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 7741 - 7760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7741 | 2025-10-06 |
Identifying kinematic biomarkers of the dystrophic phenotype in a zebrafish model of Duchenne muscular dystrophy
2025-Jun-20, Skeletal muscle
IF:5.3Q2
DOI:10.1186/s13395-025-00382-6
PMID:40542412
|
研究论文 | 本研究使用高速摄像和深度学习无标记运动捕捉技术，在杜氏肌营养不良症斑马鱼模型中识别运动学生物标志物 | 首次将无标记运动捕捉与机器学习相结合，精确量化斑马鱼幼体的游泳运动学特征，并识别出区分营养不良表型的关键生物标志物 | 研究仅限于两种斑马鱼营养不良品系，需要进一步验证在其他模型中的适用性 | 识别杜氏肌营养不良症斑马鱼模型中的运动学生物标志物 | 营养不良斑马鱼幼体（sapje和sapje-like品系）和野生型斑马鱼幼体 | 计算机视觉, 机器学习 | 杜氏肌营养不良症 | 高速摄像, 深度学习无标记运动捕捉 | 随机森林, 支持向量机 | 视频 | 两种斑马鱼营养不良品系和野生型对照 | NA | NA | 效应大小（2.4-3.7个标准差） | NA |
| 7742 | 2025-10-06 |
Ferroelectric Domains and Evolution Dynamics in Twisted CuInP2S6 Bilayers
2025-Jun-20, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202500683
PMID:40538291
|
研究论文 | 通过密度泛函理论和深度学习分子动力学模拟研究扭曲CuInP2S6双层结构中铁电畴的形成与演化动力学 | 揭示了扭曲双层铁电材料中通过界面铁电/反铁电耦合形成极性畴的新机制，不同于传统拓扑极性涡旋和斯格明子结构 | 研究基于理论模拟，需要实验验证；未考虑更复杂的界面缺陷和实际材料不均匀性 | 探索扭曲角对铁电材料极性畴形成和演化的影响机制 | 扭曲CuInP2S6双层铁电材料 | 材料科学 | NA | 密度泛函理论,深度学习分子动力学模拟 | 深度学习分子动力学 | 模拟数据 | NA | NA | NA | NA | NA |
| 7743 | 2025-10-06 |
Artificial Intelligence-Assisted Detection of Breast Cancer Lymph Node Metastases in the Post-Neoadjuvant Treatment Setting
2025-Jun, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104121
PMID:40020876
|
研究论文 | 开发用于乳腺癌新辅助治疗后淋巴结转移检测的可解释深度学习流程 | 首次专门针对接受新辅助系统治疗（NAT）的乳腺癌患者淋巴结转移检测算法进行泛化性评估，并创建了包含治疗效应的大规模数据集 | 研究主要关注乳腺癌新辅助治疗后的淋巴结检测，在其他癌症类型或治疗场景中的泛化能力尚未验证 | 开发能够自动化检测乳腺癌新辅助治疗后淋巴结转移的人工智能算法 | 接受新辅助系统治疗的乳腺癌患者的淋巴结组织切片 | 数字病理学 | 乳腺癌 | 数字病理切片扫描 | 深度学习 | 病理组织切片图像 | 1027张病理切片 | NA | NA | AUC, 特异性, 敏感性 | NA |
| 7744 | 2025-10-06 |
FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition
2025-Jun, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2024.0631
PMID:40267073
|
研究论文 | 提出FedOpenHAR框架，探索传感器数据在联邦学习环境下的多任务迁移学习，用于人类活动识别和设备位置识别 | 首次将联邦迁移学习应用于传感器数据的多任务场景，通过训练任务特定层和个性化层实现知识共享 | 研究基于十个较小数据集，可能在大规模数据场景下需要进一步验证 | 开发适用于多任务传感器数据分析的联邦学习框架 | 基于运动传感器的可穿戴设备数据 | 机器学习 | NA | 传感器数据分析 | 深度学习 | 传感器数据 | 十个数据集 | Flower | DeepConvLSTM | 准确率 | NA |
| 7745 | 2025-10-06 |
QRS-centric beat-wise atrial fibrillation detection in ECG signals using deep neural networks
2025-Jun, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110282
PMID:40378565
|
研究论文 | 提出一种基于QRS波群的心拍级别房颤检测深度学习方法 | 采用QRS中心化方法实现精确的心拍级别房颤检测，解决了传统节律级检测与即时心律失常识别之间的关键差距 | NA | 开发精确的心拍级别房颤自动检测方法 | 心电图信号中的房颤和其他心律失常类型 | 医疗信号处理 | 心血管疾病 | 心电图分析 | CNN, 双向LSTM | 心电图信号 | MIT-BIH心律失常数据库、MIT-BIH房颤数据库、MIMIC-III和Simband数据集 | NA | 卷积层与双向LSTM层集成架构 | 精确度, 灵敏度, F分数 | NA |
| 7746 | 2025-10-06 |
Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage
2025-Jun-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656555
PMID:40501536
|
研究论文 | 本研究开发了一种能够整合多种碎裂技术的质谱仪，并建立了统一的深度学习模型来预测碎片离子强度，显著提高了蛋白质组覆盖度 | 开发了首个能够覆盖CID、UVPD、EID和ECD等多种碎裂技术的单一深度学习模型，实现了在标准LC-MS工作流程中整合替代碎裂技术 | NA | 提高蛋白质组学实验中蛋白质鉴定的覆盖度和效率 | 蛋白质组学数据 | 机器学习 | NA | LC-MS、CID、UVPD、EID、ECD、多酶深度蛋白质组学 | 深度学习 | 质谱数据 | NA | Prosit | 深度学习模型 | 蛋白质鉴定增加百分比 | NA |
| 7747 | 2025-10-06 |
Neural Spectral Prediction for Structure Elucidation with Tandem Mass Spectrometry
2025-Jun-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656653
PMID:40501725
|
研究论文 | 提出几何深度学习模型ICEBERG，通过模拟质谱中的碰撞诱导解离来预测分子碎片及其相对强度，辅助结构解析 | 开发了能够考虑碰撞能量和极性的几何深度学习模型，首次实现化学可解释的质谱谱图预测 | NA | 解决同量异位分子结构在质谱解析中的区分难题 | 分子结构、代谢物、药物分子、反应产物 | 机器学习 | 抑郁症、结核性脑膜炎 | 串联质谱(MS/MS) | 几何深度学习 | 质谱数据 | NIST'20 [M+H]加合物子集 | NA | ICEBERG | top-1准确率, top-10预测准确率 | NA |
| 7748 | 2025-10-06 |
Evaporative cooling signals for wound healing in plants
2025-May-28, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.23.655667
PMID:40502075
|
研究论文 | 本研究揭示了植物叶片损伤后通过蒸发冷却激活冷响应基因的伤口愈合机制 | 首次发现植物伤口愈合过程中局部冷却现象及其作为愈合定量标志的功能，并开发了基于计算机视觉的监测方法 | 研究主要基于拟南芥模型，在其他植物中的普适性有待验证 | 探究植物伤口愈合的最终阶段调控机制 | 拟南芥叶片伤口愈合过程 | 计算机视觉, 植物生理学 | 植物组织损伤 | 计算机视觉, 深度学习 | 深度学习模型 | 图像数据 | NA | NA | NA | NA | NA |
| 7749 | 2025-10-06 |
A pediatric ECG database with disease diagnosis covering 11643 children
2025-May-26, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05225-z
PMID:40419508
|
研究论文 | 构建了一个包含11643名儿童的心电图数据库，并提供心血管疾病诊断标签 | 首个专门针对0-14岁儿童的心电图数据库，提供心血管疾病诊断标签，填补了现有数据集主要关注成人的空白 | 数据仅来自单一医院，可能限制模型的泛化能力 | 为儿科心血管疾病的智能诊断提供数据支持 | 0-14岁住院儿童的心电图数据 | 数字病理 | 心血管疾病 | 心电图检查 | NA | 心电图信号 | 11643名儿童，14190条心电图记录（12334条12导联，1856条9导联） | NA | NA | NA | NA |
| 7750 | 2025-10-06 |
Artificial Intelligence Applied to Ultrasound Diagnosis of Pelvic Gynecological Tumors: A Systematic Review and Meta-Analysis
2025-May-08, Gynecologic and obstetric investigation
IF:2.0Q2
DOI:10.1159/000545850
PMID:40340944
|
系统评价与Meta分析 | 本文系统评价了人工智能在盆腔妇科肿瘤超声诊断中的应用，并通过Meta分析评估其诊断性能 | 首次对AI在妇科盆腔肿瘤超声诊断中的研究进行系统评价和Meta分析，并与ADNEX模型的性能进行对比 | 95%的研究存在高偏倚风险，主要由于研究纳入标准不当、缺乏患者级别的训练测试集分割和校准评估不足 | 评估人工智能在盆腔妇科肿瘤超声诊断中的识别和鉴别能力 | 盆腔妇科肿瘤（卵巢肿瘤、子宫内膜肿瘤、子宫肌层肿瘤） | 医学影像分析 | 妇科肿瘤 | 超声成像 | 深度学习, 基于放射组学的机器学习 | 超声图像 | 44项研究（40项卵巢肿瘤、3项子宫内膜肿瘤、1项子宫肌层肿瘤） | NA | NA | AUC, 敏感性, 特异性 | NA |
| 7751 | 2025-10-06 |
U-Net-Based Prediction of Cerebrospinal Fluid Distribution and Ventricular Reflux Grading
2025-May, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70029
PMID:40229147
|
研究论文 | 本研究开发基于U-Net的深度学习模型，用于预测人类脑脊液中造影剂的分布和脑室反流分级 | 首次使用U-Net模型仅基于注射后2小时的早期MRI数据即可准确预测24小时后的造影剂峰值分布，与使用更多时间点数据的模型性能相当 | 研究依赖于特定造影剂和MRI扫描协议，模型泛化能力需进一步验证 | 开发能够预测脑脊液造影剂分布的深度学习模型，减少MRI扫描次数而不影响临床分析 | 人类脑脊液和脑室系统 | 医学影像分析 | 中枢神经系统疾病 | T1加权磁共振成像 | CNN | 医学影像 | NA | NA | U-Net | 与神经放射科医师的脑室反流分级一致性 | NA |
| 7752 | 2025-10-06 |
Longitudinal Risk Prediction for Pediatric Glioma with Temporal Deep Learning
2025-May, NEJM AI
DOI:10.1056/aioa2400703
PMID:40535328
|
研究论文 | 开发了一种用于儿科胶质瘤复发预测的时序深度学习模型，通过分析连续MRI扫描提高复发风险预测性能 | 提出自监督时序深度学习方法，通过按时间顺序分类的预训练任务学习连续医学影像的时序特征 | 数据可用性和当前机器学习方法的限制可能影响模型性能 | 提高儿科胶质瘤复发风险的个体化预测准确性 | 儿科低级别和高级别胶质瘤患者 | 医学影像分析 | 儿科胶质瘤 | 磁共振成像 | 深度学习 | 医学影像 | 715名患者的3994次扫描，来自三个不同机构 | NA | 时序深度学习模型 | F1分数, AUC | NA |
| 7753 | 2025-10-06 |
Trade-offs between machine learning and deep learning for mental illness detection on social media
2025-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99167-6
PMID:40281061
|
研究论文 | 比较机器学习和深度学习模型在社交媒体心理健康检测中的性能权衡 | 系统评估传统机器学习与深度学习模型在心理健康文本分类中的性能差异，特别关注准确性、可解释性和计算效率之间的权衡关系 | 仅使用中等规模数据集进行评估，未涵盖超大规模数据场景 | 为心理健康状况检测选择最合适的模型方法 | 社交媒体用户关于抑郁、焦虑和自杀意念的文本讨论 | 自然语言处理 | 精神疾病 | 文本分析 | 逻辑回归,随机森林,LightGBM,ALBERT,GRU | 文本数据 | 中等规模数据集 | NA | ALBERT,Gated Recurrent Units | 准确性,可解释性,计算效率 | NA |
| 7754 | 2025-10-06 |
Towards a unified framework for single-cell -omics-based disease prediction through AI
2025-Apr, Clinical and translational medicine
IF:7.9Q1
DOI:10.1002/ctm2.70290
PMID:40170267
|
研究论文 | 提出一个基于单细胞组学数据的人工智能统一框架scDisPreAI，用于疾病预测和生物标志物发现 | 开发首个整合单细胞组学数据与AI技术的统一疾病预测框架，支持多任务学习和可解释性分析 | 需要大规模标准化数据库支持，尚未进行前瞻性临床验证 | 建立基于单细胞组学数据的疾病预测和生物标志物发现框架 | 多种疾病和疾病阶段的单细胞组学数据 | 机器学习 | 多种疾病 | 单细胞组学技术 | 机器学习管道,深度学习架构 | 单细胞组学数据 | NA | NA | NA | NA | NA |
| 7755 | 2025-10-06 |
The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance
2025-Mar, Journal of vascular surgery
IF:3.9Q1
DOI:10.1016/j.jvs.2024.10.070
PMID:39522568
|
研究论文 | 本研究探讨在EVAR术后监测中，自动测量动脉瘤囊体积相比单独使用最大直径评估能否提供更详细的囊袋行为信息 | 首次系统比较自动体积测量与传统直径测量在EVAR术后监测中的差异，发现体积评估能识别更多囊袋变化 | 回顾性研究，样本量有限（89例患者），需要在更大规模研究中验证 | 评估自动AAA囊体积测量在EVAR术后监测中的附加价值 | 接受标准或开窗EVAR治疗的腹主动脉瘤患者 | 数字病理 | 心血管疾病 | 计算机断层扫描血管成像 | 深度学习 | 医学影像 | 89例患者（标准EVAR 46例，开窗EVAR 43例） | NA | Augmented Reality for Vascular Aneurysm | t检验, χ2检验, Fisher检验 | NA |
