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 2151 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2025-12-27 |
Computed Tomography-Pathology Deep Learning Model for the Precise Prediction of Recurrence in Pathological Stage IA Lung Adenocarcinoma
2025-Dec-25, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-18946-7
PMID:41449240
|
研究论文 | 本研究开发并验证了一种结合术前CT图像和病理分级的深度学习模型，用于精确预测病理IA期肺腺癌患者的术后复发风险 | 提出了新颖的ResNet 3D-Pathology Fusion模型，通过三维ResNet骨干网络与图像-病理融合模块的集成，实现了对传统TNM分期和IASLC分级的性能超越 | 研究为单中心回顾性分析，样本量相对有限，且模型性能需在外部多中心队列中进一步验证 | 开发精确的深度学习模型以改善病理IA期肺腺癌患者的术后复发预测和风险分层 | 病理IA期肺腺癌患者 | 数字病理 | 肺癌 | 深度学习，计算机断层扫描，病理分级 | CNN | 图像 | 551名患者（训练集368例，验证集183例） | NA | ResNet | AUC | NA |
| 642 | 2025-12-27 |
Optimized deep learning for Indian Classical Dance Classification a novel application based on a refined version of chameleon swarm algorithm
2025-Dec-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33469-7
PMID:41449277
|
研究论文 | 提出一种基于改进变色龙群算法优化深度信念网络的印度古典舞蹈风格分类新方法 | 首次将改进的Refined Chameleon Swarm Algorithm (RCSA) 用于优化Deep Belief Network (DBN) 的参数和架构，通过引入非线性自适应权重机制和伯努利混沌映射，有效平衡探索与利用，克服了原始算法收敛过快的问题 | 未提及模型在更大规模或更多样化舞蹈数据集上的泛化能力，也未讨论计算复杂度与实时性限制 | 实现印度古典舞蹈风格的自动准确分类 | 印度古典舞蹈的动作图像数据 | 计算机视觉 | NA | NA | Deep Belief Network (DBN) | 图像 | 使用Indian Dance form Classification (ICD) 和Bharatnatyam Dance Poses (BDP) 两个数据集，具体样本数量未明确说明 | NA | Deep Belief Network (DBN) | 准确率, 精确率, 灵敏度, 特异性, F1分数 | NA |
| 643 | 2025-12-27 |
Explainable deep learning ensemble framework for accurate classification of wild poisonous mushroom species
2025-Dec-25, BMC biotechnology
IF:3.5Q2
DOI:10.1186/s12896-025-01092-z
PMID:41449383
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 644 | 2025-12-27 |
Unpaired Learning-Enabled Nanotube Identification from AFM Images
2025-Dec-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202512504
PMID:41449757
|
研究论文 | 提出一种基于深度学习的图像到图像转换方法，用于从原子力显微镜图像中准确提取纳米管形态 | 采用基于cycleGAN的无配对学习框架，结合专门设计的损失函数，能够将包含纳米管的AFM图像转换为纯基底图像，从而有效分离纳米管形态，即使在基底粗糙度超过纳米管直径的情况下也能工作 | 模型的泛化能力有待进一步扩展，未来需要与实时AFM成像集成 | 开发一种从原子力显微镜图像中准确表征纳米管网络形态的方法 | 单壁碳纳米管及其他纳米材料 | 计算机视觉 | NA | 原子力显微镜成像 | GAN | 图像 | NA | NA | cycleGAN | 灵敏度, 准确度 | NA |
| 645 | 2025-12-27 |
DAUS-Net: Toward Ultrasound Scanner-Agnostic Domain Generalized Robust and Accurate Segmentation
