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 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2025-10-07 |
Computational Advancements in Cancer Combination Therapy Prediction
2023-09, JCO precision oncology
IF:5.3Q1
DOI:10.1200/PO.23.00261
PMID:37824797
|
综述 | 本文系统介绍癌症联合疗法预测的计算方法并总结最新研究进展 | 系统梳理近10年癌症联合疗法预测的计算方法，提出整合疾病病理生物学、药物特性和患者多组学数据的未来发展方向 | 未对所有现有癌症联合疗法预测方法进行荟萃分析，主要关注方法改进的考量因素 | 癌症联合疗法预测的计算方法研究 | 癌症治疗中的药物组合 | 机器学习 | 癌症 | 药物重定位 | 网络模型, 回归机器学习, 分类器机器学习, 深度学习 | 多组学数据, 药物特性数据, 疾病数据 | NA | NA | NA | NA | NA |
| 402 | 2025-10-07 |
USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging
2023-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102927
PMID:37672900
|
研究论文 | 本文提出了一种针对医学图像分割模型的性能评估方法，专门处理不确定、小范围或空参考标注的神经影像数据 | 针对医学图像分割中不确定、小范围或空参考标注的特殊情况，系统研究并提出了专门的评估指标和方法 | 研究主要基于脑卒中内部数据集，需要更多临床数据验证通用性 | 开发适用于临床环境中具有挑战性分割任务的医学图像分割模型性能评估指标 | 医学图像分割模型在神经影像数据上的性能评估 | 医学图像分析 | 脑卒中 | 医学图像分割 | 深度学习框架 | 医学影像 | 脑卒中内部数据集，并与BRATS 2019和脊髓公开数据集对比 | 标准深度学习框架 | NA | Dice系数及其他分割评估指标 | NA |
| 403 | 2025-10-07 |
De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles
2023-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.20.572602
PMID:38187589
|
研究论文 | 提出一种结合深度学习和能量优化的方法，设计能够高亲和力结合并传感小分子的蛋白质 | 首次开发出能够设计结合极性柔性小分子（如甲氨蝶呤和甲状腺素）的高形状互补性结合蛋白，并实现直接从计算机设计到纳米级亲和力的突破 | 方法主要针对小分子设计，对于更大或更复杂分子的适用性尚未验证 | 开发通用方法设计能够结合和传感任意小分子的蛋白质 | 小分子结合蛋白和传感器 | 机器学习 | NA | 深度学习，能量优化，X射线晶体学 | 深度学习模型 | 分子结构数据 | 四种不同小分子（包括甲氨蝶呤和甲状腺素） | NA | NA | 结合亲和力（纳摩尔级），晶体结构相似度 | NA |
| 404 | 2025-10-07 |
Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence
2023-12, Aging cell
IF:8.0Q1
DOI:10.1111/acel.14012
PMID:37845808
|
研究论文 | 本研究探讨核形态作为细胞衰老量化预测指标的有效性 | 首次系统证实核形态可作为衰老的预测性生物标志物，并揭示细胞核在驱动衰老表型中的主动作用 | 未明确说明研究涉及的细胞类型和物种的具体数量 | 验证核形态特征对细胞衰老状态的预测能力 | 体外和体内的多种细胞类型和物种 | 数字病理学 | 老年性疾病 | 定量成像分析 | 深度学习算法 | 图像 | NA | NA | NA | 准确率 | NA |
| 405 | 2025-10-07 |
Sequence basis of transcription initiation in human genome
2023-Jun-29, bioRxiv : the preprint server for biology
DOI:10.1101/2023.06.27.546584
PMID:37425823
|
研究论文 | 通过深度学习可解释建模方法在碱基对分辨率水平揭示人类基因组转录起始的序列基础 | 首次在碱基对分辨率水平系统解释人类启动子功能，发现多个未被表征的位置特异性效应模式 | NA | 解析人类基因组中转录起始的序列决定规则 | 人类启动子序列、241种哺乳动物基因组、小鼠转录起始位点数据 | 机器学习 | NA | 深度学习可解释建模、实验扰动验证 | 深度学习 | 基因组序列数据、转录起始位点数据 | 241种哺乳动物基因组 | NA | NA | NA | NA |
| 406 | 2025-10-07 |
Massively parallel characterization of psychiatric disorder-associated and cell-type-specific regulatory elements in the developing human cortex
