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 33632 篇文献，本页显示第 18981 - 19000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18981 | 2025-10-07 |
DNALongBench: A Benchmark Suite for Long-Range DNA Prediction Tasks
2025-Jan-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.06.631595
PMID:39829833
|
研究论文 | 本文介绍了DNALongBench，一个用于评估长距离DNA依赖关系预测任务的综合基准测试套件 | 首次提出了专门针对长距离DNA依赖关系（长达100万个碱基对）的综合基准测试套件，涵盖五个重要基因组学任务 | 基准测试套件可能无法覆盖所有类型的长距离DNA依赖关系任务 | 解决长距离DNA依赖关系建模的评估标准缺失问题，促进基因组学深度学习模型的比较和发展 | DNA序列中的长距离依赖关系 | 生物信息学 | NA | DNA测序数据分析 | CNN, 基础模型 | DNA序列数据 | NA | NA | HyenaDNA, Caduceus-Ph, Caduceus-PS | NA | NA |
| 18982 | 2025-10-07 |
A large annotated cervical cytology images dataset for AI models to aid cervical cancer screening
2025-Jan-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04374-5
PMID:39774182
|
研究论文 | 本文提供了一个大规模宫颈细胞学图像数据集，用于辅助宫颈癌筛查的AI模型开发 | 提供了目前最大的公开宫颈细胞学图像数据集，包含对异常细胞的详尽标注 | 数据集仅包含8,037张图像，可能仍需更多数据来进一步提升模型泛化能力 | 为宫颈癌筛查AI模型提供高质量数据集，促进相关研究发展 | 宫颈细胞学图像中的异常细胞 | 数字病理学 | 宫颈癌 | 薄层液基细胞学检测(TCT) | NA | 图像 | 8,037张图像，来源于129张TCT玻片 | NA | NA | NA | NA |
| 18983 | 2025-10-07 |
Engineering of CRISPR-Cas PAM recognition using deep learning of vast evolutionary data
2025-Jan-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.06.631536
PMID:39829748
|
研究论文 | 开发基于深度学习的Protein2PAM模型，利用进化数据预测CRISPR-Cas系统的PAM特异性并指导蛋白质工程 | 首次成功应用机器学习实现Cas酶对替代PAM识别的定制化改造 | 未明确说明模型在其他CRISPR-Cas类型中的泛化能力 | 通过深度学习优化CRISPR-Cas系统的PAM识别特异性 | CRISPR-Cas系统（I型、II型、V型）和Cas9蛋白变体 | 机器学习 | NA | 深度突变扫描 | 深度学习 | 蛋白质序列数据 | 超过45,000个CRISPR-Cas PAM | NA | NA | PAM切割速率提升（最高50倍） | NA |
| 18984 | 2025-10-07 |
Machine Learning Approaches in High Myopia: Systematic Review and Meta-Analysis
2025-Jan-03, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/57644
PMID:39753217
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估机器学习方法在高度近视和病理性近视诊断与预测中的性能表现 | 首次对机器学习在高度近视领域应用的准确性进行系统性量化和比较，特别区分了深度学习与传统机器学习方法的性能差异 | 纳入研究数量有限（45项研究），部分分析基于有限证据，存在潜在的偏倚风险 | 评估机器学习方法在临床实践中检测高度近视和病理性近视的性能，为智能诊断工具开发提供循证支持 | 高度近视、病理性近视及高度近视相关青光眼患者 | 机器学习 | 眼科疾病 | 机器学习、深度学习 | 深度学习模型、传统机器学习模型 | 医学图像数据 | 基于45项研究的汇总数据，其中32项用于定量荟萃分析 | NA | NA | SROC曲线、敏感性、特异性 | NA |
| 18985 | 2025-10-07 |
Seg-SkiNet: adaptive deformable fusion convolutional network for skin lesion segmentation
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1451
PMID:39838982
|
研究论文 | 提出一种用于皮肤病变分割的自适应可变形融合卷积网络Seg-SkiNet | 设计了双通道卷积编码器、多尺度多感受野提取优化模块和局部-全局信息交互融合解码器，通过可变形卷积和注意力机制提升对复杂形状和小目标病变的分割能力 | NA | 开发用于皮肤病变精确分割的深度学习模型，特别针对复杂形状和小目标病变 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像 | 三个公开数据集：ISIC-2016、ISIC-2017、ISIC-2018 | NA | Seg-SkiNet, Dual-Conv编码器, Multi2ER模块, LGI-FSN解码器, ASPP, ARM, LGAF | Dice系数 | NA |
