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 988 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-21 |
Personalized MR-Informed Diffusion Models for 3D PET Image Reconstruction
2025-Aug-25, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/TRPMS.2025.3602262
PMID:41244311
|
研究论文 | 提出一种基于多模态PET-MR扫描数据的个性化扩散模型，用于3D PET图像重建 | 通过图像配准生成患者特异性伪PET图像，保留MR扫描的解剖信息，提高重建精度 | 需要多模态PET-MR扫描数据，伪PET图像仍存在一定噪声 | 开发个性化的PET图像重建方法，提高低计数数据下的重建质量 | 多模态PET-MR扫描数据，包括模拟和真实[F]FDG数据集 | 医学影像 | NA | 图像配准，扩散模型 | 扩散模型 | 3D PET图像，MR图像 | 多患者PET-MR扫描数据集 | NA | 扩散模型 | 重建精度，病灶可检测性 | NA |
| 2 | 2025-11-21 |
Robust Deep Learning for Pulse-echo Speed of Sound Imaging via Time-shift Maps
2025-Aug-22, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3602000
PMID:40844937
|
研究论文 | 开发了一种基于深度学习的鲁棒性脉冲回波声速成像方法，通过时间偏移映射实现准确的空间声速分布重建 | 提出了一种不依赖特定前向模型的非线性映射学习方法，结合多阶段训练策略和结构相似性损失函数，提高了声速成像的准确性和鲁棒性 | 未明确说明计算资源需求和模型训练时间，实验验证主要基于仿真和体模数据 | 开发鲁棒的深度学习方法来改善脉冲回波超声成像中的声速分布重建 | 超声声速分布成像 | 医学影像处理 | NA | 脉冲回波超声成像 | 深度学习 | 超声数据，时间偏移映射 | NA | NA | NA | 结构相似性指数，重建精度，对比度噪声比 | 使用了射线追踪合成和全波仿真进行训练 |
| 3 | 2025-11-21 |
The diagnostic performance of ultrasound features for biliary atresia: a systematic review and updated meta-analysis
2025-Aug-18, Pediatric surgery international
IF:1.5Q3
DOI:10.1007/s00383-025-06118-3
PMID:40824323
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估超声特征在胆道闭锁诊断中的性能 | 首次专门评估超声特征在区分囊性胆道闭锁与伴有黄疸和肝门区囊肿婴儿中的准确性 | 超声引导下经皮经肝胆管造影术的临床应用受技术复杂性和患者要求限制 | 评估超声特征在胆道闭锁诊断中的诊断性能 | 胆道闭锁患者和婴儿胆汁淤积患者 | 医学影像诊断 | 胆道闭锁 | 超声成像 | NA | 医学影像数据 | NA | NA | NA | 敏感性,特异性,汇总受试者工作特征曲线 | NA |
| 4 | 2025-11-21 |
A deep learning method for predicting interactions for intrinsically disordered regions of proteins
2025-Aug-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.19.629373
PMID:39763873
|
研究论文 | 开发了一种名为Disobind的深度学习方法，用于预测蛋白质内在无序区域与结合伴侣之间的相互作用 | 结合ProtT5蛋白质语言模型的序列嵌入，考虑结合伴侣的上下文，不依赖结构信息和多重序列比对 | NA | 预测蛋白质内在无序区域与结合伴侣之间的相互作用界面 | 蛋白质内在无序区域及其结合伴侣 | 生物信息学 | NA | 蛋白质语言模型 | 深度学习 | 蛋白质序列 | NA | NA | ProtT5 | 接触图预测准确率，界面残基预测准确率 | NA |
| 5 | 2025-11-21 |
Enhancing deep neural networks through complex-valued representations and Kuramoto synchronization dynamics
2025-Aug-04, ArXiv
PMID:40799806
|
研究论文 | 本研究通过结合复数值表示和Kuramoto同步动力学来增强深度神经网络的多目标编码能力 | 首次将神经科学中的同步机制与复数值表示相结合，利用Kuramoto动力学促进相位对齐以改进目标绑定 | 仅在手写数字和多目标图像任务上进行验证，尚未在更复杂的现实场景中测试 | 研究基于同步的机制是否能增强人工模型在视觉分类任务中的目标编码能力 | 多目标图像、重叠手写数字、噪声输入和分布外变换 | 计算机视觉 | NA | NA | 前馈神经网络,循环神经网络 | 图像 | NA | NA | 前馈模型,带反馈连接的循环模型 | NA | NA |
| 6 | 2025-11-20 |
Spatio-temporal learning from molecular dynamics simulations for protein-ligand binding affinity prediction
2025-Aug-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf429
PMID:40828893
|
研究论文 | 本研究开发了MDbind数据集和新型神经网络，通过分子动力学模拟增强蛋白质-配体结合亲和力预测 | 首次构建包含63,000个分子动力学模拟的MDbind数据集，并开发能够从时空动态信息中学习的新型神经网络 | 训练数据可用性有限，模型对蛋白质-配体相互作用的学习能力仍需改进 | 提高蛋白质-配体结合亲和力预测的准确性和泛化能力 | 蛋白质-配体复合物 | 机器学习 | NA | 分子动力学模拟 | 神经网络 | 分子动力学模拟轨迹，3D结构数据 | 63,000个蛋白质-配体相互作用的分子动力学模拟 | NA | NA | 结合亲和力预测准确率 | NA |
| 7 | 2025-11-19 |
Assessment of resolution and noise in magnetic resonance images reconstructed by data driven approaches
2025-Aug, Zeitschrift fur medizinische Physik
IF:2.4Q2
DOI:10.1016/j.zemedi.2023.08.007
PMID:37684119
|
研究论文 | 评估数据驱动方法重建磁共振图像的分辨率和噪声特性 | 首次系统比较模型驱动和数据驱动MR重建方法的空间分辨率和噪声增强(g-factor)，提供像素级的局部质量评估 | 仅使用单例患者脑部扫描数据，样本量有限 | 评估不同MR图像重建方法的图像质量参数 | 磁共振图像重建方法 | 医学影像分析 | NA | 磁共振成像(MRI) | 深度学习, 变分网络, U-Net | 磁共振图像 | 1例患者脑部常规扫描数据 | NA | U-Net, 变分网络(VN) | 局部分辨率, g-factor(噪声增强因子) | NA |
| 8 | 2025-11-19 |
Enhanced direct joint attenuation and scatter correction of whole-body PET images via context-aware deep networks
2025-Aug, Zeitschrift fur medizinische Physik
IF:2.4Q2
DOI:10.1016/j.zemedi.2024.01.002
PMID:38302292
|
研究论文 | 提出一种基于上下文感知深度网络的全身PET图像直接衰减和散射校正方法 | 通过上下文感知卷积实现受试者和区域特异性滤波，解决PET成像中示踪剂摄取变异问题 | 推理过程中缺乏结构信息，可能影响校正精度 | 开发无需CT的PET图像衰减和散射校正方法 | 全身PET图像 | 医学影像处理 | NA | 正电子发射断层扫描 | CNN | 图像 | 910项全身研究 | NA | 上下文感知卷积网络 | 绝对相对误差, 相对误差 | NA |
| 9 | 2025-11-17 |
Vision-Guided Surgical Navigation Using Computer Vision for Dynamic Intraoperative Imaging Updates
2025-Aug-22, International forum of allergy & rhinology
IF:7.2Q1
DOI:10.1002/alr.70000
PMID:40847589
|
研究论文 | 提出一种基于神经辐射场(NeRF)的无传感器视频方法，用于内窥镜鼻窦手术中的动态术中CT更新 | 首次将神经辐射场(NeRF)应用于术中成像更新，无需外部跟踪设备即可从单目内窥镜视频生成精确的3D重建 | 研究仅基于3D打印模型(n=6侧)，尚未在真实患者中验证 | 开发能够动态反映术中变化的图像引导手术系统，提高内窥镜鼻窦手术的完整性 | 内窥镜鼻窦手术中的手术区域重建和CT图像更新 | 计算机视觉 | 鼻窦疾病 | 神经辐射场(NeRF), 3D重建, CT成像 | 深度学习 | 内窥镜视频, CT图像 | 3个3D打印模型的6个手术侧 | 自定义NeRF流程 | 神经辐射场(NeRF) | Hausdorff距离, Dice相似系数(DSC), Bland-Altman分析(BAA) | NA |
| 10 | 2025-11-15 |
Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning
2025-Aug, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3541643
PMID:40072865
|
研究论文 | 通过整合学习的新生儿特定子空间模型和模型驱动深度学习，实现快速稳定的新生儿脑部MR成像 | 提出将新生儿特定子空间模型与深度网络相结合的新方法，解决了新生儿MRI训练数据不足的问题 | 需要进一步开发以提升在新生儿成像应用中的实际效用 | 加速新生儿脑部MR成像并提高重建稳定性 | 新生儿脑部MR图像 | 医学影像处理 | 新生儿脑部疾病 | MR成像，k空间稀疏采样 | 深度学习，子空间模型 | MR图像，k空间数据 | dHCP数据集和四个独立医疗中心的测试数据 | NA | 深度神经网络 | 重建稳定性，图像质量 | NA |
| 11 | 2025-11-15 |
