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 1133 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2024-10-18 |
Deep Learning to Improve Diagnosis Must Also Not Do Harm
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.4377
PMID:39418056
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 62 | 2026-03-28 |
Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.4269
PMID:39418057
|
研究论文 | 本研究开发并测试了一个深度学习系统，用于在急性期通过彩色眼底图像区分动脉炎性前部缺血性视神经病变与非动脉炎性前部缺血性视神经病变 | 首次开发了一个深度学习系统，仅基于彩色眼底图像（无需临床或生物标志物信息）在眼水平上高精度区分AAION与NAION，并展示了疾病特异性平均类激活图 | 研究依赖于历史图像数据，未在实时临床环境中验证；外部测试集样本量相对较小（121名患者）；未考虑所有可能的混杂因素 | 开发、训练和测试一个深度学习系统，以在急性期通过彩色眼底图像区分动脉炎性前部缺血性视神经病变与非动脉炎性前部缺血性视神经病变 | 802名患者（共961只眼）的彩色眼底图像，这些患者确诊为AAION或NAION | 数字病理学 | 心血管疾病 | 彩色眼底成像 | 深度学习系统 | 图像 | 训练和验证集：802名患者（961只眼）；外部测试集：121名患者 | NA | NA | AUC, 灵敏度, 特异度, 准确度 | NA |
| 63 | 2026-03-24 |
AI-driven innovations in Alzheimer's disease: Integrating early diagnosis, personalized treatment, and prognostic modelling
2024-11, Ageing research reviews
IF:12.5Q1
DOI:10.1016/j.arr.2024.102497
PMID:39293530
|
综述 | 本文综述了人工智能在阿尔茨海默病早期诊断、个性化治疗和预后建模中的创新应用 | 整合多模态数据（临床、遗传、影像）并利用深度学习技术揭示疾病机制，推动AI在AD管理中的全面应用 | 存在伦理考量、数据隐私问题以及AI工具与临床工作流无缝整合的需求等挑战 | 探索人工智能在阿尔茨海默病诊断、治疗和预后建模中的潜在应用，以改善痴呆症护理 | 阿尔茨海默病患者及其相关的神经影像、遗传、蛋白组学、认知行为数据 | 机器学习 | 阿尔茨海默病 | 神经影像技术（MRI、PET、CT）、遗传和蛋白组学生物标志物检测、认知行为评估 | 机器学习模型、深度学习技术 | 图像、遗传数据、蛋白组学数据、临床数据、语音和语言模式数据 | NA | NA | NA | NA | NA |
| 64 | 2026-03-20 |
Activities of Daily Living Object Dataset: Advancing Assistive Robotic Manipulation with a Tailored Dataset
2024-Nov-27, Sensors (Basel, Switzerland)
DOI:10.3390/s24237566
PMID:39686103
|
研究论文 | 本文介绍了一个专门针对辅助机器人操作设计的日常生活活动对象数据集，旨在通过深度学习模型简化轮椅辅助机械臂的控制 | 提出了一个新颖的ADL对象数据集，通过整合多个开源数据集并进行标准化和过滤，专门为家庭环境中的辅助机器人操作定制 | 数据集依赖于现有开源数据，可能无法覆盖所有ADL场景或对象，且手动验证过程可能引入主观偏差 | 开发一个专门的数据集以促进辅助机器人中基于深度学习的对象检测模型的发展，从而简化控制接口并增强用户自主性 | 日常生活活动相关的对象，如饮食、梳洗、穿衣等任务中涉及的物品 | 计算机视觉 | 行动障碍 | 深度学习对象检测 | YOLOv5x | 图像 | 超过112,000张高质量图像 | YOLO Darknet | YOLOv5x | NA | NA |
| 65 | 2026-03-20 |
A self-attention-driven deep learning framework for inference of transcriptional gene regulatory networks
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae639
PMID:39679439
|
研究论文 | 本文介绍了一种名为DeepTGI的深度学习框架，用于从单细胞和/或批量转录组数据中推断转录因子-基因相互作用，以构建基因调控网络 | DeepTGI融合了自编码器提取的特征与自注意力机制，并利用多头注意力模块定义代表性特征，从而在预测转录因子-基因相互作用方面表现出优越性 | NA | 从基因表达数据中推断转录因子-基因相互作用，以构建基因调控网络并理解转录调控机制 | 转录因子与靶基因之间的相互作用 | 机器学习 | NA | 单细胞转录组测序，批量转录组测序 | 自编码器，自注意力机制 | 基因表达谱数据 | NA | NA | 自编码器，多头注意力模块 | 准确性 | NA |
