深度学习在生物医药领域中的应用
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，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10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 1559 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2025-06-16 |
Design of multifunctional tunable dual-layer metalens based on deep learning
2025-May-19, Optics express
IF:3.2Q2
DOI:10.1364/OE.559557
PMID:40515081
|
研究论文 | 提出了一种基于深度学习的双层可调多功能超透镜设计，以解决单独可调超原子复杂控制和单层整体可调超透镜调制性能有限的问题 | 利用基于可调BTO材料的整体调制设计双层可调多功能超透镜，结合深度学习算法加速设计过程，并引入频带嵌入方法预测高频响应 | 未提及实际制造中的具体挑战或实验验证结果 | 设计一种能够快速切换不同功能的多功能可调超透镜 | 双层可调多功能超透镜 | 计算机视觉 | NA | 深度学习 | transformer | 模拟数据 | 100,000个任意几何超原子 |
| 182 | 2025-06-16 |
Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study
2025-May-14, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-02033-6
PMID:40369585
|
研究论文 | 本研究开发了一个深度学习融合模型（DL-UM），整合超声和乳腺X线摄影图像，以提高乳腺病变的诊断和管理 | 首次整合超声和乳腺X线摄影图像的深度学习模型，特别针对BI-RADS分类不一致的情况，显著提高了诊断性能 | 研究为回顾性设计，样本来自两个医疗中心，可能存在选择偏倚 | 优化乳腺病变的诊断和决策过程 | 1283名乳腺病变女性患者的超声和乳腺X线摄影图像 | 数字病理 | 乳腺癌 | 深度学习图像融合 | 深度学习融合模型（DL-UM） | 图像 | 1283名女性患者的超声和乳腺X线摄影图像 |
| 183 | 2025-06-16 |
Fading suppression method based on redundant data within the spatial resolution and deep learning for a Φ-OTDR system
2025-May-05, Optics express
IF:3.2Q2
DOI:10.1364/OE.555768
PMID:40515092
|
研究论文 | 提出一种基于空间分辨率内冗余数据和深度学习的Φ-OTDR系统衰落抑制方法 | 提出了一种无需修改传统Φ-OTDR设置的MDS-DNN方法，利用多通道数据合成和LSTM网络自动学习多通道数据与理想传感信号之间的相关性 | 未提及具体局限性 | 提高Φ-OTDR系统的信噪比并抑制干扰衰落噪声 | 相位敏感光时域反射计(Φ-OTDR)系统 | 信号处理 | NA | 深度学习 | LSTM | 多通道传感数据 | 实际Φ-OTDR系统收集的数据 |
| 184 | 2025-06-16 |
Fixed-attention mechanism for deep-learning-assisted design of high-degree-of-freedom 3D metamaterials
2025-May-05, Optics express
IF:3.2Q2
DOI:10.1364/OE.557837
PMID:40515111
|
研究论文 | 提出了一种固定注意力机制的深度学习框架，用于高效设计高自由度3D超材料 | 引入固定注意力机制到深度学习框架中，显著提高了预测精度并降低了计算成本 | NA | 解决高自由度超材料设计中的计算挑战 | 3D等离子体结构（由金纳米棒组成） | 机器学习 | NA | NA | LSTM | 几何参数 | NA |
| 185 | 2025-06-16 |
DLLP: a deep learning-based layer prediction network for three-dimensional fluorescence microscopy
2025-May-05, Optics express
IF:3.2Q2
DOI:10.1364/OE.553587
PMID:40515198
|
research paper | 介绍了一种基于深度学习的层预测网络（DLLP），用于三维荧光显微镜成像，显著提高了成像速度和质量 | 结合CNN与IDMA机制的Transformer架构，提出了一种新的断层预测技术，可将三维显微镜扫描层数减少70%以上，同时保持光通量和图像保真度 | 未提及具体样本量或实验数据规模 | 解决在无需额外光学硬件的情况下，实现高光通量和快速成像速度的挑战 | 三维荧光显微镜成像 | computer vision | NA | STED显微镜、FMOST显微镜、多光子显微镜、光片显微镜 | CNN、Transformer | image | NA |
