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 32372 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-10-05 |
Harnessing artificial intelligence to advance insights in systemic sclerosis skin and lung disease
2025-Nov-01, Current opinion in rheumatology
IF:5.2Q1
DOI:10.1097/BOR.0000000000001114
PMID:40767529
|
综述 | 本文综述了截至2024年人工智能在系统性硬化症皮肤和肺部疾病研究中的应用进展 | 系统总结了人工智能在系统性硬化症研究中从预测建模到患者分型的多种创新应用 | 基于相对较小的患者队列进行研究，且为综述性文章而非原始研究 | 推进系统性硬化症皮肤和肺部疾病的研究 | 系统性硬化症患者 | 医学人工智能 | 系统性硬化症 | 数字图像分析，深度学习 | 监督机器学习，无监督机器学习 | 医学影像，临床数据，皮肤活检 | 相对较小的SSc队列 | NA | NA | NA | NA |
| 302 | 2025-10-05 |
Does Sequence Clustering Confound AlphaFold2?
2025-Nov-01, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169376
PMID:40780395
|
评论 | 本文回应了多篇论文对AF-Cluster方法的误解和错误结论，并进一步分析证实了局部进化耦合在AlphaFold2多构象预测中的重要作用 | 通过进一步分析证实局部进化耦合在AF-Cluster预测中的关键作用，反驳了相关文献中的错误主张 | NA | 澄清AlphaFold2多构象采样方法中的误解，解释深度学习模型预测结果的原理 | 蛋白质多构象状态预测方法 | 结构生物学 | NA | 深度学习 | AlphaFold2 | 蛋白质序列 | NA | NA | AlphaFold2 | NA | NA |
| 303 | 2025-10-05 |
FoldExplorer: Fast and Accurate Protein Structure Search with Sequence-Enhanced Graph Embedding
2025-Nov-01, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169412
PMID:40889693
|
研究论文 | 提出一种名为FoldExplorer的新型深度学习方法，用于快速准确的蛋白质结构搜索 | 结合图注意力神经网络和蛋白质语言模型，联合编码结构和序列信息，生成专门用于蛋白质结构搜索的嵌入表示 | NA | 开发高效的蛋白质结构搜索方法以应对蛋白质结构数据库的指数级扩张 | 蛋白质结构 | 生物信息学 | NA | 图注意力神经网络，蛋白质语言模型 | 图神经网络 | 蛋白质结构数据，序列数据 | NA | NA | 图注意力神经网络 | 几何相似性搜索精度，分类准确率 | NA |
| 304 | 2025-10-05 |
Use of Artificial Intelligence to Detect Cardiac Rhythm Disturbances in Athletes: A Scoping Review
2025 Nov-Dec, Journal of veterinary internal medicine
IF:2.1Q1
DOI:10.1111/jvim.70257
PMID:41017277
|
综述 | 本文通过范围综述评估人工智能在运动员（特别是马匹）心电图心律失常检测中的应用现状与潜力 | 首次系统综述AI技术在运动性心律失常检测中的应用，特别关注兽医医学领域及跨物种比较 | 样本量较小且物种特异性心电图形态学差异限制了在兽医医学中的广泛应用 | 评估人工智能在心电图心律失常检测中的应用，特别关注在运动物种中的当前和潜在用途 | 人类、马和犬类运动员的心电图数据 | 机器学习 | 心血管疾病 | 心电图分析 | 深度学习,CNN | 心电图信号 | 包含17项研究（13项人类研究、3项马研究、1项犬研究） | NA | 卷积神经网络 | 准确率 | NA |
| 305 | 2025-10-05 |
Comparative Study of a Variant Neural Relational Inference Deep Learning Model and Dynamical Network Analysis for p53-DNA Allosteric Interactions
2025-Nov-01, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.169374
PMID:40769488
|
研究论文 | 本研究比较了改进的神经关系推理深度学习模型与动态网络分析在p53-DNA变构相互作用中的表现 | 通过集成Transformer的多头自注意力模块改进神经关系推理模型，首次系统比较深度学习与动态网络分析在蛋白质变构研究中的差异 | 研究主要针对p53-DNA系统，未验证在其他蛋白质体系中的普适性 | 比较不同计算方法在蛋白质变构相互作用研究中的性能差异 | p53蛋白与DNA的变构相互作用，包括野生型和突变型p53 | 机器学习 | NA | 动态网络分析，深度学习 | 神经关系推理(NRI)，Transformer | 蛋白质结构数据，分子动力学数据 | 野生型和突变型p53-DNA复合物 | NA | 改进的神经关系推理模型，多头自注意力机制 | 准确性，全面性 | NA |
