深度学习在生物医药领域中的应用
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，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10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 26880 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2025-06-24 |
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 | 本文介绍了一种能够自动执行多种碎片化技术的质谱仪，并开发了一个统一的深度学习模型来预测碎片离子强度，从而提高了蛋白质组覆盖范围 | 开发了一个能够覆盖多种碎片化技术的单一Prosit深度学习模型，并公开了该模型 | NA | 提高蛋白质组学实验中蛋白质的识别效率 | 质谱仪和碎片化技术 | 质谱分析 | NA | CID, UVPD, EID, ECD, LC-MS | Prosit深度学习模型 | 质谱数据 | NA |
| 82 | 2025-06-24 |
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 | 本文提出了一种名为ICEBERG的几何深度学习模型，用于模拟质谱中的碰撞诱导解离，以生成化学上合理的碎片及其相对强度，从而促进分子结构的解析 | ICEBERG模型能够模拟碰撞诱导解离，生成化学上合理的碎片及其相对强度，并考虑碰撞能量和极性，显著提高了化合物注释的准确性 | 未明确提及具体限制，但可能涉及模型在更复杂或未知结构上的泛化能力 | 开发一种深度学习模型，用于快速准确地解析未知分子结构 | 分子结构的解析，特别是代谢组学、药物发现和反应筛选中的同量异位结构 | 机器学习和质谱分析 | 抑郁症和结核性脑膜炎 | 串联质谱(MS/MS)和深度学习 | 几何深度学习模型(ICEBERG) | 质谱数据 | NIST'20 [M+H]加合物子集 |
| 83 | 2025-06-24 |
In Toto Adipocytes Analysis Using Hydrophilic Tissue Clearing, Light Sheet Microscopy, and Deep Learning-Based Image Processing
2025-Jun, Biology of the cell
IF:2.4Q4
DOI:10.1111/boc.70013
PMID:40544484
|
research paper | 本研究开发了一种创新的3D成像方法，结合组织透明化、光片显微镜和深度学习技术，用于评估脂肪细胞体积 | 首次结合无脱脂步骤的组织透明化、光片显微镜和深度学习技术，实现脂肪组织的3D成像和自动分析 | 目前仅在肥胖和健康大鼠的肠系膜脂肪组织中进行验证，尚未在其他组织或疾病模型中应用 | 开发一种创新的3D成像方法来准确评估脂肪细胞体积，克服传统技术的局限性 | 肥胖和健康大鼠的肠系膜脂肪组织中的脂肪细胞 | digital pathology | obesity | hydrophilic tissue clearing, light sheet microscopy, deep learning | deep learning | 3D image | 肥胖和健康大鼠的肠系膜脂肪组织样本 |
| 84 | 2025-06-24 |
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 | 本文研究了植物叶片受伤后局部冷却现象及其与伤口愈合的关系，并提出了一种利用计算机视觉和深度学习监测伤口愈合动态的方法 | 发现伤口诱导的局部冷却现象作为伤口愈合的定量标记，并开发了基于计算机视觉和深度学习的伤口愈合监测工作流程 | 研究仅限于拟南芥叶片，未验证其他植物或组织类型的适用性 | 探索植物伤口愈合的后期机制并开发定量监测工具 | 拟南芥叶片 | 计算机视觉 | NA | 计算机视觉、深度学习 | 深度学习 | 图像 | NA |
| 85 | 2025-06-24 |
Cellular and subcellular specialization enables biology-constrained deep learning
2025-May-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.22.655599
PMID:40501912
|
research paper | 该研究探讨了生物约束深度学习如何通过细胞和亚细胞特化实现，以模拟大脑中的学习和记忆机制 | 提出了一种完全符合生物学约束的深度学习算法，模拟了神经元细胞类型和树突区室化信号的特化 | 模型的生物学约束可能限制了其在更广泛的人工智能应用中的适用性 | 探索大脑如何通过神经元细胞类型和树突区室化信号协调多层神经回路中的学习 | 人工神经网络（ANNs）和神经元细胞类型 | machine learning | NA | 深度学习算法 | ANN | image | NA |
| 86 | 2025-06-24 |
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
|
research paper | 该研究提出了一个包含11643名0-14岁儿童的心电图数据库，用于心血管疾病的智能诊断 | 该数据库专注于儿童心血管疾病诊断，填补了现有ECG数据集主要关注成人且缺乏疾病诊断信息的空白 | 数据仅来自郑州大学第一附属医院的住院儿童，可能无法完全代表所有儿童群体 | 为儿童心血管疾病的智能诊断提供充足的数据支持 | 0-14岁儿童的心电图数据 | digital pathology | cardiovascular disease | ECG | NA | ECG记录 | 11643名住院儿童，包含14190份儿科ECG记录 |
| 87 | 2025-06-24 |
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
|
meta-analysis | 本文通过系统综述和荟萃分析评估了人工智能在超声诊断盆腔妇科肿瘤中的应用效果 | 首次对AI在妇科盆腔肿瘤超声诊断中的研究进行系统性评估，并与现有ADNEX模型进行性能比较 | 95%的研究存在高偏倚风险，主要源于不恰当的研究纳入标准、缺乏患者级别的训练测试集划分以及未进行校准评估 | 评估AI模型在超声诊断妇科盆腔肿瘤中的鉴别性能 | 妇科盆腔肿瘤（卵巢、子宫内膜和子宫肌层病变） | 数字病理 | 妇科肿瘤 | 超声成像 | 深度学习模型与基于放射组学的机器学习方法 | 超声图像 | 44项研究（40项卵巢病理、3项子宫内膜病理和1项子宫肌层病理研究） |
| 88 | 2025-06-24 |
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 | 本研究探讨了深度学习在预测人类脑部脑脊液分布中的应用，使用了基于U-Net的监督学习模型 | 利用深度学习预测脑脊液分布，仅需注射后2小时的成像数据即可达到与使用更多后期扫描数据相当的预测效果 | 研究依赖于特定对比剂（钆基）的MRI扫描，可能不适用于其他类型的脑脊液标记物 | 预测脑脊液在人类脑部的分布及其与中枢神经系统疾病的关联 | 人类脑部脑脊液分布及心室反流分级 | 数字病理学 | 中枢神经系统疾病 | T1加权磁共振成像（MRI） | U-Net | 图像 | NA |
| 89 | 2025-06-24 |
Longitudinal Risk Prediction for Pediatric Glioma with Temporal Deep Learning
2025-May, NEJM AI
DOI:10.1056/aioa2400703
PMID:40535328
|
研究论文 | 本研究开发了一种自监督的时序深度学习模型，用于分析儿童胶质瘤患者的连续MRI扫描，以提高个体化复发预测的准确性 | 提出了一种针对纵向医学影像分析的自监督时序深度学习方法，通过训练模型正确分类扫描的时间顺序作为前置任务，进而微调以预测复发风险 | 研究受限于数据可用性和当前机器学习方法的局限性 | 提高儿童胶质瘤个体化复发预测的准确性 | 儿童低级别和高级别胶质瘤患者 | 数字病理学 | 胶质瘤 | MRI | 自监督时序深度学习模型 | 影像 | 715名患者的3994次扫描 |
| 90 | 2025-06-24 |
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 | 本研究比较了机器学习和深度学习模型在社交媒体上心理健康状况分类中的性能和适用性 | 系统评估了多种ML和DL模型在心理健康分类中的性能差异，并提供了基于数据集大小、可解释性需求和计算限制的模型选择建议 | 研究仅基于中等规模数据集，未探讨极大数据集或小数据集下的表现差异 | 比较不同建模方法在心理健康状况分类中的性能差异 | 社交媒体上关于抑郁、焦虑和自杀意念的用户生成文本 | 自然语言处理 | 精神疾病 | 文本分类 | logistic regression, random forest, LightGBM, ALBERT, GRU | 文本 | 中等规模数据集（具体数量未提及） |
| 91 | 2025-06-24 |
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AI的统一框架scDisPreAI，用于整合单细胞组学数据以实现疾病和疾病阶段的预测及生物标志物发现 | 结合单细胞组学数据和AI技术，开发了一个多任务预测框架，能够同时分类疾病身份和疾病阶段，并通过可解释性技术识别关键生物标志物 | 需要进一步整合多组学数据、标准化协议和前瞻性临床验证以充分发挥其在精准医学中的潜力 | 开发一个基于AI的统一框架，用于疾病预测和生物标志物发现 | 单细胞组学数据和疾病预测 | 机器学习 | 多种疾病 | 单细胞组学 | 深度学习架构或机器学习流程 | 单细胞组学数据 | NA |
| 92 | 2025-06-24 |
Accelerated retinal ageing and multimorbidity in middle-aged and older adults
2025-Mar-04, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-025-01581-1
PMID:40035945
|
研究论文 | 本研究探讨视网膜年龄差距与多病共存之间的关联 | 首次使用深度学习模型计算视网膜年龄差距，并发现其与多病共存风险的独立关联 | 研究结果基于观察性数据，无法确定因果关系 | 探究视网膜年龄差距作为多病共存风险的早期生物标志物 | 45,436名中老年参与者 | 数字病理 | 老年疾病 | 深度学习 | 深度学习模型 | 图像 | 45,436名参与者，其中3,607人(17.29%)在随访期间出现多病共存 |
| 93 | 2025-06-24 |
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
|
research paper | 本研究探讨了在腹主动脉瘤（AAA）修复术后监测中，自动测量囊体积相较于最大直径评估是否能提供更细致的囊行为信息 | 首次比较了自动AAA囊体积测量与传统最大直径评估在EVAR术后监测中的差异，发现体积测量能识别更多的囊收缩或增长情况 | 样本量较小（89例患者），且为回顾性研究 | 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AAA患者 | 数字病理 | 心血管疾病 | 深度学习 | Augmented Reality for Vascular Aneurysm | 医学影像 | 89例患者（标准EVAR 46例，开窗EVAR 43例） |
| 94 | 2025-06-24 |
