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 1001 - 1020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1001 | 2025-10-05 |
Multi-branch and multi-label tree species classification using deep learning for UAV aerial photography and Sentinel remote sensing images
2025-Sep-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19827-5
PMID:40993302
|
研究论文 | 提出一种多分支多标签树种类别分类模型MMTSC，用于处理无人机航拍和哨兵遥感图像的多标签树种类别识别 | 针对多源遥感数据设计多分支多标签分类模型，在数据不平衡的复杂林分场景中实现高效树种类别识别 | 树种类别图像差异小、人工标注困难、数据集获取难度大 | 开发深度学习模型用于多标签树种类别分类识别 | 15种树种类别 | 计算机视觉 | NA | 遥感成像 | 深度学习 | 图像 | TreeSatAI数据集 | NA | DenseNet121, EfficientNet-B0, ConvNeXt-Tiny, ResNet-18, MobileNetV3, RegNetX-800MF | F1-Score, Precision, Recall, mAP | NA |
| 1002 | 2025-10-05 |
Historical evolution and current research status of lymph node staging in gastric cancer: a review
2025-Sep-24, World journal of surgical oncology
IF:2.5Q1
DOI:10.1186/s12957-025-03989-7
PMID:40993666
|
综述 | 系统回顾胃癌淋巴结分期的历史演变、当前实践与最新创新 | 整合了淋巴结比率、阳性淋巴结对数比和阴性淋巴结计数等新参数，并引入人工智能技术在淋巴结分期中的应用 | NA | 总结胃癌淋巴结分期的发展历程与研究现状，为下一代预后框架开发提供参考 | 胃癌患者淋巴结转移与分期系统 | 数字病理 | 胃癌 | NA | 机器学习,深度学习 | NA | NA | NA | NA | 预后准确性 | NA |
| 1003 | 2025-10-05 |
MaskMol: knowledge-guided molecular image pre-training framework for activity cliffs with pixel masking
2025-Sep-24, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02389-3
PMID:40993695
|
研究论文 | 提出一种知识引导的分子图像自监督学习框架MaskMol，用于解决活性悬崖问题并提升分子表示学习能力 | 结合多层级分子知识（原子、键、子结构）和像素掩码任务，从分子图像中提取细粒度信息，克服现有深度学习模型在识别细微结构变化方面的局限 | NA | 开发能够准确识别活性悬崖的分子表示学习方法，推进药物发现和结构-活性关系研究 | 分子图像，活性悬崖分子对，20种不同大分子靶标 | 计算机视觉，机器学习 | 肿瘤 | 分子图像分析，虚拟筛选 | 自监督学习 | 分子图像 | NA | NA | MaskMol | 准确率，可转移性 | NA |
| 1004 | 2025-10-05 |
Deep learning and radiomics integration of photoacoustic/ultrasound imaging for non-invasive prediction of luminal and non-luminal breast cancer subtypes
2025-Sep-24, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-02113-7
PMID:40993716
|
研究论文 | 开发深度学习放射组学整合模型，结合光声/超声成像与临床特征预测乳腺癌分子亚型 | 首次将光声/超声成像与深度学习和放射组学特征整合，构建DLRN模型用于术前乳腺癌分子亚型预测 | 样本量相对有限（388例患者），需外部验证确认泛化能力 | 术前无创区分luminal与非luminal乳腺癌亚型 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 光声/超声成像 | 深度学习, 放射组学 | 医学影像 | 388例乳腺癌患者（训练组271例，测试组117例） | Pyradiomics, ResNet50 | ResNet50 | AUC, 准确率, 敏感度, 特异度, 阴性预测值 | NA |
| 1005 | 2025-10-05 |
scKAN: interpretable single-cell analysis for cell-type-specific gene discovery and drug repurposing via Kolmogorov-Arnold networks
2025-Sep-24, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03779-0
PMID:40993718
|
研究论文 | 提出scKAN可解释性单细胞分析框架，用于细胞类型注释和细胞类型特异性基因发现 | 使用可学习的Kolmogorov-Arnold网络激活曲线建模基因与细胞关系，提供比注意力机制更直接的可视化和解释方法 | NA | 开发可解释的单细胞RNA测序分析方法，连接分子洞察与治疗应用 | 单细胞RNA测序数据 | 生物信息学 | 胰腺导管腺癌 | 单细胞RNA测序 | Kolmogorov-Arnold网络 | 基因表达数据 | NA | NA | Kolmogorov-Arnold网络 | 宏F1分数 | NA |
| 1006 | 2025-10-05 |
A dual-branch deep learning network for circulating tumor cells classification
2025-Sep-24, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07057-2
PMID:40993750
|
研究论文 | 提出一种结合双分支深度学习网络和传统图像处理技术的循环肿瘤细胞分类框架 | 创新性地融合双分支网络与图像处理技术，整合图像和荧光特征提升特征表示鲁棒性 | NA | 提高循环肿瘤细胞识别的准确性和效率 | 外周血中的循环肿瘤细胞 | 计算机视觉 | 癌症 | 图像处理, 荧光成像 | 深度学习, 双分支网络 | 图像, 荧光图像 | NA | NA | 双分支网络 | 准确率, 精确率, 召回率 | NA |
| 1007 | 2025-10-05 |
Deep Learning-based Automated Detection of Pulmonary Embolism: Is It Reliable?
2025-Sep-24, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001803
PMID:41004836
|
研究论文 | 评估基于深度学习的AI系统在胸部CTPA中自动检测肺栓塞的准确性和临床适用性 | 首次全面评估Canon Automation Platform在肺栓塞自动检测中的表现，涵盖肺动脉所有解剖层次 | 回顾性研究设计，亚段分支敏感性相对较低 | 评估AI程序在肺栓塞自动检测和定位中的诊断准确性和临床适用性 | 1474例疑似肺栓塞的胸部CTPA图像 | 医学影像分析 | 肺栓塞 | 计算机断层扫描肺血管造影(CTPA) | 深度学习 | 医学影像 | 1474例CTPA扫描 | NA | NA | AUC-ROC, 准确率, 敏感性, 特异性, PPV, NPV, F1分数, Cohen Kappa | NA |
| 1008 | 2025-10-05 |
De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02946
PMID:40921155
|
研究论文 | 提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量 | 无需真实无噪数据，通过从含噪MSI数据中利用质谱先验知识构建可靠训练数据集 | NA | 开发质谱成像数据去噪方法以提升数据质量 | 小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据 | 机器学习和计算生物学 | NA | 质谱成像（MSI）、MALDI、DESI | 深度神经网络 | 质谱成像数据 | 多个数据集（小鼠胎儿、小鼠大脑5μm像素、大鼠大脑） | NA | NA | PSNR, SSIM | NA |
| 1009 | 2025-10-05 |
MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01140
PMID:40931675
|
研究论文 | 开发了一种结合分子动力学和深度学习的双模态神经网络分类器，用于预测激酶配体的作用模式 | 提出了一种新的双模态深度神经网络，能够分别高效处理动力学和结构数据，并展示了即使使用估算的动力学数据也能保持高性能 | 未明确说明模型在外部验证集上的表现和泛化能力 | 开发能够准确预测激酶配体作用模式的深度学习模型 | 激酶配体（变构或正构） | 机器学习 | NA | 分子动力学，深度学习 | 深度神经网络 | 分子动力学描述符，结构数据 | 280个实验解析的激酶结构 | NA | 双模态深度神经网络 | 分类性能，不确定性处理 | NA |
| 1010 | 2025-10-05 |
A New Approach to Large Multiomics Data Integration
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01812
PMID:40934376
|
研究论文 | 提出一种处理大规模多组学数据集成的新方法，使用深度学习和非线性降维技术 | 结合深度学习和非线性降维技术（t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合表示 | 未明确说明方法在特定数据规模下的性能限制和计算效率 | 开发能够处理超大规模多组学数据集成的计算方法 | 大规模多组学数据，包括质谱成像和染色体构象捕获数据 | 机器学习 | NA | 质谱成像, 染色体构象捕获, 代谢组学, 转录组学 | 深度学习 | 多组学数据, 成像数据 | NA | NA | NA | NA | NA |
| 1011 | 2025-10-05 |
Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02655
PMID:40940302
|
研究论文 | 提出一种基于监督对比学习的质谱嵌入方法SpecEmbedding，用于提高代谢组学中分子识别的准确性 | 首次将Transformer编码器架构与监督对比学习相结合，使用化合物的复制光谱作为正样本进行训练 | NA | 提高质谱数据的比较性和分子识别准确率 | 质谱数据中的生物分子 | 机器学习 | NA | 质谱分析 | Transformer | 质谱数据 | GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集 | NA | Transformer编码器 | Top-1命中率 | NA |
| 1012 | 2025-10-05 |
Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms
2025-Sep-23, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c06078
PMID:40947598
|
研究论文 | 本文开发了一种集成机器学习的图像处理流程，用于自动化监测淡水系统中的藻华现象 | 将随机森林模型与卷积神经网络相结合，解决了流动成像中的伪影问题和未知颗粒识别挑战，实现了端到端的实时藻华监测解决方案 | 监督式闭集分类器在处理自然环境中常见的新型颗粒时分类准确性受限，需要大量人工监督 | 开发自动化实时藻华监测系统，提高对有害藻华的早期检测能力 | 淡水系统中的浮游植物和藻类颗粒 | 计算机视觉 | NA | 流动成像显微镜技术 | 随机森林, CNN | 图像 | NA | NA | NA | 准确率, 精度 | 低成本自动化流动成像设备ARTiMiS |
