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 3381 - 3400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3381 | 2025-11-19 |
Feasibility of deep learning-accelerated HASTE-FS for pancreatic cystic lesion surveillance: comparison with conventional HASTE and MRCP
2025-Nov-18, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05265-4
PMID:41251737
|
研究论文 | 比较深度学习加速的HASTE-FS与传统HASTE和MRCP在胰腺囊性病变监测中的性能 | 首次将深度学习重建技术应用于单次激发脂肪饱和T2加权成像（DL HASTE-FS），并与传统成像方法进行系统性比较 | 回顾性研究设计，样本量有限（91例患者），仅使用3T MRI设备 | 评估深度学习加速成像技术在胰腺囊性病变监测中的临床应用价值 | 胰腺囊性病变患者 | 医学影像分析 | 胰腺疾病 | MRI, 深度学习重建, HASTE序列, MRCP | 深度学习 | 医学影像 | 91例连续患者，其中70个预选索引PCL | NA | NA | Likert量表评分, p值 | 3T MRI设备 |
| 3382 | 2025-11-19 |
Abdominal multi-organ segmentation on 3D negative-contrast CT cholangiopancreatography: a comparative study of deep learning methods
2025-Nov-18, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05273-4
PMID:41251738
|
研究论文 | 比较四种深度学习模型在3D负对比CT胆胰管成像上的腹部多器官分割性能 | 首次在3D-nCTCP数据上系统比较2D和3D深度学习分割模型，证明3D体积模型在复杂小器官分割中的优势 | 回顾性研究，样本量有限（111例患者），仅针对恶性低位胆道梗阻患者 | 自动化3D负对比CT胆胰管成像中胆道和胰腺系统的分割，以改善术前规划和诊断 | 胆道系统、胰腺、十二指肠和肝脏的医学图像分割 | 数字病理 | 胆道癌 | CT成像 | 深度学习分割模型 | 3D医学图像 | 111例恶性低位胆道梗阻患者，共25,700张图像 | NA | TransUNet 2D, nnU-Net 2D, Swin-UNETR 2D, Swin-UNETR 3D | Dice相似系数, 平均对称表面距离, 观察者间变异 | NA |
| 3383 | 2025-11-19 |
Total-body [18F]FDG-PET/CT imaging of healthy volunteers with minimal effective dose
2025-Nov-18, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07644-x
PMID:41251746
|
研究论文 | 本研究探索在健康志愿者中使用全身PET/CT成像结合深度学习生成合成CT图像，以最小化辐射剂量的可行性 | 首次将全身PET成像与深度学习生成的合成CT衰减图相结合，实现极低有效剂量的PET/CT成像 | 研究仅纳入高加索人群，样本量有限，且未评估在病理状态下的应用效果 | 开发最小化辐射剂量的全身PET/CT成像方案 | 47名健康志愿者（25名女性/22名男性，BMI：24±3 kg/m²） | 医学影像 | NA | PET/CT成像，深度学习 | 深度学习模型 | PET图像数据，CT图像数据 | 47名健康志愿者 | NA | NA | 标准化摄取值，变异系数 | NA |
| 3384 | 2025-11-19 |
Deep-Learning Virtual Superior Mesenteric Artery Modeling for Risk Stratification in Pancreas Surgery
2025-Nov-18, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-18543-8
PMID:41251913
|
研究论文 | 本研究开发基于深度学习的虚拟肠系膜上动脉三维建模方法，用于胰腺手术风险分层 | 首次将深度学习应用于肠系膜上动脉三维可视化建模，并建立解剖特征与围手术期结局的关联 | 样本量相对有限（124例），仅包含两个医疗中心的数据 | 评估深度学习虚拟建模在胰腺手术风险分层中的应用价值 | 接受胰腺切除术的胰腺恶性肿瘤患者 | 数字病理 | 胰腺癌 | 计算机断层扫描（CT） | 深度学习模型 | 医学影像（CT扫描） | 124例患者 | NA | NA | 逻辑回归和线性回归分析 | NA |
| 3385 | 2025-11-19 |
Next-generation antifungal peptide discovery: the synergy of artificial intelligence and omics technologies
2025-Nov-18, World journal of microbiology & biotechnology
IF:4.0Q2
DOI:10.1007/s11274-025-04662-7
PMID:41251968
|
