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 958 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2025-10-06 |
Deep learning-enabled ultra-broadband terahertz high-dimensional photodetector
2025-Aug-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63364-8
PMID:40885712
|
研究论文 | 提出一种基于超表面和深度学习的大赫兹高维光电探测器，实现强度、偏振和频率三维连续参数空间的完整表征 | 通过色散驱动的轨道角动量倍增将偏振和光谱响应投影到OAM域，结合机器学习解码独特的极化涡旋图案 | NA | 开发能够同时检测强度、偏振和波长的高维连续光电探测技术 | 大赫兹波段的光场参数检测 | 计算光学 | NA | 轨道角动量编码、机器学习 | 神经网络 | 光学图案、偏振涡旋模式 | NA | NA | NA | 总误差率<5.1% | NA |
| 422 | 2025-10-06 |
Deep indel mutagenesis reveals the regulatory and modulatory architecture of alternative exon splicing
2025-Aug-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-62957-7
PMID:40885722
|
研究论文 | 本研究通过深度插入缺失诱变技术揭示人类外显子的剪接调控结构，并开发了预测剪接调控景观的计算工具DANGO | 开发了低成本高效的深度插入缺失诱变方法，首次系统揭示外显子剪接的棋盘式调控结构，并提出跨膜结构域编码外显子抑制和微外显子生成的机制 | NA | 解析人类外显子的调控架构并加速剪接调控反义寡核苷酸的发现 | 人类外显子剪接调控机制 | 计算生物学 | 遗传性疾病 | 深度插入缺失诱变, 反义寡核苷酸技术 | 深度学习 | 基因组序列数据, 剪接数据 | NA | NA | NA | NA | NA |
| 423 | 2025-10-06 |
A model for epileptic EEG detection and recognition based on Multi-Attention mechanism and Spatiotemporal
2025-Aug-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17256-y
PMID:40885781
|
研究论文 | 提出一种基于多注意力机制和时空特征融合的癫痫脑电信号检测与识别模型 | 结合混合注意力机制、Transformer编码器和点积注意力机制，直接从原始脑电信号解读癫痫状态，无需大量数据预处理和特征提取 | 在两个数据集上的准确率差异较大（94.19% vs 72.50%），模型泛化能力有待进一步验证 | 开发高精度的癫痫脑电信号自动检测与识别方法 | 癫痫患者的脑电信号数据 | 医学信号处理 | 癫痫 | 脑电图 | Transformer, 注意力机制 | 脑电信号 | CHB-MIT和波恩大学两个脑电数据集 | NA | 混合注意力机制, Transformer编码器, 点积注意力机制 | 准确率 | NA |
| 424 | 2025-10-06 |
Segmentation-enhanced approach for emotion detection from EEG signals using the fuzzy C-mean and SVM
2025-Aug-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17220-w
PMID:40885829
|
研究论文 | 提出一种基于模糊C均值和SVM的EEG信号情感检测增强方法 | 结合模糊C均值聚类与多种核函数SVM的混合方法进行EEG情感识别，并系统比较不同核函数性能 | 仅使用两名受试者的EEG数据，样本规模较小 | 基于EEG信号开发高效的情感识别方法 | 人类EEG信号与对应情感状态 | 机器学习 | NA | EEG信号采集与分析 | SVM, CNN-LSTM | EEG信号 | 2名受试者 | NA | CNN-LSTM混合模型 | 准确率, 精确率, 召回率, F1分数 | NA |
| 425 | 2025-10-06 |
The utility of artificial intelligence in characterization and detecting causes of macular edema: A spectral-domain OCT-based algorithm study
2025-Aug-30, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2025.110619
PMID:40889611
|
研究论文 | 开发基于光谱域OCT图像的深度学习框架，用于自动分类黄斑水肿的病因 | 首次将可解释AI技术(Grad-CAM)应用于黄斑水肿的自动分类，并比较了三种预训练CNN模型在OCT图像上的性能 | 使用回顾性数据集，样本量相对有限(1040张OCT图像)，需要进一步前瞻性验证 | 开发能够区分糖尿病性黄斑水肿、年龄相关性黄斑变性和正常视网膜状况的自动诊断系统 | 黄斑水肿患者的OCT图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描(OCT) | CNN | 图像 | 1040张OCT图像(来自KAUH医院和公共数据集) | NA | ResNet152, InceptionV3, MobileNetV2 | 准确率 | NA |
| 426 | 2025-10-06 |
DECODE: An open-source cloud-based platform for the noninvasive management of peripheral artery disease
2025-Aug-28, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109037
PMID:40902337
|
研究论文 | 介绍DECODE开源云平台，该平台整合人工智能、3D可视化和计算建模用于外周动脉疾病的非侵入性管理 | 开发首个结合深度学习分割、实时体积渲染和有限元模拟的开源云平台，为外周动脉疾病提供个性化治疗规划 | 研究样本量有限（22个CT数据集和300个OCT图像），需要进一步临床验证 | 改善外周动脉疾病的非侵入性诊断和治疗规划 | 外周动脉疾病患者 | 数字病理 | 心血管疾病 | 计算机断层扫描，血管内光学相干断层扫描 | CNN | 医学图像 | 22个CT数据集和300个血管内OCT图像 | Django, React | U-Net, nnU-Net | Dice系数, Hausdorff距离, 系统可用性量表, 技术接受模型 | 云平台 |
| 427 | 2025-10-06 |
Molecular characterization of an adhesion GPCR signal transduction
2025-Aug-19, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.14.670383
PMID:40894777
|
研究论文 | 通过整合单分子力谱、分子动力学模拟和细胞实验，揭示了ADGRG1粘附GPCR机械信号转导的结构和动态机制 | 首次阐明了剪切应力诱导GAIN结构域不同变形途径的机制，提出了由GAIN动力学和取向控制的统一aGPCR激活框架 | 研究主要聚焦于ADGRG1受体，其他aGPCR家族成员可能存在不同的激活机制 | 阐明粘附GPCR机械信号转导的分子基础 | ADGRG1粘附G蛋白偶联受体 | 生物物理学 | NA | 单分子力谱, 分子动力学模拟, 细胞实验 | 深度学习 | 生物物理数据, 分子模拟数据, 细胞信号数据 | NA | NA | NA | NA | NA |
| 428 | 2025-10-06 |
Precise, predictable genome integrations by deep-learning-assisted design of microhomology-based templates
2025-Aug-12, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-025-02771-0
PMID:40796977
|
研究论文 | 本研究开发了一种基于深度学习辅助设计的微同源模板方法，用于实现精确可预测的基因组整合 | 利用深度学习模型预测基因组-外源序列界面的修复过程，设计碱基对串联重复修复臂匹配双链断裂处的微同源区域 | NA | 改进CRISPR-based DNA整合和编辑的精确性，控制修复过程 | HEK293T细胞、非洲爪蟾、成年小鼠大脑细胞 | 机器学习 | NA | CRISPR基因编辑、深度学习、微同源模板设计 | 深度学习模型 | 基因组序列数据 | 32个基因位点（HEK293T细胞）及非洲爪蟾、小鼠模型 | NA | NA | 整合精确性、缺失减少程度 | NA |
| 429 | 2025-10-06 |
Automatic trending and analysis of SPECT quality assurance with artificial intelligence optical character recognition
2025-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18083
PMID:40903927
|
研究论文 | 开发了一种结合人工智能光学字符识别的新型核医学质量保证系统，用于自动化SPECT和伽马相机的质量保证数据检索与分析 | 首次将AI深度学习OCR技术应用于核医学质量保证系统，实现了QA数据的自动提取、比较和趋势分析 | 研究主要针对两种特定型号的扫描仪，OCR性能在Arial字体10-14号范围内表现最佳 | 提高SPECT和伽马相机质量保证数据审查效率，实现QA数据的自动化趋势分析和存储 | SPECT和伽马相机的质量保证数据，包括本征和外征泛源图像、MHR和COR数据 | 医学影像分析 | NA | 光学字符识别，深度学习 | 深度学习OCR | 医学影像，数值数据 | 60张泛源图像和6张COR图像用于基准测试，3459张泛源扫描用于准确性评估 | Python, DCMTK, Pydicom, MySQL | 三阶段OCR架构：特征提取、序列标记、转录 | 准确率，处理速度 | Linux系统，CPU处理 |
| 430 | 2025-09-04 |
Deep Learning-Derived Plaque Burden for Intracoronary Optical Coherence Tomography: An Intravascular Ultrasound-Based Validation Study
2025-Aug-27, JACC. Cardiovascular interventions
DOI:10.1016/j.jcin.2025.07.021
PMID:40900048
