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 5561 - 5580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5561 | 2025-10-06 |
Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes
2024-Nov-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.18.24317499
PMID:39606364
|
研究论文 | 本研究通过整合空间转录组学和单核RNA测序数据，增强了阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析能力 | 首次将空间转录组数据与单核RNA测序数据整合，实现了皮层层级特异性细胞类型差异基因表达分析 | 研究基于死后脑组织样本，可能无法完全反映活体状态；空间位置是通过深度学习工具推断而非直接测量 | 提升阿尔茨海默病相关表型的空间信息差异基因表达分析能力 | 436例死后大脑背外侧前额叶皮层组织的约150万个细胞 | 生物信息学 | 阿尔茨海默病 | 空间转录组学，单核RNA测序，深度学习 | 深度学习 | 基因表达数据，空间位置数据 | 436个死后大脑样本，约150万个细胞 | CelEry | NA | p值，基因集富集分析 | NA |
| 5562 | 2025-10-06 |
In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study
2024-11-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78891-5
PMID:39537775
|
研究论文 | 本研究评估了内窥镜光学相干断层扫描结合深度学习在常规结肠镜检查中评估复杂结直肠息肉的可行性 | 开发了用于成人结肠镜的侧视OCT导管，并在常规结肠镜检查中实现了实时诊断，不仅区分良恶性病变，还区分多种组织学亚型息肉 | 样本量较小（35个息肉），仅为可行性研究 | 评估内窥镜OCT结合深度学习在结肠镜检查中评估结直肠息肉深部浸润的可行性 | 接受内镜治疗的大型结直肠息肉患者 | 数字病理 | 结直肠癌 | 内窥镜光学相干断层扫描，组织病理学 | 深度学习模型 | OCT图像 | 32名患者的35个息肉 | NA | NA | AUROC, Cohen's kappa | NA |
| 5563 | 2025-10-06 |
A wearable echomyography system based on a single transducer
2024-Nov, Nature electronics
IF:33.7Q1
DOI:10.1038/s41928-024-01271-4
PMID:40677283
|
研究论文 | 开发了一种基于单个换能器的可穿戴回声肌电图系统，用于肌肉活动的无线监测和手势识别 | 采用单个定制换能器替代复杂的换能器阵列，实现了小型化、低功耗的可穿戴回声肌电图系统 | NA | 开发可穿戴肌肉活动监测系统，用于健康监测和身体运动追踪 | 膈肌活动和前臂肌肉的手势识别 | 生物医学工程 | NA | 回声肌电图，超声波检测 | 深度学习算法 | 射频数据，超声波信号 | NA | NA | NA | 平均误差7.9° | NA |
| 5564 | 2025-10-06 |
Enhanced Electroacoustic Tomography with Supervised Learning for Real-time Electroporation Monitoring
2024-Sep, Precision radiation oncology
DOI:10.1002/pro6.1242
PMID:40336975
|
研究论文 | 本研究提出了一种基于监督学习的电声层析成像方法，用于实时监测电穿孔治疗过程 | 首次在实验环境中使用单个线性阵列实现高质量电声层析成像，通过深度学习模型校正图像失真 | 研究仅使用56个实验数据集，样本量相对有限 | 改进电声层析成像技术，提高其在基于纳秒脉冲电场的电穿孔治疗中的实时监测能力 | 纳秒脉冲电场产生的电声信号 | 医学影像处理 | 癌症治疗 | 电声层析成像，纳秒脉冲电场 | 深度学习 | 超声信号，图像数据 | 56个实验电声数据集（46个训练，10个测试） | NA | NA | RMSE, PSNR, SSIM | NA |
| 5565 | 2025-10-06 |
Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning
2024-08-23, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adi0302
PMID:39178259
|
研究论文 | 使用深度学习分析H&E染色切片识别高级别胶质瘤中性别特异性组织病理学特征并构建性别特异性生存预后模型 | 首次采用端到端深度学习方法从常规H&E染色切片中识别性别特异性肿瘤微环境特征并构建性别特异性生存预后模型 | 研究基于回顾性数据，需要在前瞻性研究中进一步验证 | 识别高级别胶质瘤中性别特异性组织病理学特征并构建性别特异性生存预后模型 | 高级别胶质瘤患者的H&E染色组织切片 | 数字病理学 | 脑肿瘤/高级别胶质瘤 | H&E染色，深度学习 | CNN | 病理图像 | 多个训练和验证队列（具体数量未在摘要中说明） | NA | ResNet18 | C-index | NA |
