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 12521 - 12540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12521 | 2025-10-07 |
Multi-institutional development and testing of attention-enhanced deep learning segmentation of thyroid nodules on ultrasound
2025-Feb, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03294-w
PMID:39751996
|
研究论文 | 开发并验证了一种基于注意力增强深度学习的甲状腺结节超声自动分割系统 | 采用带有注意力权重函数的AttU-Net架构，并在多机构数据集上进行独立测试验证 | 仅使用两个医疗机构的回顾性数据，需要进一步整合到自动分类系统中 | 开发自动甲状腺结节超声分割算法以支持风险分层系统 | 甲状腺结节患者 | 医学影像分析 | 甲状腺结节 | 超声成像 | 深度学习 | 超声图像 | 520名患者的1595张甲状腺超声图像 | NA | AttU-Net | Dice相似系数, Hausdorff距离百分比 | NA |
| 12522 | 2025-10-07 |
Diagnosis of lymph node metastasis in oral squamous cell carcinoma by an MRI-based deep learning model
2025-Feb, Oral oncology
IF:4.0Q2
|
研究论文 | 开发并验证基于MRI影像的三阶段深度学习模型用于口腔鳞状细胞癌淋巴结转移诊断 | 首次提出结合随机森林分类器的三阶段深度学习模型，能够显著降低隐匿性转移率 | 回顾性研究设计，需要前瞻性验证 | 开发深度学习模型用于口腔鳞状细胞癌淋巴结转移诊断 | 口腔鳞状细胞癌患者 | 计算机视觉 | 口腔癌 | 磁共振成像 | 深度学习 | MRI影像 | 723名患者的45,664张术前MRI图像，来自10家中国医院 | NA | 三阶段深度学习模型 | AUC | NA |
| 12523 | 2025-10-07 |
Artificial Intelligence and Cancer Health Equity: Bridging the Divide or Widening the Gap
2025-Feb, Current oncology reports
IF:4.7Q1
DOI:10.1007/s11912-024-01627-1
PMID:39753817
|
综述 | 评估人工智能对癌症健康公平性的影响，分析AI是缩小还是扩大癌症结局差异 | 首次系统评估AI技术在癌症健康公平性领域的双刃剑作用，提出包容性数据集和伦理框架的解决方案 | 作为综述文章未包含原始数据研究，主要基于现有文献分析 | 探讨人工智能对癌症健康公平性的影响机制和发展方向 | 人工智能在癌症诊疗中的应用及其对不同人群的影响 | 医疗人工智能 | 癌症 | 深度学习、预测分析 | 深度学习模型 | 医疗数据 | NA | NA | NA | NA | NA |
| 12524 | 2025-10-07 |
Inferring multi-slice spatially resolved gene expression from H&E-stained histology images with STMCL
2025-Feb, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.11.016
PMID:39755346
|
研究论文 | 提出一种名为STMCL的多模态对比学习框架，用于从H&E染色组织学图像推断空间基因表达 | 首次整合组织学图像、基因表达特征和空间位置信息的多模态对比学习框架，能够预测多切片空间基因表达 | 仅测试了10X Genomics平台生成的四种多切片空间转录组数据集 | 开发从H&E染色组织学图像预测空间基因表达的低成本方法 | 空间转录组数据和H&E染色组织学图像 | 数字病理学 | 癌症 | 空间转录组学，H&E染色 | 深度学习，对比学习 | 图像，基因表达数据 | 四种多切片空间转录组数据集 | NA | STMCL | 空间基因表达预测准确性，基因表达模式保持能力 | NA |
| 12525 | 2025-10-07 |
A Novel RAGE Modulator Induces Soluble RAGE to Reduce BACE1 Expression in Alzheimer's Disease
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407812
PMID:39755927
|
研究论文 | 本研究探索抗癌药物6-硫代鸟苷通过调节RAGE降低BACE1表达，改善阿尔茨海默病病理 | 首次发现抗癌药物6-TG可直接与RAGE相互作用，通过JAK2-STAT1通路调节BACE1表达并提高脑内sRAGE水平 | 研究主要基于AD小鼠模型，尚未在人类临床试验中验证 | 探索通过降低BACE1表达来减轻阿尔茨海默病病理的新策略 | 阿尔茨海默病小鼠模型、β-分泌酶(BACE1)、晚期糖基化终末产物受体(RAGE) | 数字病理 | 阿尔茨海默病 | 表面等离子共振分析、深度学习靶点识别 | 深度学习 | 生物分子相互作用数据、行为学数据 | AD小鼠模型 | NA | NA | BACE1表达水平、Aβ积累量、认知功能改善、小胶质细胞吞噬活性 | NA |
| 12526 | 2025-10-07 |
