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 1717 篇文献，本页显示第 1541 - 1560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1541 | 2025-10-06 |
Fostering Clinical Judgment and Promoting Transition Into First Clinical Rotation Through Active Learning
2025 Jul-Aug 01, Nursing education perspectives
IF:0.9Q3
DOI:10.1097/01.NEP.0000000000001293
PMID:38920415
|
研究论文 | 本文介绍了一种通过互动课堂活动帮助护理专业学生发展临床判断能力并促进向首次临床轮转过渡的教学方法 | 采用新颖的互动课堂活动设计，帮助学生将课堂知识应用于临床场景，促进学习迁移和临床判断能力发展 | NA | 提升护理学生的批判性思维能力和临床判断能力，促进从课堂到临床环境的顺利过渡 | 护理学士项目第一学期课程结束的学生 | 医学教育 | NA | 互动课堂活动，患者情景模拟 | NA | NA | NA | NA | NA | NA | NA |
| 1542 | 2025-10-06 |
The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review
2025-Jul, Journal of clinical nursing
IF:3.2Q1
DOI:10.1111/jocn.17678
PMID:40001301
|
综述 | 通过范围综述探讨糖尿病患者足部护理的学习过程和教育策略 | 首次系统整合糖尿病患者足部护理的学习策略，提出理解患者学习进程和自主管理的框架 | 仅纳入英文文献，可能遗漏其他语言的重要研究 | 探索糖尿病患者足部护理的学习过程和教育策略 | 糖尿病患者足部护理相关文献 | 医学教育 | 糖尿病 | 范围综述方法 | NA | 文献数据 | 906篇文献经过筛选 | NA | NA | NA | NA |
| 1543 | 2025-10-06 |
Breast tumour classification in DCE-MRI via cross-attention and discriminant correlation analysis enhanced feature fusion
2025-Jul, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.106941
PMID:40403340
|
研究论文 | 提出一种基于判别相关分析和交叉注意力增强特征融合的DCE-MRI乳腺肿瘤分类方法 | 提出eFF-DCA融合方法，结合深度特征与交叉注意力编码的影像组学特征，通过判别相关分析最大化类内相关性并最小化类间冗余 | 非端到端设计限制了多模态融合效果 | 开发基于DCE-MRI的乳腺肿瘤良恶性分类方法 | 乳腺肿瘤患者 | 计算机视觉 | 乳腺癌 | 动态对比增强磁共振成像(DCE-MRI) | 深度学习 | 医学影像 | 261名患者，包含137个良性肿瘤和163个恶性肿瘤 | NA | 交叉注意力机制 | 准确率, AUC | NA |
| 1544 | 2025-10-06 |
Assessment of image quality on the diagnostic performance of clinicians and deep learning models: Cross-sectional comparative reader study
2025-Jul, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20462
PMID:39655640
|
研究论文 | 本研究比较了不同图像质量对皮肤科医生和深度学习模型诊断皮肤病变性能的影响 | 首次系统评估HDR增强图像质量对临床医生和CNN模型诊断性能的交叉比较研究 | 样本量相对有限（303张图像，101个皮肤病变），仅使用单一CNN模型架构 | 探究不同图像质量（包括HDR增强图像）对皮肤病变诊断性能的影响 | 皮肤病变图像和皮肤科医生诊断能力 | 计算机视觉 | 皮肤癌 | 皮肤镜检查，HDR图像增强 | CNN | 图像 | 303张图像，包含101个皮肤病变 | NA | NA | 灵敏度，特异度，准确率 | NA |
| 1545 | 2025-10-06 |
Quantitative Ischemic Lesions of Portable Low-Field Strength MRI Using Deep Learning-Based Super-Resolution
2025-Jul, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.124.050540
PMID:40235448
|
研究论文 | 本研究评估深度学习超分辨率技术提升便携式低场强MRI在缺血性病灶定量分析中的诊断性能 | 首次将基于SCUNet架构的深度学习超分辨率技术应用于便携式低场强MRI，显著提升缺血性病灶的定量检测性能 | 回顾性研究设计，样本量有限（282例），需进一步前瞻性验证 | 评估合成超分辨率MRI技术对低场强MRI诊断缺血性病灶性能的改善效果 | 178名卒中患者和104名健康对照者 | 医学影像分析 | 缺血性脑卒中 | 磁共振成像，深度学习超分辨率 | 深度学习 | 磁共振图像 | 282例（178患者+104对照） | NA | SCUNet（Swin-Conv-UNet） | 灵敏度，特异性，组内相关系数，Pearson相关系数 | NA |