2025-Dec-25, Ultrasonic imaging
IF:2.5Q2
DOI:10.1177/01617346251388454
PMID:41449845
|
研究论文 | 提出一种超声扫描仪无关的领域泛化分割网络DAUS-Net，用于实现稳健且准确的乳腺肿瘤分割 | 将深度频率滤波模块集成到U-Net中，在编码器潜在空间进行自适应频率分量选择，并采用实例归一化替代批归一化以移除设备相关风格特征 | 仅在三个公共超声数据集上进行验证，未涵盖所有超声设备类型 | 开发独立于超声设备的通用分割模型以降低临床部署成本 | 超声图像中的乳腺肿瘤 | 医学图像分析 | 乳腺癌 | 超声成像 | CNN | 超声图像 | 三个公共数据集（来自不同扫描仪） | 未明确说明 | U-Net（集成深度频率滤波模块） | Dice系数 | 未明确说明 |
| 646 | 2025-12-27 |
ALyzer3D.AI: a more generalizable deep learning predictor of light chain amyloidogenicity powered by structural and evolutionary Artificial Intelligence
2025-Dec-25, Amyloid : the international journal of experimental and clinical investigation : the official journal of the International Society of Amyloidosis
IF:5.2Q1
DOI:10.1080/13506129.2025.2605534
PMID:41449923
|
研究论文 | 开发了一个名为ALyzer3D.AI的多模态深度学习架构，用于预测免疫球蛋白轻链的淀粉样变性风险 | 整合了来自ESM-2蛋白质语言模型的进化特征、ColabFold的结构指标以及工程化的生物物理特征，提高了对新患者数据的泛化能力 | NA | 预测淀粉样轻链（AL）淀粉样变性中免疫球蛋白轻链的淀粉样变性风险 | 免疫球蛋白轻链序列 | 自然语言处理 | 淀粉样轻链（AL）淀粉样变性 | 蛋白质语言模型（ESM-2）、结构预测（ColabFold） | 深度学习 | 蛋白质序列 | 5261个序列 | NA | 多模态深度学习架构 | 准确率, AUC | NA |
| 647 | 2025-12-27 |
Intrafractional rectum anatomy shape prediction based on 3D point cloud representation in online adaptive radiation therapy
2025-Dec-24, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105705
PMID:41447749
|
研究论文 | 本研究开发了一种基于3D点云表示的生成模型SA-UNet，用于预测前列腺癌在线自适应放疗中的分次内直肠形状 | 提出了SA-UNet模型，这是最早用于分次内解剖结构预测的生成式AI模型之一，并首次将3D点云表示应用于直肠形状预测 | 研究为回顾性分析，样本量较小（42例患者），且仅针对前列腺癌患者，未在其他癌症类型中验证 | 开发解剖结构生成模型以预测前列腺癌在线自适应放疗中的分次内直肠形状 | 前列腺癌患者的直肠解剖结构 | 数字病理 | 前列腺癌 | MRI扫描 | 生成式AI模型 | 3D点云 | 42例前列腺癌患者 | NA | SA-UNet, Baseline-MLP, Baseline-PointCNN | CD（Chamfer距离）, EMD（地球移动距离）, JAC（Jaccard系数） | NA |
| 648 | 2025-12-27 |
Preliminary Exploration of Discriminative Correlation Filter Network for Real-time Tracking of Inconspicuous Focal Liver Lesions on Conventional Ultrasound
2025-Dec-24, Ultrasound in medicine & biology
|
研究论文 | 本研究探索了基于判别相关滤波网络（DCFNet）的算法在常规超声中通过跟踪周围解剖标志来定位不明显局灶性肝病变的可行性 | 利用DCFNet框架同时跟踪多个周围解剖标志，实现实时超声下不明显局灶性肝病变的定位，并指导穿刺或消融 | 研究为初步探索，需要进一步大规模验证临床可行性 | 探索DCFNet算法在常规超声中实时跟踪不明显局灶性肝病变的可行性 | 超声可见和超声不可见的肝脏肿瘤模型，以及初步临床病例 | 计算机视觉 | 肝脏病变 | 超声成像 | DCFNet | 超声图像 | 20个超声可见模型、20个超声不可见模型及初步临床病例 | DCFNet | DCFNet | 匹配准确率、精度、位置误差、穿刺成功率、指导时间 | NA |
