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 36465 篇文献，本页显示第 2181 - 2200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2181 | 2025-12-01 |
Multi-Omics Data Integration for Improved Cancer Subtyping via Denoising Autoencoder-Based Multi-Kernel Learning
2025-Oct-22, Genes
IF:2.8Q2
DOI:10.3390/genes16111246
PMID:41300698
|
研究论文 | 提出一种结合去噪自编码器和多核学习的深度学习框架DAE-MKL，用于癌症分子亚型识别 | 首次将去噪自编码器与多核学习相结合，能够有效处理多组学数据的高维特性并降低噪声干扰 | 仅在低级别胶质瘤和肾透明细胞癌两种癌症类型上验证，样本量相对有限 | 开发多组学数据整合方法以改进癌症亚型识别 | 低级别胶质瘤(LGG, n=86)和肾透明细胞癌(KIRC, n=285)患者的多组学数据 | 机器学习 | 癌症 | 多组学数据整合 | 去噪自编码器, 多核学习 | 多组学数据 | LGG 86例, KIRC 285例 | 深度学习框架 | DAE-MKL | NMI, 生存分析log-rank p值 | NA |
| 2182 | 2025-12-01 |
A Scoping Review of AI-Based Approaches for Detecting Autism Traits Using Voice and Behavioral Data
2025-Oct-22, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12111136
PMID:41301092
|
综述 | 系统梳理人工智能在自闭症谱系障碍诊断中基于语音和行为数据的计算行为表型分析方法 | 首次系统性地绘制了AI在ASD诊断中八种关键行为模态的应用全景图，涵盖语音生物标志物、对话动态、运动分析等多维度数据 | 存在数据集异质性、样本性别偏见和总体样本量小等限制临床实施和泛化性的关键挑战 | 评估人工智能在自闭症谱系障碍诊断中的应用现状和发展方向 | 自闭症谱系障碍的行为特征和诊断方法 | 机器学习 | 自闭症谱系障碍 | 计算行为表型分析 | 机器学习,深度学习 | 语音数据,行为数据,多模态数据 | 158项研究（2015-2025年） | NA | NA | 准确率 | NA |
| 2183 | 2025-12-01 |
DeepCARS-Identified High-Risk Patients: Clinical Interventions and Outcomes During the Korean Healthcare Crisis
2025-Oct-22, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61111896
PMID:41303733
|
研究论文 | 本研究评估了基于深度学习的DeepCARS预警系统在韩国医疗危机期间对临床决策的影响 | 首次在医疗资源受限环境下评估AI预警系统对医生实际决策的影响，并识别出影响干预决策的关键临床因素 | 回顾性研究设计，算法未包含患者功能状态和衰弱等个体化因素 | 评估DeepCARS预警系统在真实医疗环境中对医生决策的影响 | 830名触发DeepCARS警报的成人病房患者 | 医疗人工智能 | 心脏骤停风险患者 | 深度学习 | 深度学习预警系统 | 临床数据 | 830名成人病房患者 | NA | DeepCARS | AUC, 敏感性, 特异性 | NA |
| 2184 | 2025-12-01 |
Deep Learning Enabled Optimization and Mass Transfer Mechanism in Ultrasound-Assisted Enzymatic Extraction of Polyphenols from Tartary Buckwheat Hulls
2025-Aug-21, Foods (Basel, Switzerland)
DOI:10.3390/foods14162915
PMID:40870826
|
研究论文 | 本研究采用超声辅助酶法从苦荞壳中提取多酚，并通过数值模拟和自适应神经模糊推理系统优化提取工艺 | 结合超声辅助酶法提取与ANFIS模型预测，首次系统分析苦荞壳多酚的传质机理和温度敏感性 | 仅针对苦荞壳单一原料进行研究，未验证其他植物残渣的适用性 | 开发绿色高效的多酚提取方法并探究其传质机制 | 苦荞壳中的多酚类化合物 | 机器学习 | NA | 超声辅助酶法提取、数值模拟、高效液相色谱分析 | ANFIS（自适应神经模糊推理系统） | 化学分析数据、提取工艺参数 | 苦荞壳样品（具体数量未明确说明） | ANFIS | 神经模糊推理系统 | 决定系数R² | NA |
| 2185 | 2025-12-01 |
AI-Powered Skin Lesion Diagnosis using Whale Optimization Algorithm Enhanced ResNet 50 for Cancer Prediction
2025-Aug-01, Asian Pacific journal of cancer prevention : APJCP
DOI:10.31557/APJCP.2025.26.8.2919
PMID:40849708
|
研究论文 | 本研究利用鲸鱼优化算法增强ResNet-50网络，实现皮肤病变的二元分类诊断 | 首次将鲸鱼优化算法应用于ResNet-50超参数优化，显著提升了皮肤病变分类性能 | 仅针对二元分类任务，未涉及多类别皮肤病变分类 | 通过优化深度学习模型提高皮肤病变分类的准确率和效率 | 皮肤痣图像数据 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像 | 3600张平衡的皮肤痣图像（1800良性，1800恶性） | NA | AlexNet,GoogleNet,VGG16,ResNet50,WOA-optimized ResNet50 | 准确率,精确率,召回率,F1分数,特异性,马修斯相关系数,对数损失,AUC-ROC,推理时间 | NA |
| 2186 | 2025-12-01 |
Walrus Optimization-Enhanced ResNet-50 for AI-Driven Renal Malignancy Prediction with Occlusion Sensitivity-Based Interpretation
2025-Aug-01, Asian Pacific journal of cancer prevention : APJCP
DOI:10.31557/APJCP.2025.26.8.2995
PMID:40849716
|
研究论文 | 使用海象优化算法增强ResNet-50模型进行肾恶性肿瘤预测，并结合遮挡敏感性分析提升模型可解释性 | 首次将海象优化算法(WaOA)应用于ResNet-50超参数优化，结合遮挡敏感性分析提供模型决策过程的可视化解释 | 推理时间略高(0.1133秒)，仅使用单模态CT图像数据 | 优化深度学习模型在肾恶性肿瘤检测中的分类性能并确保模型可解释性 | 肾部CT图像中的四种诊断类别：囊肿、正常、结石和肿瘤 | 医学影像分析 | 肾恶性肿瘤 | CT影像分析 | CNN | 图像 | 12,446张腹部CT图像（囊肿3,709张，正常5,077张，结石1,377张，肿瘤2,283张） | NA | ResNet-50, AlexNet, GoogLeNet, Inception V3 | 准确率, 精确率, 召回率, F1分数, AUC-ROC, MCC, 对数损失 | NA |
| 2187 | 2025-12-01 |
An automated ATAC-seq method reveals sequence determinants of transcription factor dose response in the open chromatin
2025-Jul-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.24.666684
PMID:40777328
|
研究论文 | 开发自动化ATAC-seq平台RoboATAC，系统研究转录因子剂量对染色质可及性的定量影响 | 首次建立可扩展的自动化ATAC-seq平台，系统分析22种转录因子的剂量梯度对染色质可及性的定量影响，发现DNA序列可独立预测剂量敏感性 | 研究仅限于HEK293T细胞系，未在其他细胞类型中验证 | 揭示转录因子剂量与染色质可及性之间的定量关系 | HEK293T细胞中的22种转录因子 | 基因组学 | NA | ATAC-seq, 深度学习 | 深度学习模型 | 基因组测序数据 | 246个样本（22种TF的梯度过表达） | NA | NA | NA | NA |
| 2188 | 2025-12-01 |
Deep learning approaches for diagnosing seizure based on EEG signal analysis
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1669919
PMID:41311991
|
研究论文 | 提出一种集成深度迁移学习框架，用于基于脑电图信号的个性化癫痫发作检测 | 结合ResNet、EfficientNet和定制化二维卷积神经网络，通过集成学习提升模型对患者特异性变异和噪声的鲁棒性 | 未提及模型在更大规模数据集上的验证效果和临床部署的可行性 | 开发高性能的癫痫发作检测方法以改善患者生活质量 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图信号分析，短时傅里叶变换 | CNN, 集成学习, 迁移学习 | 脑电图信号，时频谱图 | CHB-MIT头皮脑电图数据库和土耳其癫痫脑电图数据集 | TensorFlow, PyTorch | ResNet, EfficientNet, 2DCNN | AUC | NA |
| 2189 | 2025-12-01 |
Beyond the joystick: deep learning games for hand movement recovery
2025, Frontiers in rehabilitation sciences
IF:1.3Q3
DOI:10.3389/fresc.2025.1653302
PMID:41312123
|
研究论文 | 本研究开发了基于深度学习的手势识别系统，将经典街机游戏改造为手势控制的康复工具 | 使用预训练CNN模型和MediaPipe库实现基于单目摄像头的手势识别，将传统游戏改造为康复训练工具 | 样本量较小（15名参与者），仅评估了短期使用效果 | 通过游戏化治疗练习增强认知功能和手眼协调能力，支持手部康复计划 | 手部康复患者的手势识别和运动恢复 | 计算机视觉 | NA | 手势识别，计算机视觉 | CNN | 图像，视频 | 15名参与者 | MediaPipe, Phaser.js | 预训练CNN模型 | 手势识别准确率，系统可用性量表(SUS)，单样本t检验 | 基于网页的界面，标准摄像头设备 |
| 2190 | 2025-12-01 |
Detection of spheno-occipital synchondrosis fusion stages using artificial intelligence
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1682917
PMID:41312140
|
研究论文 | 本研究应用三种YOLO深度学习模型自动检测蝶枕软骨联合融合阶段 | 首次将YOLO系列深度学习模型应用于蝶枕软骨联合融合阶段的自动分类 | 研究样本仅限于6-25岁人群的CBCT影像数据 | 自动化蝶枕软骨联合融合阶段的分类评估 | 1,661名6-25岁个体的锥形束CT矢状面图像 | 计算机视觉 | 颅面异常 | 锥形束计算机断层扫描(CBCT) | CNN | 医学影像 | 1,661名个体 | YOLOv5, YOLOv8, YOLOv11 | YOLOv5, YOLOv8, YOLOv11 | 平均精度(mAP), 精确率, 召回率, F1分数, 推理时间 | NA |
| 2191 | 2025-12-01 |
Precise diagnosis of pediatric posterior cranial fossa neoplasms based on 2.5D MRI deep learning
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1700694
PMID:41312172
|
研究论文 | 开发基于2.5D多序列MRI的深度学习框架ResSwinT，用于儿童后颅窝肿瘤的精确分类 | 首次将残差网络与Swin Transformer结合应用于2.5D多序列MRI融合，并通过SHAP方法增强模型可解释性 | 回顾性研究，样本量相对有限（309例患者） | 开发可解释的AI辅助诊断工具，提高儿童后颅窝肿瘤术前诊断准确性 | 经病理证实的309例儿童后颅窝肿瘤患者（109例毛细胞星形细胞瘤，130例髓母细胞瘤，70例室管膜瘤） | 数字病理 | 儿童后颅窝肿瘤 | 多序列MRI（T1WI, T1C, T2WI, FLAIR, ADC） | 深度学习 | 2.5D MRI图像 | 309例患者 | PyTorch | ResSwinT（ResNet + Swin Transformer） | 准确率, AUC | NA |
| 2192 | 2025-12-01 |
AI redefines mass spectrometry chemicals identification: retention time prediction in metabolomics and for a Human Exposome Project
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1687056
PMID:41312237
|
综述 | 本文综述人工智能在代谢组学中保留时间预测的应用及其在人类暴露组计划中的价值 | 整合机器学习保留时间预测与质谱分析，提出利用内源性化合物作为内标校准的跨实验室可转移性策略 | 依赖有限的光谱库和结构模糊性导致大部分检测特征仍无法识别 | 通过人工智能增强保留时间预测，提高代谢物注释置信度并推动暴露组学研究 | 人类生物样本中的环境和内源性化学物质 | 机器学习 | NA | 液相色谱-高分辨率质谱(LC-HRMS)，气相色谱 | 深度学习，图神经网络，迁移学习 | 质谱数据，化学结构数据 | NA | NA | NA | 候选物排序优化，假阳性降低 | NA |
| 2193 | 2025-12-01 |
Research on the application of a multi-model cascaded deep learning framework in the pathological diagnosis of osteosarcoma
2025, Oncology reviews
IF:3.1Q2
DOI:10.3389/or.2025.1592408
PMID:41312358
|
研究论文 | 开发了一种基于Vision Mamba的多模型级联深度学习框架，用于骨肉瘤的病理诊断和评估 | 首次将先进的Vision Mamba模型作为核心网络架构，构建多模型级联深度学习框架应用于骨肉瘤病理诊断 | NA | 提高骨肉瘤病理诊断和评估的精确度和效率 | 骨肉瘤患者的病理图像 | 数字病理 | 骨肉瘤 | 病理图像分析 | 深度学习 | 图像 | 68例重庆总医院骨肉瘤患者真实世界数据+德克萨斯大学西南/UT达拉斯公开骨肉瘤评估数据 | NA | Vision Mamba (ViM) | Dice系数,AUC,敏感性,特异性,阳性预测值,阴性预测值 | NA |
| 2194 | 2025-12-01 |
Detection and classification of microplastics in green tea using SERS with gold nanoparticle substrates integrating chemometrics and deep learning
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101235
PMID:41312430
|
研究论文 | 本研究利用金纳米颗粒基底的表面增强拉曼散射技术结合化学计量学和深度学习方法检测和分类绿茶中的微塑料污染 | 首次将表面增强拉曼散射技术与化学计量学方法和深度学习模型结合应用于绿茶中微塑料的检测与分类 | PLS-DA模型在Ryokucha茶品种中未达到完美分类准确率，1D-CNN模型性能略低于PLS-DA | 开发快速、灵敏、非破坏性的微塑料检测方法以保障绿茶食品安全 | 四种绿茶粉末（抹茶、茉莉花茶、煎茶、绿茶）中的聚苯乙烯和聚对苯二甲酸乙二醇酯微塑料 | 分析化学与人工智能交叉领域 | NA | 表面增强拉曼散射，金纳米颗粒基底 | 1D-CNN, PLS-DA, SVM | 拉曼光谱数据 | 四种绿茶粉末品种的拉曼光谱样本 | NA | 一维卷积神经网络 | 准确率 | NA |
| 2195 | 2025-11-30 |
Multimodal deep learning model for predicting prognosis following radiotherapy-based combination therapy in unresectable hepatocellular carcinoma
2026-Jan-01, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.218122
PMID:41213465
|
研究论文 | 开发基于Transformer的多模态深度学习模型TRIM-uHCC，用于预测不可切除肝细胞癌放疗联合治疗后的预后 | 首次提出基于Transformer的多模态深度学习模型，在预后预测性能上显著优于现有指南标准和其他深度学习模型 | 回顾性研究设计，样本来自六个医疗中心但可能存在选择偏倚 | 开发精准的预后分层模型以指导不可切除肝细胞癌的放疗联合治疗方案选择 | 不可切除肝细胞癌患者 | 数字病理 | 肝细胞癌 | 多模态深度学习 | Transformer | 多模态医疗数据 | 875例不可切除肝细胞癌患者（ES队列383例，ETS队列492例） | NA | Transformer, Swin-Transformer, ViT, ResNet50, ResNeXt50 | C-index, 时间依赖性AUC | NA |
| 2196 | 2025-11-30 |
Hybrid deep learning reconstruction for fast four-dimensional cone beam computed tomography in small animal imaging
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70092
PMID:41316732
|
研究论文 | 开发了一种混合深度学习重建方法用于快速4D锥形束CT成像，在降低扫描剂量和时间的同时提高图像质量 | 提出结合深度学习运动核回归和运动补偿的混合重建框架，并引入自适应骨骼加权策略抑制骨骼引起的条纹伪影 | 仅在小动物成像中进行验证，尚未在临床人体成像中测试 | 开发快速低剂量的4D锥形束CT重建方法 | 小动物成像 | 医学影像重建 | NA | 锥形束CT成像 | 深度学习神经网络 | CT投影数据，4D图像序列 | 活体动物实验 | NA | SARnet | 均方根误差，结构相似性指数 | NA |
| 2197 | 2025-11-30 |
Lightweight Hybrid Deep Learning Models for Accurate Classification of Respiratory Conditions from Raw Lung Sounds
2025-Nov-29, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02315-8
PMID:41315171
|
研究论文 | 提出一种基于轻量级混合深度学习模型的框架，用于从原始肺音中准确分类十一种呼吸系统疾病 | 首次使用无需特征工程或预处理的原始肺音数据，结合轻量级混合CNN-LSTM架构实现高精度呼吸病理分类 | 仅进行了数据集内评估，需要额外临床数据集的外部验证来评估泛化能力 | 提高呼吸系统疾病诊断准确性，并通过对比分析确定最高效的模型 | 原始肺听诊音 | 机器学习 | 呼吸系统疾病 | 肺音听诊 | CNN, LSTM, 混合CNN-LSTM | 音频 | 两个不同数据集（原始形式和增强后） | NA | 混合CNN-LSTM | 准确率 | NA |
| 2198 | 2025-11-30 |
Determining optimal strategies for personalized atrial fibrillation treatment in intensive care unit patients using a deep learning-based causal inference approach: rhythm and/or rate control
2025-Nov-29, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocaf203
PMID:41317034
|
研究论文 | 本研究使用基于深度学习的因果推断方法评估ICU房颤患者不同治疗策略（节律控制、心率控制、两者联合或不控制）对死亡率的影响 | 首次将深度学习因果推断模型应用于ICU房颤患者的个性化治疗策略优化，并识别出不同策略的优势患者亚组 | 基于观察性数据，可能存在未测量的混杂因素；研究结果需在前瞻性研究中验证 | 评估ICU房颤患者不同管理策略在降低死亡率方面的效果 | 重症监护室（ICU）房颤患者 | 医疗人工智能 | 心血管疾病 | 深度学习因果推断 | 深度学习因果推断模型 | 电子健康记录 | 13,583名ICU房颤患者（来自MIMIC-III和MIMIC-IV数据库） | NA | NA | 平均处理效应，治疗效应大小 | NA |
| 2199 | 2025-11-30 |
Advanced neuroimaging in pediatric epilepsy surgery: state of the art and future perspectives
2025-Nov-29, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03859-9
PMID:41317206
|
综述 | 综述儿科耐药性癫痫结构MRI后处理技术的最新进展及其在癫痫灶定位和术前规划中的应用 | 重点介绍人工智能驱动的定量后处理技术（MELD-Graph、MAP18、FLAT1、SUPR-FLAIR）在检测常规MRI阴性癫痫患者细微皮质异常方面的创新应用 | 需要进一步标准化和临床验证，工作流程整合尚未普及 | 评估先进结构MRI后处理技术在儿科耐药性癫痫术前评估中的价值 | 儿科耐药性癫痫患者 | 医学影像分析 | 儿科癫痫 | 结构MRI后处理，包括机器学习、深度学习、基于体素的形态测量学、皮质表面投影、FLAIR/T1比率映射 | 深度学习，深度神经网络 | MRI影像数据 | NA | NA | NA | 敏感性，特异性，病变检测率 | NA |
| 2200 | 2025-11-30 |
Application and Challenges of Deep Learning in Pulmonary Vessels Segmentation of CTPA Images
2025-Nov-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3638808
PMID:41313701
|
综述 | 本文系统综述了深度学习在CTPA图像肺血管分割中的应用进展与挑战 | 首次按数据维度(2D/3D/2.5D)系统分类网络架构并评估临床适应性，提出针对标注稀缺和模型泛化等临床挑战的创新缓解策略 | 基于文献综述的分析方法，缺乏原始实验验证；仅纳入23项高质量研究，可能存在发表偏倚 | 评估深度学习在CTPA图像肺血管分割中的技术进展和临床实施挑战 | CTPA图像中的肺血管结构 | 数字病理 | 肺血管疾病 | 计算机断层扫描肺血管造影(CTPA) | 深度学习 | 医学影像 | 23项高质量研究 | NA | NA | Dice相似系数(DSC) | NA |