An accelerated deep learning model can accurately identify clinically important humeral and scapular landmarks on plain radiographs obtained before and after anatomic arthroplasty
2025-Feb, International orthopaedics
IF:2.0Q2
DOI:10.1007/s00264-024-06401-3
PMID:39760903
|
研究论文 | 开发了一种加速深度学习模型，用于在肩关节置换术前后的X光片上准确定位肱骨和肩胛骨的关键解剖标志点 | 仅使用240张标注图像作为基础训练集，通过图像增强技术扩展到2260张训练图像，实现了高效的深度学习模型 | 研究证据等级为IV级，样本量相对有限，仅包含240张原始X光片 | 评估深度学习模型在肩关节置换术前后的X光片上识别骨性标志点的准确性 | 肩关节置换术患者的术前和术后X光片 | 计算机视觉 | 骨科疾病 | X射线成像 | 深度学习模型 | X光图像 | 240张原始X光片，通过增强扩展到2260张训练图像，60张测试图像 | NA | NA | 平均偏差(mm), p值 | NA |
| 12527 | 2025-10-07 |
Enhancing meteorological data reliability: An explainable deep learning method for anomaly detection
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.124011
PMID:39765064
|
研究论文 | 提出一种基于自编码器、SHAP和贝叶斯优化的可解释深度学习方法，用于气象观测数据的异常检测 | 结合自编码器、SHAP解释性分析和贝叶斯优化，开发了可解释的异常检测方法，并采用K-sigma阈值自动划分方法适应不同观测站点的数据特征 | 未明确说明模型在不同气候条件下的泛化能力以及计算效率的具体表现 | 提高气象观测数据的可靠性，实现及时准确的数据异常检测 | 气象观测数据 | 机器学习 | NA | 深度学习异常检测 | 自编码器(AE) | 多维气象数据集 | NA | NA | 自编码器 | NA | NA |
| 12528 | 2025-10-07 |
Effect of magnetic field strength and segmentation variability on the reproducibility and repeatability of radiomic texture features in cardiovascular magnetic resonance parametric mapping
2025-Feb, The international journal of cardiovascular imaging
DOI:10.1007/s10554-024-03312-7
PMID:39776324
|
研究论文 | 评估心肌放射组学纹理特征对磁场强度差异和分割变异性的鲁棒性 | 首次系统评估放射组学纹理特征在心血管磁共振参数映射中对扫描仪场强差异和分割变异性的敏感度 | 样本量较小（仅15名健康志愿者），仅使用西门子扫描仪，结果可能不适用于其他厂商设备 | 评估放射组学纹理特征在临床实践中的可靠性 | 健康志愿者的心脏磁共振T1映射图像 | 医学影像分析 | 心血管疾病 | 心血管磁共振成像，放射组学分析 | 深度学习模型 | 医学影像 | 15名健康志愿者的45对CMR T1映射图像（1.5T和3T各15个） | NA | 蒙特卡洛Dropout | 组内相关系数 | NA |
| 12529 | 2025-10-07 |
Unraveling Spatial Heterogeneity in Mass Spectrometry Imaging Data with GraphMSI
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202410840
PMID:39778027
|
研究论文 | 提出一种基于深度学习的GraphMSI方法，用于增强质谱成像数据的空间异质性分析 | 首次将代谢谱与空间信息整合到图神经网络中，提供两种可选增强模式（涂鸦交互和知识迁移）来改进分割结果 | 未明确说明方法在特定组织类型或疾病中的适用性限制 | 开发一种能够客观分割质谱成像数据中生物组织区域的新方法 | 质谱成像数据中的代谢异质性区域 | 计算生物学 | NA | 质谱成像 | 图神经网络 | 质谱成像数据 | NA | NA | GraphMSI | 视觉检查，定量评估 | 降低计算需求，支持更有效的三维MSI分割 |
| 12530 | 2025-10-07 |
Self-supervised parametric map estimation for multiplexed PET with a deep image prior
2025-Jan-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada717
PMID:39774095
|
研究论文 | 提出基于深度图像先验的自监督学习框架，用于多示踪剂PET图像分离和参数图估计 | 将多示踪剂房室模型整合到深度图像先验框架中，仅需单个数据集即可实现自监督学习 | 仅在模拟脑部幻影上进行性能评估，缺乏真实临床数据验证 | 解决多示踪剂PET图像分离中监督学习对配对数据依赖和泛化能力不足的问题 | 多示踪剂PET成像中的动态双示踪剂活性图像 | 医学影像分析 | 脑部疾病 | 多示踪剂PET成像，房室模型 | 深度学习 | 医学影像 | 模拟脑部幻影数据 | 深度图像先验(DIP) | U-net | 偏差，标准差 | NA |
| 12531 | 2025-10-07 |
Automated estimation of individualized organ-specific dose and noise from clinical CT scans
2025-Jan-29, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada67f
PMID:39761638
|
研究论文 | 开发了一种从临床CT扫描自动生成个体化器官特异性剂量和噪声的流程 | 提出了一种完全自动化的流程，能够估计个体化器官特异性辐射剂量和噪声，考虑了器官水平的辐射风险和临床任务 | 在胰腺等器官的分割精度相对较低（Dice评分最低为0.6855），样本量有限（临床数据集12例，体模数据集3例，跨站点数据集26例） | 开发个性化CT协议评估和优化的自动化工具 | 临床CT扫描数据、均匀体模数据、六个器官（肺、肝、肾、膀胱、脾、胰腺） | 医学影像分析 | NA | CT扫描、蒙特卡罗模拟 | 深度学习 | CT图像 | 临床数据集12例CT扫描，体模数据集3例，跨站点数据集26例，41例有专家分割标注的病例 | NA | TotalSegmentator | RMSE, 相对RMSE, Dice系数 | NA |
| 12532 | 2025-10-07 |
ComNet: A Multiview Deep Learning Model for Predicting Drug Combination Side Effects
2025-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01737
PMID:39749659
|
研究论文 | 提出一种多视图深度学习模型ComNet，用于预测药物组合的副作用 | 整合药物多视图特征，提出多尺度子图融合机制和基于注意力的多视图特征融合方法 | NA | 提高药物组合副作用的预测准确性 | 药物组合 | 机器学习 | NA | 分子指纹、SMILES语义信息、3D构象空间信息 | 深度学习 | 分子结构数据、文本数据(SMILES)、3D空间数据 | 多个公开数据集和自收集数据集 | NA | ComNet（包含多视图特征提取模块、多尺度子图融合机制、注意力机制） | 准确性、泛化能力、收敛速度 | NA |
| 12533 | 2025-10-07 |
Graph-Based Deep Learning Models for Thermodynamic Property Prediction: The Interplay between Target Definition, Data Distribution, Featurization, and Model Architecture
2025-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02014
PMID:39780656
|
研究论文 | 研究图基深度学习模型在热力学性质预测中目标定义、数据分布、特征化方法和模型架构之间的相互作用 | 发现分子级别预测优于原子级别增量预测，与先前研究相反；揭示了目标定义和特征化方法选择对模型精度的决定性影响 | 模型架构直接修改带来的精度提升相对有限 | 开发具有更普适能力的稳健图基热力学模型架构 | 五个经过筛选的数据集，涵盖元素组成、多重性、电荷状态和尺寸的多样性 | 机器学习 | NA | 图神经网络 | 图神经网络 | 分子图数据 | 五个多样化数据集 | NA | 图神经网络架构 | 准确度 | NA |
| 12534 | 2025-10-07 |
PPI-CoAttNet: A Web Server for Protein-Protein Interaction Tasks Using a Coattention Model
2025-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01365
PMID:39761551
|
研究论文 | 开发了一个基于共注意力机制的深度学习模型PPI-CoAttNet，用于蛋白质-蛋白质相互作用预测和相关任务 | 提出结合共注意力机制的深度学习模型，能够同时进行PPI和位点预测，并构建了用户友好的多功能网络服务器 | 未在摘要中明确说明研究局限性 | 开发准确且易于使用的蛋白质-蛋白质相互作用预测工具以促进药物发现 | 蛋白质-蛋白质相互作用及其相关位点 | 生物信息学 | 癌症 | 深度学习 | 共注意力模型 | 蛋白质序列数据 | NA | NA | Coattention模型 | AUC,F1分数 | 网络服务器平台 |
| 12535 | 2025-10-07 |
Enhanced Sampling Simulations of RNA-Peptide Binding Using Deep Learning Collective Variables
2025-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01438
PMID:39772512
|
研究论文 | 本研究利用深度学习集体变量增强采样模拟RNA-肽段结合过程 | 首次将深度目标判别分析(Deep-TDA)方法应用于设计集体变量来研究HIV TAR RNA与L22环肽的结合机制 | 需要大量接触对描述符来捕获宿主和客体的构象，在增强采样模拟方法中使用大量描述符不切实际 | 开发有效的集体变量设计方法以研究复杂生物分子识别过程 | HIV TAR RNA与L22环肽的结合系统 | 机器学习 | HIV感染 | 增强采样模拟，深度目标判别分析 | Deep-TDA | 分子动力学模拟数据 | NA | NA | 深度目标判别分析 | 自由能景观计算 | NA |
