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 2292 篇文献，本页显示第 361 - 380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 361 | 2025-10-07 |
Protocol to analyze fundus images for multidimensional quality grading and real-time guidance using deep learning techniques
2023-12-15, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102565
PMID:37733597
|
研究论文 | 提出DeepFundus协议，使用深度学习技术对眼底图像进行多维质量分级并为现场图像采集提供实时指导 | 开发了能够进行多维眼底图像质量分类并提供实时采集指导的深度学习系统 | NA | 解决医学人工智能研究中数据质量问题，提高眼底图像采集质量 | 眼底图像 | 计算机视觉 | 眼科疾病 | 深度学习 | 深度学习模型 | 图像 | NA | Python | NA | NA | NA |
| 362 | 2025-10-07 |
Deep learning assisted single particle tracking for automated correlation between diffusion and function
2023-Nov-17, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.16.567393
PMID:38014323
|
研究论文 | 提出DeepSPT深度学习框架，用于自动分析细胞内颗粒的扩散行为与功能关联 | 首次开发出能够仅通过扩散行为自动提取功能信息的深度学习框架，实现秒级分析而非传统所需的数周时间 | NA | 开发自动化工具来关联亚细胞颗粒扩散行为与生物学功能 | 病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡 | 计算机视觉 | 病毒感染 | 光学显微镜，单颗粒追踪 | 深度学习 | 2D/3D时间序列图像 | NA | NA | DeepSPT | 准确率 | NA |
| 363 | 2025-10-07 |
Protocol for predicting peptides with anticancer and antimicrobial properties by a tri-fusion neural network
2023-09-15, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102541
PMID:37660298
|
研究论文 | 介绍使用TriNet三融合神经网络预测具有抗癌和抗菌特性的肽 | 开发了名为TriNet的三融合神经网络架构用于肽性质预测 | NA | 预测具有抗癌和抗菌特性的肽 | 肽序列 | 机器学习 | 癌症, 感染性疾病 | 深度学习 | 神经网络 | 肽序列数据 | NA | Python | TriNet（三融合神经网络） | NA | NA |
| 364 | 2025-10-07 |
Label-free imaging of nuclear membrane for analysis of nuclear import of viral complexes
2023-12, Journal of virological methods
IF:2.2Q3
DOI:10.1016/j.jviromet.2023.114834
PMID:37875225
|
研究论文 | 本研究开发了一种基于深度学习的方法，利用透射光显微镜实现核膜的无标记成像，用于分析HIV-1病毒复合物的核输入过程 | 首次使用深度神经网络模型通过透射光显微镜实现核膜的无标记可视化，避免了传统荧光标记的局限性 | 模型训练基于固定细胞数据，虽然已证明可适用于活细胞成像，但在原代细胞中的应用仍需进一步验证 | 研究HIV-1病毒复合物在非分裂细胞中的核输入机制 | HIV-1病毒复合物、细胞核膜、核孔复合物 | 数字病理 | HIV感染 | 透射光显微镜、荧光显微镜、单病毒追踪 | 深度神经网络 | 图像 | 未明确说明具体样本数量 | 未明确说明 | 未明确说明具体架构 | 预测准确性（通过与荧光标记真实值对比验证） | NA |
| 365 | 2025-10-07 |
Application of an artificial intelligence-based tool in [18F]FDG PET/CT for the assessment of bone marrow involvement in multiple myeloma
2023-10, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-023-06339-5
PMID:37493665
|
研究论文 | 本研究验证了一种基于三维深度学习的AI工具，用于自动化评估多发性骨髓瘤患者PET/CT图像中骨髓代谢活性 | 首次开发基于深度学习的全自动三维工具，用于多发性骨髓瘤骨髓代谢活性的定量评估，为PET/CT解读标准化提供新方法 | 样本量较小（35例患者），需要在更大患者队列中进行前瞻性验证 | 验证AI工具在多发性骨髓瘤PET/CT图像中自动评估骨髓代谢活性的可行性 | 35例未经治疗的连续多发性骨髓瘤患者 | 数字病理 | 多发性骨髓瘤 | [18F]FDG PET/CT成像 | 深度学习 | 医学影像（PET/CT扫描） | 35例多发性骨髓瘤患者 | NA | 三维深度学习网络 | 相关性分析（p值），代谢肿瘤体积（MTV），总病灶糖酵解（TLG） | NA |
