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 1720 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 | 2025-11-20 |
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 |
| 1082 | 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 |
| 1083 | 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 |
| 1084 | 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 |
| 1085 | 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 |
| 1086 | 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) |
| 1087 | 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 |
| 1088 | 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 |
| 1089 | 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 |
| 1090 | 2025-11-19 |
Understanding the relationship between rosemary odor and mental workload through deep learning
2025-Nov-19, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究通过深度学习分析脑电图信号，探索迷迭香气味与心理负荷之间的关系 | 首次结合嗅觉刺激和深度学习直接分析原始EEG信号进行心理负荷分类，无需手动特征工程 | 样本量较小(30名志愿者)，仅研究单一气味(迷迭香) | 研究迷迭香气味对心理负荷的影响及其通过深度学习的检测方法 | 30名志愿者在迷迭香气味暴露下执行神经心理学测试时的EEG信号 | 机器学习 | NA | 脑电图(EEG) | LSTM, CNN | EEG信号 | 30名志愿者 | NA | LSTM, CNN | 准确率 | NA |
| 1091 | 2025-11-19 |
A deep learning approach to artifact removal in Transcranial Electrical Stimulation: From shallow methods to deep neural networks and state space models
2025-Nov-19, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究分析机器学习方法在经颅电刺激噪声伪影去除中的应用，比较了从浅层方法到深度神经网络和状态空间模型的性能差异 | 首次系统比较11种伪影去除技术在不同tES刺激类型下的性能，发现最优方法取决于刺激类型，并为不同tES模式提供了方法选择指南 | 使用合成数据集而非真实临床数据，可能无法完全反映实际应用场景 | 开发有效的经颅电刺激伪影去除方法以改善脑电信号分析 | 经颅电刺激产生的EEG伪影 | 机器学习 | 神经系统疾病 | 经颅电刺激，脑电图 | CNN, 状态空间模型 | 脑电信号 | 合成数据集（清洁EEG数据与合成tES伪影组合） | NA | Complex CNN, M4 | RRMSE, 相关系数 | NA |
| 1092 | 2025-11-19 |
Deep Learning-Enabled Real-Time Single-Shot Refocusing of Microwell Array for Digital Melting Curve Analysis
2025-Nov-18, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05194
PMID:41188072
|
研究论文 | 提出一种基于深度学习的单次自适应点扩散函数注意力重聚焦模型，用于数字熔解曲线分析中的微孔阵列实时重聚焦 | 首次将深度学习与点扩散函数自校准调制结合，实现无机电运动的数字PCR微阵列自动聚焦 | 未明确说明模型在更广泛温度范围内的泛化能力及对不同样本类型的适应性 | 提升数字熔解曲线分析在宽温度范围内的准确性和分辨率 | 数字PCR微孔阵列中的核酸样本 | 计算机视觉 | 呼吸道病原体感染 | 数字PCR, 熔解曲线分析, 荧光成像 | 深度学习, 注意力机制 | 荧光图像 | NA | NA | 单次自适应点扩散函数注意力重聚焦模型 | 识别准确率, 变异系数, 分辨率 | NA |
| 1093 | 2025-11-19 |
Plasmonic Scattering Interferometric Microscopy: Decoding the Dynamic Interfacial Chemistry of Single Nanoparticles
2025-Nov-18, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00294
PMID:40845220
|
研究论文 | 介绍等离子体散射干涉显微镜技术及其在单纳米粒子界面化学动态研究中的应用 | 开发高分辨率等离子体散射干涉显微镜技术，实现单纳米粒子水平实时观测电催化活性和反应动力学 | 当前技术仍存在一定局限性，需要进一步改进和优化 | 开发新型光学显微技术用于纳米材料界面化学研究 | 单纳米粒子及其界面化学反应 | 纳米科学 | NA | 等离子体散射干涉显微镜 | 深度学习 | 光学图像 | NA | NA | NA | 空间分辨率，时间分辨率 | NA |
| 1094 | 2025-11-19 |
Deep Learning Models for Radiomics-Based Segmentation of Vestibular Schwannoma on Magnetic Resonance Imaging: A Systematic Review and Meta-analysis
2025-Nov-17, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01757-3
PMID:41249667
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估基于深度学习的放射组学模型在前庭神经鞘瘤MRI分割中的性能表现 | 首次对基于深度学习的放射组学模型在前庭神经鞘瘤分割中的性能进行系统评价和定量荟萃分析 | 仅纳入报告Dice相似系数的研究，可能存在选择偏倚 | 评估深度学习模型在前庭神经鞘瘤分割中的性能 | 前庭神经鞘瘤病例 | 医学影像分析 | 前庭神经鞘瘤 | 磁共振成像驱动的放射组学 | 深度学习模型 | 磁共振图像 | 41项研究涉及8028例前庭神经鞘瘤病例 | NA | NA | Dice相似系数 | NA |
| 1095 | 2025-11-19 |
Generating synthetic task-based brain fingerprints for population neuroscience using deep learning
2025-Nov-14, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09158-6
PMID:41238730
|
研究论文 | 提出一种名为DeepTaskGen的深度学习方法，可从静息态功能磁共振成像生成合成任务态对比图 | 首次使用深度学习从静息态fMRI合成未获取的任务态对比图，解决了大规模数据集中任务覆盖不足的问题 | 方法依赖于静息态fMRI数据的质量，且生成的任务对比图可能受限于训练数据的任务类型 | 开发能够从静息态fMRI生成任务态功能对比图的方法，促进个体差异研究和生物标志物开发 | 人类连接组计划寿命数据和英国生物银行超过20,000名个体 | 医学影像分析 | 神经系统疾病 | 功能磁共振成像 | 深度学习 | 医学影像 | 超过20,000名个体 | NA | NA | 重建性能, 预测性能 | NA |
| 1096 | 2025-11-19 |
A comparative analysis of deep learning-based quantitative hemorrhagic CT parameters versus traditional semi-quantitative CT scores for predicting delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage: a multicenter cohort study
2025-Nov-14, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004024
PMID:41247872
|
研究论文 | 比较基于深度学习的定量出血CT参数与传统半定量CT评分在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的表现 | 首次使用3D-UNet深度学习模型量化出血参数，并与传统评分方法进行多中心比较 | 研究为观察性研究，需要进一步前瞻性验证 | 评估深度学习定量CT参数在预测迟发性脑缺血方面的优越性 | 动脉瘤性蛛网膜下腔出血患者 | 医学影像分析 | 脑血管疾病 | CT影像分析 | 深度学习 | CT影像 | 多中心队列研究（回顾性队列2021.01-2023.12，前瞻性队列2024.01-2024.12，外部验证队列2018.07-2024.11） | NA | 3D-UNet | AUC, ROC分析, 决策曲线分析 | NA |
| 1097 | 2025-11-19 |
Measurement of Choroidal Vascularity Index and Choroidal Thickness Using Deep Learning-Based Methods with SS-OCT
2025-Nov-12, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004733
PMID:41248233
|
研究论文 | 本研究利用基于深度学习的卷积神经网络实现SS-OCT图像中脉络膜厚度和脉络膜血管指数的全自动测量 | 首次将深度学习技术应用于SS-OCT图像的脉络膜区域自动检测和参数计算，实现了脉络膜厚度和血管指数的全自动化测量 | 研究样本量相对有限（791张图像），仅包含18岁及以上人群，未涵盖更广泛的年龄群体 | 开发基于人工智能的自动化方法测量脉络膜厚度和脉络膜血管指数 | SS-OCT图像中的脉络膜区域 | 计算机视觉 | 眼科疾病 | 扫频源光学相干断层扫描（SS-OCT） | CNN | 医学图像 | 791张SS-OCT图像（来自652名患者），其中474张训练，237张验证，80张测试 | NA | 卷积神经网络 | 准确率，平均绝对误差，交并比，曲线下面积，组内相关系数 | NA |
| 1098 | 2025-11-19 |
Koina: Democratizing machine learning for proteomics research
2025-Nov-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64870-5
PMID:41219230
|
研究论文 | 介绍Koina开源平台，旨在促进蛋白质组学中机器学习模型的发布与应用 | 开发了首个去中心化、在线可访问的蛋白质组学机器学习模型库，解决了模型可发现性和可用性问题 | 仅以FragPipe平台为例展示集成效果，尚未验证与其他蛋白质组学工具的广泛兼容性 | 降低蛋白质组学领域机器学习模型的使用门槛，促进模型在数据分析流程中的集成 | 蛋白质组学机器学习模型及其在数据分析流程中的应用 | 机器学习 | NA | 蛋白质组学分析 | NA | 质谱数据、蛋白质组学数据 | NA | NA | NA | NA | 在线可访问平台 |
| 1099 | 2025-11-19 |
Using item response theory as a methodology to impute categorical missing values
2025-Nov-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20032-7
PMID:41193533
|
研究论文 | 本研究提出使用项目反应理论(IRT)作为分类缺失值插补的方法，并与多种现有机器学习方法进行比较 | 首次将项目反应理论应用于分类缺失值插补，通过概率项生成确定缺失单元格的类别归属 | 仅针对分类数据进行了测试，未涉及连续型缺失值的处理 | 开发更有效的分类数据缺失值插补方法 | 具有缺失值的分类数据集 | 机器学习 | NA | 项目反应理论 | IRT, kNN, MICE, 深度学习 | 分类数据（顺序、名义、二元） | 三个不同的数据集 | NA | DataWig | 准确率, 预测性能 | Amazon Web Services (AWS) |
| 1100 | 2025-11-19 |
From model based to learned regularization in medical image registration: A comprehensive review
2025-Nov-03, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103854
PMID:41248566
|
综述 | 本文系统回顾了医学图像配准中从基于模型到学习型正则化方法的发展历程 | 提出了新颖的分类法系统性地对正则化方法进行分类，并重点介绍了利用数据驱动技术自动从数据中推导变形特性的学习型正则化这一新兴领域 | NA | 填补医学图像配准中正则化方法全面结构化综述的空白 | 医学图像配准中的正则化方法 | 医学图像处理 | NA | NA | 深度学习 | 医学图像 | NA | NA | NA | NA | NA |