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 19270 篇文献，本页显示第 12901 - 12920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12901 | 2025-10-06 |
Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room
2025-Feb-20, European heart journal. Acute cardiovascular care
DOI:10.1093/ehjacc/zuaf001
PMID:39787045
|
研究论文 | 开发并评估一种利用心电图数据识别急诊室急性心力衰竭患者的深度学习模型 | 首次将常规12导联心电图与临床数据结合，使用CatBoost算法显著提升急性心力衰竭的识别准确率 | 回顾性研究设计，数据来源于三家医院可能限制泛化能力 | 提升急诊室中急性心力衰竭的诊断能力 | 急诊室就诊的急性心力衰竭患者 | 机器学习 | 心血管疾病 | 心电图分析 | CatBoost, XGBoost, Light GBM, 线性回归 | 心电图数据、临床参数 | 19285名急诊患者，其中9119名确诊急性心力衰竭患者 | CatBoost, XGBoost, Light GBM | 梯度提升决策树 | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
| 12902 | 2025-10-06 |
Enhancing motor imagery EEG signal decoding through machine learning: A systematic review of recent progress
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109534
PMID:39672015
|
综述 | 本文系统综述了2017年以来机器学习在运动想象脑电信号解码领域的最新研究进展 | 聚焦2017年后的最新研究进展，系统总结了脑机接口中运动想象EEG信号解码的数据集、预处理方法、特征提取技术和深度学习模型 | 作为综述文章，不涉及原始实验研究，主要依赖已有文献的总结和分析 | 通过机器学习和深度学习技术提升运动想象脑电信号的解码能力，改善运动障碍患者的生活质量 | 运动想象脑电图信号和脑机接口系统 | 机器学习 | 运动障碍疾病 | 脑电图 | 深度学习模型 | 脑电信号 | NA | NA | NA | NA | NA |
| 12903 | 2025-10-06 |
Diagnostic performance of neural network algorithms in skull fracture detection on CT scans: a systematic review and meta-analysis
2025-Feb, Emergency radiology
IF:1.7Q3
DOI:10.1007/s10140-024-02300-7
PMID:39680295
|
系统性综述与荟萃分析 | 评估卷积神经网络在CT扫描中诊断颅骨骨折的诊断性能 | 首次对CNN模型在颅骨骨折CT诊断中的性能进行系统性综述和定量荟萃分析 | 研究存在显著异质性，可能受到模型拓扑结构、训练方法和验证技术差异的影响 | 评估CNN模型在CT图像中诊断颅骨骨折的诊断性能 | 颅骨骨折患者的CT扫描图像 | 医学影像分析 | 颅骨骨折 | CT扫描 | CNN | CT图像 | 11项研究，20,798名患者 | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
| 12904 | 2025-10-06 |
Improving functional correlation of quantification of interstitial lung disease by reducing the vendor difference of CT using generative adversarial network (GAN) style conversion
2025-Feb, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111899
PMID:39740598
|
研究论文 | 本研究使用生成对抗网络进行CT图像风格转换，以减少不同厂商CT设备间的差异，改善间质性肺病定量测量的功能相关性 | 首次将可路由生成对抗网络应用于CT图像风格转换，有效减少不同厂商设备间的量化变异 | 研究为回顾性设计，仅包含特发性肺纤维化患者，样本量有限 | 评估CT风格转换是否能最小化间质性肺病量化变异，改善定量CT测量的功能相关性 | 特发性肺纤维化患者 | 医学影像分析 | 间质性肺病 | CT扫描，肺功能测试 | GAN | CT图像 | 112名患者（平均年龄61岁，82名男性） | NA | RouteGAN | 一致性相关系数，视觉准确性评分，相关系数 | NA |
| 12905 | 2025-10-06 |
Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study
2025-01-16, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/57298
PMID:39819744
|
研究论文 | 开发并验证基于语音生物标志物的机器学习方法，用于识别社区老年居民的衰弱状态 | 首次使用基于深度学习的声学特征作为语音生物标志物来预测衰弱状态，相比传统方法和单纯人口统计学数据具有更好性能 | 样本量较小（127名参与者），研究设计为横断面研究无法建立因果关系 | 开发用于识别社区老年居民衰弱状态的分类模型 | 50岁及以上的社区居住老年人 | 机器学习 | 老年疾病 | 语音记录分析，图片描述任务 | 深度学习 | 语音数据，人口统计学数据 | 127名50岁及以上参与者 | NA | NA | 准确率，AUC | NA |
