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 5361 - 5380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5361 | 2025-07-22 |
Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images
2025-Aug, Pathology, research and practice
DOI:10.1016/j.prp.2025.156041
PMID:40460639
|
研究论文 | 本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌 | 结合多种深度学习模型的优势，提出加权平均集成算法，显著提高诊断准确性和鲁棒性 | 未提及模型在临床环境中的实际应用验证及对不同分辨率图像的普适性 | 提高乳腺浸润性导管癌的诊断准确率 | 乳腺组织病理学切片图像 | 数字病理学 | 乳腺癌 | 深度学习集成方法 | ResNet50, Xception, MobileNetV2, VGG16, VGG19的集成模型 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 5362 | 2025-07-22 |
Machine learning-based histopathological features of histological slides and clinical characteristics as a novel prognostic indicator in diffuse large B-cell lymphoma
2025-Aug, Pathology, research and practice
DOI:10.1016/j.prp.2025.156071
PMID:40499499
|
研究论文 | 本研究开发并验证了一种基于临床和组织病理学特征的深度学习模型，用于预测弥漫性大B细胞淋巴瘤（DLBCL）的预后 | 结合临床特征和组织病理学特征，开发了一种新型的非侵入性预后预测方法 | 样本量相对较小（194例患者），且仅基于单一机构的回顾性数据 | 预测弥漫性大B细胞淋巴瘤（DLBCL）患者的预后 | 194例DLBCL患者的全切片图像和临床特征 | 数字病理学 | 弥漫性大B细胞淋巴瘤 | 深度学习，Cox回归分析，AUC分析，校准曲线，决策曲线分析（DCA） | 深度学习模型 | 图像（全切片图像），临床数据 | 194例患者 | NA | NA | NA | NA |
| 5363 | 2025-07-22 |
A Deep Learning Approach to Assessing Cell Identity in Stem Cell-Based Embryo Models
2025-Jul-22, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_654
PMID:40690128
|
research paper | 该研究利用深度学习技术评估干细胞胚胎模型中细胞身份 | 开发了一个整合早期人类发育的深度学习模型，能够对体外细胞类型进行身份鉴定并提供分类可靠性评分 | 未提及具体样本量或模型验证的详细限制 | 评估干细胞胚胎模型中细胞身份与真实胚胎细胞的相似性 | 胚胎干细胞(ESCs)和体外培养的细胞类型 | machine learning | NA | scRNA-seq, scvi-tools | DL | RNA-seq数据 | NA | NA | NA | NA | NA |
| 5364 | 2025-07-22 |
CoxKAN: Kolmogorov-Arnold networks for interpretable, High-Performance survival analysis
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf413
PMID:40685627
|
研究论文 | 介绍了一种名为CoxKAN的可解释高性能生存分析模型，结合了Cox比例风险模型和Kolmogorov-Arnold网络的优势 | 提出了一种结合可解释性和高性能的生存分析方法，能够揭示预测变量之间的复杂相互作用并提供符号公式 | 未提及具体局限性 | 开发一种既保持高性能又具有可解释性的生存分析模型 | 生存分析模型在医学中的应用 | 机器学习 | NA | Kolmogorov-Arnold Networks (KANs) | CoxKAN | 临床数据和基因组生物标志物数据 | 四个合成数据集和九个真实数据集（包括五个临床数据队列和四个基因组生物标志物队列） | NA | NA | NA | NA |
| 5365 | 2025-07-22 |
Noninvasive Deep Learning System for Preoperative Diagnosis of Follicular-Like Thyroid Neoplasms Using Ultrasound Images: A Multicenter, Retrospective Study
2025-Jul-21, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000006841
PMID:40689491
|
research paper | 提出一种基于深度学习的非侵入性系统，用于利用常规超声图像对滤泡状甲状腺肿瘤进行术前诊断 | 开发了一种深度学习系统，能够比ACR TI-RADS更准确地诊断滤泡状甲状腺肿瘤，并减少不必要的侵入性干预 | 研究为回顾性研究，可能受到数据收集时的偏差影响 | 提高滤泡状甲状腺肿瘤的术前诊断准确性 | 滤泡状甲状腺肿瘤患者 | digital pathology | thyroid cancer | ultrasound imaging | Inception-v3, ResNet50, Inception-ResNet-v2, DenseNet161 | image | 3634名患者，来自11个中心，包括1748例甲状腺滤泡腺瘤、299例滤泡癌和1587例乳头状甲状腺癌滤泡变异型 | NA | NA | NA | NA |
| 5366 | 2025-07-22 |
SOLeNNoID: A Deep Learning Pipeline For Solenoid Residue Detection in Protein Structures
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf415
PMID:40689530
|
研究论文 | 介绍了一种基于深度学习的管道SOLeNNoID，用于预测蛋白质结构中的螺线管残基 | 利用CNN架构分析蛋白质距离矩阵，准确识别螺线管区域，覆盖所有三种螺线管亚类，并在性能上优于现有方法 | 未明确提及具体限制 | 开发一种结构基础的螺线管残基检测方法，以解决序列基础方法的局限性 | 蛋白质结构中的螺线管残基 | 生物信息学 | NA | 深度学习 | CNN | 蛋白质距离矩阵 | 整个Protein Data Bank (PDB)数据库 | NA | NA | NA | NA |
| 5367 | 2025-07-22 |
Deep learning-based eye sign communication system for people with speech impairments
2025-Jul-20, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2532698
PMID:40684450
|
研究论文 | 提出一种基于深度学习的眼动符号通信系统，帮助言语障碍人士通过标准网络摄像头进行交流 | 系统无需校准，能在不同光照条件下有效工作，并集成了文本预测功能 | 研究仅针对18至35岁年龄段的参与者，未涵盖更广泛年龄范围或其他潜在用户群体 | 开发一种无需校准、适应性强且高效的辅助通信系统，以改善言语障碍人士的交流能力 | 言语障碍或瘫痪人士 | 计算机视觉 | 言语障碍 | 深度学习 | NA | 图像 | 18至35岁的参与者 | NA | NA | NA | NA |
| 5368 | 2025-07-22 |
Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing
2025-Jul-20, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202503926
PMID:40685692
|
研究论文 | 本文提出了一种新型的双介电层离子电子压力传感器（DLIPS），结合高和低介电常数层，实现了超高灵敏度和宽范围检测的温度/压力双模式传感 | 提出了一种新型的双介电层离子电子压力传感器结构，结合高和低介电常数层，实现了超高灵敏度（72548.7 kPa）、宽工作压力范围（0.001-420 kPa）、极低检测限（0.832 Pa）和超过5000次循环的卓越耐久性 | NA | 开发一种具有超高灵敏度和宽范围检测能力的温度/压力双模式传感器 | 双介电层离子电子压力传感器（DLIPS） | 传感器技术 | NA | 离子凝胶和开孔聚氨酯泡沫作为介电层 | 深度学习回归模型 | 压力和温度信号 | NA | NA | NA | NA | NA |
| 5369 | 2025-07-22 |
Machine learning-assisted tacrolimus dose optimization in childhood- onset systemic lupus erythematosus through population pharmacokinetic modeling
2025-Jul-19, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110782
PMID:40684660
|
research paper | 本研究通过机器学习算法结合群体药代动力学模型，优化儿童系统性红斑狼疮患者的他克莫司剂量 | 首次将机器学习算法与药代动力学参数结合，用于预测儿童系统性红斑狼疮患者的个体化他克莫司剂量 | 样本量较小（86名患者），且仅基于回顾性数据 | 优化儿童系统性红斑狼疮患者的他克莫司治疗剂量 | 儿童系统性红斑狼疮患者 | machine learning | systemic lupus erythematosus | population pharmacokinetic modeling | XGBoost | clinical variables and pharmacokinetic parameters | 86名儿童系统性红斑狼疮患者的480个他克莫司谷浓度数据 | NA | NA | NA | NA |
| 5370 | 2025-07-22 |
Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals
2025-Jul-13, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107869
PMID:40684700
|
research paper | 提出了一种新型的持续无源主动域适应框架（CSFADA），用于鼻咽癌（NPC）肿瘤分割，以解决多中心数据场景中的域偏移问题 | 引入域参考和不变性选择策略以及双阶段循环蒸馏策略，解决了源数据特征依赖、样本选择偏差和冗余以及灾难性遗忘等问题 | 未明确提及具体局限性，但可能包括对多中心数据的依赖性和模型泛化能力的进一步验证 | 提高鼻咽癌（NPC）肿瘤分割在多中心数据场景中的准确性和鲁棒性 | 鼻咽癌（NPC）肿瘤的GTV分割 | digital pathology | nasopharyngeal carcinoma | self-supervised learning, cross-correlation learning | deep learning | image | 来自三个中心的数据集 | NA | NA | NA | NA |
