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 51793 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 | 2026-11-05 |
Whole-slide analysis of mitotic activity in melanoma reveals higher-proliferation hotspots and distinct spatial patterns
2026-Dec, Histopathology
IF:3.9Q1
DOI:10.1111/his.70248
PMID:42548065
|
研究论文 | 该文开发并评估了一种基于深度学习的黑色素瘤全切片图像有丝分裂检测算法，用于热点识别和有丝分裂空间分布分析 | 利用AI辅助识别有丝分裂热点，发现比常规病理实践更高的有丝分裂计数，并首次通过全切片分析揭示黑色素瘤有丝分裂的空间组织模式（从聚集到均匀分布），以及慢性日光损伤部位与非损伤部位之间的空间分布差异 | 未明确提及 | 开发深度学习有丝分裂检测算法，评估其在黑色素瘤全切片图像中识别热点和分析有丝分裂空间分布的效用 | 黑色素瘤病例的全切片图像 | 数字病理学 | 黑色素瘤 | 全切片图像分析，深度学习 | 深度学习检测算法（具体架构未指定） | 图像 | 114例黑色素瘤病例，共378张全切片图像 | NA | NA | 灵敏度，精确率，F1分数 | NA |
| 2 | 2026-11-05 |
Additional sectioning and AI-assisted diagnosis reveal underdiagnosis of serous (pre)malignancies in fallopian tube specimen from BRCA1/2 carriers
2026-Dec, Histopathology
IF:3.9Q1
DOI:10.1111/his.70249
PMID:42581815
|
研究论文 | 本研究通过对BRCA1/2携带者的输卵管标本进行深度切片和AI辅助诊断，揭示了浆液性（前）恶性肿瘤的漏诊情况 | 结合深度切片和深度学习模型辅助检测STIC，发现深度切片中孤立STIC或HGSC病灶，并观察到STIL低Ki-67表达现象 | 样本量较小，仅四个小组共19例患者，随访时间有限 | 探讨组织取样在RRSO标本输卵管组织深度切片中的作用，研究STIC检测与pHGSC发生的关系 | BRCA1/2致病性变异携带者的RRSO标本 | 数字病理学 | 卵巢癌、输卵管癌、腹膜癌 | 深度切片、免疫组化（Ki-67）、深度学习辅助诊断 | 深度学习模型 | 图像 | 19例患者（STIC无pHGSC 5例，STIC伴pHGSC 4例，无STIC无pHGSC 5例，无STIC伴pHGSC 5例） | NA | NA | NA | NA |
| 3 | 2026-11-05 |
Multimodal Artificial Intelligence for Sleep: Integrating Multichannel Signals for Comprehensive Assessment
2026-Dec, Sleep medicine clinics
IF:3.1Q2
DOI:10.1016/j.jsmc.2026.08.019
PMID:42977369
|
综述 | 综述多模态人工智能在睡眠医学中的应用，涵盖基于多通道生理信号的五个前沿方向 | 系统整合多通道信号的多模态AI框架，提出从传统汇总指标向连续、内型级表征转变的新视角 | 作为综述文章，未提供原始实验数据或模型验证，缺乏对具体方法的定量比较 | 探讨多模态AI在睡眠医学中的五个相互关联的前沿领域，推动睡眠评估的规模化与可重复性 | 多导睡眠图信号及多模态生理数据 | 机器学习 | 睡眠障碍 | 多导睡眠图 | 深度学习 | 生理信号 | NA | NA | NA | NA | NA |
| 4 | 2026-11-05 |
Big Data and Artificial Intelligence in Sleep Medicine: Opportunities and Obstacles
2026-Dec, Sleep medicine clinics
IF:3.1Q2
DOI:10.1016/j.jsmc.2026.08.017
PMID:42977368
|
