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 275 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2025-11-15 |
The Current Use of Artificial Intelligence in Anesthesiology
2025-Dec, Advances in anesthesia
DOI:10.1016/j.aan.2025.07.006
PMID:41224431
|
综述 | 本文探讨了人工智能在麻醉学领域的当前应用现状与潜在影响 | 系统梳理了AI技术在麻醉学中的具体应用方向，包括患者监测、药物管理和并发症预测等 | 当前AI在麻醉学中尚未广泛应用，缺乏大规模临床验证数据 | 分析人工智能技术在麻醉学领域的应用潜力和发展方向 | 麻醉学临床实践和患者管理 | 自然语言处理, 机器学习 | NA | 机器学习, 深度学习, 自然语言处理 | NA | NA | NA | NA | NA | NA | NA |
| 62 | 2025-11-15 |
Diagnostic Accuracy of Artificial Intelligence Models for Predicting Postoperative Complications Following Free Flap Reconstruction: A Systematic Review and Meta-Analysis
2025-Dec, Microsurgery
IF:1.5Q3
DOI:10.1002/micr.70143
PMID:41231400
|
系统综述与荟萃分析 | 通过系统评价和荟萃分析评估人工智能模型在预测游离皮瓣重建术后并发症方面的诊断性能 | 首次对AI模型在皮瓣监测和术后并发症预测中的诊断性能进行系统评价和定量荟萃分析 | 纳入研究数量有限（12项研究），存在异质性，部分模型验证不足 | 系统评估AI模型预测皮瓣手术后并发症的诊断性能，并比较不同输入模态的效果 | 接受游离皮瓣重建手术的患者 | 医学人工智能 | 外科手术并发症 | AI模型训练与验证 | 深度学习模型 | 多模态数据（包括摄影数据） | 18,520名患者，32,148个输入数据点 | NA | NA | 敏感度, 特异度, 似然比, SROC曲线下面积 | NA |
| 63 | 2025-11-14 |
Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy
2025-Dec-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146458
PMID:40997429
|
研究论文 | 本研究开发了一种基于深度学习微调的方法，使用微型近红外光谱仪提高茶叶成分预测的泛化能力 | 采用深度学习微调策略，将局部模型的准确性迁移到其他茶叶类型，优于传统的迁移成分分析方法 | 仅针对四种茶叶类型进行研究，样本类型范围有限 | 开发适用于不同茶叶类型的通用化预测模型，用于测定儿茶素和咖啡因含量 | 四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）的光谱数据 | 机器学习 | NA | 近红外光谱 | 深度学习,CNN | 光谱数据 | 四种茶叶类型的样本数据 | NA | 卷积神经网络,全连接网络 | 准确率 | NA |
| 64 | 2025-11-14 |
"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation"
2025-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29812
PMID:40375492
|
综述 | 本文综述了磁共振指纹技术在大脑血流动力学、氧合及灌注定量分析中的研究进展与应用 | 重点介绍了血管几何模拟模型的进步、新型序列开发以及融合机器学习和深度学习算法的先进重建技术 | 未明确说明具体技术局限，但指出需要解决临床转化面临的问题 | 概述血管磁共振指纹技术的研究现状并展望未来发展方向 | 大脑血流动力学、氧合及灌注参数 | 医学影像分析 | 脑血管疾病 | 磁共振指纹技术 | 机器学习,深度学习 | 磁共振影像 | NA | NA | NA | NA | NA |
| 65 | 2025-11-14 |
Applications of artificial intelligence in abdominal imaging
2025-Dec, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04990-0
PMID:40418375
|
综述 | 本文探讨人工智能在腹部影像学中的应用现状、挑战与未来发展方向 | 系统阐述AI在腹部影像疾病检测与分类中的突破性应用，并提出整合可解释AI框架和端到端多源数据处理管道的未来方向 | 面临数据异质性、缺乏多中心验证、依赖回顾性单中心研究、模型可解释性不足等挑战 | 推动人工智能在腹部影像学中的临床应用，提升疾病诊断准确性和个性化治疗水平 | 腹部影像数据（超声、CT、MRI）及相关疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变） | 医学影像分析 | 腹部疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变） | 深度学习、影像组学 | 深度学习模型 | 医学影像（超声、CT、MRI） | NA | NA | NA | 准确率 | NA |
| 66 | 2025-11-14 |
Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm
2025-Dec, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04991-z
PMID:40442504
|
研究论文 | 本研究提出基于超声图像的对比融合非侵入性肝纤维化分期算法FCLLF | 创造性引入纤维化对比层(FCL)概念和标签融合(LF)技术，增强模型对肝纤维化分级特征差异的捕捉能力 | NA | 利用深度学习技术实现肝纤维化的无创分期，避免并发症并降低成本 | 肝纤维化患者 | 计算机视觉 | 肝纤维化 | 超声检查 | 深度学习模型 | 超声图像 | 全样本数据集和30%小样本数据集 | NA | FCLLF, ResNet, InceptionNet, VGG | 准确率 | NA |
| 67 | 2025-11-14 |
Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials
2025-Dec, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05030-7
PMID:40448843
|
研究论文 | 本研究探讨血液恶性肿瘤患者脾脏直径与体积的关系，并建立与卢加诺标准相对应的体积阈值用于治疗反应评估 | 首次通过深度学习分割技术建立脾脏直径与体积的幂回归模型，提出与现有直径标准相对应的体积阈值标准 | 研究基于单一临床试验数据的二次分析，样本量相对有限，需要外部验证 | 确定血液恶性肿瘤患者脾脏体积阈值，使其与现有直径标准在治疗反应评估中具有最佳相关性 | 382名血液恶性肿瘤患者 | 数字病理 | 血液恶性肿瘤 | CT成像，深度学习分割 | 随机森林 | 医学影像 | 382例患者 | NA | NA | 一致性评估，预测性能比较 | NA |
| 68 | 2025-11-14 |
Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods
2025-Dec, Orthodontics & craniofacial research
IF:2.4Q2
DOI:10.1111/ocr.70008
PMID:40704688
|
研究论文 | 本研究使用基于YOLOv8x的深度学习模型比较五种手腕骨骼成熟度评估方法的诊断可靠性 | 首次使用深度学习算法系统比较五种手腕骨骼成熟度评估方法，并识别出在解剖结构明显区域（如MP3、内收籽骨和钩骨）具有特别高的分类性能 | 研究为回顾性分析，数据来源于8-16岁正畸患者，可能限制了结果的普适性 | 评估深度学习算法在骨骼年龄估计中的有效性 | 6572张8-16岁正畸患者的手腕X光片 | 计算机视觉 | 骨骼发育异常 | X射线成像 | CNN | 医学图像 | 6572张手腕X光片 | PyTorch | YOLOv8x | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 69 | 2025-11-14 |
Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction
2025-Dec, Clinical biomechanics (Bristol, Avon)
|
研究论文 | 本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法 | 提出CNN-BiGRU-Attention混合深度学习框架，在复杂运动模式下实现高精度vGRF预测，并针对患者特异性进行优化 | 样本量较小（仅25名患者），缺乏在更广泛运动模式和患者群体中的验证 | 开发便携式监测系统，用于前交叉韧带重建患者的康复评估 | 25名前交叉韧带重建患者 | 数字病理 | 运动损伤 | 可穿戴传感器，Vicon运动捕捉系统 | CNN, BiGRU, Attention机制 | 运动学数据，力学数据 | 25名ACLR患者 | NA | CNN-BiGRU-Attention混合架构 | R2决定系数 | NA |
| 70 | 2025-11-14 |
Diagnostic Performance of Large Language Models in Multimodal Analysis of Radiolucent Jaw Lesions
2025-Dec, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103910
PMID:40961626
|
研究论文 | 评估ChatGPT和Gemini大语言模型在多模态影像分析中对透光性颌骨病变的诊断性能 | 首次系统评估大语言模型在口腔颌面外科多模态影像（全景片、CT、病理）诊断中的表现，并比较不同答题格式和影像组合的影响 | 样本量有限（100例），仅评估两种大语言模型，需要更大数据集和混合AI系统的进一步验证 | 评估大语言模型在口腔颌面外科透光性颌骨病变诊断中的性能 | 透光性颌骨病变患者 | 自然语言处理 | 颌骨疾病 | 多模态影像分析 | 大语言模型 | 文本、影像（全景X线、锥形束CT）、病理图像 | 100名匿名患者来自Wonkwang University Daejeon Dental Hospital | NA | ChatGPT 4o, Gemini 2.5 Pro | 准确率 | NA |
| 71 | 2025-11-14 |
AI-driven prediction of dental implant numbers to be placed for patient-specific treatment planning