| 306 | 2025-10-05 |
Transforming sleep medicine: the evolving role of artificial intelligence
2025-Nov-01, Current opinion in pulmonary medicine
IF:2.8Q2
DOI:10.1097/MCP.0000000000001210
PMID:40855966
|
综述 | 探讨人工智能在睡眠医学中不断发展的角色及其对临床实践的影响 | 系统阐述AI技术在睡眠医学领域的应用演进，包括诊断优化和个性化治疗的新范式 | 存在患者隐私保护、算法偏见和数据透明度等伦理挑战，尚未完全解决临床应用障碍 | 阐明AI在睡眠医学中的发展现状，为临床医生提供应用指导 | 睡眠障碍患者（如阻塞性睡眠呼吸暂停、失眠、发作性睡病）及相关医疗数据 | 医疗人工智能 | 睡眠障碍 | 多导睡眠监测、消费级睡眠设备数据采集 | 机器学习,深度学习 | 生理信号数据,医疗设备数据 | NA | NA | NA | NA | NA |
| 307 | 2025-10-05 |
Ptgs2+ CPTC Function as a "Force-Immune Axis" by Responding to Acupuncture and Mediating M2 Macrophage Activation for Anti-Inflammatory Effects
2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202501175RR
PMID:41017691
|
研究论文 | 本研究通过单细胞测序发现腹部中线筋膜中Ptgs2+ CPTC亚群能响应针刺机械刺激并通过Il6-Il6st-Stat3通路激活M2巨噬细胞产生抗炎效应 | 首次确立Ptgs2+ CPTC作为连接机械刺激与免疫调控的“力-免疫轴”，揭示了针灸作用的细胞机制 | 研究聚焦于腹部中线筋膜，其他筋膜区域的普适性需进一步验证 | 探索筋膜组织中细胞对机械刺激的响应机制及免疫调节作用 | 大鼠腹部中线筋膜中的Cd34+/Pdgfra+端细胞（CPTC）及其亚群 | 数字病理 | 炎症性疾病 | 单细胞测序, 细胞形态学分析 | 深度学习 | 单细胞测序数据, 细胞形态数据 | 痢疾大鼠模型 | NA | NA | NA | NA |
| 308 | 2025-10-05 |
Role of artificial intelligence in gastric diseases
2025-Oct-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i37.111327
PMID:41025012
|
综述 | 本文综述人工智能在胃部疾病诊疗中的应用现状与发展趋势 | 发现AI效能与用户专业水平呈反比关系，中等专业水平从业者获益最大；开发了多模态临床决策支持系统 | 训练数据存在地域偏见、监管障碍、患者隐私和AI问责伦理问题、AI开发集中于科技巨头 | 探讨人工智能在胃部疾病诊断和管理中的应用价值 | 胃部疾病诊疗过程 | 数字病理 | 胃部疾病 | 多模态集成（内镜图像、临床病史、实验室结果、基因组数据） | 深度学习, 大语言模型 | 图像, 文本, 基因组数据 | NA | NA | 多智能体架构 | 病变检测率96%, 分类准确率82%-87% | NA |
| 309 | 2025-10-03 |
Correction for Li et al., Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring
2025-Oct-07, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2525325122
PMID:41032527
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 310 | 2025-10-05 |
Morphological Signatures of Salt Crystals under Controlled Humidity Using Advanced Image Analysis
2025-Oct-02, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.5c04762
PMID:40965417
|
研究论文 | 通过控制湿度研究盐结晶形态特征，并利用图像分析和深度学习进行精确量化与预测 | 结合湿度控制室与先进图像分析技术，首次系统量化不同湿度下盐结晶的形态特征，并实现97%准确率的盐类识别 | 仅研究两种盐类（氯化钠和氯化铵），在玻璃基板上的结晶行为，未涉及其他盐类或不同基底材料 | 探究控制湿度对盐结晶形态的影响规律，开发基于图像分析的盐类识别方法 | 氯化钠（NaCl）和氯化铵（NH4Cl）盐晶体 | 计算机视觉 | NA | 高分辨率成像，MATLAB图像分析 | 深度学习神经网络 | 图像 | 两种盐类在控制湿度条件下的结晶样本 | MATLAB | NA | 准确率 | NA |
| 311 | 2025-10-05 |
A microneedle-based integrated three-electrode system for pesticide detection using machine learning
2025-Oct-02, The Analyst
DOI:10.1039/d5an00430f
PMID:41035252
|
研究论文 | 开发了一种基于微针阵列集成三电极系统和深度学习算法的农药检测方法 | 首次将3D打印微针阵列与差分脉冲伏安法和深度学习算法相结合用于农药分子检测 | 仅对六种预定义农药样品进行了测试，未涉及更广泛的农药种类 | 开发高效准确的农药检测技术以保障农业安全和公众健康 | 六种农药分子（MS222、对硝基苯酚、结晶紫、孔雀石绿、香兰素和呋喃西林） | 机器学习 | NA | 差分脉冲伏安法、电化学指纹分析 | CNN, 深度学习算法 | 电化学信号数据 | 六种预定义农药样品 | NA | 卷积神经网络 | 准确率 | NA |
| 312 | 2025-10-05 |
Deep learning-based survival prediction model for adult diffuse low-grade glioma: a multi-cohort validation study
2025-Oct-02, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03613-w
PMID:41037075
|
研究论文 | 开发并验证基于深度学习的成人弥漫性低级别胶质瘤生存预测模型 | 首次将DeepSurv深度学习模型应用于DLGG生存预测，并通过多队列验证证实其可靠性 | 外部验证队列样本量较小(n=33)，可能影响模型泛化能力的全面评估 | 开发准确的DLGG患者生存预测模型以辅助临床预后评估 | 成人弥漫性低级别胶质瘤患者 | 医疗人工智能 | 脑肿瘤/神经胶质瘤 | 深度学习生存分析 | DeepSurv | 临床病理数据 | 1,079例DLGG患者(训练集836例，内部验证210例，外部验证33例) | NA | DeepSurv | C-index, 综合Brier评分 | NA |
| 313 | 2025-10-05 |
GAN-Enhanced Hybrid Deep Learning with Explainable AI for Automated Cataract Diagnosis
2025-Oct-02, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02249-1
PMID:41037142
|
研究论文 | 提出一种结合生成式AI和可解释AI的深度学习系统，用于自动化白内障诊断 | 融合生成对抗网络增强数据多样性，结合可解释AI提供临床可解释性，采用混合数据集和精细调优的模型架构 | NA | 开发高性能、可解释的白内障自动诊断系统 | 白内障眼部疾病 | 计算机视觉 | 白内障 | 生成对抗网络, 深度学习 | GAN, CNN | 医学图像 | 合并六个开源数据集并添加GAN生成的合成图像 | NA | InceptionResNetV2 | 准确率, AUC, 精确率, 召回率, F1分数, 置信区间 | NA |
| 314 | 2025-10-05 |
A gender-aware saliency prediction system for web interfaces using deep learning and eye-tracking data
2025-Oct-02, Brain informatics
DOI:10.1186/s40708-025-00274-x
PMID:41037184
|
研究论文 | 提出基于深度学习和眼动数据的性别感知网页显著性预测系统 | 首次将Transformer架构用于性别感知的显著性预测，并创建包含人口统计信息的WIC640数据集 | 未包含时间维度的眼动建模 | 研究人口统计因素对视觉注意力的影响，开发自适应网页界面 | 网页界面和用户眼动行为 | 计算机视觉 | NA | 眼动追踪技术 | Transformer | 图像, 眼动数据 | 85名参与者，640张网页截图 | NA | TranSalNet | 相关系数(CC), 归一化扫描路径显著性(NSS), 库尔巴克-莱布勒散度(KLD) | NA |
| 315 | 2025-10-05 |
Deep Neural Network-Based Risk Prediction of Glioblastoma Multiforme Recurrence
2025-Oct-02, Journal of molecular neuroscience : MN
IF:2.8Q2
DOI:10.1007/s12031-025-02412-w
PMID:41037206
|
研究论文 | 本研究开发并评估了基于深度神经网络的多形性胶质母细胞瘤复发风险预测模型 | 采用混合差分进化神经网络框架优化DNN架构，整合多模态数据实现GBM复发风险预测 | 研究基于特定数据集（TCGA和机构数据库），需要进一步外部验证 | 准确预测多形性胶质母细胞瘤复发风险以改善个体化治疗策略 | 780名多形性胶质母细胞瘤患者 | 机器学习 | 多形性胶质母细胞瘤 | 基因组分析、影像学分析、临床记录分析 | DNN | 基因组数据、影像数据、临床记录 | 780名GBM患者 | Python | HDE-NN优化的深度神经网络 | 准确率, 精确率, 召回率, F1分数, AUC-ROC | NA |
