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 36465 篇文献，本页显示第 2701 - 2720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2701 | 2025-11-26 |
Anatomy-aware, label-informed approach improves image registration for challenging datasets
2025-Aug-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.11.669599
PMID:40832189
|
研究论文 | 提出一种基于标签信息的图像配准方法，用于处理具有显著形态差异的生物医学图像 | 开发了在ANTsX生态系统中的标签知情图像配准函数，通过分割标签提供区域对应关系来引导配准 | 需要预先获取图像分割标签，这可能增加额外的工作量 | 改进具有显著形态表型数据集的图像配准精度 | 基因敲除小鼠胚胎的神经影像数据 | 数字病理 | 发育异常 | 图像配准，体积形态计量学 | NA | 生物医学图像 | E15.5小鼠胚胎 | ANTsX | NA | 配准对应性，统计分析的效能和敏感性 | NA |
| 2702 | 2025-11-26 |
Dynamic frame-by-frame motion correction for 18F-flurpiridaz PET-MPI using convolution neural network
2025-Jul-01, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.27.25330436
PMID:40630596
|
研究论文 | 提出基于卷积神经网络的深度学习框架，用于18F-flurpiridaz PET心肌灌注成像的自动逐帧运动校正 | 首次将3D ResNet架构应用于PET图像的运动校正，实现自动化处理以减少人工操作变异性和时间消耗 | 研究基于单一临床试验数据，需要进一步外部验证 | 开发自动运动校正方法以改善心肌血流定量分析的准确性和效率 | 18F-flurpiridaz PET心肌灌注成像数据 | 医学影像分析 | 心血管疾病 | PET成像 | CNN | 3D医学影像 | 来自32个中心的III期临床试验数据（NCT01347710） | NA | 3D ResNet | AUC, 一致性限, 平均差异 | NA |
| 2703 | 2025-11-26 |
Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics
2025-Apr-16, ArXiv
PMID:40321946
|
研究论文 | 本研究通过引入受大脑启发的自适应机制来提升储层计算的性能 | 提出局部自适应调节兴奋-抑制平衡的机制，并引入神经元发放率的异质性设计 | 未明确说明实验数据的具体规模和复杂度 | 改进储层计算的性能与鲁棒性，减少超参数调优需求 | 储层计算系统 | 机器学习 | NA | 储层计算 | 储层计算网络 | 时间序列数据 | NA | NA | 具有随机固定连接的储层网络 | 记忆容量，时间序列预测精度 | NA |
| 2704 | 2025-11-26 |
Artificial Intelligence Prediction of Age from Echocardiography as a Marker for Cardiovascular Disease
2025-Mar-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.25.25324627
PMID:40196275
|
研究论文 | 利用深度学习从超声心动图视频预测年龄，并评估心血管疾病风险 | 首次使用大规模超声心动图视频数据开发AI年龄预测模型，揭示加速/延迟衰老与心血管疾病的关联 | NA | 通过AI预测生物年龄来评估心血管疾病风险 | 90,738名患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 2,610,266个视频，来自166,508项研究，涉及90,738名患者 | NA | NA | 平均绝对误差(MAE), 决定系数(R) | NA |
| 2705 | 2025-11-26 |
Deep generative modeling of temperature-dependent structural ensembles of proteins
2025-Mar-13, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.09.642148
PMID:40161645
|
研究论文 | 开发了一种基于深度生成模型的蛋白质结构集成生成方法，能够模拟温度依赖的结构变化 | 提出了首个可迁移的温度条件生成器aSAMt，在隐空间建模原子细节，能够准确采样侧链和主链扭转角分布 | 基于分子动力学模拟数据进行训练，计算成本仍然较高，且模型泛化能力有待进一步验证 | 开发能够捕捉蛋白质构象集成和结构可变性的深度生成模型 | 蛋白质重原子结构集成 | 机器学习 | NA | 分子动力学模拟 | 扩散模型, 自编码器 | 分子结构数据 | 大型开放的mdCATH数据集 | NA | 隐扩散模型 | 与长时MD模拟比较，实验观测热行为验证 | NA |
| 2706 | 2025-11-26 |