| 186 | 2025-06-16 |
A deep learning-based clinical-radiomics model predicting the treatment response of immune checkpoint inhibitors (ICIs)-based conversion therapy in potentially convertible hepatocelluar carcinoma patients: a tumor marker prognostic study
2025-May-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002322
PMID:40085751
|
研究论文 | 开发一种基于深度学习的临床-放射组学模型，用于预测潜在可转化肝细胞癌患者对免疫检查点抑制剂(ICIs)转化治疗的持久临床获益(DCB) | 结合放射组学特征、深度学习评分和临床变量构建集成模型，首次在预测ICIs治疗反应中展示出色准确性，并与多种免疫相关机制相关联 | 研究样本量未明确说明，模型在测试集的AUC(0.88)较训练集(0.96)有所下降 | 预测肝细胞癌患者对免疫检查点抑制剂转化治疗的反应 | 潜在可转化的肝细胞癌(HCC)患者 | 数字病理 | 肝细胞癌 | CT成像、放射组学分析、bulk RNA和DNA测序 | 深度学习模型(具体架构未说明) | 医学影像(CT)、临床数据、基因组数据 | NA |
| 187 | 2025-06-15 |
Commercial Products Using Generative Artificial Intelligence Include Ambient Scribes, Automated Documentation and Scheduling, Revenue Cycle Management, Patient Engagement and Education, and Prior Authorization Platforms
2025-May-24, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2025.05.021
PMID:40419172
|
research paper | 本文探讨了生成式人工智能在医疗保健领域的商业应用及其对临床工作流程的变革 | 重点介绍了大型语言模型(LLMs)在医疗保健中的新兴商业应用，如环境记录员、自动化文档和调度等 | 当前限制包括缺乏监管监督、现有偏见、与电子健康记录的互操作性不一致，以及由于对LLM输出缺乏信心导致的医生和利益相关者支持不足 | 研究生成式人工智能在医疗保健领域的应用及其潜在影响 | 商业生成式人工智能产品及其在医疗保健中的应用 | natural language processing | NA | large language models (LLMs), deep learning | LLM | text | NA |
| 188 | 2025-06-15 |
Federated prediction for scalable and privacy-preserved knowledge-based planning in radiotherapy
2025-May-20, ArXiv
PMID:40470470
|
研究论文 | 开发了一个名为FedKBP+的联邦学习平台，用于放射治疗计划中的预测任务，以提高效率和保护数据隐私 | 提出了一个全面的联邦学习平台FedKBP+，支持集中式和完全分散式的联邦学习策略，并展示了其在多种预测任务中的高效性和鲁棒性 | 未明确提及具体局限性，但可能涉及在实际临床环境中的进一步验证需求 | 解决放射治疗计划中数据稀缺和异构性导致的模型泛化能力不足问题，同时保护患者数据隐私 | 放射治疗计划中的预测任务，包括3D剂量预测、脑肿瘤分割和器官分割 | 机器学习 | 脑肿瘤 | 联邦学习（FL） | SA-Net, FedAvg, FedProx, Gossip Contrastive Mutual Learning | 医学影像数据 | 340例（OpenKBP Challenge）、227例（BraTS challenge）、384例（PanSeg dataset） |
| 189 | 2025-06-15 |
VADEr: Vision Transformer-Inspired Framework for Polygenic Risk Reveals Underlying Genetic Heterogeneity in Prostate Cancer
2025-May-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.05.16.25327672
PMID:40463543
|
research paper | 提出了一种基于Vision Transformer的框架VADEr，用于捕捉基因数据中的局部和全局交互，以预测前列腺癌的多基因风险 | 结合自然语言处理和计算机视觉技术，利用Vision Transformer架构捕捉基因变异间的复杂交互，并引入DARTH评分提供可解释的疾病风险驱动因素 | 研究仅针对前列腺癌，未验证在其他复杂疾病中的适用性 | 开发一种能够捕捉基因变异间复杂交互的多基因风险预测框架 | 前列腺癌（PCa）的多基因风险预测 | machine learning | prostate cancer | Vision Transformer (ViT) | Transformer | genetic data | NA |
