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 36487 篇文献，本页显示第 3141 - 3160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3141 | 2025-11-22 |
Learning Curve of Fenestrated-Branched Endovascular Aortic Repair (F-BEVAR) Using Machine Learning: A Prospective National Multicenter Registry Study
2025-Nov-18, Journal of vascular surgery
IF:3.9Q1
DOI:10.1016/j.jvs.2025.11.015
PMID:41265585
|
研究论文 | 本研究利用机器学习方法分析复杂主动脉瘤腔内修复术（F-BEVAR）的学习曲线 | 首次使用深度学习神经网络模型量化血管外科医生在F-BEVAR手术中的学习曲线 | 基于观察性登记研究，可能存在选择偏倚和未测量的混杂因素 | 评估F-BEVAR手术的学习曲线，确定达到技术熟练所需的手术案例数 | 接受3支和4支F-BEVAR治疗的复杂腹主动脉瘤和胸腹主动脉瘤患者 | 机器学习 | 心血管疾病 | 血管腔内修复术 | 深度学习神经网络 | 临床登记数据 | 2,956例患者（来自全国多中心登记的5,540例总患者） | NA | NA | 死亡率，技术成功率，主要不良事件发生率，手术时间，透视时间，出血量，造影剂用量 | NA |
| 3142 | 2025-11-22 |
Diffusion Models for Neuroimaging Data Augmentation: Assessing Realism and Clinical Relevance
2025-Nov-17, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02300-1
PMID:41247615
|
研究论文 | 本研究探索使用去噪扩散概率模型生成合成3D T1加权脑部MRI图像，以解决神经退行性疾病医学影像数据稀缺问题 | 首次将DDPM应用于神经影像数据增强，通过多中心健康受试者数据集生成具有解剖一致性和现实变异性的合成脑部MRI扫描 | 高频细节重建存在局限，分辨率有待进一步提高 | 解决医学影像中训练数据稀缺问题，特别是针对罕见神经退行性疾病 | 3D T1加权脑部MRI图像 | 医学影像分析 | 神经退行性疾病 | 脑部MRI | DDPM | 3D医学图像 | 多中心健康受试者数据集 | NA | 去噪扩散概率模型 | 最大均值差异, 视觉评估 | NA |
| 3143 | 2025-11-22 |
METFAN: Multisource Enhanced Therapeutic Peptide Function Prediction via Adapter Network
2025-Nov-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c07552
PMID:41255570
|
研究论文 | 提出一种名为METFAN的深度学习模型，通过多源特征表示和适配器网络预测多功能治疗肽的功能 | 整合多尺度TextCNN的局部序列特征与ESM2和ProtT5蛋白质语言模型的全局语义嵌入，设计特征优化模块和特征聚合网络 | 未明确说明模型在特定功能类别上的性能差异和计算效率 | 解决多功能治疗肽的多标签特性和严重类别不平衡问题，实现准确的计算预测 | 多功能治疗肽（MTPs） | 生物信息学 | NA | 深度学习，蛋白质语言模型 | CNN, 适配器网络 | 蛋白质序列数据 | NA | NA | TextCNN, ESM2, ProtT5 | 样本级准确率, 标签级F1分数 | NA |
| 3144 | 2025-11-22 |
Assessment of the Diagnostic Performance and Clinical Impact of Artificial Intelligence in Hepatic Steatosis: a Systematic Review and Meta-Analysis
2025-Nov-11, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/78310
PMID:41263526
