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 34517 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-24 |
Artificial Intelligence and Radiogenomics for Pediatric CNS Neoplasms
2026-Feb, Neuroimaging clinics of North America
IF:1.3Q3
DOI:10.1016/j.nic.2025.09.003
PMID:41274766
|
综述 | 本文探讨人工智能和影像基因组学在儿童中枢神经系统肿瘤诊断和治疗中的应用 | 整合WHO第五版CNS肿瘤分类标准，强调分子特征与影像学特征的关联，通过AI技术实现无创肿瘤表征 | 面临数据变异性和伦理问题等挑战 | 推进儿童神经肿瘤学的精准诊断和个性化治疗 | 儿童中枢神经系统肿瘤 | 数字病理 | 中枢神经系统肿瘤 | DNA甲基化分析, 下一代测序 | 机器学习, 深度学习 | 影像数据 | NA | NA | NA | NA | NA |
| 2 | 2025-11-24 |
Integration of radiomics, habitat imaging, and deep learning for MRI-based prediction of parametrial invasion in cervical cancer: A dual-center study
2026-Jan, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110542
PMID:41173217
|
研究论文 | 本研究通过整合影像组学、生境成像和2.5D深度学习模型，开发多模态集成模型用于宫颈癌宫旁侵犯的MRI预测 | 首次将影像组学、生境成像和2.5D深度学习相结合构建多模态集成模型，并在双中心研究中验证其预测宫颈癌宫旁侵犯的优越性能 | 回顾性研究设计，样本量相对有限（290例患者），需要更大规模前瞻性研究验证 | 评估多模态模型在预测宫颈癌宫旁侵犯方面的诊断性能 | 290例FIGO分期IB1-IIB期宫颈癌患者 | 医学影像分析 | 宫颈癌 | MRI影像分析，k-means聚类，特征选择 | 深度学习，机器学习 | MRI影像 | 290例患者（中心A：227例，中心B：63例） | NA | 2.5D深度学习模型 | AUC，准确率 | NA |
| 3 | 2025-11-24 |
Walking Assistance System with Electrical Stimulation from Secondary Muscle Groups
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_49
PMID:41273591
|
研究论文 | 本文提出了一种结合电刺激和电子手套设备的创新足部运动康复系统 | 通过将手部动作转化为腿部肌肉电刺激，利用次要肌群实现下肢康复的新方法 | NA | 开发更易获取且可定制的下肢康复解决方案 | 足部运动功能障碍患者 | 医疗康复工程 | 运动功能障碍 | 电刺激技术 | 深度学习模型 | 传感器数据 | NA | NA | NA | NA | NA |
| 4 | 2025-11-24 |
Deep Learning Discrimination for BCI Implementation Using 3D Convolutional Neural Network and EEG Topographic Maps
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_38
PMID:41273580
|
研究论文 | 本研究利用分层3D卷积神经网络对脑电图地形图进行分类，以提升脑机接口系统中运动意图识别的性能 | 提出将分层3D卷积神经网络应用于脑电图地形图分析，采用分步分类策略解码运动意图，并比较了三种优化器的性能表现 | 仅涉及4种运动任务的分类，未说明样本规模和数据多样性限制 | 通过深度学习技术提升脑机接口系统的分类准确性和可靠性 | 运动障碍患者的脑电图信号 | 脑机接口 | 运动障碍 | 脑电图信号采集与地形图提取 | 3D CNN | 脑电图地形图 | NA | NA | 分层3D卷积神经网络 | 准确率 | NA |
| 5 | 2025-11-24 |
Integrating Neuroimaging and Machine Learning to Predict Mental Disorder Outcomes: A Systematic Review
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_41
PMID:41273583
|
综述 | 系统回顾神经影像学与机器学习整合应用于精神障碍预后预测的研究进展 | 系统整合多模态神经影像数据与机器学习方法，探索精神障碍的神经生物标志物预测模型 | 模型可解释性、泛化能力和临床适用性存在局限 | 通过神经影像与机器学习预测精神障碍的诊疗结果 | 精神障碍患者（包括精神分裂症、抑郁症、双相情感障碍、自闭症谱系障碍） | 机器学习 | 精神疾病 | 结构成像、功能成像、弥散张量成像（DTI） | 支持向量机、随机森林、深度学习 | 神经影像数据 | NA | NA | NA | NA | NA |
| 6 | 2025-11-24 |
Enhanced Brain Tumor Classification with Convolutional Neural Networks
