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 38849 篇文献，本页显示第 2881 - 2900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2881 | 2025-12-24 |
Optimizing recurrence prediction and risk stratification in prostate cancer using a 2.5D deep learning model: a multicenter MRI-based study
2025-Dec-19, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004584
PMID:41417975
|
研究论文 | 本研究开发并验证了一种基于Transformer架构的2.5D深度学习模型，用于术前预测前列腺癌的生化复发并进行风险分层 | 提出了一种结合Transformer架构的2.5D深度学习融合模型，整合了多参数MRI图像和临床变量，显著提升了生化复发预测和风险分层的性能 | 研究为回顾性设计，可能存在选择偏倚；模型在外部验证中的泛化能力仍需进一步前瞻性研究确认 | 开发并验证一个深度学习模型，用于术前预测前列腺癌患者的生化复发并进行风险分层 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | 多参数MRI（T2WI, ADC, DWI, CE-T1WI） | 深度学习模型 | 医学图像 | 923名前列腺癌患者（来自5个三级医疗中心，共10153张图像） | PyTorch | Transformer, ResNet18 | AUC, 时间依赖性AUC, 决策曲线分析, 校准曲线 | NA |
| 2882 | 2025-12-24 |
Auxiliary diagnosis of periprosthesis joint infection by leukocyte esterase strips test using a deep learning model
2025-Dec-19, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004576
PMID:41417979
|
研究论文 | 本研究验证了基于深度卷积神经网络模型自动检测白细胞酯酶试纸条在诊断假体周围关节感染中的效能 | 开发了一个基于AlexNet的自动检测系统，用于自动捕获和分析白细胞酯酶试纸条图像，以提高诊断的客观性和减少外部因素影响 | 本研究为单中心研究，样本量相对较小，未来需要进行大规模、多中心临床研究以进一步提升模型性能 | 验证深度卷积神经网络模型在自动检测白细胞酯酶试纸条诊断假体周围关节感染中的有效性和可靠性 | 假体周围关节感染患者 | 计算机视觉 | 假体周围关节感染 | 白细胞酯酶试纸条测试 | CNN | 图像 | 78名患者（来自96名前瞻性入组患者，排除18名后） | NA | AlexNet | 灵敏度, 特异度, 阳性预测值, 阴性预测值, ROC曲线, AUC, Kappa值 | NA |
| 2883 | 2025-12-24 |
SynAnno: Interactive Guided Proofreading of Synaptic Annotations
2025-Dec-15, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3634824
PMID:41396767
|
研究论文 | 本文介绍了SynAnno，一种用于大规模连接组学数据集中突触注释交互式引导校对的新工具 | SynAnno通过引入结构化工作流程、优化遍历路径、3D迷你地图以及微调机器学习模型，提升了突触注释校对的效率和准确性 | NA | 开发一个交互式工具，以简化和增强大规模连接组学数据集中突触注释的校对过程 | 突触注释和连接组学数据集 | 连接组学 | NA | 深度学习 | NA | 图像 | 涉及七位神经科学专家的用户和案例研究 | PyTorch | NA | 校对速度、认知负荷、注释错误 | NA |
| 2884 | 2025-12-24 |
Classification of human epidermal growth factor receptor 2 expression in cancerous breast tissue through artificial intelligence
2025-12-10, Biomedica : revista del Instituto Nacional de Salud
IF:0.8Q4
DOI:10.7705/biomedica.7899
PMID:41410332
|
研究论文 | 本文提出了一种基于人工智能的自动化技术，用于在组织学切片中分类HER2过表达细胞 | 利用深度学习技术和视觉Transformer模型通过迁移学习，实现了对HER2表达的自动分类，减少了诊断变异性和提高了客观性 | 需要进一步优化处理效率以扩大应用范围 | 开发一种自动化技术来分类乳腺癌组织中的HER2过表达细胞 | 来自89名患者的乳腺癌组织学切片样本，覆盖所有四种HER2表达水平 | 数字病理学 | 乳腺癌 | 组织学分析 | 深度学习, 神经网络, 视觉Transformer | 图像 | 89名患者的样本 | NA | ViT-B/16 | 准确率 | NA |
| 2885 | 2025-12-24 |
[Deep learning-based endoscopic diagnosis of nasopharyngeal carcinoma: model development and cloud deployment]
2025-Dec-07, Zhonghua er bi yan hou tou jing wai ke za zhi = Chinese journal of otorhinolaryngology head and neck surgery
|
研究论文 | 本研究开发了一种基于白光成像和窄带成像内镜图像的深度学习辅助诊断模型，用于鼻咽癌诊断，并探索了其在远程诊断系统中的临床应用潜力 | 首次将深度学习与鼻内镜图像分析相结合，开发了针对鼻咽癌的AI辅助诊断模型，并构建了原型云诊断平台，为资源有限地区提供了早期筛查解决方案 | 研究为回顾性设计，样本主要来自单一医疗中心，未来需要多中心前瞻性研究进一步验证模型的泛化能力和临床实用性 | 开发基于内镜图像的鼻咽癌AI辅助诊断模型，并探索其在远程医疗系统中的应用 | 鼻咽癌患者的白光成像和窄带成像内镜图像 | 计算机视觉 | 鼻咽癌 | 白光成像, 窄带成像 | CNN | 图像 | 1262名受试者，包含9370张WLI图像和5558张NBI图像 | 未明确说明 | InceptionResNetV2 | 准确率, AUC | NA |
| 2886 | 2025-12-24 |
A Hybrid GARCH-BiLSTM-KAN Model for Crude Oil Price Forecasting: Capturing Volatility, Temporal Dependencies, and Nonlinear Dynamics
2025-Dec-05, Journal of visualized experiments : JoVE
DOI:10.3791/69355
PMID:41428661
|
研究论文 | 本文提出了一种混合GARCH-BiLSTM-KAN模型，用于原油价格预测，旨在捕捉波动性、时间依赖性和非线性动态 | 创新性地将GARCH模型、双向LSTM网络和KAN网络集成到一个混合框架中，以同时量化时变波动性、建模双向时间关系并精炼非线性模式 | NA | 开发一个稳健的预测工具，以准确预测原油价格，应对其复杂的动态特性 | 西德克萨斯中质原油的每日价格 | 机器学习 | NA | NA | GARCH, BiLSTM, KAN | 时间序列数据 | 39年的每日西德克萨斯中质原油价格数据（1986-2025年） | NA | GARCH, BiLSTM, KAN | 均方根误差, 平均绝对误差, 决定系数 | NA |
| 2887 | 2025-12-24 |
Enhancing diagnosis of gout with deep learning in dual-energy computed tomography: a retrospective analysis of crystal and artefact differentiation
2025-Dec-01, Rheumatology (Oxford, England)
DOI:10.1093/rheumatology/keae523
PMID:39565918
|
研究论文 | 本研究利用深度学习算法在双能计算机断层扫描中区分痛风晶体沉积与伪影，以提高痛风诊断准确性 | 首次将深度学习应用于双能计算机断层扫描中绿色编码区域（指示痛风石）与块状伪影的自动区分，实现了高精度的病灶分类 | 研究为回顾性分析，样本量相对有限（74名患者），且未在外部验证集上进行测试 | 评估深度学习在双能计算机断层扫描中区分痛风晶体沉积与伪影的诊断准确性 | 从47名痛风患者和27名无痛风对照者的双能计算机断层扫描中提取的18,704个感兴趣区域 | 计算机视觉 | 痛风 | 双能计算机断层扫描 | CNN, SVM | 图像 | 74名患者（47名痛风患者，27名对照者）的18,704个感兴趣区域 | NA | 卷积神经网络 | AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值, 准确率 | NA |
| 2888 | 2025-12-24 |
Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models
2025-Dec-01, Plastic and reconstructive surgery
IF:3.2Q1
DOI:10.1097/PRS.0000000000012225
PMID:40489745
|
研究论文 | 本文提出了一种基于视频和深度学习的非接触式方法，用于在控制和急性创伤环境中分类手指的灌注和缺血状态 | 利用iPhone视频和深度学习模型（包括成像光电容积描记波形提取和ResNet-18分类器）进行非接触式灌注评估，应用于手部创伤的现场分诊 | 在急诊室等非受控环境中，由于光照、手部姿势和损伤等因素，分类性能显著下降，需要进一步考虑急性创伤相关变量以提高临床适用性 | 开发一种技术以增强手部创伤的灌注评估，改进现场分诊 | 健康对照者（部分经历止血带诱导的缺血周期）和急诊室急性手部创伤患者 | 计算机视觉 | 手部创伤 | 成像光电容积描记 | 深度学习 | 视频 | 48名对照者（包括14名经历止血带诱导缺血者）和15名急性创伤患者 | NA | ResNet-18 | 灵敏度, 阳性预测值, 准确率 | NA |
| 2889 | 2025-09-13 |
Infant Electrocardiogram-Based Deep Learning Predicts Critical Congenital Heart Disease
2025-Dec, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2025.08.005
PMID:40938228
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2890 | 2025-12-24 |
CT-based radiomics deep learning signatures for noninvasive prediction of early recurrence after radical surgery in locally advanced colorectal cancer: A multicenter study
2025-Dec, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110482
PMID:41014758
|
研究论文 | 本研究开发并验证了一种结合CT影像组学、深度学习特征与临床实验室参数的术前模型，用于无创预测局部晚期结直肠癌患者根治术后的早期复发风险 | 首次将CT影像组学特征、深度学习特征与临床实验室参数整合构建术前预测模型，并在多中心外部数据集验证其优于传统病理和TNM分期模型 | 回顾性研究设计，样本量相对有限，且未在更广泛的人群中进行前瞻性验证 | 优化局部晚期结直肠癌患者的治疗策略，通过术前无创预测早期复发，减少不必要的药物毒性 | 局部晚期结直肠癌患者 | 数字病理 | 结直肠癌 | CT影像，RNA测序 | 机器学习，深度学习 | CT图像，临床实验室数据，RNA测序数据 | 560例经病理证实的局部晚期结直肠癌患者（来自三个中心）及GEO数据集 | NA | NA | AUC | NA |
| 2891 | 2025-12-24 |
A deep learning approach for enhancing pandemic prediction: A retrospective evaluation of transformer neural networks and multi-source data fusion for infectious disease forecasting
2025-Dec, Epidemics
IF:3.0Q2
DOI:10.1016/j.epidem.2025.100865
PMID:41197498
|
研究论文 | 本文提出了一种基于Transformer神经网络和多源数据融合的深度学习模型，用于县级COVID-19病例和死亡预测，并进行了回顾性评估 | 开发了多级多尺度注意力机制进行自适应时频分析，并融合历史病例数据、死亡数据和社交媒体情绪等多源数据以捕捉复杂的时空动态 | 研究为回顾性案例研究，需要在实时演化的数据条件下进行前瞻性验证以评估模型的实用性 | 开发用于县级传染病预测的深度学习模型，提升大流行预测能力 | 县级COVID-19病例和死亡数据 | 自然语言处理 | COVID-19 | 多源数据融合 | Transformer | 时间序列数据, 文本数据 | 三个奥密克戎变异株波次的数据（2021年12月至2023年2月） | NA | Transformer | 县级一致性准确率 | NA |
| 2892 | 2025-12-24 |
Classification and functional prediction of fungal glycosyltransferases using machine learning and deep learning methods
2025-Dec, Fungal genetics and biology : FG & B
IF:2.4Q3
DOI:10.1016/j.fgb.2025.104045
PMID:41202912
|
研究论文 | 本研究利用机器学习和深度学习方法对真菌糖基转移酶进行分类和功能预测 | 采用卷积变分自编码器（CVAE）整合蛋白质三维折叠、氨基酸结构及生化特征，创新性地结合生化与结构变量，构建了数据驱动的GTs分类系统，超越了传统序列分析方法 | 研究仅涵盖88种代表性真菌物种的3340个GTs，可能未覆盖所有真菌GTs多样性；方法依赖于预测的三维结构，可能存在准确性限制 | 通过机器学习和深度学习揭示糖基转移酶的结构模式与功能关联，以应对其分类复杂性 | 来自88种代表性真菌物种的3340个糖基转移酶（GTs） | 机器学习 | NA | 蛋白质三维结构预测，氨基酸结构及生化特征分析 | 卷积变分自编码器（CVAE），k-means聚类 | 蛋白质序列、预测三维结构、氨基酸结构及生化特征数据 | 3340个糖基转移酶，来自88种真菌物种 | NA | 卷积变分自编码器（CVAE） | 聚类一致性（与k-means生成的组比较） | NA |
| 2893 | 2025-12-24 |
Artificial intelligence in arterial healing, remodeling, and prediction: its implications in vascular surgery
2025-Dec, The Journal of cardiovascular surgery
IF:1.4Q3
DOI:10.23736/S0021-9509.25.13397-1
PMID:41283977
|
综述 | 本文综述了人工智能在血管外科中如何革新动脉愈合、重塑和预测分析的应用 | 整合了机器学习、深度学习算法以及计算流体动力学模拟，为血管手术的精准医疗和个性化治疗提供了前所未有的见解 | 需要高质量标注数据集、算法可解释性问题以及数据隐私的伦理担忧 | 探讨人工智能在血管外科中提升动脉愈合、重塑和预测分析的应用与潜力 | 动脉愈合、重塑过程及血管手术相关预测分析 | 机器学习 | 心血管疾病 | 超声、MRI分析、计算流体动力学模拟 | CNN, RNN | 图像、生物传感器数据 | NA | NA | 卷积神经网络、循环神经网络 | NA | NA |
| 2894 | 2025-12-24 |
Artificial intelligence-based decision support systems and their role in vascular surgery and clinical practice
2025-Dec, The Journal of cardiovascular surgery
IF:1.4Q3
DOI:10.23736/S0021-9509.25.13491-5
PMID:41283980
|
综述 | 本文综述了基于人工智能的决策支持系统在血管外科中的应用、潜力及挑战 | 系统性地探讨了AI-DSS在血管外科从影像分析到术后预测的全流程应用，并强调了数字孪生、可穿戴监测等新兴概念，同时深入分析了伦理、法律及实施障碍 | 许多模型仍是“黑箱”，存在可解释性、泛化性以及与电子记录集成方面的挑战，且高开发成本和不确定的报销政策限制了实际应用 | 评估AI-DSS在血管外科临床实践中的作用、应用前景及面临的障碍 | 基于人工智能的决策支持系统及其在血管外科领域的应用 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 影像数据、生物力学模型数据、生物标志物数据 | NA | NA | NA | 准确率 | NA |
| 2895 | 2025-12-24 |
Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis
2025-Dec, Neuroscience informatics
DOI:10.1016/j.neuri.2025.100240
PMID:41393096
|
研究论文 | 本研究提出了一种基于功率-功率跨频耦合的新方法，用于检测和分析颞叶癫痫发作，并利用深度学习网络进行特征提取和分类 | 首次将功率-功率跨频耦合方法应用于癫痫发作检测，并识别了三种常见癫痫发作组件的独特耦合特征 | 研究仅针对颞叶癫痫，样本量相对较小（26名患者），且依赖于特定的颅内脑电图数据库 | 评估功率-功率跨频耦合方法在癫痫发作检测中的能力，并分析不同癫痫发作组件的耦合特征 | 颞叶癫痫患者的颅内脑电图记录，包括120次癫痫发作和背景活动片段 | 机器学习 | 癫痫 | 颅内脑电图 | SSAE, LSTM | 脑电图信号 | 26名患者的120次颞叶癫痫发作 | EEGLAB | 堆叠稀疏自编码器, 长短期记忆网络 | 灵敏度, 特异性, 准确率 | NA |
| 2896 | 2025-12-24 |
Volumetric Compensation After Anatomical Lung Resection: Comparative Analysis of Lobectomy and Segmentectomy
2025-Dec-01, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery
IF:3.1Q1
DOI:10.1093/ejcts/ezaf428
PMID:41410522
|
研究论文 | 比较肺癌患者肺叶切除术与肺段切除术后肺功能及体积代偿的差异 | 利用深度学习辅助的3D肺分割技术计算肺体积，首次系统比较了肺叶切除与肺段切除术后对侧肺体积代偿及肺功能保留的差异 | 回顾性研究，可能存在选择偏倚；样本量有限，特别是肺段切除组；未考虑长期功能变化 | 比较肺癌患者接受肺叶切除术与肺段切除术后的肺功能及肺体积代偿情况 | 2019年至2021年间接受初次肺癌手术的患者 | 数字病理学 | 肺癌 | 薄层计算机断层扫描，深度学习辅助3D肺分割 | 深度学习模型 | 医学影像 | 1076名患者（匹配后567名：378名肺叶切除，189名肺段切除） | NA | NA | 肺功能测试值（用力肺活量、第一秒用力呼气容积、一氧化碳弥散量），肺体积测量 | NA |