| 366 | 2025-10-07 |
Protocol for automated multivariate quantitative-image-based cytometry analysis by fluorescence microscopy of asynchronous adherent cells
2023-09-15, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102446
PMID:37453067
|
研究论文 | 提出基于荧光显微镜的异步贴壁细胞多变量定量图像细胞术分析协议 | 开发集成现代人工智能工具的开源Fiji脚本，应用深度学习实现稳健的自动化细胞核分割 | NA | 建立自动化多变量定量图像细胞术分析流程 | 异步贴壁细胞 | 数字病理 | NA | 荧光显微镜，定量图像细胞术 | 深度学习 | 荧光显微镜图像 | NA | Fiji | NA | NA | NA |
| 367 | 2025-10-07 |
A knowledge-integrated deep learning framework for cellular image analysis in parasite microbiology
2023-09-15, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102452
PMID:37537845
|
研究论文 | 提出一个知识整合的深度学习框架，用于寄生虫微生物学中的细胞图像分析 | 将领域知识与深度学习相结合，提供端到端的细胞图像分析框架 | NA | 开发用于寄生虫微生物学细胞图像分析的深度学习框架 | 微生物细胞图像 | 计算机视觉 | 寄生虫感染 | 细胞图像分析 | 深度学习 | 细胞图像 | NA | NA | NA | NA | NA |
| 368 | 2025-10-07 |
AORTA Gene: Polygenic prediction improves detection of thoracic aortic aneurysm
2023-Aug-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.23.23294513
PMID:37662232
|
研究论文 | 本研究开发了包含110万个变异的胸主动脉直径多基因评分模型AORTA Gene，相比仅使用临床因素的模型能更准确预测胸主动脉瘤 | 首次将深度学习测量的主动脉直径与全基因组关联研究结合，构建了包含110万个变异的多基因评分模型 | 需要更大规模和更多样化的队列来开发更强大和公平的评分模型 | 通过多基因评分改进胸主动脉瘤的检测能力 | 人类胸主动脉直径测量与遗传变异分析 | 机器学习 | 心血管疾病 | 深度学习，全基因组关联研究(GWAS)，多基因评分 | 深度学习模型 | 医学影像数据，基因数据 | UK Biobank 49,939人（训练集39,524人，测试集4,962人），MGB Biobank 5,469人，Framingham Heart Study 1,298人，All of Us 610人 | NA | NA | 方差解释率，AUROC | NA |
| 369 | 2025-10-07 |
Evaluating Augmentation Approaches for Deep Learning-based Major Depressive Disorder Diagnosis with Raw Electroencephalogram Data
2023-Dec-18, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.15.571938
PMID:38187601
|
研究论文 | 本研究评估了六种脑电图数据增强方法在基于深度学习的重度抑郁症诊断中的效果 | 引入了重复训练集作为新基线以消除数据量偏差，并首次系统评估多种EEG数据增强方法在抑郁症诊断中的效用 | 研究结果仅限于特定数据集和模型，可能需要进一步验证 | 评估脑电图数据增强方法对深度学习模型在抑郁症诊断中性能的影响 | 重度抑郁症患者的原始脑电图数据 | 机器学习 | 抑郁症 | 脑电图(EEG) | 深度学习模型 | 原始脑电图信号 | NA | NA | NA | 模型性能指标 | NA |
| 370 | 2025-05-11 |
GEOMETRIC CONSTRAINED DEEP LEARNING FOR MOTION CORRECTION OF FETAL BRAIN MR IMAGES
2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi53787.2023.10230423
PMID:40337452
|
研究论文 | 本文提出了一种基于几何约束的深度学习模型，用于胎儿脑部MRI图像的运动校正 | 该方法结合了全局运动估计网络和相对运动估计网络，利用几何约束和权重可学习策略处理复杂和大范围的运动 | 需要构建大规模的模拟胎儿脑部数据集以训练模型，可能在实际应用中存在数据获取的挑战 | 提高胎儿脑部MRI图像的运动校正能力，以支持3D脑部体积重建 | 胎儿脑部MRI图像 | 医学影像处理 | 胎儿脑部发育 | MRI | 深度学习模型（包含全局运动估计网络和相对运动估计网络） | 图像 | 大量胎儿脑部MRI图像堆栈 | NA | NA | NA | NA |
| 371 | 2025-10-07 |
SPACEL: deep learning-based characterization of spatial transcriptome architectures
2023-11-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43220-3
PMID:37990022
|
研究论文 | 提出基于深度学习的空间转录组架构表征工具SPACEL，用于分析空间转录组数据 | 开发了首个集成细胞类型反卷积、空间域识别和3D对齐的深度学习工具包 | 未明确说明方法在特定组织类型或技术平台上的局限性 | 解决多个空间转录组切片的联合分析和3D组织架构重建的挑战 | 空间转录组数据 | 生物信息学 | NA | 空间转录组技术 | 多层感知机, 图卷积网络, 对抗学习 | 空间转录组数据 | 模拟和真实ST数据集，涉及多种组织和ST技术 | NA | 多层感知机, 图卷积网络 | 细胞类型反卷积性能, 空间域识别性能, 3D对齐性能 | NA |
| 372 | 2025-10-07 |
PET/CT based cross-modal deep learning signature to predict occult nodal metastasis in lung cancer
2023-11-18, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-42811-4
PMID:37980411
|
研究论文 | 基于PET/CT的跨模态深度学习特征预测肺癌隐匿性淋巴结转移 | 开发了基于PET/CT的跨模态深度学习特征，在预测隐匿性淋巴结转移方面显著优于单模态模型、临床模型和医生判断 | NA | 预测临床分期N0非小细胞肺癌的隐匿性淋巴结转移 | 非小细胞肺癌患者 | 数字病理 | 肺癌 | PET/CT成像 | 深度学习 | 医学影像 | 内部队列1911例，外部队列355例，前瞻性队列999例 | NA | 跨模态深度学习 | AUC | NA |
| 373 | 2025-10-07 |
Deep learning of human polyadenylation sites at nucleotide resolution reveals molecular determinants of site usage and relevance in disease
2023-11-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43266-3
PMID:37968271
|
研究论文 | 开发深度学习模型在核苷酸分辨率下识别人类基因组中的多聚腺苷酸化位点并分析其分子决定因素 | 首次在核苷酸级别分辨率下识别全基因组多聚腺苷酸化位点，并定量测量位置特异性基序重要性及其相互作用 | NA | 解析人类基因组中多聚腺苷酸化位点优化的分子机制及其在疾病中的作用 | 人类基因组中的多聚腺苷酸化位点 | 机器学习 | 人类疾病 | 深度学习，机器学习 | 深度学习模型 | 基因组数据 | NA | NA | NA | NA | NA |
| 374 | 2025-05-10 |
CROSS-DOMAIN DIFFUSION BASED SPEECH ENHANCEMENT FOR VERY NOISY SPEECH
2023-Jun, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference)
|
研究论文 | 本文提出了一种基于跨域扩散的语音增强方法，用于极低信噪比条件下的非平稳噪声场景 | 将基于扩散的学习方法引入增强模型，提高了在极低信噪比条件下的鲁棒性 | 实验仅在TIMIT数据集上进行，未在其他数据集上验证 | 提高极低信噪比条件下的语音增强性能 | 语音信号 | 语音处理 | NA | 扩散模型 | 扩散模型 | 语音信号 | TIMIT数据集 | NA | NA | NA | NA |
| 375 | 2025-10-07 |
Assessment of malalignment factors related to Invisalign treatment time aided by automated imaging processes
2023-Mar-01, The Angle orthodontist
DOI:10.2319/031622-225.1
PMID:36327333
|
研究论文 | 通过自动化成像流程评估与Invisalign治疗时间相关的错位因素 | 使用深度学习方法自动分割牙齿并识别标志点，结合复合评分系统预测治疗时间 | 样本量有限（116名患者），某些牙齿移动类型与治疗时间的关联性证据不足 | 识别影响Invisalign治疗持续时间的错位类型和严重程度预测因素 | 接受Invisalign治疗的116名患者的数字口腔扫描模型 | 计算机视觉 | 牙科错位畸形 | 数字口腔扫描，深度学习 | 深度学习 | 数字三维模型图像 | 116名患者 | NA | NA | P值，相关系数 | NA |
| 376 | 2025-10-07 |
Identification of geographic origins of Morus alba Linn. through surfaced enhanced Raman spectrometry and machine learning algorithms
