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 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-10-05 |
SurvBoard: standardized benchmarking for multi-omics cancer survival models
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf521
PMID:41031875
|
研究论文 | 介绍SurvBoard基准框架，用于标准化多组学癌症生存预测模型的评估 | 开发了首个标准化多组学癌症生存模型基准测试框架，解决了实验设计标准化和缺失模态数据处理的问题 | 未明确说明框架适用的具体癌症类型范围和样本规模限制 | 建立标准化的多组学癌症生存预测模型评估体系 | 多组学癌症生存预测模型 | 机器学习 | 癌症 | 多组学数据整合（基因组学、转录组学、表观基因组学、蛋白质组学） | 统计模型,深度学习模型 | 多组学数据 | NA | NA | NA | 生存函数校准指标 | NA |
| 122 | 2025-10-05 |
Performance of Artificial Intelligence Models in Predicting Responsiveness of Hepatocellular Carcinoma to Transarterial Chemoembolization (TACE): A Systematic Review and Meta-Analysis
2025-Aug-30, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2025.08.028
PMID:40889566
|
系统综述与Meta分析 | 评估人工智能模型预测肝细胞癌经动脉化疗栓塞治疗反应性的性能 | 首次系统比较手工放射组学与深度学习模型在预测TACE治疗反应中的表现 | 研究间存在异质性，需要进一步验证 | 评估人工智能模型预测HCC患者TACE治疗疗效的性能 | 接受经动脉化疗栓塞治疗的肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 放射组学分析，深度学习 | 手工放射组学模型，深度学习模型 | 医学影像数据 | 27项研究纳入系统综述，11项研究纳入Meta分析 | NA | NA | 受试者工作特征曲线下面积，置信区间 | NA |
| 123 | 2025-10-05 |
ESMDynamic: Fast and Accurate Prediction of Protein Dynamic Contact Maps from Single Sequences
2025-Aug-24, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.20.671365
PMID:40894558
|
研究论文 | 开发了一种直接从蛋白质序列预测动态残基-残基接触概率图的深度学习模型 | 首个直接从单序列预测蛋白质动态接触图的方法，无需多序列比对，推理速度比现有方法快几个数量级 | NA | 预测蛋白质动态接触图以理解构象动力学 | 蛋白质序列和构象动力学 | 结构生物学 | NA | 分子动力学模拟，深度学习 | 深度学习模型 | 蛋白质序列，接触波动数据 | 两个大规模MD数据集（mdCATH和ATLAS） | NA | ESMFold | NA | NA |
| 124 | 2025-10-05 |
Towards expert-level autonomous carotid ultrasonography with large-scale learning-based robotic system
2025-Aug-23, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-62865-w
PMID:40849291
|
研究论文 | 本文提出了一种基于大规模学习的自主颈动脉超声机器人系统UltraBot，实现了专家级性能 | 四项创新：统一的模仿学习框架、大规模专家演示数据集（247,000样本）、全面扫描协议、临床导向验证 | NA | 开发能够达到专家水平的自主颈动脉超声系统 | 颈动脉超声检查 | 医学影像，机器人技术 | 心血管疾病 | 超声成像 | 模仿学习，深度学习 | 超声图像，机器人操作数据 | 247,000个样本 | NA | 基础模型 | 成功率，准确度，可重复性 | NA |
| 125 | 2025-10-05 |
Enhancing Diagnostic Accuracy of Fresh Vertebral Compression Fractures With Deep Learning Models
2025-Aug-15, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005156
PMID:39468863
|
研究论文 | 本研究开发基于X射线图像的深度学习模型用于准确诊断新鲜胸腰椎压缩性骨折 | 首次将深度学习模型应用于X射线图像诊断新鲜椎体压缩性骨折，可作为MRI的替代方案 | 回顾性研究设计，样本来源单一，未进行外部验证 | 开发能够准确诊断新鲜椎体压缩性骨折的深度学习模型 | 疑似胸腰椎压缩性骨折患者的X射线图像 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN | 图像 | 2224名患者的3025张侧位X射线图像 | NA | EfficientNet,MobileNet,MnasNet | AUC,准确率,灵敏度,特异性,F1分数,精确率,ROC曲线 | NA |
