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 1118 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-11-27 |
Predicting Nonidiopathic Scoliosis from Plain Radiographs: A Deep-Learning Approach
2025 Oct-Dec, JB & JS open access
DOI:10.2106/JBJS.OA.25.00257
PMID:41281371
|
研究论文 | 本研究开发了一种基于深度学习的图像分类器，用于从脊柱X光片中预测非特发性脊柱侧弯的病因 | 首次使用深度学习模型在普通X光片上区分脊柱侧弯的三种不同病因，且性能优于经验丰富的脊柱外科医生 | 单中心研究，样本量有限，某些类别图像数量较少导致性能下降 | 开发一种能够准确分类脊柱侧弯病因的自动化诊断工具 | 1036名诊断为脊柱侧弯的儿科患者及其前后位-侧位脊柱X光图像 | 计算机视觉 | 脊柱侧弯 | X射线成像 | CNN | 图像 | 1036名儿科患者 | NA | EfficientNet B4 | 准确率, 精确率, 召回率, F1分数 | NA |
| 342 | 2025-11-27 |
Prognostication in patients with idiopathic pulmonary fibrosis using quantitative airway analysis from HRCT: a retrospective study
2025-Oct, The European respiratory journal
DOI:10.1183/13993003.00981-2025
PMID:40744692
|
研究论文 | 本研究开发了一种基于HRCT定量气道分析的AI模型SABRE，用于预测特发性肺纤维化患者的预后 | SABRE模型能够捕捉传统测量指标、疾病严重程度评分和现有AI方法无法提供的预后信号 | 回顾性研究设计，样本主要来自澳大利亚注册数据库 | 利用人工智能模型解决纤维化肺疾病预后异质性问题，重点关注死亡率预测 | 特发性肺纤维化患者 | 数字病理学 | 肺纤维化 | 高分辨率计算机断层扫描 | 深度学习 | 医学影像 | 1744名匿名患者（460名用于模型开发，1284名用于临床分析） | NA | SABRE | AUC, C-index | NA |
| 343 | 2025-11-26 |
Design of multimodal antibiotics using deep learning
2025-Oct-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629780
PMID:41279746
|
研究论文 | 开发用于设计具有细胞穿透和抗菌双重功能的多模态抗生素的深度学习模型 | 首次提出多模态AI模型ApexDuo，能够生成兼具细胞穿透和抗菌活性的多肽抗生素 | 仅从小鼠模型验证效果，尚未进行人体临床试验 | 设计能够穿透人类细胞并保持抗菌活性的多模态抗生素分子 | 细胞内感染的病原体和哺乳动物细胞 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 化合物库数据 | 从5000万AI生成化合物中筛选候选分子 | NA | ApexDuo | 细菌载量减少程度 | NA |
| 344 | 2025-11-26 |
A simple circuit to sustain intact tumor microenvironments for complex drug interrogations
2025-Oct-28, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.26.684624
PMID:41279433
|
研究论文 | 开发了一种简单的灌注回路系统，用于维持完整肿瘤微环境以进行复杂药物测试 | 使用自体患者血浆开发标准化灌注回路系统，解决了3D患者来源肿瘤模型中培养基成分缺乏标准化的问题 | 系统仅能维持肿瘤微环境长达48小时，时间窗口有限 | 开发标准化平台以支持3D患者来源肿瘤模型的复杂药物测试 | 腹膜转移和核心针活检样本，涵盖多种肿瘤组织学类型 | 数字病理 | 多种癌症类型 | 多模态检测技术，灌注回路系统 | NA | 3D肿瘤模型数据，多模态检测数据 | 多种肿瘤组织学的腹膜转移和核心针活检样本 | NA | NA | NA | NA |
| 345 | 2025-11-26 |
From words to action? A scoping review on automatic sentiment analysis of patient experience comments from online sources and surveys
2025-Oct-22, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2025-101631
PMID:41125311
|
综述 | 对2020-2024年间应用情感分析技术处理患者体验评论的研究进行范围综述 | 首次系统梳理深度学习时代患者体验情感分析的研究现状，特别关注生成式AI等现代技术的应用缺口 | 仅纳入英文和斯堪的纳维亚语研究，未评估研究质量，未分析具体实施效果 | 总结患者体验数据情感分析的研究现状和方法应用 | 来自在线平台和调查的非结构化患者评论数据 | 自然语言处理 | NA | 自然语言处理, 情感分析 | 基于规则的方法, 监督机器学习, 深度学习 | 文本 | 30项研究 | NA | NA | NA | NA |