2023, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2180433
PMID:36803175
|
研究论文 | 本研究结合表面增强拉曼光谱和机器学习算法开发了一种鉴定桑叶地理起源的新方法 | 首次将表面增强拉曼光谱与深度学习算法相结合用于桑叶地理起源鉴定 | 仅涵盖中国五个省份的样本，样本来源范围有限 | 开发基于光谱分析和机器学习的地理起源鉴定方法 | 桑叶（Morus alba Linn） | 机器学习 | 糖尿病 | 表面增强拉曼光谱 | CNN | 光谱数据 | 来自安徽、广东、河北、河南和江苏五个省份的桑叶样本 | NA | 卷积神经网络 | 准确率 | NA |
| 377 | 2025-10-07 |
Genome-wide association analysis of left ventricular imaging-derived phenotypes identifies 72 risk loci and yields genetic insights into hypertrophic cardiomyopathy
2023-11-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43771-5
PMID:38036550
|
研究论文 | 通过深度学习算法分析心脏磁共振图像，识别左心室区域壁厚度的遗传决定因素及其与肥厚型心肌病的关联 | 开发新型深度学习算法精确计算12个左心室区域壁厚度，首次在42,194人群体中发现72个与左心室壁厚度相关的遗传位点 | 研究样本仅来自UK Biobank数据库，需要其他人群验证 | 探索左心室区域壁厚度的遗传基础及其与肥厚型心肌病的因果关系 | UK Biobank数据库中的42,194名个体的心脏磁共振图像 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像, 全基因组关联分析, 孟德尔随机化分析 | 深度学习 | 医学影像 | 42,194名UK Biobank参与者 | NA | NA | P值, 遗传相关性, 多基因风险评分 | NA |
| 378 | 2025-10-07 |
TransformEHR: transformer-based encoder-decoder generative model to enhance prediction of disease outcomes using electronic health records
2023-11-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43715-z
PMID:38030638
|
研究论文 | 提出基于Transformer的编码器-解码器生成模型TransformEHR，通过新型预训练目标提升电子健康记录疾病预测性能 | 采用预测患者未来就诊时所有疾病和结果的创新预训练目标，结合编码器-解码器框架实现最先进性能 | 未明确说明模型在更广泛疾病预测任务中的泛化能力限制 | 开发能够准确预测临床疾病结果的深度学习模型 | 电子健康记录中的患者纵向医疗数据 | 自然语言处理 | 胰腺癌、创伤后应激障碍 | 电子健康记录分析 | Transformer | 电子健康记录文本数据 | NA | NA | Transformer编码器-解码器 | 精确召回曲线下面积 | NA |
| 379 | 2025-10-07 |
Label-free identification of protein aggregates using deep learning
2023-11-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43440-7
PMID:38016971
|
研究论文 | 提出一种基于深度学习的无标记蛋白质聚集体识别方法LINA | 无需荧光标记即可在活细胞中识别未标记的Httex1蛋白质聚集体 | NA | 开发无标记识别神经退行性疾病相关蛋白质聚集体的方法 | 亨廷顿蛋白Httex1在活细胞中形成的蛋白质聚集体 | 计算机视觉 | 神经退行性疾病 | 透射光成像 | 深度学习 | 图像 | NA | NA | NA | 特异性 | NA |
| 380 | 2025-10-07 |
Coding infant engagement in the Face-to-Face Still-Face paradigm using deep neural networks
2023-05, Infant behavior & development
IF:1.9Q3
DOI:10.1016/j.infbeh.2023.101827
PMID:36806017
|
研究论文 | 本研究使用深度神经网络对面对面静止面孔范式中的婴儿参与度进行自动编码 | 首次将深度神经网络应用于FFSF任务中婴儿参与度的自动编码，实现了高达99.5%的分类准确率 | 继承了原始研究的采样和实验限制，样本量相对较小且主要为白人群体 | 测试深度神经网络在FFSF任务中编码婴儿参与度的准确性 | 68对母婴组合在三个时间点完成的FFSF任务视频 | 计算机视觉 | NA | 视频分析 | DNN | 图像 | 68对母婴组合，40,000张图像 | NA | 四种不同的深度神经网络图像分类模型 | 准确率, Cohen's κ值 | NA |