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 36836 篇文献，本页显示第 3101 - 3120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3101 | 2025-11-27 |
Can artificial intelligence predict failure of non-invasive respiratory support in the neonatal unit?
2025-Nov-18, Seminars in fetal & neonatal medicine
IF:2.9Q1
DOI:10.1016/j.siny.2025.101692
PMID:41290497
|
综述 | 探讨人工智能在新生儿重症监护室中预测无创呼吸支持失败的应用潜力 | 首次系统评估AI模型在预测新生儿无创通气失败方面的表现，重点关注深度学习模型的应用潜力 | 纳入研究数量有限（6项），缺乏多中心外部验证研究，需要进一步验证模型的泛化能力 | 评估人工智能预测新生儿无创呼吸支持失败的能力，以改善临床决策和个性化护理 | 新生儿重症监护室中的早产儿和新生儿患者 | 医疗人工智能 | 新生儿呼吸系统疾病 | 无创通气监测 | 深度学习, 逻辑回归, 支持向量机 | 临床监测数据 | 3421名婴儿 | NA | 多模态深度神经网络 | AUC | NA |
| 3102 | 2025-11-27 |
Artificial intelligence powered radiomics model for the assessment of colorectal tumor immune microenvironment
2025-Nov-15, World journal of gastrointestinal oncology
IF:2.5Q3
DOI:10.4251/wjgo.v17.i11.108576
PMID:41281478
|
研究论文 | 开发基于深度学习的放射组学模型，用于结直肠肿瘤免疫微环境的无创评估 | 首次结合术前CT影像和组织病理学图像开发深度学习模型预测结直肠癌免疫相关指标 | 研究样本量较小且来自单一医疗中心，缺乏明确的纳入/排除标准，未包含临床病理特征 | 建立无创评估结直肠肿瘤免疫微环境的方法 | 315例确诊结直肠癌患者 | 数字病理 | 结直肠癌 | CT影像学，组织病理学分析 | 深度学习模型 | CT图像，组织病理图像 | 315例结直肠癌患者 | NA | NA | ROC曲线，AUC，决策曲线分析 | NA |
| 3103 | 2025-11-27 |
Artificial intelligence in echocardiography: trends, hotspots and future directions
2025-Nov-14, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004061
PMID:41247994
|
综述 | 通过文献计量学方法分析人工智能在超声心动图领域的研究趋势、热点和未来方向 | 首次使用文献计量学方法系统分析AI在超声心动图领域的科研产出和发展轨迹 | 仅基于Web of Science数据库的1296篇文献，可能存在收录偏差 | 分析人工智能在超声心动图领域的研究趋势和发展方向 | 1296篇相关科研文献 | 医学影像分析 | 心血管疾病 | 文献计量学分析 | 深度学习 | 文献元数据 | 1296篇出版物 | bibliometrix R | NA | NA | NA |
| 3104 | 2025-11-27 |
Artificial intelligence in contrast enhanced ultrasound: A new era for liver lesion assessment
2025-Nov-14, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i42.112196
PMID:41278165
|
综述 | 本文综述了人工智能在对比增强超声中提升肝脏病灶评估准确性的应用 | 首次系统整合机器学习与深度学习技术于CEUS，实现实时分析和LI-RADS分类标准化 | 需要更多大规模多中心研究验证临床适用性 | 评估AI增强CEUS在肝脏成像中的临床应用价值 | 肝脏病灶的对比增强超声图像 | 医学影像分析 | 肝脏疾病 | 对比增强超声(CEUS) | 机器学习,深度学习 | 超声图像 | NA | NA | NA | LI-RADS分类一致性,操作者间变异性,敏感性 | NA |
| 3105 | 2025-11-27 |
Could artificial intelligence-powered colonoscopies change the future of colorectal cancer screening?
