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 1660 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 | 2025-11-21 |
Can classical statistics and deep learning converge on explainable, causally driven target discovery?
2025-Sep-02, DNA research : an international journal for rapid publication of reports on genes and genomes
IF:3.9Q1
DOI:10.1093/dnares/dsaf024
PMID:40971794
|
综述 | 探讨传统统计方法与深度学习在复杂疾病因果机制发现中的融合路径 | 提出结合深度学习可扩展性与统计遗传学推断能力的混合模型框架 | 当前深度学习模型存在过拟合风险、可解释性不足及缺乏标准化评估框架 | 开发下一代计算工具以揭示复杂疾病的分子基础并加速遗传发现向有效治疗的转化 | 复杂疾病的遗传变异与多组学数据 | 机器学习 | 复杂疾病 | 全基因组关联研究(GWAS), 多组学数据整合 | 深度学习, 统计模型 | 基因组数据, 多组学数据 | NA | NA | NA | NA | NA |
| 2 | 2025-11-21 |
Diagnostic Accuracy of Artificial Intelligence in Detecting Oral Potentially Malignant Disorders and Oral Cancer: A Meta-Analysis of Imaging-Based Studies (2015-2024)
2025 Sep-Oct, Journal of International Society of Preventive & Community Dentistry
DOI:10.4103/jispcd.jispcd_116_25
PMID:41244656
|
荟萃分析 | 通过荟萃分析评估人工智能在检测口腔潜在恶性疾病和口腔癌中的诊断准确性 | 首次对2015-2024年间基于影像的AI诊断口腔疾病研究进行系统性评估，涵盖多种影像技术和深度学习模型 | 纳入研究数量有限（35项），可能存在发表偏倚，各研究间影像技术和AI方法存在异质性 | 评估AI辅助影像工具在社区和临床环境中检测口腔潜在恶性疾病和口腔癌的诊断准确性 | 口腔潜在恶性疾病和口腔癌的影像数据 | 医学影像分析 | 口腔癌 | 临床摄影、组织病理学、光学相干断层扫描、自体荧光成像 | CNN | 图像 | 超过15,000张图像 | NA | 卷积神经网络 | 灵敏度, 特异度, AUC, 诊断比值比 | NA |
| 3 | 2025-11-20 |
Deep Learning Prediction of Left Atrial Structure and Function from 12-lead Electrocardiograms
2025-Sep-30, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.09.29.25336490
PMID:41256128
|
研究论文 | 开发基于12导联心电图的深度学习模型预测左心房结构和功能 | 首次使用深度学习从常规心电图预测心脏结构和功能，优于传统影像学指标和临床风险因素 | 模型训练数据主要来自心脏磁共振扫描，可能受限于特定人群 | 开发低成本、易获取的心房病变筛查工具 | 左心房结构和功能异常（心房病变） | 医学人工智能 | 心血管疾病 | 心脏磁共振成像，12导联心电图 | 深度学习 | 心电图信号，医学影像 | 21,749例心脏磁共振扫描 | NA | NA | 风险预测准确性，临床风险比较 | NA |
| 4 | 2025-11-20 |
Comprehensive aortic stenosis characterization using multi-view deep learning
2025-Sep-29, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.09.26.25336778
PMID:41256129
|
研究论文 | 开发了一种结合多视图深度学习评估主动脉瓣狭窄严重程度的端到端集成方法 | 首次将结构信息（瓣膜运动）和功能信息（主动脉瓣峰值速度）相结合，通过多视角超声心动图视频和多普勒测量综合评估AS严重程度 | NA | 准确评估主动脉瓣狭窄严重程度 | 主动脉瓣狭窄患者 | 计算机视觉 | 心血管疾病 | 超声心动图 | CNN | 视频,图像 | 训练集：16,076项研究中的210,193张图像；验证集：1,589项研究；时间独立队列：19,206项研究；外部验证：斯坦福医疗保健2,415项研究，西达赛奈医疗中心9,038项研究 | NA | 卷积神经网络,分割模型 | AUC | NA |
| 5 | 2025-11-20 |
Designing proteins with reduced T-cell epitopes through policy optimization
2025-Sep-29, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.27.678937
PMID:41256383
|
