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 988 篇文献，本页显示第 161 - 180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2025-10-06 |
Artificial intelligence-driven diagnosis of acute thoracic aortic dissection: integrating imaging, biomarkers, and clinical workflows-a narrative review
2025-Aug-31, Annals of translational medicine
DOI:10.21037/atm-25-82
PMID:40949677
|
综述 | 本文综述了人工智能在急性胸主动脉夹层诊断中的应用，整合影像学、生物标志物和临床工作流程 | 首次系统评估AI模型在急诊环境下区分ATAD与其他胸痛相关疾病的性能及临床意义 | 仅检索2015-2025年间发表的研究，可能存在文献覆盖不全的局限性 | 评估AI模型在急诊胸痛鉴别诊断中的表现和临床价值 | 急性胸主动脉夹层患者及其他胸痛相关急症患者 | 数字病理 | 心血管疾病 | 影像学检查、生物标志物检测 | 深度学习 | 影像数据、生物标志物数据、临床数据 | 基于18项研究的汇总数据 | NA | NA | NA | NA |
| 162 | 2025-10-06 |
Narrative review of the application of artificial intelligence-related technologies in the diagnosis of pulmonary nodules with recommendations for clinical practice and future research
2025-Aug-31, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-2025-1512
PMID:40950910
|
综述 | 回顾人工智能技术在肺结节诊断中的应用现状并提出临床实践建议 | 系统梳理近10年中英文文献，首次综合评估AI在肺结节影像学、病理学和基因组学三大领域的应用现状 | 模型标准化不足，缺乏外部验证，仍需大规模前瞻性研究支持临床应用 | 探讨人工智能技术在肺结节诊断中的应用现状及未来发展 | 肺结节相关研究文献 | 医学人工智能 | 肺癌 | 文献综述方法 | 深度学习, 机器学习 | 文献数据 | 近10年PubMed、Web of Science、Cochrane Library和CNKI数据库文献 | NA | NA | NA | NA |
| 163 | 2025-10-06 |
ChronoSynthNet: a dual-task deep learning model development and validation study for predicting real-time norepinephrine dosage and the early detection of hypotension in patients with septic shock
2025-Aug-30, Cardiovascular diagnosis and therapy
IF:2.1Q3
DOI:10.21037/cdt-2025-265
PMID:40948722
|
研究论文 | 开发并验证一种双任务深度学习模型，用于预测脓毒症休克患者的实时去甲肾上腺素剂量和早期检测低血压 | 提出首个集成共享Transformer编码器、LSTM层和动态特征加权网络的双任务深度学习模型，能够同时预测血管活性药物剂量和早期预警低血压 | 基于回顾性单中心数据，需要前瞻性多中心验证才能临床部署 | 开发个性化血管活性药物治疗和早期预警脓毒症休克患者血流动力学恶化的数据驱动模型 | 符合Sepsis-3标准并接受去甲肾上腺素治疗的成人ICU脓毒症休克患者 | 医疗人工智能 | 脓毒症休克 | 电子健康记录时间序列数据分析 | Transformer, LSTM | 电子健康记录时间序列数据 | MIMIC-IV数据库(2008-2019年)中符合条件的成人ICU住院记录 | NA | Transformer编码器, LSTM, 动态特征加权网络 | AUROC, AUPRC, 精确度, 召回率, 特异性, MSE | NA |
| 164 | 2025-10-06 |
Machine Learning Models for Predicting Gynecological Cancers: Advances, Challenges, and Future Directions
2025-Aug-27, Cancers
IF:4.5Q1
DOI:10.3390/cancers17172799
PMID:40940896
|
综述 | 本文综述了机器学习模型在妇科癌症预测领域的最新进展、挑战和未来发展方向 | 探讨了可解释AI、联邦学习和多组学融合等新兴技术在妇科癌症预测中的应用前景 | 存在数据不一致性、模型可解释性不足和临床转化困难等挑战 | 改善妇科癌症的早期预测方法，提高生存率并指导个体化治疗 | 妇科癌症（乳腺癌、宫颈癌、卵巢癌）患者 | 机器学习 | 妇科癌症 | 多组学数据融合（临床记录、基因组学、蛋白质组学、医学影像） | 支持向量机,随机森林,深度学习,卷积神经网络 | 临床记录,基因组数据,蛋白质组数据,医学影像 | NA | NA | CNN | NA | NA |
| 165 | 2025-10-06 |
Comparative Evaluation of CNN and Transformer Architectures for Flowering Phase Classification of Tilia cordata Mill. with Automated Image Quality Filtering
