苗、免疫疗法、过敏原及免疫性疾病 | 机器学习 | 自身免疫性疾病, 免疫缺陷 | 基因组测序, 蛋白质结构分析 | 机器学习, 深度学习 | 基因组序列, 蛋白质结构, 患者病史, 实验室结果 | NA | NA | NA | NA | NA |
| 4 | 2026-01-28 |
AI-Based Detection of Optical Microscopic Images of Pseudomonas aeruginosa in Planktonic and Biofilm States
2025-Apr, Information (Basel)
DOI:10.3390/info16040309
PMID:41550100
|
研究论文 | 本文报告了一种基于深度学习的AI模型，用于高精度检测铜绿假单胞菌在浮游和生物膜状态下的光学显微镜图像 | 首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇预防生物膜形成，实现高效检测 | 未提及模型在多样化环境或不同细菌物种上的泛化能力评估 | 开发一种准确高效的生物膜检测与预防方法 | 铜绿假单胞菌的浮游状态和生物膜状态 | 计算机视觉 | NA | 光学显微镜成像，适配体DNA模板银纳米簇技术 | 深度学习 | 图像 | 大体积亮场图像（具体数量未说明） | NA | U-Net, ResNet18, ResNet34 | NA | NA |
| 5 | 2026-01-27 |
Artificial intelligence in four-dimensional imaging for motion management in radiation therapy
2025-Apr, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11109-w
PMID:40963558
|
综述 | 本文综述了人工智能在放射治疗运动管理四维成像中的应用，探讨了AI如何解决现有挑战并推动该领域发展 | 系统性地综述了AI在四维成像领域的最新研究进展，并深入分析了该领域尚未解决的技术挑战与未来发展方向 | 作为综述文章，未提出具体的原创性算法模型，主要聚焦于现有研究的总结与趋势分析 | 探讨人工智能技术如何提升放射治疗中四维成像的精度与效率，实现更精准的运动管理 | 放射治疗中的四维成像技术及其在运动管理中的应用 | 医学影像分析 | 肿瘤放射治疗相关疾病 | 四维成像技术 | 深度学习 | 四维医学影像数据 | NA | NA | NA | NA | NA |
| 6 | 2026-01-22 |
Computational characterization of lymphocyte topology on whole slide images of glomerular diseases
2025-Apr-14, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.12.25325548
PMID:40321276
|
研究论文 | 本研究利用深度学习与图模型，对肾小球疾病全玻片图像中的淋巴细胞拓扑结构进行量化表征，并评估其与疾病进展的临床关联 | 开发了一种新颖的基于图的生境聚类算法，以识别密集与稀疏的淋巴细胞生境，并提取高维病理组学特征来捕获传统视觉评估无法捕捉的炎症模式复杂性 | 研究样本仅包含FSGS和MCD两种肾小球疾病，且依赖于单张H&E染色全玻片图像 | 通过计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性，以增强对MCD/FSGS疾病进展的预测能力 | 肾小球疾病患者的肾组织全玻片图像 | 数字病理学 | 肾小球疾病 | 全玻片图像分析 | 深度学习模型 | 图像 | 333名NEPTUNE/CureGN参与者（155例FSGS，178例MCD），每人一张H&E染色全玻片图像 | NA | NA | 一致性指数 | NA |
| 7 | 2026-01-14 |
Trends and Gaps in Public Perception of Genetic Testing for Dementia Risk: Unsupervised Deep Learning of Twitter Posts From 2010 to 2023
2025 Apr-Jun 01, Alzheimer disease and associated disorders
DOI:10.1097/WAD.0000000000000667
PMID:40371554
|
研究论文 | 本研究利用Twitter数据，通过无监督深度学习方法分析了2010年至2023年间公众对痴呆症基因检测的认知趋势和差距 | 首次结合BERT模型和主题建模技术，从社交媒体数据中挖掘公众对痴呆症基因检测的长期认知演变，并识别出关键争议话题 | 研究仅基于英语推文数据，可能无法全面反映全球多元文化背景下的公众认知；主题一致性系数较低（Silhouette Coefficient=0.19），表明话题聚类效果有限 | 分析公众对痴呆症基因检测的认知趋势、关注焦点及信息传播模式 | 2010年1月1日至2023年4月1日期间包含相关术语的英文推文 | 自然语言处理 | 痴呆症 | 基因检测 | BERT | 文本 | 3045条原始/源推文 | NA | BERT | Silhouette Coefficient | NA |
| 8 | 2026-01-09 |
Segmenting the Inferior Alveolar Canal in CBCTs Volumes: The ToothFairy Challenge
2025-04, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3523096
PMID:40030587
|
研究论文 | 本文介绍了在MICCAI 2023会议上组织的ToothFairy挑战赛，该挑战赛旨在促进下牙槽神经管（IAC）在锥形束计算机断层扫描（CBCT）中的分割研究，并发布了最大的公开数据集用于比较评估 | 组织了首个针对IAC分割的公开挑战赛，并发布了该领域最大的公开标注数据集，首次在共同基准上对多种算法进行了全面的比较评估 | 数据集仅包含443个CBCT扫描，其中仅153个具有体素级标注，可能限制了某些深度学习模型的训练效果 | 促进下牙槽神经管（IAC）在CBCT扫描中的自动分割算法的研究与发展，并建立公共基准用于比较评估 | 锥形束计算机断层扫描（CBCT）中的下牙槽神经管（IAC） | 数字病理学 | NA | 锥形束计算机断层扫描（CBCT） | NA | 3D医学影像（CBCT扫描） | 443个CBCT扫描（其中153个具有体素级标注） | NA | NA | NA | NA |
| 9 | 2026-01-07 |
Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters
2025-Apr-17, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.16.25325947
PMID:40321262
|
研究论文 | 本研究提出首个用于妊娠期宫颈3D T2加权图像的自动化多层分割和生物测量深度学习流程 | 首次开发了针对妊娠期宫颈MRI的自动化深度学习分割与生物测量方法，并构建了公开可用的3D群体平均图谱 | 仅评估了20个数据集，样本量相对较小，且未明确说明模型在异常病例或不同扫描参数下的泛化能力 | 开发自动化方法以改进妊娠期宫颈MRI测量，减少人工干预并提高分析效率 | 妊娠期宫颈的3D T2加权MRI图像 | 数字病理学 | 妊娠相关疾病 | 3D T2加权MRI | 深度学习 | 3D MRI图像 | 20个数据集用于评估，270个正常足月病例用于分析 | NA | NA | 与手动测量比较的性能评估 | NA |
| 10 | 2025-12-31 |
Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16
2025-Apr-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.06.641913
PMID:40161604
|
研究论文 | 本文介绍了MULTICOM4系统，该系统通过整合AlphaFold2、AlphaFold3及内部技术，在CASP16中提升了蛋白质复合物结构预测的准确性 | 整合基于Transformer的AlphaFold2和基于扩散模型的AlphaFold3，结合蛋白质复合物化学计量比预测、多样化的多序列比对生成、模型异常处理及深度学习模型质量评估等内部技术 | 未明确提及具体局限性，但暗示在无化学计量比信息时预测性能可能受限 | 提高多链蛋白质复合物（多聚体）的结构预测准确性 | 蛋白质复合物结构 | 机器学习 | NA | 多序列比对（MSA）、深度学习模型质量评估 | Transformer, 扩散模型 | 蛋白质序列和结构数据 | CASP16评估中的蛋白质复合物目标 | NA | AlphaFold2, AlphaFold3 | TM-score, DockQ score | NA |
| 11 | 2025-12-20 |
Leveraging artificial intelligence for diagnosis of children autism through facial expressions
2025-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96014-6
PMID:40200029
|
研究论文 | 本研究通过评估深度学习模型，利用儿童面部表情的RGB图像数据，诊断儿童自闭症谱系障碍（ASD） | 提出了一种混合深度学习模型，将ResNet152与Vision Transformers（ViT）结合，以提升自闭症诊断的分类性能 | 未来研究需要纳入多种数据类型，扩展数据集变异性，并优化混合架构系统以提高诊断预测能力 | 评估深度学习模型在儿童自闭症谱系障碍（ASD）早期诊断中的应用，以提高诊断准确性和标准化 | 自闭症谱系障碍（ASD）确诊儿童的RGB面部图像数据 | 计算机视觉 | 自闭症谱系障碍 | 深度学习，迁移学习，微调方法 | CNN, Transformer | 图像 | NA | NA | DenseNet201, ResNet152, VGG16, VGG19, MobileNetV2, EfficientNet-B0, Vision Transformers (ViT) | 准确率 | NA |
| 12 | 2025-12-19 |
High-Performance Method and Architecture for Attention Computation in DNN Inference
2025-04, IEEE transactions on biomedical circuits and systems
IF:3.8Q2
DOI:10.1109/TBCAS.2024.3436837
PMID:39088504
|
研究论文 | 本文提出了一种基于存内计算宏的在线可编程注意力硬件架构，用于深度神经网络推理中的注意力计算 | 将注意力计算分解为级联组合矩阵运算以降低硬件实现复杂度，并设计在线可编程CIM架构通过动态调整权重提高计算精度 | 仅通过Spice仿真验证，未在实际硬件平台上部署测试；基于100nm CMOS工艺，可能未考虑更先进工艺的影响 | 解决注意力机制在硬件部署时的高资源消耗和低精度问题，提升DNN加速器的推理效率 | 注意力计算硬件架构 | 机器学习 | NA | 存内计算 | 深度神经网络 | NA | NA | NA | 注意力机制 | 集成密度、能效、延迟、计算效率 | 100nm CMOS工艺，Spice仿真 |
| 13 | 2025-12-17 |
SCOPE-MRI: Bankart Lesion Detection as a Case Study in Data Curation and Deep Learning for Challenging Diagnoses
2025-Apr-29, ArXiv
PMID:40395941
|
研究论文 | 本研究介绍了首个公开的专家标注肩部病理数据集ScopeMRI，并开发了一个深度学习框架，用于在标准MRI和MRA上检测Bankart病变 | 首次公开了专家标注的肩部病理数据集ScopeMRI，并针对临床诊断挑战性的Bankart病变，开发了结合CNN和Transformer的深度学习模型，在标准MRI上达到了与放射科医生解读MRA相当或更优的性能 | 外部验证仅展示了初步的泛化能力，需要更多独立医院数据进一步验证模型在不同成像协议下的鲁棒性 | 开发深度学习模型以在标准MRI上检测Bankart病变，减少对侵入性MRA的依赖 | 肩部MRI图像，包括标准MRI和MRI关节造影（MRA） | 医学影像分析 | 肩部损伤（Bankart病变） | MRI成像 | CNN, Transformer | 3D医学影像（MRI） | 586个肩部MRI（335个标准MRI，251个MRA），来自558名患者 | NA | CNN, Transformer | AUC, 灵敏度, 特异性 | NA |
| 14 | 2025-12-13 |
A multi-filter deep transfer learning framework for image-based autism spectrum disorder detection
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97708-7
PMID:40274878
|
研究论文 | 本文提出了一种集成数据增强、多滤波、直方图均衡化和两阶段降维的深度学习框架，用于基于图像的孤独症谱系障碍检测 | 提出了一种新颖的多滤波深度迁移学习框架，该框架通过集成多种预处理和特征处理策略，在冻结的预训练模型上显著提升了分类性能，无需微调 | 研究依赖于特定的基准面部数据集，其泛化能力到其他数据集或真实临床环境有待验证；框架的组件组合可能对特定模型和数据集敏感 | 开发一种自动化、高效的图像计算方法，以辅助孤独症谱系障碍的早期和更准确诊断 | 孤独症谱系障碍患者与非患者的图像样本 | 计算机视觉 | 孤独症谱系障碍 | 图像模式识别 | CNN, Transformer | 图像 | 文献中一个成熟的基准面部数据集，包含孤独症和非孤独症个体的样本 | NA | ResNet-50, ViTSwin | 准确率 | NA |
| 15 | 2025-12-10 |
A Non-Invasive Blood Glucose Detection System Based on Photoplethysmogram With Multiple Near-Infrared Sensors
2025-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3443317
PMID:39141451
|
研究论文 | 本文开发了一种结合光电容积脉搏波和多近红外传感器的非侵入性血糖检测系统 | 将光电容积脉搏波与多近红外传感器方法相结合，以弥补各自在基线血糖预测和短期波动敏感性方面的不足 | 研究样本量较小（仅10名参与者），且未详细讨论个体和环境因素对系统性能的长期影响 | 开发一种非侵入性血糖检测系统，以提高血糖监测的准确性和实用性 | 人类参与者的指尖血糖数据 | 机器学习 | 糖尿病 | 光电容积脉搏波，多近红外传感器 | 深度学习模型 | 传感器信号数据 | 10名参与者，每人提供约700个数据段，每段约10秒 | NA | 轻量级深度学习模型 | 均方根误差，Parkes误差网格A区准确率 | NA |
| 16 | 2025-12-10 |
SFM-Net: Semantic Feature-Based Multi-Stage Network for Unsupervised Image Registration
2025-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3524361
PMID:40030793
|
研究论文 | 本文提出了一种名为SFM-Net的无监督多阶段语义特征网络，用于解决具有复杂解剖结构的图像之间的精细配准问题 | 提出了基于语义特征的多阶段网络，设计了双阶段训练策略（强度图像配准阶段和语义特征配准阶段），并构建了双流特征提取模块和精细化变形场生成模块，可在单一网络内实现从粗到精的配准 | NA | 改进具有复杂解剖结构的图像之间的无监督配准精度 | 3D脑部MRI图像和肝脏CT图像 | 计算机视觉 | NA | NA | 深度学习网络 | 图像 | NA | NA | U-Net | NA | NA |
| 17 | 2025-12-10 |
Multi-Sensor Wearable Device With Transformer-Powered Two-Stream Fusion Model for Real-Time Leg Workout Monitoring
2025-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3524398
PMID:40030794
|
研究论文 | 本研究开发了一种用于腿部锻炼实时监测的多模态可穿戴设备，并提出了一种基于Transformer的双流融合模型，以高效提取时空特征 | 提出了一种新型的Transformer驱动的双流融合模型，用于高效准确地提取时空特征，并开发了具有实时步态分析能力的多模态可穿戴设备 | 未在摘要中明确说明 | 推进使用多传感器融合与深度学习和医疗物联网技术进行高级步态监测与分析 | 腿部锻炼监测与步态分析 | 机器学习 | NA | 多传感器融合，医疗物联网 | Transformer | 多模态传感器数据 | 未在摘要中明确说明 | NA | Transformer-powered Two-Stream Fusion | 精确率, 召回率, F1分数 | NA |
| 18 | 2025-12-10 |
Unsupervised Domain Adaptation for Cross-Modality Cerebrovascular Segmentation
2025-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3523103
PMID:40030830
|
研究论文 | 本文提出了一种无监督域适应框架CereTS，用于跨模态脑血管分割，旨在解决不同成像模态间标注成本高和模型性能下降的问题 | CereTS采用多级域对齐模式，包括图像级循环几何一致性约束、块级掩码对比约束和特征级语义感知约束，以缩小域差异同时保持血管结构一致性 | NA | 实现跨模态脑血管分割的无监督域适应，以支持颅内血管疾病的诊断和治疗规划 | 时间飞行磁共振血管成像（TOF-MRA）和计算机断层扫描血管成像（CTA）中的脑血管 | 计算机视觉 | 颅内血管疾病 | TOF-MRA, CTA | 深度学习模型 | 图像 | NA | NA | CereTS | NA | NA |
| 19 | 2025-12-10 |
A Hybrid Artificial Intelligence System for Automated EEG Background Analysis and Report Generation
2025-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3496996
PMID:40030193
|
研究论文 | 本研究提出了一种创新的混合人工智能系统，用于自动解读EEG背景活动并生成报告 | 结合深度学习模型进行后主导节律预测、无监督伪迹去除以及专家设计的异常检测算法，并利用大语言模型实现报告生成 | 局灶性异常检测的改进未达到统计学显著性 | 开发一个自动化的EEG背景分析和报告生成系统，以辅助资源有限环境下的神经科医生 | 脑电图（EEG）信号 | 机器学习 | 神经系统疾病 | EEG信号分析 | 深度学习模型, 大语言模型 | EEG信号 | 1530个标记的EEG数据，并在内部数据集和Temple University异常EEG语料库上进行验证 | NA | 集成模型 | 平均绝对误差, 均方根误差, 准确率, F1分数 | NA |
| 20 | 2025-12-09 |
Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review
2025-Apr-10, Oral and maxillofacial surgery
DOI:10.1007/s10006-025-01371-1
PMID:40208434
|
综述 | 本文对过去10年人工智能在唇腭裂管理中的应用进行了范围综述，涵盖了预测、诊断、治疗和教育等多个方面 | 首次对人工智能在唇腭裂领域的应用进行系统性范围综述，并识别出六个关键子类别 | 研究数量有限（仅25篇），且主要集中在特定地区（如美国），可能存在发表偏倚 | 综述人工智能在唇腭裂预测、诊断和治疗中的应用，以优化患者护理 | 唇腭裂患者 | 数字病理 | 唇腭裂 | NA | 深度学习, 机器学习 | NA | NA | NA | NA | NA | NA |