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 19275 篇文献，本页显示第 18441 - 18460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18441 | 2025-10-07 |
Reusable specimen-level inference in computational pathology
2025-Jan-10, ArXiv
PMID:39867428
|
研究论文 | 开发了一个名为SpinPath的工具包，旨在通过提供预训练模型库和推理平台来普及计算病理学中的标本级深度学习 | 首个专门针对计算病理学标本级推理的完整工具包，包含预训练模型库、Python推理引擎和JavaScript推理平台 | NA | 解决计算病理学中标本级模型不可用的问题，促进该领域深度学习的广泛应用 | 计算病理学中的标本级任务 | 数字病理学 | NA | 深度学习 | 基础模型 | 病理图像 | NA | Python, JavaScript | NA | 在转移瘤检测任务中进行了验证 | NA |
| 18442 | 2025-10-07 |
TIPPo: A User-Friendly Tool for De Novo Assembly of Organellar Genomes with High-Fidelity Data
2025-Jan-06, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae247
PMID:39800935
|
研究论文 | 介绍TIPPo——一种使用PacBio高保真长读长数据进行细胞器基因组从头组装的用户友好工具 | 首个不依赖相关物种基因组或核基因组信息的参考无关组装工具，采用深度学习模型进行初始读长分类并利用k-mer计数进行优化 | NA | 开发用于植物细胞器基因组组装的新工具 | 植物叶绿体和线粒体基因组 | 生物信息学 | NA | PacBio高保真长读长测序 | 深度学习模型 | 基因组测序数据 | 54个完整叶绿体基因组 | NA | NA | 组装完整性 | NA |
| 18443 | 2025-10-07 |
Artificial Intelligence Recognition Model Using Liquid-Based Cytology Images to Discriminate Malignancy and Histological Types of Non-Small-Cell Lung Cancer
2025, Pathobiology : journal of immunopathology, molecular and cellular biology
IF:3.5Q1
DOI:10.1159/000541148
PMID:39197433
|
研究论文 | 开发基于深度学习卷积神经网络的肺癌细胞学图像自动分类模型 | 首次使用液基细胞学图像结合DenseNet-121深度学习模型对非小细胞肺癌的恶性程度和组织学类型进行自动识别 | 样本量相对有限，仅包含45例手术标本 | 开发用于肺癌细胞学诊断的人工智能图像识别模型 | 非小细胞肺癌的液基细胞学样本 | 计算机视觉 | 肺癌 | 液基细胞学，全玻片成像 | CNN | 图像 | 45例手术标本（8例正常肺组织，22例腺癌，15例鳞癌），共9141个图像块 | NA | DenseNet-121 | 敏感度，特异度，准确率 | NA |
| 18444 | 2025-10-07 |
AI Methods for Antimicrobial Peptides: Progress and Challenges
2025-01, Microbial biotechnology
IF:4.8Q1
DOI:10.1111/1751-7915.70072
PMID:39754551
|
综述 | 本文全面概述了人工智能方法在抗菌肽识别与设计领域的最新进展、挑战和机遇 | 深入探讨了大型语言模型、图神经网络和结构引导设计在抗菌肽研究中的潜力，填补了现有文献的空白 | 当前方法存在局限性，需要解决未来几年抗菌肽发现和设计中最相关的议题 | 提供抗菌肽研究中人工智能方法的综合评述 | 抗菌肽（AMPs） | 机器学习 | 传染病 | 机器学习，深度学习 | 经典机器学习，深度学习，大型语言模型，图神经网络 | 肽序列数据，结构数据 | NA | NA | LLMs, GNNs | NA | NA |
| 18445 | 2025-10-07 |
Treatment efficacy prediction of focused ultrasound therapies using multi-parametric magnetic resonance imaging
2025, Cancer prevention, detection, and intervention : Third MICCAI Workshop, CaPTion 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. CaPTion (Workshop) (3rd : 2024 : Marrakech, Morocco)
DOI:10.1007/978-3-031-73376-5_18
PMID:39802501
|
