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 1819 篇文献，本页显示第 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 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 |
| 1082 | 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 |
| 1083 | 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 |
| 1084 | 2025-11-20 |
PMI estimation with cross-species transfer learning and visual information generated by pathomics foundation model
2025-Nov-19, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03659-z
PMID:41258447
|
研究论文 | 提出基于病理学基础模型和跨物种迁移学习的死后间隔(PMI)估计框架，通过两阶段微调策略和可视化方法解决动物到人类样本的可迁移性和模型可解释性问题 | 采用两阶段跨物种迁移学习策略，先使用猪肝全玻片图像预训练，再用少量人类数据微调；开发了包含概率图、类别图和分类比例直方图的可视化框架增强模型可解释性 | 人类样本数量有限(23例)，可能影响模型泛化能力；仅使用肝脏组织，未验证其他器官的适用性 | 开发准确、可解释的死后间隔(PMI)估计方法，解决法医病理学中的关键问题 | 猪肝和人类肝脏组织的全玻片图像 | 数字病理学 | 法医病理学 | 全玻片图像分析 | Vision Transformer, CNN | 病理图像 | 16例猪样本和23例人类样本 | NA | ResNet50, DenseNet121, SongCi, UNI | 准确率 | NA |
| 1085 | 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 |
| 1086 | 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 |
| 1087 | 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 |
| 1088 | 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 |
| 1089 | 2025-11-20 |
Harnessing artificial intelligence to advance CRISPR-based genome editing technologies
2025-Nov-18, Nature reviews. Genetics
DOI:10.1038/s41576-025-00907-1
PMID:41254174
|
综述 | 本综述探讨人工智能如何推动CRISPR基因编辑技术的发展与应用 | 系统总结AI在优化基因编辑器、指导工具工程化和发现新型编辑酶方面的创新应用，并提出AI驱动的虚拟细胞模型等新兴机遇 | NA | 总结人工智能方法在基因编辑技术中的应用进展并展望未来发展方向 | CRISPR基因编辑技术（包括核酸酶编辑、碱基编辑和引物编辑）及人工智能方法 | 机器学习 | 遗传疾病 | CRISPR基因编辑 | 机器学习,深度学习 | NA | NA | NA | NA | NA | NA |
| 1090 | 2025-11-20 |
HPCSMN: A Classification Method of Chemotherapy Sensitivity of Hypopharyngeal Cancer Based on Multimodal Network
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00783-7
PMID:41254314
|
研究论文 | 提出基于多模态融合网络的喉咽癌化疗敏感性分类方法HPCSMN，通过整合3D CT图像和影像组学特征提高预测准确率 | 首次将3D CT图像空间特征与LASSO筛选的影像组学特征通过多模态网络融合，利用互补优势捕获复杂空间依赖关系和详细影像特征 | 样本量相对有限（仅102例），仅基于单中心数据验证 | 开发喉咽癌化疗敏感性分类方法以支持个性化治疗 | 喉咽癌患者 | 数字病理 | 喉咽癌 | CT成像，影像组学分析 | 多模态融合网络，3D CNN | 3D CT图像，影像组学特征，临床数据 | 102例喉咽癌CT图像（NKU-TMU-hphc数据集） | NA | 3D ResNet，全连接网络 | 准确率，多评价指标 | NA |
| 1091 | 2025-11-20 |
Subtype-HM: A Novel Cancer Subtype Identification Method Based on Hypergraph Learning and Multi-omics Data
2025-Nov-18, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00789-1
PMID:41254315
|