| 5566 | 2025-10-06 |
Quantification of Human Photoreceptor-Retinal Pigment Epithelium Macular Topography with Adaptive Optics-Optical Coherence Tomography
2024-Jul-15, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14141518
PMID:39061655
|
研究论文 | 使用自适应光学-光学相干断层扫描技术量化活体人眼感光细胞-视网膜色素上皮复合体的黄斑地形图 | 首次结合FDML-AO-OCT成像技术和深度学习算法，在活体人眼中三维表征PR-RPE复合体的细胞级地形分布 | 样本量较小（11名健康志愿者），仅观察了黄斑颞侧区域 | 量化活体人眼感光细胞-视网膜色素上皮复合体的黄斑地形结构 | 健康志愿者的视网膜PR-RPE复合体 | 医学影像 | 视网膜疾病 | 自适应光学-光学相干断层扫描（AO-OCT），傅里叶域锁模激光（FDML） | 深度学习 | 三维医学影像 | 11名健康志愿者 | NA | NA | 细胞密度、外节长度、PR/RPE比率 | NA |
| 5567 | 2025-10-06 |
A Primer for Utilizing Deep Learning and Abdominal MRI Imaging Features to Monitor Autosomal Dominant Polycystic Kidney Disease Progression
2024-May-20, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12051133
PMID:38791095
|
综述 | 介绍如何利用深度学习和腹部MRI影像特征监测常染色体显性多囊肾病进展 | 将深度学习应用于ADPKD的肾脏分割和额外生物标志物提取，超越传统的总肾脏体积测量 | 概念性论文，缺乏具体实验验证和性能数据 | 探索深度学习在监测常染色体显性多囊肾病进展中的应用潜力 | 常染色体显性多囊肾病患者的腹部MRI影像 | 医学影像分析 | 常染色体显性多囊肾病 | MRI成像 | 深度学习 | 医学影像 | NA | NA | NA | 速度、准确性、可重复性 | NA |
| 5568 | 2025-10-06 |
Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach
2024-Mar-27, Biometrics
IF:1.4Q2
DOI:10.1093/biomtc/ujae030
PMID:38682463
|
研究论文 | 提出一种基于主题模型的贝叶斯多层次上下文学习方法，用于发现癌症突变中的潜在主题 | 首次将计算语言学中的主题模型应用于癌症突变上下文分析，实现了可解释的降维和严格的全贝叶斯推断 | 未明确说明模型对特定癌症类型的普适性限制 | 推断全基因组范围内超罕见体细胞突变的癌症类型特异性 | 全基因组体细胞突变数据 | 机器学习 | 癌症 | 全基因组测序 | 主题模型,贝叶斯模型 | 基因组变异数据 | 数千个肿瘤样本的数千万个变异 | NA | 多层次多逻辑隐藏基因组模型 | 预测性能 | NA |
| 5569 | 2025-10-06 |
Magnetic Resonance Spectroscopy Spectral Registration Using Deep Learning
2024-03, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28868
PMID:37401726
|
研究论文 | 本研究提出了一种基于卷积神经网络的磁共振波谱配准方法，用于同时校正单个体素MEGA-PRESS MRS数据的频率和相位偏移 | 首次将深度学习应用于磁共振波谱配准领域，开发了同时进行频率和相位校正的CNN-SR方法 | 研究为回顾性研究，主要使用模拟数据验证，真实临床数据验证相对有限 | 开发基于深度学习的磁共振波谱配准方法，实现自动化的频率和相位校正 | 单个体素MEGA-PRESS磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱(MRS), MEGA-PRESS序列 | CNN | 磁共振波谱数据 | 40,000个模拟MEGA-PRESS数据集和101个体内顶叶内侧MEGA-PRESS数据 | NA | CNN-SR | 频率偏移平均绝对误差, 相位偏移平均绝对误差, 胆碱区间方差 | NA |
| 5570 | 2025-10-06 |
shinyDeepDR: A user-friendly R Shiny app for predicting anti-cancer drug response using deep learning
2024-Feb-09, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100894
PMID:38370127
|
研究论文 | 开发了一个用户友好的R Shiny网络应用，用于通过深度学习预测抗癌药物反应 | 将DeepDR深度学习模型封装成无需编程经验的用户友好网络工具，提供药物敏感性预测和相似样本搜索功能 | NA | 推进精准肿瘤学，提高治疗反应预测的准确性和模型可及性 | 癌症样本（细胞系或肿瘤）的突变和基因表达数据 | 机器学习 | 癌症 | 深度学习 | 深度学习模型 | 基因突变数据, 基因表达数据 | 包含Cancer Cell Line Encyclopedia (CCLE)和The Cancer Genome Atlas (TCGA)数据库中的样本 | R Shiny | DeepDR | NA | 网络应用平台 |
| 5571 | 2025-10-06 |
Enhancing Hierarchical Transformers for Whole Brain Segmentation with Intracranial Measurements Integration
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3009084
PMID:39220623
|
研究论文 | 通过增强分层Transformer模型UNesT，实现133个全脑区域分割与颅内测量的集成分析 | 将颅内测量（TICV/PFV）集成到全脑分割任务中，通过预训练-微调策略解决标注数据稀缺问题 | TICV/PFV标注数据有限（仅45个样本），预训练阶段缺乏TICV/PFV标签 | 开发能够同时进行全脑精细分割和颅内体积测量的深度学习模型 | 脑部磁共振成像（MRI）数据 | 医学影像分析 | 脑部疾病 | 磁共振成像（MRI），T1加权3D成像 | Transformer | 3D医学影像 | 预训练：4859个T1w 3D体积（来自8个站点）；微调：45个T1w 3D体积（来自OASIS） | PyTorch | UNesT（分层Transformer架构） | Dice相似系数（DSC） | NA |
| 5572 | 2025-10-06 |
Brain Age Estimation from Overnight Sleep Electroencephalography with Multi-Flow Sequence Learning
2024, Nature and science of sleep
IF:3.0Q2
DOI:10.2147/NSS.S463495
PMID:38974693
|
研究论文 | 本研究开发了一种基于整夜睡眠脑电图的多流程深度学习模型，用于提高大脑年龄估计的准确性 | 提出多流程学习框架，结合一维Swin Transformer和带注意力机制的卷积神经网络，并设计DecadeCE损失函数解决年龄分布不均问题 | NA | 改进大脑年龄估计方法，开发更准确的脑龄预测模型 | 整夜睡眠脑电图数据 | 机器学习 | 精神疾病,神经系统疾病 | 脑电图,多导睡眠图 | Transformer,CNN | 脑电图信号 | 13,616名受试者的18,767个多导睡眠图 | NA | 一维Swin Transformer,带注意力机制的卷积神经网络 | 平均绝对误差,相关系数 | NA |
| 5573 | 2025-10-06 |
Deep learning uncertainty quantification for clinical text classification
2024-01, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2023.104576
PMID:38101690
|
研究论文 | 本研究开发了基于深度学习的临床文本分类不确定性量化方法，用于自动化提取癌症登记系统中的疾病信息 | 提出了多种选择性分类方法，在保证目标准确率的同时最小化拒绝数量，且无需重新训练模型 | 对于分布外测试数据的解释较为复杂，性能表现存在一定不确定性 | 开发可靠的临床文本分类不确定性量化方法以支持癌症登记自动化 | 美国国家癌症研究所SEER癌症登记系统的电子病理报告文本 | 自然语言处理 | 癌症 | 电子病理报告文本分析 | 深度神经网络 | 文本 | NA | NA | 深度神经网络 | 准确率, 拒绝率 | NA |
| 5574 | 2024-10-17 |
Editorial: Deep learning methods and applications in brain imaging for the diagnosis of neurological and psychiatric disorders
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1497417
PMID:39411146
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5575 | 2025-10-06 |
A deep learning algorithm to detect cutaneous squamous cell carcinoma on frozen sections in Mohs micrographic surgery: A retrospective assessment
2024-Jan, Experimental dermatology
IF:3.5Q1
DOI:10.1111/exd.14949
PMID:37864429
|
研究论文 | 开发并评估用于检测莫氏显微手术中皮肤鳞状细胞癌的深度学习算法 | 首次开发针对皮肤鳞状细胞癌冰冻切片的实时组织学边缘分析AI算法 | 对高分化肿瘤的独特表皮景观敏感性不足，需要进一步算法改进 | 开发用于皮肤鳞状细胞癌实时组织学边缘分析的AI算法 | 皮肤鳞状细胞癌冰冻切片样本 | 数字病理学 | 皮肤鳞状细胞癌 | 冰冻切片技术 | CNN | 病理图像 | NA | NA | 卷积神经网络工作流 | 准确率 | NA |
| 5576 | 2025-10-06 |
Workshop summaries from the 2024 voice AI symposium, presented by the Bridge2AI-voice consortium