研究论文 | 开发基于多参数磁共振成像的深度学习框架，用于预测聚焦超声治疗乳腺癌的疗效 | 首次利用治疗期间获取的多参数MRI数据，通过深度学习框架实时预测聚焦超声治疗的疗效 | 研究样本量较小（N=6），仅在VX2肿瘤模型兔子中进行验证 | 提高聚焦超声治疗乳腺癌的疗效评估准确性和实时性 | VX2肿瘤模型兔子 | 医学影像分析 | 乳腺癌 | 多参数磁共振成像，MRgFUS | 深度学习 | 磁共振图像 | 6只VX2肿瘤模型兔子 | NA | NA | 与专家标注的3天后治疗后图像对比 | NA |
| 18446 | 2025-10-07 |
Deep learning model to diagnose cardiac amyloidosis from haematoxylin/eosin-stained myocardial tissue
2025-Jan, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyae141
PMID:39811011
|
研究论文 | 开发深度学习模型从HE染色心肌组织中诊断心脏淀粉样变性 | 首次使用HE染色心肌组织切片开发深度学习模型诊断心脏淀粉样变性，无需特殊染色 | 单中心回顾性研究，需要多中心前瞻性验证 | 开发辅助诊断心脏淀粉样变性的深度学习模型 | 心肌活检组织样本 | 数字病理 | 心脏淀粉样变性 | HE染色，Dylon染色 | 深度学习模型 | 病理图像 | 166例患者（76例心脏淀粉样变性，90例其他诊断） | NA | NA | AUC | NA |
| 18447 | 2025-10-07 |
A method for blood pressure hydrostatic pressure correction using wearable inertial sensors and deep learning
2025, Npj biosensing
DOI:10.1038/s44328-024-00021-y
PMID:39897702
|
研究论文 | 提出一种使用可穿戴惯性传感器和深度学习进行血压静水压力校正的方法 | 首次结合可穿戴惯性传感器与深度学习模型，无需传统笨重导管即可实现静水压力校正 | 研究样本量较小（20名参与者），需要在更广泛人群中验证 | 开发无袖带血压测量的静水压力校正技术 | 人体血压测量 | 机器学习 | 心血管疾病 | 光电体积描记法, 心电图 | 深度学习 | 运动传感器数据, 生理信号 | 20名参与者 | NA | NA | 平均绝对误差 | 商用智能手机（推理时间约134毫秒） |
| 18448 | 2025-10-07 |
Deep Learning-Based Body Shape Clustering Analysis Using 3D Body Scanner: Application of Transformer Algorithm
2025-Jan, Iranian journal of public health
IF:1.3Q4
DOI:10.18502/ijph.v54i1.17583
PMID:39902372
|
研究论文 | 使用3D人体扫描仪和Transformer算法进行基于深度学习的体型聚类分析 | 首次将Transformer算法应用于3D人体扫描数据的体型分类，将传统体型分类细化为六个更精细的聚类 | 样本仅来自单一大学（韩国国立体育大学）的366名成人，可能缺乏代表性 | 开发基于深度学习的体型分类方法，为健康和疾病预测提供基础信息 | 366名成年男性和女性的3D人体扫描数据 | 计算机视觉 | NA | 3D人体扫描技术 | Transformer | 3D扫描数据 | 366名成年男性和女性 | NA | Transformer | 聚类性能比较 | NA |
| 18449 | 2025-10-07 |
The Impact of Artificial Intelligence on Healthcare: A Comprehensive Review of Advancements in Diagnostics, Treatment, and Operational Efficiency
2025-Jan, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.70312
PMID:39763580
|
综述 | 本文全面回顾了人工智能在医疗保健领域的影响，涵盖诊断、治疗和运营效率等方面的进展 | 系统整合了2014-2024年间AI在医疗领域的最新发展，分析了包括Google Health和IBM Watson Health在内的实际案例 | 存在数据安全和资源限制等实施难题，预算约束可能影响AI的主流应用 | 分析AI对医疗保健的影响，为利益相关者提供在这一变化环境中的路线图 | 医疗保健领域的AI技术应用，包括机器人技术、机器学习、深度学习和自然语言处理 | 自然语言处理 | NA | 机器学习，深度学习，自然语言处理 | NA | 文献数据，案例研究 | Web of Science数据库2014-2024年间的相关文献（从158篇增长到731篇） | NA | NA | NA | NA |
| 18450 | 2025-10-07 |
A tactile perception method with flexible grating structural color
2025-Jan, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae413
PMID:39764508
|