2025-Dec, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103896
PMID:41039688
|
研究论文 | 本研究开发了一种基于Vision Transformer的深度学习回归模型，利用全景X光片和临床数据预测无牙颌患者所需的种植体数量 | 首次将Vision Transformer架构应用于牙科种植体数量预测，实现了基于深度学习的定量决策支持工具 | 单中心研究设计，样本量有限，泛化能力受限 | 开发评估深度学习模型以预测无牙颌患者所需种植体数量，支持标准化数据驱动的治疗规划 | 628名接受牙科种植体治疗的患者，共919个无牙颌感兴趣区域 | 计算机视觉 | 牙科疾病 | 全景X光成像，CBCT成像 | Vision Transformer (ViT) | 图像 | 628名患者（341名女性，287名男性），919个无牙颌感兴趣区域 | PyTorch | ViT-Base (google/vit-base-patch16-224-in21k) | MSE, MAE, R², EVS | NA |
| 72 | 2025-11-14 |
Deep learning in oral lichen planus diagnosis: a systematic review of clinical image-based detection approaches
2025-Dec, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.07.009
PMID:40897576
|
系统综述 | 系统评估深度学习模型在利用临床照片诊断口腔扁平苔藓方面的诊断性能 | 首次系统综述基于临床图像的深度学习在口腔扁平苔藓诊断中的应用，涵盖CNN和Vision Transformer等架构 | 数据集规模小且同质性强，图像预处理不一致，外部验证有限 | 评估深度学习模型在口腔扁平苔藓诊断中的性能 | 口腔扁平苔藓的临床图像 | 计算机视觉 | 口腔扁平苔藓 | 临床摄影 | CNN, Vision Transformer | 图像 | NA | NA | InceptionResNetV2, Xception | 准确率, 敏感度, 特异性, AUC | NA |
| 73 | 2025-11-14 |
Super resolution of pathology images with hierarchical feature integration and local image patterns
2025-Dec, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6482
PMID:41081336
|
研究论文 | 提出基于局部病理图像模式的分层深度学习框架HLIP，实现准确、高保真和实时的病理图像超分辨率重建 | 整合语义特征与像素级和形态学级特征，通过识别局部病理图像模式重建超分辨率图像，支持灵活放大倍数 | NA | 开发能够克服现有方法伪影、过度平滑和推理速度慢等问题的病理图像超分辨率方法 | 病理图像 | 数字病理学 | 肿瘤 | 深度学习 | CNN | 图像 | NA | NA | 分层深度学习框架 | 性能指标、鲁棒性、保真度 | NA |
| 74 | 2025-11-14 |
Epidemiology, etiopathogenesis, immune response, diagnosis, and complications of acute pancreatitis: current insights
2025-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2025.2580131
PMID:41208148
|
综述 | 本文综述急性胰腺炎的流行病学、发病机制、免疫反应、诊断方法和并发症的当前研究进展 | 整合了氧化应激、免疫反应和组织重塑在急性胰腺炎中的最新知识，强调疾病进展的潜在机制及生物标志物和预测模型的临床应用潜力 | 作为综述文章，主要整合现有研究而非提供原始实验数据 | 总结急性胰腺炎的当前研究见解和临床管理优化策略 | 急性胰腺炎的病理生理过程和临床特征 | 医学研究 | 急性胰腺炎 | 深度学习 | NA | 临床数据、生化标志物、影像学数据 | NA | NA | NA | NA | NA |
| 75 | 2025-11-14 |
Development and validation of a deep learning model for automatic severity grading of hip osteoarthritis: a multi-center study
2025-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2025.2584361
PMID:41208350
|
研究论文 | 开发并验证了一种基于深度学习的髋关节骨关节炎自动严重程度分级模型 | 首次将卷积块注意力模块与ResNet-50结合用于髋关节骨关节炎自动分级，并在多中心数据集上验证 | 大多数误分类局限于相邻KL分级 | 开发自动髋关节骨关节炎严重程度分级模型以替代主观人工评估 | 髋关节X光片 | 计算机视觉 | 骨关节炎 | X射线成像 | CNN | 图像 | 20,745张髋关节X光片（开发集）+ 1,928张（外部验证）+ 1,249个髋关节（OAI数据集） | NA | ResNet-50 with Convolutional Block Attention Module | 准确率,AUC | NA |
| 76 | 2025-11-14 |
