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 1099 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2025-11-25 |
Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study
2025-Oct, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.015
PMID:40707265
|
研究论文 | 基于双期CT图像开发深度学习模型预测肝细胞癌微血管侵犯及生存结局 | 首次将小网膜脂肪组织特征与肿瘤影像特征融合的深度学习框架用于MVI预测 | 回顾性研究设计，样本来源仅限于两个医疗中心 | 提高肝细胞癌微血管侵犯的术前预测准确性并分析生存结局 | 经病理确诊的肝细胞癌患者 | 数字病理 | 肝细胞癌 | 多期CT成像 | CNN | CT图像 | 来自两个医疗中心2016-2023年的患者数据 | PyTorch | ResNet18, 双分支特征融合模型 | AUC, 风险比, 置信区间 | NA |
| 282 | 2025-11-25 |
Deep Learning-Enabled Ultrasound for Advancing Anterior Talofibular Ligament Injuries Classification: A Multicenter Model Development and Validation Study
2025-Oct, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.013
PMID:40764200
|
研究论文 | 开发基于超声的深度学习模型ATFLNet用于前距腓韧带损伤分类，并通过多中心研究验证其性能 | 首次开发专门针对前距腓韧带损伤分类的深度学习模型，并验证AI辅助策略在真实临床场景中的诊断价值 | 回顾性研究设计，需要进一步前瞻性验证；模型性能可能受超声设备差异影响 | 通过深度学习提升前距腓韧带损伤的超声诊断准确性和分类能力 | 健康对照者和急性前距腓韧带损伤患者（轻度拉伤、部分撕裂、完全撕裂和撕脱骨折） | 医学影像分析 | 韧带损伤 | 超声成像 | 深度学习模型 | 超声图像和动态视频 | 训练集2566例，内部验证642例，外部验证1210例（717+493），前瞻性验证472例，总计4890例 | NA | ATFLNet | 曲线下面积, 准确率 | NA |
| 283 | 2025-11-25 |
An Interpretable Deep Learning Framework for Biomarker Discovery in Complex Disease Survival Outcomes
2025-Oct-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.30.679415
PMID:41256539
|
研究论文 | 提出一种用于复杂疾病生存结果建模的可解释深度学习框架SurvDNN，并开发PermFIT方法进行生物标志物发现 | 提出专门针对生存结果建模的增强深度神经网络框架，结合基于自助法的正则化策略和稳定性驱动的过滤算法，并将PermFIT方法扩展到生存分析设置 | 未在摘要中明确说明具体限制 | 开发可解释的深度学习框架用于复杂疾病生存结果中的生物标志物发现 | 癌症和心血管疾病等复杂疾病的生存结果数据 | 机器学习 | 癌症,心血管疾病 | 生存分析 | 深度神经网络 | 时间至事件数据 | NA | R | SurvDNN | 预测准确性 | NA |
| 284 | 2025-11-25 |
GatorAffinity: Boosting Protein-Ligand Binding Affinity Prediction with Large-Scale Synthetic Structural Data
2025-Oct-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.29.679384
PMID:41256614
|
研究论文 | 开发了基于几何深度学习的蛋白质-配体结合亲和力预测模型GatorAffinity，利用大规模合成结构数据解决数据稀缺问题 | 首次利用超过45万合成蛋白-配体复合物和超过100万SAIR数据库合成复合物进行预训练，显著提升了亲和力预测精度 | 合成数据的质量依赖于Boltz-1结构预测模型的准确性，可能引入模型偏差 | 提高蛋白质-配体结合亲和力预测的准确性和泛化能力 | 蛋白质-配体复合物 | 计算药物发现 | NA | 几何深度学习，结构预测 | 几何深度学习模型 | 蛋白质-配体复合物结构数据 | 超过45万合成复合物 + 超过100万SAIR合成复合物 + PDBbind实验结构 | PyTorch, TensorFlow | 几何深度学习架构 | 准确性，泛化能力 | GPU集群 |
| 285 | 2025-11-25 |
Artificial intelligence-driven solutions for mitigating human-wildlife conflict in biodiversity hotspots
2025 Oct-Dec, Science progress
IF:2.6Q2
DOI:10.1177/00368504251394584
PMID:41259221
|
综述 | 本文综述了人工智能在生物多样性热点地区缓解人兽冲突中的应用与潜力 | 系统分析了1990-2025年间105项研究，首次全面评估AI在人兽冲突监测、预测准确性和社区参与方面的改善效果（分别达65%、47%和39%） | 依赖文献分析可能遗漏未发表案例，AI技术在实际部署中面临伦理问题和本地知识整合挑战 | 探讨人工智能技术如何缓解生物多样性热点地区的人兽冲突 | 生物多样性热点地区的人兽冲突案例及相关AI解决方案 | 计算机视觉,机器学习 | NA | 遥感技术,地理信息系统,参与式数据整合 | 机器学习,深度学习 | 图像,地理空间数据,巡逻日志,传感器数据 | 105项研究（来自163个筛选来源） | NA | NA | 监测改善率,预测准确率,社区参与率 | NA |
| 286 | 2025-11-23 |
Prophylactic biological mesh reinforcement during ileostomy closure surgery evaluated by the image-based deep learning model for the prevention of stoma-site incisional hernia: phase II study protocol for a single-centre, prospective, randomised controlled clinical trial
2025-Oct-07, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-101121
PMID:41062141
|
研究论文 | 评估生物补片预防回肠造口关闭术后造口部位切口疝的二期临床试验方案 | 首次采用基于影像的深度学习模型预测造口部位切口疝风险并指导生物补片预防性应用 | 单中心研究且样本量较小（40例患者） | 评估生物补片在预防造口部位切口疝中的安全性和有效性 | 需要接受回肠造口关闭术且经深度学习模型识别为高风险的患者 | 数字病理 | 直肠癌 | 影像组学 | 深度学习 | 医学影像 | 40例患者 | NA | NA | 切口疝发生率、局部疼痛、切口感染、血清肿 | NA |
| 287 | 2025-11-23 |
Spine endoscopic atlas: an open-source dataset for surgical instrument segmentation
2025-Oct-02, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05897-7
PMID:41038904
|
研究论文 | 本文创建了一个用于脊柱内镜手术器械分割的开源数据集SEA，并验证了其在不同深度学习模型中的价值 | 发布了首个专门针对脊柱内镜手术的综合性标注数据集，包含大量真实手术图像和器械分割标注 | 未明确说明数据来源的多样性（如不同医疗机构、手术类型等），也未详细讨论模型在临床环境中的实际应用效果 | 开发用于脊柱内镜手术的智能辅助系统，通过自动器械分割提升手术精度和安全性 | 脊柱内镜手术中使用的各种手术器械 | 计算机视觉 | 脊柱疾病 | 内镜成像 | 深度学习模型 | 图像 | 48,510张图像，包含10,662个器械分割标注 | NA | NA | 分割准确率 | NA |
| 288 | 2025-11-23 |
Correcting Non-Uniform Milling in FIB-SEM Images with Unsupervised Cross-Plane Image-to-Image Translation
2025-Oct-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.29.679411
PMID:41256585
|
研究论文 | 开发一种无监督跨平面图像转换方法，用于校正FIB-SEM图像中的非均匀铣削伪影 | 提出无需真实标注的无监督跨平面学习方法，实现端到端的图像失真校正 | 未明确说明方法在其它类型样本或更大数据集上的泛化能力 | 校正FIB-SEM图像中的非均匀铣削失真，提高图像质量 | FIB-SEM采集的生物组织三维图像数据 | 计算机视觉 | NA | FIB-SEM体积电子显微镜技术 | 图像到图像转换模型 | 三维图像体积 | 真实世界微型黄蜂数据集 | NA | NA | 定性分析,定量分析 | NA |
| 289 | 2025-11-23 |
AI Tools for Heart Failure Management: A Comprehensive Review of Potential, Pitfalls, and Predictive Analytics
2025-Oct, Cureus
DOI:10.7759/cureus.94920
PMID:41262808
|
综述 | 本文全面回顾了人工智能在心力衰竭管理中的应用潜力、局限性和预测分析能力 | 系统评估了AI在心力衰竭管理中的三大关键贡献：亚临床心衰检测、个性化治疗方案选择和人类-机器协作预测模型 | 存在算法偏见、数据安全问题、AI黑箱特性及其他潜在偏见风险 | 探讨人工智能算法和模型如何支持心力衰竭管理的各个方面 | 心力衰竭患者管理相关的临床数据和AI应用 | 自然语言处理, 机器学习 | 心血管疾病 | 机器学习, 深度学习, 自然语言处理 | NA | 临床数据, 文献数据 | 从1617篇文献中筛选出163篇符合纳入标准的研究 | NA | NA | 准确性, 预测性能 | NA |
| 290 | 2025-11-22 |
Segmenting beyond the imaging data: creation of anatomically valid edentulous mandibular geometries for surgical planning using artificial intelligence
2025-Oct-11, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-025-06471-6
PMID:41074944
|
研究论文 | 本研究开发了一种基于深度学习的双阶段卷积神经网络方法，从含牙CT扫描中生成解剖学上有效的无牙下颌骨几何结构，用于下颌骨重建手术规划 | 创新点在于能够精确调整牙槽嵴几何形态，从含牙CT扫描生成解剖学有效的无牙下颌骨，解决了现有AI模型包含牙齿而不适用于无牙下颌骨重建规划的问题 | 研究样本量相对有限(n=246)，且主要关注牙槽骨吸收的特定分类(III类和V类)，可能无法覆盖所有临床变异情况 | 研究目的是探索使用基于深度学习的分割技术从含牙CT扫描生成解剖学有效的无牙下颌骨的可行性，为重建手术规划提供几何精确的模型 | 研究对象包括含牙、部分含牙和无牙的下颌骨CT数据 | 数字病理 | 颌面部疾病 | 计算机断层扫描(CT) | CNN | 医学影像 | 246个下颌骨样本(包括含牙、部分含牙和无牙类型) | NA | 双阶段卷积神经网络 | Dice相似系数, 平均表面距离, 自动检测的解剖曲率 | NA |
| 291 | 2025-11-22 |
Artificial intelligence-assisted endoscopic diagnosis system for diagnosing Helicobacter pylori infection: a multicenter study
2025-Oct-08, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04379-2
PMID:41063106
|
研究论文 | 开发并验证基于深度学习的人工智能内镜诊断系统（HOPE AI）用于幽门螺杆菌感染诊断 | 首个采用多示例学习框架和LSTM架构的大规模多中心研究，专门针对幽门螺杆菌感染的内镜诊断 | 研究仅在中国七家医院进行，需要更多外部验证以确保泛化能力 | 开发并验证人工智能系统用于幽门螺杆菌感染的内镜诊断 | 接受上消化道胃镜检查的18岁及以上患者 | 数字病理 | 幽门螺杆菌感染 | 胃镜检查 | LSTM | 图像, 视频 | 6207名患者的308,887张内镜图像和197个视频 | NA | 多示例学习框架, LSTM | 准确率, 敏感性, 特异性, AUC | NA |
| 292 | 2025-11-22 |
Prior-guided automatic delineation of post-radiotherapy gross tumor volume for esophageal cancer
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70005
PMID:41046469
|
研究论文 | 提出一种融合医学物理先验知识的深度学习框架，用于自动勾画食管癌放疗后大体肿瘤体积 | 首次将放疗前GTV轮廓和放疗剂量分布作为医学物理先验知识整合到nnU-Net v2中，指导特征提取 | 回顾性研究，样本量相对有限（294例患者） | 实现食管癌放疗后GTV的自动精准勾画，减轻人工勾画负担 | 食管癌患者 | 数字病理 | 食管癌 | CT扫描，放疗剂量分布分析 | 深度学习，CNN | 医学影像（CT扫描），轮廓数据，剂量分布图 | 294名食管癌患者（225训练，45内部验证，24外部验证） | PyTorch | nnU-Net v2 | Dice系数，IoU，HD95，ASSD，精确率，召回率，ICC，Pearson相关性，LASSO-Cox，C指数 | NA |
| 293 | 2025-11-21 |
Multicenter study of CT-based deep learning for predicting preoperative T staging and TNM staging in clear cell renal cell carcinoma
2025-Oct-17, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14836-z
PMID:41107801
|
研究论文 | 基于CT的深度学习模型用于预测肾透明细胞癌术前T分期和TNM分期 | 开发了基于Transformer-ResNet架构的3D深度学习模型，首次在多中心研究中验证其在肾透明细胞癌术前分期中的应用 | 在晚期亚类（T3+T4和TNM III期）中表现中等 | 开发并验证基于CT的深度学习模型，用于肾透明细胞癌的术前分期 | 肾透明细胞癌患者 | 计算机视觉 | 肾癌 | CT成像 | 深度学习 | CT图像 | 1,148例来自五个医疗中心的肾透明细胞癌患者 | NA | Transformer-ResNet (TR-Net) | micro-AUC, macro-AUC, accuracy | NA |
| 294 | 2025-11-21 |
Efficacy and safety of platelet-rich plasma injections for the treatment of knee osteoarthritis: a systematic review and meta-analysis of randomized controlled trials
2025-Oct-17, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03253-4
PMID:41107915
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估富血小板血浆注射治疗膝骨关节炎的疗效和安全性 | 首次结合神经网络模型预测PRP治疗结果，识别最佳PRP浓度范围和注射方案，并发现PRP与其他治疗的协同效应 | 长期随访数据有限，评价标准缺乏标准化，生物学可解释性和临床实施存在挑战 | 全面评估PRP注射治疗膝骨关节炎的疗效和安全性 | 膝骨关节炎患者 | 医学研究 | 骨关节炎 | PRP注射治疗，神经网络模型 | 神经网络 | 临床试验数据 | 28项随机对照试验，共3246名KOA患者 | NA | 神经网络 | 疼痛缓解，功能改善，治疗反应预测准确性 | NA |
| 295 | 2025-11-21 |
Comparative Diagnostic Accuracy of AI-Assisted Fluorine-18 Fluorodeoxyglucose Positron Emission Tomography Versus Structural Magnetic Resonance Imaging in Alzheimer Disease: Systematic Review and Meta-Analysis
2025-Oct-08, JMIR aging
IF:5.0Q1
DOI:10.2196/76981
PMID:41061249
|
系统综述与Meta分析 | 通过系统综述和Meta分析比较AI辅助的18F-FDG PET与结构MRI在阿尔茨海默病诊断中的准确性 | 首次系统比较AI辅助的两种神经影像技术（18F-FDG PET和sMRI）在AD诊断中的性能差异 | 研究质量分层、算法类型和验证策略导致的异质性 | 比较AI辅助的18F-FDG PET与结构MRI在阿尔茨海默病诊断中的性能差异 | 阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 18F-FDG PET, 结构MRI | 机器学习, 深度学习 | 医学影像 | 38项研究纳入分析 | NA | NA | 敏感度, 特异度, SROC-AUC | NA |
| 296 | 2025-11-21 |
YOLOv12 Algorithm-Aided Detection and Classification of Lateral Malleolar Avulsion Fracture and Subfibular Ossicle Based on CT Images: Multicenter Study
2025-Oct-03, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/79064
PMID:40924436
|
研究论文 | 基于CT图像使用YOLOv12算法辅助检测和分类外踝撕脱性骨折与腓骨下籽骨的多中心研究 | 首次将最新YOLOv12算法应用于外踝撕脱性骨折与腓骨下籽骨的CT图像检测与分类，并在多中心数据上验证其性能优于放射科医生单独阅读CT | 回顾性研究设计，仅来自两家医院的数据，需要进一步前瞻性验证 | 评估深度学习模型在CT图像上检测和分类外踝撕脱性骨折与腓骨下籽骨的性能 | 1918名患者（外踝撕脱性骨折1253例，腓骨下籽骨665例）的CT图像 | 计算机视觉 | 骨科疾病 | CT成像，MRI成像 | CNN | 医学图像 | 1918名患者，训练集1092例，内部验证集476例，外部测试集350例 | NA | YOLOv12, Faster R-CNN, SSD, RetinaNet | mAP50, AUC, 准确率, 灵敏度, 特异性 | NA |
| 297 | 2025-11-21 |
