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 1368 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2025-07-22 |
Accurate treatment effect estimation using inverse probability of treatment weighting with deep learning
2025-Apr, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooaf032
PMID:40290454
|
研究论文 | 本研究利用深度序列模型通过逆处理概率加权（IPTW）方法准确估计处理效应，无需特征处理 | 提出使用深度序列模型（如RNN和Transformer）直接从索赔记录中估计倾向得分，无需特征处理，提高了处理效应估计的准确性 | 研究主要基于合成和半合成数据集，未在真实世界数据中广泛验证 | 在存在时间依赖性混杂因素的情况下，准确估计处理效应 | 电子健康记录（EHRs）中的索赔记录 | 机器学习 | NA | 逆处理概率加权（IPTW） | RNN, Transformer | 电子健康记录（EHRs） | 合成和半合成数据集 | NA | NA | NA | NA |
| 202 | 2025-10-06 |
Dissection of tumoral niches using spatial transcriptomics and deep learning
2025-Apr-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112214
PMID:40230519
|
研究论文 | 本研究开发了TG-ME计算框架，通过整合空间转录组学数据和形态学图像来解析肿瘤微环境中的生态位 | 首次将Transformer与图变分自编码器(GraphVAE)相结合，构建能够同时分析空间转录组数据和形态学图像的计算框架 | NA | 开发计算框架以解析肿瘤微环境中的空间组织结构 | 肿瘤生态位和肿瘤微环境 | 数字病理学 | 肺癌 | 空间转录组学 | Transformer, GraphVAE | 空间转录组数据, 形态学图像 | NA | NA | Transformer, GraphVAE | NA | NA |
| 203 | 2025-10-06 |
pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data
2025-Apr-10, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf289
PMID:40226920
|
研究论文 | 提出一种从低分辨率Hi-C数据重建高分辨率3D基因组的新计算方法pC-SAC | 使用自适应重要性采样与序列蒙特卡洛方法生成满足物理约束的3D染色质链集合，实现从低分辨率数据重建高分辨率Hi-C矩阵 | NA | 开发成本效益高的方法增强Hi-C数据分辨率，以深入研究3D基因组组织及其在基因调控和疾病中的作用 | 3D基因组组织、染色质结构 | 计算生物学 | NA | Hi-C技术 | 概率模型、蒙特卡洛方法 | Hi-C交互数据 | NA | NA | probabilistically Constrained Self-Avoiding Chromatin (pC-SAC) | 准确率 | NA |
| 204 | 2025-10-06 |
Enhancing nonlinear transcriptome- and proteome-wide association studies via trait imputation with applications to Alzheimer's disease
2025-Apr, PLoS genetics
IF:4.0Q1
DOI:10.1371/journal.pgen.1011659
PMID:40209152
|
研究论文 | 本研究通过性状插补方法增强非线性转录组和蛋白质组关联研究，应用于阿尔茨海默病风险基因和蛋白的发现 | 将性状插补方法应用于非线性TWAS/PWAS分析，利用深度学习模型捕捉表达量对疾病的非线性效应 | 生物银行参与者年龄相对年轻导致AD病例数量不足，可能影响统计功效 | 识别与阿尔茨海默病风险相关的基因和蛋白质 | 阿尔茨海默病相关基因和蛋白质 | 机器学习 | 阿尔茨海默病 | 转录组测序, 蛋白质组分析 | 深度学习 | 基因表达数据, 蛋白质表达数据 | GTEx项目和UK Biobank参与者数据 | NA | DeLIVR | 统计功效, 假阳性率 | NA |
| 205 | 2025-10-06 |
SuperMRF: deep robust reconstruction for highly accelerated magnetic resonance fingerprinting
2025-Apr-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-23-1819
PMID:40235764
|
研究论文 | 提出一种名为SuperMRF的深度学习框架，用于从欠采样的磁共振指纹数据直接重建定量T1和T2图谱 | 首次将三维卷积神经网络同时利用空间和时间信息直接重建MRF定量图谱，绕过传统模式匹配方法 | 网络使用模拟数据进行训练，在真实数据中的泛化能力需要进一步验证 | 开发快速、鲁棒的磁共振指纹重建方法 | 健康志愿者的膝关节磁共振数据 | 医学影像分析 | NA | 磁共振指纹成像 | CNN | 三维笛卡尔磁共振指纹数据 | 4名志愿者 | NA | 3D CNN | SSIM, PSNR, NMSE | NA |
| 206 | 2025-10-06 |
Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model
2025-Apr-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112225
PMID:40230526
|
研究论文 | 提出一种基于GAN的超分辨率延时显微镜视频生成模型tGAN，用于增强细胞追踪性能 | 开发了具有双分辨率架构的GAN模型，能够同时捕捉低分辨率和高分辨率细胞细节，生成具有高时间一致性和精细细节的合成注释延时显微镜视频 | 未明确说明模型在特定细胞类型或成像条件下的泛化能力 | 解决细胞追踪中注释延时数据有限的问题，提升深度学习在生物图像分析中的应用 | 细胞动态行为（生长、分裂、运动、细胞间相互作用） | 计算机视觉 | NA | 延时显微镜成像 | GAN | 视频 | NA | NA | GAN, 双分辨率架构 | 时间一致性, 细节质量 | NA |
| 207 | 2025-10-06 |
Tumor Bud Classification in Colorectal Cancer Using Attention-Based Deep Multiple Instance Learning and Domain-Specific Foundation Models
2025-Apr-07, Cancers
IF:4.5Q1
DOI:10.3390/cancers17071245
PMID:40227783
|
研究论文 | 提出一种基于注意力深度多示例学习和领域特定基础模型的结直肠癌肿瘤芽自动分类系统 | 首次将注意力机制多示例学习与领域特定基础模型结合用于肿瘤芽分类，通过注意力热图验证特征可解释性 | 数据集规模有限（29张训练WSI，70张测试WSI），未进行大规模临床验证 | 开发自动化肿瘤芽分类系统以提高结直肠癌预后评估准确性 | 结直肠癌组织切片中的肿瘤芽 | 数字病理学 | 结直肠癌 | 全切片图像分析 | 注意力多示例学习 | 病理图像 | 29张训练用全切片图像，70张测试用全切片图像 | NA | ABMIL, Phikon-v2, UNI, CtransPath | AUC, 精确度, 召回率 | NA |
| 208 | 2025-10-06 |
Deep learning informed multimodal fusion of radiology and pathology to predict outcomes in HPV-associated oropharyngeal squamous cell carcinoma
2025-Apr, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105663
PMID:40121941
|
研究论文 | 开发基于Swin Transformer的多模态多区域数据融合框架，整合CT影像和病理全切片图像预测HPV相关口咽鳞状细胞癌的预后 | 首次提出整合原发灶和淋巴结区域的放射学与病理学特征的多模态融合方法，采用跨模态和跨区域的窗口多头自注意力机制 | 样本量相对有限（277例患者），需在更大队列中验证 | 预测HPV相关口咽鳞状细胞癌的生存结果和肿瘤分级 | HPV相关口咽鳞状细胞癌患者 | 医学影像分析 | 头颈癌 | CT影像，全切片病理图像 | Transformer | 影像，图像 | 277例匹配放射学和病理学图像的口咽鳞状细胞癌患者 | NA | Swin Transformer | C-index, AUC, 风险比, 优势比 | NA |
| 209 | 2025-10-06 |
Harnessing AlphaFold to reveal hERG channel conformational state secrets
2025-Apr-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.27.577468
PMID:38352360
|
研究论文 | 本研究利用AlphaFold结合结构模板预测hERG离子通道的不同构象状态，揭示其功能机制和药物结合特性 | 通过精心选择结构模板指导AlphaFold预测特定功能状态，首次揭示了hERG通道失活机制和增强药物结合的分子特征 | 方法依赖于结构模板的选择质量，计算预测仍需实验数据验证 | 预测hERG离子通道的离散构象状态并理解其与药物相互作用的机制 | hERG钾离子通道（Kv11.1）的不同构象状态 | 计算生物学 | 心律失常 | AlphaFold蛋白质结构预测，分子对接，分子动力学模拟 | 深度学习 | 蛋白质结构数据，实验验证数据 | NA | AlphaFold | AlphaFold架构 | 与实验数据一致性，药物亲和力预测准确性 | NA |
| 210 | 2025-10-06 |
Emerging frontiers in protein structure prediction following the AlphaFold revolution
2025-Apr, Journal of the Royal Society, Interface
DOI:10.1098/rsif.2024.0886
PMID:40233800
|
