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 18663 篇文献，本页显示第 8701 - 8720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8701 | 2025-07-23 |
Deep learning unlocks antimicrobial self-assembling peptides
2025-Jul-21, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02299-3
PMID:40691518
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8702 | 2025-07-23 |
The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT
2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09151-x
PMID:40691585
|
研究论文 | 本研究评估了一种针对脊柱侧弯的MRI协议，通过深度学习算法生成合成CT（sCT）扫描，用于无辐射的脊柱导航，并与传统CT在安全性和准确性上进行比较 | 使用AI生成的合成CT（sCT）进行脊柱导航，避免了年轻患者受到有害辐射 | 研究仅在尸体模型中进行，尚未在临床患者中验证 | 比较MRI-based合成CT脊柱导航与传统CT在胸椎和腰椎椎弓根螺钉规划和放置中的安全性和准确性 | 5具尸体的脊柱 | 数字病理 | 脊柱侧弯 | MRI, 深度学习算法 | 深度学习 | 图像 | 5具尸体脊柱，共插入140根k-wires（其中3根被排除） | NA | NA | NA | NA |
| 8703 | 2025-07-23 |
MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models
2025-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.4.044501
PMID:40686919
|
研究论文 | 提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack | 利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性 | 目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究 | 研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计 | 深度学习医学图像分割模型 | 数字病理 | NA | 对抗攻击 | 深度学习模型 | 医学图像 | NA | NA | NA | NA | NA |
| 8704 | 2025-07-23 |
Predicting drug-target interactions using machine learning with improved data balancing and feature engineering
2025-Jun-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03932-6
PMID:40461636
|
研究论文 | 本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，解决了数据不平衡和生化表示复杂性的问题 | 引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，以及使用GAN生成合成数据以解决数据不平衡问题 | 未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力 | 改进药物-靶标相互作用（DTI）的预测准确性 | 药物-靶标相互作用数据 | 机器学习 | NA | MACCS键、氨基酸/二肽组成特征提取 | GAN、随机森林分类器（RFC） | 生化数据 | BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集 | NA | NA | NA | NA |
| 8705 | 2025-07-23 |
Performance of a Chest Radiograph-based Deep Learning Model for Detecting Hepatic Steatosis
2025-Jun, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240402
PMID:40539916
|
研究论文 | 开发并评估了一种基于胸部X光片的深度学习模型，用于检测肝脂肪变性 | 利用胸部X光片而非传统方法检测肝脂肪变性，展示了深度学习在非传统影像数据上的应用潜力 | 研究为回顾性设计，可能受限于数据收集的偏差；外部验证集的性能略低于内部测试集 | 探索深度学习模型在利用胸部X光片检测肝脂肪变性方面的性能 | 接受过控制衰减参数(CAP)检查的患者胸部X光片 | 数字病理学 | 肝脂肪变性 | 控制衰减参数(CAP) | 深度学习模型 | 胸部X光片 | 6599张X光片，来自4414名患者（内部测试集529张/363人，外部测试集1100张/783人） | NA | NA | NA | NA |
| 8706 | 2025-07-23 |
A Tunable Forced Alignment System Based on Deep Learning: Applications to Child Speech
2025-Mar-31, Journal of speech, language, and hearing research : JSLHR
DOI:10.1044/2024_JSLHR-24-00347
PMID:40163771
|
研究论文 | 开发了一种基于深度学习的可调谐强制对齐系统Wav2TextGrid，专为儿童语音设计 | 提出了一种可训练的、说话者自适应的神经强制对齐器，可直接根据手动对齐进行训练 | 仅针对3至6岁神经典型儿童语音进行了评估，未涵盖更广泛年龄或非典型语音 | 开发适用于儿童语音的高精度自动语音对齐工具 | 42名3至6岁神经典型儿童的语音数据及TIMIT语料库 | 自然语言处理 | NA | 深度学习 | 神经网络 | 语音 | 42名儿童语音数据及TIMIT语料库 | NA | NA | NA | NA |
| 8707 | 2025-07-23 |
Top-DTI: Integrating Topological Deep Learning and Large Language Models for Drug Target Interaction Prediction
2025-Feb-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.07.637146
PMID:39975019
|
研究论文 | 提出了一种名为Top-DTI的新框架，通过整合拓扑深度学习和大型语言模型来预测药物靶点相互作用 | 结合拓扑数据分析和大型语言模型，利用持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，同时通过蛋白质和药物的大型语言模型生成语义丰富的嵌入 | 未提及具体局限性 | 提高药物靶点相互作用预测的准确性和鲁棒性，为药物发现提供计算支持 | 药物靶点相互作用 | 机器学习 | NA | 拓扑数据分析(TDA)、大型语言模型(LLMs) | Top-DTI | 蛋白质接触图、药物分子图像、蛋白质序列、药物SMILES字符串 | 公共BioSNAP和Human DTI基准数据集 | NA | NA | NA | NA |
| 8708 | 2025-07-23 |
Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry
2025-Feb, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24917
PMID:39982036
|
研究论文 | 本文介绍了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容 | 提出了一种基于最优传输的形态测量（TBM）框架，能够表示每个细胞核相对于模板细胞核的全部信息内容，且对不同染色模式和成像协议具有鲁棒性 | NA | 开发一种定量测量方法，用于在不同数据集和癌症类型之间进行有意义的比较 | 癌细胞核的形态学特征 | 数字病理学 | 癌症（包括肝癌、甲状腺癌、肺癌和皮肤癌等） | 最优传输、特征提取、深度学习 | TBM框架 | 图像 | 大型数据集（如TCGA和人类蛋白质图谱） | NA | NA | NA | NA |
| 8709 | 2025-07-23 |
A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records
2025-Jan-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.01.21.25320916
PMID:39974062
|
研究论文 | 开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率 | 提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征 | 需要进一步验证 | 开发一个深度学习模型用于临床结果预测 | 住院患者的电子健康记录数据 | 机器学习 | COVID-19, ARDS, 败血症 | 深度学习 | Transformer | 电子健康记录(EHR) | COVID-19患者2579人，ARDS队列2799人，败血症队列6622人 | NA | NA | NA | NA |
| 8710 | 2025-10-06 |
BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans
2025-Jan-11, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533696
PMID:36993540
|
研究论文 | 提出一种名为BIBSNet的深度学习婴儿脑部图像分割网络，用于MRI扫描中的婴儿脑组织分割 | 开发了首个开源、社区驱动的婴儿脑部分割神经网络，结合数据增强和大规模手动标注图像，在婴儿脑部MRI分割任务中表现优于传统方法 | 研究样本仅包含0-8个月龄的婴儿，未验证在更大年龄范围儿童中的适用性 | 开发能够准确分割婴儿脑部MRI图像的深度学习模型，以支持典型和非典型脑发育研究 | 0-8个月龄婴儿的脑部MRI图像 | 医学图像分析 | 脑发育疾病 | 磁共振成像(MRI) | 深度学习神经网络 | 医学图像 | 90名参与者的脑部MRI图像，年龄范围0-8个月 | NA | BIBSNet | Dice相似系数(DSC), 皮质厚度, 静息态连接性, 脑区体积 | NA |
| 8711 | 2025-07-23 |
Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3470310
PMID:39331558
|
研究论文 | 提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽 | 使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题 | 研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体 | 开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制 | 神经退行性疾病患者（SCA3）和健康个体 | 机器学习 | 神经退行性疾病 | 数据增强深度学习模型 | 深度学习模型 | 惯性传感器数据 | 12名神经退行性疾病患者和17名健康个体 | NA | NA | NA | NA |
| 8712 | 2025-07-23 |
Combination of facial and nose features of Amur tigers to determine age
2025-Jan, Integrative zoology
IF:3.5Q1
DOI:10.1111/1749-4877.12817
PMID:38509845
|
研究论文 | 通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄测定 | 发现老虎鼻子上的黑色斑点面积与年龄呈正相关，并首次将面部和鼻子特征结合用于年龄测定 | 准确率为87.81%，仍有提升空间 | 开发一种基于图像特征的东北虎年龄测定方法 | 东北虎的面部和鼻子特征 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 8713 | 2025-07-23 |
Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production
2025, Discover imaging
DOI:10.1007/s44352-025-00006-1
PMID:40098681
|
研究论文 | 本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态 | 首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态 | 研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌 | 探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用 | C. scindens细菌及其在不同培养条件下的代谢状态 | 数字病理学 | 结直肠癌 | 光学显微镜成像 | CNN, DenseNet, ResNet, nnU-Net | 图像 | 四种培养条件下的C. scindens图像数据 | NA | NA | NA | NA |
| 8714 | 2025-07-23 |
Gross tumor volume confidence maps prediction for soft tissue sarcomas from multi-modality medical images using a diffusion model
2025-Jan, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100734
PMID:40123775
|
