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 954 篇文献，本页显示第 781 - 800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 781 | 2025-10-06 |
Identifying and Evaluating Salt-Tolerant Halophytes Along a Tropical Coastal Zone: Growth Response and Desalination Potential
2025-Aug, Plant-environment interactions (Hoboken, N.J.)
DOI:10.1002/pei3.70072
PMID:40672803
|
研究论文 | 本研究通过深度学习图像识别和温室实验评估加纳海岸带盐生植物的耐盐性和脱盐潜力 | 结合深度学习图像识别技术与温室实验，系统评估热带海岸带盐生植物在不同盐浓度和土壤类型下的生长响应和脱盐能力 | 仅选取五种盐生植物进行研究，样本量有限；实验条件为受控温室环境，与野外自然条件存在差异 | 探索加纳海岸带盐生植物的耐盐特性和土壤脱盐潜力 | 加纳海岸带盐生植物 | 计算机视觉 | NA | 深度学习图像识别，温室实验 | NA | 图像，实验数据 | 五种盐生植物，三种盐浓度(0、25、50 dS/m)，两种土壤类型(海沙和耕地土壤) | NA | NA | 相对生长速率(RGR)，性能指数(PI)，土壤电导率(EC)，总溶解固体(TDS)，pH值，钠离子和氯离子含量 | NA |
| 782 | 2025-10-06 |
ViCoW: A dataset for colorization and restoration of Vietnam War imagery
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111815
PMID:40673188
|
研究论文 | 发布越南战争时期图像着色与修复的数据集ViCoW | 提供首个专门针对越南战争时期历史影像的高分辨率图像对数据集，包含原始彩色帧与对应灰度版本 | 数据集规模相对有限（1896对图像），仅包含四部越南电影素材 | 支持历史图像修复与着色研究，促进数字遗产保护 | 越南战争时期历史影像 | 计算机视觉 | NA | ITU-R BT.601亮度公式 | 深度学习模型 | 图像 | 1896对高分辨率图像（来自四部越南电影） | NA | NA | NA | NA |
| 783 | 2025-10-06 |
Smartphone image dataset for machine learning-based monitoring and analysis of mango growth stages
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111780
PMID:40673194
|
研究论文 | 本文开发了一个用于芒果生长阶段监测和分析的标准化智能手机图像数据集 | 创建了孟加拉国首个标准化的芒果生长阶段图像数据集，填补了该国农业领域机器学习应用的数据空白 | 数据集仅包含单一品种芒果在特定地区的图像，可能无法完全代表所有芒果品种和生长环境 | 开发标准化的芒果生长阶段图像数据集以支持机器学习在农业监测中的应用 | 芒果生长阶段的图像数据 | 计算机视觉 | NA | 智能手机图像采集 | NA | 图像 | 2004张图像，分为四个生长阶段：早期果实、未成熟、成熟和成熟期 | NA | NA | NA | NA |
| 784 | 2025-10-06 |
Deep learning empowers genomic selection of pest-resistant grapevine
2025-Aug, Horticulture research
IF:7.6Q1
DOI:10.1093/hr/uhaf128
PMID:40673235
|
研究论文 | 本研究结合深度学习与基因组选择技术，开发了预测葡萄抗虫性的方法 | 首次将深度卷积神经网络应用于葡萄叶片虫害评估，并结合多组学数据进行基因组选择 | 研究仅针对葡萄品种，样本量为231个种质资源 | 开发基于深度学习的基因组选择方法培育抗虫葡萄品种 | 葡萄叶片虫害表型和基因组数据 | 计算机视觉,机器学习 | 植物虫害 | 基因组重测序,转录组测序,植物表型组学 | CNN,DCNN | 图像,基因组数据,转录组数据 | 231个葡萄种质资源 | NA | VGG16,DCNN-PDS | 准确率,相关系数 | NA |
| 785 | 2025-07-20 |
Deep learning's crystal ball: Predicting HCC surgery success with multimodal imaging
2025-Aug-01, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001410
PMID:40680277
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 786 | 2025-10-06 |