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估人工智能在肝脂肪变性诊断中的性能和临床影响 | 建立统一的多模态分析框架，整合超越单一模态评估的证据 | 研究间存在显著异质性，回顾性设计占主导，缺乏严格的外部验证，数据隐私和工作流程整合等实际障碍 | 定量评估AI模型对肝脂肪变性的诊断性能，探索研究间异质性来源，评估临床适用性和转化潜力 | 肝脂肪变性(HS)和代谢相关脂肪性肝病(MAFLD)患者 | 医学影像分析 | 肝脂肪变性 | 医学影像分析 | 深度学习,传统机器学习 | 医学影像数据 | 36项研究中的62个队列 | NA | NA | 灵敏度,特异性,汇总受试者工作特征曲线下面积 | NA |
| 3145 | 2025-11-22 |
Development of a deep learning model for guiding treatment decisions of acute variceal bleeding in patients with cirrhosis
2025-Nov-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i41.111361
PMID:41257275
|
研究论文 | 开发基于深度学习的人工智能模型用于指导肝硬化患者急性静脉曲张出血的治疗决策 | 首次开发专门针对急性静脉曲张出血的AI风险分层模型，相比传统方法具有更优的预测性能 | 基于回顾性多中心数据，需要前瞻性研究进一步验证 | 开发AI模型指导AVB治疗决策并识别适合p-TIPS治疗的患者 | 肝硬化合并急性静脉曲张出血患者 | 数字病理 | 肝硬化 | 深度学习 | 深度学习模型 | 临床基线数据 | 3090例患者（内镜治疗组1227例，p-TIPS组1863例） | NA | NA | AUC | NA |
| 3146 | 2025-11-22 |
Machine Learning-Based Rupture Risk Prediction for Intracranial Aneurysms: A Systematic Review and Meta-Analysis
2025-Nov-01, Neurosurgery
IF:3.9Q1
DOI:10.1227/neu.0000000000003531
PMID:40444989
|
系统综述与Meta分析 | 通过系统综述和Meta分析评估机器学习在颅内动脉瘤破裂风险预测中的应用效果 | 首次系统比较多种机器学习算法与传统PHASES评分在动脉瘤破裂风险预测中的性能差异 | 外部验证集中血流动力学参数未能显著提升模型性能，需要前瞻性研究验证临床实用性 | 评估机器学习在颅内动脉瘤破裂风险预测中的应用价值 | 颅内动脉瘤患者 | 机器学习 | 脑血管疾病 | 机器学习算法 | 深度学习,多种机器学习算法 | 临床数据,血流动力学参数 | 36项研究涉及22462名患者 | NA | 124个模型使用25种算法 | 灵敏度,特异度,准确率,AUC | NA |
| 3147 | 2025-11-22 |
MSFHNet: a hybrid deep learning network for multi-scale spatiotemporal feature extraction of spatial cognitive EEG signals in BCI-VR systems
2025-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03386-y
PMID:40471491
|
研究论文 | 提出一种名为MSFHNet的混合深度学习网络，用于从BCI-VR系统中的空间认知EEG信号中提取多尺度时空特征 | 采用分层架构，时间模块使用多尺度扩张卷积捕获动态EEG变化，空间模块集成通道-空间注意力机制建模通道间依赖关系和空间分布，通过交叉堆叠模块实现深度级融合 | NA | 提升BCI-VR系统中空间认知训练和评估的EEG信号表征能力 | 空间认知任务中的脑电信号 | 脑机接口, 虚拟现实 | NA | 脑电图 | 混合神经网络, CNN | EEG信号 | NA | NA | MSFHNet | 分类准确率 | NA |
| 3148 | 2025-11-22 |
Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer
2025-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03391-1
PMID:40488960
|
研究论文 | 提出一种创新的多任务多尺度注意力网络用于食管癌淋巴结转移预测 | 提出软扩展节点掩码区域的特征聚合方法和双分支训练策略，增强节点上下文学习 | 仅在177名患者的数据集上进行验证，样本规模有限 | 提高食管鳞状细胞癌淋巴结转移的自动诊断准确性 | 食管癌患者的淋巴结医学影像 | 数字病理 | 食管癌 | 医学影像分析 | 深度学习,注意力机制 | 医学影像 | 177名患者，共577个淋巴结 | NA | 多任务多尺度注意力网络(MANet) | 准确率 | NA |
| 3149 | 2025-11-22 |
Quantifying features from X-ray images to assess early stage knee osteoarthritis
2025-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03405-y
PMID:40616750
|
研究论文 | 提出一种结合预训练深度学习模型和图像处理技术的自动化系统，用于从X射线图像中量化膝关节骨关节炎的影像生物标志物 | 整合预训练DL模型与图像处理技术，无需昂贵训练过程即可自动量化KOA关键影像特征，提供可解释的定量数据 | 系统性能仍需使用标注数据进行验证，分类准确率有待进一步提升 | 开发自动化膝关节骨关节炎严重程度评估系统，实现早期检测 | 膝关节X射线图像 | 计算机视觉 | 骨关节炎 | X射线成像 | 深度学习 | 医学图像 | NA | NA | DexiNed | 准确率 | NA |
| 3150 | 2025-11-22 |
MTMedFormer: multi-task vision transformer for medical imaging with federated learning
2025-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03404-z
PMID:40627238
|
研究论文 | 提出一种基于Transformer的多任务医学影像模型MTMedFormer，结合联邦学习解决医学数据隐私和标注数据不足的问题 | 首次将Transformer架构与多任务学习结合用于医学影像，并提出新颖的贝叶斯联邦聚合方法 | 仅在乳腺X光片和肺炎数据集上验证，未在其他医学影像任务上测试 | 开发能够同时处理多个医学影像任务的深度学习模型，同时保护患者数据隐私 | 医学影像数据，特别是乳腺X光片和肺炎影像 | 医学影像分析 | 乳腺癌, 肺炎 | 深度学习, 联邦学习 | Transformer | 医学影像 | NA | NA | Transformer, 共享编码器, 任务特定解码器 | 图像分割指标 | NA |
| 3151 | 2025-11-22 |
Attention-Based Whole-Slide Image Compression Achieves Pathologist-Level Prescreening of Multiorgan Routine Histopathology Biopsies
2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100827
PMID:40562215
|
研究论文 | 提出基于注意力机制的全切片图像压缩方法NIC-A，实现多器官常规组织病理活检的病理医生水平预筛查 | 引入切片打包技术将同一组织块的多张切片合并为单个图像，并开发基于注意力机制的弱监督深度学习框架NIC-A | 仅在两个欧洲中心的队列中进行验证，需要更广泛的外部验证 | 开发自动化癌症检测系统以辅助病理医生预筛查工作流程 | 结肠、宫颈和十二指肠组织活检样本 | 数字病理学 | 结直肠癌,宫颈癌,乳糜泻 | 全切片成像,弱监督学习 | 深度学习,注意力机制 | 全切片图像 | 12,580张全切片图像来自9,141个组织块 | NA | NIC-A（基于注意力的神经图像压缩） | 与病理医生组对比性能 | NA |
| 3152 | 2025-11-22 |
Deep Learning-Guided Quantitative Analysis Establishes Optimized BRAF V600E Immunohistochemical Criteria for Colorectal Cancer: A Multiplatform Validation Study
2025-Nov, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104215
PMID:40683333
|
研究论文 | 通过深度学习指导的定量分析建立结直肠癌BRAF V600E免疫组化优化标准 | 首次使用深度学习数字病理平台量化免疫组化参数并建立结直肠癌特异性BRAF V600E检测标准 | 非典型染色模式病例仍需分子确认 | 建立结直肠癌特异性BRAF V600E免疫组化判读标准 | 250例结直肠癌病例 | 数字病理 | 结直肠癌 | 免疫组化, qPCR, 二代测序 | 深度学习 | 病理图像 | 250例结直肠癌病例 | NA | NA | AUC, 一致性 | NA |
| 3153 | 2025-11-22 |
Increased Expression of Secreted Form A Disintegrin and Metalloproteinase 28 (ADAM28s) in Esophageal Squamous Cell Carcinoma: Implication for Carcinoma Cell Proliferation via Interleukin 6 Receptor Shedding
