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 32373 篇文献，本页显示第 3961 - 3980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3961 | 2025-10-06 |
DeepQR: single-molecule QR codes for optical gene-expression analysis
2025-Aug, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2024-0236
PMID:40771425
|
研究论文 | 开发DeepQR方法结合紧凑光谱成像与深度学习，实现仅用3个光谱检测窗口获取4色信号，用于单分子基因表达分析 | 将紧凑光谱成像与深度学习结合，仅需3个光谱检测窗口即可实现4色采集，显著提高单分子多路复用能力 | NA | 开发新型光学成像方法以提升单分子基因表达分析的多路复用能力 | 天然RNA靶标 | 计算机视觉 | NA | 光学成像、单分子成像、荧光标记 | 深度学习 | 光谱图像 | 临床样本（使用NanoString基因表达炎症panel验证） | NA | NA | 与金标准成像的一致性、采集时间减少倍数 | NA |
| 3962 | 2025-10-06 |
Adaptive normalizing flows for solving Fokker-Planck equation
2025-Aug-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0273776
PMID:40779784
|
研究论文 | 提出自适应标准化流框架ANFFP用于求解Fokker-Planck方程 | 结合标准化流的可解释性和精确采样优势，解决了传统高斯混合模型依赖经验采样和深度学习方法可解释性差的问题 | 未明确说明具体样本量要求和计算资源限制 | 开发高效求解Fokker-Planck方程的新方法 | 随机微分方程驱动的扩散过程的概率响应 | 机器学习 | NA | 标准化流 | 生成模型 | 数值模拟数据 | 小样本条件 | NA | 自适应标准化流 | 数值实验验证 | NA |
| 3963 | 2025-10-06 |
Robust real-time segmentation of bio-morphological features in human cherenkov imaging during radiotherapy via deep learning
2025-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18002
PMID:40781822
|
研究论文 | 本研究开发了一种基于深度学习的实时分割方法，用于放射治疗期间人类切伦科夫成像中的生物形态特征分割 | 首次将深度学习框架应用于切伦科夫成像中的生物形态特征分割，实现视频帧率处理速度 | 使用的切伦科夫数据集规模较小（1483张图像），且依赖于迁移学习策略 | 开发实时、准确的生物形态特征分割方法，用于放射治疗中的定位验证和运动管理 | 乳腺癌患者的切伦科夫成像中的生物形态特征（皮下静脉、疤痕、色素皮肤） | 计算机视觉 | 乳腺癌 | 切伦科夫成像 | CNN | 图像 | 19名乳腺癌患者的212个治疗分次的1483张图像用于训练，19名患者的179张图像用于测试 | NA | ResNet | Dice系数, 处理时间 | NA |
| 3964 | 2025-10-06 |
Machine Learning for 1-Year Graft Failure Prediction in Lung Transplant Recipients: The Korean Organ Transplantation Registry
2025-Aug, Clinical transplantation
IF:1.9Q3
DOI:10.1111/ctr.70268
PMID:40782091
|
研究论文 | 利用韩国器官移植登记数据开发深度学习模型预测肺移植术后1年移植失败风险 | 首次在韩国人群中应用多层感知机模型，仅使用9个术前变量实现肺移植失败预测 | 样本量有限（240例），需要进一步验证临床适用性 | 优化肺移植决策效率，通过术前预测改善候选者选择 | 肺移植接受者 | 机器学习 | 肺移植相关并发症 | 深度学习 | 多层感知机 | 临床登记数据 | 240例肺移植病例（55例失败，185例存活） | NA | 多层感知机 | AUC, 准确率 | NA |
| 3965 | 2025-10-06 |
Deep learning-based classification of fungal and Acanthamoeba keratitis using confocal microscopy
2025-Jul-31, The ocular surface
DOI:10.1016/j.jtos.2025.07.012
PMID:40752665
|
研究论文 | 本研究开发基于深度学习的共聚焦显微镜图像分类模型，用于区分真菌性角膜炎、棘阿米巴角膜炎和非特异性角膜炎 | 首次使用ResNet50迁移学习模型对共聚焦显微镜图像进行角膜炎类型分类和真菌性角膜炎亚型分析 | NSK类别性能相对较低，数据集规模有限（1975张图像） | 评估深度学习在角膜炎分类和亚型分析中的可行性 | 角膜炎患者共聚焦显微镜图像 | 计算机视觉 | 角膜炎 | 共聚焦显微镜 | CNN | 图像 | 1975张图像（1137 FK，457 AK，381 NSK） | NA | ResNet50 | 准确率，精确率，召回率，F1分数，ROC AUC，PR AUC | NA |