2024, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2024.1484818
PMID:39540145
|
研讨会总结 | 总结了2024年语音AI研讨会中关于语音生物标志物和人工智能在医疗领域应用的最新进展 | 通过多学科研讨会探讨语音生物标志物国际标准化、AI解决方案实际部署和伦理实践等前沿议题 | 面临数据变异性、安全性和可扩展性等挑战，需要改进数据收集标准和模型鲁棒性 | 推动语音生物标志物和AI在医疗领域的开发与应用 | 语音生物标志物、AI医疗应用、语音障碍辅助技术 | 自然语言处理,机器学习 | 语音障碍 | 语音信号处理,深度学习,MLOps | 深度学习模型 | 语音数据 | NA | Whisper,ChatGPT | NA | NA | NA |
| 5577 | 2025-10-06 |
Deep learning, 3D ultrastructural analysis reveals quantitative differences in platelet and organelle packing in COVID-19/SARSCoV2 patient-derived platelets
2023-Dec, Platelets
IF:2.5Q2
DOI:10.1080/09537104.2023.2264978
PMID:37933490
|
研究论文 | 本研究通过深度学习辅助的3D超微结构分析，揭示了COVID-19患者血小板及其细胞器包装密度的定量差异 | 首次结合聚焦离子束扫描电镜和深度学习方法，对COVID-19患者血小板进行3D超微结构定量分析 | 样本量有限（仅3名健康对照和3名重症COVID-19患者） | 研究血小板形态及其细胞器对理解血小板过度活化和微凝血的诊断价值 | 人类血小板及其α颗粒和线粒体 | 数字病理 | COVID-19 | 聚焦离子束扫描电镜（FIB-SEM） | 深度学习 | 3D超微结构图像 | 约600个单个血小板和30000个细胞器（来自3名健康对照和3名COVID-19患者） | NA | NA | NA | NA |
| 5578 | 2025-10-06 |
The Overlooked Role of Specimen Preparation in Bolstering Deep Learning-Enhanced Spatial Transcriptomics Workflows
2023-Oct-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.10.09.23296700
PMID:37873287
|
研究论文 | 本研究探讨了改进的样本制备流程对深度学习增强空间转录组学分析性能的影响 | 提出了一种增强的样本处理工作流程，通过自动化H&E染色、高分辨率全玻片成像和多患者样本多重分析来提高空间转录组学数据的质量和一致性 | 研究队列规模较小（仅13名患者），训练深度学习模型成本较高 | 评估改进的样本制备流程在深度学习增强空间转录组学分析中的效果 | 13名pT3期结直肠癌患者的组织样本 | 数字病理学 | 结直肠癌 | 空间转录组学，H&E染色，全玻片成像 | CNN | 组织图像，基因表达数据 | 13名结直肠癌患者 | NA | Inceptionv3 | 统计精度，拓扑一致性 | NA |
| 5579 | 2025-10-06 |
LSOR: Longitudinally-Consistent Self-Organized Representation Learning
2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-43907-0_27
PMID:37961067
|
研究论文 | 提出一种基于纵向脑部MRI的自监督自组织映射方法，用于生成可解释的潜在表征 | 首个自监督SOM方法，通过软聚类提高训练稳定性，并生成按脑年龄分层的潜在空间 | 仅基于纵向脑部MRI数据，未使用人口统计学或认知信息 | 开发可解释的深度学习模型用于纵向脑部MRI分析 | 阿尔茨海默病神经影像倡议(ADNI)的纵向脑部MRI数据 | 医学影像分析 | 阿尔茨海默病 | 脑部MRI | 自组织映射(SOM) | 医学影像 | NA | NA | 自组织映射 | 准确率, ADAS-Cog评分 | NA |
| 5580 | 2025-10-06 |
Leveraging spatial transcriptomics data to recover cell locations in single-cell RNA-seq with CeLEry
2023-07-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-39895-3
PMID:37422469
|
研究论文 | 提出CeLEry深度学习算法，利用空间转录组学数据恢复单细胞RNA测序中细胞的空间位置信息 | 开发首个利用空间转录组学数据通过监督深度学习恢复scRNA-seq细胞空间位置的算法，并提供位置不确定性估计 | NA | 解决单细胞RNA测序中细胞空间位置信息缺失的问题 | 大脑和癌组织中的细胞 | 生物信息学 | 癌症 | 单细胞RNA测序, 空间转录组学, Visium, MERSCOPE, MERFISH, Xenium | 监督深度学习, 变分自编码器 | 基因表达数据, 空间位置数据 | 多个数据集（具体数量未说明） | NA | 变分自编码器 | NA | NA |