2025-Nov, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104222
PMID:40744225
|
研究论文 | 本研究探讨ADAM28s在食管鳞状细胞癌中的过表达及其通过白细胞介素6受体脱落促进癌细胞增殖的机制 | 首次揭示ADAM28s在食管鳞癌中的活性形式过表达及其与IL-6信号通路协同促进癌细胞增殖的新机制 | 研究仅涉及有限细胞系（TE-1、KYSE-140、TE-8）和小鼠异种移植模型，临床样本量未明确说明 | 探究ADAM28在食管鳞状细胞癌中的表达特征、临床意义及其介导癌细胞增殖的分子机制 | 食管鳞状细胞癌组织、癌细胞系（TE-1、KYSE-140、TE-8）、小鼠异种移植模型 | 数字病理学 | 食管鳞状细胞癌 | 免疫印迹、免疫组织化学、深度学习人工智能分析、siRNA干扰、异种移植模型 | 深度学习模型 | 蛋白质印迹数据、免疫组织化学图像、细胞增殖数据 | 三种食管鳞癌细胞系和小鼠异种移植模型，临床组织样本数量未明确 | NA | NA | 5年总生存率、疾病特异性生存率、肿瘤生长抑制率 | NA |
| 3154 | 2025-11-22 |
Histology-Based Virtual RNA Inference Identifies Pathways Associated With Metastasis Risk in Colorectal Cancer
2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100866
PMID:40803647
|
研究论文 | 本研究开发了一种基于组织学图像的虚拟RNA推断方法，用于识别与结直肠癌转移风险相关的通路 | 首次利用匹配的结直肠癌空间转录组数据训练深度学习模型，直接从H&E染色组织图像推断空间转录组水平的分子信息 | 仅凭组织学图像无法完全捕获某些肿瘤相关通路 | 开发从标准H&E组织图像推断空间分子信息的方法，用于结直肠癌转移风险评估 | 结直肠癌患者组织样本 | 数字病理学 | 结直肠癌 | 空间转录组学，H&E染色 | 深度学习 | 组织图像，空间转录组数据 | 45名患者，超过300,000个Visium位点 | NA | UNI, ResNet-50, Vision Transformer, Vision Mamba | Spearman相关系数 | NA |
| 3155 | 2025-11-22 |
Deep Learning on Histologic Slides Accurately Predicts Consensus Molecular Subtypes and Spatial Heterogeneity in Colon Cancer
2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100877
PMID:40865918
|
研究论文 | 本研究开发了一种基于深度学习的方法，利用组织学切片预测结肠癌的共识分子亚型和空间异质性 | 首次使用深度学习模型从常规H&E染色全切片图像中预测结肠癌共识分子亚型和肿瘤内异质性 | 研究依赖于特定队列数据，需要进一步验证在更广泛人群中的适用性 | 开发基于深度学习的结肠癌分子亚型和肿瘤异质性预测方法 | 结肠癌患者的数字化组织学切片 | 数字病理学 | 结肠癌 | 苏木精-伊红±藏红染色全切片成像 | 自监督学习,弱监督学习 | 图像 | 1996名患者来自PETACC-8、TCGA-COAD和PRODIGE-13队列 | NA | NA | 宏平均曲线下面积 | NA |
| 3156 | 2025-11-22 |
Improving the accuracy of automated labeling of specimen images datasets via a confidence-based process
2025-Nov, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013650
PMID:41223204
|
研究论文 | 提出一种基于置信度的自动化标签方法，显著提高标本图像数据集的标注准确率 | 通过分析网络对生成标签的置信度并结合用户定义阈值，拒绝低置信度标签，实现准确率从86%提升至95%以上 | 需要牺牲部分标签覆盖率（拒绝40%-65%的标签）来换取更高准确率 | 提高标本图像自动标注的准确率，使其成为生物学研究的可靠工具 | 自然历史收藏的标本图像数据集 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 超过60万份植物标本图像 | NA | 卷积神经网络 | 准确率 | NA |
| 3157 | 2025-11-22 |
Artificial Intelligence in Autism Spectrum Disorder Diagnosis: A Scoping Review of Face, Voice, and Text Analysis Methods
2025-Nov, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.71476
PMID:41255386
|
综述 | 本文系统综述了人工智能在自闭症谱系障碍诊断中面部、声音和文本分析方法的现状与应用 | 首次全面整合了基于面部图像、声音特征和文本分析三种模态的AI诊断方法在自闭症领域的应用进展 | 采用叙述性综合方法，缺乏定量meta分析；未评估不同AI方法的临床适用性 | 评估人工智能在自闭症谱系障碍诊断中的应用效果 | 自闭症诊断相关的面部图像、声音数据和文本资料 | 自然语言处理,计算机视觉,机器学习 | 自闭症谱系障碍 | 深度学习,机器学习,自然语言处理 | CNN,随机森林,混合模型 | 图像,音频,文本 | NA | NA | Xception,VGG16-MobileNet,随机森林 | 准确率 | NA |
| 3158 | 2025-11-22 |
Evaluation of deep learning reconstruction in accelerated knee MRI: comparison of visual and diagnostic performance metrics
2025-Nov, Radiologie (Heidelberg, Germany)
DOI:10.1007/s00117-025-01464-8
PMID:40548970
|
研究论文 | 评估深度学习重建在加速膝关节MRI中的临床应用价值，比较其与传统序列的视觉质量和诊断性能指标 | 首次系统评估深度学习重建技术在膝关节加速MRI中的临床价值，证实其在保持诊断准确性的同时显著缩短扫描时间 | 样本量相对有限（116例），仅使用1.5T MRI扫描器，未评估其他类型膝关节病变 | 研究深度学习重建在膝关节加速MRI中的临床应用价值 | 116例膝关节损伤患者 | 医学影像分析 | 膝关节损伤 | 磁共振成像，深度学习重建 | 深度学习重建模型 | MRI图像 | 116例膝关节损伤患者 | NA | NA | 信噪比，对比噪声比，图像质量评分，病变检测率，Cohen's kappa | 1.5T MRI扫描器 |
| 3159 | 2025-11-22 |
Development and validation of an artificial intelligence algorithm for cervical vertebral maturation staging using lateral cephalograms
2025 Nov-Dec, Medical journal, Armed Forces India
DOI:10.1016/j.mjafi.2025.08.012
PMID:41268013
|
研究论文 | 开发并验证基于侧位头颅X光片的颈椎骨成熟度分期人工智能算法 | 首次使用VGG19卷积神经网络实现颈椎骨成熟度的自动分期，显著提升诊断效率和准确性 | 样本量相对有限（525例），仅包含7-17岁人群，模型在CVS1阶段表现相对较差 | 开发自动评估颈椎骨成熟度的人工智能算法，改善传统手动分析的不足 | 7-17岁青少年的侧位头颅X光片 | 医学影像分析 | 骨骼发育评估 | X射线成像 | CNN | 医学影像 | 525例侧位头颅X光片（249名男性，276名女性，平均年龄12.67岁） | PLAINSIGHT | VGG19 | 准确率, F1分数, 混淆矩阵 | NA |
| 3160 | 2025-11-22 |
Artificial intelligence in dermatology: The shifting paradigms
2025 Nov-Dec, Medical journal, Armed Forces India
DOI:10.1016/j.mjafi.2025.08.016
PMID:41268018
|
观点论文 | 探讨人工智能在皮肤病学领域的现状、挑战及未来发展前景，特别关注印度医疗背景下的应用 | 提出将视觉语言模型与协作学习相结合的新范式，强调在资源有限地区提升皮肤病学知识可及性的独特机遇 | 存在数据集偏差（特别是深色皮肤代表不足）、监管不确定性以及缺乏全面培训计划 | 分析人工智能在皮肤病学中的整合现状并规划未来发展路线 | 皮肤病学诊断方法、治疗方式和患者护理系统 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 皮肤图像 | NA | NA | 卷积神经网络 | 灵敏度, 特异性 | NA |