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 1075 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 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 |
| 222 | 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 |
| 223 | 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 |
| 224 | 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 |
| 225 | 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 |
| 226 | 2025-03-16 |
CryoSamba: self-supervised deep volumetric denoising for cryo-electron tomography data
2024-Aug-03, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.11.603117
PMID:39071256
|
研究论文 | 本文介绍了CryoSamba，一种基于自监督深度学习的模型，用于去噪冷冻电子断层扫描（cryo-ET）图像 | CryoSamba通过深度学习插值平均运动补偿的邻近平面，模仿增加曝光，增强连贯信号并减少高频噪声，显著提高断层扫描对比度和信噪比，且无需预录图像、合成数据、标签或注释、噪声模型或配对体积 | NA | 提高冷冻电子断层扫描图像的信噪比和对比度，以便更好地进行3D断层扫描视觉解释 | 冷冻电子断层扫描图像 | 计算机视觉 | NA | 深度学习 | 自监督深度学习模型 | 3D体积图像 | NA | NA | NA | NA | NA |
| 227 | 2025-10-07 |
Video-Based Kinematic Analysis of Movement Quality in a Phase 3 Clinical Trial of Troriluzole in Adults with Spinocerebellar Ataxia: A Post Hoc Analysis
2024-Aug, Neurology and therapy
IF:3.9Q1
DOI:10.1007/s40120-024-00625-6
PMID:38814532
|
研究论文 | 本研究通过视频分析和机器学习方法评估三鲁鲁唑对脊髓小脑性共济失调患者步态质量的疗效 | 开发了基于深度学习的姿态分散指数，量化步态对称性、平衡性和稳定性，为传统临床评估提供补充 | 样本量有限（仅67例串联步态和56例自然步态视频可用），自然步态评估结果未达统计学显著性 | 评估三鲁鲁唑对脊髓小脑性共济失调患者步态质量的影响 | 脊髓小脑性共济失调成人患者 | 计算机视觉 | 脊髓小脑性共济失调 | 视频分析，深度学习姿态提取 | 深度学习 | 视频 | 218名随机化参与者中，67名有可解释的串联步态视频，56名有自然步态视频 | NA | 姿态提取算法 | p值，置信区间，泊松系数 | NA |
| 228 | 2024-08-23 |
A correspondence of evaluation of deep learning algorithms in detecting Moyamoya disease: a systematic review and single-arm meta-analysis
2024-Aug-21, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-024-02701-9
PMID:39167278
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 229 | 2025-03-05 |
CANDI: A Web Server for Predicting Molecular Targets and Pathways of Cannabis-Based Therapeutics
2024-Aug-09, Research square
DOI:10.21203/rs.3.rs-4744915/v1
PMID:39149470
|
研究论文 | 本文介绍了一个名为CANDI的Web服务器，用于预测大麻基治疗药物的分子靶点和通路 | 开发了CANDI服务器，结合深度学习模型DRIFT，预测大麻化合物的分子靶点和相关通路，为大麻基治疗药物的开发提供新工具 | 未提及具体实验验证结果，预测结果的准确性有待进一步验证 | 研究大麻化合物的分子靶点和相关通路，以开发靶向有效的大麻基治疗药物 | 大麻化合物及其分子靶点和通路 | 机器学习 | 疼痛、炎症、癌症、骨关节炎 | 深度学习 | 基于注意力机制的神经网络 | 化合物-靶点相互作用数据 | NA | NA | NA | NA | NA |
| 230 | 2025-03-05 |
Revolutionizing Aneurysm detection: The role of artificial intelligence in reducing rupture rates
2024-Aug-01, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-024-02636-1
PMID:39088154
|
研究论文 | 本文探讨了人工智能在降低未破裂脑动脉瘤破裂率中的作用 | 利用AI和ML技术提高脑动脉瘤的早期检测和破裂风险预测准确性 | 未提及具体的研究局限性 | 研究人工智能在脑动脉瘤检测和破裂风险预测中的应用 | 脑动脉瘤患者 | 数字病理学 | 脑动脉瘤 | CT血管造影（CTA） | PointNet++ | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 231 | 2025-10-07 |
Artificial Intelligence for Early Detection of Pediatric Eye Diseases Using Mobile Photos
2024-08-01, JAMA network open
IF:10.5Q1
|
研究论文 | 开发基于深度学习的人工智能模型，通过移动设备拍摄的照片早期检测儿童眼部疾病 | 首次使用移动照片和AI技术实现儿童近视、斜视和上睑下垂的便捷家庭筛查 | 研究为横断面设计，样本量相对有限，不同年龄组间存在性能差异 | 开发AI模型用于儿童眼部疾病的早期检测 | 被诊断患有近视、斜视或上睑下垂的儿童患者 | 计算机视觉 | 眼科疾病 | 深度学习 | 深度学习模型 | 图像 | 476名患者的1419张图像（225名女性，47.27%；299名6-12岁儿童，62.82%） | NA | NA | 敏感度, 特异度, 准确率, AUC, 阳性预测值, 阴性预测值, 阳性似然比, 阴性似然比, F1分数 | NA |
| 232 | 2025-10-07 |
DeepComBat: A statistically motivated, hyperparameter-robust, deep learning approach to harmonization of neuroimaging data
2024-Aug-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26708
PMID:39056477
|
研究论文 | 提出一种基于条件变分自编码器和ComBat方法的深度学习神经影像数据协调方法DeepComBat | 结合统计方法和深度学习的优势，在考虑特征间多变量关系的同时放宽了先前深度学习协调方法的强假设 | NA | 开发能够有效去除神经影像数据批次效应的协调方法 | 认知老化队列的皮层厚度测量数据 | 神经影像分析 | 老年疾病 | 神经影像分析 | 条件变分自编码器 | 神经影像数据 | NA | NA | 条件变分自编码器 | 定性评估,定量评估 | NA |
| 233 | 2025-10-07 |
Deep learning-based image quality assessment: impact on detection accuracy of prostate cancer extraprostatic extension on MRI
2024-08, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04468-5
PMID:38958754
|
研究论文 | 本研究使用基于深度学习的AI算法评估前列腺MRI图像质量，并分析图像质量对前列腺癌包膜外侵犯检测准确性的影响 | 首次将深度学习图像质量评估应用于前列腺癌包膜外侵犯检测，量化了图像质量对诊断准确性的具体影响 | 单中心回顾性研究，样本量有限，仅评估了T2WI序列 | 评估MRI图像质量对前列腺癌包膜外侵犯检测准确性的影响 | 接受多参数MRI检查并行根治性前列腺切除术的前列腺癌患者 | 医学影像分析 | 前列腺癌 | MRI, 深度学习 | 深度学习算法 | 医学影像 | 773例连续患者 | NA | NA | 敏感性, 特异性, 阳性预测值, 阴性预测值, 比值比 | NA |
| 234 | 2025-10-07 |
Deep learning-accelerated T2WI: image quality, efficiency, and staging performance against BLADE T2WI for gastric cancer
2024-08, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04323-7
PMID:38662208
|
研究论文 | 比较深度学习加速单次屏气T2WI与BLADE T2WI在胃癌成像中的图像质量、效率和诊断性能 | 首次将深度学习加速的单次屏气T2WI技术应用于胃癌成像，并与传统BLADE T2WI进行系统比较 | 样本量相对有限（112例患者），单中心研究 | 评估深度学习加速T2WI在胃癌成像中的临床应用价值 | 胃癌患者 | 医学影像分析 | 胃癌 | T2加权磁共振成像 | 深度学习 | 医学影像 | 112例胃癌患者，其中69个可测量病灶，71例接受胃切除术患者 | NA | NA | 信噪比, 对比噪声比, T分期准确率, 图像质量评分 | NA |
| 235 | 2025-02-25 |
Construction of an antidepressant priority list based on functional, environmental, and health risks using an interpretable mixup-transformer deep learning model
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134651
PMID:38843640
|
研究论文 | 本研究构建了一个基于功能、环境及健康风险的抗抑郁药物优先级筛选系统（ADRank），并采用改进的mixup-transformer深度学习模型进行分类，以提高分类准确性和可靠性 | 采用改进的mixup-transformer深度学习模型，相较于随机森林模型，分类准确性提高了23.25%，可靠性提高了80% | 研究中未明确提及样本量及数据来源的具体细节 | 构建抗抑郁药物的风险优先级筛选系统，以识别和管理抗抑郁药物的风险 | 抗抑郁药物（AD） | 机器学习 | NA | 深度学习 | mixup-transformer | NA | NA | NA | NA | NA | NA |
| 236 | 2025-02-25 |
Early detection of nicosulfuron toxicity and physiological prediction in maize using multi-branch deep learning models and hyperspectral imaging
2024-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.134723
PMID:38815392
|
研究论文 | 本研究利用多分支深度学习模型和高光谱成像技术，开发了HerbiNet模型，用于早期检测玉米中nicosulfuron除草剂的毒性 | 开发了HerbiNet和HerbiNet-Lite模型，能够早期准确预测玉米中nicosulfuron的毒性，并在不同年份和季节的数据集上表现出更高的泛化能力 | 研究仅针对nicosulfuron一种除草剂，未涉及其他除草剂的毒性检测 | 开发早期检测玉米中除草剂毒性的方法，以保护玉米生产和田间环境 | 玉米作物及其高光谱图像 | 计算机视觉 | NA | 高光谱成像 | 多分支深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 237 | 2025-02-21 |
Improving privacy-preserving multi-faceted long short-term memory for accurate evaluation of encrypted time-series MRI images in heart disease
2024-08-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70593-2
PMID:39215022
|
研究论文 | 本文介绍了一种用于分析同态加密时间序列MRI数据的新方法：多面长短期记忆网络（MF-LSTM），旨在提高心脏疾病的准确评估 | 提出了多面长短期记忆网络（MF-LSTM），在保护患者隐私的同时，准确分类和预测心脏疾病 | NA | 提高心脏疾病的早期诊断和监测，同时保护患者隐私 | 加密时间序列MRI图像 | 数字病理学 | 心血管疾病 | 同态加密（HE） | MF-LSTM | 时间序列MRI图像 | NA | NA | NA | NA | NA |
| 238 | 2025-02-21 |
A Method for the Spatial Interpolation of EEG Signals Based on the Bidirectional Long Short-Term Memory Network
2024-Aug-12, Sensors (Basel, Switzerland)
DOI:10.3390/s24165215
PMID:39204910
|
研究论文 | 本文介绍了一种基于双向长短期记忆网络（BiLSTM）的深度学习方法，用于从邻近电极获取的EEG通道中捕捉固有特征，预测EEG数据时间序列，并促进从低密度EEG信号到高密度EEG信号的转换 | 使用BiLSTM网络捕捉EEG时间序列数据的依赖关系，而非传统的数学映射方法，将均方根误差有效限制在0.4μV以下，显著优于传统方法 | 未提及具体局限性 | 提高脑机接口（BCI）技术的性能，通过增加EEG通道密度来改善信号精度 | EEG信号 | 机器学习 | NA | 深度学习 | BiLSTM | 时间序列数据 | BCI Competition III 3a数据集，从18通道扩展到60通道 | NA | NA | NA | NA |
| 239 | 2025-02-21 |
Development of an eye-tracking system based on a deep learning model to assess executive function in patients with mental illnesses
2024-08-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68586-2
PMID:39107349
|
研究论文 | 本研究开发了一种基于深度学习的眼动追踪系统，用于评估精神疾病患者的执行功能 | 利用眼动追踪技术和深度学习模型（LSTM+Attention）来检测精神疾病患者在视觉空间记忆编码中的执行功能受损情况 | 研究样本仅限于特定类型的精神疾病患者，可能无法推广到其他类型的精神疾病或神经系统疾病 | 开发一种快速、直接的方法来识别精神疾病患者的执行功能受损 | 首次发作的精神病患者、临床高风险精神病患者、强迫症患者和健康对照组 | 机器学习 | 精神疾病 | 眼动追踪技术 | LSTM+Attention | 眼动数据 | 96名首次发作的精神病患者、49名临床高风险精神病患者、104名强迫症患者和159名健康对照组 | NA | NA | NA | NA |
| 240 | 2025-10-07 |
CRISPR-Enhanced Photocurrent Polarity Switching for Dual-lncRNA Detection Combining Deep Learning for Cancer Diagnosis
2024-08-13, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c02617
PMID:39092917
|
研究论文 | 开发了一种结合CRISPR/Cas13a增强光电流极性转换与深度学习的双lncRNA检测平台用于癌症诊断 | 首次将CRISPR/Cas13a增强的光电流极性转换机制与深度学习相结合，实现双lncRNA联合检测和癌症智能诊断 | 未明确说明样本规模和数据集的详细组成 | 开发高灵敏度双lncRNA检测平台并实现癌症早期智能诊断 | 长链非编码RNA（lncRNA HOTAIR和lncRNA MALAT1） | 生物传感, 机器学习 | 癌症 | CRISPR/Cas13a, 光电化学传感, 深度学习 | 深度学习模型 | 光电化学传感数据 | NA | NA | NA | 准确率 | NA |