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 401 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-19 |
Structure-based prediction of T cell receptor:peptide-MHC interactions
2023-01-20, eLife
IF:6.4Q1
DOI:10.7554/eLife.82813
PMID:36661395
|
研究论文 | 本研究开发了一种基于深度学习的结构建模方法，用于预测T细胞受体与肽-MHC复合物的相互作用 | 首次将专门优化的AlphaFold神经网络应用于TCR:肽-MHC相互作用的结构建模和特异性预测 | 预测结果尚未达到广泛实际应用水平，仍需进一步改进 | 开发可泛化的TCR:肽-MHC相互作用特异性预测模型 | T细胞受体(TCR)与主要组织相容性复合体(MHC)呈递的肽段之间的相互作用 | 机器学习 | 免疫相关疾病 | 蛋白质结构预测 | 深度神经网络 | 蛋白质结构数据 | NA | AlphaFold | AlphaFold变体 | 准确度 | NA |
| 2 | 2025-11-15 |
Deep learning to estimate brain age
2023-01, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00398-2
PMID:38177962
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3 | 2025-11-12 |
Do poverty and wealth look the same the world over? A comparative study of 12 cities from five high-income countries using street images
2023, EPJ data science
IF:3.0Q1
DOI:10.1140/epjds/s13688-023-00394-6
PMID:37293269
|
研究论文 | 利用街景图像和深度学习比较五个高收入国家12个城市中贫困与富裕社区视觉特征的相似性 | 首次通过跨城市跨国比较分析揭示贫困社区视觉特征比富裕社区更具城市独特性 | 研究仅涵盖高收入国家城市，未包括中低收入国家城市 | 探究不同城市和国家间贫困与富裕社区视觉环境的相似程度 | 12个高收入城市的社区街景图像 | 计算机视觉 | NA | 街景图像分析 | 深度学习 | 图像 | 720万张街景图像，覆盖12个城市8500万人口 | NA | NA | NA | NA |
| 4 | 2025-11-12 |
Convolutional Neural Network Models Combined with Kansei Engineering in Product Design
2023, Computational intelligence and neuroscience
DOI:10.1155/2023/2572071
PMID:36864929
|
研究论文 | 本研究结合卷积神经网络与感性工学，提出了一种能够满足用户感知需求的产品设计方法 | 首次将CNN模型与感性工学理论相结合，建立了产品设计的感知评价系统，提升了产品设计感知信息的逻辑深度 | 仅以电子秤作为研究案例，缺乏对其他产品类型的验证 | 开发能够满足用户感知需求的产品设计方法，提升产品市场竞争力 | 产品设计造型，特别是电子秤的外观设计 | 计算机视觉 | NA | 图像识别 | CNN | 图像 | NA | NA | 卷积神经网络 | NA | NA |
| 5 | 2025-10-17 |
Skin Lesion Analysis and Cancer Detection Based on Machine/Deep Learning Techniques: A Comprehensive Survey
2023-01-04, Life (Basel, Switzerland)
DOI:10.3390/life13010146
PMID:36676093
|
综述 | 本文对基于机器学习和深度学习技术的皮肤病变分析与癌症检测方法进行了全面综述 | 系统整合了皮肤癌检测中的预处理、分割、特征提取、特征选择和分类方法，识别了当前研究面临的挑战 | 由于皮肤病变特征的复杂性和罕见性，现有方法在分析中仍面临一些挑战 | 通过分析现有皮肤癌检测技术，识别研究障碍以帮助未来研究 | 皮肤病变和皮肤癌 | 计算机视觉,机器学习 | 皮肤癌 | NA | 深度学习,机器学习 | 医学图像 | NA | NA | NA | NA | NA |
| 6 | 2025-10-17 |
A Minority Class Balanced Approach Using the DCNN-LSTM Method to Detect Human Wrist Fracture
2023-01-03, Life (Basel, Switzerland)
DOI:10.3390/life13010133
PMID:36676082
|
研究论文 | 提出一种融合DCNN和LSTM的深度学习方法，用于从X射线图像中自动检测腕部骨折 | 首次将扩张卷积神经网络与长短期记忆网络融合，并采用旋转过采样方法解决类别不平衡问题 | 数据集规模较小（仅192张图像），需要更大样本量验证模型泛化能力 | 开发自动诊断工具作为医生辅助选项，减少腕部骨折漏诊 | 腕部X射线图像 | 计算机视觉 | 骨折 | X射线成像 | CNN, LSTM | 图像 | 192张腕部X射线图像 | NA | DCNN, LSTM | 准确率, 灵敏度, 特异性, 精确率, F1分数, Kappa系数 | NA |
| 7 | 2025-10-05 |
Non-Destructive Banana Ripeness Detection Using Shallow and Deep Learning: A Systematic Review
2023-Jan-09, Sensors (Basel, Switzerland)
DOI:10.3390/s23020738
PMID:36679535
|
系统综述 | 本文系统综述了使用浅层和深度学习技术进行香蕉成熟度无损检测的研究现状 | 首次系统比较了传统机器学习与深度学习在香蕉成熟度检测中的性能差异，并明确了不同方法适用的数据条件 | 现有研究存在数据集信息不足、数据可用性有限、过度依赖数据增强技术等问题 | 自动化香蕉成熟度检测以减少人工干预 | 香蕉果实 | 计算机视觉 | NA | 传感器相机成像 | CNN, ANN, SVM | 图像 | 从1548项研究中筛选出35项进行最终分析 | NA | NA | 准确率, 决定系数 | NA |
| 8 | 2025-10-06 |
De-identification of free text data containing personal health information: a scoping review of reviews
2023, International journal of population data science
DOI:10.23889/ijpds.v8i1.2153
PMID:38414537
|
综述 | 对包含个人健康信息的自由文本数据去识别化方法的范围综述 | 首次对自由文本数据去识别化方法进行范围综述并系统分类 | 仅纳入截至2022年5月9日的综述文献，可能遗漏最新原始研究 | 识别和分类自由文本数据的去识别化方法 | 已发表的综述文献中描述的去识别化方法 | 自然语言处理 | NA | 文本数据去识别化技术 | 机器学习,深度学习 | 自由文本数据 | 18篇符合纳入标准的出版物 | NA | NA | NA | NA |
| 9 | 2025-10-06 |
Federated learning for generating synthetic data: a scoping review
2023, International journal of population data science
DOI:10.23889/ijpds.v8i1.2158
PMID:38414544
|
综述 | 本文通过范围综述系统梳理了使用联邦学习生成合成数据的研究现状与方法 | 首次系统综述联邦学习与合成数据生成的交叉领域（联邦合成），识别研究空白与发展趋势 | 该领域尚处于早期阶段，隐私风险评估方法仍需完善 | 评估使用联邦学习生成合成数据的研究现状、方法与评估实践 | 69篇相关学术文献（2018-2023年） | 机器学习 | NA | 联邦学习，合成数据生成 | GAN, 深度学习 | 表格数据，多种数据类型 | 69篇文献 | NA | 生成对抗网络 | 效用评估，隐私风险评估 | NA |
| 10 | 2025-10-06 |
A deep learning analysis of stroke onset time prediction and comparison to DWI-FLAIR mismatch
2023, NeuroImage. Clinical
DOI:10.1016/j.nicl.2023.103544
PMID:38000188
|
研究论文 | 本研究开发了一种深度学习模型，用于预测缺血性卒中发病时间，并与DWI-FLAIR不匹配评估方法进行比较 | 使用未处理的DWI和共配准FLAIR影像数据训练深度学习模型，在人类评估者难以判定的病例中通过模型评估提高了准确性和评估者间一致性 | NA | 改进卒中发病时间预测的准确性和可用性，支持临床决策 | 缺血性卒中患者 | 医学影像分析 | 卒中 | DWI, FLAIR | CNN | 医学影像 | NA | NA | Group Convolutional Neural Networks | 准确性, 评估者间一致性 | NA |
| 11 | 2025-10-06 |
Advanced photon counting CT imaging pipeline for cardiac phenotyping of apolipoprotein E mouse models
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0291733
PMID:37796905
|
