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 1753 篇文献，本页显示第 1061 - 1080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2025-11-19 |
Comparison of deep learning models for real-time neural tissue segmentation in spinal endoscopy
2025-Nov-17, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01918-4
PMID:41249940
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1062 | 2025-11-21 |
Automated quantification of Ki-67 expression in breast cancer from H&E-stained slides using a transformer-based regression model
2025-Nov-17, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-02149-9
PMID:41250202
|
研究论文 | 开发了一种基于Transformer的回归模型，直接从H&E染色全切片图像中自动量化乳腺癌Ki-67表达 | 首次使用Transformer架构直接从H&E染色图像估计Ki-67表达，无需额外免疫组化染色，通过跨模态学习实现形态特征到分子表达的映射 | 模型性能依赖于补丁质量筛选，在实验室间差异和密集细胞核情况下可能存在挑战 | 开发自动化工具从常规H&E染色切片准确量化Ki-67增殖指数，替代额外免疫组化染色 | 乳腺癌组织切片 | 数字病理学 | 乳腺癌 | H&E染色，免疫组化染色，全切片成像 | Transformer，回归模型，分类模型 | 全切片图像 | 1153张H&E染色WSI和843张IHC染色WSI | NA | Transformer | R2，AUROC | NA |
| 1063 | 2025-11-21 |
Modeling protein-small molecule conformational ensembles with PLACER
2025-Nov-11, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2427161122
PMID:41187076
|
研究论文 | 开发了一种名为PLACER的图神经网络，用于生成蛋白质-小分子系统的构象集合 | 首次提出完全原子级别的图神经网络方法，能够快速生成蛋白质-小分子相互作用的构象集合，相比传统方法在速度和通用性上具有优势 | NA | 解决蛋白质-小分子相互作用构象异质性建模的挑战 | 蛋白质-小分子复合物系统 | 机器学习 | NA | 图神经网络 | GNN | 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，酶活性(/值) | NA |
| 1064 | 2025-11-21 |
A deep learning system for detecting silent brain infarction and predicting stroke risk
2025-Nov, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-025-01413-9
PMID:40481238
|
研究论文 | 开发基于视网膜图像的深度学习系统DeepRETStroke，用于检测无症状性脑梗死并预测卒中风险 | 首次利用视网膜图像构建领域特定的基础模型来表征眼脑连接，无需脑部影像即可检测无症状性脑梗死 | 需要大规模视网膜图像数据进行预训练，模型性能在不同人群中的普适性需进一步验证 | 开发非侵入性的卒中风险预测系统 | 来自中国、新加坡、马来西亚、美国、英国和丹麦的视网膜图像数据 | 数字病理 | 心血管疾病 | 视网膜成像 | 深度学习 | 图像 | 预训练：895,640张视网膜照片；验证：213,762张视网膜照片；前瞻性研究：218名卒中参与者 | NA | DeepRETStroke | AUC | NA |
| 1065 | 2025-11-21 |
Multimodal deep learning for immunotherapy response prediction and biomarker discovery in non-small cell lung cancer
2025-Nov-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocaf142
PMID:40901703
|
研究论文 | 开发多模态深度学习模型DeepAFM，整合组织病理学、基因组学和临床信息预测非小细胞肺癌患者对免疫治疗的反应 | 提出首个结合VQVAE2自监督学习的多模态预测框架，通过注意力热图实现生物标志物可视化发现 | 样本量较小（93例患者），置信区间范围较宽 | 预测晚期非小细胞肺癌患者对免疫治疗的反应并发现生物标志物 | 晚期非小细胞肺癌患者 | 数字病理学 | 肺癌 | 全切片图像分析，基因组测序 | 多模态深度学习，VQVAE2 | 组织病理图像，基因组数据，临床数据 | 93例晚期NSCLC患者 | NA | VQVAE2, DeepAFM | AUC | NA |
