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 48930 篇文献，本页显示第 3821 - 3840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3821 | 2026-07-22 |
Multimodal MRI radiomics-clinical fusion model predicts intravenous glucocorticoid response in thyroid eye disease
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1726947
PMID:41641033
|
研究论文 | 开发多模态MRI影像组学-临床融合模型预测甲状腺眼病患者对静脉糖皮质激素的治疗反应 | 首次结合多模态MRI影像组学特征、深度迁移学习特征与临床独立预测因子构建融合模型，并以列线图可视化，用于预测甲状腺眼病的静脉糖皮质激素治疗反应 | 样本量较小（108例），且为回顾性研究，验证集AUC的置信区间较宽，表明模型稳定性需进一步验证 | 开发一种用于预测甲状腺眼病患者静脉糖皮质激素治疗反应的无创工具，支持个性化治疗计划 | 来自两家医学机构的甲状腺眼病患者（78例治疗响应者，30例非响应者） | 数字病理学 | 甲状腺眼病 | MRI（T1加权成像和脂肪抑制T2加权成像） | CNN | 图像 | 108例患者（78例响应者，30例非响应者） | NA | NA | AUC, 校准曲线, 决策曲线分析 | NA |
| 3822 | 2026-07-22 |
Clinical impact of deep learning-derived intravascular ultrasound characteristics in patients with deferred coronary artery
2024-12-15, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2024.132543
PMID:39265789
|
研究论文 | 利用深度学习模型从血管内超声图像中提取特征，预测非罪犯冠状动脉病变患者的长期预后 | 首次利用深度学习从IVUS图像中自动提取几何参数和斑块负荷指数，并验证其对心脏死亡和靶血管血运重建的预测价值 | NA | 识别预测非罪犯冠状动脉病变不良预后的形态学标准并验证其临床影响 | 1115例非罪犯冠状动脉病变患者的血管内超声图像 | 计算机视觉 | 冠状动脉疾病 | 血管内超声 | 深度学习模型 | 图像 | 1115例患者的非罪犯血管IVUS图像 | NA | NA | 心脏死亡免于发生率、靶血管血运重建率、风险比 | NA |
| 3823 | 2026-07-22 |
Automated echocardiographic diastolic function grading: A hybrid multi-task deep learning and machine learning approach
2024-12-01, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2024.132504
PMID:39218252
|
研究论文 | 开发了一种混合多任务深度学习与机器学习算法，用于自动评估超声心动图舒张功能分级 | 提出轻量级混合算法MMnet，结合多模态输入和多任务输出，利用ASE舒张功能决策树和总概率理论提供分级概率，实现了全自动的舒张功能分级 | 未明确提及，但基于抽象可能包括对数据集大小和外部验证范围的依赖 | 开发一种完全自动化的超声心动图舒张功能评估方法，简化遵循ASE指南的繁琐流程 | 左心室舒张功能（LVDF）评估，包括LVEF、LAESV、多普勒参数（E、A、e'、TRmax） | 计算机视觉，机器学习 | 心血管疾病 | 超声心动图 | CNN（卷积神经网络）与机器学习混合 | 视频（2D超声心动图视频）和图像（多普勒图像） | 内部数据集862和239个超声心动图，外部数据集包括EchoNet-Dynamic和CAMUS | NA | MMnet（多任务多模态网络） | Dice系数（0.922-0.932）、分类准确率（0.9977-1.0）、平均绝对误差（MAE，LVEF 3.7%-5.6%，LAESV 5.8 ml）、舒张功能分级准确率（硬标准0.88，软标准0.98） | NA |
| 3824 | 2026-07-22 |
A 25-Year Retrospective of the Use of AI for Diagnosing Acute Stroke: Systematic Review
2024-09-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/59711
PMID:39255472
|
综述 | 本文系统回顾了过去25年间人工智能在急性卒中诊断中的应用，总结了性能指标和算法发展趋势 | 首次对1999年至2024年间AI辅助卒中诊断的50篇代表性文献进行了系统回顾，分析了从传统方法到机器学习再到深度学习的演变过程 | 未明确说明 | 总结AI技术在卒中诊断中的应用进展，提供临床实践参考 | 学术文献 | 机器学习 | 脑卒中 | NA | 传统机器学习、深度学习 | NA | NA | NA | NA | NA | NA |
| 3825 | 2026-07-22 |
An artificial intelligence-enabled electrocardiogram algorithm for the prediction of left atrial low-voltage areas in persistent atrial fibrillation
2024-09, Journal of cardiovascular electrophysiology
IF:2.3Q2
DOI:10.1111/jce.16373
PMID:39054663
|
研究论文 | 构建一种基于人工智能的心电图算法，用于预测持续性心房颤动患者左心房低电压区的存在 | 首次利用深度学习算法仅从心电图数据预测左心房低电压区，且性能优于传统临床评分系统 | NA | 开发和验证一个能准确预测持续性心房颤动患者左心房低电压区存在的人工智能心电图算法 | 587名持续性心房颤动患者及其942张术前12导联心电图扫描图像 | 机器学习 | 持续性心房颤动 | 心电图 | 深度学习、随机森林 | 图像 | 587名患者，942张心电图图像 | NA | 深度学习模型、随机森林分类模型 | AUROC、敏感度、特异度、校准曲线、决策曲线分析 | NA |
| 3826 | 2026-07-22 |
RNA3DB: A structurally-dissimilar dataset split for training and benchmarking deep learning models for RNA structure prediction
2024-09-01, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2024.168552
PMID:38552946
|
研究论文 | 介绍了一个名为RNA3DB的结构化RNA数据集，用于深度学习模型的训练和基准测试 | 通过将RNA 3D链分组为序列和结构上均非冗余的不同组分，确保了训练集与测试集在序列和结构上无重叠，解决了现有数据集结构重叠导致的性能评估虚高问题 | 未提及具体的性能评估或模型对比结果，且当前深度学习方法在CASP15中仍逊于传统方法 | 提供一种用于训练和基准测试深度学习RNA结构预测模型的结构非冗余数据集和方法 | 来自蛋白质数据银行（PDB）的结构化RNA 3D链 | 机器学习 | NA | NA | 深度学习模型 | 3D结构数据 | NA | NA | NA | NA | NA |
| 3827 | 2026-07-22 |
A novel model for predicting postoperative liver metastasis in R0 resected pancreatic neuroendocrine tumors: integrating computational pathology and deep learning-radiomics
2024-08-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05449-4
PMID:39143624
|
研究论文 | 结合计算病理学和深度学习影像组学，构建预测胰腺神经内分泌肿瘤R0切除术后肝转移的新型模型 | 首次将Ki67染色全切片图像的计算病理特征与深度学习影像组学特征整合到列线图中，用于预测术后肝转移 | 单中心回顾性研究，样本量较小（163例），需多中心外部验证 | 开发一种能准确预测胰腺神经内分泌肿瘤R0切除术后肝转移的整合模型 | R0切除术后胰腺神经内分泌肿瘤患者 | 计算病理学, 深度学习影像组学 | 胰腺神经内分泌肿瘤 | 数字病理学, Ki67免疫组化染色, 增强CT扫描 | 深度学习 (CNN), 逻辑回归, 列线图 | 病理全切片图像 (WSI), 增强CT影像, 临床数据 | 163例胰腺神经内分泌肿瘤患者（来自复旦大学附属肿瘤医院及病理会诊中心） | NA | 深度学习模型 (未指定具体架构), 列线图 | AUC, 中位无复发生存期 | NA |
| 3828 | 2026-07-22 |
Enhancing recognition and interpretation of functional phenotypic sequences through fine-tuning pre-trained genomic models
2024-08-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05567-z
PMID:39135093
|
研究论文 | 本研究通过微调预训练基因组模型（如DNA_bert_6和human_gpt2-v1）来增强对功能表型序列的识别与解读，构建了多个基因型-表型数据集，并在HERV数据集上取得了优异分类性能 | 创新性地将预训练基因组模型表示与经典分析方法相结合，通过微调模型识别HERV序列中高平均局部表示权重的特定基序，并揭示了这些基序与神经系统疾病和癌症的关联 | NA | 探索深度学习，特别是预训练基因组模型，在解读和表示人类基因组序列方面的应用，以提升DNA序列功能分类的准确性 | 人类基因组序列，特别是HERV序列中的特定基序 | 自然语言处理 | 神经系统疾病，癌症 | 预训练基因组模型微调 | DNA_bert_6，human_gpt2-v1 | DNA序列 | NA | NA | Transformer | 准确率，F1值 | NA |
