深度学习在生物医药领域中的应用
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，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10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 30532 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2025-09-11 |
Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions
2025-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM41523
PMID:40927097
|
综述 | 本文综述了人工智能在成人先天性心脏病中的诊断、治疗应用及未来发展方向 | AI技术通过机器学习和深度学习模型革新了ACHD的诊断、风险分层和个性化护理潜力 | 数据可用性有限、算法偏差、缺乏前瞻性验证以及整合问题尚未解决 | 探讨AI在成人先天性心脏病领域的当前及未来应用 | 成人先天性心脏病（ACHD）患者群体 | 数字病理学 | 心血管疾病 | 机器学习（ML）、深度学习（DL）、三维建模、图像融合 | ML, DL | 影像、心电图、临床数据 | NA |
| 82 | 2025-09-11 |
Learning Universal Representations of Intermolecular Interactions with ATOMICA
2025-Jul-15, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.02.646906
PMID:40291688
|
研究论文 | 提出ATOMICA几何深度学习模型，用于学习跨五种分子模态的原子尺度分子间相互作用表示 | 首个能够跨蛋白质、小分子、金属离子、脂质和核酸五种模态学习通用分子间相互作用表示的模型，支持通过嵌入组合生成新相互作用的表示 | NA | 开发通用分子间相互作用表示学习模型，用于分子功能注释和理解 | 分子间相互作用界面，包括蛋白质、小分子、金属离子、脂质和核酸 | 机器学习 | NA | 几何深度学习，自监督去噪和掩码 | 几何深度学习模型 | 分子结构数据 | 2,037,972个相互作用复合物 |
| 83 | 2025-09-11 |
The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy
2025-Jul-14, Annals of clinical and translational neurology
IF:4.4Q1
DOI:10.1002/acn3.70106
PMID:40660627
|
研究论文 | 提出一种新型复合体积测量指标MSA-AI，用于区分多系统萎缩症及相关疾病并监测疾病进展 | 首次开发基于深度学习分割的复合萎缩指数，整合多个脑区体积数据用于MSA诊断和进展监测 | 需要更大规模独立队列验证研究结果 | 开发可靠的生物标志物用于多系统萎缩症的诊断和疾病进展追踪 | 多系统萎缩症患者及相关神经退行性疾病患者 | 医学影像分析 | 多系统萎缩症 | 3T MRI, 深度学习分割, 生物流体分析 | 深度学习分割模型 | 医学影像数据 | 纵向研究17例患者，横断面研究包括MSA(26例)、健康对照(23例)及其他疾病患者共136例样本 |
| 84 | 2025-09-11 |
A Feature-Augmented Transformer Model to Recognize Functional Activities from in-the-wild Smartwatch Data
2025-Jul-04, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3586074
PMID:40614149
|
研究论文 | 提出一种特征增强的Transformer模型，用于从真实环境智能手表数据中识别功能性活动 | 引入特征标记-Transformer嵌入来增强特征表示，提升分类性能，并发布了大规模功能性活动数据集ArWISE | NA | 识别高级别、目标导向的功能性活动（如跑腿、社交、工作），以支持认知健康评估、康复和慢性病管理 | 来自503名参与者的真实环境智能手表数据 | 机器学习 | 慢性病 | 特征嵌入，Transformer | Transformer | 传感器数据 | 503名参与者，超过3200万个标记数据点 |
| 85 | 2025-09-11 |
Denoising pediatric cardiac photon-counting CT data with sparse coding and data-adaptive, self-supervised deep learning
2025-Jul, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17918
PMID:40660927
|
