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 8641 - 8660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8641 | 2025-06-11 |
A novel dose calculation system implemented in image domain
2025-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17903
PMID:40400114
|
研究论文 | 提出了一种名为DeepBEVdose的新型图像域剂量计算系统，用于从计算机断层扫描图像和辐射场注量图中自动计算剂量分布 | 引入了新颖的束眼视图计算方案，替代了传统无法去除的射线追踪过程，使用通用的二维卷积神经网络进行精确剂量计算 | 仅在鼻咽和肺部两种肿瘤部位的数据集上进行了验证 | 提高放射治疗中剂量计算的准确性和效率 | 计算机断层扫描图像和辐射场注量图 | 数字病理 | 癌症 | 深度学习 | CNN | 图像 | 多机构获取的数据集，包含鼻咽和肺部两种肿瘤部位 | NA | NA | NA | NA |
| 8642 | 2025-06-11 |
Artificial Intelligence for Head and Neck Squamous Cell Carcinoma: From Diagnosis to Treatment
2025-Jun, American Society of Clinical Oncology educational book. American Society of Clinical Oncology. Annual Meeting
DOI:10.1200/EDBK-25-472464
PMID:40489724
|
综述 | 本文综述了人工智能在头颈部鳞状细胞癌（HNSCC）从诊断到治疗全过程中的应用进展 | 整合复杂的放射学、病理学和分子数据，为个性化HNSCC管理提供可操作的信息见解 | 临床转化仍存在障碍，需进一步发展可解释模型、前瞻性试验并无缝集成到临床工作流程中 | 改善HNSCC的个性化管理 | 头颈部鳞状细胞癌（HNSCC）患者 | 数字病理学 | 头颈部鳞状细胞癌 | 深度学习 | 多模态AI模型 | 影像学、组织病理学和电子健康记录 | NA | NA | NA | NA | NA |
| 8643 | 2025-06-11 |
"Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models"
2025-May-28, Plastic and reconstructive surgery
IF:3.2Q1
DOI:10.1097/PRS.0000000000012225
PMID:40489745
|
研究论文 | 本研究提出了一种基于视频的深度学习方法，用于评估健康及受伤手部的灌注情况 | 使用非接触式视频技术和深度学习模型（ResNet-18）进行灌注分类，为现场分诊提供技术支持 | 在医院环境中，由于光线、手部姿势和伤情等不可控因素，分类性能下降 | 开发一种技术以改进现场灌注评估，优化创伤分诊 | 健康对照者和急性创伤患者的手部灌注情况 | 计算机视觉 | 创伤 | 成像光电容积描记术（iPPG） | ResNet-18 | 视频 | 48名对照者（其中14名接受止血带诱导缺血评估）和15名急性创伤患者 | NA | NA | NA | NA |
| 8644 | 2025-06-11 |
Leveraging Social Media Data to Understand the Impact of COVID-19 on Residents' Dietary Behaviors: Observational Study
2025-May-23, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/51638
PMID:40409748
|
研究论文 | 利用社交媒体数据研究COVID-19对居民饮食行为的影响 | 结合Twitter图片和文本数据，使用深度学习技术分析疫情对饮食行为的影响，并探讨情绪变化与饮食模式的关系 | 研究仅基于Twitter数据，可能无法代表所有人群的饮食行为 | 探讨COVID-19对饮食行为的影响及其长期健康后果 | Twitter用户发布的饮食相关图片和文本 | 自然语言处理 | COVID-19 | 迁移学习、情感分析 | ResNet-101 | 图像、文本 | 约200,000条推文（2019-2021年） | NA | NA | NA | NA |
| 8645 | 2025-06-11 |
Multiple deep learning models based on MRI images in discriminating glioblastoma from solitary brain metastases: a multicentre study
2025-May-19, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01703-3
PMID:40389875
|
研究论文 | 本研究开发了一种基于多中心和多序列MRI图像的深度学习模型，用于术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤 | 结合多中心和多序列MRI图像，比较不同深度学习模型的性能，发现3D ResNet-18模型在识别两种肿瘤方面效果最佳 | 样本量相对较小，且仅来自两个医疗中心，可能影响模型的泛化能力 | 开发一种准确的术前鉴别胶质母细胞瘤和孤立性脑转移瘤的深度学习模型 | 236例经病理证实的胶质母细胞瘤和孤立性脑转移瘤患者 | 数字病理学 | 胶质母细胞瘤和脑转移瘤 | MRI | 3D ResNet-18, 3D Vision Transformer (3D Vit), 3D DenseNet, 3D VGG | 图像 | 236例患者（训练集197例，测试集39例），外加48例外部测试集 | NA | NA | NA | NA |
| 8646 | 2025-06-11 |
Meet the author: Hae Kyung Im
2025-May-14, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.100880
PMID:40373740
|
研究论文 | 介绍Hae Kyung Im的研究团队及其在基因组数据分析和健康研究中的应用 | 开发了scPrediXcan方法，结合深度学习和单细胞数据，改进转录组范围关联研究分析 | NA | 开发定量计算和统计方法，用于基因组数据分析和健康研究 | 基因组数据 | 机器学习 | 复杂疾病 | 单细胞数据 | 深度学习 | 基因组数据 | NA | NA | NA | NA | NA |
| 8647 | 2025-06-11 |
Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer
2025-05-13, International journal of oral science
IF:10.8Q1
DOI:10.1038/s41368-025-00366-8
PMID:40360503
|
research paper | 该研究利用单细胞转录组学和空间转录组学揭示了微波热化疗（MTC）治疗唇鳞状细胞癌（LSCC）中抗肿瘤中性粒细胞亚群（N1-TANs）的关键作用及其分子机制 | 发现了MTC治疗后大量浸润的抗肿瘤活性中性粒细胞（N1-TANs），阐明了其通过IL1B-IL1R通路激活T&NK细胞和成纤维细胞的机制，并构建了预测预后的N1-TANs标志物MX2 | 未明确说明样本量大小及临床验证队列的规模 | 探究微波热化疗治疗唇鳞状细胞癌的免疫调节机制 | 唇鳞状细胞癌（LSCC）肿瘤微环境中的免疫细胞和成纤维细胞 | digital pathology | lip cancer | scRNA-seq, ST, 深度学习 | 深度学习模型（未指定具体架构） | 单细胞转录组数据、空间转录组数据、H&E染色图像 | NA | NA | NA | NA | NA |
| 8648 | 2025-06-11 |
SimSon: simple contrastive learning of SMILES for molecular property prediction
2025-May-06, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf275
PMID:40341364
|
research paper | 该研究提出了一种自监督框架SimSon，用于学习SMILES表示以进行分子属性预测 | 通过对比学习利用未标记的SMILES数据预训练模型，增强了模型的泛化能力和鲁棒性 | 未提及具体的数据短缺程度和化学空间泛化的具体挑战 | 加速药物发现和逆合成，提高分子属性预测的准确性 | 分子属性预测 | 机器学习 | NA | 对比学习 | SimSon | SMILES数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 8649 | 2025-06-11 |
Unraveling the three-dimensional genome structure using machine learning
2025-May, BMB reports
IF:2.9Q3
PMID:40058875
|
review | 本文综述了利用机器学习技术解析三维基因组结构的研究进展 | 探讨了机器学习特别是深度学习在染色体结构特征检测和分析中的应用 | Hi-C数据的局限性以及当前方法在解决这些局限性方面的不足 | 研究染色体组织结构的识别和分析方法 | 染色质相互作用和基因组结构 | machine learning | NA | Hi-C sequencing | deep learning | genomic data | NA | NA | NA | NA | NA |
| 8650 | 2025-06-11 |
Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16
2025-Apr-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.06.641913
PMID:40161604
|
research paper | 本文介绍了MULTICOM4系统，通过整合AlphaFold2、AlphaFold3及内部技术，提升蛋白质复合物结构预测的准确性 | 整合了基于transformer的AlphaFold2和基于扩散模型的AlphaFold3，结合内部技术如蛋白质复合物化学计量比预测、多样化的多序列比对生成等 | 未提及具体局限性 | 提升多链蛋白质复合物（多聚体）结构的预测准确性 | 蛋白质复合物结构 | 生物信息学 | NA | 多序列比对（MSA）、深度学习模型质量评估 | AlphaFold2、AlphaFold3 | 蛋白质序列和结构数据 | 在CASP16评估中进行了盲测 | NA | NA | NA | NA |
| 8651 | 2025-06-11 |
[Nobel Prize in physics 2024 : John J. Hopfield and Geoffrey E. Hinton. From Hopfield and Hinton to AlphaFold: The 2024 Nobel Prize honors the pioneers of deep learning]