研究论文 | 开发基于光子计数CT的成像流程用于载脂蛋白E小鼠模型的心脏表型分析 | 结合光子计数CT、光谱分解和深度学习心脏分割的综合成像流程，能够分离钙化斑块和碘增强血液 | 研究仅限于小鼠模型，样本量为123只，需要进一步验证在人类中的适用性 | 开发成像流程全面评估不同APOE基因型小鼠的心脏结构和功能 | 123只按APOE基因型(APOE2、APOE3、APOE4、APOE敲除)、性别、人类NOS2因子和饮食分组的小鼠 | 医学影像 | 心血管疾病 | 光子计数CT、对比增强活体成像、固有心脏门控、光谱分解 | 深度学习 | CT图像 | 123只小鼠 | NA | NA | Dice系数 | NA |
| 12 | 2025-10-06 |
Retracted: Evaluation of Ischemic Penumbra in Stroke Patients Based on Deep Learning and Multimodal CT
2023, Journal of healthcare engineering
DOI:10.1155/2023/9851918
PMID:38094810
|
撤稿 | 这是一篇关于基于深度学习和多模态CT评估卒中患者缺血半暗带的文章的撤稿声明 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13 | 2025-10-06 |
Multivariate longitudinal data for survival analysis of cardiovascular event prediction in young adults: insights from a comparative explainable study
2023-01-25, BMC medical research methodology
IF:3.9Q1
DOI:10.1186/s12874-023-01845-4
PMID:36698064
|
研究论文 | 本研究通过比较六种建模策略，探讨了纵向数据在年轻成人心血管事件预测中的价值，并比较了不同模型解释方法 | 开发了统一可扩展的框架，比较了纵向数据与横截面数据在心血管风险预测中的性能差异，并系统评估了模型特定和模型无关的解释方法 | 研究仅基于CARDIA队列的3539名参与者，需要扩展到更多变量和其他纵向建模方法 | 评估纵向数据在心血管事件生存分析预测中的附加价值 | 年轻成人心血管事件风险预测 | 机器学习 | 心血管疾病 | 生存分析，纵向数据分析 | 随机生存森林，深度学习模型 | 纵向临床数据 | 3539名参与者，包含6次检查访视的35个变量，随访时间15年 | NA | 时间序列大规模特征提取，轨迹聚类 | C-index，时间依赖性AUC | NA |
| 14 | 2025-10-06 |
mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops
2023, Frontiers in neural circuits
IF:3.4Q2
DOI:10.3389/fncir.2023.952921
PMID:37396399
|
研究论文 | 开发了一个基于MATLAB的交互式深度学习工具mEMbrain，用于在普通台式机上实现连接组学数据的半自动分割 | 将深度学习算法集成到用户友好的MATLAB界面中，无需用户编程即可进行神经重建，提供了预训练模型和大量标注数据资源 | 仅支持Linux和Windows系统，依赖于MATLAB环境 | 开发用户友好的开源工具来加速连接组学数据的手动标注和分割过程 | 电子显微镜数据集中的神经细胞和连接结构 | 计算机视觉 | NA | 电子显微镜成像技术 | 深度神经网络 | 电子显微镜图像 | 4种不同动物的5个数据集，包含约180小时专家标注，超过1.2GB标注图像 | MATLAB | NA | NA | 普通台式机 |
| 15 | 2025-10-06 |
Uncovering additional predictors of urothelial carcinoma from voided urothelial cell clusters through a deep learning-based image preprocessing technique
2023-01, Cancer cytopathology
IF:2.6Q2
DOI:10.1002/cncy.22633
PMID:35997513
|
研究论文 | 开发了一种基于深度学习的尿路上皮细胞团图像预处理工具，用于识别尿路上皮癌的额外预测因子 | 首次开发自动化预处理工具将尿路上皮细胞团分割为有意义的组件，并发现细胞团异型性、细胞边界特征等新标记物 | 尿路上皮细胞团在分类系统中的诊断相关性仍存在争议，需要进一步验证 | 通过深度学习技术改进尿路上皮癌的尿液细胞学筛查方法 | 尿路上皮细胞团 | 数字病理学 | 尿路上皮癌 | 尿液细胞学 | 深度学习 | 细胞图像 | NA | NA | NA | NA | NA |
| 16 | 2025-10-06 |
Prediction of lactate concentrations after cardiac surgery using machine learning and deep learning approaches
2023, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2023.1165912
PMID:37790131
|
研究论文 | 本研究使用机器学习和深度学习方法预测心脏手术后患者的最高血乳酸浓度 | 首次将分钟级术中时间序列数据与传统术前变量结合，采用循环神经网络和Transformer等动态建模方法预测术后乳酸浓度 | 研究为单中心回顾性研究，模型性能仅为中等准确度 | 开发能够预测心脏手术后乳酸浓度的预测模型 | 接受心脏手术并体外循环的成年患者 | 机器学习 | 心血管疾病 | 临床监测数据 | 线性回归, 随机森林, 人工神经网络, 循环神经网络, Transformer | 时间序列数据, 临床变量 | 2,187名患者 | NA | RNN, Transformer | 平均绝对误差 | NA |
| 17 | 2025-10-06 |
The expert's knowledge combined with AI outperforms AI alone in seizure onset zone localization using resting state fMRI
2023, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2023.1324461
PMID:38274868
|
研究论文 | 本研究评估了专家知识与深度学习结合在利用静息态功能磁共振成像定位难治性癫痫患者发作起始区的效果 | 首次将癫痫专家对功能连接组学的先验知识与深度学习模型相结合，显著提升了发作起始区的定位性能 | 样本量相对有限（52名儿童患者），且研究仅针对难治性癫痫患者 | 提高难治性癫痫患者发作起始区的定位准确性 | 52名难治性癫痫儿童患者，其中25名接受了手术治疗 | 医学影像分析 | 癫痫 | 静息态功能磁共振成像，颅内脑电图 | 深度学习 | 功能连接组学数据 | 52名儿童癫痫患者 | NA | 专家知识集成深度网络 | 准确率，F1分数 | NA |
| 18 | 2025-10-06 |
Imputing Brain Measurements Across Data Sets via Graph Neural Networks
2023, Predictive Intelligence in Medicine. PRIME (Workshop)
DOI:10.1007/978-3-031-46005-0_15
PMID:37946742
|
研究论文 | 提出一种基于图神经网络的脑测量数据跨数据集插补方法 | 将跨数据集插补问题重新定义为预测任务，使用图神经网络建模脑区测量值间的依赖关系，并通过并行架构处理人口统计学差异 | 仅在两个特定数据集（ABCD和NCANDA）上验证，样本量相对有限 | 解决脑结构MRI数据集中特定脑区测量值缺失的问题 | 青少年脑结构MRI数据 | 机器学习 | NA | 结构MRI，Freesurfer分析 | 图神经网络（GNN） | 脑结构测量数据，人口统计学数据 | NCANDA数据集N=540，ABCD数据集N=3760 | NA | 图神经网络，并行架构（包含图解码器和分类器） | 5折交叉验证准确率 | NA |
| 19 | 2025-10-06 |
Multiple generation distinct toxicant exposures induce epigenetic transgenerational inheritance of enhanced pathology and obesity
2023, Environmental epigenetics
IF:4.8Q1
DOI:10.1093/eep/dvad006
PMID:38162685
|
研究论文 | 研究多代不同毒物暴露对大鼠表观遗传跨代遗传的影响，发现会增强病理变化和肥胖 | 首次研究连续多代暴露于不同毒物对表观遗传跨代遗传的复合影响，并采用深度学习进行组织病理学分析 | 研究仅限于大鼠模型，人类相关性需要进一步验证 | 评估多代不同毒物暴露对表观遗传和疾病易感性的跨代影响 | 多代大鼠（F0-F5代） | 数字病理学 | 肥胖 | 表观遗传分析，DNA甲基化检测 | 深度学习 | 组织病理学图像，表观遗传数据 | 多代大鼠群体（F0-F5代） | NA | NA | NA | NA |
| 20 | 2025-10-06 |
Deep learning models for cancer stem cell detection: a brief review
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1214425
PMID:37441078
|
综述 | 本文简要回顾了深度学习在癌症干细胞检测领域的研究进展 | 系统梳理了基于卷积神经网络的深度学习模型在癌症干细胞研究中的新兴应用趋势 | 作为简要综述，未深入探讨具体技术细节和全面性能比较 | 探索深度学习在癌症干细胞研究领域的应用现状和发展前景 | 癌症干细胞及其生物图像数据 | 数字病理学 | 癌症 | 生物图像分析 | CNN | 图像 | NA | NA | 卷积神经网络 | NA | NA |