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 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2025-06-18 |
A multimodal fusion system predicting survival benefits of immune checkpoint inhibitors in unresectable hepatocellular carcinoma
2025-Jun-14, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-00979-6
PMID:40517171
|
研究论文 | 开发了一种多模态融合系统，用于预测不可切除肝细胞癌患者对免疫检查点抑制剂的生存获益 | 结合CT衍生的深度学习特征和临床数据，构建的多模态融合系统在预测生存期方面优于现有方法，并具有临床解释性 | 研究基于回顾性多中心数据，需要前瞻性研究进一步验证 | 优化不可切除肝细胞癌患者对免疫检查点抑制剂的个性化治疗策略 | 不可切除肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 深度学习 | Ensemble-DL | CT图像和临床数据 | 859例患者（回顾性多中心数据） | NA | NA | NA | NA |
| 582 | 2025-06-18 |
An Efficient Deep Learning Framework for Revealing the Evolution of Characterization Methods in Nanoscience
2025-Jun-13, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01807-z
PMID:40512318
|
研究论文 | 本文提出了一种结合引用分析和主题建模的方法，用于揭示科学历史中的隐藏发展模式，并在拉曼光谱领域构建知识图谱 | 该方法通过结合引用分析和主题建模，显著提高了主题一致性（最低增长率100%）和多样性（增长率0-126%），并设计了基于规则的标记器解决化学领域实体命名规则导致的标记问题 | NA | 揭示科学历史中的隐藏发展模式，构建特定领域的知识图谱 | 拉曼光谱领域的文献数据 | 自然语言处理 | NA | 文本挖掘、主题建模、引用分析 | Latent Dirichlet Allocation (LDA) | 文本 | NA | NA | NA | NA | NA |
| 583 | 2025-10-06 |
Deployment of an Artificial Intelligence Histology Tool to Aid Qualitative Assessment of Histopathology Using the Nancy Histopathology Index in Ulcerative Colitis
2025-Jun-13, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izae204
PMID:39284932
|
研究论文 | 开发并验证了一种基于深度学习的人工智能组织学工具，用于溃疡性结肠炎组织病理学的南希指数评估 | 改进了先前概念验证工具，采用4神经网络结构结合分类器模块，显著提升了南希指数预测准确率 | 研究样本量有限（791张图像），仅包含18岁及以上溃疡性结肠炎患者 | 开发用于溃疡性结肠炎组织病理学定量评估的人工智能工具 | 溃疡性结肠炎患者的组织病理学切片 | 数字病理学 | 溃疡性结肠炎 | 苏木精-伊红染色 | 深度学习,神经网络 | 病理图像 | 791张病理图像（630张训练，161张测试） | NA | 4神经网络结构+分类器模块 | 准确率,混淆矩阵分析,南希指标 | NA |
| 584 | 2025-06-18 |
Stem loop binding protein promotes SARS-CoV-2 replication via -1 programmed ribosomal frameshifting
2025-Jun-13, Signal transduction and targeted therapy
IF:40.8Q1
DOI:10.1038/s41392-025-02277-w
PMID:40514371
|
研究论文 | 本文研究了宿主蛋白SLBP如何通过-1程序性核糖体移码促进SARS-CoV-2的复制 | 首次发现SLBP作为宿主蛋白通过-1 PRF促进SARS-CoV-2的复制，并利用深度学习工具PrismNet预测其与-1 PRF RNA的高结合概率 | 研究主要基于体外实验，尚未在体内模型中验证SLBP的作用 | 探索影响SARS-CoV-2中-1程序性核糖体移码的宿主因素 | SARS-CoV-2病毒及其-1 PRF RNA与宿主蛋白SLBP的相互作用 | 病毒学 | COVID-19 | RNA pull-down assays, 质谱分析, EMSAs, smFISH assays, 体外翻译系统 | PrismNet深度学习工具 | RNA序列数据 | NA | NA | NA | NA | NA |
| 585 | 2025-06-18 |
A Large Crowdsourced Street View Dataset for Mapping Road Surface Types in Africa
2025-Jun-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05153-y
PMID:40514376
|
research paper | 该研究通过众包街景数据创建了一个大型数据集，用于非洲道路表面类型的分类 | 利用专家标注的众包街景数据集训练深度学习模型，显著提高了道路表面分类的准确性 | 数据标注依赖于专家投票机制，可能存在主观偏差 | 通过深度学习模型提高非洲道路表面类型的识别准确率 | 非洲的道路表面类型 | computer vision | NA | 深度学习 | Swin Transformer, CNN等 | image | 200,000张来自Mapillary众包街景数据集的图像 | NA | NA | NA | NA |
| 586 | 2025-06-18 |
Uncovering ethical biases in publicly available fetal ultrasound datasets
2025-Jun-13, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01739-3
PMID:40514386
|
研究论文 | 探讨公开可用的胎儿超声影像数据集中存在的偏见及其对深度学习算法在产前诊断中应用的影响 | 首次全面分析胎儿超声影像数据集中的多方面偏见问题，包括人口统计学代表性不足、临床条件多样性有限以及超声技术差异 | 研究仅针对公开可用的数据集，未涉及私有或未公开数据 | 评估用于训练深度学习算法的公开胎儿超声影像数据集的公平性 | 公开可用的胎儿超声影像数据集 | 数字病理学 | 产前诊断 | 深度学习 | DL | 影像 | NA | NA | NA | NA | NA |
| 587 | 2025-06-18 |
Deep learning-based quantification of eosinophils and lymphocytes shows complementary prognostic effects in colorectal cancer patients
2025-Jun-13, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-00955-0
PMID:40514395
|
研究论文 | 本研究开发了一种基于深度学习的自动量化方法，用于从H&E染色的全切片图像中量化嗜酸性粒细胞和淋巴细胞，并评估它们在结直肠癌中的预后价值 | 首次将先天性免疫细胞（特别是嗜酸性粒细胞）与适应性免疫反应（淋巴细胞）结合分析，展示了嗜酸性粒细胞作为独立预后因子的潜力 | 研究仅基于H&E染色图像，未考虑其他可能的免疫标记物 | 评估嗜酸性粒细胞在淋巴细胞浸润背景下的预后意义 | 1625例结直肠癌患者 | 数字病理学 | 结直肠癌 | 深度学习 | NA | 图像 | 1625例来自四个不同中心的结直肠癌病例 | NA | NA | NA | NA |
| 588 | 2025-06-16 |
Correction: Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study
2025-Jun-13, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-02060-3
PMID:40514720
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 589 | 2025-06-18 |
Minimizing human-induced variability in quantitative angiography for a robust and explainable AI-based occlusion prediction in flow diverter-treated aneurysms
2025-Jun-12, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2025-023416
PMID:40506221
|
研究论文 | 本研究通过消除定量血管造影中的注射偏差，提高基于深度神经网络的颅内动脉瘤闭塞预测的准确性和可解释性 | 提出了一种注射偏差去除算法，结合可解释AI（XAI）技术，提高了模型的预测准确性和临床可解释性 | 研究仅基于458名患者的血管造影数据，样本量可能不足以覆盖所有临床情况 | 提高流动转向器治疗的颅内动脉瘤闭塞预测的准确性和模型可解释性 | 流动转向器治疗的颅内动脉瘤患者 | 数字病理 | 颅内动脉瘤 | 定量血管造影（QA），深度神经网络（DNN），局部可解释模型无关解释（LIME） | DNN | 血管造影图像 | 458名患者的血管造影数据 | NA | NA | NA | NA |
| 590 | 2025-06-18 |
A deep learning method for nanoparticle size measurement in SEM images
2025-Jun-10, RSC advances
IF:3.9Q2
DOI:10.1039/d5ra03210e
PMID:40519686
|
研究论文 | 提出一种基于深度学习的SEM图像中纳米颗粒尺寸测量方法 | 结合注意力机制和残差网络的改进U-Net模型，以及自动标尺识别算法，提高了小颗粒识别和低对比度区域分割的准确性 | NA | 开发一种高可靠性的纳米颗粒尺寸自动测量方法 | SEM图像中的纳米颗粒 | 计算机视觉 | NA | 深度学习 | 改进的U-Net模型（结合ResNet50和CBAM模块） | 图像 | NA | NA | NA | NA | NA |
| 591 | 2025-06-18 |
Prediction of the Association between Transfer RNA and Diseases: A Deep Learning Approach Combining Multi-View Graph Convolution and Attention Mechanisms
2025-Jun-10, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c03029
PMID:40521536
|
research paper | 该研究提出了一种名为MGC2ATDA的深度学习模型，用于预测tRNA与疾病之间的关联 | 整合了多视图图卷积网络、缩放注意力融合模块和交叉注意力机制，提高了预测tRNA与疾病关联的准确性和泛化能力 | 未明确提及具体局限性 | 开发一种高效的计算方法，用于识别tRNA与疾病之间的潜在关联 | tRNA与疾病的关联 | machine learning | NA | 深度学习 | MGC2ATDA（整合了多视图图卷积网络、缩放注意力融合模块和交叉注意力机制） | tRNA序列数据和疾病关联数据 | 基于MNDR4.0数据集，未明确提及具体样本数量 | NA | NA | NA | NA |
| 592 | 2025-06-18 |
Segmentation of Leukoaraiosis on Noncontrast Head CT Using CT-MRI Paired Data Without Human Annotation
2025-Jun, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70602
PMID:40495458
|
研究论文 | 开发并验证了一种基于深度学习的算法，用于在非对比头部CT上分割白质疏松症（LA），使用CT-MRI配对数据而无需人工标注 | 利用CT-MRI配对数据生成伪真实标签，并通过深度学习算法实现LA的自动分割，填补了CT和MRI评估之间的空白 | 算法在外部测试集上的Dice相似系数（DSC）为0.527，仍有提升空间 | 开发一种可重复的方法，用于在CT上分割LA，以改善缺血性卒中患者的评估 | 白质疏松症（LA）患者 | 数字病理 | 缺血性卒中 | 深度学习，图像配准 | 2D nnU-Net | CT和MRI图像 | 多中心数据集，包括韩国和美国的数据集，独立临床队列（n=867） | NA | NA | NA | NA |
| 593 | 2025-06-18 |
Neur-Ally: a deep learning model for regulatory variant prediction based on genomic and epigenomic features in brain and its validation in certain neurological disorders
2025-Jun, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf080
PMID:40519652
|
研究论文 | 开发了一个名为Neur-Ally的深度学习模型，用于基于大脑中的基因组和表观基因组特征预测调控变异，并在某些神经系统疾病中进行了验证 | 利用深度学习模型预测非编码SNP的调控功能，解决了传统方法中忽略非编码区域SNP调控功能的问题 | 模型仅基于神经组织和细胞系样本的表观基因组数据进行训练，可能无法完全覆盖所有神经系统疾病的变异 | 区分调控性非编码SNP与非调控性SNP，以更好地理解神经系统疾病的遗传基础 | 神经系统疾病相关的非编码SNP | 机器学习 | 神经系统疾病 | 深度学习 | 深度学习模型 | 基因组和表观基因组数据 | NA | NA | NA | NA | NA |
| 594 | 2025-06-17 |
Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond
2025-Jun-16, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05031-6
PMID:40522387
|
综述 | 本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用 | 介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题 | 临床验证、标准化和广泛采用方面仍存在挑战 | 探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向 | 腹部器官（如肝脏、胰腺和肾脏）的CT成像 | 数字病理 | NA | 深度学习重建（DLR） | CNN | 图像 | NA | NA | NA | NA | NA |
| 595 | 2025-10-06 |
Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies
2025-Jun-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c00712
PMID:40464341
|
综述 | 本文综述了计算方法和人工智能驱动策略在环肽治疗剂发现中的应用与进展 | 整合基于物理的模拟与深度学习技术，重新定义环肽治疗剂的设计和优化方法 | 面临肽段灵活性、数据可用性有限和复杂构象景观等挑战 | 推进环肽药物开发的精确性和效率，为未满足的医疗需求提供创新解决方案 | 环肽治疗剂 | 机器学习 | NA | 计算技术、人工智能方法、自动化合成平台 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 596 | 2025-06-17 |
