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 218 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2025-10-06 |
Automatic Ploidy Prediction and Quality Assessment of Human Blastocyst Using Time-Lapse Imaging
2023-Sep-02, bioRxiv : the preprint server for biology
DOI:10.1101/2023.08.31.555741
PMID:37693566
|
研究论文 | 开发了一种基于延时成像的自动人类囊胚倍性预测和质量评估算法BELA | 提出首个利用多任务学习同时预测囊胚质量评分和倍性状态的算法，无需胚胎学家主观输入 | 不能替代植入前非整倍体遗传学检测(PGT-A)，仅作为辅助评估工具 | 改进体外受精过程中胚胎质量评估和染色体异常检测方法 | 人类囊胚 | 计算机视觉 | 生殖系统疾病 | 延时成像 | 深度学习 | 时间序列图像 | 韦尔康奈尔数据集中的囊胚样本 | NA | 多任务学习架构 | AUC | NA |
| 62 | 2025-10-06 |
GSDA: Generative adversarial network-based semi-supervised data augmentation for ultrasound image classification
2023-Sep, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e19585
PMID:37809802
|
研究论文 | 提出一种基于生成对抗网络的半监督数据增强方法GSDA，用于解决超声图像分类中的数据稀缺问题 | 开发了结合GAN和CNN的半监督数据增强框架，能够合成高质量超声图像并自动生成伪标签，提出平衡分类精度与计算时间的新型评估标准 | 仅在BUSI数据集上进行评估，需要进一步验证在其他医学影像数据上的泛化能力 | 解决医学超声图像分析中数据稀缺问题，提升深度学习模型性能 | 医学超声图像 | 计算机视觉 | NA | 超声成像 | GAN, CNN | 图像 | 780张超声图像 | NA | 生成对抗网络，卷积神经网络 | 准确率，计算时间 | NA |
| 63 | 2025-10-06 |
Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models
2023-Sep, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e20281
PMID:37809397
|
研究论文 | 本研究比较了多种机器学习和混合深度学习模型在英语和孟加拉语情感分析中的性能 | 首次在孟加拉语和英语双语环境下系统比较传统机器学习与深度学习模型的情感分析效果，特别针对孟加拉语NLP研究提供了重要进展 | 研究仅限于单一电商平台数据，未涉及更多领域和语言对 | 比较不同模型在多语言情感分析任务中的效能 | 来自DARAZ电商平台的孟加拉语和英语用户评论 | 自然语言处理 | NA | 文本挖掘，情感分析 | SVM, LSTM, Bi-LSTM, Conv1D, Conv1D-LSTM | 文本 | 来自DARAZ电商平台的孟加拉语和英语评论数据集 | NA | LSTM, Bi-LSTM, Conv1D, 混合Conv1D-LSTM | 准确率 | NA |
| 64 | 2025-10-06 |
Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning
2023-Sep-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.06.29.23292048
PMID:37425854
|
研究论文 | 本研究开发了一种基于逐步迁移学习的儿科脑肿瘤自动分割方法，在有限数据场景下实现了专家级的分割性能 | 提出了一种新颖的领域内逐步迁移学习方法，在儿科脑肿瘤数据有限的情况下实现了专家级的分割性能 | 研究数据量相对有限（n=184+100），且仅针对儿科低级别胶质瘤 | 开发用于儿科脑肿瘤自动分割的深度学习算法，支持实时体积评估以辅助诊断和治疗决策 | 儿科低级别胶质瘤（pLGG） | 医学影像分析 | 儿科脑肿瘤 | 深度学习，迁移学习 | 深度学习神经网络 | 医学影像（脑部扫描） | 284例（来自国家脑肿瘤联盟的184例和儿科癌症中心的100例），外部验证60例 | NA | NA | Dice相似系数（DSC），Likert量表评分，图灵测试 | NA |
| 65 | 2025-10-06 |
A microwell platform for high-throughput longitudinal phenotyping and selective retrieval of organoids
2023-09-20, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2023.08.002
PMID:37734323
|
研究论文 | 开发了一种基于微孔的高通量平台，用于对类器官进行纵向表型分析并实现选择性回收 | 通过微孔培养方法解决了传统批量培养中类器官物理重叠和微环境变异的问题，结合深度学习实现单细胞来源类器官的高通量表型分析 | NA | 建立能够高通量追踪单个类器官生长并进行分子分析的研究平台 | 人类胃类器官模型 | 数字病理 | 癌症 | CRISPR基因编辑, 图像分析 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 66 | 2025-10-07 |
A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss
2023 Sep-Oct 01, Ear and hearing
IF:2.6Q1
DOI:10.1097/AUD.0000000000001380
PMID:37318215
|
研究论文 | 本研究开发了一种混合深度学习模型，用于自动化分类鼓室导抗图以识别可预防的儿童听力损失 | 提出了一种混合深度学习模型，在资源有限社区中实现非专业人员引导的鼓室导抗测试，其性能优于传统方法和设备内置分类器 | 研究样本主要来自阿拉斯加农村地区特定人群，可能限制结果的普适性 | 评估机器学习在自动化鼓室导抗图分类中的效用，促进资源有限社区的听力筛查 | 来自阿拉斯加农村 underserved 社区的学龄儿童，重点关注感染相关性听力损失 | 医疗人工智能 | 儿童听力损失 | 鼓室导抗测试 | 混合深度学习模型 | 窄带鼓室导抗图轨迹 | 1635名儿童，4810对鼓室导抗图轨迹（由听力专家和非专业人员采集） | NA | NA | 灵敏度, 特异度, AUC | NA |
| 67 | 2025-10-07 |
Artificial Intelligence and Machine Learning in Rotator Cuff Tears
2023-Sep-01, Sports medicine and arthroscopy review
IF:2.5Q2
DOI:10.1097/JSA.0000000000000371
PMID:37976127
|
综述 | 本文评估人工智能在肩袖撕裂管理中的当前应用与未来潜力 | 系统评估深度学习在肩袖撕裂诊断和预后预测中的创新应用 | 数据集规模较小，部分厚度撕裂分类存在复杂性 | 探索人工智能在肩袖撕裂诊疗管理中的应用价值 | 肩袖撕裂患者 | 医学影像分析 | 肩袖撕裂 | 磁共振成像，放射影像分析 | CNN | 医学影像 | NA | NA | 卷积神经网络 | 诊断准确率 | NA |
| 68 | 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 |
| 69 | 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 |
| 70 | 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 |
| 71 | 2025-10-07 |
NuFold: A Novel Tertiary RNA Structure Prediction Method Using Deep Learning with Flexible Nucleobase Center Representation
2023-Sep-22, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.20.558715
PMID:37790488
|
研究论文 | 提出一种名为NuFold的新型深度学习方法，用于准确预测RNA三级结构 | 采用灵活的核苷碱基中心表示法，能够准确重现所有可能的核苷酸构象 | NA | 开发计算方法来预测RNA三级结构，弥合RNA序列数据与结构认知之间的差距 | RNA分子及其三级结构 | 机器学习 | NA | 深度学习 | 深度学习架构 | RNA序列数据 | NA | NA | NuFold | NA | NA |
| 72 | 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 |
| 73 | 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 |
| 74 | 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 |
| 75 | 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 |
| 76 | 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 |
| 77 | 2025-10-07 |
Variational Autoencoders for Biomedical Signal Morphology Clustering and Noise Detection
2023-Sep-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3320585
PMID:37768790
|
研究论文 | 提出一种基于变分自编码器和高斯混合模型的生物医学信号噪声检测框架，用于波形异常检测和信号质量评估 | 开发无需标注的波形异常检测方法，结合变分自编码器和高斯混合模型提供信号质量置信度度量 | 仅适用于具有心脏活动周期性的生物医学信号 | 开发自动化的生物医学信号噪声检测和信号验证方法 | 生物阻抗数据中的心脏周期波形 | 机器学习 | 心血管疾病 | 生物阻抗测量 | VAE, GMM | 时间序列波形数据 | 97885个心脏周期 | NA | 变分自编码器, 高斯混合模型 | DTW距离标准差, RMSE, Pearson相关系数, 信噪比 | NA |
| 78 | 2025-10-07 |
Forest fuel type classification: Review of remote sensing techniques, constraints and future trends
2023-09-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2023.118315
PMID:37290304
|
综述 | 本文系统回顾了用于森林可燃物类型分类的遥感技术方法、存在的限制因素及未来发展趋势 | 在先前综述基础上聚焦识别不同制图方法的关键挑战和待填补的研究空白，并提出集成遥感数据源与先进深度学习算法的发展方向 | 作为综述性论文，未提出具体的实验验证或新型算法模型 | 为火灾管理服务领域的从业者、研究者和决策者提供可燃物类型分类的技术指南 | 森林可燃物类型及其空间分布特征 | 遥感技术 | NA | 遥感数据采集与融合技术 | 深度学习算法 | 遥感影像数据 | NA | NA | NA | NA | NA |
| 79 | 2025-10-07 |
Deep learning on electronic medical records identifies distinct subphenotypes of diabetic kidney disease driven by genetic variations in the Rho pathway
2023-Sep-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.09.06.23295120
PMID:37732187
|
研究论文 | 本研究利用深度学习分析电子病历数据，识别出由Rho通路遗传变异驱动的糖尿病肾病不同亚型 | 首次发现通过影响细胞骨架调节蛋白稳定性导致疾病的遗传变异，揭示了一类新型可治疗靶点的表达数量性状位点 | 样本量相对有限（1,372例患者），需要进一步验证 | 识别糖尿病肾病的遗传特征和疾病亚型，预测疾病进展 | 1,372名糖尿病肾病患者 | 医疗人工智能 | 糖尿病肾病 | 全外显子组关联分析，细胞功能实验 | 自编码器，无监督聚类 | 电子健康记录，基因数据 | 1,372名糖尿病肾病患者 | NA | 自编码器 | NA | NA |
| 80 | 2024-08-07 |
Deep Learning on Electrocardiograms for Prediction of In-hospital Intradialytic Hypotension in Patients with ESKD
2023-09-01, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000000000208
PMID:37418626
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |