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 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2025-11-16 |
Performance of FDA-Approved AI Algorithms in Detecting Acute Pulmonary Embolism on Computed Tomographic Pulmonary Angiography (CTPA): A Meta-Analysis of Real-World Retrospective Studies
2025-Oct, Cureus
DOI:10.7759/cureus.94391
PMID:41230302
|
荟萃分析 | 评估FDA批准的AI算法在CTPA中检测急性肺栓塞的诊断性能 | 首次对FDA批准的AI算法在真实世界CTPA数据中检测肺栓塞的性能进行系统评价和荟萃分析 | 仅纳入回顾性研究，需要前瞻性试验验证临床影响 | 评估FDA批准的机器学习算法在CTPA中检测急性肺栓塞的诊断性能 | 急性肺栓塞患者的CTPA扫描图像 | 医学影像分析 | 肺栓塞 | 计算机断层肺血管造影(CTPA) | 机器学习,深度学习 | 医学影像 | 6项研究共9,102例CTPA扫描 | NA | Aidoc, CINA-PE | 敏感度,特异度 | NA |
| 442 | 2025-11-15 |
Identification of key genes in pancreatic ductal adenocarcinoma with biologically informed deep neural network
2025-Oct-31, Journal of gastrointestinal oncology
IF:2.0Q3
DOI:10.21037/jgo-2025-218
PMID:41220726
|
研究论文 | 本研究使用生物信息学指导的深度神经网络识别胰腺导管腺癌中与预后和免疫微环境相关的关键基因 | 首次将P-NET（生物信息学指导的神经网络）模型应用于PDAC关键基因识别，并发现JAG1、MET和PLAU三个基因可能成为联合免疫治疗新靶点 | 研究基于五个独立PDAC队列的回顾性数据，需要进一步实验验证 | 识别与胰腺导管腺癌预后和免疫微环境相关的关键基因 | 胰腺导管腺癌患者基因表达数据 | 生物信息学 | 胰腺癌 | 深度学习，差异表达分析，生存分析，TIDE分析，CellPhoneDB分析，分子对接 | 深度神经网络 | 基因表达数据 | 五个独立PDAC队列的628个重要基因 | NA | P-NET（生物信息学指导的神经网络） | 生存分析，TIDE分析 | NA |
| 443 | 2025-11-15 |
AI-based detection of MRI-invisible prostate cancer with nnU-Net
2025-Oct-30, The Canadian journal of urology
DOI:10.32604/cju.2025.068853
PMID:41220354
|
研究论文 | 开发基于nnU-Net自适应神经网络的AI图像识别系统，用于检测MRI不可见的前列腺癌 | 首次将nnU-Net应用于MRI不可见前列腺癌的检测，针对PI-RADS评分≤3的疑难病例 | 回顾性研究，样本量相对较小（150例患者），仅来自单一医疗中心 | 开发AI系统辅助临床医生检测MRI不可见的前列腺癌 | 经病理证实具有临床意义前列腺癌但术前MRI阴性的患者 | 数字病理 | 前列腺癌 | 多参数MRI（T2WI、DWI、ADC序列） | CNN | 医学影像 | 150例患者，1475张MRI图像 | nnU-Net | nnU-Net | Dice相似系数, 灵敏度, 特异性, 假阳性率, 假阴性率 | NA |
| 444 | 2025-11-02 |
Pulmonary function estimation using smartphone audio and deep learning
2025-Oct-27, Jornal brasileiro de pneumologia : publicacao oficial da Sociedade Brasileira de Pneumologia e Tisilogia
IF:2.9Q2
DOI:10.36416/1806-3756/e20250003
PMID:41172409
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 445 | 2025-11-15 |
Investigating the Role of Area Deprivation Index in Observed Differences in CT-Based Body Composition by Race
2025-Oct, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2025.06.016
PMID:40517983
|
研究论文 | 本研究探讨区域剥夺指数能否解释基于CT的身体成分种族差异 | 首次结合区域剥夺指数和社会脆弱性指数分析CT身体成分的种族差异 | 回顾性研究设计，未能分析具体人口普查区域变量和个体层面数据 | 探究社会经济因素对CT身体成分种族差异的影响 | 2020年单一机构的5311名患者腹部CT数据 | 医学影像分析 | 代谢相关疾病 | CT扫描 | 深度学习 | 医学影像, 临床数据, 社会经济指数 | 5311名患者（平均年龄57.4岁，55.5%女性，46.5%黑人，39.5%白人，10.3%西班牙裔） | 开源深度学习工作流 | NA | P值 | NA |
| 446 | 2025-11-15 |
Modelling transcription with explainable AI uncovers context-specific epigenetic gene regulation at promoters and gene bodies
2025-Oct, PLoS genetics
IF:4.0Q1
DOI:10.1371/journal.pgen.1011908
PMID:41129591
|
研究论文 | 利用可解释人工智能建模转录过程，揭示启动子和基因体区域背景特异性表观遗传基因调控机制 | 首次将SHAP可解释AI方法应用于染色质相关蛋白分析，从未扰动数据预测扰动实验的直接靶标，发现ZC3H4在基因体的新调控功能及复合物间交叉对话 | 方法依赖深度学习模型的预测准确性，需要实验验证来确认推断的调控机制 | 解析转录调控中染色质相关蛋白的复杂相互作用机制 | RNA Pol-II占据位点、染色质相关蛋白谱、SET1A、ZC3H4、INTS11等调控因子 | 机器学习 | NA | 染色质相关蛋白分析、degron-based扰动实验、表观遗传分析 | 深度学习 | 表观遗传数据、蛋白质结合数据 | NA | NA | NA | 预测准确性、SHAP重要性排序 | NA |
| 447 | 2025-11-15 |
Determination of Diagnosis and Prognosis in Spinal Cord Injury Using Machine Learning
2025-Oct, Korean journal of neurotrauma
DOI:10.13004/kjnt.2025.21.e33
PMID:41220891
|
研究论文 | 本文探讨机器学习在脊髓损伤诊断和预后预测中的应用 | 首次系统评估基于卷积神经网络和深度学习放射组学的AI方法在脊髓损伤诊断和预后预测中的表现 | 数据集规模有限、研究间存在异质性、缺乏外部验证 | 开发准确及时的脊髓损伤诊断和可靠预后预测方法 | 创伤性脊髓损伤患者 | 机器学习 | 脊髓损伤 | 磁共振成像、扩散张量成像 | CNN, 神经网络, 深度学习 | 医学影像 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 448 | 2025-11-14 |
Dual-modal ultrasound-based deep learning radiomics for differentiation of benign and malignant breast lesions
2025-Oct-31, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-2025-295
PMID:41215860
|
研究论文 | 开发基于B型超声和对比增强超声的双模态深度学习放射组学模型，用于区分乳腺良恶性病变 | 首次将B型超声和对比增强超声特征通过早期特征融合构建集成模型，并利用SHAP和Grad-CAM进行模型可解释性分析 | 回顾性多中心研究，样本量相对有限（427例患者） | 开发准确无创的乳腺病变诊断方法以减少不必要活检和手术 | 427例女性乳腺病变患者 | 数字病理 | 乳腺癌 | 超声成像（B型超声和对比增强超声） | 深度学习 | 医学图像 | 427例患者来自四家医院 | 未明确说明 | VGG-16 | AUC, 决策曲线分析 | NA |
| 449 | 2025-11-14 |
Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring
2025-Oct-24, Journal of visualized experiments : JoVE
DOI:10.3791/68745
PMID:41212771
|
研究论文 | 提出一套基于无人机遥感数据和深度学习模型的森林恢复监测方法 | 开发了专有的深度学习模型，能够跨不同传感器、研究地点和数据分辨率有效检测和分割树木边界 | NA | 监测复垦油气井场的森林恢复情况 | 森林生态系统中的树木 | 计算机视觉 | NA | 激光雷达, 多光谱成像, 无人机遥感 | 深度学习 | 3D点云数据, 多光谱图像 | NA | NA | 专有深度学习模型 | NA | NA |
| 450 | 2025-11-14 |
3D Neighbor2Neighbor-based unsupervised deep learning for noise reduction in OCT imaging: insights from multiple clinical datasets
2025-Oct-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.564313
PMID:41215161
|
研究论文 | 提出基于3D Neighbor2Neighbor的无监督深度学习策略用于OCT成像中的噪声降低 | 将Neighbor2Neighbor方法扩展到三维空间，并优化ResNet网络以适应OCT三维体积数据特性 | NA | 降低OCT成像中的散斑和电噪声干扰 | OCT三维体积数据 | 计算机视觉 | 眼科疾病,皮肤科疾病 | 光学相干断层扫描 | 无监督深度学习 | 三维医学图像 | NA | NA | ResNet | NA | NA |
| 451 | 2025-11-14 |
Phase unwrapping based on transformer-enhanced residual network for Doppler OCT flow measurement
2025-Oct-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.573074
PMID:41215207
|
研究论文 | 提出一种基于Transformer增强残差网络的相位解包裹方法，用于多普勒OCT血流测量 | 将相位解包裹作为回归任务，首次将Transformer与残差网络结合，通过自注意力机制实现局部特征提取与全局上下文感知的协同 | 未明确说明模型在极端噪声条件下的性能边界和计算效率 | 解决多普勒OCT中相位包裹问题，提高血流速度测量精度 | 大鼠大脑中动脉多普勒图像和血流速度数据 | 计算机视觉 | 心血管疾病 | 多普勒光学相干断层扫描 | CNN, Transformer | 相位图像 | 大鼠大脑中动脉多普勒图像数据集 | NA | TRNet, 残差网络, Transformer | 信噪比, 视觉检查, 定量评估, 相关性分析 | NA |
| 452 | 2025-11-14 |
From Single-Cancer to Pan-Cancer Prognosis: A Multimodal Deep Learning Framework for Survival Analysis with Robust Generalization Capability
2025-Oct, The American journal of pathology
DOI:10.1016/j.ajpath.2025.06.006
PMID:40651540
|
研究论文 | 提出统一多模态泛癌生存网络UMPSNet，通过整合组织病理学图像、基因组表达谱和元数据实现跨癌症类型的生存预后预测 | 首次提出基于最优传输注意力机制的多模态特征对齐方法和引导专家混合机制，解决癌症类型分布偏移问题，实现零样本迁移能力 | 模型在零样本迁移评估中仅验证了胰腺腺癌一种癌症类型，需要更多外部验证 | 开发具有强大泛化能力的多模态深度学习框架，实现从单癌症到泛癌的生存分析 | 癌症患者的多模态医疗数据，包括组织病理学图像、基因组表达谱和临床元数据 | 数字病理学 | 泛癌 | 全切片图像分析，基因组表达谱分析 | 深度学习 | 图像，基因组数据，文本元数据 | 3523张全切片图像（2831例患者），外加392张胰腺腺癌图像（66例患者）用于验证 | NA | UMPSNet | 一致性指数 | NA |
| 453 | 2025-11-14 |
The Use of Artificial Intelligence in ECG Interpretation in the Outpatient Setting: A Scoping Review
2025-Oct, Cureus
DOI:10.7759/cureus.94113
PMID:41209885
|
综述 | 本文通过范围综述总结了深度学习算法在门诊心电图解读中的应用现状与临床价值 | 首次系统评估AI在门诊场景下心电图解读的有效性，重点关注非医院环境下的应用潜力 | 样本量小且同质性强，部分算法存在过度诊断倾向，训练数据缺乏多样性，外部验证不足 | 评估人工智能在门诊心电图解读中的诊断准确性和临床效用 | 门诊心电图数据及基于AI的心电图解读研究 | 医疗人工智能 | 心血管疾病 | 深度学习，心电图分析 | CNN | 心电图信号数据 | NA | NA | 卷积神经网络 | 诊断准确率 | NA |
| 454 | 2025-11-14 |
Comparison of deep learning-based segmentation and registration using pre-treatment contours for online rectal delineation in magnetic resonance-guided radiotherapy
2025-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100854
PMID:41210596
|
研究论文 | 比较基于深度学习的分割和配准方法在磁共振引导放疗中直肠轮廓在线勾画的效果 | 首次系统比较基于U-Net的分割和配准模型在整合计划轮廓进行在线直肠勾画中的性能差异 | 样本量相对有限（104例患者），仅针对直肠癌单一病种进行研究 | 评估深度学习模型整合计划轮廓进行在线直肠轮廓勾画的最佳方法 | 104例直肠癌患者的磁共振影像数据 | 医学影像分析 | 直肠癌 | 磁共振成像（MRI） | CNN | 医学影像 | 104例直肠癌患者（训练68例，验证14例，测试22例） | NA | U-Net | 豪斯多夫距离（HD）, Dice系数, 定性评分 | NA |
| 455 | 2025-11-13 |
Machine learning-assisted N-doped carbon dots for sensitive Pd2+ detection and high-performance LED applications in plant cultivation
2025-Oct-13, Mikrochimica acta
DOI:10.1007/s00604-025-07604-0
PMID:41081953
|
研究论文 | 开发了一种氮掺杂碳点用于钯离子检测和植物栽培LED应用 | 结合深度学习算法的智能手机传感平台实现钯离子的现场检测，以及具有植物生长所需光谱的暖白光LED | NA | 开发多功能氮掺杂碳点用于环境监测和光电应用 | 钯离子检测和植物栽培LED | 机器学习和光电材料 | NA | 水热合成法，荧光猝灭检测 | CNN | 智能手机采集的图像 | NA | NA | 卷积神经网络 | 检测限0.058μM，回收率95.3-103.5%，相对标准偏差<1.51% | NA |
| 456 | 2025-11-12 |
Artificial intelligence capabilities in identifying atrial fibrillation using baseline sinus rhythm ECG : a systematic review
2025-Oct-31, Open heart
IF:2.8Q2
DOI:10.1136/openhrt-2025-003657
PMID:41173515
|
系统综述 | 评估人工智能模型利用基线窦性心律心电图识别房颤的有效性及影响因素 | 首次系统评估AI在基线窦性心律心电图中识别房颤的能力，并比较深度学习与传统机器学习模型的性能差异 | 78.6%的研究存在阴性病例误分类问题，64.3%的研究在至少一个领域存在高偏倚风险 | 探索人工智能在房颤早期检测中的应用价值 | 房颤患者（无既往房颤确诊）的基线窦性心律心电图 | 医疗人工智能 | 心血管疾病 | 心电图分析 | 深度学习, 传统机器学习 | 心电图信号 | 13项研究共1,459,653名患者 | NA | NA | 准确率, 敏感度, 特异度, 精确率, AUC | NA |
| 457 | 2025-11-12 |
Zero-order diffraction-guided spectral-wise transformer: a lightweight and efficient framework for computed tomography imaging spectrometry
2025-Oct-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.576798
PMID:41215200
|
研究论文 | 提出一种轻量高效的零级衍射引导光谱变换器框架，用于计算断层成像光谱仪的数据重建 | 首次将零级衍射信息与光谱自注意力机制结合，通过三个关键模块有效整合光学标定信息和光谱相似性 | 未明确说明模型在极端条件下的泛化能力 | 解决计算断层成像光谱仪重建数据立方体时的伪影问题 | 计算断层成像光谱仪采集的三维(x, y, λ)数据立方体 | 计算机视觉 | NA | 计算断层成像光谱仪(CTIS) | Transformer | 光谱图像数据 | 使用定制滤光轮系统收集的真实数据集 | NA | Zero-order Diffraction-guided Spectral-wise Transformer (ZDST), 包含FPCR, S-MSA, ZDM模块 | 重建质量评估 | 低计算资源消耗 |
| 458 | 2025-11-12 |
Imaging through dynamic scattering media with an adapter-enhanced diffusion model
2025-Oct-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.576825
PMID:41215254
|
研究论文 | 提出一种结合扩散模型和测试时适配器的方法，用于在动态散射介质中重建隐藏物体 | 将扩散模型的强大去噪能力与测试时适配器相结合，实现有限训练数据下的跨域鲁棒对齐 | 仅在单一室内散射条件下的100对图像上训练，可能对更广泛散射条件的适应性有待验证 | 解决复杂散射介质后方物体重建的光学成像挑战 | 隐藏在各种散射介质后的物体 | 计算机视觉 | NA | 光学成像 | 扩散模型 | 图像 | 100对配对图像 | NA | 扩散模型, U-Net, SwinUNet | 图像质量 | NA |
| 459 | 2025-11-12 |
Deep learning-optimized bilayer metasurface based on robust magnetic dipole coupling for MRI enhancement at 70mT
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.570420
PMID:41215099
|
研究论文 | 提出一种基于深度学习的双层超表面结构，通过磁偶极耦合增强70mT场强下的MRI成像性能 | 首次将双层超表面结构与深度学习优化相结合，通过能带简并和层间磁偶极耦合实现稳健的磁场增强 | 研究主要针对70mT场强，在其他场强下的性能表现需要进一步验证 | 开发一种能够在极低场强下有效增强MRI成像性能的超表面结构 | 双层开口环谐振器超表面结构及其在MRI中的应用 | 计算电磁学，医学影像增强 | 神经疾病（通过头部MRI成像） | 磁共振成像，电磁场模拟，深度学习优化 | 深度学习神经网络 | 电磁场模拟数据，结构参数数据 | NA | NA | NA | 磁场增强倍数，共振频率稳定性 | NA |
| 460 | 2025-11-12 |
Stereo matching based on the IC-Stereo network in low-light environments
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.565995
PMID:41215114
|
研究论文 | 提出一种基于IC-Stereo网络的立体匹配方法，用于解决低光照环境下的图像细节丢失和几何信息缺失问题 | 集成上下文与几何信息融合模块和低光照图像增强模块，通过深度学习方法提升低光照条件下的立体匹配性能 | NA | 提升低光照环境下的立体匹配精度 | 低光照环境下的立体图像 | 计算机视觉 | NA | 图像处理技术 | 深度学习网络 | 立体图像 | 基于KITTI数据集生成的合成低光照数据集和真实低光照双目相机采集的数据集 | NA | IC-Stereo | 精度 | NA |