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 18870 篇文献，本页显示第 5181 - 5200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5181 | 2025-10-05 |
Geometric deep learning framework for de novo genome assembly
2025-Apr-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279307.124
PMID:39472021
|
研究论文 | 提出基于几何深度学习的基因组组装框架GNNome，用于从组装图中识别路径重建基因组序列 | 首次将几何深度学习应用于从头基因组组装，不依赖现有组装策略，仅利用问题的对称性进行训练 | 目前主要适用于单倍体基因组的组装 | 解决基因组组装图中重复区域导致的复杂缠结问题，提高组装连续性和质量 | 多种物种的基因组组装 | 机器学习 | NA | PacBio HiFi测序 | 几何深度学习 | 组装图数据 | 多种物种的基因组数据 | NA | GNNome | 组装连续性、质量 | NA |
| 5182 | 2025-10-05 |
Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy
2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2416660122
PMID:40163724
|
研究论文 | 构建5-15岁儿童下肢肌肉体积的参考曲线并应用于脑瘫患儿评估 | 首次建立儿童下肢10块特定肌肉的体积参考曲线，并应用深度学习自动分割MRI图像 | 置信带在最小和最大年龄处较宽，样本量有限 | 量化儿童肌肉生长模式并建立临床评估标准 | 208名正常发育儿童和78名能行走的脑瘫患儿 | 数字病理 | 脑瘫 | 磁共振成像 | 深度学习 | 医学图像 | 286名儿童（208名正常发育，78名脑瘫） | NA | NA | 百分位数 | NA |
| 5183 | 2025-10-05 |
Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis
2025-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17635
PMID:39878595
|
研究论文 | 开发基于神经常微分方程的可解释AI模型，用于区分脑转移瘤立体定向放射外科术后放射性坏死与肿瘤复发 | 首次将重球神经常微分方程应用于放射基因组学分析，通过特征空间轨迹可视化实现AI决策过程的可解释性 | 样本量相对较小（90个脑转移灶），仅针对非小细胞肺癌患者 | 开发可解释的AI模型以无创区分脑转移瘤SRS术后放射性坏死与肿瘤复发 | 62名非小细胞肺癌患者的90个脑转移灶 | 医学影像分析 | 脑转移瘤 | MRI影像分析，基因组特征分析，临床参数分析 | 神经常微分方程，深度神经网络 | 医学影像，基因组数据，临床数据 | 90个脑转移灶（来自62名NSCLC患者） | NA | 重球神经常微分方程 | 敏感度，特异度，准确度，ROC曲线下面积 | NA |
| 5184 | 2025-10-05 |
Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging
2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.268079
PMID:39978815
|
研究论文 | 本研究开发了一种结合深度学习与传统定量方法的心肌灌注评分系统，用于提高阻塞性冠状动脉疾病的诊断准确性 | 通过深度学习预测结果调制极坐标图像素评分，生成增强型总灌注缺损和17节段总和评分，简化了AI方法的临床转化 | 研究样本量相对有限（555例测试患者），且仅基于单中心数据 | 提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性 | 接受心肌灌注成像并在180天内进行侵入性冠状动脉造影的患者 | 医学影像分析 | 心血管疾病 | 心肌灌注SPECT成像 | 深度学习 | 医学影像数据 | 555例测试患者（中位年龄65岁，69%为男性），其中329例（59%）患有阻塞性CAD | NA | NA | AUC, 敏感性, 特异性 | NA |
| 5185 | 2025-10-05 |
Reproducible image-based profiling with Pycytominer
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02611-8
PMID:40032995
|
研究论文 | 介绍Pycytominer——一个用于图像特征处理的开源Python工具包 | 开发了专门针对基于图像的细胞特征分析的可重复生物信息学处理流程 | NA | 实现可重复的基于图像的细胞特征分析 | 高通量显微镜图像产生的单细胞特征 | 生物信息学 | NA | 高通量显微镜 | NA | 图像特征数据 | NA | Python | NA | NA | NA |
| 5186 | 2025-10-05 |
Tracking the Preclinical Progression of Transthyretin Amyloid Cardiomyopathy Using Artificial Intelligence-Enabled Electrocardiography and Echocardiography
