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 290 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2025-10-06 |
Large-Scale Information Retrieval and Correction of Noisy Pharmacogenomic Datasets through Residual Thresholded Deep Matrix Factorization
2023-Dec-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.07.570723
PMID:38106027
|
研究论文 | 提出一种用于药物敏感性数据噪声校正和缺失值填补的深度学习框架RT-DMF | 结合深度矩阵分解与迭代残差阈值化，能有效识别并保留具有治疗重要性的信号 | 仅使用单一药物敏感性数据矩阵作为输入，未整合其他分子特征数据 | 解决药物基因组学数据中的噪声和不一致性问题 | 癌症细胞系(CCLs)的药物敏感性数据 | 机器学习 | 癌症 | 高通量实验，多重分析方法 | 深度矩阵分解 | 药物敏感性矩阵数据 | 大规模癌症细胞系药物敏感性数据集 | NA | Residual Thresholded Deep Matrix Factorization (RT-DMF) | 噪声校正效果，缺失值填补准确性 | NA |
| 82 | 2025-06-04 |
Artificial neural network and deep learning in Sjögren's disease: where we are and where we are going
2023-12, Clinical and experimental rheumatology
IF:3.4Q2
DOI:10.55563/clinexprheumatol/zpfunz
PMID:38149511
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 83 | 2025-10-07 |
Structural and functional connectome relationships in early childhood
2023-12, Developmental cognitive neuroscience
IF:4.6Q1
DOI:10.1016/j.dcn.2023.101314
PMID:37898019
|
研究论文 | 本研究探索了幼儿期大脑结构与功能连接组的关系及其发展模式 | 首次在幼儿期纵向研究结构-功能耦合，并应用新型图卷积神经网络模型更好捕捉个体异质性 | 样本量相对有限，仅追踪到6岁儿童 | 探究儿童早期大脑结构连接与功能连接的关系及其发展规律 | 1-6岁儿童和成人对照组的脑连接组 | 神经科学, 机器学习 | NA | 脑成像技术 | 图卷积神经网络 | 脑结构连接和功能连接数据 | 360名儿童（1、2、4、6岁纵向扫描）和89名成人 | NA | 图卷积神经网络 | 功能连接预测精度 | NA |
| 84 | 2025-05-16 |
Protocol to investigate the neural basis for copulation posture of Drosophila using a closed-loop real-time optogenetic system
2023-12-15, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102623
PMID:37788165
|
研究论文 | 本文提出了一种利用闭环实时光遗传系统研究果蝇交配姿势神经基础的协议 | 使用深度学习分析实现高效的光遗传学操作，仅在交配期间调控神经活动 | 协议的具体执行细节需参考Yamanouchi等人的研究 | 探究果蝇交配姿势的神经基础 | 果蝇 | 神经科学 | NA | 光遗传学 | 深度学习 | 行为数据 | NA | NA | NA | NA | NA |
| 85 | 2025-10-07 |
Using DeepContact with Amira graphical user interface
2023-12-15, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2023.102558
PMID:37717213
|
protocol | 介绍如何在Amira软件中集成DeepContact深度学习模型，用于细胞器分割和膜接触位点量化 | 将DeepContact深度学习模型与Amira图形用户界面相结合，提供用户友好的膜接触位点分析工具 | 仅支持2D电子显微镜图像分析，具体使用细节需参考原始文献 | 开发膜接触位点的高通量量化方法 | 2D电子显微镜图像中的膜接触位点 | digital pathology | NA | electron microscopy | deep learning | 2D electron microscopy images | NA | NA | DeepContact | NA | NA |
| 86 | 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 |
| 87 | 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 |
| 88 | 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 |
| 89 | 2025-10-07 |
Predicting trabecular arrangement in the proximal femur: An artificial neural network approach for varied geometries and load cases
2023-12, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2023.111860
PMID:37948877
|
研究论文 | 使用前馈神经网络预测股骨近端小梁排列，通过几何和载荷参数快速计算表观密度 | 将神经网络应用于骨重塑现象建模，相比有限元方法显著减少计算时间 | 需要获取不同数据集才能将结果扩展到其他结构 | 开发快速准确的骨小梁分布预测方法 | 股骨近端的骨密度分布 | 机器学习 | 骨科疾病 | 有限元分析，神经网络建模 | 前馈神经网络 | 密度分布数据集 | 包含多种几何形状和载荷情况的样本 | NA | 前馈神经网络 | 计算时间比较 | NA |
| 90 | 2025-10-07 |
Deep learning-based phenotyping reclassifies combined hepatocellular-cholangiocarcinoma
2023-12-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43749-3
PMID:38092727
|
研究论文 | 本研究利用深度学习对组合性肝细胞-胆管癌进行表型重分类 | 首次使用深度学习模型对cHCC-CCA肿瘤进行重新分类，并将预测结果与临床结局、基因改变和空间基因表达谱相关联 | 研究针对罕见双表型癌症，样本量相对有限 | 改善组合性肝细胞-胆管癌的诊断分类和治疗决策 | 405例cHCC-CCA患者及其肿瘤样本 | 数字病理学 | 肝癌 | 深度学习，原位空间基因表达分析 | 深度学习模型 | 病理图像，基因表达数据 | 405例cHCC-CCA患者 | NA | NA | 诊断准确性 | NA |