| 12906 | 2025-10-06 |
Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design
2025, Brain, behavior and evolution
DOI:10.1159/000543081
PMID:39681106
|
研究论文 | 本研究通过无标记追踪和无监督机器学习分析成年斑马鱼自由游动时的姿态配置 | 首次使用DeepLabCut和B-SOiD机器学习软件联合分析斑马鱼游动姿态，提出鱼类运动的三级前后弯曲约束假说 | 仅分析12只斑马鱼数据，样本量有限；依赖视觉分析进行后验聚类合并 | 验证运动演化假说：通过利用身体与介质间的被动反作用力最小化神经控制的运动设计 | 成年斑马鱼（Danio rerio）的自由游动行为 | 计算机视觉 | NA | 无标记姿态追踪，无监督多变量时间序列分析 | 深度学习 | 视频序列 | 12只自由行为斑马鱼，超过14,000个连续帧 | DeepLabCut, B-SOiD | NA | 聚类分析，多维尺度分析 | NA |
| 12907 | 2025-10-06 |
Ensemble learning-based predictor for driver synonymous mutation with sequence representation
2025-Jan, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012744
PMID:39761306
|
研究论文 | 提出一种基于集成学习的同义突变效应预测器EPEL，用于识别癌症中的驱动同义突变 | 首次将DNA形状特征和基于化学分子BERT预训练模型的深度学习特征整合到同义突变效应评估中 | 深度学习方法的DNA序列表示在本研究中未能显著提升驱动同义突变的识别效果 | 开发高精度的驱动同义突变预测方法 | 人类癌症中的同义突变 | 机器学习 | 癌症 | DNA序列分析，深度学习特征提取 | 集成学习，树模型 | DNA序列数据 | NA | NA | BERT | 预测准确率 | NA |
| 12908 | 2025-10-06 |
Integrative analysis of cuproptosis-related lncRNAs: Unveiling prognostic significance, immune microenvironment, and copper-induced mechanisms in prostate cancer
2025-Jan, Cancer pathogenesis and therapy
DOI:10.1016/j.cpt.2024.03.004
PMID:39872368
|
研究论文 | 本研究通过整合分析铜死亡相关lncRNAs，揭示了其在前列腺癌预后预测、免疫微环境调节和铜诱导机制中的重要作用 | 首次将铜死亡相关lncRNAs与前列腺癌预后关联，并采用多层级注意力图神经网络构建预后模型，同时通过细胞实验验证关键lncRNAs与铜死亡的相关性 | 研究样本仅来自TCGA数据库的492例患者，缺乏外部验证队列 | 探索铜死亡相关lncRNAs在前列腺癌预后预测和免疫微环境中的作用机制 | 前列腺癌患者和相关的长链非编码RNA | 生物信息学 | 前列腺癌 | RNA测序，拷贝数变异分析，细胞实验 | 图神经网络 | 基因表达数据，拷贝数变异数据 | 492例前列腺癌患者 | MLA-GNN | 多层级注意力图神经网络 | AUC, 疾病无进展生存期 | NA |
| 12909 | 2025-10-06 |
Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1495306
PMID:40099258
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性 | 首次对机器学习模型预测2型糖尿病患者糖尿病肾病风险进行系统综述和荟萃分析，比较不同机器学习算法的性能表现 | 模型开发和验证过程中存在数据偏倚，仅少数研究进行了外部验证 | 评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性 | 2型糖尿病患者的糖尿病肾病风险预测 | 机器学习 | 糖尿病肾病 | 机器学习算法 | 随机森林,传统回归机器学习,深度学习 | 临床数据 | 26项研究，94个机器学习模型 | NA | NA | AUC,95%置信区间 | NA |
| 12910 | 2025-06-04 |
Artificial intelligence in ophthalmology: opportunities, challenges, and ethical considerations
2025, Medical hypothesis, discovery & innovation ophthalmology journal
DOI:10.51329/mehdiophthal1517
PMID:40453785
|
综述 | 本文探讨了人工智能在眼科领域的应用现状、挑战及伦理考量 | 全面回顾了AI在眼科多个子领域（如角膜疾病、白内障手术、糖尿病视网膜病变等）中的高精度诊断应用，并系统分析了当前面临的挑战与伦理问题 | 数据集存在偏差、外部验证有限、监管障碍以及透明度等伦理问题 | 评估AI在眼科领域的应用潜力与实施障碍 | 眼科疾病诊断与管理 | 数字病理 | 眼科疾病 | 深度学习、机器学习 | CNN、深度学习模型 | 图像、临床数据 | NA | NA | NA | NA | NA |