| 346 | 2025-11-26 |
Automated detection of large vessel occlusion using deep learning: a pivotal multicenter study and reader performance study
2025-Oct-16, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2024-022254
PMID:39304193
|
研究论文 | 通过深度学习技术自动检测大血管闭塞的多中心研究 | 评估AI软件在检测大血管闭塞中的独立效能及其对早期职业医师诊断准确性的提升 | 研究时间范围有限（2021年1月至2023年9月），样本量相对有限 | 评估AI软件在CT血管造影中检测大血管闭塞的效能 | 595名缺血性卒中患者 | 医学影像分析 | 脑血管疾病 | CT血管造影 | 深度学习 | 医学影像 | 595名患者（275名有大血管闭塞，320名无大血管闭塞） | NA | NA | AUROC, 敏感度, 特异度 | NA |
| 347 | 2025-11-26 |
Leveraging fMRI non-stationarity for deep learning classifier training and feature detection to improve schizophrenia diagnosis
2025-Oct-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.03.25337252
PMID:41282733
|
研究论文 | 本研究利用fMRI动态功能连接组训练图卷积网络模型，通过深度学习分类器和特征检测方法改进精神分裂症诊断 | 首次将fMRI非平稳性与图卷积网络结合，使用类激活映射和积分梯度方法解释模型决策，提供神经生物学诊断基础 | 研究样本相对有限，仅针对特定精神疾病群体，需要更多验证 | 开发基于神经生物学的精神疾病诊断方法，替代传统临床访谈诊断 | 青少年发病精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍患者及健康对照者 | 医学影像分析 | 精神分裂症 | 功能磁共振成像，静息态fMRI，工作记忆任务 | 图卷积网络 | 功能磁共振成像数据 | 四个样本群体：青少年精神分裂症、成人精神分裂症、重度抑郁症、双相情感障碍，各包含健康对照 | NA | 图卷积网络 | 准确率，灵敏度，特异性 | NA |
| 348 | 2025-11-26 |
Automated Diffusion Analysis for Noninvasive Prediction of Isocitrate Dehydrogenase Genotype in WHO Grade 2-3 Gliomas
2025-Oct-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8776
PMID:40494626
|
研究论文 | 本研究开发了一种基于T2加权成像的自动ADC提取流程，用于无创预测WHO 2-3级胶质瘤的IDH基因型 | 首次建立基于单序列(T2加权)的自动ADC提取流程，使用nnUNet深度学习算法实现胶质瘤自动分割，避免了传统手动分割的耗时和操作者依赖性 | nnUNet在6%病例中出现肿瘤远端脑组织过分割，在0.8%胶质瘤中遗漏了肿瘤成分 | 开发自动化方法预测胶质瘤IDH基因型，支持风险分层和治疗规划 | WHO 2-3级胶质瘤患者 | 数字病理 | 胶质瘤 | MRI, ADC成像, 深度学习分割 | nnUNet | 医学影像 | UCLH数据集247例，BraTS 2021数据集500例 | Python, FSL | nnUNet | Dice系数, AUC, 95%置信区间 | NA |
| 349 | 2025-11-26 |
Deep Learning Can Accurately Predict the Prognosis of Gynecologic Smooth Muscle Tumors of Uncertain Malignant Potential: A Multicenter Pilot Study
2025-Oct, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104211
PMID:40602459
|
研究论文 | 本研究探索使用深度学习模型直接从组织学切片预测妇科不确定恶性潜能平滑肌肿瘤(STUMP)的无进展生存期 | 首次将深度学习技术应用于STUMP预后预测，直接从组织学切片提取特征进行风险分层 | 样本量相对较小，需要进一步研究通过分子标记物验证高风险组 | 预测STUMP患者的无进展生存期并识别高风险患者 | 妇科不确定恶性潜能平滑肌肿瘤(STUMP)患者 | 数字病理学 | 妇科肿瘤 | 组织学切片分析 | 深度学习模型 | 组织病理学图像 | 95例STUMP患者(79例训练，16例外部验证)，另包含160例平滑肌瘤和58例平滑肌肉瘤作为对照 | scikit-learn, R | NA | C-index, Cox回归分析, 风险比 | NA |
| 350 | 2025-11-26 |
Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study
2025-Oct, La Radiologia medica
DOI:10.1007/s11547-025-02064-1
PMID:40810889
|
研究论文 | 开发并验证用于检测急性胸痛患者阻塞性冠状动脉疾病的深度学习模型 | 首次基于YOLOv4开发专门用于急诊科急性胸痛患者冠状动脉CTA图像中阻塞性CAD检测的深度学习模型 | 需要手动预处理进行曲面MPR提取，模型训练依赖有限的手动预处理数据 | 开发并验证深度学习模型在冠状动脉CTA中检测阻塞性冠状动脉疾病的能力 | 急诊科就诊的急性胸痛患者 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | CNN | 医学图像 | 训练集378名患者(10,060张曲面MPR图像)，外部验证集298名患者 | NA | YOLOv4 | 灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC | NA |
| 351 | 2025-11-26 |
Deep Learning-Based Death Prediction Model for Chronic Kidney Disease
2025-Oct, Healthcare informatics research
IF:2.3Q3
DOI:10.4258/hir.2025.31.4.396
PMID:41265425
|
研究论文 | 开发基于深度学习的慢性肾脏病患者死亡预测模型 | 结合LASSO回归筛选特征和深度学习建模，识别出影响CKD患者死亡的关键因素 | 数据来源于单一国家（韩国）的医疗机构，可能影响模型在其他人群的泛化能力 | 预测慢性肾脏病患者的死亡风险 | 慢性肾脏病患者 | 机器学习 | 慢性肾脏病 | LASSO回归, 深度学习 | 深度学习模型 | 医疗记录数据 | 2016-2021年韩国疾病管理厅出院患者调查数据 | NA | NA | 损失值, 准确率 | NA |
| 352 | 2025-11-25 |
Deep multi-instance learning model based on gadoxetic acid-enhanced MRI for predicting microvascular invasion of hepatocellular carcinoma: a multicenter, retrospective study
2025-Oct-22, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14971-7
PMID:41126066
|
研究论文 | 基于钆塞酸增强MRI开发深度学习模型用于预测肝细胞癌微血管侵犯的多中心回顾性研究 | 比较不同感兴趣区域和图像输入维度对深度学习模型性能的影响，提出基于所有轴向切片的2.5D深度多示例学习模型 | 回顾性研究设计，样本量相对有限（206例患者） | 术前无创预测肝细胞癌微血管侵犯 | 经病理证实的肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 钆塞酸增强MRI，包括肝胆期图像、T1WI-FS和T2WI-FS序列 | 深度学习，多示例学习 | 医学影像 | 206例来自三家医院的患者 | NA | 2D DL, 3D DL, 2.5D MIL | AUC | NA |
| 353 | 2025-11-25 |
Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population
2025-Oct-14, Heart (British Cardiac Society)
DOI:10.1136/heartjnl-2024-325486
PMID:40379470
|
研究论文 | 本研究开发了一种基于眼底图像的深度学习模型，用于在冠状动脉疾病人群中筛查轻度认知障碍 | 首次将眼底图像与深度学习结合用于冠状动脉疾病患者的轻度认知障碍筛查，提供了一种非侵入性的早期诊断替代方案 | 单中心横断面研究，样本来源单一，需要多中心验证 | 优化冠状动脉疾病人群中轻度认知障碍的诊断，实现早期干预和改善预后 | 冠状动脉疾病患者（至少有一处≥50%狭窄） | 数字病理学 | 心血管疾病 | 眼底成像 | CNN | 图像 | 4357名患者，9009张合格图像 | NA | 四种不同的卷积神经网络架构（具体未指明） | AUC, 校准曲线, 决策曲线 | NA |
| 354 | 2025-11-25 |
EEG workload estimation and classification: a systematic review
2025-Oct-09, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad705e
PMID:39151457
|
系统综述 | 系统综述EEG认知负荷估计与分类中机器学习和深度学习方法的应用现状 | 首次系统梳理EEG负荷估计中ML/DL方法的应用格局，发现采样频率与模型精度的关联性 | 纳入研究存在方法学异质性，缺乏标准化评估框架 | 系统评估机器学习与深度学习在EEG认知负荷估计与分类中的应用效果 | 33篇符合纳入标准的科学论文 | 机器学习 | NA | 脑电图(EEG) | SVM, CNN, 循环神经网络, 混合网络 | EEG信号 | 33篇研究论文（从125篇初筛文献中筛选） | NA | 卷积神经网络, 循环神经网络, 支持向量机 | 准确率 | NA |
| 355 | 2025-11-25 |
Decoding tissue-specific enhancers in plants using massively parallel assays and deep learning
2025-Oct-08, The Plant cell
DOI:10.1093/plcell/koaf236
PMID:41030057
|
研究论文 | 本研究利用大规模平行报告基因检测和深度学习技术，解码番茄果实组织特异性增强子 | 首次在植物中系统鉴定果实特异性增强子，并通过深度学习指导合成增强子的设计 | 研究仅针对番茄果实组织，未涵盖其他植物物种或组织类型 | 解析植物组织特异性增强子的调控机制并设计合成增强子 | 番茄果实和叶片组织 | 深度学习 | NA | 大规模平行报告基因检测（MPRA） | 深度学习 | 基因组序列数据 | 11,180个来自果实特异性基因的启动子片段 | NA | NA | NA | NA |
| 356 | 2025-11-25 |
Polarimetric feature analysis of Mueller matrices for brain tumor image segmentation
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.561518
PMID:41215153
|
研究论文 | 本研究利用穆勒矩阵偏振测量数据开发深度学习模型，实现脑肿瘤图像的自动分割 | 比较基于原始穆勒矩阵测量值与Lu-Chipman特征图的深度学习模型性能，展示单波长偏振测量在脑肿瘤分割中的潜力 | 数据采集和标注过程耗时，临床应用面临实际挑战 | 探索穆勒矩阵偏振测量在脑肿瘤识别和分割中的应用价值 | 人脑组织样本 | 计算机视觉 | 脑肿瘤 | 穆勒矩阵偏振测量(MMP) | 深度学习模型 | 偏振图像 | NA | NA | NA | 分割准确率 | NA |
| 357 | 2025-11-25 |
Interpretable deep learning model diagnoses gastrointestinal stromal tumors and lesion characteristics with microprobe endoscopic ultrasonography
2025-Oct-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17018-w
PMID:41038910
|
研究论文 | 开发可解释深度学习模型ECMAI-ME，通过微探头超声内镜图像诊断胃肠道间质瘤及病变特征 | 首次将病变特征整合到MEUS图像中，使AI推理与临床诊断流程对齐，开发了七个深度学习模型 | 研究仅基于中国五家医院的数据，需要更多国际多中心验证 | 提高微探头超声内镜对胃肠道间质瘤的诊断能力 | 胃肠道间质瘤和病变特征 | 数字病理 | 胃肠道间质瘤 | 微探头超声内镜 | 深度学习 | 图像 | 来自873个黏膜下病变的9,229张MEUS图像，涉及五家中国医院 | NA | ECMAI-ME | AUC, 准确率, 特异性, 敏感性 | NA |
| 358 | 2025-11-25 |
Deep Learning Model Based on Dual-energy CT for Assessing Cervical Lymph Node Metastasis in Oral Squamous Cell Carcinoma
2025-Oct, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.020
PMID:40628643
|
研究论文 | 本研究开发了一种基于双能CT的深度学习模型，用于评估口腔鳞状细胞癌患者颈部淋巴结转移 | 首次将Crossformer_Transformer架构应用于双能CT多序列融合图像进行淋巴结转移检测，并在多中心数据上验证了其优越性能 | 样本量相对有限，仅包含两个中心的354名患者 | 提高口腔鳞状细胞癌患者颈部淋巴结转移的术前检测准确性 | 口腔鳞状细胞癌患者的颈部淋巴结 | 医学影像分析 | 口腔鳞状细胞癌 | 双能CT成像 | 深度学习 | CT图像 | 354名患者（248名来自第一个中心，106名来自第二个中心） | NA | Crossformer, Densenet169, Squeezenet1_0, Crossformer_Transformer | AUC | NA |
| 359 | 2025-11-25 |
To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study
2025-Oct, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.002
PMID:40707264
|
研究论文 | 本研究基于CT影像开发并验证了不同深度学习模型预测非小细胞肺癌脏层胸膜侵犯的能力 | 首次系统比较了2D、3D和混合3D深度学习模型在预测非小细胞肺癌脏层胸膜侵犯中的性能差异 | 回顾性研究设计可能存在选择偏倚，且为多中心研究 | 开发并验证深度学习模型准确预测非小细胞肺癌患者的脏层胸膜侵犯 | 经病理确诊的非小细胞肺癌患者 | 计算机视觉 | 肺癌 | CT影像分析，弹性纤维染色分析 | CNN | CT图像，临床数据 | 1931例非小细胞肺癌患者 | NA | EfficientNet-B0, Res2Net | AUC, 受试者工作特征曲线, 混淆矩阵 | NA |
| 360 | 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 |