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 1206 篇文献，本页显示第 21 - 40 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2026-05-15 |
Intratumoral and Peritumoral Radiomics for Predicting the Prognosis of High-grade Serous Ovarian Cancer Patients Receiving Platinum-Based Chemotherapy
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.09.001
PMID:39289095
|
研究论文 | 开发深度学习预后模型，评估肿瘤内及瘤周影像组学在预测高级别浆液性卵巢癌患者铂类化疗预后中的意义 | 首次系统评估肿瘤内和瘤周影像组学特征在深度学习模型中的综合预测价值，并分析了不同扩张像素对预测准确性的影响 | 外部测试集样本量较小（N=26），可能影响模型泛化能力的全面评估 | 构建基于深度学习的预后模型，预测接受铂类化疗的高级别浆液性卵巢癌患者的无进展生存期 | 474例高级别浆液性卵巢癌患者的非增强CT扫描图像，来自两个医疗机构 | 计算机视觉, 数字病理学 | 卵巢癌 | CT扫描 | 深度学习模型 | 图像 | 474例患者（训练集362例，内部测试集86例，外部测试集26例） | NA | NA | 风险比, 受试者工作特征曲线 | NA |
| 22 | 2026-05-15 |
Deep Learning and Habitat Radiomics for the Prediction of Glioma Pathology Using Multiparametric MRI: A Multicenter Study
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.09.021
PMID:39322536
|
研究论文 | 通过多参数MRI结合深度学习与生境影像组学预测胶质瘤病理结果的多中心研究 | 将生境分析与深度学习相结合，提取成像特征并联合临床特征建模，以预测胶质瘤病理结果，较传统影像组学方法获得更好预测性能 | 临床特征对预测的辅助证据相对较弱 | 实现更好的胶质瘤病理结果预测 | 原发性胶质瘤患者的MRI影像、病理报告和临床病史 | 数字病理学、机器学习 | 胶质瘤 | 多参数MRI（T1对比增强和T2加权序列） | LightGBM, SVM, MLP, DenseNet161, ResNet50, Inception_v3 | 医学影像、文本（病理报告和临床病史） | 387例原发性胶质瘤，来自三家医院，其中264例训练集、82例测试集、41例验证集 | NA | DenseNet161, ResNet50, Inception_v3, LightGBM, SVM, MLP | NA | NA |
| 23 | 2026-05-15 |
Clinical Pilot of a Deep Learning Elastic Registration Algorithm to Improve Misregistration Artifact and Image Quality on Routine Oncologic PET/CT
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.09.044
PMID:39462735
|
研究论文 | 基于深度学习弹性配准算法改进常规肿瘤PET/CT配准伪影和图像质量的临床试点研究 | 首次将深度学习弹性配准方法应用于临床常规肿瘤PET/CT，评估其减少配准伪影和改善图像质量的效果 | 样本量较小（仅30名患者），且未涉及不同示踪剂和扫描协议的广泛验证 | 评估深度学习弹性配准算法在减少PET/CT配准伪影和改善图像质量方面的临床潜力 | 30名接受常规肿瘤检查的患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT） | 计算机视觉 | 肿瘤 | PET/CT | 深度学习弹性配准算法 | 图像 | 30名患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT） | NA | 弹性配准网络 | 图像质量Likert评分、标准化摄取值、信噪比、肝肺指数 | NA |
| 24 | 2026-05-15 |
A Multimodal Deep Learning Nomogram for the Identification of Clinically Significant Prostate Cancer in Patients with Gray-Zone PSA Levels: Comparison with Clinical and Radiomics Models
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.009
PMID:39496535
|
研究论文 | 建立了一种多模态深度学习列线图，用于预测灰色区域PSA水平患者中的临床显著性前列腺癌，并与临床和影像组学模型进行比较 | 首次将深度学习特征、PI-RADS评分和临床变量通过混合融合方法整合为多模态列线图，在预测临床显著性前列腺癌方面显著优于传统影像组学和临床模型 | 未提及模型的外部验证和前瞻性研究设计 | 建立用于预测灰色区域PSA水平患者中临床显著性前列腺癌的多模态深度学习列线图 | 2018年1月至2022年12月期间有病理结果的303名PSA处于灰色区域的患者 | 数字病理学 | 前列腺癌 | NA | 深度学习模型、支持向量机（SVM）、XGBoost | 双参数磁共振成像（bp-MRI）图像、临床变量、PI-RADS评分 | 303名患者 | NA | NA | AUC、决策曲线分析 | NA |
| 25 | 2026-05-12 |
The information bottleneck as a principle underlying multi-area cortical representations during decision-making
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2023.07.12.548742
PMID:37502862
|
研究论文 | 本研究探讨了多脑区皮层表征在决策过程中遵循信息瓶颈原则的机制 | 首次通过多脑区循环神经网络模型揭示了大脑如何通过信息瓶颈原理形成最优表征，并发现前额叶皮层与运动前区背侧区域之间的信息优先传播机制 | NA | 阐明决策过程中多脑区皮层表征如何遵循信息瓶颈原则进行分布式计算 | 恒河猴的背外侧前额叶皮层和背侧运动前区皮层中的单个神经元与多单元活动 | 机器学习 | NA | 多脑区循环神经网络 | 循环神经网络 | 神经电生理数据 | 恒河猴实验中的神经元记录数据 | PyTorch | 多脑区循环神经网络 | NA | NA |
| 26 | 2026-05-10 |
AI-based approach to dissect the variability of mouse stem cell-derived embryo models
2025-Feb-19, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56908-5
PMID:39971935
|
研究论文 | 利用深度学习提高小鼠干细胞衍生胚胎模型的可重复性，通过活体成像和AI模型对胚胎样结构进行分类并预测其发育轨迹 | 首次将深度学习应用于干细胞衍生胚胎模型的筛选，实现早期（细胞接种后90小时）以88%准确率分类胚胎正常与异常发育，并发现正常胚胎的细胞数量、尺寸和形状等关键形态特征 | 研究对象仅限定于小鼠干细胞衍生胚胎模型（ETiX-胚胎），未涉及人类或其他物种；初始分类准确率在细胞接种阶段仅为65%，存在早期预测精度不足的问题 | 利用深度学习提高干细胞衍生胚胎模型的选择标准化和可重复性 | 900个小鼠着床后干细胞衍生胚胎样结构（ETiX-胚胎） | 计算机视觉 | 不适用（研究聚焦胚胎发育建模而非疾病） | 活体成像 | CNN（卷积神经网络） | 图像（时间序列活体成像数据） | 900个ETiX-胚胎样本 | PyTorch | 未明确指定（需从原文补充） | 准确率 | 未说明 |
| 27 | 2026-05-08 |
An Explainable Unified Framework of Spatio-Temporal Coupling Learning With Application to Dynamic Brain Functional Connectivity Analysis
2025-02, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3467384
PMID:39320999
|
研究论文 | 提出一种可解释的时空耦合学习统一框架，应用于动态脑功能连接分析 | 构建基于时空相关性的深度学习网络，整合节点表示与节点间连接的时变耦合关系，并在每个时间步探随时空演化，提高分析结果的可解释性 | NA | 开发可解释的框架用于挖掘时间序列数据中的内在时空耦合关系，并应用于脑动态功能连接分析 | 大脑动态功能连接模式 | 机器学习 | NA | fMRI | 深度学习网络 | 时间序列数据 | NA | NA | NA | NA | NA |
| 28 | 2026-05-05 |
Advancing healthcare practice and education via data sharing: demonstrating the utility of open data by training an artificial intelligence model to assess cardiopulmonary resuscitation skills
2025-02, Advances in health sciences education : theory and practice
IF:3.0Q2
DOI:10.1007/s10459-024-10369-5
PMID:39249618
|