| 18986 | 2025-10-07 |
Deep learning models for CT image classification: a comprehensive literature review
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1400
PMID:39838987
|
综述 | 对CT图像分类中深度学习模型的全面文献综述，重点关注COVID-19检测和肺结节分类应用 | 系统回顾了从传统CNN到基础模型的DL架构演变，特别关注在COVID-19大流行和肺癌筛查中的突破性应用 | 存在数据可变性、需要大规模高质量数据集、计算需求大、可解释性、验证和监管合规性等挑战 | 探讨深度学习在CT图像分析中的影响和发展 | CT医学图像 | 计算机视觉 | 肺癌, COVID-19 | CT成像 | CNN, 基础模型 | CT图像 | NA | NA | 卷积神经网络, 基础模型 | NA | 分布式计算 |
| 18987 | 2025-10-07 |
Automated elbow ultrasound image recognition: a two-stage deep learning system via Swin Transformer
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-763
PMID:39839003
|
研究论文 | 开发了一种基于Swin Transformer的两阶段深度学习系统，用于自动化肘部超声图像识别 | 提出基于Swin Transformer的Unet模型的两阶段系统，在图像分类和质量评估方面优于传统CNN模型 | NA | 开发自动化系统评估超声图像质量并识别特定类别，提高肌肉骨骼超声诊断效率和准确性 | 肘部超声图像 | 计算机视觉 | 肌肉骨骼损伤 | 超声成像 | Transformer, CNN | 图像 | NA | NA | Swin Transformer, Unet | 准确率 | NA |
| 18988 | 2025-10-07 |
Evolutionary patterns and research frontiers of artificial intelligence in age-related macular degeneration: a bibliometric analysis
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1406
PMID:39839014
|
文献计量分析 | 通过文献计量学方法系统分析人工智能在年龄相关性黄斑变性研究领域的演进模式和前沿方向 | 首次对AMD领域AI研究进行系统性文献计量分析，识别出三个明显的研究阶段和新兴研究方向 | 仅基于Web of Science数据库，可能遗漏其他来源的相关文献 | 评估AMD领域人工智能研究的整体格局和发展趋势 | 1992-2023年间发表的1,721篇相关科学文献 | 文献计量学 | 年龄相关性黄斑变性 | 文献计量分析 | 深度学习模型, 大语言模型, 视觉语言模型 | 文献元数据 | 1,721篇出版物 | Bibliometrix, CiteSpace, VOSviewer | NA | NA | NA |
| 18989 | 2025-10-07 |
Bibliometric analysis of research on the application of deep learning to ophthalmology
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1340
PMID:39839016
|
文献计量分析 | 对2015-2024年间深度学习在眼科领域应用的研究进行文献计量分析 | 首次对深度学习在眼科领域的应用进行系统的文献计量分析，识别出四个主要研究集群 | 仅基于Web of Science数据库，数据截止到2024年9月11日 | 分析深度学习在眼科领域的研究趋势和现状 | 3055篇相关学术论文 | 医学信息学 | 眼科疾病 | 文献计量分析，VOS-viewer可视化分析 | NA | 文献数据 | 3055篇文章 | NA | NA | NA | NA |
| 18990 | 2025-10-07 |
MacNet: a mobile attention classification network combining convolutional neural network and transformer for the differentiation of cervical cancer
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-810
PMID:39839018
|
研究论文 | 提出一种结合CNN和Transformer的移动注意力分类网络MacNet，用于宫颈癌细胞分化阶段的分类 | 创新性地将注意力机制与卷积神经网络结合，利用移动卷积块和移动注意力块实现多尺度特征提取 | NA | 提高宫颈癌细胞分化分类的准确性并实现定量分析 | 宫颈癌病理图像 | 计算机视觉 | 宫颈癌 | 病理成像 | CNN, Transformer | 图像 | NA | NA | MacNet, MCMA模块, Inception Version 3, vision transformer, 视觉几何组网络, 密集连接卷积网络, Swin transformer, Cross Stage Partial DarkNet, 残差神经网络 | 准确率, 召回率, 精确率, F1分数 | NA |
| 18991 | 2025-10-07 |
Metastasis lesion segmentation from bone scintigrams using encoder-decoder architecture model with multi-attention and multi-scale learning