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_48
PMID:41273590
|
研究论文 | 提出一种基于卷积神经网络的脑肿瘤图像分类方法，用于区分不同类型的脑肿瘤 | 通过综合数据增强和严格超参数调优显著提升分类准确率，实现脑肿瘤类型的自动精准分类 | NA | 提高脑肿瘤诊断精度并优化治疗策略 | 脑肿瘤图像，包括胶质瘤、脑膜瘤和转移性肿瘤 | 计算机视觉 | 脑肿瘤 | 深度学习 | CNN | 医学图像 | NA | NA | 包含多个卷积层、池化层和全连接层的CNN架构 | 分类准确率 | NA |
| 7 | 2025-11-24 |
Artificial Intelligence and Machine Learning-Based Approaches for Genetic Damage Prediction
2026, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4976-3_27
PMID:41273702
|
综述 | 本章重点介绍遗传毒性预测领域，系统分类了各类检测方法并详细阐述了人工智能和机器学习在遗传损伤预测中的应用 | 系统总结了AI模型在遗传毒性预测中的三大分类（QSAR、机器学习和深度学习），并提供了专门针对遗传毒性预测的详细数据表 | 作为章节综述，未涉及具体实验验证，主要基于现有文献总结 | 探讨人工智能和机器学习方法在遗传损伤预测中的应用 | 遗传毒性检测方法和AI预测模型 | 机器学习 | NA | Ames测试等遗传毒性检测方法 | QSAR, 机器学习, 深度学习 | 分子描述符和指纹数据（拓扑、静电、量子描述符） | NA | NA | NA | 预测分数和不同评估指标 | NA |
| 8 | 2025-11-24 |
End-to-end prognostication in pancreatic cancer by multimodal deep learning: a retrospective, multicenter study
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11694-y
PMID:40410330
|
研究论文 | 本研究开发了一种多模态深度学习模型，用于预测胰腺导管腺癌患者的短期与长期生存预后 | 首次将临床变量与增强CT图像相结合，通过多模态深度学习实现胰腺癌的端到端预后预测 | 回顾性研究设计，样本量相对有限，外部验证性能存在差异 | 提高胰腺癌预后预测的准确性，改善临床决策 | 胰腺导管腺癌(PDAC)患者 | 数字病理 | 胰腺癌 | 深度学习，医学影像分析 | 深度学习模型 | 临床变量，对比增强CT图像 | 开发队列401例患者，外部验证队列361例患者 | NA | 多模态深度学习架构 | 时间依赖性受试者工作特征曲线下面积(AUC) | NA |
| 9 | 2025-11-24 |
Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11714-x
PMID:40526353
|
研究论文 | 本研究采用基于深度学习的CT定量方法预测进行性纤维化性间质性肺疾病及其预后 | 首次将深度学习CT定量技术应用于PF-ILD的预测和预后评估，证明了其在传统肺功能指标基础上的附加价值 | 单中心回顾性研究，样本量有限（465例患者） | 探索基于深度学习的定量CT在预测进行性纤维化性间质性肺疾病和评估预后方面的价值 | 间质性肺疾病患者 | 医学影像分析 | 间质性肺疾病 | CT扫描，深度学习定量分析 | 深度学习模型 | CT影像 | 465例ILD患者（中位年龄65岁，男性238例），其中148例发展为PF-ILD | NA | NA | C-index, OR值, HR值 | NA |
| 10 | 2025-11-24 |
Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy
2025-Dec, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics
DOI:10.1002/ijgo.70306
PMID:40542591
|
研究论文 | 本研究利用深度学习模型分析超声胎盘图像纹理特征来预测妊娠期高血压疾病 | 首次将Vision Transformer与TabNet分类器结合应用于超声胎盘图像分析，实现了对妊娠期高血压疾病的高精度预测 | 研究为单中心前瞻性观察研究，样本量相对有限，需要多中心验证 | 开发基于深度学习超声胎盘图像分析的妊娠期高血压疾病预测方法 | 孕妇群体，包括正常妊娠结局和妊娠期高血压疾病患者 | 计算机视觉 | 妊娠期高血压疾病 | 超声成像 | CNN, Transformer | 图像 | 1008名孕妇（600名正常结局，143名HDP，265名其他不良结局） | NA | CNN, EfficientNet B0, Vision Transformer, TabNet | 准确率, Cohen kappa, AUC, 敏感性, 特异性 | NA |
| 11 | 2025-11-24 |
Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML
2025-Dec, Leukemia
IF:12.8Q1
DOI:10.1038/s41375-025-02769-2
PMID:40958033
|
