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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 32373 篇文献,本页显示第 2441 - 2460 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
2441 2025-10-06
Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead
2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2
综述 本叙述性综述探讨人工智能在糖尿病护理中的最新应用、挑战与未来发展方向 整合传统机器学习与深度学习算法在糖尿病并发症筛查、疾病风险预测和临床决策支持中的综合应用 基于文献综述方法,缺乏原始数据分析和实验验证 评估人工智能在糖尿病护理中的应用潜力与发展方向 糖尿病及其并发症(视网膜病变、黄斑水肿、神经病变)患者 机器学习 糖尿病 机器学习、深度学习 NA 电子健康记录、医学图像 NA NA NA NA NA
2442 2025-10-06
Modeling inter-reader variability in clinical target volume delineation for soft tissue sarcomas using diffusion model
2025-Jul, Medical physics IF:3.2Q1
研究论文 本研究开发了一种基于扩散模型的深度学习技术,用于生成软组织肉瘤临床靶区(CTV)的多个轮廓,模拟临床实践中不同医师之间的勾画差异 首次将扩散模型应用于模拟临床靶区勾画的读者间变异性,能够生成任意数量的不同且合理的CTV轮廓 研究样本量相对较小(51例训练集+5例验证集),需要更大规模的数据验证模型的泛化能力 开发能够模拟临床实践中不同医师CTV勾画变异性的自动分割方法 软组织肉瘤患者的医学影像数据 医学影像分析 软组织肉瘤 FDG-PET, CT, MRI多模态影像 扩散模型 医学影像 51例患者训练集,5例患者独立验证集 NA 扩散模型 Dice指数, 广义能量距离(GED), 召回率, 精确率 NA
2443 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
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
2444 2025-10-06
Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants
2025-Jun-11, bioRxiv : the preprint server for biology
研究论文 本研究对深度学习模型在预测遗传变异对增强子活性影响方面进行了比较分析 首次在标准化基准和一致训练条件下系统评估多种深度学习模型在预测调控变异方面的性能 研究仅针对增强子活性预测,未涵盖其他调控元件;评估数据集和细胞系类型有限 评估深度学习模型在预测致病性调控变异方面的性能 人类基因组中的非编码变异和增强子活性 机器学习 复杂人类疾病 MPRA, raQTL, eQTL CNN, transformer, hybrid CNN-transformer 基因组数据, 表观基因组数据 54,859个SNP,来自4种人类细胞系,9个数据集 NA TREDNet, SEI, Borzoi NA NA
2445 2025-10-06
Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study
2025-Apr-23, medRxiv : the preprint server for health sciences
研究论文 本研究利用深度学习技术自动量化胎盘绒毛膜绒毛的组织学特征,并分析其与母婴临床特征的关联 首次开发基于深度学习的自动化方法检测超过900万个胎盘绒毛,并通过无监督聚类识别出与生物学分类一致的绒毛亚型 研究仅纳入足月胎盘样本,未包含早产胎盘;样本量相对有限 建立胎盘绒毛结构的客观标准化方法,探索胎盘结构与母婴特征的关联 新罕布什尔州出生队列研究中的1,531个足月胎盘全玻片图像 数字病理学 妇产科疾病 全玻片图像分析 深度学习分割模型 病理图像 1,531个足月胎盘全玻片图像,检测超过900万个绒毛 NA NA 统计显著性(p值) NA
2446 2025-10-06
One-click image reconstruction in single-molecule localization microscopy via deep learning
2025-Apr-18, bioRxiv : the preprint server for biology
研究论文 开发了基于深度学习的单分子定位超分辨显微成像一键式图像重建软件AutoDS和AutoDS3D 通过自动从原始成像数据提取实验参数,显著减少了人工干预,在2D情况下可从预训练模型中选择最优模型,在3D情况下通过图形用户界面实现一键重建 未明确说明模型对新实验条件的泛化能力极限 简化单分子定位超分辨显微镜的图像重建流程 单分子定位超分辨显微镜数据 计算机视觉 NA 单分子定位超分辨显微镜 深度神经网络 显微图像 NA NA 基于Deep-STORM和DeepSTORM3D NA NA
2447 2025-10-06
Donor-Specific Digital Twin for Living Donor Liver Transplant Recovery
2025-Feb-27, bioRxiv : the preprint server for biology
研究论文 本研究通过整合临床基因表达数据和数学模型,为活体肝移植供体开发了个性化渐进机制数字孪生模型 首次将全转录组RNA测序数据与肝脏再生数学模型结合,创建可预测个体恢复轨迹的个性化数字孪生模型 样本量较小(12名供体),仅针对健康LDLT供体进行研究 开发个性化数字孪生模型以预测活体肝移植供体的肝脏恢复轨迹 活体肝移植供体的肝脏再生过程 数字病理 肝移植 RNA测序, WGCNA, 深度学习 深度学习, 数学模型 基因表达数据 12名健康LDLT供体,在一年内14个时间点采集数据 NA NA NA NA
2448 2025-10-06
A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions
2025, Frontiers in pharmacology IF:4.4Q1
研究论文 提出一种病理注意力多示例学习框架PAT-MIL,用于结直肠病变的多模态分类 集成动态注意力机制与专家定义文本原型,通过病理知识驱动的语义引导和自适应原型分布优化,实现视觉与文本模态的协同建模 未提及模型在更广泛数据集上的泛化能力验证,以及计算效率的具体分析 开发无需像素级标注的结直肠病变分类方法,提升数字病理图像分析的准确性和泛化能力 结直肠病变的全切片图像(WSI) 数字病理 结直肠癌 数字病理图像分析 多示例学习(MIL), 注意力机制 全切片图像(WSI), 文本原型 内部五分类数据集,外部数据集CRS-2024和UniToPatho NA PAT-MIL, ABMIL, DSMIL 准确率, AUC NA
2449 2025-10-06
Optimization design of interior space based on the two-stage deep learning network and Single sample-driven method
2025, PloS one IF:2.9Q1
研究论文 提出融合两阶段深度学习网络和单样本驱动机制的室内空间优化设计框架 结合Transformer网络的多维特征提取和扩散模型的迭代优化,实现单样本驱动的个性化设计 NA 优化室内空间设计流程,提升设计效率和个性化程度 室内空间设计 计算机视觉 NA 深度学习 Transformer, 扩散模型 图像 多个公开数据集(InteriorNet、SUN RGB-D、NYU Depth V2、ScanNet) NA Transformer, 扩散模型 设计周期减少率、空间利用率提升率、比例协调改善率、配色分数提升率 NA
2450 2025-10-06
Multi-scale diffusion model for underwater image restoration and enhancement
2025, PloS one IF:2.9Q1
研究论文 提出一种结合物理模型与深度学习的多尺度扩散模型,用于水下图像恢复与增强 首次将扩散模型的物理洞察与深度学习相结合,采用编码器-解码器流水线进行图像分解,并通过逆向去噪扩散模型实现像素级优化 NA 开发创新的水下图像增强算法,提升视觉质量并在性能指标上超越现有方法 水下退化图像 计算机视觉 NA 深度学习 扩散模型 图像 NA NA 编码器-解码器 PSNR, SSIM, UIQM NA
2451 2025-10-06
Deep feature engineering for accurate sperm morphology classification using CBAM-enhanced ResNet50
2025, PloS one IF:2.9Q1
研究论文 提出一种结合CBAM注意力机制和深度特征工程的深度学习框架,用于精子形态的自动分类 首次将卷积块注意力模块与ResNet50架构结合,并采用包含10种特征选择方法的深度特征工程流程 在两个相对较小的数据集上进行验证,需要更大规模的多中心验证 开发自动、客观的精子形态分类方法以改善男性生育能力评估 精子图像 计算机视觉 生殖系统疾病 深度学习 CNN 图像 SMIDS数据集3000张图像(3类),HuSHeM数据集216张图像(4类) NA ResNet50, CBAM 准确率 NA
2452 2025-10-06
Self-supervised learning for CT image denoising and reconstruction: a review
2024-Nov, Biomedical engineering letters IF:3.2Q2
综述 本文综述了自监督学习在CT图像去噪和重建中的应用方法 重点关注无需干净/噪声参考即可学习CT图像的自监督学习方法 NA 回顾自监督学习在CT图像去噪和重建中的理论与方法演进 CT图像 医学影像 NA CT成像 深度学习 CT图像 NA NA NA NA NA
2453 2025-10-06
A deep learning-informed interpretation of why and when dose metrics outside the PTV can affect the risk of distant metastasis in SBRT NSCLC patients
2024-Sep-27, Radiation oncology (London, England)
研究论文 本研究通过深度学习模型分析立体定向放射治疗非小细胞肺癌患者中靶区外剂量指标与远处转移风险的关系 首次结合深度学习和可解释AI方法系统分析靶区外剂量与远处转移风险的关联,并阐明先前研究结论冲突的原因 研究基于单一机构的478例患者数据,需要更大样本量和多中心验证 探究立体定向放射治疗中靶区外剂量指标与远处转移风险的关系及其临床意义 478例接受SBRT治疗的NSCLC患者 数字病理 肺癌 放射治疗计划分析,剂量测定 深度学习模型 临床数据,剂量测定数据,肿瘤特征数据 478例NSCLC患者 NA NA 风险比,p值 NA
2454 2025-10-06
Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors
2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2
研究论文 本研究通过结合基于结构的虚拟筛选和几何深度学习算法,从自建数据库中发现了新型METTL3抑制剂 提出了一种结合传统结构筛选与几何深度学习DeepDock算法的混合高通量虚拟筛选方案 NA 发现新型METTL3抑制剂并研究其生物学功能 METTL3蛋白及其抑制剂 计算生物学 癌症 虚拟筛选,分子对接,分子动力学模拟 深度学习 分子结构数据 自建内部数据库中的化合物 DeepDock 几何深度学习 抑制活性 NA
