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 36434 篇文献，本页显示第 5981 - 6000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5981 | 2025-10-05 |
Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55
2025-Sep-22, Proteins
IF:3.2Q2
DOI:10.1002/prot.70016
PMID:40980933
|
研究论文 | 本研究结合Rosetta对接方法和深度学习技术，在CAPRI第47-55轮中预测蛋白质-蛋白质相互作用 | 将Rosetta对接方法（RosettaDock、ReplicaDock、SymDock）与深度学习工具（AlphaFold2、IgFold、AlphaRED）相结合，开发了改进构象采样和评分函数的新方法 | 对于更灵活的复合物预测性能仍然有限，准确预测CDR H3环和抗体-抗原结合界面仍具挑战性 | 提高蛋白质-蛋白质相互作用的盲预测准确性 | 多阶段组装体、抗体-抗原复合物和柔性界面的蛋白质复合物 | 计算生物学 | NA | 蛋白质对接，深度学习 | AlphaFold2, IgFold, AlphaRED | 蛋白质结构数据 | 49个CAPRI目标 | Rosetta, 深度学习框架 | AlphaFold2, IgFold, AlphaRED | DockQ分数, CAPRI质量排名 | NA |
| 5982 | 2025-10-05 |
Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization
2025-Sep-19, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121475
PMID:40976490
|
研究论文 | 提出基于生成扩散网络的深度学习成像模型，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化 | 首次将条件去噪扩散概率模型(CDDPM)应用于SWI图像跨场强合成，克服了传统GAN模型在微血管结构合成中的训练困境 | 扩散模型需要大量步骤进行缓慢采样，计算效率可能较低 | 开发从低场强(3T)到高场强(7T)的SWI图像合成方法 | 脑部深部髓质静脉 | 医学影像分析 | 脑血管疾病 | 磁共振成像(MRI), 磁敏感加权成像(SWI) | 扩散模型 | 医学影像 | NA | NA | 条件去噪扩散概率模型(CDDPM) | NA | NA |
| 5983 | 2025-10-05 |
Deep learning chest X-ray age, epigenetic aging clocks, and associations with age-related subclinical disease in the Project Baseline Health Study
2025-Sep-19, The journals of gerontology. Series A, Biological sciences and medical sciences
DOI:10.1093/gerona/glaf173
PMID:40795299
|
研究论文 | 比较基于胸片深度学习模型预测的生物学年龄与两种表观遗传衰老时钟在预测心肺疾病和衰弱方面的表现 | 首次将基于胸片的深度学习生物学年龄预测模型与表观遗传衰老时钟进行直接比较 | 样本量相对有限（2097名参与者），仅来自美国四个中心 | 评估不同衰老测量方法对心肺疾病和衰弱的预测能力 | 来自Project Baseline健康研究的2097名参与者 | 医学影像分析 | 心肺疾病 | 深度学习，表观遗传时钟分析 | 深度学习模型 | 胸片图像，表观遗传数据，临床测量数据 | 2097名参与者 | NA | NA | 线性回归分析，关联强度比较 | NA |
| 5984 | 2025-10-05 |
Artificial intelligence in age-related macular degeneration: Advancing diagnosis, prognosis, and treatment
2025-Sep-18, Survey of ophthalmology
IF:5.1Q1
|
综述 | 本文综述了人工智能在年龄相关性黄斑变性诊断、预后和治疗中的最新进展与应用潜力 | 系统总结了AI在AMD早期检测分类和疾病进展/治疗反应预测两方面的应用，并开始解决算法偏见、泛化能力有限和黑箱性质等挑战 | 模型可解释性仍需改进，需要在多样化人群中验证工具，临床整合仍面临挑战 | 评估人工智能在年龄相关性黄斑变性管理中的临床应用价值 | 年龄相关性黄斑变性患者 | 医学人工智能 | 年龄相关性黄斑变性 | 机器学习，深度学习 | NA | 医学影像数据 | 47项研究（193条记录筛选） | NA | NA | 准确率 | NA |
| 5985 | 2025-10-05 |
Spiking neural networks for EEG signal analysis: From theory to practice
2025-Sep-18, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108127
