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 36434 篇文献，本页显示第 1861 - 1880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1861 | 2025-12-03 |
Protein Language Models Uncover Carbohydrate-Active Enzyme Function in Metagenomics
2023-Oct-25, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.23.563620
PMID:37961379
|
研究论文 | 本研究开发了首个利用蛋白质语言模型嵌入构建深度学习框架的工具CAZyLingua，用于注释宏基因组数据集中的碳水化合物活性酶 | 首次将蛋白质语言模型嵌入应用于构建深度学习框架，以注释宏基因组中的CAZymes，相比传统基于序列同源性的方法（如dbCAN2）具有更高的F1分数，并在疾病相关数据集中发现先前被忽略的注释 | 未明确说明模型在更广泛或多样化数据集上的泛化能力，以及计算资源需求的具体细节 | 开发一种深度学习工具，以改进宏基因组中碳水化合物活性酶的功能注释 | 宏基因组数据集中的碳水化合物活性酶 | 自然语言处理 | 克罗恩病, IgG4相关疾病 | 蛋白质语言模型嵌入, 深度学习 | 深度学习框架 | 蛋白质序列数据 | 涉及配对母婴纵向数据集以及克罗恩病和IgG4相关疾病患者的宏基因组数据集，具体样本数量未明确说明 | NA | CAZyLingua | F1分数, 精确度, 召回率 | NA |
| 1862 | 2025-12-03 |
A population-level computational histologic signature for invasive breast cancer prognosis
2023-May-26, Research square
DOI:10.21203/rs.3.rs-2947001/v1
PMID:37293118
|
研究论文 | 本研究提出了一种基于深度学习的组织学预后签名（HiPS），用于评估乳腺癌肿瘤微环境的形态学特征并预测生存风险 | HiPS首次通过深度学习全面量化肿瘤微环境中的上皮、基质、免疫和空间交互特征，超越了传统病理学家基于诺丁汉标准的定性评估 | 研究未明确讨论模型在不同种族或地域人群中的泛化能力，且依赖于历史队列数据 | 开发一种计算组织学特征来改善浸润性乳腺癌的预后预测 | 乳腺癌患者的组织切片图像 | 数字病理学 | 乳腺癌 | 深度学习，组织图像分析 | 深度学习模型 | 组织病理学图像 | 基于癌症预防研究（CPS）-II的群体级队列开发，并在PLCO试验、CPS-3和癌症基因组图谱三个独立队列中验证 | NA | NA | 生存预测准确性 | NA |
| 1863 | 2025-05-08 |
Response to Letter: "Skin Cancer Detection Using Deep Learning Approaches" by Haque et al
2025-Dec, Cancer biotherapy & radiopharmaceuticals
DOI:10.1089/cbr.2025.0122
PMID:40329831
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1864 | 2025-12-02 |
Integrating pathology genomics and single-cell genomics to identify lactate metabolism-related prognostic features and therapeutic strategies for melanoma
2025-Dec, Apoptosis : an international journal on programmed cell death
IF:6.1Q1
DOI:10.1007/s10495-025-02190-1
PMID:41006685
|
研究论文 | 本研究整合病理基因组学和单细胞基因组学，构建了基于乳酸代谢的预后模型，并探索了黑色素瘤的治疗策略 | 首次整合多组学数据（包括病理影像特征、单细胞RNA测序、空间转录组学等）系统表征黑色素瘤乳酸代谢的分子特征，并构建了结合病理特征和基因特征的预后模型 | 研究主要基于回顾性数据，需要前瞻性临床验证；模型在外部队列中的泛化能力有待进一步评估 | 系统表征黑色素瘤中乳酸代谢的分子特征，构建有效的预后模型，并探索潜在的治疗策略 | 皮肤黑色素瘤（SKCM） | 数字病理学 | 黑色素瘤 | 单细胞RNA测序, 空间转录组学, 基因集变异分析（GSVA） | CNN, 机器学习算法 | 图像, 基因组数据, 转录组数据 | TCGA训练和验证队列（具体样本数未明确说明），涉及443个病理影像特征 | CellProfiler, 预训练的ResNet50（基于PyTorch或TensorFlow框架） | ResNet50 | 预后性能（如生存分析），未明确具体指标如AUC、准确率等 | NA |