Age-stratified deep learning model for thyroid tumor classification: a multicenter diagnostic study
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11386-7
PMID:39903238
|
研究论文 | 开发了一种基于年龄分层的深度学习模型ASMCNet用于甲状腺结节分类 | 首次将年龄分层策略整合到甲状腺结节分类的深度学习模型中 | 回顾性研究，需要前瞻性验证 | 研究年龄分层对深度学习模型在甲状腺结节分类中准确性的影响 | 甲状腺结节患者 | 计算机视觉 | 甲状腺癌 | 超声成像 | 深度学习 | 图像 | 5934名患者的10391张超声图像 | NA | ASMCNet | AUROC, 敏感性, 特异性 | NA |
| 787 | 2025-10-06 |
The future of Alzheimer's disease risk prediction: a systematic review
2025-Aug, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology
IF:2.7Q3
DOI:10.1007/s10072-025-08167-x
PMID:40220257
|
系统综述 | 本文系统综述了人工智能在阿尔茨海默病风险预测中的应用现状和发展前景 | 整合传统模型与AI方法，全面分析神经影像和非神经影像特征在阿尔茨海默病预测中的应用 | 仅纳入符合特定纳入标准的120项研究，可能存在发表偏倚 | 评估人工智能在阿尔茨海默病风险预测中的应用潜力 | 阿尔茨海默病风险预测相关研究 | 机器学习 | 阿尔茨海默病 | 磁共振成像(MRI)、遗传学、放射组学 | 深度学习(DL), 机器学习(ML) | 医学影像、遗传数据、临床数据 | 120项符合纳入标准的研究（来自2000-2024年间700篇文献） | NA | NA | NA | NA |
| 788 | 2025-10-06 |
Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study
2025-Aug, Neurourology and urodynamics
IF:1.8Q3
DOI:10.1002/nau.70057
PMID:40384598
|
研究论文 | 本研究通过深度学习AI模型评估便携式超声膀胱扫描仪测量膀胱体积的准确性 | 首次使用深度学习AI算法在完整膀胱体积范围内与传统方法进行准确性比较 | 研究基于特定队列的内部验证，需要外部队列验证临床相关性 | 比较深度学习AI算法与传统方法在膀胱体积测量中的准确性 | 因下尿路症状接受充盈性膀胱测压的患者 | 医学影像分析 | 泌尿系统疾病 | 超声成像 | 深度学习 | 超声图像 | 250名患者（213名男性，37名女性），1912张膀胱图像 | NA | NA | R2, p值, 平均差异 | NA |
| 789 | 2025-10-06 |
Enhancing HF-DL Model Validation for Liver Fibrosis Staging Through Sample Optimisation and Technical Integration
2025-Aug, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.70214
PMID:40607661
|
comments | 对Zhang等人关于高频超声深度学习模型在肝纤维化分期中应用的论文进行评论和讨论 | NA | NA | 讨论高频深度学习模型在肝纤维化分期验证中的样本优化和技术整合问题 | 慢性乙型肝炎患者的肝纤维化分期 | digital pathology | liver fibrosis | high-frequency ultrasound, shear wave elastography | deep learning | ultrasound images | NA | NA | NA | NA | NA |
| 790 | 2025-10-06 |
TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants
2025-Aug, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2025.01.019
PMID:39832639
|
研究论文 | 开发了一种基于深度学习的全膝关节置换植入物自动识别工具 | 采用不确定性估计和异常检测作为安全机制，可在多种X射线视图上工作 | 仅针对九种常见的TKA植入物系统进行训练 | 自动识别全膝关节置换术中的主要植入物型号 | 全膝关节置换植入物 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN | 图像 | 9,651名患者（共111,519张图像） | NA | EfficientNet | 准确率 | NA |
| 791 | 2025-10-06 |
Development of a Deep Learning Model for Automating Implant Position in Total Hip Arthroplasty
2025-Aug, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2025.01.032
PMID:39880053
|
研究论文 | 开发用于自动标注全髋关节置换术中植入物位置的深度学习模型 | 首次开发能够同时处理X射线和荧光透视图像并自动进行THA相关测量的深度学习模型 | 研究样本量相对有限（仅161例THA手术） | 开发自动化全髋关节置换相关测量的深度学习模型 | 骨盆X射线和荧光透视图像 | 计算机视觉 | 骨科疾病 | 医学影像分析 | 深度学习 | X射线图像, 荧光透视图像 | 161例初次全髋关节置换术的影像数据 | NA | 地标检测模型 | 地标检测准确率 | NA |
| 792 | 2025-10-06 |
A Deep Learning Tool for Minimum Joint Space Width Calculation on Antero-posterior Knee Radiographs
2025-Aug, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2025.01.038
PMID:39880057
|
研究论文 | 开发了一种基于深度学习的自动化工具，用于在膝关节前后位X光片上计算最小关节间隙宽度 | 开发了端到端算法，结合深度学习分割模型和计算机视觉算法，能够灵活处理自然膝关节和关节置换术后的膝关节 | 样本量相对有限（583张训练图像和330张独立验证图像），需要在更大数据集上进一步验证 | 开发自动化测量膝关节最小关节间隙宽度的算法 | 膝关节前后位X光片，包括自然膝关节和关节置换术后的膝关节 | 计算机视觉 | 骨关节炎 | X光成像 | 深度学习分割模型 | 医学图像（X光片） | 583张图像用于训练深度学习模型，330张独立图像用于算法验证 | NA | NA | Dice系数，平均绝对误差，Bland-Altman图 | NA |
| 793 | 2025-10-06 |
AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care
2025-Aug, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.04.007
PMID:40354695
|
综述 | 概述人工智能在龋齿管理中的应用现状，涵盖临床实践、专业教育和公众自我护理 | 首次系统整合AI在龋齿管理全流程中的应用，包括风险评估、影像诊断、治疗规划、专业培训和公众自我管理 | 未涉及具体临床验证数据和算法性能比较 | 探讨人工智能技术在龋齿个性化管理中的应用前景 | 龋齿患者、牙科专业人员、牙科学生和普通公众 | 机器学习 | 龋齿 | 机器学习，深度学习 | NA | 图像，行为数据，风险因素数据 | NA | NA | NA | NA | NA |
| 794 | 2025-10-06 |
Learning-Based Classification of B- and T-Cell Lymphoma on Histopathological Images: A Multicenter Study
2025-Aug, European journal of haematology
IF:2.3Q2
DOI:10.1111/ejh.14433
PMID:40360162
|
研究论文 | 本研究首次探索使用深度学习模型在组织病理学图像上对B细胞和T细胞淋巴瘤进行分类 | 首次在组织病理学图像上部署深度学习模型进行B细胞和T细胞淋巴瘤分类的可行性研究，并集成了卷积块注意力模块(CBAMs) | 样本量相对有限(1510个切片)，仅针对B细胞和T细胞淋巴瘤两大分类 | 开发基于深度学习的淋巴瘤分类方法以改善诊断工作流程 | B细胞和T细胞淋巴瘤的组织病理学图像 | 数字病理学 | 淋巴瘤 | H&E染色 | CNN | 图像 | 1510个H&E染色切片(750个B细胞淋巴瘤，760个T细胞淋巴瘤) | NA | Xception, NASNetL, ResNet50, EfficientNet | 准确率, 精确率, 召回率 | NA |
| 795 | 2025-10-06 |
Large-scale deep learning for metastasis detection in pathology reports
2025-Aug, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooaf070
PMID:40655537
|
研究论文 | 开发用于从病理报告中检测转移癌的大规模深度学习模型 | 针对特定任务从头训练的深度学习架构在性能上优于通用大语言模型，并整合了不确定性量化机制 | NA | 开发能够从非结构化病理报告中自动检测转移癌患者的算法 | 来自4个SEER登记处的60471份非结构化病理报告 | 自然语言处理 | 转移癌 | 深度学习 | 深度神经网络,LLM | 文本 | 60471份病理报告 | NA | 任务特定深度神经网络 | 召回率 | NA |