研究论文 | 提出一种结合柔性光栅结构色与深度学习的新型触觉感知方法及传感器 | 首次将光学干涉图案作为触觉信息的视觉表征，结合柔性闪耀光栅的结构色与深度学习技术 | NA | 开发高性能的触觉感知方法 | 柔性触觉传感器 | 计算机视觉 | NA | 光学干涉图案，柔性闪耀光栅 | 深度学习 | 图像 | NA | NA | NA | 法向力精度6 mN，平面分辨率79 μm，接触深度分辨率25 μm | NA |
| 18451 | 2025-02-05 |
Structure and oxygen saturation recovery of sparse photoacoustic microscopy images by deep learning
2025-Apr, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100687
PMID:39896070
|
研究论文 | 本研究提出了一种名为Mask-enhanced U-net (MeU-net)的深度学习模型，用于恢复稀疏采样的光声显微镜（PAM）结构和功能图像 | 引入了自适应血管注意力掩码模块，专注于血管信息恢复，并设计了血管特定的损失函数以提高恢复精度 | 现有方法很少能有效恢复功能图像 | 提高光声显微镜成像速度和恢复精度 | 小鼠大脑和耳朵的稀疏采样光声显微镜图像 | 计算机视觉 | NA | 光声显微镜（PAM） | U-net | 图像 | 小鼠大脑和耳朵的模拟数据，稀疏度为4×、8×、12× | NA | NA | NA | NA |
| 18452 | 2025-02-05 |
Self-supervised light fluence correction network for photoacoustic tomography based on diffusion equation
2025-Apr, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100684
PMID:39896066
|
研究论文 | 本文提出了一种基于深度学习的自监督光流校正方法，用于定量光声断层成像中的吸收系数分布估计 | 提出了一种自监督的QPAT网络模型SQPA-Net，通过将基于扩散方程的光流估计引入损失函数，指导模型学习光声光传输的隐式表示 | 缺乏真实数据用于监督网络训练 | 解决定量光声断层成像中吸收系数分布估计的问题 | 生物组织 | 计算机视觉 | NA | 深度学习 | SQPA-Net | 图像 | 模拟和小动物成像实验 | NA | NA | NA | NA |
| 18453 | 2025-02-04 |
DeepAptamer: Advancing high-affinity aptamer discovery with a hybrid deep learning model
2025-Mar-11, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2024.102436
PMID:39897584
|
研究论文 | 本文提出了一种名为DeepAptamer的混合深度学习模型，用于从早期未富集的SELEX轮次中识别高亲和力的寡核苷酸适配体 | DeepAptamer结合了卷积神经网络和双向长短期记忆网络，整合了序列组成和结构特征来预测适配体结合亲和力和潜在结合基序，显著提高了高亲和力适配体的发现效率 | NA | 解决SELEX过程中实验偏差和非特异性相互作用导致的高失败率问题，提高高亲和力适配体的发现效率 | 寡核苷酸适配体 | 机器学习 | NA | SELEX | CNN, LSTM | 序列数据 | NA | NA | NA | NA | NA |
| 18454 | 2025-10-07 |
Automated Quantitative Assessment of Retinal Vascular Tortuosity in Patients with Sickle Cell Disease
2025 Mar-Apr, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100658
PMID:39886358
|
研究论文 | 本研究使用自动化深度学习流程定量评估镰状细胞病患者的视网膜血管迂曲度 | 首次采用深度学习算法自动量化镰状细胞病视网膜病变患者的累积血管迂曲度指数 | 样本量相对有限，且为横断面研究无法确定因果关系 | 评估镰状细胞病患者的视网膜血管迂曲度与疾病严重程度的关系 | 镰状细胞病患者和匹配的健康对照者 | 数字病理学 | 镰状细胞病 | 超广角伪彩色眼底成像 | 深度学习算法 | 眼底图像 | 64名患者（119只眼）和57名对照（106只眼） | NA | NA | 累积迂曲度指数 | NA |
| 18455 | 2025-02-05 |
A Low Complexity Efficient Deep Learning Model for Automated Retinal Disease Diagnosis
2025-Mar, Journal of healthcare informatics research
IF:5.4Q1
DOI:10.1007/s41666-024-00182-5
PMID:39897099
|