| 3966 | 2025-10-06 |
A narrative review on innovations of thyroid nodule ultrasound diagnosis: applications of robot and artificial intelligence technology
2025-Jul-31, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-2025-75
PMID:40771369
|
综述 | 本文综述了机器人和人工智能技术在甲状腺结节超声诊断中的创新应用与研究现状 | 系统分析了机器人自动扫描和智能诊断系统在甲状腺结节超声诊断中的优势与挑战，探讨了深度学习在超声造影视频分析中的创新应用 | 机器人临床应用灵活性不足且患者接受度有待提高，深度学习模型的可解释性、数据依赖性和临床泛化能力仍需解决 | 探讨机器人和人工智能技术在甲状腺结节超声诊断中的研究现状、优势与挑战 | 甲状腺结节超声诊断相关研究文献 | 医学影像分析 | 甲状腺结节 | 超声诊断，超声造影(CEUS) | 深度学习 | 超声图像，超声造影视频 | NA | NA | NA | NA | NA |
| 3967 | 2025-10-06 |
Development and validation of a prediction model for lymph node metastasis in thyroid cancer: integrating deep learning and radiomics features from intra- and peri-tumoral regions
2025-Jul-31, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-2025-50
PMID:40771372
|
研究论文 | 开发并验证了一种结合深度学习和影像组学特征的融合模型，用于术前预测甲状腺癌中央区淋巴结转移 | 首次将瘤内和瘤周区域的深度学习和影像组学特征相结合，构建融合SVM模型，显著提升预测性能 | 研究样本量相对有限（405例患者），且仅针对甲状腺乳头状癌 | 提高甲状腺癌术前中央区淋巴结转移的预测准确性 | 甲状腺乳头状癌患者 | 医学影像分析 | 甲状腺癌 | 超声成像 | SVM, 深度学习 | 超声图像 | 405例患者（中心1：294例，中心2：111例） | NA | NA | AUC, Delong检验, 决策曲线分析 | NA |
| 3968 | 2025-10-06 |
Integrating multimodal ultrasound imaging for improved radiomics sentinel lymph node assessment in breast cancer
2025-Jul-31, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-2025-223
PMID:40771387
|
研究论文 | 本研究开发并验证了一种结合B型超声和彩色多普勒超声的深度学习影像组学模型，用于无创预测乳腺癌前哨淋巴结转移 | 首次将传统B型超声与彩色多普勒超声相结合，并集成手工特征与深度学习特征，通过双流MobileNetV2架构开发多模态预测模型 | 回顾性研究设计，样本量相对有限（450例），需要进一步前瞻性验证 | 开发非侵入性预测乳腺癌前哨淋巴结转移的深度学习模型 | 450名浸润性乳腺癌患者 | 数字病理 | 乳腺癌 | 超声成像，影像组学，深度学习 | CNN | 超声图像 | 450例患者（训练集276例，外部验证集105例，测试集69例） | PyTorch, Scikit-learn | MobileNetV2 | AUC, 阴性预测值 | NA |
| 3969 | 2025-10-06 |
Deep Learning Predicts Survival Across Squamous Tumor Entities From Routine Pathology: Insights From Head and Neck, Esophagus, Lung, and Cervical Cancer
2025-Jul-16, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100845
PMID:40680853
|
研究论文 | 本研究开发了基于深度学习的计算病理学模型，利用常规H&E染色切片预测多种鳞状细胞癌患者的总体生存期 | 在头颈鳞癌开发的模型成功验证于食管、肺和宫颈鳞癌，证明了模型在多种鳞状肿瘤实体中的泛化能力 | 食管癌队列的验证结果未达到统计学显著性，且不同队列中风险评分关联的临床因素存在差异 | 开发能够预测多种鳞状细胞癌患者生存期的计算病理学模型 | 头颈鳞癌、食管鳞癌、肺鳞癌和宫颈鳞癌患者 | 数字病理 | 鳞状细胞癌 | 苏木精-伊红染色，福尔马林固定石蜡包埋 | 深度学习 | 病理图像 | 多个鳞癌队列（头颈、食管、肺、宫颈） | NA | NA | 风险比，置信区间，P值 | NA |
| 3970 | 2025-10-06 |
Expanding genomic prediction in plant breeding: harnessing big data, machine learning, and advanced software
2025-07, Trends in plant science
IF:17.3Q1
DOI:10.1016/j.tplants.2024.12.009
PMID:39890501
|
综述 | 本文综述了植物育种中基因组预测的关键要素，重点关注统计机器学习方法和软件工具如何提升基因组选择效率 | 强调深度学习模型在基因组预测中的独特优势，并系统梳理了支持基因组选择方法普及的最新数据管理工具 | NA | 回顾提高植物育种中基因组选择效率的关键因素和方法 | 植物育种中的基因组预测方法和软件工具 | 机器学习 | NA | 基因组选择 | 深度学习 | 基因组数据 | NA | NA | NA | NA | NA |
| 3971 | 2025-10-06 |
Artificial intelligence for radiotherapy dose prediction: A comprehensive review
2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique
IF:1.5Q3
DOI:10.1016/j.canrad.2025.104630
PMID:40513223
|
综述 | 本文对基于深度学习的放射治疗剂量预测方法进行了全面评述 | 首次对2018-2024年间深度学习在放疗剂量预测领域的应用进行全面系统分析 | 仅涵盖特定数据库和特定时间段内的文献，可能遗漏部分相关研究 | 评估深度学习在放射治疗剂量预测中的潜力和应用前景 | 放射治疗计划中的剂量预测方法 | 医学影像分析 | 肿瘤放射治疗 | 深度学习 | CNN | 医学影像数据 | NA | NA | 卷积神经网络 | NA | NA |
| 3972 | 2025-10-06 |
Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy
2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique
IF:1.5Q3
DOI:10.1016/j.canrad.2025.104648
PMID:40517449
|
研究论文 | 评估基于U-Net的肝脏自动分割在CT图像中的临床应用价值，并分析几何指标与临床医生评估之间的相关性 | 首次系统研究几何评估指标（Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性 | 仅使用单一公开数据集和U-Net模型，未验证其他模型和数据集 | 研究自动分割几何评估指标与临床医生评估之间的相关性，为临床可接受性评估提供依据 | CT图像中的肝脏分割 | 数字病理 | NA | 计算机断层扫描（CT） | CNN | 医学图像 | 公开数据集中的CT图像 | NA | U-Net | Dice相似系数, Hausdorff距离 | NA |
| 3973 | 2025-10-06 |
Multitask deep learning for the emulation and calibration of an agent-based malaria transmission model
2025-Jul, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013330
PMID:40743314
|
研究论文 | 本文提出一种多任务深度学习方法，用于模拟和校准基于代理的疟疾传播模型 | 首次将多任务深度学习应用于基于代理的疟疾传播模型的模拟和校准，通过神经网络模拟器捕获免疫参数与流行病学结果之间的复杂关系 | 研究仅针对八个撒哈拉以南非洲研究站点，模型在其他地区的适用性需要进一步验证 | 开发高效的机器学习方法来模拟和校准计算密集型的基于代理的疟疾传播模型 | 基于代理的疟疾传播模型（EMOD模型）及其在八个撒哈拉以南非洲研究站点的应用 | 机器学习 | 疟疾 | 基于代理的建模，深度学习 | 神经网络 | 模拟数据，参考数据 | 来自EMOD疟疾模型的大量模拟套件，涵盖八个撒哈拉以南非洲研究站点 | NA | 多任务深度学习网络 | NA | NA |
| 3974 | 2025-10-06 |
Enhancing the Performance of Pathological Voice Quality Assessment System Through the Attention-Mechanism Based Neural Network
2025-Jul, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2022.12.026
PMID:36732109
|
研究论文 | 提出一种基于自注意力机制的双向长短期记忆网络系统，用于提高病理语音质量评估的准确性 | 首次将自注意力机制与BiLSTM结合应用于语音质量评估，并引入不同音高和元音特征来模拟专业医生的高维度评估 | 未提及模型在跨语言或不同口音语音数据上的泛化能力 | 开发准确的计算机化病理语音质量评估系统以改善临床诊断质量 | 病理语音信号 | 自然语言处理 | 语音障碍 | 语音信号处理 | BiLSTM, 自注意力机制 | 语音信号 | NA | NA | 自注意力机制双向长短期记忆网络(SA BiLSTM) | F1分数, 宏平均 | NA |
| 3975 | 2025-10-06 |
Radiomics-Based Artificial Intelligence and Machine Learning Approach for the Diagnosis and Prognosis of Idiopathic Pulmonary Fibrosis: A Systematic Review
2025-Jul, Cureus
DOI:10.7759/cureus.87461
PMID:40772136
|
系统综述 | 系统评估基于放射组学的人工智能和机器学习方法在特发性肺纤维化诊断和预后中的应用 | AI量化参数（特别是纤维化负荷和肺血管体积测量）在预后评估中持续优于传统视觉CT评分，并通过AI分析识别了超越传统实质评估的新型预后生物标志物 | 回顾性研究设计、样本量限制、男性为主的队列以及有限的外部验证 | 评估人工智能和机器学习在特发性肺纤维化诊断和预后中的应用 | 特发性肺纤维化患者 | 医学影像分析 | 特发性肺纤维化 | 计算机断层扫描（CT）成像 | 深度学习模型, 支持向量机, 集成方法 | CT影像 | 八项研究（2017-2024年发表） | NA | NA | 与肺功能测试的相关性 | NA |
| 3976 | 2025-10-06 |
Deep structural brain imaging via computational three-photon microscopy
2025-04, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.4.046002
PMID:40161251
|
研究论文 | 开发了一种计算型深层三光子显微镜方法，用于提高活体小鼠大脑深层组织的成像质量 | 结合低秩扩散模型与自监督深度学习，利用三维图像表层信息补偿散射和系统噪声，无需增加激发功率或额外光学组件 | 目前仅在小鼠大脑中验证，尚未在更复杂生物系统或临床环境中测试 | 开发能够在不影响采集速度的前提下提升深层组织成像质量的新型显微成像技术 | 活体小鼠大脑海马体及脑血管系统 | 生物医学成像 | NA | 三光子显微镜，计算成像，自监督深度学习，聚集诱导发射纳米探针 | 低秩扩散模型 | 三维光学图像 | 活体小鼠大脑 | 自监督深度学习框架 | 低秩扩散模型 | 信噪比，图像质量 | NA |
| 3977 | 2025-10-06 |
Artificial Intelligence in Cardiovascular Imaging: Current Landscape, Clinical Impact, and Future Directions
2025 Apr-Jun, Discoveries (Craiova, Romania)
DOI:10.15190/d.2025.10
PMID:40771296
|
综述 | 本文综述人工智能在心血管影像领域的最新进展、临床影响及未来发展方向 | 系统总结AI在多种心血管影像模态中的突破性应用，包括实时超声心动图解读、冠状动脉钙化评分和斑块量化，并深入分析算法偏见、可解释性等关键挑战 | 存在算法偏见、数据隐私保护、监管异质性和医疗法律责任等持续性问题 | 探讨人工智能在心血管影像领域的应用现状与未来发展 | 心血管影像技术（超声心动图、CT、MRI、核成像）及相关的AI应用平台 | 计算机视觉 | 心血管疾病 | 心血管影像技术（超声心动图、CT、MRI、核成像） | CNN, 深度学习 | 医学影像 | NA | NA | NA | 准确率, Dice系数 | NA |
| 3978 | 2025-10-06 |
Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology
2025-Feb, The Laryngoscope
DOI:10.1002/lary.31756
PMID:39258420
|
研究论文 | 本研究使用TRIPOD-AI标准评估头颈肿瘤学文献中机器学习算法的报告质量 | 首次在头颈肿瘤学领域系统评估机器学习算法的报告质量，并引入TRIPOD-AI标准作为评估工具 | 研究基于文献分析，未涉及原始数据验证，评估结果受限于所纳入文献的质量 | 评估头颈肿瘤学中机器学习算法的报告质量并提出改进建议 | 头颈肿瘤学领域的机器学习研究文献 | 机器学习 | 头颈肿瘤 | 文献系统评价方法 | NA | 科学文献 | 通过PubMed、Scopus、Embase和Cochrane系统评价数据库检索的相关研究文献 | NA | NA | TRIPOD-AI标准符合率，牛津循证医学中心证据等级 | NA |
| 3979 | 2025-10-06 |
Complex conjugate removal in optical coherence tomography using phase aware generative adversarial network
2025-02, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.2.026001
PMID:39963188
|
研究论文 | 提出一种基于生成对抗网络的深度学习方法来消除光学相干断层扫描中的复共轭伪影 | 首次将相位信息整合到生成对抗网络中用于复共轭伪影去除，无需额外硬件组件 | NA | 开发无需额外硬件的软件解决方案来消除FD-OCT中的复共轭伪影 | 光学相干断层扫描图像中的复共轭伪影 | 计算机视觉 | NA | 光学相干断层扫描 | GAN | 图像 | 包括体模、人体皮肤和活体小鼠眼睛样本 | NA | 生成对抗网络 | NA | NA |
| 3980 | 2025-10-06 |
Machine learning for diabetic foot care: accuracy trends and emerging directions in healthcare AI
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1613946
PMID:40756392
|
综述 | 系统分析机器学习在糖尿病足研究中的应用趋势、重点领域和方法学 | 首次系统综述2020-2024年间机器学习在糖尿病足研究中的应用现状和发展趋势 | 仅纳入SCI/SSCI索引的英文文献，样本量有限（25篇研究） | 分析机器学习在糖尿病足研究中的应用趋势和方法 | 糖尿病足相关研究文献 | 医疗健康AI | 糖尿病足 | 文献系统综述，引用分析 | 机器学习 | 图像数据，结构化临床数据，物联网传感器数据 | 25篇原创研究文章 | NA | NA | 引用率分析 | NA |