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 7361 - 7380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7361 | 2025-10-06 |
Uncovering the predictive and immunomodulatory potential of transient receptor potential melastatin family-related CCNE1 in pan-cancer
2024-Nov-18, Molecular cancer
IF:27.7Q1
DOI:10.1186/s12943-024-02169-7
PMID:39551726
|
研究论文 | 本研究通过开发TRPM家族相关评分系统，发现CCNE1作为跨癌种的重要生物标志物，具有预测免疫治疗反应和免疫调节功能 | 首次构建TRPM家族相关评分系统并发现CCNE1作为关键下游效应因子在泛癌分析中的重要作用 | 研究主要基于计算分析，仅通过体外实验初步验证功能，需要更多体内实验进一步确认 | 探索TRPM家族及其相关基因CCNE1在泛癌中的预测价值和免疫调节潜力 | 17种实体肿瘤的分子标志物 | 生物信息学 | 泛癌分析 | 机器学习、深度学习计算技术 | NA | 分子生物标志物数据 | 17种实体肿瘤的多组学数据 | NA | NA | 预测准确性、免疫治疗反应预测 | NA |
| 7362 | 2025-10-06 |
Decoding the impact of neighboring amino acids on ESI-MS intensity output through deep learning
2024-10-30, Journal of proteomics
IF:2.8Q2
DOI:10.1016/j.jprot.2024.105322
PMID:39341565
|
研究论文 | 通过深度学习模型研究氨基酸二聚体基序对质谱MS1强度的影响 | 首次使用带有注意力机制的编码器-解码器深度学习模型系统分析氨基酸二聚体基序与质谱响应的关系 | 氨基酸二聚体序列表示相比单氨基酸表示未能提高预测能力 | 探索氨基酸局部环境与质谱MS1强度之间的潜在关系 | 质谱分析中的肽段序列 | 机器学习 | NA | 质谱分析，ESI-MS | RNN，编码器-解码器 | 肽段序列数据，质谱强度数据 | 约200,000个独特肽段的等摩尔肽池 | NA | 带有注意力机制的编码器-解码器架构 | 平均百分比误差，皮尔逊相关系数 | NA |
| 7363 | 2025-10-06 |
Assessing substrate scope of the cyclodehydratase LynD by mRNA display-enabled machine learning models
2024-Oct-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.14.618330
PMID:39464139
|
研究论文 | 本研究通过mRNA展示技术结合深度学习模型评估了RiPP环化脱水酶LynD的底物广谱性 | 首次将mRNA展示高通量肽段展示技术与深度学习模型相结合，用于预测RiPP酶的底物处理能力 | 研究仅针对LynD单一酶进行，未验证其他RiPP酶的应用潜力 | 阐明核糖体合成后修饰肽天然产物酶的底物广谱性及其预测方法 | RiPP环化脱水酶LynD及其肽底物 | 机器学习 | NA | mRNA展示技术 | 深度学习 | 肽序列数据 | 通过mRNA展示技术构建的大规模肽库 | NA | NA | NA | NA |
| 7364 | 2025-10-06 |
DSMT-Net: Dual Self-Supervised Multi-Operator Transformation for Multi-Source Endoscopic Ultrasound Diagnosis
2024-01, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2023.3289859
PMID:37368810
|
研究论文 | 提出一种双自监督多操作变换网络(DSMT-Net)，用于多源内镜超声(EUS)图像的胰腺癌和乳腺癌诊断 | 设计了多操作变换方法标准化EUS图像感兴趣区域提取，并开发了基于Transformer的双自监督网络整合未标记数据进行预训练 | 未明确说明模型在更广泛疾病类型或数据源上的泛化能力 | 解决多源EUS图像数据分布差异大和标注数据有限的问题，提高癌症诊断准确性 | 胰腺癌和乳腺癌的内镜超声图像 | 计算机视觉 | 胰腺癌,乳腺癌 | 内镜超声(EUS) | Transformer,自监督学习 | 图像 | 3,500张病理证实的标记EUS图像(包含胰腺癌和非胰腺癌)和8,000张未标记EUS图像 | NA | DSMT-Net,Transformer | 准确率 | NA |
| 7365 | 2025-10-06 |
Effectiveness of Artificial Intelligence Models for Cardiovascular Disease Prediction: Network Meta-Analysis
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/5849995
PMID:35251153
|
meta-analysis | 通过网状Meta分析比较机器学习和深度学习模型在心血管疾病预测中的有效性 | 首次采用网状Meta分析方法系统比较不同AI模型在多种心血管疾病预测中的表现 | 深度学习在心血管疾病领域的研究文献较少，需要更多患者数据和贝叶斯网络等分析方法验证结果 | 评估人工智能模型在心血管疾病预测中的有效性 | 心力衰竭、中风、高血压和糖尿病患者 | machine learning | cardiovascular disease | NA | ML, DL | 临床数据 | 285,213名心血管疾病患者 | NA | GBM, ANN, SVM, RF | AUC, 准确率, OR, CI | NA |
| 7366 | 2025-10-06 |
Accelerating 3D radial MPnRAGE using a self-supervised deep factor model
2025-Sep, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30549
PMID:40457622
|
研究论文 | 开发用于4D非笛卡尔MRI的自监督深度学习图像重建方法 | 提出深度因子模型(DFM)和单次学习(SSL)方法，无需预训练即可从k空间数据直接学习 | 未配备专用高端GPU阵列时神经网络训练计算需求较高 | 加速3D径向MPnRAGE成像并提高图像质量 | 多对比度MRI图像和定量T1估计 | 医学影像重建 | NA | MPnRAGE采集，非笛卡尔MRI | 深度因子模型(DFM) | k空间数据，3D多对比度图像 | 体模和体内实验 | NA | 深度因子模型 | 图像质量，定量T1估计的偏差和方差 | 专用高端GPU阵列 |
| 7367 | 2025-10-06 |
Rapid wall shear stress prediction for aortic aneurysms using deep learning: a fast alternative to CFD
2025-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03311-3
PMID:39961912
|
研究论文 | 本研究提出了一种基于深度学习的快速替代CFD的方法，用于预测主动脉瘤壁面剪应力分布 | 采用领域变换技术将复杂主动脉几何结构转换为与先进神经网络兼容的表示形式，并开发了MultiViewUNet深度学习代理模型 | 未明确说明训练数据中真实和合成AAA几何结构的比例及具体样本数量 | 开发快速准确的主动脉瘤壁面剪应力预测方法以辅助临床决策 | 腹主动脉瘤(AAA) | 医学影像分析 | 心血管疾病 | 深度学习 | CNN | 几何结构数据 | 真实和合成AAA几何结构（具体数量未明确） | NA | MultiViewUNet | 归一化平均绝对误差(NMAE) | NA |
| 7368 | 2025-10-06 |
Robust and generalizable artificial intelligence for multi-organ segmentation in ultra-low-dose total-body PET imaging: a multi-center and cross-tracer study
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07156-8
PMID:39969540
|
研究论文 | 开发并验证用于超低剂量全身PET成像中多器官分割的深度学习模型 | 首个在多种成像条件和示踪剂下实现全PET基础多器官分割的通用人工智能模型 | 回顾性研究，需要进一步前瞻性验证 | 开发适用于不同成像条件和示踪剂的鲁棒性多器官PET分割方法 | PET图像中的23个器官分割 | 医学影像分析 | 多器官疾病 | PET成像，深度学习分割 | 3D深度学习模型 | PET图像 | 798名来自多中心的患者 | NA | 3D深度学习架构 | Dice相似系数(DSC) | NA |
| 7369 | 2025-10-06 |
Dual-type deep learning-based image reconstruction for advanced denoising and super-resolution processing in head and neck T2-weighted imaging
2025-Jul, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01756-y
PMID:40038217
|
研究论文 | 评估双类型深度学习图像重建在头颈部脂肪抑制T2加权成像中的去噪和超分辨率处理效果 | 提出双类型深度学习重建方法，结合去噪和超分辨率处理，在降低30%空间分辨率和缩短扫描时间的情况下仍能提高图像质量 | 回顾性研究，样本量较小（43例患者），未详细说明深度学习模型的具体架构 | 比较深度学习重建与传统方法在头颈部T2加权成像中的图像质量 | 43例接受头颈部脂肪抑制T2加权成像扫描的患者 | 医学影像处理 | 头颈部病变 | T2加权磁共振成像 | 深度学习 | 医学影像 | 43例患者 | NA | NA | 信噪比, 对比噪声比, 图像质量评分 | NA |
| 7370 | 2025-10-06 |
Super-resolution deep learning reconstruction for improved quality of myocardial CT late enhancement
2025-Jul, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01760-2
PMID:40072715
|
研究论文 | 本研究评估超分辨率深度学习重建技术在心肌CT晚期增强图像质量改善方面的效果 | 首次将基于超高分辨率CT数据训练的超分辨率深度学习重建技术应用于心肌CT晚期增强成像 | 回顾性研究且样本量较小（30例患者） | 比较不同图像重建算法对心肌CT晚期增强图像质量的影响 | 30例接受心肌CT晚期增强检查的患者 | 医学影像处理 | 心血管疾病 | CT晚期增强成像 | 深度学习 | CT医学影像 | 30例患者 | NA | 超分辨率深度学习重建 | 图像噪声, 信噪比, 对比噪声比, 定性图像质量评分 | NA |
| 7371 | 2025-10-06 |
Machine learning in neuroimaging and computational pathophysiology of Parkinson's disease: A comprehensive review and meta-analysis
2025-Jul, Asian journal of psychiatry
IF:3.8Q1
DOI:10.1016/j.ajp.2025.104537
PMID:40424835
|
综述与荟萃分析 | 本文通过系统综述和荟萃分析探讨机器学习在帕金森病神经影像学和计算病理生理学中的应用 | 提出Meta-Park诊断模型并整合全球帕金森病流行病学分析与多模态数据评估 | 存在数据集规模有限和模型可及性不足的问题 | 改善帕金森病的早期诊断和临床决策支持 | 帕金森病患者的多模态数据（MRI、语音、手写数据） | 机器学习 | 帕金森病 | MRI成像、语音分析、手写动力学分析 | 机器学习、深度学习 | 神经影像、语音信号、手写数据 | 综合科学文献、实验研究、公共数据集和全球健康报告 | NA | Meta-Park | 准确率 | NA |
| 7372 | 2025-10-06 |
A two-step automatic identification of contrast phases for abdominal CT images based on residual networks
2025-Jun-27, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01995-7
PMID:40579615
|
研究论文 | 开发基于残差网络的两步法深度学习模型，用于自动准确识别腹部CT图像的对比剂增强期相 | 提出两步法策略，先识别动脉期、门静脉期和延迟期，再进一步将动脉期细分为早期动脉期和晚期动脉期 | 研究为回顾性设计，需要进一步前瞻性验证 | 开发自动识别腹部CT图像对比剂增强期相的深度学习模型 | 腹部对比增强CT扫描图像 | 计算机视觉 | NA | CT成像 | CNN | 医学图像 | 1175例用于模型开发，215例来自五家医院用于外部测试 | NA | ResNet | 准确率, 灵敏度 | NA |
| 7373 | 2025-10-06 |
Advancing atomic electron tomography with neural networks
2025-Jun-19, Applied microscopy
DOI:10.1186/s42649-025-00113-7
PMID:40533670
|
综述 | 本文综述了神经网络在原子级电子断层扫描中的应用进展及其对三维原子结构表征的改进 | 将深度学习特别是卷积神经网络集成到原子级电子断层扫描工作流程中，显著提高了三维原子成像的重建保真度 | 几何限制和电子剂量约束导致的重建伪影问题尚未完全解决 | 通过神经网络方法改进原子级电子断层扫描技术，提升三维原子结构表征精度 | 纳米材料的三维原子结构，包括缺陷、界面和应变场 | 计算机视觉 | NA | 原子级电子断层扫描 | CNN | 三维原子图像 | NA | NA | NA | 重建保真度，表征精度 | NA |
| 7374 | 2025-10-06 |
Enhanced AlexNet with Gabor and Local Binary Pattern Features for Improved Facial Emotion Recognition
2025-Jun-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25123832
PMID:40573719
|
研究论文 | 提出一种融合Gabor和局部二值模式特征的增强型AlexNet模型，用于改进面部情绪识别 | 将传统纹理特征提取方法（Gabor和LBP）与改进的AlexNet架构相结合，在硬件受限环境下实现高性能面部情绪识别 | NA | 开发在低硬件规格环境下仍能高效运行的面部情绪识别模型 | 面部情绪识别 | 计算机视觉 | NA | Gabor特征提取, 局部二值模式(LBP) | CNN | 图像 | FER2013和RAF-DB基准数据集 | NA | AlexNet | 准确率, 精确率, 召回率, F1分数, 标准差 | 低硬件规格环境 |
| 7375 | 2025-10-06 |
Dental caries detection in children using intraoral scans and deep learning
2025-Jun-15, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105906
PMID:40527440
|
研究论文 | 本研究开发了一种基于深度学习的自动龋齿检测方法，使用儿童口腔内扫描数据进行龋齿识别 | 首次将注意力U-Net模型应用于儿童口腔内扫描数据的龋齿检测，并与牙科医生的诊断结果进行比较验证 | 模型对早期和中期龋损的检测性能有限，需要进一步改进模型准确性和泛化能力 | 开发自动化的龋齿检测系统，评估深度学习模型与牙科医生诊断的一致性 | 儿童口腔内扫描数据 | 计算机视觉 | 龋齿 | 口腔内扫描 | 深度学习 | 3D扫描网格数据转换为的2D格式 | 第一队列332颗龋齿牙齿（训练192，验证63，测试77），第二独立队列119颗龋齿牙齿用于外部验证 | NA | Attention U-Net | IoU, Sensitivity, Specificity, Precision, 比值比 | NA |
| 7376 | 2025-10-06 |
The diagnostic value of artificial intelligence in oral squamous cell carcinoma: A systematic review and meta-analysis
2025-Jun-13, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2025.102429
PMID:40518015
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估人工智能在口腔鳞状细胞癌诊断中的性能表现 | 首次对人工智能在口腔鳞状细胞癌诊断中的准确性进行系统性量化评估，并比较深度学习与传统机器学习方法的性能差异 | 研究间存在显著异质性（I² > 97%），需要标准化方法和外部验证 | 评估人工智能在口腔鳞状细胞癌诊断中的诊断价值 | 口腔鳞状细胞癌（OSCC） | 医学人工智能 | 口腔鳞状细胞癌 | 人工智能诊断技术 | 深度学习算法，传统机器学习方法 | 医学诊断数据 | 24项研究包含18,574个标本 | NA | NA | 敏感度，特异度，阳性似然比，阴性似然比，诊断比值比 | NA |
| 7377 | 2025-10-06 |
A Deep Learning Approach to Measure Visual Function in Zebrafish
2025-Jun-09, Biology
DOI:10.3390/biology14060663
PMID:40563916
|
研究论文 | 开发了一种基于深度学习的方法来测量斑马鱼的视觉功能 | 使用ResNet-50和DeepLabCut框架创建了新型OKR分析流程，能够在低对比度和白化突变体条件下实现稳健的眼动量化 | 研究聚焦于5天龄斑马鱼幼虫在受控条件下的表现 | 开发更有效的斑马鱼视觉功能测量方法 | 野生型和白化突变斑马鱼幼虫 | 计算机视觉 | 神经系统疾病 | 视动反射(OKR)分析 | CNN | 视频 | 野生型和白化突变斑马鱼幼虫 | DeepLabCut, Python 3.10 | ResNet-50 | Bland-Altman检验 | NA |
| 7378 | 2025-10-06 |
Evaluation of a Deep Learning and XAI based Facial Phenotyping Tool for Genetic Syndromes: A Clinical User Study
2025-Jun-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.08.25328588
PMID:40568665
|
研究论文 | 评估基于深度学习和可解释人工智能的面部表型分析工具在遗传综合征诊断中的临床效果 | 首次通过临床用户研究比较纯AI与XAI支持诊断对遗传学家诊断准确性、信心和信任度的实际影响 | 样本量较小（31名医学遗传学家），仅使用18张面部图像，研究结果可能受样本难度和AI预测准确性影响 | 评估可解释人工智能在临床遗传学面部表型分析中的实际效用和影响 | 医学遗传学家和遗传综合征患者的面部图像 | 计算机视觉 | 遗传综合征 | 面部表型分析 | 深度学习 | 图像 | 31名医学遗传学家，18张面部图像（包含遗传综合征患者和正常个体） | NA | NA | 诊断准确性，置信度，信任度 | NA |
| 7379 | 2025-10-06 |
Comprehensive molecular impact mapping of common and rare variants at GWAS loci
2025-Jun-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.05.658079
PMID:40501721
|
研究论文 | 介绍DNACipher深度学习模型及其变体影响映射方法，用于预测遗传变异在多种生物环境中的分子效应 | 开发了能够预测未直接测量生物环境中遗传变异效应的深度学习模型，并提出了深度变体影响映射方法 | 模型预测能力受限于训练数据的覆盖范围和质量 | 开发能够跨多种生物环境预测遗传变异分子效应的深度学习模型 | 遗传变异在基因组关联研究位点的分子效应 | 机器学习 | 1型糖尿病 | 单核ATAC-seq，荧光素酶检测 | 深度学习 | 基因组序列数据 | 38,582个细胞类型-检测组合 | NA | DNACipher | 精细定位可信集大小，精细定位后验概率 | NA |
| 7380 | 2025-10-06 |
Regional Brain Aging Disparity Index: Region-Specific Brain Aging State Index for Neurodegenerative Diseases and Chronic Disease Specificity
2025-Jun-03, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12060607
PMID:40564423
|
研究论文 | 提出基于Shapley值解释的脑区水平衰老评估新范式，构建区域特异性脑衰老偏差指数 | 创新开发具有高效Shapley值近似的计算框架，通过多阶段计算策略显著降低复杂度，实现深度学习模型的可解释分析 | 未明确说明模型在更广泛人群或不同疾病类型中的泛化能力 | 克服传统脑年龄预测模型的可解释性限制，研究脑衰老的区域异质性 | 神经退行性疾病患者和健康人群的脑部神经影像数据 | 医学影像分析 | 神经退行性疾病 | 神经影像分析 | 深度学习模型 | 神经影像数据 | UK Biobank数据集 | NA | NA | AUC | NA |