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 38773 篇文献，本页显示第 3221 - 3240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3221 | 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 |
| 3222 | 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 |
| 3223 | 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 |
| 3224 | 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 |
| 3225 | 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 |
| 3226 | 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 |
| 3227 | 2025-12-19 |
Deep Learning-Based Quality Control and Diagnosis of Bronchial Images
2025-Nov-27, Respiration; international review of thoracic diseases
DOI:10.1159/000548342
PMID:41308068
|
综述 | 本文系统分析了深度学习技术在医学内窥镜领域的应用潜力，特别是人工智能在支气管镜图像质量控制与诊断分析中的应用前景 | 探讨了人工智能在支气管镜图像分析中的创新潜力，旨在通过深度学习技术解决传统方法的局限性 | 当前研究存在模型泛化能力不足的问题，需要多中心临床验证来优化模型鲁棒性 | 研究人工智能在支气管镜图像质量控制与诊断分析中的应用，以提升医疗质量与诊断效率 | 支气管镜图像 | 计算机视觉 | 肺癌 | NA | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 3228 | 2025-12-19 |
Transformer and graph variational autoencoder to identify microenvironments: A deep learning protocol for spatial transcriptomics
2025-Nov-27, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104206
PMID:41313684
|
研究论文 | 本文介绍了一种名为TG-ME的计算框架，它结合Transformer和图变分自编码器，用于通过空间转录组学和形态学图像识别微环境 | 首次将Transformer与图变分自编码器集成，以分析空间转录组学和形态学图像中的微环境 | NA | 开发一个深度学习协议，用于识别健康、肿瘤和感染组织中的空间微环境 | 空间转录组学和形态学图像数据 | 数字病理学 | 肿瘤 | 空间转录组学 | Transformer, 图变分自编码器 | 图像, 转录组数据 | NA | NA | Transformer, 图变分自编码器 | NA | NA |
| 3229 | 2025-12-19 |
Protocol to annotate and automate single-cell instance segmentation on stimulated Raman histology using deep learning
2025-Nov-27, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104221
PMID:41317327
|
研究论文 | 本文提出了一种基于深度学习的协议，用于在刺激拉曼组织学图像上自动进行单细胞实例分割 | 开发了ELUCIDATE网络工具和DetectSRH Python库，实现了无标记SRH图像的单细胞空间分析自动化 | NA | 实现神经外科术中获取的SRH图像的自动细胞分割 | SRH图像中的细胞 | 数字病理学 | NA | 刺激拉曼组织学 | 深度学习模型 | 图像 | NA | Python | NA | NA | NA |
| 3230 | 2025-12-19 |
Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments
2025-Nov-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06042-0
PMID:41219251
|
研究论文 | 本文提出了一种专注于人机共存环境中顺序性人体装配与拆卸动作的新型数据集 | 数据集针对人机共存环境设计，包含多视角采集的同步RGB视频与2D/3D人体骨骼数据，并特别关注了局部遮挡、相似重复动作及行为差异等实际挑战 | 未明确说明数据采集场景的具体复杂度限制或参与者行为模式的覆盖全面性 | 为人机交互、自主机器人运动规划等领域提供任务导向的行为研究数据支持 | 人机共存环境中的人类顺序性装配与拆卸动作 | 计算机视觉 | NA | 多视角相机采集、2D/3D人体骨骼估计 | 深度学习模型 | RGB视频、2D/3D人体骨骼数据 | 33名具有不同身体特征和行为偏好的参与者，超过10,000个样本 | NA | NA | NA | NA |
| 3231 | 2025-12-19 |
Machine Learning Analysis of Cilia-Driven Particle Transport Distinguishes Primary Ciliary Dyskinesia Cilia from Normal Cilia
2025-Nov-04, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.02.686130
PMID:41279745
|