| 12911 | 2025-06-04 |
Integrating support vector machines and deep learning features for oral cancer histopathology analysis
2025, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpaf034
PMID:40454251
|
研究论文 | 本研究提出了一种结合支持向量机(SVM)和深度学习特征的方法，用于口腔癌组织病理学图像分类以检测异常增生 | 通过融合基于InceptionResNet-v2和视觉变换器(ViT)模型提取的深度学习特征训练的SVM分类器，解决了类别不平衡问题，并显著提高了分类性能 | NA | 提高口腔癌异常增生的检测准确率 | 口腔癌组织病理学图像 | 数字病理学 | 口腔癌 | 深度学习特征提取 | SVM, InceptionResNet-v2, ViT | 图像 | NA | NA | NA | NA | NA |
| 12912 | 2025-06-03 |
Interstitial-guided automatic clinical tumor volume segmentation network for cervical cancer brachytherapy
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种新型的间隙引导分割网络（ARGNet），用于宫颈癌间隙近距离放射治疗中的临床肿瘤体积自动分割 | 通过多任务交叉缝合方式将间隙针的位置信息整合到深度学习框架中，并引入空间反向注意力机制以减少针对于肿瘤分割的干扰，同时嵌入不确定性区域模块以增强模型在肿瘤与周围组织模糊边界处的辨别能力 | 研究仅基于回顾性数据，且样本量有限（191例CT扫描） | 提高宫颈癌间隙近距离放射治疗中临床肿瘤体积（CTV）的自动分割精度 | 宫颈癌患者的CT扫描图像 | digital pathology | cervical cancer | deep learning-based segmentation | ARGNet (advance reverse guided network) | CT scans | 191例多疗程间隙近距离放射治疗的CT扫描 | NA | NA | NA | NA |
| 12913 | 2025-06-03 |
Multi-modal MRI synthesis with conditional latent diffusion models for data augmentation in tumor segmentation
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于条件潜在扩散模型的多模态MRI合成方法，用于肿瘤分割任务的数据增强 | 创新的切片级潜在扩散架构，能够同时生成3D多模态图像及其对应的多标签掩码，通过位置编码和潜在聚合模块保持空间一致性和切片序列性 | 方法主要针对肿瘤分割，虽然可以适应其他模态，但尚未在其他领域验证 | 解决医学影像中多模态数据标注不足的问题，提升肿瘤分割性能 | 多模态MRI图像及其对应的肿瘤分割掩码 | 数字病理 | 肿瘤 | 潜在扩散模型 | 条件潜在扩散模型 | 3D MRI图像 | BRATS2021数据集 | NA | NA | NA | NA |
| 12914 | 2025-06-03 |
TCDE-Net: An unsupervised dual-encoder network for 3D brain medical image registration
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于双编码器架构的无监督医学图像配准网络TCDE-Net，用于3D脑部医学图像配准 | 双编码器互补特征提取，增强模型处理大规模非线性变形和捕捉复杂局部细节的能力，并引入细节增强注意力模块恢复细粒度特征 | 未提及具体计算资源需求或处理速度，也未讨论在其他器官医学图像上的泛化能力 | 提高高分辨率医学图像配准的精度，特别是处理具有复杂结构的医学图像 | 3D脑部MRI图像 | 数字病理 | 脑部疾病 | 深度学习 | 双编码器网络（TCDE-Net） | 3D医学图像 | OASIS、IXI和Hammers-n30r95 3D脑部MR数据集 | NA | NA | NA | NA |
| 12915 | 2025-06-03 |
Uncertainty-aware deep learning for segmentation of primary tumor and pathologic lymph nodes in oropharyngeal cancer: Insights from a multi-center cohort
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 本研究开发了一种不确定性感知的深度学习模型，用于口咽癌原发肿瘤和病理淋巴结的分割，并在多中心队列中验证了其性能 | 扩展了现有网络以同时生成原发肿瘤和病理淋巴结的预测概率图，并探索了结构级不确定性是否能够预测分割模型的准确性 | 研究依赖于回顾性数据，且外部测试集仅来自HECKTOR 2022挑战赛数据集 | 开发并验证一种能够量化分割不确定性的深度学习模型，以提高口咽癌原发肿瘤和病理淋巴结分割的准确性 | 口咽癌患者的PET/CT图像及其原发肿瘤和病理淋巴结的手动勾画 | digital pathology | oropharyngeal cancer | deep learning, PET/CT imaging | CNN | image | 407名口咽癌患者的PET/CT图像和手动勾画数据，以及HECKTOR 2022挑战赛数据集作为外部测试集 | NA | NA | NA | NA |
