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 19278 篇文献，本页显示第 2701 - 2720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2701 | 2026-02-15 |
A Computational Framework for Intraoperative Pupil Analysis in Cataract Surgery
2025 Jan-Feb, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100597
PMID:39435136
|
研究论文 | 本研究开发并验证了一个用于白内障手术中瞳孔形态变化自动评估的计算框架 | 提出了一个结合张量小波特征提取、深度学习解剖结构分割和遮挡检测/补偿的三阶段计算框架，显著提升了瞳孔分割的准确性 | 研究为回顾性视频分析，样本量相对有限（240个手术视频），且未涉及所有类型的手术器械或复杂病例 | 开发一个可靠的计算框架，用于自动化评估白内障手术期间瞳孔的形态变化 | 白内障手术视频中的瞳孔、角膜缘和睑裂 | 计算机视觉 | 白内障 | 手术视频分析 | CNN | 视频 | 240个完整手术视频（190个未使用瞳孔扩张装置，50个使用瞳孔扩张装置），包含5700帧图像 | TensorFlow, PyTorch | Feature Pyramid Network, Visual Geometry Group 16 | Dice系数, 准确率, AUC | NA |
| 2702 | 2026-02-15 |
RETRACTED: N-Beats architecture for explainable forecasting of multi-dimensional poultry data
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320979
PMID:40273069
|
研究论文 | 本研究提出了一种基于N-BEATS架构的新颖应用，用于多维度家禽数据预测，并通过集成可解释人工智能框架增强了可解释性 | 首次将N-BEATS架构应用于家禽数据预测，并集成了可解释人工智能框架以提高预测的透明度和可解释性 | 未提及具体的数据集规模或外部验证，可能限制了结果的泛化能力 | 优化家禽生产中的预测分析，以提升收入、资源利用效率和生产力 | 家禽疾病诊断相关的多维度数据，包括关键环境参数 | 机器学习 | 家禽疾病 | 时间序列建模 | N-BEATS | 多变量时间序列数据 | NA | NA | N-BEATS | MAE, RMSE, MSLE, R-squared, RMSLE | NA |
| 2703 | 2026-02-15 |
Robotic transesophageal echocardiography: system design and deep learning-based kinematic modeling
2025, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2025.1705142
PMID:41675306
|
研究论文 | 本文介绍了一种机器人经食管超声心动图系统，通过改进机械设计和基于深度学习的运动学建模，复制了手动TEE程序中的所有基本自由度 | 采用基于LSTM单元的循环神经网络构建数据驱动的运动学模型，克服了连续体机械臂分析方法的根本限制，有效捕捉了死区、滞后和转向机制间的耦合效应 | NA | 开发一种能够适应仰卧位和左侧卧位患者位置、覆盖临床TEE全流程的机器人系统 | 经食管超声心动图探头及其机器人操控系统 | 机器人学 | 心血管疾病 | 经食管超声心动图 | LSTM | 姿态-命令同步数据对 | 42,000个在三种胃镜管配置（0°、45°、90°弯曲）下收集的数据对 | NA | 循环神经网络 | RMSE, 平均方向误差 | NA |
| 2704 | 2026-02-15 |
Predicting the growth of asymptomatic small abdominal aortic aneurysms (AAA) based on deep learning
2025, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2025.1704428
PMID:41676330
|
研究论文 | 本研究开发了一个端到端的深度学习框架，用于预测无症状小腹主动脉瘤的快速扩张 | 提出了一个结合ResNet50、YOLOv11和MedMamba的端到端深度学习框架，用于直接从CTA图像预测AAA生长，并通过多模态特征融合和可解释性分析增强了模型的临床适用性 | 样本量相对较小（仅81名患者），且研究为单中心回顾性设计，可能限制模型的泛化能力 | 预测无症状小腹主动脉瘤的快速扩张，以进行风险分层和个性化监测 | 81名无症状小腹主动脉瘤患者的CTA图像和临床数据 | 数字病理学 | 心血管疾病 | 计算机断层扫描血管造影 | CNN, 目标检测模型, 基于注意力机制的模型 | 图像 | 81名患者（30名快速生长，51名稳定） | NA | ResNet50, YOLOv11, MedMamba | 准确率, F1分数, 精确率-召回率 | NA |
| 2705 | 2026-02-13 |
Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after non-cardiac surgery - correspondence
2025-Dec-05, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004261
PMID:41677095
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2706 | 2026-02-14 |
Automatic quantitative analysis of atherosclerotic aortic plaques in patients with embolic cerebral infarction using deep learning
2025-09, The Korean journal of internal medicine
DOI:10.3904/kjim.2024.360
PMID:40859808
|
研究论文 | 本研究开发了一种基于U-net的自动斑块分割模型，用于分析经食管超声心动图（TEE）图像中的动脉粥样硬化主动脉斑块，并评估其在预测复杂斑块和心血管事件中的临床价值 | 首次将U-net深度学习模型应用于TEE图像的自动斑块分割，以量化主动脉斑块面积（APA）和斑块比例（APR），并探索其在预测复杂主动脉斑块和心血管事件中的潜力 | U-net模型估计的APA或APR在预测主要不良心脑血管事件方面未显示出额外价值，可能需要结合斑块的其他特征（如活动性和形态）进行更全面的定量分析 | 开发自动斑块分割模型并评估其在不明原因栓塞性脑卒中（ESUS）患者中的临床实用性 | 来自心血管中心的患者TEE主动脉图像，包括711名因各种原因就诊的患者和ESUS患者临床数据集 | 数字病理学 | 心血管疾病 | 经食管超声心动图（TEE） | CNN | 图像 | 711名患者的TEE主动脉图像数据集，以及来自三个心血管中心的ESUS患者临床数据集 | NA | U-net | 平均交并比（IoU） | NA |
| 2707 | 2026-02-14 |
Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers
2025-Jun-30, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.19.25329944
PMID:40630571
|
研究论文 | 本研究开发了一种集成PET/CT心肌灌注成像关键临床参数的人工智能模型，用于提高阻塞性冠状动脉疾病的诊断准确性 | 首次开发了一个集成多种PET成像生物标志物（包括冠状动脉钙化评分、心肌血流和灌注参数）的AI模型，并通过多中心外部验证展示了其优于传统定量分析和临床评分的诊断性能 | 研究为回顾性设计，且仅纳入在180天内接受侵入性冠状动脉造影的患者，可能存在选择偏倚 | 提高阻塞性冠状动脉疾病的诊断准确性 | 接受心脏PET/CT检查的患者 | 数字病理学 | 心血管疾病 | PET/CT心肌灌注成像 | XGBoost, 深度学习 | 医学影像（PET/CT图像）及临床参数 | 总队列17,348名患者，其中1,664名纳入研究（训练集386名，外部测试集1,278名） | NA | NA | AUC | NA |
| 2708 | 2026-02-14 |
In-Silico Predictions of Drug Resistance in Lung Cancers With EGFR Mutation
2025-Jun, Proceedings of the Platform for Advanced Scientific Computing Conference
DOI:10.1145/3732775.3733588
PMID:41669100
|
