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 5281 - 5300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5281 | 2025-10-06 |
A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound
2024-Aug, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf049
PMID:40688486
|
研究论文 | 开发一种深度学习模型，用于通过经胸超声心动图和手持心脏超声图像自动分类左心室扩大 | 无需患者性别和体型信息即可检测左心室扩大，且模型可同时适用于标准经胸超声心动图和手持心脏超声设备 | 研究为回顾性设计，需要在前瞻性临床环境中进一步验证 | 开发自动化左心室扩大分类模型以优化心力衰竭患者的临床结局 | 心脏超声图像中的左心室 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 图像 | 训练集8722名患者，内部验证468名患者，外部验证4038名患者，前瞻性队列410名患者 | NA | NA | AUC | NA |
| 5282 | 2025-10-06 |
Assessing spectral effectiveness in color fundus photography for deep learning classification of retinopathy of prematurity
2024-Jul, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.7.076001
PMID:38912212
|
研究论文 | 本研究评估彩色眼底摄影中不同光谱通道对早产儿视网膜病变深度学习分类的效果 | 首次系统比较单色通道（红、绿、蓝）和多通道融合架构在ROP分期深度学习分类中的性能差异 | 未说明样本来源和具体数据量，未提及外部验证结果 | 评估彩色眼底摄影中光谱通道对ROP深度学习分类的有效性 | 早产儿视网膜病变（ROP）的眼底图像 | 计算机视觉 | 早产儿视网膜病变 | 彩色眼底摄影 | CNN | 图像 | NA | NA | 端到端卷积神经网络分类器 | 准确率, 敏感度, 特异性 | NA |
| 5283 | 2025-10-06 |
Deep Learning Models Used in the Diagnostic Workup of Keratoconus: A Systematic Review and Exploratory Meta-Analysis
2024-Jul-01, Cornea
IF:1.9Q2
DOI:10.1097/ICO.0000000000003467
PMID:38300179
|
系统综述与探索性荟萃分析 | 本文系统回顾并荟萃分析了深度学习模型在圆锥角膜诊断中的应用效果 | 首次对深度学习在圆锥角膜诊断中的研究进行全面系统综述并开展探索性荟萃分析 | 纳入研究的方法学质量有限，患者选择报告不充分且参考标准使用不当 | 评估深度学习算法在圆锥角膜诊断中的性能表现 | 圆锥角膜患者及相关医学影像数据 | 医学影像分析 | 圆锥角膜 | 深度学习 | 深度学习算法 | 地形图图像 | 19项研究纳入定性分析，10项研究纳入荟萃分析 | NA | NA | 敏感度, 特异度 | NA |
| 5284 | 2025-10-06 |
Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy
2024-Jun-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.521657
PMID:38867785
|
研究论文 | 本研究探讨了光学相干断层扫描血管成像中动静脉差异分析对糖尿病视网膜病变机器学习分类的影响 | 首次将动静脉差异分析应用于OCTA图像，通过深度学习进行动静脉区域分割，并提取六种定量特征来改善糖尿病视网膜病变的分类性能 | NA | 提高糖尿病视网膜病变的自动分类准确性 | 糖尿病视网膜病变患者和对照组人群 | 医学影像分析 | 糖尿病视网膜病变 | 光学相干断层扫描血管成像 | 深度学习,SVM | 医学影像 | NA | NA | NA | 准确率 | NA |
| 5285 | 2025-10-06 |
Artificial intelligence-powered pharmacovigilance: A review of machine and deep learning in clinical text-based adverse drug event detection for benchmark datasets
2024-04, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104621
PMID:38447600
|
综述 | 本文综述了机器学习和深度学习方法在临床文本中提取药物不良事件的应用效果 | 首次系统比较机器学习和深度学习在药物不良事件提取任务中的表现，特别关注命名实体识别和关系分类任务 | 仅纳入了12篇文献进行分析，样本量有限 | 评估机器学习和深度学习方法在药物不良事件提取中的有效性 | 临床文本数据、生物医学文献、社交媒体数据和药品标签 | 自然语言处理 | NA | 文本挖掘 | 机器学习,深度学习 | 文本 | 基于12篇文献的分析 | NA | BERT,梯度提升,多层感知器,随机森林 | 命名实体识别准确率,关系分类性能 | NA |