研究论文 | 通过策略优化设计减少T细胞表位的蛋白质 | 开发了整合MHC I类通路中切割、洗脱和结合亲和力预测的统一不确定性估计方法，并采用群体相对策略优化和课程学习框架优化蛋白质免疫兼容性 | NA | 设计具有免疫兼容性的治疗和工业用蛋白质 | 蛋白质序列和结构 | 机器学习 | NA | 蛋白质语言模型, 证据深度学习 | 生成模型 | 蛋白质序列数据 | NA | NA | 蛋白质语言模型 | NA | NA |
| 6 | 2025-11-20 |
High-accuracy SNV calling for bacterial isolates using deep learning with AccuSNV
2025-Sep-29, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.26.678787
PMID:41256411
|
研究论文 | 开发基于深度学习的AccuSNV工具，用于细菌分离株的高精度单核苷酸变异检测 | 首次将卷积神经网络应用于多样本整合分析，通过跨样本模式学习提高SNV检测精度 | 未明确说明工具对特定细菌基因组复杂区域的适用性限制 | 开发高精度、自动化的细菌单核苷酸变异检测工具 | 细菌分离株的全基因组测序数据 | 生物信息学 | 细菌感染性疾病 | 全基因组测序 | CNN | 基因组序列比对数据 | 六种细菌物种的模拟数据和多个精选细菌数据集 | NA | 卷积神经网络 | 精度, 假阳性率 | NA |
| 7 | 2025-11-20 |
Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection
2025-Sep-11, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251367620
PMID:40936310
|
研究论文 | 评估本地数据训练对深度学习MRI前列腺癌分割模型性能的重要性 | 首次在大规模队列（超过1000例）中验证领域偏移对MRI前列腺癌分割模型的影响 | 研究基于模拟的多机构联盟，实际临床应用效果需进一步验证 | 评估本地数据训练是否在超过1000例的大规模队列中仍优于外部数据训练 | 前列腺癌MRI图像分割 | 数字病理 | 前列腺癌 | MRI | nnUNet-v2 | 医学图像 | PICAI数据集：1241训练+259测试；本地数据集：1400训练+308测试 | PyTorch | nnUNet | PICAI Score | NA |
| 8 | 2025-11-20 |
Deep learning-based detection of generalized convulsive seizures using a wrist-worn accelerometer
2025-Sep, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.18406
PMID:40265999
|
研究论文 | 开发并验证基于腕戴加速度计和深度学习可调算法的全身性强直阵挛发作自动检测系统 | 提出集成卷积神经网络架构，通过分位数聚合实现可调灵敏度，首次在独立测试集上验证腕戴设备检测癫痫发作的性能 | 一名患者因传感器手臂被床栏卡住导致漏检，样本量相对有限（训练集37名患者54次发作，测试集347名患者49次发作） | 开发可集成到商用智能手表的癫痫发作自动检测算法 | 384名接受视频脑电图监测的癫痫患者 | 医疗健康监测 | 癫痫 | 三维加速度计传感，视频脑电图监测 | CNN | 加速度计振幅数据 | 384名患者（训练集37名患者54次发作，测试集347名患者49次发作） | NA | 集成卷积神经网络 | 灵敏度，误报率，检测延迟 | NA |
| 9 | 2025-11-19 |
Super-Resolution MR Spectroscopic Imaging via Diffusion Models for Tumor Metabolism Mapping
2025-Sep-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01652-x
PMID:40897835
|
研究论文 | 提出基于条件去噪扩散概率模型的深度学习框架，用于磁共振波谱成像的超分辨率重建，以改善脑胶质瘤代谢成像 | 首次将条件去噪扩散概率模型应用于MRSI超分辨率重建，采用自注意力UNet骨干网络整合全局上下文特征 | 主要针对IDH突变型胶质瘤进行研究，在其他类型神经系统疾病中的适用性需进一步验证 | 开发高分辨率磁共振波谱成像技术以改善肿瘤代谢成像质量 | IDH突变型胶质瘤患者和健康志愿者的磁共振波谱成像数据 | 医学影像分析 | 脑胶质瘤 | 磁共振波谱成像 | 扩散模型 | 医学影像 | 模拟患者数据和体内MRSI数据（包括健康志愿者和胶质瘤患者） | PyTorch | Self-Attention UNet | SSIM, PSNR, LPIPS | NA |
| 10 | 2025-11-18 |
De novo Design of All-atom Biomolecular Interactions with RFdiffusion3
2025-Sep-18, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.18.676967
PMID:41000976
|
研究论文 | 提出RFdiffusion3扩散模型用于在全原子环境中设计蛋白质结构及其与其他生物分子的相互作用 | 首次实现全原子级别的生物分子相互作用设计，能够处理蛋白质与配体、核酸等非蛋白质原子的复杂约束 | NA | 开发能够设计蛋白质与其他生物分子相互作用的新方法 | 蛋白质结构、配体、核酸、酶、DNA结合蛋白、半胱氨酸水解酶 | 计算生物学 | NA | 扩散模型 | 扩散模型 | 蛋白质结构数据、原子坐标 | NA | NA | RFdiffusion3 | 基准测试性能 | 计算成本降低至先前方法的十分之一 |
| 11 | 2025-11-18 |
Explainable ResNet-long short-term memory model for the classification of bowel sounds frequency based on multifeature fusion
2025-Sep, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605251376915
PMID:41027655
|
研究论文 | 开发基于多特征融合的可解释ResNet-LSTM模型用于肠鸣音频率分类 | 提出结合ResNet50 V2和长短期记忆网络的多特征融合方法，并采用局部可解释模型无关解释增强模型透明度 | NA | 肠鸣音活动水平的准确客观分类，用于胃肠功能评估 | 肠鸣音音频数据 | 机器学习 | 胃肠疾病 | 音频特征提取 | CNN, LSTM | 音频 | 来自三个医疗机构的前瞻性多中心研究 | NA | ResNet50 V2, LSTM | 准确率, 马修斯相关系数, 加权科恩卡帕系数, 灵敏度, 特异性 | NA |
| 12 | 2025-11-17 |
MedImg: An Integrated Database for Public Medical Images
2025-Sep-22, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf068
PMID:40833036
|
研究论文 | 构建了一个集成公共医学图像的综合数据库MedImg，包含105个数据集和近200万张图像 | 整合了来自多个公共来源的多样化医学图像数据集，涵盖14种成像模态和13个器官，并建立了系统化的在线数据库 | 仅包含公开可用的数据集，可能无法覆盖所有医学图像类型和临床场景 | 解决医学图像分析领域大规模标注数据集缺乏的问题，促进深度学习方法的验证和推广 | 公共医学图像数据集 | 医学图像分析 | 多疾病类别 | 医学影像采集技术 | NA | 医学图像 | 105个数据集，总计1,995,671张图像 | NA | NA | NA | NA |
| 13 | 2025-11-16 |
Early diagnosis of knee osteoarthritis severity using vision transformer
2025-Sep-30, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-09137-2
PMID:41029374
|
研究论文 | 本研究利用视觉变换器(ViT)实现膝关节骨关节炎严重程度的早期诊断和KL分级 | 首次将视觉变换器(ViT)应用于膝关节骨关节炎的KL分级，并通过简单的迁移学习技术获得了优于复杂架构的性能 | 未详细说明数据集的具体规模和多样性，缺乏与其他先进方法的全面对比 | 开发基于深度学习的膝关节骨关节炎自动诊断系统以提高临床效率 | 膝关节骨关节炎患者的医学影像数据 | 计算机视觉 | 骨关节炎 | MRI, X-ray | ViT | 医学影像 | NA | NA | Vision Transformer | 准确率 | NA |
| 14 | 2025-11-16 |
Automatic Body Region Classification in CT Scans Using Deep Learning
2025-Sep-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01662-9
PMID:41006721
|
研究论文 | 本研究开发了一种基于深度学习的CT扫描自动身体区域分类方法 | 在多种采集协议和患者群体下实现高精度的全身CT区域分类 | 数据集仅包含45个医疗中心的5485个扫描样本，可能需要更多样化的数据验证泛化能力 | 优化医学影像诊断和分析工作流程中的身体区域自动分类 | 全身CT扫描图像 | 医学影像分析 | NA | CT扫描 | 深度学习 | CT图像 | 5485个匿名NIFTI格式CT扫描，来自45个医疗中心 | NA | NA | 准确率, 精确率, 召回率, F1分数 | NA |
| 15 | 2025-11-15 |
Deep learning-aided optical biopsy achieves whole-chain diagnosis of Correa cascade of gastric cancer: a prospective study
2025-Sep-30, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04310-9
PMID:41029674
|
研究论文 | 开发基于深度学习的pCLE计算机辅助诊断系统，实现胃癌Correa级联的实时全链条诊断 | 首次构建能够实时诊断胃癌Correa级联全链条病变的深度学习辅助系统 | 研究在单一临床中心进行，需要多中心验证 | 开发pCLE计算机辅助诊断系统并评估其在真实临床环境中的诊断性能 | 胃黏膜病变患者 | 数字病理 | 胃癌 | 探头共聚焦激光内镜(pCLE) | 深度学习网络 | 图像,视频 | 5771次检查的47,462张pCLE图像和461段视频用于开发，951名患者的1254个病灶用于前瞻性验证 | NA | NA | 准确率,敏感性,特异性 | NA |
| 16 | 2025-11-15 |
Leveraging MobileNetV2 and deep learning innovation for high accuracy Plasmodium Vivax detection in blood smears