A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation
2025-Jun-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/72649
PMID:40493909
|
研究论文 | 开发并验证了一种深度学习模型，用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险 | 整合了多模态数据（实验室参数和CT血管造影图像）的深度学习模型，相比单模态方法具有更高的诊断准确性 | 需要进一步的前瞻性验证以确认其临床实用性 | 开发一种深度学习模型，用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险 | 急性主动脉夹层患者 | 数字病理 | 心血管疾病 | CT血管造影 | 深度学习模型 | 图像和临床数据 | 525名患者（450名来自北京安贞医院，75名来自南京鼓楼医院） | NA | NA | NA | NA |
| 597 | 2025-10-06 |
Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection
2025-Jun, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104552
PMID:40064432
|
研究论文 | 提出一种结合GAN数据增强、去噪自编码器和迁移学习的深度学习框架用于糖尿病视网膜病变检测 | 首次将GAN、去噪自编码器和EfficientNetB0集成到一个统一框架中，有效解决数据不平衡和噪声问题 | 未集成可解释性工具，未来需要探索更多成像模态以提高泛化能力 | 开发高性能的糖尿病视网膜病变自动诊断系统 | 视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | OCT成像 | GAN, Autoencoder, CNN | 图像 | 自定义整理的OCT数据集 | TensorFlow, PyTorch | EfficientNetB0 | 准确率, 召回率, 特异性 | NA |
| 598 | 2025-10-06 |
Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study
2025-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17862
PMID:40317503
|
研究论文 | 开发一种融合PET/CT影像与临床病理信息的多模态深度学习模型，用于预测非小细胞肺癌术后无复发生存期 | 首个结合多模态影像（FDG PET/CT）与临床、手术、病理信息预测NSCLC预后的深度学习模型，能够超越传统分期系统进行风险分层 | 回顾性研究设计，样本量相对有限（总样本500例），需要前瞻性验证 | 开发优于传统分期的预后预测模型，识别可能从辅助治疗中获益的高风险患者 | 手术切除的非小细胞肺癌患者 | 数字病理 | 肺癌 | FDG PET/CT影像 | 深度学习模型 | 医学影像（PET/CT）、临床数据、病理数据、手术数据 | 500例患者（本地机构305例，外部验证195例） | NA | 多模态深度学习模型 | AUC, Kaplan-Meier曲线, log-rank检验 | NA |
| 599 | 2025-10-06 |
A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03382-5
PMID:40341465
|
研究论文 | 开发了一种基于多模型深度学习的工作流程，用于在二维冠状动脉造影图像中识别冠状动脉钙化 | 首次提出用于辅助识别2DCA中冠状动脉钙化的临床决策支持系统，结合了ResNet-18分类主干和U-Net解码器的多阶段架构 | 样本量较小（14名患者的44次图像采集），分割性能仍有提升空间 | 开发辅助临床医生识别冠状动脉钙化的自动化工具 | 二维冠状动脉造影图像中的冠状动脉钙化区域 | 计算机视觉 | 心血管疾病 | 二维冠状动脉造影 | CNN | 医学图像 | 14名患者的44次图像采集 | PyTorch | ResNet-18, U-Net | F1-score, IoM | NA |
| 600 | 2025-06-16 |
Virtual Bonding Enhanced Graph Self-Supervised Learning for Molecular Property Prediction
2025-Jun-15, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.70147
PMID:40515556
|
研究论文 | 提出了一种名为VIBE-MPP的自监督学习框架，用于分子属性预测，通过结合弱相互作用和3D空间信息改进分子表示 | 引入了虚拟键合图神经网络(VBGNN)和双层次自监督增强预训练(DSBP)方法，首次在分子表示中考虑了长程原子间相互作用 | 未明确说明模型在更大分子或更复杂相互作用体系中的适用性 | 改进分子属性预测的准确性以支持药物设计与发现 | 分子及其属性 | 机器学习 | NA | 自监督学习(SSL) | Virtual Bonding Graph Neural Network (VBGNN) | 分子图数据 | 10个基准数据集 | NA | NA | NA | NA |