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 1962 篇文献，本页显示第 1181 - 1200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1181 | 2025-12-19 |
CMMDL: Cross-modal multi-domain learning method for image fusion
2025-Dec-08, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108450
PMID:41406644
|
研究论文 | 提出了一种用于图像融合的跨模态多域学习方法，以同时利用空间域和频域信息 | 提出了空间-频域级联注意力机制、双域并行学习策略以及异构域特征融合块，首次在图像融合中结合了空间域和频域学习 | 未在摘要中明确说明 | 解决多模态图像融合问题，提升融合图像的质量 | 多模态图像 | 计算机视觉 | NA | NA | 深度学习 | 图像 | 在多个数据集上进行了广泛实验 | NA | Restormer, 双分支可逆神经网络 | NA | NA |
| 1182 | 2025-12-19 |
Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy
2025-Dec, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics
DOI:10.1002/ijgo.70306
PMID:40542591
|
研究论文 | 本研究利用人工智能和深度学习模型对超声胎盘图像进行纹理分析，以预测妊娠期高血压疾病 | 首次将Vision Transformer与TabNet分类器结合用于超声胎盘图像分析，以预测妊娠期高血压疾病，并展示了较高的准确性 | 研究为前瞻性观察性研究，可能存在选择偏倚，且未详细讨论模型在其他人群中的泛化能力 | 预测妊娠期高血压疾病 | 孕妇的超声胎盘图像 | 计算机视觉 | 妊娠期高血压疾病 | 超声成像 | CNN, Vision Transformer | 图像 | 1008名孕妇（其中600名正常结局，143名患有妊娠期高血压疾病，265名有其他不良结局） | NA | EfficientNet B0, Vision Transformer | 准确率, Cohen kappa分数, AUC, 灵敏度, 特异性 | NA |
| 1183 | 2025-12-19 |
Hot Topics: Exploring Artificial Intelligence and Inflammatory Memory in the Management of Psoriatic Diseases
2025-Dec-01, The Journal of rheumatology
IF:3.6Q2
DOI:10.3899/jrheum.2025-0241
PMID:40763946
|
综述 | 本文总结了GRAPPA 2024年会中关于人工智能在银屑病疾病管理中的应用以及炎症记忆机制在疾病复发中的作用的热点话题讨论 | 探讨了人工智能技术与炎症记忆生物学机制在银屑病疾病管理中的交叉融合，强调了技术应用与基础生物学理解的结合 | 文章基于会议讨论内容，未报告具体实验数据或模型验证结果，属于观点性综述 | 探索人工智能在银屑病疾病管理中的应用潜力，并阐明炎症记忆在银屑病和银屑病关节炎复发中的机制 | 银屑病疾病（包括银屑病和银屑病关节炎） | 数字病理学 | 银屑病 | NA | 卷积神经网络 | NA | NA | NA | NA | NA | NA |
| 1184 | 2025-12-19 |
AI-driven and Traditional Radiomic Model for Predicting Muscle Invasion in Bladder Cancer via Multi-parametric Imaging: A Systematic Review and Meta-analysis
2025-Dec, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.08.035
PMID:40914722
|
系统综述与荟萃分析 | 本研究通过荟萃分析方法，系统评估了人工智能驱动和传统影像组学模型在检测肌层浸润性膀胱癌中的诊断性能，并探讨了其与膀胱影像报告和数据系统的潜在协同价值 | 首次通过系统综述和荟萃分析，全面比较了AI驱动与传统影像组学模型在膀胱癌肌层浸润诊断中的效能，并系统分析了异质性来源 | 纳入研究存在显著的异质性，且多为回顾性研究，需要多国、多中心的前瞻性队列研究来验证外部有效性 | 评估AI驱动和传统影像组学模型在诊断肌层浸润性膀胱癌中的性能，并分析其临床转化前景 | 肌层浸润性膀胱癌患者 | 医学影像分析 | 膀胱癌 | 影像组学，多参数成像 | 深度学习，机器学习 | 医学影像 | 43项研究，共9624名患者 | NA | NA | AUC, 敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比 | NA |
| 1185 | 2025-12-19 |
Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment
2025-Dec, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-025-03206-y
PMID:40993310
|
综述 | 本文综述了人工智能在癌症组织学评估中的转型作用，从辅助诊断工具发展为临床决策的核心组成部分 | AI不仅复制并增强了病理学家的决策，还通过组织形态学表型聚类和空间转录组学等创新技术，优化了癌症分层和个性化治疗 | AI预测的验证仍面临挑战，特别是在预后应用方面，且资源有限环境下的可及性有待解决 | 探讨AI在癌症诊断和个性化治疗中如何变革组织学评估 | 癌症患者的组织学图像、基因组数据和临床信息 | 数字病理学 | 癌症 | 全切片成像（WSI）、空间转录组学 | 深度学习 | 图像、文本、临床数据 | NA | NA | NA | NA | NA |
| 1186 | 2025-12-19 |
Diagnosis of superficial ailments using infrared thermal imaging and CapsNet
2025-Dec, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2025.104325
PMID:41223630
|
研究论文 | 本研究探索了使用红外热成像与胶囊网络（CapsNet）结合来诊断浅表疾病，如乳腺癌、压力性溃疡和鼻窦炎 | 首次将CapsNet应用于红外热成像的疾病分类，相比传统模型在多种浅表疾病诊断中均表现出更高的准确性 | 外部因素可能影响区域温度，从而引入诊断误差，且研究未详细讨论这些因素的具体影响或校正方法 | 通过结合计算机视觉分类算法与热成像技术，提升浅表疾病的分类和诊断准确性 | 乳腺癌、压力性溃疡和鼻窦炎等具有皮肤表现症状的疾病 | 计算机视觉 | 乳腺癌, 压力性溃疡, 鼻窦炎 | 红外热成像 | CapsNet | 图像 | 未提供具体样本数量 | 未指定 | CapsNet | 准确率 | 未提供 |
| 1187 | 2025-12-19 |
Deep Learning-Based Assessment for Media Haze and Retinal Vascular Leakage of Uveitis
2025-Dec, Ocular immunology and inflammation
IF:2.6Q2
DOI:10.1080/09273948.2025.2567520
PMID:41123627
|
研究论文 | 本研究应用深度学习技术，基于彩色眼底照相和荧光素眼底血管造影图像，自动化评估葡萄膜炎的玻璃体混浊和血管渗漏 | 首次将深度学习模型（如EfficientNetV2-L和LadderNet）应用于葡萄膜炎的玻璃体混浊分级和血管渗漏分割，并揭示了玻璃体混浊、炎症因子与血管渗漏之间的关联，为疾病活动性和治疗结果提供了新的量化指标 | 研究样本量相对有限（213名患者），且模型性能可能依赖于标注质量，未在外部独立数据集上进行广泛验证 | 开发自动化评估葡萄膜炎玻璃体混浊和血管渗漏的深度学习方法，以辅助诊断和疗效评估 | 葡萄膜炎患者的彩色眼底照相和荧光素眼底血管造影图像 | 计算机视觉 | 葡萄膜炎 | 彩色眼底照相, 荧光素眼底血管造影 | CNN | 图像 | 213名患者的756张彩色眼底照相图像和740张荧光素眼底血管造影图像 | NA | EfficientNetV2-L, InceptionV3, MobileNetV3, LadderNet | Micro-AUC, Dice相似系数 | NA |
| 1188 | 2025-12-19 |
Pomegranate disease detection and classification dataset for deep learning applications: A case study from Halabja city
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112298
PMID:41399438
|
研究论文 | 本研究介绍了Halabja石榴果实病害图像数据集，用于支持基于深度学习的植物病害检测应用 | 创建了一个包含自然户外环境图像的系统性数据集，涵盖四种特定病害类别，并提供了大量增强图像以提高模型鲁棒性 | 数据集仅来自伊拉克Halabja地区，可能限制了其地理普适性 | 开发适用于精准农业的植物病害检测和分类工具 | 石榴果实及其病害（ectomyelois ceratoniae, colletotrichum spp., 日灼病和健康果实） | 计算机视觉 | 植物病害 | 图像采集与增强 | 深度学习模型 | 图像 | 2178张原始图像和28314张增强图像 | NA | NA | NA | NA |
| 1189 | 2025-12-19 |
Dataset for classification of forming tool types for aircraft parts based on neural network models using CAD
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112302
PMID:41399442
|
研究论文 | 本研究提出了一种基于CAD图像的深度学习和机器学习模型数据集，用于对飞机零件的成形工具类型进行分类 | 利用CAD图像中的视觉信息（特别是法兰几何形状）对工具类型进行分类，无需物理原型或专用传感器，为小批量、多品种制造环境提供了一种可扩展、经济高效且易于应用的解决方案 | 数据集主要基于公开可用的CAD模型和CATIA生成的模型，可能无法涵盖所有实际制造场景中的工具类型变化 | 开发一种基于CAD图像的深度学习和机器学习模型，用于飞机零件成形工具类型的自动分类 | 飞机钣金零件（特别是通过流体单元液压成形生产的零件）的成形工具 | 计算机视觉 | NA | CAD图像处理 | CNN, 机器学习模型 | 图像 | 12,432张图像，涵盖三种可视化模式（正常视图、隐藏线视图和线框视图）和多个方向 | NA | ResNeXt | 准确率, F1分数 | NA |
| 1190 | 2025-12-19 |
Detection, localisation, and quantification of neutrophils to assess disease activity and early response to therapy in ulcerative colitis: a novel AI-driven model
2025-Dec, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2025.103658
PMID:41399473
|
研究论文 | 开发了一种基于AI的流程，用于自动检测、定位和量化中性粒细胞，以评估溃疡性结肠炎的组织学缓解和治疗反应 | 整合了两个深度学习模型，实现了对全玻片图像的区域分割和中性粒细胞的检测与量化，并确定了评估疾病活动性和治疗响应的最佳中性粒细胞密度阈值 | 研究基于特定临床试验和队列数据，可能需要在更广泛的人群中进行验证 | 开发AI驱动的流程，以自动化评估溃疡性结肠炎的组织学活动性和治疗响应 | 溃疡性结肠炎患者的全玻片图像 | 数字病理学 | 溃疡性结肠炎 | 全玻片图像分析 | 深度学习模型 | 图像 | 303张来自多中心临床试验的溃疡性结肠炎患者全玻片图像 | NA | NA | DICE Sørensen系数, 精确度, 准确率, 灵敏度, 特异性 | NA |
| 1191 | 2025-12-18 |
Comparison of deep learning reconstruction algorithms to improve image quality of dual-energy carotid CT angiography under dual-low scan
2025-Dec-17, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03803-x
PMID:41405722
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1192 | 2025-12-18 |
Pixel Tampering: Does Face Redaction Harm Medical AI Performance?
2025-Dec-16, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01776-0
PMID:41402615
|
研究论文 | 本研究评估了面部脱敏工具对深度学习模型在医学影像中性能的影响，并通过Kaggle竞赛验证了其有效性 | 开发了一个开源的面部脱敏工具，旨在增强数据共享安全性同时保持深度学习性能，并通过大规模竞赛验证了其在年龄预测任务中的效果 | 研究仅基于头部CT影像和年龄预测任务，可能无法推广到其他医学影像类型或临床任务 | 评估面部脱敏处理是否会影响深度学习模型在医学影像分析中的性能 | 头部CT影像及其对应的年龄预测任务 | 医学影像分析 | NA | 深度学习 | 深度学习模型 | 医学影像（头部CT） | 训练集2377例，测试集148例，来自多个机构 | NA | NA | 平均绝对误差（MAE） | NA |
| 1193 | 2025-12-18 |
Advanced Multi-architecture Deep Learning Framework for BIRADS-Based Mammographic Image Retrieval: Comprehensive Performance Analysis with Super-Ensemble Optimization
2025-Dec-16, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01770-6
PMID:41402617
|
研究论文 | 本文开发了一个用于基于内容的乳腺X线图像检索的综合评估框架，通过比较不同CNN架构在高级训练策略下的性能，旨在提升BIRADS分类的精确匹配能力 | 提出了一个系统性的评估框架，首次在BIRADS五分类检索任务中综合比较了多种CNN架构（DenseNet121、ResNet50、VGG16）在高级微调、度量学习和超级集成优化策略下的性能，并采用严格的病人分层划分和统计验证方法 | 研究样本量相对有限（1003名患者），且仅针对乳腺X线图像，未扩展到其他医学影像模态 | 提升基于内容的乳腺X线图像检索在BIRADS五分类任务中的准确性和临床实用性 | 乳腺X线图像及其对应的BIRADS分类 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | CNN | 图像 | 1003名患者（每人两张图像），共602个测试查询 | 未明确指定，但可能涉及TensorFlow或PyTorch | DenseNet121, ResNet50, VGG16 | precision@10, 准确率, 统计显著性检验（t检验, Cohen's d） | 未明确指定，但提及了计算成本降低 |
| 1194 | 2025-12-18 |
A Timeseries-based Multimodal Deep Learning Approach for Lung Nodule Growth Prediction
2025-Dec-16, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01788-w
PMID:41402619
|
研究论文 | 本研究提出了一种基于时间序列的多模态深度学习框架，用于预测肺结节的生长，通过整合CT图像序列、人口统计学和结节特异性特征来提高预测准确性 | 采用时间序列CT图像数据与多模态特征（人口统计学和结节特异性特征）相结合的多模态深度学习框架，显著提升了肺结节生长预测的准确性 | 数据来源于单一医疗机构（台湾远东纪念医院），可能限制了模型的泛化能力 | 开发一个多模态深度学习模型，以准确预测肺结节的生长，辅助临床决策 | 肺结节患者，包括其CT图像序列、人口统计学信息和结节特异性特征 | 计算机视觉 | 肺癌 | CT成像 | 深度学习模型 | 图像, 结构化数据 | 来自台湾远东纪念医院的数据集，具体样本数量未明确说明 | NA | 多模态深度学习框架 | 准确率, 精确率, 灵敏度, F1分数, AUC | NA |
| 1195 | 2025-12-18 |
Editorial for "Deep Learning for Differentiating Benign From Malignant Bile Duct Dilation on MRCP: Development and Prospective Evaluation of an Xception-Logistic Regression Ensemble Model"
2025-Dec-16, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70208
PMID:41403056
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1196 | 2025-12-18 |
Letter to the editor--Deep learning-driven multi-hierarchical granularity integration for surgical scene understanding: experimental study
2025-Dec-16, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004506
PMID:41405271
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1197 | 2025-12-18 |
Revolutionizing thyroid nodule diagnosis in Hashimoto's thyroiditis: AI-driven radiomics and deep learning model
2025-Dec-16, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004546
PMID:41405348
|
研究论文 | 本研究旨在探索利用从桥本甲状腺炎患者甲状腺结节超声图像中提取的放射组学和深度学习特征构建的人工智能模型，以区分良恶性结节，并与细针穿刺细胞学结合基因突变检测进行比较 | 结合放射组学与深度学习特征构建DLR模型，并整合SHAP和Grad-CAM方法提供可视化解释，以提升桥本甲状腺炎背景下甲状腺结节的诊断性能 | 研究基于回顾性数据，且样本来自特定时间段和医院，可能存在选择偏倚；模型在外部测试队列中的性能略低于验证队列 | 提高桥本甲状腺炎背景下甲状腺结节良恶性鉴别的准确性 | 桥本甲状腺炎患者的甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 超声成像 | CNN | 图像 | 1585名患者 | NA | ResNet152 | AUC, 准确率, 灵敏度, 特异性 | NA |
| 1198 | 2025-12-18 |
Path2Omics Enhances Transcriptomic and Methylation Prediction Accuracy from Tumor Histopathology
2025-Dec-15, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-25-4350
PMID:41166699
|
研究论文 | 本研究开发了Path2Omics深度学习框架，用于从肿瘤组织病理学图像中预测基因表达和甲基化数据 | 提出了首个能够从组织病理学图像独立预测基因表达和甲基化的深度学习框架，并在30种癌症类型上验证了其有效性 | 未明确说明模型在特定癌症类型或数据质量较差情况下的性能限制 | 开发一种从常规组织病理学切片预测分子组学数据的方法，以降低精准肿瘤学的成本和耗时 | 30种癌症基因组图谱（TCGA）中的癌症类型，包括FFPE和新鲜冷冻组织切片 | 数字病理学 | 多种癌症 | 组织病理学成像，基因表达分析，甲基化分析 | 深度学习框架 | 组织病理学图像，基因表达数据，甲基化数据 | 30种TCGA癌症类型的数据集，以及7个外部验证数据集 | NA | NA | 预测准确性，患者生存预测匹配度，治疗反应预测匹配度 | NA |
| 1199 | 2025-12-18 |
Machine learning-guided optimization of iron-based catalysts toward minimal-resource and efficient peroxymonosulfate activation for hazardous organic pollutants degradation
2025-Dec-13, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.140818
PMID:41401528
|
研究论文 | 本研究提出了一种新颖的双任务人工智能框架（DualAI-MCD），结合机器学习和多目标优化，用于预测设计和机理指导的铁基催化剂优化，以高效激活过氧单硫酸盐降解有机污染物 | 开发了首个集成回归（预测降解率）和分类（识别活性氧物种路径）任务的双任务AI框架，并采用混合优化算法平衡降解率最大化与催化剂和PMS用量最小化的冲突目标 | 研究基于3720条实验记录的数据集，可能未涵盖所有催化剂类型或反应条件，且深度学习模型性能不及机器学习模型 | 优化铁基催化剂设计，以实现资源最小化和高效的过氧单硫酸盐激活，用于降解有害有机污染物 | 铁基氧化物催化剂及其在过氧单硫酸盐激活降解有机污染物（如头孢菌素）中的应用 | 机器学习 | NA | NA | LGBM, 机器学习模型, 深度学习模型 | 结构化实验数据 | 3720条实验记录 | NA | NA | 分类准确率, R² | NA |
| 1200 | 2025-12-18 |
Stochastically evolving graphs via edit semigroups
2025-Dec-09, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2526595122
PMID:41296758
|
研究论文 | 本文通过半群谱理论研究宿主图中子图的随机演化过程，提出了一种基于编辑操作的随机游走模型 | 利用Tsetlin库和超平面排列的半群谱理论，为子图随机演化过程建立了特征值和特征向量的闭式解，并扩展至复合编辑操作 | NA | 构建一个通用的随机模型，用于从给定图中采样随机子图 | 宿主图中的子图演化过程 | 机器学习 | NA | NA | 随机游走模型 | 图数据 | NA | NA | NA | 收敛速率 | NA |