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 33776 篇文献，本页显示第 16781 - 16800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 16781 | 2025-03-15 |
A spatial and temporal transformer-based EEG emotion recognition in VR environment
2025, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2025.1517273
PMID:40078487
|
研究论文 | 本文提出了一种基于Transformer的EEG情感识别方法EmoSTT，用于VR环境中的情感识别 | 首次在VR环境中使用纯Transformer方法进行EEG情感识别，并通过两个独立的Transformer模块全面建模EEG信号的时空信息 | 研究主要依赖于实验室环境和VR环境下的数据集，尚未在更广泛的真实场景中进行验证 | 提高EEG情感识别在真实场景中的生态效度，探索VR环境下的情感识别方法 | 参与者在观看VR视频时的EEG数据 | 脑机接口 | NA | EEG信号处理 | Transformer | EEG信号 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 16782 | 2025-03-15 |
Artificial intelligence integration in surgery through hand and instrument tracking: a systematic literature review
2025, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2025.1528362
PMID:40078701
|
系统文献综述 | 本文通过系统文献综述探讨了人工智能（AI）在手术实践中通过手和器械追踪的应用，分析了AI与手术交叉领域的最新进展和当前文献 | 本文首次系统性地总结了AI在手术手和器械追踪中的应用，并分析了不同AI算法在手术实践中的具体应用 | 当前AI技术在手术中的应用仍存在技术和社会限制，未来研究需要填补这些空白 | 探讨AI在手术手和器械追踪中的应用，以优化手术技能培训并改善手术结果 | 手术实践中的手和器械追踪 | 计算机视觉 | NA | 深度学习算法、传统机器学习算法 | 深度学习模型 | 预录视频、摄像头数据、图像数据集 | 77篇符合纳入标准的文章 | NA | NA | NA | NA |
| 16783 | 2025-03-15 |
Singing to speech conversion with generative flow
2025, EURASIP journal on audio, speech, and music processing
DOI:10.1186/s13636-025-00400-x
PMID:40078713
|
研究论文 | 本文介绍了歌唱到语音转换（S2S）任务，并提出了首个基于深度学习的S2S系统 | 首次提出基于生成流的S2S系统，并调整了潜在特征之间的对齐模块，适应了歌唱到语音转换的场景 | 未提及具体局限性 | 研究歌唱到语音的转换，保留语音信息并减少音高、节奏和音色的变化 | 歌唱和语音信号 | 自然语言处理 | NA | 生成流（Generative Flow） | Glow-TTS架构 | 音频信号 | 未提及具体样本数量 | NA | NA | NA | NA |
| 16784 | 2025-03-15 |
Magnetic resonance imaging-based machine learning classification of schizophrenia spectrum disorders: a meta-analysis
2024-Dec, Psychiatry and clinical neurosciences
IF:5.0Q1
DOI:10.1111/pcn.13736
PMID:39290174
|
meta-analysis | 本文通过元分析方法评估了基于磁共振成像的多变量模式识别在区分精神分裂症谱系障碍（SSD）患者与健康对照组（HCs）中的可靠性 | 采用多变量模式识别方法克服了传统单变量方法的局限性，并评估了研究特征对分类性能的影响 | 研究存在临床异质性，且分类性能受患者相关和方法学因素的影响 | 评估基于神经影像的生物标志物在区分SSD患者与HCs中的可靠性 | 精神分裂症谱系障碍（SSD）患者和健康对照组（HCs） | machine learning | schizophrenia | magnetic resonance imaging (MRI) | multivariate pattern analysis | neuroimaging data | 12,723 SSD患者和13,196 HCs | NA | NA | NA | NA |
| 16785 | 2025-03-15 |
Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning
2024-Dec, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240005
PMID:39665633
|
研究论文 | 本研究通过深度学习评估单相CT、吸气-呼气CT和临床数据在慢性阻塞性肺疾病（COPD）诊断和分期中的累积效益 | 首次结合单相CT、吸气-呼气CT和临床数据，利用卷积神经网络（CNN）进行COPD分期，并评估其诊断准确性 | 研究为回顾性研究，数据来源于特定时间段和人群，可能影响结果的普遍性 | 评估不同CT数据和临床数据在COPD诊断和分期中的效益 | 8893名COPDGene一期队列的参与者 | 数字病理学 | 慢性阻塞性肺疾病 | CT成像 | 卷积神经网络（CNN） | CT图像和临床数据 | 8893名参与者 | NA | NA | NA | NA |