| 1865 | 2025-12-02 |
Advances in artificial intelligence-based radiogenomics for lung cancer precision medicine
2025-Dec-01, Progress in biomedical engineering (Bristol, England)
DOI:10.1088/2516-1091/ae224a
PMID:41265027
|
综述 | 本文综述了基于人工智能的放射基因组学在肺癌精准医疗中的应用进展 | 整合医学影像、基因组学和临床数据，利用机器学习和深度学习技术非侵入性地预测关键致癌驱动突变，探索影像特征与基因表达之间的关联，并开发肺癌预后模型 | 在标准化、全面验证、模型可解释性、种族多样性以及多组学数据库构建方面仍面临挑战 | 提升肺癌精准医疗中放射基因组学模型的临床价值和普适性 | 肺癌患者 | 计算机视觉 | 肺癌 | 医学影像、基因组学 | 机器学习, 深度学习 | 图像, 基因组数据, 临床数据 | NA | NA | NA | NA | NA |
| 1866 | 2025-12-02 |
Development and evaluation of deep learning models for estimating the organ at-risk dose constraint from two-dimensional cine magnetic resonance imaging scans during irradiation
2025-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70403
PMID:41310917
|
研究论文 | 本研究开发并评估了一种深度学习模型，用于从二维电影磁共振成像扫描中估计放射治疗期间危及器官的剂量约束 | 利用深度学习从二维电影MRI中预测危及器官剂量约束，实现了实时剂量监测的创新方法 | 结果仅显示有限改进，且受多种限制约束 | 开发能够从二维电影MRI中估计危及器官剂量约束的深度学习模型 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | 二维电影磁共振成像，MR-linear accelerator | 深度学习模型 | 图像 | 91名前列腺癌患者，381个治疗分次 | NA | NA | 相关系数，平均绝对误差，曲线下面积，灵敏度，特异度 | NA |
| 1867 | 2025-12-02 |
Paired PET-MRI Deep Learning Model for Translating [11C]PiB to [18F]Florbetaben Amyloid Images
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70168
PMID:41310910
|
研究论文 | 本文提出了一种基于可变形卷积网络的U-Net模型，用于将[11C]PiB PET图像转换为[18F]Florbetaben淀粉样蛋白图像，以增强数据集并解决视觉评估与Centiloid量表不一致的问题 | 结合可变形卷积网络（DCNv3）与U-Net架构，实现长距离依赖捕捉和高效计算，用于PET图像间的跨示踪剂翻译 | 未明确提及模型在更广泛数据集或不同临床环境中的泛化能力限制 | 开发一种深度学习模型，用于标准化不同淀粉样蛋白PET示踪剂图像，以支持长期临床试验和多中心比较 | 阿尔茨海默病患者的淀粉样蛋白PET图像，具体为[11C]PiB和[18F]Florbetaben示踪剂图像 | 医学影像分析 | 阿尔茨海默病 | PET-MRI成像 | U-Net | 图像 | NA | NA | 基于DCNv3的U-Net | NA | NA |
| 1868 | 2025-12-02 |
A 25-year journey with protein blocks: Unveiling the versatility of a structural alphabet
2025-Dec, Biochimie
IF:3.3Q2
DOI:10.1016/j.biochi.2025.08.007
PMID:40789363
|
综述 | 本文回顾了蛋白质块作为一种结构字母表在25年发展历程中的广泛应用，包括其在蛋白质结构、动力学和功能分析中的关键作用 | 通过引入基于熵的指数（N）来区分蛋白质的刚性、柔性和无序区域，并结合深度学习显著提升了预测性能 | NA | 总结蛋白质块作为一种结构字母表在结构生物信息学中的多功能性和应用进展 | 蛋白质结构、动力学和功能 | 结构生物信息学 | NA | 蛋白质块分析、分子动力学分析、深度学习 | NA | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 1869 | 2025-12-02 |
