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 1421 - 1440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1421 | 2025-10-05 |
MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas
2024-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00957-z
PMID:38343248
|
研究论文 | 本研究比较经典机器学习和深度学习模型在区分非典型脑炎与胶质瘤中的性能，并评估融合放射组学的有效性 | 首次将经典机器学习与深度学习放射组学特征融合，构建深度学习放射组学列线图和在线计算器辅助临床决策 | 样本量相对有限（116例患者），仅使用轴向FLAIR图像 | 开发机器学习模型区分非典型脑炎和胶质瘤 | 116例经病理确诊的胶质瘤和临床诊断为脑炎的患者 | 医学影像分析 | 神经系统疾病 | MRI成像 | LR, SVM, MLP, CNN | 医学影像 | 116例患者 | NA | DenseNet121, ResNet50, ResNet18 | AUC, 敏感性, 特异性, 准确率, 阴性预测值, 阳性预测值 | NA |
| 1422 | 2025-10-05 |
Development of Local Software for Automatic Measurement of Geometric Parameters in the Proximal Femur Using a Combination of a Deep Learning Approach and an Active Shape Model on X-ray Images
2024-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00953-3
PMID:38343246
|
研究论文 | 开发结合深度学习和主动形状模型的本地软件，用于自动测量X射线图像中股骨近端的几何参数 | 首次将深度学习神经网络与主动形状模型(ASM)相结合，实现股骨边界提取和解剖标志点拟合的自动化流程 | 样本量相对有限(428张图像)，且部分参数(如alpha角)的测量误差较大(4.53%) | 开发自动化测量股骨近端几何参数的方法，辅助医生早期诊断髋部和股骨疾病 | 股骨近端几何参数测量 | 计算机视觉 | 骨科疾病 | X射线成像 | 深度学习神经网络, ASM | X射线图像 | 428张髋部X射线图像(男性208张，女性220张) | NA | NA | 平均误差率 | NA |
| 1423 | 2025-10-05 |
Enhancing Disease Classification with Deep Learning: a Two-Stage Optimization Approach for Monkeypox and Similar Skin Lesion Diseases
2024-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00941-7
PMID:38343247
|
研究论文 | 本研究提出一种基于深度学习的两阶段优化方法，用于区分猴痘、水痘和麻疹等视觉相似的皮肤病变疾病 | 采用两阶段优化方法，通过分析71个预训练模型并结合迁移学习、微调和集成学习技术，显著提升疾病分类准确率 | NA | 开发快速准确的决策支持系统，实现猴痘的及时诊断并提升临床效率 | 猴痘、水痘和麻疹的皮肤病变图像 | 计算机视觉 | 猴痘 | 深度学习 | CNN | 图像 | NA | NA | ConvNeXtBase, ConvNeXtLarge, ConvNeXtXLarge, RegNetX160, ResNetRS101, ResNet101 | 准确率, AUC | NA |
| 1424 | 2025-10-05 |
Automatic 3D Segmentation and Identification of Anomalous Aortic Origin of the Coronary Arteries Combining Multi-view 2D Convolutional Neural Networks
2024-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00950-6
PMID:38343261
|
研究论文 | 开发基于多视角2D卷积神经网络和决策树模型的自动3D分割与分类方法，用于识别冠状动脉正常或异常起源 | 结合三个单视角2D注意力U-Net与3D视角整合技术，实现冠状动脉异常起源的自动分割与分类 | 样本量较小（测试集仅13例CTA），需要更大规模数据验证 | 增强和加速临床医生对冠状动脉异常起源（AAOCA）的诊断 | 124例计算机断层扫描血管造影（CTA）数据，包含正常冠状动脉和AAOCA病例 | 计算机视觉 | 心血管疾病 | 计算机断层扫描血管造影（CTA） | CNN, 决策树 | 3D医学图像 | 124例CTA（训练111例，测试13例） | NA | Attention U-Net | Dice系数, 准确率, 精确率, 召回率 | NA |
| 1425 | 2025-10-05 |
Lightweight Attentive Graph Neural Network with Conditional Random Field for Diagnosis of Anterior Cruciate Ligament Tear
2024-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00944-4
PMID:38343260
|