研究论文 | 本研究利用机器学习和深度学习技术，通过分析纤毛驱动的粒子运输轨迹来区分原发性纤毛运动障碍（PCD）与正常纤毛 | 首次结合特征机器学习和图像深度学习，客观量化纤毛定向粒子运输，以检测PCD相关纤毛功能障碍 | 样本量相对较小（仅14名PCD患者和10名健康供体），且未涉及其他纤毛疾病类型的广泛比较 | 开发一种客观、准确的诊断工具，用于识别原发性纤毛运动障碍（PCD） | 来自PCD患者、健康供体和囊性纤维化患者的气道上皮细胞及其纤毛驱动的荧光微球运输轨迹 | 计算机视觉, 机器学习 | 原发性纤毛运动障碍 | 高速视频显微镜, 荧光微球追踪 | CNN | 视频, 轨迹数据 | 14名PCD患者, 10名健康供体, 2名囊性纤维化患者, 共计602个视频 | Python, Jython, 自定义Python包CiliaTracks | 卷积神经网络 | 准确率 | NA |
| 3232 | 2025-12-19 |
Commercial Products Using Generative Artificial Intelligence Include Ambient Scribes, Automated Documentation and Scheduling, Revenue Cycle Management, Patient Engagement and Education, and Prior Authorization Platforms
2025-Nov, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2025.05.021
PMID:40419172
|
综述 | 本文综述了生成式人工智能在医疗保健领域的商业应用现状，重点介绍了大型语言模型如何优化临床工作流程 | 系统梳理了生成式AI在医疗领域的五大商业应用方向，并首次量化统计了环境记录类产品的平台数量（约90个） | 缺乏监管监督、存在固有偏见、与电子健康记录的互操作性不一致、以及临床医生对LLM输出结果缺乏信任导致接受度低 | 探讨生成式人工智能在临床实践中的商业应用现状、挑战与未来发展方向 | 医疗保健领域的商业生成式AI产品平台 | 自然语言处理 | NA | 自然语言处理，深度学习 | 大型语言模型 | 文本 | NA | NA | NA | NA | NA |
| 3233 | 2025-12-19 |
INVESTIGATING CORRELATIONS BETWEEN MENTAL DISORDERS AND FUNDUS IMAGING DATA USING DEEP LEARNING: A Study From the UK Biobank
2025-11-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004574
PMID:40601933
|
研究论文 | 本研究利用深度学习技术，基于UK Biobank数据库中的眼底图像和光学相干断层扫描数据，探索精神障碍与眼底生物标志物之间的关联 | 首次提出基于深度学习的多模态训练方法，用于自动识别精神行为障碍并解释其与眼底成像特征之间的潜在关联 | 样本量相对有限（1494名参与者），且研究结果仅为初步发现，需要更大规模的数据集进行验证 | 自动识别精神行为障碍，并探索精神疾病与眼底生物标志物之间的关联 | UK Biobank数据库中1494名参与者的眼底图像和光学相干断层扫描数据 | 数字病理学 | 精神障碍 | 光学相干断层扫描 | 深度学习模型 | 图像 | 1494名参与者 | NA | 多模态模型 | ROC曲线下面积, 敏感性, 特异性 | NA |
| 3234 | 2025-12-19 |
Dose-Dependent Analysis of Image Quality in Pediatric Head CT Scans Across Different Scanners to Optimize Clinical Protocols Using Phantom-Based Assessment
2025-Oct-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11110119
PMID:41295553
|
研究论文 | 本研究通过整合多中心临床数据与体模评估，建立了儿科头部CT扫描中噪声和对比噪声比的定量阈值，以优化临床协议 | 结合多中心临床图像与体模实验，首次为儿科头部CT建立了噪声和对比噪声比的定量阈值，并验证了剂量-图像质量关系在不同扫描仪间的一致性 | 研究主要基于回顾性数据，且未深入评估深度学习重建算法在进一步降低剂量方面的具体效果 | 优化儿科头部CT协议，在最小化辐射剂量的同时保持诊断图像质量 | 儿科头部CT扫描图像及Catphan体模数据 | 医学影像 | 儿科疾病 | CT扫描 | NA | 图像 | 来自八家医院的CT系统数据，包括体模实验和儿科头部CT临床数据 | NA | NA | 噪声标准差, 对比噪声比 | NA |
| 3235 | 2025-12-19 |
A Deep Learning-Driven Autonomous System for Retinal Vein Cannulation: Validation Using a Chicken Embryo Model
2025-Oct, Proceedings of the ... IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE/RSJ International Conference on Intelligent Robots and Systems
DOI:10.1109/iros60139.2025.11246284
PMID:41399488
|
研究论文 | 本研究开发了一种基于深度学习的自主系统，用于视网膜静脉插管，并在鸡胚胎模型中进行了验证 | 整合了自上而下的显微镜和B扫描光学相干断层扫描成像进行精确深度感知，并利用深度学习模型实现实时针头导航、接触检测和静脉穿刺识别 | 使用鸡胚胎模型作为人类视网膜静脉的替代，可能无法完全模拟人类生理条件 | 通过机器人辅助提高视网膜静脉插管的准确性和稳定性，以治疗视网膜静脉阻塞 | 鸡胚胎模型作为人类视网膜静脉的替代 | 计算机视觉 | 视网膜静脉阻塞 | B扫描光学相干断层扫描成像 | 深度学习模型 | 图像 | 未明确指定样本数量，但使用了鸡胚胎模型 | NA | NA | 准确率 | NA |
| 3236 | 2025-12-19 |
Statistical process control for performance monitoring and continuous quality assurance of deep learning segmentations in radiotherapy