2023-Feb-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.15.528663
PMID:36824845
|
研究论文 | 通过大规模并行报告基因检测系统分析人类发育期大脑皮层中的基因调控元件及其与精神疾病的关联 | 首次在人类原代细胞和脑类器官中系统评估了超过10万个调控序列的功能活性，并利用深度学习解析增强子活性的序列基础和上游调控因子 | 研究主要聚焦于发育期大脑皮层，未涵盖其他脑区或发育阶段 | 建立人类神经元发育过程中功能性基因调控元件和变异的全面目录 | 人类中期妊娠皮层原代细胞和脑类器官 | 计算生物学 | 精神疾病 | 大规模并行报告基因检测(MPRA), 深度学习 | 深度学习模型 | 基因组序列数据, 表观遗传数据 | 102,767个调控序列 | NA | NA | 增强子活性显著性变化 | NA |
| 407 | 2025-10-07 |
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
2023-01-03, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎 | 首次开发专门用于区分结肠癌与急性憩室炎的3D卷积神经网络，并通过多经验水平放射科医生的阅读研究验证AI辅助系统的临床价值 | 研究为单中心回顾性研究，样本量相对有限（585例患者），需要进一步多中心前瞻性验证 | 开发AI辅助诊断系统以提高CT图像中结肠病变的鉴别诊断准确性 | 接受手术治疗的结肠癌和急性憩室炎患者 | 计算机视觉 | 结肠癌 | CT成像 | CNN | 3D CT图像 | 585例患者（267例急性憩室炎，318例结肠癌） | NA | 3D卷积神经网络 | 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 408 | 2025-04-12 |
RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.07.007
PMID:40206301
|
研究论文 | 评估神经网络使用便携设备获取的心电图（ECG）识别无症状SARS-CoV-2感染的能力 | 使用便携式、智能手机兼容的人工智能心电图（POC AI-ECG）设备进行无症状SARS-CoV-2感染的筛查 | POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳，无法有效区分阳性与阴性参与者的心电图 | 评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性 | 2827名患者 | 数字病理学 | COVID-19 | 人工智能心电图（AI-ECG） | 深度学习模型 | 心电图数据 | 2827名患者（48%女性，79%白人，7%有既往COVID-19感染史） | NA | NA | NA | NA |
| 409 | 2025-04-12 |
Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.08.008
PMID:40206310
|
系统综述 | 本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用 | 首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性 | 研究队列和方法学存在异质性，限制了这些研究的普适性 | 评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性 | 计算机断层扫描(CT)图像 | 数字病理 | 肝纤维化和肝硬化 | 深度学习 | 图像分类算法和图像分割算法 | CT图像 | 6项符合纳入标准的研究（3877项初步筛选研究） | NA | NA | NA | NA |
| 410 | 2025-04-12 |
Optimizing Storage and Computational Efficiency: An Efficient Algorithm for Whole Slide Image Size Reduction
2023-Sep, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.06.010
PMID:40206606
|
研究论文 | 开发了一种用于减少全切片图像(WSI)大小的图像处理算法，以提高存储和计算效率 | 提出了一种新颖的图像处理算法，能够在不改变组织区域图像分辨率的情况下，去除WSI中不需要的背景并将组织部分组装成更小的WSI | 研究仅针对Barrett食管的不同发育不良阶段的组织切片，未验证在其他类型组织上的适用性 | 优化全切片图像的存储、传输和分析效率 | 非发育不良Barrett食管、低度发育不良和高度发育不良的组织学切片 | 数字病理学 | Barrett食管 | 图像处理算法 | NA | 图像 | 1992年1月至2020年9月期间使用Aperio AT2扫描仪数字化的组织切片 | NA | NA | NA | NA |
| 411 | 2025-10-07 |
Tissue response curve-shape analysis of dynamic glucose-enhanced and dynamic contrast-enhanced magnetic resonance imaging in patients with brain tumor
2023-06, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.4863
PMID:36310022
|
研究论文 | 开发基于组织响应曲线形状的动态葡萄糖增强MRI分析方法，并与动态对比增强MRI在脑肿瘤患者中进行比较 | 首次提出基于深度学习识别七种组织响应曲线形状的方法，创建彩色编码曲线图展示不同曲线类型的空间分布 | 样本量较小（11例患者），仅针对胶质瘤患者进行研究 | 比较动态葡萄糖增强MRI和动态对比增强MRI在脑肿瘤检测中的异同 | 疑似胶质瘤患者的脑部组织 | 医学影像分析 | 脑肿瘤 | 动态葡萄糖增强MRI，动态对比增强MRI，7T磁共振成像 | 深度学习 | 磁共振影像 | 11例疑似胶质瘤患者 | NA | NA | 曲线下面积，p值 | NA |
| 412 | 2025-10-07 |
Quality assessment of VHH models
2023, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2172613
PMID:36752327
|
研究论文 | 评估不同建模方法对单域重链抗体(VHH)结构预测的质量 | 首次系统比较传统同源建模与深度学习建模方法在VHH结构预测中的性能，并引入分子动力学模拟分析结构动态特性 | 仅针对特定类型的抗体结构进行评估，样本数量有限 | 评估和比较不同VHH结构建模方法的预测质量 | 单域重链抗体(VHH/nanobody) | 计算生物学 | NA | 结构建模、分子动力学模拟 | 深度学习、同源建模 | 蛋白质序列和结构数据 | 约一千个VHH实验结构 | Modeller, SwissModel, RoseTTAfold, AlphaFold 2, NanoNet | NA | RMSD, TM-score, GDT-TS, GDT-HA, Protein Blocks距离度量 | NA |
| 413 | 2025-10-07 |
Harnessing the power of AI: Advanced deep learning models optimization for accurate SARS-CoV-2 forecasting
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0287755
PMID:37471397
|
研究论文 | 本研究利用先进深度学习模型预测马来西亚的SARS-CoV-2病例 | 系统比较七种深度学习模型在疫情预测中的表现，并针对马来西亚特定情况优化模型选择 | 研究仅限于马来西亚地区，模型在其他地区的适用性需要进一步验证 | 开发准确可靠的SARS-CoV-2病例预测工具以支持公共卫生决策 | 马来西亚SARS-CoV-2确诊病例及相关影响因素 | 机器学习 | 传染病 | 深度学习 | LSTM, Bi-directional LSTM, CNN, CNN-LSTM, Multilayer Perceptron, GRU, RNN | 确诊病例数据、人口统计数据、社会经济因素数据 | NA | NA | LSTM, Bi-LSTM, CNN, CNN-LSTM, MLP, GRU, RNN | 准确率, 精确度 | NA |
| 414 | 2025-10-07 |
De novo design of luciferases using deep learning
2023-02, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-05696-3
PMID:36813896
|
研究论文 | 本研究使用深度学习方法从头设计具有高活性和选择性的荧光素酶 | 开发了基于深度学习的'家族级幻觉'方法，能够生成大量包含多样化口袋形状的理想化蛋白质结构和编码这些结构的序列 | NA | 从头设计具有高催化效率和底物选择性的荧光素酶 | 人工设计的荧光素酶及其对合成荧光素底物（二苯基特拉嗪和2-脱氧腔肠素）的催化性能 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构数据 | NA | NA | NA | 催化效率(k/K)、底物选择性、热稳定性(熔解温度)、酶分子量 | NA |
| 415 | 2025-04-06 |
Automatic Detection of Tooth-Gingiva Trim Lines on Dental Surfaces
2023-11, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2023.3263161
PMID:37015112
|
research paper | 提出了一种两阶段几何深度学习框架，用于自动检测牙齿-牙龈修剪线 | 提出了一个两阶段框架，包括修剪线提议网络（TLP-Net）和修剪线细化网络（TLR-Net），能够充分利用高分辨率牙科表面数据 | 未提及具体样本量或临床验证的广泛性 | 自动检测牙齿-牙龈修剪线以支持牙科治疗规划和矫正器3D打印 | 牙齿-牙龈修剪线 | computer vision | NA | 几何深度学习 | U-Net, LDDMM | 3D牙科表面数据 | NA | NA | NA | NA | NA |
| 416 | 2025-04-06 |
DensePPI: A Novel Image-Based Deep Learning Method for Prediction of Protein-Protein Interactions
2023-10, IEEE transactions on nanobioscience
IF:3.7Q3
DOI:10.1109/TNB.2023.3251192
PMID:37028059
|
研究论文 | 提出了一种基于图像的深度学习方法DensePPI，用于预测蛋白质-蛋白质相互作用 | 引入了一种颜色编码方案，将氨基酸的双字母相互作用可能性嵌入RGB颜色空间，以增强学习和预测任务 | NA | 预测蛋白质-蛋白质相互作用，以理解生物行为并识别疾病关联 | 蛋白质对 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 550万张128×128的子图像，来自近3.6万对相互作用和3.6万对非相互作用的基准蛋白质对 | NA | NA | NA | NA |
| 417 | 2025-04-06 |
Temporal Convolutional Network-Based Signal Detection for Magnetotactic Bacteria Communication System
2023-10, IEEE transactions on nanobioscience
IF:3.7Q3
DOI:10.1109/TNB.2023.3262555
PMID:37030804
|
研究论文 | 本文提出了一种改进的时间卷积网络（TCN），用于基于磁趋细菌（MTB）的分子通信系统中的信号检测 | 提出了一种改进的TCN模型，用于MTB通信系统中的信号检测，展示了优于现有深度学习和次优MAP检测器的性能 | 在性能上仍不及最优MAP检测器，且在某些情况下与BiLSTM检测器表现相似 | 解决分子通信系统中由于符号间干扰和外部噪声导致的信号检测难题 | 磁趋细菌（MTB）作为信息载体的分子通信系统 | 机器学习 | NA | 深度学习（DL） | TCN（时间卷积网络） | 信号数据 | NA | NA | NA | NA | NA |
| 418 | 2025-04-06 |
Ultrasound Frame-to-Volume Registration via Deep Learning for Interventional Guidance
2023-09, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2022.3229903
PMID:37015418
|
研究论文 | 本文提出了一种基于深度学习的超声帧到体积配准方法，用于前列腺癌活检的图像引导干预 | 提出了一种新颖的超声帧到体积配准（FVReg）流程，通过深度神经网络实现全自动配准，无需外部跟踪设备 | 未提及具体局限性 | 开发自动图像配准系统，用于2D超声帧与3D MR图像的融合导航 | 前列腺癌活检的临床数据集 | 计算机视觉 | 前列腺癌 | 深度学习 | 深度神经网络 | 2D超声帧和3D MR图像 | 618名受试者 | NA | NA | NA | NA |
| 419 | 2025-04-06 |
WVDL: Weighted Voting Deep Learning Model for Predicting RNA-Protein Binding Sites
2023 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2023.3252276
PMID:37028092
|
研究论文 | 提出一种加权投票深度学习模型（WVDL），用于预测RNA-蛋白质结合位点 | 使用加权投票方法整合CNN、LSTM和ResNet三种基本分类器模型，提高模型性能 | NA | 预测RNA-蛋白质结合位点 | RNA-蛋白质结合位点 | 机器学习 | NA | 深度学习 | CNN, LSTM, ResNet | RNA序列数据 | 公开数据集RBP-24 | NA | NA | NA | NA |
| 420 | 2025-04-06 |
The Big Bang of Deep Learning in Ultrasound-Guided Surgery: A Review
2023-09, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2023.3255843
PMID:37028313
|
review | 本文综述了深度学习在超声引导手术中的应用，总结了当前趋势并提出了未来研究方向 | 全面回顾了深度学习在超声引导手术中的应用，并提出了未来研究方向 | 未提及具体实验数据或样本量，可能缺乏实证支持 | 探讨深度学习在超声引导手术中的应用及其潜力 | 超声引导手术中的图像处理技术 | digital pathology | NA | 深度学习算法 | DL | image | NA | NA | NA | NA | NA |