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 144 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 | 2025-11-05 |
A Systematic Review: Do the Use of Machine Learning, Deep Learning, and Artificial Intelligence Improve Patient Outcomes in Acute Myocardial Ischemia Compared to Clinician-Only Approaches?
2023-Aug, Cureus
DOI:10.7759/cureus.43003
PMID:37674942
|
系统性综述 | 通过系统性文献回顾评估机器学习、深度学习和人工智能在急性心肌缺血中相比纯临床方法对患者结局的改善效果 | 首次系统性比较AI算法结合临床医生与纯临床方法在急性心肌缺血诊疗中的效果差异 | 仅纳入8篇文献进行深入分析，算法透明度不足和伦理问题尚未解决 | 评估AI/ML/DL在急性冠脉综合征早期检测和干预中的应用效果 | 急性心肌缺血患者的心电图数据和临床信息 | 机器学习 | 心血管疾病 | 心电图分析 | 机器学习,深度学习,人工智能算法 | 心电图数据,患者临床信息 | 181篇文献（2013-2023年），其中8篇深入分析 | NA | NA | 灵敏度,特异性,准确度 | NA |
| 2 | 2025-10-05 |
Toward Automated Detection of Silent Cerebral Infarcts in Children and Young Adults With Sickle Cell Anemia
2023-08, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.123.042683
PMID:37387218
|
研究论文 | 本研究开发了一种基于深度学习的自动化检测方法，用于识别镰状细胞贫血儿童和年轻成人中的无症状脑梗死 | 首次将UNet深度学习模型应用于镰状细胞贫血患者无症状脑梗死的自动化检测，解决了小病灶检测的难题 | 模型需要进一步训练优化，空间一致性指标(dice相似系数)仅为中等水平(0.48) | 开发自动化工具以辅助镰状细胞贫血患者无症状脑梗死的临床诊断和研究 | 镰状细胞贫血的儿童和年轻成人患者 | 医学影像分析 | 镰状细胞贫血 | 磁共振成像 | 深度学习 | 脑部磁共振图像 | 训练集926人(31%有SCI)，外部验证集80人(50%有SCI) | NA | UNet | 灵敏度,准确率,dice相似系数,组内相关系数,Spearman相关性 | NA |
| 3 | 2025-10-05 |
Scientific discovery in the age of artificial intelligence
2023-08, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06221-2
PMID:37532811
|
综述 | 探讨人工智能在科学发现中的应用与进展 | 分析自监督学习和几何深度学习等突破性方法，探讨生成式AI在多模态数据中的创新应用 | 存在数据质量和管理方面的挑战，需要更好理解AI方法的改进时机 | 研究人工智能如何增强和加速科学发现过程 | 科学发现过程中的假设生成、实验设计、数据收集与解释 | 机器学习 | NA | 自监督学习,几何深度学习,生成式AI | NA | 图像,序列,多模态数据 | NA | NA | NA | NA | NA |
| 4 | 2025-10-05 |
Versatile recognition of graphene layers from optical images under controlled illumination through green channel correlation method
2023-Aug-17, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ace979
PMID:37478831
|
研究论文 | 提出一种基于绿色通道相关性的方法，从光学图像中识别氧化基底上剥离石墨烯的层数 | 利用绿色通道相关性替代传统深度学习方法和显微分析，仅需少量训练图像即可实现石墨烯层数识别 | 需要在周围光线对样品影响最小的条件下工作，对非均匀光照条件的适应性有限 | 开发快速、低成本的非破坏性石墨烯层数识别方法 | 氧化基底上的剥离石墨烯样品 | 计算机视觉 | NA | 光学成像 | NA | 图像 | 少量训练图像配合数千张GitHub测试图像 | NA | NA | NA | NA |
| 5 | 2025-10-05 |
Standard-based personalized healthcare delivery for kidney illness using deep learning
2023-Aug-10, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ace09f
PMID:37343580
|
研究论文 | 本研究使用深度学习技术分析标准化电子健康记录数据，用于诊断肾脏相关疾病 | 首次采用编码器-组合器-解码器(ECD)架构分析标准化医疗数据集，为肾脏疾病诊断提供新方法 | 模型性能需由医疗专业人士在实际医疗机构中进一步评估验证 | 通过深度学习技术改进肾脏疾病的诊断和个性化医疗服务 | 肾脏相关疾病患者 | 机器学习 | 肾脏疾病 | 深度学习 | 深度学习神经网络 | 电子健康记录 | 巴西公共卫生系统提供的ORBDA基准数据集部分数据 | NA | 编码器-组合器-解码器(ECD) | 精确率,召回率,F1分数 | NA |
| 6 | 2025-10-06 |
Machine learning driven index of tumor multinucleation correlates with survival and suppressed anti-tumor immunity in head and neck squamous cell carcinoma patients
2023-08, Oral oncology
IF:4.0Q2
|
研究论文 | 本研究开发了一种基于机器学习的肿瘤多核化指数(MuNI)，用于头颈部鳞状细胞癌患者的生存预测和肿瘤免疫微环境分析 | 首次利用深度学习模型量化肿瘤细胞多核化特征，并发现其与生存率和抗肿瘤免疫抑制的相关性 | 需要进一步的机制研究来阐明多核化与肿瘤免疫之间的生物学联系 | 开发基于肿瘤生物学特征的精准医疗指标，用于头颈部鳞状细胞癌患者的预后评估 | 头颈部鳞状细胞癌患者 | 数字病理学 | 头颈部鳞状细胞癌 | 苏木精-伊红染色，基因集富集分析 | 深度学习 | 病理图像 | 机构OPSCC队列训练集和TCGA HNSCC验证集 | NA | NA | C-index | NA |
| 7 | 2025-10-06 |
Cerebrovascular super-resolution 4D Flow MRI - Sequential combination of resolution enhancement by deep learning and physics-informed image processing to non-invasively quantify intracranial velocity, flow, and relative pressure
2023-08, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102831
PMID:37244143
|
研究论文 | 开发了一种结合深度学习超分辨率和物理信息图像处理的两步法，用于无创量化颅内血流动力学参数 | 首次将深度残差网络与物理信息图像处理相结合，实现脑血管4D Flow MRI的超分辨率重建和功能相对压力量化 | 方法在患者特异性计算机模拟队列中训练验证，需要未来在专门临床队列中进一步应用验证 | 开发定量颅内超分辨率4D Flow MRI方法，准确量化脑血管血流动力学参数 | 颅内血管系统，特别是Willis环区域 | 医学影像分析 | 脑血管疾病 | 4D Flow MRI，相位对比磁共振成像 | 深度残差网络 | 磁共振影像 | 患者特异性计算机模拟队列和体内志愿者队列 | NA | 深度残差网络 | 相对误差，平均绝对误差，余弦相似度，均方根误差 | NA |
| 8 | 2025-10-06 |
MCSF-Net: a multi-scale channel spatial fusion network for real-time polyp segmentation
2023-08-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acf090
PMID:37582393
|
研究论文 | 提出一种用于实时息肉分割的多尺度通道空间融合网络MCSF-Net | 结合多尺度融合模块与空间通道注意力机制，采用特征补充模块提取边界线索，并引入形状块增强边界特征监督 | NA | 开发实时自动息肉分割框架以辅助结肠镜检查 | 结肠镜图像中的息肉 | 计算机视觉 | 结直肠癌 | 结肠镜检查 | CNN | 图像 | 五个公开基准数据集 | NA | MCSF-Net | 多种评估指标，FPS | NA |
| 9 | 2025-10-06 |
Multimodality deep learning radiomics nomogram for preoperative prediction of malignancy of breast cancer: a multicenter study
2023-08-18, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acec2d
PMID:37524093
|
研究论文 | 本研究构建并验证了一种基于放射组学和深度学习的列线图模型，用于术前预测乳腺癌恶性程度 | 首次结合多模态超声影像（B模式和彩色多普勒血流成像）与深度学习技术构建预测模型，并在多中心数据集上进行验证 | 回顾性研究设计，样本量相对有限（611例患者） | 术前预测乳腺癌恶性程度，实现精准医疗 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 超声成像（B模式、彩色多普勒血流成像） | 深度学习 | 超声影像、临床数据 | 611例乳腺癌患者，分为主要队列、验证队列和两个测试队列 | NA | 多模态深度学习放射组学列线图（DLRN） | AUC, 校准曲线, 决策曲线分析 | NA |
| 10 | 2025-10-06 |
Suppressing image blurring of PROPELLER MRI via untrained method
2023-Aug-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acebb1
PMID:37506706
|
研究论文 | 提出一种无训练深度学习方法用于加速PROPELLER磁共振成像并抑制图像模糊 | 首次将无训练神经网络应用于PROPELLER MRI重建，无需外部训练数据即可提升图像质量 | 未明确说明方法在更广泛临床数据上的泛化能力 | 加速PROPELLER磁共振成像采集并改善图像重建质量 | 脑部磁共振成像数据 | 医学影像处理 | NA | PROPELLER磁共振成像 | 无训练神经网络 | 磁共振图像 | NA | NA | NA | 图像清晰度 | NA |
| 11 | 2025-10-06 |
ULS4US: universal lesion segmentation framework for 2D ultrasound images
2023-08-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace09b
PMID:37343585
|
研究论文 | 提出一种用于2D超声图像的通用病灶分割框架ULS4US，能够在不同器官中有效识别和分割各种大小的病灶 | 首次开发适用于多器官的通用超声病灶分割框架，提出多输入多输出UNet架构、两阶段病灶感知学习算法和病灶自适应损失函数 | 仅在三种特定器官类型的数据集上进行验证，需要更多器官类型数据证明其通用性 | 开发适用于多器官的超声图像通用病灶分割框架 | 超声图像中的各种器官病灶 | 计算机视觉 | 多器官病变 | 超声成像 | 深度学习 | 2D超声图像 | 超过2200张图像，包含三个特定器官类型 | NA | MIMO-UNet | 准确率,DSC,HD,mIoU | NA |
| 12 | 2025-10-06 |
REVEALS: An Open Source Multi Camera GUI For Rodent Behavior Acquisition
2023-Aug-23, bioRxiv : the preprint server for biology
DOI:10.1101/2023.08.22.554365
PMID:37662188
|
研究论文 | 开发了一个名为REVEALS的开源多摄像头图形用户界面，用于获取啮齿类动物行为数据 | 提供了用户友好的多摄像头同时录制控制功能，简化数据采集流程，可作为独立开源框架使用和修改 | NA | 开发有效的、经济实惠且易于使用的啮齿类动物行为数据采集方法 | 啮齿类动物（小鼠）行为数据 | 计算机视觉 | NA | 多摄像头视频采集，深度学习姿态估计 | NA | 视频 | NA | Python, DeepLabCut, MoSeq | NA | 稳定性，可靠性，准确性 | 常用USB3摄像头 |
| 13 | 2025-10-06 |
Denoising Tc-99m DMSA images using Denoising Convolutional Neural Network with comparison to a Block Matching Filter
2023-08-01, Nuclear medicine communications
IF:1.3Q3
DOI:10.1097/MNM.0000000000001712
PMID:37272279
|
研究论文 | 本研究评估了预训练的DnCNN在Tc-99m DMSA图像去噪中的应用，并与BM3D滤波器进行性能比较 | 首次将预训练的DnCNN应用于Tc-99m DMSA医学图像去噪，并与传统BM3D滤波器进行系统比较 | 仅使用242张Tc-99m DMSA图像，样本量相对有限 | 评估预训练DnCNN在Tc-99m DMSA图像去噪中的可行性和性能 | Tc-99m DMSA医学图像 | 计算机视觉 | 肾脏疾病 | 核医学成像 | CNN | 医学图像 | 242张Tc-99m DMSA图像 | MATLAB Deep Learning Toolbox | DnCNN | SSIM, FSIM, MultiSSIM, PIQE, Blur, GCF, Brightness | NA |
| 14 | 2025-10-06 |
Multimodal recurrence scoring system for prediction of clear cell renal cell carcinoma outcome: a discovery and validation study
2023-08, The Lancet. Digital health
DOI:10.1016/S2589-7500(23)00095-X
PMID:37393162
|
研究论文 | 开发并验证了一种整合临床、基因组和组织病理学三种模态的多模态复发评分系统，用于预测局限性肾透明细胞癌术后复发风险 | 首次将临床特征、基因组数据和基于深度学习的全切片图像分析相结合，构建多模态复发评分系统 | 回顾性研究设计，需要在前瞻性临床试验中进一步验证 | 提高局限性肾细胞癌术后复发预测准确性，辅助辅助治疗决策 | 局限性（I-III期）肾透明细胞癌患者 | 数字病理 | 肾癌 | 全切片图像数字化扫描，单核苷酸多态性检测，深度学习 | 深度学习 | 组织病理学图像，基因组数据，临床数据 | 开发集651例患者，训练集1125例患者，验证集1625例患者，癌症基因组图谱集418例患者 | NA | NA | 曲线下面积，风险比 | NA |
| 15 | 2025-10-06 |
Diagnosis of Developmental Dysplasia of the Hip by Ultrasound Imaging Using Deep Learning
2023-Aug-01, Journal of pediatric orthopedics
DOI:10.1097/BPO.0000000000002428
PMID:37193656
|
研究论文 | 本研究使用深度学习模型分析婴儿髋关节超声图像，以实现发育性髋关节发育不良的自动诊断 | 首次将多种预训练深度学习模型应用于DDH超声图像诊断，并通过Grad-CAM等技术可视化模型关注区域 | 样本量有限（60名DDH婴儿和131名健康婴儿），回顾性研究设计 | 评估深度学习在超声图像上诊断发育性髋关节发育不良的准确性 | 6个月以下疑似DDH的婴儿 | 计算机视觉 | 发育性髋关节发育不良 | 超声成像 | CNN | 超声图像 | 191名婴儿（326个髋关节），其中60名DDH患者（64个髋关节）和131名健康婴儿（262个髋关节） | MATLAB深度学习工具箱 | SqueezeNet, MobileNet_v2, EfficientNet | 准确率, 精确率, 召回率, F1分数 | NA |