研究论文 | 本文提出了一种低复杂度高效的深度学习模型，用于自动视网膜疾病诊断 | 开发了一种轻量级优化的紧凑卷积变压器（OCCT）模型，并通过消融研究改进了初始CCT模型，用于分类视网膜疾病 | NA | 通过深度学习技术提高视网膜疾病的早期诊断准确率 | 人类视网膜OCT图像 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描（OCT） | 紧凑卷积变压器（OCCT），生成对抗网络（GAN） | 图像 | 130,649张图像 | NA | NA | NA | NA |
| 18456 | 2025-02-05 |
Enhancing unsupervised learning in medical image registration through scale-aware context aggregation
2025-Feb-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111734
PMID:39898031
|
研究论文 | 本文介绍了一种名为ScaMorph的无监督学习模型，用于医学图像配准，通过尺度感知的上下文聚合来提高配准效果 | ScaMorph模型结合了多尺度混合卷积和轻量级多尺度上下文融合，有效整合了卷积网络和视觉变换器，解决了多种配准任务 | NA | 提高医学图像配准的无监督学习效果 | 3D医学图像 | 计算机视觉 | NA | 无监督学习 | 卷积网络和视觉变换器 | 3D医学图像 | 五个应用场景的3D医学图像数据集 | NA | NA | NA | NA |
| 18457 | 2025-10-07 |
NIRFluor: A Deep Learning Platform for Rapid Screening of Small Molecule Near-Infrared Fluorophores with Desired Optical Properties
2025-Feb-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01953
PMID:39818744
|
研究论文 | 开发了一个名为NIRFluor的深度学习平台，用于快速筛选具有理想光学性质的小分子近红外荧光团 | 提出了结合摩根指纹、理化性质和溶剂性质的新型混合指纹，并设计了多任务指纹增强图卷积网络(MT-FinGCN)模型 | NA | 加速小分子近红外荧光团的开发和设计 | 小分子近红外荧光团 | 机器学习 | NA | 深度学习 | GCN | 化学结构数据 | 5179个实验大数据 | NA | 多任务指纹增强图卷积网络(MT-FinGCN) | NA | NA |
| 18458 | 2025-10-07 |
Diagnosis and typing of leukemia using a single peripheral blood cell through deep learning
2025-Feb, Cancer science
IF:4.5Q1
DOI:10.1111/cas.16374
PMID:39555724
|
研究论文 | 本研究开发了一种基于深度学习的模型，能够通过单个外周血细胞图像实现白血病的诊断和分型 | 首次提出使用分割增强残差网络结合渐进多粒度训练方法，仅需单个外周血细胞即可完成白血病诊断和分型，避免了侵入性骨髓穿刺 | 模型在非APL病例中的召回率相对较低(74.63%)，样本量有限(237名患者) | 开发非侵入性的白血病诊断和分型方法 | 外周血细胞图像，包括五种良性白细胞和八种白血病细胞 | 数字病理学 | 白血病 | 细胞形态学分析 | CNN | 图像 | 237名患者的21,208张图像 | NA | 增强残差网络 | 精确率,召回率,F1分数 | NA |
| 18459 | 2025-10-07 |
Current status and future direction of cancer research using artificial intelligence for clinical application
2025-Feb, Cancer science
IF:4.5Q1
DOI:10.1111/cas.16395
PMID:39557634
|
综述 | 介绍基于人工智能的癌症研究现状，重点讨论临床应用视角下的挑战与未来方向 | 聚焦生成式AI技术在癌症研究中的最新进展，特别关注AI医疗软件设备的监管审批现状 | NA | 促进利用有效AI技术的癌症研究发展 | 人工智能在癌症研究中的应用 | 机器学习 | 癌症 | 深度学习 | NA | 大数据 | NA | NA | NA | NA | NA |
| 18460 | 2025-10-07 |
Informatics strategies for early detection and risk mitigation in pancreatic cancer patients
2025-Feb, Neoplasia (New York, N.Y.)
DOI:10.1016/j.neo.2025.101129
PMID:39842383
|
综述 | 全面概述胰腺癌筛查、诊断和早期检测的现状，重点关注高危人群筛查策略和新兴检测技术 | 强调人工智能驱动方法在早期检测中的潜力，整合液体活检技术和传统诊断方法 | 主要基于现有文献综述，缺乏原始实验数据验证 | 改善胰腺癌早期检测和风险缓解策略 | 胰腺癌高危人群，特别是有家族遗传倾向和基因突变（BRCA1、BRCA2、PALB2）的个体 | 数字病理 | 胰腺癌 | 内镜超声（EUS）、对比增强谐波成像（CEH-EUS）、液体活检、循环肿瘤DNA（ctDNA）分析 | 深度学习 | 医学影像、生物标志物数据、基因数据 | NA | NA | NA | 灵敏度 | NA |