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 1856 篇文献，本页显示第 461 - 480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 2025-10-06 |
A novel artificial intelligence segmentation model for early diagnosis of bladder tumors
2025-07, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04715-9
PMID:39738572
|
研究论文 | 开发基于Transformer的膀胱肿瘤分割网络BTS-Net，用于早期膀胱癌的智能诊断 | 首次将Transformer架构应用于膀胱肿瘤分割任务，能够准确识别平坦癌组织和微小卫星病灶 | 研究样本仅来自单一医疗中心，需要更多外部验证 | 提高早期膀胱肿瘤的识别率，减少漏诊 | 膀胱癌患者的手术视频数据 | 计算机视觉 | 膀胱癌 | 深度学习 | Transformer | 视频 | 273例膀胱癌患者的TURBT手术视频 | NA | BTS-Net | MPrecision, MRecall, MIoU, F1-score | NA |
| 462 | 2025-10-06 |
Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model
2025-07, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04766-y
PMID:39747670
|
研究论文 | 开发基于MRI的多模态深度学习放射组学模型，用于术前判别子宫内膜癌肌层浸润状态 | 首次结合临床特征与深度学习特征构建多模态模型，采用集成稀疏贝叶斯极限学习机进行特征整合 | 回顾性研究设计，样本来源限于五个医疗中心 | 提高子宫内膜癌术前肌层浸润评估的准确性 | 1139例子宫内膜癌患者 | 医学影像分析 | 子宫内膜癌 | 磁共振成像 | 深度学习 | 医学影像 | 1139例患者（来自5个独立中心） | NA | ResNet18 | AUC, IDI, DCA | NA |
| 463 | 2025-10-06 |
Accelerating brain T2-weighted imaging using artificial intelligence-assisted compressed sensing combined with deep learning-based reconstruction: a feasibility study at 5.0T MRI
2025-Jul-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01763-5
PMID:40596927
|
研究论文 | 本研究评估了人工智能辅助压缩感知与深度学习重建技术结合在5.0T MRI上加速脑部T2加权成像的可行性 | 首次在5.0T MRI上探索ACS与DLR技术的协同应用，实现78%的扫描时间缩减 | 样本量相对有限（98名参与者），且为单中心可行性研究 | 系统评估ACS-DLR集成技术在5.0T MRI脑部T2加权成像中的诊断效能 | 脑部T2加权成像 | 医学影像分析 | 脑部疾病 | MRI T2加权成像，压缩感知，深度学习重建 | 深度学习 | 医学影像 | 98名参与者 | NA | NA | 信噪比，对比噪声比，图像质量评分 | 5.0T MRI设备 |
| 464 | 2025-10-06 |
A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning
2025-Jul, European heart journal. Digital health
DOI:10.1093/ehjdh/ztaf051
PMID:40703125
|
研究论文 | 开发用于心电图解读的深度基础模型，并通过迁移学习实现罕见疾病检测 | 构建了迄今为止最全面的心电图深度神经网络模型，并首次将基础模型概念应用于心电图分析，通过迁移学习在数据有限的情况下有效检测罕见疾病 | 罕见疾病检测的数据集相对较小，模型性能在罕见疾病检测上仍有提升空间 | 开发能够有效解读心电图并检测罕见心脏疾病的基础模型 | 心电图信号和相关的68种常见心电图诊断及3种罕见疾病 | 医疗人工智能 | 心脏疾病 | 心电图分析 | CNN | 心电图信号 | 160万份心电图，来自UCSF 1986-2019年的临床常规采集 | NA | 卷积深度神经网络 | AUC, 敏感度, 特异性 | NA |
| 465 | 2025-10-06 |
Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells
2025-Jul-11, Current microbiology
IF:2.3Q3
DOI:10.1007/s00284-025-04346-3
PMID:40643674
|
研究论文 | 本研究利用深度学习和理性修饰设计抗菌肽，并评估其在细菌、白色念珠菌和癌细胞中的活性 | 结合两种深度学习算法生成抗菌肽，并通过生物信息学和AI工具进行理性修饰优化 | 仅对12种合成肽进行了体外测试，样本规模有限 | 开发具有高抗菌活性和生物安全性的新型抗菌肽 | 抗菌肽及其对细菌、白色念珠菌和癌细胞的抑制作用 | 机器学习 | 细菌感染,真菌感染,乳腺癌 | 深度学习,生物信息学分析,体外测试 | 深度学习算法 | 肽序列数据,生物活性数据 | 26个计算机生成的合成肽，其中12个进行体外测试 | NA | NA | 最小抑菌浓度(MIC),半数抑制浓度(IC) | NA |