| 649 | 2025-12-27 |
PlantscRNAdb 4.0: Improved marker identification and annotation under a cell type uniformity for plants
2025-Dec-24, Molecular plant
IF:17.1Q1
DOI:10.1016/j.molp.2025.12.026
PMID:41449796
|
研究论文 | 介绍了植物单细胞RNA测序数据库PlantscRNAdb 4.0的更新，包括新的植物细胞类型本体、扩展的物种和数据集覆盖，以及用于标记基因识别和细胞类型注释的新计算工具 | 引入了新的植物细胞类型本体（POCT）和一种名为HCMarker的新型计算工具，该工具采用多指标评分系统，用于在多种植物细胞类型中稳健、准确地识别标记基因；还开发了基于深度学习的工具PCmaster_anno，以改进植物细胞类型的自动注释 | 未明确提及具体的研究局限性 | 构建和更新一个全面的植物单细胞RNA测序数据库，以标准化和精确地解释植物细胞类型及其标记基因 | 33种植物物种的107个scRNA-seq数据集 | 生物信息学 | NA | 单细胞RNA测序（scRNA-seq） | 深度学习 | 单细胞RNA测序数据 | 来自107个scRNA-seq数据集 | NA | NA | NA | NA |
| 650 | 2025-12-27 |
Pattern and structural detection in grayscale images through the application of quantile graphs in higher-dimensional spaces
2025-Dec-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27825-w
PMID:41436507
|
研究论文 | 本研究将分位数图框架从一维时间序列扩展到二维图像，提出了一种基于图的可扩展图像分类方法，并在计算机视觉领域应用于特征提取 | 将分位数图从时间序列分析扩展到图像识别，引入了一种可扩展的基于图的图像分类方法，并提供了开源实现 | 未明确说明计算资源需求或模型在大规模数据集上的泛化能力 | 开发一种计算效率高、对训练数据需求较低的图像特征提取和分类方法，以应对深度学习模型在数据有限时的挑战 | 灰度图像，包括手写数字数据集（MNIST）、时尚物品数据集（Fashion MNIST）以及医学影像数据集 | 计算机视觉 | 阿尔茨海默病 | 分位数图 | NA | 图像 | 使用了MNIST和Fashion MNIST两个基准数据集，并应用于一个医学影像数据集，具体样本数量未明确说明 | NA | NA | 准确性 | NA |
| 651 | 2025-12-27 |
The mediating role of brand equity in corporate social responsibility and customer purchase intention based on text-CNN model
2025-Dec-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28118-y
PMID:41436517
|
研究论文 | 本研究结合深度学习与社会认同理论，探讨企业社会责任如何通过品牌资产影响顾客购买意愿 | 引入优化的Text-CNN模型进行情感分析，并结合结构方程模型，构建了多源数据融合的跨学科研究框架 | 研究主要基于公开的Yelp数据集和问卷调查，样本范围和行业覆盖可能存在局限性 | 探究企业社会责任对顾客购买意愿的影响机制，并验证品牌资产的中介作用 | 消费者评论数据（Yelp数据集）及问卷调查对象 | 自然语言处理 | NA | 情感分析，问卷调查 | CNN | 文本，问卷数据 | Yelp公开数据集（涵盖餐饮、酒店、美容等行业）及问卷调查样本 | NA | Text-CNN | NA | NA |
| 652 | 2025-12-27 |
Deep learning-based detection of murine congenital heart defects from µCT scans
2025-Dec-23, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09023-6
PMID:41436776
|
研究论文 | 本文提出了一种基于深度学习的自动化方法，用于从小鼠的μCT扫描中分割和筛查先天性心脏缺陷 | 开发了一种深度学习模型，能够自动从小鼠μCT扫描中检测先天性心脏缺陷，并展示了模型在技术及生物学差异数据上的鲁棒性和适应性，同时提供了用户友好的Napari插件 | 模型在包含新基因型的'发散'队列上初始性能中等（AUC: 81%），需通过微调提升性能 | 加速小鼠心脏异常的诊断并促进先天性心脏缺陷的机制研究 | 小鼠（包括对照组和突变体）的μCT扫描图像 | 计算机视觉 | 先天性心脏缺陷 | μCT（微计算机断层扫描） | 深度学习模型 | 3D图像 | 139个μCT扫描（训练队列），外加两个验证队列 | NA | NA | AUC（曲线下面积） | NA |