研究论文 | 本文提出了一种利用高性能计算资源预测EGFR突变肺癌中耐药机制的计算工作流程 | 整合了深度学习结构预测、分子动力学模拟、分子对接和结合预测等多种计算方法，并探索了量子化学计算作为实验验证的补充工具 | NA | 预测肺癌中由EGFR突变引起的耐药机制，并为治疗策略提供替代方案 | EGFR突变的肺癌 | 计算生物学 | 肺癌 | 深度学习结构预测、分子动力学模拟、分子对接、量子化学计算 | 深度学习模型 | 分子结构数据、化合物数据 | NA | NA | NA | NA | 高性能计算资源 |
| 2709 | 2026-02-14 |
A computational validation for the health concept maturity levels questionnaire
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1555014
PMID:41669151
|
研究论文 | 本研究开发了健康概念成熟度水平网格和问卷，并利用机器学习和深度学习模型验证其计算语义效度 | 引入计算语义效度作为传统心理测量验证的新颖补充方法，通过机器学习技术展示专家话语与问卷结构的语义对齐 | “程序性”和“需求”因素之间存在重叠，表明健康概念成熟度水平模型需要改进 | 评估健康概念成熟度水平，验证健康概念成熟度水平问卷的计算语义效度 | 健康概念成熟度水平专家干预的言语行为，以及健康概念成熟度水平问卷项目 | 自然语言处理 | NA | 言语行为标注，机器学习和深度学习建模 | CatBoost算法，神经网络 | 文本 | NA | CatBoost | 神经网络 | 敏感性 | NA |
| 2710 | 2026-02-14 |
Residual-SwishNet: a deep learning-based approach for reliable lung cancer classification
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1729021
PMID:41669256
|
研究论文 | 提出一种名为Residual-SwishNet的深度学习模型，用于提高肺癌分类的准确性和泛化能力 | 在ResNet50框架中，将传统的ReLU激活函数替换为Swish，并在分类模块前集成三个额外的密集层，以增强特征表示 | 未提及模型在更大或更多样化数据集上的泛化能力，以及计算资源需求的具体分析 | 开发一种准确且可靠的肺癌分类方法，以改善早期诊断和患者预后 | 肺癌分类任务，基于公开的医学影像数据集 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 两个公开数据集：LUNA16和IQ-OTH/NCCD | PyTorch | ResNet50 | 准确率, 精确率, 召回率, F1分数 | NA |
| 2711 | 2026-02-14 |
A deep learning architecture for leaf water potential prediction in Populus euramericana 'I-214' from hyperspectral reflectance
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1709473
PMID:41669633
|
研究论文 | 本文提出了一种深度学习框架CIDL，用于从高光谱反射数据中预测杨树叶片水势，以解决传统测量方法的破坏性和耗时问题 | 集成条件生成对抗网络（CGAN）平衡数据分布，结合Inception-ResNet与ACmix的特征提取器捕获局部和全局光谱特征，并引入分布感知回归网络（DARN）显式建模目标变量分布，提升预测可靠性 | 研究基于杨树特定品种的脱水实验数据，样本量相对较小（229个实测样本），可能限制模型在其他树种或环境条件下的泛化能力 | 开发一种非破坏性、高精度的叶片水势预测方法，以支持森林干旱胁迫监测和智能林业管理 | 欧洲黑杨'I-214'品种的年轻树木叶片 | 计算机视觉 | NA | 高光谱反射测量 | CGAN, CNN | 高光谱图像 | 229个实测叶片水势与高光谱反射配对样本，另通过CGAN生成500个合成样本用于增强 | NA | Inception-ResNet, ACmix | R², RMSE | NA |
| 2712 | 2026-02-13 |
Artificial intelligence in surgical planning and outcome prediction for obstructive sleep apnea: emerging hype or the future standard?
2025-Dec-22, Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine
IF:3.5Q1
DOI:10.1007/s44470-025-00018-y
PMID:41678069
|
综述 | 本文评估了人工智能在阻塞性睡眠呼吸暂停的诊断、风险分层和成人手术规划中的新兴作用，并探讨了其潜在的临床价值和局限性 | 强调了人工智能在药物诱导睡眠内窥镜分析和舌下神经刺激/颌面手术结果预测中的应用，并指出深度学习模型在预测治疗反应方面优于传统临床预测因子 | 数据质量存在差异、缺乏针对儿童群体的验证、算法偏见和透明度问题仍然是重大障碍 | 评估人工智能在阻塞性睡眠呼吸暂停诊断、风险分层和手术规划中的临床价值与局限性 | 阻塞性睡眠呼吸暂停患者 | 医疗人工智能 | 阻塞性睡眠呼吸暂停 | 药物诱导睡眠内窥镜、可穿戴设备睡眠监测 | 深度学习模型 | 睡眠研究数据、生理信号、临床数据、影像数据 | NA | NA | NA | 诊断准确性、预测性能 | NA |
| 2713 | 2026-02-13 |
Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods
2025-Dec, Orthodontics & craniofacial research
IF:2.4Q2
DOI:10.1111/ocr.70008
PMID:40704688
|
研究论文 | 本研究利用深度学习算法，比较了五种手-腕骨成熟度评估方法在骨骼年龄估计中的诊断可靠性 | 首次使用YOLOv8x深度学习模型系统比较五种不同的手-腕骨成熟度评估方法在骨骼年龄估计中的性能 | 研究为回顾性分析，且仅针对8-16岁正畸患者，可能限制了结果的普适性 | 评估深度学习算法在骨骼年龄估计中的有效性，并比较不同手-腕骨成熟度评估方法的诊断可靠性 | 6572张来自8-16岁正畸患者的手-腕X光片 | 计算机视觉 | NA | 手-腕X光成像 | YOLOv8x | 图像 | 6572张手-腕X光片 | NA | YOLOv8x | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 2714 | 2026-02-13 |
Hierarchical Convolution-Based Multilayer Perception for Denoising 3D MRI to Enhance Diagnostic Confidence in Cerebral Small Vessel Disease
2025-Dec, Phenomics (Cham, Switzerland)
DOI:10.1007/s43657-025-00219-8
PMID:41675272
|
研究论文 | 本文提出了一种基于分层卷积的多层感知器（HC-MLP）模型，用于去噪3D MRI图像，以提高脑小血管病的诊断置信度 | 引入MLP模块以减少纯CNN模型的偏差，结合MLP和CNN的简单结构简化训练并提升泛化能力，采用体素级输入和残差MLP结构部分解决过平滑问题 | 未明确提及模型在更广泛数据集或不同噪声类型下的泛化能力限制 | 通过去噪3D MRI图像，提升脑小血管病的诊断置信度 | 脑小血管病（CSVD）患者的3D MRI图像 | 计算机视觉 | 脑小血管病 | MRI | CNN, MLP | 3D MRI图像 | 训练和测试：UK Biobank 120例，ATLAS 120例；外部测试：29例 | 未明确提及 | HC-MLP（分层卷积多层感知器） | PSNR, SSIM, NMSE | 未明确提及 |
| 2715 | 2026-02-13 |
Opportunities for AI-based Model-informed Drug Development: A Comparative Analysis of NONMEM and AI-based Models for Population Pharmacokinetic Prediction
2025-Nov-18, The AAPS journal
DOI:10.1208/s12248-025-01121-x
PMID:41254220
|
研究论文 | 本研究通过比较传统NONMEM方法与多种AI/ML模型在群体药代动力学预测中的表现，评估了AI在模型引导的药物开发中的潜力 | 首次系统比较了传统非线性混合效应模型与多种AI/ML模型（包括神经网络ODE模型）在模拟和真实临床数据集上的预测性能，并强调了AI模型在预测精度和计算效率方面的潜在优势 | 研究结果可能受限于特定数据集和模型类型，且AI模型在可解释性方面可能仍存在挑战，需要进一步验证 | 评估AI/ML方法在群体药代动力学建模中的有效性，以改进模型引导的药物开发策略 | 模拟数据集（基于二室模型生成）和真实临床数据集（来自1,770名患者的临床试验数据） | 机器学习 | NA | 群体药代动力学建模 | 机器学习模型, 深度学习模型, 神经网络ODE模型 | 临床数据 | 1,770名患者 | NA | NA | 均方根误差, 平均绝对误差, 决定系数 | NA |
| 2716 | 2026-02-13 |
MetaChrome: An Open-Source, User-Friendly Tool for Automated Metaphase Chromosome Analysis
2025-Sep-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.02.673813
PMID:41019638
|
研究论文 | 介绍了一个名为MetaChrome的开源软件平台，用于自动化中期染色体分析和FISH信号共定位分析 | 开发了一个结合图形用户界面的开源软件，通过微调的深度学习模型实现中期染色体的自动化分割和FISH信号共定位分析，相比传统图像处理方法提高了分割精度 | 未明确说明 | 解决DNA-FISH染色体图像分析中染色体自动分割和FISH信号共定位的挑战，推进高通量染色体分析工作流程 | 中期染色体图像、染色体特异性FISH探针和免疫荧光标记蛋白 | 数字病理学 | NA | DNA荧光原位杂交(FISH)、高通量成像(HTI) | 深度学习模型 | 图像 | NA | NA | Cellpose | 分割精度 | NA |
| 2717 | 2026-02-13 |
mmWave Radar for Sit-to-Stand Analysis: A Comparative Study With Wearables and Kinect
2025-Sep, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3548092
PMID:40042953
|
研究论文 | 本研究探讨了使用毫米波雷达技术分析坐立动作的新方法，旨在开发一种非接触式、保护隐私且可全天候运行的医疗保健解决方案 | 首次将毫米波雷达技术应用于坐立动作分析，并与可穿戴设备和Kinect进行对比研究，提出了一种非接触式、隐私保护的解决方案 | 毫米波雷达在精细动作分析方面仍存在挑战，且未与金标准VICON系统进行验证，计划未来进行验证 | 开发用于医疗保健应用的非接触式、隐私保护且全天候运行的坐立动作分析系统，以进行跌倒风险评估 | 45名参与者执行坐立动作 | 机器学习和计算机视觉 | 老年疾病 | 毫米波雷达技术，深度学习姿态估计模型，逆运动学 | 深度学习姿态估计模型 | 雷达点云数据 | 45名参与者 | NA | NA | NA | NA |
| 2718 | 2026-02-13 |
Automated Whole-Brain Focal Cortical Dysplasia Detection Using MR Fingerprinting With Deep Learning
2025-Jun-10, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000213691
PMID:40378378
|
研究论文 | 本研究开发了一种基于磁共振指纹成像和深度学习的全脑局灶性皮质发育不良检测框架 | 首次将磁共振指纹成像与深度学习结合用于全脑局灶性皮质发育不良的自动化检测，利用单次扫描获取的多参数特征 | 样本量相对较小（40名患者和67名健康对照），且未在独立外部数据集上进行验证 | 开发一种基于磁共振指纹成像的深度学习框架，用于全脑局灶性皮质发育不良的检测 | 药物难治性局灶性癫痫患者（包括FCD IIa、IIb、mMCD、MOGHE亚型）和年龄性别匹配的健康对照 | 数字病理学 | 癫痫 | 磁共振指纹成像（MRF）、临床MRI扫描 | 深度学习 | 图像 | 40名局灶性皮质发育不良患者和67名健康对照 | NA | U-Net | 灵敏度、假阳性数、病变标签重叠度 | NA |
| 2719 | 2026-02-13 |
Explainable paroxysmal atrial fibrillation diagnosis using an artificial intelligence-enabled electrocardiogram
2025-03, The Korean journal of internal medicine
DOI:10.3904/kjim.2024.130
PMID:39987899
|
研究论文 | 本研究开发了一种基于人工智能的心电图算法，用于从正常窦性心律中预测阵发性心房颤动的早期发作 | 利用深度学习模型从正常窦性心律的心电图中预测一个月内房颤发作，并采用可解释AI技术揭示模型决策的关键心电图特征 | 研究未明确说明模型在不同人群或临床环境中的泛化能力，且数据来源于特定时间段（2013-2020年），可能影响时效性 | 开发可靠的人工智能算法，通过12导联心电图检测正常窦性心律患者中房颤的早期迹象 | 阵发性心房颤动患者及正常窦性心律患者 | 机器学习 | 心血管疾病 | 12导联心电图 | 深度神经网络 | 心电图信号 | 552,372条心电图轨迹，来自318,321名患者 | NA | 深度神经网络 | AUROC | NA |
| 2720 | 2025-12-28 |
From lesion detection to outcome prediction: artificial intelligence and deep learning applications in multiple sclerosis
2025-Dec-27, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology
IF:2.7Q3
DOI:10.1007/s10072-025-08661-2
PMID:41454173
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |