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 2152 篇文献，本页显示第 1801 - 1820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1801 | 2025-12-03 |
DeepSaltPro: Enhancing halophilic protein prediction accuracy and efficiency via multi-protein language model integration
2025-Dec, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.148947
PMID:41232885
|
研究论文 | 本研究提出了一种名为DeepSaltPro的深度学习框架，用于准确高效地预测嗜盐蛋白 | 通过整合两种预训练蛋白质语言模型（Ankh和ESM-2）的特征，结合CNN和BiGRU处理序列依赖，并首次在蛋白质预测任务中引入Kolmogorov-Arnold Network（KAN）以增强模型的表示能力和可解释性 | 未明确说明模型在更大规模或更复杂数据集上的泛化能力，也未讨论计算资源消耗的具体细节 | 开发一种高效的计算方法来准确识别嗜盐蛋白，以理解其功能机制并促进工业与生物技术应用 | 嗜盐蛋白 | 自然语言处理 | NA | 蛋白质语言模型 | CNN, BiGRU, KAN | 蛋白质序列 | 未明确说明 | 未明确说明 | CNN, BiGRU, KAN | 准确率 | 未明确说明 |
| 1802 | 2025-12-03 |
The association between enlarged perivascular spaces and muscle sympathetic nerve activity in normotensive and hypertensive humans
2025-Dec, Clinical autonomic research : official journal of the Clinical Autonomic Research Society
IF:3.9Q2
DOI:10.1007/s10286-025-01160-6
PMID:41075070
|
研究论文 | 本研究探讨了扩大血管周围间隙与肌肉交感神经活动在正常血压和高血压人群中的关联 | 首次使用深度学习算法（nnU-Net）分析脑部MRI图像中的ePVS，并直接测量MSNA，揭示了ePVS与交感神经活动在不同脑区的关联，特别是在高血压患者中观察到中脑ePVS簇与MSNA的特异性关联 | 样本量相对较小（25名高血压患者和50名健康正常血压成人），研究为横断面设计，无法确定因果关系，且仅使用T1加权MRI图像 | 评估扩大血管周围间隙是否与肌肉交感神经活动相关，并探索ePVS作为交感神经活动神经影像生物标志物的潜力 | 25名高血压患者和50名健康正常血压成人 | 数字病理学 | 心血管疾病 | T1加权MRI，肌肉交感神经活动记录 | 深度学习 | 图像 | 75名参与者（25名高血压患者和50名健康正常血压成人） | nnU-Net | nnU-Net | NA | NA |
| 1803 | 2025-12-03 |
MFFBi-Unet: Merging Dynamic Sparse Attention and Multi-scale Feature Fusion for Medical Image Segmentation
2025-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00740-4
PMID:40730736
|
研究论文 | 提出一种名为MFFBi-Unet的新型医学图像分割架构，结合动态稀疏注意力和多尺度特征融合 | 引入基于双层路由的动态稀疏注意力机制，实现上下文感知的计算分配，并在跳跃连接中集成新颖的多尺度特征融合模块 | 未明确说明计算复杂度或内存需求的具体降低程度，也未提及模型在更广泛数据集或临床环境中的泛化能力 | 改进医学图像分割的准确性和效率 | 医学图像分割任务 | 计算机视觉 | NA | 深度学习 | Transformer, U-Net | 医学图像 | 多个公共医学基准数据集 | NA | MFFBi-Unet, BiFormer | Dice分数 | NA |
| 1804 | 2025-12-03 |
Super-resolution Reconstruction of Fetal Brain MRI with Multi-view Interpolation Weight Learning
2025-Dec-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3638989
PMID:41325115
|