| 16786 | 2025-03-15 |
Accelerated Cardiac MRI with Deep Learning-based Image Reconstruction for Cine Imaging
2024-Dec, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.230419
PMID:39540821
|
研究论文 | 本研究评估了基于深度学习的图像重建对心脏MRI电影序列采集时间、体积结果和图像质量的影响 | 首次在心脏MRI中应用深度学习技术进行图像重建，显著缩短了采集时间，同时保持了图像质量和体积结果的准确性 | 单次心跳的DL电影序列显著低估了射血分数，可能由于乳头肌的分割不同 | 评估深度学习在心脏MRI电影序列中的应用效果 | 55名健康志愿者 | 医学影像 | 心血管疾病 | 深度学习 | NA | 图像 | 55名健康志愿者 | NA | NA | NA | NA |
| 16787 | 2025-10-07 |
Video-Based Kinematic Analysis of Movement Quality in a Phase 3 Clinical Trial of Troriluzole in Adults with Spinocerebellar Ataxia: A Post Hoc Analysis
2024-Aug, Neurology and therapy
IF:3.9Q1
DOI:10.1007/s40120-024-00625-6
PMID:38814532
|
研究论文 | 本研究通过视频分析和机器学习方法评估三鲁鲁唑对脊髓小脑性共济失调患者步态质量的疗效 | 开发了基于深度学习的姿态分散指数，量化步态对称性、平衡性和稳定性，为传统临床评估提供补充 | 样本量有限（仅67例串联步态和56例自然步态视频可用），自然步态评估结果未达统计学显著性 | 评估三鲁鲁唑对脊髓小脑性共济失调患者步态质量的影响 | 脊髓小脑性共济失调成人患者 | 计算机视觉 | 脊髓小脑性共济失调 | 视频分析，深度学习姿态提取 | 深度学习 | 视频 | 218名随机化参与者中，67名有可解释的串联步态视频，56名有自然步态视频 | NA | 姿态提取算法 | p值，置信区间，泊松系数 | NA |
| 16788 | 2025-03-15 |
Joint AI-driven event prediction and longitudinal modeling in newly diagnosed and relapsed multiple myeloma
2024-Jul-29, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01189-3
PMID:39075240
|
研究论文 | 本文开发了一种基于transformer的机器学习模型，用于多发性骨髓瘤患者的综合评估，包括预测无进展生存期、总生存期和不良事件，预测关键疾病生物标志物，以及评估不同治疗策略的效果 | 该模型首次联合预测多发性骨髓瘤患者的生存期、不良事件和生物标志物，并评估不同治疗策略的效果，提供了一种全面的患者疾病状态评估方法 | 模型仅在TOURMALINE试验数据上进行了训练和验证，可能在其他数据集上的表现尚不明确 | 开发一种能够全面评估多发性骨髓瘤患者疾病状态的机器学习模型，以辅助医生决策 | 新诊断和复发/难治性多发性骨髓瘤患者 | 机器学习 | 多发性骨髓瘤 | transformer-based机器学习模型 | transformer | 临床试验数据 | 新诊断患者703例，复发/难治性患者720例 | NA | NA | NA | NA |
| 16789 | 2025-10-07 |
Novel Domain Knowledge-Encoding Algorithm Enables Label-Efficient Deep Learning for Cardiac CT Segmentation to Guide Atrial Fibrillation Treatment in a Pilot Dataset
2024-Jul-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14141538
PMID:39061675
|
研究论文 | 提出一种新型领域知识编码算法，实现小样本下的心脏CT自动分割，用于指导心房颤动治疗 | 开发了领域知识编码（DOKEN）算法，通过编码心脏几何特征和利用公开数字左心房模型来减少对大规模标注数据的依赖 | 仅在房颤消融研究的试点数据集中验证，样本量相对较小 | 开发小样本下的高性能心脏CT自动分割方法，用于指导房颤治疗 | 心房颤动患者的左心房结构 | 医学影像分析 | 心血管疾病 | CT成像 | 深度学习神经网络 | CT图像 | 训练集20例患者，测试集100例患者 | nnU-Net | nnU-Net | Dice系数, 表面距离误差, 质心-边界距离 | NA |
| 16790 | 2025-10-07 |
Efficient deep learning-based automated diagnosis from echocardiography with contrastive self-supervised learning
2024-Jul-06, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00538-3
PMID:38971887
|
研究论文 | 开发基于对比自监督学习的心动图视频自动诊断方法EchoCLR | 首个针对心动图视频的自监督对比学习方法，结合患者识别和帧重排序任务 | 主要针对左心室肥厚和主动脉瓣狭窄两种心脏疾病 | 开发标签高效的心动图视频自动诊断方法 | 心动图视频数据 | 计算机视觉 | 心血管疾病 | 心动图 | 深度学习 | 视频 | 519项研究（10%训练数据）和53项研究（1%训练数据） | NA | NA | AUROC | NA |
| 16791 | 2025-03-15 |
Cough-DL: A Deep Learning Model for Ear-Worn Cough Detection
2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC53108.2024.10782702
PMID:40039966
|
研究论文 | 本文介绍了一种名为Cough-DL的深度学习模型，用于通过耳戴设备检测咳嗽 | 通过信号处理增强、创新的数据增强技术和精细的建模方法，提高了模型在环境中的鲁棒性，特别是在降低误报率和背景噪声干扰方面 | 未提及具体的研究限制 | 开发一种能够在实际环境中准确检测咳嗽的自动检测系统 | 咳嗽检测 | 机器学习 | 肺部疾病 | 深度学习 | 深度学习模型 | 音频信号 | 未提及具体样本数量 | NA | NA | NA | NA |
| 16792 | 2025-10-07 |
Deep learning survival model predicts outcome after intracerebral hemorrhage from initial CT scan
2024-Jun-16, European stroke journal
IF:5.8Q1
DOI:10.1177/23969873241260154
PMID:38880882
|
研究论文 | 本研究开发了一种基于深度学习的生存模型，通过初次CT扫描预测脑出血后的功能结局 | 首次将深度学习模型与生存分析框架结合，仅使用入院非增强CT扫描即可预测脑出血患者的长期功能损害 | 研究样本量相对有限，外部验证仅在一个独立队列中进行 | 预测脑出血患者的长期功能损害，为患者护理和康复策略规划提供依据 | 脑出血患者 | 医学影像分析 | 脑出血 | 非增强CT扫描 | 深度学习模型 | CT影像 | 882例患者来自麻省总医院ICH研究用于训练，146例患者来自耶鲁纽黑文ICH研究用于外部验证 | NA | NA | c-index, AUC | NA |
| 16793 | 2025-10-07 |
Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage
2024-May-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.28.596078
PMID:38853998
|
研究论文 | 通过迁移学习训练深度学习模型，预测转录因子剂量如何影响调控元件的染色质可及性 | 首次将迁移学习应用于预测转录因子剂量变化对染色质状态的定量响应，揭示了顺式调控元件的序列决定因素 | 研究仅针对两种剂量敏感转录因子（TWIST1、SOX9）和面部祖细胞，模型在其他细胞类型和转录因子中的普适性需要进一步验证 | 揭示转录因子剂量变化对染色质状态响应的序列决定因素 | 面部祖细胞中的调控元件染色质可及性 | 计算生物学 | NA | 深度学习, 迁移学习, 报告基因检测, 生物物理建模 | 深度学习模型 | DNA序列数据, 染色质可及性数据 | NA | NA | NA | 实验重现性准确度 | NA |
| 16794 | 2025-10-07 |
A Perspective on Protein Structure Prediction Using Quantum Computers
2024-May-14, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00067
PMID:38703105
|
观点论文 | 探讨利用量子计算机进行蛋白质结构预测的框架设计和资源评估 | 提出了系统筛选适合量子优势的蛋白质结构预测问题的框架，并在量子硬件上验证了寨卡病毒NS3解旋酶催化环的结构预测 | 仅作为概念验证，尚未大规模应用，量子资源需求评估仍需完善 | 探索量子计算机在蛋白质结构预测领域的应用潜力 | 蛋白质三维结构预测，特别是寨卡病毒NS3解旋酶催化环 | 量子计算，计算生物学 | 病毒感染（寨卡病毒） | 量子计算，蛋白质结构预测 | NA | 蛋白质序列和结构数据 | NA | NA | NA | 结构预测准确性 | 实用级量子计算机 |
| 16795 | 2025-10-07 |
Cardiovascular Significance and Genetics of Epicardial and Pericardial Adiposity
2024-May-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2024.0080
PMID:38477908
|
研究论文 | 本研究利用深度学习模型评估心外膜和心包脂肪组织与心血管疾病的关联并探索其遗传基础 | 首次在大规模人群队列中结合深度学习语义分割和全基因组关联研究分析心外膜和心包脂肪组织的临床意义和遗传机制 | 关联分析在控制腹部内脏脂肪组织体积后不再显著，可能反映了代谢不健康脂肪表型的共同特征 | 评估心外膜和心包脂肪组织与心血管疾病的横断面和前瞻性关联，并阐明其遗传基础 | 英国生物银行44,475名参与者和FinnGen队列453,733名参与者 | 数字病理 | 心血管疾病 | 磁共振成像，全基因组关联研究 | 深度学习 | 磁共振图像，基因数据 | 英国生物银行44,475人，FinnGen队列453,733人 | NA | 语义分割 | 风险比，比值比，Pearson相关系数 | NA |
| 16796 | 2025-10-07 |
Artificial Intelligence Predicts Hospitalization for Acute Heart Failure Exacerbation in Patients Undergoing Myocardial Perfusion Imaging
2024-May-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.123.266761
PMID:38548351
|
研究论文 | 本研究开发了一种结合临床、负荷试验和影像参数的人工智能模型，用于预测接受SPECT/CT心肌灌注成像患者因急性心力衰竭加重住院的风险 | 首次将临床风险因素、负荷变量、SPECT成像参数和深度学习生成的钙化评分整合到AI模型中预测心力衰竭住院风险 | 研究基于单中心数据开发模型，外部验证队列规模相对有限 | 评估人工智能模型能否预测接受心肌灌注成像患者的心力衰竭住院风险 | 接受SPECT/CT心肌灌注成像的心力衰竭患者 | 医学影像分析 | 心血管疾病 | SPECT/CT心肌灌注成像，深度学习钙化评分 | 深度学习 | 临床数据，负荷试验数据，医学影像数据 | 内部队列4,766名患者，外部验证队列2,912名患者 | NA | NA | ROC曲线下面积 | NA |
| 16797 | 2025-10-07 |
scMeFormer: a transformer-based deep learning model for imputing DNA methylation states in single cells enhances the detection of epigenetic alterations in schizophrenia
2024-Jan-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.25.577200
PMID:38328094
|
研究论文 | 提出一种基于Transformer的深度学习模型scMeFormer，用于单细胞DNA甲基化状态插补，并应用于精神分裂症表观遗传学研究 | 首次将Transformer架构应用于单细胞DNA甲基化数据插补，能够在仅保留10%原始CpG位点覆盖度的情况下实现高保真插补 | 未明确说明模型在不同组织类型或疾病中的泛化能力 | 开发单细胞DNA甲基化状态插补方法以增强表观遗传学分析 | 人类前额叶皮层单细胞DNA甲基化数据 | 深度学习 | 精神分裂症 | 单细胞DNA甲基化测序 | Transformer | DNA甲基化状态数据 | 4名精神分裂症患者和4名神经典型对照的前额叶皮层样本 | NA | Transformer | 插补保真度，差异甲基化区域检测能力 | NA |
| 16798 | 2025-10-07 |
Lightweight model-based sheep face recognition via face image recording channel
2024-Jan-03, Journal of animal science
IF:2.7Q1
DOI:10.1093/jas/skae066
PMID:38477672
|
研究论文 | 提出一种基于YOLOv7的轻量级绵羊面部识别模型YOLOv7-SFR，通过面部图像采集通道和多种优化策略提升识别性能 | 开发了绵羊面部图像采集通道解决人工采集效率低的问题，并在YOLOv7基础上引入混洗注意力模块、Dyhead检测头和深度可分离卷积实现模型轻量化 | 仅使用50只小尾寒羊作为研究对象，样本多样性可能有限 | 开发轻量级绵羊面部识别模型以满足精准畜牧业实际应用需求 | 50只1-3岁小尾寒羊的面部图像 | 计算机视觉 | NA | 图像采集通道，数据增强 | CNN | 图像 | 50只绵羊，经数据增强后共22,000张面部图像 | PyTorch | YOLOv7, YOLOv7-SFR | mAP@0.5, 模型大小, 平均识别时间 | NA |
| 16799 | 2025-03-15 |
Diagnostic-therapeutic management of pulmonary nodules
2024, Klinicka onkologie : casopis Ceske a Slovenske onkologicke spolecnosti
DOI:10.48095/ ccko2024408
PMID:39772821
|
综述 | 本文全面回顾了肺结节的诊断和治疗方法，重点讨论了基于结节形态、大小和生长潜力的恶性潜力评估 | 文章详细分析了现代影像技术，特别是人工智能（AI）在肺结节诊断中的应用，并强调了多学科方法在肺结节诊断和管理中的重要性 | 文章未提及具体的研究局限性 | 优化肺结节的临床诊断和管理，以减少肺癌的死亡率并改善患者预后 | 肺结节 | 数字病理学 | 肺癌 | 人工智能（AI），深度学习技术 | 深度学习 | 影像数据 | NA | NA | NA | NA | NA |
| 16800 | 2025-10-07 |
Discrimination of benign and malignant breast lesions on dynamic contrast-enhanced magnetic resonance imaging using deep learning
2023-Dec-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_325_23
PMID:38156926
|
研究论文 | 本研究评估了深度迁移学习和微调方法在乳腺动态对比增强磁共振成像中区分良恶性病变的能力 | 比较了三种深度学习模型在乳腺DCE-MRI中的性能，并开发了三种微调策略进一步提升模型性能 | 研究样本量有限，仅使用50个额外病变进行验证集测试 | 评估深度学习模型在乳腺DCE-MRI中区分良恶性病变的诊断效能 | 乳腺动态对比增强磁共振成像中的良恶性病变 | 计算机视觉 | 乳腺癌 | 动态对比增强磁共振成像 | CNN | 医学影像 | 训练集未明确数量，验证集包含50个病变 | NA | VGG19, ResNet50, DenseNet201 | 准确率, 精确率, 召回率, F1分数, AUC, Kappa系数 | NA |