2455 2025-10-06
Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration
2024-Sep-01, Critical care explorations
研究论文 开发并验证用于预测成人患者生理状态恶化的深度学习模型DETERIO 采用共识定义的恶化标准(AIDE)并将恶化预测建模为状态价值估计问题 需要进一步研究评估模型的普适性和真实临床影响 开发优于现有商业恶化评分的预测模型 成人住院患者和急诊患者 医疗人工智能 生理功能恶化 深度学习 深度学习模型 临床患者数据 推导队列330,729名患者(71,735住院+258,994急诊),验证队列65,898名患者(13,750住院+52,148急诊) NA 基于先前工作的深度学习架构 AUC, 敏感性, 阳性预测值 NA
2456 2025-10-06
Machine learning driven index of tumor multinucleation correlates with survival and suppressed anti-tumor immunity in head and neck squamous cell carcinoma patients
2023-08, Oral oncology IF:4.0Q2
研究论文 本研究开发了一种基于机器学习的肿瘤多核化指数(MuNI),用于头颈部鳞状细胞癌患者的生存预测和肿瘤免疫微环境分析 首次利用深度学习模型量化肿瘤细胞多核化特征,并发现其与生存率和抗肿瘤免疫抑制的相关性 需要进一步的机制研究来阐明多核化与肿瘤免疫之间的生物学联系 开发基于肿瘤生物学特征的精准医疗指标,用于头颈部鳞状细胞癌患者的预后评估 头颈部鳞状细胞癌患者 数字病理学 头颈部鳞状细胞癌 苏木精-伊红染色,基因集富集分析 深度学习 病理图像 机构OPSCC队列训练集和TCGA HNSCC验证集 NA NA C-index NA
2457 2025-10-06
Cerebrovascular super-resolution 4D Flow MRI - Sequential combination of resolution enhancement by deep learning and physics-informed image processing to non-invasively quantify intracranial velocity, flow, and relative pressure
2023-08, Medical image analysis IF:10.7Q1
研究论文 开发了一种结合深度学习超分辨率和物理信息图像处理的两步法,用于无创量化颅内血流动力学参数 首次将深度残差网络与物理信息图像处理相结合,实现脑血管4D Flow MRI的超分辨率重建和功能相对压力量化 方法在患者特异性计算机模拟队列中训练验证,需要未来在专门临床队列中进一步应用验证 开发定量颅内超分辨率4D Flow MRI方法,准确量化脑血管血流动力学参数 颅内血管系统,特别是Willis环区域 医学影像分析 脑血管疾病 4D Flow MRI,相位对比磁共振成像 深度残差网络 磁共振影像 患者特异性计算机模拟队列和体内志愿者队列 NA 深度残差网络 相对误差,平均绝对误差,余弦相似度,均方根误差 NA
2458 2025-10-06
Deep learning-based detection of depression by fusing auditory, visual and textual clues
2025-Dec-15, Journal of affective disorders IF:4.9Q1
研究论文 提出一种融合听觉、视觉和文本线索的深度学习模型用于抑郁症自动检测 首次结合GPT-2.0驱动的聊天机器人进行症状访谈,并采用多头交叉注意力网络融合多模态特征 未进行纵向随访研究,对重度抑郁症的适用性需进一步验证 开发基于人工智能的抑郁症自动检测方法 抑郁症患者和健康对照者 自然语言处理,计算机视觉 抑郁症 多模态特征融合 多头交叉注意力网络 音频,视频,文本 内部验证集:152名抑郁症患者和118名健康对照;外部验证集:55名抑郁症患者和45名健康对照 NA 多头交叉注意力网络 AUC,准确率,特异性 NA
2459 2025-10-06
A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging
2025-Dec, Medical image analysis IF:10.7Q1
研究论文 提出一种可泛化的三维扩散框架DiffSPECT-3D,用于改善低剂量和少视角心脏SPECT成像质量 无需重新训练或微调即可适应不同采集设置的扩散框架,提出一致性策略和2.5D条件策略解决三维内存/计算问题 未明确说明框架在极端低剂量条件下的性能边界 开发能够泛化到不同低剂量和少视角采集设置的心脏SPECT成像方法 心脏SPECT成像数据 医学影像处理 心血管疾病 SPECT成像, CT成像 扩散模型 三维医学影像, 投影数据 795名患者的1,325项临床Tc tetrofosmin负荷/静息研究 NA DiffSPECT-3D 心脏导管插入术验证, 核心脏病学家诊断评估 NA
2460 2025-10-06
Predictive modeling and cohort data analytics for student success and retention
2025-Dec, Evaluation and program planning IF:1.5Q2
研究论文 通过数据驱动分析研究23000余名大一新生的学业表现差异,并开发深度学习模型预测学生学业成果 首次结合聚类分析和深度学习模型对大规模学生群体进行学业表现预测和风险识别 研究局限于单一美国公立大学数据,可能缺乏普适性 提升学生保留率和学业成功率 23000余名美国公立大学大一新生 机器学习 NA 数据分析、聚类分析、深度学习 深度学习模型 学业数据、人口统计数据 23000余名大一新生 NA NA 预测准确率 NA
回到顶部