2025-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100873
PMID:41399697
|
研究论文 | 本文提出了一种基于统计过程控制（SPC）和调整版Nelson规则的连续质量保证（CQA）框架，用于自动监测和报告放射治疗中深度学习分割（DLS）模型的性能异常和趋势变化 | 首次将统计过程控制（SPC）和调整版Nelson规则应用于放射治疗中深度学习分割模型的连续质量保证，实现了对模型输出性能的自动监控和异常检测 | 研究仅基于6个月的数据（545个DLS结构文件和3093个感兴趣区域），样本量相对有限，且未详细讨论框架在不同解剖结构或疾病类型中的泛化能力 | 开发并实施一个连续质量保证（CQA）框架，以监控放射治疗中深度学习分割模型的性能，确保其临床应用的可靠性和安全性 | 放射治疗中深度学习分割模型生成的直接输出与临床批准的分割结果 | 数字病理学 | NA | 深度学习分割 | 深度学习模型 | 图像（放射治疗结构文件） | 545个深度学习分割结构文件及其对应的临床批准分割，包含3093个感兴趣区域 | NA | NA | 几何度量（具体未指定，如Dice系数、Hausdorff距离等） | NA |
| 3237 | 2025-12-19 |
Precision in Predicting Protein-Nucleic Acid Complexes: Establishing a Benchmark Data Set and Comparative Metrics
2025-Sep-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01372
PMID:40932245
|
研究论文 | 本研究介绍了ProNASet基准数据集和多维评估框架，用于评估蛋白质-核酸复合物结构预测方法 | 创建了包含100个实验解析结构的蛋白质-核酸复合物基准数据集ProNASet，并首次系统比较了深度学习和物理驱动对接方法在该任务上的性能 | 基准数据集规模有限（仅100个结构），且深度学习方法的预测性能明显落后于物理驱动方法 | 评估和比较不同计算方法在预测蛋白质-核酸复合物结构方面的性能 | 蛋白质-核酸复合物结构 | 计算生物学 | NA | 结构生物学实验解析 | 深度学习算法, 物理驱动对接方法 | 蛋白质-核酸复合物三维结构 | 100个实验解析的蛋白质-核酸复合物结构 | NA | AlphaFold3, Chai-1, HelixFold3, Protenix, HDOCK, HDOCK_NT | RMSD, TM-score, LDDT | NA |
| 3238 | 2025-12-19 |
MedImg: An Integrated Database for Public Medical Images
2025-09-22, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf068
PMID:40833036
|
研究论文 | 本文介绍了一个整合了多种公共医学图像数据集的在线数据库MedImg，旨在促进基于深度学习的医学图像分析研究 | 整合了来自多个公共来源的105个数据集、总计1,995,671张图像，涵盖14种成像模态和13个器官，构建了一个系统化组织的开放访问平台 | 未提及具体模型性能验证或临床转化挑战的解决方案，主要聚焦于数据整合与平台构建 | 解决医学图像分析领域大规模、高质量数据集缺乏的问题，促进深度学习模型的泛化验证 | 公共医学图像数据集 | 医学图像分析 | NA | 医学成像（X射线、CT、MRI、OCT、超声、内窥镜等） | NA | 医学图像 | 105个数据集，总计1,995,671张图像 | NA | NA | NA | NA |
| 3239 | 2025-12-19 |
Prognostic models for radiation-induced complications after radiotherapy in head and neck cancer patients
2025-09-10, The Cochrane database of systematic reviews
DOI:10.1002/14651858.CD014745.pub2
PMID:40927975
|
系统综述 | 本文对头颈癌患者放疗后放射性并发症的预测模型进行了系统回顾与评估 | 首次系统评估了头颈癌放疗后并发症预测模型的质量、偏倚风险及预测性能，并识别出仅有少数模型经过充分外部验证 | 大多数验证研究存在高偏倚风险，主要源于分析领域的问题，且许多模型的校准性能未充分报告 | 识别、描述和评估用于预测头颈癌患者放疗后放射性并发症风险的正常组织并发症概率模型 | 头颈癌患者 | 医学预测模型 | 头颈癌 | 正常组织并发症概率建模 | NA | 临床数据 | 140,767名头颈癌患者（模型开发），34,304名患者（外部验证） | NA | NA | C统计量, 校准性能 | NA |
| 3240 | 2025-12-19 |
Spatially resolved subcellular protein-protein interactomics in drug-perturbed lung-cancer cultures and tissues
2025-Jul, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-024-01271-x
PMID:39478233
|
研究论文 | 本文提出了一种结合多重邻近连接检测与图卷积网络的方法，用于可视化药物扰动下肺癌细胞和组织中蛋白质-蛋白质相互作用的亚细胞空间分布 | 开发了一种可同时分析多达47种蛋白质相互作用的多重邻近连接检测方法，并结合图卷积网络对空间解析的PPI数据进行深度学习预测 | 方法主要针对非小细胞肺癌中EGFR突变型，尚未验证在其他癌症类型或更广泛蛋白质网络中的适用性 | 研究药物扰动下肺癌细胞中蛋白质-蛋白质相互作用的亚细胞空间分布与信号网络调控机制 | 非小细胞肺癌细胞培养物和组织样本（EGFR突变型） | 数字病理学 | 肺癌 | 多重邻近连接检测，免疫荧光 | 图卷积网络 | 空间蛋白质相互作用图像数据 | NA | NA | 图卷积网络 | 预测准确率 | NA |