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 1872 篇文献，本页显示第 841 - 860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 841 | 2025-07-23 |
Deep learning unlocks antimicrobial self-assembling peptides
2025-Jul-21, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02299-3
PMID:40691518
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 842 | 2025-07-23 |
MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models
2025-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.4.044501
PMID:40686919
|
研究论文 | 提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack | 利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性 | 目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究 | 研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计 | 深度学习医学图像分割模型 | 数字病理 | NA | 对抗攻击 | 深度学习模型 | 医学图像 | NA | NA | NA | NA | NA |
| 843 | 2025-07-22 |
A Deep Learning Approach to Assessing Cell Identity in Stem Cell-Based Embryo Models
2025-Jul-22, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_654
PMID:40690128
|
research paper | 该研究利用深度学习技术评估干细胞胚胎模型中细胞身份 | 开发了一个整合早期人类发育的深度学习模型，能够对体外细胞类型进行身份鉴定并提供分类可靠性评分 | 未提及具体样本量或模型验证的详细限制 | 评估干细胞胚胎模型中细胞身份与真实胚胎细胞的相似性 | 胚胎干细胞(ESCs)和体外培养的细胞类型 | machine learning | NA | scRNA-seq, scvi-tools | DL | RNA-seq数据 | NA | NA | NA | NA | NA |
| 844 | 2025-07-22 |
CoxKAN: Kolmogorov-Arnold networks for interpretable, High-Performance survival analysis
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf413
PMID:40685627
|
研究论文 | 介绍了一种名为CoxKAN的可解释高性能生存分析模型，结合了Cox比例风险模型和Kolmogorov-Arnold网络的优势 | 提出了一种结合可解释性和高性能的生存分析方法，能够揭示预测变量之间的复杂相互作用并提供符号公式 | 未提及具体局限性 | 开发一种既保持高性能又具有可解释性的生存分析模型 | 生存分析模型在医学中的应用 | 机器学习 | NA | Kolmogorov-Arnold Networks (KANs) | CoxKAN | 临床数据和基因组生物标志物数据 | 四个合成数据集和九个真实数据集（包括五个临床数据队列和四个基因组生物标志物队列） | NA | NA | NA | NA |
| 845 | 2025-07-22 |
Noninvasive Deep Learning System for Preoperative Diagnosis of Follicular-Like Thyroid Neoplasms Using Ultrasound Images: A Multicenter, Retrospective Study
2025-Jul-21, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000006841
PMID:40689491
|
research paper | 提出一种基于深度学习的非侵入性系统，用于利用常规超声图像对滤泡状甲状腺肿瘤进行术前诊断 | 开发了一种深度学习系统，能够比ACR TI-RADS更准确地诊断滤泡状甲状腺肿瘤，并减少不必要的侵入性干预 | 研究为回顾性研究，可能受到数据收集时的偏差影响 | 提高滤泡状甲状腺肿瘤的术前诊断准确性 | 滤泡状甲状腺肿瘤患者 | digital pathology | thyroid cancer | ultrasound imaging | Inception-v3, ResNet50, Inception-ResNet-v2, DenseNet161 | image | 3634名患者，来自11个中心，包括1748例甲状腺滤泡腺瘤、299例滤泡癌和1587例乳头状甲状腺癌滤泡变异型 | NA | NA | NA | NA |
| 846 | 2025-07-22 |
SOLeNNoID: A Deep Learning Pipeline For Solenoid Residue Detection in Protein Structures
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf415
PMID:40689530
|
研究论文 | 介绍了一种基于深度学习的管道SOLeNNoID，用于预测蛋白质结构中的螺线管残基 | 利用CNN架构分析蛋白质距离矩阵，准确识别螺线管区域，覆盖所有三种螺线管亚类，并在性能上优于现有方法 | 未明确提及具体限制 | 开发一种结构基础的螺线管残基检测方法，以解决序列基础方法的局限性 | 蛋白质结构中的螺线管残基 | 生物信息学 | NA | 深度学习 | CNN | 蛋白质距离矩阵 | 整个Protein Data Bank (PDB)数据库 | NA | NA | NA | NA |
| 847 | 2025-07-22 |
Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing
2025-Jul-20, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202503926
PMID:40685692
|
研究论文 | 本文提出了一种新型的双介电层离子电子压力传感器（DLIPS），结合高和低介电常数层，实现了超高灵敏度和宽范围检测的温度/压力双模式传感 | 提出了一种新型的双介电层离子电子压力传感器结构，结合高和低介电常数层，实现了超高灵敏度（72548.7 kPa）、宽工作压力范围（0.001-420 kPa）、极低检测限（0.832 Pa）和超过5000次循环的卓越耐久性 | NA | 开发一种具有超高灵敏度和宽范围检测能力的温度/压力双模式传感器 | 双介电层离子电子压力传感器（DLIPS） | 传感器技术 | NA | 离子凝胶和开孔聚氨酯泡沫作为介电层 | 深度学习回归模型 | 压力和温度信号 | NA | NA | NA | NA | NA |
| 848 | 2025-07-22 |
Machine learning-assisted tacrolimus dose optimization in childhood- onset systemic lupus erythematosus through population pharmacokinetic modeling
2025-Jul-19, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110782
PMID:40684660
|
research paper | 本研究通过机器学习算法结合群体药代动力学模型，优化儿童系统性红斑狼疮患者的他克莫司剂量 | 首次将机器学习算法与药代动力学参数结合，用于预测儿童系统性红斑狼疮患者的个体化他克莫司剂量 | 样本量较小（86名患者），且仅基于回顾性数据 | 优化儿童系统性红斑狼疮患者的他克莫司治疗剂量 | 儿童系统性红斑狼疮患者 | machine learning | systemic lupus erythematosus | population pharmacokinetic modeling | XGBoost | clinical variables and pharmacokinetic parameters | 86名儿童系统性红斑狼疮患者的480个他克莫司谷浓度数据 | NA | NA | NA | NA |
| 849 | 2025-07-22 |
Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning
2025-Jul, Developmental neurobiology
IF:2.7Q3
DOI:10.1002/dneu.22991
PMID:40686315
|
研究论文 | 本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法 | 结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能 | 未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性 | 开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后 | 多通道MRI图像中的脑肿瘤 | 计算机视觉 | 脑肿瘤 | DBST算法、SIFT方法、深度学习 | DarkNet53、DenseNet201 | 多通道MRI图像 | 公开可用的多通道MRI图像数据集 | NA | NA | NA | NA |
| 850 | 2025-07-22 |
Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD
2025-Jul-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.9.55
PMID:40689724
|
研究论文 | 开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型 | 提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能 | 研究为回顾性队列研究，样本量相对较小（193眼） | 开发自动化工具辅助临床医生准确诊断MNV亚型 | 治疗初治的新生血管性AMD患者的OCT图像 | 数字病理学 | 年龄相关性黄斑变性 | 光学相干断层扫描（OCT） | CNN | 图像 | 193眼治疗初治的新生血管性AMD患者 | NA | NA | NA | NA |
| 851 | 2025-10-06 |
Latent Class Analysis Identifies Distinct Patient Phenotypes Associated With Mistaken Treatment Decisions and Adverse Outcomes in Coronary Artery Disease
2025-Jul-19, Angiology
IF:2.6Q2
DOI:10.1177/00033197251350182
PMID:40682405
|
研究论文 | 本研究通过潜在类别分析识别冠状动脉疾病患者的不同表型，分析其与错误治疗决策和主要不良心血管事件的关系 | 首次结合深度学习血流储备分数和潜在类别分析方法识别冠状动脉疾病患者的表型特征及其与临床结局的关联 | 回顾性研究设计，样本量相对有限，未包含所有可能的混杂因素 | 识别与错误治疗决策和主要不良心血管事件相关的患者特征 | 接受经皮冠状动脉介入治疗的冠状动脉疾病患者 | 医学数据分析 | 冠状动脉疾病 | 潜在类别分析，深度学习血流储备分数 | 潜在类别分析模型 | 临床数据，血流储备分数数据 | 3,840例经皮冠状动脉介入治疗患者 | DEEPVESSEL-FFR | NA | 比值比，风险比，置信区间 | NA |
| 852 | 2025-07-21 |
Analyzing social psychological impact on emotional expression through peer communication using crayfish optimization algorithm with deep learning model
2025-Jul-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11775-4
PMID:40683924
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 853 | 2025-10-06 |
Development of an optimized deep learning model for predicting slope stability in nano silica stabilized soils
2025-Jul-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11497-7
PMID:40683973
|
研究论文 | 开发了一种优化的深度学习混合模型，用于预测纳米硅胶稳定土壤中的边坡稳定性 | 提出结合CNN、LSTM和RNN的混合深度学习模型，并采用Optuna优化算法，首次将可解释人工智能技术应用于纳米硅胶稳定边坡稳定性预测 | 模型训练仅基于3,159个案例数据，未在不同地质条件下进行广泛验证 | 开发高效准确的边坡稳定性预测模型，替代传统计算方法 | 纳米硅胶稳定无限边坡 | 岩土工程 | NA | 纳米硅胶土壤稳定技术 | CNN,LSTM,RNN | 岩土工程参数数据 | 3,159个不同纳米硅胶含量的边坡案例 | Optuna | RNN-CNN-LSTM混合架构 | 准确率 | NA |
| 854 | 2025-10-06 |
Deep learning for enhancing automatic classification of M-PSK and M-QAM waveform signals dedicated to single-relay cooperative MIMO 5G systems
2025-Jul-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10738-z
PMID:40676088
|
研究论文 | 提出一种基于深度学习的自动调制分类方法，用于识别单中继协作MIMO 5G系统中的M-PSK和M-QAM波形信号 | 在部分信道状态信息和空间相关信道条件下，利用卷积神经网络结合降维特征实现信号分类，采用集中式决策策略聚合多天线预测 | 仅通过仿真验证性能，未提及实际部署挑战 | 提升5G协作通信系统中自动调制分类性能 | M-PSK和M-QAM波形信号 | 机器学习 | NA | 自动调制分类 | CNN | 信号波形数据 | NA | NA | 卷积神经网络 | 准确率, 精确率, 召回率, F值 | NA |
| 855 | 2025-10-06 |
Deep learning enhanced deciphering of brain activity maps for discovery of therapeutics for brain disorders
2025-Jul-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112868
PMID:40678509
|
研究论文 | 本研究开发了名为DeepBAM的人工智能增强筛选平台，通过深度学习活体斑马鱼幼虫的全脑活动图谱来预测神经药物疗效 | 首次将深度学习应用于大规模全脑活动图谱的解卷积分析，无需先验化学信息即可预测非临床化合物的治疗潜力 | 验证集预测准确率约为45%，部分预测结果仍需进一步实验验证 | 开发结合系统水平表型分析和机器学习的脑部疾病治疗方法发现平台 | 活体药物响应斑马鱼幼虫的全脑活动图谱 | 机器学习 | 帕金森病,癫痫 | 自动微流体技术,高速显微镜成像 | 深度学习 | 脑活动图谱图像 | 大规模全脑活动图谱库 | NA | NA | 准确率 | NA |
| 856 | 2025-10-06 |
Deep learning assisted non-invasive lymph node burden evaluation and CDK4/6i administration in luminal breast cancer
2025-Jul-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112849
PMID:40678544
|
研究论文 | 开发深度学习模型用于luminal乳腺癌淋巴结负荷评估和CDK4/6抑制剂治疗决策 | 提出首个结合临床病理参数和超声特征的多模态淋巴结预测网络 | 研究样本量有限（411例患者），需进一步多中心验证 | 优化luminal乳腺癌CDK4/6抑制剂治疗决策 | luminal乳腺癌患者 | 数字病理 | 乳腺癌 | 超声成像 | 深度学习 | 临床病理参数, 超声特征 | 411例患者（多中心队列） | NA | LNPN（淋巴结预测网络） | AUC | NA |
| 857 | 2025-10-06 |
Long-term dynamics of earthquake swarms in the Yellowstone caldera
2025-Jul-18, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adv6484
PMID:40680135
|
研究论文 | 利用深度学习算法构建黄石火山口地区15年高分辨率地震目录，分析地震群时空演化特征 | 结合前沿深度学习算法和三维速度模型构建长期高分辨率地震目录，揭示地震群由流体扩散和快速注入共同控制的新机制 | 地震群控制机制仍需进一步验证，断层结构成熟度分析基于间接证据 | 研究火山系统中地震群的空间分布和时间演化控制因素 | 黄石火山口地区的地震群活动 | 地球物理学 | NA | 深度学习算法，三维速度模型 | NA | 地震数据 | 15年地震观测数据 | NA | NA | NA | NA |
| 858 | 2025-10-06 |
Last vertex splitting: a new retroactive Monte Carlo splitting technique applied to LINAC out-of-field dose computation
2025-Jul-18, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adf1d2
PMID:40680765
|
研究论文 | 提出一种名为最后顶点分裂的新型方差缩减技术，用于加速直线加速器离场剂量计算的蒙特卡洛模拟 | 开发了专门针对高衰减介质中粒子传输优化的新型蒙特卡洛分裂技术，结合混合径迹长度估计器显著提升计算效率 | 方法会引入低于1%的残余偏差 | 开发高效的蒙特卡洛模拟技术以加速放射治疗中的离场剂量计算 | 直线加速器头部准直器和其他束流限制装置中的粒子传输 | 医学物理 | NA | 蒙特卡洛模拟 | NA | 模拟数据 | NA | NA | NA | 计算效率提升倍数，残余偏差百分比 | NA |
| 859 | 2025-10-06 |
Curating a knowledge base for patients with neurosyphilis: a study protocol of a DEep learning Framework for pErsonalized prediction of Adverse prognosTic events in NeuroSyphilis (DEFEAT-NS)
2025-Jul-18, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-092248
PMID:40681191
|
研究论文 | 开发并验证用于神经梅毒患者不良预后事件的个性化预测深度学习框架 | 首次构建针对神经梅毒不良预后事件的个性化预测深度学习框架，结合无监督、半监督和深度学习技术 | 采用回顾性研究设计，数据来源于多中心但可能受限于历史数据质量 | 开发个性化预测模型以辅助神经梅毒患者的临床决策和风险分层 | 神经梅毒患者 | 机器学习 | 神经梅毒 | 深度学习，机器学习 | 深度学习 | 临床数据 | NA | NA | NA | 校准，验证，临床效用评估 | NA |
| 860 | 2025-10-06 |
Deep learning-based profiling side-channel attacks in SPECK cipher
2025-Jul-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08888-1
PMID:40681536
|
研究论文 | 本文提出了一种基于深度学习的侧信道分析技术，针对SPECK轻量级密码算法进行侧信道攻击 | 首次将深度学习侧信道分析应用于SPECK密码算法，提出了序列分治集成方法，在少于250条迹线的情况下成功恢复8字节密钥 | 主要针对SPECK-32/64密码实现，对其他轻量级密码算法的适用性尚未验证 | 开发针对轻量级密码SPECK的有效侧信道攻击方法 | SPECK-32/64密码算法的软件实现 | 机器学习 | NA | 侧信道分析 | 深度学习集成模型 | 侧信道迹线数据 | 少于250条迹线 | NA | NA | 密钥恢复成功率 | NA |