Synthetic Diffusion Tensor Imaging Maps Generated by 2D and 3D Probabilistic Diffusion Models: Evaluation and Applications
2025-Feb-25, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.21.639511
PMID:40060678
|
研究论文 | 评估2D和3D概率扩散模型生成的合成扩散张量成像图像质量及其在下游任务中的应用价值 | 首次系统比较2D切片级和3D体积级DDPM在合成DTI数据中的性能，并评估其在下游分类任务中的增强效果 | 仅评估了平均扩散率图，未涵盖所有DTI参数；研究范围限于性别和痴呆分类任务 | 开发高质量的合成DTI数据生成方法以解决数据稀缺和隐私问题 | 脑部扩散张量成像数据 | 医学影像分析 | 神经系统疾病 | 扩散张量成像 | DDPM, CNN | 医学影像 | NA | NA | 2D CNN, 3D CNN | 图像质量, 多样性, 计算效率, 下游任务性能 | NA |
| 2707 | 2025-11-26 |
Piscis: a novel loss estimator of the F1 score enables accurate spot detection in fluorescence microscopy images via deep learning
2025-Jan-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.31.578123
PMID:38352551
|
研究论文 | 提出一种基于新型损失函数SmoothF1的深度学习算法Piscis，用于荧光显微镜图像中的斑点检测 | 开发了可近似F1分数的SmoothF1损失函数，能直接惩罚假阳性和假阴性，同时保持可微性适用于深度学习训练 | NA | 实现荧光显微镜图像中RNA转录本斑点的自动准确检测 | RNA FISH图像中的单分子RNA转录本斑点 | 计算机视觉 | NA | RNA FISH, 空间转录组学 | 深度学习 | 荧光显微镜图像 | 358张手动标注的实验RNA FISH图像和240张合成图像 | NA | NA | F1分数 | NA |
| 2708 | 2025-11-26 |
DNALongBench: A Benchmark Suite for Long-Range DNA Prediction Tasks
2025-Jan-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.06.631595
PMID:39829833
|
研究论文 | 本文介绍了DNALongBench，一个用于评估长距离DNA依赖关系预测任务的综合基准套件 | 首次构建了专门针对长距离DNA依赖关系（可达100万碱基对）的综合基准数据集，涵盖五个重要基因组学任务 | 基准数据集可能无法覆盖所有类型的长距离DNA相互作用，且评估的方法数量有限 | 解决长距离DNA依赖关系建模的评估标准缺失问题，促进DNA序列深度学习模型的比较和发展 | 基因组序列中的长距离依赖关系，包括增强子-靶基因相互作用、表达数量性状位点等 | 生物信息学 | NA | DNA测序，深度学习 | CNN, 基础模型 | DNA序列数据 | 涵盖五个基因组学任务的数据集 | NA | HyenaDNA, Caduceus-Ph, Caduceus-PS | NA | NA |
| 2709 | 2025-11-26 |
Deep Learning Based on Automated Breast Volume Scanner Images for the Diagnosis of Breast Lesions: A Multicenter Diagnostic Study
2025, International journal of medical sciences
IF:3.2Q1
DOI:10.7150/ijms.118430
PMID:41049432
|
研究论文 | 开发基于自动乳腺容积扫描图像的深度学习模型用于乳腺癌诊断，并与放射科医生进行性能比较 | 首次在自动乳腺容积扫描图像上开发多中心验证的深度学习模型，并证明其能显著提升诊断性能并减少解读时间 | 研究样本量相对有限，仅包含三个医疗中心的数据 | 开发用于乳腺癌自动检测和诊断的深度学习模型 | 1368名乳腺病变患者 | 计算机视觉 | 乳腺癌 | 自动乳腺容积扫描 | CNN | 医学图像 | 1368名患者 | NA | VGG19, DenseNet161, ResNet101, ResNet50 | AUC, 敏感性, 特异性 | NA |
| 2710 | 2025-11-26 |
Exploratory analysis of predictive models in the field of myelitis: a systematic review and meta-analysis
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1669338
PMID:41112278
|
系统综述与荟萃分析 | 对脊髓炎预测模型进行系统性综述与荟萃分析，评估现有模型的方法学质量与临床应用价值 | 首次对脊髓炎预测模型进行全面方法学评估，使用PROBAST工具系统分析偏倚风险 | 纳入研究数量有限（11项），多数研究存在高偏倚风险，模型公开可用性差 | 评估现有脊髓炎预测模型的方法学质量、偏倚风险和临床应用价值 | 脊髓炎预测模型相关研究文献 | 医学预测模型 | 脊髓炎 | 系统综述、荟萃分析、PROBAST评估 | 逻辑回归,Cox回归,深度学习,联合建模,混合机器学习 | 临床研究数据 | 11项研究（6项诊断模型，5项预后模型） | NA | NA | AUC | NA |
| 2711 | 2025-11-26 |
Non-coding genetic variants underlying higher prostate cancer risk in men of African ancestry
2024-Dec-05, Research square
DOI:10.21203/rs.3.rs-5485172/v1
PMID:39678351
|
研究论文 | 通过深度学习模型识别非编码遗传变异，揭示非洲裔男性前列腺癌风险更高的遗传机制 | 首次使用基于序列的深度学习模型系统探索非编码调控多态性在祖先间前列腺癌风险差异中的作用 | 研究主要关注非洲裔男性群体，对其他祖先群体的适用性需要进一步验证 | 揭示非洲裔男性前列腺癌风险更高的遗传基础 | 非洲裔美国男性的前列腺癌相关遗传变异 | 计算生物学 | 前列腺癌 | 深度学习，基因组关联分析，实验验证 | 深度学习模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 2712 | 2025-11-26 |
Automated Evaluation for Pericardial Effusion and Cardiac Tamponade with Echocardiographic Artificial Intelligence
2024-Dec-01, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.27.24318110
PMID:39649606
|
研究论文 | 开发并验证用于自动评估心包积液严重程度和心脏压塞的深度学习模型EchoNet-Pericardium | 首次使用时序空间卷积神经网络自动化评估心包积液严重程度和心脏压塞，采用五标准视图集成预测方法 | 模型性能仍需在更广泛人群中验证，临床实施需要进一步研究 | 开发自动化工具减少心包积液和心脏压塞评估的操作者依赖性 | 超声心动图视频 | 医学人工智能 | 心血管疾病 | 超声心动图 | CNN | 视频 | 训练集：1,427,660个视频（85,380例超声心动图）；外部验证集：33,310个视频（1,806例超声心动图） | NA | 时序空间卷积神经网络 | AUC | NA |
| 2713 | 2025-11-26 |
Non-coding genetic variants underlying higher prostate cancer risk in men of African ancestry
2024-Nov-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.14.24317278
PMID:39606387
|
研究论文 | 通过深度学习模型识别非编码遗传变异解释非洲裔男性前列腺癌高风险机制 | 首次系统探索非编码调控多态性在驱动前列腺癌种族差异中的作用，并发现约2000个与增强子功能相关的SNP | 研究主要关注非洲裔男性群体，需要进一步验证在其他人群中的普适性 | 解析非洲裔男性前列腺癌高风险的非编码遗传机制 | 非洲裔和欧洲裔男性的前列腺癌遗传变异 | 计算生物学 | 前列腺癌 | 全基因组关联研究，深度学习，实验验证 | 深度学习 | 基因组序列数据 | 多祖先群体队列数据 | NA | 基于序列的深度学习模型 | 实验验证，风险评分评估 | NA |
| 2714 | 2025-11-26 |
AllergenAI: a deep learning model predicting allergenicity based on protein sequence
2024-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.22.600179
PMID:38979176
|
研究论文 | 开发基于蛋白质序列预测过敏原性的深度学习模型AllergenAI | 仅基于蛋白质序列进行预测，区别于以往需要理化性质知识的工具 | 当前仅使用序列信息，未来需要整合3D结构信息提高准确性 | 预测蛋白质过敏原性以帮助蛋白质工程重新设计过敏原蛋白 | 过敏原蛋白质序列 | 生物信息学 | 过敏性疾病 | 蛋白质序列分析 | CNN | 蛋白质序列数据 | 来自SDAP 2.0、COMPARE和AlgPred 2三个数据库的过敏原蛋白质序列 | NA | 卷积神经网络 | 交叉验证 | NA |
| 2715 | 2025-11-25 |
The role of AI in pre-analytical phase - use cases
2026-Jan-27, Clinical chemistry and laboratory medicine
IF:3.8Q1
DOI:10.1515/cclm-2025-1220
PMID:41091119
|
综述 | 本文探讨人工智能在检验医学分析前阶段的应用现状与挑战 | 系统梳理AI在七个关键分析前领域的应用场景，揭示研究原型与商业部署之间的转化差距 | 研究存在单中心验证、回顾性设计、系统集成困难等局限 | 评估人工智能技术在检验医学分析前阶段的应用效果与实施路径 | 实验室检测分析前流程（包括凝血块检测、错误采血管识别等七个领域） | 医疗人工智能 | 实验室医学 | 人工智能与机器学习技术 | 神经网络,XGBoost,深度学习 | 实验室检测数据 | NA | NA | NA | 准确率,AUC | NA |
| 2716 | 2025-11-25 |
Integration of radiomics, habitat imaging, and deep learning for MRI-based prediction of parametrial invasion in cervical cancer: A dual-center study
2026-Jan, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110542
PMID:41173217
|
研究论文 | 本研究通过整合影像组学、生境成像和2.5D深度学习模型，开发了用于预测宫颈癌宫旁侵犯的多模态集成模型 | 首次将影像组学、生境成像和2.5D深度学习相结合构建多模态集成模型，并在双中心数据上验证其预测宫颈癌宫旁侵犯的优越性能 | 回顾性研究设计，样本量相对有限（290例患者），需要更大规模前瞻性研究验证 | 评估多模态集成模型在MRI基础上预测宫颈癌宫旁侵犯的诊断性能 | 290例FIGO分期IB1-IIB期宫颈癌患者 | 医学影像分析 | 宫颈癌 | MRI影像分析，k-means聚类，特征选择 | 机器学习，深度学习 | MRI影像 | 290例患者（中心A：227例，中心B：63例） | NA | 2.5D深度学习模型 | AUC，准确率 | NA |
| 2717 | 2025-11-25 |
Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program
2025-Dec, Clinical breast cancer
IF:2.9Q2
DOI:10.1016/j.clbc.2025.05.007
PMID:40473527
|
研究论文 | 比较数字乳腺断层合成筛查中人工智能系统实施前后放射科医生的乳腺癌检测性能 | 在真实世界临床环境中评估深度学习AI系统对数字乳腺断层合成筛查性能的影响 | 回顾性研究设计，样本量有限，仅包含4名放射科医生和3个临床中心的数据 | 评估AI检测系统在数字乳腺断层合成筛查中对乳腺癌检测性能的改善效果 | 数字乳腺断层合成筛查的乳腺X线影像 | 医学影像分析 | 乳腺癌 | 数字乳腺断层合成 | 深度学习 | 医学影像 | 前AI期10,322例标准DBT解读，后AI期6,407例DBT解读 | NA | NA | 癌症检出率, 异常解读率, PPV1, PPV3 | NA |
| 2718 | 2025-11-25 |
Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML
2025-Dec, Leukemia
IF:12.8Q1
DOI:10.1038/s41375-025-02769-2
PMID:40958033
|
研究论文 | 本研究通过深度学习分析慢性粒细胞白血病患者的骨髓细胞形态学特征，发现中性粒细胞丰度和粒细胞成熟状态与治疗无缓解生存期相关 | 首次利用深度学习分析骨髓细胞形态学特征来预测CML患者的治疗无缓解生存期，发现了新的生物标志物 | 样本量相对有限（113例患者），来自多个临床中心可能存在技术差异 | 探索骨髓细胞形态学特征在预测慢性粒细胞白血病患者治疗无缓解生存期中的价值 | 113例慢性期慢性粒细胞白血病患者的诊断骨髓穿刺样本 | 数字病理学 | 慢性粒细胞白血病 | 骨髓细胞形态学分析，深度学习图像分析 | 深度学习 | 高分辨率细胞形态学图像 | 113例CML患者样本和942例对照骨髓样本 | NA | NA | NA | NA |
| 2719 | 2025-11-25 |
Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges
2025-Dec, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2025.104963
PMID:40992526
|
综述 | 本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与面临的挑战 | 整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，为下一代精准肿瘤学提供前瞻视角 | 主要关注技术综述，未涉及具体临床验证数据 | 系统总结AI在肿瘤诊疗领域的应用现状并分析临床转化面临的挑战 | 肿瘤诊疗全流程（影像筛查、病理诊断、智能决策、疗效预测、个性化治疗） | 数字病理 | 肿瘤 | 深度学习 | NA | 多模态数据 | NA | NA | NA | NA | NA |
| 2720 | 2025-11-25 |
Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images
2025-Dec, The American journal of pathology
DOI:10.1016/j.ajpath.2025.08.014
PMID:40946794
|
研究论文 | 提出一种名为HistoStainAlign的深度学习框架，直接从H&E染色全切片图像预测免疫组化染色模式 | 通过对比训练策略整合配对的H&E和IHC嵌入，无需切片级注释或组织配准即可捕获跨染色模式的互补特征 | 仅评估了胃肠道和肺组织中的三种常见IHC标记物，样本范围有限 | 开发计算预筛选工具以优化IHC染色工作流程 | 胃肠道和肺组织全切片图像 | 数字病理学 | 癌症 | H&E染色，免疫组化染色 | 深度学习 | 全切片图像 | 胃肠道和肺组织全切片图像（具体数量未明确说明） | NA | HistoStainAlign | 加权F1分数 | NA |