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 36491 篇文献，本页显示第 1381 - 1400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1381 | 2025-12-05 |
Artificial intelligence in antibody design and development: harnessing the power of computational approaches
2025-Dec, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03429-4
PMID:40887563
|
综述 | 本文综述了人工智能在抗体设计与开发中的应用，重点介绍了计算方法的优势及其如何革新抗体序列设计、结构预测和优化过程 | 系统性地整合了机器学习、深度学习和强化学习等多种人工智能技术，并将其与高通量数据结合，用于实现抗体的从头设计、多功能开发以及快速筛选，显著提升了抗体设计的效率和效果 | 文中提到仍存在挑战，但未具体说明是哪些挑战，例如数据质量、模型泛化能力或实验验证的局限性 | 探讨人工智能如何革新抗体的设计、优化与开发流程，以提升其疗效和安全性 | 抗体序列、三维结构、亲和力、特异性以及多功能抗体 | 机器学习 | NA | 高通量数据技术 | 机器学习, 深度学习, 强化学习 | 序列数据, 结构数据 | NA | NA | NA | NA | NA |
| 1382 | 2025-12-05 |
Deep learning-based automated diagnosis of obstructive sleep apnea and sleep stage classification in children using millimeter-wave radar and pulse oximeter
2025-Dec, Sleep health
IF:3.4Q2
DOI:10.1016/j.sleh.2025.06.006
PMID:40738779
|
研究论文 | 本研究评估了基于毫米波雷达和脉搏血氧仪的QSA600设备与多导睡眠监测在儿童阻塞性睡眠呼吸暂停诊断和睡眠分期中的一致性 | 开发并验证了一种基于深度学习的自动化诊断模型，用于儿童阻塞性睡眠呼吸暂停和睡眠分期，使用便携式毫米波雷达设备作为传统多导睡眠监测的简化替代方案 | 研究样本仅来自单一医院（北京儿童医院），且数据收集时间较短（2023年9月至11月），可能限制结果的普适性 | 评估QSA600设备与多导睡眠监测在儿童阻塞性睡眠呼吸暂停诊断和睡眠分期中的诊断准确性 | 281名1-18岁的儿童 | 数字病理学 | 阻塞性睡眠呼吸暂停 | 毫米波雷达监测、脉搏血氧监测 | 深度学习模型 | 雷达信号、血氧数据 | 281名儿童 | NA | NA | 组内相关系数, Bland-Altman分析, 灵敏度, 特异性, 受试者工作特征曲线下面积, Kappa系数, 总体准确率 | NA |
| 1383 | 2025-12-05 |
Interpretable fault diagnosis framework for offshore wind turbine gearbox based on AFS and signal analysis theory
2025-Dec, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.08.009
PMID:40816973
|
研究论文 | 本文提出了一种基于公理化模糊集理论和信号分析理论的可解释故障诊断框架AFSBWFA，用于海上风力涡轮机齿轮箱的故障诊断 | 结合BKA、WPD和FMD的信号去噪与重构方法BWF，基于MFE的二维时频域特征提取方法MFETF，以及基于EI代数的概念分类器AFSCC，在保持高诊断精度的同时增强了模型的可解释性 | 未明确说明框架的计算复杂度或实时性限制，且主要基于特定数据集验证，泛化能力需进一步测试 | 开发一个可解释的故障诊断框架，以提高海上风力涡轮机齿轮箱故障诊断的透明度和准确性 | 海上风力涡轮机齿轮箱 | 机器学习 | NA | 信号分析理论，公理化模糊集理论，熵理论 | 概念分类器 | 信号数据 | 使用了大连海事大学的私有数据集和北京交通大学的公共数据集，具体样本数量未明确 | NA | AFSCC | 诊断准确率 | NA |
| 1384 | 2025-12-05 |
A plug-and-play data processing module for complex faults diagnosis
2025-Dec, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.07.061
PMID:40858416
|