| 653 | 2025-12-27 |
HiSTaR: identifying spatial domains with hierarchical spatial transcriptomics variational autoencoder
2025-Dec-23, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07404-3
PMID:41437257
|
研究论文 | 本文提出了一种名为HiSTaR的分层空间转录组学变分自编码器，用于从空间转录组学数据中捕获多级潜在特征，以识别空间域并校正批次效应 | HiSTaR通过多个分层块捕获多级潜在特征，在空间域识别方面表现优于现有方法，并支持轨迹分析和差异基因表达分析，无需外部工具即可整合多个组织切片以处理批次效应 | 未在摘要中明确提及 | 开发一种计算工具，以改进空间转录组学数据中的空间域识别和组织异质性理解 | 空间转录组学数据中的spots（点） | 机器学习 | NA | 空间转录组学 | 变分自编码器 | 空间转录组学数据 | 多个数据集（来自不同平台） | NA | HiSTaR | NA | NA |
| 654 | 2025-12-27 |
High-resolution optogenetics generates distinguishable neocortical activity patterns in awake mice
2025-Dec-23, Neuroscience research
IF:2.4Q3
DOI:10.1016/j.neures.2025.105012
PMID:41448496
|
研究论文 | 本研究开发了一种基于数字微镜器件的高分辨率光遗传学平台，用于在清醒小鼠中精确控制新皮质神经元群体活动 | 开发了具有2微米空间分辨率和0.2毫秒时间分辨率的光遗传学刺激平台，能够通过时空模式光刺激可靠地诱发可区分的群体神经活动 | 研究仅在小鼠初级体感皮层进行，尚未验证在其他脑区或更复杂行为任务中的适用性 | 探究认知的神经基础，通过高精度光遗传学技术因果性研究神经元群体活动的时空动态 | 表达通道视紫红质-2的清醒小鼠的初级体感皮层神经元 | 神经科学 | NA | 光遗传学，数字微镜器件光刺激，电生理记录 | 深度学习算法 | 电生理信号 | NA | NA | NA | 分类准确率 | NA |
| 655 | 2025-12-27 |
MegaPlantTF: A Machine Learning Framework for Comprehensive Identification and Classification of Plant Transcription Factors
2025-Dec-23, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf678
PMID:41450215
|
研究论文 | 本文介绍了MegaPlantTF，一个用于植物转录因子预测和分类的机器学习与深度学习框架 | 首次提出结合k-mer蛋白质表示、深度前馈神经网络和堆叠集成分类器的两阶段架构，用于大规模植物转录因子识别与分类 | 未明确说明框架在非植物物种或极端罕见转录因子家族上的泛化能力 | 开发一个全面、高效的机器学习框架，用于植物转录因子的检测与家族级分类 | 植物转录因子蛋白质 | 机器学习 | NA | k-mer编码 | 深度前馈神经网络, 集成分类器 | 蛋白质序列 | NA | NA | 深度前馈神经网络, 堆叠集成 | 微平均, 宏平均, 加权平均性能指标, 准确率, 精确率 | NA |
| 656 | 2025-12-27 |
Fingerprint-Based Machine Learning for SARS-CoV-2 and MERS-CoV Mpro Inhibition: Highlighting the Potential of Bayesian Neural Networks
2025-Dec-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02014
PMID:41368857
|
研究论文 | 本研究利用指纹特征，通过机器学习模型预测SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力，并比较了传统机器学习与贝叶斯神经网络的表现 | 在低数据量场景下，首次应用贝叶斯神经网络进行SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂效力预测，并证明其优于传统机器学习模型 | 研究基于有限的数据集进行，可能无法完全代表所有抑制剂类型，且模型在更大数据集上的泛化能力未经验证 | 开发并比较机器学习模型，以预测SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力 | SARS-CoV-2和MERS-CoV的主要蛋白酶抑制剂 | 机器学习 | COVID-19, MERS | 指纹特征提取 | 随机森林, 梯度提升, 贝叶斯神经网络 | 化学指纹数据 | 未公开的SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂数据集 | NA | NA | NA | NA |
| 657 | 2025-12-27 |
Artificial Intelligence in Anaesthesiology: Current Applications, Challenges, and Future Directions
2025-12-22, Turkish journal of anaesthesiology and reanimation
IF:0.6Q3
DOI:10.4274/TJAR.2025.252320
PMID:41395980
|
综述 | 本文综述了人工智能在麻醉学领域的当前应用、面临的挑战以及未来发展方向 | 全面总结了人工智能在围手术期护理各阶段（包括术前、术中、术后及重症监护）的最新应用进展，并系统性地指出了该领域在方法学、伦理和实践方面的挑战 | 本文是一篇综述性文章，未提出新的原创性AI模型或进行实证研究，主要基于现有文献进行归纳总结 | 总结人工智能在麻醉学中的当前应用，分析其整合过程中面临的方法学、伦理和实践挑战，并探讨未来在围手术期护理中安全有效应用的发展方向 | 人工智能技术在麻醉学领域的各类应用场景、相关算法模型及其临床实践 | 机器学习 | NA | 机器学习、深度学习、大语言模型 | NA | 多模态数据（包括生理信号、医学影像、文本数据等） | NA | NA | NA | NA | NA |
| 658 | 2025-12-27 |
Skull-stripping induces shortcut learning in MRI-based Alzheimer's disease classification
2025-Dec-22, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02158-4
PMID:41428317
|
研究论文 | 本研究探讨了在基于结构MRI的阿尔茨海默病分类中，颅骨剥离预处理如何诱导捷径学习现象 | 首次系统评估了颅骨剥离在MRI图像分类中引入的偏差，揭示了深度学习模型依赖预处理产生的轮廓特征而非灰白质纹理的捷径学习现象 | 研究仅基于ADNI数据库的990个样本，可能无法推广到其他数据集或疾病类型 | 评估T1加权MRI图像中纹理、体积信息及预处理（特别是颅骨剥离）对阿尔茨海默病分类的贡献 | 阿尔茨海默病患者和认知正常对照的T1加权MRI图像 | 医学影像分析 | 阿尔茨海默病 | T1加权MRI成像 | 3D CNN | 3D MRI图像 | 990个匹配的T1加权MRI图像（来自ADNI数据库） | NA | 3D卷积神经网络 | 准确率, 敏感性, 特异性 | NA |
| 659 | 2025-12-27 |
Deep learning approaches to map individual differences in macroscopic neural structure with variations in spatial navigation behavior
2025-Dec-22, Neuropsychologia
IF:2.0Q3
|
研究论文 | 本文采用深度学习方法来分析大脑结构特征是否能够预测年轻人群的空间导航能力 | 使用数据驱动方法，首次比较图卷积神经网络和3D卷积神经网络来映射大脑宏观结构与空间导航行为个体差异的关联 | 研究样本量较小，仅使用单一行为测量指标，可能限制了预测能力 | 探究大脑结构特征与个体空间导航行为差异之间的关联 | 年轻健康成年人的大脑结构和空间导航能力 | 机器学习 | NA | T1 MRI | GCNN, 3DCNN | 图像 | 90名参与者 | NA | 图卷积神经网络, 3D卷积神经网络 | 预测值 | NA |
| 660 | 2025-12-27 |
[ResLSTM-TemporalSE: an automated classification model for multi-lead ECG signals]
2025-Dec-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
|
研究论文 | 提出了一种名为ResLSTM-TemporalSE的高效深度学习模型，用于提升12导联心电图信号的自动分类准确率 | 设计了一种结合多层残差长短期记忆网络和时序注意力机制的新网络架构，通过残差连接和增强的通道特征表示来有效提取心电信号的时空特征 | 未明确提及模型在更广泛或多样化临床数据集上的泛化能力限制，以及计算复杂度分析 | 提高12导联心电图信号的自动分类准确性 | 12导联心电图信号 | 机器学习 | 心血管疾病 | NA | LSTM, 注意力机制 | 信号数据 | 公共CPSC2018数据集和来自南方医科大学第七附属医院的私有临床数据集 | NA | ResLSTM-TemporalSE | 准确率, 精确率, 召回率, F1分数 | NA |