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 19278 篇文献，本页显示第 15701 - 15720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15701 | 2025-10-07 |
Vibrational fiber photometry: label-free and reporter-free minimally invasive Raman spectroscopy deep in the mouse brain
2025-Feb, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02557-3
PMID:39741190
|
研究论文 | 开发了一种名为振动光纤光度法的无标记、无报告基因的微创拉曼光谱技术，用于深部小鼠脑区的生物分子监测 | 首次将自发拉曼光谱与锥形光纤探针结合，实现无标记深部脑区分子监测，并引入深度学习算法抑制探针背景信号 | 技术仍处于开发阶段，尚未在更广泛的生物模型或临床环境中验证 | 开发无标记光学技术监测大脑发育、衰老或疾病过程中的生物分子变化 | 小鼠大脑深部区域 | 生物医学光学 | 脑外伤、脑转移瘤 | 自发拉曼光谱、振动光纤光度法 | 深度学习 | 拉曼光谱数据 | 小鼠脑组织 | NA | NA | 高准确度 | NA |
| 15702 | 2025-10-07 |
Molecular Display of the Animal Meta-Venome for Discovery of Novel Therapeutic Peptides
2025-Feb, Molecular & cellular proteomics : MCP
IF:6.1Q1
DOI:10.1016/j.mcpro.2024.100901
PMID:39746545
|
研究论文 | 开发了一种计算方法来设计动物毒液和元毒液库，通过噬菌体展示技术发现靶向人类瘙痒受体的新型治疗肽 | 首创计算设计高度多样化的动物毒液和元毒液库，结合可编程M13超噬菌体展示技术实现单轮定量生物淘选 | 未提及方法在更广泛受体靶点筛选中的适用性 | 发现靶向人类瘙痒受体的新型治疗肽 | 动物毒液和元毒液库中的Kunitz型结构域蛋白 | 计算生物学 | 瘙痒相关疾病 | M13噬菌体展示, 高通量DNA测序, 深度学习 | 深度学习 | 蛋白质序列数据, 结构数据 | 高度多样化的动物毒液和元毒液库 | NA | NA | NA | NA |
| 15703 | 2025-10-07 |
Multi-institutional development and testing of attention-enhanced deep learning segmentation of thyroid nodules on ultrasound
2025-Feb, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03294-w
PMID:39751996
|
研究论文 | 开发并验证了一种基于注意力增强深度学习的甲状腺结节超声自动分割系统 | 采用带有注意力权重函数的AttU-Net架构，并在多机构数据集上进行独立测试验证 | 仅使用两个医疗机构的回顾性数据，需要进一步整合到自动分类系统中 | 开发自动甲状腺结节超声分割算法以支持风险分层系统 | 甲状腺结节患者 | 医学影像分析 | 甲状腺结节 | 超声成像 | 深度学习 | 超声图像 | 520名患者的1595张甲状腺超声图像 | NA | AttU-Net | Dice相似系数, Hausdorff距离百分比 | NA |
| 15704 | 2025-10-07 |
Artificial Intelligence and Cancer Health Equity: Bridging the Divide or Widening the Gap
2025-Feb, Current oncology reports
IF:4.7Q1
DOI:10.1007/s11912-024-01627-1
PMID:39753817
|
综述 | 评估人工智能对癌症健康公平性的影响，分析AI是缩小还是扩大癌症结局差异 | 首次系统评估AI技术在癌症健康公平性领域的双刃剑作用，提出包容性数据集和伦理框架的解决方案 | 作为综述文章未包含原始数据研究，主要基于现有文献分析 | 探讨人工智能对癌症健康公平性的影响机制和发展方向 | 人工智能在癌症诊疗中的应用及其对不同人群的影响 | 医疗人工智能 | 癌症 | 深度学习、预测分析 | 深度学习模型 | 医疗数据 | NA | NA | NA | NA | NA |
| 15705 | 2025-10-07 |
Inferring multi-slice spatially resolved gene expression from H&E-stained histology images with STMCL
2025-Feb, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.11.016
PMID:39755346
|
研究论文 | 提出一种名为STMCL的多模态对比学习框架，用于从H&E染色组织学图像推断空间基因表达 | 首次整合组织学图像、基因表达特征和空间位置信息的多模态对比学习框架，能够预测多切片空间基因表达 | 仅测试了10X Genomics平台生成的四种多切片空间转录组数据集 | 开发从H&E染色组织学图像预测空间基因表达的低成本方法 | 空间转录组数据和H&E染色组织学图像 | 数字病理学 | 癌症 | 空间转录组学，H&E染色 | 深度学习，对比学习 | 图像，基因表达数据 | 四种多切片空间转录组数据集 | NA | STMCL | 空间基因表达预测准确性，基因表达模式保持能力 | NA |
