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 1660 篇文献，本页显示第 841 - 860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 841 | 2025-10-06 |
Deep learning reveals antibiotics in the archaeal proteome
2025-Sep, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-025-02061-0
PMID:40796684
|
研究论文 | 本研究利用深度学习技术系统挖掘古菌蛋白质组，发现具有抗菌活性的新型肽类化合物 | 首次系统探索古菌作为抗生素来源，通过深度学习发现具有独特氨基酸组成特征的新型抗菌肽（古菌素） | 仅合成了80种古菌素进行实验验证，占预测总量的较小比例 | 开发新型抗生素以应对抗菌素耐药性问题 | 古菌蛋白质组中的抗菌肽 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 蛋白质序列数据 | 233个古菌蛋白质组，12,623个预测分子，80个合成古菌素 | NA | NA | 体外抗菌活性（93%有效率），体内细菌载量减少 | NA |
| 842 | 2025-10-06 |
Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240485
PMID:40736362
|
研究论文 | 开发并优化用于多参数MRI前列腺分割和临床显著前列腺癌检测的联邦学习框架 | 针对前列腺分割和癌症检测任务分别优化联邦学习配置参数，包括本地训练轮数和聚合策略 | 基于模拟研究，需要进一步验证在真实临床环境中的效果 | 优化联邦学习配置以提升MRI前列腺分割和癌症检测性能 | 前列腺MRI图像和临床显著前列腺癌检测 | 医学影像分析 | 前列腺癌 | 多参数MRI | 深度学习 | MRI图像 | 前列腺分割：4个客户端1294名患者；癌症检测：3个客户端1440名患者 | Flower FL | nnU-Net | Dice系数, PI-CAI评分（AUC和平均精度的平均值） | NA |
| 843 | 2025-10-06 |
Artificial Intelligence in Orthopaedic and Trauma Surgery Education: Applications, Ethics, and Future Perspectives
2025-Sep-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews
|
综述 | 探讨人工智能在骨科创伤外科教育中的应用、伦理问题和未来前景 | 提出基于系统的框架将多种AI技术整合到闭环教育周期中，强调适应性学习和专业成长 | NA | 探索人工智能在骨科创伤外科教育中的潜在应用和影响 | 骨科外科住院医师培训 | 自然语言处理, 计算机视觉, 机器学习 | 骨科创伤 | 机器学习, 深度学习, 计算机视觉, 自然语言处理, 生成式AI | 深度学习模型, 大语言模型 | 性能跟踪数据, 图像数据, 文档数据 | NA | NA | NA | NA | NA |
| 844 | 2025-10-06 |
Artificial Intelligence in Neovascular Age-Related Macular Degeneration
2025-Sep, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2413-6782
PMID:39260410
|
综述 | 本文全面分析了人工智能在新生血管性年龄相关性黄斑变性管理中的应用现状与发展前景 | 深入探讨了深度学习模型在nAMD诊断、疾病进展预测和治疗效果预测方面的突破性表现，及其在个性化治疗策略中的潜在价值 | 面临大规模数据集需求、临床工作流程整合困难以及模型在不同人群中泛化能力不足等挑战 | 评估人工智能在新生血管性年龄相关性黄斑变性诊疗中的应用价值与发展路径 | 新生血管性年龄相关性黄斑变性患者及相关医学影像数据 | 医学人工智能 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 准确率 | NA |
| 845 | 2025-10-06 |
Automatic Segmentation of Primary Central Nervous System Lymphoma at Clinical Routine Postcontrast T1-weighted MRI
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240446
PMID:40970793
|
研究论文 | 开发并验证基于深度学习模型在临床常规对比增强T1加权MRI上自动分割原发性中枢神经系统淋巴瘤 | 首次基于nnU-Net框架开发针对PCNSL的自动分割模型，并在多中心外部验证集上验证其鲁棒性 | 在众多边界不清的亚厘米级病灶中性能略有下降 | 开发原发性中枢神经系统淋巴瘤的自动分割方法 | 经病理证实的免疫功能正常的原发性中枢神经系统淋巴瘤患者 | 数字病理 | 淋巴瘤 | MRI | 深度学习 | 医学影像 | 135名患者（内部数据集87例，外部测试集48例） | nnU-Net | U-Net | Dice分数, 平均表面距离, F1分数 | NA |
| 846 | 2025-09-20 |
An MRI Histopathology-based Deep Learning Approach for the Classification of Prostate Cancer
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.250466
PMID:40970800
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 847 | 2025-10-06 |
Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240381
PMID:40970801
|
研究论文 | 本研究通过深度学习对前列腺癌MRI组织病理学数据进行分类，评估MR组织病理学在前列腺癌诊断中的能力 | 开发了新型人工智能分析方法，通过整合空间上下文信息提高分类性能，并能够估计病灶大小 | 回顾性研究，使用2009-2011年收集的数据集，样本时间范围有限 | 评估MR组织病理学在前列腺癌诊断中的能力，并指导临床MRH采集的成像参数选择 | 前列腺癌根治术标本的组织学切片 | 数字病理学 | 前列腺癌 | MR组织病理学，MR光谱学 | 神经网络 | 光谱强度数据，组织学图像 | 2009-2011年间收集的前列腺癌根治术标本数据集 | NA | NA | ROC曲线下面积 | NA |
| 848 | 2025-10-06 |
Applications of machine learning in high-entropy alloys: a review of recent advances in design, discovery, and characterization
2025-Sep-18, Nanoscale
IF:5.8Q1
DOI:10.1039/d5nr01562f
PMID:40878184
|
综述 | 本文全面综述了机器学习在高熵合金设计、发现和表征中的最新应用进展 | 重点关注生成模型和计算机视觉等前沿深度学习技术，以及用于分子动力学模拟的机器学习原子间势函数的开发 | 讨论了该方法固有的局限性，包括对数据质量和数量的依赖以及模型可解释性挑战 | 加速高熵合金领域进展，通过数据驱动方法优化合金设计 | 高熵合金（HEAs） | 机器学习 | NA | 机器学习，分子动力学模拟 | 生成模型，深度学习 | 材料数据库，原子级模拟数据 | NA | NA | NA | 评估指标（文中未具体说明） | NA |
| 849 | 2025-10-06 |
Egocentric video analysis for automated assessment of open surgical skills via deep learning
2025-Sep-18, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03518-7
PMID:40963049
|
研究论文 | 提出基于深度学习的第一人称视角视频分析框架，用于自动评估开放手术技能 | 首次将Transformer架构应用于开放手术技能评估，结合多任务学习和手部运动学数据，支持基于部分观察的早期技能评估 | 研究样本量有限（20名参与者），主要针对基础训练任务，模型在复杂手术场景中的泛化能力有待验证 | 开发客观自动的开放手术技能评估方法 | 外科培训学员的开放手术操作技能 | 计算机视觉 | NA | 视频分析，手部运动学数据采集 | LSTM, TCN, Transformer | 视频，运动学数据 | 201个视频，来自20名参与者 | PyTorch | ResNet50, LSTM, TCN, Transformer | 平均绝对误差, Spearman相关系数 | NA |
| 850 | 2025-10-06 |
Volatile biomarkers of fungal infection and mycotoxin contamination in fruits and vegetables: emerging targets for monitoring and early warning
2025-Sep-18, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2025.2562369
PMID:40965270
|
综述 | 本文系统综述了水果蔬菜中真菌感染和霉菌毒素污染的挥发性生物标志物及其检测技术 | 重点关注挥发性有机化合物作为非侵入性生物标志物，并探讨人工智能在VOC生物标志物预测和采后病害诊断中的整合应用 | 未涉及具体实验验证数据，主要基于现有文献综述 | 开发基于VOC的智能、快速、经济有效的采后病害监测框架 | 水果蔬菜中的真菌病原体和感染宿主 | 机器学习 | NA | 气相色谱-质谱联用(GC-MS), 电子鼻(E-nose), 生物传感器 | 机器学习(ML), 深度学习(DL) | 挥发性有机化合物(VOC)数据 | NA | NA | NA | NA | NA |
| 851 | 2025-10-06 |
Deep Learning Integration of Endoscopic Ultrasound Features and Serum Data Reveals LTB4 as a Diagnostic and Therapeutic Target in ESCC
2025-Sep-18, Cancer biotherapy & radiopharmaceuticals
DOI:10.1177/10849785251380368
PMID:40965275
|
