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 1408 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 | 2025-06-18 |
Harnessing Artificial Intelligence in Pediatric Oncology Diagnosis and Treatment: A Review
2025-May-30, Cancers
IF:4.5Q1
DOI:10.3390/cancers17111828
PMID:40507308
|
review | 本文综述了人工智能在儿科肿瘤学诊断和治疗中的应用及其潜力 | 探讨了AI在儿科肿瘤学中的新兴趋势，如基于AI的放射组学和蛋白质组学应用 | 儿科癌症数据的异质性和稀缺性、影像技术的快速发展和数据隐私及算法透明性的伦理问题 | 提高儿童癌症诊断和治疗的准确性和有效性 | 儿科肿瘤学中的主要癌症类型 | machine learning | pediatric cancer | machine learning (ML), deep learning (DL) | NA | imaging, proteomics data | NA | NA | NA | NA | NA |
| 202 | 2025-06-18 |
Evolution of deep learning tooth segmentation from CT/CBCT images: a systematic review and meta-analysis
2025-May-26, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-05984-6
PMID:40420051
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了深度学习在牙齿分割中的演变和性能 | 总结了多种深度学习算法在牙齿分割中的应用，并按照主干网络结构进行了分类，发现整合注意力机制的卷积模型成为新热点 | 研究间缺乏标准化协议和开放标签数据集，样本大小与分割性能之间未观察到明显相关性 | 评估深度学习在CT/CBCT图像牙齿分割中的演变和性能 | 人类牙齿的CT/CBCT图像 | 计算机视觉 | NA | 深度学习 | CNN, U-Net, Transformer, 注意力机制模型 | CT/CBCT图像 | 30项研究（其中28项用于荟萃分析） | NA | NA | NA | NA |
| 203 | 2025-06-18 |
Novel Antimicrobials from Computational Modelling and Drug Repositioning: Potential In Silico Strategies to Increase Therapeutic Arsenal Against Antimicrobial Resistance
2025-May-24, Molecules (Basel, Switzerland)
DOI:10.3390/molecules30112303
PMID:40509191
|
综述 | 本文综述了通过计算建模和药物重定位开发新型抗菌剂的最新进展 | 利用计算模型预测药物-靶点相互作用，将已注册药物重新定位为潜在抗菌剂 | 现有模型和方法仍需改进以应对快速出现的抗菌素耐药性 | 增加对抗菌素耐药性的治疗手段 | 已注册药物及其潜在抗菌活性 | 机器学习 | 感染性疾病 | 机器学习、分子对接、分子动力学和深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 204 | 2025-06-18 |
Impact of Scanner Manufacturer, Endorectal Coil Use, and Clinical Variables on Deep Learning-assisted Prostate Cancer Classification Using Multiparametric MRI
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.230555
PMID:39841063
|
研究论文 | 评估扫描仪制造商和扫描协议对深度学习模型在前列腺癌（PCa）双参数MRI（bpMRI）中分类侵袭性性能的影响 | 研究了不同扫描仪制造商和直肠内线圈（ERC）使用对深度学习模型性能的影响，并分析了临床特征对模型性能的贡献 | 研究为回顾性设计，可能受到数据选择和偏差的影响 | 评估扫描仪制造商和扫描协议对深度学习模型在前列腺癌侵袭性分类中的影响 | 5478例来自13个中心的前列腺癌bpMRI数据 | 数字病理学 | 前列腺癌 | 双参数MRI（bpMRI） | CNN | 图像 | 5478例前列腺癌bpMRI数据 | NA | NA | NA | NA |
| 205 | 2025-06-18 |
Predicting Major Adverse Cardiac Events Using Deep Learning-based Coronary Artery Disease Analysis at CT Angiography
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240459
PMID:40202417
|
研究论文 | 评估基于深度学习的冠状动脉疾病分析在预测急诊科急性胸痛患者主要不良心脏事件中的价值 | 使用深度学习模型对冠状动脉疾病程度进行分析，并证明其在预测主要不良心脏事件方面比临床风险因素具有更强的预测价值 | 研究为回顾性多中心观察性研究，可能存在选择偏倚 | 评估深度学习在冠状动脉疾病分析中对主要不良心脏事件的预测能力 | 急诊科急性胸痛患者 | 数字病理学 | 心血管疾病 | CT血管造影 | 深度学习模型 | 医学影像 | 408名患者（224名男性；平均年龄59.4岁±14.6） | NA | NA | NA | NA |
| 206 | 2025-06-18 |
KansformerEPI: a deep learning framework integrating KAN and transformer for predicting enhancer-promoter interactions
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf272
PMID:40515390
|
研究论文 | 提出了一种名为KansformerEPI的深度学习框架，用于预测增强子-启动子相互作用（EPI） | 整合了KAN和Transformer的Kansformer编码器，有效捕捉多种表观遗传和序列特征之间的非线性关系，实现跨组织预测 | 未明确提及具体局限性 | 提高跨多种细胞类型的增强子-启动子相互作用预测准确性 | 增强子-启动子相互作用（EPI） | 机器学习 | NA | 深度学习 | Kansformer（KAN + Transformer） | 表观遗传和序列数据 | 多个细胞系数据集（HMEC、IMR90、K562、NHEK） | NA | NA | NA | NA |
| 207 | 2025-06-18 |
Gene Swin transformer: new deep learning method for colorectal cancer prognosis using transcriptomic data
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf275
PMID:40515391
|
研究论文 | 开发了一种名为Gene Swin Transformer的新深度学习方法，用于利用转录组数据预测结直肠癌预后 | 提出将转录组数据转换为合成图像元素(SIEs)，并利用改进的Swin-T模型进行预后预测，同时识别出PEX10基因作为关键预后标志物 | NA | 开发可靠的结直肠癌预后预测模型 | 结直肠癌患者的转录组数据 | 数字病理学 | 结直肠癌 | RNA测序 | Swin Transformer, BeiT, ResNet, ViT Transformer | 转录组数据 | 12个数据集共2230个样本(GSE17536-GSE103479数据集n=1771，癌症基因组图谱n=459) | NA | NA | NA | NA |
| 208 | 2025-06-18 |
scValue: value-based subsampling of large-scale single-cell transcriptomic data for machine and deep learning tasks
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf279
PMID:40515392
|
research paper | 介绍了一种名为scValue的新方法，用于大规模单细胞转录组数据的基于价值的子采样，以优化机器学习和深度学习任务的性能 | 使用随机森林模型的袋外估计对单个细胞进行'数据价值'排名，优先考虑高价值细胞，并更有效地保留关键生物信号 | 未提及具体局限性 | 优化大规模单细胞RNA测序数据在机器学习和深度学习任务中的子采样方法 | 单细胞RNA测序数据 | machine learning | NA | scRNA-seq | random forest | RNA-seq数据 | 16个公共数据集，从数万到数百万个细胞不等 | NA | NA | NA | NA |
| 209 | 2025-06-18 |
ProtPhage: a deep learning framework for phage viral protein identification and functional annotation
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf285
PMID:40515393
|
research paper | 提出了一种名为ProtPhage的深度学习框架，用于识别和功能注释噬菌体病毒蛋白 | 利用ProtT5蛋白质语言模型进行更丰富的序列表示，并采用非对称损失函数缓解类别不平衡问题，显著提高了少数类'minor capsid'的预测性能 | NA | 解决噬菌体病毒蛋白识别和功能注释的挑战 | 噬菌体病毒蛋白(PVPs) | computational biology | NA | deep learning | ProtT5 | protein sequence | NA | NA | NA | NA | NA |
| 210 | 2025-06-18 |
Artificial Intelligence-Driven Telehealth Framework for Detecting Nystagmus
2025-May, Cureus
DOI:10.7759/cureus.84036
PMID:40519455
|
研究论文 | 本研究实现了一个基于人工智能的临床决策支持系统，用于实时检测眼球震颤，展示了其在远程医疗平台中的整合潜力 | 开发了一个基于云计算的深度学习框架，能够实时追踪眼球运动并检测468个面部标志点，为远程诊断提供支持 | 作为概念验证性研究，样本量较小（10名受试者），需要更大样本量的进一步研究 | 开发人工智能驱动的远程医疗框架，用于检测眼球震颤 | 眼球震颤患者 | 数字病理 | NA | 深度学习，视频眼震图（VNG） | 深度学习模型 | 视频数据 | 10名受试者 | NA | NA | NA | NA |
| 211 | 2025-06-18 |
Automatic detection of trapping events of postnatal piglets in loose housing pen: comparison of YOLO versions 4, 5, and 8
2025-May, Journal of animal science and technology
IF:2.7Q1
DOI:10.5187/jast.2024.e106
PMID:40519615
|
研究论文 | 本研究比较了YOLO不同版本（v4、v5和v8）在检测产后仔猪在散养栏中的被困事件中的性能，旨在为猪业提供最优的AIoT监控方案 | 首次系统比较了YOLOv4-Tiny、YOLOv5s和YOLOv8s在仔猪被困事件检测中的性能，并综合考虑模型大小和精度提出了最优选择 | 研究仅基于编辑过的2-3分钟视频片段，可能无法完全反映实际养殖场景的复杂性 | 比较不同YOLO版本在仔猪被困事件检测中的性能，寻找最适合AIoT系统的算法 | 产后仔猪在散养栏中的被困事件 | 计算机视觉 | NA | 深度学习目标识别算法 | YOLOv4-Tiny, YOLOv5s, YOLOv8s | 视频 | 从分娩栏录像中提取的编辑视频片段（具体数量未说明） | NA | NA | NA | NA |
| 212 | 2025-10-06 |
AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia
2025-May-22, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.20.655179
PMID:40475602
|
研究论文 | 提出一种基于注意力机制的深度学习框架，用于急性髓系白血病的精确分子分型 | 开发了首个基于注意力机制的深度学习框架，仅使用转录组数据进行AML亚型分类 | NA | 准确分类急性髓系白血病亚型以支持临床管理和个性化治疗 | 急性髓系白血病患者 | 机器学习 | 急性髓系白血病 | 转录组分析 | 注意力机制深度学习 | 转录组数据 | 1,661名AML患者 | Python | 注意力机制 | 准确率,精确率,召回率,F1分数,马修斯相关系数 | NA |
| 213 | 2025-10-06 |
A Full-Spectrum Generative Lead Discovery (FSGLD) Pipeline via DRUG-GAN: A Multiscale Method for Drug-like/Target-specific Compound Library Generation
2025-May-12, Research square
DOI:10.21203/rs.3.rs-6516504/v1
PMID:40470212
|
研究论文 | 提出一种基于深度学习的全谱生成性先导化合物发现流程FSGLD，通过多尺度DRUG-GAN模型生成类药/靶向特异性化合物库 | 整合生成模型与分子对接、分子动力学模拟、MM-PBSA、热力学积分等多尺度计算方法，建立计算效率提升80-90%的热力学积分计算方案 | NA | 开发高效药物先导化合物发现方法 | CB2受体靶向化合物 | 机器学习 | NA | 分子对接、分子动力学模拟、配体-残基相互作用谱、MM-PBSA、热力学积分 | GAN | 化学结构数据 | NA | NA | DRUG-GAN | 计算效率、准确性 | NA |
| 214 | 2025-10-06 |
Automated detection and quantification of aortic calcification in coronary CT angiography using deep learning: A comparative study of manual and automated scoring methods
2025 May-Jun, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2025.02.003
PMID:39955204
|
研究论文 | 本研究开发了一种基于深度学习的自动化方法，用于冠状动脉CT血管造影图像中主动脉钙化的检测和量化 | 首次将深度学习应用于主动脉钙化的自动化评分，并与传统手动方法在心血管事件预测能力方面进行比较 | 研究样本量相对有限（670名参与者），且仅基于特定研究队列（CORE320和CORE64） | 评估深度学习模型在自动化主动脉钙化检测和量化中的性能，并验证其与心血管事件的关联性 | 冠状动脉钙化扫描中的主动脉钙化，包括主动脉根部、升主动脉和降主动脉 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管造影 | 深度学习 | 医学影像 | 670名来自CORE320和CORE64研究的参与者 | NA | NA | 一致性相关系数, ROC分析, Cox回归 | NA |
| 215 | 2025-10-06 |
Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.230620
PMID:39969276
|
研究论文 | 开发并评估基于临床转诊文本的机器学习和深度学习模型，用于急诊脑部MRI扫描的自动化协议制定 | 首次比较多种机器学习和预训练深度学习模型在急诊脑部MRI协议自动化制定任务中的性能，并证明GPT-3.5模型在此任务中的优越性 | 单机构回顾性研究，样本量相对有限（1953个转诊），需要多中心验证 | 通过自然语言处理技术实现急诊脑部MRI扫描协议的自动化制定 | 急诊脑部MRI临床转诊文本 | 自然语言处理 | 神经系统疾病 | 自然语言处理 | 朴素贝叶斯,支持向量机,XGBoost,BERT,GPT-3.5 | 文本 | 1953个急诊脑部MRI转诊 | NA | BERT,GPT-3.5 | 准确率 | NA |