综述 | 本文探讨了AlphaFold引发蛋白质结构预测革命后该领域的新兴前沿应用 | 聚焦深度学习革命后蛋白质结构预测在高级应用中的发展，提出了AlphaFold预测结果的报告指南 | NA | 综述当前最先进的蛋白质结构预测技术及其在复杂生物系统中的应用 | 蛋白质结构及其与生物分子的相互作用 | 计算生物学 | NA | 深度学习 | 深度学习模型 | 蛋白质序列和结构数据 | 数百万个蛋白质结构模型 | NA | AlphaFold | NA | NA |
| 211 | 2025-10-06 |
SegCSR: WEAKLY-SUPERVISED CORTICAL SURFACES RECONSTRUCTION FROM BRAIN RIBBON SEGMENTATIONS
2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi60581.2025.10980662
PMID:40655953
|
研究论文 | 提出一种基于脑MRI带状分割的弱监督皮质表面重建方法SegCSR | 无需依赖传统流程生成的伪标签，直接从脑MRI带状分割重建多个皮质表面 | 在深度脑沟区域仍需正则化处理，性能依赖于分割质量 | 开发弱监督的皮质表面重建方法 | 脑MRI图像中的皮质表面 | 医学图像分析 | 神经科学相关疾病 | 脑MRI成像 | 深度学习 | 医学图像 | 两个大规模脑MRI数据集 | NA | NA | 重建精度、规则性 | NA |
| 212 | 2025-10-06 |
A Novel Technique for Fluorescence Lifetime Tomography
2025-Apr-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.19.613888
PMID:39345436
|
研究论文 | 提出一种基于深度神经网络的荧光寿命层析成像新技术AUTO-FLI，能够在厘米深度实现3D强度和定量寿命重建 | 开发了首个能够同时实现3D强度和定量寿命重建的深度学习模型，解决了深层组织中高散射导致的成像挑战 | 目前仅在模拟小鼠模型上进行验证，尚未在真实生物组织中进行广泛测试 | 开发能够在深层散射介质中实现精确3D荧光寿命成像的新技术 | 模拟小鼠模型和高度散射介质 | 医学影像 | NA | 荧光寿命成像(FLIM)，荧光寿命层析成像 | 深度神经网络 | 3D荧光寿命数据 | 解剖学精确的小鼠模拟体模 | NA | NA | 3D定量估计精度 | NA |
| 213 | 2025-10-06 |
All-at-once RNA folding with 3D motif prediction framed by evolutionary information
2025-Apr-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.17.628809
PMID:39764046
|
研究论文 | 提出CaCoFold-R3D概率语法模型，联合预测RNA二级结构和三维基序 | 首次开发能够同时预测RNA二级结构和三维基序的联合概率语法模型，利用进化信息通过共变可靠识别螺旋结构 | 未明确说明模型在特定RNA类型或复杂结构上的性能限制 | 开发RNA结构预测方法，准确识别三维基序和二级结构 | RNA分子及其三维结构基序 | 计算生物学 | NA | 概率语法模型，进化信息分析 | 概率语法模型 | RNA序列，RNA比对数据 | 超过50种已知RNA基序 | NA | CaCoFold-R3D，R3D语法 | NA | NA |
| 214 | 2025-10-06 |
TOWARDS PATIENT-SPECIFIC SURGICAL PLANNING FOR BICUSPID AORTIC VALVE REPAIR: FULLY AUTOMATED SEGMENTATION OF THE AORTIC VALVE IN 4D CT
2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/ISBI60581.2025.10981269
PMID:40630832
|
研究论文 | 开发基于nnU-Net的全自动二叶式主动脉瓣多标签分割流程，用于患者特异性手术规划 | 首个针对二叶式主动脉瓣的全自动分割模型，并评估了分割结果在临床手术规划中的可用性 | 分割结果的时间一致性仍需改进 | 为二叶式主动脉瓣修复手术提供患者特异性规划支持 | 二叶式主动脉瓣患者 | 医学影像分析 | 心血管疾病 | 4D CT成像 | CNN | 4D CT图像 | NA | nnU-Net | U-Net | Dice系数, 对称平均距离 | NA |
| 215 | 2025-10-06 |
A comprehensive benchmark for multiple highly efficient base editors with broad targeting scope
2025-Apr-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.17.628899
PMID:39763781
|
研究论文 | 本研究构建了10种高效碱基编辑器并建立了包含34,040种BE-gRNA-靶点组合的大规模基准数据集，开发了深度学习模型BEEP用于预测编辑效率 | 首次系统评估多种高效碱基编辑器的编辑特性，发现广泛的非经典PAM识别能力，并开发了可预测编辑效率的深度学习模型 | NA | 建立碱基编辑器性能基准并开发编辑效率预测工具 | 10种腺嘌呤和胞嘧啶碱基编辑器及其与gRNA和靶点的组合 | 生物信息学 | 遗传疾病 | 碱基编辑技术、基因组整合、深度学习 | 深度学习模型 | 基因组编辑数据 | 34,040个BE-gRNA-靶点组合，3,558个疾病相关SNVs验证 | NA | BEEP（Base Editing Efficiency Predictor） | 编辑效率预测准确性 | NA |
| 216 | 2025-10-06 |
Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach
2025-04-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae327
PMID:39883541
|
研究论文 | 提出一种基于二分图Transformer和自监督学习的长期护理计划推荐方法，为残疾老年人提供个性化护理方案 | 提出结合特征向量中心性的图Transformer架构，并使用基于预测的图自监督学习方法挖掘图节点深层表示 | 在罕见或复杂护理服务项目上的表现有待进一步提升 | 为残疾老年人推荐全面的长期护理计划 | 残疾老年人的护理数据 | 机器学习 | 老年疾病 | 深度学习 | Transformer, 图神经网络 | 图数据 | 1917个节点和195240条边，来自真实世界护理数据 | NA | Bipartite Graph Transformer (BiT) | F1-score | NA |
| 217 | 2025-10-06 |
Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study
2025-Apr, Yonsei medical journal
IF:2.6Q1
DOI:10.3349/ymj.2024.0050
PMID:40134084
|
研究论文 | 评估基于深度学习的计算机辅助诊断系统在冠状动脉钙化评分CT中检测肺结节的可行性和实用性 | 首次将基于薄层图像的深度学习CAD系统应用于冠状动脉钙化评分CT的肺结节检测 | 回顾性研究设计，样本量有限(273例患者)，需要进一步前瞻性验证 | 评估深度学习辅助诊断在冠状动脉钙化评分CT中检测肺结节的性能 | 接受冠状动脉钙化评分CT检查的273例患者(平均年龄63.9±13.2岁，男性129例) | 计算机视觉 | 肺癌 | CT扫描 | 深度学习 | 医学影像 | 273例患者，269个肺结节 | NA | NA | 灵敏度,阳性预测值,F1分数 | NA |
| 218 | 2025-10-06 |
Deep learning-based organ-at-risk segmentation, registration and dosimetry on cone beam computed tomography images in radiation therapy: A comprehensive review
2025-Apr-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_2006_24
PMID:40616533
|
综述 | 本文全面综述了深度学习在锥形束CT图像中危及器官分割、配准和剂量计算的应用进展 | 系统总结了生成对抗网络和深度卷积神经网络在提升CBCT图像质量、器官分割精度和剂量计算准确性方面的最新方法创新 | 作为综述文章，不涉及原始研究数据验证，主要基于现有文献分析 | 探讨深度学习技术在放射治疗CBCT图像分析中的应用与发展 | 锥形束CT图像及其在放射治疗中的临床应用 | 医学影像分析 | 肿瘤放射治疗 | 锥形束CT成像 | GAN, DCNN | 医学影像 | NA | NA | 生成对抗网络, 深度卷积神经网络 | 分割精度, 配准精度, 剂量计算准确性 | NA |
| 219 | 2025-10-06 |
Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis
2025-Apr-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_2524_24
PMID:40616534
|
综述 | 探讨人工智能在预测宫颈癌复发和生存率中的作用及其技术应用 | 系统综述AI技术在宫颈癌预后预测中的整合应用，涵盖多模态数据融合与个性化医疗前景 | 未涉及具体实验验证，主要讨论技术挑战与应用局限性 | 评估人工智能在宫颈癌复发与生存预测领域的应用价值 | 宫颈癌患者的医疗数据（影像、基因组、临床资料） | 自然语言处理,机器学习 | 宫颈癌 | 医学影像分析、基因组分析、临床数据处理 | 机器学习,深度学习 | 医学影像、基因组数据、临床文本数据 | NA | NA | NA | NA | NA |
| 220 | 2025-10-06 |
Greenspace and depression incidence in the US-based nationwide Nurses' Health Study II: A deep learning analysis of street-view imagery
2025-Apr, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2025.109429
PMID:40209395
|
研究论文 | 本研究通过深度学习分析街景图像，探讨美国女性居住区绿植覆盖率与抑郁症发病率的关联 | 首次使用全国范围的街景图像（3.5亿张）和深度学习分割模型来量化地面绿植暴露，相比传统卫星植被指数更精确 | 研究对象仅限于美国女性护士群体，可能限制结果的普适性 | 研究街景绿植指标与抑郁症发病的关联 | 美国护士健康研究II中的33,490名女性参与者 | 计算机视觉 | 抑郁症 | 街景图像分析 | 深度学习分割模型 | 图像 | 3.5亿张街景图像，33,490名参与者 | NA | 分割模型 | 风险比(HR)，置信区间(CI) | NA |