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 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-12-13 |
A comprehensive magnetic resonance imaging-based model for predicting lymphovascular space invasion in endometrial cancer: a retrospective observational study
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1031
PMID:41367726
|
研究论文 | 本研究开发并验证了一个结合临床变量、MRI影像组学和深度学习特征的集成模型，用于术前预测子宫内膜癌的淋巴血管间隙侵犯状态 | 首次整合临床数据、MRI影像组学特征和深度学习特征，构建了一个综合模型（CRDL模型），用于术前预测子宫内膜癌的LVSI，相比单一模型显著提升了预测性能 | 这是一项回顾性研究，可能存在选择偏倚；模型在外部验证队列中的性能略有下降，需要前瞻性多中心研究进一步验证 | 开发一个术前预测子宫内膜癌淋巴血管间隙侵犯（LVSI）的集成模型，以辅助术前风险分层和个体化治疗决策 | 子宫内膜癌患者 | 数字病理学 | 子宫内膜癌 | 磁共振成像（MRI），包括T2加权成像、表观扩散系数图和晚期对比增强T1加权成像 | 支持向量机（SVM） | 医学影像（MRI图像） | 580名经病理证实的子宫内膜癌患者，来自深圳人民医院和深圳第二人民医院 | NA | NA | 曲线下面积（AUC） | NA |
| 342 | 2025-12-13 |
Impact of differential privacy on breast ultrasound image classification performance using vision transformer
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1064
PMID:41367731
|
研究论文 | 本研究系统评估了差分隐私对基于Vision Transformer的乳腺超声图像分类性能的影响 | 首次在乳腺超声图像分类任务中，系统量化了差分隐私在不同隐私预算参数下对Vision Transformer模型性能的影响，并确定了临床可行的隐私-效用权衡点 | 研究仅使用了单一公开数据集（Roboflow），未在其他独立数据集上进行验证；仅评估了ViT-B/16模型，未涵盖更广泛的模型架构 | 评估差分隐私技术在保护乳腺超声图像患者隐私的同时，对深度学习分类器诊断准确性的影响，为临床部署提供参数依据 | 乳腺超声图像 | 计算机视觉 | 乳腺癌 | 超声成像 | Vision Transformer, CNN | 图像 | 2149张乳腺超声图像（1289张良性，860张恶性） | PyTorch, Opacus | ViT-B/16, ResNet50, EfficientNet-B0 | 准确率, F1分数, AUC-ROC | NA |
| 343 | 2025-12-13 |
Development and validation of an integrated model combining deep learning, radiomics, and clinical and breast ultrasound features for Breast Imaging Reporting and Data System 4A lesion malignancy classification
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1463
PMID:41367757
|
研究论文 | 本研究开发并验证了一个结合深度学习、影像组学、临床及乳腺超声特征的多模态模型，用于区分BI-RADS 4A乳腺病变的良恶性 | 首次构建了一个整合深度学习、影像组学及临床超声特征的多模态框架，以提升BI-RADS 4A病变恶性分类的客观性和准确性 | 研究为回顾性设计，可能存在选择偏倚；外部验证队列样本量相对较小 | 开发更客观准确的诊断工具以减少BI-RADS 4A病变的不必要活检 | 经病理证实的BI-RADS 4A乳腺病变患者 | 数字病理学 | 乳腺癌 | 乳腺超声 | LightGBM | 图像, 临床特征 | 训练队列654例，内部验证队列281例，外部验证队列488例，总计1423例患者 | LightGBM | LightGBM | AUC | NA |
| 344 | 2025-12-13 |
Early identification of abnormal pulmonary infectious diseases using unsupervised anomaly detection
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1285
PMID:41367772
|
研究论文 | 本研究提出了一种基于深度学习的无监督异常检测方法，用于早期识别异常肺部感染性疾病 | 提出局部重建自编码器（LRAE），专注于肺部感染CT图像的局部区域，以有效区分常见和异常感染区域，并能检测已知和未知的异常肺部感染性疾病 | NA | 早期识别异常肺部感染性疾病，以有效控制其大规模传播 | 肺部感染CT图像序列，包括常见肺部感染以及COVID-19和类鼻疽肺炎两种已知异常病例 | 计算机视觉 | 肺部感染性疾病 | CT成像 | 自编码器 | 图像序列 | NA | NA | 局部重建自编码器（LRAE） | AUC, F1-score, 准确率 | NA |
| 345 | 2025-12-13 |
