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 13981 - 14000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13981 | 2025-10-07 |
qlty: handling large tensors in scientific imaging deep-learning workflows
2024-Sep, Software impacts
IF:1.3Q3
DOI:10.1016/j.simpa.2024.100696
PMID:40206204
|
研究论文 | 介绍qlty工具包，用于处理科学成像中超出GPU内存容量的大型张量数据 | 开发专门针对科学成像工作流的张量管理工具包，提供子采样、数据清理和拼接功能 | NA | 解决科学成像中大型体积数据集在深度学习工作流中的内存管理问题 | 科学成像中的大型体积数据集 | 计算机视觉 | NA | 深度学习 | NA | 体积图像数据 | NA | NA | NA | NA | 标准GPU |
| 13982 | 2025-04-13 |
Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review
2024-May, Small science
IF:11.1Q1
DOI:10.1002/smsc.202300185
PMID:40213577
|
综述 | 本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型 | 综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型 | 计算资源可用性、模型保真度和可重复性方面的限制 | 为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望 | 硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料 | 机器学习 | NA | 分子动力学模拟、有限元分析、机器学习/深度学习 | 分子动力学、有限元、机器学习/深度学习替代模型 | 数值模拟和大量实验结果 | NA | NA | NA | NA | NA |
| 13983 | 2025-10-07 |
Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images
2023-01-03, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎 | 首次开发专门用于区分结肠癌与急性憩室炎的3D卷积神经网络，并通过多经验水平放射科医生的阅读研究验证AI辅助系统的临床价值 | 研究为单中心回顾性研究，样本量相对有限（585例患者），需要进一步多中心前瞻性验证 | 开发AI辅助诊断系统以提高CT图像中结肠病变的鉴别诊断准确性 | 接受手术治疗的结肠癌和急性憩室炎患者 | 计算机视觉 | 结肠癌 | CT成像 | CNN | 3D CT图像 | 585例患者（267例急性憩室炎，318例结肠癌） | NA | 3D卷积神经网络 | 敏感度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 13984 | 2025-10-07 |
Tracking protein kinase targeting advances: integrating QSAR into machine learning for kinase-targeted drug discovery
2025-Dec, Future science OA
IF:2.4Q3
DOI:10.1080/20565623.2025.2483631
PMID:40181786
|
综述 | 探讨将传统定量构效关系与机器学习相结合用于激酶靶向药物发现的研究进展 | 通过深度学习增强QSAR模型，实现自动特征提取并捕捉复杂构效关系，超越传统QSAR方法 | 强调可解释性和实验验证对临床转化的重要性 | 加速激酶靶向药物发现并推动精准医疗发展 | 蛋白激酶（CDKs、JAKs、PIM激酶等）及其抑制剂 | 机器学习 | NA | 定量构效关系建模、分子对接、深度学习 | CNN, RNN | 结构数据、实验数据 | NA | NA | NA | 选择性、疗效、耐药性缓解 | NA |
| 13985 | 2025-04-12 |
Leveraging multi-modal feature learning for predictions of antibody viscosity
2025-Dec, mAbs
IF:5.6Q1
DOI:10.1080/19420862.2025.2490788
PMID:40214197
|
研究论文 | 本文报告了一种多模态特征学习工作流程在预测治疗性抗体粘度中的应用 | 整合了多种数据源，包括序列、结构、物理化学性质以及语言模型的嵌入，使模型能够从分子模拟的物理化学规则和大型预训练深度学习模型捕获的蛋白质进化模式中学习 | 未提及具体样本量或实验验证的局限性 | 预测治疗性抗体的粘度，以解决皮下给药制剂的高粘度问题 | 治疗性抗体 | 机器学习 | NA | 多模态特征学习 | 深度学习模型 | 序列、结构、物理化学性质数据 | NA | NA | NA | NA | NA |
| 13986 | 2025-10-07 |
Simulation of a Free Boundary Cell Migration Model through Physics Informed Neural Networks
2025-Jul, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.106961
PMID:40058062
|
研究论文 | 本研究开发了一种基于物理信息神经网络的自由边界细胞迁移模型，用于模拟一维肌动球蛋白流动 | 首次将物理信息神经网络应用于具有移动边界的细胞迁移问题，无需合成数据即可训练模型 | 模型为一维简化，可能无法完全反映真实三维细胞迁移的复杂性 | 开发计算模型以理解单细胞迁移中肌动球蛋白流动的动力学行为 | 迁移细胞中的肌动球蛋白流动和肌动蛋白浓度 | 计算生物学 | NA | 物理信息神经网络 | 神经网络 | 数值模拟数据 | NA | NA | 物理信息神经网络 | 与实验和计算数据的定性比较 | NA |
| 13987 | 2025-03-04 |
Corrigendum to "A case for the use of deep learning algorithms for individual and population level assessments of mental health disorders: Predicting depression among China's elderly" [J. Affect. Disord. Volume 369, 15 January 2025, Pages 329-337]
2025-Jun-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.02.070
PMID:40024843
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13988 | 2025-10-07 |
Improving Accuracy and Reproducibility of Cartilage T2 Mapping in the OAI Dataset Through Extended Phase Graph Modeling
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29646
PMID:39467097
|
研究论文 | 本研究通过扩展相位图建模提高了骨关节炎倡议数据集中软骨T2映射的准确性和可重复性 | 首次将扩展相位图建模应用于OAI数据集，解决了传统单指数模型忽略刺激回波和B1不均匀性的局限性 | 研究样本量有限（100名受试者），且为回顾性研究设计 | 评估不同拟合方法对软骨T2测量准确性和可重复性的影响 | 骨关节炎倡议数据集中的膝关节软骨 | 医学影像分析 | 骨关节炎 | 多回波自旋回波序列，扩展相位图建模 | 非线性最小二乘法，字典匹配，深度学习 | 磁共振影像 | 100名受试者（50名按OA严重程度分层，50名健康对照） | NA | NA | 平均绝对误差，Bland-Altman分析，Lin一致性系数，变异系数 | NA |
| 13989 | 2024-11-07 |
Editorial for "Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy"
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29637
PMID:39501638
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13990 | 2025-10-07 |
Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29639
PMID:39501646
|
研究论文 | 开发基于双平面MRI的深度学习模型评估腰椎间盘突出症经椎间孔镜髓核摘除术后1年疗效 | 首次将术前双平面MRI深度学习特征与临床特征相结合评估TMD术后1年疗效 | 回顾性研究设计，样本量有限 | 评估术前双平面MRI深度学习特征结合临床特征对TMD术后1年疗效的预测能力 | 548例接受TMD手术的腰椎间盘突出症患者 | 医学影像分析 | 腰椎间盘突出症 | MRI, 深度学习 | CNN | MRI图像, 临床数据 | 548例患者（训练集305例，内部验证集131例，外部验证集112例） | NA | ResNet50, ResNet101, ResNet152 | AUC | NA |
| 13991 | 2025-10-07 |
Development and Validation of a Deep Learning System to Differentiate HER2-Zero, HER2-Low, and HER2-Positive Breast Cancer Based on Dynamic Contrast-Enhanced MRI
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29670
PMID:39643475
|
研究论文 | 开发并验证基于动态对比增强MRI的深度学习系统，用于自动分割乳腺肿瘤并区分HER2-zero、HER2-low和HER2-positive状态 | 首次利用深度学习系统基于DCE-MRI自动区分HER2-zero、HER2-low和HER2-positive三种乳腺癌亚型 | 回顾性研究设计，需要进一步前瞻性验证 | 开发自动化系统用于乳腺癌HER2表达状态的术前无创评估 | 乳腺癌患者 | 医学影像分析 | 乳腺癌 | 动态对比增强MRI | 深度学习 | MRI影像 | 1294名乳腺癌患者（训练集811例，内部测试204例，外部测试279例） | NA | ResNetGN | Dice相似系数, AUC, 准确率, 灵敏度, 特异性 | NA |
| 13992 | 2025-10-07 |
Deep learning algorithm classification of tympanostomy tube images from a heterogenous pediatric population
2025-May, International journal of pediatric otorhinolaryngology
IF:1.2Q3
DOI:10.1016/j.ijporl.2025.112311
PMID:40096786
|
研究论文 | 开发深度学习算法通过数字耳镜图像自动分类儿童鼓膜通气管状态 | 首次使用非专业医生采集的智能手机耳镜图像训练深度学习算法进行鼓膜通气管状态分类 | 排除了有鼓膜成形术、鼓室成形术或胆脂瘤病史的患者，样本量相对较小 | 评估AI算法通过数字耳镜图像准确判断鼓膜通气管状态的能力 | 10个月至10岁有鼓膜通气管史的儿科患者 | 计算机视觉 | 耳科疾病 | 数字耳镜成像 | 深度学习 | 图像 | 69名儿童，296张图像 | NA | NA | 准确率, 灵敏度, 特异性 | NA |
| 13993 | 2025-03-23 |
Correction to: Application of deep learning models for accurate classification of fluid collections in acute necrotizing pancreatitis on computed tomography: a multicenter study
2025-May, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04836-9
PMID:40116891
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13994 | 2025-04-12 |