The role of artificial intelligence and mobile health in diagnosis and management of pulmonary arterial hypertension
2025-Dec, International journal of cardiology. Congenital heart disease
DOI:10.1016/j.ijcchd.2025.100622
PMID:41208905
|
综述 | 探讨人工智能和移动健康技术在肺动脉高压诊断与管理中的应用前景 | 系统阐述AI技术在PAH诊疗全流程中的创新应用，包括早期筛查、影像自动分析、远程监测和个性化治疗 | 需要严格的外部验证、前瞻性研究、偏倚审核以及与指南工作流程的无缝整合 | 研究人工智能和移动健康技术在肺动脉高压诊疗中的作用 | 肺动脉高压患者 | 数字病理 | 心血管疾病 | 电子健康记录、心电图、超声心动图、CT、心脏磁共振、可穿戴设备 | 深度学习,机器学习 | 医疗记录、影像数据、生理信号 | NA | NA | NA | 分类准确率、量化精度 | NA |
| 77 | 2025-11-14 |
Multimodal deep learning for bone tumor diagnosis with clinical imaging, pathology, and blood biomarkers
2025-Dec, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2025.100718
PMID:41209291
|
研究论文 | 提出一种融合临床影像、病理切片和血液生物标志物的多模态深度学习框架，用于骨肿瘤检测和三分类诊断 | 首次将临床影像、病理切片和血液生物标志物通过深度学习进行多模态融合，并利用大语言模型将异常血液指标转化为文本特征 | 未说明样本来源的多样性及模型在外部验证集上的泛化能力 | 开发自动化骨肿瘤检测与分类系统以辅助临床决策 | 骨肿瘤患者（良性、恶性、中间型） | 数字病理 | 骨肿瘤 | 临床影像、病理切片、血液生物标志物检测 | YOLOv5, ResNet, 大语言模型, BioBERT | 影像, 病理切片, 血液指标文本 | 两个独立数据集（临床影像检测数据集 + 多模态分类队列） | PyTorch | YOLOv5, ResNet, BioBERT | mAP@0.5, 宏平均精确率, F1分数, AUC | NA |
| 78 | 2025-11-14 |
RiSID: River Surface Image Dataset for Instance Segmentation of Floating Macroplastic Debris
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112189
PMID:41210349
|
研究论文 | 本文介绍了用于河流漂浮塑料碎片实例分割的河流表面图像数据集RiSID | 创建了首个专门针对河流表面漂浮塑料碎片的实例分割数据集，包含多类别标注数据 | 数据采集仅限于日本7条河流的11个站点的高流量条件，地理覆盖范围有限 | 开发基于图像的技术来量化河流表面漂浮的塑料碎片，掌握塑料从陆地到海洋的传输过程 | 河流表面漂浮的塑料碎片和人为废弃物 | 计算机视觉 | NA | 图像采集与标注 | 深度学习模型 | 图像 | 7,356张原始图像，采集自日本7条河流的11个站点 | NA | NA | NA | NA |
| 79 | 2025-11-14 |
Sentinel-2based dataset covering Indian regions for road detection: A dataset for infrastructure monitoring
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112141
PMID:41210354
|
研究论文 | 提出一个基于Sentinel-2卫星图像的印度道路检测数据集，用于基础设施监测 | 首个专门针对印度地区、覆盖多种地形且包含原始和增强版本Sentinel-2图像的道路分割数据集 | 道路掩码基于OpenStreetMap数据生成，可能受数据完整性和准确性限制 | 为卫星图像道路提取任务提供公开可用的基准数据集 | 印度七个不同地区的道路网络 | 计算机视觉 | NA | 卫星遥感 | 深度学习分割模型 | 卫星图像 | 5634个256×256像素的高质量样本 | QGIS, Rasterio | NA | 分割性能指标 | NA |
| 80 | 2025-11-14 |
MoringaLeafNet: A multi-class leaf disease dataset for precision agriculture and deep learning research
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112174
PMID:41210364
|
研究论文 | 本文介绍了MoringaLeafNet数据集，这是一个用于辣木叶病害检测的多类别图像数据集 | 创建了首个专门针对辣木叶病害的多类别图像数据集，包含四种叶片状态的高质量图像 | 数据采集仅来自孟加拉国的两个苗圃，可能缺乏地理多样性 | 开发农业病害早期检测系统，支持精准农业和深度学习研究 | 辣木叶片图像 | 计算机视觉 | 植物病害 | 图像采集，数据增强 | NA | 图像 | 来自孟加拉国两个苗圃的辣木叶片图像，采集时间为2025年3-4月和8-9月 | NA | NA | NA | NA |