研究论文 | 本研究通过深度学习分析骨髓细胞形态学图像，发现诊断时中性粒细胞丰度和粒细胞成熟状态可预测慢性髓性白血病患者的无治疗缓解 | 首次利用深度学习分析骨髓细胞形态学图像，发现中性粒细胞丰度和粒细胞成熟状态作为无治疗缓解的新型预测生物标志物 | 样本量相对有限(113例患者)，多中心研究可能存在数据异质性 | 探索骨髓细胞形态学在预测慢性髓性白血病无治疗缓解中的潜在价值 | 113例慢性期慢性髓性白血病患者的诊断骨髓穿刺样本 | 数字病理学 | 慢性髓性白血病 | 骨髓细胞形态学分析，深度学习图像分析 | 深度学习 | 高分辨率骨髓细胞形态学图像 | 113例CML患者和942例对照骨髓样本 | NA | NA | NA | NA |
| 12 | 2025-11-24 |
AI-enhanced orthodontic treatment planning - a scoping review on evidence-based clinical application with commercial software overview
2025-Dec, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106112
PMID:40975160
|
综述 | 对AI增强正畸治疗规划工具的证据基础研究进行范围综述，并评估商业软件的临床应用 | 首次系统评估学术验证AI工具与商业AI软件在正畸治疗规划中的差异与临床应用潜力 | 商业AI系统普遍缺乏已发表的验证研究，学术工具与商业系统存在验证不匹配 | 识别基于证据的AI增强正畸治疗规划工具并评估其临床适用性 | 正畸治疗规划相关的AI工具和商业软件 | 医疗人工智能 | 口腔正畸 | 机器学习，深度学习，大语言模型 | 机器学习，深度学习，LLM | 文本输入，口腔内扫描数据 | 17项符合纳入标准的研究，7种商业AI工具 | NA | NA | 准确率 | NA |
| 13 | 2025-11-24 |
Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges
2025-Dec, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2025.104963
PMID:40992526
|
综述 | 本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与临床转化挑战 | 整合多模态学习、可解释AI和AI驱动药物发现等前沿进展，为下一代精准肿瘤学提供前瞻视角 | 未涉及具体临床验证数据，主要聚焦技术综述层面 | 系统总结AI在肿瘤诊疗全流程的应用现状并分析临床转化障碍 | 肿瘤诊疗全流程（筛查、诊断、决策支持、疗效预测、个性化治疗） | 数字病理, 机器学习 | 肿瘤 | 深度学习 | 深度学习架构 | 多模态数据 | NA | NA | NA | NA | NA |
| 14 | 2025-11-24 |
AI-mediated immunotherapeutics in adenoid cystic carcinoma: Challenges and current perspectives
2025-Dec, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2025.104984
PMID:41161628
|
综述 | 本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来方向 | 系统整合多种机器学习与深度学习模型用于AdCC的精准免疫治疗，包括靶向免疫检查点抑制剂和CAR-T细胞疗法优化 | 存在临床整合困难、模型可解释性不足和数据质量问题 | 推进人工智能在腺样囊性癌精准免疫治疗领域的应用 | 腺样囊性癌患者及其相关分子标志物 | 数字病理学 | 头颈癌 | 基因组测序, 液体活检, 免疫分析 | SVM, RF, KNN, LR, GBM, CNN, ANN | 影像, 组织病理, 基因组数据 | NA | NA | 卷积神经网络, 人工神经网络 | 准确率, 特异性 | NA |
| 15 | 2025-11-24 |
Comparative diagnostic performance of artificial intelligence models in structural MRI for schizophrenia: A systematic review and meta-analysis
2025-Dec, Asian journal of psychiatry
IF:3.8Q1
DOI:10.1016/j.ajp.2025.104759
PMID:41202773
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析比较人工智能模型在精神分裂症结构MRI诊断中的性能差异 | 首次系统比较深度学习和传统机器学习在精神分裂症sMRI诊断中的性能，并分析不同神经解剖输入特征的差异 | 纳入研究数量有限（16项），需要前瞻性多中心外部验证队列验证临床适用性 | 评估人工智能模型在精神分裂症结构MRI诊断中的性能表现 | 成人精神分裂症患者的结构磁共振成像数据 | 医学影像分析 | 精神分裂症 | 结构磁共振成像 | 深度学习, 传统机器学习 | 医学影像 | 3601名参与者 | NA | 支持向量机, 深度学习架构 | 灵敏度, 特异度, AUC | NA |
| 16 | 2025-11-24 |
ProMUS-NET: Artificial intelligence detects more prostate cancer than urologists on micro-ultrasonography
