深度学习在生物医药领域中的应用
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，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10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 32260 篇文献，本页显示第 21 - 40 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2025-10-03 |
Deep learning-based survival prediction model for adult diffuse low-grade glioma: a multi-cohort validation study
2025-Oct-02, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03613-w
PMID:41037075
|
研究论文 | 开发并验证基于深度学习的成人弥漫性低级别胶质瘤生存预测模型 | 首次将DeepSurv深度学习模型应用于DLGG生存预测，并通过多队列验证证实其可靠性 | 外部验证队列样本量较小(n=33)，可能影响模型泛化能力的全面评估 | 开发并验证DLGG患者的生存预测模型 | 1,079例成人弥漫性低级别胶质瘤患者 | 数字病理 | 脑肿瘤 | 深度学习 | DeepSurv | 临床病理数据 | 1,079例患者(训练集836例，内部验证210例，外部验证33例) |
| 22 | 2025-10-03 |
GAN-Enhanced Hybrid Deep Learning with Explainable AI for Automated Cataract Diagnosis
2025-Oct-02, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02249-1
PMID:41037142
|
研究论文 | 提出一种结合生成式AI和可解释AI的深度学习系统，用于自动化白内障诊断 | 融合生成对抗网络增强数据多样性，结合可解释AI提供临床透明度，采用混合数据集和类别权重解决数据不平衡问题 | 未明确说明具体的外部数据集验证规模，合成图像的真实性可能存在局限 | 开发高精度、可解释的白内障自动诊断系统 | 白内障患者眼部图像数据 | 计算机视觉 | 白内障 | 生成对抗网络，梯度加权类激活映射 | InceptionResNetV2，GAN | 图像 | 合并六个开源数据集并生成合成图像的混合数据集，采用分层K折交叉验证 |
| 23 | 2025-10-03 |
A gender-aware saliency prediction system for web interfaces using deep learning and eye-tracking data
2025-Oct-02, Brain informatics
DOI:10.1186/s40708-025-00274-x
PMID:41037184
|
研究论文 | 提出基于深度学习和眼动数据的性别感知网页显著性预测系统 | 首次结合Transformer架构与性别特异性眼动数据构建网页显著性预测模型，并发布包含多维度标注的WIC640数据集 | 尚未包含时间维度眼动建模 | 研究人口统计因素对视觉注意力影响并开发自适应网页界面 | 网页界面截图及85名参与者的眼动数据 | 计算机视觉 | NA | 眼动追踪技术、深度学习微调 | Transformer (TranSalNet) | 图像、眼动数据 | 640张网页截图，85名参与者（覆盖4个年龄组和两种性别） |
| 24 | 2025-10-03 |
Deep Neural Network-Based Risk Prediction of Glioblastoma Multiforme Recurrence
2025-Oct-02, Journal of molecular neuroscience : MN
IF:2.8Q2
DOI:10.1007/s12031-025-02412-w
PMID:41037206
|
研究论文 | 本研究开发并评估了基于深度神经网络的胶质母细胞瘤复发风险预测模型 | 采用混合差分进化神经网络(HDE-NN)框架优化DNN架构，显著提升了GBM复发预测性能 | NA | 准确预测胶质母细胞瘤复发风险以改善个体化治疗策略和患者预后 | 780名胶质母细胞瘤患者 | 数字病理学 | 胶质母细胞瘤 | 基因组分析、影像学指标分析 | 深度神经网络(DNN)、支持向量机(SVM)、随机森林(RF) | 基因组数据、影像数据、临床记录 | 780名GBM患者（数据来源于TCGA和机构数据库） |
| 25 | 2025-10-03 |
What are you looking at? Modality contribution in multimodal medical deep learning
2025-Oct-02, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03523-w
PMID:41037211
|
研究论文 | 本文提出了一种基于遮挡的多模态贡献度评估方法，用于分析多模态深度学习模型中各模态的重要性 | 开发了模型无关和性能无关的模态贡献度评估方法，能够定量测量多模态数据集中各模态对模型完成任务的重要性 | 仅在三个多模态医学问题上进行了实验验证，需要更广泛的应用场景测试 | 研究多模态深度学习模型中各模态信息的处理方式和贡献度 | 多模态医学深度学习模型 | 机器学习 | NA | 深度学习、多模态融合、遮挡分析 | 深度神经网络 | 多模态医学数据 | 三个不同的多模态医学问题数据集 |
| 26 | 2025-10-03 |
Seizure detection using nonlinear measures over EEG frequency bands and deep learning classifiers
