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 12022 篇文献，本页显示第 21 - 40 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2025-11-12 |
Image fusion using Y-net-based extractor and global-local discriminator
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30798
PMID:38784534
|
研究论文 | 提出一种基于Y-Net和全局-局部判别器的GAN模型用于红外与可见光图像融合 | 采用Y-Net作为生成器主干架构，引入残差密集块和跨模态上下文注意力捷径，结合全局-局部判别器实现无融合规则的端到端图像融合 | NA | 解决多模态图像融合中特征提取和信息保真度的挑战 | 红外图像与可见光图像 | 计算机视觉 | NA | 图像融合技术 | GAN | 图像 | NA | NA | Y-Net, RDblock, CMSCA, PatchGAN | 结构相似性指数, 强度相似性, 梯度相似性 | NA |
| 22 | 2025-11-09 |
Predicting protein interactions of the kinase Lck critical to T cell modulation
2024-11-07, Structure (London, England : 1993)
DOI:10.1016/j.str.2024.09.010
PMID:39368461
|
研究论文 | 使用深度学习预测激酶Lck与免疫相关蛋白的关键相互作用，揭示T细胞调控新机制 | 首次系统预测Lck激酶的蛋白质相互作用网络，发现其与棕榈酰转移酶的特异性靶向机制、与CD45磷酸酶的构象激活机制以及与LAG3免疫检查点的抑制机制 | 预测结果需要实验验证，筛选范围仅限于约1000个免疫相关蛋白 | 揭示激酶Lck在T细胞信号转导中的蛋白质相互作用网络 | 激酶Lck及其相互作用的蛋白质（包括棕榈酰转移酶、CD45磷酸酶、LAG3免疫检查点等） | 计算生物学 | 免疫相关疾病 | 深度学习结构预测 | 深度学习 | 蛋白质序列和结构数据 | 约1000个免疫相关蛋白质 | AF2Complex | AlphaFold2架构 | 结构建模质量评估 | NA |
| 23 | 2025-11-09 |
Machine-learning based prediction of future outcome using multimodal MRI during early childhood
2024-Nov, Seminars in fetal & neonatal medicine
IF:2.9Q1
DOI:10.1016/j.siny.2024.101561
PMID:39528363
|
综述 | 本文综述了基于多模态MRI和机器学习方法预测婴幼儿早期神经发育结局的研究进展 | 整合多模态MRI技术（sMRI、dMRI、fMRI、pMRI）与机器学习方法，探索早期脑发育预测生物标志物 | NA | 通过多模态MRI和机器学习预测婴幼儿神经发育结局，实现早期异常发育的检测和个性化干预 | 婴幼儿早期脑发育过程 | 机器学习 | 精神神经疾病 | 多模态MRI（结构MRI、扩散MRI、功能MRI、灌注MRI） | 机器学习、深度学习 | 多模态磁共振图像 | NA | NA | NA | NA | NA |
| 24 | 2025-11-08 |
ConoDL: a deep learning framework for rapid generation and prediction of conotoxins
2024-Dec-26, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-024-00582-0
PMID:39724258
|
研究论文 | 提出一个名为ConoDL的深度学习框架，用于快速生成和预测芋螺毒素 | 结合迁移学习和大语言模型解决芋螺毒素生成中的数据限制问题，并生成具有新型半胱氨酸支架的人工芋螺毒素 | 芋螺毒素数据有限且结构复杂，限制了深度学习模型的应用 | 开发新型方法探索芋螺毒素的分子空间 | 芋螺毒素（小型二硫键丰富的生物活性肽） | 机器学习 | NA | 深度学习 | LLM | 序列数据 | NA | NA | ConoGen, ConoPred | 序列和结构水平的肽特性评估 | NA |
| 25 | 2025-11-08 |
Liquid Biopsy-Based Detection and Response Prediction for Depression
2024-11-26, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c08233
PMID:39501510
|
研究论文 | 通过基于深度学习的血浆细胞外囊泡光谱分析开发抑郁症检测和治疗反应预测方法 | 首次将深度学习和拉曼光谱技术结合应用于细胞外囊泡分析，实现抑郁症的客观诊断和抗抑郁药物反应预测 | 样本来源仅限于血浆细胞外囊泡，需要进一步验证在其他人群和临床环境中的适用性 | 开发基于液体活检的抑郁症客观诊断和治疗反应预测方法 | 抑郁症患者、健康个体和恐慌障碍患者的血浆细胞外囊泡 | 机器学习 | 抑郁症 | 拉曼光谱分析，细胞外囊泡分离 | 深度学习 | 光谱信号数据 | 未具体说明样本数量，包括抑郁症患者、健康个体和恐慌障碍患者 | NA | NA | AUC | NA |
| 26 | 2025-11-08 |
Classification of Multi-Parametric Body MRI Series Using Deep Learning
2024-11, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3448373
PMID:39178097
|
研究论文 | 开发基于深度学习的多参数体部MRI序列分类模型，用于准确识别8种不同的MRI序列类型 | 首次针对多参数体部MRI序列开发深度学习分类模型，比较多种网络架构性能，并系统评估不同训练数据量和外部数据集的表现 | 仅针对8种特定MRI序列类型，模型在外部数据集上性能有所下降 | 解决DICOM头文件信息错误问题，提高放射科医生阅片效率 | 多参数体部MRI序列 | 计算机视觉 | NA | 多参数磁共振成像(mpMRI) | CNN | 医学影像 | 超过729项研究的多机构mpMRI数据，包含DLDS和CPTAC-UCEC外部数据集 | NA | ResNet, EfficientNet, DenseNet-121 | F1-score, 准确率 | NA |
| 27 | 2025-11-08 |
Vector field attention for deformable image registration
2024-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.6.064001
PMID:39513093
|
研究论文 | 提出一种用于可变形图像配准的向量场注意力框架，通过直接检索特征图中的位置对应关系来提高配准效率 | 引入无需可学习参数的注意力模块，能够直接从特征图中检索像素级对应关系，改进了现有网络设计 | NA | 开发更高效的可变形图像配准方法 | 固定图像和移动图像之间的空间对应关系 | 医学图像处理 | NA | 深度学习 | 注意力机制 | 医学图像 | 公共数据集和Learn2Reg挑战赛数据 | NA | 向量场注意力(VFA) | 配准精度 | NA |
| 28 | 2025-11-05 |
Dynamic Mechanism for Subtype Selectivity of Endocannabinoids
2024-Oct-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.25.620304
PMID:39554065
|
研究论文 | 本研究通过分子动力学模拟和机器学习方法揭示内源性大麻素对CB1受体亚型选择性的动态机制 | 首次提出N-末端运动调控结合口袋体积和残基组成的动态机制，结合深度学习和马尔可夫状态模型定量解析结合路径 | 模拟时间尺度仍有限，未考虑其他内源性大麻素的选择性机制 | 阐明内源性大麻素对CB1受体亚型选择性的生物物理机制 | 大麻素受体CB1和CB2，内源性大麻素anandamide及其类似物 | 计算生物物理学 | NA | 分子动力学模拟，马尔可夫状态建模，深度学习VAMP-nets，相对自由能计算 | VAMP-nets | 分子动力学轨迹数据 | 约0.9毫秒的分子动力学模拟数据 | NA | VAMP-nets | 结合自由能，构象熵，焓变 | NA |
| 29 | 2025-11-04 |
Preventing future zoonosis: SARS-CoV-2 mutations enhance human-animal cross-transmission
2024-Nov, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109101
PMID:39243518
|
研究论文 | 本研究通过多任务深度学习模型识别SARS-CoV-2病毒中增强人畜交叉传播风险的RBD突变 | 首次构建多任务深度学习模型MT-TopLap，系统预测病毒RBD突变对多种物种ACE2受体的结合自由能变化 | 研究基于计算预测，需要实验验证突变对实际传播能力的影响 | 识别可能增强SARS-CoV-2人畜交叉传播风险的病毒突变 | SARS-CoV-2病毒受体结合域(RBD)突变 | 机器学习 | COVID-19 | 深度突变扫描 | 多任务深度学习 | 蛋白质序列数据 | 多个深度突变扫描数据集 | NA | MT-TopLap | 结合自由能变化预测准确度 | NA |
| 30 | 2025-11-04 |
A quantitative analysis of artificial intelligence research in cervical cancer: a bibliometric approach utilizing CiteSpace and VOSviewer
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1431142
PMID:39296978
|