2025-Feb-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.25.24312556
PMID:39252891
|
研究论文 | 本研究利用人工智能技术分析经胸超声心动图和心电图数据，追踪转甲状腺素蛋白淀粉样心肌病的临床前进展 | 首次将深度学习模型应用于经胸超声心动图和心电图数据，实现对ATTR-CM临床前阶段的早期识别和风险分层 | 回顾性研究设计，样本主要来自两个医疗中心，可能存在选择偏倚 | 开发可扩展的ATTR-CM临床前监测策略 | 转诊进行心脏淀粉样变核素检测的患者 | 数字病理 | 心血管疾病 | 深度学习 | 深度学习模型 | 视频,图像 | YNHHS队列984人（中位年龄74岁，44.3%女性），HMH队列806人（中位年龄69岁，34.5%女性），共分析7,352次TTE和32,205次ECG | NA | NA | 敏感性,特异性 | NA |
| 5187 | 2025-10-05 |
Robust Multimodal Fusion for Survival Prediction in Cancer Patients
2025, Cancer informatics
IF:2.4Q3
DOI:10.1177/11769351251376192
PMID:41024938
|
研究论文 | 提出一种新型鲁棒多模态融合模型RMSurv，用于癌症患者的生存预测 | 利用合成数据生成计算时间依赖性权重的新型离散晚期融合方法，以及增强可解释性的统计特征归一化技术 | 仅使用TCGA数据集进行验证，未在其他独立数据集上测试 | 开发优于单模态模型的鲁棒多模态生存预测方法 | 癌症患者生存预测 | 机器学习 | 肺癌 | 多模态数据融合 | 深度学习 | 多模态数据 | TCGA非小细胞肺癌和泛癌数据集 | NA | RMSurv | C-index | NA |
| 5188 | 2025-10-05 |
Advancing CRISPR with deep learning: A comprehensive review of models and databases
2025-Dec-09, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2025.102691
PMID:41017815
|
综述 | 本文全面回顾了用于预测CRISPR基因编辑靶向效率的深度学习模型和相关数据库 | 系统梳理了当前CRISPR领域可用的数据库资源，并强调了机器学习/深度学习方法在预测脱靶效应中的关键作用 | 当前预测准确性受限于可用训练数据量，且需要更多序列特征整合到深度学习工具中 | 促进基因编辑疗法发展，通过预测CRISPR基因编辑实验效率来减少脱靶效应 | CRISPR基因编辑系统及其脱靶效应 | 机器学习 | NA | CRISPR基因编辑 | 深度学习 | 序列数据 | NA | NA | NA | 预测准确性 | NA |
| 5189 | 2025-10-05 |
Automatic specific absorption rate (SAR) prediction for hyperthermia treatment planning using deep learning method
2025-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group
IF:3.0Q2
DOI:10.1080/02656736.2025.2554860
PMID:40922671
|
研究论文 | 开发一种基于深度学习的快速准确预测人脑比吸收率分布的方法，用于支持脑癌患者的实时热疗治疗计划 | 首次提出使用带有交叉注意力块的编码器-解码器神经网络从脑电特性、肿瘤3D等中心坐标和微波天线相位设置预测SAR分布 | 仅使用201个模拟数据进行训练和评估，样本量相对有限 | 开发快速准确的SAR预测方法以支持实时热疗治疗计划 | 脑癌患者的头部SAR分布 | 医学影像分析 | 脑癌 | 有限元建模，深度学习 | 编码器-解码器神经网络 | 模拟数据，3D坐标数据 | 201个模拟样本（训练181个，测试20个） | NA | 编码器-解码器网络，交叉注意力块 | 均方根误差，平均绝对误差，结构相似性指数 | NA |
| 5190 | 2025-10-05 |
Grapevine disease detection using (q,τ)-nabla calculus quantum deformation with deep learning features
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103619
PMID:41018245
|
研究论文 | 提出一种结合(q,τ)-Nabla微积分量子变形特征和深度学习特征的混合分类方法用于葡萄叶病害检测 | 首次将(q,τ)-Nabla微积分量子变形特征与深度学习特征相结合用于植物病害分类 | NA | 开发有效的葡萄叶病害检测方法以支持可持续农业和粮食安全 | 葡萄叶病害 | 计算机视觉 | 植物病害 | 计算机视觉、图像分析 | CNN | 图像 | NA | NA | 预训练卷积神经网络 | 准确率 | NA |
| 5191 | 2025-10-05 |
Towards safer environments: A YOLO and MediaPipe-based human fall detection system with alert automation
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103623
PMID:41018251
|