研究论文 | 提出一种轻量级注意力图神经网络结合条件随机场的模型（ACGNN），用于膝关节MRI图像中前交叉韧带撕裂的诊断分类 | 首次将条件随机场整合到图神经网络层中优化关联性，并采用多种注意力机制（自增强注意力、节点注意力、记忆注意力）缓解过平滑和过拟合问题 | 需要处理小样本和不平衡数据问题，计算效率仍需优化 | 实现基于膝关节MRI的快速准确前交叉韧带撕裂分类 | 膝关节磁共振图像中的前交叉韧带 | 计算机视觉 | 运动损伤 | 磁共振成像（MRI） | 图神经网络（GNN）, 条件随机场（CRF） | 医学图像（MRI） | 未明确具体样本数量，但提及小样本和不平衡数据 | 未明确指定 | 轻量级图神经网络（GNN） | 准确率 | 未明确指定 |
| 1426 | 2025-10-05 |
Horse Herd Optimization with Gate Recurrent Unit for an Automatic Classification of Different Facial Skin Disease
2024-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00962-2
PMID:38343253
|
研究论文 | 提出一种结合马群优化算法和门控循环单元的深度学习模型，用于自动分类不同面部皮肤疾病 | 首次将马群优化算法(HOA)与门控循环单元(GRU)相结合用于面部皮肤疾病分类，并采用非线性扩散、自适应直方图均衡化和高提升滤波进行图像预处理 | 仅使用Kaggle单一数据库进行验证，缺乏多中心临床数据支持 | 开发准确高效的面部皮肤疾病自动分类系统 | 面部皮肤疾病图像（包括酒渣鼻、湿疹、基底细胞癌、光化性角化病和痤疮） | 计算机视觉 | 皮肤疾病 | 图像处理技术 | GRU | 图像 | Kaggle数据库中的面部皮肤疾病图像数据集 | NA | 门控循环单元(GRU) | 准确率, 错误率, 精确率, F1分数 | NA |
| 1427 | 2025-10-05 |
Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning
2024-03-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-58131-6
PMID:38553581
|
研究论文 | 开发基于计算机视觉的多任务深度学习模型，通过分析12导联心电图二维图像预测心肌瘢痕和左心室射血分数降低 | 首次将多任务深度学习应用于心电图图像分析，同时预测心肌瘢痕和左心室射血分数，性能优于心脏病专家 | 研究基于特定数据集，在资源有限环境中的实际应用效果需进一步验证 | 开发低成本的心血管参数筛查方法，替代昂贵的心脏磁共振检查 | 心肌瘢痕和左心室射血分数低于50%的患者 | 计算机视觉 | 心血管疾病 | 心脏磁共振，心电图 | 深度学习 | 图像 | 14,052份心电图数据 | NA | 多任务深度学习 | AUC | NA |
| 1428 | 2025-10-05 |
Deep-learning prostate cancer detection and segmentation on biparametric versus multiparametric magnetic resonance imaging: Added value of dynamic contrast-enhanced imaging
2023-12, International journal of urology : official journal of the Japanese Urological Association
IF:1.8Q3
DOI:10.1111/iju.15280
PMID:37605627
|
研究论文 | 开发基于深度学习的多序列前列腺MRI癌症检测与分割算法，并比较双参数与多参数成像的性能差异 | 首次系统比较双参数与多参数MRI在深度学习前列腺癌检测中的性能差异，特别评估了动态对比增强成像的附加价值 | 样本量相对有限（332例患者），未进行外部验证 | 开发前列腺癌的深度学习检测与分割算法，评估动态对比增强成像在多参数MRI中的价值 | 前列腺癌患者和非癌患者的前列腺MRI影像 | 医学影像分析 | 前列腺癌 | 磁共振成像（MRI），包括T2加权、动态对比增强成像 | 深度学习模型 | 医学影像数据 | 332例患者的3227个多参数影像集，包括218例癌症患者（291个活检证实病灶）和114例非癌患者 | NA | NA | 灵敏度，阳性预测值，特异性，阴性预测值 | NA |
| 1429 | 2025-10-05 |
Privacy-preserving techniques for decentralized and secure machine learning in drug discovery
2023-12, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103820
PMID:37935330
|
综述 | 本文概述了药物发现领域中保护隐私的去中心化机器学习技术 | 系统性地总结了多种隐私保护技术在药物发现领域的应用与组合方法 | 仅提供技术概述，缺乏具体实验验证和性能比较 | 探讨如何在保护数据隐私的前提下提升药物发现中机器学习的性能效率 | 药物发现领域的敏感/私有数据 | 机器学习 | NA | 安全多方计算,分布式深度学习,同态加密,区块链点对点网络,差分隐私,联邦学习 | NA | 敏感/私有数据 | NA | NA | NA | NA | NA |
| 1430 | 2025-10-05 |
Design and deep learning of synthetic B-cell-specific promoters
2023-11-27, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad930
PMID:37889080
|