2025-Nov-14, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i42.111291
PMID:41278160
|
综述 | 评估人工智能在结直肠癌筛查中的应用潜力与挑战 | 提出软AI结肠镜概念，整合计算机辅助检测和诊断系统提升病变识别能力 | AI实施成本高、数据隐私问题、需要大量临床验证 | 评估AI技术对结直肠癌筛查流程的影响 | 结直肠癌筛查方法及AI辅助诊断系统 | 数字病理 | 结直肠癌 | 结肠镜检查 | 深度学习 | 内窥镜图像 | NA | NA | NA | 病变检测率 | NA |
| 3106 | 2025-11-27 |
Validation of virtual trichrome stains for kidney fibrosis evaluation using dual-mode emission and transmission microscopy
2025-Nov-13, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.11.11.25339911
PMID:41292615
|
研究论文 | 开发并验证基于双模式发射和透射显微镜的虚拟三色染色技术用于肾脏纤维化评估 | 提出DUET显微镜平台，能够从H&E染色切片同时获取明场和荧光图像生成虚拟三色染色，无需传统三色染色流程 | 研究样本量较小（32例肾移植活检），需要更大规模验证 | 开发更快速、经济且可扩展的肾脏纤维化评估方法 | 肾移植活检组织 | 数字病理学 | 肾脏疾病 | 双模式发射和透射显微镜，H&E染色 | 深度学习 | 全切片图像 | 32例肾移植活检 | 未明确说明 | 未明确说明 | 观察者间一致性，相关性分析 | NA |
| 3107 | 2025-11-27 |
Validation of Fully-Automated Deep Learning-Based Fibroglandular Tissue Segmentation for Efficient and Reliable Quantitation of Background Parenchymal Enhancement in Breast MRI
2025-Nov-10, ArXiv
PMID:41293527
|
研究论文 | 本研究验证了一种基于深度学习的全自动纤维腺体组织分割方法在乳腺MRI背景实质强化量化中的应用 | 首次系统评估开源全自动深度学习分割方法在BPE量化中的性能，并与传统半自动方法进行对比 | 样本量相对有限（100例），需要更大规模研究验证 | 开发高效可靠的乳腺背景实质强化量化方法以改进乳腺癌风险评估 | 100名女性的乳腺MRI检查数据 | 数字病理学 | 乳腺癌 | 动态对比增强磁共振成像 | 深度学习 | 医学影像 | 100例女性乳腺MRI检查 | NA | NA | 分割一致性，定量BPE指标一致性，与定性BPE相关性 | NA |
| 3108 | 2025-11-27 |
Osmotic Energy Directly Driving Flexible All-Solid-State 2D Nanofluidic Pressure Sensors
2025-Nov, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202506990
PMID:40904054
|
研究论文 | 开发了一种由渗透能直接驱动的柔性全固态二维纳米流体压力传感器 | 首次利用渗透能直接驱动压力传感器，通过机械调控二维材料层间距控制离子选择性迁移 | 未明确说明实际应用环境下的长期稳定性测试 | 探索渗透能在便携式电子设备中的直接应用新范式 | 柔性离子电子压力传感器 | 纳米流体传感 | NA | 二维纳米流体技术 | 深度学习算法 | 压力信号数据 | NA | NA | NA | 输出电压,响应时间,恢复时间,压力检测范围,识别准确率 | NA |
| 3109 | 2025-11-27 |
A Deep Learning Framework for Synthesizing Longitudinal Infant Brain MRI during Early Development
2025-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.240708
PMID:40960398
|
研究论文 | 开发了一个三阶段深度学习框架，用于合成早期发育过程中的纵向婴儿脑部MRI图像 | 提出了首个考虑年龄和模态条件的三阶段框架，专门针对婴儿大脑快速发育过程中的结构变化进行MRI合成 | 仅使用了139名婴儿的848个MRI扫描，样本量相对有限；研究为回顾性分析 | 开发能够合成早期发育过程中纵向婴儿脑部MRI的深度学习框架 | 婴儿大脑MRI扫描 | 医学影像分析 | 婴儿脑发育 | MRI, T1加权成像, T2加权成像 | 深度学习框架 | 医学影像 | 139名婴儿的848个MRI扫描（训练集119名，测试集20名） | 深度学习框架 | 三阶段条件生成框架 | PSNR, SSIM, Dice相似系数, 组内相关系数 | NA |
| 3110 | 2025-11-27 |
Automated evaluation for pericardial effusion and cardiac tamponade with echocardiographic artificial intelligence
2025-Nov, European heart journal. Digital health
DOI:10.1093/ehjdh/ztaf112
PMID:41267844
|