Editorial for "Development and Validation of a Deep Learning System to Differentiate HER2-Zero, HER2-Low, and HER2-Positive Breast Cancer Based on Dynamic Contrast-Enhanced MRI"
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29697
PMID:39776259
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13995 | 2025-04-12 |
Biological characteristics prediction of endometrial cancer based on deep convolutional neural network and multiparametric MRI radiomics
2025-Apr-11, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04929-5
PMID:40214699
|
研究论文 | 本研究结合多参数MRI、深度学习和机器学习，开发了一种优化的放射组学方案，用于预测子宫内膜癌的多种生物学特征 | 结合多参数MRI、深度学习和机器学习，开发了一种优化的放射组学方案，用于预测子宫内膜癌的多种生物学特征，并在多个预测任务中表现出色 | 回顾性研究，样本量相对较小（201例患者），可能存在选择偏差 | 预测子宫内膜癌的生物学特征，包括肌层浸润、淋巴血管间隙浸润、组织学分级和雌激素受体状态 | 201例子宫内膜癌患者 | 数字病理学 | 子宫内膜癌 | 多参数MRI、放射组学 | 深度卷积神经网络（CNN） | MRI图像 | 201例子宫内膜癌患者 | NA | NA | NA | NA |
| 13996 | 2025-04-12 |
MLG2Net: Molecular Global Graph Network for Drug Response Prediction in Lung Cancer Cell Lines
2025-Apr-10, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02182-3
PMID:40208442
|
research paper | 该研究提出了一种名为MLG2Net的深度学习模型，用于预测肺癌细胞系的药物反应 | MLG2Net是一种受图神经网络启发的模型，结合了药物的局部和全局图网络描述以及细胞系基因组学数据 | 在肺鳞状细胞癌数据集上表现较低，可能由于数据集规模较小影响了模型能力 | 提高肺癌细胞系药物反应预测的准确性 | 肺癌细胞系（肺腺癌和肺鳞状细胞癌） | machine learning | lung cancer | pharmacogenomics data | graph neural networks (GNN) | multi-omics data | LUAD和LUSC细胞系数据集（具体数量未提及） | NA | NA | NA | NA |
| 13997 | 2025-04-12 |
A Deep Learning-Based Approach for the Diagnostic of Brucellar Spondylitis in Magnetic Resonance Images
2025-Apr-10, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3559909
PMID:40208763
|
研究论文 | 提出了一种基于深度学习的自动化诊断框架BSMRINet，用于从T2加权磁共振图像中诊断布鲁氏菌性脊柱炎 | 首次开发了专门用于检测布鲁氏菌性脊柱炎的深度学习模型BSMRINet，结合了角点检测算法和ResNet、DenseNet架构，并改进了scSE网络 | 研究仅基于582例来自四家医院的数据，可能需要更大规模的多中心验证 | 开发自动化诊断工具以提高布鲁氏菌性脊柱炎的诊断准确性和效率 | 布鲁氏菌性脊柱炎患者的T2加权磁共振图像 | 数字病理学 | 布鲁氏菌病 | 深度学习 | ResNet, DenseNet, scSE网络 | 磁共振图像 | 582例来自四家医院的患者队列 | NA | NA | NA | NA |
| 13998 | 2025-04-10 |
Author Correction: Advanced predictive machine and deep learning models for round-ended CFST column
2025-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95424-w
PMID:40199925
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13999 | 2025-04-10 |
Editorial Expression of Concern: Development of deep learning algorithm for detecting dyskalemia based on electrocardiogram
2025-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96414-8
PMID:40199974
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14000 | 2025-10-07 |
A synergistic approach for enhanced eye blink detection using wavelet analysis, autoencoding and Crow-Search optimized k-NN algorithm
2025-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95119-2
PMID:40199999
|
研究论文 | 提出一种结合小波分析、自编码器和乌鸦搜索优化的k近邻算法的眼电信号眨眼检测方法 | 首次将乌鸦搜索算法用于优化k-NN超参数，并结合小波分析和自编码器进行特征提取，在EEG眨眼检测中表现优于深度学习模型 | 未明确说明具体数据集规模和采集条件，缺乏跨数据集验证 | 开发高性能的EEG信号眨眼检测方法 | 脑电图信号中的眨眼活动 | 机器学习 | 神经系统疾病 | 脑电图信号处理 | k-NN | EEG信号 | NA | NA | 自编码器 | 准确率, 分类报告, 混淆矩阵 | NA |