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 32705 篇文献，本页显示第 17021 - 17040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 17021 | 2025-02-13 |
PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41850
PMID:39931476
|
研究论文 | 本研究开发了一种名为PortNet的深度学习模型，旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断 | PortNet模型通过结合1×1卷积块和深度可分离卷积架构，显著减少了模型参数数量，同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示，实现了轻量化和高精度的平衡 | 未提及模型在实际临床环境中的验证情况，以及是否适用于其他类型的癌症细胞分类 | 开发一种轻量化的深度学习模型，用于肺癌细胞分类的辅助诊断 | 肺癌细胞 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 17022 | 2025-10-07 |
Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients
2025-Feb-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb099
PMID:39883962
|
研究论文 | 本研究开发了一种基于深度学习的快速多叶准直器序列生成方法，用于MRI引导的在线自适应放疗 | 首次将循环条件生成对抗网络应用于放疗计划中的MLC序列快速生成，显著缩短了在线重新计划时间 | 研究样本量相对有限，仅包含49名腹部癌症患者的数据 | 开发快速深度学习方法替代耗时的传统叶片序列生成过程，加速MRI引导的在线自适应放疗 | 胰腺癌患者和其他腹部癌症患者 | 医学影像分析 | 胰腺癌 | MRI引导放疗，深度学习 | GAN, RNN | 医学影像（MRI），放疗计划数据 | 49名腹部癌症患者的242个日常治疗分次 | NA | 循环条件生成对抗网络 | 伽马通过率，相对绝对误差，段数比较，总监测单位数，执行时间 | GTX 1660 TI GPU |
| 17023 | 2025-02-13 |
In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis
2025-Feb-11, Clinical & experimental optometry
DOI:10.1080/08164622.2025.2459345
PMID:39933698
|
研究论文 | 本文通过文献计量分析探讨了活体共聚焦显微镜（IVCM）在眼科领域的研究趋势 | 首次对IVCM在眼科领域的全球研究进行了文献计量分析，填补了该领域的空白 | 研究仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献 | 识别IVCM研究中的有影响力的文章、作者、机构和新兴趋势 | 眼科领域的IVCM研究文献 | 数字病理 | 眼科疾病 | 活体共聚焦显微镜（IVCM） | NA | 文献数据 | 1,389篇文章，其中600篇发表于过去十年 | NA | NA | NA | NA |
| 17024 | 2025-10-07 |
Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency
2025-Feb-10, Light, science & applications
DOI:10.1038/s41377-024-01713-w
PMID:39924488
|
研究论文 | 开发了一种基于前沿分子轨道加权的电子结构融合网络模型，用于预测有机热激活延迟荧光分子的发光效率 | 首次将前沿分子轨道权重表示与建模特征相结合，开发了能够准确预测TADF分子光致发光量子产率的可解释性工具 | 未明确说明模型在多大程度上解决了访问TADF发射体激发态特性的挑战 | 开发能够评估有机热激活延迟荧光材料效率的深度学习模型 | 有机热激活延迟荧光分子 | 机器学习 | NA | 深度学习 | 神经网络 | 分子几何结构和轨道信息 | NA | NA | 电子结构融合网络 | 光致发光量子产率预测准确度 | NA |
| 17025 | 2025-10-07 |
An automatic control system based on machine vision and deep learning for car windscreen clean
2025-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88688-9
PMID:39924520
|
研究论文 | 提出一种基于机器视觉和深度学习的实时雨滴检测系统和创新雨刮控制方法 | 使用改进的YOLOv8模型构建全天气雨滴检测模型，能根据降雨强度自动调整检测频率和雨刮器运行速度 | NA | 开发自动雨刮控制系统以提升雨天驾驶安全性 | 汽车挡风玻璃上的雨滴 | 计算机视觉 | NA | 机器视觉 | CNN | 图像 | NA | NA | YOLOv8 | 精确率, 召回率, 检测速度 | NA |
| 17026 | 2025-10-07 |
Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy
2025-Feb-09, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06105-0
PMID:39923208
|
研究论文 | 本研究开发了一种基于下一代测序数据和免疫组化图像的深度学习模型，用于预测乳腺癌HER2状态及HER2靶向新辅助化疗疗效 | 首次结合NGS数据和IHC图像，采用Vision Transformer模型进行HER2扩增状态识别，并将模型应用于新辅助治疗疗效预测 | 模型误识别可能源于癌组织中HER2表达的异质性 | 提高HER2扩增状态检测的准确性和效率，并预测新辅助治疗疗效 | 606例乳腺癌患者（其中399例HER2阳性患者用于疗效预测） | 数字病理学 | 乳腺癌 | 下一代测序(NGS), 免疫组化(IHC)染色 | Vision Transformer (ViT) | 图像, 基因测序数据 | 606例乳腺癌患者（训练集404例，验证集101例，测试集101例），其中399例HER2阳性患者用于疗效预测 | NA | Vision Transformer | 准确率, ROC曲线, AUC值 | NA |
| 17027 | 2025-02-13 |
Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease
2025-Feb-06, Current neuropharmacology
IF:4.8Q1
|
综述 | 本文通过转化信息学的视角，全面探讨了神经退行性疾病的药物重新定位，包括数据来源、计算模型和临床应用 | 利用人工智能和医疗数据的快速发展，提出了一种创新的、数据驱动的药物重新定位方法，为神经退行性疾病的治疗提供了新的途径 | 本文主要集中于理论和方法论的探讨，缺乏具体的实验验证和临床数据支持 | 开发适用于神经退行性疾病的有效治疗干预措施 | 神经退行性疾病 | 转化信息学 | 神经退行性疾病 | 人工智能、机器学习、深度学习、网络分析方法 | 机器学习、深度学习、网络模型 | 医疗数据 | NA | NA | NA | NA | NA |
| 17028 | 2025-10-07 |
Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202408629
PMID:39703985
|
研究论文 | 开发了一种用于低剂量iDPC-STEM成像的深度学习框架，通过去噪超分辨率模型实现单分子精确识别 | 提出了专门针对iDPC-STEM成像的DIVAESR模型，结合目标检测和DFT构型匹配，显著提升单分子分析精度 | 目前主要使用合成数据集进行测试，真实iDPC-STEM图像的应用验证仍需进一步扩展 | 解决沸石等复杂结构中单分子行为观测的挑战，提升电子显微镜成像质量 | 沸石结构中的单分子 | 计算机视觉 | NA | iDPC-STEM, DFT | VAE, 深度学习 | STEM图像 | 合成数据集 | NA | DIVAESR | PSNR, SSIM | NA |
| 17029 | 2025-10-07 |
Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124268
PMID:39889421
|
研究论文 | 提出基于半监督学习的废水处理中污泥与微粒附着识别方法 | 首次将SimCLR对比学习框架与Mask R-CNN结合用于废水处理微粒检测，显著减少标注数据需求 | 仅使用约200张标注图像进行微调，样本规模有限 | 开发废水处理系统中微粒转移过程的自动监测方法 | 废水处理过程中的游离微粒和污泥附着微粒 | 计算机视觉 | NA | 显微镜成像 | 半监督学习,对比学习,实例分割 | 图像 | 1000张未标注图像，约200张标注图像（含约600个标注微粒） | PyTorch | ResNet50, Mask R-CNN | 平均精度均值, 平均精度 | NA |
| 17030 | 2025-10-07 |
Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124363
PMID:39889430
|
研究论文 | 本研究通过整合深度学习算法预测蒸散发和评估作物水分胁迫，为农业水资源管理提供决策支持 | 首次将多种深度学习模型（FFNN、CNN、GRU、LSTM）与ACCESS-ESM气候模型和共享社会经济路径（SSPs）相结合，用于蒸散发和作物水分胁迫指数的预测 | 研究范围仅限于孟加拉国地区，未验证模型在其他地理区域的适用性 | 开发先进的预测模型以提升农业水资源管理效率 | 蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI） | 机器学习 | NA | 深度学习，气候建模 | FFNN, CNN, GRU, LSTM | 高分辨率气候数据 | 基于ACCESS-ESM模型和四种共享社会经济路径（SSPs）的未来气候情景数据 | NA | 前馈神经网络，卷积神经网络，门控循环单元，长短期记忆网络 | 预测精度 | NA |
| 17031 | 2025-10-07 |
Deep learning and generative artificial intelligence in aging research and healthy longevity medicine
2025-Jan-16, Aging
DOI:10.18632/aging.206190
PMID:39836094
|
综述 | 探讨深度学习和生成式人工智能在衰老研究与健康长寿医学中的应用 | 系统整合DL与GenAI在衰老研究中的多模态、多任务应用，提出双靶点治疗策略 | NA | 延长健康生产寿命，推动健康长寿医学发展 | 人类与动物的衰老过程 | 机器学习 | 老年疾病 | NA | 深度学习, 生成式人工智能 | 多模态数据 | NA | NA | NA | NA | NA |
| 17032 | 2025-10-07 |
Deep learning CT image restoration using system blur and noise models
2025-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.1.014003
PMID:39906485
|
研究论文 | 提出一种结合系统模糊和噪声模型的深度学习CT图像恢复方法 | 将系统模糊和噪声特性作为辅助输入整合到深度学习模型中，而非仅依赖图像输入进行盲恢复 | NA | 提升CT图像恢复质量 | 受模糊和噪声影响的CT图像 | 计算机视觉 | NA | CT成像 | CNN | 医学图像 | NA | NA | 卷积神经网络 | 峰值信噪比, 结构相似性指数 | NA |
| 17033 | 2025-10-07 |
Artificial Intelligence to Facilitate Clinical Trial Recruitment in Age-Related Macular Degeneration
2024 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100566
PMID:39139546
|
研究论文 | 本研究开发了一种基于深度学习的人工智能系统，用于自动筛选符合地理萎缩临床试验资格的患者 | 利用AI生成的视网膜组织分割来识别临床试验合格患者，相比传统电子健康记录搜索方法具有更高精度 | 研究基于单一医疗中心的回顾性数据，需要进一步外部验证 | 探索人工智能在年龄相关性黄斑变性临床试验招募中的应用 | 地理萎缩(GA)患者，作为年龄相关性黄斑变性的晚期阶段 | 数字病理 | 年龄相关性黄斑变性 | OCT成像, FAF成像 | 深度学习 | 医学图像 | 306,651名患者(602,826只眼睛) | NA | NA | 阳性预测值, 组内相关系数 | NA |
| 17034 | 2025-10-07 |
Generative artificial intelligence in ophthalmology: current innovations, future applications and challenges
2024-Sep-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-325458
PMID:38925907
|
综述 | 探讨生成式人工智能在眼科领域的当前创新、未来应用与挑战 | 系统阐述生成对抗网络和扩散模型在眼科影像生成中的应用，以及多模态基础模型在眼科的多场景应用潜力 | 该技术仍处于发展初期，存在数据偏差、安全问题和临床实施挑战 | 分析生成式AI在眼科领域的应用前景与技术挑战 | 眼科医疗影像与相关文本数据 | 计算机视觉, 自然语言处理 | 眼科疾病 | 生成对抗网络, 扩散模型, 多模态基础模型 | GAN, 扩散模型 | 图像, 文本, 视频 | NA | NA | NA | NA | NA |
| 17035 | 2024-08-08 |
Commentary: Detection of Endoleak After Endovascular Aortic Repair Through Deep Learning Based on Non-contrast CT
2024-Sep, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03830-w
PMID:39110204
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 17036 | 2025-10-07 |
Applications of artificial intelligence in biliary tract cancers
2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology
IF:2.0Q3
DOI:10.1007/s12664-024-01518-0
PMID:38427281
|
综述 | 本文综述人工智能在胆道癌诊断和预后改善中的应用策略 | 系统总结AI技术在胆道癌这一具有地域特异性的恶性肿瘤中的应用现状 | NA | 探讨人工智能技术在胆道癌诊疗中的应用价值 | 胆道癌（包括胆管癌和胆囊癌） | 医学影像分析 | 胆道癌 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 17037 | 2025-10-07 |
Attribute-guided prototype network for few-shot molecular property prediction
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae394
PMID:39133096
|
研究论文 | 提出一种属性引导原型网络(APN)用于解决小样本分子性质预测的挑战 | 引入分子属性提取器提取多种指纹属性，并设计属性引导双通道注意力模块学习分子图与属性间的关系 | NA | 解决小样本分子性质预测问题，提升药物发现过程中的分子评估和筛选效率 | 分子性质预测中的小样本学习场景 | 机器学习 | NA | 分子指纹属性提取，自监督学习 | 原型网络 | 分子图数据，指纹属性数据 | NA | NA | 属性引导原型网络(APN)，属性引导双通道注意力模块 | NA | NA |
| 17038 | 2025-10-07 |
Predicting dynamic, motion-related changes in B0 field in the brain at a 7T MRI using a subject-specific fine-trained U-net
2024-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29980
PMID:38193276
|
研究论文 | 提出一种基于深度学习的方法，通过头部位置变化预测7T MRI中大脑B0场的动态变化 | 使用针对特定受试者精细训练的3D U-net网络，仅需有限头部位置测量即可预测B0场变化，无需传统导航序列 | 需要外部跟踪硬件配合，且依赖于刚性运动假设 | 开发无需导航器的B0场动态变化预测方法，提高MRI数据质量 | 大脑B0场在头部运动时的动态变化 | 医学影像分析 | NA | 7T MRI，梯度回波序列 | CNN | 3D MRI图像，B0场图 | NA | NA | 3D U-net | 定性比较，定量比较 | NA |
| 17039 | 2025-10-07 |
Discovery of a structural class of antibiotics with explainable deep learning
2024-Feb, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06887-8
PMID:38123686
|
研究论文 | 通过可解释深度学习发现新型抗生素结构类别 | 开发了基于可解释图算法的深度学习方法来识别与抗生素活性相关的化学亚结构，突破了传统黑箱模型的局限 | 仅测试了283种化合物的实验验证，样本规模相对有限 | 发现新型抗生素结构类别以应对抗生素耐药性危机 | 化学化合物及其对金黄色葡萄球菌的抗生素活性 | 机器学习 | 细菌感染 | 图神经网络，可解释图算法 | 图神经网络 | 化学结构数据 | 39,312个化合物的实验数据，12,076,365个化合物的预测数据 | NA | 图神经网络集成 | 抗生素活性预测准确率，细胞毒性预测准确率 | NA |
| 17040 | 2025-10-07 |
Deep IDA: a deep learning approach for integrative discriminant analysis of multi-omics data with feature ranking-an application to COVID-19
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae060
PMID:39027641
|
研究论文 | 提出一种用于多组学数据整合判别分析的深度学习方法Deep IDA，通过非线性变换实现最大关联和最大分离，并应用于COVID-19研究 | 开发了能够处理两个或更多数据视图复杂非线性关系的深度学习方法，并提出基于集成学习的特征排序方法以提高结果可解释性 | 未明确说明样本量的具体限制或模型在其他疾病数据集上的泛化能力 | 开发多组学数据整合分析方法以更好理解复杂疾病的病理生物学 | COVID-19患者的多组学数据 | 机器学习 | COVID-19 | RNA测序，代谢组学，蛋白质组学 | 深度学习 | 多组学数据 | 两个大型真实世界数据集 | PyTorch | Deep IDA | NA | NA |