| 316 | 2025-10-05 |
What are you looking at? Modality contribution in multimodal medical deep learning
2025-Oct-02, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03523-w
PMID:41037211
|
研究论文 | 本文提出了一种基于遮挡的多模态贡献度方法，用于量化分析多模态深度学习模型中各模态的重要性 | 开发了模型无关和性能无关的模态贡献度评估方法，能够定量测量多模态数据中各模态对模型完成任务的重要性 | 方法仅在三个多模态医学问题上进行了实验验证，需要更广泛的应用场景测试 | 研究多模态深度学习模型中各模态信息的处理方式和贡献度 | 多模态医学深度学习模型 | 机器学习 | NA | 深度学习，多模态融合 | 深度神经网络 | 多模态医学数据 | NA | NA | NA | 模态贡献度定量测量 | NA |
| 317 | 2025-10-05 |
Seizure detection using nonlinear measures over EEG frequency bands and deep learning classifiers
2025-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2356634
PMID:38803055
|
研究论文 | 提出一种基于EEG频段非线性特征和深度学习分类器的癫痫发作检测新方法 | 从最相关的EEG频段计算非线性特征作为特征提取方法，结合机器学习和深度学习分类器 | NA | 开发自动癫痫发作检测框架以替代传统耗时的方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图 | 深度学习分类器 | EEG信号 | Bonn数据集和Hauz Khas数据集 | NA | NA | 准确率 | NA |
| 318 | 2025-10-05 |
Authentication with a one-dimensional CNN model using EEG-based brain-computer interface
2025-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2355490
PMID:38767327
|
研究论文 | 提出一种基于一维卷积神经网络的脑机接口认证方法，用于运动想象信号分类 | 将四分类运动想象识别结果创新性地应用于身份认证系统，为残疾人士提供无需输入密码的安全认证方案 | EEG信号易受噪声干扰且泛化能力有限，分类器性能提升存在困难 | 开发基于脑电信号的稳健分类方法，提升脑机接口在实际应用中的实用性 | 中风康复患者和运动障碍患者的运动想象脑电信号 | 脑机接口 | 中风 | 脑电图 | CNN | EEG信号 | NA | NA | 一维卷积神经网络 | 准确率 | NA |
| 319 | 2025-10-05 |
An accurate prediction for respiratory diseases using deep learning on bronchoscopy diagnosis images
2025-Oct, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.023
PMID:39571731
|
研究论文 | 提出一种多尺度注意力残差网络用于支气管镜图像的呼吸系统疾病诊断 | 设计了多尺度卷积块注意力模块增强空间和通道特征，并采用Grad-CAM提高诊断结果的可解释性 | 数据仅来自单一医疗中心，样本量相对有限 | 提高支气管镜图像诊断呼吸系统疾病的准确性 | 支气管镜诊断图像 | 计算机视觉 | 呼吸系统疾病 | 支气管镜检查 | 深度学习 | 图像 | 615个病例共2900张图像 | NA | 多尺度注意力残差网络 | 准确率,AUC | NA |
| 320 | 2025-10-05 |
Deep learning reconstruction for improved image quality of ultra-high-resolution brain CT angiography: application in moyamoya disease
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01806-5
PMID:40439843
|
研究论文 | 本研究评估了针对脑部CTA优化的深度学习重建在烟雾病超高清CT血管成像中的图像质量改善效果 | 首次将专门针对脑部CTA优化的深度学习重建应用于烟雾病患者的超高清CT血管成像，并与常规重建方法进行对比 | 回顾性研究设计，样本量相对较小（50例患者） | 评估不同重建算法在烟雾病脑部CTA中对小血管显示的图像质量差异 | 烟雾病患者的脑部CT血管成像数据 | 医学影像分析 | 烟雾病 | CT血管成像，深度学习重建 | 深度学习 | 医学影像 | 50例疑似或确诊烟雾病患者 | NA | NA | 边缘锐度，峰值CT值，血管对比度，半高全宽，图像噪声 | NA |