2025-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2356634
PMID:38803055
|
研究论文 | 提出一种基于EEG频带非线性特征和深度学习分类器的癫痫发作检测方法 | 从最相关的EEG频率波段计算非线性特征作为新的特征提取方法 | NA | 开发自动癫痫发作检测框架以替代传统耗时的方法 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | EEG信号分析 | 机器学习和深度学习分类器 | 脑电图信号 | Bonn数据集和Hauz Khas数据集 |
| 27 | 2025-10-03 |
Authentication with a one-dimensional CNN model using EEG-based brain-computer interface
2025-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2355490
PMID:38767327
|
研究论文 | 提出一种基于一维卷积神经网络的脑机接口身份认证方法，使用脑电信号进行运动想象分类 | 首次将四类运动想象分类结果创新性地应用于身份认证系统，为残疾人士提供无需输入密码的安全认证方案 | 脑电信号易受噪声干扰且泛化能力有限，分类器性能提升存在困难 | 开发基于脑电信号的轻量级运动想象分类模型，并探索其在身份认证领域的应用 | 右手、左手、脚部和静息状态四种运动想象任务 | 脑机接口 | 运动障碍 | 脑电图 | 一维卷积神经网络 | 脑电信号 | NA |
| 28 | 2025-10-03 |
An accurate prediction for respiratory diseases using deep learning on bronchoscopy diagnosis images
2025-Oct, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2024.11.023
PMID:39571731
|
研究论文 | 提出多尺度注意力残差网络(MARN)用于支气管镜图像的呼吸系统疾病诊断 | 设计了多尺度卷积块注意力模块(MCBAM)增强空间和通道特征，并采用Grad-CAM提高诊断结果的可解释性 | NA | 提高支气管镜图像诊断呼吸系统疾病的准确性 | 支气管镜诊断图像 | 计算机视觉 | 呼吸系统疾病 | 深度学习 | 多尺度注意力残差网络(MARN) | 图像 | 615个病例共2900张图像 |
| 29 | 2025-05-03 |
Should end-to-end deep learning replace handcrafted radiomics?
2025-Oct, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07314-y
PMID:40314811
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 30 | 2025-10-03 |
Deep learning reconstruction for improved image quality of ultra-high-resolution brain CT angiography: application in moyamoya disease
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01806-5
PMID:40439843
|
研究论文 | 本研究比较了针对脑部CTA优化的深度学习重建算法在烟雾病超高分辨率CT血管成像中的图像质量 | 首次将专门针对脑部CTA优化的深度学习重建算法应用于烟雾病的小血管成像，相比传统算法显著提升了图像质量 | 回顾性研究设计，样本量有限（50例患者） | 评估不同重建算法在烟雾病超高分辨率脑CT血管成像中的血管描绘和图像质量 | 烟雾病患者的脑部小血管，特别是基底节区的烟雾状穿支血管和脑室周围吻合血管 | 医学影像处理 | 烟雾病 | 超高分辨率CT血管成像，深度学习重建 | 深度学习重建算法 | CT影像 | 50例疑似或确诊烟雾病患者 |
| 31 | 2025-10-03 |
Advantages of deep learning reconstruction algorithm in ultra-high-resolution CT for the diagnosis of pancreatic cystic neoplasm
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01804-7
PMID:40445272
|
研究论文 | 评估深度学习重建算法在超高分辨率CT诊断胰腺囊性肿瘤中的图像质量和临床效用 | 首次在胰腺囊性肿瘤诊断中系统比较深度学习重建算法与混合迭代重建算法的性能差异 | 样本量较小（45例患者），且为回顾性研究设计 | 评估深度学习重建算法在胰腺囊性肿瘤CT诊断中的图像质量和诊断性能 | 胰腺囊性肿瘤患者 | 医学影像分析 | 胰腺癌 | 超高分辨率CT、深度学习重建算法、混合迭代重建 | 深度学习重建算法 | CT影像 | 45例胰腺囊性肿瘤患者 |
| 32 | 2025-10-03 |
High visceral-to-subcutaneous fat area ratio is an unfavorable prognostic indicator in patients with uterine sarcoma
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01812-7
PMID:40500581
|