| 5371 | 2025-10-06 |
Spatially resolved subcellular protein-protein interactomics in drug-perturbed lung-cancer cultures and tissues
2025-Jul, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-024-01271-x
PMID:39478233
|
研究论文 | 开发了一种空间分辨的亚细胞蛋白质-蛋白质相互作用分析方法，结合图卷积网络预测肺癌细胞对药物处理的响应 | 首次实现了多达47种蛋白质的多重相互作用分析，结合图卷积网络对空间分辨的PPI数据进行深度学习建模 | 方法主要应用于非小细胞肺癌的特定突变类型，在其他癌症类型中的适用性需要进一步验证 | 研究药物扰动下肺癌细胞和组织中蛋白质-蛋白质相互作用的亚细胞空间分布动态 | 非小细胞肺癌细胞培养物和组织样本（携带表皮生长因子受体突变） | 数字病理学 | 肺癌 | 多重邻近连接分析，免疫荧光 | 图卷积网络 | 蛋白质相互作用空间分布数据，免疫荧光图像 | NA | NA | 图卷积网络 | 预测准确率 | NA |
| 5372 | 2025-07-22 |
Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning
2025-Jul, Developmental neurobiology
IF:2.7Q3
DOI:10.1002/dneu.22991
PMID:40686315
|
研究论文 | 本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法 | 结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能 | 未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性 | 开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后 | 多通道MRI图像中的脑肿瘤 | 计算机视觉 | 脑肿瘤 | DBST算法、SIFT方法、深度学习 | DarkNet53、DenseNet201 | 多通道MRI图像 | 公开可用的多通道MRI图像数据集 | NA | NA | NA | NA |
| 5373 | 2025-07-22 |
Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD
2025-Jul-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.9.55
PMID:40689724
|
研究论文 | 开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型 | 提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能 | 研究为回顾性队列研究，样本量相对较小（193眼） | 开发自动化工具辅助临床医生准确诊断MNV亚型 | 治疗初治的新生血管性AMD患者的OCT图像 | 数字病理学 | 年龄相关性黄斑变性 | 光学相干断层扫描（OCT） | CNN | 图像 | 193眼治疗初治的新生血管性AMD患者 | NA | NA | NA | NA |
| 5374 | 2025-07-22 |
High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction
2025-Jun-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade195
PMID:40472864
|
研究论文 | 开发一种结合3D径向kooshball采集和时空深度学习4D重建技术的自由呼吸高清(HD)肺部MRI方法，实现1.1毫米各向同性分辨率和扫描时间少于5分钟 | 提出两种高清Movienet (HD-Movienet)深度学习模型用于3D径向kooshball数据重建，显著缩短重建时间并保持图像质量 | 3D-based HD-Movienet虽然提高了重建质量，但重建时间更长 | 开发快速高分辨率的自由呼吸肺部MRI技术 | 八名健康志愿者和十名肺部肿瘤患者 | 医学影像 | 肺癌 | 3D径向kooshball序列采集，深度学习重建 | 2D-based HD-Movienet, 3D-based HD-Movienet | MRI影像 | 18人（8名健康志愿者和10名患者） | NA | NA | NA | NA |
| 5375 | 2025-10-06 |
Efficiency of oral keratinized gingiva detection and measurement based on convolutional neural network
2025-Jun, Journal of periodontology
IF:4.2Q1
DOI:10.1002/JPER.24-0151
PMID:39007745
|
研究论文 | 本研究基于卷积神经网络开发自动检测和测量口腔角化牙龈的方法 | 首次比较不同CNN网络在角化牙龈分割中的性能，并验证深度学习测量与临床医生测量的一致性 | 仅使用600张口腔内照片，样本量相对有限 | 评估不同卷积神经网络在检测和测量角化牙龈宽度方面的性能 | 口腔角化牙龈组织 | 计算机视觉 | 口腔疾病 | 口腔内摄影 | CNN | 图像 | 600张口腔内照片（来自1200张原始照片） | NA | ResNet50, DeepLab | 准确率, 交并比, F1分数 | NA |
| 5376 | 2025-07-22 |