综述 | 本文综述人工智能与组学技术在抗真菌肽发现中的协同作用及其临床应用前景 | 首次系统阐述人工智能与组学技术协同开发抗真菌肽的创新方法，提出整合机器学习、深度学习与基因编辑技术的综合解决方案 | 模型复杂性、数据量有限、决策过程不透明等人工智能应用限制 | 开发高效低耐药性的新型抗真菌肽替代疗法 | 抗真菌肽(AFPs)及其生物合成基因簇 | 自然语言处理, 机器学习 | 真菌感染 | 组学技术, CRISPR-Cas9基因编辑, 转录组学 | 机器学习, 深度学习, 自然语言处理 | 基因组数据, 肽序列数据 | NA | NA | NA | 精确度, 准确率 | NA |
| 3386 | 2025-11-19 |
Deep learning-based obstructive coronary artery disease prediction from myocardial perfusion SPECT
2025-Nov-17, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07655-8
PMID:41247514
|
研究论文 | 本研究应用深度学习技术从心肌灌注SPECT预测冠状动脉疾病的金标准侵入性冠状动脉造影结果 | 首次将深度学习衰减校正、应力/静息数据组合及临床因素整合到CAD预测模型中 | 回顾性研究设计，样本量相对有限（515例患者） | 开发基于深度学习的非侵入性冠状动脉疾病诊断方法 | 冠状动脉疾病患者的心肌灌注SPECT数据 | 医学影像分析 | 冠状动脉疾病 | 心肌灌注SPECT，Tc-99m-sestamibi，Tl-201 | 深度学习模型 | 医学影像（SPECT图像） | 515名患者（来自3个临床中心） | NA | NA | AUC，准确率 | NA |
| 3387 | 2025-11-19 |
Automated health monitoring system using YOLOv8 for real-time device parameter detection
2025-Nov-17, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01673-4
PMID:41247607
|
研究论文 | 提出一种基于YOLOv8的自动化健康监测系统，用于实时检测医疗设备参数 | 首次将YOLOv8光学字符识别技术应用于医疗设备参数检测，相比其他方法具有更快的检测速度 | 目前仅针对特定医疗设备，尚未包含心率监测仪、脉搏血氧仪等其他设备 | 开发自动化健康监测系统以减少人工劳动并保持效率 | 血压监测仪、数字体温计等医疗设备 | 计算机视觉 | 老年疾病 | 光学字符识别 | CNN, YOLO | 图像 | 两个自建图像数据集和1000张来自不同医疗设备的测试图像 | NA | YOLOv8, 卷积神经网络 | 准确率 | NA |
| 3388 | 2025-11-19 |
Efficacy of MRI-based deep learning algorithm for detecting acute ischemic stroke: evaluation among diverse readers
2025-Nov-17, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12137-4
PMID:41249548
|
研究论文 | 评估基于MRI的深度学习算法在不同医学背景读者中检测急性缺血性卒中的效果 | 首次在不同医学背景读者中评估深度学习算法对急性缺血性卒中检测的辅助效果，特别关注算法性能的用户依赖性 | 单中心回顾性研究，样本量有限，未包含神经放射学专家读者 | 评估基于MRI的深度学习算法在不同医学背景读者中检测急性缺血性卒中的效果 | 407例患者的MRI扫描，包括95例急性缺血性卒中患者 | 医学影像分析 | 急性缺血性卒中 | MRI成像 | 深度学习算法 | MRI图像 | 407例患者MRI扫描（95例急性缺血性卒中，23%） | NA | NA | AUC, 准确率, 敏感度, 特异度, 诊断置信度, 读者间一致性 | NA |
| 3389 | 2025-11-19 |
Deep Learning Models for Radiomics-Based Segmentation of Vestibular Schwannoma on Magnetic Resonance Imaging: A Systematic Review and Meta-analysis
2025-Nov-17, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01757-3
PMID:41249667
|
系统综述与荟萃分析 | 通过系统综述和荟萃分析评估基于深度学习的放射组学模型在前庭神经鞘瘤MRI分割中的性能表现 | 首次对基于深度学习的放射组学模型在前庭神经鞘瘤分割中的性能进行系统评价和定量荟萃分析 | 仅纳入报告Dice相似系数的研究，可能存在选择偏倚 | 评估深度学习模型在前庭神经鞘瘤分割中的性能 | 前庭神经鞘瘤病例 | 医学影像分析 | 前庭神经鞘瘤 | 磁共振成像驱动的放射组学 | 深度学习模型 | 磁共振图像 | 41项研究涉及8028例前庭神经鞘瘤病例 | NA | NA | Dice相似系数 | NA |
| 3390 | 2025-11-19 |
Generating synthetic task-based brain fingerprints for population neuroscience using deep learning
2025-Nov-14, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09158-6
PMID:41238730
|
研究论文 | 提出一种名为DeepTaskGen的深度学习方法，可从静息态功能磁共振成像生成合成任务态对比图 | 首次使用深度学习从静息态fMRI合成未获取的任务态对比图，解决了大规模数据集中任务覆盖不足的问题 | 方法依赖于静息态fMRI数据的质量，且生成的任务对比图可能受限于训练数据的任务类型 | 开发能够从静息态fMRI生成任务态功能对比图的方法，促进个体差异研究和生物标志物开发 | 人类连接组计划寿命数据和英国生物银行超过20,000名个体 | 医学影像分析 | 神经系统疾病 | 功能磁共振成像 | 深度学习 | 医学影像 | 超过20,000名个体 | NA | NA | 重建性能, 预测性能 | NA |
| 3391 | 2025-11-19 |
Combining MEA-Net and LAP-Net for Pneumoconiosis Staging Framework
2025-Nov-14, Journal of occupational and environmental medicine
IF:2.3Q2
DOI:10.1097/JOM.0000000000003618
PMID:41247264
|
研究论文 | 提出一种结合MEA-Net和LAP-Net的深度学习框架用于尘肺病分期诊断 | 首次将MEA-Net和LAP-Net网络结合应用于尘肺病分期任务 | NA | 改进尘肺病诊断的主观过程，提高分期准确性 | 尘肺病患者的肺部X光片 | 计算机视觉 | 尘肺病 | 深度学习 | CNN | 图像 | NA | NA | MEA-Net, LAP-Net | 准确率, 精确率, 召回率, 特异性, F1分数, AUC | NA |
| 3392 | 2025-11-19 |
A comparative analysis of deep learning-based quantitative hemorrhagic CT parameters versus traditional semi-quantitative CT scores for predicting delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage: a multicenter cohort study
2025-Nov-14, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004024
PMID:41247872
|
研究论文 | 比较基于深度学习的定量出血CT参数与传统半定量CT评分在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的表现 | 首次使用3D-UNet深度学习模型量化出血参数，并与传统评分方法进行多中心比较 | 研究为观察性研究，需要进一步前瞻性验证 | 评估深度学习定量CT参数在预测迟发性脑缺血方面的优越性 | 动脉瘤性蛛网膜下腔出血患者 | 医学影像分析 | 脑血管疾病 | CT影像分析 | 深度学习 | CT影像 | 多中心队列研究（回顾性队列2021.01-2023.12，前瞻性队列2024.01-2024.12，外部验证队列2018.07-2024.11） | NA | 3D-UNet | AUC, ROC分析, 决策曲线分析 | NA |
| 3393 | 2025-11-19 |
Measurement of Choroidal Vascularity Index and Choroidal Thickness Using Deep Learning-Based Methods with SS-OCT
2025-Nov-12, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004733
PMID:41248233
|
研究论文 | 本研究利用基于深度学习的卷积神经网络实现SS-OCT图像中脉络膜厚度和脉络膜血管指数的全自动测量 | 首次将深度学习技术应用于SS-OCT图像的脉络膜区域自动检测和参数计算，实现了脉络膜厚度和血管指数的全自动化测量 | 研究样本量相对有限（791张图像），仅包含18岁及以上人群，未涵盖更广泛的年龄群体 | 开发基于人工智能的自动化方法测量脉络膜厚度和脉络膜血管指数 | SS-OCT图像中的脉络膜区域 | 计算机视觉 | 眼科疾病 | 扫频源光学相干断层扫描（SS-OCT） | CNN | 医学图像 | 791张SS-OCT图像（来自652名患者），其中474张训练，237张验证，80张测试 | NA | 卷积神经网络 | 准确率，平均绝对误差，交并比，曲线下面积，组内相关系数 | NA |
| 3394 | 2025-11-19 |
Koina: Democratizing machine learning for proteomics research
2025-Nov-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64870-5
PMID:41219230
|
研究论文 | 介绍Koina开源平台，旨在促进蛋白质组学中机器学习模型的发布与应用 | 开发了首个去中心化、在线可访问的蛋白质组学机器学习模型库，解决了模型可发现性和可用性问题 | 仅以FragPipe平台为例展示集成效果，尚未验证与其他蛋白质组学工具的广泛兼容性 | 降低蛋白质组学领域机器学习模型的使用门槛，促进模型在数据分析流程中的集成 | 蛋白质组学机器学习模型及其在数据分析流程中的应用 | 机器学习 | NA | 蛋白质组学分析 | NA | 质谱数据、蛋白质组学数据 | NA | NA | NA | NA | 在线可访问平台 |
| 3395 | 2025-11-19 |
Enhancing Bone MRI With Vendor-Independent Deep Learning: A Comparative Study of CT and 3D VIBE CAIPI-Dixon Sequences for Shoulder Assessment
2025-Nov-11, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001819
PMID:41249023
|
研究论文 | 本研究评估了使用厂商无关深度学习从肩部3D-VIBE CAIPIRINHA Dixon MRI生成高分辨率CT样骨图像的可行性 | 开发了厂商无关的深度学习重建方法，能够从MRI生成CT样骨图像，实现无辐射骨成像 | 回顾性研究设计，样本量相对有限(99例)，仅针对肩关节评估 | 评估深度学习重建在肩部MRI生成CT样骨图像中的可行性和性能 | 接受肩部MRI和CT检查的患者 | 医学影像分析 | 骨骼肌肉疾病 | 3D多回波VIBE CAIPIRINHA-Dixon序列，深度学习后处理 | 深度学习 | 医学影像(MRI和CT) | 99例患者(52男，47女，年龄17-87岁) | NA | NA | 相对信噪比(rSNR), 相对对比噪声比(rCNR), Likert量表评分, 组内相关系数 | 3.0-T MRI系统，专用线圈 |
| 3396 | 2025-11-19 |
Using item response theory as a methodology to impute categorical missing values
2025-Nov-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20032-7
PMID:41193533
|
研究论文 | 本研究提出使用项目反应理论(IRT)作为分类缺失值插补的方法，并与多种现有机器学习方法进行比较 | 首次将项目反应理论应用于分类缺失值插补，通过概率项生成确定缺失单元格的类别归属 | 仅针对分类数据进行了测试，未涉及连续型缺失值的处理 | 开发更有效的分类数据缺失值插补方法 | 具有缺失值的分类数据集 | 机器学习 | NA | 项目反应理论 | IRT, kNN, MICE, 深度学习 | 分类数据（顺序、名义、二元） | 三个不同的数据集 | NA | DataWig | 准确率, 预测性能 | Amazon Web Services (AWS) |
| 3397 | 2025-11-19 |
Performance Assessment of a Deep Learning-based Algorithm for Ovarian Cancer Histotyping in an Independent Data Set
2025-Nov-05, The American journal of surgical pathology
DOI:10.1097/PAS.0000000000002481
PMID:41251420
|
研究论文 | 评估基于深度学习的AIDA算法在独立数据集上对卵巢癌组织学分型的性能表现 | 开发了基于对抗傅里叶域适应的AIDA模型来解决机构间病理切片变异导致的领域偏移问题 | 对子宫内膜样癌的分类准确率较低，某些类型间存在常见误分类 | 评估深度学习算法在卵巢癌组织学分型中的临床应用潜力 | 上皮性卵巢癌患者的病理切片 | 数字病理 | 卵巢癌 | 深度学习 | 深度学习模型 | 病理切片图像 | 阿姆斯特丹大学医学中心1985-2022年间经手术治疗的卵巢癌患者 | NA | AIDA（对抗傅里叶域适应模型） | 平衡准确率 | NA |
| 3398 | 2025-11-19 |
From model based to learned regularization in medical image registration: A comprehensive review
2025-Nov-03, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103854
PMID:41248566
|
综述 | 本文系统回顾了医学图像配准中从基于模型到学习型正则化方法的发展历程 | 提出了新颖的分类法系统性地对正则化方法进行分类，并重点介绍了利用数据驱动技术自动从数据中推导变形特性的学习型正则化这一新兴领域 | NA | 填补医学图像配准中正则化方法全面结构化综述的空白 | 医学图像配准中的正则化方法 | 医学图像处理 | NA | NA | 深度学习 | 医学图像 | NA | NA | NA | NA | NA |
| 3399 | 2025-11-19 |
The role of artificial intelligence in implant dentistry: a systematic review
2025-Nov, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2025.04.005
PMID:40436717
|
系统综述 | 系统分析人工智能在牙科种植学中应用的近期研究 | 首次系统综述人工智能在牙科种植学多个方面的应用现状和发展趋势 | 纳入研究存在偏倚风险，其中11项研究具有高偏倚风险 | 分析人工智能在牙科种植学中的应用 | 牙科种植学相关研究文献 | 数字病理 | 口腔疾病 | 深度学习 | 深度学习算法 | 图像数据 | 120篇相关论文 | NA | NA | NA | NA |
| 3400 | 2025-11-19 |
Current applications of deep learning in vertebral fracture diagnosis
2025-Nov, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07604-z
PMID:40764417
|
综述 | 本文综述了深度学习在椎体骨折诊断中的当前应用 | 总结了深度学习在椎体识别和骨折类型分类方面的最新进展及其对临床工作流程的优化潜力 | NA | 探讨深度学习在椎体骨折诊断中的应用现状 | 椎体骨折诊断的深度学习模型 | 医学影像分析 | 椎体骨折 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |