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 1237 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2025-10-06 |
Advances and challenges in pathomics for liver cancer: From diagnosis to prognostic stratification
2025-Jun-24, World journal of clinical oncology
IF:2.6Q3
DOI:10.5306/wjco.v16.i6.107646
PMID:40585839
|
综述 | 本文综述了病理组学在肝癌从诊断到预后分层中的应用进展与挑战 | 整合人工智能与定量病理图像分析，通过全切片图像自动分析实现肿瘤分类、微血管侵犯检测和预后预测 | 多中心验证研究有限、模型可解释性不足、临床工作流程整合困难 | 推进病理组学在肝癌精准医疗中的应用 | 肝细胞癌（HCC）和胆管癌的病理标本 | 数字病理 | 肝癌 | 全切片图像分析 | 深度学习 | 病理图像 | NA | NA | MVI-AI诊断模型, CHOWDER | 准确率 | NA |
| 302 | 2025-10-06 |
Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study
2025-Jun-23, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf131
PMID:40159388
|
研究论文 | 利用深度学习从PET/CT图像自动量化身体成分并评估其与心血管结局的关联 | 首次结合深度学习和图像处理从标准心脏PET/CT低剂量扫描中自动量化多种身体组织成分，并建立其与死亡或心肌梗死风险的关联 | 多中心研究但样本来源有限，仅包含三个中心的患者数据 | 评估从PET/CT自动量化的身体成分与心血管结局的关联 | 接受PET心肌灌注成像的患者 | 医学影像分析 | 心血管疾病 | PET/CT心肌灌注成像，深度学习图像分割 | 深度学习 | 医学影像（PET/CT图像） | 10085名患者（中位年龄68岁，57%男性） | NA | NA | 风险比（HR），置信区间（CI） | NA |
| 303 | 2025-10-06 |
Multimodal deep learning for predicting neoadjuvant treatment outcomes in breast cancer: a systematic review
2025-Jun-23, Biology direct
IF:5.7Q1
DOI:10.1186/s13062-025-00661-8
PMID:40551237
|
系统综述 | 系统评估多模态深度学习在预测乳腺癌新辅助治疗病理完全缓解方面的应用效果 | 首次系统比较多模态与单模态深度学习在乳腺癌新辅助治疗反应预测中的性能差异 | 研究方法存在显著异质性，依赖回顾性数据，外部验证有限 | 评估多模态深度学习预测乳腺癌新辅助治疗病理完全缓解的准确性和临床应用价值 | 接受新辅助系统治疗的乳腺癌患者 | 数字病理 | 乳腺癌 | 多模态数据整合（放射学、数字病理、多组学、临床数据） | 深度学习 | 多模态数据（影像、病理、组学、临床记录） | 51项研究，中位队列281例患者 | NA | 卷积神经网络 | AUC | NA |
| 304 | 2025-10-06 |
BoneDat, a database of standardized bone morphology for in silico analyses
2025-Jun-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05161-y
PMID:40541988
|
研究论文 | 开发了一个名为BoneDat的标准化骨形态数据库，用于骨科和进化生物学领域的计算机模拟分析 | 首个提供标准化、高质量人类骨形态数据集的综合数据库，包含经过整理的骨分割掩码、归一化几何体和按性别年龄组织的参考形态模板 | 数据集仅包含278个临床腰骨盆CT扫描，样本来源相对有限 | 解决骨结构-功能关系研究中缺乏标准化高质量数据集的问题，提升计算模型的可重复性和可靠性 | 人类骨盆和下脊柱骨形态 | 医学影像分析 | 骨科疾病 | CT扫描 | 深度学习模型 | 医学影像 | 278个临床腰骨盆CT扫描，年龄16-91岁，按性别在十个年龄组中平衡分布 | NA | NA | NA | NA |
| 305 | 2025-10-06 |
An Open-Source Deep Learning-Based GUI Toolbox for Automated Auditory Brainstem Response Analyses (ABRA)
2025-Jun-20, Research square
DOI:10.21203/rs.3.rs-6735294/v1
PMID:40585236
|
研究论文 | 介绍一款基于深度学习的开源图形用户界面工具ABRA，用于自动化分析听觉脑干响应 | 开发了首个结合深度学习与图形界面的开源工具，实现ABR波形的自动化标准化分析 | NA | 解决传统听觉脑干响应分析主观性强、可变性大的问题 | 听觉脑干响应波形数据 | 数字病理 | 老年疾病 | 电生理记录 | CNN | 电生理信号 | NA | NA | 卷积神经网络 | 峰值幅度, 潜伏期, 听觉阈值估计 | NA |
