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 1902 篇文献，本页显示第 1741 - 1760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1741 | 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 |
| 1742 | 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 |
| 1743 | 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 |
| 1744 | 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 |
| 1745 | 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 |
| 1746 | 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 |
| 1747 | 2025-10-06 |
Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients
2025-Jul, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110497
PMID:40450820
|
研究论文 | 开发了一种基于深度学习和保形预测的时间序列模型，用于改善非ICU住院患者的脓毒症早期诊断 | 结合深度学习和保形预测框架，专门针对非ICU环境设计，显著降低误报率并提高特异性 | 研究主要基于MIMIC-IV和eICU-CRD数据集，需要在更多真实临床环境中验证 | 改善非ICU住院患者的脓毒症早期诊断，降低误报率 | 非ICU住院患者 | 医疗人工智能 | 脓毒症 | 深度学习，保形预测 | 深度学习模型 | 时间序列医疗数据 | 83,813名患者用于训练，eICU-CRD数据集用于验证 | NA | 时间序列深度学习模型 | AUROC，特异性，误报率 | NA |
| 1748 | 2025-10-06 |
Current trends in glioma tumor segmentation: A survey of deep learning modules
2025-Jul, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.104988
PMID:40460759
|
综述 | 本文综述了深度学习模块在胶质瘤肿瘤分割中的当前趋势，通过消融研究评估了各种附加模块对分割性能的影响 | 系统评估了扩张卷积、初始模块、注意力机制、Transformer和混合模块等先进模块对胶质瘤分割性能的增强作用 | 需要进一步改进模型可解释性、降低计算成本并提升泛化能力 | 评估深度学习附加模块在胶质瘤MRI图像分割中的性能影响 | 脑胶质瘤肿瘤图像分割 | 计算机视觉 | 脑胶质瘤 | 多参数磁共振成像(mpMRI) | CNN, Transformer | 医学影像 | 脑肿瘤分割(BraTS)数据集，包含低级别和高级别胶质瘤 | NA | atrous convolutions, inception, attention, transformer, hybrid modules | Dice系数 | NA |
| 1749 | 2025-10-06 |
U2-Attention-Net: a deep learning automatic delineation model for parotid glands in head and neck cancer organs at risk on radiotherapy localization computed tomography images
2025-Jul, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105024
PMID:40499410
|
研究论文 | 开发了一种名为U2-Attention-Net的深度学习模型，用于头颈癌放疗定位CT图像中腮腺的精确分割 | 提出了结合不同注意力机制（sSE和cSE）的U2A-Net模型，在腮腺分割任务中表现优于现有模型 | 样本量相对较小（79例患者），需要更大规模数据验证模型泛化能力 | 开发精确的腮腺自动分割模型以辅助头颈癌放疗规划 | 头颈癌患者的放疗定位CT图像 | 医学图像分割 | 头颈癌 | CT成像 | 深度学习分割模型 | CT图像 | 79例头颈癌患者（训练集60例，验证集6例，测试集13例） | NA | U2-Attention-Net, U-Net, Attention U-Net, DeepLabV3+, TransUNet | DSC, JSC, PPV, SE, HD, RVD, VOE | NA |
| 1750 | 2025-10-06 |
Automated segmentation of target volumes in breast cancer radiotherapy, impact on target size and dose to organs at risk
2025-Jul, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2025.100986
PMID:40529410
|
研究论文 | 比较深度学习模型与临床标准在乳腺癌放疗靶区勾画中对靶区大小和危及器官剂量的影响 | 首次系统评估深度学习模型在考虑临床数据（如肿瘤位置）情况下对乳腺癌放疗靶区勾画和剂量分布的影响 | 研究基于假设性乳腺癌患者，样本量有限（10-14个中心），且仅评估3D适形放疗 | 评估深度学习模型在乳腺癌放疗靶区勾画中的临床应用价值 | 乳腺癌放疗靶区（乳腺、I-IV级淋巴结、内乳淋巴结）和危及器官 | 数字病理 | 乳腺癌 | 深度学习，3D适形放疗计划 | 深度学习模型 | CT影像，临床数据 | 10个中心的乳腺CTV，11个中心的淋巴结CTV，14个中心的内乳淋巴结CTV | Raystation, MVision | NA | 几何重叠度，靶区体积，危及器官剂量 | NA |
| 1751 | 2025-10-06 |
Deep Learning for Detecting and Subtyping Renal Cell Carcinoma on Contrast-Enhanced CT Scans Using 2D Neural Network with Feature Consistency Techniques
2025-Jul, The Indian journal of radiology & imaging
DOI:10.1055/s-0044-1800804
PMID:40529970
|
研究论文 | 本研究开发了一种基于2D神经网络和特征一致性技术的深度学习算法，用于在CT扫描中检测和分型肾细胞癌 | 首次将空间一致性和类别一致性模块集成到2D神经网络架构中，用于肾细胞癌的检测和分型 | 回顾性研究设计，样本量相对有限（196例患者），仅使用皮质髓质期图像 | 开发用于肾细胞癌检测和分型的深度学习算法 | 196例经组织病理学证实的肾细胞癌患者（143例透明细胞癌，53例非透明细胞癌） | 计算机视觉 | 肾细胞癌 | CT扫描 | CNN | 医学图像 | 196例肾细胞癌患者的CT扫描图像 | NA | FocalNet-DINO | 召回率, 特异性, 准确率, F1分数, AUC | NA |
| 1752 | 2025-10-06 |
NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation
2025-Jul, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2024.2394510
PMID:39189206
|
研究论文 | 提出一种基于自然语言处理的工效学MSD风险根因分析与控制推荐系统 | 首次将深度学习NLP技术应用于工效学风险评估，实现从风险评分到根因分析和控制建议的完整流程 | 依赖专家知识构建的机器学习系统，可能受限于专家知识的覆盖范围 | 开发自动化的工效学风险评估与改进系统，预防肌肉骨骼疾病 | 工作场所中的物理动作描述和操作对象 | 自然语言处理 | 肌肉骨骼疾病 | 自然语言处理，词性标注，依存句法分析 | 深度学习 | 文本 | NA | NA | NA | NA | NA |
| 1753 | 2025-10-06 |
Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas
2025-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03452-y
PMID:39969569
|
研究论文 | 比较Willems、Cameriere-Europe、London Atlas和深度学习方法在土耳其儿童全景X光片上的牙齿年龄估计效果 | 首次将深度学习方法与传统牙齿年龄估计方法（Willems、Cameriere-Europe、London Atlas）在土耳其儿童人群中进行系统性比较 | 研究仅针对土耳其儿童人群，样本量为1169人，结果可能不适用于其他人群 | 评估不同牙齿年龄估计方法在土耳其儿童中的准确性和适用性 | 土耳其儿童的全景X光片 | 计算机视觉 | NA | 全景X光成像 | CNN | 医学影像 | 1169名土耳其儿童（613名女孩，556名男孩） | TensorFlow | 卷积神经网络 | Akaike信息准则, Bayesian-Schwarz准则, 均方根误差, 决定系数, 组内相关系数 | NA |
| 1754 | 2025-10-06 |
Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM
2025-Jul-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005898
PMID:40237349
|
研究论文 | 比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化分析 | 首次探索ConvNeXt和Transformer模型在骨扫描中检测骨转移的应用，并与传统CNN模型进行性能比较 | 回顾性研究，数据来自两个医疗机构，样本量有限 | 评估不同深度学习模型在骨扫描中诊断转移性病灶的性能 | 癌症患者的骨扫描图像 | 计算机视觉 | 骨转移癌 | 骨扫描 | CNN, Transformer | 医学图像 | 训练验证集4626例（医院1），测试集1428例（医院2） | NA | ResNet18, DeiT, ViT Large 16, Swin Base, ConvNeXt Large | 准确率 | NA |
| 1755 | 2025-10-06 |
ReorderBench: A Benchmark for Matrix Reordering
2025-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3560345
PMID:40227900
|
研究论文 | 本文构建了一个用于评估和改进矩阵重排技术的基准测试ReorderBench | 提出了基于卷积和熵的评分方法，并创建了包含数百万生成矩阵和真实世界矩阵的综合性基准 | NA | 评估和改进矩阵重排技术 | 矩阵重排算法和视觉模式识别 | 机器学习 | NA | 矩阵重排技术 | 深度学习模型 | 矩阵数据 | 2,835,000个二值矩阵，5,670,000个连续矩阵，450个真实世界矩阵 | NA | NA | 基于卷积和熵的评分方法 | NA |
| 1756 | 2025-10-06 |
Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study
2025-Jul, Radiology. Imaging cancer
DOI:10.1148/rycan.240250
PMID:40512032
|
研究论文 | 评估常规剂量与低剂量CT扫描在肾小肿块主动监测中的一致性，并研究深度学习去噪技术的作用 | 首次系统评估深度学习去噪技术在低剂量CT肾小肿块监测中的应用价值 | 回顾性研究，样本量相对有限（70例患者） | 评估低剂量CT扫描在肾小肿块主动监测中的可行性和准确性 | 接受肾小肿块主动监测的患者 | 医学影像 | 肾脏肿瘤 | CT扫描，深度学习去噪 | 深度学习 | 医学影像 | 70例患者（48男，22女），350次CT扫描 | NA | NA | LOAM，Gwet AC2系数，图像质量评分，噪声水平，对比噪声比 | NA |
| 1757 | 2025-10-06 |
ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches
2025-Jul, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70087
PMID:40519190
|
研究论文 | 提出基于深度学习的计算框架ConsAMPHemo，用于预测抗菌肽的溶血活性 | 开发两阶段深度学习框架，同时实现抗菌肽溶血活性的二元分类和溶血浓度回归预测 | NA | 通过机器学习方法预测抗菌肽的溶血活性，降低药物安全性评估成本 | 抗菌肽(AMPs) | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据 | 三个独立数据集 | NA | NA | 准确率, Pearson相关系数 | NA |
| 1758 | 2025-10-06 |
PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation
2025-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3390122
PMID:38630565
|
研究论文 | 提出一种用于6D姿态估计的点云补全与关键点优化新流程PCKRF | 提出融合姿态敏感的点云补全网络和色彩支持的迭代关键点配准方法，在姿态优化中引入颜色信息并增强稳定性 | NA | 提升6D姿态估计的精度和稳定性 | 点云数据，纹理缺失和对称物体 | 计算机视觉 | NA | 点云处理，深度学习 | 神经网络 | 点云数据，颜色信息 | NA | NA | 姿态敏感点云补全网络 | 姿态估计精度，稳定性 | NA |
| 1759 | 2025-06-18 |
Multitask Deep Learning for Automated Detection of Endoleak at Digital Subtraction Angiography during Endovascular Aneurysm Repair
2025-07, Radiology. Artificial intelligence
DOI:10.1148/ryai.240392
PMID:40266029
|
research paper | 开发并评估一种新型多任务深度学习框架，用于在真实世界的腹主动脉瘤血管内修复术（EVAR）过程中自动检测和定位主动脉数字减影血管造影（DSA）中的内漏 | 提出了一种基于多任务学习的卷积神经网络，用于内漏的自动检测和定位，性能优于人类专家 | 研究为回顾性设计，样本量相对较小（220例患者） | 开发自动化工具以提高EVAR手术中内漏检测的准确性和效率 | 接受EVAR手术患者的主动脉DSA图像 | digital pathology | cardiovascular disease | digital subtraction angiography | CNN | image | 220例患者（中位年龄74岁，181名男性） | NA | NA | NA | NA |
| 1760 | 2025-06-18 |
Automated classification of oral potentially malignant disorders and oral squamous cell carcinoma using a convolutional neural network framework: a cross-sectional study
2025-Jul, Lancet regional health. Americas
DOI:10.1016/j.lana.2025.101138
PMID:40519355
|
研究论文 | 本研究旨在开发和评估用于自动分类口腔潜在恶性病变（OPMD）和口腔鳞状细胞癌（OSCC）临床图像的AI模型，并探索使用Grad-CAM进行可解释性分析 | 采用深度学习方法和Grad-CAM技术，实现了对OPMD和OSCC临床图像的自动分类，并探索了模型的可解释性 | 研究仅进行了内部测试，未进行外部验证 | 开发AI模型以辅助口腔潜在恶性病变和口腔鳞状细胞癌的诊断 | 口腔潜在恶性病变（OPMD）和口腔鳞状细胞癌（OSCC）的临床图像 | 计算机视觉 | 口腔癌 | 深度学习 | CNN（包括ConvNeXt和MobileNet） | 图像 | 778张临床图像 | NA | NA | NA | NA |