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 | 开发并验证了一种基于MRI拓扑深度学习的模型，用于术前预测肝细胞癌（HCC）的微血管侵犯（MVI）并辅助预后分层 | 结合拓扑学改进深度学习模型，提高了预测性能和可解释性，并首次在HCC的MVI预测中应用 | 研究为回顾性设计，可能存在选择偏倚；外部验证集样本量相对较小 | 开发非侵入性预测HCC微血管侵犯的深度学习模型并验证其预后分层价值 | 接受手术治疗的HCC患者 | 数字病理 | 肝细胞癌 | MRI | CNN, TopoCNN, TopoCNN+Clinic | 医学影像 | 589例患者（292例病理证实MVI） |
| 95 | 2025-06-24 |
Advancing bioinformatics with large language models: components, applications and perspectives
2025-Jan-31, ArXiv
PMID:38259343
|
review | 本文综述了大语言模型（LLMs）在生物信息学中的关键组成部分、应用及未来展望 | 探讨LLMs在生物信息学问题解决中的潜力，超越其在人类语言建模方面的熟练度 | NA | 提供LLMs在生物信息学中应用的全面概述，包括基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域 | 大语言模型（LLMs）及其在生物信息学中的应用 | 生物信息学 | NA | 自监督或半监督学习 | transformer模型 | 未标记的输入数据 | NA |
| 96 | 2025-06-24 |
Deep learning reveals diverging effects of altitude on aging
2025-Jan-15, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01502-8
PMID:39815037
|
研究论文 | 该研究探讨了高海拔对衰老和年龄相关疾病的影响，通过分析埃塞俄比亚不同海拔地区的数据和临床实验，揭示了海拔对衰老速度的不同影响 | 首次结合大规模流行病学数据和临床实验，揭示了海拔对衰老速度的双重影响（面部衰老加速但DNA损伤减少） | 研究仅基于埃塞俄比亚一个地区的数据，可能无法推广到其他人群 | 探究海拔高度对衰老过程和年龄相关疾病的影响 | 埃塞俄比亚不同海拔地区的居民（227名高原居民和202名低地居民） | 生物医学研究 | 年龄相关疾病 | 深度学习分析、临床数据采集、PBMC核形态分析 | 深度学习模型（未具体说明） | 流行病学数据、临床数据、面部图像、血液涂片 | 429名参与者（227高原+202低地） |
| 97 | 2025-06-24 |
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评估右心室功能，以改善二尖瓣反流患者经导管边缘对边缘修复术后的预后预测 | 首次使用深度学习模型从标准二维超声心动图视频中预测右心室射血分数，并证明其在预测一年死亡率方面优于传统方法 | 研究仅基于回顾性多中心注册数据，且仅评估了一年的死亡率 | 评估深度学习预测的右心室射血分数在严重二尖瓣反流患者经导管边缘对边缘修复术后的预后价值 | 接受经导管边缘对边缘修复术的严重二尖瓣反流患者 | 数字病理学 | 心血管疾病 | 二维超声心动图 | 深度学习模型 | 视频 | 1154名2017至2023年间接受治疗的患者 |
| 98 | 2025-06-24 |
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
|
research paper | 本研究使用深度学习模型动态预测肾功能轻度减退老年人群的心血管死亡风险 | 采用新型深度学习算法Dynamic DeepHit模型，在纵向研究中实现个体动态生存预测，并证明其优于传统Cox回归和随机生存森林模型 | 研究人群仅限于中国天津社区的老年人，可能限制结果的普适性 | 识别肾功能轻度减退老年人群的心血管死亡风险特征，开发更准确的预测模型 | 12,650名60岁以上肾功能轻度减退(eGFR 45-90 mL/min/1.73 m2)的老年人 | machine learning | cardiovascular disease | NA | DeepHit, Dynamic DeepHit, Cox regression, Random Survival Forest | 临床随访数据 | 12,650名社区老年人，随访7年期间838例心血管死亡 |
| 99 | 2025-06-24 |
Corrigendum: Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1617441
PMID:40538405
|
correction | 本文是对先前一篇关于使用深度学习工具自动评估指甲银屑病严重程度的文章的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 100 | 2025-06-24 |
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
|
research paper | 本研究提出了一种用于结肠镜检查视频中息肉检测的深度学习模型，并进行了实际应用验证 | 采用迁移学习和多任务学习解决标记数据有限的问题，同时实现息肉分类和边界框检测任务 | 缺乏非息肉图像数据集，需从LDPolyp视频数据集中提取非息肉图像 | 开发高效、准确且经济的实时息肉检测解决方案 | 结肠镜检查视频中的息肉 | computer vision | gastrointestinal lesions | deep learning | deep neural network | video | KVASIR-SEG、CVC-CLINIC数据集以及从LDPolyp视频数据集中提取的非息肉图像 |