2025-Aug-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25175326
PMID:40942760
|
研究论文 | 本研究评估了CNN和Transformer架构在椴树开花期自动分类中的性能，并提出了自动图像质量过滤方法 | 引入了基于XGBoost分类器的自动图像质量过滤方法，首次系统比较了传统CNN与Transformer架构在物候期识别中的表现 | 研究仅针对椴树单一物种，需要在其他植物物种和地点进行验证 | 开发可靠的树木开花期自动监测方法，支持生态研究和气候变化研究 | 小叶椴树的开花物候期 | 计算机视觉 | NA | 深度学习，图像分类 | CNN, Transformer | 图像 | 大量自然田间条件下获取的真实世界图像数据集 | NA | VGG16, ResNet50, EfficientNetB3, MobileNetV3 Large, ConvNeXt Tiny, Vision Transformer (ViT-B/16), Swin Transformer Tiny | F1-score, 平衡准确率 | NA |
| 166 | 2025-10-06 |
Applications of artificial intelligence in stem cell therapy
2025-Aug-26, World journal of stem cells
IF:3.6Q3
DOI:10.4252/wjsc.v17.i8.106086
PMID:40951704
|
综述 | 本文探讨人工智能在干细胞治疗领域的应用潜力与现状 | 系统整合人工智能技术在干细胞行为分析、鉴定表征、递送方法优化等关键环节的创新应用 | 算法验证不完善、数据可用性不足、数据质量较差及伦理考量等限制因素 | 推动干细胞研究与治疗应用的发展 | 干细胞治疗技术 | 机器学习 | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 167 | 2025-10-06 |
Comparison of ChatGPT and DeepSeek large language models in the diagnosis of pericarditis
2025-Aug-26, World journal of cardiology
IF:1.9Q3
DOI:10.4330/wjc.v17.i8.110489
PMID:40949931
|
研究论文 | 比较ChatGPT和DeepSeek大语言模型在心包炎诊断中的准确性 | 首次系统比较不同大语言模型在心包炎诊断中的表现，为LLMs在心血管疾病诊断中的应用提供实证依据 | 样本量较小（仅16例病例报告），缺乏对非典型表现的充分评估 | 评估大语言模型作为心包炎风险分层工具的诊断准确性 | 经确诊的急性心包炎患者病例报告 | 自然语言处理 | 心血管疾病 | 大语言模型 | LLM | 文本 | 16例符合纳入标准的病例报告（来自220篇初步检索文献） | NA | ChatGPT o1, DeepThink-R1 | 诊断准确率 | NA |
| 168 | 2025-10-06 |
Harnessing AI-driven reverse docking in drug discovery: a comprehensive review of opportunities, challenges, and emerging trends
2025-Aug-25, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-025-06480-y
PMID:40853597
|
综述 | 本文全面回顾了人工智能驱动的反向对接技术在药物发现领域的应用、挑战与发展趋势 | 系统整合人工智能与反向对接方法，提出多组学数据整合和实时发现管道等新兴方向 | 面临数据限制和算法复杂性等挑战 | 探讨AI驱动的反向对接在药物发现中的机遇与挑战 | 药物靶点识别、治疗相互作用预测 | 机器学习 | NA | 反向对接、虚拟筛选、多组学数据分析 | 机器学习,深度学习,强化学习 | 多组学数据 | NA | NA | NA | NA | 高通量计算管道 |
| 169 | 2025-10-06 |
Predicting Healthcare Utilization Outcomes With Artificial Intelligence: A Large Scoping Review
2025-Aug-21, Value in health : the journal of the International Society for Pharmacoeconomics and Outcomes Research
IF:4.9Q1
DOI:10.1016/j.jval.2025.08.007
PMID:40848744
|
综述 | 通过范围综述系统梳理人工智能在医疗资源利用预测领域的研究现状、数据特征、方法学和报告标准 | 首次系统评估AI在医疗资源利用预测中的变量覆盖完整性，发现尚无研究包含全部6类关键变量组，并识别了报告标准依从性的不足 | 仅纳入截至2025年1月的研究，未对模型性能进行定量比较，且未评估预测模型的实际临床影响 | 识别人工智能在医疗资源利用预测研究中的数据特征、方法学趋势和报告标准依从性 | 医疗资源利用预测相关的AI研究文献 | 机器学习 | NA | 范围综述方法 | 集成模型,深度学习 | 电子健康记录,保险索赔数据 | 121项符合纳入标准的研究 | NA | 深度神经网络 | NA | NA |
| 170 | 2025-10-06 |
Metabolic modelling: Insights into the machine room of plant metabolism
2025-Aug-14, Journal of plant physiology
