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 1441 - 1460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1441 | 2025-10-05 |
Graph Learning-Based Scoring of RNA-Protein Complex Structures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00831
PMID:40882035
|
研究论文 | 提出基于图学习的评分方法EGARPS+，用于评估RNA-蛋白质复合物结构 | 首次将图学习理论应用于RNA-蛋白质复合物结构评估，采用等变图神经网络和专门设计的注意力机制 | NA | 开发更准确的RNA-蛋白质复合物结构评分函数 | RNA-蛋白质复合物结构 | 机器学习 | NA | 图深度学习 | 图神经网络 | 序列数据、结构数据、相互作用特征 | NA | NA | 等变图神经网络 | NA | NA |
| 1442 | 2025-10-05 |
Magnetic Microrobot With Drilling-Sensing Dual Functionality for Targeted Biopsy of Deep-Seated Tracheal Microlesions
2025-Sep-23, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202514664
PMID:40984789
|
研究论文 | 开发了一种具有钻孔-传感双重功能的磁性微机器人平台，用于深部气管微病变的靶向活检 | 集成了钻孔组织采样和表面增强拉曼散射生物传感的双重功能，采用实时气管镜和荧光镜引导实现精准导航 | 仅在离体猪肺模型和活体兔试验中验证了可行性，尚未进行大规模临床试验 | 开发用于早期肺癌诊断的微创精准活检技术 | 深部气管微病变、肺癌组织 | 医疗机器人 | 肺癌 | 表面增强拉曼散射光谱、磁性驱动、实时气管镜和荧光镜引导 | CNN | 光谱数据、组织样本 | 离体猪肺模型、活体兔试验、临床患者组织样本 | NA | 卷积神经网络 | 识别准确率 | NA |
| 1443 | 2025-10-05 |
High-Asymmetry Metasurface: A New Solution for Terahertz Resonance via Active Learning-Augmented Diffusion Model
2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202508610
PMID:40985172
|
研究论文 | 提出一种基于主动学习增强扩散模型的高不对称超表面设计方法，用于实现高性能太赫兹共振 | 结合先验知识引导的生成模型与物理约束的主动学习机制，仅需少量经典结构数据即可生成高性能高不对称超材料 | 初始训练数据集仅包含68个经典结构，可能限制模型在更广泛结构空间中的探索能力 | 开发高效的高不对称太赫兹超材料设计方法 | 高不对称太赫兹超表面结构 | 机器学习 | NA | 扩散模型，主动学习 | 扩散模型 | 几何结构数据 | 68个经典结构作为初始训练集 | NA | 扩散模型 | 共振性能指标（提升超过30%） | NA |
| 1444 | 2025-10-05 |
Deep Learning-Powered Nanoplasmonic Biosensing Approach Enables Ultrasensitive Extracellular Vesicles Profiling for Cancer Screening
2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202511337
PMID:40985328
|
研究论文 | 提出一种基于Kolmogorov-Arnold网络增强的纳米等离子体生物传感策略，用于超灵敏细胞外囊泡分析以实现癌症筛查 | 首次将Kolmogorov-Arnold网络与纳米等离子体超表面芯片结合，实现多维光谱特征的同时捕获和高效数据处理 | NA | 开发超灵敏的细胞外囊泡分析技术用于癌症筛查 | 胰腺导管腺癌患者和对照组的血清样本中的小细胞外囊泡 | 生物传感 | 胰腺癌 | 纳米等离子体超表面技术 | KAN, 深度学习 | 全光谱数据 | 600例胰腺导管腺癌患者和1200例对照组 | NA | Kolmogorov-Arnold网络 | AUC | NA |
| 1445 | 2025-10-05 |
Federated deep learning model for epilepsy seizure detection using electroencephalogram (EEG) signal
2025-Sep-23, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2555516
PMID:40985643
|
研究论文 | 提出一种基于联邦学习和统一Transformer的癫痫发作检测模型，用于脑电图信号分析 | 结合联邦学习与Paillier同态加密保护数据隐私，采用混合图注意力框架和多尺度小波系数进行特征提取，首次将统一Transformer模型应用于癫痫检测 | 仅在三个数据集上进行验证，需要更多临床数据测试泛化能力 | 开发隐私保护的癫痫发作检测方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图信号处理，自适应噪声滤波，独立成分分析，多尺度小波系数分解 | Transformer, 图卷积网络 | 脑电图信号 | 三个数据集（未指定具体样本数量） | 联邦学习框架 | 统一Transformer, 边缘增强图卷积网络, 谱图注意力 | 准确率, 安全性, 精确率 | NA |
| 1446 | 2025-10-05 |
Radiomics integrated with machine and deep learning analysis of T2-weighted and arterial-phase T1-weighted Magnetic Resonance Imaging for non-invasive detection of metastatic axillary lymph nodes in breast cancer
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02090-z
PMID:40986134
|
研究论文 | 本研究比较了基于T2加权和动脉期T1加权MRI影像组学特征在预测乳腺癌腋窝淋巴结转移中的诊断性能 | 首次系统比较了T2加权和动脉期T1加权MRI序列的影像组学特征在单变量、机器学习和深度学习分析中的表现差异 | 回顾性研究设计，样本量相对有限（100例患者），缺乏外部验证 | 开发非侵入性方法预测乳腺癌患者腋窝淋巴结转移状态 | 乳腺癌患者的腋窝淋巴结（52个转移性和103个非转移性淋巴结） | 医学影像分析 | 乳腺癌 | MRI成像，影像组学分析 | 逻辑回归，梯度提升，随机森林，神经网络 | 医学影像（T2加权和动脉期T1加权MRI） | 100例乳腺癌患者，共155个淋巴结（52个转移性，103个非转移性） | NA | 神经网络 | AUC，敏感性，特异性，准确率 | NA |
| 1447 | 2025-09-24 |
Deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02092-x
PMID:40986132
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1448 | 2025-09-24 |
Response to the letter: "deep learning-driven knee MRI acceleration: evidence, enhancements, and the path to universal adoption"
2025-Sep-23, La Radiologia medica
DOI:10.1007/s11547-025-02101-z
PMID:40986130
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1449 | 2025-10-05 |
Comparative Evaluation of Radiomics and Deep Learning Models for Disease Detection in Chest Radiography
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01670-9
PMID:40986191
|
研究论文 | 本研究系统比较了基于放射组学和深度学习的模型在胸部X射线疾病检测中的性能表现 | 首次在多种样本量条件下对放射组学与深度学习模型进行系统性比较，并通过统计检验验证模型类型和样本量对性能的显著影响 | 研究仅针对胸部X射线和特定疾病类型，结果可能无法推广到其他影像模态或疾病 | 评估不同AI模型在胸部X射线疾病检测中的诊断性能，为临床环境中的模型选择提供数据驱动建议 | COVID-19、肺部混浊和病毒性肺炎的胸部X射线影像 | 计算机视觉 | 肺部疾病 | 放射组学特征提取，深度学习 | CNN, Vision Transformer, Decision Tree, Gradient Boosting, Random Forest, SVM, MLP | 医学影像 | 从24到4000个样本的多组实验 | NA | InceptionV3, EfficientNetL, ConvNeXtXLarge | AUC | NA |
| 1450 | 2025-10-05 |
Exploiting Cross-modal Collaboration and Discrepancy for Semi-supervised Ischemic Stroke Lesion Segmentation from Multi-sequence MRI Images
2025-Sep-23, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01691-4
PMID:40986192
|