综述 | 综述大数据与人工智能在现代睡眠医学中的变革性作用，涵盖从传统规则方法到深度学习、基础模型和智能体模型的发展 | 系统梳理睡眠医学中AI技术从规则分期到基础模型与智能体模型的演进，并综合讨论数据治理、人机协同、监管与伦理等实施层面的关键问题 | 作为综述文章，未提供原始实验数据或定量性能验证，对具体方法的比较缺乏实证支撑 | 探讨大数据与人工智能在睡眠医学中的应用机会与障碍 | 睡眠医学相关的大数据与人工智能技术及应用 | 机器学习 | 睡眠障碍 | NA | 深度学习, 基础模型, 智能体模型 | NA | NA | NA | NA | NA | NA |
| 5 | 2026-11-05 |
SN-PepDB: a deep learning-driven database for characterizing Sipunculus nudus bioactive peptides and their structure-activity relationships
2026-Dec-01, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2026.120951
PMID:42977422
|
研究论文 | 本文开发了SN-PepDB，一个针对裸体方格星虫的多靶点生物活性肽数据库，通过组合酶解和LC-MS/MS鉴定肽段，并利用深度学习进行活性和安全性预测。 | 结合组合酶解与高分辨率LC-MS/MS鉴定肽段；引入基于预测概率分布校准的阈值策略（双峰、丘状、右偏）优化候选肽筛选；进行结构-活性关系分析揭示活性特异性决定因素；实验验证了预测优先工作流。 | 实验验证仅针对少数肽段，预测模型的普适性需进一步验证；数据库仅针对单一物种。 | 构建裸体方格星虫生物活性肽数据库，表征其结构-活性关系，并建立基于深度学习的预测与筛选流程。 | 裸体方格星虫来源的肽段 | 生物信息学 | 心血管疾病 | 组合酶解, LC-MS/MS, 深度学习 | ESM-2, UniDL4BioPep | 肽序列, 质谱数据 | 10827个独特肽段，其中5463个安全候选肽 | NA | ESM-2, UniDL4BioPep | IC50, DPPH自由基清除活性 | NA |
| 6 | 2026-11-05 |
Statistical and Image-Based Deep Learning Modeling to Predict Hearing Preservation in Vestibular Schwannoma Surgery
2026-Dec, Journal of neurological surgery. Part B, Skull base
DOI:10.1055/a-2793-1232
PMID:42979419
|
研究论文 | 该研究构建了直接整合术前磁共振图像和临床特征的深度学习模型，以预测前庭神经鞘瘤患者术后的听力保留情况 | 首次将术前磁共振图像直接纳入深度学习模型，并融合肿瘤大小和术前听力等临床特征来预测前庭神经鞘瘤手术的听力保留 | 样本量较小（仅97例），模型性能与现有模型相当，且既往描述的MRI特征与听力结果无显著相关性 | 预测前庭神经鞘瘤患者接受听力保留手术后的听力保留情况，以辅助手术规划和风险分层 | 在本机构接受前庭神经鞘瘤听力保留手术的97例患者 | 医学影像分析 | 前庭神经鞘瘤 | 磁共振成像（MRI） | CNN，ResNet | 图像，临床数据 | 97例患者 | NA | 3D CNN，ResNet50，混合ResNet50 | AUC，ROC | NA |
| 7 | 2026-11-05 |
Small-sample ERP-assisted screening for depression and audio multimodal fusion based on the MODMA dataset
2026-Nov-04, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/aeb59c
PMID:42887530
|
研究论文 | 该论文基于MODMA数据集，在严格配对和受试者级别的设置下，对结构化ERP特征以及ERP-音频融合用于抑郁症辅助筛查进行了基准测试 | 提出了防泄漏、严格配对、受试者级别的评估框架，并系统比较了传统机器学习与深度学习模型在ERP特征及ERP-音频融合上的表现 | 样本量较小（实验一52人，实验二37人），深度学习模型表现不如传统机器学习，融合提升有限 | 评估ERP特征及ERP-音频多模态融合在抑郁症辅助筛查中的价值 | 重度抑郁症患者（MDD）和健康对照（HC） | 数字病理学, 机器学习 | 抑郁症 | 事件相关电位（ERP）采集, 音频特征提取 | SVM, TinyMLP, EEGNet, ShallowConvNet | ERP时间序列, 音频特征 | 实验一52名受试者（23 MDD, 29 HC）；实验二37名严格配对受试者（16 MDD, 21 HC） | NA | SVM-RBF, TinyMLP, EEGNet, ShallowConvNet | AUC, 特异性, 召回率, 假阴性率 | NA |
