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 12189 篇文献，本页显示第 3261 - 3280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3261 | 2025-10-07 |
Predicting the tumor microenvironment composition and immunotherapy response in non-small cell lung cancer from digital histopathology images
2024-Dec-19, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00765-w
PMID:39702609
|
研究论文 | 开发了一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌组织病理学图像预测肿瘤微环境组成和免疫治疗反应 | 首次提出直接从数字组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测 | 研究基于特定肺癌类型，外部验证队列规模有限，需要进一步多中心验证 | 预测非小细胞肺癌肿瘤微环境组成和免疫检查点抑制剂治疗反应 | 非小细胞肺癌患者的数字组织病理学图像 | 数字病理学 | 肺癌 | 数字组织病理学成像 | 深度学习 | 全切片图像 | 652名患者的外部临床队列 | NA | HistoTME | Pearson相关系数, AUROC | NA |
| 3262 | 2025-10-07 |
Systematic benchmarking of deep-learning methods for tertiary RNA structure prediction
2024-Dec, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012715
PMID:39775239
|
研究论文 | 系统评估深度学习在RNA三级结构预测中的性能表现 | 首次对最先进的RNA结构预测深度学习方法进行系统性基准测试，并识别影响性能的关键因素 | 大多数方法无法预测RNA中的非沃森-克里克碱基对，且对新RNA或合成RNA的预测性能提升有限 | 评估和比较深度学习在RNA三级结构预测中的性能 | RNA分子的三级结构 | 机器学习 | NA | 多序列比对，二级结构预测 | 深度学习 | RNA序列和结构数据 | 多样化数据集中的多个RNA目标 | NA | DeepFoldRNA, DRFold | NA | NA |
| 3263 | 2025-10-07 |
LOGOWheat: deep learning-based prediction of regulatory effects for noncoding variants in wheats
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae705
PMID:39789857
|
研究论文 | 开发基于深度学习的LOGOWheat工具，用于预测小麦非编码变异的调控效应 | 首次将基于自注意力的上下文预训练语言模型应用于小麦基因组，整合表观基因组数据进行微调以识别基因组序列中的调控代码 | NA | 预测小麦非编码变异的调控功能 | 小麦基因组非编码变异 | 自然语言处理 | NA | 表观基因组分析 | 自注意力机制,预训练语言模型 | 基因组序列,表观基因组数据 | NA | NA | Transformer | AUROC,AUPRC | NA |
| 3264 | 2025-10-07 |
Deep learning to assess microsatellite instability directly from histopathological whole slide images in endometrial cancer
2024-May-29, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01131-7
PMID:38811811
|
研究论文 | 开发基于深度学习的模型直接从子宫内膜癌组织病理学全切片图像评估微卫星不稳定性状态 | 首次提出直接从H&E染色全切片图像评估MSI状态的深度学习方法，无需传统分子检测 | 研究基于TCGA单一数据库，需要外部验证 | 开发快速准确的子宫内膜癌微卫星不稳定性评估方法 | 子宫内膜癌患者的组织病理学全切片图像 | 数字病理学 | 子宫内膜癌 | H&E染色全切片成像 | 深度学习 | 图像 | 529名患者来自癌症基因组图谱(TCGA) | NA | NA | F-measure,准确率,精确率,灵敏度 | NA |
| 3265 | 2025-10-07 |
Decoding imagined speech with delay differential analysis
2024, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2024.1398065
PMID:38826617
|
研究论文 | 本研究探索了一种新型非线性信号处理方法——延迟微分分析在语音解码中的应用 | 首次将延迟微分分析应用于语音解码任务，并与所有公开可用的深度学习方法进行系统比较 | 受限于现有EEG数据集的小规模和异质性，以及公开代码的有限可用性 | 探索非线性信号处理方法在语音解码中的性能表现 | 想象语音解码 | 自然语言处理 | NA | 延迟微分分析 | NA | EEG信号 | 两个公共想象语音解码数据集 | NA | NA | 分类准确率 | NA |