SimPep and OP-AND: A deep learning framework and curated database for predicting osteogenic peptides
2025-Aug, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013422
PMID:40880496
|
研究论文 | 开发了一个用于预测成骨肽的深度学习框架SimPep和经过整理的公共数据库OP-AND | 提出了新假设——参与破骨细胞形成的蛋白质衍生肽可能作为非成骨肽，并创建了首个公开的成骨肽数据库 | 成骨肽数据可用性有限 | 预测成骨肽以预防骨骼相关疾病 | 乳制品中的生物活性肽 | 机器学习 | 骨骼疾病 | NA | 深度学习 | 肽序列数据 | NA | NA | NA | 准确率, AUC | NA |
| 12 | 2025-11-14 |
Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images
2025-Aug-28, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2024-002073
PMID:40876931
|
研究论文 | 本研究使用基于眼科基础模型的深度学习方法，通过超广角眼底图像辅助诊断病理性近视的黄斑病变和后巩膜葡萄肿 | 首次将眼科基础模型RETFound应用于超广角眼底图像分析，在病理性近视特征检测中表现出优越性能 | 回顾性研究设计，样本量相对有限（1105张训练图像），仅在中国两家医院收集数据 | 开发基于人工智能的病理性近视眼底病变辅助诊断系统 | 高度近视患者的超广角眼底图像 | 计算机视觉 | 眼科疾病 | 超广角眼底成像 | 深度学习 | 图像 | 训练集：1105张图像来自543名患者；外部测试集：293张图像来自150名患者 | NA | RETFound | 准确率, F1分数, AUROC | NA |
| 13 | 2025-11-14 |
Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control
2025-Aug-27, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf863
PMID:40902006
|
研究论文 | 开发了一个深度学习引导的大肠杆菌核心启动子可编程设计平台，实现从序列架构到强度控制的端到端工程 | 将理性文库设计、预测建模和生成优化整合到闭环工作流中，首次实现基于Transformer和条件扩散模型的启动子从头生成与强度精确控制 | 研究主要针对大肠杆菌核心启动子，在其他生物系统中的通用性需要进一步验证 | 建立可扩展的大肠杆菌核心启动子可编程设计平台，实现精确的转录控制 | 大肠杆菌核心启动子序列 | 机器学习 | NA | Mutation-Barcoding-Reverse Sequencing | Transformer, 条件扩散模型 | DNA序列 | 112,955个合成启动子变体 | NA | Transformer, 条件扩散模型 | Pearson相关系数 | NA |
| 14 | 2025-11-14 |
Carafe enables high quality in silico spectral library generation for data-independent acquisition proteomics
2025-Aug-04, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.15.618504
PMID:39463980
|
研究论文 | 本研究开发了Carafe工具，通过直接在DIA数据上训练深度学习模型来生成高质量实验特异性谱库 | 首次直接在DIA数据上训练深度学习模型生成谱库，相比现有基于DDA数据的预训练模型具有更好的性能 | NA | 解决数据非依赖性采集质谱分析中高质量谱库生成的挑战 | 质谱蛋白质组学数据 | 生物信息学 | NA | 数据非依赖性采集质谱，数据依赖性采集质谱 | 深度学习 | 质谱数据 | NA | NA | NA | 碎片离子强度预测，肽段检测 | NA |
| 15 | 2025-11-13 |
Fully Automatic Volume Segmentation Using Deep Learning Approaches to Assess the Thoracic Aorta, Visceral Abdominal Aorta, and Visceral Vasculature
2025-Aug-12, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery
IF:5.7Q1
DOI:10.1016/j.ejvs.2025.08.025
PMID:40812505
|
研究论文 | 本研究评估了基于深度学习的全自动体积分割技术在胸主动脉、内脏腹主动脉及内脏血管分割中的准确性 | 首次将全自动体积分割技术应用于胸主动脉和内脏主动脉分割的验证研究，并与医师手动分割进行系统比较 | 回顾性研究设计，样本量相对较小（50例CTA），仅针对腹主动脉瘤患者 | 评估深度学习全自动分割技术在主动脉血管影像分析中的准确性和临床应用价值 | 腹主动脉瘤患者的计算机断层扫描血管成像数据 | 医学影像分析 | 腹主动脉瘤 | 计算机断层扫描血管成像 | 深度学习 | 医学影像 | 50例术前CTA扫描 | NA | NA | Dice相似系数, Jaccard指数, 敏感性, 特异性, Bland-Altman一致性界限 | NA |
| 16 | 2025-11-11 |
Progress and new challenges in image-based profiling
2025-Aug-07, ArXiv
PMID:40799808
|
综述 | 回顾基于图像的细胞表型分析的计算方法发展历程，总结当前流程与局限，并展望未来研究方向 | 系统梳理深度学习技术对图像特征提取、可扩展性和多模态数据整合的根本性重塑，强调单细胞分析和批次效应校正等来自单细胞转录组学的方法学进步 | 未深入讨论广泛的生物学应用，主要聚焦技术演进层面 | 为研究人员提供基于图像的细胞表型分析领域进展和新挑战的路线图 | 显微镜图像数据驱动的细胞表型分析 | 计算机视觉 | NA | 显微镜成像技术 | 深度学习 | 显微镜图像 | NA | NA | NA | NA | NA |
| 17 | 2025-11-09 |
Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans
2025-Aug-18, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00617-7
PMID:40826204
|
研究论文 | 提出一种基于深度学习的自动化多实例肺癌症病灶分割方法，在真实世界多中心CT扫描中实现准确分割 | 开发了包含胸腔边界框提取、多实例病灶分割和新型多尺度级联分类器的三步流程，专门针对多病灶分割问题 | 研究基于回顾性数据，需要在前瞻性研究中进一步验证 | 开发能够准确分割肺癌症多病灶的自动化方法 | 肺癌症患者的CT扫描图像 | 计算机视觉 | 肺癌症 | CT扫描 | 深度学习 | 医学图像 | 1,081例CT扫描，包含5,322个标注病灶（训练集868例，测试集213例），外部验证集188例 | NA | 多尺度级联分类器 | Dice相似系数, 病灶检测灵敏度 | NA |
| 18 | 2025-11-09 |
Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling
2025-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002639
PMID:40474806
|
研究论文 | 本研究通过整合计算病理学和单细胞多组学分析，构建了一个多维框架来表征肺腺癌异质性并开发预后模型 | 首次将计算病理学特征与单细胞多组学数据系统整合，识别出与拷贝数变异相关的影像学特征和关键分子调控因子 | 主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验研究验证，临床实用性需进一步确认 | 探索肺腺癌病理组织学特征与基因组不稳定性之间的关系，并开发预后预测模型 | TCGA-LUAD数据集中的全切片图像和单细胞多组学数据 | 计算病理学 | 肺腺癌 | 单细胞多组学分析, 拷贝数变异分析, 基因共表达网络分析 | CNN, 机器学习 | 全切片图像, 基因表达数据 | TCGA-LUAD数据集 | CellProfiler, inferCNV, hdWGCNA, CellChat, Monocle2 | ResNet-50 | 生存预测准确性 | NA |
| 19 | 2025-11-08 |
Artificial Intelligence in Alzheimer's Disease Diagnosis and Prognosis Using PET-MRI: A Narrative Review of High-Impact Literature Post-Tauvid Approval
2025-08-21, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14165913
PMID:40869739
|
综述 | 本文综述了Tauvid获批后人工智能在阿尔茨海默病PET-MRI诊断和预后中的最新应用进展 | 聚焦Tauvid（tau蛋白病理PET示踪剂）获批后的高影响力文献，系统梳理AI在AD神经影像中的临床应用 | 方法学挑战包括可重复性不足、样本量小、缺乏外部验证，限制了临床转化 | 评估人工智能在阿尔茨海默病诊断和预后中的临床应用价值 | 阿尔茨海默病患者的PET和MRI神经影像数据 | 数字病理 | 老年疾病 | PET-MRI神经影像 | CNN, GAN, Transformer | 医学影像 | 109项研究（具体样本量未明确说明） | NA | 卷积神经网络, 生成对抗网络, 基于Transformer的架构 | NA | NA |
| 20 | 2025-11-08 |
Application of directed message-passing neural network to predict human oral bioavailability of pharmaceuticals
2025-Aug-19, Journal of computer-aided molecular design
IF:3.0Q2
DOI:10.1007/s10822-025-00649-6
PMID:40828295
|
研究论文 | 本研究开发了一种结合定向消息传递神经网络和分子描述符的深度学习框架，用于预测药物的人体口服生物利用度 | 首次将Chemprop工具中的定向消息传递神经网络与RDKit分子描述符相结合，通过混合表示增强预测准确性，并利用贝叶斯优化和集成学习提高模型鲁棒性 | 模型性能仍有提升空间，且主要基于现有FDA批准药物数据进行验证 | 开发高精度预测药物人体口服生物利用度的计算方法 | 药物分子及其人体口服生物利用度 | 机器学习 | NA | 深度学习，分子描述符计算 | D-MPNN | 分子结构数据 | 未明确指定具体样本数量 | Chemprop, RDKit | 定向消息传递神经网络 | AUC, 准确率 | NA |