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 1074 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2025-10-07 |
Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI
2024-Aug, Yearbook of medical informatics
DOI:10.1055/s-0044-1800751
PMID:40199311
|
综述 | 对2023年生物医学自然语言处理领域的研究进展进行总结，重点分析大语言模型和生成式AI的应用趋势 | 系统梳理了2023年生物医学NLP领域的最佳论文评选过程，揭示了大语言模型在数据增强、领域适应和模型蒸馏方面的创新应用 | 仅基于两个文献数据库（Medline和ACL）进行分析，可能未覆盖该领域所有重要研究成果 | 总结2023年生物医学自然语言处理领域的研究趋势和最佳论文 | 2023年发表的2,148篇生物医学NLP研究论文 | 自然语言处理 | COVID-19, 癌症, 精神健康 | 自然语言处理, 深度学习 | 大语言模型, ChatGPT | 社交媒体内容, 电子健康记录 | 2,148篇论文 | NA | NA | NA | NA |
| 182 | 2025-04-24 |
Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning
2024-08, Ultrasound in medicine & biology
|
研究论文 | 利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析 | 结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性 | 研究仅针对小鼠图像数据集，未涉及人类或其他动物模型 | 改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度 | 小鼠心脏的超声和光声图像 | 计算机视觉 | 心血管疾病 | 超声成像（US）和光声成像（PA） | U-Net | 图像 | 小鼠图像数据集（具体数量未提及） | NA | NA | NA | NA |
| 183 | 2025-04-24 |
A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates
2024-08, Ultrasound in medicine & biology
|
research paper | 本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数 | 利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs） | 研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力 | 开发一种能够自动测量ICL手术候选者前段参数的深度学习模型 | 植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像 | digital pathology | 眼科疾病 | 超声生物显微镜（UBM） | UNet++ | image | 1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像 | NA | NA | NA | NA |
| 184 | 2025-04-21 |
Recent Advances in Predictive Modeling with Electronic Health Records
2024-Aug, IJCAI : proceedings of the conference
DOI:10.24963/ijcai.2024/914
PMID:40248670
|
综述 | 本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展 | 总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向 | 未提及具体模型的性能比较或实际应用中的具体限制 | 探讨如何利用EHR数据进行预测建模 | 电子健康记录（EHR）数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 电子健康记录数据 | NA | NA | NA | NA | NA |
| 185 | 2025-04-06 |
Contrastive Learning for Joint Normal Estimation and Point Cloud Filtering
2024-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3263866
PMID:37030701
|
research paper | 提出了一种新颖的深度学习方法，用于联合估计点云法线和滤波点云 | 引入了基于3D块的对比学习框架，将噪声作为增强手段，训练能够生成鲁棒点云块表示的特征编码器，并通过联合损失同时估计点法线和位移 | NA | 解决点云滤波和法线估计这两个3D领域的基础研究问题 | 点云数据 | computer vision | NA | 对比学习 | 深度学习 | 3D点云 | NA | NA | NA | NA | NA |
| 186 | 2024-08-07 |
Trend Identification and Prediction of Worker Stress Rate Using Deep Learning Algorithm in Indonesia
2024-08, Workplace health & safety
IF:2.3Q1
DOI:10.1177/21650799241263623
PMID:38907692
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 187 | 2025-04-06 |
Neural Network Layer Algebra: A Framework to Measure Capacity and Compression in Deep Learning
2024-Aug, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3241100
PMID:37027551
|
research paper | 提出了一种新的框架来测量深度神经网络的固有特性，特别是容量和压缩性 | 引入了层代数的概念，并提出了两个新的度量指标：层复杂度和层内在能力，这些指标仅依赖于网络结构而非参数 | 虽然框架可以推广到任何网络架构，但研究主要集中在卷积网络上 | 测量深度神经网络的固有特性，即容量和压缩性 | 深度神经网络，特别是卷积网络 | machine learning | NA | NA | CNN | image | NA | NA | NA | NA | NA |
| 188 | 2025-04-06 |
Probabilistic Attention Based on Gaussian Processes for Deep Multiple Instance Learning
2024-Aug, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3245329
PMID:37027623
|
research paper | 提出了一种基于高斯过程的概率注意力机制（AGP），用于深度多实例学习（MIL），以提供预测的不确定性估计 | 首次将高斯过程引入MIL中的注意力机制，提供实例级可解释性和预测不确定性 | 未明确提及具体限制，但可能面临高斯过程计算复杂度高的问题 | 开发一种能够提供预测不确定性的深度MIL方法，特别适用于医学领域 | 多实例学习模型及其在医学图像分析中的应用 | machine learning | cancer | Gaussian processes | AGP (Attention Gaussian Process) | image | 小于100个标签的小型数据集以及MNIST和CIFAR-10合成数据 | NA | NA | NA | NA |
| 189 | 2025-04-06 |
Artificial Intelligence (AI)-Based Computer-Assisted Detection and Diagnosis for Mammography: An Evidence-Based Review of Food and Drug Administration (FDA)-Cleared Tools for Screening Digital Breast Tomosynthesis (DBT)
2024-Aug, AI in precision oncology
DOI:10.1089/aipo.2024.0022
PMID:40182614
|
综述 | 本文回顾了基于人工智能的计算机辅助检测和诊断工具在数字乳腺断层合成摄影筛查中的应用及其FDA批准情况 | 总结了新一代深度学习AI工具在乳腺筛查中的潜力，并评估了FDA批准的六种AI工具的性能 | 现有证据有限，仅包括两项小规模的实施后临床研究，需要更多前瞻性研究来全面评估影响 | 评估AI在数字乳腺断层合成摄影筛查中的应用效果 | FDA批准的六种基于AI的计算机辅助检测/诊断工具 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 医学影像 | 多项多读者多病例研究、回顾性分析和两项真实世界评估 | NA | NA | NA | NA |
| 190 | 2025-10-07 |
Multiplex Detection of Foodborne Pathogens using 3D Nanostructure Swab and Deep Learning-Based Classification of Raman Spectra
2024-08, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202308317
PMID:38564785
|
研究论文 | 提出了一种结合3D纳米结构拭子和深度学习拉曼信号分类的多重食源性病原体检测方法 | 首次将3D纳米结构拭子捕获技术与便携式拉曼仪器及深度学习分类算法相结合，实现快速准确的多种食源性细菌检测 | NA | 开发简单、快速、灵敏的食源性病原体检测方法以支持食品安全监测 | 食源性细菌 | 机器学习 | 食源性疾病 | 拉曼光谱技术 | CNN | 光谱数据 | NA | NA | 1D卷积神经网络 | 准确率 | NA |
| 191 | 2025-10-07 |
Deep learning-based segmentation of subcellular organelles in high-resolution phase-contrast images
2024-Aug-30, Cell structure and function
IF:2.0Q4
DOI:10.1247/csf.24036
PMID:39085139
|
研究论文 | 本研究开发了基于深度学习的亚细胞器分割方法，用于高分辨率相差图像分析 | 使用荧光标记作为真实掩膜来源，在无标记活细胞图像中实现亚细胞器的精确分割 | NA | 开发高分辨率相差图像中亚细胞器的精确分割方法 | 未染色活细胞中的亚细胞器 | 计算机视觉 | NA | 无标记成像，荧光标记，高分辨率相差显微镜 | 深度学习 | 高分辨率相差图像，荧光图像 | NA | NA | NA | NA | NA |
| 192 | 2025-10-07 |
An end-to-end deep learning pipeline to derive blood input with partial volume corrections for automated parametric brain PET mapping
2024-Aug-19, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad6a64
PMID:39094595
|
研究论文 | 提出一种端到端深度学习流程，通过部分容积校正自动生成血液输入函数用于脑PET参数映射 | 首次结合3D U-Net和RNN实现非侵入性血液输入函数计算，无需动脉采血 | 仅基于50例FDG PET扫描进行验证，样本量有限 | 开发非侵入性定量分析动态脑FDG-PET的方法 | 人类脑部FDG PET扫描数据 | 医学影像分析 | 神经系统疾病 | 动态FDG-PET成像 | 3D U-Net, RNN | 3D PET影像 | 50例人类脑部FDG PET扫描 | NA | 3D U-Net, RNN | Dice系数, 交并比, 均方根误差 | NA |
| 193 | 2025-03-25 |
Community assessment of methods to deconvolve cellular composition from bulk gene expression
2024-Aug-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50618-0
PMID:39191725
|
research paper | 评估从批量基因表达数据中解卷积细胞组成的方法，通过社区范围的DREAM挑战进行 | 评估了多种解卷积方法，包括深度学习方法的强表现，确立了该范式在解卷积中的适用性 | 部分方法未针对所有功能性CD8+ T细胞状态进行训练或准确度较低 | 评估解卷积方法在推断肿瘤样本中免疫浸润水平的效果 | 体外和计算机模拟的癌症与健康免疫细胞的混合转录谱 | machine learning | cancer | bulk gene expression analysis | deep learning | gene expression data | NA | NA | NA | NA | NA |
| 194 | 2025-03-25 |
Deep learning predicts postoperative opioids refills in a multi-institutional cohort of surgical patients
2024-08, Surgery
IF:3.2Q1
DOI:10.1016/j.surg.2024.03.054
PMID:38796387
|
research paper | 该研究探讨了深度学习模型在预测术后需要阿片类药物补充的患者中的应用 | 首次将深度学习模型应用于预测术后阿片类药物补充需求，并通过多机构队列验证其高准确性 | 研究为回顾性设计，且仅纳入单一医疗中心的患者数据 | 优化术后阿片类药物处方策略，平衡药物滥用风险与患者疼痛控制需求 | 接受择期手术的成年患者 | machine learning | NA | deep learning, random forest, eXtreme Gradient Boosting | 深度学习、随机森林、XGBoost | 临床医疗记录 | 9,731例择期手术患者（平均年龄62.1岁，51.4%为女性） | NA | NA | NA | NA |
| 195 | 2025-10-07 |
Deep learning structural insights into heterotrimeric alternatively spliced P2X7 receptors
2024-Aug, Purinergic signalling
IF:3.0Q2
DOI:10.1007/s11302-023-09978-3
PMID:38032425
|
研究论文 | 本研究应用AlphaFold2-Multimer深度学习方法预测异源三聚体选择性剪接P2X7受体的结构 | 首次验证AF2M在预测三聚体P2X7受体结构中的准确性，并成功生成多种异源三聚体剪接变体的结构模型 | 模型验证主要依赖计算指标和分子动力学模拟，缺乏实验结构直接验证异源三聚体模型 | 探索选择性剪接对P2X7受体结构和功能的影响 | P2X7受体及其剪接变体（P2X7B、P2X7E、P2X7J、P2X7L） | 结构生物信息学 | NA | 深度学习结构预测，冷冻电镜，分子动力学模拟 | AlphaFold2-Multimer | 蛋白质序列，结构数据 | 多种P2X7受体剪接变体组合 | AlphaFold2 | AlphaFold2-Multimer | 模型置信度评分，分子动力学稳定性，保守区域灵活性 | NA |
| 196 | 2025-10-07 |
Deep Learning-Based Reconstruction Improves the Image Quality of Low-Dose CT Colonography
2024-08, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.021
PMID:38290889
|
研究论文 | 评估基于深度学习的重建方法在低剂量CT结肠成像中的图像质量改善效果 | 首次系统比较深度学习重建与迭代重建在低剂量CT结肠成像中的性能表现 | 样本仅来自单一中心，未进行多中心验证 | 评估深度学习重建技术在低剂量CT结肠成像中的图像质量 | 270名成年志愿者（平均年龄47.94岁，115名男性） | 医学影像 | 结直肠癌 | CT结肠成像 | 深度学习 | 医学影像 | 270名志愿者，按BMI分为四组 | NA | NA | 噪声、信噪比(SNR)、对比噪声比(CNR)、主观图像质量评分 | NA |
| 197 | 2025-10-07 |
Research Progress of Artificial Intelligence in the Grading and Classification of Meningiomas
2024-08, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.02.003
PMID:38413314
|
综述 | 本文总结分析了人工智能在脑膜瘤分级分类中的研究进展，重点关注影像组学和深度学习的应用 | 系统梳理了AI技术在脑膜瘤分级分类领域的最新研究成果和发展趋势 | 现有研究存在数据样本有限、模型泛化能力不足等问题 | 促进人工智能在脑膜瘤诊疗中的未来应用 | 脑膜瘤患者 | 医学影像分析 | 脑膜瘤 | 影像组学, 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | NA | NA |
| 198 | 2025-10-07 |
Acupuncture indication knowledge bases: meridian entity recognition and classification based on ACUBERT
2024-08-30, Database : the journal of biological databases and curation
DOI:10.1093/database/baae083
PMID:39213389
|
研究论文 | 基于ACUBERT模型进行针灸适应症知识库的经络实体识别与分类研究 | 开发了具有中医特色的针灸适应症知识库(ACU-IKD)和ACUBERT模型，基于八纲辨证和脏腑辨证作为基础标签训练经络辨证模型 | NA | 探索ACUBERT模型在针灸适应症经络实体识别与分类中的有效性及差异原因 | 从82部针灸医籍中选取的54,593个不同实体 | 自然语言处理 | NA | BERT预训练 | BERT, SVM, Random Forest | 文本 | 54,593个实体 | NA | BERT | 精确率, 召回率, F1分数 | NA |
| 199 | 2025-10-07 |
Integrating deep learning architectures for enhanced biomedical relation extraction: a pipeline approach
2024-08-28, Database : the journal of biological databases and curation
DOI:10.1093/database/baae079
PMID:39197056
|
研究论文 | 提出一种增强型端到端流水线方法，用于生物医学关系抽取和新颖性检测 | 整合最先进的深度学习方法，将BERT模型适配为双向和文档级抽取，并采用混合实体链接方法 | 关系抽取和新颖性检测任务在文档级别仍然具有挑战性，数据集需要进一步改进 | 生物医学关系抽取和新颖性检测 | 科学出版物中的生物医学实体和关系 | 自然语言处理 | NA | 生物医学文本挖掘 | BERT, CNN | 文本 | 基于BioRED基准语料库 | NA | BERT, PURE, 卷积神经网络 | NER: 93.53, EL: 83.87, RE: 46.18, ND: 38.86 | NA |
| 200 | 2025-10-07 |
Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks
2024-08-05, Database : the journal of biological databases and curation
DOI:10.1093/database/baae066
PMID:39104284
|
研究论文 | 提出基于深度学习的方法从生物医学文献中提取标准化的miRNA-疾病关联 | 使用基于Transformer的神经网络从文本数据中提取miRNA-疾病关系，并通过远程监督扩展训练语料库 | NA | 从生物医学文献中自动提取miRNA-疾病关联关系 | miRNA与疾病之间的关联关系 | 自然语言处理 | 神经退行性疾病 | 文本挖掘 | Transformer | 文本 | NA | NA | Transformer | AUC | NA |