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 32373 篇文献，本页显示第 2501 - 2520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2501 | 2025-10-06 |
Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data
2025-Aug-30, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2025.127511
PMID:40695092
|
研究论文 | 本研究通过社交媒体分析和真实世界数据分析验证了COVID-19 mRNA疫苗接种与月经变化之间的关联 | 结合深度学习框架分析社交媒体讨论与真实世界医疗数据，首次系统验证COVID-19疫苗接种与月经变化的关联 | 研究基于观察性数据，无法确定因果关系，且仅分析了特定时间段的数据 | 调查COVID-19疫苗接种是否与月经紊乱发生率增加相关 | 15-49岁女性接种COVID-19疫苗后的月经变化情况 | 公共卫生，医学信息学 | 月经紊乱，疫苗相关不良反应 | 自我对照病例系列分析，深度学习自然语言处理 | 深度学习框架 | 社交媒体文本数据，医疗记录数据 | 70,977条社交媒体帖子，澳大利亚全科医疗数据集（2021年1月-2023年3月） | VaxPulse（专有深度学习框架） | NA | 相对发病率，95%置信区间，P值 | NA |
| 2502 | 2025-10-06 |
Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer
2025-Aug-27, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.08.25.25334393
PMID:40909848
|
研究论文 | 本研究通过深度学习模型整合基因表达特征和数字病理学图像，预测乳腺癌患者对新辅助化疗的治疗反应 | 首次将基于Transformer的模型应用于数字病理学图像来推断基因表达特征，并在多个临床试验队列中验证其预测治疗反应的能力 | 研究主要基于回顾性队列数据，需要在前瞻性研究中进一步验证 | 开发能够预测乳腺癌治疗反应的数字病理学模型 | 1,940例接受新辅助化疗的乳腺癌患者的治疗前H&E染色活检样本 | 数字病理学 | 乳腺癌 | 数字组织学，RNA测序 | Transformer | 图像，基因表达数据 | 1,940例乳腺癌患者，来自多个临床试验队列 | NA | Transformer | AUC | NA |
| 2503 | 2025-10-06 |
Helmets Labeling Crops: Kenya Crop Type Dataset Created via Helmet-Mounted Cameras and Deep Learning
2025-Aug-27, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05762-7
PMID:40866406
|
研究论文 | 本文通过头盔相机和深度学习技术创建了肯尼亚作物类型数据集 | 首次使用头盔相机结合公民科学网络收集作物数据，并开发深度学习流程处理图像 | 数据收集成本较高，仅覆盖肯尼亚2021和2022年长雨季 | 解决小农主导地区作物类型地图数据不足的问题，支持农业监测和粮食安全评估 | 肯尼亚小农种植的作物类型 | 计算机视觉 | NA | 头盔相机图像采集，深度学习 | 深度学习模型 | 图像 | 4,925个已验证的作物类型数据点 | NA | NA | NA | NA |
| 2504 | 2025-10-06 |
Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT
2025-Aug-26, Stroke and vascular neurology
IF:4.4Q1
DOI:10.1136/svn-2024-003372
PMID:39572171
|
研究论文 | 开发一种基于深度学习的自动识别脑CT中急性缺血性卒中病灶的方法 | 使用仅标注但未进行病灶注释的常规脑CT扫描训练深度学习模型，无需传统方法所需的精细病灶标注 | 慢性脑部病变（特别是非卒中病变和旧卒中病灶）会显著降低检测准确性 | 开发快速自动化的脑CT缺血性卒中病灶检测方法 | 脑CT扫描图像 | 计算机视觉 | 缺血性卒中 | CT成像 | CNN | 医学图像 | 2347名患者的5772张脑CT扫描 | NA | 卷积神经网络 | 准确率 | NA |
| 2505 | 2025-10-06 |
Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition
2025-Aug-24, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70046
PMID:40851334
|
研究论文 | 本文展示了结合高性能梯度和模型驱动深度学习的3D多层面扩散加权成像技术，用于高b值和高分辨率下的高级微观结构成像 | 将3D多层面扩散加权成像与高性能梯度系统相结合，实现了高b值(高达6000 s/mm²)和高分辨率(1mm各向同性)的微观结构成像，并采用优化的3D k空间欠采样方法显著缩短采集时间 | 需要高性能梯度系统(>200 mT/m, >300 T/m/s)支持，研究主要聚焦于脑部微观结构成像 | 开发适用于活体人类研究的高分辨率高级微观结构成像方法 | 人脑白质微观结构 | 医学影像 | NA | 3D多层面扩散加权成像，扩散加权磁共振成像 | 隔室模型，模型驱动深度学习 | 扩散加权磁共振影像 | NA | NA | 三隔室模型 | 变异系数 | 高性能梯度系统(>200 mT/m, >300 T/m/s) |
| 2506 | 2025-10-06 |
Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training
2025-Aug-22, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044031
PMID:40859555
|
研究论文 | 本研究通过随机对照试验评估基于情景模拟结合结构化汇报的骨髓穿刺培训在临床技能教育中的效果 | 将结构化汇报与情景模拟相结合应用于骨髓穿刺培训，提供了可复制、可扩展的教学模型及其有效性证据 | 样本量相对有限（112名学生），且仅针对骨髓穿刺单一技能培训 | 评估基于汇报的情景模拟教学在临床技能教育中的有效性 | 112名临床医学学生 | 医学教育 | NA | 情景模拟训练、结构化汇报 | NA | 考试成绩、技能评估分数、问卷调查数据 | 112名临床医学学生（对照组54人，实验组58人） | NA | NA | 前后测试成绩、骨髓穿刺评估分数、技能测试分数、客观结构化临床考试分数 | NA |
| 2507 | 2025-10-06 |
Diagnostic report generation for macular diseases by natural language processing algorithms
2025-Aug-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-326064
PMID:40348396
|
研究论文 | 本研究开发了基于规则和深度学习的自然语言处理算法，用于自动生成黄斑疾病的诊断报告 | 首次将多模态AI系统与NLP算法结合，针对四种黄斑疾病自动生成结构化诊断报告 | 仅针对四种特定黄斑疾病，样本量相对有限，未与资深眼科专家进行对比 | 研究自动生成黄斑疾病自然语言诊断报告的方法 | 1303名患者的2261只眼睛 | 自然语言处理 | 黄斑疾病 | 彩色眼底摄影，光学相干断层扫描 | 深度学习 | 图像，文本 | 2261只眼睛（来自1303名患者） | NA | NA | 可读性评分，诊断正确性评分，病变描述评分，建议评分 | NA |
| 2508 | 2025-10-06 |
Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study
2025-Aug-14, La Radiologia medica
DOI:10.1007/s11547-025-02064-1
PMID:40810889
|
研究论文 | 开发并验证用于检测急性胸痛患者阻塞性冠状动脉疾病的深度学习模型 | 首次基于YOLOv4开发专门用于急诊科急性胸痛患者冠状动脉CTA图像中阻塞性CAD检测的深度学习模型 | 需要手动预处理进行弯曲多平面重建图像提取，模型性能有待在更广泛人群中进一步验证 | 开发能够辅助急诊医生检测阻塞性冠状动脉疾病的深度学习工具 | 急诊科就诊的急性胸痛患者 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | CNN | 医学图像 | 训练集378名患者(10060张图像)，外部验证集298名患者 | NA | YOLOv4 | 灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC | NA |
| 2509 | 2025-10-06 |
Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions
2025-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/RCM41523
PMID:40927097
|
综述 | 本文综述人工智能在成人先天性心脏病领域的诊断、治疗应用及未来发展方向 | 系统阐述AI在ACHD领域多模态应用的创新潜力，包括影像自动分析、心电图缺陷识别、风险预测模型和3D手术规划 | 数据可用性不足、算法偏差、缺乏前瞻性验证和临床整合问题 | 探讨人工智能在成人先天性心脏病诊疗中的临床应用价值与发展前景 | 成人先天性心脏病患者群体 | 数字病理 | 心血管疾病 | 机器学习, 深度学习 | NA | 医学影像, 心电图, 临床数据 | NA | NA | NA | 准确率, 诊断一致性 | NA |
| 2510 | 2025-10-06 |
Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing
2025-Aug, 3D printing and additive manufacturing
IF:2.3Q3
DOI:10.1089/3dp.2023.0191
PMID:40933586
|
研究论文 | 提出一种基于深度学习的超分辨率方法，用于改进熔融沉积建模3D打印的有限元分析精度和计算效率 | 将有限元分析中的网格模型类比为图像分辨率问题，首次将超分辨率技术应用于改进粗糙网格模型的精度 | 温度场和位移场之间的映射关系存在差异，需要分别处理 | 通过深度学习技术提高3D打印有限元分析的精度并减少计算时间 | 熔融沉积建模3D打印过程的温度场和位移场预测 | 计算机视觉 | NA | 有限元分析，熔融沉积建模 | 深度学习，超分辨率网络 | 网格数据，温度场图像，位移场图像 | NA | NA | 超分辨率残差网络 | 峰值信噪比，结构相似性指数 | NA |
| 2511 | 2025-10-06 |
DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting
2025-Aug, Spatial and spatio-temporal epidemiology
IF:2.1Q3
DOI:10.1016/j.sste.2025.100741
PMID:40935501
|
研究论文 | 提出一种集成人类移动数据的深度学习框架DeepEVD，用于埃博拉病毒病暴发预测 | 首次将多种移动数据源（手机记录、GPS轨迹、社交媒体）与时空特征学习相结合，通过GCN和LSTM网络建立移动模式与EVD病例的时空关联 | 仅在西非疫情和塞拉利昂疫情数据集上验证，未在其他地区或疫情中测试 | 开发能够准确预测埃博拉病毒病暴发的深度学习框架 | 埃博拉病毒病传播与人类移动模式的关系 | 机器学习 | 埃博拉病毒病 | 时空数据分析，移动数据整合 | GCN, LSTM | 移动数据（手机记录、GPS轨迹、社交媒体），流行病学数据 | 2014-2016年西非疫情数据集，2015-2016年塞拉利昂疫情数据集 | NA | 图卷积网络，长短期记忆网络 | 预测误差降低率（5%-10%） | NA |
| 2512 | 2025-10-06 |
Explainable deep learning model WAL-net for individualised assessment of potentially reversible malnutrition in patients with cancer: a multicentre cohort study
2025-Jul-28, The British journal of nutrition
DOI:10.1017/S000711452510384X
PMID:40637106
|
研究论文 | 开发可解释深度学习模型WAL-net用于癌症患者可逆性营养不良的个体化评估 | 首次使用时序数据和LSTM架构预测癌症患者营养不良的可逆性，并开发了可解释的深度学习模型 | 研究基于多中心队列但需进一步外部验证，模型性能可能受数据质量影响 | 预测癌症患者可逆性营养不良以优化临床管理 | 癌症相关营养不良住院患者 | 医疗人工智能 | 癌症 | 机器学习，深度学习 | LSTM | 时序数据（体重和骨骼肌数据） | 4254名癌症相关营养不良患者（训练集2977，测试集1277，外部验证集798） | NA | WAL-net（基于LSTM架构） | AUC | NA |
| 2513 | 2025-10-06 |
A hybrid 1DCNN-GRU deep learning framework for classifying caprine granulosa cell fertility potential using single-cell transcriptomics
2025-Jul, Veterinary world
IF:1.7Q2
DOI:10.14202/vetworld.2025.1922-1935
PMID:40926859
|
研究论文 | 开发混合1DCNN-GRU深度学习框架，利用单细胞转录组数据对山羊颗粒细胞生育潜力进行分类 | 首次将深度学习应用于山羊颗粒细胞的单细胞转录组数据分类，提出1DCNN-GRU混合模型架构 | 需要在更大数据集和跨物种中进行进一步验证 | 开发可量化评估颗粒细胞生育潜力的深度学习方法 | 山羊颗粒细胞 | 机器学习 | NA | 单细胞RNA测序 | 1DCNN, GRU | 基因表达数据 | 公开可用的单胎和多胎山羊单细胞转录组数据集 | NA | 1DCNN-GRU混合架构 | 准确率, 精确率, 召回率, F1分数 | NA |
| 2514 | 2025-10-06 |
Histopathology-based Protein Multiplex Generation using Deep Learning
2025-May-28, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.26.24301803
PMID:39677425
|
研究论文 | 提出一种直接从标准H&E组织病理学图像生成空间解析蛋白多重图像的深度学习框架HistoPlexer | 首次实现从常规H&E图像直接生成蛋白多重图像，采用条件生成对抗网络架构和定制损失函数解决切片间变异问题 | 研究主要基于转移性黑色素瘤样本，在其他癌症类型的泛化能力需进一步验证 | 开发从H&E图像生成蛋白多重图像的方法以降低肿瘤微环境分析成本和时间 | 转移性黑色素瘤样本和其他癌症类型的公开数据集 | 数字病理学 | 黑色素瘤 | 蛋白多重成像，H&E染色 | GAN | 组织病理学图像 | 转移性黑色素瘤样本和多种癌症类型的公开数据集 | NA | 条件生成对抗网络 | 像素级相似度，嵌入级相似度，专家评估，生存预测准确率，免疫亚型分类准确率 | NA |
| 2515 | 2025-10-06 |
scDILT: A Model-Based and Constrained Deep Learning Framework for Single-Cell Data Integration, Label Transferring, and Clustering
2025 May-Jun, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3553068
PMID:40811359
|
研究论文 | 提出了一种基于条件自编码器和深度嵌入聚类的单细胞数据集成工具scDILT，用于数据整合、标签转移和聚类分析 | 首次开发能同时实现单细胞数据整合、保持参考数据集细胞簇结构、并将新数据集细胞映射到参考注释簇的工具 | NA | 开发单细胞数据集成框架，实现批次效应去除和细胞类型标签转移 | 单细胞RNA测序数据和多组学单细胞数据 | 机器学习 | NA | scRNA-seq, 多组学单细胞测序 | 条件自编码器, 深度嵌入聚类 | 单细胞基因表达数据 | 模拟数据集和真实数据集 | NA | 条件自编码器, 深度嵌入聚类 | 数据整合效果评估指标 | NA |
| 2516 | 2025-10-06 |
Optimizing Biophysical Large-Scale Brain Circuit Models With Deep Neural Networks
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.07.647497
PMID:40291740
|
研究论文 | 提出一种名为DELSSOME的深度学习框架，用于优化生物物理大规模脑回路模型，显著加速模型参数估计过程 | 通过深度学习直接预测模型参数是否产生真实脑动力学，绕过了传统需要重复数值积分的方法 | NA | 优化生物物理脑回路模型的参数估计，提高计算效率 | 生物物理大规模脑回路模型，特别是反馈抑制控制平均场模型 | 机器学习 | NA | 深度学习，数值积分，进化优化 | 深度学习模型 | 脑动力学数据，模型参数 | NA | NA | NA | 速度提升倍数 | NA |
| 2517 | 2025-10-06 |
Assessing the risk of takeover catastrophe from large language models
2025-04, Risk analysis : an official publication of the Society for Risk Analysis
IF:3.0Q1
DOI:10.1111/risa.14353
PMID:38945529
|
研究论文 | 本文对大型语言模型引发极端接管灾难的风险进行分析评估 | 首次针对实际已部署的AI系统（而非假设性未来系统）进行接管灾难风险评估 | 分析基于当前LLM能力，未来模型风险存在不确定性 | 评估大型语言模型引发极端灾难性接管的风险 | 大型语言模型（如ChatGPT、GPT-4） | 自然语言处理 | NA | 深度学习 | 大型语言模型 | 文本 | NA | NA | NA | NA | NA |
| 2518 | 2025-10-06 |
Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment
2025-Mar-20, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.18.25324199
PMID:40166584
|
研究论文 | 提出基于深度学习的自动分割框架，用于放射治疗CT图像中牙齿和颌骨子区域的分割与标注 | 首个将颌骨细分为牙槽区和基底区并与ClinRad ORN分期系统对齐的自动分割工具 | 对数据中经常缺失的牙齿和子区域分割适用性有限 | 开发用于口颌剂量估算和放射性骨坏死评估的临床工具 | 头颈癌患者的颌骨结构和牙齿 | 计算机视觉 | 头颈癌 | 计算机断层扫描(CT) | 深度学习分割模型 | 医学图像 | NA | NA | Swin UNETR, ResUNet | Dice系数, 几何精度, 剂量学比较 | NA |
| 2519 | 2025-10-06 |
Quantitative mapping of cerebrovascular reactivity amplitude and delay with breath-hold BOLD fMRI when end-tidal CO2 quality is low
2025-Mar-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.18.624159
PMID:39605672
|
研究论文 | 本研究开发了一种在呼气末CO2数据质量较差时仍能定量绘制脑血管反应性振幅和延迟图的方法 | 提出使用深度学习从呼吸体积时间数据预测PCO时间序列，实现在标准单位下测量CVR振幅和延迟 | 需要部分高质量的PCO数据用于模型训练和RVT缩放 | 提高脑血管反应性测量的临床适用性，特别是在患者配合度较差的情况下 | 脑血管反应性，脑血流调节功能 | 医学影像分析 | 脑血管疾病 | 功能性磁共振成像，呼吸暂停任务，深度学习 | 深度学习模型 | fMRI图像，呼吸生理信号 | 未明确说明 | NA | NA | 绝对一致性，准确性，病理敏感性 | NA |
| 2520 | 2025-10-06 |
Leveraging functional annotations to map rare variants associated with Alzheimer's disease with gruyere
2025-Mar-04, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.12.06.24318577
PMID:39677477
|
研究论文 | 提出一种名为gruyere的贝叶斯概率模型，利用功能注释改进罕见变异关联分析，并应用于阿尔茨海默病全基因组测序数据 | 开发了首个能够整合功能注释、编码罕见变异和细胞类型特异性非编码罕见变异的全基因组关联测试框架 | 未提及模型在其它疾病或数据集上的泛化能力验证 | 通过整合功能注释改进罕见变异与阿尔茨海默病的关联分析 | 阿尔茨海默病患者的全基因组测序数据 | 生物信息学 | 阿尔茨海默病 | 全基因组测序(WGS), 功能注释, 变异效应预测(VEPs) | 贝叶斯概率模型 | 基因组测序数据, 功能注释数据 | 7,966例病例和13,412例对照 | NA | gruyere | 关联显著性 | NA |