研究论文 | 本研究通过深度学习整合超声内镜特征和血清数据，发现LTB4是食管鳞癌诊断和治疗预测的关键生物标志物 | 首次将深度学习提取的超声内镜图像特征与血清炎症标志物相结合，识别出LTB4作为ESCC的新型诊断和治疗预测生物标志物 | 样本量相对有限（115例患者），需要更大规模研究验证 | 开发食管鳞癌的早期诊断和治疗反应预测方法 | 食管鳞癌患者和正常食管组织 | 数字病理 | 食管癌 | 酶联免疫吸附试验，超声内镜 | CNN | 图像，血清数据 | 115例ESCC患者 | NA | ResNet50 | 比值比 | NA |
| 852 | 2025-10-06 |
Integrating artificial intelligence with Gamma Knife radiosurgery in treating meningiomas and schwannomas: a review
2025-Sep-18, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-025-03820-7
PMID:40965768
|
综述 | 本文综述了人工智能与伽玛刀放射外科技术在治疗脑膜瘤和神经鞘瘤中的整合应用 | 系统评估了AI模型在伽玛刀治疗脑膜瘤和神经鞘瘤中的多种应用，包括肿瘤分割、体积评估和治疗结果预测 | 面临外部验证、标准化和计算需求方面的挑战，需要大规模多机构验证研究 | 评估人工智能在伽玛刀放射外科治疗脑膜瘤和神经鞘瘤中的应用价值 | 接受伽玛刀治疗的 vestibular schwannoma 和脑膜瘤患者 | 数字病理 | 脑膜瘤,神经鞘瘤 | 伽玛刀放射外科,机器学习,深度学习 | CNN,神经网络,随机生存森林 | MRI图像(T1W,T2W),临床数据,语义数据,影像组学特征 | 861名接受GKRS治疗的患者 | NA | 双路径卷积神经网络 | Dice相似系数,C-index | NA |
| 853 | 2025-10-06 |
MDFNet: a multi-dimensional feature fusion model based on structural magnetic resonance imaging representations for brain age estimation
2025-Sep-18, Magma (New York, N.Y.)
DOI:10.1007/s10334-025-01294-8
PMID:40965801
|
研究论文 | 提出一种基于结构磁共振成像的多维特征融合模型MDFNet用于脑年龄估计 | 开发了统一的多维特征融合模型，整合全脑、灰质体积组织分割、脑网络节点消息传递、基于边的图路径卷积和人口统计学数据等多种特征表示 | NA | 提高仅基于结构MRI的脑年龄估计准确性 | 健康受试者和阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | CNN, GCN, MLP | 医学影像, 图数据, 人口统计学数据 | 1872名健康受试者和一个独立的阿尔茨海默病患者队列 | NA | MDFNet（包含WBEC-channel, TEC-channel, nodeGCN-channel, edgeGCN-channel, MLP-channel） | 平均绝对误差, 皮尔逊相关系数, 斯皮尔曼等级相关系数 | NA |
| 854 | 2025-10-06 |
CQH-MPN: A Classical-Quantum Hybrid Prototype Network with Fuzzy Proximity-Based Classification for Early Glaucoma Diagnosis
2025-Sep-17, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610855
PMID:40960965
|
研究论文 | 提出一种经典量子混合原型网络，用于青光眼早期诊断的小样本学习 | 首次将量子特征编码器与经典卷积编码器结合，并引入模糊邻近度量方法处理类别不确定性 | 仅在两个公开数据集上验证，未在更多临床场景测试 | 解决小样本条件下的青光眼早期诊断问题 | 视网膜眼底图像 | 医学影像分析 | 青光眼 | 量子计算与深度学习融合技术 | 原型网络 | 图像 | ACRIMA和ORIGA两个公开数据集，在1-shot、3-shot和5-shot设置下评估 | NA | 经典量子混合均值原型网络 | 准确率 | NA |
| 855 | 2025-10-06 |
Patient-Specific Cardio-Respiratory Model for Optimization of Cardiac Radioablation
2025-Sep-17, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3610945
PMID:40960973
|
研究论文 | 开发基于深度学习的心脏结构分割和图像配准的患者特异性心肺动态模型，用于评估心脏放射消融治疗中运动管理方法的效果 | 结合心脏和呼吸动态CT扫描构建患者特异性动态模型，能够模拟治疗过程并评估运动管理方法 | 模型在九名患者数据上验证，样本量有限，需要进一步扩大验证范围 | 优化心脏放射消融治疗的精确性，减少心脏和呼吸运动对治疗的影响 | 难治性室性心动过速患者的心脏结构 | 医学影像分析 | 心血管疾病 | 动态CT扫描，深度学习分割，可变形图像配准，刚性图像配准 | 深度学习 | 医学影像（CT扫描） | 9名患者数据 | NA | NA | 重现性评估，物理体模验证 | NA |
| 856 | 2025-10-06 |
Multimodal deep learning integration for predicting renal function outcomes in living donor kidney transplantation: a retrospective cohort study
2025-Sep-17, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003494
PMID:40961229
|
研究论文 | 本研究开发了一种多模态深度学习模型，整合CT影像、放射学报告文本和结构化临床变量，用于预测活体肾移植术后1年肾小球滤过率 | 首次将CT影像、放射学报告文本和临床数据通过多模态深度学习进行融合，显著提升了对肾移植术后肾功能预测的准确性 | 研究为回顾性队列设计，排除了免疫高风险受者和解剖异常病例，可能限制模型的泛化能力 | 开发并验证多模态深度学习模型以预测活体肾移植术后肾功能结局 | 1,937例活体肾移植受者 | 医学影像分析 | 肾脏疾病 | CT成像，深度学习 | 多模态深度学习，集成学习 | CT影像，文本报告，结构化临床数据 | 1,937例活体肾移植受者 | BioBERT, CLIP, XGBoost | CLIP-based视觉提取器，集成分类器 | 宏F1分数，微F1分数，加权F1分数，SHAP分析 | NA |
| 857 | 2025-10-06 |
Current State-of-the-Art 3D MRI Sequences for Assessing Bone Morphology with Emphasis on Cranial and Spinal Imaging: A Narrative Review
2025-Sep-17, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2673-4339
PMID:40962128
|
综述 | 本文综述了当前用于评估骨形态（重点在颅骨和脊柱成像）的先进3D MRI序列技术 | 系统比较了多种先进MRI序列在骨成像中的应用，特别强调了在儿科患者和仅需MRI检查场景中的辐射自由成像优势 | 这是一篇叙述性综述，未进行系统性meta分析；时间范围限制可能遗漏早期重要研究 | 评估3D MRI序列在骨形态评估中的技术进展和临床应用 | 颅骨和脊柱区域的骨组织结构 | 医学影像 | 骨骼疾病 | MRI序列技术（ZTE, UTE, VIBE, FRACTURE等） | NA | 医学影像数据 | 从约250项近期研究和868项技术研究中筛选出69项研究 | NA | NA | 骨/软组织对比度、孔隙度指数、抑制比率 | NA |
| 858 | 2025-10-06 |
Decision Strategies in AI-Based Ensemble Models in Opportunistic Alzheimer's Detection from Structural MRI
2025-Sep-17, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01604-5
PMID:40963032
|
研究论文 | 本研究通过集成学习策略结合深度学习架构，利用结构MRI进行阿尔茨海默病的多分类检测 | 比较了三种集成决策策略在三种不同深度学习架构中的表现，并首次系统分析了检测性能与模型校准之间的关系 | 研究基于相对较小的数据集，可能影响模型的泛化能力 | 开发基于人工智能的集成模型，提高阿尔茨海默病的检测性能 | 阿尔茨海默病患者的结构MRI数据 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 深度学习 | 医学影像 | NA | NA | 三种不同的深度学习架构 | 平衡准确率, 校准误差 | NA |
| 859 | 2025-10-06 |
Development of a predictive model for distant metastasis in HCC patients post-TACE using clinical data, radiomics, and deep learning
2025-Sep-16, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06308-5
PMID:40954349
|
研究论文 | 开发结合临床数据、影像组学和深度学习的预测模型，用于评估肝细胞癌患者TACE术后远处转移风险 | 首次将临床数据、影像组学和深度学习特征相结合构建综合预测模型，用于预测HCC患者TACE术后远处转移风险 | 样本量相对有限（475例），需进一步多中心验证 | 预测肝细胞癌患者经动脉化疗栓塞术后远处转移风险 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 影像组学分析，深度学习 | 深度学习模型，逻辑回归 | 临床数据，医学影像 | 475例患者，分为训练集、测试集和外部验证集 | NA | NA | AUC，校准曲线，决策曲线分析 | NA |
| 860 | 2025-09-19 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2025-Sep-16, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-025-01684-5
PMID:40954491
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |