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 12321 - 12340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12321 | 2025-05-02 |
Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109670
PMID:39799830
|
研究论文 | 提出了一种名为Glo-Net的深度学习模型，用于肾病理学中多类肾小球的精确分割和分类 | Glo-Net通过将传统语义分割网络分为分割和分类两个分支，并引入创新的损失函数来解决类别不平衡问题，提高了小类肾小球的分类准确性和分割性能 | NA | 提高肾病理学中肾小球的分割和分类准确性 | 数字化病理切片中的肾小球 | 数字病理学 | 肾脏疾病 | 深度学习 | Glo-Net（基于双任务分支的神经网络） | 图像 | 多机构数据集（包括外部验证集） | NA | NA | NA | NA |
| 12322 | 2025-05-02 |
Application of deep learning in automated localization and interpretation of coronary artery calcification in oncological PET/CT scans
2025-Mar, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03327-8
PMID:39804436
|
研究论文 | 本研究开发了一种基于DLA-3D模型的AI方法，用于在非门控PET/CT扫描中自动检测冠状动脉钙化（CAC） | 首次将DLA-3D模型应用于非门控、自由呼吸、低剂量CT图像的CAC自动检测，实现了专家级别的性能 | 研究仅基于单一医疗中心的回顾性数据，样本量为677例PET/CT扫描 | 开发AI方法用于自动检测癌症患者PET/CT扫描中的冠状动脉钙化 | 677例来自医疗中心的PET/CT扫描数据 | 数字病理学 | 心血管疾病 | PET/CT扫描 | DLA-3D | 医学影像 | 677例PET/CT扫描（训练集88%，测试集12%） | NA | NA | NA | NA |
| 12323 | 2025-05-02 |
Artificial intelligence in clinical genetics
2025-Mar, European journal of human genetics : EJHG
IF:3.7Q2
DOI:10.1038/s41431-024-01782-w
PMID:39806188
|
review | 本文综述了人工智能在临床遗传学中的应用及其未来发展 | 探讨了AI在临床遗传学中的新兴应用，包括临床诊断、管理与治疗以及临床支持 | AI在临床遗传学中的具体影响速度和整体后果尚不明确 | 研究人工智能在临床遗传学领域的应用及其潜在影响 | 临床遗传学的各个方面，包括诊断、治疗和临床支持 | machine learning | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12324 | 2025-05-02 |
Metastatic Lung Lesion Changes in Follow-up Chest CT: The Advantage of Deep Learning Simultaneous Analysis of Prior and Current Scans With SimU-Net
2025-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000808
PMID:39808543
|
研究论文 | 本文评估了SimU-Net这一新型深度学习方法在自动分析转移性肺部病变及其在胸部CT扫描中的时间变化方面的效果 | 提出SimU-Net，一种同时多通道3D U-Net模型，用于成对注册的先前和当前患者扫描，实现了转移性肺部病变的自动检测、分割、匹配和分类 | 样本量相对较小，仅包含79名患者的344对扫描 | 评估SimU-Net在自动分析转移性肺部病变及其时间变化方面的性能 | 转移性肺部病变 | 数字病理 | 肺癌 | 胸部CT扫描 | SimU-Net（基于3D U-Net） | 3D医学影像 | 79名患者的344对胸部CT扫描，共5040个转移性肺部病变 | NA | NA | NA | NA |
| 12325 | 2025-05-02 |
Attention incorporated network for sharing low-rank, image and k-space information during MR image reconstruction to achieve single breath-hold cardiac Cine imaging
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种名为A-LIKNet的新型深度学习网络，用于MRI重建，通过嵌入低秩、图像和k空间等多域信息，实现单次屏气心脏电影成像 | 采用并行分支结构实现k空间和图像域的独立学习，引入注意力机制为关键线圈或重要时间帧分配更大权重，通过耦合信息共享层实现域间信息交换 | 仅在内部数据集和OCMR数据集上进行了验证，需要进一步扩大样本量验证泛化能力 | 加速心脏电影MRI成像并提高重建质量 | 心脏动态MRI图像 | digital pathology | cardiovascular disease | MRI | A-LIKNet（基于注意力的深度学习网络） | 图像 | 91例心血管患者和38例健康受试者的2D心脏电影数据，以及OCMR数据集的实时前瞻性欠采样数据 | NA | NA | NA | NA |