研究论文 | 通过共享心肺复苏技能表现视频数据库并训练人工智能模型，展示开放数据在医疗保健实践与教育中的效用 | 首次利用开放共享的CPR技能表现视频数据库训练AI模型，实现自动临床评估；该数据库包含多角度视频和专家评分，支持3D重建和运动分析 | NA | 论证数据共享在医疗教育中的价值，并开发基于AI的自动CPR技能评估工具 | 40名参与者的心肺复苏技能表现视频及其质量评估数据 | 计算机视觉 | NA | 视频采集、姿势估计 | 深度学习网络 | 视频 | 40名参与者，从6个角度录制 | NA | 姿势估计网络、深度学习网络 | NA | NA |
| 29 | 2026-05-04 |
Exploring Deep Learning Applications using Ultrasound Single View Cines in Acute Gallbladder Pathologies: Preliminary Results
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.08.061
PMID:39306521
|
研究论文 | 利用超声单视图动态影像开发深度学习模型，以区分正常胆囊、非紧急胆石症和需紧急干预的急性结石性胆囊炎 | 首次使用超声单视图动态影像进行深度学习建模，区分胆囊正常、非紧急胆石症和需紧急干预的急性胆囊炎，具有高精度和特异性 | 初步研究，样本量有限（186名患者，266个动态影像），仅使用单视图动态影像，可能无法代表完整临床场景 | 开发深度学习模型，利用超声单视图动态影像区分正常胆囊、非紧急胆石症和需紧急干预的急性结石性胆囊炎 | 急诊科出现右上腹疼痛的成年患者的超声单视图动态影像，涵盖正常、非紧急胆石症和急性胆囊炎三类 | 计算机视觉 | 胆囊疾病 | 超声成像 | 深度学习模型（未明确具体类型，如CNN） | 超声动态影像（单视图） | 186名患者，共266个动态影像（正常：52人/104个，非紧急胆石症：73人/88个，急性胆囊炎：61人/74个） | NA | NA | 准确率、特异性 | NA |
| 30 | 2026-05-04 |
Large Language Models can Help with Biostatistics and Coding Needed in Radiology Research
2025-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.09.042
PMID:39406582
|
研究论文 | 评估大型语言模型在放射学研究中的统计和深度学习代码生成能力 | 首次系统评估 ChatGPT 和 Gemini 在放射学研究中生成统计测试、R 语言代码和深度学习模型代码的性能 | LLM 存在幻觉风险、代码生成错误，需要用户验证和优化代码，且受数据隐私法规限制 | 测试 LLM 在放射学研究中提供统计解决方案和深度学习代码的能力 | ChatGPT-4o、ChatGPT-3.5 和 Google Gemini | 自然语言处理 | NA | NA | 大型语言模型 | 文本 | 8 个统计问题，1 个深度学习任务 | PyTorch | Vision Transformer (ViT-B/16) | 代码正确率、运行时错误次数 | 网络聊天界面，未指定 GPU |
| 31 | 2026-05-02 |
Global genotype by environment prediction competition reveals that diverse modeling strategies can deliver satisfactory maize yield estimates
2025-02-05, Genetics
IF:3.3Q2
DOI:10.1093/genetics/iyae195
PMID:39576009
|
研究论文 | 通过全球基因型-环境预测竞赛，发现多样化建模策略均可有效预测玉米产量 | 首次举办公开的基因型-环境互作预测竞赛，整合基因组变异、表型、气象和管理数据，系统评估多种建模策略（包括传统育种工具、机器学习/深度学习、机械模型和集成模型）的预测能力，验证了无单一模型绝对优越的结论 | 未明确讨论模型可解释性、数据偏差或跨环境泛化性的潜在问题 | 探索结合遗传和环境因素预测作物表型的方法，提升产量预测精度以保障粮食安全 | 玉米（Maize）的产量性状预测 | 机器学习 | 不适用 | 基因组变异分析、表型采集、气象数据记录、田间管理记录 | 混合模型（随机森林、岭回归、最小二乘法、深度学习/机器学习、机械模型、集成模型） | 基因型数据、表型数据、气象数据、管理记录 | 涵盖9年（2022-2023年）的多地点玉米数据集，具体样本量未在摘要中明确 | 不适用（竞赛中涉及多种框架，如随机森林、岭回归等，但未在摘要中指定具体框架） | 随机森林、岭回归、最小二乘法、深度学习网络（具体架构未指定）、机械模型、集成模型 | 产量预测精度（未在摘要中明确具体指标，如R²或RMSE等） | 未指定具体计算资源 |
| 32 | 2026-05-01 |
OrganoIDNet: a deep learning tool for identification of therapeutic effects in PDAC organoid-PBMC co-cultures from time-resolved imaging data
2025-Feb, Cellular oncology (Dordrecht, Netherlands)
DOI:10.1007/s13402-024-00958-2
PMID:38805131
|
研究论文 | 提出OrganoIDNet深度学习工具，用于从时序成像数据中识别PDAC类器官与PBMC共培养的治疗效果 | 首次将深度学习应用于PDAC类器官与免疫细胞共培养的实时成像分析，能够区分类器官大小和健康状态，并纵向监测免疫治疗反应 | NA | 开发和验证基于深度学习的工具，用于实时监测PDAC类器官对化疗和免疫治疗的反应 | 小鼠和人源PDAC类器官、PBMCs共培养模型 | 数字病理学 | 胰腺导管腺癌（PDAC） | 活细胞成像 | 深度学习 | 明场图像 | 小鼠和人源PDAC类器官样本 | NA | OrganoIDNet | 准确率、CellTiter-Glo终点增殖试验验证 | NA |
| 33 | 2025-02-22 |
Author Correction: Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker
2025-Feb-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90514-1
PMID:39979555
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 34 | 2026-04-25 |
Deep learning assists early-detection of hypertension-mediated heart change on ECG signals
2025-02, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-024-01938-7
PMID:39394520
|
研究论文 | 设计深度学习模型从心电图信号中预测高血压并识别相关心电片段 | 提出多分支多尺度LSTM网络MML-Net和心电导向波对齐可解释人工智能管道ECG-XAI，用于早期检测高血压介导的心脏变化 | 未在外部多中心数据集上验证，且模型解释仅聚焦于P波和R波 | 探索利用心电图信号早期检测高血压引起的心脏结构变化 | 心电图信号及高血压患者的心脏变化 | 机器学习, 数字健康 | 心血管疾病, 高血压 | 心电图 | LSTM | 信号 | 210,120份10秒12导联心电图（来自FUKUDA FX-8322）和812份心电图（来自NALONG RAGE-12） | PyTorch | MML-Net（多分支多尺度LSTM） | 召回率, 精确率 | NA |
| 35 | 2026-04-25 |
Graph based recurrent network for context specific synthetic lethality prediction
2025-02, Science China. Life sciences
DOI:10.1007/s11427-023-2618-y
PMID:39422810
|
研究论文 | 提出基于图循环网络的模型用于上下文特异性合成致死预测 | 引入图循环网络编码器获取上下文特异性低维特征表示，利用门控循环单元集成上下文相关状态信息 | 未提及具体限制，但方法依赖遗传上下文信息，可能对缺乏上下文数据的场景适应性有限 | 预测具有治疗潜力的合成致死相互作用，特别是上下文依赖性的SL关系 | 合成致死相互作用及其遗传上下文依赖性 | 机器学习 | 癌症 | NA | 图循环网络 | 基因组相互作用数据 | NA | NA | 图循环网络，门控循环单元 | NA | NA |
| 36 | 2026-04-25 |
Clinical Relevance of Computational Pathology Analysis of Interplay between Kidney Microvasculature and Interstitial Microenvironment
2025-Feb-01, Clinical journal of the American Society of Nephrology : CJASN
IF:8.5Q1
DOI:10.2215/CJN.0000000597
PMID:39714939
|
研究论文 | 利用计算病理学分析肾脏微血管与间质微环境相互作用在肾小球疾病进展中的临床相关性 | 首次揭示肾小管周围毛细血管与间质纤维化/肾小管萎缩区域的空间和形态特征之间的相互作用，并识别出新型数字生物标志物用于预测疾病进展 | 样本量有限（344例），且未在独立外部队列中验证结果 | 评估肾小管周围毛细血管特征与其间质微环境相互作用在肾小球疾病进展中的临床相关性，并识别新型数字生物标志物 | 肾小球疾病患者（包括微小病变肾病、局灶节段性肾小球硬化、膜性肾病和IgA肾病）的肾脏活检组织切片 | 数字病理学 | 肾小球疾病 | 深度学习模型、全玻片成像、计算病理学分析 | 深度学习模型、机器学习模型 | 病理图像 | 344例肾小球疾病患者（112例微小病变肾病、134例局灶节段性肾小球硬化、61例膜性肾病、37例IgA肾病） | NA | NA | NA | NA |
| 37 | 2026-04-22 |
Multiscale footprints reveal the organization of cis-regulatory elements
2025-02, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08443-4
PMID:39843737
|
研究论文 | 本文介绍了一种名为PRINT的计算方法，用于从染色质可及性数据中识别DNA-蛋白质相互作用的多尺度足迹，并开发了seq2PRINT深度学习框架以推断转录因子和核小体结合 | 开发了PRINT方法，首次从多尺度蛋白质大小角度分析染色质可及性数据中的DNA-蛋白质相互作用足迹，并结合深度学习框架seq2PRINT实现精确的调控逻辑解读 | 方法主要依赖于染色质可及性数据，可能无法完全捕捉所有DNA-蛋白质相互作用的复杂性，且应用范围目前限于特定细胞类型 | 研究顺式调控元件的组织结构和动态变化，以连接其结构与细胞命运和疾病中的功能 | 人类骨髓和小鼠造血干细胞中的顺式调控元件 | 机器学习 | NA | 染色质可及性测序 | 深度学习 | 染色质可及性数据 | NA | NA | NA | NA | NA |
| 38 | 2026-04-20 |
A green and efficient method for detecting nicosulfuron residues in field maize using hyperspectral imaging and deep learning
2025-02-15, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.136724
PMID:39637793
|
研究论文 | 本研究提出了一种结合高光谱成像和深度学习（HerbiResNet模型）的绿色高效方法，用于检测田间玉米中烟嘧磺隆除草剂残留 | 开发了HerbiResNet模型，首次将高光谱成像与深度学习结合用于玉米除草剂残留的预测与分类，并识别出与残留及生理变化强相关的特定光谱波段（约550 nm、680 nm、750 nm和1000 nm） | 研究仅针对六种玉米品种（抗性和敏感型）及两种除草剂浓度，样本多样性和环境条件可能有限 | 实现田间玉米中烟嘧磺隆除草剂残留的准确、快速检测，以支持化学修复和优化喷洒策略 | 田间种植的玉米叶片（六种品种，包括抗性和敏感型） | 计算机视觉 | NA | 高光谱成像 | 深度学习 | 光谱数据 | 六种玉米品种（抗性和敏感型），在两种除草剂浓度下，残留分为低、中、高三个水平 | NA | HerbiResNet | 决定系数（R²），准确率 | NA |
| 39 | 2026-04-18 |
Noncoding variants and sulcal patterns in congenital heart disease: Machine learning to predict functional impact
2025-Feb-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111707
PMID:39877905
|
研究论文 | 本研究利用深度学习模型预测非编码变异对基因调控信号的影响，并探讨其与先天性心脏病患者脑沟模式的关联 | 首次将深度学习模型应用于预测非编码变异对H3K9me2修饰的影响，并揭示其与先天性心脏病患者右侧顶叶脑沟模式的关联 | 研究样本仅限于先天性心脏病患者，未考虑其他混杂因素对脑沟模式的影响 | 探究非编码变异对先天性心脏病患者脑沟模式的影响机制 | 先天性心脏病患者及无先天性心脏病的对照人群 | 机器学习 | 先天性心脏病 | 深度学习 | 深度学习模型 | 基因变异数据、脑沟模式数据 | 先天性心脏病患者队列及无先天性心脏病的对照队列 | NA | NA | NA | NA |
| 40 | 2026-04-14 |
Computational pathology applied to clinical colorectal cancer cohorts identifies immune and endothelial cell spatial patterns predictive of outcome
2025-02, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6378
PMID:39788558
|
研究论文 | 本研究应用计算病理学方法，在三个临床结直肠癌队列中识别出可预测预后的免疫细胞和内皮细胞空间模式 | 利用基于深度学习的细胞分类器，在大型临床队列中系统量化肿瘤微环境中细胞类型的空间组织和共定位，并发现内皮细胞与癌细胞的比例等空间模式是独立的预后预测因子 | 研究队列虽然具有临床异质性，但样本量仍有限，且结果需要在独立队列中进行进一步验证 | 探究结直肠癌肿瘤微环境的空间组织特征及其对治疗反应和预后的影响 | 三个临床结直肠癌患者队列（MISSONI、BRAF、VALENTINO），总计375名患者 | 计算病理学 | 结直肠癌 | 深度学习细胞分类，多重免疫荧光验证 | 深度学习细胞分类器 | H&E染色组织切片图像 | 375名临床注释的结直肠癌患者（MISSONI: n=59, BRAF: n=141, VALENTINO: n=175），验证集n=26 | NA | NA | 风险比，置信区间，p值 | NA |