深度学习在生物医药领域中的应用
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，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10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 32259 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2025-10-02 |
Artificial Intelligence and Network Medicine: Path to Precision Medicine
2025-Sep, NEJM AI
DOI:10.1056/aira2401229
PMID:40918693
|
综述 | 本文综述了人工智能与网络医学结合在精准医学领域的应用与前景 | 将网络医学与深度学习技术相结合，通过多组学数据分析提升疾病机制解析和治疗精准度 | 面临生物医学复杂性的持续挑战 | 探索人工智能与网络医学结合推动精准医学发展的路径 | 分子相互作用网络和多组学数据集 | 机器学习 | NA | 多组学数据分析 | 深度学习 | 多组学数据 | NA |
| 282 | 2025-10-02 |
A Novel Convolutional Neural Network for Automated Multiple Sclerosis Brain Lesion Segmentation
2025 Sep-Oct, Journal of neuroimaging : official journal of the American Society of Neuroimaging
IF:2.3Q2
DOI:10.1111/jon.70085
PMID:40937688
|
研究论文 | 开发了一种基于深度学习的自动化多发性硬化脑部病灶分割算法FLAMeS | 基于nnU-Net 3D全分辨率U-Net架构，在三个外部数据集上验证均优于现有公开方法 | 主要漏检小于10mm³的小病灶 | 开发自动化多发性硬化脑部病灶分割算法 | 多发性硬化患者的脑部MRI图像 | 计算机视觉 | 多发性硬化 | 磁共振成像（MRI），FLAIR序列 | CNN，nnU-Net 3D U-Net | 医学图像 | 训练集668个FLAIR扫描（1.5T和3T），测试集三个外部数据集共75个样本 |
| 283 | 2025-10-02 |
Multicenter Validation of Automated Segmentation and Composition Analysis of Lumbar Paraspinal Muscles Using Multisequence MRI
2025-Sep, Radiology. Artificial intelligence
DOI:10.1148/ryai.240833
PMID:40833261
|
研究论文 | 开发并验证基于深度学习的自动化方法，用于多中心多序列MRI图像中腰椎旁肌的分割、肌肉体积量化和脂肪浸润评估 | 首次在多中心、多序列MRI数据上验证深度学习模型对腰椎旁肌的自动分割和组成分析能力 | 回顾性研究设计，样本来源有限（仅五个中心） | 开发自动化工具用于腰椎旁肌的定量分析，以辅助慢性腰痛的研究 | 腰椎旁肌 | 计算机视觉 | 慢性腰痛 | 多序列MRI | CNN | 医学图像 | 来自641名参与者的1302张MRI图像，涵盖五个医疗中心 |
| 284 | 2025-10-02 |
Interpretable Disorder Signatures: Probing Neural Latent Spaces for Schizophrenia, Alzheimer's, and Autism Stratification
2025-Sep-01, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15090954
PMID:41008314
|
研究论文 | 开发了一种基于时间反转自监督预训练的可解释深度学习框架，用于识别多种神经精神疾病的生物标志物 | 首次将时间反转自监督预训练应用于神经影像分类，提高了模型性能和可解释性，发现了与疾病相关的稳定功能网络特征 | 仅在五个临床数据集上验证，样本规模有限，需要进一步在更大样本上验证 | 开发可解释的深度学习框架来识别神经精神疾病的功能网络生物标志物 | 精神分裂症、阿尔茨海默病和自闭症谱系障碍患者 | 神经影像分析 | 神经精神疾病 | fMRI，自监督学习，时间反转预训练 | 分层LSTM，逻辑回归 | 功能磁共振成像数据 | 使用Human Connectome Project数据集预训练，并在五个临床数据集(FBIRN, BSNIP, ADNI, OASIS, ABIDE)上微调和测试 |
| 285 | 2025-10-02 |
Explainable ResNet-long short-term memory model for the classification of bowel sounds frequency based on multifeature fusion
