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 33853 篇文献，本页显示第 801 - 820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 801 | 2025-11-08 |
Integrating Model-Based Reconstruction and Deep Learning for Accelerating Mass Spectrometry Imaging
2025-Nov-07, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c04075
PMID:41199627
|
研究论文 | 提出一种结合模型重建与深度学习的方法来加速质谱成像 | 将光栅扫描前向模型与深度学习先验结合，无需针对不同采集设置重新训练即可重建高分辨率离子图像 | 未明确说明方法在极端稀疏采样情况下的性能边界 | 解决质谱成像中光栅扫描数据采集耗时的问题，实现高效组织成像和3D重建 | 不同MSI仪器、采集设置和组织类型获取的稀疏质谱成像数据 | 计算成像 | NA | 质谱成像 | 深度学习去噪器 | 质谱图像数据 | 多种组织类型（如脑部和肾脏切片） | NA | 基于预训练网络的去噪器 | 图像保真度 | NA |
| 802 | 2025-11-08 |
A Biologically Informed Vision-Guided Framework for Interpretable T Cell Receptor-Epitope Binding Prediction
2025-Nov-07, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202512544
PMID:41199631
|
研究论文 | 提出一种生物信息启发的视觉引导深度学习框架DAISY，用于可解释的T细胞受体-表位结合预测 | 通过生物启发的条件自适应融合模块整合分层物理化学特征，联合建模残基级空间相互作用和全局生化背景 | NA | 准确识别T细胞受体与抗原表位之间的相互作用，推动癌症免疫治疗发展 | T细胞受体(TCRs)和主要组织相容性复合体(MHC)分子呈递的抗原表位 | 计算生物学, 生物信息学 | 癌症 | 深度学习, 计算机视觉 | 深度学习框架 | 生物序列数据, 物理化学特征 | NA | 深度学习框架 | 条件自适应融合模块, Score-CAM | ROC-AUC, PR-AUC | NA |
| 803 | 2025-11-08 |
Emerging trends in AI-integrated optical biosensors for point-of-care diagnostics: current status and future prospects
2025-Nov-07, Chemical communications (Cambridge, England)
DOI:10.1039/d5cc04899k
PMID:41200923
|
综述 | 本文综述了人工智能集成光学生物传感器在即时诊断领域的发展现状与未来前景 | 系统探讨人工智能技术与光学生物传感器的融合创新，重点关注传感器设计、数据科学和小型化的最新进展 | 面临数据隐私保护、系统集成复杂性和临床验证等挑战 | 分析人工智能集成光学生物传感器在即时诊断领域的发展趋势和应用前景 | 光学生物传感器及其与人工智能的集成系统 | 生物医学工程 | NA | SPR、荧光、比色法、拉曼光谱 | 机器学习、深度学习 | 光学传感信号 | NA | NA | NA | 灵敏度、特异性、多重检测能力 | 物联网、云计算 |
| 804 | 2025-11-08 |
Responsible Use of Artificial Intelligence to Improve Kidney Care: A Statement from the American Society of Nephrology
2025-Nov-07, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000929
PMID:41201255
|
综述 | 美国肾脏病学会提出肾脏病护理中人工智能负责任的临床应用框架 | 首次为肾脏病领域AI应用建立系统性伦理与实践指南，强调医生参与和患者受益原则 | 属于指导性框架文件，未涉及具体技术验证或临床实践数据 | 制定肾脏病护理中AI应用的负责任实施指南 | 肾脏疾病患者群体（包括CKD、AKI、透析和移植患者） | 医疗人工智能 | 肾脏疾病 | 预测分析、机器学习、深度学习、生成式AI | NA | NA | NA | NA | NA | NA | NA |
| 805 | 2025-11-08 |
MSformer: A Meta-Structure Based Interpretable Framework for Representation Learning of Natural Products
2025-Nov-07, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03958
PMID:41201272
|
研究论文 | 提出基于元结构的可解释框架MSformer，用于天然产物的表示学习 | 首次使用质谱启发的元结构碎片化算法，在有限天然产物数据上实现预训练，并具备分层可解释性 | 预训练数据仅包含40万个天然产物，数据稀缺问题仍存在 | 解决天然产物结构复杂性和数据稀缺问题，加速药物发现 | 天然产物分子及其元结构碎片 | 自然语言处理, 机器学习 | NA | 质谱启发的碎片化算法 | Transformer | 分子结构数据 | 40万个天然产物解构为2.34亿个元结构 | NA | Transformer | 在14个任务上的性能评估 | NA |