研究论文 | 开发并验证用于自动评估心包积液严重程度和心脏压塞的深度学习模型 | 首次使用时序空间卷积神经网络开发专门用于心包积液分级和心脏压塞检测的深度学习模型 | 研究基于回顾性数据，需要前瞻性验证 | 开发自动化工具减少心包积液和心脏压塞评估的操作者依赖性 | 超声心动图视频 | 医学人工智能 | 心血管疾病 | 超声心动图 | CNN | 视频 | CSMC数据集：1,427,660个视频（85,380次超声心动图）；SHC外部验证集：33,310个视频（1,806次超声心动图） | NA | 时序空间卷积神经网络 | AUC | NA |
| 3111 | 2025-11-27 |
The Role of Artificial Intelligence in the Diagnosis, Segmentation, and Prediction of Retinal Vein Occlusion: A Systematic Review
2025-Nov, Cureus
DOI:10.7759/cureus.97419
PMID:41278068
|
系统综述 | 系统回顾人工智能在视网膜静脉阻塞诊断、分割和治疗预测中的应用 | 首次系统评估AI在RVO多模态影像中的应用现状，揭示该领域快速发展趋势和技术特点 | 纳入研究数量有限（23篇），外部验证性能下降，缺乏多中心数据和临床验证 | 评估人工智能在视网膜静脉阻塞诊疗中的应用效果和发展现状 | 视网膜静脉阻塞（RVO）患者 | 医学人工智能 | 视网膜静脉阻塞 | 彩色眼底照相、荧光素血管造影、光学相干断层扫描 | CNN | 医学影像 | 来自2925条记录中筛选的23项符合条件的研究 | NA | Residual Network, Densely Connected Convolutional Network, Visual Geometry Group Network | 准确率, 敏感度, 特异度, Dice系数 | NA |
| 3112 | 2025-11-27 |
A hierarchical transformer and graph neural network model for high-accuracy watershed nitrate prediction
2025-Nov, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2025.100632
PMID:41278459
|
研究论文 | 提出一种结合分层Transformer和图神经网络的高精度流域硝酸盐预测模型 | 通过分层Transformer捕获非线性多元时间模式，结合神经网络融合气象水文特征，并利用物理约束的图神经网络模拟径流拓扑结构 | NA | 准确预测流域硝酸盐浓度变化，解决农业非点源污染问题 | 农业流域的硝酸盐污染物 | 机器学习 | NA | 多源数据整合 | Transformer, GNN | 气象数据、水文数据、空间拓扑数据 | NA | NA | 分层Transformer, 图神经网络 | 均方根误差, 平均绝对误差 | NA |
| 3113 | 2025-11-27 |
Deep learning-assisted tools to understand the structural biology of the synapse
2025-Nov, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00512-5
PMID:41280141
|
综述 | 探讨深度学习辅助工具在突触结构生物学研究中的应用与挑战 | 将AI计算工具与突触分子机制研究相结合，提出解决突触超分子系统建模的新思路 | 现有方法尚无法完全解决如此复杂的超分子系统所有问题 | 理解突触在分子层面的机械机制 | 突触后密度蛋白网络 | 结构生物学 | 认知障碍 | 深度学习辅助计算工具 | NA | 结构生物学数据 | NA | NA | NA | NA | NA |
| 3114 | 2025-11-27 |
Enhancing human spatial awareness through augmented reality technologies
2025-Nov, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00502-7
PMID:41280153
|
综述 | 本文综述了增强现实技术提升人类空间感知能力的方法，重点探讨了水下和灾害等挑战性环境中的应用 | 通过结合机器人传感和3D深度学习技术，在受限环境中实现空间信息的恢复与增强 | 面临数据稀缺、噪声干扰、实时性约束以及缺乏标注声纳数据集等挑战 | 研究增强现实技术如何提升人类在受限环境中的空间感知能力 | 水下和灾害场景中的空间感知系统 | 计算机视觉 | NA | 超声波传感，3D点云重建 | 深度学习 | 3D点云，合成数据，水下扫描数据 | NA | NA | 基于体素、点和视图的深度学习方法 | 分割精度，重建完整性 | NA |
| 3115 | 2025-11-27 |
Applying a Robust Deep Learning Model to Assess the Remaining Amount of Foods With High Glycemic Index in Taiwanese Hospital Diabetic Meals: A Focus on Rice and Congee, With Milk as a Low-Glycemic Reference
2025-Nov, Current developments in nutrition
IF:3.8Q2
DOI:10.1016/j.cdnut.2025.107569
PMID:41282519
|
研究论文 | 本研究开发了一个结合Xception卷积神经网络和MLP模型的深度学习系统，用于量化台湾医院糖尿病餐中高升糖指数食物的剩余量 | 首次将深度相机与深度学习模型结合，专门针对医院糖尿病餐中的米饭和粥进行量化评估，并以牛奶作为低升糖指数参考物 | 目前仅针对米饭、粥和牛奶三种食物类型，需要进一步研究扩展到其他食物类型 | 改进食物分量估计方法，特别关注糖尿病餐中高升糖指数食物的剩余量评估 | 台湾医院糖尿病餐中的米饭、粥和牛奶 | 计算机视觉 | 糖尿病 | 深度相机成像技术 | CNN, MLP | 2D图像, 3D深度图像 | 80%训练集, 20%测试集 | TensorFlow, Keras | Xception | 准确率, 损失值, 均方误差, 平均绝对百分比误差 | NA |
