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 12036 篇文献，本页显示第 1641 - 1660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1641 | 2025-10-07 |
Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound
2024-Jan, Journal of medical ultrasonics (2001)
DOI:10.1007/s10396-023-01390-z
PMID:38051461
|
研究论文 | 本研究开发了一种深度学习模型，利用对比增强超声的九个时相图像来鉴别肝脏病变性质 | 提出并行排列三个ResNet50迁移学习模型的新型架构，可同步输入九个不同时相的CEUS图像并进行数据增强 | 样本量相对有限（共181个肝脏病变），且仅使用单一对比剂Sonazoid | 评估深度学习模型在肝脏结节定性诊断中的性能 | 肝脏病变（48个良性，78个肝细胞癌，55个非肝细胞癌恶性病变） | 计算机视觉 | 肝脏疾病 | 对比增强超声 | CNN | 图像 | 181个肝脏病变 | NA | ResNet50 | 灵敏度, 特异度, 正确预测率 | NA |
| 1642 | 2025-10-07 |
Evaluation and Prediction of Post-Hepatectomy Liver Failure Using Imaging Techniques: Value of Gadoxetic Acid-Enhanced Magnetic Resonance Imaging
2024-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0507
PMID:38184766
|
研究论文 | 评估钆塞酸增强磁共振成像在肝切除术后肝衰竭预测中的价值 | 结合体积和功能分析评估肝功能，采用钆塞酸增强MRI提供全局和区域功能信息 | NA | 准确评估肝功能和预测肝切除术后肝衰竭 | 接受肝切除术患者的肝功能评估 | 医学影像分析 | 肝脏疾病 | 钆塞酸增强磁共振成像 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 1643 | 2025-10-07 |
A dynamic approach for MR T2-weighted pelvic imaging
2024-Oct-15, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8335
PMID:39362274
|
研究论文 | 提出一种无需患者准备的动态磁共振盆腔成像方法来解决蠕动引起的运动伪影问题 | 采用动态数据采集策略和基于深度均衡模型的展开方法进行图像重建，将成像问题从传统运动预防转变为运动重建 | NA | 解决盆腔磁共振成像中蠕动引起的运动伪影和模糊问题 | 盆腔磁共振成像 | 医学影像 | 盆腔疾病 | T2加权2D快速自旋回波序列 | 深度均衡模型 | 磁共振k空间数据 | 回顾性和前瞻性数据 | NA | 深度均衡模型 | 运动伪影减少程度、结构细节描绘准确性 | NA |
| 1644 | 2025-10-07 |
Creation of de novo cryptic splicing for ALS and FTD precision medicine
2024-10-04, Science (New York, N.Y.)
DOI:10.1126/science.adk2539
PMID:39361759
|
研究论文 | 开发了一种利用TDP-43功能丧失诱导的隐蔽剪接特异性来驱动蛋白质表达的新方法TDP-REG，为ALS和FTD精准治疗提供新策略 | 结合深度学习和理性设计开发SpliceNouveau算法，首次实现在蛋白质编码序列中生成可定制的隐蔽剪接事件 | NA | 开发针对TDP43相关疾病的精准治疗方法 | RNA结合蛋白TDP-43及其功能丧失引起的隐蔽剪接事件 | 生物信息学 | 肌萎缩侧索硬化症,额颞叶痴呆 | 深度学习,基因组prime editing,隐蔽剪接分析 | 深度学习 | 基因组序列,剪接数据 | NA | NA | NA | NA | NA |
| 1645 | 2025-10-07 |
Tumor evolution metrics predict recurrence beyond 10 years in locally advanced prostate cancer
2024-09, Nature cancer
IF:23.5Q1
DOI:10.1038/s43018-024-00787-0
PMID:38997466
|
研究论文 | 本研究结合基因组学和人工智能辅助组织病理学分析，开发了预测局部晚期前列腺癌长期复发的进化指标 | 首次将基因组瘤内异性与深度学习评估的形态学异质性相结合，识别出能够预测10年以上复发的临床生物标志物 | 样本量相对有限，需要更大规模研究验证 | 探索癌症进化指标在预测局部晚期前列腺癌长期复发中的临床应用价值 | 局部晚期前列腺癌患者 | 数字病理学 | 前列腺癌 | 基因组测序, 深度学习 | 深度学习模型 | 基因组数据, 组织切片图像 | 114名患者的642个基因组样本，250名患者的1,923个组织学切片 | NA | NA | 风险比, 置信区间, 中位复发时间 | NA |