2025-Sep-29, Saudi pharmaceutical journal : SPJ : the official publication of the Saudi Pharmaceutical Society
IF:3.0Q2
DOI:10.1007/s44446-025-00019-1
PMID:41021108
|
研究论文 | 本研究提出了一种基于改进MobileNetV2和YOLOv3的深度学习模型，用于在薄血涂片图像中高精度检测间日疟原虫 | 在YOLOv3的主干网络中引入改进的MobileNetV2，并在瓶颈层使用提出的转换卷积层(TCL)，根据不同类别的图像特征计算权重，提高了对感染和未感染疟原虫细胞的分类效果 | 准确率仍然是检测和分类薄血涂片类别的主要缺点之一 | 提高间日疟原虫检测模型的性能和速度，为医疗专业人员提供更好的诊断方法 | 薄血涂片图像中的间日疟原虫细胞 | 计算机视觉 | 疟疾 | 显微镜血液涂片检查 | YOLOv3, CNN | 图像 | NA | NA | YOLOv3, MobileNetV2 | 准确率, 精确率, 召回率, F1分数, 平均精度均值(mAP) | NA |
| 17 | 2025-11-15 |
High Resolution TOF-MRA Using Compressed Sensing-based Deep Learning Image Reconstruction for the Visualization of Lenticulostriate Arteries: A Preliminary Study
2025-Sep-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2024-0025
PMID:39034144
|
研究论文 | 本研究比较压缩感知深度学习重建与传统压缩感知算法在时间飞跃磁共振血管成像中对豆纹动脉的显示效果 | 首次将压缩感知与深度学习相结合用于高分辨率TOF-MRA图像重建，并在不同加速因子下系统评估豆纹动脉显示效果 | 样本量较小（仅5名健康志愿者），属于初步研究 | 评估压缩感知深度学习重建在显示豆纹动脉方面的图像质量 | 健康志愿者的豆纹动脉 | 医学影像分析 | 脑血管疾病 | 时间飞跃磁共振血管成像 | 深度学习 | 磁共振图像 | 5名健康志愿者 | NA | NA | 可见豆纹动脉数量, 豆纹动脉长度, 归一化均方误差, 整体图像质量评分, 外周豆纹动脉可见性评分 | NA |
| 18 | 2025-11-15 |
GeneRAIN: multifaceted representation of genes via deep learning of gene expression networks
2025-Sep-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03749-6
PMID:40983974
|
研究论文 | 开发基于Transformer的GeneRAIN模型套件，从41万个人类批量RNA-seq样本中学习基因表达关系 | 提出新颖的Binning-By-Gene标准化技术和GeneRAIN-vec多面向量化基因表示方法，在知识迁移方面实现突破 | NA | 推进Transformer和自监督深度学习在基因表达数据中的应用，增强生物学探索能力 | 人类基因表达数据，包括蛋白质编码基因和长链非编码RNA | 机器学习 | NA | RNA-seq | Transformer | 基因表达数据 | 410,000个人类批量RNA-seq样本 | NA | Transformer | NA | NA |
| 19 | 2025-11-15 |
EDLNet: ensemble deep learning network model for automatic brain tumor classification and segmentation
2025-Sep, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2311343
PMID:38345061
|
研究论文 | 提出一种集成深度学习网络模型EDLNet，用于自动脑肿瘤分类和分割 | 提出新的集成深度学习网络模型，结合改进的Faster RCNN进行分类和基于DRCNN的分割方法 | NA | 开发自动脑肿瘤分类和分割的深度学习模型 | 脑部MRI扫描图像 | 数字病理 | 脑肿瘤 | MRI扫描 | 集成深度学习,Faster RCNN,深度循环卷积神经网络 | 医学图像 | 两个公开数据集(D1和D2)，具体样本数量未明确说明 | NA | EDLNet,Modified Faster RCNN,DRCNN | 准确率 | NA |
| 20 | 2025-11-14 |
Modeling protein-small molecule conformational ensembles with PLACER
2025-Sep-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.25.614868
PMID:39386615
|
研究论文 | 开发了一种名为PLACER的图神经网络，用于建模蛋白质-小分子相互作用的构象集合 | 提出首个基于原子级图神经网络的构象集合解析方法，相比传统残基级描述在速度和通用性方面具有优势 | 方法依赖于剑桥结构数据库和蛋白质数据库的训练数据，可能受限于现有数据的覆盖范围 | 解决蛋白质-小分子相互作用构象异质性的建模挑战 | 蛋白质-小分子复合物系统 | 计算生物学 | NA | 图神经网络 | GNN | 三维分子结构数据 | 来自剑桥结构数据库和蛋白质数据库的结构数据 | NA | PLACER | 结构生成准确性、酶设计成功率、催化活性 | NA |