| 12326 | 2025-05-02 |
PADS-Net: GAN-based radiomics using multi-task network of denoising and segmentation for ultrasonic diagnosis of Parkinson disease
2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于GAN的多任务网络PADS-Net，用于超声图像的去噪和分割，以提高帕金森病的诊断准确性 | PADS-Net结合了生成对抗网络和多任务深度学习框架，同时优化超声图像的去噪和分割任务，并采用复合损失函数和放射组学技术提高诊断准确性 | NA | 提高帕金森病的超声诊断准确性 | 经颅超声中脑图像 | 医学影像分析 | 帕金森病 | 放射组学技术 | GAN, 多任务深度学习网络 | 超声图像 | NA | NA | NA | NA | NA |
| 12327 | 2025-05-02 |
Sirolimus as a repurposed drug for tendinopathy: A systems biology approach combining computational and experimental methods
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109665
PMID:39809087
|
研究论文 | 本研究通过系统生物学方法结合计算和实验手段，探索西罗莫司作为肌腱病再用途药物的潜力 | 首次提出基于系统生物学的药物预测策略，整合多组学数据和深度学习技术，发现西罗莫司对肌腱病的治疗潜力 | 研究主要基于临床前模型，需要进一步临床试验验证 | 探索现有药物在肌腱病治疗中的再用途潜力 | 肌腱病相关基因和信号通路 | 系统生物学 | 肌腱病 | 转录组学分析、深度学习、孟德尔随机化、基因敲除 | 深度学习模型 | 基因表达数据 | 154例临床肌腱样本 | NA | NA | NA | NA |
| 12328 | 2025-05-02 |
Weakly-supervised thyroid ultrasound segmentation: Leveraging multi-scale consistency, contextual features, and bounding box supervision for accurate target delineation
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109669
PMID:39809086
|
research paper | 提出一种新颖的弱监督分割框架，用于甲状腺超声图像的分割，通过多尺度一致性、上下文特征和边界框监督来提高分割准确性 | 结合了空间排列一致性分支、层次预测一致性分支、上下文特征集成分支和多尺度原型细化模块，显著减少了对像素级标注的依赖 | 在低对比度和噪声背景的甲状腺超声图像中，边界分割仍面临挑战 | 提高甲状腺超声图像分割的准确性，减少标注时间 | 甲状腺超声图像 | digital pathology | thyroid disease | weakly-supervised learning | CNN | image | 两个甲状腺超声数据集（TG3K和TN3K） | NA | NA | NA | NA |
| 12329 | 2025-05-02 |
A novel hybrid deep learning framework based on biplanar X-ray radiography images for bone density prediction and classification
2025-Mar, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-024-07378-w
PMID:39812675
|
research paper | 该研究利用深度学习基于双平面X射线摄影图像进行骨密度预测和分类 | 提出了一种新型混合深度学习框架，用于骨密度预测和分类，具有高准确性和与QCT结果的强相关性 | 未提及样本量的具体大小及多样性，可能影响模型的泛化能力 | 开发一种基于深度学习的骨密度预测和分类方法，用于骨质疏松高风险患者的筛查 | 来自华山医院体检中心的双平面X射线摄影图像 | digital pathology | geriatric disease | BPX | hybrid deep learning | image | NA | NA | NA | NA | NA |
| 12330 | 2025-05-02 |
White matter hyperintensities regress at a high rate at three months after minor ischemic stroke or transient ischemic attack
2025-Feb, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2024.101239
PMID:39798248
|
研究论文 | 研究探讨轻微缺血性卒中或短暂性脑缺血发作后三个月内白质高信号（WMH）的早期消退情况及其影响因素 | 首次报道WMH在轻微缺血性卒中或短暂性脑缺血发作后三个月内即可出现消退，并识别了影响消退的因素 | 样本量较小（98例患者），且为回顾性分析 | 探究WMH在轻微缺血性卒中或短暂性脑缺血发作后的早期消退情况及影响因素 | 轻微缺血性卒中或短暂性脑缺血发作患者 | 数字病理学 | 心血管疾病 | 脑MRI | 深度学习算法 | 图像 | 98例轻微缺血性卒中或短暂性脑缺血发作患者 | NA | NA | NA | NA |
| 12331 | 2025-10-07 |
Pneumonia Detection Using Enhanced Convolutional Neural Network Model on Chest X-Ray Images
2025-02, Big data
IF:2.6Q2
DOI:10.1089/big.2022.0261
PMID:37074075
|
研究论文 | 本研究开发了多种深度学习模型用于胸部X光图像的肺炎检测 | 提出了增强型CNN模型，在肺炎检测任务中取得了92.4%的最高准确率，优于传统集成方法和现有先进方法 | 数据集仅包含5863张胸部X光图像，可能需要进行更大规模的数据验证 | 开发肺炎检测模型并比较不同模型的性能 | 胸部X光图像 | 计算机视觉 | 肺炎 | X射线成像 | CNN | 图像 | 5863张胸部X光图像 | NA | 增强型CNN,VGG-19,ResNet-50 | 准确率,精确率,召回率,损失值,AUC | NA |
| 12332 | 2025-05-02 |
Pretrained Deep Neural Network Kin-SiM for Single-Molecule FRET Trace Idealization
2025-Jan-30, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.4c05276
PMID:39809573
|
研究论文 | 提出了一种名为Kin-SiM的深度学习框架，利用LSTM自动进行smFRET轨迹的理想化处理 | 使用预训练的LSTM网络自动提取生物分子状态和动力学参数，无需用户输入马尔可夫假设 | 需要大量模拟数据进行预训练，可能对实际数据的适应性有限 | 改进单分子荧光共振能量转移（smFRET）轨迹的理想化分析方法 | smFRET时间轨迹 | 机器学习 | NA | smFRET | LSTM | 时间序列数据 | 基准smFRET数据集 | NA | NA | NA | NA |
| 12333 | 2025-05-02 |
CPconf_score: A Deep Learning Free Energy Function Trained Using Molecular Dynamics Data for Cyclic Peptides
2025-Jan-28, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01386
PMID:39801200
|
研究论文 | 开发了一种名为CPconf_score的深度学习自由能函数，用于预测环肽的构象自由能 | 使用高温分子动力学模拟数据和SchNet深度学习模型，首次实现了对环肽构象自由能的准确预测 | 仅在50个环肽上进行了测试，样本量相对较小 | 开发一种能够准确预测环肽构象自由能的方法 | 环肽（特别是少于10个残基和β-肽键的环肽） | 计算生物学 | NA | 高温分子动力学模拟（high-T MD）、点自适应k近邻（PAk）方法 | SchNet深度学习模型 | 分子动力学模拟数据 | 250个随机序列环肽（训练集）和50个来自剑桥结构数据库的环肽（测试集） | NA | NA | NA | NA |
| 12334 | 2025-05-02 |
Multistage deep learning methods for automating radiographic sharp score prediction in rheumatoid arthritis
2025-01-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86073-0
PMID:39870749
|
研究论文 | 本研究提出了一种多阶段深度学习模型，用于从手部X光图像预测类风湿关节炎的总体Sharp评分 | 首次将Vision Transformer (ViT)应用于类风湿关节炎的总体Sharp评分预测 | 模型在Sharp评分<50的患者中表现最佳，对于更高评分的预测效果未明确说明 | 开发自动化工具以评估类风湿关节炎的关节损伤程度 | 类风湿关节炎患者的X光图像 | 数字病理学 | 类风湿关节炎 | 深度学习 | UNet, YOLOv7, Vision Transformer (ViT) | X光图像 | 训练集679名患者，外部测试集291名受试者 | NA | NA | NA | NA |
| 12335 | 2025-05-02 |
Twenty Years of Neuroinformatics: A Bibliometric Analysis
2025-Jan-15, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-024-09712-3
PMID:39812741
|
研究论文 | 本文对过去20年的神经信息学进行了全面的文献计量分析，揭示了该领域在神经科学与计算科学交叉点上的演变 | 使用VOS viewer等先进工具及共引分析、文献耦合和关键词共现等方法，深入分析了出版趋势、引用模式及期刊影响力 | 分析主要基于文献计量数据，可能未涵盖所有实际研究进展或具体技术细节 | 评估神经信息学领域的发展趋势、研究主题及期刊影响力 | 神经信息学领域的出版物、引用数据及研究主题 | 神经信息学 | NA | 共引分析、文献耦合、关键词共现 | NA | 文献数据 | 过去20年的神经信息学出版物 | NA | NA | NA | NA |
| 12336 | 2025-05-02 |
Patch-Wise Deep Learning Method for Intracranial Stenosis and Aneurysm Detection-the Tromsø Study
2025-Jan-15, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-024-09697-z
PMID:39812766
|
研究论文 | 提出了一种结合经典计算机视觉技术和深度学习的patch-wise方法，用于检测颅内动脉狭窄和动脉瘤 | 结合了经典计算机视觉技术和深度学习，采用patch-wise残差神经网络和投票机制进行检测 | 对于涉及MRI中长距离依赖的闭塞检测效果不佳，这是由于patch-wise深度学习方法的架构设计所致 | 早期检测颅内动脉狭窄和动脉瘤，以进行有效干预 | 颅内动脉粥样硬化性狭窄（ICAS）和颅内动脉瘤 | 数字病理学 | 脑血管疾病 | 时间飞跃磁共振血管成像（TOF-MRA） | 残差神经网络（ResNet） | 图像 | NA | NA | NA | NA | NA |
| 12337 | 2025-05-02 |
Intelligent in-cell electrophysiology: Reconstructing intracellular action potentials using a physics-informed deep learning model trained on nanoelectrode array recordings
2025-Jan-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-55571-6
PMID:39809732
|
研究论文 | 本研究提出了一种基于物理信息深度学习的模型，用于从纳米电极阵列记录中重建细胞内动作电位 | 利用AI技术从同步记录的细胞外和细胞内动作电位对中重建细胞内电位，为非侵入性、高通量药物心脏毒性评估提供了新方法 | 目前仅在干细胞衍生的心肌细胞上进行了验证，尚未扩展到其他细胞类型 | 开发一种非侵入性、高通量的细胞内电生理记录方法 | 干细胞衍生的心肌细胞 | 机器学习 | 心血管疾病 | 纳米电极阵列(NEAs)和微电极阵列(MEAs)记录 | 物理信息深度学习模型 | 电生理信号 | 数千对同步记录的细胞外和细胞内动作电位 | NA | NA | NA | NA |
| 12338 | 2025-05-02 |
Establishing a GRU-GCN coordination-based prediction model for miRNA-disease associations
2025-Jan-14, BMC genomic data
IF:1.9Q3
DOI:10.1186/s12863-024-01293-z
PMID:39810100
|
研究论文 | 本研究开发了一种基于GRU-GCN协调的深度学习模型，用于预测miRNA与疾病之间的关联 | 引入了两种标记策略（基于权重和基于多数的定义）来分类miRNA-疾病关联，并开发了一种结合GRU和GCN的新型模型 | 模型性能依赖于标记策略的准确性，且数据集仅来自HMDD，可能限制了模型的泛化能力 | 提高miRNA与疾病关联预测的准确性和效率 | miRNA与疾病的关联 | 生物信息学 | NA | 深度学习 | GRU-GCN | 生物实验数据 | 来自HMDD的miRNA-疾病关联数据集 | NA | NA | NA | NA |
| 12339 | 2025-05-02 |
Diagnosis of Parkinson's disease by eliciting trait-specific eye movements in multi-visual tasks
2025-Jan-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-06044-3
PMID:39810187
|
研究论文 | 通过虚拟现实环境中的多任务眼动追踪技术，提取帕金森病特异性眼动异常特征，并利用深度学习算法建立辅助诊断模型 | 在虚拟现实环境中设计多任务以激发帕金森病特异性眼动异常，并首次提出深度学习算法对这些特征进行建模以实现辅助诊断 | 研究样本量相对较小（114名患者和125名健康对照），且仅在虚拟现实环境中验证 | 开发一种基于眼动特征的帕金森病辅助诊断方法 | 帕金森病患者和健康对照者的眼动数据 | 数字病理学 | 帕金森病 | 眼动追踪技术、虚拟现实技术 | 深度学习算法 | 眼动数据 | 114名帕金森病患者和125名健康对照者 | NA | NA | NA | NA |
| 12340 | 2025-05-02 |
Diagnosis and prognosis of melanoma from dermoscopy images using machine learning and deep learning: a systematic literature review
2025-Jan-13, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-024-13423-y
PMID:39806282
|
系统文献综述 | 本文综述了机器学习和深度学习在皮肤镜图像中用于黑色素瘤诊断和预后的最新进展 | 总结了多种深度学习架构（如DenseNet和ResNet）在黑色素瘤检测中的优异表现，并讨论了数据多样性、模型可解释性等挑战 | 存在数据多样性不足、模型可解释性有限以及计算资源需求高的挑战 | 探讨机器学习和深度学习在黑色素瘤诊断和预后中的应用潜力 | 皮肤镜图像 | 数字病理学 | 黑色素瘤 | 机器学习和深度学习 | DenseNet, ResNet, DCNN | 图像 | 34项研究（2016-2024年发表），涉及HAM10000、ISIC等数据集 | NA | NA | NA | NA |