2025-Sep, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605251376915
PMID:41027655
|
研究论文 | 开发基于多特征融合的可解释ResNet-LSTM模型用于肠鸣音频率分类 | 首次将ResNet50 V2与LSTM结合，通过多特征融合和可解释AI技术实现肠鸣音分类 | 研究仅在三个医疗机构进行，样本来源相对有限 | 开发准确客观的肠鸣音活动水平分类方法以评估胃肠动力 | 肠鸣音信号 | 数字病理 | 胃肠疾病 | 迁移学习、自动机器学习、LIME可解释性分析 | ResNet50 V2 + LSTM | 音频 | 三个医疗机构的前瞻性多中心研究数据 |
| 286 | 2025-10-02 |
Development of an embedded diagnostic tool for visual misalignment screening
2025-Sep, HardwareX
IF:2.0Q3
DOI:10.1016/j.ohx.2025.e00692
PMID:41030858
|
研究论文 | 开发了一种基于计算机视觉和深度学习的低成本嵌入式系统，用于初步斜视筛查 | 集成了NASNetLarge卷积神经网络转换为TensorFlow Lite实现实时推理，并设计了新颖的治疗验证机制通过逐帧分析瞳孔到刺激物的距离 | 验证数据集规模有限（27张专有图像），需要在更大样本上进一步验证 | 开发低成本便携式斜视筛查系统，适用于资源有限环境 | 斜视患者的面部图像和眼动追踪数据 | 计算机视觉 | 斜视 | 深度学习、计算机视觉、嵌入式系统 | CNN（NASNetLarge） | 图像 | 专有数据集27张图像，平衡数据集1000张图像 |
| 287 | 2025-10-02 |
Identifying survival subtypes with autoencoder using multiple types of high-dimensional genomic data from studies of glioblastoma multiforme
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf499
PMID:41016009
|
研究论文 | 本研究通过整合多组学数据识别胶质母细胞瘤患者的生存亚型 | 使用自编码器整合RNA测序、甲基化和DNA拷贝数变异三种高维基因组数据，结合Cox-PH模型和稀疏群LASSO进行生存亚型分类 | NA | 识别胶质母细胞瘤患者的生存亚型并揭示其基因组特征 | 胶质母细胞瘤患者的多组学数据 | 机器学习 | 胶质母细胞瘤 | RNA测序、甲基化测序、DNA拷贝数变异分析 | 自编码器、Cox-PH模型、稀疏群LASSO | 基因组数据 | 来自TCGA公共数据库的胶质母细胞瘤患者数据 |
| 288 | 2025-10-02 |
SurvBoard: standardized benchmarking for multi-omics cancer survival models
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf521
PMID:41031875
|
研究论文 | 提出SurvBoard基准框架，用于标准化多组学癌症生存预测模型的性能评估 | 开发了首个标准化多组学癌症生存模型基准测试框架，支持单癌种与泛癌种模型比较，并能评估缺失模态数据的使用价值 | NA | 解决多组学癌症生存预测模型性能评估标准化不足的问题 | 多组学癌症生存预测模型 | 生物信息学 | 癌症 | 多组学整合分析 | 统计模型、深度学习方法 | 基因组、转录组、表观遗传组、蛋白质组数据 | NA |
| 289 | 2025-10-02 |
The Path Towards Effective Long-Lasting Tissue-Targeted Prime/Pull/Keep Herpes Simplex Therapeutic Vaccines
2025-Aug-27, Vaccines
IF:5.2Q1
DOI:10.3390/vaccines13090908
PMID:41012114
|
综述 | 本文探讨了针对单纯疱疹病毒的有效长效组织靶向Prime/Pull/Keep治疗性疫苗的开发路径 | 提出结合组学、人工智能和深度学习的组织靶向疫苗策略，通过Prime/Pull/Keep三步法在感觉神经节和黏膜上皮组织诱导持久T细胞免疫 | 目前仅在临床前动物模型试验中取得成功，尚未进入临床应用阶段 | 开发针对HSV-1和HSV-2的有效长效治疗性疫苗 | 单纯疱疹病毒类型1和2(HSV-1和HSV-2) | 疫苗开发 | 单纯疱疹病毒感染 | 组学技术、人工智能、深度学习 | NA | NA | 临床前动物模型 |
| 290 | 2025-10-02 |
Revolution or routine? Comparing AI and traditional imaging in thoracic surgery outcomes: a systematic review
2025-Aug, Journal of medicine and life
DOI:10.25122/jml-2025-0120
PMID:41020084
|
系统综述 | 比较人工智能与传统影像方法在胸外科术后成像中的应用及效果 | 系统比较AI/ML与传统影像方法在胸外科的应用，并探讨深度学习等新兴技术的未来发展潜力 | NA | 评估AI和机器学习在胸外科术后成像中的当前应用和未来发展方向 | 胸外科术后成像技术及并发症检测 | 医学影像分析 | 胸外科相关疾病 | 深度学习、神经网络、图像分析算法 | 机器学习、深度学习模型 | 医学影像 | NA |
| 291 | 2025-10-02 |
Detecting Fifth Metatarsal Fractures on Radiographs Through the Lens of Smartphones: The FIXUS AI Algorithm
2025-Aug, Cureus
DOI:10.7759/cureus.91284
PMID:41030753
|
研究论文 | 开发一种基于智能手机拍摄的X光片检测第五跖骨骨折的深度学习算法 | 首次使用智能手机拍摄的X光图像训练深度学习模型，解决了传统模型对图像质量的高要求限制 | 回顾性研究，样本来源单一，未在真实资源有限环境中验证 | 开发可访问性强的第五跖骨骨折诊断工具 | 第五跖骨骨折患者和对照组 | 计算机视觉 | 骨科创伤 | 深度学习 | ResNet-152V2 | X光图像 | 骨折组1,240例，对照组1,224例，总计2,464例样本 |
| 292 | 2025-10-02 |
Fluctuation structure predicts genome-wide perturbation outcomes
2025-Jul-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.27.661814
PMID:40631127
|
研究论文 | 提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动结果 | 首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动响应 | NA | 开发能够解释单细胞扰动筛选数据的理论框架，预测基因组范围内的扰动结果 | 基因共波动模式和扰动响应 | 功能基因组学 | NA | 单细胞扰动筛选、贝叶斯推断 | 线性响应理论模型 | 单细胞转录组数据 | 11个大规模单细胞扰动数据集，涵盖4,234次扰动和超过136万个细胞 |
| 293 | 2025-06-05 |
Geometric Deep Learning for Multimodal Data in CKD
2025-Jun-03, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000778
PMID:40459949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 294 | 2025-10-02 |
Deep learning inference of cell type-specific gene expression from breast tumor histopathology
2025-May-09, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.04.652089
PMID:41030996
|
研究论文 | 开发了一种直接从乳腺癌组织病理学全切片图像预测细胞类型特异性基因表达的深度学习工具 | 首次实现直接从常规组织病理学图像推断细胞类型特异性基因表达，绕过了RNA测序的高成本限制 | 在训练和测试中主要依赖TCGA数据集，需要进一步的外部验证 | 开发低成本、高效率的细胞类型特异性基因表达推断方法 | 乳腺癌肿瘤组织样本 | 数字病理学 | 乳腺癌 | 单细胞RNA测序、批量RNA测序、组织病理学成像 | 深度学习模型 | 全切片图像、基因表达数据 | TCGA乳腺癌队列和160例独立队列 |
| 295 | 2025-10-02 |
Assessing Quantitative Performance and Expert Review of Multiple Deep Learning-Based Frameworks for Computed Tomography-based Abdominal Organ Auto-Segmentation
2025-Apr, Intelligent oncology
DOI:10.1016/j.intonc.2025.03.003
PMID:41020282
|
研究论文 | 本研究评估了多种深度学习框架在CT图像腹部器官自动分割中的性能表现 | 首次对AutoML框架（Auto3DSeg、nnU-Net）与先进非AutoML框架（SwinUNETR）在腹部器官分割任务中进行了全面比较评估 | 研究仅使用AMOS挑战赛的122张训练图像和72张验证图像，样本规模有限 | 评估不同深度学习框架在CT图像腹部器官自动分割中的性能差异 | 腹部器官的CT图像分割 | 计算机视觉 | 肿瘤学 | 深度学习、AutoML | nnU-Net、Auto3DSeg、SwinUNETR | CT图像 | 122张训练图像和72张验证图像，来自AMOS挑战赛数据集 |
| 296 | 2025-10-02 |
Swin transformers are robust to distribution and concept drift in endoscopy-based longitudinal rectal cancer assessment
2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3046794
PMID:41018523
|
研究论文 | 本研究评估Swin Transformer在直肠癌内窥镜图像纵向评估中对分布偏移和概念漂移的鲁棒性 | 首次将Swin Transformer应用于内窥镜图像分析，并证明其在分布偏移和颜色变化条件下优于传统卷积网络和视觉Transformer | 研究主要基于私有数据集和模拟分布偏移，需要更多真实世界验证 | 开发对分布偏移鲁棒的深度学习模型用于直肠癌内窥镜图像评估 | 直肠癌患者的内窥镜图像 | 计算机视觉 | 直肠癌 | 深度学习 | Swin Transformer, ResNet-50, WideResNet-50, Vision Transformer | 内窥镜图像 | 私有数据集和公共结肠镜数据集 |
| 297 | 2025-10-02 |
Design of a Low-Complexity Deep Learning Model for Diagnosis of Type 2 Diabetes
2025, Current diabetes reviews
IF:2.4Q3
|
研究论文 | 设计了一种用于2型糖尿病诊断的低复杂度深度学习模型 | 提出结合CNN和MLP的混合模型，在保持高精度的同时实现低复杂度 | 仅使用PIMA印度糖尿病数据集进行验证，未在其他数据集测试 | 开发适用于可穿戴设备的低复杂度糖尿病诊断模型 | 2型糖尿病患者数据 | 机器学习 | 糖尿病 | 深度学习 | CNN+MLP混合模型 | 临床数据 | PIMA印度糖尿病数据集 |
| 298 | 2025-10-02 |
Revolutionizing electrocardiography: the role of artificial intelligence in modern cardiac diagnostics
2025-Jan, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000002778
PMID:40109609
|
综述 | 探讨人工智能技术在现代心电图诊断中的革命性作用与应用进展 | 系统阐述深度学习模型特别是CNN在心电图分析中实现自动化高精度诊断的突破性进展 | 实际应用面临模型可解释性、数据隐私保护和训练数据集多样性不足等挑战 | 提升心脏诊断的准确性、效率和可扩展性 | 心电图信号分析与心脏疾病诊断 | 医疗人工智能 | 心血管疾病 | 深度学习 | CNN | 心电图信号 | NA |
| 299 | 2025-10-02 |
The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023
2025, Current neuropharmacology
IF:4.8Q1
|
文献计量分析 | 通过文献计量分析探讨1999-2023年间机器学习在自闭症谱系障碍领域的研究现状、热点和趋势 | 首次系统分析机器学习在自闭症研究中近25年的发展脉络，识别研究热点从传统神经疾病向人工智能和深度学习转变的趋势 | 仅基于Web of Science数据库，可能遗漏其他重要文献来源 | 分析机器学习在自闭症谱系障碍领域的研究趋势和热点主题 | 1999-2023年间发表的1357篇相关学术论文 | 机器学习 | 自闭症谱系障碍 | 文献计量分析、知识网络分析 | NA | 文献元数据 | 1357篇论文 |
| 300 | 2025-10-02 |
AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions
2025, Acta haematologica
IF:1.7Q3
DOI:10.1159/000546303
PMID:40349705
|
综述 | 本文探讨人工智能在输血医学领域的应用现状、挑战与未来发展方向 | 系统梳理了AI在输血医学多领域的整合应用，包括机器学习、深度学习、自然语言处理和预测分析等工具 | 当前研究大多处于探索性阶段，存在临床工作流程差异、算法透明度、公平访问及数据隐私等挑战 | 分析人工智能在输血医学中的应用潜力与实施挑战 | 输血医学领域的各类流程和应用场景 | 医疗人工智能 | NA | 机器学习、深度学习、自然语言处理、预测分析 | NA | 医疗数据 | NA |