Dynamic positron emission tomography image reconstruction using spatiotemporal kernel method with deep image prior
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1018
PMID:41367792
|
研究论文 | 本研究提出了一种结合时空核与深度图像先验（DIP）框架的动态PET图像重建新算法，旨在提高重建图像质量 | 开发了一种新颖的DIP重建算法，整合了时空核，无需外部训练数据，并支持列表模式重建以实现全3D成像 | 未明确提及算法的计算复杂度或对特定临床场景的泛化能力限制 | 提高动态PET图像重建质量，特别是在低光子计数条件下 | 动态PET图像 | 医学影像处理 | NA | 正电子发射断层扫描（PET） | 深度学习 | 图像 | 模拟和临床前研究数据（具体数量未提及） | NA | 深度图像先验（DIP）框架 | 信噪比（SNR）, 结构相似性指数（SSIM）, 对比恢复系数（CRC） | NA |
| 346 | 2025-12-13 |
Fully automated intensity-modulated radiotherapy plans for rectal cancer based on deep learning predictions of three-dimensional dose distributions
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-168
PMID:41367788
|
研究论文 | 本研究开发了一种基于深度学习预测三维剂量分布的直肠癌调强放疗全自动计划设计方法 | 提出了一种三维多任务训练U-Net模型，通过引入梯度图和等剂量线图学习来增强网络提取剂量分布语义信息的能力，并基于高精度剂量预测建立了两种全自动优化方法 | 训练集样本量相对较小（n=99），外部测试集样本量有限（n=15），未在更广泛的多中心数据上进行验证 | 提高直肠癌调强放疗计划设计的效率和质量，实现全自动化计划设计 | 直肠癌患者的放疗剂量分布 | 医学影像分析， 放射治疗计划 | 直肠癌 | 调强放疗， 蒙特卡洛剂量计算算法 | 深度学习模型 | 三维剂量分布数据， 剂量-体积直方图参数 | 训练集99例， 独立测试集26例， 外部测试集15例 | NA | 3D MT-U-Net | 平均绝对误差， 剂量-体积直方图参数 | NA |
| 347 | 2025-12-13 |
Comparison of image quality in 40 keV virtual monoenergetic images of dual-energy CT pulmonary angiography using deep learning and iterative reconstruction algorithms under optimized low dose scanning protocols
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1420
PMID:41367800
|
研究论文 | 本研究比较了在低剂量双能CT肺动脉造影中，使用深度学习图像重建与迭代重建算法生成的40 keV虚拟单能图像的质量 | 首次在低剂量双能CT肺动脉造影中，系统比较了深度学习图像重建与自适应统计迭代重建算法对40 keV虚拟单能图像质量的影响，并证明深度学习高设置算法能显著降低噪声并提升图像质量 | 研究为单中心前瞻性研究，样本量相对较小（75例），且仅评估了特定扫描仪和对比剂条件下的图像质量，未评估对肺栓塞诊断准确性的影响 | 评估和比较在低剂量双能CT肺动脉造影协议下，使用深度学习图像重建与迭代重建算法重建的40 keV虚拟单能图像的图像质量 | 临床疑似肺栓塞的患者 | 数字病理学 | 心血管疾病 | 双能CT肺动脉造影 | 深度学习图像重建 | CT图像 | 75例患者 | NA | NA | 图像噪声, 对比噪声比, 信噪比, 主观Likert评分 | Revolution CT扫描仪 |
| 348 | 2025-12-13 |
Deep learning-enhanced Colmap for 3D reconstruction and segmentation of facial port-wine stains for comprehensive evaluation
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-112
PMID:41367804
|
研究论文 | 本研究提出了一种结合深度学习和Colmap算法的方法，用于面部鲜红斑痣的三维重建与分割，以支持治疗规划和评估 | 结合深度学习与Colmap进行三维重建，并采用多色彩空间自适应融合网络进行二维病变分割，实现了高精度的三维病变形态重建和表面积计算 | 样本量较小（仅17名患者），可能影响模型的泛化能力 | 开发一种集成方法，用于鲜红斑痣病变的三维重建和分割，以应对其形状多样、颜色异质和边界模糊的挑战 | 面部鲜红斑痣病变 | 计算机视觉 | 鲜红斑痣 | 结构化光扫描, 色彩校准图像采集 | 深度学习 | 图像 | 17名患者 | Colmap | 多色彩空间自适应融合网络 | 均方根误差, CLIP相似度分数, 相对误差 | NA |
| 349 | 2025-12-13 |
Dual-branch residual encoder-decoder convolutional neural network (DB-REDCNN): a computed tomography-integrated multimodal network for positron emission tomography denoising
2025-Dec-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1321
PMID:41367808
|
研究论文 | 本文提出了一种双分支残差编码器-解码器卷积神经网络（DB-REDCNN），用于整合CT结构信息以增强低剂量PET图像质量，特别是小病灶的去噪 | 提出了一种双分支多模态网络，利用配对的CT图像结构先验来增强PET重建中的边缘细节，并采用有效的融合机制 | 未明确讨论模型对CT和PET图像间较大错位的鲁棒性极限，且SUV均值误差略高于低剂量PET | 通过整合CT结构信息，从低剂量PET合成高质量的全剂量PET图像，以减少辐射剂量 | 低剂量PET图像和配对的CT图像 | 医学影像处理 | NA | PET成像，CT成像 | CNN | 图像 | NA | NA | 双分支残差编码器-解码器卷积神经网络（DB-REDCNN） | 均方根误差，峰值信噪比，结构相似性指数，边缘锐度（|K|值），SUV均值和最大值误差 | NA |
| 350 | 2025-12-13 |
A method for estimating energy parameters of RNAs by differentiating base-pairing probabilities
2025-Dec, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf171
PMID:41368196
|
研究论文 | 本文提出了一种通过区分碱基配对概率来估计RNA能量参数的方法 | 利用深度学习中的梯度下降机制优化能量参数，并提出了包括基于McCaskill算法的动态规划方法计算配分函数导数的高效计算策略 | 未明确说明方法在复杂修饰碱基或大规模RNA结构中的验证效果 | 开发一种从碱基配对概率反推RNA子结构能量参数的计算方法 | RNA分子，特别是包含修饰碱基（如假尿嘧啶）的RNA | 计算生物学 | NA | 化学探测方法，分子动力学模拟 | 梯度下降优化 | 碱基配对概率数据 | NA | NA | NA | NA | NA |
| 351 | 2025-12-13 |
Deep learning horizons: charting a course for clinical translation of multimodal AI in lung cancer precision surgery
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003182
PMID:40793836
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 352 | 2025-12-13 |
Letter to the Editor: deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003221
PMID:40839020
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 353 | 2025-12-13 |
Letter to the Editor: deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003108
PMID:40844271
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 354 | 2025-12-13 |
Multimodal deep learning to predict postoperative major adverse cardiac and cerebrovascular events after noncardiac surgery
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003143
PMID:40865965
|
研究论文 | 本研究开发并验证了一种结合人口统计学数据、ICD-10手术编码和原始术前12导联心电图波形的多模态深度学习模型，用于预测非心脏手术后30天的主要不良心脑血管事件 | 创新性地整合原始心电图波形与最小化临床数据，利用基于Transformer的深度神经网络处理心电图信号，并通过梯度提升机结合多模态特征，实现了优于传统风险指数的预测性能 | 研究为单中心回顾性队列研究，可能受限于数据来源的单一性，且事件发生率较低（0.6%），需外部验证以确认泛化能力 | 开发并验证一种负担最小的多模态深度学习模型，以准确预测非心脏手术后30天的主要不良心脑血管事件风险 | 2006年至2020年间在一家三级学术中心接受区域或全身麻醉下非心脏手术的成年患者 | 机器学习 | 心血管疾病 | 12导联心电图波形分析 | Transformer, GBM | 人口统计学数据, ICD-10编码, 原始心电图波形 | 165,577例病例 | NA | 基于Transformer的深度神经网络, 梯度提升机 | AUROC, 精确率-召回率曲线, 灵敏度, 特异性, F1分数, 校准指标 | NA |
| 355 | 2025-12-13 |
Letter to editor: Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study
2025-Dec-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003188
PMID:40865939
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 356 | 2025-12-13 |
Development of multi-sensing technologies for high-throughput morphological, physiological, and biochemical phenotyping of drought-stressed watermelon plants
2025-Dec, Plant physiology and biochemistry : PPB
IF:6.1Q1
DOI:10.1016/j.plaphy.2025.110577
PMID:41046739
|
研究论文 | 本研究开发了一种结合多种成像技术的自动化高通量表型分析系统，用于对干旱胁迫下的西瓜植株进行全面的形态、生理和生化表型分析 | 开发了一个集成了RGB、短波红外高光谱、多光谱荧光和热成像的全自动多模态高通量表型分析平台，实现了对干旱胁迫下植株早期、全面表型响应的综合监测与分析 | 研究主要针对西瓜植株，其普适性有待在其他作物上验证；系统集成复杂度高，可能限制其大规模部署 | 开发一种集成多传感技术的高通量表型分析系统，用于早期检测和全面评估干旱胁迫对植物的影响 | 干旱胁迫下的西瓜植株 | 机器视觉，植物表型组学 | 非疾病类别（植物胁迫响应） | RGB成像，短波红外高光谱成像，多光谱荧光成像，热成像 | 机器学习，深度学习 | 图像（RGB，高光谱，荧光，热成像） | 未在摘要中明确说明 | NA | NA | 预测准确性 | NA |
| 357 | 2025-12-13 |
AI-driven prediction of severe respiratory sequelae in COVID-19 patients
2025-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2025.2598914
PMID:41383156
|
研究论文 | 本研究开发了一种AI驱动的预测模型，用于早期识别COVID-19患者中可能发展为严重呼吸系统后遗症的高风险人群 | 结合K-means聚类算法与ResNet-50深度学习模型，整合临床数据和胸部X光影像特征，实现了对COVID-19患者呼吸后遗症风险的准确分层预测 | 需要更大规模的独立数据集进行验证，以评估模型在不同人群中的可靠性和泛化能力 | 早期识别COVID-19患者中可能发展为严重呼吸系统后遗症的高风险人群，以改善预后和护理 | 516名COVID-19患者 | 数字病理学 | COVID-19 | 胸部X光影像分析 | CNN | 图像, 临床数据 | 516名COVID-19患者 | NA | ResNet-50 | AUC | NA |
| 358 | 2025-12-13 |
Whole genome characterization of patient-derived lung cancer organoids
2025-Nov-30, Translational lung cancer research
IF:4.0Q1
DOI:10.21037/tlcr-2025-738
PMID:41367555
|
研究论文 | 本研究通过全基因组测序对患者来源的肺癌类器官进行了全面的基因组特征分析，探索其突变景观和治疗潜力 | 利用全基因组测序技术对患者来源的肺癌类器官进行全面的基因组特征分析，包括非编码区域的突变，并结合深度学习进行药物反应预测 | 药物筛选显示基因组数据可用于药物预测，但需要更先进的模型来充分利用全基因组测序数据 | 建立并表征患者来源的肺癌类器官，以研究肿瘤生物学并为精准医学提供信息 | 来自14名非小细胞肺癌患者的切除肿瘤和恶性胸腔积液 | 数字病理学 | 肺癌 | 全基因组测序, 下一代测序 | 深度学习 | 基因组数据 | 14名非小细胞肺癌患者的肺癌类器官 | NA | NA | NA | NA |
| 359 | 2025-12-13 |
Artificial intelligence in metabolic dysfunction-associated steatotic liver disease: Machine learning for non-invasive diagnosis and risk stratification
2025-Nov-27, World journal of hepatology
IF:2.5Q2
DOI:10.4254/wjh.v17.i11.111354
PMID:41368121
|
综述 | 本文综述了人工智能，特别是机器学习和深度学习，在代谢功能障碍相关脂肪性肝病（MASLD）非侵入性诊断和风险分层中的最新进展、关键模型、性能指标及临床应用 | 系统总结了AI在MASLD诊断中的最新应用，强调了其在风险预测、影像解读和疾病分层方面的准确性提升，并指出了数据标准化、可解释性和临床验证等挑战 | NA | 探讨人工智能在代谢功能障碍相关脂肪性肝病（MASLD）非侵入性诊断和风险分层中的应用 | 代谢功能障碍相关脂肪性肝病（MASLD） | 机器学习 | 代谢功能障碍相关脂肪性肝病 | NA | 机器学习, 深度学习 | 影像数据 | NA | NA | NA | NA | NA |
| 360 | 2025-12-13 |
Artificial Intelligence for the Analysis of Biometric Data from Wearables in Education: A Systematic Review
2025-Nov-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25227042
PMID:41305250
|
综述 | 本文系统综述了在教育环境中使用可穿戴设备采集生物特征数据并结合AI算法进行分析的研究现状 | 首次系统性地整合了可穿戴设备、生物特征数据与AI算法在教育场景中的应用研究，并提出了未来研究方向 | 缺乏标准化的数据采集和报告规范，导致研究难以复制、比较和综合 | 探讨可穿戴设备采集的生物特征数据与AI算法结合在教育环境中的应用 | 教育环境中的学生生物特征数据 | 机器学习 | NA | 可穿戴设备生物特征测量 | 机器学习,深度学习 | 生物特征数据 | 43项研究 | NA | NA | NA | NA |