A Diffusion-Based Framework for Designing Molecules in Flexible Protein Pockets
2025-May-30, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.27.656443
PMID:40502112
|
research paper | 提出了一种基于扩散的框架YuelDesign，用于设计适应柔性蛋白口袋的分子 | YuelDesign采用新的蛋白质编码方案和全连接图表示来编码蛋白口袋的灵活性，以及专门的键重建模块 | 未提及具体的局限性 | 解决基于结构的药物发现中柔性蛋白口袋分子设计的挑战 | 柔性蛋白口袋和分子设计 | machine learning | NA | 扩散模型 | diffusion-based framework | molecular structures | NA | NA | NA | NA | NA |
| 5377 | 2025-07-22 |
Operationalizing postmortem pathology-MRI association studies in Alzheimer's disease and related disorders with MRI-guided histology sampling
2025-05-28, Acta neuropathologica communications
IF:6.2Q1
DOI:10.1186/s40478-025-02030-y
PMID:40437594
|
研究论文 | 本文开发了一种结合7T MRI引导的组织病理学采样和数字成像的全面方案，用于阿尔茨海默病及相关疾病的死后病理-MRI关联研究 | 开发了患者特异性3D打印模具和半自动MRI到组织学配准流程，以及使用弱监督深度学习的定量病理评分系统 | 研究仅针对29个大脑样本进行验证，样本量相对较小 | 开发标准化方法整合组织学和MRI，以改进阿尔茨海默病及相关疾病的神经病理学研究 | 死后大脑组织，特别是阿尔茨海默病谱系疾病患者的大脑 | 数字病理学 | 阿尔茨海默病 | 7T MRI，全切片数字成像，弱监督深度学习 | 深度学习模型（具体类型未明确说明） | MRI图像，组织学图像 | 29个确诊为阿尔茨海默病谱系疾病的大脑 | NA | NA | NA | NA |
| 5378 | 2025-10-06 |
Empowering Data Sharing in Neuroscience: A Deep Learning Deidentification Method for Pediatric Brain MRIs
2025-May-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8581
PMID:39532533
|
研究论文 | 开发了一种基于深度学习的儿科脑部MRI面部去识别方法，以促进神经科学数据共享 | 首个专门针对儿科病例和多种MRI序列的自动去识别工具，解决了现有工具在儿科病例上的性能不足问题 | 耳朵区域去除准确率相对较低(73%)，主要针对儿科脑肿瘤患者数据 | 开发儿科脑部MRI的自动去识别工具，促进神经科学研究数据共享 | 儿科脑部MRI图像，包括脑肿瘤患者和临床对照患者 | 医学影像分析 | 脑肿瘤 | 多参数MRI (T1W, T1W-contrast-enhanced, T2W, T2W-FLAIR) | 深度学习 | 医学影像 | 244名患者(208名脑肿瘤患者+36名临床对照)，976张图像，年龄范围7天至21岁 | nnU-Net | U-Net | 准确率, 相关系数(r S), p值 | NA |
| 5379 | 2025-10-06 |
Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture
2025-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03323-2
PMID:39832070
|
研究论文 | 提出一种基于自监督学习和物理启发U-net Transformer架构的新方法，从动态非对比计算机断层扫描中预测肺灌注成像 | 开发了适用于连体IE-CT输入的U-Net Transformer架构，结合物理模型见解和专门为肺功能预测设计的自监督学习策略 | 监督训练仅使用44名患者的小样本队列，需要进一步开发以扩展临床应用 | 从非对比吸气和呼气CT扫描预测肺灌注成像 | 肺灌注成像 | 医学影像分析 | 肺部疾病 | 计算机断层扫描(CT), 单光子发射计算机断层扫描(SPECT/CT) | U-Net, Transformer | 医学影像 | 自监督训练使用523个IE-CT图像，监督训练使用44名患者 | NA | U-Net Transformer | 空间Spearman相关系数, 中位数相关系数 | NA |
| 5380 | 2025-10-06 |
On-patient medical record and mRNA therapeutics using intradermal microneedles
2025-May, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-024-02115-4
PMID:39994390
|
研究论文 | 开发了一种通过皮内微针同时实现mRNA治疗和患者医疗记录存储的隐形技术 | 首创将医疗记录以近红外荧光微粒形式存储在患者皮肤中，并与mRNA治疗共同递送 | 目前仅在猪模型中进行了长期研究，尚未进行人体临床试验 | 解决医疗记录不可靠或缺失的问题，提高治疗和疾病预防效果 | 猪模型和SARS-CoV-2 mRNA疫苗 | 数字病理 | 传染病 | 皮内微针技术，近红外荧光标记，mRNA治疗 | 深度学习 | 图像 | 猪模型长期研究 | NA | NA | 时间鲁棒性，空间鲁棒性，安全性，有效性，可靠性 | NA |