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 49410 篇文献，本页显示第 20641 - 20660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 20641 | 2025-11-15 |
Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy
2025-Nov, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02490-y
PMID:39658727
|
研究论文 | 本研究开发了一种基于深度学习的脂质纳米颗粒设计方法，用于肺部基因治疗 | 首次将定向消息传递神经网络应用于离子化脂质设计，能够预测核酸递送效果并拓展到训练集外的结构 | 研究主要基于小鼠和雪貂模型，人类应用效果仍需验证 | 开发人工智能指导的脂质纳米颗粒设计方法以改进基因治疗递送效率 | 离子化脂质、脂质纳米颗粒、mRNA递送系统 | 机器学习 | 肺部疾病 | 深度学习、基因治疗 | 神经网络 | 化学结构数据、活性测量数据 | 9,000多个脂质纳米颗粒活性测量数据，评估160万个脂质结构 | NA | 定向消息传递神经网络 | 体外和体内RNA递送预测准确率 | NA |
| 20642 | 2025-11-15 |
Artificial Intelligence and the Evolving Landscape of Immunopeptidomics
2025-Nov, Proteomics. Clinical applications
DOI:10.1002/prca.70018
PMID:40741879
|
综述 | 本文系统回顾了人工智能在免疫肽组学领域的应用进展，重点分析了AI在肽段鉴定、免疫原性预测和新抗原优先排序中的关键作用 | 深入探讨AI如何帮助揭示传统上被认为是免疫'冷'肿瘤（如乳腺癌）的隐藏免疫原性特征，并展望深度学习、迁移学习和多组学整合模型的未来应用 | 在建模非经典肽段、考虑抗原加工缺陷以及避免靶向非肿瘤毒性方面仍存在挑战 | 评估人工智能方法在免疫肽组学工作流程各阶段的应用潜力 | 主要组织相容性复合体呈递的肽段、新抗原和癌症免疫治疗 | 生物信息学 | 乳腺癌 | 质谱分析、免疫肽组学、多组学分析 | 深度学习、迁移学习 | 质谱数据、多组学数据 | NA | NA | NA | NA | NA |
| 20643 | 2025-11-15 |
Uncertainty-aware genomic classification of Alzheimer's disease: a transformer-based ensemble approach with Monte Carlo dropout
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf587
PMID:41212591
|
研究论文 | 开发了一种基于Transformer集成框架的不确定性感知深度学习模型，用于阿尔茨海默病的基因组分类 | 结合Transformer和随机森林模型，并采用蒙特卡洛Dropout方法估计预测置信度，能够识别模型不确定的预测案例 | 样本量相对有限（1050个个体），模型整体准确率有待提升 | 开发并评估用于阿尔茨海默病预测的不确定性感知深度学习框架 | 阿尔茨海默病神经影像学倡议队列中的1050名个体（607名AD患者，443名对照） | 机器学习 | 阿尔茨海默病 | 全基因组测序 | Transformer, 随机森林 | 基因组数据 | 1050名个体（607名AD患者，443名对照），测试集525个样本 | NA | Transformer | 准确率, AUC, F1分数 | NA |
| 20644 | 2025-11-15 |
Unlocking the potential of radiomics in identifying fibrosing and inflammatory patterns in interstitial lung disease
2025-Nov, La Radiologia medica
DOI:10.1007/s11547-025-02067-y
PMID:40844571
|
研究论文 | 本研究利用高分辨率CT和放射组学AI流程区分间质性肺疾病的纤维化和炎症模式 | 首次将可解释AI（SHAP）与放射组学特征结合用于ILD模式分类，并比较了炎症性ILD与病毒性肺炎的影像差异 | 单中心研究，样本量有限（84例主要研究对象），需要多中心验证 | 区分间质性肺疾病的纤维化和炎症模式 | 间质性肺疾病患者（特发性肺纤维化和细胞性非特异性间质性肺炎）及COVID-19肺炎患者 | 医学影像分析 | 间质性肺疾病 | 高分辨率CT，放射组学特征提取 | XGBoost，深度学习模型 | CT影像 | 84例主要研究对象（50例IPF，34例细胞性NSIP），50例COVID-19肺炎患者作为次要分析对象 | XGBoost | 深度学习分割模型（具体架构未明确说明） | 准确率，AUROC | NA |
| 20645 | 2025-11-15 |
Illuminating radiogenomic signatures in pediatric-type diffuse gliomas: insights into molecular, clinical, and imaging correlations. Part I: high-grade group
2025-Nov, La Radiologia medica
DOI:10.1007/s11547-025-02078-9
PMID:40853542
|
综述 | 本综述系统分析了儿童型高级别弥漫性胶质瘤的分子特征、临床表现和影像学关联 | 整合2021年WHO中枢神经系统肿瘤分类最新分子标准，首次系统梳理四种儿童型高级别胶质瘤的放射基因组学特征 | 当前方法学存在局限，需要更大规模前瞻性研究验证 | 探索儿童型高级别胶质瘤的放射基因组学特征及其临床意义 | 四种儿童型高级别弥漫性胶质瘤：弥漫中线胶质瘤H3 K27改变型、弥漫半球胶质瘤H3 G34突变型、弥漫儿童型高级别胶质瘤H3野生型和IDH野生型、婴儿型半球胶质瘤 | 数字病理 | 脑胶质瘤 | 磁共振成像, 基因组学分析 | 深度学习 | 医学影像, 分子数据 | NA | NA | NA | NA | NA |
| 20646 | 2025-11-15 |
The Role of Artificial Intelligence in Orthodontics for Determining Skeletal Age Based on Cervical Vertebra Maturation Degree: A Comprehensive Review
2025-Nov, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.71487
PMID:41221429
|
综述 | 回顾人工智能在正畸学中基于颈椎成熟度评估骨骼年龄的不同应用 | 系统总结了AI在颈椎成熟度评估中的算法设计，特别关注深度学习技术在侧位头影测量片分析中的应用 | AI算法准确性受数据集大小、标注方法和模型设计等因素影响，仍需专家监督和临床判断 | 探讨人工智能在正畸学中评估骨骼年龄的应用 | 颈椎成熟度分期评估 | 医学影像分析 | 正畸治疗 | 侧位头影测量X光片分析 | CNN | 医学影像 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 20647 | 2025-11-15 |
Lax-Pair-FIND: Discovering Lax pair from scarce data via deep learning
2025-Nov-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0278425
PMID:41236354
|
研究论文 | 提出一种从稀疏或噪声数据中发现Lax对的深度学习算法Lax-Pair-FIND | 首次将数据驱动方法应用于Lax对的发现，无需预先知道方程形式即可识别线性演化算子A | 需要已知谱算子L，且对数据稀疏性和噪声的鲁棒性仍需进一步验证 | 从数据中发现描述物理系统的Lax对数学方程 | 偏微分方程的Lax对 | 机器学习 | NA | 深度学习，稀疏优化 | 深度学习模型 | 数值模拟数据，实验数据 | NA | NA | NA | 数值模拟验证，实验验证 | NA |
| 20648 | 2025-11-15 |
Identification of key genes in pancreatic ductal adenocarcinoma with biologically informed deep neural network
2025-Oct-31, Journal of gastrointestinal oncology
IF:2.0Q3
DOI:10.21037/jgo-2025-218
PMID:41220726
|
研究论文 | 本研究使用生物信息学指导的深度神经网络识别胰腺导管腺癌中与预后和免疫微环境相关的关键基因 | 首次将P-NET（生物信息学指导的神经网络）模型应用于PDAC关键基因识别，并发现JAG1、MET和PLAU三个基因可能成为联合免疫治疗新靶点 | 研究基于五个独立PDAC队列的回顾性数据，需要进一步实验验证 | 识别与胰腺导管腺癌预后和免疫微环境相关的关键基因 | 胰腺导管腺癌患者基因表达数据 | 生物信息学 | 胰腺癌 | 深度学习，差异表达分析，生存分析，TIDE分析，CellPhoneDB分析，分子对接 | 深度神经网络 | 基因表达数据 | 五个独立PDAC队列的628个重要基因 | NA | P-NET（生物信息学指导的神经网络） | 生存分析，TIDE分析 | NA |
| 20649 | 2025-11-15 |
AI-based detection of MRI-invisible prostate cancer with nnU-Net
2025-Oct-30, The Canadian journal of urology
DOI:10.32604/cju.2025.068853
PMID:41220354
|
研究论文 | 开发基于nnU-Net自适应神经网络的AI图像识别系统，用于检测MRI不可见的前列腺癌 | 首次将nnU-Net应用于MRI不可见前列腺癌的检测，针对PI-RADS评分≤3的疑难病例 | 回顾性研究，样本量相对较小（150例患者），仅来自单一医疗中心 | 开发AI系统辅助临床医生检测MRI不可见的前列腺癌 | 经病理证实具有临床意义前列腺癌但术前MRI阴性的患者 | 数字病理 | 前列腺癌 | 多参数MRI（T2WI、DWI、ADC序列） | CNN | 医学影像 | 150例患者，1475张MRI图像 | nnU-Net | nnU-Net | Dice相似系数, 灵敏度, 特异性, 假阳性率, 假阴性率 | NA |
| 20650 | 2025-11-02 |
Pulmonary function estimation using smartphone audio and deep learning
2025-Oct-27, Jornal brasileiro de pneumologia : publicacao oficial da Sociedade Brasileira de Pneumologia e Tisilogia
IF:2.9Q2
DOI:10.36416/1806-3756/e20250003
PMID:41172409
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 20651 | 2025-11-15 |
Investigating the Role of Area Deprivation Index in Observed Differences in CT-Based Body Composition by Race
2025-Oct, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2025.06.016
PMID:40517983
|
研究论文 | 本研究探讨区域剥夺指数能否解释基于CT的身体成分种族差异 | 首次结合区域剥夺指数和社会脆弱性指数分析CT身体成分的种族差异 | 回顾性研究设计，未能分析具体人口普查区域变量和个体层面数据 | 探究社会经济因素对CT身体成分种族差异的影响 | 2020年单一机构的5311名患者腹部CT数据 | 医学影像分析 | 代谢相关疾病 | CT扫描 | 深度学习 | 医学影像, 临床数据, 社会经济指数 | 5311名患者（平均年龄57.4岁，55.5%女性，46.5%黑人，39.5%白人，10.3%西班牙裔） | 开源深度学习工作流 | NA | P值 | NA |
| 20652 | 2025-11-15 |
Modelling transcription with explainable AI uncovers context-specific epigenetic gene regulation at promoters and gene bodies
2025-Oct, PLoS genetics
IF:4.0Q1
DOI:10.1371/journal.pgen.1011908
PMID:41129591
|
研究论文 | 利用可解释人工智能建模转录过程，揭示启动子和基因体区域背景特异性表观遗传基因调控机制 | 首次将SHAP可解释AI方法应用于染色质相关蛋白分析，从未扰动数据预测扰动实验的直接靶标，发现ZC3H4在基因体的新调控功能及复合物间交叉对话 | 方法依赖深度学习模型的预测准确性，需要实验验证来确认推断的调控机制 | 解析转录调控中染色质相关蛋白的复杂相互作用机制 | RNA Pol-II占据位点、染色质相关蛋白谱、SET1A、ZC3H4、INTS11等调控因子 | 机器学习 | NA | 染色质相关蛋白分析、degron-based扰动实验、表观遗传分析 | 深度学习 | 表观遗传数据、蛋白质结合数据 | NA | NA | NA | 预测准确性、SHAP重要性排序 | NA |
| 20653 | 2025-11-15 |
Determination of Diagnosis and Prognosis in Spinal Cord Injury Using Machine Learning
2025-Oct, Korean journal of neurotrauma
DOI:10.13004/kjnt.2025.21.e33
PMID:41220891
|
研究论文 | 本文探讨机器学习在脊髓损伤诊断和预后预测中的应用 | 首次系统评估基于卷积神经网络和深度学习放射组学的AI方法在脊髓损伤诊断和预后预测中的表现 | 数据集规模有限、研究间存在异质性、缺乏外部验证 | 开发准确及时的脊髓损伤诊断和可靠预后预测方法 | 创伤性脊髓损伤患者 | 机器学习 | 脊髓损伤 | 磁共振成像、扩散张量成像 | CNN, 神经网络, 深度学习 | 医学影像 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 20654 | 2025-11-15 |
Deep learning-aided optical biopsy achieves whole-chain diagnosis of Correa cascade of gastric cancer: a prospective study
2025-Sep-30, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04310-9
PMID:41029674
|
研究论文 | 开发基于深度学习的pCLE计算机辅助诊断系统，实现胃癌Correa级联的实时全链条诊断 | 首次构建能够实时诊断胃癌Correa级联全链条病变的深度学习辅助系统 | 研究在单一临床中心进行，需要多中心验证 | 开发pCLE计算机辅助诊断系统并评估其在真实临床环境中的诊断性能 | 胃黏膜病变患者 | 数字病理 | 胃癌 | 探头共聚焦激光内镜(pCLE) | 深度学习网络 | 图像,视频 | 5771次检查的47,462张pCLE图像和461段视频用于开发，951名患者的1254个病灶用于前瞻性验证 | NA | NA | 准确率,敏感性,特异性 | NA |
| 20655 | 2025-11-15 |
Leveraging MobileNetV2 and deep learning innovation for high accuracy Plasmodium Vivax detection in blood smears
2025-Sep-29, Saudi pharmaceutical journal : SPJ : the official publication of the Saudi Pharmaceutical Society
IF:3.0Q2
DOI:10.1007/s44446-025-00019-1
PMID:41021108
|
研究论文 | 本研究提出了一种基于改进MobileNetV2和YOLOv3的深度学习模型，用于在薄血涂片图像中高精度检测间日疟原虫 | 在YOLOv3的主干网络中引入改进的MobileNetV2，并在瓶颈层使用提出的转换卷积层(TCL)，根据不同类别的图像特征计算权重，提高了对感染和未感染疟原虫细胞的分类效果 | 准确率仍然是检测和分类薄血涂片类别的主要缺点之一 | 提高间日疟原虫检测模型的性能和速度，为医疗专业人员提供更好的诊断方法 | 薄血涂片图像中的间日疟原虫细胞 | 计算机视觉 | 疟疾 | 显微镜血液涂片检查 | YOLOv3, CNN | 图像 | NA | NA | YOLOv3, MobileNetV2 | 准确率, 精确率, 召回率, F1分数, 平均精度均值(mAP) | NA |
| 20656 | 2025-11-15 |
GeneRAIN: multifaceted representation of genes via deep learning of gene expression networks
2025-Sep-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03749-6
PMID:40983974
|
研究论文 | 开发基于Transformer的GeneRAIN模型套件，从41万个人类批量RNA-seq样本中学习基因表达关系 | 提出新颖的Binning-By-Gene标准化技术和GeneRAIN-vec多面向量化基因表示方法，在知识迁移方面实现突破 | NA | 推进Transformer和自监督深度学习在基因表达数据中的应用，增强生物学探索能力 | 人类基因表达数据，包括蛋白质编码基因和长链非编码RNA | 机器学习 | NA | RNA-seq | Transformer | 基因表达数据 | 410,000个人类批量RNA-seq样本 | NA | Transformer | NA | NA |
| 20657 | 2025-11-15 |
EDLNet: ensemble deep learning network model for automatic brain tumor classification and segmentation
2025-Sep, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2311343
PMID:38345061
|
研究论文 | 提出一种集成深度学习网络模型EDLNet，用于自动脑肿瘤分类和分割 | 提出新的集成深度学习网络模型，结合改进的Faster RCNN进行分类和基于DRCNN的分割方法 | NA | 开发自动脑肿瘤分类和分割的深度学习模型 | 脑部MRI扫描图像 | 数字病理 | 脑肿瘤 | MRI扫描 | 集成深度学习,Faster RCNN,深度循环卷积神经网络 | 医学图像 | 两个公开数据集(D1和D2)，具体样本数量未明确说明 | NA | EDLNet,Modified Faster RCNN,DRCNN | 准确率 | NA |
| 20658 | 2025-11-15 |
Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning
2025-Aug, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3541643
PMID:40072865
|
研究论文 | 通过整合学习的新生儿特定子空间模型和模型驱动深度学习，实现快速稳定的新生儿脑部MR成像 | 提出将新生儿特定子空间模型与深度网络相结合的新方法，解决了新生儿MRI训练数据不足的问题 | 需要进一步开发以提升在新生儿成像应用中的实际效用 | 加速新生儿脑部MR成像并提高重建稳定性 | 新生儿脑部MR图像 | 医学影像处理 | 新生儿脑部疾病 | MR成像，k空间稀疏采样 | 深度学习，子空间模型 | MR图像，k空间数据 | dHCP数据集和四个独立医疗中心的测试数据 | NA | 深度神经网络 | 重建稳定性，图像质量 | NA |
| 20659 | 2025-11-15 |
Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking
2025-06, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3529500
PMID:40030929
|
研究论文 | 提出一种通过手术刀运动分析评估开放手术中切割技能的方法 | 首次将运动分析应用于开放手术技能评估，设计了3D多面ArUco码立方体并建立了手术刀尖端坐标系数据集 | 仅针对四种常见切口类型进行评估，样本规模有限 | 开发客观量化的开放手术切割技能评估方法 | 外科医生的手术刀切割技能 | 计算机视觉 | NA | 空间标记追踪，双目视觉 | CNN | 图像，运动轨迹数据 | 20名外科医生（专家和新手各半）执行四种切口类型 | PyTorch | YOLOv8 | 平均切口曲率偏差，切口长度差异，切口端点偏差，平均切口偏差，平均切割急动度 | NA |
| 20660 | 2025-11-15 |
Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning
2025-06, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3527141
PMID:40031047
|
研究论文 | 本研究通过定量超声和迁移学习技术探索声学液滴汽化在组织表征中的应用 | 首次将迁移学习与卷积神经网络结合用于区分纤维蛋白水凝胶，通过声学液滴汽化产生的微气泡特性表征组织机械性能 | 研究仅限于纤维蛋白基组织模拟水凝胶，尚未在真实生物组织中进行验证 | 开发基于声学液滴汽化和深度学习的组织表征方法 | 纤维蛋白基组织模拟水凝胶中的相变纳米液滴 | 生物医学超声 | NA | 声学液滴汽化、被动空化检测、B模式超声、对比增强超声 | CNN | 超声图像、声学信号 | 不同纤维蛋白密度的水凝胶样本 | NA | AlexNet | 平均回声强度、气泡云面积、二阶纹理特征（方差、同质性、能量） | NA |