| 1066 | 2025-11-21 |
Superior performance of three-dimensional to two-dimensional convolutional neural network for predicting airflow limitation in patients with chronic obstructive pulmonary disease
2025-Nov, Respiratory investigation
IF:2.4Q2
DOI:10.1016/j.resinv.2025.10.008
PMID:41187391
|
研究论文 | 比较三维和二维卷积神经网络在预测COPD患者气流受限方面的性能 | 首次系统比较3D-CNN与2D-CNN在预测COPD患者肺功能指标(%FEV1)中的表现，证明3D-CNN的优越性 | 样本量有限(200个内部数据集+20个外部验证数据)，需要更大数据集验证和纵向应用研究 | 评估和比较基于深度学习的模型预测COPD患者气流受限的准确性 | 慢性阻塞性肺疾病(COPD)患者 | 医学影像分析 | 慢性阻塞性肺疾病 | 计算机断层扫描(CT) | CNN | 医学影像 | 200个内部CT数据集+20个外部验证数据 | NA | ResNet18 | 均方根误差(RMSE), 相关系数 | NA |
| 1067 | 2025-11-21 |
Familial fibrotic hypersensitivity pneumonitis: A distinct clinical phenotype with shorter leukocyte telomere length
2025-Nov, Respiratory investigation
IF:2.4Q2
DOI:10.1016/j.resinv.2025.10.012
PMID:41197207
|
研究论文 | 本研究探讨家族性纤维化性过敏性肺炎的独特临床特征及其与较短白细胞端粒长度的关联 | 首次发现家族性纤维化性过敏性肺炎具有独特的临床表型，且与较短的白细胞端粒长度显著相关 | 回顾性研究设计，样本量有限（19例家族性病例） | 研究家族性纤维化性过敏性肺炎的临床特征和白细胞端粒长度特征 | 490例接受白细胞端粒长度测量的患者，其中131例纤维化性过敏性肺炎患者（含19例家族性病例） | 数字病理学 | 间质性肺病 | 白细胞端粒长度测量，胸部高分辨率CT | 深度学习 | 医学影像，临床数据 | 490例患者（131例纤维化性过敏性肺炎，其中19例家族性病例） | NA | NA | 统计学显著性（p值），相关系数（r值） | NA |
| 1068 | 2025-11-21 |
Automated C. elegans behavior analysis via deep learning-based detection and tracking
2025-Nov, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013707
PMID:41218058
|
研究论文 | 提出一种基于深度学习的秀丽隐杆线虫行为自动分析方法，实现多线虫实时检测、跟踪和运动参数定量分析 | 集成YOLOv8与ByteTrack的增强型线虫检测框架，实现多线虫实时精确跟踪和多种行为参数的自动提取 | NA | 开发自动化高通量线虫行为分析方法，替代传统人工跟踪的低效方式 | 秀丽隐杆线虫(Caenorhabditis elegans) | 计算机视觉 | NA | 深度学习 | CNN | 视频图像 | NA | YOLOv8, ByteTrack | YOLOv8 | 精确度, 召回率, mAP50, 帧率(FPS) | NA |
| 1069 | 2025-11-21 |
Designing flexible protein structures and sampling protein conformations with a unified model using vector quantization and diffusion
2025-Nov, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaf290
PMID:41245953
|
研究论文 | 提出一种结合向量量化和扩散模型的统一方法PVQD，用于蛋白质结构设计和构象采样 | 首次将向量量化自编码器与潜在空间扩散模型结合，统一了蛋白质结构预测、设计和构象动力学建模 | NA | 开发能够预测蛋白质构象分布和设计具有丰富构象动力学蛋白质结构的深度学习方法 | 蛋白质骨架结构和构象动力学 | 机器学习 | NA | 深度学习 | VQ-VAE, 扩散模型 | 蛋白质结构数据 | NA | NA | 向量量化自编码器, 潜在空间扩散模型 | 二级结构组成, 环区长度, 结构域大小, 实验结构变异重现度 | NA |
| 1070 | 2025-11-21 |
Identification of natural product-based drug combination (NPDC) using artificial intelligence
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60942-3
PMID:41260785
|
综述 | 本文全面回顾了人工智能在天然产物药物组合识别领域的最新进展 | 通过整合多源异质数据和自主特征提取，显著提高了预测准确性，为新型天然产物药物组合发现提供了强有力的技术途径 | 当前方法仍受限于实验数据碎片化、高成本和广泛的组合空间 | 加速天然产物药物组合的发现并为实验验证提供指导 | 天然产物药物组合 | 机器学习 | 复杂疾病 | 高通量筛选,人工智能算法 | 传统机器学习,深度学习 | 多源异质数据 | NA | NA | NA | 预测准确性 | NA |
| 1071 | 2025-11-21 |
DeepGCGR: an interpretable two-layer deep learning model for the discovery of GCGR-activating compounds
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60969-1
PMID:41260780
|
研究论文 | 提出一种可解释的双层深度学习模型DeepGCGR，用于加速发现GCGR激动剂化合物 | 首次将图卷积网络与多重注意力机制结合用于GCGR激动剂发现，并专门应用于中药天然产物的筛选 | 未提及模型验证的样本规模和数据来源局限性 | 开发高效发现GCGR激活化合物的计算方法 | 针对GCGR的化合物生物活性预测和功能分类 | 药物发现 | 2型糖尿病 | 深度学习，图卷积网络 | GCN | 化学化合物结构数据 | NA | NA | 图卷积网络(GCN)与多重注意力机制 | NA | NA |
| 1072 | 2025-11-21 |
Advancing network pharmacology with artificial intelligence: the next paradigm in traditional Chinese medicine
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60941-1
PMID:41260784
|
综述 | 本文探讨人工智能如何推动网络药理学在中医药研究中的发展 | 提出将人工智能技术整合到中医药网络药理学研究的新范式 | 未提及具体实验验证数据和实际应用案例 | 促进中医药网络药理学研究的现代化发展 | 中医药网络药理学研究方法 | 自然语言处理, 机器学习 | NA | 网络生物学, 深度学习 | 深度学习模型 | 网络数据, 药理学数据 | NA | NA | NA | NA | NA |
| 1073 | 2025-11-21 |
Artificial intelligence in natural products research
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60902-2
PMID:41260783
|
综述 | 本文探讨人工智能技术在天然药物研究中的应用与前景 | 系统阐述AI技术如何解决天然药物研究中成分复杂、提取困难等传统挑战 | 当前应用存在数据质量、模型可解释性和伦理问题等限制 | 加速天然药物的发现与开发进程 | 天然药物及其化学成分 | 机器学习 | NA | 深度学习, 机器学习 | DL, ML | 化学数据集 | NA | NA | NA | NA | NA |
| 1074 | 2025-11-21 |
Artificial intelligence in traditional Chinese medicine: from systems biological mechanism discovery, real-world clinical evidence inference to personalized clinical decision support
2025-Nov, Chinese journal of natural medicines
IF:4.0Q1
DOI:10.1016/S1875-5364(25)60983-6
PMID:41260781
|
综述 | 概述人工智能在中医药领域的应用研究，涵盖系统生物学机制发现、真实世界临床证据推断和个性化临床决策支持 | 首次从系统生物学机制发现、真实世界临床证据推断和个性化临床决策支持三个维度系统梳理中医药与人工智能的融合研究 | 依赖高质量大规模数据仓库的建立和领域知识图谱的构建，在中医药证候机制解析和因果推断框架方面仍存在挑战 | 推动人工智能与中医药的跨学科融合，提升中医药科学研究和临床实践水平 | 中医药电子医疗记录、实验分子数据、中医证候机制、中药方剂和临床诊疗决策 | 自然语言处理, 机器学习 | 中医药相关疾病 | 电子医疗记录分析, 分子数据挖掘, 知识图谱构建 | 深度学习, 大语言模型 | 文本, 结构化医疗数据, 分子数据 | NA | NA | NA | NA | NA |
| 1075 | 2025-11-20 |
Deep learning-based noise reduction method for the system matrix in magnetic particle imaging
2025-Nov-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae19c9
PMID:41166879
|
研究论文 | 提出一种基于深度学习的磁粒子成像系统矩阵噪声抑制方法 | 首次将残差块与Swin Transformer模块结合的混合编码器-解码器网络用于MPI系统矩阵去噪 | 仅在模拟数据集和有限真实数据集上验证，未在更广泛的临床场景中测试 | 开发高效的噪声抑制方法以提升磁粒子成像图像质量 | 磁粒子成像系统矩阵 | 医学影像处理 | NA | 磁粒子成像 | 深度学习 | 系统矩阵数据 | 模拟数据集、OpenMPI数据集和内部MPI系统采集数据集 | NA | 混合编码器-解码器网络,Res-Blocks,Swin Transformer | 信噪比,峰值信噪比,结构相似性指数 | NA |