PMID:41004906
|
综述 | 本文系统回顾了脉冲神经网络在脑电图信号分析中的理论进展与实际应用 | 填补脉冲神经网络理论进展与EEG信号分析实际应用之间的关键空白，并提供实践指南和开源代码 | 主要关注方法论综述，缺乏具体实验验证和性能对比数据 | 促进脉冲神经网络在脑电图信号分析领域的理论到实践转化 | 脑电图信号和脉冲神经网络方法 | 机器学习 | NA | 脑电图信号分析 | SNN | EEG信号 | NA | GitHub上提供的代码框架 | 脉冲神经网络 | NA | NA |
| 5986 | 2025-10-05 |
Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention
2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126939
PMID:41005240
|
研究论文 | 本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法 | 首次提出互信息排序协同灰狼优化器特征选择方法，开发了通道融合密集交叉注意力变换器模型，引入高斯和自注意力交叉注意力机制 | NA | 开发精准的稻瘟病检测方法以支持精准农业 | 稻瘟病真菌病害 | 计算机视觉 | 作物病害 | 无人机高光谱遥感 | Transformer | 高光谱图像 | NA | NA | CFXFormer, 通道交互融合模块, 交叉注意力机制 | OA, Kappa | NA |
| 5987 | 2025-10-05 |
Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations
2025-Sep-05, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.08.059
PMID:40915433
|
研究论文 | 开发了一种基于隐式神经表示的新型k空间重建方法k-GINR，用于加速非笛卡尔磁共振成像重建 | 提出两阶段训练的k-GINR方法，结合对抗训练，能够直接重建新患者的非笛卡尔k空间数据 | 重建时间相对传统深度学习方法较长（约3分钟） | 加速磁共振成像采集并提高重建图像质量 | 肝脏磁共振成像数据 | 医学影像重建 | 肝脏疾病 | 磁共振成像，非笛卡尔采样 | INR, GAN, CNN | k空间数据，图像数据 | 118个前瞻性采集的扫描数据及相应线圈数据 | NA | k-GINR, NeRP, k-NeRP, Deep Cascade CNN | 峰值信噪比 | NA |
| 5988 | 2025-10-05 |
Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease
2025-Sep, JACC. Advances
DOI:10.1016/j.jacadv.2025.102041
PMID:40749517
|
研究论文 | 开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病 | 利用深度学习技术从常规心电图中识别冠状动脉疾病，相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进 | 研究主要基于特定医疗机构的患者数据，需要在更广泛人群中验证 | 开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群 | 来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据 | 医疗人工智能 | 冠状动脉疾病 | 心电图分析 | 深度学习 | 心电图信号数据 | 训练集：764,670份心电图（137,199人）；测试集：MGH 18,706人，BWH 88,270人，UK Biobank 42,147人 | NA | NA | AUROC, AUPRC, 风险比 | NA |
| 5989 | 2025-10-05 |
Real-time sludge moisture monitoring via jet imaging and deep learning
2025-Sep, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2025.100614
PMID:40994737
|
研究论文 | 本研究通过高速成像捕捉污泥射流特性，并利用深度学习算法实时预测污泥含水率 | 首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习，利用非牛顿流体特性实现20秒内快速含水率检测 | 研究基于实验室规模系统，需在实际工业场景中验证；测试范围限定在79-94%含水率区间 | 开发实时污泥含水率监测方法以优化污泥处理工艺 | 废水处理厂产生的废弃活性污泥 | 计算机视觉 | NA | 高速成像 | CNN | 图像 | 超过11,000张射流图像，覆盖79-94%含水率范围 | NA | VGG-16, AlexNet, LeNet | 验证准确率, 精度 | NA |
| 5990 | 2025-10-05 |
Can the success of digital super-resolution networks be transferred to passive all-optical systems?