| 466 | 2025-10-06 |
3BTRON: A Blood-Brain Barrier Recognition Network
2025-Jul-04, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08453-6
PMID:40615521
|
研究论文 | 提出一种名为3BTRON的深度学习框架，用于自动分析血脑屏障的电子显微镜图像 | 首次开发专门用于血脑屏障结构分析的深度学习网络，能够通过图像特征识别年龄相关的血脑屏障变化 | 模型仅在359个小鼠样本上训练和验证，尚未在人类数据或更大样本上测试 | 开发自动化工具分析血脑屏障在衰老过程中的结构变化 | 年轻和年老小鼠的血脑屏障电子显微镜图像 | 数字病理 | 老年疾病 | 电子显微镜 | 深度学习 | 图像 | 359个小鼠脑部样本 | NA | 3BTRON | 灵敏度, 特异度 | NA |
| 467 | 2025-10-06 |
Base-resolution binding profile prediction of proteins on RNAs with deep learning
2025-Jul-19, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf748
PMID:40794872
|
研究论文 | 提出了一种基于深度学习的iDeepB方法，用于预测蛋白质在RNA上的碱基分辨率结合谱 | 首次整合细胞系特异性基因表达谱来预测蛋白质-RNA相互作用，构建了表达感知基准数据集 | 未明确说明方法在其他类型RNA结合蛋白或细胞系中的泛化能力 | 开发能够准确预测蛋白质在RNA上结合核苷酸和结合强度的计算方法 | RNA结合蛋白及其与RNA的相互作用 | 机器学习 | NA | eCLIP-seq, RNA-seq | 深度学习, 多头注意力机制 | 基因组序列数据, 基因表达数据 | 基于细胞特异性RNA-seq和eCLIP-seq数据构建的基准数据集 | NA | 混合深度网络, 多头注意力 | 结合谱预测准确性 | NA |
| 468 | 2025-10-06 |
Decoding tissue complexity: multiscale mapping of chemistry-structure-function relationships through advanced visualization technologies
2025-Jul-10, Journal of materials chemistry. B
DOI:10.1039/d5tb00744e
PMID:40476698
|
综述 | 本文系统探讨了先进生物可视化技术在解码组织多尺度化学-结构-功能关系中的原理、应用与局限 | 重点分析了人工智能驱动的图像分析、多维成像重建和多模态数据整合等变革性技术进步 | NA | 通过先进可视化技术解析生物组织的多尺度复杂性，推动生物材料开发和生物医学研究 | 生物组织和器官的多尺度结构与功能特征 | 生物医学可视化 | NA | 多维成像、多模态数据整合、增强现实 | 深度学习 | 多维图像数据、多模态生物数据 | NA | NA | NA | NA | NA |
| 469 | 2025-10-06 |
Hyperspectral Imaging for Rapid Detection of Common Infected Bacteria Based on Fluorescence Effect
2025-07, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500164
PMID:40444593
|
研究论文 | 本研究结合荧光高光谱成像与深度学习算法，开发了一种快速检测伤口常见感染细菌的非侵入性方法 | 首次将荧光高光谱成像技术与空间-光谱多尺度注意力网络相结合，实现低至10 CFU/mL细菌浓度的快速非侵入检测 | 仅针对8种常见细菌进行研究，未涵盖所有可能的致病菌种类 | 开发快速准确的细菌感染检测方法 | 伤口感染中的八种常见细菌 | 计算机视觉 | 细菌感染 | 荧光高光谱成像(FHSI) | 深度学习 | 高光谱图像 | 八种细菌物种的培养板荧光数据 | NA | 空间-光谱多尺度注意力网络(SSMA-Net) | 准确率 | NA |
| 470 | 2025-10-06 |
Hyperspectral Imaging for Predicting Bladder Cancer Grading: A Novel Diagnostic Approach
2025-07, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500161
PMID:40456708
|
研究论文 | 提出一种基于深度学习的多模态融合模型RVCK-net，通过整合高光谱成像和病理图像实现膀胱癌精准分级 | 首次提出结合高光谱成像和病理图像的多模态融合模型，采用自适应融合机制整合空间和光谱信息 | NA | 提高膀胱癌分级的准确性和诊断一致性 | 膀胱癌组织样本 | 数字病理学 | 膀胱癌 | 高光谱成像, 病理成像 | 深度学习, 多模态融合模型 | 高光谱图像, 病理图像 | NA | NA | RVCK-net | 准确率 | NA |
| 471 | 2025-10-06 |
PTMFusionNet: A Deep Learning Approach for Predicting Disease Related Post-translational Modification and Classifying Disease Subtypes