| 1646 | 2025-10-07 |
Exploring the trade-off between deep-learning and explainable models for brain-machine interfaces
2024, Advances in neural information processing systems
PMID:40231170
|
研究论文 | 本研究开发了一种基于KalmanNet的脑机接口解码器，在保持可解释性的同时实现了与深度学习模型相当的性能 | 将卡尔曼滤波器与递归神经网络结合，通过计算卡尔曼增益实现输入与动态之间的可变信任机制 | 与现有深度学习解码器一样泛化能力有限，且在未见噪声分布下性能受限于卡尔曼滤波器的归纳偏置 | 探索深度学习与可解释模型在脑机接口中的权衡，开发高性能且可解释的解码器 | 两只猴子的脑活动数据 | 脑机接口 | 瘫痪 | 脑信号解码 | KalmanNet, KF, LSTM, tcFNN | 神经信号 | 两只猴子的多天离线数据和实时数据 | NA | KalmanNet, 卡尔曼滤波器, LSTM, tcFNN | 离线预测精度, 在线实时预测性能 | NA |
| 1647 | 2025-04-18 |
Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024
2024, Biophysics and physicobiology
IF:1.6Q4
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1648 | 2025-10-07 |
Deep learning enabled integration of tumor microenvironment microbial profiles and host gene expressions for interpretable survival subtyping in diverse types of cancers
2024-Dec-17, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01395-24
PMID:39565103
|
研究论文 | 开发基于自编码器的深度学习框架ASD-cancer，整合肿瘤微环境微生物特征和宿主基因表达数据，实现可解释的癌症生存亚型分型 | 首次提出半监督深度学习框架同时分析肿瘤微生物组和转录组数据，识别生存相关亚型并揭示微生物-宿主基因相互作用机制 | 研究依赖于TCGA数据库的样本数据，需要进一步实验验证 | 解析肿瘤微生物组与宿主基因表达的复杂关系及其对患者生存的联合影响 | 20种癌症类型的肿瘤组织样本 | 机器学习 | 多种癌症 | RNA测序，微生物组分析 | 自编码器 | 微生物组数据，基因表达数据 | TCGA数据库中20种癌症类型的组织样本 | NA | 自编码器 | log-rank检验 | NA |
| 1649 | 2025-10-07 |
Binding and sensing diverse small molecules using shape-complementary pseudocycles
2024-07-19, Science (New York, N.Y.)
DOI:10.1126/science.adn3780
PMID:39024436
|
研究论文 | 本文提出了一种利用深度学习生成形状互补假环结构来设计高亲和力小分子结合蛋白的方法 | 采用深度学习生成具有不同形状结合口袋的假环结构，能够结合多样化的极性及柔性小分子 | NA | 开发能够高亲和力结合小分子并应用于传感系统的蛋白质设计方法 | 小分子结合蛋白的设计与优化 | 机器学习 | NA | 深度学习，分子对接，实验筛选 | 深度学习模型 | 分子结构数据 | 针对四种不同小分子（包括甲氨蝶呤和甲状腺素）设计结合蛋白 | NA | NA | 结合亲和力 | NA |
| 1650 | 2025-10-07 |
Medical forecasting
2024-05-24, Science (New York, N.Y.)
DOI:10.1126/science.adp7977
PMID:38781357
|
评论 | 本文通过类比气象预测领域的AI突破，探讨AI在医疗预测领域的应用前景与挑战 | 提出将气象预测领域GraphCast模型的成功经验迁移到医疗预测领域的概念，强调建立医疗预测金标准的必要性 | 尚未建立医疗预测的金标准系统，具体实施方法和验证体系有待开发 | 探索AI技术在医疗预测领域的应用潜力，推动个体化疾病风险预测 | 个体患者的疾病风险预测 | 机器学习 | NA | 深度学习 | 图神经网络 | NA | NA | NA | GraphCast | 准确率 | NA |
| 1651 | 2025-10-07 |
Whole-body magnetic resonance imaging at 0.05 Tesla
2024-05-10, Science (New York, N.Y.)