| 216 | 2025-10-06 |
Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240303
PMID:40008976
|
研究论文 | 开发基于深度学习的对齐应变分析方法，通过电影心脏MRI检测杜氏肌营养不良患者心肌纤维化 | 提出深度学习对齐应变技术，相比传统方法识别出5倍差异，能检测传统方法常遗漏的舒张期异常变形模式 | 回顾性单中心研究，样本量有限（139例患者），仅包含男性DMD患者 | 开发深度学习模型从电影心脏MRI推导对齐应变值，评估其预测心肌纤维化的性能 | 139例杜氏肌营养不良男性患者的心脏MRI数据 | 医学影像分析 | 杜氏肌营养不良 | 心脏MRI，深度学习应变分析 | CNN | 心脏MRI图像 | 139例DMD患者（57例用于有效性评估，82例用于可重复性评估） | NA | 卷积神经网络 | 准确率，F1分数，敏感性，特异性 | NA |
| 217 | 2025-10-06 |
Evaluating Performance of a Deep Learning Multilabel Segmentation Model to Quantify Acute and Chronic Brain Lesions at MRI after Stroke and Predict Prognosis
2025-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.240072
PMID:40136026
|
研究论文 | 开发并评估用于急性缺血性卒中后急慢性脑部病变多标签分割的深度学习模型，并预测患者预后 | 首次提出基于SegResNet的多标签深度学习网络，同时量化急性和慢性脑部病变，并探索不同治疗组中影像特征与预后的中介效应 | 回顾性研究设计，样本来源有限 | 开发脑部病变分割模型并预测急性缺血性卒中患者预后 | 急性缺血性卒中患者 | 医学影像分析 | 卒中 | MRI（扩散加权成像和液体衰减反转恢复序列） | CNN, 支持向量机 | 医学影像 | 1008名患者（训练验证集702人，外部测试集306人） | NA | SegResNet | AUC | NA |
| 218 | 2025-10-06 |
Predicting categories of coronary artery calcium scores from chest X-ray images using deep learning
2025 May-Jun, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2025.03.010
PMID:40199634
|
研究论文 | 本研究开发了一种基于胸部X光影像预测冠状动脉钙化评分类别的深度学习模型 | 首次利用常规胸部X光片通过深度学习预测冠状动脉钙化评分类别，为冠心病风险评估提供更便捷的替代方案 | 研究依赖于特定时间范围内获取的配对数据，模型性能在极端病例中可能需要进一步验证 | 开发并验证从胸部X光片预测冠状动脉钙化评分类别的深度学习模型 | 10,230名具有可用胸部X光片和冠状动脉钙化评分的患者 | 计算机视觉 | 心血管疾病 | 胸部X光成像 | 深度学习 | 图像 | 10,230名患者 | NA | NA | AUC | NA |
| 219 | 2025-10-06 |
Respiratory rate detection of dairy cows based on infrared thermography in head movement scenarios
2025-May, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2025.104154
PMID:40472703
|
研究论文 | 提出一种基于低分辨率红外热成像和曲线融合策略的奶牛呼吸率检测方法 | 结合YOLOv8n-Pose网络定位鼻孔关键点，采用随机森林建立像素温度与RGB颜色空间的映射关系，并设计双鼻孔温度曲线融合策略解决头部运动导致的异常波动问题 | 仅使用246个热成像视频数据集进行验证，样本规模有限 | 开发适用于奶牛头部运动场景的呼吸率自动检测方法 | 奶牛 | 计算机视觉 | NA | 红外热成像技术 | YOLOv8n-Pose, 随机森林 | 热成像视频 | 246个奶牛面部热成像视频 | NA | YOLOv8n-Pose | 相关系数R, 均方根误差RMSE, 准确率 | NA |
| 220 | 2025-06-16 |
Optimizing Attenuation Correction in 68Ga-PSMA PET Imaging Using Deep Learning and Artifact-Free Dataset Refinement
2025-May-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111400
PMID:40506972
|
研究论文 | 本研究提出了一种新型的伪影优化框架，通过过滤损坏的PET-CT图像创建干净数据集，用于训练基于深度学习的图像域衰减校正模型 | 提出了一种伪影优化框架，无需解剖参考扫描即可训练深度学习模型，显著提高了Ga-PSMA PET成像的定量准确性 | 研究仅针对Ga-PSMA PET成像，未验证在其他PET成像中的适用性 | 优化Ga-PSMA PET成像中的衰减校正，提高图像质量和定量准确性 | Ga-PSMA PET-CT扫描图像 | 医学影像处理 | 前列腺癌 | PET-CT成像 | ResNet | 医学影像 | 828例全身Ga-PSMA PET-CT扫描 | NA | NA | NA | NA |