| 12536 | 2025-10-07 |
High-Accuracy Identification and Structure-Activity Analysis of Antioxidant Peptides via Deep Learning and Quantum Chemistry
2025-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01713
PMID:39772654
|
研究论文 | 开发结合深度学习和量子化学的创新框架，用于高效识别抗氧化肽并分析其构效关系 | 首次将双向长短期记忆网络与量子化学计算相结合，通过特征融合和UMAP可视化验证显著提升分类性能 | 仅验证了十种肽的抗氧化活性，样本规模有限 | 加速抗氧化肽的发现并分析其结构-活性关系 | 抗氧化肽（AOPs） | 机器学习 | 氧化应激相关疾病 | 量子化学计算 | Bi-LSTM | 序列数据 | 两个数据集（具体数量未说明）及十种实验验证肽 | NA | Bi-LSTM | 准确率, 精确率, 马修斯相关系数（MCC）, DPPH清除率, ABTS清除率, HOMO-LUMO能隙 | NA |
| 12537 | 2025-10-07 |
Hybrid exons evolved by coupling transcription initiation and splicing at the nucleotide level
2025-Jan-24, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae1251
PMID:39739742
|
研究论文 | 本研究通过可解释深度学习解析了混合外显子中转录起始与剪接协同调控的序列特征 | 首次发现混合外显子的转录起始位点通常位于3'剪接位点中心，揭示了转录起始与RNA剪接之间比以往认知更紧密的耦合关系 | 研究仅基于ENCODE数据库的人类组织数据，未在其他物种或实验条件下验证 | 解析混合外显子中转录起始和剪接协同调控的分子机制 | 人类组织中的80,000个混合第一-内部外显子 | 生物信息学 | NA | 深度学习，ENCODE数据库分析 | 深度学习 | 基因组序列数据，染色质状态数据 | 80,000个混合外显子 | NA | NA | NA | NA |
| 12538 | 2025-10-07 |
Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning
2025-Jan-24, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c02616
PMID:39764741
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型LEMAS，用于加速等离子体氢传感器的响应速度并消除其压力依赖性 | 提出了专门定制的长短期Transformer集成模型LEMAS，能够将光学等离子体氢传感器的响应速度提升高达40倍，并消除其在惰性气体环境中的固有压力依赖性 | NA | 加速氢泄漏检测传感器的响应速度，满足氢技术大规模应用的安全需求 | 光学等离子体氢传感器在惰性气体环境中的性能优化 | 机器学习 | NA | 等离子体传感技术 | Transformer | 传感器时序数据 | NA | NA | 长短期Transformer集成模型 | 预测不确定性度量 | NA |
| 12539 | 2025-10-07 |
Real-time CBCT imaging and motion tracking via a single arbitrarily-angled x-ray projection by a joint dynamic reconstruction and motion estimation (DREME) framework
2025-Jan-21, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ada519
PMID:39746309
|
研究论文 | 开发了一种无需患者特定先验知识的实时CBCT成像和运动追踪框架DREME | 通过联合动态重建和运动估计框架，仅需单次任意角度X射线投影即可实现实时CBCT成像和运动追踪 | 未明确说明对复杂运动模式的适用性和临床验证规模 | 实现放疗中实时CBCT成像和运动追踪 | 呼吸引起的解剖运动，特别是肺部肿瘤 | 医学影像分析 | 肺癌 | 锥形束CT成像，X射线投影 | CNN | X射线投影图像，CT影像序列 | 数字体模模拟和真实患者研究 | NA | 卷积神经网络运动编码器 | 肿瘤质心定位误差，投影域肿瘤定位精度 | NA |
| 12540 | 2025-10-07 |
Using artificial intelligence and statistics for managing peritoneal metastases from gastrointestinal cancers
2025-Jan-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae049
PMID:39736152
|
综述 | 探讨人工智能和统计学方法在胃肠道癌腹膜转移分析与管理的应用 | 系统比较AI方法与统计学方法在腹膜转移管理中的性能表现 | 纳入研究数量有限（约30篇），样本量是影响预测准确性的关键因素 | 研究AI和统计学方法在胃肠道癌腹膜转移管理中的应用价值 | 胃肠道癌引发的腹膜转移患者 | 机器学习 | 胃肠道癌 | 文献系统回顾 | 机器学习,深度学习 | 医学文献数据 | 约30篇符合条件的研究文献 | NA | NA | 预测准确性,精确度 | NA |