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 2281 - 2300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2281 | 2025-11-30 |
A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design
2025-Aug-03, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.03.668353
PMID:40766444
|
研究论文 | 通过深度学习指导的序列设计构建活性非天然蛋白激酶的组合突变图谱 | 突破传统方法限制，通过深度学习指导重新设计天然蛋白酪氨酸激酶，生成具有高度组合突变的新型功能序列 | NA | 探索高度组合和稀疏的序列-功能景观在突变尺度上的功能探索 | 蛋白酪氨酸激酶及其重新设计的序列变体 | 机器学习 | NA | 深度学习指导的序列设计，无细胞检测 | 深度学习，回归模型 | 蛋白质序列数据，功能活性数据 | 537个重新设计的序列变体，覆盖76个不同位置的436个独特突变 | NA | NA | 活性保留率（85%变体保持活性），功能预测准确率 | NA |
| 2282 | 2025-11-30 |
Domain-Randomized Deep Learning for Neuroimage Analysis: Selecting Training Strategies, Navigating Challenges, and Maximizing Benefits
2025-Jul, IEEE signal processing magazine
IF:9.4Q1
DOI:10.1109/MSP.2025.3590806
PMID:41306561
|
教程论文 | 本教程论文综述了基于合成图像的领域随机化深度学习方法在神经影像分析中的原理、实现和潜力 | 通过使用随机化强度和解剖内容的合成图像训练深度神经网络，解决了模型泛化问题，使模型能够准确处理训练期间未见过的图像类型 | 计算需求增加，需要权衡计算成本与性能提升 | 加速开发可泛化的深度学习工具，使领域专家无需大量计算资源或机器学习知识即可使用 | 神经影像分析，包括MRI、CT、PET、OCT等多种成像模态 | 医学影像分析 | 神经系统疾病 | 领域随机化，合成图像生成 | 深度神经网络 | 医学影像数据 | NA | NA | NA | 泛化性能，过拟合抵抗能力 | NA |
| 2283 | 2025-11-30 |
Sidechain conditioning and modeling for full-atom protein sequence design with FAMPNN
2025-Jul, Proceedings of machine learning research
PMID:41307002
|
研究论文 | 提出FAMPNN方法，在蛋白质序列设计中同时建模序列身份和侧链构象 | 首次在固定骨架蛋白质序列设计中显式建模侧链构象，通过联合分类交叉熵和扩散损失目标学习氨基酸身份和侧链构象的分布 | NA | 开发能够同时优化蛋白质序列和侧链构象的深度学习方法 | 蛋白质序列和三维结构 | 计算生物学 | NA | 深度学习 | 图神经网络 | 蛋白质结构数据 | NA | NA | MPNN（消息传递神经网络） | 序列恢复率，侧链包装精度，结合和稳定性预测 | NA |
| 2284 | 2025-11-30 |
Deep learning-based reconstruction improves image quality in low-dose head CT angiography
2025-Jun, Malawi medical journal : the journal of Medical Association of Malawi
IF:1.2Q4
DOI:10.4314/mmj.v37i2.8
PMID:41306806
|
研究论文 | 比较深度学习重建算法与传统算法在低剂量头颈部CT血管成像中的图像质量 | 首次在低剂量头颈部CTA中系统比较深度学习重建算法与传统迭代重建算法的图像质量 | 样本量较小（25例患者），仅使用单一CT扫描设备 | 评估不同图像重建算法在低剂量头颈部CTA中的图像质量表现 | 头颈部CT血管成像图像 | 医学影像处理 | 脑血管疾病 | CT血管成像 | 深度学习重建算法 | 医学影像 | 25例患者 | NA | NA | 信噪比, 对比噪声比, 边缘上升斜率, 图像噪声评分, 血管边缘定义评分, 整体质量评分, 锐利度评分, 清晰度评分 | 256层CT扫描仪 |
| 2285 | 2025-11-30 |
Rosette Trajectory MRI Reconstruction with Vision Transformers
2025-Apr-01, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11040041
PMID:40278708
|
研究论文 | 提出一种结合逆傅里叶变换和视觉Transformer的玫瑰轨迹磁共振成像重建方法 | 首次将视觉Transformer网络与卷积层结合用于非笛卡尔数据重建，无需大量预处理即可处理复杂空间依赖关系 | NA | 开发高效的玫瑰轨迹磁共振成像重建流程 | 玫瑰轨迹磁共振成像数据 | 计算机视觉 | NA | 磁共振成像 | ViT, CNN | 医学图像 | NA | NA | Vision Transformer | 归一化均方根误差, 峰值信噪比, 基于熵的图像质量评分 | NA |
| 2286 | 2025-11-30 |
Predicting Inhibition of CDK2 with SAnDReS: The Application of Machine Learning to Navigate the Scoring Function Space
2025, Current medicinal chemistry
IF:3.5Q2
|
综述 | 本文综述了应用机器学习模型和SAnDReS程序预测CDK2抑制的研究进展 | 开发了基于SAnDReS的机器学习模型，在预测CDK2抑制方面优于传统和深度学习评分函数，并引入创新的DOME分析方法 | NA | 评估计算模型在预测CDK2抑制方面的应用 | CDK2蛋白及其抑制剂 | 机器学习 | 癌症 | 机器学习建模 | 机器学习模型,深度学习 | 结构数据,结合亲和力数据 | 基于BindingDB数据库的CDK2相关数据 | SAnDReS | NA | 预测性能,pKi预测精度 | NA |
| 2287 | 2025-11-30 |
1DCNN-BiLSTM-transformer hypertension risk prediction model based on APW
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1714654
PMID:41306277
|
研究论文 | 提出一种基于动脉压力波形的1DCNN-BiLSTM-Transformer混合架构用于高血压风险预测 | 首次将1D-CNN、双向LSTM和Transformer结合用于APW数据分析，同时捕捉局部波形特征、长程时间依赖性和跨压力段的非线性交互 | 未明确说明样本量规模，且仅基于单一数据库进行验证 | 开发基于动脉压力波形的高血压风险预测模型 | 高血压患者与非高血压患者的动脉压力波形数据 | 机器学习 | 心血管疾病 | 动脉压力波形分析 | 1D-CNN, BiLSTM, Transformer | 动脉压力波形信号 | NA | NA | 1D-CNN-BiLSTM-Transformer混合架构 | 准确率, 精确率, 召回率, F1分数 | NA |
| 2288 | 2025-11-30 |
Retrospective Development of an AI Model Combining Ultrasound and Clinical Data for Pediatric Appendicitis Differentiation
2025, Emergency medicine international
IF:1.2Q3
DOI:10.1155/emmi/8879232
PMID:41306444
|
研究论文 | 开发并验证了一种结合超声图像和临床数据的人工智能模型，用于儿童复杂性阑尾炎与非复杂性阑尾炎的鉴别诊断 | 首次采用多模态方法整合超声图像的深度学习特征、影像组学特征和临床实验室指标，构建综合诊断模型 | 回顾性研究设计，样本量相对有限（372例），仅来自三个医疗中心 | 开发能够准确鉴别儿童复杂性阑尾炎与非复杂性阑尾炎的AI辅助诊断工具 | 372例经病理证实的儿童阑尾炎患者（230例男性，142例女性） | 数字病理 | 阑尾炎 | 超声成像，深度学习迁移学习，影像组学分析 | 机器学习分类模型 | 超声图像，临床实验室数据 | 372例儿科阑尾炎病例，来自三个医疗中心 | NA | 构建了四种模型：Rad模型（仅影像组学特征）、DL模型（仅深度学习特征）、DTL模型（结合影像组学和深度学习特征）、Combine模型（整合所有三类特征） | AUC，准确率，阳性预测值，ROC曲线，决策曲线分析，DeLong检验 | NA |
| 2289 | 2025-11-30 |
Exploring the role of artificial intelligence toward management of HIV and TB co-infection in Nigeria: a comprehensive narrative review
2025 Jan-Dec, Therapeutic advances in infectious disease
IF:3.8Q2
DOI:10.1177/20499361251395916
PMID:41306468
|
综述 | 本文探讨人工智能在尼日利亚HIV与结核病共感染管理中的应用现状与潜力 | 系统评估AI技术在尼日利亚HIV/TB共感染管理中的具体应用场景和实施障碍 | 依赖文献综述方法，未进行原始数据收集和实证分析 | 探索人工智能在改善尼日利亚HIV与结核病共感染管理中的作用 | 尼日利亚HIV与结核病共感染患者群体及相关医疗管理系统 | 医疗人工智能 | HIV与结核病共感染 | 文献综述方法 | 深度学习, 机器学习, 计算机辅助检测, 模糊认知图, 逻辑回归, Twin模型 | 医学文献数据 | 2014-2022年间发表的相关研究文献 | NA | NA | NA | NA |
| 2290 | 2025-11-30 |
A Dual-input deep learning architecture for classification and latency estimation in ABR signals
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1693921
PMID:41306502
|
研究论文 | 提出一种双输入深度学习架构，用于听觉脑干反应信号的分类和潜伏期估计 | 首次采用配对信号方法和多任务学习框架，同时进行波V存在性分类和潜伏期预测 | NA | 开发自动化ABR信号分析方法以替代耗时且主观的人工解读 | 听觉脑干反应信号中的波V特征 | 生物医学信号处理 | 听觉障碍 | 听觉脑干反应检测 | CNN | 生物电信号 | NA | NA | 具有主干网络和双分支的多任务架构 | F1-score, R平方 | NA |
| 2291 | 2025-11-30 |
Artificial intelligence for algorithmic trading digital assets: evidence from the Counter-Strike 2 skin market
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1702924
PMID:41306520
|
研究论文 | 本研究开发并评估了基于深度学习的自动化交易系统，用于预测《反恐精英2》游戏皮肤价格并指导交易决策 | 首次系统研究人工智能在游戏皮肤交易中的应用，针对高波动性、低流动性的虚拟资产市场开发专门的交易策略 | 研究仅基于Steam市场数据，未考虑外部市场因素；交易策略受限于平台规定的7天持有期和10%交易成本 | 探索人工智能在虚拟资产交易中的可行性和有效性 | 《反恐精英2》游戏皮肤市场 | 机器学习 | NA | 深度学习时间序列预测 | LSTM, Neural Hierarchical Interpolation for Time Series | 时间序列价格数据 | 12,000个独特皮肤，时间跨度为2024年5月至2025年4月 | NA | LSTM, Neural Hierarchical Interpolation for Time Series | 夏普比率, 索提诺比率, 投资回报率 | NA |
| 2292 | 2025-11-30 |
Deep learning based on MRI for assessing the prognostic value of lateral lymph nodes in rectal cancer
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1681939
PMID:41306533
|
研究论文 | 本研究开发基于MRI的深度学习模型用于评估直肠癌侧方淋巴结的预后价值 | 首次将深度学习应用于直肠癌侧方淋巴结的自动识别和分割，相比传统MRI T2WI方法提高了诊断效率和准确性 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 优化直肠癌术前治疗策略，提高侧方淋巴结阳性评估的准确性 | 直肠癌患者的MRI影像和临床预后数据 | 医学影像分析 | 直肠癌 | MRI T2加权成像 | 深度学习模型 | 医学影像 | 1,000例患者用于训练，480例患者用于验证，来自5个医疗中心 | NA | NA | 准确率, 特异性 | NA |
| 2293 | 2025-11-30 |
Exploring meaning in life from social network content in the sleep scenario
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1642085
PMID:41306873
|
研究论文 | 本研究利用社交媒体数据探索睡眠场景中生命意义的表现及其相关因素 | 结合社交媒体大数据与深度学习模型分析生命意义，并整合两种基础MIL理论 | 数据主要来自单一社交媒体平台，样本代表性可能有限 | 探索生命意义在社交媒体中的表现及其与心理因素的关系 | 微博用户及其发布内容 | 自然语言处理 | 心理健康 | 社交媒体数据分析，深度学习，语义依赖图算法 | 深度学习模型 | 文本，调查问卷 | 微博帖子7,588,597条，用户调查问卷448份 | NA | NA | NA | NA |
| 2294 | 2025-11-30 |
Artificial intelligence in healthcare: applications, challenges, and future directions. A narrative review informed by international, multidisciplinary expertise
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1644041
PMID:41306935
|
综述 | 本文通过国际多学科专业知识对人工智能在医疗保健领域的应用、挑战和未来方向进行叙述性综述 | 强调生成式AI和辅助医疗专业等未充分探索领域，提供整合的多学科视角 | 叙述性综述方法可能存在选择偏倚，未进行系统性质量评估 | 评估人工智能在医疗保健中的作用，总结其历史演变、当前应用及对医疗专业和生物医学研究的影响 | 医疗和外科专业中的AI应用，辅助医疗专业，生物医学研究 | 医疗人工智能 | NA | 文献综述 | NA | 文献数据 | NA | NA | NA | NA | NA |
| 2295 | 2025-11-30 |
How do chemical epistemological beliefs affect Chinese students' chemistry disciplinary competence? A structural equation modeling analysis
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1599442
PMID:41307014
|
研究论文 | 探讨化学认识论信念如何通过批判性思维倾向和化学学习方式影响中国学生的化学学科能力 | 首次通过结构方程模型分析化学认识论信念对学科能力的影响机制，揭示批判性思维倾向和学习方式的中介作用 | 样本量较小（182名11年级学生），仅针对中国学生群体，缺乏跨文化比较 | 探索化学认识论信念对学生化学学科能力的影响机制，为培养化学学科能力提供建议 | 中国11年级学生 | 教育研究 | NA | 结构方程模型 | 结构方程模型 | 问卷调查数据 | 182名11年级学生 | NA | NA | NA | NA |
| 2296 | 2025-11-30 |
AI and emerging technologies for diagnosis
2025, Progress in brain research
DOI:10.1016/bs.pbr.2025.08.004
PMID:41314747
|
综述 | 本章探讨人工智能在医学诊断领域的变革性作用及其应用前景 | 系统阐述AI技术通过机器学习和深度学习在医学影像解读与疾病早期识别中的突破性应用 | 未提及具体技术实施细节和临床验证数据 | 分析人工智能在医疗诊断中的应用价值与发展挑战 | 医学诊断流程与疾病检测方法 | 医疗人工智能 | 癌症, 神经系统疾病, 心脏疾病, 眼科疾病 | 机器学习, 深度学习 | NA | 医学影像(MRI, CT, X射线) | NA | NA | NA | 诊断准确率, 假阳性率, 假阴性率 | NA |
| 2297 | 2025-11-30 |
A comparison of methods for fully automatic segmentation of tumors and involved nodes in PET/CT of head and neck cancers
2021-03-04, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/abe553
PMID:33666176
|
研究论文 | 比较传统PET阈值方法、经典机器学习算法和2D U-Net卷积神经网络在头颈癌PET/CT图像中自动分割肿瘤体积的性能 | 首次系统比较传统阈值法、经典机器学习和深度学习在头颈癌多模态影像分割中的表现，并评估单模态与多模态输入对分割质量的影响 | 仅使用2D U-Net架构，未探索3D或其他更先进的深度学习模型 | 开发头颈癌放疗中自动肿瘤体积分割方法，提高分割准确性和效率 | 头颈癌患者的PET/CT影像数据 | 数字病理 | 头颈癌 | PET/CT影像技术 | CNN | 医学影像 | 197名患者（训练集157名，测试集40名） | NA | 2D U-Net | Sørensen-Dice相似系数, 真阳性率, 阳性预测值, 表面距离指标 | NA |
| 2298 | 2025-11-30 |
Thyroid gland delineation in noncontrast-enhanced CTs using deep convolutional neural networks
2021-02-16, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/abc5a6
PMID:33590826
|
研究论文 | 本研究开发了一种基于深度学习的甲状腺自动分割方法，用于非增强头颈部CT图像 | 首次在非增强CT中实现高精度甲状腺分割，通过六项交叉验证实验证明方法的鲁棒性 | 仅针对疑似甲状腺癌患者数据，未在其他疾病类型中验证 | 开发高精度、高效且鲁棒的甲状腺自动分割方法 | 1977例疑似甲状腺癌患者的非增强头颈部CT图像 | 医学影像分析 | 甲状腺癌 | CT成像 | CNN | 医学影像 | 1977例患者 | NA | 3D U-Net, V-Net | Dice相似系数, 敏感度, 特异度, Jaccard指数, Hausdorff距离, 平均表面距离, 残差均方根距离, 质心距离, Pearson相关系数, Bland-Altman分析 | NA |
| 2299 | 2025-11-29 |
Accurate de novo design of high-affinity protein-binding macrocycles using deep learning
2025-Dec, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-025-01929-w
PMID:40542165
|
研究论文 | 介绍了一种基于深度学习的从头设计高亲和力蛋白质结合大环化合物的新方法 | 首次开发了基于去噪扩散模型的蛋白质结合大环化合物从头设计流程，无需大规模筛选即可获得高亲和力结合物 | 仅测试了四种不同蛋白质靶点，样本规模相对有限 | 开发高效的大环化合物设计方法用于诊断和治疗应用 | 蛋白质靶点和大环化合物结合物 | 机器学习 | NA | 深度学习，去噪扩散模型 | 扩散模型 | 蛋白质结构数据 | 针对4种不同蛋白质各测试不超过20个大环化合物设计 | NA | RFpeptides | 结合亲和力(K值)，Cα均方根偏差 | NA |
| 2300 | 2025-11-29 |
Reducing motion artifacts in the aorta: super-resolution deep learning reconstruction with motion reduction algorithm
2025-Dec, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01849-8
PMID:40782239
|
研究论文 | 评估结合运动减少算法的超分辨率深度学习重建技术在减少主动脉运动伪影方面的效果 | 首次将超分辨率深度学习重建与运动减少算法结合，显著提升主动脉CT图像质量 | 回顾性研究，样本量有限（86例患者），仅针对主动脉夹层诊断进行评估 | 比较不同深度学习重建算法在减少主动脉运动伪影方面的性能 | 接受胸部增强CT扫描的86例患者（平均年龄65.0±14.1岁，53例男性） | 医学影像处理 | 心血管疾病 | 对比增强CT扫描 | 深度学习重建 | CT医学影像 | 86例患者 | NA | 超分辨率深度学习重建 | 定量噪声、边缘上升斜率、边缘上升距离、伪影评分、锐利度评分、噪声评分、结构描绘评分、诊断可接受度评分 | NA |