| 190 | 2025-06-15 |
ProtFun: A Protein Function Prediction Model Using Graph Attention Networks with a Protein Large Language Model
2025-May-17, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.13.653854
PMID:40463264
|
研究论文 | 提出了一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能 | 结合蛋白质大型语言模型（LLM）嵌入和图注意力网络（GAT）来学习蛋白质嵌入，并与InterPro的蛋白质特征表示整合 | 未提及具体局限性 | 开发计算方法来自动预测蛋白质功能 | 蛋白质 | 机器学习 | NA | 蛋白质大型语言模型（LLM）、图注意力网络（GAT） | GAT | 蛋白质序列数据 | 三个基准数据集 |
| 191 | 2025-06-15 |
Distinct actin microfilament localization during early cell plate formation through deep learning-based image restoration
2025-May-08, Plant cell reports
IF:5.3Q1
DOI:10.1007/s00299-025-03498-7
PMID:40335746
|
研究论文 | 通过基于深度学习的图像恢复技术，实现了高分辨率4D成像，揭示了Lifeact-RFP标记的肌动蛋白微丝在细胞板形成初期的独特定位及其作用 | 利用深度学习进行图像恢复，实现了最小光损伤的高分辨率4D成像，揭示了两种不同标记的肌动蛋白微丝在细胞板形成初期的不同定位模式 | 研究仅使用了转基因烟草BY-2细胞，可能不适用于其他植物细胞类型 | 探究肌动蛋白微丝在细胞板形成初期的定位和功能 | 转基因烟草BY-2细胞 | 计算机视觉 | NA | 深度学习图像恢复技术 | 深度学习 | 图像 | 转基因烟草BY-2细胞 |
| 192 | 2025-06-15 |
Predicting Respiratory Disease Mortality Risk Using Open-Source AI on Chest Radiographs in an Asian Health Screening Population
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240628
PMID:40172326
|
research paper | 评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值 | 使用开源深度学习算法CXR-Lung-Risk对亚洲人群进行呼吸系统疾病死亡风险分层，并通过纵向分析探索风险轨迹 | 单中心回顾性研究，样本量虽大但仅来自一个中心，可能影响结果的普遍性 | 评估CXR-Lung-Risk算法在预测呼吸系统疾病死亡风险中的预后价值 | 亚洲健康筛查人群的胸部X光片 | digital pathology | lung cancer | deep learning | CXR-Lung-Risk | image | 36,924名个体（中位年龄58岁，22,352名男性） |
| 193 | 2025-06-15 |
Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240507
PMID:40172325
|
研究论文 | 开发了一种无监督深度学习框架，用于在弥漫性胶质瘤中通过动态对比增强MRI检测血脑屏障泄漏，无需药代动力学模型和动脉输入函数估计 | 采用基于自动编码器的异常检测方法，通过重构残差识别一维体素级时间序列异常信号，并将其分为残余泄漏信号和残余血管信号 | 研究为回顾性研究，可能存在选择偏差 | 开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障泄漏检测方法 | 弥漫性胶质瘤患者 | 数字病理学 | 胶质瘤 | 动态对比增强MRI | 自动编码器 | MRI图像 | 274名患者（平均年龄54.4岁±14.6，其中164名男性） |
| 194 | 2025-06-15 |
Adaptive Dual-Task Deep Learning for Automated Thyroid Cancer Triaging at Screening US
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240271
PMID:40202416
|
研究论文 | 开发了一种自适应双任务深度学习模型（ThyNet-S），用于在超声筛查中检测和分类甲状腺病变 | 通过动态整合像素级特征分析和深度语义特征分析，实现了甲状腺病变的自动检测和分类，并优化了临床决策 | 研究为回顾性研究，可能受到数据选择和时间的限制 | 提高甲状腺癌筛查的效率和准确性 | 甲状腺超声图像 | 数字病理 | 甲状腺癌 | 超声筛查 | 自适应双任务深度学习模型（ThyNet-S） | 图像 | 35,008张甲状腺超声图像，来自23,294次检查 |
