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 33344 篇文献，本页显示第 18201 - 18220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18201 | 2025-10-07 |
Deep learning in spatially resolved transcriptfomics: a comprehensive technical view
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae082
PMID:38483255
|
综述 | 对空间转录组学中深度学习方法的全面技术评述 | 系统分析深度学习在空间转录组学中的创新应用，提出整合生物学细微特征的发展方向 | 现有方法在整合生物学细微特征和处理数据技术挑战方面仍有不足 | 评述深度学习在空间转录组学数据分析中的应用与挑战 | 空间转录组学数据（基因表达矩阵、空间信息和组织学图像） | 计算生物学 | NA | 空间转录组学技术 | 深度学习 | 基因表达数据、空间坐标数据、组织学图像 | NA | NA | NA | NA | NA |
| 18202 | 2025-10-07 |
Enhancer-MDLF: a novel deep learning framework for identifying cell-specific enhancers
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae083
PMID:38485768
|
研究论文 | 提出一种名为Enhancer-MDLF的新型多输入深度学习框架，用于识别细胞特异性增强子 | 开发了多输入深度学习框架，引入迁移学习解决增强子特异性预测挑战，并利用模型解释识别可能与增强子区域相关的转录因子结合位点基序 | NA | 开发更有效的细胞特异性增强子识别方法 | 人类细胞系中的增强子 | 生物信息学 | NA | 深度学习 | 深度学习框架 | 基因组数据 | 八种不同人类细胞系 | NA | 多输入深度学习框架 | NA | NA |
| 18203 | 2025-02-04 |
Leveraging deep learning for toxic comment detection in cursive languages
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2486
PMID:39896410
|
研究论文 | 本文提出了一种新的深度学习模型，用于检测乌尔都语中的有毒评论，通过使用transformer进行文本的二元分类 | 提出了一种新的模型来识别乌尔都语句子中的显著特征，并使用transformer进行有毒评论的检测 | 乌尔都语作为一种低资源语言，其复杂性和不规则性增加了检测难度 | 开发一种工具来检测乌尔都语中的有毒评论，以保护社区免受其负面影响 | 乌尔都语中的有毒评论 | 自然语言处理 | NA | 深度学习 | transformer, BERT, GPT-2 | 文本 | NA | NA | NA | NA | NA |
| 18204 | 2025-10-07 |
Digital labeling for 3D histology: segmenting blood vessels without a vascular contrast agent using deep learning
2023-Jun-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.480230
PMID:37342724
|
研究论文 | 提出一种基于深度学习的数字标记方法，可在无需血管造影剂的情况下对3D组织中的血管进行分割 | 使用回归损失而非传统分割损失训练U-net架构，仅依赖自发荧光信号和DAPI核染色实现血管分割 | 方法目前仅验证于血管结构，未来需扩展至其他生物结构 | 开发无需血管造影剂的3D组织血管分割方法 | 完整组织样本中的血管结构 | 数字病理学 | NA | 光学组织透明化，3D荧光显微镜，自发荧光成像 | CNN | 3D荧光显微镜图像 | NA | NA | U-net | 血管检测准确率，血管长度密度，血管方向准确性 | NA |
| 18205 | 2025-02-03 |
Hybrid deep learning based stroke detection using CT images with routing in an IoT environment
2025-Feb-01, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2452280
PMID:39893512
|
研究论文 | 本文提出了一种基于混合深度学习的CT图像中风检测方法，结合物联网技术进行数据传输 | 提出了一种新的Jaccard_Residual SqueezeNet模型，用于从CT图像中预测中风，并结合物联网技术进行数据传输 | 未提及具体的研究局限性 | 提高中风病变的早期检测和准确分割，以改善治疗效果和减少长期残疾 | CT图像中的中风病变 | 计算机视觉 | 中风 | CT成像 | Jaccard_Residual SqueezeNet | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 18206 | 2025-02-03 |
MMnc: Multi-modal interpretable representation for non-coding RNA classification and class annotation
