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 32373 篇文献，本页显示第 15761 - 15780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15761 | 2025-10-07 |
Feasibility of Ultra-low Radiation and Contrast Medium Dosage in Aortic CTA Using Deep Learning Reconstruction at 60 kVp: An Image Quality Assessment
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.042
PMID:39542806
|
研究论文 | 评估在主动脉CTA中使用60kVp超低辐射和对比剂剂量结合深度学习图像重建算法的可行性 | 首次将60kVp超低管电压与新型深度学习图像重建算法(DLIR-CI)结合应用于主动脉CTA，实现辐射剂量和对比剂用量的显著降低 | 研究仅针对非肥胖患者，样本量有限，未涵盖肥胖人群 | 评估超低辐射和对比剂剂量在主动脉CTA中的可行性 | 接受主动脉CTA检查的非肥胖参与者 | 医学影像 | 心血管疾病 | 计算机断层扫描血管成像(CTA)，深度学习图像重建 | 深度学习 | 医学影像 | 两组患者(实验组和常规组)，具体样本数未明确说明 | ClearInfinity (DLIR-CI) | NA | CT衰减值、图像噪声、信噪比(SNR)、对比噪声比(CNR)、主观图像质量评分 | NA |
| 15762 | 2025-10-07 |
Non-invasive Prediction of Lymph Node Metastasis in NSCLC Using Clinical, Radiomics, and Deep Learning Features From 18F-FDG PET/CT Based on Interpretable Machine Learning
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.037
PMID:39665892
|
研究论文 | 本研究开发并评估了一种结合临床、影像组学和深度学习特征的机器学习模型，用于预测非小细胞肺癌患者的淋巴结转移 | 首次将临床特征、影像组学特征和深度学习特征相结合，并利用可解释机器学习方法SHAP增强模型透明度 | 样本量相对有限（248例患者），需要更大规模的外部验证 | 开发可解释的机器学习模型来预测非小细胞肺癌患者的淋巴结转移 | 非小细胞肺癌患者 | 医学影像分析 | 肺癌 | 18F-FDG PET/CT成像 | XGBoost, ResNet50 | 医学影像（PET/CT图像） | 248例NSCLC患者 | NA | ResNet50 | AUC, 准确率, F1分数, 敏感性, 特异性 | NA |
| 15763 | 2025-10-07 |
Dataset augmentation with multiple contrasts images in super-resolution processing of T1-weighted brain magnetic resonance images
2025-Mar, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00871-1
PMID:39680317
|
研究论文 | 本研究探讨了在脑部磁共振T1加权图像超分辨率处理中，通过整合同一受试者的多对比度图像来增强数据集的有效性 | 首次在医学图像超分辨率任务中利用同一受试者的多对比度图像（T1WI、T2WI、FLAIR）进行数据集增强 | 回顾性研究设计，样本量相对有限（240例患者） | 提升脑部磁共振图像超分辨率处理的深度学习方法性能 | 脑部磁共振T1加权图像 | 计算机视觉 | NA | 磁共振成像 | U-Net, EDSR | 医学图像 | 240例患者 | NA | U-Net, Enhanced Deep Super-Resolution network | PSNR, SSIM | NA |
| 15764 | 2025-10-07 |
Development of Deep Learning-Based Virtual Lugol Chromoendoscopy for Superficial Esophageal Squamous Cell Carcinoma
2025-Mar, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.16843
PMID:39687978
|
研究论文 | 开发基于深度学习的虚拟卢戈耳染色内镜技术用于浅表性食管鳞状细胞癌检测 | 首次使用循环一致性生成对抗网络开发虚拟卢戈耳染色内镜技术 | 虚拟卢戈耳染色内镜在病变检测和边界识别方面表现仍逊于真实卢戈耳染色内镜 | 开发基于深度学习的虚拟染色内镜技术以改善食管鳞状细胞癌的内镜诊断 | 浅表性食管鳞状细胞癌 | 计算机视觉 | 食管癌 | 内镜检查 | GAN | 内镜图像 | NA | NA | CycleGAN | 五分制评分,颜色差异 | NA |
| 15765 | 2025-10-07 |
Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis
2025-Mar-01, Journal of neurosurgery. Spine
DOI:10.3171/2024.8.SPINE24722
PMID:39705691
|
研究论文 | 本研究通过深度学习分析术前CT评估体成分表型对脊柱转移瘤患者手术预后和生存率的影响 | 首次使用深度学习流程自动分析术前CT量化肌肉和脂肪成分，并建立四种体成分表型分类系统 | 回顾性研究设计，样本量相对有限（102例匹配患者），单中心数据 | 阐明体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响 | 接受手术治疗的脊柱转移瘤患者 | 数字病理 | 脊柱转移瘤 | CT成像 | 深度学习 | 医学影像（CT扫描） | 102例匹配患者（2010-2020年期间手术治疗患者） | NA | NA | 风险比（HR）, 置信区间（CI）, log-rank检验p值 | NA |
| 15766 | 2025-03-04 |
Can artificial intelligence be the future solution to the enormous challenges and suffering caused by Schizophrenia?
2025-Feb-28, Schizophrenia (Heidelberg, Germany)
DOI:10.1038/s41537-025-00583-4
PMID:40021674
|
研究论文 | 本研究评估了人工智能（AI）在精神分裂症（SZ）的诊断、治疗和预后评估中的潜力，并探讨了AI在未来医学创新中的应用方向 | 通过整合多维生物标志物和患者的语言行为数据，AI提供了更客观和精确的诊断标准，并帮助制定个性化治疗计划，改善治疗效果 | AI在SZ管理中的角色必须作为辅助工具，临床判断和医护人员的关怀仍然至关重要 | 评估AI在精神分裂症诊断、治疗和预后评估中的潜力，并探讨其未来应用方向 | 精神分裂症患者 | 机器学习 | 精神分裂症 | 机器学习和深度学习 | NA | 多维生物标志物和语言行为数据 | NA | NA | NA | NA | NA |
| 15767 | 2025-03-04 |
Ligand-receptor interactions combined with histopathology for improved prognostic modeling in HPV-negative head and neck squamous cell carcinoma
2025-Feb-28, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-00844-6
PMID:40021759
|
研究论文 | 本文通过结合配体-受体相互作用和组织病理学，改进了HPV阴性头颈部鳞状细胞癌的预后模型 | 结合BulkSignalR识别配体-受体相互作用，利用随机森林生存分析和LASSO惩罚Cox回归开发预后模型，并通过深度学习组织形态学分析进一步改进风险分层 | 研究样本仅限于TCGA-HNSC队列，可能无法完全代表所有HPV阴性头颈部鳞状细胞癌患者 | 改进HPV阴性头颈部鳞状细胞癌的预后模型，识别治疗靶点 | HPV阴性头颈部鳞状细胞癌患者 | 数字病理学 | 头颈部鳞状细胞癌 | BulkSignalR, 随机森林生存分析, LASSO惩罚Cox回归, 深度学习 | 随机森林, LASSO回归, 深度学习模型 | 多组学数据, HE染色全片图像 | 395例HPV阴性TCGA-HNSC队列患者 | NA | NA | NA | NA |
| 15768 | 2025-03-04 |
A computational spectrometer for the visible, near, and mid-infrared enabled by a single-spinning film encoder
2025-Feb-28, Communications engineering
DOI:10.1038/s44172-025-00379-5
PMID:40021937
|
研究论文 | 本文提出了一种结合单旋转薄膜编码器（SSFE）和深度学习重建算法的计算光谱仪，覆盖可见光到中红外波长范围 | 通过粒子群优化（PSO）实现低相关性和高复杂度的光谱响应，展示了在可见光、近红外和中红外波长范围内的单峰和双峰分辨率 | NA | 开发一种低成本、原位、快速光谱分析的计算光谱仪 | 光谱仪的光谱响应和化学化合物的分类 | 机器学习和光学工程 | NA | 粒子群优化（PSO）和深度学习 | 深度学习算法 | 光谱数据 | 220种化学化合物 | NA | NA | NA | NA |
| 15769 | 2025-03-04 |
Improved Microbubble Tracking for Super-Resolution Ultrasound Localization Microscopy using a Bi-Directional Long Short-term Memory Neural Network
2025-Feb-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.10.637352
PMID:39990416
|
研究论文 | 本文提出了一种基于双向长短期记忆神经网络的深度学习微泡配对和跟踪方法，用于超分辨率超声定位显微镜 | 该方法整合了多参数微泡特征，以实现更稳健和准确的微泡配对和跟踪 | 方法在模拟数据集、组织模拟流动模型以及小鼠和大鼠脑部进行了验证，但未提及在人类临床数据上的应用 | 提高超分辨率超声定位显微镜中微泡跟踪的准确性和鲁棒性 | 微泡（MBs） | 医学影像 | NA | 超分辨率超声定位显微镜（ULM） | 双向长短期记忆神经网络（Bi-Directional LSTM） | 超声图像 | 模拟数据集、组织模拟流动模型、小鼠和大鼠脑部 | NA | NA | NA | NA |
| 15770 | 2025-03-04 |
Validation of ten federated learning strategies for multi-contrast image-to-image MRI data synthesis from heterogeneous sources
2025-Feb-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.09.637305
PMID:39990397
|
研究论文 | 本文验证了十种联邦学习策略在多对比度MRI图像合成中的应用，特别是在处理来自不同机构的异质数据时 | 提出了一种新的聚合策略FedBAdam，结合了两种最先进方法的优势，通过引入动量并跳过批量归一化层来优化模型参数 | 研究主要关注脑部扫描，未涉及其他类型的医学影像数据 | 验证联邦学习策略在多对比度MRI图像合成中的有效性，特别是在处理异质数据时的性能 | 健康和肿瘤性脑部扫描数据 | 医学影像 | 脑部肿瘤 | 联邦学习（FL） | 深度学习模型 | MRI图像 | 来自五个不同机构的脑部扫描数据 | NA | NA | NA | NA |
| 15771 | 2025-10-07 |
Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study
2025-Feb, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01321-x
PMID:39190220
|
研究论文 | 本研究探讨屏幕暴露时间通过睡眠开始时间中介对中老年人群视网膜年龄差距的影响 | 首次使用深度学习算法基于眼底图像预测视网膜年龄，并发现睡眠开始时间在屏幕使用与视网膜年龄差距关系中的中介作用 | 横断面研究设计无法确定因果关系，研究对象仅限于上海地区45岁以上健康工作者 | 研究屏幕暴露时间对中老年人群衰老的影响及其作用机制 | 中国上海45岁以上健康工作成年人 | 数字病理 | 老年疾病 | 眼底成像 | 深度学习 | 图像, 问卷数据 | 未明确具体样本数量（上海地区45岁以上健康工作者） | NA | NA | 回归系数, 置信区间, p值 | NA |
| 15772 | 2025-10-07 |
Assessment of the stability of intracranial aneurysms using a deep learning model based on computed tomography angiography
2025-Feb, La Radiologia medica
DOI:10.1007/s11547-024-01939-z
PMID:39666223
|
研究论文 | 本研究基于CT血管造影图像构建深度学习模型，用于识别颅内动脉瘤的稳定性 | 首次将临床特征、形态学特征和深度学习特征相结合构建卷积神经网络模型，用于预测颅内动脉瘤稳定性 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 构建深度学习模型评估颅内动脉瘤稳定性，辅助临床决策 | 1041名患者的1227个颅内动脉瘤 | 计算机视觉 | 脑血管疾病 | 计算机断层扫描血管造影(CTA) | CNN, 逻辑回归 | 医学图像 | 总共1456个动脉瘤（内部验证991个，外部验证229个） | NA | 卷积神经网络 | AUC, 准确率, 灵敏度, 特异性 | NA |
| 15773 | 2025-10-07 |
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
2025-Jan-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.09.147
PMID:39321977
|
研究论文 | 使用机器学习算法预测中国老年人群抑郁风险因素 | 首次在中国大型代表性老年数据库中应用机器学习方法，从整体和个体层面预测抑郁风险因素 | 需要专业临床输入的进一步研究来推进该领域 | 预测中国老年人群抑郁风险因素 | 中国老年人 | 机器学习 | 精神健康疾病 | 机器学习算法 | 深度学习算法 | 调查问卷数据 | 符合纳入标准的CHARLS第四波参与者 | NA | NA | NA | NA |
| 15774 | 2025-10-07 |
AI-luminating Artificial Intelligence in Inflammatory Bowel Diseases: A Narrative Review on the Role of AI in Endoscopy, Histology, and Imaging for IBD
2024-12-05, Inflammatory bowel diseases
IF:4.5Q1
DOI:10.1093/ibd/izae030
PMID:38452040
|
综述 | 本文综述了人工智能在炎症性肠病内窥镜、组织学和影像学检查中的应用现状与前景 | 首次系统梳理AI技术在IBD多模态诊断工具（内窥镜、组织学、影像学）中的整合应用，并指明未来研究方向 | 现有文献存在固有局限性且存在知识缺口，尚未能实现向主流临床工具的转化 | 评估人工智能在炎症性肠病诊疗中的潜在价值，总结当前认知并确定研究空白 | 炎症性肠病（IBD）相关的内窥镜、组织学和影像学数据 | 数字病理学 | 炎症性肠病 | 深度学习, 影像组学 | NA | 内窥镜图像, 组织学切片, 医学影像 | NA | NA | NA | NA | NA |
| 15775 | 2025-10-07 |
Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision
2024-Dec-03, Psychological research
DOI:10.1007/s00426-024-02064-2
PMID:39625570
|
研究论文 | 利用计算机视觉算法估计自然场景中数量和非数值视觉特征的分布规律 | 首次设计并实施了一个原创流程，用于估计大规模真实图像数据集中数量和非数值特征的分布 | 未明确说明使用的具体数据集规模和图像来源的局限性 | 研究自然场景中数量感知的统计规律及其与非数值视觉特征的相关性 | 自然场景图像中的物体数量和非数值视觉特征 | 计算机视觉 | NA | 计算机视觉算法 | 深度学习神经网络 | 图像 | 包含数千张真实图像的大规模数据集 | NA | NA | NA | NA |
| 15776 | 2025-10-07 |
Spatiotemporal profiling defines persistence and resistance dynamics during targeted treatment of melanoma
2024-Feb-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.02.577085
PMID:38370717
|
研究论文 | 本研究通过空间转录组学和深度学习分析，揭示了BRAF突变黑色素瘤靶向治疗中的细胞持续状态和耐药性动态机制 | 首次结合空间转录组学和深度学习技术，在患者来源异种移植模型中解析黑色素瘤治疗过程中的克隆谱系演变和时空动态 | 研究基于患者来源异种移植模型，可能与实际患者肿瘤微环境存在差异 | 阐明黑色素瘤靶向治疗中细胞持续状态和耐药性形成的时空动态机制 | BRAF突变黑色素瘤细胞和患者来源异种移植模型 | 数字病理学 | 黑色素瘤 | 空间转录组学, 深度学习, 组织病理学分析 | 深度学习模型 | 空间转录组数据, 组织病理学切片图像 | 患者来源异种移植模型样本 | NA | NA | NA | NA |
| 15777 | 2025-10-07 |
Assessment of Protein-Protein Docking Models Using Deep Learning
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_10
PMID:38987469
|
综述 | 本文综述了蛋白质对接模型评估方法的最新进展，特别关注深度学习在多种网络架构中的应用 | 将深度学习技术应用于蛋白质对接模型评估，探索了多种网络架构在此领域的应用 | NA | 评估蛋白质-蛋白质对接模型的准确性 | 蛋白质复合物结构模型 | 生物信息学 | NA | X射线晶体学,冷冻电子显微镜 | 深度学习 | 蛋白质结构数据 | NA | NA | 多种网络架构 | NA | NA |
| 15778 | 2025-10-07 |
Refinement of Docked Protein-Protein Complexes Using Repulsive Scaling Replica Exchange Simulations
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_15
PMID:38987474
|
研究论文 | 本文介绍了一种使用排斥缩放副本交换模拟方法优化蛋白质-蛋白质复合物结构预测的技术 | 开发了基于副本交换的新方案，通过在各个副本模拟中应用不同水平的蛋白质间排斥偏置来改进对接结果 | NA | 改进蛋白质-蛋白质复合物结构的预测精度和自由能评分 | 蛋白质-蛋白质复合物结构 | 计算生物学 | NA | 分子动力学模拟，副本交换分子动力学 | RS-REMD | 蛋白质结构数据 | 两个示例应用 | NA | NA | 结构改进，自由能评分 | NA |
| 15779 | 2025-10-07 |
Exploiting the Role of Features for Antigens-Antibodies Interaction Site Prediction
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3985-6_16
PMID:38987475
|
研究论文 | 本研究应用HSS-PPI混合方法预测抗体-抗原相互作用位点，通过层次化表示和图形卷积网络对氨基酸进行分类 | 采用层次化蛋白质表示方法，结合多种物理化学和结构特征，使用图卷积网络进行抗体相互作用位点预测 | NA | 开发计算方法来预测抗体与抗原的相互作用位点，以替代昂贵的实验方法 | 抗体蛋白质及其与抗原的相互作用位点 | 生物信息学 | NA | 图卷积网络，蛋白质结构分析 | GCN | 蛋白质序列和结构数据 | NA | NA | 图卷积网络 | 标准评估指标 | NA |
| 15780 | 2025-03-04 |
[The 30-Year History of the Japan-Korea Joint Meeting on Medical Physics]
2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics
DOI:10.11323/jjmp.44.3_40
PMID:40024769
|
评论 | 本文回顾了日本-韩国医学物理联合会议30年的历史，探讨了会议对两国医学物理学家交流与合作的贡献 | 详细记录了日本-韩国医学物理联合会议的30年发展历程，并分析了会议对医学物理领域的推动作用 | 文章主要关注日本和韩国的医学物理合作，未涉及其他国家的类似合作 | 回顾日本-韩国医学物理联合会议的历史，探讨其对医学物理领域的贡献 | 日本和韩国的医学物理学家及其合作 | 医学物理 | NA | NA | NA | NA | NA | NA | NA | NA | NA |