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 3921 - 3940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3921 | 2025-11-14 |
Complete end-to-end learning from protein feature representation to protein interactome inference
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf122
PMID:41206398
|
研究论文 | 提出一种名为FREEPII的端到端深度学习框架，整合共分离质谱数据和序列特征来学习蛋白质表示并推断蛋白质相互作用 | 首次实现从蛋白质特征表示到蛋白质相互作用组推断的完整端到端学习，整合多模态数据并通过监督蛋白质嵌入捕获高阶相互作用 | 未明确说明模型在特定噪声条件下的鲁棒性限制以及计算资源需求的具体分析 | 开发一个准确、可扩展的蛋白质-蛋白质相互作用和蛋白质复合物推断框架 | 蛋白质相互作用和蛋白质复合物 | 生物信息学 | NA | 共分离质谱(CF-MS), 质谱技术 | CNN | 质谱数据, 蛋白质序列数据 | NA | NA | 卷积神经网络 | NA | NA |
| 3922 | 2025-11-14 |
The Present State and Potential Applications of Artificial Intelligence in Cancer Diagnosis and Treatment
2025, Recent patents on anti-cancer drug discovery
IF:2.5Q3
|
综述 | 本文综述人工智能在癌症诊断和治疗中的当前状态与潜在应用 | 系统总结AI在癌症早期检测、分子分型、预后预测和个性化治疗等全流程的创新应用 | 未提及具体技术实现的局限性，主要关注领域整体挑战 | 探讨AI/ML在癌症检测和管理中的应用现状与发展前景 | 癌症患者和肿瘤特征 | 医疗人工智能 | 癌症 | 深度学习 | NA | 医疗数据集 | NA | NA | NA | NA | NA |
| 3923 | 2025-11-14 |
Open-Environment Evidential Learning for Reliable Myoelectric Locomotion Prediction
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3626316
PMID:41150224
|
研究论文 | 提出开放环境证据学习框架，用于提高下肢外骨骼肌电运动预测的可靠性 | 首次将证据深度学习与分布外数据增强结合，在开放环境中可靠量化预测不确定性并检测新颖/模糊运动 | 仅评估了八名受试者和五种运动模式，真实世界部署的泛化能力需进一步验证 | 提高动态环境下基于表面肌电信号的 locomotion 预测可靠性 | 下肢外骨骼使用者的运动意图 | 机器学习 | 运动功能障碍 | 表面肌电信号(sEMG) | 深度学习 | 生物电信号 | 八名受试者，五种运动模式 | NA | 卷积神经网络 | 准确率, 风险覆盖曲线 | NA |
| 3924 | 2025-11-14 |
Feasibility and initial clinical application of a digital health-enabled 3D VR education model to improve health literacy in thyroid surgery
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251394962
PMID:41208914
|
研究论文 | 开发并评估基于光线追踪3D VR教育模型在甲状腺手术术前咨询中提高患者健康素养的可行性 | 首次将深度学习分割的CT扫描数据转化为光线追踪3D VR教育模型，用于甲状腺手术术前患者教育 | 样本量较小，仅评估了患者主观感受，缺乏客观学习效果测量 | 提高甲状腺手术患者的健康素养和满意度 | 甲状腺手术患者 | 数字病理 | 甲状腺疾病 | CT扫描，深度学习分割，光线追踪渲染 | 深度学习分割模型 | 医学影像（CT扫描） | 未明确具体数量，但提到88.9%的参与者表示满意 | NA | NA | 患者理解度改善率，满意度百分比，未来使用意愿 | 普通门诊可用的平面显示器 |
| 3925 | 2025-11-14 |
Automated scoring of airway abnormalities and mucus plugging in chest magnetic resonance imaging of cystic fibrosis using artificial intelligence