| 306 | 2025-10-06 |
Ultra-wide-field fundus photography and AI-based screening and referral for multiple ocular fundus diseases
2025-Jun-17, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102187
PMID:40499544
|
研究论文 | 开发基于人工智能的深度学习算法用于多种眼底疾病的筛查和转诊推荐 | 结合超广角眼底成像和跨域协同学习方法，显著提升周边视网膜异常的检测能力 | NA | 解决眼底疾病全面筛查的困难 | 眼底疾病患者 | 计算机视觉 | 眼底疾病 | 超广角眼底成像 | 深度学习算法 | 图像 | 59,475张超广角眼底图像 | NA | Swin Transformer,跨域协同学习 | AUC | NA |
| 307 | 2025-10-06 |
Oil Palm Fruits Dataset in Plantations for Harvest Estimation Using Digital Census and Smartphone
2025-Jun-10, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05227-x
PMID:40494879
|
研究论文 | 本文介绍了印度尼西亚中加里曼丹商业种植园的油棕鲜果串图像数据集，用于数字普查和智能手机收获估算 | 提供了包含五个成熟阶段（未熟、欠熟、成熟、开花和异常）的油棕鲜果串图像数据集，并采用数据增强技术处理类别不平衡问题 | 图像存在部分可见性、低对比度、遮挡和模糊等现实世界复杂情况 | 开发用于油棕鲜果串检测和分类的深度学习模型，以监测收获时间、预测产量和优化种植园运营资源 | 油棕鲜果串（FFBs） | 计算机视觉 | NA | 智能手机视频录制，计算机视觉标注工具（CVAT） | 深度学习模型 | 图像 | 训练集10,207张图像，验证集2,896张图像，测试集1,400张图像 | NA | NA | NA | NA |
| 308 | 2025-10-06 |
Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram
2025-Jun-02, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf073
PMID:40157386
|
研究论文 | 本研究开发了一种基于深度学习的单导联动态心电图模型，用于短期预测持续性室性心律失常 | 首次将深度学习应用于单导联动态心电图数据，能够提前预测持续性室性心动过速的发生，并发现了早期除极模式作为潜在预测因子 | 回顾性研究设计，心律失常事件发生率较低(0.5%) | 开发能够短期预测危及生命的室性心律失常的人工智能模型 | 来自六个国家的247,254份14天动态心电图记录 | 机器学习 | 心血管疾病 | 动态心电图监测 | 深度学习 | 心电图信号 | 247,254份动态心电图记录（开发集183,177份，内部验证43,580份，外部验证20,497份） | NA | NA | AUC, 敏感度, 特异度 | NA |
| 309 | 2025-10-06 |
Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle
2025-Jun-01, Molecular biology of the cell
IF:3.1Q3
DOI:10.1091/mbc.E25-01-0009
PMID:40327364
|
研究论文 | 通过深度学习驱动的成像技术研究真核微生物完整生命周期中的细胞分裂和细胞生长过程 | 开发了基于深度学习视频帧插值的新型细胞追踪算法FIEST，首次实现了对完整微生物生命周期的直接连续研究 | 研究仅限于特定微生物物种，需要在其他病原体和单细胞系统中进一步验证 | 定量研究真核微生物完整生命周期中的细胞生长和细胞分裂激酶活性 | 真核微生物的完整生命周期，包括休眠、交配、减数分裂和细胞分裂等状态 | 计算机视觉 | NA | 微流控培养、显微图像分割、深度学习视频帧插值 | 深度学习 | 显微图像、视频序列 | 长达三个有性生殖世代的微生物种群 | Python | FIEST（基于视频帧插值的细胞追踪算法） | NA | NA |
| 310 | 2025-10-06 |
A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI
2025-Jun, Radiology
IF:12.1Q1
DOI:10.1148/radiol.242416
PMID:40552999
|
研究论文 | 开发了一种基于数据中心的深度学习方法，用于MRI中脑转移瘤的检测、分割和纵向追踪 | 采用数据中心方法，通过迭代数据标注和系统质量控制提高参考分割的一致性，能够检测所有尺寸的脑转移瘤 | 回顾性研究设计，部分患者性别信息缺失 | 开发可泛化的深度学习系统用于脑转移瘤的MRI分析 | 脑转移瘤患者和未患脑转移瘤的癌症患者的MRI扫描 | 医学影像分析 | 脑转移瘤 | MRI | 深度学习 | 医学影像 | 1623名患者的1985次扫描，包含5552个脑转移瘤 | nnU-Net | 改进的nnU-Net | 灵敏度, Dice相似系数, 归一化表面距离 | NA |
| 311 | 2025-10-06 |