研究论文 | 开发了一种基于YOLOv8和MediaPipe的人体跌倒检测系统，具有实时警报功能 | 结合MediaPipe姿态估计和YOLOv8目标检测，利用位置标志点和活动识别算法提高系统在真实场景中的可扩展性和鲁棒性 | NA | 通过实时跌倒检测提升公共场所安全 | 人体跌倒行为 | 计算机视觉 | NA | 姿态估计，目标检测，异常检测 | CNN | 视频 | NA | MediaPipe, YOLOv8 | YOLOv8 | 准确率, 精确率, 召回率, F1分数 | NA |
| 5192 | 2025-10-05 |
Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation
2025-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.240777
PMID:40767616
|
研究论文 | 开发并验证MRSegmentator深度学习模型，用于MRI和CT扫描的多器官分割 | 提出跨模态深度学习模型，能够同时处理MRI和CT数据，实现40个解剖结构的自动分割 | 较小结构的分割性能相对较低，如门静脉或脾静脉(0.64-0.78)、肾上腺(0.56-0.69) | 开发用于全身MRI和CT多器官解剖结构分割的深度学习模型 | 人体多器官解剖结构，包括肺、心脏、肝脏、肾脏等40个结构 | 计算机视觉 | NA | 深度学习，跨模态迁移学习 | 深度学习模型 | MRI图像，CT图像 | 训练数据：1200个UK Biobank Dixon MRI序列(50名参与者)，221个内部腹部MRI序列(177名患者)，1228个TotalSegmentator CT数据集扫描；测试数据：900个NAKO MRI序列(50名参与者)，60个Multi-Modality Abdominal Multi-Organ Segmentation Challenge 2022数据集MRI序列，29个TotalSegmentator MRI序列 | NA | MRSegmentator | Dice相似系数(DSC) | NA |
| 5193 | 2025-10-05 |
Melatonin Alleviates Retina Angiogenesis by Targeting Fibronectin and the VEGF Pathway
2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202500814RR
PMID:41026035
|
研究论文 | 本研究通过RNA测序和深度学习模型发现褪黑素可通过靶向纤连蛋白和VEGF通路抑制视网膜血管生成 | 首次结合RNA测序和深度学习模型BioNet从FDA批准药物中发现褪黑素作为纤连蛋白抑制剂，并证实其通过双重抑制FN1表达和VEGFR2磷酸化来抑制血管生成 | 研究主要基于氧诱导视网膜病变模型，尚未在更多疾病模型或临床环境中验证 | 探索视网膜病理性血管生成的分子机制并寻找潜在治疗靶点 | 糖尿病视网膜病变和早产儿视网膜病变的血管生成机制 | 计算生物学 | 视网膜病变 | RNA测序, 深度学习药物筛选, 体外血管生成实验, 体内动物模型 | 深度学习 | 基因表达数据, 药物分子数据 | 氧诱导视网膜病变动物模型 | BioNet | NA | FN1表达水平, VEGFR2磷酸化水平, 视网膜前簇状血管数量 | NA |
| 5194 | 2025-10-05 |
Automated segmentation of soft X-ray tomography: Native cellular structure with submicron resolution at high-throughput for whole-cell quantitative imaging in yeast
2025-Oct-01, Molecular biology of the cell
IF:3.1Q3
DOI:10.1091/mbc.E24-10-0486
PMID:40875368
|
研究论文 | 开发基于深度学习的自动分割流程用于软X射线断层扫描数据的细胞结构分割 | 首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析 | 依赖手动迭代优化来提高分割精度 | 实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析 | 三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构 | 计算机视觉 | NA | 软X射线断层扫描(SXT) | 深度学习 | 三维断层扫描图像 | 数百个细胞，涵盖三种酵母菌株 | NA | NA | 分割精度 | NA |
| 5195 | 2025-10-05 |
Dual-feature cross-fusion network for precise brain tumor classification: a neurocomputational approach
2025-Oct-01, The International journal of neuroscience
DOI:10.1080/00207454.2025.2565445
PMID:40986620
|
研究论文 | 提出一种双特征交叉融合网络(DF-CFN)，用于脑肿瘤MRI图像的自动分类 | 结合ConvNeXt提取全局特征与浅层CNN+FcaNet提取局部特征，通过交叉融合机制提升分类性能 | NA | 开发自动脑肿瘤分类方法以辅助临床诊断 | 脑肿瘤MRI图像 | 计算机视觉 | 脑肿瘤 | 磁共振成像(MRI) | CNN | 图像 | Kaggle数据集(四类肿瘤：胶质瘤、脑膜瘤、垂体瘤和非肿瘤)和FigShare数据集 | NA | ConvNeXt,FcaNet,双特征交叉融合网络 | 准确率 | NA |