文献计量学研究 | 通过文献计量学方法分析人工智能在宫颈癌研究中的应用现状和发展趋势 | 首次综合运用CiteSpace和VOSviewer对宫颈癌人工智能研究领域进行系统的文献计量分析 | 仅基于Web of Science数据库，可能未涵盖所有相关文献 | 评估人工智能在宫颈癌研究中的作用，识别研究趋势和未来方向 | 927篇相关学术论文（2008-2024年） | 文献计量学 | 宫颈癌 | 文献计量分析 | NA | 文献元数据 | 927篇文章，涉及5,299位作者，81个地区 | CiteSpace, VOSviewer | NA | 引用频率，爆发排名分析 | NA |
| 31 | 2025-11-03 |
Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study
2024-Nov-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8382
PMID:38889969
|
研究论文 | 本研究评估深度学习优化的3D T1 SPACE血管壁成像序列在缩短扫描时间的同时提升图像质量的效果 | 首次将深度学习图像重建技术应用于颅内血管壁成像序列优化，在保持图像质量的同时显著缩短扫描时间 | 样本量较小（10名健康对照和5名患者），需要更大规模研究验证 | 评估深度学习优化序列在颅内血管壁成像中的性能表现 | 健康对照者和患者的颅内血管 | 医学影像分析 | 脑血管疾病 | T1加权3D SPACE序列磁共振成像 | 深度学习 | 磁共振图像 | 10名健康对照和5名患者 | NA | NA | Likert评分, 配对样本t检验 | NA |
| 32 | 2025-11-03 |
A Comparison of CT-Based Pancreatic Segmentation Deep Learning Models
2024-11, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.06.015
PMID:38944630
|
研究论文 | 比较五种基于CT的胰腺分割深度学习模型在不同扫描和患者特征下的性能表现 | 首次系统评估五种高性能胰腺分割模型在不同临床特征下的分层性能，并识别影响分割准确性的关键因素 | 回顾性研究设计，部分患者性别和年龄数据缺失，仅评估了五种特定模型 | 评估和比较不同深度学习模型在CT胰腺分割任务中的性能表现 | 胰腺CT图像分割 | 计算机视觉 | 胰腺疾病 | CT成像 | 深度学习模型 | CT医学图像 | 352例CT扫描（30例女性，25例男性，297例性别未知；年龄58±7岁，327例年龄未知），训练数据规模从282到8448例扫描不等 | NA | U-Net, Swin Transformer, nnUNet | Dice系数, Hausdorff距离, 平均表面距离 | NA |
| 33 | 2025-11-03 |
Cardiac MR Fingerprinting: Overview, Technical Developments, and Applications
2024-Nov, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29206
PMID:38153855
|
综述 | 本文全面概述了心脏磁共振指纹技术(MRF)的发展现状、技术进展及其临床应用 | 系统总结了心脏MRF这一新兴多参数成像技术的完整技术框架，包括脉冲序列实现、字典生成、快速k空间采样和模式识别方法 | 证据等级为5级，技术效能处于第一阶段，表明该技术仍处于发展初期 | 探讨如何通过多参数MRI技术简化心脏磁共振检查流程，提高检查效率和可重复性 | 心脏磁共振成像技术及其在心血管疾病评估中的应用 | 医学影像 | 心血管疾病 | 磁共振指纹技术(MRF)、多参数MRI、同时多层采样、3D采样、运动校正算法 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 34 | 2025-11-03 |
Tricuspid valve flow measurement using a deep learning framework for automated valve-tracking 2D phase contrast
2024-Nov, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30163
PMID:38817154
|
研究论文 | 开发了一种基于深度学习的自动瓣膜追踪二维相位对比方法，用于测量动态三尖瓣血流 | 首次将深度学习网络TVnet应用于自动追踪三尖瓣平面，实现了动态采集平面跟踪瓣膜运动的二维相位对比成像 | 样本量较小（9名健康受试者和2名患者），需要更大规模研究验证 | 解决心血管磁共振测量三尖瓣血流速度的临床挑战 | 三尖瓣血流和舒张功能 | 医学影像分析 | 心血管疾病 | 二维相位对比磁共振成像 | 深度学习网络 | 心脏长轴电影图像和相位对比图像 | 11名受试者（9名健康人，2名患者） | NA | TVnet | 偏倚, 标准差, 组内相关系数 | NA |
| 35 | 2025-11-03 |
A deep learning-based approach for unbiased kinematic analysis in CNS injury
2024-Nov, Experimental neurology
IF:4.6Q1
DOI:10.1016/j.expneurol.2024.114944
PMID:39242068
|
研究论文 | 开发基于深度学习的无标记运动学分析系统用于中枢神经系统损伤研究 | 开发了两种基于深度学习的无标记运动学分析范式（MotorBox和MotoRater），消除了研究者偏见和变异性 | NA | 改进脊髓损伤后功能评估方法，提高临床转化成功率 | 小鼠运动功能 | 计算机视觉 | 脊髓损伤 | 深度学习 | 深度学习算法 | 视频 | NA | DeepLabCut | NA | 运动指标、步态指标 | NA |
| 36 | 2025-11-03 |
BOATMAP: Bayesian Optimization Active Targeting for Monomorphic Arrhythmia Pace-mapping
2024-Nov, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109201
PMID:39342676
|
研究论文 | 提出一种名为BOATMAP的新型主动学习方法，通过12导联心电图逐步定位心室激活起源 | 将传统机器学习方法的输入输出关系反转，使用高斯过程作为代理模型，提供可解释的临床指导 | 仅在仿真环境中测试，尚未在真实临床环境中验证 | 开发能够精确定位心室激活起源的算法，指导心室心动过速消融治疗 | 心室激活起源定位 | 机器学习 | 心血管疾病 | 12导联心电图，起搏标测 | 高斯过程 | 心电图信号 | 多种心脏几何形状和组织特性的仿真环境 | NA | 高斯过程回归 | 定位精度 | NA |
| 37 | 2025-11-03 |
Joint self-supervised and supervised contrastive learning for multimodal MRI data: Towards predicting abnormal neurodevelopment
2024-11, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102993
PMID:39369634
|
研究论文 | 提出一种联合自监督和监督对比学习方法，用于从多模态MRI数据中学习鲁棒潜在特征表示，以预测异常神经发育 | 开发了联合自监督和监督对比学习的新方法，能够将异质多模态特征投影到共享公共空间，融合不同模态间的互补和相似信息 | NA | 预测异常神经发育 | 多模态MRI数据（结构、扩散张量、功能磁共振成像） | 医学影像分析 | 神经发育异常 | 磁共振成像（MRI） | 对比学习 | 多模态医学影像 | 两个独立数据集 | NA | 对比学习网络 | NA | NA |
| 38 | 2025-11-03 |
A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia
2024-Nov, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241272048
PMID:39382109
|
研究论文 | 开发基于深度学习的系统通过口腔照片预测口腔白斑的上皮异常增生概率 | 首次使用深度学习模型通过非侵入性口腔照片预测口腔白斑的上皮异常增生，为临床决策提供支持 | 研究基于回顾性数据，需要进一步前瞻性验证 | 开发能够预测口腔白斑上皮异常增生的智能诊断系统 | 口腔白斑患者的口腔照片图像 | 医学影像分析 | 口腔癌前病变 | 深度学习 | CNN | 图像 | 2,073张口腔白斑图像 | NA | EfficientNet-B2 | Brier分数, AUC, 平衡准确率 | NA |
| 39 | 2025-11-03 |
A Survey on Hyperlink Prediction
2024-Nov, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3286280
PMID:37363843
|
综述 | 本文系统综述了超图中的超链接预测方法，并通过基准研究比较了不同类别方法的性能 | 首次对超链接预测领域进行系统全面的综述，并采用链接预测的经典分类法将现有方法分为四类 | NA | 系统梳理和比较超链接预测方法，为相关研究提供参考 | 超图中的超链接预测方法 | 机器学习 | NA | NA | 深度学习 | 超图数据 | NA | NA | NA | NA | NA |
| 40 | 2025-11-03 |
Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy
2024-Nov, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2024.3439585
PMID:40385936
|
研究论文 | 开发基于深度学习的快速体积图像生成框架，用于图像引导质子放疗中的肺癌治疗 | 提出结合正交kV X射线投影采集和深度学习的新型体积图像重建框架，专门针对FLASH超高剂量率放射治疗场景 | 研究仅基于30例肺癌患者数据，样本量相对有限；仅评估了肺部靶区 | 开发快速体积图像重建方法以提高图像引导质子放疗的精准度 | 肺癌患者 | 医学影像分析 | 肺癌 | kV X射线投影，四维计算机断层扫描 | 深度学习 | X射线投影图像，CT图像 | 30例肺癌患者，每人包含十个呼吸时相的四维CT数据集 | NA | NA | 平均绝对误差，峰值信噪比，结构相似性指数，水等效厚度误差 | NA |