2025-Dec, BJU international
IF:3.7Q1
DOI:10.1111/bju.16892
PMID:40859774
|
研究论文 | 开发用于前列腺微超声图像自动癌症分割的深度学习模型ProMUS-NET，并与泌尿科专家性能进行比较 | 首次开发专门用于微超声图像的前列腺癌检测AI模型，在检测灵敏度方面超越泌尿科专家 | 需要改进边缘重叠精度，减少假阳性，并进行外部验证 | 提高前列腺癌在微超声图像上的定位灵敏度和读者间一致性 | 接受MRI-超声融合引导活检的前列腺癌患者 | 数字病理 | 前列腺癌 | 微超声成像，MRI-超声融合引导活检 | 深度学习 | 医学图像 | 单机构前瞻性收集的微超声图像数据集 | NA | U-Net | AUC, 灵敏度, 特异性 | NA |
| 17 | 2025-11-24 |
Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors
2025-Dec, Seminars in oncology
IF:3.0Q2
DOI:10.1016/j.seminoncol.2025.152429
PMID:41218468
|
综述 | 探讨人工智能驱动智能纳米载体在脑癌诊疗一体化中的革命性应用 | 提出AI与纳米技术融合的智能纳米载体新范式，实现肿瘤微环境响应和个性化治疗 | 存在批次变异性和工业规模化生产的挑战，以及伦理与成本问题 | 开发人工智能增强的智能纳米载体用于脑癌诊疗一体化 | 胶质母细胞瘤和其他中枢神经系统转移性肿瘤 | 数字病理 | 脑肿瘤 | 多组学数据整合，MRI，PET | 机器学习，深度学习 | 医学影像，多组学数据 | NA | NA | NA | NA | NA |
| 18 | 2025-11-24 |
Prospective multi-institutional study of library-based adaptive radiotherapy for cervical cancer: Evaluation of plan-of-the-day selection and population analysis
2025-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70356
PMID:41253687
|
研究论文 | 评估宫颈癌患者基于计划库的自适应放疗中每日计划选择的几何和剂量学影响 | 首次在多中心研究中比较手动选择与基于深度学习分割的自动选择策略，并开发决策树识别最能从自适应放疗中获益的患者亚群 | 样本量相对较小（49例患者），仅基于三个膀胱状态构建计划库 | 评估宫颈癌自适应放疗中每日计划选择的准确性和剂量学效益 | 49例局部晚期宫颈癌患者 | 数字病理 | 宫颈癌 | 锥形束CT, 自适应放疗, 深度学习分割 | 深度学习模型 | CT图像, CBCT图像 | 49例宫颈癌患者 | NA | NA | D95%-CTV剂量, 分类准确率 | NA |
| 19 | 2025-11-24 |
Systematic review and comparison of machine learning and conventional statistical models for predicting cardiovascular events in dialysis patients
2025-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2025.2587490
PMID:41261018
|
系统综述 | 系统比较机器学习模型与传统统计模型在预测透析患者心血管事件方面的性能 | 首次系统比较机器学习与传统统计模型在透析患者心血管事件预测中的表现，并深入分析深度学习模型的优势 | 存在地理偏倚（71.4%研究来自中国）、缺乏外部验证（78.57%仅内部验证）、准确性与可解释性之间的权衡问题 | 评估机器学习和传统统计模型预测透析患者心血管事件的性能差异 | 透析患者 | 机器学习 | 心血管疾病 | NA | 深度学习, 传统机器学习, 传统统计模型 | 临床数据 | 29,310名患者，14项研究，34个模型 | NA | NA | AUC, C-index | NA |
| 20 | 2025-11-24 |
Street-view greenspace distribution across racial/ethnic, neighborhood income, and individual education subgroups
2025-Dec, Environmental epidemiology (Philadelphia, Pa.)
DOI:10.1097/EE9.0000000000000441
PMID:41268185
|
研究论文 | 本研究使用深度学习分析街景图像，探讨不同种族/民族、教育水平和社区社会经济地位亚组之间绿化空间分布的差异 | 首次结合深度学习与多层次分析方法，量化不同类型绿化空间在种族/民族、教育水平和社区社会经济地位交叉分层中的分布不平等 | 研究样本仅来自动脉粥样硬化多种族研究参与者，可能无法完全代表更广泛人群 | 探究种族/民族、教育水平和社区社会经济地位的交互作用如何影响绿化空间类型分布 | 5,858名动脉粥样硬化多种族研究参与者（2000-2002年） | 计算机视觉 | 动脉粥样硬化 | 街景图像分析 | 深度学习算法 | 图像 | 5,858名参与者 | NA | NA | NA | NA |