| 5196 | 2025-10-05 |
3D human pose point cloud data of light detection and ranging (LiDAR)
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112043
PMID:41018860
|
研究论文 | 本文介绍了使用3D LiDAR传感器采集的用于人体姿态预测的点云数据集 | 利用3D LiDAR技术采集人体姿态点云数据，该方法不捕获面部图像，更保护个人隐私 | 当前数据采集仅使用一名30-40岁男性受试者，未来需要扩展更多样本人群 | 开发用于人体姿态预测的3D点云数据集 | 人体姿态点云数据 | 计算机视觉 | NA | 3D LiDAR传感技术 | CNN | 3D点云数据 | 1400个3D点云数据，包含4种人体姿态类别，每类280个训练数据和280个测试数据 | NA | NA | NA | NA |
| 5197 | 2025-10-05 |
Relational Graph Convolutional Network for Robust Mass Spectrum Classification
2025-Oct-01, Journal of the American Society for Mass Spectrometry
IF:3.1Q1
DOI:10.1021/jasms.5c00055
PMID:40888691
|
研究论文 | 提出一种基于关系图卷积网络的新型深度学习架构，用于高分辨率质谱成像中的稳健质谱分类 | 首次在MSI分类中利用质量缺陷和已知质量差异等HRMS结构特征，将质谱表示为图结构以学习化学相关离子家族间的关联 | 未明确说明模型在特定类型质谱数据上的泛化能力限制 | 开发能够充分利用高分辨率质谱特征并具有鲁棒性的质谱分类方法 | 质谱成像数据中的质谱信号 | 机器学习 | NA | 高分辨率质谱成像 | R-GCN, 深度学习 | 质谱数据 | 多个不同的MSI数据集 | NA | 关系图卷积网络 | 鲁棒性评估（针对质量偏移、离子丢失等信号变化） | NA |
| 5198 | 2025-10-05 |
Bioinformatics and machine learning reveal novel prognostic biomarkers in head and neck squamous cell carcinoma
2025-Oct-01, Journal of applied genetics
IF:2.0Q3
DOI:10.1007/s13353-025-01018-7
PMID:41028529
|
研究论文 | 通过生物信息学和机器学习方法识别头颈部鳞状细胞癌的新型预后生物标志物 | 结合深度学习和生物信息学分析鉴定出KRT33B、KRTAP3-3、C14orf34和ACADM等新型诊断和预后生物标志物，并发现ACADM、KRT33B和C14orf34组合具有最佳诊断性能 | NA | 寻找头颈部鳞状细胞癌的诊断和预后生物标志物以提高患者生存率 | 头颈部鳞状细胞癌患者 | 机器学习 | 头颈部鳞状细胞癌 | RNA表达数据分析 | 深度学习 | 基因表达数据 | NA | NA | NA | 灵敏度, 特异性, AUC | NA |
| 5199 | 2025-10-05 |
Modeling Enzyme Temperature Stability from Sequence Segment Perspective
2025-Oct-01, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01674
PMID:41031662
|
研究论文 | 本文提出了一种从序列片段角度预测酶温度稳定性的深度学习框架 | 引入基于蛋白质序列片段表示的新方法，考虑不同区域对热稳定性的差异贡献 | 数据可用性有限且分布不平衡可能影响模型性能 | 开发能够准确预测酶温度稳定性的计算方法 | 酶蛋白质序列及其温度稳定性 | 机器学习 | NA | 深度学习 | Transformer | 蛋白质序列数据 | NA | NA | Segment Transformer | RMSE, MAE, Pearson correlation, Spearman correlation | NA |
| 5200 | 2025-10-05 |
Choroidal Vascular Fingerprints From Indocyanine Green Angiography Unveil Chorioretinal Disease State
2025-Oct-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.13.3
PMID:41031739
|
研究论文 | 开发基于人机协同策略的深度学习算法，从吲哚菁绿血管造影图像中提取脉络膜血管多维特征，并探索其与多种脉络膜视网膜疾病的关联 | 首次提出脉络膜血管指纹概念，采用人机协同策略实现标注高效的深度学习算法，可量化血管直径、密度、复杂度、迂曲度和分支角度等多维特征 | 回顾性研究设计，样本量相对有限（394只眼），未包含所有类型的脉络膜视网膜疾病 | 开发标注高效的深度学习算法，探索脉络膜血管特征与脉络膜视网膜疾病的关联 | 中心性浆液性脉络膜视网膜病变、息肉样脉络膜血管病变、病理性近视患者及正常对照者的眼底图像 | 数字病理 | 脉络膜视网膜疾病 | 吲哚菁绿血管造影 | 深度学习分割模型 | 图像 | 394只眼（243只患者眼，151只正常对照眼） | NA | NA | AUC, ICC | NA |