2025-Mar, Medecine sciences : M/S
DOI:10.1051/medsci/2025036
PMID:40117553
|
comments | 本文回顾了2024年诺贝尔物理学奖得主John J. Hopfield和Geoffrey E. Hinton的职业生涯，并强调了他们在人工神经网络领域的开创性贡献 | NA | NA | 回顾两位研究者的职业生涯及其在人工神经网络领域的贡献 | John J. Hopfield和Geoffrey E. Hinton的研究工作 | machine learning | NA | 人工神经网络 | NA | NA | NA | NA | NA | NA | NA |
| 8652 | 2025-06-11 |
Deep Learning-Based Blood Abnormalities Detection as a Tool for VEXAS Syndrome Screening
2025-Feb, International journal of laboratory hematology
IF:2.2Q3
DOI:10.1111/ijlh.14368
PMID:39275905
|
研究论文 | 本研究提出了一种基于深度学习的血液异常检测方法，用于VEXAS综合征的筛查 | 首次利用深度学习算法自动检测外周血多形核白细胞中的异常特征，以区分VEXAS综合征与其他炎症性疾病 | 样本量相对较小，特别是VEXAS患者数量有限(n=25) | 开发一种自动化工具来辅助VEXAS综合征的筛查 | 外周血多形核白细胞(PMN)图像 | 数字病理学 | VEXAS综合征 | 深度学习 | CNN | 图像 | 9514张标注的PMN图像(来自25例VEXAS患者、14例骨髓增生异常患者和25例血细胞减少患者) | NA | NA | NA | NA |
| 8653 | 2025-06-11 |
Cognitive Dysfunction in the Addictions (CDiA): A Neuron to Neighbourhood Collaborative Research Program on Executive Dysfunction and Functional Outcomes in Outpatients Seeking Treatment for Addiction
2024-Oct-28, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.30.24312806
PMID:39252904
|
research paper | 介绍了一个名为CDiA的综合团队科学和转化研究项目，旨在填补对物质使用障碍(SUDs)中执行功能(EFs)理解的知识空白，并促进研究发现以改善SUDs患者的治疗 | 通过七个互补的跨学科项目，结合临床、临床前和健康服务研究，探索EFs与SUDs严重程度和功能恢复之间的多维关系，并应用创新的全人建模方法整合多模态数据 | 样本量相对较小（目标N=400），且研究对象仅限于18-60岁寻求成瘾治疗的成年人 | 提高SUDs患者的健康结果，通过跨学科研究填补对EFs在SUDs中作用的理解空白 | 寻求成瘾治疗的成年人（18-60岁） | 神经科学 | 物质使用障碍 | 重复经颅磁刺激(rTMS)、深度学习、聚类分析 | 深度学习 | 多模态数据（包括临床、脑回路、血液生物标志物等） | 目标400名18-60岁寻求成瘾治疗的成年人 | NA | NA | NA | NA |
| 8654 | 2025-06-11 |
Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency
2024-10-25, Viruses
DOI:10.3390/v16111673
PMID:39599788
|
研究论文 | 本研究介绍了AVP-GPT，一种基于Transformer语言模型和多模态架构的深度学习方法，专门用于抗病毒肽（AVP）设计 | AVP-GPT在抗病毒肽设计中表现出卓越的效率，能够在GPU系统上两天内生成10,000个独特肽并识别潜在AVP，其性能优于现有模型如LSTM和SVM | 未来研究可以探索AVP-GPT在其他病毒靶点上的应用，并研究替代的AVP设计策略 | 加速抗病毒肽的发现和开发，创造新型抗病毒药物 | 呼吸合胞病毒（RSV）、甲型流感病毒（INFVA）和其他呼吸道病毒 | 自然语言处理 | 呼吸道病毒感染 | 深度学习 | Transformer | 序列数据 | 预训练使用了RSV数据集，并成功适应于INFVA和其他呼吸道病毒 | NA | NA | NA | NA |
| 8655 | 2025-06-11 |
A Review of Artificial Intelligence in Brachytherapy
2024-Sep-25, ArXiv
PMID:39398213
|
review | 本文综述了人工智能（AI）在近距离放射治疗中的应用，重点关注机器学习和深度学习技术 | 系统性地将AI在近距离放射治疗中的应用分为七大类，并详细总结了模型、数据规模和结果 | 未提及具体的技术实施难点或临床转化中的具体障碍 | 探讨AI如何使近距离放射治疗更加个性化、高效和有效 | 近距离放射治疗的临床工作流程 | digital pathology | NA | machine learning, deep learning | NA | NA | NA | NA | NA | NA | NA |
| 8656 | 2025-06-11 |
Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks
2024-09-20, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2024.103134
PMID:38900632
|
研究论文 | 本文提出了一种基于深度学习的眼底荧光素血管造影图像分析协议，用于分类和分割任务 | 开发了一种从诊断到治疗建议的完整流程协议，适用于缺血性视网膜疾病 | 协议的具体执行细节需要参考Zhao等人的其他文献 | 通过深度学习技术改进眼底荧光素血管造影图像的分析流程 | 眼底荧光素血管造影图像 | 数字病理学 | 缺血性视网膜疾病 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 8657 | 2025-06-10 |
Decision support system based on ensemble models in distinguishing epilepsy types
2025-Sep, Epilepsy & behavior : E&B
IF:2.3Q2
DOI:10.1016/j.yebeh.2025.110470
PMID:40382997
|
研究论文 | 本研究旨在基于EEG结果，利用人工智能模型对患者的局灶性（额叶、颞叶、顶叶、枕叶）、多灶性和全面性癫痫样活动进行分类 | 结合数据增强和集成AI模型，提出了一种新的决策支持系统，用于癫痫类型分类，准确率达到98% | 研究基于回顾性数据，可能存在选择偏差 | 开发一种基于AI的决策支持系统，用于癫痫类型的分类 | 575名在Adana City Training and Research Hospital神经内科癫痫门诊随访的患者 | 机器学习 | 癫痫 | EEG | MLP, Random Forest, SVM, XGBoost | EEG数据 | 575名患者 | NA | NA | NA | NA |
| 8658 | 2025-06-10 |
Myocardial Infarction Detection using Variational Mode Decomposition with Fuzzy Weight Particle Swarm Optimization and Depthwise Separable Convolutional Network
2025-Jul, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110329
PMID:40403641
|
研究论文 | 该研究提出了一种结合变分模态分解与模糊权重粒子群优化（VMD-FWPSO）、主成分分析（PCA）和深度可分离卷积网络（DwSCN）的先进框架，用于从心电信号中精确检测心肌梗死 | 创新点包括使用VMD-FWPSO进行优化的噪声消除，PCA降低特征维度，以及DwSCN模型捕捉心电数据的时空依赖性以提高分类准确性 | 未明确提及具体局限性 | 提高心肌梗死（MI）在心电信号中的检测精度 | 心电信号（ECG） | 数字病理学 | 心血管疾病 | 变分模态分解（VMD）、模糊权重粒子群优化（FWPSO）、主成分分析（PCA） | 深度可分离卷积网络（DwSCN） | 心电信号数据 | 使用了PTB-ECG和MIT-BIH心律失常数据集 | NA | NA | NA | NA |
| 8659 | 2025-06-10 |
Automatic adult age estimation using bone mineral density of proximal femur via deep learning
2025-Jul, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2025.112511
PMID:40440868
|
研究论文 | 本研究开发了一种基于深度学习的端到端流程，利用股骨近端CT扫描的骨密度数据进行自动成人年龄估计 | 首次构建大规模真实世界临床和尸体队列数据集，微调Segment Anything Model (SAM)进行股骨分割，并评估多种CNN模型用于基于骨密度数据的精确年龄估计 | 外部尸体数据集验证的MAE较高(6.91年)，表明模型在死后样本上的性能有待提高 | 开发自动成人年龄估计方法用于法医和人类学应用 | 5151例来自临床和尸体队列的股骨近端CT扫描 | 数字病理 | NA | CT扫描 | CNN, SAM | 医学影像 | 5151例CT扫描(临床和尸体来源) | NA | NA | NA | NA |
| 8660 | 2025-06-10 |
Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet
2025-Jul, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110459
PMID:40449047
|
research paper | 该研究提出了一种多类集成框架，用于增强前列腺腺体分割，通过结合EfficientNet编码器与Self-ONN解码器来提高分割准确性 | 采用Self-ONN解码器结合EfficientNet编码器，解决了传统CNN线性神经元模型在捕捉生物神经系统的复杂动态方面的局限性 | 未提及具体局限性 | 提高前列腺癌诊断和治疗的自动化分割技术质量 | 前列腺腺体及其分区区域（外周区PZ、移行区TZ和整个腺体） | digital pathology | prostate cancer | Self-organized Operational Neural Network (Self-ONN), EfficientNetB4, STAPLE方法 | Self-ONN, EfficientNetB4 | MRI图像 | 大规模PI-CAI Challenge数据集，使用5折交叉验证 | NA | NA | NA | NA |