Spatiotemporal predictions of toxic urban plumes using deep learning
2025-Jun, PNAS nexus
IF:2.2Q1
DOI:10.1093/pnasnexus/pgaf198
PMID:40583909
|
研究论文 | 提出一种名为ST-GasNet的深度学习模型，用于快速预测城市有毒烟羽的时空演化 | 受烟羽扩散数学方程启发的新型深度学习架构，能够准确预测烟羽在复杂城市环境中的分裂与演化 | 模型训练数据来源于有限的高分辨率大涡模拟序列，可能受限于训练数据的多样性 | 开发快速预测城市有毒烟羽时空演化的应急响应方法 | 城市大气中有毒烟羽的扩散行为 | 机器学习 | NA | 大涡模拟 | 深度学习 | 时空序列数据 | 有限的时间序列数据集 | NA | ST-GasNet | 预测准确率 | NA |
| 312 | 2025-10-06 |
Human Embryo Quality Assessment with Deep Learning Models
2025-Jun, Journal of obstetrics and gynaecology of India
DOI:10.1007/s13224-025-02109-5
PMID:40584797
|
研究论文 | 本研究使用深度学习模型对人类胚胎图像进行质量评估，以区分优质和非优质胚胎 | 首次在胚胎质量评估中比较多种CNN架构，并证明EfficientNetV2在此任务中的卓越性能 | 数据来源于单一医院，可能影响模型的泛化能力 | 开发客观、可重复的胚胎质量评估方法以提高辅助生殖技术的成功率 | 人类胚胎图像（第3天和第5天发育阶段） | 计算机视觉 | 生殖疾病 | 胚胎图像分析 | CNN | 图像 | 来自胡志明市Hung Vuong医院的数据集 | NA | VGG-19, ResNet-50, InceptionV3, EfficientNetV2 | 准确率, 精确率, 召回率 | NA |
| 313 | 2025-10-06 |
Racial disparities in continuous glucose monitoring-based 60-min glucose predictions among people with type 1 diabetes
2025-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000918
PMID:40587474
|
研究论文 | 评估基于连续血糖监测数据的机器学习模型在1型糖尿病患者血糖预测中的算法公平性 | 首次系统评估训练数据种族构成对LSTM血糖预测模型性能的影响，并探索迁移学习在减轻算法偏见中的作用 | 样本量相对有限，仅包含白人和黑人参与者，未包含其他种族群体 | 研究机器学习模型在糖尿病技术中的算法公平性和潜在的医疗保健差异 | 1型糖尿病患者 | 机器学习 | 糖尿病 | 连续血糖监测(CGM) | LSTM | 时间序列血糖数据 | 205名参与者(101名白人，104名黑人) | NA | LSTM | 均方根误差(RMSE) | NA |
| 314 | 2025-10-06 |
Unstained Blood Smear Analysis: A Review of Rule-Based, Machine Learning, and Deep Learning Techniques
2025-Jun-30, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500121
PMID:40583517
|
综述 | 本文系统回顾了基于规则、机器学习和深度学习方法在未染色血涂片细胞分割与分类中的应用 | 首次全面比较了三种不同技术路线在未染色血细胞分析中的性能表现，并指出了临床转化的关键挑战 | NA | 分析未染色血细胞图像的分割与分类技术现状与发展方向 | 未染色血涂片中的血细胞 | 数字病理学 | 血液疾病 | 生物光子学成像技术 | 基于规则方法, 机器学习, 深度学习 | 未染色血细胞图像 | NA | NA | NA | NA | NA |
| 315 | 2025-10-06 |
A Deep Learning-Based De-Artifact Diffusion Model for Removing Motion Artifacts in Knee MRI
2025-Jun-30, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70027
PMID:40583513
|
研究论文 | 构建基于深度学习的去伪影扩散模型，用于去除膝关节MRI中的运动伪影 | 首次将条件扩散模型应用于膝关节MRI运动伪影去除，并使用真实世界数据进行模型构建 | 研究为回顾性设计，样本量相对有限，需要进一步前瞻性验证 | 开发有效的深度学习模型去除膝关节MRI运动伪影 | 膝关节MRI图像 | 医学影像处理 | 膝关节疾病 | MRI成像技术 | 条件扩散模型 | 医学图像 | 模型构建：90名患者（1997张2D切片）；内部测试：25名患者（795张切片）；外部测试：39名患者（813张切片） | NA | 条件扩散模型 | RMSE, PSNR, SSIM, 主观评分 | NA |
| 316 | 2025-10-06 |
Radiation Dose Reduction and Image Quality Improvement of UHR CT of the Neck by Novel Deep-learning Image Reconstruction
2025-Jun-30, Clinical neuroradiology
IF:2.4Q2
DOI:10.1007/s00062-025-01532-5
PMID:40586788
|
研究论文 | 评估结合新型深度学习重建算法的剂量降低超高清CT在头颈部成像中对图像质量和辐射暴露的影响 | 首次将新型深度学习重建算法(DL-2)与体重适应性剂量降低协议相结合用于头颈部超高清CT成像 | 回顾性研究设计，样本量相对有限(共128例患者) | 评估深度学习重建算法在头颈部CT成像中降低辐射剂量同时提升图像质量的性能 | 头颈部CT图像 | 医学影像处理 | 头颈部疾病 | 超高清CT成像，深度学习图像重建 | 深度学习 | CT图像 | 128例患者(98例采用体重适应性协议，30例采用标准剂量) | NA | Clear-IQ引擎，自适应迭代剂量降低 | 信噪比，对比噪声比，诊断可接受性，图像噪声 | NA |
| 317 | 2025-10-06 |
Bidirectional Prototype-Guided Consistency Constraint for Semi-Supervised Fetal Ultrasound Image Segmentation
2025-Jun-30, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3584236
PMID:40587357
|
研究论文 | 提出一种基于双向原型引导一致性约束的半监督胎儿超声图像分割方法 | 通过原型桥接标注和未标注数据并建立双向交互，结合不确定性交叉监督提升伪标签质量 | NA | 解决胎儿超声图像标注数据稀缺问题，提升半监督分割性能 | 胎儿超声图像 | 医学图像分割 | 胎儿发育评估 | 超声成像 | 深度学习 | 超声图像 | 在两个胎儿超声数据集上进行实验 | NA | BiPCC | 分割性能指标 | NA |
| 318 | 2025-10-06 |
DeepLabV3+ With Convolutional Triplet Attention and Histopathology-Guided Voting for Hyperspectral Image Segmentation of Serous Ovarian Cancer
2025-Jun-30, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500142
PMID:40587972
|
研究论文 | 提出融合卷积三重注意力和组织病理学引导投票机制的DeepLabV3+模型，用于浆液性卵巢癌高光谱图像分割 | 集成卷积三重注意力模块捕捉跨维度光谱-空间依赖，结合WHO诊断标准的组织病理学引导投票机制 | 基线DeepLabV3+模型处理高维数据性能欠佳，泛化能力和判别能力有限 | 提升浆液性卵巢癌高光谱图像分割的准确性和判别能力 | 浆液性卵巢癌组织的高光谱图像 | 计算机视觉 | 卵巢癌 | 高光谱成像 | CNN | 高光谱图像 | NA | NA | DeepLabV3+, Convolutional Triplet Attention Module, U-Net, PAN, FPN | 准确率 | NA |
| 319 | 2025-10-06 |
Efficient Cerebral Infarction Segmentation Using U-Net and U-Net3 + Models
2025-Jun-30, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01587-3
PMID:40588699
|
研究论文 | 本研究使用U-Net和U-Net3+模型对脑梗死区域进行精确分割 | 采用新型数据集并比较基础U-Net与先进U-Net3+模型在脑梗死分割中的表现，发现简单架构模型反而取得更优性能 | 数据集规模有限（110名患者），需通过数据增强技术扩充数据 | 开发精确高效的脑梗死分割方法以支持医疗决策 | 脑梗死患者的MRI扫描图像 | 医学影像分析 | 脑梗死 | MRI扫描 | CNN | 医学图像 | 110名患者的MRI扫描，经数据增强后得到6732张平衡图像 | NA | U-Net, U-Net3+ | Dice系数, IoU, 像素精度, 特异性 | NA |
| 320 | 2025-10-06 |
A Deep Learning Framework for the Electronic Structure of Water: Toward a Universal Model
2025-Jun-30, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c00496
PMID:40588763
|
研究论文 | 提出一种改进的机器学习Deep Kohn-Sham方法DeePKS-ES，用于精确模拟水系统的电子结构 | 通过将哈密顿矩阵及其特征值和特征向量纳入损失函数，建立了水系统的通用模型，能够从廉价的PBE计算重现高级混合泛函的电子特性 | NA | 开发能够精确模拟水系统电子结构的计算方法，弥合量子力学精度与可扩展计算之间的差距 | 水系统的电子结构，包括单个水分子到体相液体 | 机器学习 | NA | Deep Kohn-Sham方法，混合泛函计算，广义梯度近似计算 | 深度学习 | 量子化学计算数据 | NA | NA | DeePKS | 能带间隙预测，态密度预测，总能量预测，原子力预测 | NA |