| 1546 | 2025-10-06 |
Deep Learning Based on Ultrasound Images Differentiates Parotid Gland Pleomorphic Adenomas and Warthin Tumors
2025-Jul, Ultrasonic imaging
IF:2.5Q2
DOI:10.1177/01617346251319410
PMID:40156239
|
研究论文 | 本研究基于超声图像开发深度学习模型，用于自动区分腮腺多形性腺瘤和沃辛瘤 | 首次将多种CNN模型应用于腮腺肿瘤的超声图像分类，并与不同经验水平的超声医师进行诊断性能比较 | 回顾性研究设计，样本量相对有限（91例患者），仅包含两种腮腺肿瘤类型 | 开发基于超声图像的自动诊断模型，提高腮腺肿瘤诊断准确性和一致性 | 腮腺多形性腺瘤和沃辛瘤患者 | 计算机视觉 | 腮腺肿瘤 | 超声成像 | CNN | 图像 | 91例患者，526张超声图像 | NA | ResNet18, MobileNetV3Small, InceptionV3 | 准确率, AUC, 灵敏度, 特异性, 阳性预测值, 阴性预测值, Kappa值 | NA |
| 1547 | 2025-10-06 |
Deep Learning Model for Real-Time Nuchal Translucency Assessment at Prenatal US
2025-Jul, Radiology. Artificial intelligence
DOI:10.1148/ryai.240498
PMID:40304583
|
研究论文 | 开发并评估用于产前超声检查中实时颈项透明层平面识别和测量的人工智能模型 | 开发了首个用于实时颈项透明层评估的AI模型，实现了与放射科医生工作流程的高度一致性 | 回顾性多中心研究，可能存在选择偏倚 | 开发AI模型用于产前超声颈项透明层自动评估 | 胎儿颈项透明层 | 计算机视觉 | 产前筛查 | 超声成像 | CNN | 图像,视频 | 内部数据集3153个胎儿的3959张NT图像，外部数据集267个胎儿的267个超声视频 | NA | NA | AUC,准确率,平均绝对误差 | NA |
| 1548 | 2025-10-06 |
Automatic Detection of B-Lines in Lung Ultrasound Based on the Evaluation of Multiple Characteristic Parameters Using Raw RF Data
2025-Jul, Ultrasonic imaging
IF:2.5Q2
DOI:10.1177/01617346251330111
PMID:40539654
|
研究论文 | 提出一种基于射频信号和多特征参数评估的肺超声B线垂直伪影自动识别方法 | 通过分析扫描线而非完整图像，结合多种特征参数和非线性SVM分类器，显著降低了对大型图像数据集的依赖 | 方法在多种实验条件下进行了验证，但未提及临床验证的规模和多样性 | 开发自动识别肺超声中B线伪影的方法以提高诊断准确性 | 肺超声中的B线区域识别 | 医学影像分析 | 肺部疾病 | 射频信号分析，超声成像 | SVM | 射频信号，超声扫描线 | 包含滴水海绵模型、含玻璃珠或明胶液滴的明胶体模以及体内实验 | NA | 非线性支持向量机 | 准确率，灵敏度，特异性，F1分数 | 处理速度27,000-33,000扫描线/秒，帧率超过100 FPS |
| 1549 | 2025-10-06 |
Predicting Primary Graft Dysfunction in Systemic Sclerosis Lung Transplantation Using Machine-Learning and CT Features
2025-Jul, Clinical transplantation
IF:1.9Q3
DOI:10.1111/ctr.70217
PMID:40552679
|
研究论文 | 本研究利用机器学习和CT影像特征预测系统性硬化症患者肺移植后的原发性移植物功能障碍 | 首次在系统性硬化症肺移植人群中结合深度学习提取的CT特征和多种机器学习算法预测PGD | 样本量相对有限（92例患者），且为单中心回顾性研究 | 预测系统性硬化症患者肺移植后的原发性移功能障碍 | 92例接受双侧肺移植的系统性硬化症患者 | 医学影像分析 | 系统性硬化症 | CT影像分析，深度学习 | 逻辑回归，SVM，随机森林，MLP | CT影像，临床数据 | 92例系统性硬化症肺移植患者 | NA | 多层感知器 | AUROC | NA |
| 1550 | 2025-10-06 |
Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models
2025-Jul, European journal of dentistry
DOI:10.1055/s-0044-1791784
PMID:39572193
|
研究论文 | 本研究使用基于深度学习的卷积神经网络模型，通过口腔内X光片对三壁骨内缺损进行分类 | 首次应用多种CNN模型对牙周三壁骨内缺损进行自动分类，为牙周疾病诊断提供新方法 | 数据集仅包含1,369张X光片，样本量相对有限；某些模型AUC值仅达到可接受阈值 | 开发能够准确区分三壁和非三壁骨内缺损的深度学习模型 | 牙周手术患者的牙槽骨缺损 | 计算机视觉 | 牙周疾病 | 口腔内X光摄影 | CNN | X光图像 | 来自556名患者的1,369张X光片 | NA | InceptionV3,InceptionResNetV2,ResNet50V2,MobileNetV3Large,EfficientNetV2B1,VGG19 | AUC,准确率,精确率,召回率,特异性,阴性预测值,F1分数 | NA |
| 1551 | 2025-10-06 |
Identifying Primary Sites of Spinal Metastases: Expert-Derived Features vs. ResNet50 Model Using Nonenhanced MRI
2025-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29720
PMID:39868626
|
研究论文 | 本研究开发并验证了使用非增强MRI识别脊柱转移瘤原发部位的人工智能模型 | 比较了基于专家特征的模型与深度学习模型在非增强MRI上识别脊柱转移瘤原发部位的性能 | 回顾性研究设计，样本量有限（514例患者） | 开发AI模型提高脊柱转移瘤原发部位的诊断效率 | 514例经病理证实的脊柱转移瘤患者 | 医学影像分析 | 脊柱转移瘤 | 非增强MRI（T1加权、T2加权和脂肪抑制T2序列） | ResNet50 | MRI图像 | 514例患者（开发集360例，测试集154例） | NA | ResNet50 | 准确率, 精确率, 召回率, F1分数, ROC-AUC | NA |
| 1552 | 2025-10-06 |
Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease
2025-Jul-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000827
PMID:40013381
|
研究论文 | 评估基于深度学习的AI迭代重建算法在降低3岁以下先天性心脏病患儿胸部CT辐射剂量中的性能 | 首次在3岁以下先天性心脏病患儿中评估新型AI迭代重建算法对胸部CT的剂量降低效果 | 研究仅针对3岁以下先天性心脏病患者，样本量相对有限(191例) | 评估AI迭代重建算法在儿科胸部CT中的剂量降低潜力 | 3岁以下先天性心脏病患儿 | 医学影像 | 先天性心脏病 | CT血管造影，低剂量CT扫描 | 深度学习重建算法 | 医学CT图像 | 191例3岁以下先天性心脏病患者 | NA | 人工智能力迭代重建(AIIR) | 图像质量评分，肺炎严重程度指数，气道狭窄分级一致性 | NA |
| 1553 | 2025-10-06 |
Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System
2025-Jul, Cancer cytopathology
IF:2.6Q2
DOI:10.1002/cncy.70022
PMID:40543043
|
研究论文 | 评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效能和准确性 | 验证基于人工智能的宫颈细胞学筛查系统在临床实践中的集成应用 | 样本量相对有限（890例），需要更大规模研究验证 | 评估数字诊断系统在宫颈癌筛查中的临床应用价值 | 宫颈细胞学样本 | 数字病理 | 宫颈癌 | ThinPrep巴氏涂片检测 | 深度学习算法 | 细胞学图像 | 890例已诊断的ThinPrep巴氏涂片检测样本 | NA | NA | 灵敏度,阴性预测值,95%置信区间 | Hologic Genius数字诊断系统 |
| 1554 | 2025-10-06 |
Artificial intelligence entering the pathology arena in oncology: current applications and future perspectives
2025-Jul, Annals of oncology : official journal of the European Society for Medical Oncology
IF:56.7Q1
DOI:10.1016/j.annonc.2025.03.006
PMID:40307127
|
综述 | 本文系统综述了人工智能在肿瘤病理学领域的当前应用与未来展望 | 首次通过ESMO精准肿瘤工作组系统评估AI在肿瘤病理中的应用现状，特别关注基础模型和基于Transformer的深度学习等新兴技术 | 目前尚无基于IA或IB证据支持的AI预后或预测生物标志物，数据可用性、可解释性和监管问题仍是主要障碍 | 评估人工智能在肿瘤病理学中的当前应用并展望未来发展前景 | 肿瘤病理学中应用AI算法的相关研究 | 数字病理学 | 肿瘤 | 系统综述方法 | 基础模型,通用模型,基于Transformer的深度学习 | 病理图像,多组学数据 | NA | NA | Transformer | 准确性,效率 | NA |
| 1555 | 2025-10-06 |
Multiparametric MRI for Assessment of the Biological Invasiveness and Prognosis of Pancreatic Ductal Adenocarcinoma in the Era of Artificial Intelligence
2025-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29708
PMID:39781607
|