研究论文 | 本文提出了一种即插即用的数据处理模块，用于扩展样本数量并改善样本间内部关系，以提升深度学习模型在复杂故障诊断中的整体性能 | 设计了幅度-相位复合数据增强（APCUP）方法，通过离散傅里叶变换随机融合多种故障类型生成新样本，并引入相邻标签平滑（ALS）策略处理原始标签数据，防止过度绝对分类并提高模型鲁棒性 | 未明确提及模块在极端不平衡数据或实时在线诊断场景下的适用性限制 | 提升智能故障诊断技术在样本有限和复杂故障场景下的性能 | 工业设备（如机械臂）的故障数据 | 机器学习 | NA | 离散傅里叶变换 | 深度学习模型 | 故障数据（可能为时序信号或传感器数据） | 基于前沿工业机械臂平台和两个公共数据集 | NA | NA | 准确率，错误率 | NA |
| 1385 | 2025-12-05 |
Synthetic Imaging in Dentistry: A Narrative Review of Deep Learning Techniques and Applications
2025-Dec-01, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106274
PMID:41338365
|
综述 | 本文是一篇关于深度学习在牙科合成成像中应用与技术的叙述性综述 | 聚焦于使用合成数据作为解决牙科成像中数据隐私、类别不平衡和数据稀缺挑战的潜在方案，并涵盖了技术、临床及伦理/监管等多方面内容 | 牙科图像合成的研究仍然稀缺，缺乏关于使用合成图像进行数据增强影响的全面证据，关键挑战包括确保解剖保真度和最小化伪影 | 探讨深度学习工具在牙科成像中的应用，特别是合成数据如何应对数据访问限制 | 牙科成像领域，特别是完全合成图像生成的研究 | 计算机视觉 | NA | 合成成像 | GAN, VAE, DDPM | 图像 | NA | NA | 生成对抗网络, 变分自编码器, 去噪扩散概率模型 | NA | NA |
| 1386 | 2025-12-05 |
AI in ethnopharmacology, the pharmaceutical industry, and its applications
2025-Dec-01, Annales pharmaceutiques francaises
IF:1.0Q4
DOI:10.1016/j.pharma.2025.11.011
PMID:41338450
|
综述 | 本文综述了人工智能在民族药理学、制药工业及其应用中的角色，探讨了AI如何通过数据挖掘、分子对接、生物活性预测和临床验证来增强药物发现过程 | 将AI技术（包括机器学习、深度学习和自然语言处理）系统性地整合到民族药理学实践中，用于分析民族植物学记录、预测生物活性化合物、评估草药混合物，并支持可持续性和伦理考量 | 标准化和验证任务以及监管框架仍需改进 | 探讨人工智能如何升级药物研究、加强药物警戒，并将传统知识与现代制药科学相结合 | 民族药理学实践、制药工业应用、传统药用植物知识 | 自然语言处理, 机器学习 | NA | 数据挖掘分析, 分子对接系统, 生物活性预测建模, 临床验证, 组学研究（基因组学、代谢组学、蛋白质组学） | 机器学习, 深度学习 | 民族植物学记录, 组学数据 | NA | NA | NA | NA | NA |
| 1387 | 2025-12-05 |
Quantitative Imaging for Interstitial Lung Disease
2025-Dec, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.250041
PMID:41342677
|
综述 | 本文综述了定量影像学在间质性肺病诊断、分类和预后评估中的应用，重点介绍了定量CT和新兴定量MRI技术 | 总结了人工智能驱动的定量影像学新工具在ILD评估中的最新进展，并强调了其在临床工作流程中日益增长的重要性 | NA | 回顾和总结定量影像学在间质性肺病评估中的当前应用和新兴技术 | 间质性肺病，特别是特发性肺纤维化、过敏性肺炎和结缔组织病相关ILD | 数字病理学 | 间质性肺病 | CT，双能CT，MRI | NA | 影像 | NA | NA | NA | NA | NA |
| 1388 | 2025-12-05 |
Artificial intelligence in depression diagnostics: A systematic review of methodologies and clinical applications
2025-Nov-28, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103320
PMID:41338039
|
综述 | 本文系统综述了人工智能在抑郁症诊断领域的方法学与临床应用现状 | 全面评估了多模态数据融合与先进神经网络架构在抑郁症诊断中的应用潜力，并提出了未来发展的路线图 | 存在数据集偏差、算法透明度不足、临床适用性有限等挑战 | 评估人工智能在抑郁症早期检测与分类中的应用现状与潜力 | 抑郁症诊断相关的人工智能研究 | 自然语言处理, 机器学习 | 抑郁症 | 机器学习, 深度学习 | 神经网络 | 文本, 语音, 行为数据, 生理数据 | NA | NA | NA | 诊断准确率 | NA |
| 1389 | 2025-12-05 |