2025-Jan-31, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf051
PMID:39891346
|
研究论文 | 本文介绍了一种名为MMnc的可解释深度学习方法，用于将非编码RNA分类到功能组中 | MMnc利用基于注意力的多模态数据集成方法，整合序列、二级结构和表达等多种数据源，确保学习有意义的表示，并处理部分样本中缺失的数据源 | NA | 旨在通过深度学习技术对非编码RNA进行功能分类和注释 | 非编码RNA | 机器学习 | NA | 深度学习 | 基于注意力的多模态数据集成模型 | 序列、二级结构、表达数据 | NA | NA | NA | NA | NA |
| 18207 | 2025-02-03 |
Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps
2024-08-27, JAMA
DOI:10.1001/jama.2024.10770
PMID:39088200
|
研究论文 | 本研究开发了一种深度学习人工智能模型，用于从盲超声扫描中估计孕龄，并将其集成到低成本、电池供电设备的软件中 | 开发了一种低成本、电池供电的AI工具，使未经培训的新手用户能够准确估计孕龄，适用于资源匮乏的环境 | 研究仅包括单胎、无异常的第一孕期妊娠，且仅在14至27周孕龄范围内进行评估 | 评估由未经培训的新手用户使用AI超声工具估计孕龄的准确性 | 400名在赞比亚卢萨卡和美国北卡罗来纳州教堂山的单胎、无异常的第一孕期妊娠个体 | 数字病理 | NA | 深度学习 | 深度学习模型 | 超声图像 | 400名妊娠个体 | NA | NA | NA | NA |
| 18208 | 2025-02-03 |
Defining the boundaries: challenges and advances in identifying cells in microscopy images
2024-02, Current opinion in biotechnology
IF:7.1Q1
DOI:10.1016/j.copbio.2023.103055
PMID:38142646
|
研究论文 | 本文探讨了在显微镜图像中识别细胞的挑战和进展，特别是分割技术的改进 | 深度学习工具在细胞分割技术中的主导地位增强，如Cellpose模型的准确性和用户友好性提升 | NA | 提高显微镜图像中细胞分割的准确性和效率 | 显微镜图像中的细胞 | 计算机视觉 | NA | 深度学习 | Cellpose | 图像 | NA | NA | NA | NA | NA |
| 18209 | 2025-02-03 |
Detecting major depressive disorder presence using passively-collected wearable movement data in a nationally-representative sample
2024-Feb, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2023.115693
PMID:38194801
|
研究论文 | 本研究探讨了利用腕戴式活动记录仪数据结合机器学习和深度学习技术检测重度抑郁症（MDD）的效用 | 结合传统机器学习方法和深度学习卷积神经网络（CNN）方法，利用被动收集的活动记录仪数据检测MDD，并识别出与MDD相关的生物标志物 | 研究依赖于PHQ-9作为MDD筛查工具，可能存在筛查偏差 | 探索利用被动收集的活动记录仪数据结合机器学习技术检测MDD的潜力 | 8,378名参与者，其中766名参与者通过PHQ-9筛查为MDD | 机器学习 | 重度抑郁症 | 机器学习和深度学习 | 传统机器学习方法和CNN | 活动记录仪数据 | 8,378名参与者，其中766名通过PHQ-9筛查为MDD | NA | NA | NA | NA |
| 18210 | 2025-02-03 |
Nonmetastatic Axillary Lymph Nodes Have Distinct Morphology and Immunophenotype in Obese Patients with Breast Cancer at Risk for Metastasis
2024-02, The American journal of pathology
DOI:10.1016/j.ajpath.2023.11.005
PMID:38029922
|
研究论文 | 本研究使用深度学习模型识别肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异，并探讨其与淋巴结转移的潜在机制 | 首次通过深度学习模型揭示肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异，并初步发现脂肪替代淋巴结中CD3表达减少和瘦素表达增加的趋势 | 研究样本量较小（180例），且免疫组化分析仅基于30例患者的子集，结果需要进一步验证 | 探讨肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异及其与淋巴结转移的潜在机制 | 肥胖乳腺癌患者的非转移性腋窝淋巴结 | 数字病理学 | 乳腺癌 | 深度学习模型、免疫组化分析 | 深度学习模型 | 图像（H&E染色全切片图像） | 180例乳腺癌患者（其中30例用于免疫组化分析） | NA | NA | NA | NA |
| 18211 | 2025-10-07 |
Respiratory signal estimation for cardiac perfusion SPECT using deep learning