| 1013 | 2025-10-05 |
Multimodal profiling of Pepcan-CB1 receptor structure-activity relationships: integrating molecular dynamics simulations, biological profiling, and the deep learning model MuMoPepcan
2025-Sep-23, Bioorganic chemistry
IF:4.5Q1
DOI:10.1016/j.bioorg.2025.109027
PMID:41005111
|
研究论文 | 本研究通过整合分子动力学模拟、生物活性分析和深度学习模型MuMoPepcan，探索了Pepcan与CB1受体的构效关系 | 提出干湿实验室结合的实验框架，将分子动力学模拟数据用于肽生物活性预测，并开发了深度学习模型MuMoPepcan | 可用数据规模严格受限，湿实验室实验数据的少样本学习限制了机器学习算法的准确性 | 探索大麻素受体CB1与pepcans的结构-活性关系，并开发更准确的生物活性预测方法 | 大麻素受体1型(CB1)和pepcans肽类化合物 | 药物发现 | 疼痛管理 | 分子动力学模拟(MDS), 生物筛选, 深度学习 | 深度学习模型 | 生物活性数据, 分子构象数据 | 45种合成的pepcan肽类化合物 | NA | MuMoPepcan | 预测误差 | NA |
| 1014 | 2025-10-05 |
Improving the performance of medical image segmentation with instructive feature learning
2025-Sep-23, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103818
PMID:41005261
|
研究论文 | 提出一种通过指导性特征学习提升医学图像分割性能的新方法 | 设计了指导性特征增强模块(IFEM)和指导性特征集成模块(IFIM)，并开发了高效分割框架EESF，最终构建了高性能低资源分割网络EE-Net | NA | 解决医学图像分割中不规则形状、显著尺度变化和模糊边界等复杂样本的挑战 | 医学图像分割 | 计算机视觉 | NA | 深度学习 | CNN | 医学图像 | 在六个不同的分割任务上进行了广泛实验 | NA | U-Net, EE-Net | 分割性能、计算效率、学习能力 | 低资源需求 |
| 1015 | 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 |
| 1016 | 2025-10-05 |
Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges
2025-Sep-22, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2025.104963
PMID:40992526
|
综述 | 本文系统综述人工智能在肿瘤诊疗领域的最新应用进展、突破性成果及面临的挑战 | 整合多模态学习、可解释AI和AI驱动药物发现等前沿进展，为下一代AI驱动精准肿瘤学提供前瞻性视角 | 主要关注技术综述，未涉及具体临床验证数据 | 系统总结人工智能在肿瘤诊疗领域的应用现状与发展方向 | 肿瘤诊疗全流程（影像筛查、病理诊断、决策支持、疗效预测、个性化治疗） | 数字病理 | 肿瘤 | 深度学习 | NA | 多模态数据 | NA | NA | NA | NA | NA |
| 1017 | 2025-10-05 |
Types, functions, and mechanisms of machine learning for personalizing smoking cessation interventions: A systematic scoping review
2025-Sep-21, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103274
PMID:41005038
|
系统综述 | 本文通过系统范围综述探讨机器学习在个性化戒烟干预中的类型、功能和机制 | 首次系统描述机器学习在个性化戒烟干预中的潜在应用 | 研究中存在方法学局限性和证据空白 | 识别机器学习在个性化戒烟干预中的应用类型、功能和机制 | 98篇符合纳入标准的研究文献 | 机器学习 | 烟草依赖 | 机器学习 | 人工神经网络,贝叶斯算法,聚类算法,决策树算法,深度学习算法,集成算法,线性分类器 | 文本,社交媒体数据,生物标志物数据 | 从4073条记录中筛选的98篇文献 | NA | NA | NA | NA |
| 1018 | 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 |
| 1019 | 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 |
| 1020 | 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 |