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.025
PMID:41209289
|
研究论文 | 开发基于深度学习的自动评分系统，用于评估囊性纤维化患者胸部MRI中的气道异常和黏液栓塞 | 采用双视图架构处理冠状面和轴状面切片，结合nnU-Net分割和基于图谱的肺叶近似方法，解决了人工评分中的读者变异性和高劳动强度问题 | 样本量相对有限（627个MRI扫描，164名患者），外部验证仅包含10名患者 | 开发可靠、无辐射的肺部疾病活动自动分析系统 | 囊性纤维化患者的胸部MRI扫描 | 医学影像分析 | 囊性纤维化 | T2加权胸部MRI | 深度学习 | 医学影像 | 627个MRI扫描，来自164名患者（年龄范围0.1-53.0岁，平均7.0±6.2岁） | nnU-Net | nnU-Net, 双视图架构 | Cohen's kappa, 宏观AUROC, Pearson相关系数 | NA |
| 3926 | 2025-11-14 |
Multimodal fusion strategies for survival prediction in breast cancer: A comparative deep learning study
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.038
PMID:41209345
|
研究论文 | 本研究比较了不同多模态融合策略在乳腺癌生存预测中的性能 | 系统评估了早期和晚期融合策略对样本外泛化性能的影响，发现晚期融合模型在所有模态组合中均表现最优 | 模型在未见数据上的泛化能力仍然有限 | 开发并优化用于乳腺癌生存预测的单模态和多模态模型 | 乳腺癌患者 | 数字病理学 | 乳腺癌 | 多组学数据分析 | 深度学习 | 临床变量、体细胞突变、RNA表达、拷贝数变异、miRNA表达、组织病理学图像 | 癌症基因组图谱乳腺癌数据集 | NA | NA | 一致性指数 | NA |
| 3927 | 2025-11-14 |
Deep learning for inner speech recognition: a pilot comparative study of EEGNet and a spectro-temporal Transformer on bimodal EEG-fMRI data
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1668935
PMID:41209398
|
研究论文 | 本研究比较了EEGNet和谱时Transformer两种深度学习模型在双模态EEG-fMRI数据上的内隐语音识别性能 | 首次将谱时Transformer应用于内隐语音识别，并引入小波分解和自注意力机制 | 样本量较小（4名参与者），词汇量有限（8个单词），缺乏临床实时验证 | 评估和比较深度学习模型在内隐语音分类中的性能和泛化能力 | 健康参与者的内隐语音脑电信号 | 脑机接口 | NA | 脑电图，功能性磁共振成像 | CNN, Transformer | 脑电信号，时间序列数据 | 4名健康参与者，8个目标单词 | NA | EEGNet, 谱时Transformer | 准确率, 宏平均F1分数, 精确率, 召回率 | NA |
| 3928 | 2025-11-14 |
Integrating clinical indications and patient demographics for multilabel abnormality classification and automated report generation in 3D chest CT scans
2025, Frontiers in radiology
DOI:10.3389/fradi.2025.1672364
PMID:41209490
|
研究论文 | 本研究提出一种多模态深度学习模型，通过整合3D胸部CT扫描、临床指征报告和患者人口统计学数据来改进多标签异常分类和自动报告生成 | 首次将临床指征和患者人口统计学数据与3D CT图像特征相结合，构建多模态深度学习框架用于胸部异常分类和报告生成 | 未详细说明模型在不同疾病类型上的具体性能差异，也未讨论模型在真实临床环境中的部署挑战 | 开发能够辅助放射科医生处理日益增长工作量的自动化CT扫描分析方法 | 3D胸部CT扫描图像、临床指征报告、患者年龄和性别数据 | 医学影像分析 | 胸部疾病 | CT扫描 | 多模态深度学习模型 | 3D图像, 文本, 结构化数据 | NA | NA | 视觉编码器, 预训练语言模型, 前馈神经网络 | F1分数, 临床效能指标 | NA |
| 3929 | 2025-11-14 |
High-resolution protein modeling through Cryo-EM and AI: current trends and future perspectives - a review