2025-Sep, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2025-0294
PMID:40995527
|
研究论文 | 探讨数字超分辨率网络的成功能否转移到被动全光学系统中 | 首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束 | 面临重建保真度与能量保存的权衡，以及输入强度动态范围有限的处理挑战 | 研究全光学系统实现空间超分辨率的可行性 | 全光学衍射神经网络 | 光学计算 | NA | 全光学衍射神经网络 | AODNN | 光学信号 | NA | NA | 相位非线性网络 | 重建保真度 | 全光学系统（光速运算，无外部能耗） |
| 5991 | 2025-10-05 |
Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability
2025-Sep, Clinical physiology and functional imaging
IF:1.3Q4
DOI:10.1111/cpf.70030
PMID:40996364
|
研究论文 | 开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统，与放射科医生解读进行比较 | 首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并利用Grad-CAM增强模型可解释性 | 数据集规模有限，PET/MRI和MRI模型性能较差，特异性需要提升以减少假阳性 | 开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力 | 头颈癌患者 | 计算机视觉 | 头颈癌 | 18F-FDG PET/MRI成像 | 3D CNN | PET/MRI医学图像 | 训练验证集202例患者（101阳性+101阴性），测试集20例患者（10阳性+10阴性） | NA | 3D卷积神经网络 | 敏感性,特异性,准确率,AUC | NA |
| 5992 | 2025-10-05 |
scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf503
PMID:40991329
|
研究论文 | 提出基于深度学习的单细胞批次校正网络scBCN，用于整合异质性单细胞数据 | 结合跨批次相似聚类识别与深度残差神经网络，在校正批次效应的同时保留生物变异 | NA | 开发单细胞数据批次校正方法以准确识别细胞类型 | 单细胞数据 | 生物信息学 | NA | 单细胞测序 | 深度残差神经网络 | 单细胞基因表达数据 | 多种模拟和真实数据集 | NA | ResNet | 批次校正效果, 生物变异保护 | NA |
| 5993 | 2025-10-05 |
3D localization of retrovirus assembly in the presence of structured background with deep learning
2025-Aug-29, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2025.08.028
PMID:40883991
|
研究论文 | 本文提出了一种结合深度学习和双螺旋点扩散函数的3D定位显微技术，用于分析活细胞顶部质膜上的HIV-1病毒组装过程 | 首次将双螺旋点扩散函数的3D成像与深度学习流程相结合，解决了顶部质膜成像中结构化背景干扰的挑战 | 研究主要针对贴壁细胞的顶部质膜，成像环境仍存在一定局限性 | 开发能够分析具有异质结构化背景图像的3D定位显微技术，以研究病毒组装过程 | 人类免疫缺陷病毒1型（HIV-1）Gag结构多蛋白在活细胞中的组装过程 | 计算机视觉 | HIV感染 | 双螺旋点扩散函数3D成像、荧光显微镜 | 深度学习 | 3D荧光显微镜图像 | NA | NA | NA | NA | NA |
| 5994 | 2025-10-05 |
PRIME 2.0: Proposed Requirements for Cardiovascular Imaging-Related Multimodal-AI Evaluation: An Updated Checklist
2025-Aug-27, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.08.004
PMID:40892627
|
方法学论文 | 提出心血管影像AI评估更新版标准化框架PRIME 2.0 | 针对传统机器学习向深度学习、大语言模型和多模态生成式AI的快速发展进行更新，整合心血管影像特异性挑战 | NA | 标准化心血管影像人工智能应用的开发、评估和报告 | 心血管影像AI应用 | 医学影像分析 | 心血管疾病 | 改良德尔菲法 | 深度学习, 大语言模型, 多模态生成式AI | 医学影像 | 国际临床与技术专家小组 | NA | NA | NA | NA |
| 5995 | 2025-10-05 |
Development of Privacy-preserving Deep Learning Model with Homomorphic Encryption: A Technical Feasibility Study in Kidney CT Imaging
2025-08-27, Radiology. Artificial intelligence
DOI:10.1148/ryai.240798
PMID:40862694
|
研究论文 | 本研究开发了一种基于同态加密的隐私保护深度学习模型，用于肾脏CT图像的分类分析 | 首次在同态加密框架下实现肾脏CT图像分析的深度学习模型，通过多项式近似替换ReLU和平均池化替换最大池化来适配加密要求 | 加密显著增加了存储和计算需求，图像大小从65KB扩展到32MB，CPU推理时间长达50分钟 | 评估同态加密在深度学习模型中实现隐私保护的技术可行性 | 肾脏CT图像中的肾脏囊肿、正常肾脏和肾脏肿瘤 | 医学影像分析 | 肾脏疾病 | CT成像 | CNN | CT图像 | 12,446张CT图像（3,709张肾脏囊肿，5,077张正常肾脏，2,283张肾脏肿瘤） | NA | ResNet | AUC, AUPRC | CPU, GPU加速 |
| 5996 | 2025-10-05 |
Characterizing the Impact of Training Data on Generalizability: Application in Deep Learning to Estimate Lung Nodule Malignancy Risk
2025-08-20, Radiology. Artificial intelligence
DOI:10.1148/ryai.240636
PMID:40833260
|
研究论文 | 本研究探讨训练数据量对深度学习AI算法评估肺结节恶性风险性能的影响 | 系统分析了训练数据规模与AI算法泛化性能的关系，确定了达到临床水平所需的最小数据量 | 回顾性研究，使用特定筛查试验数据，可能影响结果的普适性 | 研究训练数据量对肺结节恶性风险评估AI算法性能的影响 | 肺结节 | 数字病理 | 肺癌 | 低剂量CT扫描 | 深度学习 | CT图像 | NLST数据集16077个标注结节（1249恶性，14828良性），DLCST外部测试集883个结节（65恶性，818良性） | NA | NA | AUC | NA |
| 5997 | 2025-10-05 |
DeepAIPs-SFLA: Deep Convolutional Model for Prediction of Anti-Inflammatory Peptides Using Binary Pattern Decomposition of Novel Multiview Descriptors with an SFLA Approach
2025-Aug-19, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c02422
PMID:40852276
|
研究论文 | 提出一种基于深度学习的抗炎肽预测模型DeepAIPs-SFLA，通过多视图特征描述符和混合优化算法提升预测性能 | 结合进化信息和结构特征，采用图像编码和局部二值模式分解构建新型多视图描述符，并应用改进的混合蛙跳算法进行特征选择 | 未明确说明模型在更广泛数据集上的泛化能力测试 | 开发高性能的抗炎肽预测计算方法 | 抗炎肽序列 | 生物信息学 | 炎症性疾病 | RECM嵌入、PSSM嵌入、LBP分解、CLBP分解 | CNN | 蛋白质序列数据 | 训练序列和独立验证集(Ind-426和Ind-1049) | NA | 深度残差卷积神经网络(RCNN) | 准确率,AUC | NA |
| 5998 | 2025-10-05 |
The Expanding Landscape of Neural Architectures and Their Impact in Biomedicine
2025-08, Annual review of biomedical data science
IF:7.0Q1
|
综述 | 本文从神经网络架构的特定视角探讨生物医学领域的深度学习和人工智能应用 | 系统分析神经网络架构设计原则及其在生物医学应用中的隐含假设，探讨神经架构搜索技术和新兴架构（如图网络、Transformer、可解释神经网络）的独特优势 | NA | 探讨神经网络架构在生物医学深度学习和人工智能中的发展与影响 | 神经网络架构及其在生物医学领域的应用 | 机器学习 | NA | 神经架构搜索 | 图网络, Transformer, 可解释神经网络 | 多模态数据 | NA | NA | 图网络, Transformer | NA | NA |
| 5999 | 2025-10-05 |
Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders
2025-07-28, Reviews in the neurosciences
IF:3.4Q2
DOI:10.1515/revneuro-2024-0125
PMID:39829206
|
综述 | 本文综述了人工智能在面部表情识别与分类中的应用，及其在神经退行性疾病早期检测中的潜力 | 探讨了AI驱动面部表情分析作为神经退行性疾病非侵入性早期检测工具的创新应用 | NA | 评估AI面部表情分析在神经退行性疾病早期检测和监测中的应用价值 | 神经退行性疾病患者的面部表情特征 | 计算机视觉 | 神经退行性疾病 | 深度学习, 计算机视觉 | NA | 面部图像数据 | NA | NA | NA | NA | NA |
| 6000 | 2025-10-05 |
Applications of deep learning in the analysis of optical coherence tomography images for glaucoma-related diagnostics
2025 Jul-Sep, Taiwan journal of ophthalmology
IF:1.0Q4
DOI:10.4103/tjo.TJO-D-24-00162
PMID:40995327
|
综述 | 本文综述了深度学习在光学相干断层扫描图像分析中应用于青光眼诊断的最新研究进展 | 系统总结了深度学习在青光眼OCT图像分析中的多种应用场景，包括图像质量检查、视神经组织厚度量化、前房角评估、疾病诊断和进展监测 | 现有深度学习技术的泛化性、公平性和可解释性仍需进一步研究验证 | 探讨深度学习在青光眼光学相干断层扫描图像分析中的应用价值 | 青光眼相关的光学相干断层扫描图像 | 计算机视觉 | 青光眼 | 光学相干断层扫描 | 深度神经网络 | 医学图像 | NA | NA | NA | NA | NA |