| 16 | 2025-10-06 |
AD-BERT: Using pre-trained language model to predict the progression from mild cognitive impairment to Alzheimer's disease
2023-08, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2023.104442
PMID:37429512
|
研究论文 | 开发基于预训练BERT模型的深度学习框架，利用电子健康记录中的临床笔记预测轻度认知障碍向阿尔茨海默病的进展风险 | 首次将预训练语言模型BERT应用于MCI向AD进展的预测任务，提出了专门针对阿尔茨海默病的AD-BERT模型 | 研究依赖于电子健康记录数据的质量和完整性，模型性能可能受限于临床笔记的文本质量 | 预测轻度认知障碍患者向阿尔茨海默病的疾病进展风险 | 轻度认知障碍患者及其临床进展笔记 | 自然语言处理 | 阿尔茨海默病 | 电子健康记录分析，临床文本挖掘 | BERT, Transformer | 文本 | 西北医学数据仓库3657名MCI患者，威尔康奈尔医学2563名MCI患者 | TensorFlow/PyTorch（基于BERT实现） | BERT, 全连接网络 | AUC, F1分数 | NA |
| 17 | 2025-10-06 |
R-Mixup: Riemannian Mixup for Biological Networks
2023-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining
DOI:10.1145/3580305.3599483
PMID:38343707
|
研究论文 | 提出一种基于黎曼流形的生物网络数据增强方法R-Mixup，用于解决生物网络数据高维度小样本导致的过拟合问题 | 利用黎曼流形上的对数欧几里得距离度量改进Mixup方法，使其适用于生物网络邻接矩阵的对称正定特性 | NA | 开发适用于生物网络数据的数据增强技术以提高深度学习模型性能 | 生物网络数据 | 机器学习 | NA | 数据增强 | 深度学习模型 | 生物网络数据 | 五个真实世界生物网络数据集 | NA | NA | 回归任务和分类任务评估指标 | NA |
| 18 | 2025-10-06 |
Knowledge graph aids comprehensive explanation of drug and chemical toxicity
2023-08, CPT: pharmacometrics & systems pharmacology
DOI:10.1002/psp4.12975
PMID:37475158
|
研究论文 | 提出可解释深度学习模型AIDTox，通过整合知识图谱预测药物和化学物毒性 | 结合化学-基因关联、基因-通路注释和通路层次结构等知识图谱信息，提供覆盖药物靶点互作、代谢和清除等多方面的毒性机制解释 | NA | 开发可解释的计算毒理学模型以预测复杂毒性终点 | HepG2和HEK293细胞系的细胞毒性 | 计算毒理学 | 毒理学 | 深度学习 | 深度学习模型 | 化学-基因关联数据、基因-通路注释数据、通路层次结构数据 | NA | NA | AIDTox | 准确率 | NA |
| 19 | 2025-10-06 |
Clinical concept and relation extraction using prompt-based machine reading comprehension
2023-08-18, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocad107
PMID:37316988
|
研究论文 | 开发基于提示的机器阅读理解统一架构，用于临床概念抽取和关系抽取任务 | 提出统一的提示式机器阅读理解架构同时解决临床概念抽取和关系抽取任务，在跨机构应用中展现良好泛化能力 | 未明确说明模型在更广泛临床文本类型上的性能表现 | 开发具有良好泛化能力的自然语言处理系统，用于临床概念和关系抽取 | 临床文本中的医疗概念和关系 | 自然语言处理 | NA | 自然语言处理 | Transformer | 文本 | 使用2018年n2c2挑战赛（药物和不良药物事件）和2022年n2c2挑战赛（社会健康决定因素关系）的两个基准数据集 | NA | GatorTron-MRC, BERT-MIMIC-MRC | F1-score | NA |
| 20 | 2025-10-06 |
The Objective Dementia Severity Scale Based on MRI with Contrastive Learning: A Whole Brain Neuroimaging Perspective
2023-Aug-02, Sensors (Basel, Switzerland)
DOI:10.3390/s23156871
PMID:37571654
|
研究论文 | 提出基于MRI和对比学习的客观痴呆严重程度评分系统，用于自动评估阿尔茨海默病患者的神经功能 | 首次将对比学习策略应用于全脑结构MRI数据，开发无需人工干预的客观痴呆评估方法 | 仅使用ADNI数据集进行验证，未在其他独立数据集上测试 | 开发客观的痴呆严重程度评估方法以改进阿尔茨海默病的诊断和治疗 | 阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 深度学习 | 脑部MRI图像 | ADNI数据集样本 | NA | 对比学习框架 | 相关性分析，阶段区分准确率 | NA |