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 1262 篇文献，本页显示第 41 - 60 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2025-10-05 |
Estimating dynamic plantar pressure distribution from wearable inertial sensors using a hybrid CNN-BiLSTM architecture
2025-Jun-01, Acta of bioengineering and biomechanics
IF:0.8Q4
DOI:10.37190/abb/207865
PMID:40981700
|
研究论文 | 本研究开发了一种基于可穿戴惯性传感器的混合深度学习模型来预测动态足底压力分布 | 提出结合CNN和BiLSTM的混合架构，集成时间注意力机制和体重信息以优化预测精度 | 未明确说明样本规模和具体实验对象的特征限制 | 开发准确、便携且经济高效的足底压力分布预测方法 | 足底压力分布数据 | 机器学习 | NA | 惯性测量单元(IMU) | CNN, BiLSTM | 传感器时序数据 | NA | NA | CNN-BiLSTM混合架构 | 均方误差, 结构相似性指数 | NA |
| 42 | 2025-10-06 |
Remaining Useful Life Prediction for Rolling Bearings Based on TCN-Transformer Networks Using Vibration Signals
2025-Jun-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25113571
PMID:40719529
|
研究论文 | 提出一种基于TCN-Transformer网络和振动信号的滚动轴承剩余使用寿命预测方法 | 开发了TCN-Transformer混合网络，通过专门设计的特征融合注意力模块有效整合振动信号的局部和全局特征 | NA | 提高滚动轴承剩余使用寿命预测的准确性 | 滚动轴承 | 机器学习 | NA | 振动信号分析 | TCN, Transformer | 振动信号 | IEEE PHM 2012数据挑战数据集 | NA | TCN-Transformer | RMSE, MAE, SCORE | NA |
| 43 | 2025-10-06 |
Coalescence and Translation: A Language Model for Population Genetics
2025-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.24.661337
PMID:40666889
|
研究论文 | 开发了一种基于Transformer的语言模型cxt，用于从基因组数据推断群体遗传学中的共祖时间和祖先重组图 | 将共祖时间推断重新定义为两种生物语言之间的翻译问题，首次将大型语言模型架构应用于群体遗传学推断 | 模型训练依赖于模拟数据，在真实数据上的性能可能受模拟与真实差异影响 | 开发能够灵活、可扩展地从基因组数据推断谱系历史的新方法 | 基因组数据和祖先重组图(ARG) | 自然语言处理 | NA | 基因组测序 | Transformer | 基因组序列数据 | 基于stdpopsim目录的模拟数据训练，可产生超过百万个共祖预测 | NA | Decoder-only Transformer | 与最先进的MCMC似然模型性能相当，包括分布内和分布外场景 | NA |
| 44 | 2025-10-06 |
[Dual-Channel Shoulder Joint X-ray Bone Age Estimation in Chinese Han Adolescents Based on the Fusion of Segmentation Labels and Original Images]
2025-Jun-25, Fa yi xue za zhi
|
研究论文 | 基于双通道肩关节X射线图像融合分割标签与原始图像的深度学习骨龄评估方法研究 | 提出结合原始图像与分割标签的双通道输入方法，通过U-Net++网络提取关键肩关节区域信息，提升骨龄评估精度 | 研究样本仅包含1286例中国汉族青少年数据，年龄范围限定在12.0至18.0岁 | 探索适用于中国汉族青少年肩关节X射线图像的骨龄评估深度学习模型 | 中国汉族青少年肩关节X射线图像 | 计算机视觉 | NA | X射线成像 | CNN | 医学图像 | 1286例肩关节X射线图像（708例男性，578例女性） | NA | VGG16, ResNet18, ResNet50, DenseNet121, U-Net++ | 平均绝对误差, 均方根误差, 决定系数, 皮尔逊相关系数 | NA |
| 45 | 2025-10-06 |
Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias
2025-Jun-03, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awae388
PMID:39657969
|
研究论文 | 开发基于深度学习的多标签框架，通过生前T1加权MRI识别阿尔茨海默病、血管性痴呆和路易体痴呆的神经影像学生物标志物 | 首次提出基于神经病理学的数据驱动多标签深度学习框架，开发了DeepSPARE指数作为精确的病理敏感非侵入性神经影像学指标 | 样本量相对有限，路易体痴呆的平衡准确率较低(0.623)，需要外部验证 | 解决神经退行性和血管性病理共存的诊断挑战，开发基于深度学习的痴呆类型识别方法 | 423名痴呆患者和361名对照参与者 | 数字病理学 | 老年疾病 | T1加权MRI | 深度学习 | 图像 | 784名参与者(423痴呆+361对照) | NA | NA | 平衡准确率 | NA |
| 46 | 2025-10-06 |
Redefining healthcare - The transformative power of generative AI in modern medicine
2025-06, Revista espanola de enfermedades digestivas
IF:2.7Q2
DOI:10.17235/reed.2025.11081/2024
PMID:39898717
|
综述 | 本文探讨生成式AI在现代医学中的变革潜力及其伦理法律挑战 | 系统性阐述生成式AI如何重塑医疗健康领域，强调其内容生成能力对医疗实践的颠覆性影响 | 未提供具体案例研究或实证数据支持论点 | 分析生成式AI在医疗领域的应用前景并警示相关伦理法律问题 | 医疗健康系统及专业从业人员 | 机器学习 | NA | 深度学习 | NA | 多模态数据（语言、视觉、听觉） | NA | NA | 人工神经网络 | NA | 大数据计算能力 |
| 47 | 2025-10-06 |
Speech imagery brain-computer interfaces: a systematic literature review
2025-Jun-26, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ade28e
PMID:40490003
|
系统文献综述 | 本文系统回顾了言语意象脑机接口的解码流程研究进展 | 首次按照PRISMA指南系统综述言语意象脑机接口领域，量化分析信息传输速率并揭示实时解码研究不足的现状 | 仅6%的研究报告实时解码，方法多样性导致难以确定领域最优水平 | 评估言语意象脑机接口的解码方法效能和发展趋势 | 104篇尝试从神经活动解码言语意象的同行评审报告 | 脑机接口 | NA | 神经影像技术 | 深度学习模型 | 脑信号数据 | 104篇研究报告 | NA | NA | 信息传输速率 | NA |
| 48 | 2025-10-06 |
Towards interpretable molecular and spatial analysis of the tumor microenvironment from digital histopathology images with HistoTME-v2
2025-Jun-17, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.11.658673
PMID:40747415
|
研究论文 | 提出HistoTME-v2框架，直接从H&E染色病理图像预测肿瘤微环境中细胞类型特异性转录组特征活性 | 弱监督深度学习框架，无需单细胞或斑块级注释即可从全切片H&E图像预测TME组成，并扩展到25种实体肿瘤类型 | 依赖H&E染色图像质量，在外部验证数据集上性能略有下降（中位Pearson相关系数0.53） | 开发可解释的肿瘤微环境分子和空间分析方法 | 25种实体肿瘤类型的数字病理图像 | 数字病理学 | 多种癌症类型 | H&E染色，空间转录组学，多重成像（CODEX，IHC） | 深度学习 | 全切片数字病理图像 | 内部验证：7,586个WSI，6,901名患者，24种癌症类型；外部验证：5,657个WSI，1,775名患者，9种癌症类型；空间验证：259个WSI，154名患者，7种癌症类型 | NA | NA | Pearson相关系数 | NA |
| 49 | 2025-10-06 |
Relation equivariant graph neural networks to explore the mosaic-like tissue architecture of kidney diseases on spatially resolved transcriptomics
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf303
PMID:40358510
|
研究论文 | 提出一种关系等变图神经网络(REGNN)用于分析肾脏疾病中空间分辨转录组数据的异质性组织结构 | 开发了能够处理n维空间对称性的关系等变图神经网络，结合位置编码增强空间关系表示，专门针对肾脏马赛克样组织结构设计 | 空间标注数据有限，主要基于10× Visium平台验证 | 探索肾脏疾病中空间基因表达模式与组织结构的关系 | 慢性肾脏病(CKD)和急性肾损伤(AKI)患者的肾脏组织 | 数字病理学 | 肾脏疾病 | 空间分辨转录组学(SRT) | 图神经网络(GNN) | 空间转录组数据 | 不同肾脏疾病条件下的异质性样本 | PyTorch | 关系等变图神经网络(REGNN), 图自编码器, 图自监督学习 | 组织结构识别准确率 | NA |
| 50 | 2025-10-06 |
Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis
2025-Jun, Sleep medicine reviews
IF:11.2Q1
DOI:10.1016/j.smrv.2025.102097
PMID:40349509
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估机器学习算法在基于心电图检测睡眠呼吸暂停中的诊断准确性 | 首次对机器学习算法在单导联心电图睡眠呼吸暂停检测中的诊断准确性进行系统性评估和定量分析 | 算法效果存在差异且存在方法学偏倚 | 评估机器学习和深度学习算法在基于单导联心电图数据检测睡眠呼吸暂停模式中的诊断准确性 | 睡眠呼吸暂停患者的心电图数据 | 机器学习 | 睡眠呼吸暂停 | 单导联心电图 | 机器学习,深度学习 | 心电图信号 | 84项研究 | NA | NA | 灵敏度,特异性 | NA |
| 51 | 2025-10-06 |
Association of peripheral immune markers with brain age and dementia risk estimated using deep learning methods
2025-Jun-25, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002746
PMID:40561180
|
研究论文 | 本研究利用深度学习模型评估外周免疫标志物与脑年龄加速及痴呆风险之间的关联 | 首次结合深度学习脑年龄预测模型与大规模生物样本库数据，系统分析外周免疫标志物对脑老化和痴呆的影响 | 研究基于回顾性队列数据，无法确定因果关系；脑年龄预测模型存在一定误差 | 探讨外周免疫系统对脑老化和痴呆风险的影响机制 | 英国生物银行队列中的322,761名参与者，包括4,277例痴呆病例 | 医学影像分析 | 痴呆症 | 神经影像分析，深度学习 | CNN | 神经影像数据，临床数据 | 322,761名参与者，其中4,277例痴呆病例 | NA | Simple Fully Convolutional Network (SFCN) | 平均绝对误差(MAE)，决定系数(r2)，相关系数(R)，风险比(HR) | NA |
| 52 | 2025-10-06 |
VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal positioning in the C. elegans ventral nerve cord
2025-Jun-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.16.623955
PMID:40661438
|
研究论文 | 开发了一种基于机器学习的半自动化软件工具包VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元定位 | 结合机器学习和传统工具，用计算机辅助方法替代手动测量，提高了神经元位置量化的速度和准确性 | 需要手动神经元胞体定位作为初始步骤，尚未实现完全自动化 | 研究控制腹神经索神经元定位和排列的细胞和分子机制 | 秀丽隐杆线虫腹神经索中的运动神经元 | 数字病理学 | NA | 显微镜成像，深度学习分割 | 深度学习 | 显微镜图像 | 多个已知破坏神经元定位的遗传突变体 | NA | 改进的Segment Anything Model (SAM) | NA | NA |
| 53 | 2025-10-06 |
Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention
2025-Jun-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.29.656907
PMID:40501585
|
研究论文 | 提出一种基于生物诱导稀疏注意力的长上下文蛋白质语言模型，可在整个病毒基因组尺度上分析蛋白质序列 | 将Transformer模型的上下文大小扩展到整个病毒基因组，通过基于蛋白质-蛋白质相互作用的稀疏注意力机制捕获长程跨蛋白质相互作用 | 目前仅针对病毒基因组进行验证，尚未扩展到更复杂的真核生物基因组 | 开发能够捕获基因组范围内蛋白质相互作用的深度学习模型 | 病毒基因组中的蛋白质序列 | 自然语言处理 | NA | 蛋白质语言模型 | Transformer | 蛋白质序列数据 | NA | NA | Transformer with sparse attention | 嵌入质量评估 | NA |
| 54 | 2025-02-25 |
Ectopic, intra-thyroid parathyroid adenoma better visualized by deep learning enhanced choline PET/CT
2025-Jun-01, QJM : monthly journal of the Association of Physicians
DOI:10.1093/qjmed/hcaf057
PMID:39992255
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 55 | 2025-10-06 |
Clinical Applications of Artificial Intelligence in Teleorthodontics: A Scoping Review
2025-Jun-25, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61071141
PMID:40731772
|
综述 | 本文通过范围综述系统评估了人工智能在远程正畸中的临床应用现状 | 首次系统性地梳理了AI在远程正畸领域的应用现状，重点关注临床使用、技术方法和局限性 | 现有研究主要集中于商业监测平台，验证不足且透明度有限，AI决策的可重复性和精确度存在显著差异 | 评估人工智能在远程正畸中的临床应用效果和技术方法 | 远程正畸监测和虚拟护理中的AI应用研究 | 数字病理 | NA | 深度学习算法，决策树算法 | 深度学习，决策树 | 口内扫描图像 | 9项符合纳入标准的研究 | NA | NA | 就诊次数减少率，牙齿移动3D追踪精度，卫生依从性改善，患者参与度 | 智能手机（用于图像采集） |
| 56 | 2025-10-06 |
A Deep Learning-Based Clinical Classification System for the Differential Diagnosis of Hip Prosthesis Failures Using Radiographs: A Multicenter Study
2025-Jun-18, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.24.01601
PMID:40531980
|
研究论文 | 开发了一种基于深度学习的临床分类系统(Hip-Net)，用于髋关节假体失败的多病因鉴别诊断 | 采用双通道集成四个深度学习模型，并生成空间分辨的疾病概率图，提高了诊断的可解释性 | 研究仅针对亚洲人群，样本来源限于三个医疗中心 | 提高髋关节假体失败鉴别诊断的准确性和效率 | 髋关节假体失败患者 | 计算机视觉 | 骨科疾病 | 放射影像分析 | 深度学习集成模型 | X射线图像 | 1,454名患者(亚洲人群)的2,908张双视图(前后位和侧位)X光片 | NA | 双通道集成架构 | 准确率,AUC | NA |
| 57 | 2025-10-06 |
Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy
2025-Jun-02, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.269389
PMID:40274371
|
研究论文 | 研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗中多周期剂量学行为及剂量-效应关系 | 首次系统分析多周期治疗中肿瘤与肾脏剂量学变化模式，并建立肾功能与肾脏吸收剂量关系的预测模型 | 样本量有限（30例患者），未发现肿瘤吸收剂量与治疗反应的显著关联 | 开发个性化剂量引导治疗策略 | 转移性神经内分泌肿瘤患者 | 数字病理 | 神经内分泌肿瘤 | SPECT/CT成像，蒙特卡洛剂量率图，深度学习分割 | 深度学习算法 | 医学影像（SPECT/CT，MRI） | 30例患者（78个肿瘤病灶） | NA | NA | RECIST，改良RECIST，eGFR变化百分比 | NA |
| 58 | 2025-10-06 |
Prediction of therapeutic response to transarterial chemoembolization plus systemic therapy regimen in hepatocellular carcinoma using pretreatment contrast-enhanced MRI based habitat analysis and Crossformer model
2025-06, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04709-7
PMID:39586897
|
研究论文 | 基于多期相增强MRI生境分析和Crossformer模型预测肝细胞癌患者对TACE联合系统治疗的疗效反应 | 首次将K-means聚类生成的肿瘤内生境图像与基于Transformer的深度学习模型相结合，用于预测HCC患者对TACE联合系统治疗的疗效反应 | 样本量相对较小（102例患者），仅来自两个机构，需要更大规模的多中心验证 | 开发能够无创预测肝细胞癌患者对TACE联合分子靶向治疗和免疫治疗疗效的影像学生物标志物 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 多期相增强磁共振成像，K-means聚类 | Crossformer, ResNet50, ExtraTrees | 医学影像 | 102例HCC患者（机构A：63例，机构B：39例） | NA | Crossformer, ResNet50, ExtraTrees | AUC | NA |
| 59 | 2025-10-06 |
Deep learning-assisted detection of intracranial hemorrhage: validation and impact on reader performance
2025-Jun, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03560-x
PMID:40116947
|
研究论文 | 本研究验证了深度学习算法JLK-ICH在颅内出血检测中的准确性，并评估其对非专家医生诊断性能的影响 | 开发并验证了能够检测所有颅内出血亚型的高精度深度学习算法，并首次通过读者性能研究证明该算法能显著提升非专家医生的诊断准确性 | 研究采用回顾性数据，且读者性能研究仅包含6名非专家读者 | 验证深度学习算法在颅内出血检测中的性能并评估其临床效用 | 颅内出血患者的CT扫描图像 | 医学影像分析 | 颅内出血 | CT扫描 | 深度学习 | 医学影像 | 1,370例CT扫描，其中800例用于读者性能研究 | NA | JLK-ICH | 灵敏度, 特异度, AUROC | NA |
| 60 | 2025-10-06 |
Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis
2025-Jun-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.10.09.24315202
PMID:40502572
|
研究论文 | 本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）的性能并评估模型偏倚风险 | 首次在外部验证中直接比较四种ATTR-CM检测算法，并系统评估了种族偏倚风险 | 研究人群主要为白种人（79.2%），其他种族群体样本量较小 | 比较ATTR-CM检测算法的性能并评估模型偏倚风险 | 心力衰竭患者，包括176例确诊ATTR-CM患者和3192例对照患者 | 医疗人工智能 | 心脏淀粉样变性 | 深度学习，随机森林，回归分析 | 随机森林，深度学习模型 | 电子健康记录，超声心动图 | 3368名患者（176例ATTR-CM病例，3192例对照） | NA | EchoNet-LVH, EchoGo Amyloidosis | AUC, 公平性指标 | NA |