REECAP: Contrastive learning of retinal aging reveals genetic loci linking morphology to eye disease
2025-Nov-27, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.11.19.25340555
PMID:41332846
|
研究论文 | 提出REECAP框架，通过对比学习从视网膜图像中学习衰老表征，并用于GWAS以发现与年龄相关眼病相关的遗传位点 | 首次将视网膜基础模型（RETFound）与对比学习结合，利用年龄信息引导表征学习，生成可用于GWAS的衰老表型，并发现了传统疾病标签GWAS未检测到的遗传位点 | 研究数据主要来自UK Biobank，可能受限于特定人群；未在外部独立队列中进行验证 | 探索视网膜形态与眼病遗传结构之间的联系 | 视网膜眼底图像 | 数字病理学 | 年龄相关眼病 | 对比学习，基因组关联分析（GWAS） | 基础模型，对比学习模型 | 图像 | 52,742名UK Biobank参与者的87,478张眼底图像 | NA | RETFound | 位点发现数量，疾病相关性 | NA |
| 1390 | 2025-12-05 |
Artificial intelligence classification of pediatric middle ear effusion using consumer-grade otoscopes
2025-Nov-27, International journal of pediatric otorhinolaryngology
IF:1.2Q3
DOI:10.1016/j.ijporl.2025.112655
PMID:41338131
|
研究论文 | 本研究利用消费级耳镜图像训练人工智能算法，用于预测儿童中耳积液的存在与否 | 首次使用消费级耳镜图像训练深度学习模型，实现中耳积液的自动分类，其性能可与或超越传统诊断工具如气动耳镜和鼓室图 | 样本来自单一手术人群（接受鼓膜置管术的儿童），可能限制模型在更广泛初级护理环境中的泛化能力 | 开发一种基于人工智能的辅助诊断工具，以改善初级护理环境中儿童中耳积液的早期和准确诊断 | 6个月至6岁儿童的中耳积液诊断 | 计算机视觉 | 中耳积液 | 消费级数字耳镜图像采集 | 深度学习神经网络 | 图像 | 来自219名患者的537张鼓膜图像 | NA | NA | 准确率, 灵敏度, 特异性 | NA |
| 1391 | 2025-12-05 |
Applications of artificial intelligence-based conversational agents in healthcare: A systematic umbrella review
2025-Nov-26, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.106204
PMID:41337874
|
综述 | 本文对人工智能对话代理在医疗保健领域的应用进行了系统性伞状综述，概述了其当前应用范围及健康相关结果 | 首次通过系统性伞状综述全面整合了AI对话代理在医疗保健中的多种应用及其有效性证据，揭示了研究领域的不平衡性 | 仅纳入英文全文综述，可能遗漏其他语言文献；依赖原始综述的质量，且难以对整体有效性得出明确结论 | 全面概述AI对话代理在医疗保健领域的当前应用及其相关的健康结果 | 2000年至2025年间发表的系统性文献综述，其中至少70%的原始研究涉及医疗保健背景下的AI对话代理应用 | 自然语言处理 | NA | 深度学习 | NA | 文本 | 44篇综述文章 | NA | NA | NA | NA |
| 1392 | 2025-12-05 |
Deep learning-based approaches for human pose estimation in interdisciplinary physics applications
2025-Nov-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26972-4
PMID:41286255
|
研究论文 | 本文提出了一种基于深度学习的层次时空姿态网络和自适应姿态优化策略，用于解决跨学科物理应用中的人体姿态估计问题 | 提出HSTPN框架，结合多尺度特征融合与注意力机制，并引入APRS策略，通过迭代优化关键点位置来提升姿态预测的准确性和鲁棒性 | 未明确提及模型在极端遮挡或快速运动场景下的性能限制 | 开发一种能够泛化到真实世界场景的鲁棒人体姿态估计方法，以支持跨学科物理应用 | 人体姿态估计 | 计算机视觉 | NA | 深度学习 | CNN | 视频 | NA | NA | Hierarchical Spatio-Temporal Pose Network (HSTPN) | 预测准确度, 时间一致性, 计算效率 | NA |
| 1393 | 2025-12-05 |
Computational design of cysteine proteases
2025-Nov-22, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.21.689808
PMID:41332739
|
研究论文 | 本文介绍了一种使用深度学习新方法RFD2-MI从头设计半胱氨酸蛋白酶，用于序列依赖性水解多肽骨架 | 利用RFD2-MI深度学习方法从头设计具有与自然界蛋白酶不同折叠结构的新型半胱氨酸蛋白酶，实现了高达3×10^6的速率增强 | NA | 开发新型蛋白酶设计方法，用于生物技术和医学应用 | 半胱氨酸蛋白酶的设计与性能评估 | 机器学习 | NA | 深度学习 | 深度学习模型 | NA | NA | NA | RFD2-MI | 速率增强倍数, TM score, Cα RMSD | NA |
| 1394 | 2025-12-05 |
Forecasting Future Anatomies: Longitudinal Brain Mri-to-Mri Prediction
2025-Nov-21, ArXiv
PMID:41333169
|
研究论文 | 本研究通过深度学习模型从基线MRI预测未来几年的大脑MRI图像，探索神经退行性疾病的个体化预后 | 首次系统比较五种深度学习架构进行纵向MRI图像到图像预测，实现体素级别的参与者特异性大脑状态预测 | 研究仅基于两个纵向队列（ADNI和AIBL），需要更多样化数据集验证泛化能力 | 预测未来大脑解剖结构以研究神经退行性疾病 | 阿尔茨海默病患者及轻度认知障碍参与者的大脑MRI图像 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像 | 深度学习 | 医学影像 | 来自ADNI和AIBL两个纵向队列的参与者 | NA | UNet, U2-Net, UNETR, Time-Embedding UNet, ODE-UNet | 全局相似性指标, 局部差异指标 | NA |
| 1395 | 2025-12-05 |
Perioperative Artificial Intelligence Driven Integrated Modeling of Surgeries using Anesthetic, Physical and Cognitive Statuses for Predicting Hospital Outcomes
2025-Nov-21, Research square
DOI:10.21203/rs.3.rs-8000504/v1
PMID:41333422
|
研究论文 | 本研究利用人工智能整合围手术期麻醉、生理和认知状态数据，预测住院结果，重点关注术前认知状态对手术预后的影响 | 首次将术前认知状态（通过时钟绘图测试量化）与围手术期变量结合，采用半监督深度学习算法提取特征，用于多手术组的预后预测 | 仅分析了6个有足够数据的手术组，可能无法推广到所有手术类型；认知状态评估仅依赖时钟绘图测试，未涵盖其他认知维度 | 预测住院时间、费用、随访疼痛和1年死亡率等手术结果，以改进医疗建模和围手术期风险预测 | 接受手术的患者，包括其麻醉、生理和认知状态数据 | 机器学习 | 老年疾病 | 时钟绘图测试，半监督深度学习算法 | 机器学习模型 | 结构化数据（包括认知特征、麻醉变量、生理指标等） | NA | Scikit-learn | NA | NA | NA |
| 1396 | 2025-12-05 |
Deep Learning for Time-Series Segmentation of Mechanical Ventilator Waveforms
2025-Nov-21, Research square
DOI:10.21203/rs.3.rs-8001137/v1
PMID:41333439
|
研究论文 | 本文开发并验证了一种基于一维注意力门控U-Net架构的深度学习模型，用于机械通气波形中吸气和呼气起始点的分割 | 首次将一维注意力门控U-Net架构应用于机械通气波形分割，在嘈杂真实数据中显著优于传统启发式方法，并通过梯度加权类激活映射揭示了模型利用多样化波形特征的能力 | 研究仅基于33名患者的9,719次呼吸数据，样本规模相对有限，且未在更广泛患者群体或不同呼吸机型号中进行外部验证 | 开发高精度实时波形分割方法以检测患者-呼吸机异步（PVAs） | 机械通气波形中的吸气和呼气起始点 | 机器学习 | 呼吸系统疾病 | 机械通气波形分析 | 深度学习模型 | 时间序列数据（机械通气波形） | 33名患者的9,719次呼吸 | NA | 一维注意力门控U-Net | F1分数 | NA |
| 1397 | 2025-12-05 |
Targeting peptide-MHC complexes with designed T cell receptors and antibodies
2025-Nov-20, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.19.689381
PMID:41332722
|
研究论文 | 本文介绍了一种基于结构的深度学习框架ADAPT，用于设计针对特定肽-MHC复合物的T细胞受体和抗体 | 开发了首个基于结构的深度学习框架ADAPT，能够设计T细胞受体和抗体以精确靶向肽-MHC复合物，突破了传统方法在胸腺负选择限制下的局限性 | 研究主要基于计算设计和体外验证，尚未进行大规模体内或临床试验，且设计的TCRs和抗体的长期安全性和有效性需进一步评估 | 开发一种能够设计靶向肽-MHC复合物的T细胞受体和抗体的计算方法，以推动癌症免疫治疗和自身免疫性疾病治疗 | 肽-MHC复合物、T细胞受体、抗体 | 机器学习 | 癌症 | 冷冻电子显微镜、深度学习 | 深度学习模型 | 结构数据、序列数据 | 针对多种肽-MHC复合物面板进行了设计和表征 | NA | ADAPT框架 | 原子级精度 | NA |
| 1398 | 2025-12-05 |
Radiologic, Pathologic, and Deep Learning Predictors of Response to Immune Checkpoint Blockade in Renal Cell Carcinoma Patients Undergoing Post-Treatment Nephrectomy
2025-Nov-20, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.11.19.25340277
PMID:41332849
|
研究论文 | 本研究通过整合放射学、病理学和深度学习模型，评估了肾细胞癌患者在接受免疫检查点抑制剂治疗后行肾切除术的疗效预测因素 | 首次提出了一个集成的、定量的框架来评估肾细胞癌患者接受免疫检查点抑制剂治疗后的反应，并利用深度学习模型客观验证病理学家评估的肿瘤消退程度和量化免疫浸润 | 研究为回顾性设计，样本量相对有限（99例患者），且需要在未来进行前瞻性验证 | 评估肾细胞癌患者在接受免疫检查点抑制剂治疗后行肾切除术的疗效预测因素，以指导术后适应性治疗策略 | 接受至少一个周期含免疫检查点抑制剂的双联疗法后行肾切除术的局部晚期或转移性肾细胞癌患者 | 数字病理学 | 肾细胞癌 | 深度学习 | 深度学习模型 | 放射影像数据, 病理图像数据 | 99例患者（66例减瘤性肾切除术，33例新辅助肾切除术） | NA | NA | 风险比, 置信区间, p值 | NA |
| 1399 | 2025-12-05 |
Weakly Supervised Segmentation and Classification of Alpha-Synuclein Aggregates in Brightfield Midbrain Images
2025-Nov-20, ArXiv
PMID:41333166
|
研究论文 | 本研究开发了一种基于弱监督分割和ResNet50分类器的自动化图像处理流程，用于在帕金森病和中脑组织的全切片图像中分割和分类α-突触核蛋白聚集体 | 提出了一种对免疫组化标记变异具有鲁棒性的弱监督分割方法，能够自动区分Lewy小体和神经突等主要聚集体形态 | 未明确说明样本量的具体限制或模型在其他数据集上的泛化能力 | 自动分析帕金森病中α-突触核蛋白聚集体的空间组织和异质性 | 帕金森病和中脑组织中的α-突触核蛋白聚集体（包括Lewy小体和神经突） | 数字病理学 | 帕金森病 | 免疫组化染色 | CNN | 图像 | NA | NA | ResNet50 | 平衡准确度 | NA |
| 1400 | 2025-12-05 |
Deep learning based ischemic lesion markers on non-contrast head CT compared to CTP and DWI
2025-Nov-19, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.11.18.25340504
PMID:41332814
|
研究论文 | 本研究比较了基于深度学习的非对比增强头部CT（DLNCCT）与手动NCCT、CTP和DWI在急性缺血性脑卒中中缺血区域分割的空间重叠和影像标志物一致性 | 开发了一种深度学习模型来自动分割NCCT上的缺血区域，并与CTP和DWI等现有方法进行比较，展示了DLNCCT在识别和量化缺血损伤方面的潜力 | 空间重叠指标（如Dice系数）相对较低（例如DLNCCT与DWI为0.22±0.25），表明分割一致性有待提高；样本中性别信息部分未知 | 评估深度学习模型在非对比增强CT上分割缺血脑组织的准确性，并与CTP和DWI等标准影像方法进行比较 | 急性缺血性脑卒中患者的非对比增强头部CT影像 | 数字病理学 | 心血管疾病 | 非对比增强CT（NCCT）、CT灌注成像（CTP）、弥散加权成像（DWI） | 深度学习分割模型 | 医学影像（CT图像） | 训练集218例（男性104例，女性89例，未知25例，平均年龄68±14岁），测试集762例（男性243例，女性206例，未知313例，平均年龄70±15岁） | NA | NA | Dice相似系数（DSC）、Bland-Altman分析（平均差异及95%置信区间）、一致性相关系数（CCC） | NA |