| 91 | 2025-10-07 |
Automating General Movements Assessment with quantitative deep learning to facilitate early screening of cerebral palsy
2023-12-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-44141-x
PMID:38097602
|
研究论文 | 开发基于深度学习的运动评估模型，用于自动化评估婴儿全身运动以早期筛查脑瘫 | 首次将深度学习与婴儿视频特征结合实现全身运动评估的自动化，并提出定量GMA方法 | 需要专业视频数据且依赖专家标注进行训练 | 开发自动化工具促进脑瘫早期筛查 | 婴儿全身运动视频数据 | 计算机视觉 | 脑瘫 | 视频分析 | 深度学习 | 视频 | 未明确说明 | NA | NA | AUC | NA |
| 92 | 2025-10-07 |
Single-cell spatial metabolomics with cell-type specific protein profiling for tissue systems biology
2023-12-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43917-5
PMID:38086839
|
研究论文 | 提出单细胞空间代谢组学框架scSpaMet，实现人类组织中单个免疫细胞和癌细胞的蛋白质-代谢物联合分析 | 首次将非靶向空间代谢组学与靶向多重蛋白质成像整合到同一流程中，实现单细胞水平的空间代谢-蛋白质联合分析 | 仅使用男性人类组织样本，样本类型和数量有限 | 开发用于组织系统生物学的单细胞空间代谢组学分析工具 | 人类肺癌、扁桃体和子宫内膜组织中的单个免疫细胞和癌细胞 | 数字病理学 | 肺癌 | 空间代谢组学, 多重蛋白质成像 | 深度学习 | 空间代谢组数据, 蛋白质成像数据 | 肺癌组织19507个单细胞, 扁桃体组织31156个单细胞, 子宫内膜组织8215个单细胞 | NA | 联合嵌入模型 | NA | NA |
| 93 | 2025-10-07 |
Deep learning of cell spatial organizations identifies clinically relevant insights in tissue images
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43172-8
PMID:38081823
|
研究论文 | 开发基于细胞空间组织的图卷积网络Ceograph，从病理图像中识别与临床结果相关的细胞空间组织特征 | 首次提出基于细胞空间组织的图卷积网络方法，能够评估个体空间相互作用并识别关键的临床相关特征 | 方法在特定疾病类型中验证，需要进一步在其他疾病和更大样本中验证通用性 | 开发能够从组织图像中识别临床相关细胞空间组织特征的深度学习方法 | 口腔潜在恶性疾病患者和肺癌患者的组织病理图像 | 数字病理 | 口腔癌,肺癌 | 组织成像技术 | 图卷积网络 | 病理图像 | NA | NA | Ceograph | 临床结果预测准确性 | NA |
| 94 | 2025-10-07 |
DeepRTAlign: toward accurate retention time alignment for large cohort mass spectrometry data analysis
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43909-5
PMID:38081814
|
研究论文 | 开发基于深度学习的保留时间对齐工具DeepRTAlign，用于大规模队列液相色谱-质谱数据分析 | 能够同时处理单调和非单调保留时间偏移，相比现有方法具有更好的性能表现 | NA | 解决大规模队列LC-MS研究中保留时间对齐的瓶颈问题 | 蛋白质组学和代谢组学数据 | 机器学习 | 肝细胞癌 | 液相色谱-质谱联用技术 | 深度学习 | 质谱数据 | 多个真实世界和模拟数据集 | NA | NA | 识别灵敏度，定量准确性 | NA |
| 95 | 2025-10-07 |
The text-package: An R-package for analyzing and visualizing human language using natural language processing and transformers
2023-Dec, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000542
PMID:37126041
|
研究论文 | 介绍了一个用于分析和可视化人类语言的R软件包，该软件包整合了自然语言处理和Transformer技术 | 将最先进的自然语言处理和深度学习技术打包成心理学研究者易于使用的工具，专门针对人类层面分析优化 | NA | 为心理学和社会科学研究人员提供易于使用的文本分析工具 | 人类语言文本数据 | 自然语言处理 | NA | 自然语言处理，深度学习 | Transformer | 文本 | NA | R | Transformer | NA | NA |
| 96 | 2025-10-07 |
From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study
2023-12-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-49635-8
PMID:38097753
|
研究论文 | 本研究开发基于深度学习的模型用于传染性角膜炎诊断及其真菌亚型区分 | 首次构建可同时实现传染性角膜炎诊断、细菌与真菌角膜炎区分、以及真菌丝状与酵母亚型鉴别的多任务深度学习系统 | 模型3对真菌亚型区分的准确率相对较低（77.5%），可能存在分类性能提升空间 | 通过人工智能技术改进传染性角膜炎的早期诊断和分类 | 传染性角膜炎患者及其裂隙灯照片 | 计算机视觉 | 眼科感染疾病 | 裂隙灯成像 | 深度学习模型 | 图像 | 977名患者的9329张裂隙灯照片 | NA | NA | 准确率 | NA |
| 97 | 2025-04-24 |
Geneformer: a deep learning model for exploring gene networks
2023-12, Science China. Life sciences
DOI:10.1007/s11427-023-2431-x
PMID:37672186
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 98 | 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 |
| 99 | 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 |
| 100 | 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 |