AI-Driven Early Detection of Diabetic Glaucoma and Emerging Horizons in Bionic Eye Technology
2025-Dec-01, Zhongguo ying yong sheng li xue za zhi = Zhongguo yingyong shenglixue zazhi = Chinese journal of applied physiology
DOI:10.62958/j.cjap.2025.031
PMID:41320280
|
综述 | 本文综述了人工智能在糖尿病性青光眼早期检测中的应用以及仿生眼技术的最新进展 | 强调了将AI驱动的诊断与新兴仿生眼技术相结合，代表了管理糖尿病性青光眼的重要转变 | NA | 探讨人工智能在早期识别糖尿病性青光眼中的作用，并回顾旨在帮助受影响个体恢复视力的仿生眼技术进展 | 糖尿病性青光眼患者及相关诊断与视力恢复技术 | 计算机视觉, 自然语言处理 | 糖尿病性青光眼 | 深度学习 | NA | 视网膜图像（如眼底相机和光学相干断层扫描图像） | NA | NA | NA | NA | NA |
| 1870 | 2025-12-02 |
Artificial Intelligence in Cardiovascular MRI: From Imaging to Biomechanics and Diagnosis
2025-Dec-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000864
PMID:41321165
|
综述 | 本文综述了人工智能（特别是深度学习）如何重塑心血管磁共振成像的各个方面，从规划、采集到重建、分析及临床报告生成 | 全面概述了人工智能在心血管MRI领域的应用进展，包括提升采集速度、空间分辨率、抑制伪影和运动校正，以及自动化后处理和临床数据整合 | 作为综述文章，未提出具体的新模型或实验，主要基于现有文献总结，缺乏原创性研究数据 | 探讨人工智能在心血管磁共振成像中的应用，以提升成像效率、分析精度和临床管理能力 | 心血管磁共振成像技术及其在心血管疾病诊断与管理中的应用 | 计算机视觉 | 心血管疾病 | 磁共振成像（MRI） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1871 | 2025-12-02 |
Automated evaluation of pulmonary lesion changes on chest radiograph during follow-up using semantic segmentation
2025-Dec-01, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2025.253567
PMID:41321291
|
研究论文 | 本文开发并验证了一种基于深度学习的模型，利用病灶特异性分割技术，通过配对胸部X光片自动评估肺实变和胸腔积液的变化状态 | 首次提出一种基于病灶特异性分割的深度学习模型，用于自动评估随访胸部X光片中肺实变和胸腔积液的变化状态 | 模型在ICU环境中对胸腔积液变化的评估准确性显著低于放射科医生，且研究数据仅来自单一机构，可能影响泛化能力 | 开发一种自动化工具，用于评估随访胸部X光片中肺病变的变化状态，以辅助临床决策 | 肺实变和胸腔积液在配对胸部X光片中的变化状态 | 数字病理学 | 肺疾病 | 胸部X光成像 | 深度学习模型 | 图像 | 训练集：5,178张胸部X光片（来自单一机构）；验证集：急诊科和重症监护室的配对胸部X光片 | NA | NA | AUC, 准确率 | NA |
| 1872 | 2025-12-02 |
Profiler: an open web platform for multi-omics analysis
2025-Dec-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf644
PMID:41324558
|
研究论文 | 介绍了一个名为Profiler的开源、模块化多组学分析平台，旨在整合数据导入、质量控制、预处理、统计测试、机器学习、生物标志物发现等多种功能于单一可复现环境中 | 开发了一个统一的、用户友好的、可扩展的多组学分析平台，支持多种组学数据类型，并提供了基于高性能计算的Web版本和本地桌面版本，实现了快速、可追溯的分析报告生成 | 未在摘要中明确说明 | 解决高通量多组学数据分析的碎片化和可访问性问题，为系统生物学和精准医学研究提供集成化工具 | 多组学数据，包括蛋白质组学、转录组学、脂质组学和脑电图数据 | 生物信息学 | 胶质母细胞瘤、泛癌 | 多组学分析技术 | 机器学习、深度学习 | 多组学数据（如蛋白质组、转录组、脂质组、脑电图） | 未在摘要中明确说明 | Python, Streamlit | 未在摘要中明确说明 | 未在摘要中明确说明 | 高性能计算（HPC） |
| 1873 | 2025-12-02 |
New chapter in pediatric medicine: technological evolution, application, and evaluation system of large language models
2025-Dec-01, European journal of pediatrics
IF:3.0Q1
DOI:10.1007/s00431-025-06602-x
PMID:41324732
|
综述 | 本文综述了基于深度学习的大语言模型在儿科医学领域的技术演进、应用及评估体系 | 重点探讨了通用模型的发展与规模化、医学专用模型的定制训练、以及多模态与专家混合架构的出现，并突出了在儿科剂量计算、专科临床决策支持和病历结构化等具体应用 | 讨论了评估指标、伦理法律挑战以及多语言与低资源环境下的考量，但未具体说明模型在真实临床环境中的验证局限 | 回顾大语言模型技术的最新进展，并探讨其在儿科医学领域的应用潜力与挑战 | 大语言模型及其在儿科医学中的应用 | 自然语言处理 | NA | 深度学习 | 大语言模型 | 文本 | NA | NA | NA | 评估指标（未具体说明） | NA |
| 1874 | 2025-12-02 |
Enhancing Pediatric Fracture Detection: Multicenter Evaluation of a Deep Learning AI Model and Its Impact on Radiologist Performance
2025-Nov-29, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.11.022
PMID:41320594
|
研究论文 | 本研究评估了一种基于深度学习的AI模型在儿科骨折检测中的效能，并分析了AI辅助对放射科医生诊断性能的影响 | 通过多中心、多读者研究验证AI模型在儿科骨折检测中的高准确性，并首次量化了AI辅助对放射科医生诊断效率和信心的提升效果 | 研究为回顾性设计，可能受到选择偏倚的影响；未评估AI模型在罕见骨折类型或复杂病例中的表现 | 评估深度学习AI模型在儿科骨折检测中的临床效用及其对放射科医生诊断性能的影响 | 儿科患者的肌肉骨骼X光片 | 计算机视觉 | 儿科骨折 | X光成像 | 深度学习模型 | 图像 | 第一阶段3016张X光片，第二阶段189个病例 | NA | NA | 准确率, 灵敏度, 特异性 | NA |
| 1875 | 2025-12-02 |
Total-Body PET/CT Metabolic Response in Esophageal Squamous Cell Carcinoma
2025-Nov-29, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.11.010
PMID:41320614
|
综述 | 本文综述了全身PET/CT在食管鳞状细胞癌代谢反应评估中的应用，强调了其技术优势和临床潜力 | 介绍了具有194厘米长轴视野的全身PET/CT系统，其灵敏度比传统系统高68倍，并探讨了延迟成像、双时相成像及基于深度学习的合成CT技术以提高病灶检测能力 | NA | 评估全身PET/CT在食管鳞状细胞癌新辅助治疗反应监测中的可行性和定量能力 | 食管鳞状细胞癌患者 | 数字病理学 | 食管癌 | PET/CT成像，[F]FDG PET/CT，[F]或[Ga]Ga标记的成纤维细胞激活蛋白抑制剂PET/CT | NA | 医学影像（PET/CT图像） | NA | NA | NA | NA | NA |
| 1876 | 2025-12-02 |
EEG-SGENet: A lightweight convolutional network integrating SGE for motor imagery brain-computer interfaces
2025-Nov-28, Neuroscience
IF:2.9Q2
|
研究论文 | 本文提出了一种轻量级卷积神经网络EEG-SGENet，用于运动想象脑机接口的脑电信号解码 | 引入空间分组增强（SGE）模块，通过生成每个语义组空间位置的注意力因子来调整子特征的重要性，从而增强有用特征并抑制噪声，同时保持模型轻量化 | NA | 在运动想象脑机接口分类研究中平衡准确率与计算成本 | 基于脑电图的运动想象脑机接口 | 机器学习 | NA | 脑电图 | CNN | 脑电信号 | NA | NA | EEG-SGENet | 准确率 | NA |
| 1877 | 2025-12-02 |