| 806 | 2025-11-08 |
Deep learning-driven false-lumen volumes predict adverse remodeling better than diameter in patients with residual aortic dissection on CT
2025-Nov-07, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12116-9
PMID:41201600
|
研究论文 | 本研究开发了一种深度学习分割模型，用于自动测量主动脉夹层患者的假腔体积，并证明局部假腔体积比传统直径测量能更好地预测不良主动脉重塑 | 首次开发深度学习模型自动分割主动脉夹层各组分并计算局部假腔体积，证明局部假腔体积在预测不良重塑方面优于传统直径测量 | 回顾性研究设计，样本量相对有限，外部验证集患者数量较少 | 开发主动脉夹层自动分割模型并评估不同测量指标对不良主动脉重塑的预测价值 | 残余主动脉夹层患者 | 数字病理 | 心血管疾病 | CT血管造影 | 深度学习分割模型 | 医学影像 | 322名患者（训练集120人，内部测试30人，外部测试10人，内部验证83人，外部验证79人） | NA | NA | Dice相似系数, AUC, 敏感性, 特异性 | NA |
| 807 | 2025-11-08 |
Impact of statins on progression of coronary artery calcium composition and density as assessed by noncontrast CT
2025-Nov-07, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03561-0
PMID:41201709
|
研究论文 | 本研究通过深度学习模型分析非对比CT扫描，探讨他汀类药物治疗对冠状动脉钙化密度和成分进展的影响 | 首次使用全自动深度学习模型定量评估冠状动脉钙化成分亚型的体积变化，揭示他汀治疗与钙化密度转变的关联 | 回顾性单中心研究，样本量有限(316例)，平均随访时间3.8年 | 评估他汀治疗对冠状动脉钙化密度进展的影响 | 接受系列冠状动脉钙化评分CT扫描的无症状个体 | 数字病理 | 心血管疾病 | 非对比计算机断层扫描(CT)，Hounsfield单位(HU)密度分层 | 深度学习模型 | CT影像 | 316例患者(58.4±10.1岁;49.1%男性)，其中175例接受他汀治疗，141例未接受他汀治疗 | NA | NA | 回归系数(β)，p值 | NA |
| 808 | 2025-11-08 |
Multi-branch convolutional network and LSTM-CNN for heart sound classification
2025-Nov-07, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01664-5
PMID:41201739
|
研究论文 | 开发两种深度学习架构用于心音分类，实现心血管疾病的自动诊断 | 提出多分支深度卷积网络模拟人耳听觉处理，并结合LSTM模块增强时域特征提取 | 医疗场景中标记数据集有限的关键挑战 | 开发快速、准确且成本效益高的心脏疾病自动诊断方法 | 心音信号 | 机器学习 | 心血管疾病 | 心音分析 | CNN,LSTM | 音频信号 | NA | NA | 多分支卷积网络,LSTM-CNN | 准确率 | NA |
| 809 | 2025-11-08 |
PathFusion-Net: A Rough Path Theory-Based Deep Learning Model for ECG Arrhythmia Classification
2025-Nov-06, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3629717
PMID:41196785
|
研究论文 | 提出基于粗糙路径理论的深度学习模型PathFusion-Net，用于心电信号心律失常分类 | 首次将粗糙路径理论与深度学习技术相结合，通过路径签名和路径开发方法提取心电信号的多阶时序表征 | 未提及模型在更广泛数据集上的泛化能力验证 | 开发自动化心电信号心律失常早期检测和监测的深度学习框架 | 心电信号和心律失常分类 | 机器学习 | 心血管疾病 | 心电信号分析 | CNN, LSTM | 图像, 信号 | MIT-BIH心律失常数据库和私有临床数据集 | NA | PathFusion-Net | 准确率, 精确率, 召回率 | NA |
| 810 | 2025-11-08 |
An Active Dry-Contact Continuous EEG Monitoring System for Seizure Detection Applications in Clinical Neurophysiology
2025-Nov-06, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3629563
PMID:41196782
|
研究论文 | 开发了一种用于癫痫检测的低成本主动干接触电极EEG头戴设备，结合可解释深度学习模型和多模态伪影去除算法 | 采用主动干接触电极技术、可调节头戴设计、可解释深度学习模型和专门的多模态伪影去除算法 | 仅在代表性临床环境中对一名儿科失神癫痫患者进行了评估，样本量有限 | 开发低成本连续EEG监测系统用于临床神经生理学中的癫痫检测 | 婴幼儿和新生儿癫痫患者 | 医疗设备, 深度学习 | 癫痫 | 脑电图, 主动干接触电极, 三维打印, 激光切割 | 深度学习模型 | EEG信号 | 一名儿科失神癫痫患者 | NA | NA | 准确率, 召回率, 相关系数, 信噪比 | NA |
| 811 | 2025-11-08 |
Genetic Perturbation Modelling for Human Cell Therapy With BRNET
2025-Nov-06, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3629554
PMID:41196787
|
研究论文 | 提出BRNET模型用于预测多重遗传扰动下的非线性转录结果 | 将先验知识与先进嵌入集成到非堆叠神经网络结构中，可预测单个和多重遗传扰动下的转录反应 | NA | 开发计算模型以替代昂贵耗时的湿实验来预测遗传扰动效应 | 人类细胞对遗传扰动的转录反应 | 机器学习 | NA | 遗传扰动建模 | 神经网络 | 转录组数据 | NA | NA | BRNET | NA | NA |
| 812 | 2025-11-08 |
Deep Learning From Diffuse Optical Oximetry Time-Series: An fNIRS-Focused Review of Recent Advancements and Future Directions
2025-Nov-06, IEEE reviews in biomedical engineering
IF:17.2Q1
DOI:10.1109/RBME.2025.3617858
PMID:41196800
|
综述 | 本文对功能性近红外光谱(fNIRS)领域深度学习应用的最新进展进行方法导向性综述 | 首次在fNIRS领域开展以深度学习架构、应用和学习策略为核心的系统性方法综述，并提出面向实际问题的先进解决方案指南 | 深度学习在fNIRS领域仍属新兴方向，现有文献存在数据可用性与模型复杂度平衡、模型泛化性等局限性 | 推动fNIRS领域深度学习方法的战略发展，弥合fNIRS与其他领域的研究差距 | 功能性近红外光谱(fNIRS)和高密度漫射光学断层扫描(HD-DOT)技术及其时间序列数据 | 机器学习 | NA | 功能性近红外光谱(fNIRS)，高密度漫射光学断层扫描(HD-DOT) | Transformer | 时间序列数据 | 基于100篇文献的分析 | NA | Transformer | 模型泛化性，可解释性 | NA |
| 813 | 2025-11-08 |
AI-Driven Fall Prediction Across Generations: Integrating Deep Learning and Machine Learning for Young, Middle-Aged, and Older Adults
2025-Nov-06, Gerontology
IF:3.1Q3
DOI:10.1159/000549410
PMID:41196832
|
研究论文 | 本研究开发并比较了机器学习和深度学习模型，用于预测不同年龄段成年人的跌倒风险 | 首次针对年轻、中年和老年人群进行年龄分层分析，并采用AGRU深度学习模型在跌倒预测中取得最佳性能 | 外部验证显示泛化能力中等，需要更大更多样化的数据集和传感器数据进行实际应用验证 | 开发和比较不同ML/DL模型，识别跨年龄组的跌倒风险关键预测特征 | 1441名台湾南部20岁以上社区居民，按年龄分为20-45岁、46-65岁和65岁以上三组 | 机器学习 | 老年疾病 | 人口统计学、临床和身体性能数据收集 | KNN, RF, GBDT, XGBoost, CatBoost, GRU, AGRU | 结构化临床数据 | 1441名社区居住成年人 | NA | GRU, AGRU | 准确率, 精确率, 召回率, F1分数, AUROC | NA |
| 814 | 2025-11-08 |
Both Infarcted and Noninfarcted Brain Regions Contribute to Deep Learning-Based MRI Prediction of Acute Stroke Outcome
2025-Nov-06, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8896
PMID:41198223
|
研究论文 | 本研究利用深度学习分析急性缺血性卒中患者的脑部MRI图像，预测90天临床结局 | 首次系统评估梗死区域和非梗死区域对卒中结局预测的贡献，提出病灶中和图像概念 | 样本量相对有限（449例患者），仅使用DWI序列，未包含其他影像模态 | 开发基于深度学习的急性缺血性卒中90天临床结局预测模型 | 449例急性缺血性卒中患者 | 医学影像分析 | 急性缺血性卒中 | MRI DWI | 深度学习 | 脑部MRI图像 | 449例急性缺血性卒中患者 | NA | NA | 准确率, 平均绝对误差, AUC | NA |
| 815 | 2025-11-08 |
Correction to "Toward Informative Representations of Blood-Based Infrared Spectra via Unsupervised Deep Learning"
2025-Nov-06, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.70172
PMID:41198582
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 816 | 2025-11-08 |