IF:4.0Q1
DOI:10.1016/j.jplph.2025.154584
PMID:40957247
|
综述 | 本文综述了植物代谢建模的最新进展及其在从亚细胞到生态系统层面研究代谢网络的应用 | 探讨了机器学习与深度学习框架在模型重建和参数化中的应用，以及增强机制模型的混合策略 | NA | 研究植物代谢网络的系统级过程及其在环境互作中的作用 | 植物代谢网络及其生化反应 | 计算生物学 | NA | 代谢建模，机器学习，深度学习 | NA | 代谢网络数据 | NA | NA | NA | NA | NA |
| 171 | 2025-10-06 |
Deep Learning Prediction and Interpretation of Riverine Nitrate Export Across the Mississippi River Basin
2025-Aug-09, Water resources research
IF:4.6Q1
DOI:10.1029/2024WR039207
PMID:40948694
|
研究论文 | 使用长短期记忆模型预测密西西比河流域硝酸盐输出并解释其空间驱动因素 | 首次将LSTM模型与高频率传感器数据结合用于流域尺度硝酸盐浓度预测，并采用可解释的Shapley值识别关键空间驱动因素和非线性阈值 | 空间验证性能相对较低（中位KGE=0.18），在未监测流域的预测能力有限 | 预测和解释密西西比河流域硝酸盐输出的时空模式及其驱动机制 | 密西西比河流域的河流硝酸盐浓度和输出量 | 机器学习 | NA | 高频传感器监测 | LSTM | 时间序列数据 | 美国本土连续区域的高频传感器数据（1980-2022年） | NA | 长短期记忆网络 | Kling-Gupta效率系数 | NA |
| 172 | 2025-10-06 |
Novel CAC Dispersion and Density Score to Predict Myocardial Infarction and Cardiovascular Mortality
2025-Aug, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018059
PMID:40613107
|
研究论文 | 本研究开发了一种新型冠状动脉钙化分散度和密度评分（CAC-DAD）用于预测主要不良心血管事件 | 首次结合冠状动脉钙化的空间分布特征和高密度钙化的保护性效应，开发了优于传统Agatston评分的预测模型 | 研究为回顾性设计，样本量相对有限（961例患者），随访时间较短（中位30天） | 评估新型CAC-DAD评分在预测主要不良心血管事件方面的预后价值 | 接受心脏计算机断层扫描进行心血管或围手术期风险评估的患者 | 数字病理 | 心血管疾病 | 心脏计算机断层扫描，深度学习算法 | 深度学习 | 医学影像 | 961例患者（中位年龄67岁，61%男性） | NA | NA | C统计量，风险比，敏感性 | NA |
| 173 | 2025-10-06 |
Influence of Problem-based Learning Method on Learning Outcomes in Medical Curriculum
2025-Aug, The Journal of the Association of Physicians of India
DOI:10.59556/japi.73.1079
PMID:40955883
|
研究论文 | 本研究通过回顾性分析探讨问题导向学习法对医学课程学习成果的影响 | 通过比较传统教学与PBL教学在医学教育中的效果，证实PBL能显著提升学生学习成果 | 研究样本量有限（151名学生），且为单中心回顾性研究 | 评估问题导向学习法在医学课程教学中的有效性 | 151名攻读第二年MBBS药理学课程的学生 | 医学教育 | NA | 回顾性数据分析 | NA | 考试成绩数据 | 151名医学学生 | SPSS | NA | p值, 通过率 | NA |
| 174 | 2025-10-06 |
TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer
2025-Aug-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102242
PMID:40695288
|
研究论文 | 提出基于肿瘤微环境引导的深度学习模型，用于预测胃癌患者的化疗和免疫治疗反应 | 首次将注意力增强的残差Swin Transformer网络应用于胃癌治疗反应预测，并利用中间任务提升模型性能 | 需要前瞻性研究验证临床实用性 | 预测胃癌患者对化疗和免疫治疗的反应 | 3,095例胃癌患者的多队列数据 | 数字病理学 | 胃癌 | 深度学习 | Transformer | 医学图像数据 | 3,095例胃癌患者 | NA | 注意力增强残差Swin Transformer | 准确率 | NA |
| 175 | 2025-10-06 |
Deep learning for detection and diagnosis of intrathoracic lymphadenopathy from endobronchial ultrasound multimodal videos: A multi-center study
2025-Aug-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102243
PMID:40695290
|
研究论文 | 开发基于深度学习的AI-CEMA系统，用于从支气管内超声多模态视频中自动检测和诊断胸内淋巴结病变 | 首次提出基于多模态视频的深度学习系统，能够自动选择代表性图像、识别淋巴结并区分良恶性 | 初始训练数据仅来自单中心，需要更多多中心验证 | 开发自动化诊断系统辅助胸内淋巴结病变的诊断 | 胸内淋巴结和肺部病变 | 医学影像分析 | 胸内淋巴结病变 | 凸探头支气管内超声(CP-EBUS) | 深度学习 | 多模态视频 | 1,006个淋巴结(单中心训练) + 267个淋巴结(多中心验证) | NA | NA | AUC | NA |
| 176 | 2025-10-06 |
A systematic review: Brain age gap as a promising early diagnostic biomarker for Alzheimer's disease
2025-Aug-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2025.123563
PMID:40494037
|
系统综述 | 本文系统综述了脑年龄差作为阿尔茨海默病早期诊断生物标志物的研究现状和进展 | 重点关注深度学习在脑年龄预测中的应用，并系统分析了脑年龄差作为AD早期诊断生物标志物的潜力 | 存在站点效应、数据不足、硬件要求高、模型准确性和临床适用性等挑战 | 探讨脑年龄差作为阿尔茨海默病早期诊断生物标志物的研究现状和未来发展 | 阿尔茨海默病患者和健康个体的神经影像数据 | 医学影像分析 | 阿尔茨海默病 | 神经影像技术 | 深度学习 | 神经影像数据 | NA | NA | NA | NA | NA |
| 177 | 2025-10-06 |
Improved early-stage crop classification using a novel fusion-based machine learning approach with Sentinel-2A and Landsat 8-9 data
2025-Aug-06, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14420-9
PMID:40767980
|
研究论文 | 提出一种基于融合的深度学习方法，结合Sentinel-2A和Landsat 8-9数据改进早期作物分类精度 | 使用Gram-Schmidt融合方法整合多源卫星数据，结合纹理和光谱特征，采用多补丁GLCM技术和植被指数进行特征提取 | NA | 提高早期作物分类的准确性 | 早期生长阶段的农作物 | 机器学习 | NA | Gram-Schmidt融合方法，多补丁GLCM，光谱指数方法 | DNN, 1D CNN, 决策树, 支持向量机, 随机森林 | 卫星遥感图像 | NA | NA | 深度神经网络, 一维卷积神经网络 | 准确率, 精确率, 召回率, F1分数 | NA |
| 178 | 2025-10-06 |
A systematic review of AI as a digital twin for prostate cancer care
2025-Aug, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108804
PMID:40347618
|
系统综述 | 本文系统综述了基于人工智能的数字孪生技术在前列腺癌诊疗中的应用进展 | 首次系统性地总结了AI驱动数字孪生在前列腺癌领域的最新进展（2020-2025），并提出了整合多模态数据与大语言模型、视觉语言模型的未来方向 | 存在实时数据整合不足、AI模型可解释性有待提升、临床验证不够充分等局限性 | 探讨人工智能数字孪生技术在前列腺癌诊疗中的应用与发展 | 前列腺癌患者的数字孪生模型 | 数字病理 | 前列腺癌 | 机器学习、深度学习 | NA | 多模态医疗数据 | NA | NA | NA | NA | NA |
| 179 | 2025-10-06 |
Deep learning techniques for automated coronary artery segmentation and coronary artery disease detection: A systematic review of the last decade (2013-2024)
2025-Aug, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108858
PMID:40408829
|
系统综述 | 本文系统回顾了过去十年（2013-2024）用于冠状动脉自动分割和冠心病检测的深度学习技术 | 首次对过去十年深度学习在冠状动脉分割和冠心病检测领域的应用进行全面系统回顾，涵盖97项高质量研究 | 存在公共数据集有限、性能指标不一致和模型复杂性等挑战 | 系统评估深度学习技术在冠状动脉分割和冠心病检测中的应用现状和发展趋势 | 冠状动脉影像数据 | 医学影像分析 | 冠心病 | 深度学习 | CNN | 医学影像 | 97项高质量研究 | NA | U-Net, CNN, 注意力机制, 图神经网络 | NA | NA |
| 180 | 2025-10-06 |
Accuracy and time efficiency of deep learning-based three-dimensional crown segmentation on intraoral scanning: a systematic review and meta-analysis
2025-Aug, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105842
PMID:40414275
|
系统综述和荟萃分析 | 评估基于深度学习的口腔内扫描三维牙冠分割的准确性和时间效率 | 首次系统评估深度学习在口腔内扫描牙冠分割中的表现，并进行亚组分析比较不同牙齿类型的分割效果 | 纳入研究存在数据选择和指标测试的异质性，缺乏公开数据集 | 评估深度学习在口腔内扫描牙冠分割中的准确性和时间效率 | 口腔内扫描数据中的牙齿分割 | 计算机视觉 | 牙科疾病 | 口腔内扫描 | 深度学习 | 三维网格数据 | 44项符合纳入标准的研究（从1220项研究中筛选） | NA | NA | 平均交并比, 95%置信区间 | NA |