| 3829 | 2026-07-22 |
A graph-learning based model for automatic diagnosis of Sjögren's syndrome on digital pathological images: a multicentre cohort study
2024-08-08, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05550-8
PMID:39118142
|
研究论文 | 提出基于图学习的CTG-PAM模型，用于在数字病理图像上自动诊断干燥综合征 | 构建了基于图理论的细胞-组织-病理图像分析模型（CTG-PAM），实现了单细胞特征、细胞间特征和细胞-组织特征的表征，并利用连通分量分析进行淋巴细胞计数辅助诊断 | 研究未明确指出局限性与不足之处 | 开发可靠的人工智能模型，提高干燥综合征诊断的准确性与效率 | 唇腺活检组织切片的全切片图像 | 数字病理学 | 干燥综合征 | NA | 图学习模型 | 图像 | 100例唇腺活检标本 | NA | CTG-PAM | AUC，灵敏度，准确率 | NA |
| 3830 | 2026-07-22 |
Development and validation of novel interpretable survival prediction models based on drug exposures for severe heart failure during vulnerable period
2024-08-06, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05544-6
PMID:39107765
|
研究论文 | 基于药物暴露数据开发和验证严重心力衰竭患者在脆弱期的新型可解释生存预测模型 | 首次利用药物信息作为主要预测因子，开发针对严重心力衰竭患者脆弱期的生存预测模型，并比较了Cox比例风险模型、随机生存森林和深度学习生存预测模型 | NA | 利用药物暴露数据开发并验证严重心力衰竭患者在脆弱期的生存预测模型 | 严重心力衰竭患者 | 机器学习 | 严重心力衰竭 | NA | CoxPH, RSF, DeepSurv | 临床数据 | 11590名严重心力衰竭患者 | NA | CoxPH, RSF, DeepSurv | AUC, Brier score, 决策曲线分析 | NA |
| 3831 | 2026-07-22 |
Automatic segmentation of femoral tumors by nnU-net
2024-06, Clinical biomechanics (Bristol, Avon)
|
研究论文 | 本文提出了一种基于nnU-Net的深度学习算法，用于在CT扫描中自动分割股骨内溶骨性肿瘤 | 首次将nnU-Net应用于股骨肿瘤的自动分割，并验证其与经验丰富的放射科医生相当的准确性 | 数据集较小，仅包含50例CT扫描，且dice相似度分数（0.67-0.68）略低于医生间变异度（0.73） | 实现股骨溶骨性肿瘤的自动准确分割，以支持CT有限元分析辅助骨科决策 | 股骨CT扫描中的溶骨性肿瘤 | 数字病理学 | 股骨肿瘤 | CT扫描 | nnU-Net | 图像 | 50例患者CT扫描（40例训练，10例测试） | PyTorch | nnU-Net | Dice相似度系数 | NA |
| 3832 | 2026-07-22 |
RNA3DB: A structurally-dissimilar dataset split for training and benchmarking deep learning models for RNA structure prediction
2024-Mar-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.30.578025
PMID:38352531
|
研究论文 | 提出了RNA3DB，一个基于蛋白质数据银行的结构化RNA数据集，专为训练和基准测试深度学习模型而设计，解决了RNA结构预测中数据重叠和性能评估的问题 | 通过序列和结构双重非冗余的分组方法（Component）创建训练/验证/测试集，确保测试集在序列和结构上均与训练集无重叠，避免性能评估的膨胀 | 数据和评估方法当前未超越CASP15中传统方法的性能表现 | 为RNA结构预测的深度学习模型提供更严格的基准数据集和训练/测试划分方法 | 蛋白质数据银行中解析的RNA三维结构链 | 机器学习 | NA | NA | 深度学习模型 | 三维结构数据 | 源于PDB的RNA三维链，数据集被分为Component组，采用约70/30的训练/测试比例 | NA | NA | NA | NA |
| 3833 | 2026-07-21 |
Modelling future bone mineral density: Simplicity or complexity?
2024-10, Bone
IF:3.5Q2
DOI:10.1016/j.bone.2024.117178
PMID:38972532
|
研究论文 | 比较简单统计模型与深度学习模型在预测未来骨密度方面的性能 | 首次系统比较了基于深度学习的复杂模型与简单统计模型在预测个体未来骨密度方面的表现，并揭示了不同性别下的模型性能差异 | 研究局限于白种人样本，且女性占比过高，可能影响模型在不同人群中的泛化能力 | 探索有效方法将骨密度变化纳入临床算法，以改善骨密度测量时机和骨折风险评估 | 40-90岁白人成年人，进行了两次及以上髋部DXA扫描的个体 | 机器学习 | 骨质疏松 | DXA（双能X线吸收测定法） | 统计模型（ZBM）、深度学习模型（Hybrid-DL等） | 纵向临床数据（DXA扫描结果） | 2948名白人成年人（2652名女性，296名男性） | NA | Hybrid-DL | NA | NA |
| 3834 | 2026-07-21 |
Artificial intelligence: illuminating the depths of the tumor microenvironment
2024-08-29, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05609-6
PMID:39210368
|
综述 | 回顾人工智能在肿瘤微环境评估中的应用发展 | 综述了人工智能在分析肿瘤微环境中各类细胞定量和空间位置特征的应用，揭示其预后预测价值并提供肿瘤治疗新思路 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3835 | 2026-07-21 |
EFG-CS: Predicting chemical shifts from amino acid sequences with protein structure prediction using machine learning and deep learning models
2024-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5096
PMID:38979954
|
研究论文 | 提出EFG-CS网络服务器，利用机器学习与深度学习模型从氨基酸序列预测蛋白质化学位移 | 首次展示生成式AI蛋白质模型可预测与实验模型几乎相当的NMR化学位移 | NA | 开发一个能从氨基酸序列直接预测蛋白质化学位移的准确模型 | 蛋白质的化学位移预测，包括主链和侧链原子 | 机器学习 | NA | 核磁共振波谱 | 机器学习模型，图神经网络 | 氨基酸序列 | NA | NA | ESMFold, 图神经网络 | 均方根误差 | NA |
| 3836 | 2026-07-21 |
Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism
2024-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5104
PMID:38995055
|
研究论文 | 通过高分辨率冷冻电镜和深度学习模型揭示异聚体铁蛋白自组装机制的随机性 | 首次利用工程化质粒设计合成特定H:L亚基比例的异聚铁蛋白，并结合冷冻电镜与深度学习氨基酸建模，发现H-L异二聚体优先形成以及自组装过程通过随机多样化路径进行 | 未说明 | 揭示异聚铁蛋白（isoferritins）的结构组成和自组装机制，理解H和L亚基如何影响其与细胞机器的相互作用 | 人异聚铁蛋白（heteropolymer ferritin） | 分子生物学、结构生物学 | 未指定（铁代谢相关疾病可能相关） | 冷冻电镜（cryo-electron microscopy）、深度学习氨基酸建模 | 深度学习模型 | 冷冻电镜图像 | 未说明 | NA | NA | NA | NA |
| 3837 | 2026-07-20 |
Computer-aided Diagnosis of Various Diseases Using Ultrasonography Images
2024, Current medical imaging
IF:1.1Q3
|
综述 | 全面综述基于超声图像的计算机辅助诊断系统，涵盖多种疾病的自动检测方法 | 系统归纳了颈动脉、腹部盆腔、肌肉骨骼和甲状腺四类区域的CAD研究，对比机器学习与深度学习在超声诊断中的表现差异 | 分类精度高度依赖训练图像数量，超声成像本身存在技术限制，自动诊断系统设计面临研究挑战 | 综述基于超声图像的CAD系统在多种疾病自动检测中的应用，分析机器学习与深度学习算法的诊断性能改进参数 | 颈动脉区域、经腹部及盆腔区域、肌肉骨骼区域、甲状腺区域的疾病超声图像 | 机器学习 | 心血管疾病, 甲状腺疾病 | 超声成像 | 支持向量机, 深度学习模型 | 超声图像 | NA | NA | NA | 分类准确率 | NA |
| 3838 | 2026-07-18 |
MRI-based gross tumor volume delineation in high-grade glioma using a deep convolutional neural network
2026-Oct, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2026.112797
PMID:42418866
|
研究论文 | 开发基于深度学习的MRI自动勾画模型，用于高级别胶质瘤放疗中大体肿瘤体积的勾画 | 不仅评估几何相似性，还评估了基于深度学习的自动勾画与手动勾画在治疗计划中的剂量学影响 | 自动勾画不能取代临床专家，仅可作为评估工具，尤其在医学教育中心中 | 开发并评估基于深度学习的MRI自动勾画模型，用于高级别胶质瘤放疗中的大体肿瘤体积勾画 | 高级别胶质瘤（HGG）患者 | 数字病理学 | 高度恶性胶质瘤 | MRI | 深度卷积神经网络（CNN） | MRI图像 | 469名HGG患者（训练集），17名HGG患者（独立临床测试集） | NA | ResU-Net (2D) | Dice相似系数（DSC）、Hausdorff距离（HD）、剂量-体积参数 | NA |
| 3839 | 2026-07-18 |
From internal accuracy to clinical readiness: a systematic review of artificial intelligence-based mental health studies in Southeast Asia
2026-Oct, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106558
PMID:42349270
|
系统综述 | 对东南亚地区人工智能心理健康研究进行系统综述，评估其验证、报告透明性、可重复性、实施准备度和临床准备度 | 首次系统评估东南亚地区人工智能心理健康研究的临床准备度，提出临床转化路线图 | 几乎全部研究仅使用内部验证，缺乏外部或独立验证；校准、不确定性、错误分析、公平性/偏倚评估、代码或数据可获取性及实施背景报告不足 | 综合区域人工智能文献，评估验证、报告透明性、可重复性、实施准备度和临床准备度 | 东南亚地区应用人工智能、机器学习或深度学习于心理健康或精神疾病的同行评审文章或会议论文 | 自然语言处理 | 心理健康障碍 | NA | NA | 问卷数据、临床表格数据、社交媒体数据、数字轨迹数据 | 99项研究 | NA | NA | NA | NA |
| 3840 | 2026-07-18 |
Data mining methods, tasks, and algorithms for adverse drug reaction analysis in pharmacovigilance: A scoping review
2026-Oct, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106554
PMID:42378892
|
综述 | 对药物警戒中用于不良反应分析的数据挖掘方法、任务和算法进行范围综述 | 系统性地绘制了药物警戒中的计算方法，评估了机器学习算法的现状与传统统计方法的优势 | 研究纳入时间范围有限（2015-2025年），仅限于英文研究，且公开可用的数据集有限 | 映射药物警戒中的计算方法，识别传统统计方法和数据挖掘技术的使用情况，评估机器学习算法的作用 | 药物警戒数据库中应用数据挖掘技术的162项研究 | 自然语言处理 | NA | 数据挖掘 | 逻辑回归、机器学习、深度学习 | 文本 | 162项研究 | NA | 逻辑回归 | NA | NA |