| 126 | 2024-12-05 |
Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients With Cervical Ossification of the Posterior Longitudinal Ligament
2025-Aug-15, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005227
PMID:39618126
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 127 | 2025-10-05 |
Sharing a whole-/total-body [18F]FDG-PET/CT dataset with CT-derived segmentations: an ENHANCE.PET initiative
2025-Aug-05, Research square
DOI:10.21203/rs.3.rs-7169062/v2
PMID:40799763
|
研究论文 | 发布包含1597个全身/整体PET/CT图像及对应130个靶区CT分割的大型多中心数据集 | 提供首个大规模全身/整体PET/CT数据集，包含多病理类型和130个精细解剖区域的CT衍生分割 | 分割结果先由软件自动生成后经培训医师修正，可能存在人工校正误差 | 填补PET/CT数据在临床管理应用中的资源空白 | 无明显疾病个体及肺癌、淋巴瘤、黑色素瘤患者的多中心影像数据 | 数字病理 | 肺癌,淋巴瘤,黑色素瘤 | FDG-PET/CT, CT分割 | NA | PET/CT图像, 分割标注 | 1597个PET/CT图像，130个靶区分割区域 | NA | NA | NA | NA |
| 128 | 2025-10-05 |
Automated Measurements of Spinal Parameters for Scoliosis Using Deep Learning
2025-Jun-15, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005280
PMID:40152470
|
研究论文 | 开发并验证用于脊柱侧弯诊断的自动化卷积神经网络测量系统 | 首次提出包含粗分割、关键点定位和精细分割的完整CNN流程，可同时测量多种脊柱参数而不仅限于Cobb角 | 单中心回顾性研究，样本量相对有限，缺乏外部验证 | 开发自动化脊柱参数测量系统以提高脊柱侧弯诊断效率和准确性 | 1682名脊柱侧弯患者的正位和侧位X光片 | 计算机视觉 | 脊柱侧弯 | X光成像 | CNN | 医学影像 | 1682名患者（含87名青少年和26名老年患者测试集） | NA | NA | Dice系数, 平均绝对误差, 正确关键点百分比 | NA |
| 129 | 2025-10-05 |
Performance of Artificial Intelligence in Diagnosing Lumbar Spinal Stenosis: A Systematic Review and Meta-Analysis
2025-May-15, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005174
PMID:39451133
|
系统评价与荟萃分析 | 本系统评价与荟萃分析评估人工智能在诊断腰椎管狭窄症中的表现 | 首次通过系统评价和荟萃分析全面评估AI技术对腰椎管狭窄症及其不同狭窄类型的诊断价值 | 需要进一步的外部验证以增强对不同狭窄类别的分析并提高轻中度狭窄的诊断准确性 | 评估人工智能诊断腰椎管狭窄症的价值，为智能诊断工具开发提供循证支持 | 腰椎管狭窄症及其不同类型和狭窄程度 | 医学影像分析 | 腰椎管狭窄症 | 深度学习, 机器学习 | 深度学习模型, 机器学习模型 | 医学影像数据 | 48篇纳入研究的样本汇总 | NA | NA | 准确率, 95%置信区间 | R4.4.0统计软件 |
| 130 | 2025-10-05 |
gRNAde: Geometric Deep Learning for 3D RNA inverse design
2025-Feb-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.31.587283
PMID:38826198
|
研究论文 | 本文介绍了一种基于几何深度学习的3D RNA逆设计方法gRNAde | 首个在3D RNA骨架上操作的几何深度学习流程，能够同时考虑RNA结构和动力学特性进行序列设计 | NA | 开发能够处理3D RNA构象多样性的逆设计方法 | RNA分子结构和序列 | 计算生物学 | NA | 几何深度学习 | 图神经网络 | 3D RNA骨架结构 | PDB数据库中的14个RNA结构，以及10个结构化RNA骨架的湿实验验证 | PyTorch | 多状态图神经网络，自回归解码器 | 天然序列恢复率，成功率 | NA |
| 131 | 2025-10-05 |
The information bottleneck as a principle underlying multi-area cortical representations during decision-making
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2023.07.12.548742
PMID:37502862
|
研究论文 | 通过研究猴子决策过程中大脑多个区域的计算机制，发现大脑使用多区域计算形成最小充分表征的原理 | 首次揭示了大脑在决策过程中通过多区域计算形成最优表征的机制，并发现这一过程符合信息瓶颈原理 | 研究仅关注DLPFC和PMd两个脑区，可能未完全涵盖决策过程中涉及的所有脑区 | 探索大脑在决策过程中如何通过多个脑区分布计算并形成最优表征 | 猴子的背外侧前额叶皮层(DLPFC)和背侧前运动皮层(PMd)神经元活动 | 计算神经科学 | NA | 单神经元记录、多单元记录 | 循环神经网络(RNN) | 神经电生理数据 | 猴子DLPFC和PMd脑区的神经元记录数据 | NA | 多区域循环神经网络 | NA | NA |
| 132 | 2025-10-05 |
Advancing bioinformatics with large language models: components, applications and perspectives
2025-Jan-31, ArXiv
PMID:38259343
|
综述 | 本文全面概述了大语言模型在生物信息学中的核心组件、应用领域及发展前景 | 系统阐述大语言模型在生物信息学多组学领域的创新应用，并提供实用指导方案 | 作为综述文章，未涉及具体实验验证和性能指标分析 | 探讨大语言模型在生物信息学领域的应用潜力与发展方向 | 大语言模型及其在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域的应用 | 自然语言处理 | NA | 自监督学习,半监督学习 | Transformer | 文本,生物序列数据 | NA | NA | Transformer | NA | NA |
| 133 | 2025-10-05 |
Continuous Reaching and Grasping With a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals
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.2025.3611821
PMID:40966144
|
研究论文 | 提出一种基于运动想象的脑机接口范式，通过添加“点击”信号实现机械臂的连续抓取控制 | 将计算机鼠标机制引入运动想象范式，增加额外输出信号，提升脑机接口系统的自由度 | 脑电信号信噪比低和空间分辨率有限 | 开发能够同时控制移动和点击的脑机接口系统，实现连续抓取任务 | 健康受试者和中风幸存者 | 脑机接口 | 中风 | 脑电信号处理 | 深度学习 | EEG信号 | 健康受试者和中风患者（具体数量未提及） | NA | NA | 任务完成数量（5分钟内平均移动7个杯子） | NA |
| 134 | 2025-10-05 |
Reduced Biquaternion Dual-Branch Deraining U-Network via Multi-Attention Mechanism
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3612841
PMID:41004362
|
研究论文 | 提出一种基于约化双四元数的双分支去雨U-Net网络，通过多注意力机制提升图像去雨性能 | 首次将约化双四元数值神经网络应用于图像去雨任务，利用其代数特性更准确建模雨痕伪影同时保留背景图像空间结构 | 未明确说明对真实雨景数据的泛化能力限制及计算复杂度分析 | 解决现有去雨方法对多变雨型适应能力不足和从合成数据到真实数据迁移效果差的问题 | 雨纹/雨雾/雨滴/真实雨等多种雨型图像 | 计算机视觉 | NA | 深度学习 | U-Net, 注意力机制 | 图像 | NA | NA | U-Net, 双分支结构, 自注意力机制, 卷积注意力机制 | 目标检测精度, 分割精度, 图像恢复质量 | NA |
| 135 | 2025-10-05 |
Ecological suitability evaluation of traditional village locations in Jiangxi Province based on multi-model integration using artificial intelligence
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332375
PMID:41032510
|
研究论文 | 基于人工智能多模型集成方法评估江西省传统村落选址的生态适宜性 | 首次将多种机器学习与深度学习方法集成应用于传统村落生态适宜性评价，构建综合适宜性指数(CSI) | 研究范围仅限于江西省413个传统村落，未涵盖其他地区 | 评估传统村落选址的生态适宜性并分析祖先选址的生态智慧 | 江西省413个传统村落选址点 | 机器学习 | NA | GIS空间分析，机器学习，深度学习 | Random Forest, Support Vector Machine, Gradient Boosting Decision Trees, CNN, Multilayer Perceptron | 空间栅格数据 | 413个传统村落选址点 | NA | 卷积神经网络，多层感知机 | 混淆矩阵，特征重要性分析，ROC曲线 | NA |
| 136 | 2025-10-05 |
RSA-TransUNet: a robust structure-adaptive TransUNet for enhanced road crack segmentation
2025, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2025.1633697
PMID:41035484
|
研究论文 | 提出一种用于道路裂缝分割的鲁棒结构自适应TransUNet模型RSA-TransUNet | 提出轴向移位MLP注意力机制、自适应样条线性单元和多阶段进化优化策略，增强对多尺度裂缝特征的建模能力 | 未明确说明计算成本降低程度和实际部署效果 | 提升道路裂缝分割在复杂环境下的准确性和鲁棒性 | 道路裂缝图像 | 计算机视觉 | NA | 深度学习 | TransUNet | 图像 | Crack500、CFD和DeepCrack三个数据集 | NA | RSA-TransUNet | 分割准确性、鲁棒性 | NA |
| 137 | 2025-10-05 |
Development of a novel artificial intelligence algorithm for interpreting fetal heart rate and uterine activity data in cardiotocography
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1638424
PMID:41035563
|
研究论文 | 开发一种新型人工智能算法用于分析胎心监护中的胎心率和子宫活动数据 | 采用三并行一维U-Net架构处理双输入信号，结合深度学习和基于规则的技术识别胎心监护关键事件 | 仅使用美国19个分娩中心的数据，模型对减速事件的识别性能相对较低(F1=0.520) | 开发辅助临床决策的胎心监护自动分析算法 | 胎心监护曲线中的加速、减速和宫缩事件 | 医疗人工智能 | 产科监护 | 胎心监护信号处理 | 深度学习, 规则基础系统 | 胎心率信号, 子宫活动信号 | 133,696个患者文件，最终使用1,600条曲线训练，421条验证，591条测试 | NA | 一维U-Net | 召回率, 精确率, F1分数, 基线准确率 | NA |
| 138 | 2025-10-05 |
Predicting molecular subtype in breast cancer using deep learning on mammography images
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1638212
PMID:41035664
|
研究论文 | 开发并评估基于乳腺X线摄影图像的深度学习模型，用于预测乳腺癌分子亚型 | 首次将卷积块注意力模块(CBAM)与DenseNet121结合用于乳腺癌分子亚型预测，提供非侵入性诊断替代方案 | 回顾性研究，样本量相对有限(390例患者)，模型性能有待进一步提升 | 开发非侵入性的乳腺癌分子亚型预测方法 | 经病理证实的浸润性乳腺癌患者 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | CNN | 图像 | 390例患者 | NA | DenseNet121-CBAM | AUC, 准确率, 敏感度, 特异度 | NA |
| 139 | 2025-10-05 |
Bibliometric analysis of the application of artificial intelligence techniques in bacteriology: a PRISMA-guided research agenda
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1641967
PMID:41035885
|
文献计量分析 | 通过PRISMA指导的文献计量分析，探讨人工智能技术在细菌学领域的应用现状和未来研究方向 | 首次将PRISMA框架的严谨性与文献计量技术相结合，系统分析细菌学中AI应用的全球科研产出和趋势演变 | 主要依赖Scopus和Web of Science数据库，可能未涵盖所有相关文献；分析基于文献计量指标而非原始研究数据 | 分析细菌学中人工智能技术应用的全球科研产出，并基于文献计量趋势提出未来研究议程 | 细菌学领域的人工智能应用相关科学文献 | 机器学习 | NA | 文献计量分析，PRISMA框架，共现网络分析，主题映射 | 传统机器学习方法，深度学习，基于Transformer的模型 | 文献元数据 | 从Scopus和Web of Science检索的细菌学AI应用相关文献 | NA | NA | 定量指标，共现网络分析，主题演化分析 | NA |
| 140 | 2025-10-05 |
Applications of artificial intelligence in early childhood health management: a systematic review from fetal to pediatric periods
2025, Frontiers in pediatrics
IF:2.1Q2
DOI:10.3389/fped.2025.1613150
PMID:41036208
|
系统综述 | 系统评估人工智能在胎儿至儿科期健康管理中的应用现状、性能表现和临床转化准备度 | 首次系统性地综合评估AI在整个儿童健康连续谱（从胎儿期到儿科期）中的应用表现和转化障碍 | 纳入研究主要基于单中心回顾性数据，缺乏前瞻性验证和外部验证 | 评估AI在胎儿和儿科护理中的应用现状、诊断准确性和临床实用性，识别现实世界实施的关键障碍 | 0-18岁个体的健康管理，涵盖胎儿期、新生儿期和儿科期 | 医疗人工智能 | 儿科疾病 | 人工智能模型 | 深度学习 | 医疗数据 | 133项研究（从4938条记录中筛选） | NA | NA | AUC, 敏感性, 准确率 | NA |