| 5286 | 2025-10-06 |
A population-level digital histologic biomarker for enhanced prognosis of invasive breast cancer
2024-Jan, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-023-02643-7
PMID:38012314
|
研究论文 | 开发了一种基于数字病理的预后生物标志物HiPS，用于提高浸润性乳腺癌的预后预测能力 | 首次提出综合量化肿瘤微环境中上皮、间质、免疫和空间相互作用特征的深度学习模型，超越了传统诺丁汉标准的定性评估 | NA | 开发能够改善乳腺癌预后评估的数字组织学生物标志物 | 浸润性乳腺癌患者 | 数字病理 | 乳腺癌 | 深度学习 | 深度学习 | 组织病理图像 | 基于癌症预防研究-II的人群水平队列开发，并在三个独立队列中验证（包括前列腺、肺、结直肠和卵巢癌试验，癌症预防研究-3，癌症基因组图谱） | NA | NA | 生存结果预测准确性 | NA |
| 5287 | 2025-10-06 |
AD-BERT: Using pre-trained language model to predict the progression from mild cognitive impairment to Alzheimer's disease
2023-08, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2023.104442
PMID:37429512
|
研究论文 | 开发基于预训练BERT模型的深度学习框架，利用电子健康记录中的临床笔记预测轻度认知障碍向阿尔茨海默病的进展风险 | 首次将预训练语言模型BERT应用于MCI向AD进展的预测任务，提出了专门针对阿尔茨海默病的AD-BERT模型 | 研究依赖于电子健康记录数据的质量和完整性，模型性能可能受限于临床笔记的文本质量 | 预测轻度认知障碍患者向阿尔茨海默病的疾病进展风险 | 轻度认知障碍患者及其临床进展笔记 | 自然语言处理 | 阿尔茨海默病 | 电子健康记录分析，临床文本挖掘 | BERT, Transformer | 文本 | 西北医学数据仓库3657名MCI患者，威尔康奈尔医学2563名MCI患者 | TensorFlow/PyTorch（基于BERT实现） | BERT, 全连接网络 | AUC, F1分数 | NA |
| 5288 | 2025-10-06 |
R-Mixup: Riemannian Mixup for Biological Networks
2023-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining
DOI:10.1145/3580305.3599483
PMID:38343707
|
研究论文 | 提出一种基于黎曼流形的生物网络数据增强方法R-Mixup，用于解决生物网络数据高维度小样本导致的过拟合问题 | 利用黎曼流形上的对数欧几里得距离度量改进Mixup方法，使其适用于生物网络邻接矩阵的对称正定特性 | NA | 开发适用于生物网络数据的数据增强技术以提高深度学习模型性能 | 生物网络数据 | 机器学习 | NA | 数据增强 | 深度学习模型 | 生物网络数据 | 五个真实世界生物网络数据集 | NA | NA | 回归任务和分类任务评估指标 | NA |
| 5289 | 2025-10-06 |
Knowledge graph aids comprehensive explanation of drug and chemical toxicity
2023-08, CPT: pharmacometrics & systems pharmacology
DOI:10.1002/psp4.12975
PMID:37475158
|
研究论文 | 提出可解释深度学习模型AIDTox，通过整合知识图谱预测药物和化学物毒性 | 结合化学-基因关联、基因-通路注释和通路层次结构等知识图谱信息，提供覆盖药物靶点互作、代谢和清除等多方面的毒性机制解释 | NA | 开发可解释的计算毒理学模型以预测复杂毒性终点 | HepG2和HEK293细胞系的细胞毒性 | 计算毒理学 | 毒理学 | 深度学习 | 深度学习模型 | 化学-基因关联数据、基因-通路注释数据、通路层次结构数据 | NA | NA | AIDTox | 准确率 | NA |
| 5290 | 2025-10-06 |
mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops
2023-Apr-17, bioRxiv : the preprint server for biology
DOI:10.1101/2023.04.17.537196
PMID:37131600
|
研究论文 | 开发基于MATLAB的交互式深度学习工具mEMbrain，用于在普通台式机上实现连接组学数据的半自动分割 | 将深度学习算法集成到用户友好的MATLAB界面中，无需编程即可进行神经重建，提供预训练模型和标注数据集 | 仅支持Linux和Windows平台，依赖MATLAB环境 | 开发无需编程的交互式工具来加速连接组学数据的手动标注和分割 | 电子显微镜数据集中的神经连接结构 | 计算机视觉 | NA | 体积电子显微镜 | 深度神经网络 | 电子显微镜图像 | 4种不同动物的5个数据集，包含约180小时专家标注，超过1.2GB标注图像 | MATLAB | NA | NA | 普通台式机 |
| 5291 | 2025-10-06 |
Deep Learning-Based Model for Identifying Tumors in Endoscopic Images From Patients With Locally Advanced Rectal Cancer Treated With Total Neoadjuvant Therapy
2023-03-01, Diseases of the colon and rectum
DOI:10.1097/DCR.0000000000002295
PMID:35358109
|
研究论文 | 开发基于深度学习的卷积神经网络模型，用于在内窥镜图像中识别局部晚期直肠癌患者经全量新辅助治疗后是否存在肿瘤 | 首次将深度卷积神经网络应用于全量新辅助治疗后直肠癌患者内窥镜图像的肿瘤识别分类 | 每个图像集数量有限且为单中心研究 | 开发自动识别内窥镜图像中肿瘤存在与否的深度学习方法 | 局部晚期直肠癌患者的内窥镜图像 | 计算机视觉 | 直肠癌 | 内窥镜成像 | CNN | 图像 | 109名患者，共1392张内窥镜图像（训练集1099张，测试集293张） | NA | 卷积神经网络 | AUC | NA |
| 5292 | 2025-10-06 |
mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops
2023, Frontiers in neural circuits
IF:3.4Q2
DOI:10.3389/fncir.2023.952921
PMID:37396399
|
研究论文 | 开发了一个基于MATLAB的交互式深度学习工具mEMbrain，用于在普通台式机上实现连接组学数据的半自动分割 | 将深度学习算法集成到用户友好的MATLAB界面中，无需用户编程即可进行神经重建，提供了预训练模型和大量标注数据资源 | 仅支持Linux和Windows系统，依赖于MATLAB环境 | 开发用户友好的开源工具来加速连接组学数据的手动标注和分割过程 | 电子显微镜数据集中的神经细胞和连接结构 | 计算机视觉 | NA | 电子显微镜成像技术 | 深度神经网络 | 电子显微镜图像 | 4种不同动物的5个数据集，包含约180小时专家标注，超过1.2GB标注图像 | MATLAB | NA | NA | 普通台式机 |
| 5293 | 2025-10-06 |
Uncovering additional predictors of urothelial carcinoma from voided urothelial cell clusters through a deep learning-based image preprocessing technique
2023-01, Cancer cytopathology
IF:2.6Q2
DOI:10.1002/cncy.22633
PMID:35997513
|
研究论文 | 开发了一种基于深度学习的尿路上皮细胞团图像预处理工具，用于识别尿路上皮癌的额外预测因子 | 首次开发自动化预处理工具将尿路上皮细胞团分割为有意义的组件，并发现细胞团异型性、细胞边界特征等新标记物 | 尿路上皮细胞团在分类系统中的诊断相关性仍存在争议，需要进一步验证 | 通过深度学习技术改进尿路上皮癌的尿液细胞学筛查方法 | 尿路上皮细胞团 | 数字病理学 | 尿路上皮癌 | 尿液细胞学 | 深度学习 | 细胞图像 | NA | NA | NA | NA | NA |
| 5294 | 2025-10-06 |
Identifying symptomatic trigeminal nerves from MRI in a cohort of trigeminal neuralgia patients using radiomics
2022-Mar, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-022-02900-5
PMID:35043225
|
研究论文 | 本研究利用MRI影像组学特征识别三叉神经痛患者中有症状的三叉神经 | 首次结合卷积U-net深度学习网络分割三叉神经并提取216个影像组学特征，通过随机森林特征选择和浅层神经网络构建诊断模型 | 回顾性研究设计，样本量相对有限（134例患者），仅使用1.5-Tesla MRI设备 | 开发基于MRI影像组学特征的三叉神经痛自动诊断方法 | 三叉神经痛患者的三叉神经MRI影像 | 医学影像分析 | 三叉神经痛 | MRI影像组学分析 | U-net, 浅层神经网络 | 3D T1和T2加权MRI影像 | 134名患者（268条神经） | NA | U-net | 准确率, AUC, 敏感性, 特异性 | NA |
| 5295 | 2025-10-06 |
MRI-based Identification and Classification of Major Intracranial Tumor Types by Using a 3D Convolutional Neural Network: A Retrospective Multi-institutional Analysis
2021-Sep, Radiology. Artificial intelligence
DOI:10.1148/ryai.2021200301
PMID:34617029
|
研究论文 | 开发基于3D卷积神经网络的算法，用于识别和分类主要颅内肿瘤类型的MRI图像 | 使用多机构回顾性数据开发3D CNN模型，能够同时分类多种颅内肿瘤类型并区分健康组织 | 回顾性研究设计，依赖于公开数据集和单一内部临床数据集 | 开发MRI图像的自动肿瘤分类算法 | 颅内肿瘤患者和健康组织的MRI图像 | 计算机视觉 | 脑肿瘤 | MRI | CNN | 3D医学图像 | 2105张MRI图像（来自5个数据集） | NA | 3D卷积神经网络 | 准确率, 阳性预测值, 阴性预测值, 敏感性, 特异性, F1分数, AUC, AUPRC | NA |
| 5296 | 2025-10-06 |
Deep learning using a biophysical model for robust and accelerated reconstruction of quantitative, artifact-free and denoised R2* images
2020-12, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.28344
PMID:32767489
|
研究论文 | 提出一种基于生物物理模型的深度学习方法来稳健快速地重建定量、无伪影且去噪的R2*图像 | 采用自监督学习策略，无需真实R2*图像作为标签，仅需训练阶段使用F函数，应用阶段无需B0场不均匀性先验信息 | 未明确说明训练数据的具体规模和多样性限制 | 开发快速准确的磁共振R2*定量成像重建方法 | 多梯度回波磁共振成像数据 | 医学影像分析 | NA | 多梯度回波磁共振成像 | CNN | 磁共振图像 | NA | NA | 卷积神经网络 | 准确度 | NA |
| 5297 | 2025-10-06 |
The Role and Promise of Artificial Intelligence in Medical Toxicology
2020-10, Journal of medical toxicology : official journal of the American College of Medical Toxicology
IF:2.5Q3
DOI:10.1007/s13181-020-00769-5
PMID:32215849
|
综述 | 探讨人工智能在医学毒理学领域的应用前景与潜力 | 提出将深度学习与知识表示相结合的双重人工智能框架，以扩展毒物控制中心服务范围和增强社交媒体症状监测能力 | NA | 分析人工智能技术在医学毒理学领域的应用前景和发展方向 | 医学毒理学领域的人工智能应用 | 自然语言处理, 机器学习 | 中毒相关疾病 | 深度学习, 知识表示 | NA | 医学影像, 可穿戴设备数据, 社交媒体文本 | NA | NA | NA | NA | NA |
| 5298 | 2025-10-06 |
Speech exemplar and evaluation database (SEED) for clinical training in articulatory phonetics and speech science
2020-09-01, Clinical linguistics & phonetics
IF:0.8Q4
DOI:10.1080/02699206.2020.1743761
PMID:32200647
|
研究论文 | 开发了一个用于临床语音训练和语音科学教学的公开语音数据库 | 创建了首个公开可用的包含典型与障碍语音对比的临床语音数据库，填补了教学资源空白 | 数据库规模有限，仅包含特定类型的语音障碍样本 | 改善语音学、语音科学和临床语音障碍课程的教学质量，缩小理论与实践差距 | 成人和儿童的典型与障碍语音样本 | 语音科学 | 语音障碍 | 高质量语音录制技术 | NA | 语音录音 | 包含成人和儿童的有无语音障碍个体的语音样本 | NA | NA | NA | 高质量录音设备 |
| 5299 | 2025-07-23 |
Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods
2025-Dec, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.S3.S34102
PMID:40443946
|
研究论文 | 本文提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化能力 | 引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应 | 实验主要基于体外和离体样本，尚未在临床环境中进行大规模验证 | 解决分子光声成像中因光漂白导致的组织可视化问题，提高成像质量和临床决策支持 | 光声成像中的外源性染料 | 医学影像处理 | NA | 光声成像，深度学习 | cGAN, U-Net | 图像 | 体外和离体样本，包括ICG填充管的3D扫描实验 | NA | NA | NA | NA |
| 5300 | 2025-07-23 |
AlphaBind, a domain-specific model to predict and optimize antibody-antigen binding affinity
2025-Dec, mAbs
IF:5.6Q1
DOI:10.1080/19420862.2025.2534626
PMID:40693434
|
研究论文 | 本文介绍了AlphaBind，一种特定领域的模型，用于预测和优化抗体-抗原结合亲和力 | AlphaBind利用蛋白质语言模型嵌入和基于数百万抗体-抗原结合强度定量实验室测量的预训练，实现了在指导亲本抗体亲和力优化方面的最先进性能 | 仅针对四种亲本抗体进行了验证，且每种亲本抗体仅进行了一轮数据生成 | 通过深度学习预测和优化抗体序列，以设计具有最佳特性的抗体 | 抗体-抗原结合亲和力 | 机器学习 | NA | 深度学习 | 蛋白质语言模型 | 定量实验室测量数据 | 四种亲本抗体 | NA | NA | NA | NA |