| 3266 | 2025-10-07 |
Improving Psychiatry Services with Artificial Intelligence: Opportunities and Challenges
2024, Turk psikiyatri dergisi = Turkish journal of psychiatry
DOI:10.5080/u27604
PMID:39783807
|
综述 | 探讨人工智能在精神卫生服务中的应用潜力与挑战，特别关注土耳其语境下的实施策略 | 系统分析大型语言模型等AI技术在精神科诊疗中的创新应用，并提出针对土耳其文化语言特点的本地化适配策略 | 存在算法偏见、数据隐私、伦理问题和大型语言模型幻觉现象等实施障碍 | 研究人工智能如何改善精神卫生服务的可及性和诊断准确性 | 精神障碍患者及精神卫生服务体系 | 自然语言处理 | 精神疾病 | 机器学习、深度学习 | 大型语言模型 | 语音模式、神经影像、行为测量数据 | NA | NA | NA | NA | NA |
| 3267 | 2025-10-07 |
Impact of cardiovascular magnetic resonance in single ventricle physiology: a narrative review
2024-Dec-31, Cardiovascular diagnosis and therapy
IF:2.1Q3
DOI:10.21037/cdt-24-409
PMID:39790200
|
综述 | 本文综述了心血管磁共振在单心室生理患者中的应用及其临床价值 | 系统总结了CMR在单心室患者评估中的最新应用进展，特别关注Fontan血流动力学和预后评估 | 许多先进CMR技术尚未纳入日常临床实践，针对老年Fontan患者预后的研究仍需深入 | 全面概述CMR在单心室患者中的应用及最新科学发现 | 单心室生理患者，特别是Fontan术后患者 | 数字病理 | 心血管疾病 | 心血管磁共振 | NA | 医学影像数据 | NA | NA | NA | NA | NA |
| 3268 | 2025-10-07 |
Differentiating Cystic Lesions in the Sellar Region of the Brain Using Artificial Intelligence and Machine Learning for Early Diagnosis: A Prospective Review of the Novel Diagnostic Modalities
2024-Dec, Cureus
DOI:10.7759/cureus.75476
PMID:39791061
|
综述 | 探讨人工智能和机器学习在脑部鞍区囊性病变早期诊断中的潜在应用 | 利用卷积神经网络、深度学习和集成方法等AI驱动模型改进传统诊断方法的局限性 | 依赖小型单机构数据集，数据样本有限 | 提高鞍区囊性病变的早期鉴别诊断准确性 | 鞍区囊性病变（包括垂体腺瘤、Rathke裂囊肿和颅咽管瘤） | 医学影像分析 | 脑部囊性病变 | 磁共振成像 | CNN,深度学习,集成方法 | 医学影像 | 使用OASIS数据集（具体数量未明确说明） | NA | NA | NA | NA |
| 3269 | 2025-10-07 |
Automated denoising software for calcium imaging signals using deep learning
2024-Nov-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e39574
PMID:39524741
|
研究论文 | 开发了基于深度学习的自动化钙成像信号去噪软件CalDenoise | 整合图像处理和生成对抗网络(GAN)模型，能够有效去除多种复杂噪声模式 | 未提及具体性能验证的样本规模和对比基准 | 开发自动化钙成像信号去噪软件以提高信号分析准确性 | 钙时空图谱(STMaps)中的噪声信号 | 计算机视觉 | NA | 钙成像技术 | GAN | 荧光信号图像 | NA | NA | 生成对抗网络 | NA | NA |
| 3270 | 2025-10-07 |
Research on the generation and annotation method of thin section images of tight oil reservoir based on deep learning
2024-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63430-z
PMID:38834642
|
研究论文 | 提出一种基于深度学习的致密油储层薄片图像生成与标注方法 | 在原始StyleGAN网络中引入类别注意力机制，并设计SALM标注模块实现半自动标注 | NA | 解决致密油储层薄片图像样本不足和标注成本高的问题 | 三肇凹陷扶余储层铸体薄片图像 | 计算机视觉 | NA | 薄片图像分析 | GAN | 图像 | NA | NA | StyleGAN | 图像清晰度, 畸变度, 标准精度, 标注效率 | NA |
| 3271 | 2025-10-07 |
L2NLF: a novel linear-to-nonlinear framework for multi-modal medical image registration
2024-May, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-023-00344-1
PMID:38645595
|
研究论文 | 提出一种用于多模态医学图像配准的线性到非线性框架L2NLF | 提出两阶段配准框架，第一阶段通过图像转换将多模态配准转化为单模态配准，第二阶段设计了新型CrossMorph配准网络 | NA | 解决多模态医学图像配准的复杂挑战 | 240例患者的脑部T1和T2磁共振图像 | 医学图像处理 | 脑部疾病 | 医学图像配准 | 深度学习神经网络 | 医学图像 | 240例患者脑部图像 | NA | U-net, CrossFormer | 平均表面距离, Dice系数, 形变场平滑度 | NA |
| 3272 | 2025-10-07 |
Laparoscopic Colorectal Surgery with Anatomical Recognition with Artificial Intelligence Assistance for Nerves and Dissection Layers
2024-Mar, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-023-14633-7
PMID:38017127
|
研究论文 | 本研究探讨在腹腔镜结直肠手术中使用人工智能辅助系统进行神经和解剖层次识别的教育效果 | 首次将AI系统Eureka用于实时自动分割疏松结缔组织和识别神经结构，辅助外科医生进行解剖识别 | 研究样本量较小，AI准确性仍需未来改进 | 评估AI辅助导航在结直肠手术中识别神经和安全解剖层次的教育价值 | 腹腔镜结直肠手术中的神经结构和解剖层次 | 数字病理 | 结直肠癌 | 深度学习，自动分割 | 深度学习模型 | 手术视频图像 | NA | NA | NA | 手术安全性，神经保留效果，术后并发症 | Olympus VISERA ELITE3腹腔镜系统 |
| 3273 | 2025-10-07 |
Endoscopic Artificial Intelligence for Image Analysis in Gastrointestinal Neoplasms
2024, Digestion
IF:3.0Q2
DOI:10.1159/000540251
PMID:39068926
|
综述 | 本文综述了内镜人工智能系统在胃肠道肿瘤图像分析中的最新研究进展与应用 | 系统总结了内镜AI在食管鳞癌、食管腺癌、胃癌和结直肠息肉等多个胃肠道肿瘤领域的应用现状与性能表现 | 部分CADx系统尚未进行随机对照试验验证，研究主要基于现有文献分析 | 评估内镜人工智能系统在胃肠道肿瘤检测和诊断中的应用价值 | 食管鳞状细胞癌、食管腺癌、胃癌、结直肠息肉等胃肠道肿瘤 | 计算机视觉 | 胃肠道肿瘤 | 深度学习 | 深度学习系统 | 内镜图像 | NA | NA | NA | 灵敏度, 特异度, 准确率 | NA |
| 3274 | 2025-10-07 |
[Research progress on prognostic prediction models for patients undergoing extracorporeal membrane oxygenation]
2024-Dec, Zhonghua wei zhong bing ji jiu yi xue
|
综述 | 本文系统回顾了体外膜肺氧合(ECMO)患者预后预测模型的研究进展，并对现有模型进行分类和局限性分析 | 首次基于方法学分类、患者人群和理论框架对成人ECMO预后预测模型进行系统分类，并提出整合机器学习和深度学习技术的未来发展方向 | 现有模型存在样本量有限、多中心验证不足、静态数据分析以及模型适用性受限等问题 | 优化ECMO治疗决策并提高患者生存率 | 接受体外膜肺氧合治疗的成人患者 | 医学预测模型 | 难治性呼吸循环衰竭 | 预后预测模型开发与验证 | 机器学习,深度学习 | 临床数据 | NA | NA | NA | NA | NA |
| 3275 | 2025-10-07 |
Comparing the Artificial Intelligence Detection Models to Standard Diagnostic Methods and Alternative Models in Identifying Alzheimer's Disease in At-Risk or Early Symptomatic Individuals: A Scoping Review
2024-Dec, Cureus
DOI:10.7759/cureus.75389
PMID:39781179
|
综述 | 本范围综述比较了人工智能检测模型与标准诊断方法在阿尔茨海默病早期识别中的表现 | 系统评估了2022-2023年最新AI技术在AD早期检测中的应用，重点关注多模态方法和可解释性AI | 存在数据异质性问题，需要更高质量和多样化的数据集，临床工作流整合和伦理考虑是实际应用的主要障碍 | 比较AI检测模型与传统方法在阿尔茨海默病早期识别中的效果 | 处于风险或早期症状的阿尔茨海默病个体 | 机器学习 | 阿尔茨海默病 | 神经影像学、基因组学、认知测试、血液生物标志物 | 深度学习 | 多模态数据（神经影像、临床评估、基因数据） | 从2,966篇文章中筛选44篇进行定性分析 | NA | NA | 灵敏度, 特异度, AUC | NA |
| 3276 | 2025-10-07 |
Assessing Artificial Intelligence in Oral Cancer Diagnosis: A Systematic Review
2024-Oct-29, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000010663
PMID:39787481
|
系统综述 | 本系统综述评估了2020-2024年间人工智能技术在口腔癌检测和诊断中的有效性和准确性 | 首次系统评估2020-2024年间AI在口腔癌诊断中的应用效果，涵盖多种AI技术和数据类型的综合分析 | 数据集变异性大和监管问题等限制因素 | 评估人工智能技术在口腔癌检测和诊断中的有效性和准确性 | 口腔癌诊断相关的AI技术应用研究 | 医学影像分析 | 口腔癌 | 机器学习、深度学习 | 机器学习算法、深度学习算法 | 组织病理学切片、口腔内图片 | 12篇符合纳入标准的研究论文 | NA | NA | 诊断精度、病变识别效果、预后预测准确性 | NA |
| 3277 | 2025-10-07 |
Precision Opioid Prescription in ICU Surgery: Insights from an Interpretable Deep Learning Framework
2024, Journal of surgery (Lisle, IL)
DOI:10.29011/2575-9760.11189
PMID:39781484
|
研究论文 | 开发可解释深度学习框架预测ICU手术患者术后阿片类药物需求 | 首次将Permutation Feature Importance Test应用于多种机器学习模型的可解释性分析，识别影响术后阿片类药物使用的关键因素 | 仅使用单一数据库（MIMIC）数据，模型性能仍有提升空间（PCC=0.283） | 通过可解释AI方法精准预测ICU手术患者术后阿片类药物需求 | ICU手术患者 | 机器学习 | 术后疼痛管理 | 电子健康记录分析 | DNN, SVM, XGBoost, Random Forest | 结构化电子健康记录 | 4,912名手术患者 | NA | 深度神经网络 | 均方误差, 皮尔逊相关系数 | NA |
| 3278 | 2025-01-07 |
Design of an improved graph-based model for real-time anomaly detection in healthcare using hybrid CNN-LSTM and federated learning
2024-Dec-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e41071
PMID:39759321
|
研究论文 | 本文提出了一种改进的基于图的模型，用于医疗保健中的实时异常检测，结合了混合CNN-LSTM和联邦学习技术 | 提出了一种先进的混合CNN-LSTM模型，能够同时提取医疗图像的空间特征和患者生命体征的时间依赖性，并结合联邦学习和差分隐私技术解决数据安全和隐私问题 | NA | 实现医疗系统中具有弹性的实时异常检测，同时确保患者数据的隐私和安全 | 医疗图像、患者生命体征、EHR文本数据和时间序列传感器数据 | 机器学习 | NA | CNN-LSTM、联邦学习、差分隐私 | CNN-LSTM | 图像、文本、时间序列数据 | 测试数据集包含10,000名患者，系统每秒处理超过100,000条消息 | NA | NA | NA | NA |
| 3279 | 2025-01-07 |
Erratum: Retraction notice to "A deep learning approach based on graphs to detect plantation lines" [Heliyon Volume 10, Issue 11, 15 June 2024, e31730]
2024-Dec-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e40689
PMID:39759858
|
correction | 本文是对先前发表文章的更正通知 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3280 | 2025-01-07 |
Simple quantitation and spatial characterization of label free cellular images
2024-Dec-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e40684
PMID:39759864
|
研究论文 | 本文开发了一种无需训练数据的计算流程，用于基于高内涵显微镜设备生成的图像进行细胞数量量化和空间分布特征描述 | 开发了一种无需训练数据的计算流程，结合经典图像处理功能、Voronoi分割、高斯混合建模和自动参数优化，适用于大规模或重复细胞培养实验的自动化无标记图像分析 | NA | 开发一种无需训练数据的计算流程，用于无标记图像分析 | 无标记细胞图像 | 计算机视觉 | NA | 高内涵显微镜 | NA | 图像 | 四种形态不同的细胞类型，具有不同的细胞密度 | NA | NA | NA | NA |