| 2897 | 2025-12-24 |
A physics-informed deep learning model for MRI brain motion correction
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70197
PMID:41395855
|
研究论文 | 本研究提出了一种名为PI-MoCoNet的物理信息深度学习方法，用于校正高分辨率脑部MRI图像中的运动伪影 | 提出了一种新颖的物理信息运动校正网络，该网络利用空间域和k空间域的互补信息，无需显式运动参数估计即可鲁棒地去除运动伪影 | 未在真实临床环境中进行大规模验证，运动伪影是通过模拟随机刚性变换生成的 | 开发并评估一种用于MRI脑部图像运动校正的深度学习模型，以提高图像质量和诊断可靠性 | 高分辨率脑部MRI图像 | 计算机视觉 | NA | 磁共振成像 | CNN, Transformer | 图像 | 两个公共数据集（IXI和MR-ART） | PyTorch | U-Net, Swin Transformer | 峰值信噪比, 结构相似性指数, 归一化均方误差 | NA |
| 2898 | 2025-12-24 |
Automated Joint Space Detection Improves Bone Segmentation Accuracy
2025-Nov-28, Journal of visualized experiments : JoVE
DOI:10.3791/69252
PMID:41396972
|
研究论文 | 本文提出了一种基于深度学习的自动化关节间隙检测方法，用于提高小鼠爪部骨骼分割的准确性 | 在先前半自动标记分水岭算法基础上，引入了结构增强、张量投票和输出膨胀技术，并结合3D U-Net架构与ResNet-18骨干网络进行关节间隙预测 | 在疾病严重程度增加和年龄增长的小鼠样本中，分割准确性会下降，表明模型对病变和新型数据集的适应性有限 | 开发自动化图像分析方法以量化复杂解剖结构，减少人工分割的需求和观察者间差异 | 野生型和肿瘤坏死因子转基因小鼠的后爪和前爪微CT图像数据集 | 计算机视觉 | 炎症性侵蚀性关节炎 | 微计算机断层扫描 | CNN | 图像 | 野生型和肿瘤坏死因子转基因小鼠的后爪和前爪数据集，涵盖不同年龄和性别 | NA | 3D U-Net, ResNet-18 | 准确性 | NA |
| 2899 | 2025-12-24 |
Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography
2025-Nov, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500181
PMID:40709742
|
研究论文 | 本文开发了一种三维卷积神经网络（3D-CNN），用于分析体积光学相干断层扫描（OCT）图像，以增强经皮肾造口术中的内窥镜引导 | 开发了一种专为体积OCT图像设计的3D-CNN模型，在实时手术引导应用中表现出较低的推理延迟，优于其他先进的体积架构 | 研究仅基于10个猪肾脏的数据集进行，样本规模较小，可能限制模型的泛化能力 | 增强经皮肾造口术中的内窥镜引导，实现计算机辅助诊断 | 猪肾脏的3D OCT图像 | 计算机视觉 | 肾脏疾病 | 光学相干断层扫描（OCT） | 3D-CNN, 3D Vision Transformer, 3D-DenseNet121, Multi-plane and Multi-slice Transformer | 3D图像 | 10个猪肾脏 | NA | 3D-CNN, 3D-ViT, 3D-DenseNet121, M3T | 准确率, 推理延迟 | NA |
| 2900 | 2025-12-24 |
Deep Learning-Based Uroflowmetry Curve Analysis Improves the Noninvasive Diagnosis of Lower Urinary Tract Symptoms
2025-11, International neurourology journal
IF:1.8Q3
DOI:10.5213/inj.2550266.133
PMID:41355259
|
研究论文 | 本研究评估了基于人工智能的尿流率曲线图像分析，通过定制预处理技术提高膀胱出口梗阻和逼尿肌活动不足的诊断准确性 | 开发了结合去噪、裁剪、轴缩放和临床参数颜色编码的定制预处理流程，以增强VGG16模型在尿流率曲线分析中的性能 | 研究为回顾性分析，样本量有限（2,579张图像），且仅基于单一医疗中心的数据 | 提高下尿路症状的非侵入性诊断准确性，特别是膀胱出口梗阻和逼尿肌活动不足的识别 | 接受尿动力学研究的患者尿流率曲线图像 | 数字病理学 | 下尿路症状 | 尿流率测定 | CNN | 图像 | 2,579张尿流率曲线图像（725例正常，1,854例异常：736例膀胱出口梗阻，1,387例逼尿肌活动不足） | TensorFlow, Keras | VGG16 | AUROC | NA |