| 12916 | 2025-06-03 |
Retinal OCT image segmentation with deep learning: A review of advances, datasets, and evaluation metrics
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
review | 本文综述了深度学习在视网膜OCT图像分割中的最新进展、数据集和评估指标 | 全面概述了基于深度学习的视网膜OCT图像分割方法的最新发展，并总结了该领域的医学意义、公开数据集和常用评估指标 | 讨论了当前研究面临的挑战，但未提出具体的解决方案 | 探讨深度学习在视网膜OCT图像分割中的应用及其对临床决策的影响 | 视网膜OCT图像中的解剖结构和病理病变 | digital pathology | 眼科疾病 | OCT成像技术 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 12917 | 2025-06-03 |
A novel intelligent grade classification architecture for Patent Foramen Ovale by Contrast Transthoracic Echocardiography based on deep learning
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种基于深度学习的智能分类架构，用于通过对比经胸超声心动图（cTTE）对卵圆孔未闭（PFO）进行分级分类 | 提出了TVUNet++用于左心室分割和ULSAM-ResNet用于PFO分类，能够通过可学习的亲和力图区分cTTE中的各种局部特征，并隐式捕获左心腔与背景区域之间的语义关系 | 未提及具体样本量或数据集的多样性，可能影响模型的泛化能力 | 提高PFO分类的准确性和量化右向左分流（RLS）的严重程度，以指导临床治疗 | 卵圆孔未闭（PFO）患者 | digital pathology | cardiovascular disease | 对比经胸超声心动图（cTTE） | TVUNet++, ULSAM-ResNet | image | NA | NA | NA | NA | NA |
| 12918 | 2025-06-03 |
Semi-supervised temporal attention network for lung 4D CT ventilation estimation
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出一种半监督时间注意力网络（STA），用于肺部4D CT通气估计，以提高估计精度并减少对标记数据的依赖 | 结合半监督学习框架和时间注意力架构，有效利用未标记数据和4D CT图像的时序信息 | 未明确提及具体局限性，但可能受限于数据集的大小和多样性 | 提高肺部4D CT通气估计的准确性，支持功能性避免放射治疗计划的设计和治疗反应评估 | 肺部4D CT图像 | digital pathology | lung cancer | 4D CT成像 | STA网络（半监督时间注意力网络） | 4D CT图像序列 | 三个公开的胸部4D CT数据集 | NA | NA | NA | NA |
| 12919 | 2025-06-03 |
MDAL: Modality-difference-based active learning for multimodal medical image analysis via contrastive learning and pointwise mutual information
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种基于模态差异的多模态医学图像主动学习框架MDAL，通过对比学习和点互信息量化模态差异，以减少标注成本 | MDAL框架首次利用点互信息和对比学习量化样本级模态差异，并提出两种基于差异的采样策略MaxMD和DiverseMD，且无需初始标注数据即可一次性选择信息量大的样本 | 仅在脑胶质瘤、脑膜瘤和卵巢癌数据集上进行了验证，未在其他多模态医学数据上测试 | 最小化多模态医学图像分析的标注成本 | 多模态医学图像 | 数字病理 | 脑胶质瘤, 脑膜瘤, 卵巢癌 | 对比学习, 点互信息 | MDAL框架 | 多模态医学图像 | 公共脑胶质瘤和脑膜瘤分割数据集及内部卵巢癌分类数据集 | NA | NA | NA | NA |
| 12920 | 2025-06-03 |
CASCADE-FSL: Few-shot learning for collateral evaluation in ischemic stroke
2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
research paper | 提出了一种名为CASCADE-FSL的新方法，用于在缺血性卒中中评估侧支循环，通过小样本学习有效区分不良侧支循环 | 采用小样本学习方法处理不平衡数据集，将良好和中等侧支循环案例作为正常类别，不良侧支循环作为异常进行识别 | 研究基于小规模且不平衡的数据集，可能影响模型的泛化能力 | 开发计算机辅助方法以减少评估缺血性卒中患者侧支循环时的评估者间差异并节省时间 | 缺血性卒中患者的侧支循环评估 | digital pathology | ischemic stroke | few-shot learning | 2D ResNet-50 | image | 小规模且不平衡的数据集，具体数量未提及 | NA | NA | NA | NA |