研究论文 | 本研究设计合成B细胞特异性启动子，并通过深度学习模型预测其转录强度 | 设计了23,640个具有更大序列空间的B细胞特异性启动子，并首次构建能直接从序列预测免疫球蛋白V基因启动子转录强度的深度学习模型 | NA | 解析免疫球蛋白基因的转录机制并为B细胞工程提供启动子资源 | B细胞特异性启动子和免疫球蛋白V基因 | 合成生物学, 深度学习 | 免疫系统疾病 | MPRA（大规模平行报告基因检测） | 深度学习模型 | DNA序列数据 | 23,640个合成B细胞特异性启动子 | NA | NA | 转录强度预测 | NA |
| 1431 | 2025-10-05 |
Explainable deep learning for tumor dynamic modeling and overall survival prediction using Neural-ODE
2023-11-18, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-023-00317-1
PMID:37980358
|
研究论文 | 提出基于神经微分方程的肿瘤动态建模方法，用于肿瘤动态建模和总生存期预测 | 克服现有模型在截断数据预测中的偏差问题，提出具有时间广义齐次性的动力学规律表达 | NA | 提高肿瘤动态建模的预测能力，实现个性化治疗并改善决策过程 | 纵向肿瘤尺寸数据 | 机器学习 | 肿瘤 | 神经微分方程 | 神经网络 | 纵向数据 | NA | NA | 编码器-解码器架构, Neural-ODE | 准确率 | NA |
| 1432 | 2025-10-05 |
Research hotspots and trends of artificial intelligence in rheumatoid arthritis: A bibliometric and visualized study
2023-11-10, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023902
PMID:38124558
|
文献计量学研究 | 通过文献计量学方法分析人工智能在类风湿关节炎领域的研究热点与发展趋势 | 首次系统性地对人工智能在类风湿关节炎领域的文献进行计量学分析和可视化展示 | 仅基于Web of Science数据库文献，可能存在收录范围限制 | 分析人工智能在类风湿关节炎领域的研究特征和发展趋势 | 2003-2022年间859篇相关学术文献 | 医疗人工智能 | 类风湿关节炎 | 文献计量分析，可视化分析 | 机器学习，深度学习 | 文献元数据 | 859篇文献 | Microsoft Excel, R软件, VOSviewer | NA | NA | 标准计算机工作站 |
| 1433 | 2025-10-05 |
Effective multi-class lungdisease classification using the hybridfeature engineering mechanism
2023-11-07, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023896
PMID:38052644
|
研究论文 | 本文提出了一种基于混合特征工程的深度学习模型，用于胸部X射线图像的13种肺部疾病分类 | 提出了改进的Aquila优化卷积神经网络，结合优化CNN和DENSENET121并应用批量均衡化 | 未提及模型可解释性，未来需要探索可解释机器学习方法来理解模型决策 | 开发高效的计算机辅助模型用于肺部疾病分类 | 13种肺部疾病的胸部X射线图像 | 计算机视觉 | 肺部疾病 | 医学影像分析 | CNN, DENSENET121 | 图像 | 112,000张胸部X射线图像 | NA | 改进的Aquila优化CNN, DENSENET121 | 准确率, 精确率, 灵敏度, 特异性, F1分数 | NA |
| 1434 | 2025-10-05 |
Artificial intelligence methods in kinase target profiling: Advances and challenges
2023-11, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103796
PMID:37805065
|
综述 | 概述基于机器学习和深度学习的定量构效关系模型在激酶靶点分析中的最新进展 | 总结了激酶分析领域ML/DL-QSAR模型的最新发展趋势，并探讨了实验数据集构建和模型架构设计方面的挑战与未来方向 | NA | 为激酶药物发现中的选择性/特异性挑战提供解决方案，涉及先导化合物优化、药物重定位和药物副作用理解 | 激酶蛋白及其抑制剂 | 机器学习 | NA | 定量构效关系(QSAR) | 机器学习,深度学习 | 化学结构数据 | NA | NA | NA | NA | NA |
| 1435 | 2025-10-05 |
TransUFold: Unlocking the structural complexity of short and long RNA with pseudoknots
2023-10-17, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023854
PMID:38052602
|
研究论文 | 提出基于深度学习的TransUFold方法，用于准确预测包含假结的RNA二级结构 | 首次将Vision Transformer架构应用于RNA二级结构预测，能够有效提取RNA序列中的长程相互作用 | 性能依赖于高质量RNA结构数据的可用性 | 解决传统基于自由能最小化方法无法准确预测RNA假结结构的问题 | 包含假结的短链和长链RNA序列 | 生物信息学 | NA | 深度学习 | Transformer, CNN | RNA序列数据 | 基准数据集 | NA | Vision Transformer, 编码器-解码器网络 | 结构预测准确率 | NA |
| 1436 | 2025-10-05 |
When will RNA get its AlphaFold moment?