研究论文 | 提出基于超图学习和多组学数据的癌症亚型识别新方法Subtype-HM | 使用多级超图建模复杂生物结构，设计超图传播网络捕获组学内外相关性，引入并行判别器引导的注意力模块提取组学特异性特征，提出多组学对比熵对齐方法 | NA | 提高癌症亚型识别的准确性和生物可解释性 | 癌症患者的多组学数据 | 机器学习 | 癌症 | 多组学数据分析 | 超图学习网络 | 多组学数据 | TCGA癌症数据集 | NA | 超图传播网络 | 生存分析p值, 临床参数富集分数 | NA |
| 1092 | 2025-11-20 |
Artificial Intelligence in the Detection of Clinically Negotiable Second Mesio-Buccal Canals in Periapical Images of Maxillary Molars
2025-Nov-18, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.70065
PMID:41254435
|
研究论文 | 本研究开发并验证了用于检测上颌磨牙根尖片中可临床操作MB2根管的深度学习模型 | 首次比较六种预训练监督卷积神经网络和三种自监督模型在MB2根管检测中的性能，并与人类临床医生进行对比 | 样本量相对有限（1504张图像），模型准确率仍有提升空间（最高66.0%） | 评估人工智能在牙髓病学病例难度评估中的潜力 | 上颌第一和第二磨牙的根尖周影像 | 计算机视觉 | 牙髓疾病 | 深度学习 | CNN | 图像 | 1504张术前根尖周影像 | NA | ResNet-18, ResNet-50, ResNeXt-101, VGG-16, DenseNet-121, MobileNetV2, DINO, SimCLR, BYOL | 准确率, 精确率, 敏感度, 特异度, F1分数 | NA |
| 1093 | 2025-11-20 |
Integrating Deep Feature Extraction and MRI Radiomics for Survival Prediction in Breast Cancer After Neoadjuvant Chemotherapy
2025-Nov-17, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.10.050
PMID:41253608
|
研究论文 | 本研究通过整合深度学习特征提取和MRI影像组学开发多模态Cox模型，用于预测乳腺癌新辅助化疗后的生存期 | 首次将CNN提取的深度病理特征与MRI影像组学特征相结合构建多模态预后模型，突破了以往单模态研究的局限 | 样本量相对有限（216例患者），且为多中心回顾性研究 | 开发更精确的预后工具以优化乳腺癌新辅助化疗患者的临床决策 | 216例完成新辅助化疗的乳腺癌患者 | 数字病理学 | 乳腺癌 | 多参数MRI, 深度学习特征提取 | CNN, Cox比例风险模型 | 医学影像, 临床数据, 病理数据 | 216例乳腺癌患者 | NA | ResNet50 | AUC, 校准曲线, 决策曲线分析 | NA |
| 1094 | 2025-11-20 |
Estimating 10-Year Cardiovascular Disease Risk in Primary Prevention Using UK Electronic Health Records and a Hybrid Multitask BERT Model: Retrospective Cohort Study
2025-Nov-13, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/76659
PMID:41232034
|
研究论文 | 开发一种混合多任务深度学习模型，整合电子健康记录中的结构化和文本特征，用于预测10年心血管疾病风险 | 首次将结构化变量和临床文本结合，采用多任务BERT模型进行心血管风险预测，支持跨模态交互建模和事件时间估计 | 在贫困和少数民族亚组中表现有所下降，存在跨人口统计学群体的异质性 | 开发心血管疾病风险预测模型，支持个体化分层和公平评估 | 40-85岁患者群体，来自英国临床实践研究数据链数据库 | 自然语言处理,机器学习 | 心血管疾病 | 电子健康记录分析 | BERT,多任务学习,深度学习 | 结构化数据,文本数据 | 469,496名患者用于模型开发，711,052个测试样本，144,370个外部验证样本 | PyTorch或TensorFlow（具体未明确说明） | DistilBERT,多层感知机,多头注意力机制 | AUROC,一致性指数,Brier分数,对数秩检验 | NA |
| 1095 | 2025-11-20 |
Deep learning-based eye sign communication system for people with speech impairments
2025-Nov, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2532698
PMID:40684450
|
研究论文 | 提出一种基于深度学习的眼动符号通信系统，帮助言语障碍人士通过标准网络摄像头进行交流 | 无需预校准即可在各种光照条件下工作，集成了文本预测功能，直接通过标准网络摄像头采集眼动符号 | 仅在18-35岁年龄段参与者中测试，未在更广泛年龄群体中验证 | 开发适用于言语障碍人士的辅助通信系统 | 言语障碍或瘫痪人士 | 计算机视觉 | 言语障碍 | 深度学习 | CNN | 图像 | 18-35岁年龄段参与者 | NA | NA | 准确率 | 标准网络摄像头 |
| 1096 | 2025-11-20 |
Hazard-free outdoor path navigator for visually challenged people
2025-Nov, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2530674
PMID:40705835
|
研究论文 | 提出一种面向视障人士的无障碍户外路径导航系统 | 采用模糊可信无危险路径规划算法(FTHRP)，结合在线/离线双模式导航和多技术融合方法 | NA | 为视障人士开发能够识别和规避户外危险的无障碍导航系统 | 视障人士的户外导航需求 | 机器学习和人工智能应用 | 视力障碍 | 人工智能、深度学习、机器学习、模糊逻辑 | 深度学习模型 | 路径数据、环境感知数据 | 使用'hazard-route data set'数据集 | NA | NA | NA | 云端计算、张量处理单元(TPU) |
| 1097 | 2025-11-20 |
Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI
2025-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.240478
PMID:40767617
|
研究论文 | 开发基于深度学习的齿状核自动分割工具，使用定量磁化率成像MRI数据 | 提出两步法分割流程（定位模型+分割模型），在多个数据集上验证了模型的泛化能力，性能优于现有领先工具 | 回顾性研究，样本年龄范围有限（11-64岁），仅针对特定疾病群体 | 开发齿状核的自动分割方法以提高MRI图像分析的准确性和效率 | 健康对照者和小脑性共济失调或多发性硬化症患者的脑QSM图像 | 医学图像分析 | 神经系统疾病 | 定量磁化率成像（QSM）MRI | CNN | 3D医学图像 | 328名个体（141名健康人，187名患者），来自9个不同数据集 | nnU-Net | U-Net | Dice分数, ICC, Pearson相关系数 | NA |
| 1098 | 2025-11-20 |
Artificial Intelligence-Led Whole Coronary Artery OCT Analysis; Validation and Identification of Drug Efficacy and Higher-Risk Plaques
2025-Nov, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018133
PMID:40995622
|
研究论文 | 开发并验证基于人工智能的全冠状动脉OCT自动分析系统AutoOCT，用于识别药物疗效和更高风险斑块 | 首次开发能够自动校正OCT图像分割错误、识别斑块成分并测量多种参数的深度学习系统，实现全冠状动脉OCT的快速分析 | 模型开发仅使用106名患者的数据，样本量相对有限 | 验证人工智能OCT分析系统在识别药物疗效和高风险斑块方面的准确性和实用性 | 冠状动脉OCT图像和斑块特征 | 医学影像分析 | 心血管疾病 | 光学相干断层扫描(OCT) | 深度学习 | 医学影像 | 开发集：36,212帧图像（127个完整回拉，106名患者）；验证集：IBIS-4研究83名患者，CLIMA研究62名患者 | NA | NA | 准确率 | NA |
| 1099 | 2025-11-20 |
Insights into the Impact of Artificial Intelligence on Psoriasis Treatment Strategies: A Mini Review
2025-Nov-01, Indian dermatology online journal
IF:1.9Q3
DOI:10.4103/idoj.idoj_1055_24
PMID:40788101
|
综述 | 本文探讨人工智能在银屑病治疗策略中的影响，重点关注AI在诊断精度和治疗选择方面的应用 | 系统综述AI在银屑病治疗四大领域的整合应用：光疗结果预测、皮损分割与严重程度评估、远程监测系统及生物制剂疗效预测 | 数据集多样性不足、标准化欠缺和验证不充分 | 评估人工智能技术在银屑病精准医疗中的应用潜力 | 银屑病患者临床数据、影像资料和多组学数据 | 数字病理 | 银屑病 | 临床数据分析、影像分析、多组学数据分析 | 随机森林,CNN,多尺度超像素聚类,梯度提升决策树 | 临床数据,图像,多组学数据 | NA | NA | NA | 敏感度,准确率,像素准确率,组内相关系数 | NA |
| 1100 | 2025-11-20 |
Advancing toxicity AI-based prediction with multilevel systems biology: a case study on genotoxicity
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf594
PMID:41241819
|
研究论文 | 提出一种多模态深度学习框架GenotoxNet，通过整合化学结构、体外实验数据和转录组学数据来提升遗传毒性预测能力 | 首次系统整合化学结构、高通量体外实验数据和转录组学数据，通过多模态深度学习捕捉细胞异质性和机制复杂性 | 未明确说明模型在更广泛化学物质上的泛化能力限制 | 开发高精度的遗传毒性预测计算方法以支持健康风险评估 | 化学物质及其诱导的遗传毒性效应 | 机器学习 | NA | 高通量体外实验, 转录组学分析 | 深度学习 | 化学结构数据, 体外实验数据, 转录组学数据 | NA | NA | GenotoxNet | AUCROC | NA |