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 12039 篇文献，本页显示第 2061 - 2080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2061 | 2025-03-05 |
Using Wearable Sensors and Machine Learning to Assess Upper Limb Function in Huntington's Disease
2024-Jun-03, Research square
DOI:10.21203/rs.3.rs-4355136/v1
PMID:38883736
|
研究论文 | 本研究利用可穿戴传感器和机器学习技术评估亨廷顿病患者的日常生活中的上肢功能 | 首次将可穿戴传感器和深度学习模型结合，用于监测亨廷顿病患者的日常上肢功能，并预测疾病组别和临床评分 | 样本量较小（HD=16，pHD=7，CTR=16），可能影响结果的普遍性 | 评估亨廷顿病患者的上肢功能，探索可穿戴传感器和机器学习在疾病监测和治疗评估中的应用 | 亨廷顿病患者（HD）、前驱期亨廷顿病患者（pHD）和健康对照组（CTR） | 机器学习 | 亨廷顿病 | 深度学习模型 | 深度学习模型 | 传感器数据 | HD=16，pHD=7，CTR=16 | NA | NA | NA | NA |
| 2062 | 2025-03-05 |
Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort
2024-May-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.05.22.24307756
PMID:38826236
|
研究论文 | 本文探讨了深度学习模型AlphaMissense在罕见病队列中与临床级变异致病性分类之间的不一致性 | 揭示了AlphaMissense在评估内在无序区域（IDRs）中错义变异致病性方面的局限性 | AlphaMissense在评估IDRs中错义变异的致病性时表现不佳，导致某些包含IDRs的基因的基因必需性评分不可靠 | 评估深度学习模型在罕见病队列中预测错义变异致病性的准确性 | 罕见病队列中的错义变异 | 生物医学信息学 | 罕见病 | 深度学习 | AlphaMissense | 基因变异数据 | NA | NA | NA | NA | NA |
| 2063 | 2025-03-05 |
Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study
2024-May-09, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-024-02437-6
PMID:38722409
|
研究论文 | 本研究开发了一种基于深度学习的语义分割算法，用于评估微血管吻合术中血管面积的变化，以客观评估手术技能 | 首次使用手术视频评估手术对象面积变化，提出了一种新的微血管吻合术性能评估方法 | 研究为初步研究，样本量较小，且仅使用人工血管进行训练 | 开发一种基于深度学习的算法，用于评估微血管吻合术中血管面积的变化，以客观评估手术技能 | 微血管吻合术中的血管 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 视频 | 微血管端侧吻合术训练视频 | NA | NA | NA | NA |
| 2064 | 2025-10-07 |
Abdominal CT metrics in 17,646 patients reveal associations between myopenia, myosteatosis, and medical phenotypes: a phenome-wide association study
2024-May, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2024.105116
PMID:38636199
|
研究论文 | 本研究通过深度学习自动化分析17,646名患者的腹部CT影像，探索肌肉减少症和肌肉脂肪变性生物标志物与电子健康记录中医学表型的关联 | 首次将表型全关联研究(PheWAS)方法应用于大规模CT影像生物标志物分析，发现了多个先前未报告的肌肉指标与医学表型之间的关联 | 研究为观察性设计，无法确定因果关系；样本主要来自北美单一医疗中心 | 探究腹部CT衍生的骨骼肌指标与电子健康记录中医学表型的关联 | 17,646名成年患者（平均年龄56±19岁，57.5%为女性）的腹部CT扫描和电子健康记录数据 | 医学影像分析 | 肌肉减少症,肌肉脂肪变性 | 深度学习,CT影像分析,电子健康记录分析 | 深度学习模型 | CT影像,电子健康记录文本数据 | 17,646名患者 | NA | NA | OR值,95%置信区间,P值 | NA |
| 2065 | 2025-10-07 |
Volumetric segmentation in the context of posterior fossa-related pathologies: a systematic review
2024-Apr-19, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-024-02366-4
PMID:38637466
|
系统综述 | 对后颅窝相关病理学中容积分割技术的文献进行系统性回顾 | 系统总结了后颅窝分割技术的演进历程，从手动轮廓勾画到深度学习方法，并比较了不同技术的优缺点 | 仅纳入了截至2023年11月的文献，可能存在发表偏倚 | 总结后颅窝分割技术的现状及其在相关病理研究中的应用 | 后颅窝相关疾病（如Chiari畸形、三叉神经痛、儿童小脑缄默综合征等） | 数字病理学 | 神经系统疾病 | 医学影像分割 | 卷积神经网络 | 医学影像 | 52篇纳入文献（从2205篇初筛文献中筛选） | NA | NA | NA | NA |
| 2066 | 2025-10-07 |
The detection of absence seizures using cross-frequency coupling analysis with a deep learning network
2024-Apr-10, Research square
DOI:10.21203/rs.3.rs-4178484/v1
PMID:38659733
|
研究论文 | 提出一种基于交叉频率耦合分析和堆叠稀疏自编码器的深度学习方法，用于自动检测脑电图中的失神发作 | 首次将交叉频率耦合分析与深度学习方法相结合用于癫痫失神发作的自动检测 | 样本量较小（仅12名患者），仅使用单一数据库的数据 | 开发自动检测癫痫失神发作的深度学习方法 | 癫痫患者的脑电图数据 | 机器学习 | 癫痫 | 脑电图分析 | SSAE | 脑电图信号 | 12名患者的94次失神发作记录 | NA | 堆叠稀疏自编码器 | 灵敏度, 特异度, 准确率 | NA |
| 2067 | 2025-10-07 |
Deep learning segmentation of the choroid plexus from structural magnetic resonance imaging (MRI): validation and normative ranges across the adult lifespan
2024-Feb-29, Fluids and barriers of the CNS
IF:5.9Q1
DOI:10.1186/s12987-024-00525-9
PMID:38424598
|
研究论文 | 开发三种深度学习模型从结构MRI中自动分割脉络丛，并验证其性能及提供成人生命周期内的规范范围 | 首次提出基于常规临床MRI序列的深度学习脉络丛分割方法，并提供跨成人生命周期的规范体积范围 | 样本量相对有限（初始训练集n=50），需要更多外部验证 | 改进脉络丛体积量化方法，为神经退行性疾病研究提供工具 | 健康对照和神经退行性疾病患者的脉络丛结构 | 医学影像分析 | 神经退行性疾病 | 结构磁共振成像（3D T1加权、3D T2加权、2D T2加权FLAIR） | 全卷积神经网络 | MRI图像 | 训练集50人（21-85岁），验证集98人（21-89岁） | NA | 全卷积神经网络 | Dice系数, 95% Hausdorff距离, AUC, 组内相关系数 | NA |
| 2068 | 2025-10-07 |
Prediction of cerebral aneurysm rupture risk by machine learning algorithms: a systematic review and meta-analysis of 18,670 participants
2024-Jan-06, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-023-02271-2
PMID:38183490
|
系统综述与Meta分析 | 通过系统综述和Meta分析评估机器学习算法在预测脑动脉瘤破裂风险中的有效性和准确性 | 首次对机器学习算法预测脑动脉瘤破裂风险进行大规模系统综述和Meta分析，涉及18,670名参与者 | 纳入研究数量有限(35项)，需要进一步研究提高对颅内动脉瘤破裂状态的诊断性能 | 评估机器学习算法在预测脑动脉瘤破裂风险中的临床应用价值 | 经DSA、CTA或MRI确诊的脑动脉瘤患者 | 机器学习 | 脑血管疾病 | DSA、CTA、MRI | CNN, ANN | 医学影像数据 | 18,670名参与者 | NA | NA | 灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断评分, 比值比 | NA |
| 2069 | 2025-03-05 |
AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3483563
PMID:39446550
|
研究论文 | 本文提出了一种基于自适应解剖结构的两层水平集框架（AS2LS），用于分割具有同心结构的器官，如左心室和眼底 | 提出了一种新颖的自适应解剖结构的两层水平集表示方法，并结合了两阶段水平集演化算法，提高了复杂医学图像分割的准确性 | 未提及具体局限性 | 提高医学图像分割的准确性，特别是针对具有同心结构的器官 | 医学图像中的器官，如左心室和眼底 | 计算机视觉 | NA | 水平集方法 | AS2LS（自适应解剖结构的两层水平集框架） | 医学图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 2070 | 2025-03-05 |
Explainability Enhanced Object Detection Transformer With Feature Disentanglement
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3492733
PMID:39531564
|
研究论文 | 本文提出了一种增强端到端目标检测模型（DETR）可解释性的特征解耦方法 | 引入了特征解耦方法，通过Tensor奇异值分解（T-SVD）生成特征基，并引入批量平均特征谱惩罚（BFSP）损失来约束特征解耦和平衡语义激活 | 未提及具体局限性 | 增强目标检测模型的可解释性 | 端到端目标检测模型（DETR） | 计算机视觉 | NA | Tensor奇异值分解（T-SVD），批量平均特征谱惩罚（BFSP） | DETR, CNN | 图像 | 在两个数据集上进行了广泛实验 | NA | NA | NA | NA |
| 2071 | 2025-10-07 |
AI-luminating Artificial Intelligence in Inflammatory Bowel Diseases: A Narrative Review on the Role of AI in Endoscopy, Histology, and Imaging for IBD
2024-12-05, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izae030
PMID:38452040
|
综述 | 本文综述了人工智能在炎症性肠病内窥镜、组织学和影像学检查中的应用现状与前景 | 首次系统梳理AI技术在IBD多模态诊断工具（内窥镜、组织学、影像学）中的整合应用，并指明未来研究方向 | 现有文献存在固有局限性且存在知识缺口，尚未能实现向主流临床工具的转化 | 评估人工智能在炎症性肠病诊疗中的潜在价值，总结当前认知并确定研究空白 | 炎症性肠病（IBD）相关的内窥镜、组织学和影像学数据 | 数字病理学 | 炎症性肠病 | 深度学习, 影像组学 | NA | 内窥镜图像, 组织学切片, 医学影像 | NA | NA | NA | NA | NA |
| 2072 | 2025-10-07 |
Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision
2024-Dec-03, Psychological research
DOI:10.1007/s00426-024-02064-2
PMID:39625570
|
研究论文 | 利用计算机视觉算法估计自然场景中数量和非数值视觉特征的分布规律 | 首次设计并实施了一个原创流程，用于估计大规模真实图像数据集中数量和非数值特征的分布 | 未明确说明使用的具体数据集规模和图像来源的局限性 | 研究自然场景中数量感知的统计规律及其与非数值视觉特征的相关性 | 自然场景图像中的物体数量和非数值视觉特征 | 计算机视觉 | NA | 计算机视觉算法 | 深度学习神经网络 | 图像 | 包含数千张真实图像的大规模数据集 | NA | NA | NA | NA |
| 2073 | 2025-10-07 |
Spatiotemporal profiling defines persistence and resistance dynamics during targeted treatment of melanoma
2024-Feb-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.02.577085
PMID:38370717
|
研究论文 | 本研究通过空间转录组学和深度学习分析，揭示了BRAF突变黑色素瘤靶向治疗中的细胞持续状态和耐药性动态机制 | 首次结合空间转录组学和深度学习技术，在患者来源异种移植模型中解析黑色素瘤治疗过程中的克隆谱系演变和时空动态 | 研究基于患者来源异种移植模型，可能与实际患者肿瘤微环境存在差异 | 阐明黑色素瘤靶向治疗中细胞持续状态和耐药性形成的时空动态机制 | BRAF突变黑色素瘤细胞和患者来源异种移植模型 | 数字病理学 | 黑色素瘤 | 空间转录组学, 深度学习, 组织病理学分析 | 深度学习模型 | 空间转录组数据, 组织病理学切片图像 | 患者来源异种移植模型样本 | NA | NA | NA | NA |
| 2074 | 2025-10-07 |
Assessment of Protein-Protein Docking Models Using Deep Learning
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_10
PMID:38987469
|
综述 | 本文综述了蛋白质对接模型评估方法的最新进展，特别关注深度学习在多种网络架构中的应用 | 将深度学习技术应用于蛋白质对接模型评估，探索了多种网络架构在此领域的应用 | NA | 评估蛋白质-蛋白质对接模型的准确性 | 蛋白质复合物结构模型 | 生物信息学 | NA | X射线晶体学,冷冻电子显微镜 | 深度学习 | 蛋白质结构数据 | NA | NA | 多种网络架构 | NA | NA |
| 2075 | 2025-10-07 |
Refinement of Docked Protein-Protein Complexes Using Repulsive Scaling Replica Exchange Simulations
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_15
PMID:38987474
|
研究论文 | 本文介绍了一种使用排斥缩放副本交换模拟方法优化蛋白质-蛋白质复合物结构预测的技术 | 开发了基于副本交换的新方案，通过在各个副本模拟中应用不同水平的蛋白质间排斥偏置来改进对接结果 | NA | 改进蛋白质-蛋白质复合物结构的预测精度和自由能评分 | 蛋白质-蛋白质复合物结构 | 计算生物学 | NA | 分子动力学模拟，副本交换分子动力学 | RS-REMD | 蛋白质结构数据 | 两个示例应用 | NA | NA | 结构改进，自由能评分 | NA |
| 2076 | 2025-10-07 |
Exploiting the Role of Features for Antigens-Antibodies Interaction Site Prediction
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_16
PMID:38987475
|
研究论文 | 本研究应用HSS-PPI混合方法预测抗体-抗原相互作用位点，通过层次化表示和图形卷积网络对氨基酸进行分类 | 采用层次化蛋白质表示方法，结合多种物理化学和结构特征，使用图卷积网络进行抗体相互作用位点预测 | NA | 开发计算方法来预测抗体与抗原的相互作用位点，以替代昂贵的实验方法 | 抗体蛋白质及其与抗原的相互作用位点 | 生物信息学 | NA | 图卷积网络，蛋白质结构分析 | GCN | 蛋白质序列和结构数据 | NA | NA | 图卷积网络 | 标准评估指标 | NA |
| 2077 | 2025-03-04 |
[The 30-Year History of the Japan-Korea Joint Meeting on Medical Physics]
2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics
DOI:10.11323/jjmp.44.3_40
PMID:40024769
|
评论 | 本文回顾了日本-韩国医学物理联合会议30年的历史，探讨了会议对两国医学物理学家交流与合作的贡献 | 详细记录了日本-韩国医学物理联合会议的30年发展历程，并分析了会议对医学物理领域的推动作用 | 文章主要关注日本和韩国的医学物理合作，未涉及其他国家的类似合作 | 回顾日本-韩国医学物理联合会议的历史，探讨其对医学物理领域的贡献 | 日本和韩国的医学物理学家及其合作 | 医学物理 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2078 | 2025-10-07 |
Clinical utility of receptor status prediction in breast cancer and misdiagnosis identification using deep learning on hematoxylin and eosin-stained slides
2024-Dec-20, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00695-5
PMID:39706861
|
研究论文 | 本研究开发了一种基于深度学习的系统，能够从H&E染色切片预测乳腺癌受体状态并识别误诊病例 | 首次利用H&E染色切片通过深度学习预测乳腺癌分子标志物状态，并验证其在临床误诊识别中的实用性 | 研究基于多中心数据集但仍需更大规模验证，系统性能可能受切片质量影响 | 开发基于H&E切片的乳腺癌受体状态预测工具，提升诊断准确性和效率 | 乳腺癌患者的数字化H&E染色切片 | 数字病理学 | 乳腺癌 | H&E染色，免疫组织化学，荧光原位杂交 | 深度学习 | 病理图像 | 6个独立队列的7,950名患者的19,845张切片 | NA | NA | 特异性，阳性预测值 | NA |
| 2079 | 2025-10-07 |
Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning
2024-03-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8107
PMID:38453408
|
研究论文 | 使用深度学习从非对比MR图像合成虚拟对比增强MR图像 | 开发了名为T1c-ET的残差初始密集网络，能够同时合成虚拟对比增强T1加权图像并分割肿瘤增强部分 | 研究仅基于脑肿瘤分割挑战赛数据集，需要进一步验证在其他临床场景的泛化能力 | 通过深度学习减少钆对比剂在原发性脑肿瘤评估中的使用需求 | 原发性脑肿瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | 深度学习 | MR图像 | 335名受试者用于训练验证，125名受试者用于测试 | NA | 残差初始密集网络 | 结构相似性指数, 峰值信噪比, 归一化均方误差, Fleiss kappa值, 3点Likert量表评分 | NA |
| 2080 | 2025-10-07 |
A multitask approach for automated detection and segmentation of thyroid nodules in ultrasound images
2024-03, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.107974
PMID:38244471
|
研究论文 | 提出一种多任务方法用于甲状腺结节超声图像的自动检测和分割 | 将异常检测模块与UNet架构结合，实现同时检测可疑图像和分割潜在结节的多任务方法 | NA | 开发自动化甲状腺结节检测和分割方法以改善风险分层 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺癌 | 超声成像 | 深度学习 | 图像 | 280名患者的9888张超声图像 | NA | UNet | F1分数,Dice相似系数 | NA |