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 431 | 2025-10-06 |
Deep Learning-Based Fully Automated Aortic Valve Leaflets and Root Measurement From Computed Tomography Images - A Feasibility Study
2025-Aug-25, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-24-1031
PMID:40436780
|
研究论文 | 本研究开发了一种基于深度学习的全自动算法，用于从CT图像测量主动脉瓣叶和根部结构 | 首次使用深度学习算法实现主动脉瓣叶和根部测量的全自动化，显著提高测量效率 | 样本量相对有限，且在主动脉反流病例的窦管交界处测量存在边界不明确的问题 | 评估深度学习算法在主动脉瓣叶和根部自动测量中的临床可行性 | 主动脉根部扩张、主动脉瓣狭窄和主动脉瓣反流患者 | 计算机视觉 | 心血管疾病 | 计算机断层扫描 | 深度学习 | 医学影像 | 167例患者的心电门控心脏CT扫描（40例用于算法训练，100例用于评估） | NA | NA | 相关性分析，测量时间比较 | NA |
| 432 | 2025-10-06 |
Deep learning-based system for automatic identification of benign and malignant eyelid tumours
2025-Aug-20, The British journal of ophthalmology
DOI:10.1136/bjo-2025-327127
PMID:40348397
|
研究论文 | 开发基于深度学习的眼睑肿瘤自动识别与分类系统 | 首次将八种卷积神经网络模型应用于眼睑肿瘤的自动识别，其中双路径Inception-v4网络表现最佳 | 需要更大规模和多样化的数据集进行验证，尚未集成到临床工作流程中 | 提高眼睑肿瘤诊断的准确性和效率 | 正常眼睑、良性眼睑肿瘤和恶性眼睑肿瘤的摄影图像 | 计算机视觉 | 眼睑肿瘤 | 数字摄影 | CNN | 图像 | 未明确具体样本数量，训练集与验证集按8:2比例随机划分 | NA | VGG16, ResNet50, Inception-v4, EfficientNet-V2-M | 准确率, 敏感度, 特异性, AUC, F1-score | NA |
| 433 | 2025-10-06 |
Label-free diagnosis of lung cancer by Fourier transform infrared microspectroscopy coupled with domain adversarial learning
2025-Aug-18, The Analyst
DOI:10.1039/d5an00216h
PMID:40492296
|
研究论文 | 提出一种结合傅里叶变换红外显微光谱与领域对抗学习的无标记肺癌诊断方法 | 开发了红外光谱领域对抗神经网络（IRS-DANN），通过领域对抗学习机制减少患者间变异性的影响 | 训练样本数量有限 | 开发用于肺癌组织准确识别的无标记诊断方法 | 肺癌组织 | 数字病理 | 肺癌 | 傅里叶变换红外显微光谱 | 深度学习 | 红外光谱数据 | 有限训练样本的真实临床FTIR数据集 | NA | 领域对抗神经网络 | 分类性能 | NA |
| 434 | 2025-10-06 |
ES-UNet: efficient 3D medical image segmentation with enhanced skip connections in 3D UNet
2025-Aug-13, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01857-0
PMID:40804359
|
研究论文 | 提出一种高效的3D医学图像分割架构ES-UNet，通过增强跳跃连接和引入新学习策略提升分割性能 | 在UNet3+全尺度跳跃连接基础上集成通道注意力模块，提出区域特定缩放数据增强方法和动态加权Dice损失函数 | 需要更广泛验证不同成像模态的适应性，未来将探索自适应缩放策略 | 开发改进的3D医学图像分割架构，平衡计算效率与准确性 | 3D医学图像分割 | 医学图像分析 | 头颈癌 | 3D医学图像分割 | 3D UNet变体 | 3D医学图像 | MICCAI HECKTOR数据集和医学分割十项全能部分任务 | NA | ES-UNet, 3D UNet, 3D UNet 3+, nnUNet, Swin UNETR | Dice相似系数, 内存使用, 推理时间, 参数数量 | NA |
| 435 | 2025-10-06 |
GPS: Harnessing data fusion strategies to improve the accuracy of machine learning-based genomic and phenotypic selection
2025-Aug-11, Plant communications
IF:9.4Q1
DOI:10.1016/j.xplc.2025.101416
PMID:40509592
|
研究论文 | 提出一种名为GPS的数据融合框架，通过整合基因组和表型数据来提高植物性状预测的准确性 | 开发了三种不同的数据融合策略（数据融合、特征融合和结果融合），显著提升了基因组和表型选择的预测性能 | NA | 提高基因组和表型选择的准确性、鲁棒性和可迁移性 | 四种作物物种：玉米、大豆、水稻和小麦 | 机器学习 | NA | 基因组选择(GS)、表型选择(PS) | Lasso, RF, SVM, XGBoost, LightGBM, DNNGP, GBLUP, BayesB | 基因组数据、表型数据 | 大型数据集，最小样本量200 | NA | NA | 准确率 | NA |
| 436 | 2025-10-06 |
Enhanced hyper tuning using bioinspired-based deep learning model for accurate lung cancer detection and classification
2025-Aug-09, The International journal of artificial organs
DOI:10.1177/03913988251359522
PMID:40781973
|
研究论文 | 提出一种基于生物启发算法的增强超参数调优深度学习模型，用于准确检测和分类肺癌 | 结合生物启发算法进行超参数调优，采用混合特征选择方法和深度分形边缘分类器 | 未提及临床验证的具体细节和外部验证结果 | 提高肺癌检测和分类的准确性与效率 | 肺癌CT图像 | 计算机视觉 | 肺癌 | CT成像 | 深度学习, CNN | 医学图像 | NA | NA | Mask R-CNN, 深度分形边缘分类器 | 准确率, 精确率, 召回率, F1分数 | NA |
| 437 | 2025-10-06 |
Variational autoencoder-based model improves polygenic prediction in blood cell traits
2025-Aug-08, HGG advances
DOI:10.1016/j.xhgg.2025.100490
PMID:40783786
|
研究论文 | 本研究开发了一种基于变分自编码器的多基因风险评分模型，用于改善血细胞性状的遗传预测 | 首次将变分自编码器应用于多基因风险评分构建，能够捕捉高维基因组数据中的复杂模式和交互效应 | 需要足够的训练样本量才能发挥最佳性能 | 通过先进深度学习技术提高多基因风险评分的预测能力 | 血细胞性状的遗传预测 | 机器学习 | NA | 基因组测序 | VAE | 基因组数据 | 生物银行级别数据 | NA | 变分自编码器 | 预测精度 | 计算效率高 |
| 438 | 2025-10-06 |
Artificial intelligence improves risk prediction in cardiovascular disease
2025-Aug, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01438-z
PMID:39576563
|
研究论文 | 本研究使用人工智能模型改善70岁及以上相对健康成年人群的心血管疾病风险预测 | 深度学习模型在心血管疾病风险预测中表现出优于传统方法和机器学习方法的性能，且能更有效地指导患者治疗 | AI工具应作为医疗专业人员的辅助工具而非替代品，且研究建议对其他风险评分进行类似重新评估 | 利用人工智能模型改进心血管疾病风险预测 | 70岁及以上的相对健康成年人群体 | 机器学习 | 心血管疾病 | NA | 深度学习,机器学习 | 临床数据 | 大型队列研究 | NA | DeepSurv,Neural Multi-Task Logistic Regression,Random Survival Forest,Cox | C-index,Integrated Brier Score | 本地部署的Web应用程序 |
| 439 | 2025-10-06 |
Preserved brain youthfulness: longitudinal evidence of slower brain aging in superagers
2025-Aug, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-025-01531-x
PMID:39871070
|
研究论文 | 本研究通过深度学习模型探索超级老人大脑年龄与认知能力的关系 | 首次使用深度学习模型结合纵向数据证明超级老人具有更年轻的大脑年龄和更慢的大脑衰老速度 | 样本量相对有限，仅包含153名老年人，随访时间仅为两年 | 研究超级老人是否具有生物学上更年轻的大脑结构 | 153名61-93岁的老年人，其中63名超级老人和90名典型老年人 | 医学影像分析 | 老年疾病 | 脑结构MRI | 深度学习 | 脑结构影像 | 153名老年人（训练集899名31-100岁成年人） | NA | NA | 脑年龄差距（BAG） | NA |
| 440 | 2025-10-06 |
Miniaturized High-Throughput and High-Resolution Platform for Continuous Live-Cell Monitoring via Lens-Free Imaging and Deep Learning
2025-Aug, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202401855
PMID:40091386
|
研究论文 | 开发了一种集成定制传感器与无透镜成像技术的微型化平台，用于实现高通量高分辨率的连续活细胞监测 | 结合500纳米像素尺寸的4亿像素传感器与无透镜成像技术，突破传统显微镜在视野与分辨率之间的权衡限制 | 未明确说明平台对不同细胞类型的普适性及长期稳定性验证 | 开发能够同时实现高通量和高分辨率活细胞监测的成像平台 | 单个细胞和细胞群体的形态与动态 | 计算机视觉 | NA | 无透镜阴影成像技术 | 深度学习算法 | 图像 | NA | NA | NA | 信噪比 | NA |