DOI:10.1126/science.adm7168
PMID:38723062
|
研究论文 | 开发了一种使用0.05特斯拉永磁体和深度学习技术的全身磁共振成像扫描仪 | 采用0.05特斯拉永磁体结合深度学习消除电磁干扰，无需射频和磁屏蔽，仅需标准壁装电源插座即可运行 | NA | 开发经济实惠的超低场磁共振成像扫描仪以满足全球不同医疗环境的临床需求 | 全身磁共振成像 | 医学影像 | NA | 磁共振成像, 深度学习 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
| 1652 | 2025-10-07 |
Sequence basis of transcription initiation in the human genome
2024-04-26, Science (New York, N.Y.)
DOI:10.1126/science.adj0116
PMID:38662817
|
研究论文 | 通过深度学习可解释模型Puffin预测人类基因组中转录起始的序列基础 | 开发了名为Puffin的可解释深度学习模型，首次在碱基对分辨率上系统揭示人类启动子转录起始的简单序列规则 | NA | 揭示人类基因组中转录起始的序列基础 | 人类基因组启动子区域 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 基因组序列数据 | NA | NA | Puffin | NA | NA |
| 1653 | 2025-10-07 |
Development and Validation of an Automated Classification System for Osteonecrosis of the Femoral Head Using Deep Learning Approach: A Multicenter Study
2024-02, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2023.08.018
PMID:37572719
|
研究论文 | 开发并验证基于深度学习的股骨头坏死自动分类系统 | 首次采用多中心数据开发卷积神经网络模型实现股骨头坏死的自动分类和坏死区域定位 | 回顾性研究设计，样本来源仅限于4家机构 | 通过深度学习技术对股骨头坏死进行准确分类 | 股骨头坏死患者的磁共振影像 | 计算机视觉 | 股骨头坏死 | 磁共振成像 | CNN | 图像 | 1,806张中冠状位磁共振图像（来自1,337个髋关节），其中1,472张用于模型开发，334张用于外部验证 | NA | 卷积神经网络 | 准确率, AUC, 精确率, 召回率, F值 | NA |
| 1654 | 2025-10-07 |
Multiple-instance learning of somatic mutations for the classification of tumour type and the prediction of microsatellite status
2024-01, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-023-01120-3
PMID:37919367
|
研究论文 | 提出一种基于多示例学习的深度学习模型，通过体细胞突变数据分类肿瘤类型和预测微卫星状态 | 使用弱监督端到端多示例学习模型，通过多头注意力机制编码和聚合体细胞突变的局部序列背景或基因组位置，增强模型可解释性 | NA | 利用基因组数据改进肿瘤类型分类和微卫星状态预测性能 | 体细胞突变数据 | 机器学习 | 肿瘤 | 基因组测序 | 多示例学习, 深度学习 | 基因组数据 | NA | NA | 多头注意力机制 | 准确率, 分类性能 | NA |
| 1655 | 2025-10-07 |
Color Fundus Photography and Deep Learning Applications in Alzheimer Disease
2024-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.08.005
PMID:39748801
|
研究论文 | 开发并评估两种基于视网膜彩色眼底照片的深度学习模型用于阿尔茨海默病分类 | 首次使用纯视网膜彩色眼底照片训练两种不同深度学习模型进行AD分类，其中ADRET模型采用BERT风格的自监督学习CNN架构 | 需要在更大和更多样化人群中进一步验证，需要整合技术来协调眼底照片并减少成像相关噪声 | 开发基于视网膜图像的阿尔茨海默病筛查方法 | 阿尔茨海默病患者和对照组 | 计算机视觉 | 阿尔茨海默病 | 彩色眼底摄影 | CNN, U-Net, 自监督学习 | 图像 | 两个独立数据集（UK Biobank和学术机构数据） | NA | U-Net, Transformer风格CNN | 准确率, 灵敏度, 特异性, 接收者操作特征曲线 | NA |
| 1656 | 2025-10-07 |