研究论文 | 本研究开发了一种基于扩散模型的深度学习技术，用于从多模态医学图像中自动预测软组织肉瘤的总肿瘤体积（GTV）置信图 | 首次使用扩散模型预测GTV置信图，并考虑了读者间和读者内的变异性 | 样本量较小（49例患者），且仅使用了公开数据集 | 开发自动化的GTV勾画技术以提高放疗计划的可重复性 | 软组织肉瘤患者的多模态医学图像（FDG-PET、CT和MRI） | 数字病理 | 软组织肉瘤 | 扩散模型 | 扩散模型 | 医学图像（FDG-PET、CT和MRI） | 49例患者的多模态医学图像数据 | NA | NA | NA | NA |
| 8715 | 2025-07-22 |
Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images
2025-Aug, Pathology, research and practice
DOI:10.1016/j.prp.2025.156041
PMID:40460639
|
研究论文 | 本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌 | 结合多种深度学习模型的优势，提出加权平均集成算法，显著提高诊断准确性和鲁棒性 | 未提及模型在临床环境中的实际应用验证及对不同分辨率图像的普适性 | 提高乳腺浸润性导管癌的诊断准确率 | 乳腺组织病理学切片图像 | 数字病理学 | 乳腺癌 | 深度学习集成方法 | ResNet50, Xception, MobileNetV2, VGG16, VGG19的集成模型 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 8716 | 2025-07-22 |
Machine learning-based histopathological features of histological slides and clinical characteristics as a novel prognostic indicator in diffuse large B-cell lymphoma
2025-Aug, Pathology, research and practice
DOI:10.1016/j.prp.2025.156071
PMID:40499499
|
研究论文 | 本研究开发并验证了一种基于临床和组织病理学特征的深度学习模型，用于预测弥漫性大B细胞淋巴瘤（DLBCL）的预后 | 结合临床特征和组织病理学特征，开发了一种新型的非侵入性预后预测方法 | 样本量相对较小（194例患者），且仅基于单一机构的回顾性数据 | 预测弥漫性大B细胞淋巴瘤（DLBCL）患者的预后 | 194例DLBCL患者的全切片图像和临床特征 | 数字病理学 | 弥漫性大B细胞淋巴瘤 | 深度学习，Cox回归分析，AUC分析，校准曲线，决策曲线分析（DCA） | 深度学习模型 | 图像（全切片图像），临床数据 | 194例患者 | NA | NA | NA | NA |
| 8717 | 2025-07-22 |
A Deep Learning Approach to Assessing Cell Identity in Stem Cell-Based Embryo Models
2025-Jul-22, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_654
PMID:40690128
|
research paper | 该研究利用深度学习技术评估干细胞胚胎模型中细胞身份 | 开发了一个整合早期人类发育的深度学习模型，能够对体外细胞类型进行身份鉴定并提供分类可靠性评分 | 未提及具体样本量或模型验证的详细限制 | 评估干细胞胚胎模型中细胞身份与真实胚胎细胞的相似性 | 胚胎干细胞(ESCs)和体外培养的细胞类型 | machine learning | NA | scRNA-seq, scvi-tools | DL | RNA-seq数据 | NA | NA | NA | NA | NA |
| 8718 | 2025-07-22 |
CoxKAN: Kolmogorov-Arnold networks for interpretable, High-Performance survival analysis
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf413
PMID:40685627
|
研究论文 | 介绍了一种名为CoxKAN的可解释高性能生存分析模型，结合了Cox比例风险模型和Kolmogorov-Arnold网络的优势 | 提出了一种结合可解释性和高性能的生存分析方法，能够揭示预测变量之间的复杂相互作用并提供符号公式 | 未提及具体局限性 | 开发一种既保持高性能又具有可解释性的生存分析模型 | 生存分析模型在医学中的应用 | 机器学习 | NA | Kolmogorov-Arnold Networks (KANs) | CoxKAN | 临床数据和基因组生物标志物数据 | 四个合成数据集和九个真实数据集（包括五个临床数据队列和四个基因组生物标志物队列） | NA | NA | NA | NA |
| 8719 | 2025-07-22 |
Noninvasive Deep Learning System for Preoperative Diagnosis of Follicular-Like Thyroid Neoplasms Using Ultrasound Images: A Multicenter, Retrospective Study
2025-Jul-21, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000006841
PMID:40689491
|
research paper | 提出一种基于深度学习的非侵入性系统，用于利用常规超声图像对滤泡状甲状腺肿瘤进行术前诊断 | 开发了一种深度学习系统，能够比ACR TI-RADS更准确地诊断滤泡状甲状腺肿瘤，并减少不必要的侵入性干预 | 研究为回顾性研究，可能受到数据收集时的偏差影响 | 提高滤泡状甲状腺肿瘤的术前诊断准确性 | 滤泡状甲状腺肿瘤患者 | digital pathology | thyroid cancer | ultrasound imaging | Inception-v3, ResNet50, Inception-ResNet-v2, DenseNet161 | image | 3634名患者，来自11个中心，包括1748例甲状腺滤泡腺瘤、299例滤泡癌和1587例乳头状甲状腺癌滤泡变异型 | NA | NA | NA | NA |
| 8720 | 2025-07-22 |
SOLeNNoID: A Deep Learning Pipeline For Solenoid Residue Detection in Protein Structures
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf415
PMID:40689530
|
研究论文 | 介绍了一种基于深度学习的管道SOLeNNoID，用于预测蛋白质结构中的螺线管残基 | 利用CNN架构分析蛋白质距离矩阵，准确识别螺线管区域，覆盖所有三种螺线管亚类，并在性能上优于现有方法 | 未明确提及具体限制 | 开发一种结构基础的螺线管残基检测方法，以解决序列基础方法的局限性 | 蛋白质结构中的螺线管残基 | 生物信息学 | NA | 深度学习 | CNN | 蛋白质距离矩阵 | 整个Protein Data Bank (PDB)数据库 | NA | NA | NA | NA |