Enhancing malware detection and classification in network traffic using deep learning techniques
2025-Nov-06, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70189
PMID:41199431
|
研究论文 | 本研究利用深度学习技术增强网络流量中的恶意软件检测与分类能力 | 提出四种创新深度学习技术：基于熵的流量过滤、自监督异常检测、图神经网络分类和上下文感知图注意力网络，显著提升检测精度并降低误报率 | 未提及模型在跨平台恶意软件检测方面的具体表现，实时自适应学习能力有待进一步研究 | 提高网络流量中恶意软件检测的准确性，降低误报率，实现动态网络环境中的实时检测 | 网络流量数据及其中的恶意软件活动 | 网络安全 | NA | 深度学习 | 图神经网络, 图注意力网络, 自监督学习 | 网络流量数据 | NA | Python | GNN-MTC, CA-GAT | 准确率, 精确率, 召回率 | NA |
| 817 | 2025-11-08 |
Preliminary Findings on a Deep Learning Model Using Electroencephalogram for Multi-Level Neuropathic Pain Detection in Post-Stroke Patients
2025-Nov-06, The International journal of neuroscience
DOI:10.1080/00207454.2025.2584081
PMID:41199478
|
研究论文 | 开发了一种基于脑电图信号的多级别神经病理性疼痛检测深度学习模型 | 提出了量子启发的金字塔深度可分离残差网络，集成了深度可分离残差网络降低计算复杂度、金字塔注意力机制捕获多尺度模式、量子启发变换层建模脑电图特征间复杂非线性依赖关系三项创新 | NA | 开发准确且计算效率高的神经病理性疼痛检测框架 | 脑卒中后神经病理性疼痛患者 | 机器学习 | 脑卒中 | 脑电图 | CNN | 脑电图信号 | NA | NA | Quantum-Inspired Pyramid Depthwise Separable Residual Network | 准确率, 召回率 | NA |
| 818 | 2025-11-08 |
Artificial Intelligence Use in Acne Diagnosis and Management-A Scoping Review
2025-Nov-06, International journal of dermatology
IF:3.5Q1
DOI:10.1111/ijd.70110
PMID:41199593
|
综述 | 本文对人工智能在痤疮诊断和管理中的应用进行了范围综述，分析了AI工具类型、应用场景、性能表现及皮肤多样性数据 | 首次系统评估了AI在痤疮领域应用的现状，特别关注了模型训练中的皮肤多样性数据和健康公平性问题 | 仅13%的研究报告了患者肤色数据，皮肤多样性代表性不足可能影响模型泛化能力 | 概述AI在痤疮诊断和管理中的应用现状及性能表现 | 痤疮患者和AI诊断管理工具 | 数字病理 | 痤疮 | 深度学习，机器学习，集成学习，大语言模型 | 深度学习模型，经典机器学习模型，集成模型，大语言模型 | 图像数据 | 105篇研究文献 | NA | NA | 准确率 | NA |
| 819 | 2025-11-08 |
Class-incremental learning using push-pull autoencoder for chest X-ray diagnosis
2025-Nov-05, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111280
PMID:41197192
|
研究论文 | 提出一种用于胸部X光诊断的类增量学习框架Push-Pull Autoencoder，通过解耦异常特异性和异常无关信息来缓解灾难性遗忘问题 | 设计双潜在空间表示来分离异常特异性和异常无关信息，并采用核心集生成算法保留关键知识 | NA | 解决胸部X光诊断中类增量学习场景下的灾难性遗忘问题 | 胸部X光图像 | 医学影像分析 | 胸部疾病 | 深度学习 | 自编码器 | 图像 | 多个胸部X光数据集 | NA | Push-Pull Autoencoder | F1分数, AUROC | NA |
| 820 | 2025-11-08 |
Familial fibrotic hypersensitivity pneumonitis: A distinct clinical phenotype with shorter leukocyte telomere length
2025-Nov-05, Respiratory investigation
IF:2.4Q2
DOI:10.1016/j.resinv.2025.10.012
PMID:41197207
|
研究论文 | 本研究探讨家族性纤维化性过敏性肺炎的独特临床特征及其与白细胞端粒长度的关系 | 首次发现家族性纤维化性过敏性肺炎患者具有更短的白细胞端粒长度，并揭示其与疾病严重程度的相关性 | 回顾性研究设计，样本量有限（仅19例家族性病例） | 研究家族性纤维化性过敏性肺炎的临床特征和白细胞端粒长度特征 | 490例接受白细胞端粒长度测量的患者，其中131例纤维化性过敏性肺炎患者（含19例家族性病例） | 数字病理学 | 间质性肺病 | 白细胞端粒长度测量，胸部HRCT成像 | 深度学习 | 医学影像，临床数据 | 490例患者，其中131例纤维化性过敏性肺炎患者（19例家族性，112例非家族性） | NA | NA | p值，相关系数(r) | NA |