| 796 | 2025-10-06 |
Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection
2025-Aug-30, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.14353
PMID:40405615
|
研究论文 | 本研究结合格拉米角场图像编码技术和二维卷积神经网络，利用近红外光谱数据定量检测白茶的地理来源掺假 | 首次将格拉米角场图像编码技术应用于近红外光谱数据，结合二维卷积神经网络进行茶叶掺假定量检测 | 未提及模型在其他茶叶品种或更大样本规模下的泛化能力 | 开发基于近红外光谱的白茶地理来源掺假定量检测方法 | 白茶样品 | 计算机视觉 | NA | 近红外光谱技术 | CNN | 光谱数据, 图像 | NA | NA | 2D-CNN, 1D-CNN | R2, 均方根误差 | NA |
| 797 | 2025-10-06 |
A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma
2025-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-03870-9
PMID:39994163
|
研究论文 | 本研究开发了一种基于PET/CT的3D深度学习模型，用于预测I期肺腺癌患者的气腔扩散状态 | 首次将3D深度学习模型与PET/CT影像融合应用于STAS预测，并通过两阶段读者研究验证临床实用性 | 回顾性研究设计，需要前瞻性验证 | 预测I期肺腺癌患者术前气腔扩散状态 | 162名I期肺腺癌患者 | 医学影像分析 | 肺癌 | 18F-FDG PET/CT成像 | 深度学习 | 3D医学影像 | 162例患者，按4:1比例分为训练集和测试集 | NA | ResNet50 | AUC, 敏感性, 特异性, 诊断准确率 | NA |
| 798 | 2025-10-06 |
Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities
2025-Aug, Ultrasound in medicine & biology..
|
系统综述 | 本文系统回顾了深度学习技术在超声心动图中检测心血管异常的应用 | 首次系统评估深度卷积神经网络在超声心动图诊断左心室功能和室壁运动异常中的整合应用 | 数据多样性不足、图像质量问题以及深度学习模型的计算需求限制了临床广泛应用 | 评估深度学习技术在超声心动图诊断心血管异常中的效果和应用前景 | 29项关于深度学习在超声心动图中应用的研究 | 医学影像分析 | 心血管疾病 | 超声心动图 | 深度卷积神经网络(DCNN) | 超声心动图像 | 29项研究 | NA | 深度卷积神经网络 | 诊断准确性, 可重复性 | NA |
| 799 | 2025-10-06 |
Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study
2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110995
PMID:40550423
|
研究论文 | 本研究探讨了使用深度学习、剂量组学特征结合剂量体积直方图参数和临床因素预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性 | 首次将深度学习剂量组学与剂量组学特征、DVH参数和临床因素相结合构建多中心预测模型 | 回顾性研究设计，样本量相对有限 | 预测食管癌放疗患者的4级放射性淋巴细胞减少症 | 545名接受放疗的食管癌患者 | 医学影像分析 | 食管癌 | 放疗剂量分布分析 | 深度学习 | 放射剂量分布数据，临床数据 | 545名患者来自5个医疗中心 | NA | NA | AUC | NA |
| 800 | 2025-10-06 |
Generation of synthetic tomographic images from biplanar X-ray: a narrative review of history, methods, and the state of the art
2025-Aug, Journal of neurosurgical sciences
IF:1.3Q3
DOI:10.23736/S0390-5616.25.06506-3
PMID:40662246
|
综述 | 本文综述了基于深度学习的从双平面或多平面二维X射线生成合成三维CT图像的方法 | 系统梳理了深度学习在合成CT生成领域的最新进展，包括CNN、GAN和条件扩散处理等先进技术 | 作为叙述性综述，未进行定量分析或方法比较 | 探讨从二维X射线生成合成三维CT图像的深度学习方法 | 双平面或多平面二维X射线数据 | 医学影像分析 | NA | X射线成像，CT成像 | CNN, GAN, 条件扩散模型 | 二维X射线图像，三维CT图像 | NA | NA | NA | NA | NA |