研究论文 | 本文提出了一种名为3D-WISE的深度学习模型，用于从多视角运动伪影的厚层扫描中重建高质量的各向同性胎儿脑部MRI图像 | 提出了一种创新的三维加权插值深度学习模型，通过多视角插值权重学习和多类型注意力机制引导的特征提取模块，直接学习插值权重以校正切片和体积之间的错位，避免了传统配准-重建框架的局限性 | 未明确说明模型对极端运动伪影或不同扫描参数的泛化能力，也未提供详细的临床验证结果 | 解决胎儿脑部MRI各向同性超分辨率重建中因胎儿运动和厚层扫描错位带来的挑战 | 胎儿脑部MRI图像 | 医学影像分析 | 胎儿脑部发育相关疾病 | MRI | 深度学习模型 | 三维医学影像 | 在两个基准数据集上进行实验，具体样本数量未明确说明 | 未明确说明，但代码已开源 | 3D-WISE（包含权重学习模块和特征提取模块），具体架构未详细说明 | 未明确说明具体评估指标，但提及性能显著提升 | 未明确说明 |
| 1805 | 2025-12-03 |
Unified VideoMAE Framework for Detection of Multi-Disorder ADHD and Depression
2025-Dec-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3638973
PMID:41325113
|
研究论文 | 本文提出了一种基于统一VideoMAE框架的多重精神障碍（ADHD和抑郁症）检测系统 | 在统一框架内检测多重精神障碍（ADHD和抑郁症）；创新性地在微调过程中优化注意力掩码以优先关注与精神障碍最相关的面部特征；采用了三种不同的预训练模型微调方法 | 精神健康数据集可用性有限 | 开发自动化精神障碍诊断技术，辅助诊断和评估多种精神障碍 | 注意力缺陷多动障碍（ADHD）和抑郁症患者 | 计算机视觉 | 精神障碍 | 视频预处理、面部特征提取 | 视频掩码自编码器 | 面部视频 | NA | NA | VideoMAE | 准确率 | NA |
| 1806 | 2025-12-03 |
Spatial Hierarchical Protein-Protein Interaction Site Prediction Using Squeeze-and-Excitation Capsule Networks
2025-Dec-01, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3638901
PMID:41325125
|
研究论文 | 本文提出了一种名为MSE-CapsPPISP的新型深度学习模型，用于预测蛋白质-蛋白质相互作用位点，通过结合空间层次特征和多尺度特征提取来提升预测性能 | 设计了基于胶囊网络（Capsule Network）的模型，考虑了蛋白质序列特征的空间层次关系，并引入多尺度CNN和Squeeze-and-Excitation模块以增强特征表示 | 未明确提及模型在更大或更复杂数据集上的泛化能力，以及计算资源需求的具体分析 | 开发一种计算方法来预测蛋白质-蛋白质相互作用位点，以补充耗时且易受噪声影响的生物实验 | 蛋白质序列及其相互作用位点 | 生物信息学 | NA | 深度学习 | Capsule Network, CNN | 蛋白质序列数据 | NA | NA | MSE-CapsPPISP, 多尺度CNN, Squeeze-and-Excitation Capsule Networks | F1, MCC, AUROC, AUPR | NA |
| 1807 | 2025-12-03 |
Single-shot multi-wavelength imaging over scattering media enabled by deep learning
2025-Dec-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.578473
PMID:41325218
|
研究论文 | 提出一种基于深度学习的单次多波长散射成像方法，通过训练光谱视觉散斑网络从多波长全息实验中恢复高保真图像 | 首次将深度学习扩展到多波长散射成像，通过优化网络解决相干干涉和色散效应带来的训练挑战，实现单次拍摄下的多波长图像恢复 | 未明确说明方法在极端散射条件或动态环境中的适用性，也未讨论计算复杂度对实时应用的影响 | 开发一种能够克服散射介质影响、实现单次多波长高保真成像的深度学习技术 | 通过多波长全息实验生成的散射介质后的多波长图像 | 计算机视觉 | NA | 多波长全息术，深度学习成像 | 深度神经网络 | 图像 | 三个数据集 | NA | 光谱视觉散斑网络 | 恢复保真度 | NA |
| 1808 | 2025-12-03 |
Optical encryption-transmission via computational ghost imaging and fractional OAM multiplexing
2025-Dec-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.581801
PMID:41325262
|
研究论文 | 本文提出了一种结合计算鬼成像、分数轨道角动量和深度学习的光学图像安全加密传输方案 | 将计算鬼成像的加密优势与分数轨道角动量的高维传输特性结合，并引入深度学习进行解密，增强了系统的安全性和实用性 | NA | 实现光学图像的安全加密与传输 | 光学图像 | 计算机视觉 | NA | 计算鬼成像, 分数轨道角动量, 深度学习 | CNN | 图像 | NA | NA | DenseNet | NA | NA |
| 1809 | 2025-12-03 |
Artificial intelligence-enabled electrocardiography from scientific research to clinical application
2025-Dec-01, EMBO molecular medicine
IF:9.0Q1
DOI:10.1038/s44321-025-00351-y
PMID:41326714
|
综述 | 本文综述了人工智能在心电图分析中的最新进展及其从科学研究到临床应用的转变 | AI-ECG能够直接从原始信号处理高维数据，揭示传统方法常忽略的模式，如无症状低射血分数和阵发性心房颤动在正常窦性心律中的迹象，从而实现早期临床干预 | NA | 探讨人工智能在心电图分析中的应用及其对心血管诊断、风险分层和社区筛查的变革性影响 | 心电图数据及其在心血管疾病诊断中的应用 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习算法 | 心电图原始信号 | NA | NA | NA | NA | NA |
| 1810 | 2025-12-03 |
Graph-based deep learning approach for high-throughput protein-DNA interaction scoring
2025-Dec-01, Acta pharmacologica Sinica
IF:6.9Q1
DOI:10.1038/s41401-025-01688-3
PMID:41326808
|
研究论文 | 本文提出了一种基于图深度学习的PDIScore方法，用于高通量蛋白质-DNA相互作用评分，显著提升了预测性能 | 开发了PDIScore，首次结合全面的图表示捕捉核苷酸灵活性、采用可扩展的GraphGPS架构与BigBird线性全局注意力处理大接口，并利用混合密度网络建模残基-核苷酸距离分布 | 训练数据依赖于自收集的约7000个蛋白质-核酸复合物结构，可能受限于实验结构的可用性和多样性 | 开发一种可靠的深度学习评分函数，以准确量化蛋白质-DNA相互作用，支持生物学过程理解和药物设计 | 蛋白质-DNA相互作用复合物 | 机器学习 | NA | 深度学习，图表示学习 | 图神经网络，混合密度网络 | 蛋白质-核酸复合物结构数据 | 约7000个蛋白质-核酸复合物结构 | NA | GraphGPS, BigBird | EF, AUROC, 对接成功率, PCC | NA |
| 1811 | 2025-12-03 |
Enhancing vertebral fracture prediction using multitask deep learning computed tomography imaging of bone and muscle
2025-Dec-01, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12049-3
PMID:41326828
|
研究论文 | 本研究开发并外部验证了一种基于CT的多任务深度学习模型，用于预测椎体骨折风险 | 采用多任务学习框架，整合骨骼和肌肉的CT图像特征，相比仅使用骨骼图像或传统临床模型（如FRAX）展现出更优的预测性能 | 研究样本主要来自50-80岁患者，可能限制了模型在其他年龄段的泛化能力；外部验证仅基于两家独立医院的数据 | 开发并验证一种基于CT的椎体骨折风险预测模型 | 50-80岁患者的腹部CT扫描图像 | 计算机视觉 | 骨质疏松性骨折 | CT扫描 | 深度学习 | 图像 | 开发集2553名患者，外部测试集1506名患者 | NA | 多任务深度学习模型 | AUROC, c-index | NA |
| 1812 | 2025-12-03 |
Automated HFrEF Diagnosis Using an Optimized TimeSformer Model in Echocardiography
2025-Dec-01, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01758-2
PMID:41326877
|
研究论文 | 本研究提出了一种基于优化的TimeSformer模型和左心室掩码方法，用于从超声心动图视频中自动诊断射血分数降低的心力衰竭 | 首次将TimeSformer架构应用于超声心动图领域，并引入基于图像分割的领域知识左心室掩码方法，以引导模型关注诊断关键区域 | 未明确提及具体局限性，但暗示在小型和不平衡临床数据集中的有效性可能受限 | 增强射血分数降低的心力衰竭的自动检测能力 | 超声心动图视频数据 | 计算机视觉 | 心血管疾病 | 超声心动图 | Transformer | 视频 | 大规模基准数据集和来自心脏病科的小型专业临床数据集 | NA | TimeSformer | 准确率, AUC | NA |
| 1813 | 2025-12-03 |
Lung Disease Classification with Deep Learning Enhanced CNN Architecture in Chest X-Ray Imaging
2025-Dec-01, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01760-8
PMID:41326879
|
研究论文 | 本研究提出了一种结合离散小波变换、U-Net++、注意力门和渐进增长生成对抗网络的深度学习增强CNN架构，用于胸部X射线图像的肺部分割和多种肺部疾病的分类 | 使用离散小波变换替代传统最大池化以提供更精确的下采样，结合U-Net++与注意力门提升分割精度，并在DenseNet-201中集成DWT进行分类，同时采用PGGAN进行数据增强以生成高分辨率合成图像 | 未明确说明模型在外部验证集上的泛化能力，以及计算复杂度和实时性方面的限制 | 开发一种准确可靠的胸部X射线图像分析系统，用于肺部疾病诊断 | 胸部X射线图像 | 计算机视觉 | 肺部疾病 | 胸部X射线成像 | CNN, GAN | 图像 | 日本放射技术学会数据集 | NA | U-Net++, DenseNet-201, PGGAN | 准确率, Dice系数, 精确率 | NA |
| 1814 | 2025-12-03 |
Automatic Segmentation and Classification of Glioblastoma and Solitary Brain Metastasis Using a Deep Learning Model on Multiparametric MRI
2025-Dec-01, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01695-0
PMID:41326876
|
研究论文 | 本研究构建了一个基于多参数MRI的三维深度学习模型，用于自动分割和分类胶质母细胞瘤与孤立性脑转移瘤 | 开发了一个三维深度学习模型，在自动分割和分类胶质母细胞瘤与孤立性脑转移瘤方面表现出色，并证明该模型能显著提升放射科医生的诊断准确性 | 研究使用了来自单一医疗中心和两个公共数据集的314名患者数据，样本量相对有限，且未提及模型在其他独立数据集上的泛化能力验证 | 构建一个自动分割和分类胶质母细胞瘤与孤立性脑转移瘤的深度学习模型，以辅助术前临床决策 | 胶质母细胞瘤和孤立性脑转移瘤患者 | 数字病理学 | 脑肿瘤 | 多参数MRI | 深度学习 | 图像 | 314名患者（来自一个医疗中心和两个公共数据集） | NA | No-new-UNet (nnU-Net) | Dice分数, AUC | NA |
| 1815 | 2025-12-03 |
Advantages and Limitations of AlphaFold in Structural Biology: Insights from Recent Studies
2025-Dec-01, The protein journal
DOI:10.1007/s10930-025-10310-8
PMID:41326937
|
综述 | 本文综述了2022年至2025年间AlphaFold在结构生物学中的应用、优势与局限性 | 系统性地总结了AlphaFold在病毒学、微生物学和生物医学等不同领域的最新应用案例，并分析了其方法扩展（如AlphaFold-Multimer）以及与分子动力学模拟结合的价值 | AlphaFold对固有无序区域、蛋白质-配体/辅因子相互作用、以及大型或瞬时组装的预测存在重要局限性，约三分之一的残基可能缺乏原子精度 | 评估AlphaFold在结构生物学中的实际影响、优势与剩余挑战，并指出未来方法创新和正交验证的优先方向 | 人类、微生物和病毒系统中的蛋白质结构，包括SARS-CoV-2刺突和核衣壳蛋白、细菌核糖体和膜蛋白复合物、人类GPCRs等 | 结构生物学 | NA | 深度学习蛋白质结构预测，分子动力学模拟 | 深度学习模型 | 氨基酸序列，冷冻电镜图谱 | NA | NA | AlphaFold, AlphaFold-Multimer | 原子精度 | NA |
| 1816 | 2025-12-03 |
Computer models and artificial intelligence increase the fidelity and efficiency of the in vitro models for hearing loss
2025-Dec-01, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01467-5
PMID:41327400
|
综述 | 本文综述了人工智能算法在体外听觉模型中的整合现状，旨在提高这些模型的准确性、效率和转化潜力 | 探索了计算机建模、机器学习和深度学习在增强体外听觉模型生理相关性、可扩展性和可重复性方面的创新应用 | 面临数据标准化、生物复杂性及模型可解释性等挑战 | 提高体外听觉模型的保真度和效率，以研究听力损失的机制并测试潜在疗法 | 体外听觉模型，如永生化听觉毛细胞系、耳蜗外植体和内耳类器官 | 机器学习 | 听力损失 | 高通量图像分析、组学数据分析、耳蜗结构分割 | 机器学习, 深度学习 | 图像, 组学数据 | NA | NA | NA | NA | NA |
| 1817 | 2025-05-08 |
Response to Letter: "Skin Cancer Detection Using Deep Learning Approaches" by Haque et al
2025-Dec, Cancer biotherapy & radiopharmaceuticals
DOI:10.1089/cbr.2025.0122
PMID:40329831
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1818 | 2025-12-02 |
Integrating pathology genomics and single-cell genomics to identify lactate metabolism-related prognostic features and therapeutic strategies for melanoma
2025-Dec, Apoptosis : an international journal on programmed cell death
IF:6.1Q1
DOI:10.1007/s10495-025-02190-1
PMID:41006685
|
研究论文 | 本研究整合病理基因组学和单细胞基因组学，构建了基于乳酸代谢的预后模型，并探索了黑色素瘤的治疗策略 | 首次整合多组学数据（包括病理影像特征、单细胞RNA测序、空间转录组学等）系统表征黑色素瘤乳酸代谢的分子特征，并构建了结合病理特征和基因特征的预后模型 | 研究主要基于回顾性数据，需要前瞻性临床验证；模型在外部队列中的泛化能力有待进一步评估 | 系统表征黑色素瘤中乳酸代谢的分子特征，构建有效的预后模型，并探索潜在的治疗策略 | 皮肤黑色素瘤（SKCM） | 数字病理学 | 黑色素瘤 | 单细胞RNA测序, 空间转录组学, 基因集变异分析（GSVA） | CNN, 机器学习算法 | 图像, 基因组数据, 转录组数据 | TCGA训练和验证队列（具体样本数未明确说明），涉及443个病理影像特征 | CellProfiler, 预训练的ResNet50（基于PyTorch或TensorFlow框架） | ResNet50 | 预后性能（如生存分析），未明确具体指标如AUC、准确率等 | NA |
| 1819 | 2025-12-02 |
Advances in artificial intelligence-based radiogenomics for lung cancer precision medicine
2025-Dec-01, Progress in biomedical engineering (Bristol, England)
DOI:10.1088/2516-1091/ae224a
PMID:41265027
|
综述 | 本文综述了基于人工智能的放射基因组学在肺癌精准医疗中的应用进展 | 整合医学影像、基因组学和临床数据，利用机器学习和深度学习技术非侵入性地预测关键致癌驱动突变，探索影像特征与基因表达之间的关联，并开发肺癌预后模型 | 在标准化、全面验证、模型可解释性、种族多样性以及多组学数据库构建方面仍面临挑战 | 提升肺癌精准医疗中放射基因组学模型的临床价值和普适性 | 肺癌患者 | 计算机视觉 | 肺癌 | 医学影像、基因组学 | 机器学习, 深度学习 | 图像, 基因组数据, 临床数据 | NA | NA | NA | NA | NA |
| 1820 | 2025-12-02 |
Development and evaluation of deep learning models for estimating the organ at-risk dose constraint from two-dimensional cine magnetic resonance imaging scans during irradiation
2025-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70403
PMID:41310917
|
研究论文 | 本研究开发并评估了一种深度学习模型，用于从二维电影磁共振成像扫描中估计放射治疗期间危及器官的剂量约束 | 利用深度学习从二维电影MRI中预测危及器官剂量约束，实现了实时剂量监测的创新方法 | 结果仅显示有限改进，且受多种限制约束 | 开发能够从二维电影MRI中估计危及器官剂量约束的深度学习模型 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | 二维电影磁共振成像，MR-linear accelerator | 深度学习模型 | 图像 | 91名前列腺癌患者，381个治疗分次 | NA | NA | 相关系数，平均绝对误差，曲线下面积，灵敏度，特异度 | NA |