| 3116 | 2025-11-27 |
Exploring synthetic controls in rare diseases with a proof of concept in spinal cord injury
2025-Oct-24, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04405-3
PMID:41137105
|
研究论文 | 本研究探索在脊髓损伤等罕见疾病中使用合成对照的方法，通过数据驱动的恢复预测构建合成对照组 | 首次在脊髓损伤领域提出使用合成对照组替代随机对照，并比较了六种不同架构的预测模型性能 | 研究基于历史数据集，需要在更多临床试验中验证合成对照的适用性 | 解决罕见疾病临床试验中患者招募困难和队列异质性的挑战 | 脊髓损伤患者的神经功能恢复预测 | 医疗人工智能 | 脊髓损伤 | 数据驱动预测，临床数据分析 | CNN, 线性模型, 树模型, 深度学习模型 | 临床数据，节段性运动评分序列 | EMSCI数据集4196名患者，Sygen试验587名患者用于外部验证 | NA | 卷积神经网络，线性模型，树模型 | 均方根误差 | NA |
| 3117 | 2025-11-27 |
Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis
2025-Oct-02, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.10.01.25337079
PMID:41256111
|
研究论文 | 开发用于血吸虫病侧流测试自动读取和质量控制的端到端自动化流程 | 结合深度学习与信号处理，首次实现血吸虫病即时检测的端到端自动化分析，能够解决视觉痕迹不确定性问题 | 研究仅限于乌干达农村地区的SchistoTrack队列，需要进一步验证在其他人群和环境中的适用性 | 开发自动化诊断流程以满足世界卫生组织血吸虫病目标产品概况要求 | 血吸虫病循环阴极抗原测试 | 数字病理 | 血吸虫病 | 侧流测试，信号处理 | 深度学习 | 图像 | 乌干达农村地区3188名个体 | NA | NA | 灵敏度，特异性 | NA |
| 3118 | 2025-11-27 |
The Digital Revolution in Cardiac Ischemia: Artificial Intelligence (AI)-Enhanced Detection, Diagnosis, and Risk Stratification
2025-Oct, Cureus
DOI:10.7759/cureus.95059
PMID:41281082
|
综述 | 本文综述人工智能在心脏缺血检测、诊断和风险分层中的革命性应用 | 利用卷积神经网络检测心肌梗死（包括易被漏诊的非ST段抬高型闭塞事件），实现冠脉CT血管造影的自动化斑块定量和狭窄评估，开发基于深度学习的血流储备分数计算技术 | 存在算法偏差、临床工作流程整合困难以及在不同人群中验证不足等挑战 | 探索人工智能如何改进心脏缺血的早期检测、准确诊断和风险分层 | 心脏缺血患者及相关医学影像数据 | 数字病理 | 心血管疾病 | 机器学习，深度学习 | CNN | 医学影像（冠脉CT血管造影，心脏MRI，灌注成像），可穿戴设备数据 | NA | NA | 卷积神经网络 | 准确度，诊断性能 | NA |
| 3119 | 2025-11-27 |
Predicting Nonidiopathic Scoliosis from Plain Radiographs: A Deep-Learning Approach
2025 Oct-Dec, JB & JS open access
DOI:10.2106/JBJS.OA.25.00257
PMID:41281371
|
研究论文 | 本研究开发了一种基于深度学习的图像分类器，用于从脊柱X光片中预测非特发性脊柱侧弯的病因 | 首次使用深度学习模型在普通X光片上区分脊柱侧弯的三种不同病因，且性能优于经验丰富的脊柱外科医生 | 单中心研究，样本量有限，某些类别图像数量较少导致性能下降 | 开发一种能够准确分类脊柱侧弯病因的自动化诊断工具 | 1036名诊断为脊柱侧弯的儿科患者及其前后位-侧位脊柱X光图像 | 计算机视觉 | 脊柱侧弯 | X射线成像 | CNN | 图像 | 1036名儿科患者 | NA | EfficientNet B4 | 准确率, 精确率, 召回率, F1分数 | NA |
| 3120 | 2025-11-27 |
Prognostication in patients with idiopathic pulmonary fibrosis using quantitative airway analysis from HRCT: a retrospective study
2025-Oct, The European respiratory journal
DOI:10.1183/13993003.00981-2025
PMID:40744692
|
研究论文 | 本研究开发了一种基于HRCT定量气道分析的AI模型SABRE，用于预测特发性肺纤维化患者的预后 | SABRE模型能够捕捉传统测量指标、疾病严重程度评分和现有AI方法无法提供的预后信号 | 回顾性研究设计，样本主要来自澳大利亚注册数据库 | 利用人工智能模型解决纤维化肺疾病预后异质性问题，重点关注死亡率预测 | 特发性肺纤维化患者 | 数字病理学 | 肺纤维化 | 高分辨率计算机断层扫描 | 深度学习 | 医学影像 | 1744名匿名患者（460名用于模型开发，1284名用于临床分析） | NA | SABRE | AUC, C-index | NA |