Development and Validation an Integrated Deep Learning Model to Assist Eosinophilic Chronic Rhinosinusitis Diagnosis: A Multicenter Study
2025-Oct, International forum of allergy & rhinology
IF:7.2Q1
DOI:10.1002/alr.23595
PMID:40387008
|
研究论文 | 开发并验证一种集成深度学习模型，用于辅助嗜酸性慢性鼻窦炎的术前诊断 | 首次结合CT影像特征和临床参数构建集成深度学习模型，并探索模型预测的生物学基础 | 样本量相对有限（1098例），蛋白质组学分析仅包含34例患者 | 开发非侵入性术前预测方法用于嗜酸性慢性鼻窦炎的诊断 | 慢性鼻窦炎患者 | 医学影像分析 | 慢性鼻窦炎 | 计算机断层扫描（CT），蛋白质组学分析 | 3D-CNN, SVM | CT影像，临床参数 | 1098例患者（来自两家医院），其中34例进行蛋白质组学分析 | NA | 3D-ResNet, 3D-Xception, HR-Net | AUC, 敏感度, 特异度, 准确度 | NA |
| 298 | 2025-11-21 |
Machine Learning-Based Detection of EGFR Mutation and HER2 Overexpression in Metastatic Brain Adenocarcinoma: Systematic Review and Meta-Analysis
2025-Oct-01, Topics in magnetic resonance imaging : TMRI
DOI:10.1097/RMR.0000000000000320
PMID:41032033
|
系统综述与荟萃分析 | 评估基于机器学习的MRI影像组学模型在检测转移性脑腺癌中EGFR突变和HER2过表达方面的诊断性能 | 首次系统评估机器学习模型在脑转移瘤生物标志物检测中的应用，并比较深度学习与传统机器学习模型的性能差异 | 存在方法学异质性，外部验证使用有限，需要更多前瞻性多中心研究确认临床适用性 | 评估机器学习模型在非侵入性检测脑转移腺癌EGFR突变和HER2过表达中的诊断价值 | 转移性脑腺癌患者 | 医学影像分析 | 脑转移癌 | MRI影像组学 | 深度学习, 传统机器学习 | 医学影像 | 31项研究，7925名参与者 | Python | NA | AUC, 准确率, 敏感度 | STATA 18, Python 3.10 |
| 299 | 2025-11-21 |
Transformer-based deep learning model for predicting fNIRS short-channel signals
2025-Oct, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.4.045008
PMID:41245625
|
研究论文 | 开发基于Transformer的深度学习模型，从长通道fNIRS数据预测短通道信号，为脑血流动力学监测提供虚拟短通道解决方案 | 首次将Transformer架构应用于fNIRS短通道信号预测，提供不依赖物理硬件的虚拟短通道回归方法 | 模型性能依赖于训练数据质量，在低相干性通道下准确度有所下降 | 开发数据驱动的虚拟短通道检测器，替代物理短通道进行信号去噪 | 功能性近红外光谱(fNIRS)信号 | 生物医学信号处理 | NA | 功能性近红外光谱(fNIRS) | Transformer | 光学密度信号，血流动力学信号 | 训练集69名受试者，验证集包含三个独立数据集：23名受试者（静息态）、40名受试者（不同系统）、4名受试者（手指敲击任务） | NA | Transformer编码器 | 均方误差(MSE), 归一化均方误差(NMSE), 皮尔逊相关系数(r), 回归后残差方差 | NA |
| 300 | 2025-11-21 |
DHGT-DTI: Advancing drug-target interaction prediction through a dual-view heterogeneous network with GraphSAGE and Graph Transformer
2025-Oct, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2025.101336
PMID:41245658
|
研究论文 | 提出一种基于双视角异质图网络的药物-靶点相互作用预测方法DHGT-DTI | 通过邻域视角和元路径视角双重机制整合局部与全局网络信息，结合GraphSAGE与图Transformer的优势 | 未明确说明模型计算复杂度及对大规模网络的可扩展性 | 提升药物-靶点相互作用预测的准确性 | 药物与靶点蛋白质 | 生物信息学 | 帕金森病 | 异质图神经网络 | HGNN, Graph Transformer | 图网络数据 | 两个基准数据集，六种治疗帕金森病的药物案例研究 | NA | GraphSAGE, Graph Transformer | NA | NA |