| 8 | 2026-11-05 |
Evolutionary and deep learning models highlight deleterious mutations behind the history of sugar beet breeding
2026-Nov-04, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkag264
PMID:42786949
|
研究论文 | 结合深度学习与进化模型识别甜菜育种历史中的有害突变，并评估其在野生与栽培种质中的分布和负荷变化 | 整合植物DNA语言模型PlantCaduceus、PAML和PhyloP三种进化方法定义高置信度有害变异集，并在超过1900份全基因组测序种质中系统评估有害突变负荷 | 摘要未明确说明具体局限性，可能受限于样本代表性、有害突变预测的假阳性及功能验证不足 | 解析甜菜驯化与育种历史中有害突变的分布，为作物改良、因果变异发现和精准基因组工程提供靶点 | 甜菜（Beta vulgaris ssp. vulgaris）及其野生和栽培近缘种质，包括超过1900份全基因组测序材料 | 机器学习 | NA | 全基因组测序、DNA语言深度学习模型、PAML、PhyloP | DNA语言深度学习模型、CNN | 基因组序列、变异数据 | 超过1900份野生和栽培甜菜全基因组测序种质，以及约5千个高置信度有害变异 | NA | PlantCaduceus、CNN | NA | NA |
| 9 | 2026-11-05 |
Learning Constraints in Protein Evolution beyond Known Substitution Frequencies
2026-Nov-04, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msag270
PMID:42978309
|
研究论文 | 该研究训练基于ESM2编码器的深度学习模型，预测蛋白质序列进化中氨基酸替换的速率、位置和性质，并与基于统计的基线方法进行比较 | 利用ESM2编码器学习已知替换频率之外的蛋白质进化约束，发现替换性质预测准确率超过37%，且预测信息主要包含在16个残基的局部序列上下文中 | 深度学习在预测氨基酸变化速率方面与利用外群序列的进化信息效果相当，表明序列本身不包含显著改善该任务预测的信息；快速进化的序列更难预测 | 探究蛋白质序列是否包含超越传统替换统计和进化保守性的上下文信息，以预测其后续进化 | 蛋白质序列及其进化过程中的氨基酸替换 | 机器学习 | NA | 深度学习, ESM2编码器 | 深度学习模型, ESM2 | 蛋白质序列 | NA | NA | ESM2 | 准确率 | NA |
| 10 | 2026-11-05 |
Phenological shifts of low-latitude frogs over 15 years revealed by passive acoustic monitoring
2026-Nov-04, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.261532
PMID:42979403
|
研究论文 | 该研究利用15年的被动声学监测数据，结合BirdNET深度学习模型量化了日本西表岛七种蛙类的繁殖物候，并分析了其物候变化趋势 | 首次在低纬度（亚热带-热带过渡带）地区利用15年长期被动声学监测数据研究蛙类物候变化，并发现冬季繁殖蛙类的物候延迟现象，与温带地区常见的春季提前模式形成对比 | 仅基于单一地点（西表岛）的数据，样本物种数量有限（七种），且仅六种进行了物候趋势分析 | 填补低纬度地区物候响应数据的空白，理解全球物候变化模式随纬度的差异 | 日本西表岛七种蛙类 | 生态学, 生物声学 | NA | 被动声学监测, 深度学习声学识别 | BirdNET | 音频 | 15年每日声学录音数据，涉及七种蛙类 | NA | BirdNET | NA | NA |
| 11 | 2026-11-05 |
Deep-Reorder: Refined Motion Correction for 3D Brain MRI via Iterative Data Regrouping
2026-Nov-04, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70634
PMID:42979709
|
研究论文 | 提出一种名为Deep-Reorder的新方法，通过迭代数据重组和深度学习重建，实现3D脑MRI的高时间分辨率运动估计与校正 | 引入迭代数据重组策略，将k空间片段任意重新分组以突破原始时间顺序限制，有效提高运动估计的时间分辨率，实现对所有采集段的独立校正，且无需外部跟踪设备或导航器 | 仅在3D T1w TFE脑部MRI上验证，样本量有限，未在大规模临床数据上评估 | 在3D MRI扫描中实现高时间分辨率的受试者运动估计与校正 | 3D T1w TFE脑部MRI扫描数据，包括回顾性运动模拟数据和前瞻性志愿者故意头部运动数据 | 医学图像处理 | 脑部疾病 | MRI | 深度学习 | 3D MRI图像 | NA | NA | NA | 图像质量（噪声水平、运动伪影减少程度）、运动估计准确性 | NA |
| 12 | 2026-11-05 |
Deep learning-assisted TEM image analysis for morphological characterization of molybdenum disulfide catalysts
2026-Nov-04, Nanoscale
IF:5.8Q1
DOI:10.1039/d6nr02576e
PMID:42979847
|
研究论文 | 该文提出一种深度学习辅助的TEM图像分析工作流，用于二硫化钼催化剂的形貌表征 | 结合YOLO实例分割、自动比例校准、颗粒分组和交互式校正，实现MoS₂薄片形态参数的自动提取 | 验证范围有限，仅基于少量图像，跨样品和成像条件的更广泛验证仍必要 | 实现二硫化钼催化剂TEM图像中薄片形貌的自动化定量分析 | 二硫化钼（MoS₂）催化剂的TEM图像 | 计算机视觉 | NA | 透射电子显微镜（TEM） | CNN | 图像 | 6张TEM图像（1张留出图像和5张额外图像），720对薄片长度测量 | NA | YOLO26s | 平均差异、均方根误差（RMSE） | NA |
| 13 | 2026-11-05 |
A review of medical image segmentation research based on bibliometrics
2026-Nov-04, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329261505769
PMID:42979918
|
综述 | 本文基于文献计量学方法，系统分析了2016至2025年间医学图像分割领域的21437篇文献，揭示了该领域的研究格局、发展趋势、合作网络及新兴热点 | 首次对医学图像分割领域进行大规模文献计量分析，涵盖21437篇文献，并通过案例研究（皮肤和肺部分割）揭示不同解剖目标的差异化研究关注度和国际合作模式，同时进行了历史轨迹分析展示方法论演进 | 仅基于Web of Science核心合集数据库，可能遗漏其他数据库的文献；文献计量分析无法深入评估各研究的方法学质量；仅覆盖2016-2025年，未包含更早期的经典研究 | 提供医学图像分割领域全球研究格局、发展趋势、合作网络和新兴热点的全面文献计量概览 | 2016至2025年间Web of Science核心合集中与医学图像分割相关的21437篇文献 | 医学图像分割 | 皮肤癌, 肺癌 | 文献计量分析 | NA | 文献数据 | 21437篇文献 | NA | NA | NA | NA |
| 14 | 2026-11-05 |
Improved quality and reproducibility of cerebral cortical organoids under microfluidic culture conditions: a proof-of-concept study
2026-Nov-03, Biofabrication
IF:8.2Q1
DOI:10.1088/1758-5090/aeb726
PMID:42906583
|
研究论文 | 该研究将区域化皮质类器官分化方案与商用微流控设备结合，建立标准化脑类器官芯片模型，并利用深度学习图像分析自动化质量控制，评估皮质类器官的质量与可重复性 | 结合商用微流控设备（Duplex™, NETRI）与区域化皮质类器官分化方案建立标准化脑类器官芯片模型，并使用深度学习图像分析自动化非侵入性形态学质量控制标准，还将QC框架适配为基于决策树的神经毒性评估 | 仅为单一遗传背景（单一hiPSC系）下的概念验证研究，尚未在多个hiPSC系中进行验证 | 评估微流控培养条件能否在受控遗传背景下改善皮质类器官的质量和可重复性，并建立标准化可转化的脑类器官芯片QC评估平台 | 人诱导多能干细胞（hiPSC）来源的区域化皮质类器官 | 数字病理学 | NA | 微流控培养, hiPSC分化, 转录表达分析, 深度学习图像分析 | 深度学习模型 | 图像, 文本 | 单一hiPSC系来源的皮质类器官（具体数量未在摘要中说明） | NA | NA | QC评分, QC失败率, 批间与批内可重复性 | NA |
| 15 | 2026-11-05 |
GCF-anchored and target-oriented mining of metagenomic BGC space for bioactive product discovery
2026-Nov-03, Microbiology spectrum
IF:3.7Q2
DOI:10.1128/spectrum.01098-26
PMID:42820688
|
研究论文 | 该文提出了一个以基因簇家族（GCF）为锚点、目标导向的框架，用于从宏基因组数据中挖掘生物合成基因簇（BGC），并结合深度学习与化学合成发现具有细胞毒活性的新化合物 | 采用“功能优先”的双路径策略：以实验验证的GCF作为进化模板和功能信标，既能基于保守生物合成共线性重建碎片化BGC，又能根据治疗潜力对完整BGC进行高分辨率优先级排序，并将宏基因组“暗物质”转化为可操作的药物先导化合物库 | 摘要未明确说明该框架在更大规模或更复杂宏基因组数据集上的泛化能力，也未详细讨论假阳性率及实验验证通量的限制 | 弥合宏基因组BGC挖掘与下游实验验证之间的差距，系统发现未培养微生物中的治疗候选化合物，并扩展对基因组“暗物质”的解读能力 | 大规模公共宏基因组组装基因组（MAG）数据集中的生物合成基因簇（BGC），特别是非核糖体肽合成酶（NRPS）BGC | 机器学习 | 癌症 | 宏基因组测序、深度学习、化学合成 | 深度学习 | 基因组序列 | 大规模公共MAG数据集（具体数量未在摘要中给出）；7种癌细胞系用于细胞毒性评估 | NA | NA | IC50值（最低至38.04 µM）、细胞系选择性 | NA |
| 16 | 2026-11-05 |
Artificial intelligence-driven pharmacovigilance: transforming signal detection, real-world drug safety monitoring, and regulatory decision-making
2026-Nov-03, Expert opinion on drug safety
IF:3.0Q2
DOI:10.1080/14740338.2026.2759573
PMID:42975625
|
综述 | 本文综述了人工智能技术在药物警戒和监管科学中的应用，涵盖信号检测、真实世界药物安全监测及监管决策 | 系统整合了机器学习、深度学习、自然语言处理及大语言模型、联邦学习、区块链、数字孪生、物联网等新兴技术在药物警戒中的应用前景 | AI驱动药物警戒的广泛实施仍受可解释性、数据质量、网络安全、算法偏见和监管验证等问题制约 | 评估人工智能技术在现代药物警戒和监管科学中的应用 | 药物警戒、药物安全监测、不良反应信号检测及监管决策相关文献 | 药物警戒 | 药物不良反应 | 机器学习, 深度学习, 神经网络, 自然语言处理, 大语言模型, 联邦学习, 区块链, 数字孪生, 物联网 | 机器学习, 深度学习, 神经网络, 大语言模型 | 文本, 电子健康记录, 社交媒体数据 | NA | NA | NA | NA | NA |
| 17 | 2026-11-05 |
CT-fibrosis score: development and internal validation for identifying advanced fibrosis in metabolic dysfunction-associated steatotic liver disease
2026-Nov-03, Abdominal radiology (New York)
DOI:10.1007/s00261-026-05825-2
PMID:42975642
|
研究论文 | 开发并内部验证一个基于CT的可解释评分，整合腹部身体成分和器官测量，用于识别代谢功能障碍相关脂肪性肝病（MASLD）中的晚期纤维化，并与FIB-4指数进行比较 | 提出了一个整合腹部身体成分和器官测量的可解释CT评分（CT-Fibrosis Score），采用深度学习分割技术量化腹部脂肪、骨骼肌、骨骼、肝脏和脾脏，并使用重复分层交叉验证进行特征选择和模型开发 | 样本量较小（151例），仅进行了内部验证，需要在外部队列中进行验证；与FIB-4的比较未达到非劣效性检验的效能；加入FIB-4后未显著改善判别能力 | 开发和内部验证一个基于CT的评分，用于识别MASLD患者的晚期纤维化，并与FIB-4进行比较 | 151例经活检确诊的MASLD患者（86例晚期纤维化F3-F4，65例早期纤维化F0-F2） | 数字病理学, 医学影像分析 | 代谢功能障碍相关脂肪性肝病, 肝纤维化 | CT成像, 深度学习分割 | 深度学习分割模型, 逻辑回归 | CT图像, 临床数据 | 151例患者（86例晚期纤维化，65例早期纤维化） | NA | NA | AUC, 95% CI, DeLong检验 | NA |
| 18 | 2026-11-05 |
Genetic architecture of MRI-derived intervertebral DISC degeneration revealed by automated phenotyping and genomic structural equation modelling
2026-Nov-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-026-10461-x
PMID:42975675
|
研究论文 | 该研究利用深度学习自动MRI表型分型和基因组结构方程模型，揭示了椎间盘退变的遗传结构。 | 结合SpineNet深度学习框架进行大规模MRI自动分级，并应用genomicSEM建模MRI特征与疼痛及脊柱疾病的共享遗传易感性。 | 样本量相对有限（7,414人），仅涉及三个队列，且发现的遗传位点仅为提示性，需进一步验证。 | 探究MRI衍生的椎间盘退变表型的遗传结构及其与疼痛和临床脊柱疾病的关系。 | 7,414名来自三个队列的个体。 | 医学影像遗传学 | 椎间盘退变 | MRI、GWAS、LD score回归、genomicSEM | 深度学习框架SpineNet | MRI图像、基因组数据 | 7,414名个体（来自3个队列） | NA | SpineNet | NA | NA |
| 19 | 2026-11-05 |
Patient-specific biophysical AI-powered modeling for predicting RFA volumes in HCC
2026-Nov-03, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00839-3
PMID:42975749
|
研究论文 | 临床评估一种全自动、人工智能驱动的患者特异性生物物理模型预测肝细胞癌射频消融体积的性能，并与制造商提供的消融估计值进行比较 | 提出了一种全自动、AI驱动的患者特异性生物物理模型，整合深度学习自动提取肝脏实质和血管结构，利用GPU加速模拟热传递、血管热沉效应和组织坏死，并纳入患者特异性消融时间进一步提高精度 | 回顾性研究，样本量有限（96例消融手术，来自65例患者），仅使用单一消融和簇状针，需手动分割肿瘤、针位置和消融后区域 | 评估全自动AI驱动的患者特异性生物物理模型在预测肝细胞癌射频消融体积方面的临床价值，并与制造商提供的消融估计值对比 | 65例肝细胞癌患者的96例射频消融手术 | 数字病理学 | 肝癌 | 深度学习, GPU加速生物物理模拟, 计算机断层扫描（CT） | 生物物理模型 | 图像 | 96例RFA手术（65例患者），其中94例可评估 | NA | NA | 相对体积差（RVD）, 体积相似度 | GPU加速 |
| 20 | 2026-11-05 |
Deep learning-based quantification of CT changes after 1 year of pirfenidone treatment as a prognostic marker in idiopathic pulmonary fibrosis
2026-Nov-03, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02447-6
PMID:42975762
|
研究论文 | 评估特发性肺纤维化患者接受吡非尼酮治疗1年后，基于深度学习的CT定量变化对预后的预测价值 | 首次利用深度学习工具量化吡非尼酮治疗1年前后正常肺与纤维化范围的变化，并证实这些变化是重要的预后预测因子 | 回顾性研究，仅纳入两个医院的患者，样本量有限，需要外部验证 | 评估吡非尼酮治疗1年后深度学习CT定量变化在特发性肺纤维化中的预后价值 | 接受至少1年吡非尼酮治疗的特发性肺纤维化患者 | 医学影像分析 | 特发性肺纤维化 | 深度学习CT定量分析 | 深度学习模型 | 胸部CT图像 | 436例患者（341名男性，平均年龄69.8岁） | NA | NA | 风险比, 95%置信区间, p值 | NA |