2025-Jul, Molecular & cellular proteomics : MCP
IF:6.1Q1
DOI:10.1016/j.mcpro.2025.101009
PMID:40466864
|
研究论文 | 提出一种名为PTMFusionNet的深度学习方法，用于预测疾病相关翻译后修饰并整合蛋白质表达数据进行疾病亚型分类 | 开发了结合层注意力图卷积网络和特征加权图卷积网络的双重GCN模型，能够预测PTM潜力分数并与蛋白质表达数据融合 | NA | 预测疾病相关翻译后修饰并改进疾病亚型分类 | 蛋白质翻译后修饰和疾病亚型 | 机器学习 | 癌症 | 质谱技术 | GCN | 蛋白质表达数据和PTM信息 | 三个数据集（KIPAN、COADREAD和THCA） | NA | Layer-Attention Graph Convolutional Network (LAGCN), Feature Weighting Graph Convolutional Network (FWGCN) | 准确率, F1分数, AUC | NA |
| 472 | 2025-10-06 |
Enhancing the Accuracy of Skin Lesion Diagnosis Using Hyperspectral Imaging and Deep Learning
2025-07, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500182
PMID:40505653
|
研究论文 | 本研究提出了一种结合高光谱成像和深度学习的新型诊断方法，用于区分皮炎、光化性角化病和脂溢性角化病 | 首次将高光谱成像与深度学习相结合用于皮肤病变诊断，采用Savitzky-Golay滤波和一阶导数光谱分析增强数据质量 | 样本量较小（60个样本），需要进一步研究可扩展性和成本效益优化 | 开发准确诊断皮肤病变的自动化方法 | 皮炎、光化性角化病(AK)、脂溢性角化病(SK)三种皮肤病变 | 计算机视觉 | 皮肤病 | 高光谱成像(HSI), Savitzky-Golay滤波, 一阶导数光谱分析 | 深度学习 | 高光谱图像 | 60个术中临床标本 | NA | NA | 准确率, 灵敏度, 特异性 | NA |
| 473 | 2025-10-06 |
Tranquillyzer: A Flexible Neural Network Framework for Structural Annotation and Demultiplexing of Long-Read Transcriptomes
2025-Jul-31, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.25.666829
PMID:40766630
|
研究论文 | 提出一种用于长读长单细胞RNA测序数据结构注释和分离的灵活神经网络框架 | 采用混合神经网络架构和全局上下文感知设计，能够精确识别因测序噪声或文库构建变异导致的移位、部分降解或重复的结构元件 | NA | 开发用于长读长单细胞转录组数据处理的结构注释和分离框架 | 长读长单细胞RNA测序数据 | 生物信息学 | NA | Oxford Nanopore Technologies (ONT), 单细胞RNA测序 | 混合神经网络 | 长读长单细胞RNA测序数据 | NA | PyTorch, TensorFlow | 混合神经网络架构 | NA | 标准GPU |
| 474 | 2025-10-06 |
Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study
2025-Jul-24, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/70118
PMID:40706028
|
研究论文 | 通过大规模跨国多队列研究开发基于血清氯水平的深度学习模型预测ICU患者院内死亡率 | 首次将因果图分析与深度学习相结合，建立个性化生存曲线预测模型，并发现血清氯水平与ICU患者预后的非线性关系 | 研究基于回顾性数据，可能存在未测量的混杂因素 | 分析ICU入院时血清氯水平与院内死亡率的关系，建立个性化生存预测模型 | 重症监护室患者 | 医疗人工智能 | 重症监护疾病 | 因果图分析，限制性立方样条，Cox比例风险模型 | 深度学习模型 | 临床数据 | 189,462名ICU患者（美国和中国四个队列） | NA | Causal SurvivalNet | Brier分数，风险比 | NA |
| 475 | 2025-10-06 |
Association between the retinal age gap and systemic diseases in the Japanese population: the Nagahama study
2025-Jul, Japanese journal of ophthalmology
IF:2.1Q2
DOI:10.1007/s10384-025-01205-3
PMID:40304887
|
研究论文 | 本研究探讨视网膜年龄差（深度学习预测的视网膜年龄与实际年龄之差）作为日本人群系统性健康生物标志物的潜力 | 首次在日本人群中验证视网膜年龄差与系统性疾病的关联，并采用纵向分析方法 | 纵向分析未发现基线视网膜年龄差与疾病发病的显著关联，仅观察到边际关联 | 研究视网膜年龄差作为系统性健康生物标志物的临床应用价值 | 日本长滨研究的参与者 | 数字病理 | 心血管疾病 | 深度学习 | 深度学习模型 | 视网膜图像 | 微调队列2,261人，分析队列6,070人 | NA | NA | 平均绝对误差 | NA |
| 476 | 2025-10-06 |
Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls
2025-Jul, International journal of pediatric otorhinolaryngology
IF:1.2Q3
DOI:10.1016/j.ijporl.2025.112369
PMID:40334638
|
综述 | 对人工智能在儿科耳鼻喉科应用现状、机遇与挑战进行系统性评述 | 首次系统梳理AI在儿科耳鼻喉科的独特应用场景，强调儿童生理发育特性对AI模型的特殊要求 | 成人训练数据在儿科应用的泛化能力不足，儿科专项数据相对匮乏 | 评估AI在儿科耳鼻喉科的临床应用潜力与发展方向 | 儿科耳鼻喉疾病患者及相关医疗数据 | 医疗人工智能 | 儿科耳鼻喉疾病 | 深度学习, 预测建模, 大语言模型 | 深度学习模型 | 医学图像, 临床数据 | NA | NA | NA | NA | NA |
| 477 | 2025-10-06 |
UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines
2025-Jul, Molecular & cellular proteomics : MCP
IF:6.1Q1
DOI:10.1016/j.mcpro.2025.101010
PMID:40466863
|
研究论文 | 提出UniScore作为统一度量标准，用于整合和标准化多种搜索引擎在基于LC/MS/MS的自下而上蛋白质组学数据分析中的输出结果 | 仅使用产物离子的注释信息计算得分，不依赖深度学习的光谱预测，能够处理更大规模数据且计算资源需求低 | NA | 开发一种统一且通用的肽段识别度量方法 | 数据依赖性采集(DDA)数据中的肽段识别 | 生物信息学 | NA | LC/MS/MS, 自下而上蛋白质组学 | NA | 质谱数据 | 大规模全局蛋白质组数据和磷酸化蛋白质组数据 | NA | NA | 假发现率 | 最小计算资源 |
| 478 | 2025-10-06 |
Accelerated Non-Contrast-Enhanced Three-Dimensional Cardiovascular Magnetic Resonance Deep Learning Reconstruction
2025-Jul, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM37399
PMID:40776949
|
研究论文 | 本研究评估Adaptive CS-Net深度学习算法在无对比剂三维心血管磁共振成像中的重建性能 | 首次将供应商支持的深度学习重建算法Adaptive CS-Net应用于无对比剂三维全心REACT序列成像 | 样本量较小（30名参与者），仅针对特定血管区域进行评估 | 比较深度学习重建算法与传统压缩感知在心血管磁共振成像中的性能差异 | 人类心血管系统，特别是肺静脉、颈部和上胸部血管 | 医学影像分析 | 心血管疾病 | 心血管磁共振成像，REACT序列，bSSFP序列 | 深度学习 | 三维磁共振图像 | 30名参与者 | Adaptive CS-Net | CS-Net | 对比噪声比，主观图像质量评估，血管横截面积测量 | NA |
| 479 | 2025-10-06 |
Artificial Intelligence-based Approaches for Characterizing Plaque Components From Intravascular Optical Coherence Tomography Imaging: Integration Into Clinical Decision Support Systems
2025-Jul, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM39210
PMID:40776963
|
综述 | 本文综述了基于人工智能的血管内光学相干断层扫描图像斑块成分分析方法及其临床决策支持系统的整合 | 系统总结了AI技术在IVOCT斑块特征分析中的最新进展，并探讨了从研究工具向临床决策辅助工具的转化路径 | 现有方法评估的斑块特征范围有限，且多数解决方案局限于特定的监管或研究环境 | 提高IVOCT图像分析的效率、精确性和可重复性，促进其在临床实践中的广泛应用 | 冠状动脉粥样硬化斑块 | 医学影像分析 | 心血管疾病 | 血管内光学相干断层扫描(IVOCT) | CNN | 医学影像 | NA | NA | NA | NA | NA |
| 480 | 2025-10-06 |
Harnessing Artificial Intelligence in Interventional Cardiology: A Systematic Review of Current Applications
2025-Jul, Cureus
DOI:10.7759/cureus.87494
PMID:40777718
|
系统综述 | 系统回顾人工智能在介入心脏病学中的当前应用、方法和前景 | 首次系统梳理AI在介入心脏病学的应用现状，涵盖机器学习与深度学习在心律失常检测、斑块表征和影像解读等多领域的创新应用 | 数据隐私保护、算法透明度不足、模型泛化能力有限等挑战尚未解决 | 评估人工智能技术在介入心脏病学领域的应用现状与发展前景 | 介入心脏病学相关临床研究文献（共20项研究） | 医疗人工智能 | 心血管疾病 | 机器学习、深度学习 | ML, DL | 医学影像、生理信号、临床数据 | 基于20项研究的汇总分析 | NA | NA | 诊断准确性、手术效率 | NA |