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1246
PMID:39839026
|
研究论文 | 开发基于编码器-解码器架构的深度学习模型，用于从骨扫描图像中自动分割转移病灶 | 提出结合多注意力学习和多尺度学习的编码器-解码器架构，采用非局部注意力和视觉变换器增强骨架轮廓对比度，通过多尺度特征学习和多池化学习策略突出骨骼区域热点 | NA | 提高骨转移病灶分割的准确性，改善诊断效果 | 单光子发射计算机断层扫描(SPECT)骨扫描图像中的骨转移病灶 | 计算机视觉 | 骨转移癌 | 单光子发射计算机断层扫描(SPECT) | 编码器-解码器架构 | 医学图像 | NA | NA | 编码器-解码器,非局部注意力,视觉变换器(ViT) | Dice相似系数,精确率,召回率 | NA |
| 18992 | 2025-10-07 |
Reproducibility of automatic adipose tissue segmentation using proton density fat fraction images between 1.5 and 3.0 T magnetic resonance
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1306
PMID:39839031
|
研究论文 | 本研究评估了基于深度学习的脂肪组织自动分割方法在1.5T和3.0T磁共振质子密度脂肪分数图像中的可重复性 | 首次系统评估深度学习脂肪组织分割在不同场强磁共振（1.5T与3.0T）之间的可重复性 | 胸部区域的IAT体积、TAT/WH比和SAT/TAT比指标因不同场强的磁敏感效应差异而重现性较差，样本量较小（24名志愿者） | 评估基于质子密度脂肪分数图像的全身脂肪组织分布分析在不同MR场强间的可重复性 | 24名志愿者的全身磁共振图像，涵盖颈部至膝部区域 | 医学影像分析 | 代谢性疾病 | 磁共振成像，质子密度脂肪分数成像 | 深度学习 | 医学影像 | 24名志愿者，在两个站点分别使用1.5T和3.0T MR扫描仪成像 | NA | U-Net | 组内相关系数，Pearson相关系数，配对t检验，Bland-Altman图 | NA |
| 18993 | 2025-10-07 |
Development and validation of a multi-parametric MRI deep-learning model for preoperative lymphovascular invasion evaluation in rectal cancer
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-789
PMID:39839029
|
研究论文 | 开发并验证基于多参数MRI的深度学习模型用于直肠癌术前淋巴血管侵犯评估 | 首次构建结合T2WI、DWI和临床因素的深度学习模型用于直肠癌LVI评估，并在外部中心验证其性能 | 回顾性研究设计，样本量相对有限（489例患者） | 开发术前非侵入性评估直肠癌淋巴血管侵犯状态的深度学习模型 | 经手术确诊的直肠癌患者 | 数字病理 | 直肠癌 | 磁共振成像 | 深度学习 | 医学影像 | 489例患者（320例训练集，80例内部验证集，89例外部测试集） | NA | 3D ResNet-18 | AUC, DeLong检验, 校准曲线分析, 决策曲线分析 | NA |
| 18994 | 2025-10-07 |
Brain tumor enhancement prediction from pre-contrast conventional weighted images using synthetic multiparametric mapping and generative artificial intelligence
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-721
PMID:39839033
|
研究论文 | 本研究利用生成式人工智能从常规加权图像合成多参数图谱，无需钆对比剂即可预测脑肿瘤增强区域 | 首次提出通过深度学习合成多参数图谱来预测T1加权增强，避免了钆对比剂的使用 | 样本量相对有限，仅包含15名胶质瘤患者的专有数据集 | 开发无需钆对比剂的脑肿瘤增强预测方法 | 胶质瘤患者、健康志愿者和胶质母细胞瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像，参数图谱合成 | 深度学习 | 磁共振图像 | 15名胶质瘤患者（专有数据集）+ 5名健康志愿者 + 493名胶质母细胞瘤患者（公共数据集） | NA | NA | 灵敏度 | NA |
| 18995 | 2025-10-07 |
Chemical shift encoding based double bonds quantification in triglycerides using deep image prior
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1507
PMID:39839039
|
研究论文 | 本研究利用深度图像先验方法从化学位移编码多回波MRI数据中量化甘油三酯中的双键和亚甲基间隔双键 | 首次将深度图像先验应用于双键量化任务，无需网络训练即可实现准确量化 | 仅在体模和有限人体样本中验证，尚未进行大规模临床验证 | 开发无需训练的深度学习方法来量化甘油三酯中的双键信息 | 甘油三酯中的双键和亚甲基间隔双键 | 医学影像分析 | 代谢性疾病 | 化学位移编码多回波梯度回波MRI | 深度图像先验 | MRI图像 | 体模实验和人体扫描数据 | NA | 深度图像先验 | Pearson相关系数 | NA |
| 18996 | 2025-10-07 |
Using resting-state functional magnetic resonance imaging and contrastive learning to explore changes in the Parkinson's disease brain network and correlations with gait impairment