| 1076 | 2025-11-20 |
Patent analysis of mRNA therapy using deep learning
2025-Nov-19, Naunyn-Schmiedeberg's archives of pharmacology
DOI:10.1007/s00210-025-04734-3
PMID:41258061
|
研究论文 | 基于深度学习方法的mRNA治疗专利分析研究 | 首次结合深度学习和社会网络分析方法对mRNA治疗专利进行定量分析和未来预测 | 仅基于Derwent专利数据库，时间跨度为27年 | 通过专利分析阐明mRNA技术竞争格局，为技术创新和产业发展提供依据 | mRNA治疗相关专利 | 自然语言处理 | 传染病,癌症 | 专利分析,社会网络分析 | 深度学习,机器学习 | 专利文本 | 27年的mRNA治疗专利数据 | NA | NA | NA | NA |
| 1077 | 2025-11-20 |
FaceAge as a biomarker for prognosis and treatment stratification in large-scale oncology cohort
2025-Nov-19, Journal of the National Cancer Institute
DOI:10.1093/jnci/djaf323
PMID:41259012
|
研究论文 | 本研究探讨FaceAge（基于面部照片估计生物年龄的深度学习系统）与实足年龄的极端差异在预测28种癌症类型患者生存期和早期死亡率中的预后价值 | 首次在大规模癌症队列中验证FaceAge与实足年龄的极端差异作为生存期和早期死亡率的独立预测因子 | 研究仅纳入接受放射治疗的老年患者（≥60岁），可能限制结果的普适性 | 评估FaceAge作为癌症预后生物标志物的临床价值 | 24,556名年龄≥60岁的癌症患者 | 数字病理 | 癌症 | 深度学习 | CNN | 面部照片 | 24,556名癌症患者，涵盖28种癌症类型 | NA | FaceAge | 风险比(HR), 比值比(OR), P值 | NA |
| 1078 | 2025-11-20 |
Enhancing deep chemical reaction prediction with advanced chirality and fragment representation
2025-Nov-18, Chemical communications (Cambridge, England)
DOI:10.1039/d5cc02641e
PMID:40932372
|
研究论文 | 本研究通过引入fragSMILES分子表示方法，在深度学习有机反应预测中实现了对分子手性和子结构的更好表征 | 开发了能够同时编码分子子结构和手性信息的fragSMILES表示法，在立体化学反应信息识别方面表现优异 | NA | 改进有机反应预测的深度学习模型性能，特别是立体化学复杂性的捕捉能力 | 有机化学反应 | 机器学习 | NA | 深度学习 | NA | 分子结构文本表示 | NA | NA | NA | 正向合成预测准确率，逆向合成预测准确率 | NA |
| 1079 | 2025-11-20 |
Transforming microfluidics for single-cell analysis with robotics and artificial intelligence
2025-Nov-18, Lab on a chip
IF:6.1Q2
DOI:10.1039/d5lc00216h
PMID:41190506
|
综述 | 探讨机器人技术和人工智能在单细胞分析微流体技术中的创新应用与未来发展 | 提出通过机器人操作、数字微流控和微型机器人增强实验精度与可扩展性，并利用深度学习实现无标记图像处理和细胞状态分析 | 技术集成实施仍面临挑战，未提供具体实施案例验证 | 克服微流控单细胞分析在自动化、可靠性和技术壁垒方面的局限性 | 单细胞分析技术与微流体系统 | 生物医学工程 | NA | 微流控技术，单细胞分析 | 生成模型，深度学习模型 | 细胞图像数据，单细胞分析数据 | NA | NA | NA | 准确性，可重复性 | 远程共享云实验室 |
| 1080 | 2025-11-20 |
Deep Learning-Assisted Prediction of Air-Bone Gap Using Tympanic Membrane Perforation Image Features
2025-Nov-18, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.70074
PMID:41252627
|
研究论文 | 开发基于深度学习的鼓膜穿孔图像分析方法，用于预测气骨导差 | 首次使用Mask R-CNN自动分割鼓膜和穿孔区域，并基于分割特征预测气骨导差 | 样本量有限（150张穿孔鼓膜图像），模型性能仍有提升空间 | 解决特定人群或环境下听力测试设备不足的问题，提供替代评估方法 | 鼓膜穿孔患者的耳镜图像 | 计算机视觉 | 听力损失 | 耳镜成像 | CNN, Mask R-CNN | 图像 | 1014张完整鼓膜图像，150张穿孔鼓膜图像（模型开发），75张术中穿孔图像（独立测试） | NA | Mask R-CNN | 类别像素准确率，交并比，Dice系数，R²，均方根误差，10dB内预测比例 | NA |