综述 | 本文探讨人工智能时代多参数MRI在评估胰腺导管腺癌生物学侵袭性和预后中的应用价值 | 整合多参数MRI与人工智能技术，开发能够量化肿瘤特征并预测PDAC生物学行为和预后的影像生物标志物 | 当前AI模型主要基于单一模态数据且样本量较小，技术可重复性和生物学解释性面临挑战 | 评估多参数MRI结合AI技术在预测胰腺导管腺癌生物学侵袭性和预后方面的应用前景 | 胰腺导管腺癌(PDAC)患者 | 医学影像分析 | 胰腺癌 | 多参数磁共振成像(mpMRI) | 深度学习,人工神经网络 | 医学影像 | 相对较小的样本量 | NA | NA | NA | NA |
| 1556 | 2025-10-06 |
Visualizing Preosteoarthritis: Updates on UTE-Based Compositional MRI and Deep Learning Algorithms
2025-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29710
PMID:39792443
|
综述 | 本文综述了基于超短回波时间磁共振成像和深度学习算法在骨关节炎早期可视化诊断中的最新进展 | 结合超短回波时间MRI技术和深度学习算法，推进对前骨关节炎的成像生物标志物识别 | 证据等级为5级，技术效能处于第2阶段，仍需进一步临床验证 | 探索骨关节炎早期诊断的先进成像技术和分析方法 | 骨关节组织（软骨、半月板/盂唇、韧带和肌腱） | 医学影像分析 | 骨关节炎 | 超短回波时间磁共振成像，定量形态学和成分评估 | 深度学习 | MRI图像 | NA | NA | NA | NA | NA |
| 1557 | 2025-10-06 |
AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers
2025-Jul, Journal of clinical periodontology
IF:5.8Q1
DOI:10.1111/jcpe.14164
PMID:40195567
|
研究论文 | 开发并验证基于深度学习的角化牙龈检测模型，通过参考保持器进行临床验证 | 首个能够可靠识别全口角化牙龈的AI模型，采用参考保持器进行系统验证 | 对后牙区域的预测精度需要进一步改进 | 评估深度学习模型在牙科照片中检测角化牙龈的能力并验证其临床应用价值 | 角化牙龈区域 | 计算机视觉 | 牙科疾病 | 深度学习 | CNN | 图像 | 32名受试者的576张牙弓区域照片 | PyTorch | DeepLabv3, ResNet50 | Dice系数, 准确率 | NA |
| 1558 | 2025-10-06 |
Development and application of deep learning-based diagnostics for pathologic diagnosis of gastric endoscopic submucosal dissection specimens
2025-Jul, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association
IF:6.0Q1
DOI:10.1007/s10120-025-01612-y
PMID:40232558
|
研究论文 | 开发并评估用于胃内镜黏膜下剥离术标本病理诊断的深度学习模型 | 首次开发针对ESD标本的深度学习诊断模型，实现肿瘤和黏膜肌层的自动分割及黏膜下浸润检测 | 研究样本量有限（366例），需进一步外部验证 | 开发自动化诊断工具以辅助胃ESD标本的病理诊断 | 胃腺癌内镜黏膜下剥离术标本 | 数字病理学 | 胃癌 | 全玻片成像 | 深度学习 | 病理图像 | 366例ESD标本，2257个标注感兴趣区域，83,839个图像块 | NA | NA | Dice系数, AUROC, 特异性, 敏感性 | NA |
| 1559 | 2025-10-06 |
Deep learning-assisted detection of meniscus and anterior cruciate ligament combined tears in adult knee magnetic resonance imaging: a crossover study with arthroscopy correlation
2025-Jul, International orthopaedics
IF:2.0Q2
DOI:10.1007/s00264-025-06531-2
PMID:40293511
|
研究论文 | 比较医生在有无深度学习模型辅助下对膝关节MRI中半月板和前交叉韧带撕裂的诊断性能 | 首次采用交叉研究设计评估深度学习算法在辅助医生诊断膝关节复合损伤中的价值 | 样本量相对有限(186例MRI检查)，仅包含三种特定损伤类型 | 评估深度学习模型在膝关节MRI诊断中的辅助价值 | 成人膝关节磁共振成像 | 医学影像分析 | 膝关节损伤 | 磁共振成像 | 深度学习模型 | 医学影像 | 186例膝关节MRI检查(88例患者术前MRI和98例正常对照) | NA | Keros®算法 | AUC, 敏感性, 特异性 | NA |
| 1560 | 2025-10-06 |
Radiomics for lung cancer diagnosis, management, and future prospects
2025-Jul, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.106926
PMID:40344812
|
综述 | 探讨影像组学在肺癌诊断和管理中的作用及未来前景 | 系统阐述从手工影像组学到深度学习的技术演进，强调大语言模型、可解释AI和超分辨率成像等前沿技术的整合 | NA | 提升肺癌诊断准确性、预测治疗反应和实现个性化医疗 | 肺癌患者医学影像数据 | 数字病理 | 肺癌 | 医学影像分析 | 深度学习 | 医学影像 | NA | NA | NA | 特异性,敏感性 | NA |