研究论文 | 提出一种利用跨模态协作和差异性的半监督方法，用于多序列MRI图像的缺血性脑卒中病灶分割 | 提出跨模态双向复制粘贴策略实现模态间信息协作，以及跨模态差异感知校正策略有效利用未标注数据 | 需要多序列MRI数据，在单模态情况下性能可能受限 | 开发半监督学习方法以解决多序列MRI图像中缺血性脑卒中病灶分割的标注数据稀缺问题 | 缺血性脑卒中患者的MRI图像数据 | 医学图像分割 | 缺血性脑卒中 | 多序列MRI成像（DWI, ADC） | 深度学习分割模型 | 多序列MRI图像 | ISLES 22数据集 | NA | NA | DSC（Dice相似系数） | NA |
| 1451 | 2025-10-05 |
3D CoAt U SegNet-enhanced deep learning framework for accurate segmentation of acute ischemic stroke lesions from non-contrast CT scans
2025-Sep-23, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01626-x
PMID:40986248
|
研究论文 | 提出一种名为CoAt U SegNet的新型深度学习框架，用于从非对比CT扫描中精确分割急性缺血性卒中病灶 | 开发了先进的3D深度学习方法，在编码器卷积块中整合了1、3、5的扩张率以有效捕获多尺度特征，相比传统方法显著提升了分割精度 | 训练数据量相对有限（仅50个NCCT扫描用于训练），需要在更大数据集上进一步验证模型泛化能力 | 开发计算机辅助检测和分割工具，支持临床医生进行卒中诊断 | 急性缺血性卒中病灶 | 医学影像分析 | 缺血性卒中 | 非对比CT扫描 | 深度学习 | 3D医学影像 | 50个NCCT扫描用于训练，10个用于验证，500个用于测试 | NA | CoAt U SegNet | Dice相似系数, Jaccard指数 | NA |
| 1452 | 2025-10-05 |
EGA-Ploc: An Efficient Global-Local Attention Model for Multi-label Protein Subcellular Localization Prediction on the Immunohistochemistry Images
2025-Sep-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3613205
PMID:40982491
|
研究论文 | 提出一种用于免疫组化图像多标签蛋白质亚细胞定位预测的高效全局-局部注意力模型 | 采用线性注意力机制实现高效全局和局部特征建模，并提出自适应多标签损失函数解决数据集不平衡问题 | NA | 解决高分辨率免疫组化图像中蛋白质亚细胞定位预测的挑战 | 免疫组化图像中的蛋白质亚细胞定位 | 计算机视觉 | NA | 免疫组化成像 | 注意力机制 | 图像 | NA | NA | 全局-局部注意力模型 | NA | NA |
| 1453 | 2025-10-05 |
Vision Mamba: A Comprehensive Survey and Taxonomy
2025-Sep-22, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3610435
PMID:40982514
|
综述 | 对视觉领域Mamba模型的全面调查与分类研究 | 首次系统性地将Mamba从自然语言领域扩展到视觉领域，并提出分类学研究框架 | 作为综述性文章，不包含原始实验验证 | 探索Mamba模型在视觉领域的应用潜力与发展前景 | Mamba模型及其在视觉任务中的应用 | 计算机视觉 | NA | 状态空间模型(SSM) | Mamba | 序列数据, 图像, 视频 | NA | NA | Mamba | NA | NA |
| 1454 | 2025-10-05 |
AI-empowered human microbiome research
2025-Sep-22, Gut
IF:23.0Q1
DOI:10.1136/gutjnl-2025-335946
PMID:40983504
|
综述 | 系统探讨人工智能在人类微生物组研究中的驱动方法与应用前景 | 从多尺度视角评估AI方法解析微生物复杂数据的能力，涵盖从传统机器学习到新兴大语言模型的全技术谱系 | 未涉及具体实验验证数据，主要基于现有文献的系统性评述 | 推动AI与微生物组研究的交叉融合，加速个性化医疗创新 | 人类微生物组数据 | 机器学习 | NA | 高通量微生物组分析 | CNN, RNN, 大语言模型 | 微生物组数据 | NA | NA | NA | NA | NA |
| 1455 | 2025-09-24 |
Correction: Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning
2025-Sep-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18185-6
PMID:40983619
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1456 | 2025-10-05 |
hERG-MFFGNN: An Explainable Deep Learning Model for Predicting Cardiotoxicity Using Multi-feature Fusion and Graph Neural Networks
2025-Sep-22, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00768-6
PMID:40983850
|
研究论文 | 提出一种名为hERG-MFFGNN的可解释深度学习模型，用于预测化合物对hERG通道的抑制作用 | 采用多特征融合策略和注意力机制，结合分子指纹特征、分子描述符和图神经网络提取的拓扑特征，实现更全面的分子特征表示 | NA | 开发高效准确的计算方法来预测hERG通道阻滞剂 | 化合物对hERG钾通道的抑制作用 | 机器学习 | 心血管疾病 | 多特征融合，图神经网络 | GNN | 分子结构数据 | 基准数据集和外部验证数据集 | NA | 图神经网络，注意力机制 | AUROC, ACC | NA |
| 1457 | 2025-10-05 |
DeepExpDR: Drug Response Prediction through Molecular Topological Grouping and Substructure-Aware Expert
2025-Sep-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01476
PMID:40984005
|
研究论文 | 提出一种名为DeepExpDR的深度学习专家框架，用于预测癌症药物反应 | 首次考虑分子拓扑特性对药物特征提取和药物反应预测的影响，通过分子骨架相似性对药物进行分组并为每个组分配专门的子结构感知专家 | NA | 开发能够准确预测癌症药物反应的深度学习模型 | 癌症药物和癌细胞 | 机器学习 | 癌症 | 深度学习 | 自监督聚类模型, 专家框架 | 分子子结构序列, 癌细胞转录基因表达值, 药物反应相关矩阵 | NA | NA | 子结构感知网络, 专家框架 | IC50值, 回归和分类任务性能 | NA |
| 1458 | 2025-10-05 |
Objective Assessment of Disorders of Consciousness Based on EEG Temporal and Spectral Features
2025-Sep-22, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500674
PMID:40985067
|
研究论文 | 本研究基于听觉oddball范式的脑电图数据，通过多维度特征提取和多种机器学习算法比较，开发了意识障碍的客观评估方法 | 首次在任务态脑电图数据中系统比较多种机器学习和深度学习分类器性能，并提出了集成七种分类器的投票策略模型 | 需要进一步验证在更大样本量和其他范式下的泛化能力 | 开发基于任务态脑电图的意识障碍客观评估方法 | 最小意识状态患者、植物状态患者和健康对照组 | 脑机接口 | 意识障碍 | 脑电图、听觉oddball范式 | SVM, LDA, RF, XGBoost, DT, CNN | 脑电图信号 | 最小意识状态患者、植物状态患者和健康对照组（具体数量未提及） | NA | EEGNet, ShallowConvNet | 分类准确率 | NA |
| 1459 | 2025-10-05 |
A comprehensive landscape of AI applications in broad-spectrum drug interaction prediction: a systematic review
2025-Sep-19, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01093-2
PMID:40973960
|
系统综述 | 本文系统综述了人工智能在广谱药物相互作用预测中的应用现状和发展趋势 | 首次全面绘制了AI在主要药物相互作用类型中的应用图谱，强调了大语言模型和知识图谱在克服关键限制方面的作用 | 存在数据不平衡、噪声源、有限可解释性以及某些相互作用类型代表性不足等挑战 | 推进更稳健、可解释和个性化的药物相互作用预测模型 | 药物-药物、药物-疾病、药物-营养素相互作用 | 机器学习 | NA | 系统综述方法 | 机器学习,深度学习,图模型 | 结构化数据库数据 | 147项研究（2018-2024年） | NA | 大语言模型,知识图谱 | NA | NA |
| 1460 | 2025-10-05 |
A deep learning pipeline for accurate and automated restoration, segmentation, and quantification of dendritic spines
2025-Sep-18, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101179
PMID:40972567
|
研究论文 | 开发了一个集成深度学习的开源管道RESPAN，用于自动化修复、分割和量化树突棘 | 整合了内容感知修复技术增强信号、对比度和各向同性分辨率，能够在多种样本中实现稳健检测 | NA | 开发自动化树突棘量化工具以研究突触连接性 | 树突棘、树突分支和神经元胞体 | 数字病理学 | 神经科学疾病 | 快速体积成像、双光子显微镜 | 深度学习 | 图像 | NA | NA | NA | 准确性、可重复性 | NA |