| 66 | 2026-03-20 |
Artificial Intelligence in the Diagnosis and Quantitative Phenotyping of Hyperkinetic Movement Disorders: A Systematic Review
2024-Nov-21, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm13237009
PMID:39685480
|
综述 | 本文系统回顾了人工智能在诊断和量化表型分析运动障碍中的应用 | 首次系统性地总结了AI在诊断和量化表型分析运动障碍中的性能，并指出了现有研究的报告异质性和临床可解释性不足的问题 | 纳入研究存在报告异质性，仅少数研究进行了外部验证，且整体偏倚风险较高 | 评估人工智能在诊断和量化表型分析运动障碍中的性能 | 运动障碍患者，包括共济失调、舞蹈症、肌张力障碍、肌阵挛、抽动症和震颤等 | 机器学习 | 运动障碍 | 运动测量（如加速度计和惯性测量单元）和影像技术 | 机器学习,深度学习 | 运动学数据,影像数据 | 11946名受试者 | NA | NA | 诊断准确率,相关系数 | NA |
| 67 | 2026-03-20 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-11-19, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01194-24
PMID:39470208
|
研究论文 | 本研究通过深度学习增强的冷冻电子断层扫描技术，解析了EBV和KSHV病毒颗粒的结构，揭示了其被膜和包膜的特异性特征 | 首次利用深度学习增强的冷冻电子断层扫描技术，对EBV和KSHV的完整病毒颗粒进行高分辨率结构解析，发现了被膜和包膜中的物种特异性特征，如偏心衣壳位置、被膜极化分布以及包膜糖蛋白密度较低等 | 研究主要关注细胞外病毒颗粒的结构，可能未完全反映细胞内感染过程中的动态变化；技术方法虽先进，但样本处理和成像条件可能引入一定偏差 | 解析EBV和KSHV病毒颗粒的结构特征，比较其与α-和β-疱疹病毒在结构上的差异，以理解其细胞嗜性和感染机制 | EBV（Epstein-Barr病毒）和KSHV（Kaposi's肉瘤相关疱疹病毒）的细胞外病毒颗粒 | 结构生物学 | NA | 冷冻电子断层扫描（cryoET）、深度学习增强技术、亚断层图平均、断层图引导的亚粒子重建 | NA | 冷冻电子断层扫描图像数据 | NA | NA | NA | NA | NA |
| 68 | 2026-03-19 |
AI Prediction for Post-Lower Blepharoplasty Age Reduction
2024-11-15, Aesthetic surgery journal
IF:3.0Q1
DOI:10.1093/asj/sjae182
PMID:39163263
|
研究论文 | 本研究利用深度学习模型评估下眼睑成形术对感知年龄减少的效果 | 首次结合四种公开的年龄估计CNN模型，通过FaceAge软件对下眼睑成形术的美学结果进行相对客观的量化评估 | 样本量较小（150名患者），且美学标准本身具有主观性，AI评估可能无法完全捕捉所有美学维度 | 提供下眼睑成形术相关手术美学效果的客观评估，以增强手术决策和结果理解 | 150名接受下眼睑成形术相关手术的患者 | 计算机视觉 | NA | 深度学习，年龄估计 | CNN | 图像 | 150名患者 | NA | Amazon Rekognition, Microsoft Azure Face, Face++ Detect, Inferdo face detection | 年龄预测准确度，统计显著性差异 | NA |
| 69 | 2026-03-19 |
AdaWaveNet: Adaptive Wavelet Network for Time Series Analysis
2024-Nov, Transactions on machine learning research
PMID:41816366
|
研究论文 | 本文提出了一种用于非平稳时间序列分析的AdaWaveNet模型，通过自适应小波变换进行多尺度分析 | 设计了基于提升方案的自适应可学习小波变换分解与重构机制，增强了分析的灵活性和鲁棒性 | NA | 解决时间序列数据非平稳特性带来的分析挑战，提高时间序列分析的准确性 | 非平稳时间序列数据 | 机器学习 | NA | 自适应小波变换 | 深度学习网络 | 时间序列数据 | 10个数据集 | NA | AdaWaveNet | NA | NA |
| 70 | 2026-03-16 |
Exploring structural diversity across the protein universe with The Encyclopedia of Domains
2024-11, Science (New York, N.Y.)