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1227
PMID:39839056
|
研究论文 | 本研究利用静息态功能磁共振成像和对比学习方法探索帕金森病患者脑网络变化及其与步态障碍的相关性 | 首次将深度学习模型应用于rs-fMRI数据区分帕金森病患者与健康对照，并首次将客观步态参数与脑网络改变相关联 | 样本量较小（29名PD患者和38名HCs），需要更大样本验证 | 探索帕金森病患者脑网络异常连接区域及其与步态参数的相关性 | 帕金森病患者和健康对照者 | 医学影像分析 | 帕金森病 | 静息态功能磁共振成像，三维结构T1加权成像 | CNN, 对比学习 | 医学影像数据 | 29名帕金森病患者和38名健康对照者 | NA | BrainNetCNN | 相关性分析（P值，r值） | NA |
| 18997 | 2025-10-07 |
An automatic and real-time echocardiography quality scoring system based on deep learning to improve reproducible assessment of left ventricular ejection fraction
2025-Jan-02, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-512
PMID:39839058
|
研究论文 | 开发基于深度学习的实时超声心动图质量评分系统，用于提高左心室射血分数评估的可重复性 | 创新性地开发了能够实时检测心脏解剖结构并自动提供质量评分和LVEF评估的深度学习模型 | 研究样本主要来自中国10个医疗中心，可能需要更多样化的外部验证 | 开发自动化实时质量评估系统，减少左心室射血分数测量误差 | 超声心动图数据集和参与者 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 超声心动图图像 | 来自2,461名参与者的5,000多个超声心动图数据集，外部验证包含175名参与者 | NA | NA | IoU, mAP50, 准确率, 精确率, 召回率, ICC, 相关系数 | NA |
| 18998 | 2025-10-07 |
Bayesian-optimized deep learning for identifying essential genes of mitophagy and fostering therapies to combat drug resistance in human cancers
2025-Jan, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18254
PMID:39834330
|
研究论文 | 提出贝叶斯优化深度学习模型BayeDEM用于识别线粒体自噬关键基因并开发克服癌症耐药性的治疗方法 | 开发首个贝叶斯优化深度学习框架BayeDEM用于精准识别线粒体自噬关键基因，并发现CERS1基因在调控线粒体自噬中的核心作用 | 研究主要聚焦于骨肉瘤，在其他癌症类型中的普适性需要进一步验证 | 识别调控线粒体自噬的关键枢纽基因并开发基于线粒体自噬的治疗策略以克服癌症耐药性 | 骨肉瘤细胞、线粒体自噬相关基因、免疫微环境 | 机器学习 | 骨肉瘤 | 深度学习、贝叶斯优化、基因功能分析 | 深度学习 | 基因表达数据、功能实验数据 | NA | NA | BayeDEM | AUC of ROC, AUC of PR curve, SHAP value | NA |
| 18999 | 2025-01-24 |
A multi-patch-based deep learning model with VGG19 for breast cancer classifications in the pathology images
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241313161
PMID:39839961
|
研究论文 | 本文提出了一种基于多片段的深度学习模型MPa-DCAE，结合VGG19用于病理图像中的乳腺癌检测和分类 | MPa-DCAE模型结合了VGG19的层次特征提取能力和深度卷积自编码器（DCAE）框架，通过多片段方法提取病理图像中的感兴趣区域，增强了模型的判别能力 | NA | 开发一种自动化的乳腺癌诊断方法，以提高病理图像中乳腺癌检测和分类的准确性 | 乳腺癌病理图像 | 计算机视觉 | 乳腺癌 | 深度学习 | VGG19, DCAE | 图像 | CBIS-DDSM和MIAS数据集 | NA | NA | NA | NA |
| 19000 | 2025-10-07 |
Artificial Intelligence-Assisted Segmentation of a Falx Cerebri Calcification on Cone-Beam Computed Tomography: A Case Report
2024-Dec-12, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina60122048
PMID:39768927
|
病例报告 | 通过病例报告和文献综述探讨人工智能在锥形束CT图像中分割大脑镰钙化的应用 | 首次系统评估AI在CBCT图像中分割大脑镰钙化的应用，并采用基于云的AI平台进行病例验证 | 区分大脑镰钙化与其他颅骨结构仍存在挑战，该领域研究文献数量有限 | 探索人工智能在放射学诊断中分割和检测大脑镰钙化的应用 | 大脑镰钙化患者（59岁病例）及相关文献研究 | 医学影像分析 | 颅内钙化 | 锥形束计算机断层扫描（CBCT） | 深度学习 | 医学影像 | 1例病例报告+4项文献研究 | 基于云的AI平台 | NA | 准确性 | 基于云的AI平台 |