2024-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16653
PMID:37523268
|
研究论文 | 本研究开发了一种基于深度学习的方法，仅使用SPECT投影数据估计呼吸信号，用于心脏灌注成像中的呼吸运动校正 | 首次提出使用改进的U-Net网络直接从SPECT投影数据估计呼吸信号，无需外部跟踪设备 | 研究依赖于外部立体相机视觉跟踪系统作为训练目标信号，且样本量相对有限 | 开发仅使用SPECT投影数据的深度学习方法进行呼吸信号估计，以改善心脏灌注SPECT图像质量 | 心脏灌注SPECT成像中的呼吸运动伪影 | 医学影像分析 | 心血管疾病 | SPECT成像，深度学习 | CNN | SPECT投影数据 | 900名接受负荷心脏灌注SPECT研究的受试者（302名测试，598名训练验证） | NA | 改进的U-Net | Pearson相关系数，平均绝对差异 | NA |
| 18212 | 2025-02-03 |
Flexible protein-protein docking with a multitrack iterative transformer
2024-Feb, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.4862
PMID:38148272
|
研究论文 | 本文介绍了一种名为GeoDock的多轨迭代变压器网络，用于从分离的对接伙伴预测对接结构，解决了现有蛋白质-蛋白质对接方法在结合诱导构象变化方面的局限性 | GeoDock在蛋白质残基水平上具有灵活性，能够预测结合时的构象变化，且在DIPS测试集上达到了43%的top-1成功率，优于其他测试方法 | 尽管GeoDock在预测结合诱导的构象变化方面有所突破，但由于训练和评估数据的限制，这仍然是一个挑战 | 开发一种能够处理结合诱导构象变化的蛋白质-蛋白质对接方法，以提高对接成功率和应用效率 | 蛋白质-蛋白质对接 | 机器学习 | NA | 多轨迭代变压器网络 | Transformer | 序列和结构数据 | DIPS测试集、DB5.5测试集和抗体-抗原复合物基准数据集 | NA | NA | NA | NA |
| 18213 | 2025-10-07 |
Applying deep learning to recognize the properties of vitreous opacity in ophthalmic ultrasound images
2024-02, Eye (London, England)
DOI:10.1038/s41433-023-02705-7
PMID:37596401
|
研究论文 | 本研究探索基于深度学习的AI技术自动识别眼科超声图像中玻璃体混浊性质的可行性 | 首次将深度学习应用于眼科超声图像中玻璃体混浊性质的自动识别 | 样本量相对有限（2000张图像），仅包含三种典型玻璃体混浊类型 | 开发自动识别眼科超声图像中玻璃体混浊性质的AI系统 | 眼科超声图像中的玻璃体混浊病变 | 计算机视觉 | 眼科疾病 | 灰度多普勒超声成像 | CNN | 图像 | 2000张灰度多普勒超声图像，包含正常眼和三种玻璃体混浊类型 | NA | ResNet, GoogLeNet Inception V1 | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 18214 | 2025-10-07 |
Deep-learning based automated quantification of critical optical coherence tomography features in neovascular age-related macular degeneration
2024-Feb, Eye (London, England)
DOI:10.1038/s41433-023-02720-8
PMID:37670143
|
研究论文 | 开发并验证基于深度学习的算法，用于自动量化新生血管性年龄相关性黄斑变性中的关键OCT特征 | 首次使用深度学习算法对nAMD中的三种关键液体类型（IRF、SRF、nPED）进行自动化分割和量化 | 样本量较小（仅50名患者），为回顾性研究 | 验证深度学习算法在新生血管性年龄相关性黄斑变性中自动分割视网膜内液体、视网膜下液体和新生血管性色素上皮脱离的性能 | 50名渗出性新生血管性年龄相关性黄斑变性患者（50只眼）的光学相干断层扫描数据 | 计算机视觉 | 年龄相关性黄斑变性 | 光学相干断层扫描（OCT） | 深度学习 | 医学图像 | 50名患者（50只眼） | NA | NA | AUC, Dice系数, 相关系数（R2） | NA |
| 18215 | 2025-10-07 |
Image quality assessment of retinal fundus photographs for diabetic retinopathy in the machine learning era: a review
2024-Feb, Eye (London, England)
DOI:10.1038/s41433-023-02717-3
PMID:37667028
|
综述 | 评估糖尿病视网膜病变公开数据集中使用的图像质量评估方法和质量标准 | 首次系统评估糖尿病视网膜病变公开数据集中的图像质量评估现状，提出自动化质量评估可作为手动标注的有效替代方案 | 仅纳入20个数据集，部分数据集质量标准信息难以获取 | 分析糖尿病视网膜病变数据集中图像质量评估的应用现状和标准 | 20个公开的糖尿病视网膜病变数据集 | 数字病理 | 糖尿病视网膜病变 | 图像质量评估 | 深度学习算法 | 视网膜眼底图像 | 20个公开数据集 | NA | NA | NA | NA |
| 18216 | 2025-02-03 |
Deep learning enables the discovery of a novel cuproptosis-inducing molecule for the inhibition of hepatocellular carcinoma
2024-Feb, Acta pharmacologica Sinica
IF:6.9Q1
DOI:10.1038/s41401-023-01167-7
PMID:37803139
|
研究论文 | 本研究利用深度学习技术从ZINC15化合物库中筛选出新型肝癌抑制剂LGOd1，并发现其通过干扰铜稳态诱导铜死亡的新机制 | 首次发现具有左旋葡糖烯酮支架的化合物LGOd1可通过非离子载体机制诱导铜死亡，代表了一类新型铜死亡诱导剂 | 未明确说明实验样本的具体数量和研究模型的局限性 | 发现新型抗肝癌化合物并研究其作用机制 | 肝细胞癌（HCC）细胞系 | 药物发现 | 肝细胞癌 | 深度学习筛选、化学表征分析 | 深度学习模型 | 化学化合物数据 | 超过600万种ZINC15化合物库中的化合物 | NA | NA | NA | NA |
| 18217 | 2025-02-03 |
A Deep Learning-Based Radiomic Classifier for Usual Interstitial Pneumonia
2024-Feb, Chest
IF:9.5Q1
DOI:10.1016/j.chest.2023.10.012
PMID:37844797
|
研究论文 | 本文开发了一种基于深度学习的放射组学分类器，用于通过胸部CT扫描诊断普通型间质性肺炎（UIP） | 利用卷积神经网络（CNN）从CT扫描中学习UIP的离散特征，并结合线性支持向量机进行预测，展示了在广泛UIP患病率下的良好测试性能 | 研究为回顾性队列研究，可能存在选择偏倚，且需要进一步验证在更广泛人群中的适用性 | 开发一种基于深度学习的工具，用于标准化CT扫描解释，以诊断普通型间质性肺炎（UIP） | 患有和未患有间质性肺病（ILD）的个体的胸部CT扫描 | 计算机视觉 | 间质性肺病 | 深度学习 | 卷积神经网络（CNN） | 图像 | 共2,907例胸部CT扫描，包括训练集（n=1,934）、验证集（n=408）和性能测试集（n=565） | NA | NA | NA | NA |
| 18218 | 2025-02-03 |
Movienet: Deep space-time-coil reconstruction network without k-space data consistency for fast motion-resolved 4D MRI
2024-Feb, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29892
PMID:37849064
|
研究论文 | 本文提出了一种名为Movienet的深度学习新方法，用于4D-MRI重建，通过利用空间-时间-线圈相关性和运动保留而非k空间数据一致性，加速黄金角度径向数据的采集，并实现动态MRI中的亚秒级重建时间 | Movienet采用U-net架构，通过修改的残差学习块在图像域中完全操作，以去除混叠伪影并重建无混叠的运动分辨4D图像，同时通过线性运动顺序排序输入图像和参考图像来强制运动保留 | NA | 开发一种新的深度学习方法来加速4D-MRI的重建，以在临床环境中实现快速运动抵抗的3D解剖成像或运动分辨的4D成像 | 腹部肿瘤的运动分辨4D MRI和运动抵抗3D MRI | 医学影像 | 腹部肿瘤 | 深度学习 | U-net | MRI图像 | 在1.5T MR-Linac和3T MRI扫描仪上进行了演示 | NA | NA | NA | NA |
| 18219 | 2025-02-03 |
Investigating pulse-echo sound speed estimation in breast ultrasound with deep learning
2024-Feb, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2023.107179
PMID:37939413
|
研究论文 | 本文提出了一种基于深度学习的监督学习方法，用于从分析超声信号中估计声速，以提高乳腺超声图像的质量和疾病识别能力 | 提出了一种新的深度学习方法来估计乳腺超声中的声速，通过模拟数据集训练全卷积神经网络，生成估计的声速图 | 模型主要基于模拟数据进行训练，尽管在模拟、幻影和体内乳腺超声数据上进行了评估，但在真实临床数据上的表现仍需进一步验证 | 提高乳腺超声图像的质量和疾病识别能力 | 乳腺组织，包括腺体组织、脂肪和病变 | 计算机视觉 | 乳腺癌 | 深度学习 | 全卷积神经网络 | 超声信号 | 大规模模拟超声数据集，包括模拟乳腺组织样本、幻影和体内乳腺超声数据 | NA | NA | NA | NA |
| 18220 | 2025-02-03 |
Magnetic Resonance Imaging-Based Assessment of Pancreatic Fat Strongly Correlates With Histology-Based Assessment of Pancreas Composition
2024-Feb-01, Pancreas
IF:1.7Q3
DOI:10.1097/MPA.0000000000002288
PMID:38194643
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |