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 36984 篇文献，本页显示第 3241 - 3260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3241 | 2025-11-28 |
Deep Learning and High-Resolution Anoscopy: Development of an Interoperable Algorithm for the Detection and Differentiation of Anal Squamous Cell Carcinoma Precursors-A Multicentric Study
2024-May-17, Cancers
IF:4.5Q1
DOI:10.3390/cancers16101909
PMID:38791987
|
研究论文 | 开发基于深度学习的算法，用于在高分辨率肛门镜检查图像中自动检测和区分高级别与低级别鳞状上皮内病变 | 首次开发可同时适用于传统和数字肛门镜系统的深度学习算法，并在多中心研究中验证其性能 | 研究仅基于两个中心的151例检查，样本来源相对有限 | 开发自动检测和区分肛门鳞状细胞癌前病变的深度学习系统 | 高分辨率肛门镜检查图像中的高级别和低级别鳞状上皮内病变 | 计算机视觉 | 肛门鳞状细胞癌 | 高分辨率肛门镜检查 | CNN | 图像 | 151例高分辨率肛门镜检查，共57,822张图像（28,874张HSIL，28,948张LSIL） | NA | NA | 准确率, 敏感度, 特异度, AUC | NA |
| 3242 | 2025-11-28 |
Predicting Molecular Subtype and Survival of Rhabdomyosarcoma Patients Using Deep Learning of H&E Images: A Report from the Children's Oncology Group
2023-01-17, Clinical cancer research : an official journal of the American Association for Cancer Research
IF:10.0Q1
DOI:10.1158/1078-0432.CCR-22-1663
PMID:36346688
|
研究论文 | 本研究使用深度学习分析横纹肌肉瘤H&E图像，预测分子亚型和患者生存率 | 首次将卷积神经网络应用于横纹肌肉瘤H&E图像，直接关联组织学特征与驱动基因突变及临床预后 | 样本量相对有限（321例），部分突变预测性能一般（如RAS通路ROC 0.67） | 开发基于深度学习的横纹肌肉瘤诊断和预后预测工具 | 横纹肌肉瘤患者的H&E组织病理图像 | 数字病理学 | 横纹肌肉瘤 | H&E染色，全玻片数字化扫描 | CNN | 病理图像 | 321例患者（训练集），136例独立测试样本 | NA | 卷积神经网络 | ROC曲线，事件无生存期预测，总生存期预测 | NA |
| 3243 | 2025-11-27 |
Deep learning [18F]-FDG-PET/CT‑based algorithm for tumor burden estimation in metastatic melanoma patients under immunotherapy
2026-Jan, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2025.101063
PMID:41281625
|
研究论文 | 评估基于[18F]-FDG-PET/CT的深度学习算法在转移性黑色素瘤患者肿瘤负荷估计中的性能 | 首次系统评估深度学习算法PARS在免疫治疗转移性黑色素瘤患者中的肿瘤负荷估计能力 | 肿瘤负荷估计存在显著变异性，骨病变检测精度较低，需要进一步模型优化 | 评估深度学习算法在肿瘤负荷估计中的临床应用价值 | 165名IV期黑色素瘤患者 | 数字病理 | 黑色素瘤 | [18F]-FDG-PET/CT成像 | 深度学习 | 医学影像 | 165名患者 | NA | PARS (PET-Assisted Reporting System) | 精确度, 召回率, 组内相关系数, 中位数相对百分比差异, 中位数绝对相对百分比差异 | NA |
| 3244 | 2025-11-27 |
Artificial Neural Networks and Deep Learning in Solid Organ Transplantation
2025-Dec-01, Transplantation
IF:5.3Q1
DOI:10.1097/TP.0000000000005500
PMID:40702591
|
综述 | 本文概述人工神经网络和深度学习在实体器官移植领域的应用、术语解释及使用建议 | 系统梳理神经网络在移植领域的应用发展，特别关注非表格数据处理的新趋势 | 模型解释性仍需结合具体情境，存在黑箱预测的局限性 | 为移植领域研究者提供神经网络和深度学习的入门指南和应用框架 | 实体器官移植相关数据和应用场景 | 机器学习 | 器官移植 | NA | 人工神经网络,深度学习 | 图像,文本,非表格数据 | NA | NA | NA | NA | NA |
| 3245 | 2025-11-27 |
Benign and malignant bone lesion diagnosis based on self-supervised and radiomics fusion using SPECT/CT images
2025-Dec, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2025.100723
PMID:41277948
|
研究论文 | 基于SPECT/CT图像，通过融合自监督学习和影像组学技术提高良恶性骨病变诊断准确性 | 提出SPARC-Net模型，利用功能性SPECT数据作为语义先验从CT扫描中提取判别性特征，无需人工标注 | NA | 提高SPECT/CT成像在区分良恶性骨病变方面的诊断准确性，减少传统图像解读的主观性 | 741例确诊的骨病变病例 | 医学影像分析 | 骨肿瘤 | SPECT/CT成像 | 深度学习 | SPECT/CT医学图像 | 741例骨病变病例 | NA | SPARC-Net | 准确率, AUC, F1分数, 精确率, 灵敏度, 特异性 | NA |
| 3246 | 2025-11-27 |
Rupiah exchange rate prediction against the US Dollar using a deep neural network with a multi-output sliding window approach
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103692
PMID:41277988
|
研究论文 | 本研究使用多输出滑动窗口的深度神经网络方法预测印尼盾对美元的汇率 | 提出结合多输出滑动窗口框架和正弦-余弦时间编码的深度学习汇率预测方法，能够同时预测买入价和卖出价 | 仅使用历史汇率数据，未考虑其他宏观经济因素对汇率的影响 | 开发准确可靠的汇率预测模型以支持金融决策 | 印尼盾对美元的历史汇率数据 | 机器学习 | NA | 深度学习，时间序列预测 | MLP, LSTM, GRU | 时间序列数据 | 2015年至2025年的每日历史汇率数据 | NA | 多层感知器, 长短期记忆网络, 门控循环单元 | MAPE, RMSE, R² | NA |
| 3247 | 2025-11-27 |
Spectral-aware CNN with learnable biorthogonal units and depthwise convolutions for multi-class blood cell classification
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103685
PMID:41277991
|
研究论文 | 提出一种用于多类血细胞分类的新型混合深度学习模型，结合了谱感知卷积神经网络、可学习谱双正交下采样单元和深度可分离卷积 | 使用小波启发的可学习谱双正交下采样单元替代传统池化层以改进特征保留，并集成深度可分离卷积减少参数数量和训练成本 | NA | 实现白血病和贫血等疾病的有效早期诊断，通过准确分类外周血细胞 | 外周血细胞图像 | 计算机视觉 | 白血病,贫血 | 深度学习 | CNN | 图像 | 17,092张图像，涵盖8个血细胞类别 | NA | 谱感知CNN,可学习谱双正交下采样单元,深度可分离卷积 | 准确率 | NA |
| 3248 | 2025-11-27 |
Tooth-level detection and mapping of dental pathologies on panoramic radiographs using YOLOv11 and RT-DETR
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103696
PMID:41277983
|
研究论文 | 开发了一种在全景X光片上自动检测牙齿病理并进行牙齿级别定位的可重现方法 | 集成牙齿分割和病理检测两个深度学习阶段，将病理结果映射到具体牙齿 | NA | 开发AI辅助牙科诊断工具 | 牙齿和牙科病理 | 计算机视觉 | 牙科疾病 | 全景X光成像 | YOLOv11, RT-DETR | 图像 | 1,628张标注全景X光片和Tufts牙科数据库 | NA | YOLOv11, RT-DETR-x, YOLOv11x | mAP@50 | NA |
| 3249 | 2025-11-27 |
EEG entropy modulation as a biomarker of emotion regulation and resilience
2025-Dec, IBRO neuroscience reports
IF:2.0Q3
DOI:10.1016/j.ibneur.2025.10.013
PMID:41280140
|
综述 | 本文提出脑电图熵调制作为情绪调节和心理韧性的客观生物标志物 | 超越静态静息态分析，提出基于认知情绪任务中的熵动态调制作为更有效的生物标志物 | 目前仍处于理论验证阶段，需要更多实证研究验证其临床应用价值 | 开发基于脑电图熵调制的情绪调节和心理韧性客观评估方法 | 情绪调节机制、心理韧性神经基础 | 临床神经心理学 | 情绪失调、焦虑障碍 | 脑电图(EEG)、熵分析 | 机器学习、深度学习 | 脑电图信号 | NA | NA | NA | NA | NA |
| 3250 | 2025-11-27 |
The Platelet-Rich Plasma research ecosystem: From mechanistic insights to precision treatment in knee osteoarthritis
2025-Dec, Regenerative therapy
IF:3.4Q2
DOI:10.1016/j.reth.2025.10.017
PMID:41282491
|
综述 | 本文通过叙事性综述构建了富血小板血浆研究的生态系统，涵盖从机制生物学到精准医疗的全链条研究 | 提出PRP研究生态系统概念，整合多维度证据，强调中性粒细胞-巨噬细胞串扰等新机制，并提出精准治疗路线图 | 存在报告不一致、缺乏标准化分类系统、分层不足等限制因素 | 系统梳理PRP在膝骨关节炎领域的研究现状并推动其向精准再生疗法发展 | 富血小板血浆及其在膝骨关节炎治疗中的应用 | 数字病理 | 骨关节炎 | 深度学习质量控制、分类系统 | 深度学习 | 临床试验数据、生物学机制数据、系统评价数据 | NA | NA | NA | 脆弱性指数分析 | NA |
| 3251 | 2025-11-27 |
AI MAY SHOW COMPARABLE DIAGNOSTIC ACCURACY TO EXPERTS IN ORAL CANCER DETECTION, BUT EVIDENCE REMAINS LIMITED AND OF LOW CERTAINTY
2025-Dec, The journal of evidence-based dental practice
IF:4.1Q1
DOI:10.1016/j.jebdp.2025.102199
PMID:41290266
|
系统综述 | 本研究通过系统综述和网络荟萃分析比较深度学习在口腔癌诊断中的准确性 | 首次使用网络荟萃分析方法系统比较深度学习模型与专家在口腔癌诊断中的准确性 | 证据有限且确定性较低 | 评估深度学习在口腔癌诊断中的准确性并与专家诊断进行比较 | 口腔癌诊断 | 数字病理 | 口腔癌 | 深度学习 | 深度学习模型 | 医学图像 | NA | NA | NA | 诊断准确性 | NA |
| 3252 | 2025-11-27 |
Enhanced difference ghost shuffle U-Net: A hybrid Monte Carlo deep learning denoiser for boron neutron capture therapy dose calculation
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70100
PMID:41290395
|
研究论文 | 提出EDGS-UNet混合蒙特卡罗深度学习去噪框架，用于快速准确的硼中子俘获治疗剂量计算 | 结合增强差分幽灵卷积保持高频梯度、分层通道-空间-像素注意力机制自适应特征优化，以及物理组件特异性能量守恒损失函数 | 仅在胶质母细胞瘤数据集上进行验证，样本量有限 | 加速BNCT治疗计划系统中的蒙特卡罗剂量计算 | 硼中子俘获治疗的3D剂量分布 | 医学影像处理 | 胶质母细胞瘤 | 蒙特卡罗模拟, 深度学习 | CNN, U-Net | 3D剂量分布图像 | 56个训练病例/9个验证病例/11个测试病例 | NA | 3D U-Net, EDGS-UNet | 均方误差, 等剂量相似度, 平均绝对百分比误差, GTV相对偏差 | NA |
| 3253 | 2025-11-27 |
"Patients Aren't Datasets": Generating Return on Investment via Automation, Responsibly
2025 Winter 01, Frontiers of health services management
DOI:10.1097/HAP.0000000000000237
PMID:41292082
|
评论文章 | 探讨医疗领域如何负责任地利用人工智能技术实现投资回报并管理相关风险 | 提出在医疗AI应用中平衡数据货币化与伦理责任的框架 | 未提供具体案例研究或实证数据支持 | 分析医疗AI技术投资的风险管理与回报实现策略 | 医疗系统管理者、患者数据、AI技术应用 | 医疗人工智能 | NA | 机器学习、生成式AI、深度学习 | NA | 患者数据、医疗结果数据 | NA | NA | NA | NA | NA |
| 3254 | 2025-11-27 |
Artificial intelligence-enabled hydrogels: innovations and applications
2025-Nov-26, Journal of materials chemistry. B
DOI:10.1039/d5tb01944c
PMID:41165199
|
综述 | 本文综述了人工智能在水凝胶材料设计与性能优化中的创新方法及其在3D打印、环境检测和伤口愈合等领域的多场景应用 | 将人工智能技术（机器学习和深度学习）与传统水凝胶研究交叉融合，推动水凝胶向智能化和功能化方向发展 | AI驱动的水凝胶研究仍面临方法局限性和技术挑战 | 探讨人工智能在水凝胶材料研究中的创新应用和发展趋势 | 水凝胶材料及其在生物医学等领域的应用 | 材料科学,生物医学工程 | NA | 机器学习,深度学习 | NA | 材料性能数据,应用场景数据 | NA | NA | NA | NA | NA |
| 3255 | 2025-11-27 |
Recent Advances in Integrating Machine Learning with Omics Approaches in Food Science and Nutrition Research
2025-Nov-26, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c08522
PMID:41229200
|
综述 | 探讨机器学习与多组学技术在食品科学与营养研究中的整合应用现状与前景 | 系统整合基因组学、转录组学、蛋白质组学、代谢组学等多组学数据与机器学习方法的协同应用 | 面临数据质量、模型可靠性和可解释性方面的挑战 | 推动机器学习与组学技术在食品加工、安全评估和营养干预中的预测模型开发 | 食品成分、微生物组及食品与人类健康的复杂关系 | 机器学习 | NA | 基因组学, 转录组学, 蛋白质组学, 代谢组学, 多组学整合 | 经典机器学习, 深度学习, 人工神经网络 | 多组学数据 | NA | NA | NA | NA | NA |
| 3256 | 2025-11-27 |
Expediting hit-to-lead progression in drug discovery through reaction prediction and multi-dimensional optimization
2025-Nov-26, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-66324-4
PMID:41290653
|
研究论文 | 本研究开发了一种结合高通量实验与深度学习的药物发现工作流程，用于加速先导化合物优化阶段 | 将微型化高通量实验与深度图神经网络相结合，通过反应预测和多维优化加速先导化合物发现 | 仅针对MAGL抑制剂进行研究，方法在其他靶点的普适性有待验证 | 加速药物发现过程中的先导化合物优化阶段 | 单酰基甘油脂肪酶(MAGL)抑制剂 | 机器学习 | NA | 高通量实验(HTE), Minisci型C-H烷基化反应, 共结晶 | 深度图神经网络 | 化学反应数据, 分子结构数据 | 13,490个Minisci型C-H烷基化反应, 26,375个虚拟分子, 14个合成化合物 | NA | 图神经网络 | 活性提升倍数(最高4500倍), 亚纳摩尔级活性 | NA |
| 3257 | 2025-11-27 |
The remote sensing method for large-scale asphalt pavement aging assessment with automated sample generation and deep learning
2025-Nov-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-29966-4
PMID:41290981
|
研究论文 | 提出一种结合多端元混合像元分解、自动样本生成和深度学习的创新框架，用于大范围沥青路面老化评估 | 集成多端元混合像元分解、自动样本生成和一维卷积神经网络，结合无监督零样本迁移方法实现大范围路面老化快速评估 | 仅基于WorldView-3遥感数据验证，未与其他遥感数据源对比 | 实现大范围沥青路面老化的快速准确评估 | 沥青路面老化状态 | 遥感图像分析 | NA | 多端元混合像元分解，遥感图像分析 | 1D-CNN | 遥感图像 | 武汉经济技术开发区中南部和北部两个研究区域 | NA | 一维卷积神经网络 | 总体分类精度，Kappa系数 | NA |
| 3258 | 2025-11-27 |
Physics-aware imaging AI for quantitative MASLD biomarker mapping: a systematic review of deep learning and radiomics across ultrasound, CT, and MRI
2025-Nov-26, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05317-9
PMID:41291295
|
系统性综述 | 系统评估物理感知人工智能在MASLD定量生物标志物成像中的深度学习与影像组学应用 | 首次系统比较三种影像模态（超声、CT、MRI）在MASLD定量生物标志物映射中的物理感知AI技术 | 缺乏标准化纵向流程、多厂商数据协调不足、MASLD特异性纤维化验证不充分 | 评估医学影像AI在代谢相关脂肪肝病定量生物标志物映射中的应用现状 | MASLD/MASH患者的超声、CT和MRI影像数据 | 医学影像分析 | 代谢相关脂肪肝病 | 深度学习, 影像组学 | 深度学习模型 | 医学影像 | 33项研究（从842条记录中筛选） | NA | NA | 定量映射准确性, 外部验证效果 | NA |
| 3259 | 2025-11-27 |
[Artificial intelligence accelerates bridging the gap in intelligent surgery through medical-engineering-mathematical integration]
2025-Nov-26, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
综述 | 探讨人工智能在推动医学-工程-数学融合以缩小智能外科差距中的关键作用 | 系统阐述AI技术（深度学习、计算机视觉、自然语言处理和多模态融合）在 bridging 医学-工程-数学融合差距中的核心驱动作用 | 主要基于肝胆胰外科案例和实践进行分析，未涵盖其他外科专科的验证 | 分析当前阻碍外科领域医学-工程-数学融合的关键障碍，并提出AI驱动的解决方案 | 外科手术领域的医学-工程-数学融合过程 | 计算机视觉,自然语言处理,机器学习 | 肝胆胰疾病 | 深度学习,计算机视觉,自然语言处理,多模态融合 | NA | 多模态医疗数据 | 基于国际案例研究和机构实践 | NA | NA | NA | NA |
| 3260 | 2025-11-27 |
[Advances in the treatment and prognosis of intrahepatic cholangiocarcinoma]
2025-Nov-26, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
综述 | 本文综述肝内胆管癌的治疗进展与预后管理策略 | 系统整合人工智能放射组学与深度学习技术在诊断、预后评估及淋巴结转移预测中的创新应用 | 晚期肝内胆管癌的生存结局仍不理想 | 探讨肝内胆管癌的治疗策略与预后改善方法 | 肝内胆管癌（ICC）患者 | 数字病理 | 胆管癌 | 放射组学, 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 5年生存率 | NA |