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 2681 - 2700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2681 | 2025-11-26 |
STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion
2025-Nov, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.70053
PMID:40991934
|
研究论文 | 提出一种基于时空融合的手术手势识别方法STANet，用于机器人手术中的动作序列建模 | 设计了时空自适应网络，通过时间模块和空间模块分别提取特征，并使用时域自适应卷积策略进行时空特征融合 | NA | 解决现有方法忽略时空特征融合的问题，有效捕捉手术手势序列的长短期依赖关系 | 手术手势识别 | 计算机视觉 | NA | 深度学习 | CNN | 视频序列 | 两个公开数据集JIGSAWS和RARP-45 | NA | STANet | NA | NA |
| 2682 | 2025-11-26 |
Accurate machine learning model for human embryo morphokinetic stage detection
2025-Nov, Journal of assisted reproduction and genetics
IF:3.2Q2
DOI:10.1007/s10815-025-03585-4
PMID:40833447
|
研究论文 | 开发了一种用于人类胚胎形态动力学阶段检测的高精度机器学习模型 | 相比现有模型准确率提升17%，能够检测17个胚胎形态动力学阶段并精确识别阶段变化时间 | 基于静态胚胎图像和固定数据集，未提及在其他数据集上的泛化能力 | 开发准确的人类胚胎植入前发育形态动力学阶段检测工具 | 人类植入前胚胎发育过程 | 计算机视觉 | 生殖医学 | 胚胎形态动力学分析 | 深度学习 | 图像 | 273,438张标注的胚胎图像 | 未明确指定 | EfficientNet-V2-Large | F1-score, 准确率 | NA |
| 2683 | 2025-11-26 |
Evaluation of a long short-term memory (LSTM)-based algorithm for predicting central frequency and synergy activation ratio using markerless motion analysis data
2025-Nov, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00498-0
PMID:41280147
|
研究论文 | 本研究开发了一种基于LSTM的深度学习算法，通过表面肌电信号和无标记运动分析数据预测肌肉疲劳和协调性 | 首次将LSTM模型与同步的肌电信号和无标记运动数据相结合，实时检测局部疲劳和协调性变化 | 样本量较小（仅5名健康男性参与者），缺乏不同人群的验证 | 提高运动表现和康复策略，通过非侵入性方法预测肌肉疲劳和协调性 | 健康男性参与者的上肢动态运动 | 机器学习 | NA | 表面肌电信号采集，无标记运动分析，非负矩阵分解 | LSTM | 肌电信号，运动数据 | 5名健康男性参与者（年龄26±1.73岁） | NA | LSTM | MSE, MAE | NA |
| 2684 | 2025-11-26 |
PPEPFinder: A deep learning framework integrating sequence embeddings and structural graph representations for predicting fungal and oomycete effector proteins
2025-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.70593
PMID:41284811
|
研究论文 | 提出一个集成深度学习的框架PPEPFinder，用于预测真菌和卵菌的效应蛋白 | 首次将序列嵌入和结构图表示相结合，通过集成三个独立预测模型来提升效应蛋白识别性能 | 仅针对真菌和卵菌病原体，未扩展到其他植物病原体类型 | 开发准确识别植物病原体效应蛋白的计算方法 | 真菌和卵菌分泌的效应蛋白 | 生物信息学 | 植物病害 | 蛋白质语言模型，深度学习 | Transformer, GAT, 逻辑回归 | 蛋白质序列和结构数据 | NA | PyTorch | Transformer, Graph Attention Network | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 2685 | 2025-11-26 |
Spam Classification with Support Vector Machines Using Van der Waerden Rank Score Attention
2025-Oct-31, Journal of visualized experiments : JoVE
DOI:10.3791/69082
PMID:41247923
|
研究论文 | 提出一种基于Van der Waerden秩评分注意力增强的支持向量机方法用于垃圾邮件分类 | 引入Van der Waerden秩变换对文本特征进行归一化，并采用增强的注意力机制优化特征选择 | NA | 解决垃圾邮件分类中高维稀疏数据和计算资源需求高的问题 | 垃圾邮件文本数据 | 自然语言处理 | NA | Van der Waerden秩变换，注意力机制 | SVM | 文本 | UCI Spambase和Indonesian Spam数据集 | NA | VWR-Attn-SVM | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 2686 | 2025-11-26 |
Design of multimodal antibiotics using deep learning
2025-Oct-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629780
PMID:41279746
|
研究论文 | 开发用于设计具有细胞穿透和抗菌双重功能的多模态抗生素的深度学习模型 | 首次提出多模态AI模型ApexDuo，能够生成兼具细胞穿透和抗菌活性的多肽抗生素 | 仅从小鼠模型验证效果，尚未进行人体临床试验 | 设计能够穿透人类细胞并保持抗菌活性的多模态抗生素分子 | 细胞内感染的病原体和哺乳动物细胞 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 化合物库数据 | 从5000万AI生成化合物中筛选候选分子 | NA | ApexDuo | 细菌载量减少程度 | NA |
| 2687 | 2025-11-26 |
A simple circuit to sustain intact tumor microenvironments for complex drug interrogations
2025-Oct-28, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.26.684624
PMID:41279433
|
研究论文 | 开发了一种简单的灌注回路系统，用于维持完整肿瘤微环境以进行复杂药物测试 | 使用自体患者血浆开发标准化灌注回路系统，解决了3D患者来源肿瘤模型中培养基成分缺乏标准化的问题 | 系统仅能维持肿瘤微环境长达48小时，时间窗口有限 | 开发标准化平台以支持3D患者来源肿瘤模型的复杂药物测试 | 腹膜转移和核心针活检样本，涵盖多种肿瘤组织学类型 | 数字病理 | 多种癌症类型 | 多模态检测技术，灌注回路系统 | NA | 3D肿瘤模型数据，多模态检测数据 | 多种肿瘤组织学的腹膜转移和核心针活检样本 | NA | NA | NA | NA |
| 2688 | 2025-11-26 |
From words to action? A scoping review on automatic sentiment analysis of patient experience comments from online sources and surveys
2025-Oct-22, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2025-101631
PMID:41125311
|
综述 | 对2020-2024年间应用情感分析技术处理患者体验评论的研究进行范围综述 | 首次系统梳理深度学习时代患者体验情感分析的研究现状，特别关注生成式AI等现代技术的应用缺口 | 仅纳入英文和斯堪的纳维亚语研究，未评估研究质量，未分析具体实施效果 | 总结患者体验数据情感分析的研究现状和方法应用 | 来自在线平台和调查的非结构化患者评论数据 | 自然语言处理 | NA | 自然语言处理, 情感分析 | 基于规则的方法, 监督机器学习, 深度学习 | 文本 | 30项研究 | NA | NA | NA | NA |
| 2689 | 2025-11-26 |
Automated detection of large vessel occlusion using deep learning: a pivotal multicenter study and reader performance study
2025-Oct-16, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2024-022254
PMID:39304193
|
研究论文 | 通过深度学习技术自动检测大血管闭塞的多中心研究 | 评估AI软件在检测大血管闭塞中的独立效能及其对早期职业医师诊断准确性的提升 | 研究时间范围有限（2021年1月至2023年9月），样本量相对有限 | 评估AI软件在CT血管造影中检测大血管闭塞的效能 | 595名缺血性卒中患者 | 医学影像分析 | 脑血管疾病 | CT血管造影 | 深度学习 | 医学影像 | 595名患者（275名有大血管闭塞，320名无大血管闭塞） | NA | NA | AUROC, 敏感度, 特异度 | NA |
| 2690 | 2025-11-26 |
Individualized treatment effects of corticosteroids in IgA nephropathy
2025-Oct-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.08.25337548
PMID:41282804
|
研究论文 | 开发因果机器学习框架预测IgA肾病患者对皮质类固醇的个体化治疗效果 | 首次整合临床变量、病理评分和基于深度学习的病理组学生物标志物来预测个体化治疗效果 | 基于八个回顾性国际队列，可能存在选择偏倚 | 实现IgA肾病的精准治疗，支持临床决策 | 1,022例IgA肾病患者 | 数字病理学 | IgA肾病 | 深度学习，病理组学分析 | 因果机器学习框架 | 数字化肾脏活检图像，临床变量，病理评分 | 来自八个国际队列的1,022例患者 | NA | NA | 五年肾脏生存率，无进展肾脏生存率 | NA |
| 2691 | 2025-11-26 |
N2G calibrator: a cross-subject domain adversarial training framework for gait tracking from neural signals in Parkinson's disease
2025-Oct-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.08.25337508
PMID:41282855
|
研究论文 | 提出一种跨受试者的领域对抗训练框架，用于从帕金森病患者神经信号中追踪步态表现 | 利用领域对抗学习校准目标用户的神经信号，无需同步步态记录系统即可实现个性化模型校准 | NA | 开发能够从神经信号追踪帕金森病患者步态表现的深度学习框架 | 帕金森病患者的神经信号和步态表现数据 | 机器学习 | 帕金森病 | 神经信号记录 | 深度学习 | 神经信号 | NA | NA | 领域对抗学习 | 错误率 | NA |
| 2692 | 2025-11-26 |
Leveraging fMRI non-stationarity for deep learning classifier training and feature detection to improve schizophrenia diagnosis
2025-Oct-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.03.25337252
PMID:41282733
|
研究论文 | 本研究利用fMRI动态功能连接组训练图卷积网络模型，通过深度学习分类器和特征检测方法改进精神分裂症诊断 | 首次将fMRI非平稳性与图卷积网络结合，使用类激活映射和积分梯度方法解释模型决策，提供神经生物学诊断基础 | 研究样本相对有限，仅针对特定精神疾病群体，需要更多验证 | 开发基于神经生物学的精神疾病诊断方法，替代传统临床访谈诊断 | 青少年发病精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍患者及健康对照者 | 医学影像分析 | 精神分裂症 | 功能磁共振成像，静息态fMRI，工作记忆任务 | 图卷积网络 | 功能磁共振成像数据 | 四个样本群体：青少年精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍，各包含健康对照 | NA | 图卷积网络 | 准确率，灵敏度，特异性 | NA |
| 2693 | 2025-11-26 |
SpaGene: A Deep Adversarial Framework for Spatial Gene Imputation
2025-Oct-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.03.680242
PMID:41278680
|
研究论文 | 提出一种名为SpaGene的深度学习框架，用于整合单细胞RNA测序和空间转录组数据以填补空间转录组数据中的基因表达缺失 | 首次采用包含两个编码器-解码器对、两个翻译器和两个判别器的深度对抗框架进行空间基因插补 | NA | 开发能够整合scRNA-seq和空间转录组数据的计算方法，填补空间转录组数据中的基因表达缺失 | 单细胞RNA测序数据和空间转录组数据 | 生物信息学 | 肺癌 | 单细胞RNA测序, 空间转录组学 | GAN | 基因表达数据, 空间数据 | NA | NA | 编码器-解码器 | Pearson相关系数, 结构相似性指数, 均方根误差 | NA |
| 2694 | 2025-11-26 |
Severity Classification of Pediatric Spinal Cord Injuries Using Structural MRI Measures and Deep Learning: A Comprehensive Analysis across All Vertebral Levels
2025-Oct-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8770
PMID:40194851
|
研究论文 | 本研究利用结构MRI测量和深度学习技术对儿童脊髓损伤进行分类和严重程度评估 | 首次在儿科人群中系统比较所有椎体水平的脊髓结构参数，并开发基于深度学习的自动分类模型 | 样本量相对较小(61名参与者)，仅包含慢性SCI患者 | 评估儿童脊髓损伤的结构特征并开发自动分类系统 | 儿童脊髓损伤患者和典型发育儿童 | 医学影像分析 | 脊髓损伤 | 3T MRI扫描, T2加权成像 | CNN | MRI图像 | 61名儿科参与者(20名SCI患者, 41名典型发育儿童) | NA | 深度卷积神经网络 | 准确率 | NA |
| 2695 | 2025-11-26 |
Deep Learning-Based Generation of DSC MRI Parameter Maps Using Dynamic Contrast-Enhanced MRI Data
2025-Oct-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8768
PMID:40194853
|
研究论文 | 开发基于条件生成对抗网络的深度学习方法，从动态对比增强MRI数据合成DSC MRI参数图 | 首次使用cGAN从DCE MRI数据生成DSC衍生参数图，可避免重复注射造影剂并可视化磁敏感伪影区域 | 样本量较小（64名参与者），需在更大数据集上验证 | 开发从DCE MRI数据合成DSC MRI参数图的深度学习方法，减少造影剂使用剂量 | 脑肿瘤患者和无脑肿瘤对照者的MRI数据 | 医学影像分析 | 脑肿瘤 | DSC MRI, DCE MRI | cGAN | MRI图像 | 64名参与者（包括脑肿瘤患者和对照者） | NA | 条件生成对抗网络 | 线性回归, Bland-Altman图 | NA |
| 2696 | 2025-11-26 |
Automated Diffusion Analysis for Noninvasive Prediction of Isocitrate Dehydrogenase Genotype in WHO Grade 2-3 Gliomas
2025-Oct-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8776
PMID:40494626
|
研究论文 | 本研究开发了一种基于T2加权成像的自动ADC提取流程，用于无创预测WHO 2-3级胶质瘤的IDH基因型 | 首次建立基于单序列(T2加权)的自动ADC提取流程，使用nnUNet深度学习算法实现胶质瘤自动分割，避免了传统手动分割的耗时和操作者依赖性 | nnUNet在6%病例中出现肿瘤远端脑组织过分割，在0.8%胶质瘤中遗漏了肿瘤成分 | 开发自动化方法预测胶质瘤IDH基因型，支持风险分层和治疗规划 | WHO 2-3级胶质瘤患者 | 数字病理 | 胶质瘤 | MRI, ADC成像, 深度学习分割 | nnUNet | 医学影像 | UCLH数据集247例，BraTS 2021数据集500例 | Python, FSL | nnUNet | Dice系数, AUC, 95%置信区间 | NA |
| 2697 | 2025-11-26 |
Deep Learning Can Accurately Predict the Prognosis of Gynecologic Smooth Muscle Tumors of Uncertain Malignant Potential: A Multicenter Pilot Study
2025-Oct, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104211
PMID:40602459
|
研究论文 | 本研究探索使用深度学习模型直接从组织学切片预测妇科不确定恶性潜能平滑肌肿瘤(STUMP)的无进展生存期 | 首次将深度学习技术应用于STUMP预后预测，直接从组织学切片提取特征进行风险分层 | 样本量相对较小，需要进一步研究通过分子标记物验证高风险组 | 预测STUMP患者的无进展生存期并识别高风险患者 | 妇科不确定恶性潜能平滑肌肿瘤(STUMP)患者 | 数字病理学 | 妇科肿瘤 | 组织学切片分析 | 深度学习模型 | 组织病理学图像 | 95例STUMP患者(79例训练，16例外部验证)，另包含160例平滑肌瘤和58例平滑肌肉瘤作为对照 | scikit-learn, R | NA | C-index, Cox回归分析, 风险比 | NA |
| 2698 | 2025-11-26 |
Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study
2025-Oct, La Radiologia medica
DOI:10.1007/s11547-025-02064-1
PMID:40810889
|
研究论文 | 开发并验证用于检测急性胸痛患者阻塞性冠状动脉疾病的深度学习模型 | 首次基于YOLOv4开发专门用于急诊科急性胸痛患者冠状动脉CTA图像中阻塞性CAD检测的深度学习模型 | 需要手动预处理进行曲面MPR提取，模型训练依赖有限的手动预处理数据 | 开发并验证深度学习模型在冠状动脉CTA中检测阻塞性冠状动脉疾病的能力 | 急诊科就诊的急性胸痛患者 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | CNN | 医学图像 | 训练集378名患者(10,060张曲面MPR图像)，外部验证集298名患者 | NA | YOLOv4 | 灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC | NA |
| 2699 | 2025-11-26 |
Deep Learning-Based Death Prediction Model for Chronic Kidney Disease
2025-Oct, Healthcare informatics research
IF:2.3Q3
DOI:10.4258/hir.2025.31.4.396
PMID:41265425
|
研究论文 | 开发基于深度学习的慢性肾脏病患者死亡预测模型 | 结合LASSO回归筛选特征和深度学习建模，识别出影响CKD患者死亡的关键因素 | 数据来源于单一国家（韩国）的医疗机构，可能影响模型在其他人群的泛化能力 | 预测慢性肾脏病患者的死亡风险 | 慢性肾脏病患者 | 机器学习 | 慢性肾脏病 | LASSO回归, 深度学习 | 深度学习模型 | 医疗记录数据 | 2016-2021年韩国疾病管理厅出院患者调查数据 | NA | NA | 损失值, 准确率 | NA |
| 2700 | 2025-11-26 |
Real-Time Prediction of Helicobacter pylori Infection Using a Deep Learning Model During Esophagogastroduodenoscopy: A Prospective Multicenter Study
2025 Sep-Oct, Helicobacter
IF:4.3Q2
DOI:10.1111/hel.70078
PMID:41077634
|
研究论文 | 开发基于深度学习的实时预测系统，通过胃镜检查视频检测幽门螺杆菌感染 | 首个基于深度学习实时分析胃镜视频预测幽门螺杆菌感染的多中心前瞻性研究 | 黏膜萎缩会增加诊断错误率，检查质量影响模型性能 | 提高胃镜检查中幽门螺杆菌感染的实时诊断效率和一致性 | 接受胃镜检查的患者 | 计算机视觉 | 幽门螺杆菌感染 | 14C-尿素呼气试验，胃镜检查 | 深度学习模型 | 视频 | 701名患者（来自三家医院的前瞻性多中心研究） | NA | NA | 准确率，灵敏度，特异性，阳性预测值，阴性预测值，AUC | NA |