| 7756 | 2025-10-06 |
MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC
2025-Mar, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.16205
PMID:39992060
|
研究论文 | 开发基于MRI拓扑深度学习模型用于术前预测肝细胞癌微血管浸润并辅助预后分层 | 首次将拓扑特征与深度学习结合用于MVI预测，提高了模型性能和可解释性 | 回顾性研究，样本量有限，需要进一步前瞻性验证 | 术前无创预测肝细胞癌微血管浸润并辅助预后分层 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | MRI成像 | CNN | 医学影像 | 589例患者（292例经病理证实MVI阳性） | NA | 纯卷积神经网络，拓扑-CNN，拓扑-CNN-临床模型 | AUC，风险比 | NA |
| 7757 | 2025-10-06 |
Deep Learning-Enabled Assessment of Right Ventricular Function Improves Prognostication After Transcatheter Edge-to-Edge Repair for Mitral Regurgitation
2025-Jan, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.017005
PMID:39836730
|
研究论文 | 本研究利用深度学习模型从二维超声心动图视频预测右心室射血分数，评估其在接受经导管二尖瓣修复术的重度二尖瓣反流患者预后预测中的价值 | 首次将深度学习预测的右心室射血分数应用于经导管二尖瓣修复术患者的预后评估，证明其优于传统的三尖瓣环平面收缩偏移测量方法 | 研究为回顾性多中心注册研究，仅包含2017-2023年间可获得高质量二维心尖四腔视图视频的患者 | 评估深度学习预测的右心室射血分数对重度二尖瓣反流患者经导管二尖瓣修复术后预后的预测价值 | 接受经导管二尖瓣修复术的重度二尖瓣反流患者 | 数字病理学 | 心血管疾病 | 二维超声心动图视频分析 | 深度学习模型 | 视频 | 1154例患者 | NA | NA | AUC, Kaplan-Meier生存分析, 风险比 | NA |
| 7758 | 2025-10-06 |
Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study
2025, Gerontology
IF:3.1Q3
DOI:10.1159/000545679
PMID:40359927
|
研究论文 | 本研究使用深度学习模型动态预测轻度肾功能减退老年人群的心血管死亡风险 | 首次在轻度肾功能减退老年人群中应用动态DeepHit模型进行心血管死亡的动态预测，并证明其性能随随访时间增加而提升 | 研究人群仅限于中国天津地区，可能影响结果的普适性 | 识别轻度肾功能减退老年人群中心血管死亡的关键预测特征 | 12,650名年龄≥60岁且轻度肾功能减退的老年人 | 机器学习 | 心血管疾病 | 前瞻性队列研究 | Cox回归,随机生存森林,DeepHit,动态DeepHit | 临床数据 | 12,650名老年人 | NA | DeepHit,动态DeepHit | C-index,Brier Score | NA |
| 7759 | 2025-10-06 |
Introducing a Deep Neural Network Model with Practical Implementation for Polyp Detection in Colonoscopy Videos
2025, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_23_24
PMID:40546333
|
研究论文 | 提出一种用于结肠镜视频息肉检测的深度学习模型 | 采用迁移学习和多任务学习解决标注数据有限的问题，同时实现息肉分类和边界框检测 | 缺乏非息肉图像数据集，需要额外进行数据收集 | 开发简单准确的深度学习模型用于结肠镜息肉检测 | 结肠镜视频中的息肉图像 | 计算机视觉 | 结直肠癌 | 深度学习 | 深度神经网络 | 图像 | KVASIR-SEG、CVC-CLINIC数据集和LDPolyp视频数据集提取的非息肉图像 | NA | 深度神经网络 | 准确率, 边界框检测准确率, 处理时间 | NA |
| 7760 | 2025-10-06 |
Utilizing retinal arteriole/venule ratio to estimate intracranial pressure
2024-11-08, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-06343-0
PMID:39514087
|
研究论文 | 本研究探索利用视网膜动静脉比率通过眼底检查无创评估颅内压的方法 | 首次在神经重症监护病房患者中结合眼内压，使用深度学习算法分析眼底视频来评估视网膜动静脉比率与颅内压的关系 | 样本量较小，图像质量存在挑战，诊断特异性较低，需要更大规模的多中心研究验证 | 开发无创颅内压监测方法 | 神经重症监护病房中格拉斯哥昏迷评分≤8分的成年患者 | 数字病理 | 神经系统疾病 | 眼底检查，深度学习算法 | 深度学习 | 视频 | 40名患者入组，15名纳入最终分析 | NA | NA | 敏感性，特异性，AUC | NA |