DOI:10.1126/science.adq4946
PMID:39480926
|
研究论文 | 本研究利用深度学习方法，在AlphaFold蛋白质结构数据库中检测和分类了所有结构域，构建了“结构域百科全书”，揭示了蛋白质宇宙中的结构多样性 | 通过深度学习在AlphaFold数据库中检测到近3.65亿个结构域，比序列方法多出超过1亿个，并发现了超过1万个新的结构超家族间相互作用及数千个新折叠 | 未明确提及具体局限性，但可能包括深度学习模型的泛化能力、结构预测的准确性以及对未知结构域的识别挑战 | 探索蛋白质宇宙中的结构多样性，并构建一个全面的结构域分类数据库 | AlphaFold蛋白质结构数据库中的超过2.14亿个预测蛋白质结构及其结构域 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 超过2.14亿个预测蛋白质结构，涵盖超过100万个分类群 | NA | NA | NA | NA |
| 71 | 2026-03-14 |
Multimodal Artificial Intelligence in Medicine
2024-11-01, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000000000556
PMID:39167446
|
综述 | 本文探讨了多模态人工智能在医学中的应用，特别是基于Transformer的模型如何整合文本、图像和结构化数据以提升医疗诊断和治疗的适用性 | 强调了多模态Transformer模型在医疗领域处理多样化数据形式的潜力，并指出其在标准基准测试（如美国医学执照考试题库）上的出色表现 | 多模态深度学习模型的集成面临伦理和环境挑战，需要谨慎考虑 | 研究多模态人工智能在医学诊断和治疗中的适用性和挑战 | 医疗人工智能模型，特别是多模态Transformer模型 | 人工智能在医疗 | NA | 多模态深度学习 | Transformer | 文本, 图像, 结构化数据 | NA | NA | Transformer | NA | NA |
| 72 | 2026-03-06 |
Volumetric imaging and computation to explore contractile function in zebrafish hearts
2024-Nov-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.14.623621
PMID:39605398
|
研究论文 | 本研究开发了一种结合光场检测和细胞追踪的框架，用于实时捕获斑马鱼心脏的容积数据，以探索收缩功能 | 开发了一种实时容积成像框架，结合光场检测和深度学习细胞追踪，在细胞分辨率下实现整个心室收缩动力学的评估 | NA | 探索心脏收缩功能的细胞机制，以促进心血管疾病的筛查和治疗 | 斑马鱼心脏 | 计算机视觉 | 心血管疾病 | 光场检测，容积成像 | 深度学习 | 容积图像 | NA | NA | NA | NA | NA |
| 73 | 2026-03-06 |
Deep learning of structural MRI predicts fluid, crystallized, and general intelligence
2024-11-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78157-0
PMID:39537706
|
研究论文 | 本研究探讨了利用T1加权结构磁共振成像（sMRI）通过深度学习模型预测个体流体智力、晶体智力及一般智力的可能性 | 首次全面应用深度学习模型预测包括晶体智力在内的多种智力类型，并验证了模型解释与顶额整合理论（P-FIT）的一致性 | 样本量相对有限（850名受试者），且模型复杂度增加并未显著提升预测精度，表明可能存在数据或方法限制 | 探究脑结构MRI是否能够预测个体的智力水平，特别是流体智力、晶体智力及一般智力 | 850名6至64岁的健康及自闭症谱系障碍受试者 | 医学影像分析 | 自闭症谱系障碍 | T1加权结构磁共振成像（sMRI） | CNN | 图像 | 850名受试者（包括健康个体和自闭症谱系障碍患者） | NA | 2D CNN, 3D CNN | Pearson相关系数 | NA |
| 74 | 2026-03-06 |
Deep learning to predict cardiovascular mortality from aortic disease in heavy smokers
2024-Nov-06, NPJ cardiovascular health
DOI:10.1038/s44325-024-00029-3
PMID:41775893
|
研究论文 | 本研究开发了一个深度学习框架，用于自动量化胸部主动脉疾病特征，并评估其在预测重度吸烟者心血管疾病死亡率中的预后价值 | 利用深度学习自动量化主动脉特征（如最大直径、体积和钙化负担），并首次在大型队列中证明这些特征与心血管疾病死亡率独立相关，超越了传统风险因素和冠状动脉钙化的预测能力 | 研究基于非对比胸部CT数据，可能无法全面评估所有主动脉病变；结果主要适用于重度吸烟人群，泛化性需进一步验证 | 开发深度学习框架以自动量化主动脉疾病特征，并评估其对心血管疾病死亡率的预测价值 | 来自国家肺癌筛查试验（NLST）的重度吸烟者参与者 | 数字病理学 | 心血管疾病 | 非对比胸部CT成像 | 深度学习 | 医学影像（CT图像） | 24,770名参与者 | NA | NA | NA | NA |
| 75 | 2026-03-06 |
Space-Confined Amplification for In Situ Imaging of Single Nucleic Acid and Single Pathogen on Biological Samples
2024-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407055
PMID:39373849
|
研究论文 | 本研究开发了一种基于水凝胶的原位空间限制界面扩增技术，用于在生物样品上直接成像单个核酸和单个病原体 | 提出了无需甲醛固定的水凝胶原位空间限制扩增技术，可在20分钟内实现大规模表面的单核酸/单病原体成像，检测限低至1拷贝/10 cm | 未明确说明技术对复杂临床样本的适用性及长期稳定性验证 | 开发无需DNA提取的快速原位成像技术，用于病原体检测和生物样品分析 | 植物叶片和食品表面的病原体 | 生物传感与成像 | 植物病害与食源性疾病 | 水凝胶空间限制扩增技术 | 深度学习模型 | 显微图像 | 未明确说明具体样本数量 | NA | NA | 检测限（1拷贝/10 cm），成像时间（20分钟） | NA |
| 76 | 2026-03-06 |
Exploring Protein Conformational Changes Using a Large-Scale Biophysical Sampling Augmented Deep Learning Strategy
2024-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202400884
PMID:39387316
|
研究论文 | 本文提出了一种结合大规模生物物理采样与深度学习的策略，用于探索蛋白质构象变化 | 通过结合分子动力学模拟与增强采样方法，构建了大规模蛋白质构象变化数据库，并开发了能预测蛋白质过渡路径的通用深度学习模型 | 未明确提及模型在更复杂或多状态构象变化中的泛化能力，或对计算资源的具体需求 | 开发能预测蛋白质构象变化的深度学习模型，以揭示蛋白质动态行为的本质 | 2635个具有两个已知稳定状态的蛋白质 | 机器学习 | NA | 分子动力学模拟，增强采样方法 | 深度学习模型 | 结构信息（蛋白质构象数据） | 2635个蛋白质 | NA | NA | 与实验数据的一致性 | NA |
| 77 | 2026-03-05 |
A continuous pursuit dataset for online deep learning-based EEG brain-computer interface
2024-11-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04090-6