研究论文 | 提出一种结合稀疏编码和数据自适应自监督深度学习的去噪方法，用于提升儿科心脏光子计数CT图像质量 | 对Vision Transformer架构进行两项针对性改进：引入跨令牌重组机制替代传统MLP，以及用超完备字典头实现稀疏编码；采用基于局部噪声估计的动态训练策略 | 在低龄患者（<1岁）的临床数据上出现部分图像细节过度平滑现象 | 开发适用于儿科心脏CT可变图像质量的自监督深度学习去噪方法 | 儿科心脏光子计数CT数据（含先天性心脏病患者及临床前小鼠数据） | 医学影像处理 | 先天性心脏病 | 光子计数CT（PCCT）、稀疏编码（SC）、自监督深度学习 | 改进型3D Vision Transformer（mViT） | CT影像数据 | 20例杜克大学患者数据（1-18岁）+3例低龄患者+临床前小鼠数据集 |
| 86 | 2025-09-11 |
Image-based mandibular and maxillary parcellation and annotation using computed tomography (IMPACT): a deep learning-based clinical tool for orodental dose estimation and osteoradionecrosis assessment
2025-Jul, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100817
PMID:40894269
|
研究论文 | 提出基于深度学习的自动分割框架IMPACT，用于放射治疗CT图像中下颌骨、上颌骨分区及牙齿的精确分割，以支持剂量评估和骨坏死风险分析 | 首个与ClinRad骨坏死分期系统对齐的深度学习自动分割工具，能够实现牙齿及颌骨亚区的精细空间定位和剂量差异分析 | 数据中未包含的亚区分割适用性有限，部分牙齿亚区（如前磨牙）分割精度相对较低（Dice值0.69-0.70） | 开发临床工具用于口腔剂量估计和放射性骨坏死评估 | 头颈癌患者的颌骨结构和牙齿 | 数字病理 | 头颈癌 | CT成像 | Swin UNETR, ResUNet | CT图像 | 60个临床病例的模拟CT图像 |
| 87 | 2025-09-11 |
A hybrid 1DCNN-GRU deep learning framework for classifying caprine granulosa cell fertility potential using single-cell transcriptomics
2025-Jul, Veterinary world
IF:1.7Q2
DOI:10.14202/vetworld.2025.1922-1935
PMID:40926859
|
研究论文 | 本研究开发了一种混合1DCNN-GRU深度学习模型，利用单细胞转录组数据对山羊颗粒细胞的生育潜力进行分类 | 首次将深度学习应用于山羊颗粒细胞的生育潜力分类，并创新性地结合1DCNN和GRU模型处理scRNA-seq数据 | 需要更大数据集和跨物种验证来进一步确认模型的普适性 | 开发量化方法评估颗粒细胞质量，以提升牲畜繁殖选择效率 | 山羊颗粒细胞（GCs） | 自然语言处理 | NA | scRNA-seq, 差异表达基因分析 | 1DCNN-GRU混合模型 | 基因表达数据 | 公开可用的单胎和多胎山羊scRNA-seq数据集 |
| 88 | 2025-09-11 |
Coalescence and Translation: A Language Model for Population Genetics
2025-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.24.661337
PMID:40666889
|
研究论文 | 提出一种基于Transformer的语言模型cxt，用于从基因组突变模式推断祖先重组图和融合时间 | 将融合时间推断重新定义为生物语言翻译问题，并首次应用仅解码器Transformer架构进行自回归预测 | 模型基于模拟数据训练，在真实数据中的性能需要进一步验证 | 开发可扩展的群体遗传学推断方法，从基因组数据重建人口历史和祖先关系 | 基因组数据和祖先重组图（ARG） | 自然语言处理 | NA | 深度学习，模拟数据训练 | Transformer（仅解码器） | 基因组序列数据 | 基于stdpopsim目录的模拟数据训练，可产生超过百万个融合预测 |
| 89 | 2025-09-11 |
Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study
2025-Jun-10, Biomolecules & biomedicine
DOI:10.17305/bb.2025.12324
PMID:40525631
|
研究论文 | 开发基于CT的深度学习模型结合炎症标志物SIINI，用于预测不可切除非小细胞肺癌患者对免疫治疗的早期反应 | 首次将DenseNet121提取的深度影像组学特征与系统性免疫炎症营养指数(SIINI)相结合构建预测模型，并采用Grad-CAM增强模型可解释性 | 回顾性研究设计，样本量有限(265例患者)，需要多中心验证和扩大样本量来进一步提高预测准确性 | 预测不可切除非小细胞肺癌患者对免疫检查点抑制剂的早期治疗反应 | 不可切除非小细胞肺癌(NSCLC)患者 | 数字病理 | 肺癌 | CT影像分析，实验室炎症标志物检测 | DenseNet121 | 医学影像(CT)，实验室数据 | 265例接受免疫治疗的NSCLC患者，包含训练集(70%)、内部验证集(30%)和外部验证集 |
| 90 | 2025-06-05 |
Geometric Deep Learning for Multimodal Data in CKD
2025-Jun-03, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000778
PMID:40459949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 91 | 2025-02-25 |
Ectopic, intra-thyroid parathyroid adenoma better visualized by deep learning enhanced choline PET/CT
2025-Jun-01, QJM : monthly journal of the Association of Physicians
DOI:10.1093/qjmed/hcaf057
PMID:39992255
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 92 | 2025-09-11 |
Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI
2025-May-16, Biomolecules & biomedicine
DOI:10.17305/bb.2025.12475
PMID:40392960
|
研究论文 | 本研究利用深度学习模型基于超声和MRI多模态影像预测乳腺癌HER2状态 | 首次结合超声和MRI多模态影像构建深度学习模型预测HER2状态，相比单一模态显著提升诊断性能 | 研究基于单中心数据，需要多中心验证以证明模型泛化能力 | 开发术前无创预测乳腺癌HER2状态的深度学习方法 | 浸润性乳腺癌患者 | 数字病理 | 乳腺癌 | 超声成像、磁共振成像 | 深度学习模型 | 医学影像 | 2021年1月至2024年7月期间接受超声和MRI检查的乳腺癌患者队列 |
| 93 | 2025-09-11 |
IBDome: An integrated molecular, histopathological, and clinical atlas of inflammatory bowel diseases
2025-Apr-10, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.26.645544
PMID:40291692
|
研究论文 | 本研究构建了一个整合分子、组织病理学和临床数据的炎症性肠病图谱IBDome，基于多组学和多模态数据分析 | 开发了基于血清蛋白质组的炎症严重性特征签名，并利用基础模型深度学习从H&E染色图像预测组织学疾病活动评分 | NA | 提高对炎症性肠病(IBD)的理解，优化诊断并实现个性化治疗策略 | 1002名IBD患者和非IBD对照者 | 数字病理学 | 炎症性肠病 | 全外显子组测序, RNA测序, 血清蛋白质组学, 组织病理学评估 | 基础模型深度学习 | 基因组数据, 转录组数据, 蛋白质组数据, 图像数据 | 1002名临床注释患者(包括IBD患者和非IBD对照) |
| 94 | 2025-09-11 |
Path2Omics: Enhanced transcriptomic and methylation prediction accuracy from tumor histopathology
2025-Mar-16, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.26.640189
PMID:40568160
|
研究论文 | 开发深度学习模型Path2Omics，从肿瘤组织病理学图像预测基因表达和甲基化数据 | 整合FFPE和FF样本训练，预测基因数量较先前模型DeepPT提升约5倍，外部验证表现稳健 | NA | 通过组织病理学图像快速、低成本地预测分子数据，推动精准肿瘤学发展 | 23种癌症类型的肿瘤组织病理学切片 | 数字病理学 | 癌症 | 深度学习 | 深度学习模型 | 图像 | 20,497张切片（来自8,007名患者，涵盖23种癌症类型） |
| 95 | 2025-09-11 |
Fine-grained Prototype Network for MRI Sequence Classification
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种用于MRI序列分类的细粒度原型网络SequencesNet，结合CNN和改进的视觉Transformer进行特征提取 | 引入特征选择模块(FSM)基于多层注意力权重选择细粒度特征，并提出原型分类模块(PCM)优化原型-样本距离 | 计算复杂度较高且模型泛化能力有待提升 | 解决MRI序列分类中类间差异细微而类内差异显著的问题 | 腹部MRI序列图像 | 医学影像分析 | 腹部疾病 | MRI成像 | CNN与Vision Transformer结合 | 医学图像 | 公共数据集和私有数据集（具体样本数未提供） |
| 96 | 2025-09-11 |
CT-based 3D Super-resolution Radiomics for the Differential Diagnosis of Brucella vs. Tuberculous Spondylitis using Deep Learning
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究开发了一种基于深度学习和超分辨率增强CT影像的放射组学模型，用于提高布鲁氏菌性脊柱炎与结核性脊柱炎的鉴别诊断准确性 | 首次将超分辨率技术与深度学习放射组学结合，并采用ResNet34和GAN超分辨率提升模型性能，显著提高了两种脊柱炎的鉴别诊断能力 | 样本量较小（94例），回顾性研究设计可能存在偏倚，需要更大规模多中心研究验证泛化性 | 提高布鲁氏菌性脊柱炎与结核性脊柱炎的CT影像鉴别诊断准确性 | 94例经确诊的布鲁氏菌性脊柱炎和结核性脊柱炎患者 | 医学影像分析 | 脊柱炎 | CT成像、超分辨率技术、放射组学分析 | ResNet18、ResNet34、MLP、GAN | CT影像 | 94例患者（训练集65例：40例BS+25例TBS；验证集29例：17例BS+12例TBS） |
| 97 | 2025-09-11 |
Multimodal deep learning for predicting protein ubiquitination sites
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf200
PMID:40917649
|
研究论文 | 提出一种基于多模态深度学习的泛素化位点预测方法，显著提升预测准确性和鲁棒性 | 整合多种蛋白质序列表示（独热编码、嵌入和理化性质）于统一深度学习框架，实现跨物种（通用、人类特异和植物特异）数据集的高精度预测 | NA | 开发高精度且泛化能力强的蛋白质泛素化位点预测工具 | 蛋白质序列及其泛素化位点 | 生物信息学 | NA | 深度学习 | 多模态深度学习模型 | 蛋白质序列数据 | 包含通用、人类特异和植物特异数据集（具体数量未在摘要中说明） |
| 98 | 2025-09-11 |
A graph attention-based deep learning network for predicting biotech-small-molecule drug interactions
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf192
PMID:40917652
|
研究论文 | 提出一种基于图注意力网络的深度学习框架，用于预测生物技术药物与小分子药物之间的相互作用 | 首次针对生物技术药物与小分子药物的相互作用预测设计深度学习模型，利用图注意力网络处理两者显著不同的分子结构特征 | NA | 改进生物技术药物与小分子药物之间的相互作用预测，以支持更有效的联合疗法开发 | 生物技术药物和小分子药物 | 机器学习 | NA | 深度学习，图注意力网络 | GAT (图注意力网络) | 图数据（分子结构） | NA |
| 99 | 2025-09-11 |
ResLysEmbed: a ResNet-based framework for succinylated lysine residue prediction using sequence and language model embeddings
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf198
PMID:40917651
|
研究论文 | 提出一种基于ResNet的框架ResLysEmbed，结合序列和语言模型嵌入预测赖氨酸琥珀酰化位点 | 融合传统词嵌入与蛋白质语言模型残基嵌入，开发三种混合架构并验证ResNet最优，首次应用SHAP分析解释残基贡献 | NA | 提升赖氨酸琥珀酰化位点的计算预测性能 | 蛋白质序列中的赖氨酸残基 | 生物信息学 | NA | 深度学习、蛋白质语言模型、SHAP可解释性分析 | ResNet、CNN、Inception（混合架构ConvLysEmbed/InceptLysEmbed/ResLysEmbed） | 蛋白质序列数据 | 两个独立测试集（具体数量未说明） |
| 100 | 2025-09-11 |
Knowledge Attitudes and Ethical Concerns About Artificial Intelligence Among Medical Students at Taibah University: A Cross-Sectional Study
2025, Advances in medical education and practice
IF:1.8Q2
DOI:10.2147/AMEP.S528281
PMID:40917814
|
研究论文 | 本研究通过问卷调查评估泰拜大学医学生对人工智能的知识、态度及伦理关注 | 首次在沙特阿拉伯医学生群体中量化评估AI认知水平与伦理顾虑 | 单中心研究且样本量有限（189人），结果可能缺乏普适性 | 评估医学生对AI的认知准备度以指导课程开发 | 泰拜大学189名医学专业学生 | 医学教育 | NA | 问卷调查与统计分析（ANOVA） | NA | 问卷评分数据 | 189名医学学生 |