| 15706 | 2025-10-07 |
A Novel RAGE Modulator Induces Soluble RAGE to Reduce BACE1 Expression in Alzheimer's Disease
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407812
PMID:39755927
|
研究论文 | 本研究探索抗癌药物6-硫代鸟苷通过调节RAGE降低BACE1表达，改善阿尔茨海默病病理 | 首次发现抗癌药物6-TG可直接与RAGE相互作用，通过JAK2-STAT1通路调节BACE1表达并提高脑内sRAGE水平 | 研究主要基于AD小鼠模型，尚未在人类临床试验中验证 | 探索通过降低BACE1表达来减轻阿尔茨海默病病理的新策略 | 阿尔茨海默病小鼠模型、β-分泌酶(BACE1)、晚期糖基化终末产物受体(RAGE) | 数字病理 | 阿尔茨海默病 | 表面等离子共振分析、深度学习靶点识别 | 深度学习 | 生物分子相互作用数据、行为学数据 | AD小鼠模型 | NA | NA | BACE1表达水平、Aβ积累量、认知功能改善、小胶质细胞吞噬活性 | NA |
| 15707 | 2025-10-07 |
Enhancing meteorological data reliability: An explainable deep learning method for anomaly detection
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.124011
PMID:39765064
|
研究论文 | 提出一种基于自编码器、SHAP和贝叶斯优化的可解释深度学习方法，用于气象观测数据的异常检测 | 结合自编码器、SHAP解释性分析和贝叶斯优化，开发了可解释的异常检测方法，并采用K-sigma阈值自动划分方法适应不同观测站点的数据特征 | 未明确说明模型在不同气候条件下的泛化能力以及计算效率的具体表现 | 提高气象观测数据的可靠性，实现及时准确的数据异常检测 | 气象观测数据 | 机器学习 | NA | 深度学习异常检测 | 自编码器(AE) | 多维气象数据集 | NA | NA | 自编码器 | NA | NA |
| 15708 | 2025-10-07 |
Effect of magnetic field strength and segmentation variability on the reproducibility and repeatability of radiomic texture features in cardiovascular magnetic resonance parametric mapping
2025-Feb, The international journal of cardiovascular imaging
DOI:10.1007/s10554-024-03312-7
PMID:39776324
|
研究论文 | 评估心肌放射组学纹理特征对磁场强度差异和分割变异性的鲁棒性 | 首次系统评估放射组学纹理特征在心血管磁共振参数映射中对扫描仪场强差异和分割变异性的敏感度 | 样本量较小（仅15名健康志愿者），仅使用西门子扫描仪，结果可能不适用于其他厂商设备 | 评估放射组学纹理特征在临床实践中的可靠性 | 健康志愿者的心脏磁共振T1映射图像 | 医学影像分析 | 心血管疾病 | 心血管磁共振成像，放射组学分析 | 深度学习模型 | 医学影像 | 15名健康志愿者的45对CMR T1映射图像（1.5T和3T各15个） | NA | 蒙特卡洛Dropout | 组内相关系数 | NA |
| 15709 | 2025-10-07 |
Unraveling Spatial Heterogeneity in Mass Spectrometry Imaging Data with GraphMSI
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202410840
PMID:39778027
|
研究论文 | 提出一种基于深度学习的GraphMSI方法，用于增强质谱成像数据的空间异质性分析 | 首次将代谢谱与空间信息整合到图神经网络中，提供两种可选增强模式（涂鸦交互和知识迁移）来改进分割结果 | 未明确说明方法在特定组织类型或疾病中的适用性限制 | 开发一种能够客观分割质谱成像数据中生物组织区域的新方法 | 质谱成像数据中的代谢异质性区域 | 计算生物学 | NA | 质谱成像 | 图神经网络 | 质谱成像数据 | NA | NA | GraphMSI | 视觉检查，定量评估 | 降低计算需求，支持更有效的三维MSI分割 |
| 15710 | 2025-10-07 |
Self-supervised parametric map estimation for multiplexed PET with a deep image prior
2025-Jan-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada717
PMID:39774095
|
研究论文 | 提出基于深度图像先验的自监督学习框架，用于多示踪剂PET图像分离和参数图估计 | 将多示踪剂房室模型整合到深度图像先验框架中，仅需单个数据集即可实现自监督学习 | 仅在模拟脑部幻影上进行性能评估，缺乏真实临床数据验证 | 解决多示踪剂PET图像分离中监督学习对配对数据依赖和泛化能力不足的问题 | 多示踪剂PET成像中的动态双示踪剂活性图像 | 医学影像分析 | 脑部疾病 | 多示踪剂PET成像，房室模型 | 深度学习 | 医学影像 | 模拟脑部幻影数据 | 深度图像先验(DIP) | U-net | 偏差，标准差 | NA |