2023-10-13, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad726
PMID:37702120
|
评论 | 讨论RNA结构预测面临的挑战及未来发展路径 | 系统分析了阻碍开发类似AlphaFold的RNA结构预测深度学习方法的根本问题 | 未提出具体的解决方案，主要进行问题分析和方向性建议 | 探讨RNA三维结构预测的发展前景和挑战 | RNA结构预测方法 | 机器学习 | NA | 结构预测 | 深度学习 | 结构数据,序列数据 | NA | NA | AlphaFold | NA | NA |
| 1437 | 2025-10-05 |
Reliable interpretability of biology-inspired deep neural networks
2023-10-10, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-023-00310-8
PMID:37816807
|
研究论文 | 本研究探讨生物启发式深度神经网络的可解释性可靠性问题，并提出控制解释稳健性和偏差的方法 | 首次在基于患者突变数据的P-NET模型中系统测试解释性方法的可靠性，并提出了控制解释稳健性和偏差的新方法 | 研究仅针对特定类型的生物启发式深度学习模型，未涵盖所有相关模型类型 | 确保生物启发式深度学习中解释性的稳健性和偏差感知 | 生物启发式深度神经网络，特别是P-NET模型 | 机器学习 | NA | 单细胞转录组测序，突变数据分析 | 深度神经网络 | 基因突变数据，单细胞转录组数据 | NA | NA | P-NET | 解释稳健性，偏差控制，解释特异性 | NA |
| 1438 | 2025-10-05 |
Pervasive downstream RNA hairpins dynamically dictate start-codon selection
2023-09, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06500-y
PMID:37674078
|
研究论文 | 本研究通过整合拟南芥模式触发免疫期间的转录组范围翻译和结构分析，揭示下游RNA发夹结构动态调控起始密码子选择的机制 | 首次发现uAUG下游双链RNA结构（uAUG-ds）通过调控扫描前起始复合体来选择性地翻译上游开放阅读框，并证明该机制在人类细胞中具有普适性 | 研究主要基于模式植物拟南芥，在人类细胞中的验证仍需进一步扩展 | 探究翻译重编程中起始密码子选择性起始的分子机制 | 拟南芥mRNA的上游起始密码子（uAUGs）和下游RNA发夹结构 | 计算生物学 | 植物免疫反应 | 转录组范围翻译分析、RNA结构分析、深度学习建模 | 深度学习模型 | 翻译组数据、RNA结构数据 | 拟南芥在模式触发免疫条件下的转录组样本 | NA | NA | 预测准确性 | NA |
| 1439 | 2025-10-05 |
Scientific discovery in the age of artificial intelligence
2023-08, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06221-2
PMID:37532811
|
综述 | 探讨人工智能在科学发现中的应用与进展 | 分析自监督学习和几何深度学习等突破性方法，探讨生成式AI在多模态数据中的创新应用 | 存在数据质量和管理方面的挑战，需要更好理解AI方法的改进时机 | 研究人工智能如何增强和加速科学发现过程 | 科学发现过程中的假设生成、实验设计、数据收集与解释 | 机器学习 | NA | 自监督学习,几何深度学习,生成式AI | NA | 图像,序列,多模态数据 | NA | NA | NA | NA | NA |
| 1440 | 2025-10-05 |
Self-supervised semantic segmentation of retinal pigment epithelium cells in flatmount fluorescent microscopy images
2023-04-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad191
PMID:37067486
|
研究论文 | 开发了一种自监督语义分割方法用于视网膜色素上皮细胞的自动分割 | 提出自监督语义分割方法(S4)，结合重建损失、成对表示损失和形态学损失，并开发了新的图像增强算法AugCut | NA | 解决视网膜色素上皮细胞分割中标注数据不足的问题 | 视网膜色素上皮细胞 | 计算机视觉 | 老年疾病 | 荧光显微镜成像 | 自监督学习 | 图像 | 大量荧光显微镜图像 | NA | 编码器-解码器架构 | 定性评估,定量评估 | NA |