| 195 | 2025-06-15 |
Deep Anatomical Federated Network (Dafne): An Open Client-Server Framework for Continuous, Collaborative Improvement of Deep Learning-based Medical Image Segmentation
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240097
PMID:40237599
|
research paper | 介绍并评估了Dafne，一个免费可用的去中心化协作深度学习系统，用于通过联邦增量学习对放射影像进行语义分割 | 提出了一个开放的客户端-服务器框架，支持持续协作改进基于深度学习的医学图像分割 | NA | 开发并评估一个去中心化的协作深度学习系统，用于提高放射影像的语义分割准确性 | 放射影像的语义分割 | digital pathology | NA | federated incremental learning | deep learning | image | 38 MRI数据集和639个实际使用案例 |
| 196 | 2025-05-01 |
Predicting Mortality with Deep Learning: Are Metrics Alone Enough?
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.250224
PMID:40304577
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 197 | 2025-05-29 |
Pixels to Prognosis: Using Deep Learning to Rethink Cardiac Risk Prediction from CT Angiography
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.250260
PMID:40434277
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 198 | 2025-06-15 |
Gene expression inference based on graph neural networks using L1000 data
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf273
PMID:40505083
|
研究论文 | 本研究探讨了基于图神经网络（GNN）的基因表达推断方法，使用L1000数据，展示了其在预测基因表达值和基于表达的基因排序上的优越性 | 首次将图神经网络应用于基因表达推断，相比传统线性回归和非线性非GNN模型，GNN模型在减少10倍信息需求的同时达到可比性能 | 未明确提及具体的数据集规模限制或模型在特定生物环境下的适用性限制 | 探索非线性模型，特别是基于图结构的模型，在基因表达推断中的有效性 | 基因表达数据 | 生物信息学 | NA | L1000 | GNN | 基因表达数据 | 超过一百万种不同条件下的基因表达数据 |
| 199 | 2025-06-15 |
AI-Driven Advancements in Bioinformatics: Transforming Healthcare and Science
2025-May, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_389_25
PMID:40511171
|
review | 本文回顾了AI在生物信息学中的关键应用及其对医疗实践和科学研究的潜在影响 | 探讨了AI在基因组和蛋白质结构预测、药物发现算法及诊断解决方案中的创新应用 | 存在数据质量、模型可解释性不明确及伦理问题等限制 | 评估AI在生物信息学中的基础方法及其在医疗和科学研究中的应用 | 基因组、蛋白质结构、药物发现算法和诊断解决方案 | 生物信息学 | NA | 机器学习、深度学习 | NA | 生物数据 | NA |
| 200 | 2025-06-14 |
CDAFormer: Hybrid Transformer-based contrastive domain adaptation framework for unsupervised hyperspectral change detection
2025-May-31, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107633
PMID:40505164
|
研究论文 | 提出了一种基于混合Transformer的对比域适应框架CDAFormer，用于无监督高光谱变化检测 | 通过分别对齐两个域的变化和未变化差异特征，利用先验信息在无标注训练样本情况下提升检测性能 | 未明确提及具体局限性 | 解决高光谱图像变化检测中数据分布差异和标注数据获取困难的问题 | 高光谱图像（HSI） | 计算机视觉 | NA | 对比域适应 | Transformer | 高光谱图像 | 广泛使用的数据集（未明确数量） |