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 32372 篇文献，本页显示第 3281 - 3300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3281 | 2025-10-06 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2024-Oct-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.14.613047
PMID:39314484
|
研究论文 | 提出两种新型神经解码模型，利用跨试验和行为会话的相关性提高神经活动与行为关系的解码精度 | 首次开发多会话降秩模型和多会话状态空间模型，利用跨试验和会话的神经活动相关性，相比传统方法显著提升解码精度 | 未与深度学习方法的性能进行直接对比，模型在更复杂行为任务上的泛化能力有待验证 | 改进神经解码方法，利用跨试验和会话的相关性提高行为解码精度 | 小鼠神经活动数据与四种不同行为 | 机器学习 | NA | Neuropixels神经记录技术 | 降秩模型,状态空间模型 | 神经活动数据 | 433个实验会话，覆盖270个脑区 | NA | 多会话降秩模型,多会话状态空间模型 | 解码精度 | NA |
| 3282 | 2025-10-06 |
Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review
2024 Sep-Oct, Survey of ophthalmology
IF:5.1Q1
|
系统综述 | 本文系统综述了人工智能算法在糖尿病视网膜病变筛查中的应用现状、技术方法和研究进展 | 系统梳理了AI在DR筛查中的最新技术发展，特别关注了深度学习方法在分类、检测和分割任务中的集成应用趋势 | 高质量标注数据获取困难，模型复杂性管理挑战，模型输出可解释性不足，临床环境可靠性验证仍需加强 | 评估人工智能在糖尿病视网膜病变筛查中的应用效果并指导未来研究方向 | 糖尿病视网膜病变筛查相关的AI算法和研究文献 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | CNN, ViT, U-Net, YOLO | 彩色眼底图像 | 主要基于IDRiD数据集（516张图像）及其他相关数据集 | NA | YOLO, Vision Transformer, U-Net, 卷积神经网络 | NA | NA |
| 3283 | 2025-10-06 |
Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys
2024-Aug-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.25.609595
PMID:39253466
|
研究论文 | 本文通过全球机器学习竞赛分析顶级解决方案，开发用于人肾3D血管分割的深度学习方法 | 组织全球1401名参与者的大规模机器学习竞赛，在分层相衬断层扫描数据上建立血管分割新基准 | 仅针对人肾相衬断层扫描数据，方法在其他成像模态的通用性未验证 | 开发用于3D医学图像血管分割的高效深度学习算法 | 人肾血管系统 | 计算机视觉 | 肾脏疾病 | 分层相衬断层扫描 | 深度学习 | 3D医学图像 | 手动标注的3D人肾数据集 | NA | NA | 分割准确度, 形态学分析 | NA |
| 3284 | 2025-10-06 |
PixelPrint 4D : A 3D printing method of fabricating patient-specific deformable CT phantoms for respiratory motion applications
2024-Aug-03, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.02.24311385
PMID:39211887
|
研究论文 | 本文提出一种名为PixelPrint的3D打印方法，用于制造患者特异性可变形CT肺部体模以模拟呼吸运动 | 开发了能够精确复制患者肺部结构、纹理和衰减特征的可变形体模，相比现有模型更具真实性 | NA | 为呼吸运动补偿技术提供更真实的测试环境 | 呼吸运动体模（RMPs）和CT成像技术 | 医学影像 | 肺部疾病 | 3D打印技术 | NA | CT影像数据 | NA | NA | NA | 结构复制精度、变形准确性、体积变化和衰减变化 | NA |
| 3285 | 2025-10-06 |
Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome
2024-07, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology
IF:3.7Q2
DOI:10.1016/j.clinph.2024.05.002
PMID:38797002
|
研究论文 | 本研究开发了一种基于单通道静息态脑电图的深度学习模型，用于预测新生儿脑龄并评估神经发育结局 | 首次使用单通道20分钟静息态EEG数据实现新生儿脑龄预测，大幅降低数据需求，适合临床床边应用 | 测试数据集有限，仅在一个测试数据集中验证了与神经发育结局的关联 | 开发适用于临床床边使用的新生儿脑龄评估方法 | 早产新生儿 | 机器学习 | 新生儿神经发育疾病 | 脑电图 | 深度学习 | 脑电图信号 | 两个独立临床站点的测试数据集 | NA | NA | 平均绝对误差 | NA |
| 3286 | 2025-10-06 |
Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up
2024-07, Surgical endoscopy
DOI:10.1007/s00464-024-10980-y
PMID:38862826
|
研究论文 | 本研究比较了基于临床数据和CT图像的深度学习模型在预测腹壁重建术后疝气复发方面的表现 | 发现仅使用临床数据的深度学习模型在预测疝气复发方面优于基于图像和混合数据的模型 | 所有三种模型对疝气复发的预测能力均较差，样本量相对有限（190例患者） | 评估深度学习模型预测腹壁重建术后疝气复发的能力，并比较不同数据类型的预测效果 | 接受腹壁重建术并有术前CT检查的患者 | 机器学习 | 疝气 | CT成像 | 深度学习模型 | 临床数据和CT图像 | 190例腹壁重建术患者，平均随访超过7年 | NA | NA | AUC | NA |
| 3287 | 2025-10-06 |
Surgical optomics: hyperspectral imaging and deep learning towards precision intraoperative automatic tissue recognition-results from the EX-MACHYNA trial
2024-07, Surgical endoscopy
DOI:10.1007/s00464-024-10880-1
PMID:38789623
|
研究论文 | 本研究开发了基于高光谱成像和深度学习的术中自动组织识别系统，用于腹部手术中的精确组织识别 | 首次在前瞻性双中心设置中使用人类数据开发基于HSI的自动腹部组织识别系统，提出了“外科光学组学”新概念 | 需要进一步工作来量化HSI的临床价值，相似胚胎起源组织的分类准确性有待提高 | 开发术中自动组织识别技术以提高手术精准度 | 接受择期开腹手术的患者 | 计算机视觉 | 腹部疾病 | 高光谱成像 | CNN | 高光谱图像，RGB图像 | 169名患者（斯特拉斯堡73名，维罗纳96名），766张图像 | NA | NA | 真阳性率，DICE系数 | NA |
| 3288 | 2025-10-06 |
Clinical utility of a rapid two-dimensional balanced steady-state free precession sequence with deep learning reconstruction
2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101069
PMID:39079600
|
研究论文 | 本研究评估了采用深度学习重建的加速二维心脏磁共振电影序列在缩短采集时间同时保持定量容积测量和图像质量的临床效用 | 首次将深度学习重建技术(Sonic DL)应用于二维平衡稳态自由进动序列，实现了37%的采集时间减少且不影响诊断质量 | 左心室质量和纵向应变测量存在轻微高估(质量高估3.36 g/m²，纵向应变高估1.97%) | 评估深度学习重建加速技术在心脏磁共振电影成像中的临床实用性 | 124名参与者(16名预研究+108名前瞻性研究) | 医学影像分析 | 心血管疾病 | 心血管磁共振(CMR)，二维平衡稳态自由进动序列 | 深度学习 | 医学影像 | 124名参与者 | NA | Sonic DL | Bland-Altman分析，Pearson相关系数，配对t检验，Wilcoxon符号秩检验 | NA |
| 3289 | 2025-10-06 |
Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging
2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101081
PMID:39127260
|
研究论文 | 研究训练数据组成对四维磁共振血流成像中主动脉横截面分割卷积神经网络泛化能力的影响 | 首次系统分析训练数据中病理特征、技术因素等组成对4D flow CMR分割模型泛化性能的影响 | 研究样本量有限（260个数据集），未涵盖所有可能的病理类型和技术变体 | 开发自动分割模型并分析训练数据组成对模型跨中心、扫描仪厂商、序列和病理泛化能力的影响 | 260个4D flow CMR数据集，包括无主动脉病理受试者、健康志愿者和二叶式主动脉瓣患者 | 医学影像分析 | 心血管疾病 | 四维心血管磁共振血流成像 | CNN | 医学影像 | 260个4D flow CMR数据集 | NA | 增强型三维U-net with residual units | Dice score, Hausdorff distance, average symmetric surface distance, Bland-Altman分析, interclass correlation | NA |
| 3290 | 2025-10-06 |
Automated biventricular quantification in patients with repaired tetralogy of Fallot using a three-dimensional deep learning segmentation model
2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101092
PMID:39270800
|
研究论文 | 开发用于法洛四联症修复患者双心室自动分割的三维深度学习模型 | 首个专门针对先天性心脏病（法洛四联症）患者的三维深度学习分割模型，能够处理训练图像中缺失标签的问题 | 模型主要针对法洛四联症修复患者，在其他先天性心脏病中的泛化能力有待验证 | 开发专门用于法洛四联症修复患者左心室和右心室量化分析的自动分割模型 | 法洛四联症修复患者的心脏磁共振图像 | 医学图像分析 | 先天性心脏病 | 心血管磁共振成像 | CNN | 三维短轴心脏磁共振图像 | 训练集：196例（100例正常或获得性心脏病，96例法洛四联症）；测试集：36例法洛四联症 | NA | 三维卷积神经网络 | Dice相似系数, 平均绝对误差, Wilcoxon符号秩检验 | NA |
| 3291 | 2025-10-06 |
Detection of signs of disease in external photographs of the eyes via deep learning
2022-12, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-022-00867-5
PMID:35352000
|
研究论文 | 本研究开发了一种基于深度学习的外部眼部照片分析系统，用于检测糖尿病视网膜病变等眼部疾病 | 首次使用外部眼部照片而非视网膜底片照片，通过深度学习检测多种糖尿病相关眼部疾病和血糖控制不良 | 需要进一步验证在不同相机设备和患者群体中的适用性 | 开发基于外部眼部照片的疾病检测深度学习模型 | 糖尿病患者的外部眼部照片 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | 深度学习模型 | 图像 | 145,832名糖尿病患者用于训练，48,644名患者用于验证 | NA | NA | 预测性能 | NA |
| 3292 | 2025-10-06 |
Derivation of prognostic contextual histopathological features from whole-slide images of tumours via graph deep learning
2022-Dec, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-022-00923-0
PMID:35982331
|
研究论文 | 通过图深度学习从肿瘤全切片图像中提取具有预后价值的上下文组织病理学特征 | 首次在半监督方式下使用图深度神经网络考虑肿瘤微环境中的上下文特征，提供可解释的预后生物标志物 | 方法仅在四种癌症类型上验证，需要进一步扩展到更多癌症类型 | 开发能够从全切片图像中提取预后相关上下文特征的计算病理学方法 | 肾脏癌、乳腺癌、肺癌和子宫癌患者的全切片图像 | 数字病理学 | 多癌种（肾脏癌、乳腺癌、肺癌、子宫癌） | 全切片图像分析 | 图神经网络 | 图像 | 3,950名患者用于模型训练和验证，1,333名肾透明细胞癌患者用于风险分层 | NA | 图深度神经网络，注意力机制 | 预后预测准确性，风险分层能力 | NA |
| 3293 | 2025-09-06 |
Graph deep learning detects contextual prognostic biomarkers from whole-slide images
2022-12, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-022-00927-w
PMID:35986140
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3294 | 2025-10-06 |
Graph deep learning for the characterization of tumour microenvironments from spatial protein profiles in tissue specimens
2022-12, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-022-00951-w
PMID:36357512
|
研究论文 | 本研究开发了一种基于图神经网络的深度学习模型，利用空间蛋白质谱数据表征肿瘤微环境 | 首次将图神经网络应用于空间蛋白质谱数据，通过局部子图建模肿瘤微环境中的细胞相互作用 | 方法在头颈癌和结直肠癌中验证，需要进一步在其他癌症类型中验证 | 开发能够从空间蛋白质谱数据中识别与临床结果相关的肿瘤微环境特征的方法 | 人类头颈癌和结直肠癌组织标本 | 数字病理学 | 头颈癌,结直肠癌 | 多重免疫荧光成像 | 图神经网络 | 空间蛋白质谱图像数据 | NA | NA | 图神经网络 | 预测准确性 | NA |
| 3295 | 2025-10-06 |
Unraveling bladder cancer-related circRNA biomarkers: a hybrid model combining deep learning and statistics
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-025-00373-3
PMID:40893176
|
研究论文 | 开发结合深度学习和统计分析的混合模型识别膀胱癌相关的环状RNA生物标志物 | 提出集成深度学习、特征选择和统计分析的综合计算方法，发现34个新型膀胱癌环状RNA生物标志物 | 样本量相对有限（454例患者和19例健康对照），需要进一步实验验证 | 识别膀胱癌诊断和预后的非侵入性环状RNA生物标志物 | 膀胱癌患者和健康对照的RNA测序数据 | 生物信息学 | 膀胱癌 | RNA测序，CIRCexplorer3工具 | 深度学习 | RNA测序数据 | 454例膀胱癌患者和19例健康对照 | NA | NA | NA | NA |
| 3296 | 2025-10-06 |
Method for fetal ultrasound image classification using pseudo-labelling with PCA-KMeans and an attention-augmented MobileNet-LSTM model
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103563
PMID:40896717
|
研究论文 | 提出一种结合伪标签生成和注意力增强MobileNet-LSTM模型的胎儿超声图像分类方法 | 使用PCA-KMeans进行无监督伪标签生成解决数据稀缺问题，并设计融合多头自注意力和LSTM的混合架构增强特征学习和时序上下文 | 未提及外部验证或临床部署的可行性评估 | 开发高精度的胎儿超声图像自动分类方法 | 胎儿超声图像 | 计算机视觉 | 胎儿医学 | 超声成像 | CNN, LSTM, 注意力机制 | 医学图像 | NA | NA | MobileNet, LSTM, 多头自注意力 | 准确率, 宏F1分数 | NA |
| 3297 | 2025-10-06 |
Electronic nose, HS-GC-IMS, HS-SPME-GC-MS, and deep learning model were used to analyze and predict the changes and contents of VOCs in in-shell walnut kernels under different roasting conditions
2025-Nov-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145342
PMID:40609363
|
研究论文 | 本研究通过多种分析技术和深度学习模型，分析并预测不同烘烤条件下带壳核桃仁中挥发性有机化合物的变化和含量 | 首次结合电子鼻、HS-GC-IMS、HS-SPME-GC-MS和深度学习模型综合分析核桃烘烤过程中的挥发性有机物变化 | 仅针对带壳核桃仁进行研究，未涉及其他核桃制品或不同品种的对比分析 | 优化核桃烘烤工艺，提升风味品质 | 带壳核桃仁在不同烘烤条件下的挥发性有机化合物 | 机器学习 | NA | 电子鼻, HS-GC-IMS, HS-SPME-GC-MS, 定量描述分析 | BP神经网络 | 化学分析数据 | 不同烘烤条件（温度和时间）下的核桃仁样本 | NA | 反向传播神经网络 | 准确率 | NA |
| 3298 | 2025-10-06 |
Rapid and non-destructive detection of formaldehyde adulteration in shrimp based on deep learning-assisted portable Raman spectroscopy
2025-Nov-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145343
PMID:40609364
|
研究论文 | 开发了一种基于深度学习辅助便携式拉曼光谱的虾中甲醛掺假快速无损检测方法 | 首次将InceptionTime深度学习模型与便携式拉曼光谱仪结合用于虾中甲醛的无样品前处理检测 | 未明确说明样本数量和研究范围 | 开发虾中甲醛掺假的快速无损检测方法 | 虾样本 | 计算机视觉 | NA | 拉曼光谱 | 深度学习 | 光谱数据 | NA | NA | InceptionTime | 准确率 | 便携式拉曼光谱仪 |
| 3299 | 2025-10-06 |
Intelligent geographical origin traceability of Pu-erh tea based on multispectral feature fusion
2025-Nov-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145375
PMID:40618601
|
研究论文 | 本研究提出基于多光谱融合的深度学习方法实现普洱茶产地精准溯源 | 设计改进的ECA-ResNet网络结构，结合优化的通道注意力机制实现自适应特征提取与融合 | 需要进一步将光谱特征与具体化学标志物关联以增强方法可解释性 | 实现普洱茶地理产地的智能溯源 | 来自五个主要产地的普洱茶样品 | 计算机视觉 | NA | 拉曼光谱，近红外光谱 | CNN | 光谱数据 | 五个主要产地的普洱茶样品 | NA | ECA-ResNet | 分类准确率 | NA |
| 3300 | 2025-10-06 |
A dual-view deep learning-driven discovery of cinnamoyl anthranilic acid derivatives against orthopoxvirus through targeting host ITGB3
2025-Nov-15, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.118002
PMID:40749255
|
研究论文 | 本研究开发了一种双视角深度学习模型，用于发现具有抗正痘病毒活性的肉桂酰氨基苯甲酸衍生物 | 结合BERT和图神经网络的双视角深度学习模型，首次应用于抗正痘病毒药物发现，并成功识别出通过靶向宿主ITGB3发挥作用的候选化合物 | NA | 开发新型抗正痘病毒药物 | 正痘病毒属，特别是猴痘病毒(MPXV) | 机器学习 | 病毒感染 | 深度学习 | BERT, 图神经网络 | 分子序列, 结构图 | NA | NA | BERT, 图神经网络 | NA | NA |