Integrating Interpretability in Machine Learning and Deep Neural Networks: A Novel Approach to Feature Importance and Outlier Detection in COVID-19 Symptomatology and Vaccine Efficacy
2024-11-29, Viruses
DOI:10.3390/v16121864
PMID:39772174
|
研究论文 | 提出一种整合传统机器学习和深度神经网络可解释性技术的新方法，用于分析COVID-19症状特征重要性和异常检测 | 通过全局和局部解释方法弥合可解释机器学习模型与强大深度学习架构之间的差距 | 仅使用2020年早期疫情数据，样本特征可能存在时间局限性 | 改进对COVID-19症状学的理解并增强早期病例检测能力 | 2020年早期接受COVID-19检测的个体，包括自我报告症状和检测结果 | 机器学习 | COVID-19 | 特征重要性分析，异常检测 | 机器学习模型，深度神经网络 | 医疗数据，症状数据 | NA | NA | NA | NA | NA |
| 1657 | 2025-10-07 |
HLAPepBinder: An Ensemble Model for The Prediction Of HLA-Peptide Binding
2024-Oct, Iranian journal of biotechnology
IF:1.6Q4
DOI:10.30498/ijb.2024.459448.3927
PMID:40225296
|
研究论文 | 开发了一个名为HLAPepBinder的集成机器学习模型，用于预测HLA-肽结合 | 首次使用随机森林方法整合九个预测器的结果，提供全面的预测框架，无需手动模型选择 | 缺乏可靠的阴性数据，通常假设未知相互作用为阴性 | 提高HLA-肽结合预测的准确性和效率 | HLA-肽结合对 | 机器学习 | 癌症 | 集成机器学习 | 随机森林 | 肽序列数据 | NA | NA | 随机森林 | 预测准确性，资源效率 | 有限计算环境 |
| 1658 | 2025-10-07 |
Reproducible image-based profiling with Pycytominer
2024-Jul-02, ArXiv
PMID:38045474
|
研究论文 | 介绍Pycytominer——一个用于图像分析后处理的开源Python工具包 | 开发了用户友好的开源工具包，专门用于实现图像分析中的生物信息学步骤（图像特征分析） | NA | 开发用于高通量显微镜图像分析后处理的工具 | 单细胞特征数据 | 生物信息学 | NA | 高通量显微镜 | NA | 图像 | NA | Python | NA | NA | NA |
| 1659 | 2025-10-07 |
Application of deep learning radiomics in oral squamous cell carcinoma-Extracting more information from medical images using advanced feature analysis
2024-06, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.101840
PMID:38548062
|
系统综述 | 本文通过系统综述和荟萃分析评估深度学习影像组学在口腔鳞状细胞癌中的应用 | 首次对深度学习影像组学在OSCC中的应用进行系统综述和定量荟萃分析 | 存在轻微发表偏倚(P=0.03)，纳入研究数量有限(26项) | 评估深度学习影像组学在口腔鳞状细胞癌中的应用效果 | 口腔鳞状细胞癌(OSCC)的医学影像 | 医学影像分析 | 口腔鳞状细胞癌 | 影像组学特征分析 | 深度学习算法 | 医学影像 | 26项研究，包含64,731张医学影像 | NA | NA | 灵敏度, 特异性 | NA |
| 1660 | 2025-10-07 |
Deep Learning-Based Prediction Modeling of Major Adverse Cardiovascular Events After Liver Transplantation
2024-Jun, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.03.005
PMID:38993485
|
研究论文 | 本研究验证了基于深度学习的模型在预测肝移植术后主要不良心血管事件(MACE)方面的能力 | 首次使用双向门控循环单元(BiGRU)深度学习模型和纵向索赔数据预测肝移植术后心血管事件风险 | 使用回顾性索赔数据，可能存在数据完整性和准确性的限制 | 开发能够预测肝移植患者术后主要不良心血管事件风险的预测模型 | 肝移植接受者 | 机器学习 | 心血管疾病 | 深度学习建模 | BiGRU | 结构化医疗数据(人口统计学特征、诊断、药物、手术数据) | 18,304名肝移植接受者(平均年龄57.4岁，女性占39.1%) | NA | 双向门控循环单元(BiGRU) | AUC-ROC, AUC-PR | NA |