2025, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2025.1688455
PMID:41209584
|
综述 | 本文综述了冷冻电镜与人工智能在蛋白质高分辨率建模中的最新进展、互补作用及未来展望 | 系统整合了冷冻电镜实验技术与AI结构预测方法的协同优势，重点分析了AlphaFold系列算法在解决膜蛋白、柔性蛋白等挑战性目标中的应用突破 | AI与冷冻电镜整合方法仍存在局限性，如对某些复杂蛋白构象多样性的解析能力有限 | 加速蛋白质结构-功能关系探索，推动生物医学研究和药物开发 | 蛋白质（包括膜蛋白、柔性蛋白、固有无序蛋白和大分子复合物） | 结构生物学 | NA | 冷冻电镜, 直接电子探测器, 人工智能结构预测 | 深度学习 | 电子显微镜图像, 氨基酸序列 | NA | AlphaFold 2, AlphaFold 3 | 深度学习算法 | NA | NA |
| 3930 | 2025-11-14 |
Multimodal image fusion for enhanced vehicle identification in intelligent transport
2025, PeerJ. Computer science
DOI:10.7717/peerj-cs.3270
PMID:41209660
|
研究论文 | 提出一种基于深度学习的多模态图像融合方法，用于增强智能交通系统中的车辆识别能力 | 采用注意力机制生成深度图并与RGB图像融合，在Vision Transformer框架中结合HOG和BRISK描述符的混合特征提取技术 | NA | 提升遥感图像中车辆检测和分类的性能 | 航空图像中的车辆目标 | 计算机视觉 | NA | 多模态图像融合 | Vision Transformer, ResNet, YOLO, MRF | 多模态航空图像（RGB、红外、高光谱、多光谱、SAR、LiDAR） | 三个基准数据集：Roundabout Aerial, AU-Air, VAID | YOLOv4, Vision Transformer | ResNet-18, ViT, YOLOv4 | 精确度 | NA |
| 3931 | 2025-11-14 |
A Bayesian deep segmentation framework for glioblastoma tumor segmentation using follow-up MRIs
2025, Frontiers in neuroimaging
DOI:10.3389/fnimg.2025.1630245
PMID:41210079
|
研究论文 | 开发了一种用于胶质母细胞瘤随访MRI肿瘤分割的贝叶斯深度学习框架 | 首次将贝叶斯学习与深度学习结合专门针对随访MRI的脑胶质瘤分割，通过不确定性信息识别和修正误分类 | 仅使用311例随访MRI数据，样本规模有限 | 提供有效的深度学习模型来准确分割随访MRI中的胶质母细胞瘤亚区 | 胶质母细胞瘤患者的随访MRI图像 | 医学影像分析 | 胶质母细胞瘤 | MRI | 贝叶斯深度学习模型 | 医学影像 | 311例随访MRI | NA | 深度学习分割模型 | DSC分数 | NA |
| 3932 | 2025-11-14 |
Traditional and Artificial Intelligent Methods in Predicting Maxillofacial Soft Tissue Morphology After Orthognathic Surgery: A Narrative Review
2025, International journal of dentistry
IF:1.9Q2
DOI:10.1155/ijod/6268492
PMID:41210161
|
综述 | 评估正颌手术后软组织形态预测的传统与人工智能方法，并指出未来研究方向 | 系统比较了从二维到三维预测方法的演变，重点分析了深度学习在预测精度和速度方面的突破性进展 | 深度学习存在数据不足、过拟合和可解释性缺乏等问题 | 提高正颌手术后软组织形态预测的准确性和效率 | 正颌手术患者的软组织形态变化 | 医学影像分析 | 颌面畸形 | 深度学习算法 | DNN, PointNet, Transformer | 医学影像数据 | 基于60篇相关文献的系统评估 | NA | 深度神经网络, PointNet, Transformer | 预测准确性, 运算速度 | NA |
| 3933 | 2025-11-14 |
MEA-Based Graph Deviation Network for Early Autism Syndrome Signatures in Human Forebrain Organoids
2025, Cyborg and bionic systems (Washington, D.C.)
DOI:10.34133/cbsystems.0441
PMID:41210185
|
研究论文 | 提出基于图偏差网络的深度学习框架，通过分析人前脑类器官的多电极阵列数据来预测自闭症谱系障碍风险 | 首次将振幅调制的尖峰序列编码为动态图，利用图偏差网络检测神经发育扰动引起的网络组织异常 | 存在生物变异性，需要进一步验证模型的泛化能力 | 开发早期自闭症综合征特征的检测方法 | 人前脑类器官的神经活动 | 计算神经科学 | 自闭症谱系障碍 | 多电极阵列记录，体外脑发育研究 | 图偏差网络 | 神经尖峰活动数据，动态图数据 | NA | 深度学习框架 | 图偏差网络 | 网络效率，路径长度，输入连接性，早期功能障碍检测能力 | NA |
| 3934 | 2025-11-14 |
Real-time jute leaf disease classification using an explainable lightweight CNN via a supervised and semi-supervised self-training approach
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1647177
PMID:41210703
|
研究论文 | 提出一种轻量级CNN模型结合半监督自训练框架，用于实时黄麻叶部病害分类 | 结合半监督学习与轻量级CNN，在仅10%标注数据下实现接近全监督的性能，并集成可解释性AI方法 | 仅针对三种黄麻叶部病害类别进行验证，数据集为自行采集 | 开发资源受限环境下可用的实时黄麻叶部病害分类系统 | 黄麻叶片图像 | 计算机视觉 | 植物病害 | 图像分类 | CNN | 图像 | 自行采集的黄麻叶片图像数据集，包含三个类别（尾孢菌叶斑病、金色花叶病、健康叶片） | Flask | 改进的深度可分离卷积、增强型压缩激励块、改进的移动倒置瓶颈卷积块 | 准确率 | 资源受限的农业环境 |
| 3935 | 2025-11-14 |
In-field estimation of vertical distribution of total nitrogen and nicotine content for tobacco plants based on multispectral and texture feature fusion
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1647566
PMID:41210719
|
研究论文 | 基于多光谱和纹理特征融合的田间烟草植株总氮和尼古丁含量垂直分布估测方法 | 提出光谱与纹理特征融合的深度学习方法，开发改进的AO-YOLOv8模型实现复杂条件下烟叶实例分割，并首次实现田间烟草氮和尼古丁含量垂直分布的可视化估测 | 田间环境下植物尺度估测精度相对较低（R值0.57-0.68），复杂环境因素可能影响模型稳定性 | 提高烟草植株总氮和尼古丁含量及其垂直分布估测精度，为智慧农业管理提供技术支持 | 田间种植的烟草植株 | 计算机视觉 | NA | 多光谱成像，纹理特征分析 | YOLOv8, LSTM, RNN, MLP, FCNN | 多光谱图像 | 未明确说明具体样本数量 | NA | AO-YOLOv8, LSTM, RNN, MLP, FCNN | mAP50, mIoU, R值 | NA |
| 3936 | 2025-11-14 |
A spontaneous keypoints connection algorithm for leafy plants skeletonization and phenotypes extraction
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1641255
PMID:41210720
|
研究论文 | 提出一种无需训练和标注的自发关键点连接算法，用于叶类植物骨架化和表型提取 | 开发了无需人工标注和训练过程的叶骨架提取方法，通过自发检测关键点并连接生成叶骨架 | NA | 开发高效、可扩展的植物叶表型提取方法 | 叶类植物（兰花和玉米） | 计算机视觉 | NA | 图像分析 | NA | 图像 | 兰花垂直和正面视角图像，玉米图像数据集 | NA | NA | 曲率拟合误差, 叶片召回率 | NA |
| 3937 | 2025-11-14 |
CausalX-Net: a causality-guided explainable segmentation network for brain tumors
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1693603
PMID:41210853
|
研究论文 | 提出一种基于因果推理的可解释脑肿瘤分割网络CausalX-Net，用于多模态MRI图像分析 | 首次将结构因果建模和干预推理引入脑肿瘤分割，通过反事实分析提供临床可解释的假设性解释 | 仅使用BraTS 2021数据集进行验证，需要更多临床数据验证泛化能力 | 开发具有临床可解释性的脑肿瘤分割方法 | 脑肿瘤MRI图像 | 数字病理 | 脑肿瘤 | 多模态MRI | CNN | 医学图像 | BraTS 2021数据集 | NA | CausalX-Net | Dice相似系数 | NA |
| 3938 | 2025-11-14 |
AI in phishing detection: a bibliometric review
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1496580
PMID:41211053
|
文献计量学综述 | 本文通过文献计量学方法系统分析了人工智能在网络钓鱼检测领域的研究现状和发展趋势 | 首次采用文献计量学方法对AI在网络钓鱼检测领域的研究进行全面分析，识别了该领域的研究主题演变和合作模式 | 仅基于Web of Science数据库的1096篇文献，可能未涵盖所有相关研究 | 填补AI在网络钓鱼检测领域的文献计量分析空白，补充现有综述研究 | 网络钓鱼检测相关的科学文献 | 自然语言处理,机器学习 | NA | 文献计量分析 | 机器学习,深度学习 | 文献元数据 | 1096篇文献 | Biblioshiny,VOSviewer | NA | NA | NA |
| 3939 | 2025-11-14 |
Multi-class: spectral-spatial temporal pyramid network and multi-class classifier-based cardiovascular disease classification
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1650134
PMID:41211134
|
研究论文 | 提出一种基于多模态深度学习的心血管疾病分类框架MCC-CVD，整合心电图和心音图数据进行多类别疾病诊断 | 开发了光谱时空金字塔网络(SST-PNet)、三模式注意力机制(TPAM)和权重校正模块，首次将多模态数据与多组件深度学习架构结合用于心血管疾病分类 | 研究仅基于920例患者数据，样本规模相对有限；仅包含13项临床参数，可能未涵盖所有相关风险因素 | 开发有效的多模态机器学习技术用于心血管疾病的预测和检测 | 心血管疾病患者的心电图(ECG)和心音图(PCG)数据，包含13项临床参数 | 机器学习 | 心血管疾病 | 心电图(ECG), 心音图(PCG), 深度学习 | CNN, 注意力机制 | 生理信号数据, 结构化临床数据 | 920例患者记录 | NA | Spectral Spatial Temporal Pyramid Network (SST-PNet), Multi-class EnDe-CNN, 三模式注意力机制(TPAM) | 准确率, F1-score, 精确率, 召回率, AUC | NA |
| 3940 | 2025-11-14 |
A self-supervised learning framework for discovering cortical folding patterns under genetic influence: Application to the Anterior Cingulate Cortex
2025, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/IMAG.a.987
PMID:41211100
|
研究论文 | 提出一种自监督学习框架，用于发现受遗传影响的皮层折叠模式，并应用于前扣带皮层区域 | 开发基于自监督深度学习的综合区域表征方法，直接从皮层折叠表征中发现新的遗传位点 | 仅在非英国白人血统的小规模队列中复制了一个位点，泛化能力有待验证 | 发现受遗传影响的皮层折叠模式及其与大脑发育和精神病学的关联 | 前扣带皮层区域的皮层折叠模式，特别是旁扣带沟形状 | 医学影像分析 | 精神疾病 | 自监督深度学习 | 深度学习 | 脑部影像数据 | 36,000名英国白人血统受试者（UK Biobank数据库） | NA | NA | 遗传关联分析 | NA |