Clinical applications of artificial intelligence in the histopathology of lymphoma: diagnosis, treatment and prognosis
2025-Nov-28, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03970-6
PMID:41313419
|
综述 | 本文综述了人工智能在淋巴瘤组织病理学中的临床应用，涵盖诊断、治疗和预后评估 | 创新性地总结了人工智能在淋巴瘤三维病理学中的前沿应用，并系统分析了其在诊断、治疗和预后方面的临床价值 | NA | 概述人工智能在淋巴瘤各领域的应用，促进淋巴瘤的精准诊断和治疗 | 淋巴瘤的HE病理切片和PET/CT图像 | 数字病理学 | 淋巴瘤 | NA | 深度学习, 决策树, 回归模型 | 图像 | NA | NA | NA | NA | NA |
| 1878 | 2025-12-02 |
Preserving and enhancing cultural heritage through art design using feature pyramid network optimized by modified builder optimization algorithm
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26564-2
PMID:41315302
|
研究论文 | 本文提出了一种结合特征金字塔网络和改进型建造者优化算法的深度学习框架，用于文化遗产艺术品的分类、修复与合成 | 首次将特征金字塔网络与改进型建造者优化算法相结合，并引入创新的仿生搜索策略优化超参数，提升了模型收敛性、性能与训练效率 | 研究仅基于WikiArt数据集，未涵盖所有文化遗产艺术形式；优化算法在更复杂场景下的泛化能力有待验证 | 通过数字技术保护和增强文化遗产，开发艺术品分类、修复与生成的新方法 | 文化遗产艺术品（绘画等视觉艺术作品） | 计算机视觉 | NA | 深度学习，神经风格迁移 | CNN, 生成模型 | 图像 | WikiArt数据集（具体数量未说明） | 未明确说明 | Feature Pyramid Network (FPN) | 准确率, PSNR, SSIM, FID | NA |
| 1879 | 2025-12-02 |
The usage of artificial Intelligence-empowered text analysis model with convolutional neural network in english reading
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26720-8
PMID:41315338
|
研究论文 | 本研究首次在真实课堂环境中系统应用Text CNN模型，开发了一个集动态内容推荐与实时反馈于一体的教学辅助框架，以解决高中英语阅读教学中个性化不足的核心问题 | 首次在真实课堂环境中系统应用Text CNN模型，并开发了结合动态内容推荐与实时反馈的教学辅助框架 | 研究仅在2000篇文本的有限数据集上验证，模型在非结构化文本（如社交媒体帖子或法律文件）上的性能仍有待探索 | 解决高中英语阅读教学中个性化不足的问题，开发智能教学辅助工具 | 高中英语阅读教学与学生 | 自然语言处理 | NA | 深度学习，多尺度特征提取，注意力机制 | CNN | 文本 | 60名学生（分为实验组和对照组），2000篇文本数据集 | NA | Text CNN | 分类准确率，阅读理解平均分 | NA |
| 1880 | 2025-12-02 |
AI meets endodontics a deep learning approach to precision diagnosis
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26768-6
PMID:41315402
|
研究论文 | 本文提出了一种基于改进Swin Transformer的深度学习模型，用于牙髓病的精确诊断 | 采用改进的Swin Transformer架构，结合非重叠局部窗口和交替层中的移位窗口，实现分层注意力机制，并引入混沌粒子群优化与序列二次规划的混合方法进行超参数优化 | 未明确提及模型在临床实际应用中的泛化能力或外部验证结果 | 提高牙髓病的自动分类准确性，以辅助治疗规划和临床决策 | 牙髓病影像数据 | 计算机视觉 | 牙髓病 | 放射影像分析 | Transformer | 图像 | 基于公开的根管数据集，包含七类牙髓疾病，具体样本数量未明确 | 未明确指定，可能为PyTorch或TensorFlow | 改进的Swin Transformer（MSViT） | 分类准确率, 平均适应度值, 精确率, 均方误差, 计算时间 | 未明确指定，学习率为0.0001 |