| 15711 | 2025-10-07 |
Automated estimation of individualized organ-specific dose and noise from clinical CT scans
2025-Jan-29, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada67f
PMID:39761638
|
研究论文 | 开发了一种从临床CT扫描自动生成个体化器官特异性剂量和噪声的流程 | 提出了一种完全自动化的流程，能够估计个体化器官特异性辐射剂量和噪声，考虑了器官水平的辐射风险和临床任务 | 在胰腺等器官的分割精度相对较低（Dice评分最低为0.6855），样本量有限（临床数据集12例，体模数据集3例，跨站点数据集26例） | 开发个性化CT协议评估和优化的自动化工具 | 临床CT扫描数据、均匀体模数据、六个器官（肺、肝、肾、膀胱、脾、胰腺） | 医学影像分析 | NA | CT扫描、蒙特卡罗模拟 | 深度学习 | CT图像 | 临床数据集12例CT扫描，体模数据集3例，跨站点数据集26例，41例有专家分割标注的病例 | NA | TotalSegmentator | RMSE, 相对RMSE, Dice系数 | NA |
| 15712 | 2025-10-07 |
Hybrid exons evolved by coupling transcription initiation and splicing at the nucleotide level
2025-Jan-24, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae1251
PMID:39739742
|
研究论文 | 本研究通过可解释深度学习解析了混合外显子中转录起始与剪接协同调控的序列特征 | 首次发现混合外显子的转录起始位点通常位于3'剪接位点中心，揭示了转录起始与RNA剪接之间比以往认知更紧密的耦合关系 | 研究仅基于ENCODE数据库的人类组织数据，未在其他物种或实验条件下验证 | 解析混合外显子中转录起始和剪接协同调控的分子机制 | 人类组织中的80,000个混合第一-内部外显子 | 生物信息学 | NA | 深度学习，ENCODE数据库分析 | 深度学习 | 基因组序列数据，染色质状态数据 | 80,000个混合外显子 | NA | NA | NA | NA |
| 15713 | 2025-10-07 |
Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning
2025-Jan-24, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c02616
PMID:39764741
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型LEMAS，用于加速等离子体氢传感器的响应速度并消除其压力依赖性 | 提出了专门定制的长短期Transformer集成模型LEMAS，能够将光学等离子体氢传感器的响应速度提升高达40倍，并消除其在惰性气体环境中的固有压力依赖性 | NA | 加速氢泄漏检测传感器的响应速度，满足氢技术大规模应用的安全需求 | 光学等离子体氢传感器在惰性气体环境中的性能优化 | 机器学习 | NA | 等离子体传感技术 | Transformer | 传感器时序数据 | NA | NA | 长短期Transformer集成模型 | 预测不确定性度量 | NA |
| 15714 | 2025-10-07 |
Real-time CBCT imaging and motion tracking via a single arbitrarily-angled x-ray projection by a joint dynamic reconstruction and motion estimation (DREME) framework
2025-Jan-21, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada519
PMID:39746309
|
研究论文 | 开发了一种无需患者特定先验知识的实时CBCT成像和运动追踪框架DREME | 通过联合动态重建和运动估计框架，仅需单次任意角度X射线投影即可实现实时CBCT成像和运动追踪 | 未明确说明对复杂运动模式的适用性和临床验证规模 | 实现放疗中实时CBCT成像和运动追踪 | 呼吸引起的解剖运动，特别是肺部肿瘤 | 医学影像分析 | 肺癌 | 锥形束CT成像，X射线投影 | CNN | X射线投影图像，CT影像序列 | 数字体模模拟和真实患者研究 | NA | 卷积神经网络运动编码器 | 肿瘤质心定位误差，投影域肿瘤定位精度 | NA |
| 15715 | 2025-10-07 |
Novel approach for quality control testing of medical displays using deep learning technology
2025-Jan-15, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ada6bd
PMID:39773861
|
研究论文 | 本研究开发了一种基于深度学习的医疗显示器质量控制方法，通过多任务学习同时处理对比度响应分类和最大亮度回归任务 | 首次将预训练模型微调并扩展为多输出配置，用于医疗显示器的质量控制测试，采用智能手机采集图像作为输入 | 模型倾向于低估最大亮度值，回归任务的相关系数中等（0.6-0.7），需要进一步提高准确性和适用性 | 开发高效的医疗显示器质量控制系统，减少医疗设备管理的工作量 | 医疗显示器的质量控制和性能测试 | 计算机视觉 | NA | 深度学习，智能手机图像采集 | 多任务深度学习模型 | 图像 | NA | NA | 基于预训练模型的多输出架构 | AUC, 相关系数, Bland-Altman分析 | NA |
| 15716 | 2025-10-07 |
The abiologically and biologically driving effects on organic matter in marginal seas revealed by deep learning-assisted model analysis
2025-Jan-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.178251
PMID:39754949
|
研究论文 | 本研究通过深度学习辅助模型分析揭示了边缘海中有机物的非生物和生物驱动效应 | 首次引入深度学习网络推理工具研究边缘海有机物的驱动因素，识别出浊度和温度是最关键影响因素 | 研究区域仅限于中国黄海和渤海，可能不适用于其他边缘海区域 | 探究边缘海中有机物的生物地球化学过程及其驱动机制 | 黄海和渤海的颗粒有机物(POM)和溶解有机物(DOM) | 机器学习 | NA | 3D激发发射矩阵光谱(3D-EEM)、平行因子分析(PARAFAC) | 人工神经网络(ANN) | 光谱数据、环境参数数据 | NA | NA | 人工神经网络 | 皮尔逊相关系数(PCC), 均方根误差(RMSE) | NA |
| 15717 | 2025-10-07 |
DPFunc: accurately predicting protein function via deep learning with domain-guided structure information
2025-01-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54816-8
PMID:39746897
|
研究论文 | 提出一种基于深度学习的蛋白质功能预测方法DPFunc，通过域引导的结构信息实现准确预测 | 首次将域引导信息与深度学习结合用于蛋白质功能预测，能够识别蛋白质结构中与功能相关的关键区域 | 未明确说明方法在特定蛋白质类型或复杂功能预测中的局限性 | 开发准确且可解释的蛋白质功能预测计算方法 | 蛋白质结构及其功能关系 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | NA | NA | DPFunc | NA | NA |
| 15718 | 2025-10-07 |
Automated segmentation and deep learning classification of ductopenic parotid salivary glands in sialo cone-beam CT images
2025-Jan, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03240-w
PMID:39085681
|
研究论文 | 开发用于涎腺锥形束CT图像中腮腺导管减少症自动分割和分类的深度学习算法 | 结合传统图像处理（Frangi滤波器）和深度学习（残差神经网络）的端到端自动流程，首次实现腮腺导管减少症的自动检测和严重程度分类 | 样本量相对有限（126例扫描），未提及外部验证结果 | 提高涎腺锥形束CT图像中腮腺导管减少症的诊断准确性和效率 | 腮腺涎腺锥形束CT扫描图像 | 医学影像分析 | 唾液腺疾病 | 涎腺锥形束CT成像 | RNN | 医学影像 | 126例腮腺涎腺锥形束CT扫描（包括正常、中度和重度导管减少症病例） | NA | 残差神经网络 | 准确率, F1分数, 敏感性 | NA |
| 15719 | 2025-10-07 |
Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface
2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
PMID:39670359
|
会议介绍 | 介绍人工智能和机器学习在临床医学中的应用，特别关注生成式和交互式系统在人机界面的发展 | 重点探讨生成式AI和深度学习在医疗领域处理复杂多模态数据的最新进展 | NA | 探讨AI技术在临床医学中的应用潜力和影响 | 医疗AI系统，包括临床决策支持、患者监测、影像分析和应急响应系统 | 机器学习 | NA | 生成式AI，深度学习 | NA | 非结构化文本，图像，结构化数据 | NA | NA | NA | NA | NA |
| 15720 | 2025-10-07 |
Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions
2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
PMID:39670369
|
研究论文 | 本研究通过机器学习方法整合结构化电子健康记录和非结构化文本数据，提升退伍军人自杀风险的预测准确性 | 开发了平衡结构化与非结构化数据影响的参数α，并识别了心理社会因素与患者特征之间的跨模态交互作用 | 主要依赖退伍军人事务部数据，未验证在其他人群的适用性；尚未应用深度学习等更先进的机器学习技术 | 提高自杀风险预测模型的准确性，探索心理社会因素与患者特征的交互作用 | 退伍军人电子健康记录数据 | 自然语言处理, 机器学习 | 心理健康疾病 | 电子健康记录分析, 自然语言处理 | XGBoost, 逻辑回归, 岭回归 | 结构化电子健康记录, 非结构化文本 | NA | SHAP, XGBoost | NA | NA | NA |