PMID:39567538
|
研究论文 | 本文介绍了一个用于在线连续追踪脑机接口研究的EEG数据集，该数据集基于深度学习解码器，旨在促进复杂连续对象控制范式的新解码算法开发 | 提供了首个针对复杂连续追踪任务的在线深度学习脑机接口数据集，采用随机移动目标而非传统静态目标，包含多会话的大规模受试者特定数据 | 数据集主要针对特定连续追踪范式，可能不直接适用于其他传统脑机接口任务；在线解码器的性能可能受实时计算约束影响 | 开发适用于连续对象控制的脑机接口解码算法，推动脑电脑机接口走向实际应用 | 28名人类受试者在多会话中采集的脑电信号 | 脑机接口 | NA | 脑电图 | 深度学习 | 脑电信号 | 28名受试者，总计约168小时脑电记录 | NA | NA | NA | NA |
| 78 | 2026-03-05 |
Explainable AI for computational pathology identifies model limitations and tissue biomarkers
2024-Nov-18, ArXiv
PMID:39279830
|
研究论文 | 本文介绍了一种名为HIPPO的可解释AI框架，用于计算病理学，通过生成图像反事实来识别模型局限性和组织生物标志物 | 开发了HIPPO框架，系统修改全切片图像中的组织区域以生成图像反事实，支持定量假设测试、偏差检测和超越传统性能指标的模型评估 | 未在摘要中明确说明 | 增强深度学习模型在数字病理学中的透明度和可靠性，促进临床采用 | 乳腺癌转移检测、乳腺癌和黑色素瘤的预后预测、胶质瘤IDH突变分类 | 计算病理学 | 乳腺癌, 黑色素瘤, 胶质瘤 | NA | 深度学习模型 | 全切片图像 | NA | NA | NA | 传统性能指标, 注意力方法 | NA |
| 79 | 2026-03-02 |
Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure
2024-11-04, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究开发并验证了一种深度学习自然语言处理策略，用于从心力衰竭患者的非结构化临床文档中提取功能状态评估信息 | 提出了一种深度学习NLP方法，能够从临床文档中准确提取纽约心脏协会分级和心力衰竭症状，显著提升了从非结构化文本中识别功能状态的能力 | 研究数据来源于三个特定的医疗网络，可能限制了模型的泛化能力；模型性能依赖于专家标注的笔记质量 | 开发并验证一种自然语言处理策略，用于从临床文档中自动提取心力衰竭患者的功能状态评估，以支持质量改进和临床试验患者筛选 | 被诊断为心力衰竭并在门诊就诊的患者 | 自然语言处理 | 心血管疾病 | 自然语言处理 | 深度学习模型 | 文本 | 34,070名心力衰竭患者，涉及3000份专家标注的临床笔记和182,308份未标注笔记 | NA | NA | AUROC | NA |
| 80 | 2026-03-02 |
Clinical usability of deep learning-based saliency maps for occlusion myocardial infarction identification from the prehospital 12-Lead electrocardiogram
2024 Nov-Dec, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 本研究评估了基于深度学习的显著图在院前12导联心电图中识别闭塞性心肌梗死的临床可用性 | 首次在临床环境中评估显著图对深度学习心电图模型可解释性的增强作用，并揭示了模型与临床医生在关键心电图段认知上的差异 | 研究样本量较小（仅100例心电图），且仅涉及三位临床医生，可能限制结果的普遍性 | 评估深度学习显著图在辅助临床医生识别闭塞性心肌梗死中的临床相关性和帮助性 | 来自胸痛患者的100份心电图及其对应的深度学习显著图 | 机器学习 | 心血管疾病 | 心电图分析 | CNN | 心电图信号 | 100份心电图 | NA | 卷积神经网络 | AUC, F1分数 | NA |