研究论文 | 本研究探讨了身体成分参数对子宫肉瘤患者总体生存率的影响 | 首次在子宫肉瘤患者中系统评估内脏与皮下脂肪面积比(VSR)的预后价值，并发现高VSR是不良预后的独立预测因子 | 样本量较小(52例)，来自三个日本医院的多中心研究，可能存在选择偏倚 | 探索身体成分参数对子宫肉瘤患者生存预后的影响 | 52例子宫肉瘤患者 | 数字病理 | 子宫肉瘤 | 基于深度学习的半自动分割程序，CT图像分析 | 深度学习 | CT图像 | 52例子宫肉瘤患者(2007-2023年来自三家日本医院) |
| 33 | 2025-10-03 |
Artificial Intelligence Deep Learning Models to Predict Spaceflight Associated Neuro-Ocular Syndrome
2025-Oct, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.06.009
PMID:40505849
|
研究论文 | 开发深度学习AI模型通过光学相干断层扫描预测航天飞行相关神经眼综合征 | 首次使用Resnet50深度学习模型结合航天员和地面模拟数据预测SANS，并通过类激活映射识别关键图像区域 | 数据量有限，样本规模较小 | 预测航天飞行相关神经眼综合征的发生 | 航天员和头低位卧床休息研究参与者 | 计算机视觉 | 神经眼综合征 | 光学相干断层扫描 | Resnet50 | 图像 | 航天员飞行数据和地面模拟数据（具体样本数量未明确说明） |
| 34 | 2025-10-03 |
Comparison of publicly available artificial intelligence models for pancreatic segmentation on T1-weighted Dixon images
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01814-5
PMID:40531398
|
研究论文 | 比较三种公开深度学习模型在T1加权Dixon图像上胰腺分割的性能 | 首次系统比较三种公开AI模型在胰腺分割任务中的表现，并评估其在体积测量和胰内脂肪分数评估方面的准确性 | 仅使用20个上腹部T1加权磁共振序列，样本量较小 | 评估公开AI模型在胰腺自动分割中的性能表现 | 胰腺组织 | 医学影像分析 | 胰腺疾病 | 磁共振成像（T1加权Dixon方法） | 深度学习模型（TotalSegmentator、TotalVibeSegmentator、PanSegNet） | 医学影像 | 20个上腹部T1加权磁共振序列 |
| 35 | 2025-10-03 |
Discovery of novel cathepsin K inhibitors for osteoporosis treatment using a deep learning-based strategy
2025-Oct, Expert opinion on drug discovery
IF:6.0Q1
DOI:10.1080/17460441.2025.2527686
PMID:40600916
|
研究论文 | 本研究利用深度学习策略发现新型组织蛋白酶K抑制剂用于骨质疏松治疗 | 首次结合深度学习模型Chemprop与实验验证方法筛选组织蛋白酶K抑制剂 | 仅进行了体外实验验证，缺乏体内动物模型和临床数据支持 | 开发新型组织蛋白酶K抑制剂用于骨质疏松治疗 | 组织蛋白酶K(CTSK)及其抑制剂 | 机器学习 | 骨质疏松症 | 深度学习预测、酶动力学、分子对接、分子动力学模拟、RANKL诱导破骨细胞生成实验 | Chemprop深度学习模型 | 化学分子数据 | 从预测结果中筛选前100个分子进行实验验证，最终确定6个有效化合物 |
| 36 | 2025-10-03 |
Artificial intelligence-enabled electrocardiography and echocardiography to track preclinical progression of transthyretin amyloid cardiomyopathy
2025-Oct-01, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf450
PMID:40679604
|
研究论文 | 本研究开发了基于AI的心电图和超声心动图模型，用于追踪转甲状腺素蛋白淀粉样心肌病的临床前进展 | 首次将深度学习模型同时应用于心电图图像和超声心动图视频，实现了ATTR-CM的临床前早期识别和风险分层 | 回顾性研究设计，样本主要来自两个医疗中心，需要前瞻性验证 | 开发可扩展的ATTR-CM临床前监测策略 | 转诊进行心脏淀粉样变核素检测的患者 | 数字病理 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像、视频 | 内部队列984人（耶鲁-纽黑文医疗系统），外部队列806人（休斯顿卫理公会医院），共分析7352次超声心动图和32205次心电图 |
| 37 | 2025-10-03 |
SAGERank: inductive learning of protein-protein interaction from antibody-antigen recognition
2025-Oct-01, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc03707g
PMID:40927012
|
研究论文 | 提出SAGERank深度学习框架用于抗体-抗原相互作用预测和蛋白质-蛋白质相互作用研究 | 使用图采样聚合网络进行归纳学习，解决了分子科学中小数据集问题，并能泛化到多种蛋白质相互作用任务 | NA | 开发计算生物学方法预测抗体-抗原对接和基于结构的设计 | 抗体-抗原相互作用、蛋白质-蛋白质相互作用 | 计算生物学 | 癌症 | 图采样聚合网络、蛋白质动力学结构预测算法 | GraphSAGE | 蛋白质结构数据 | 癌症靶标数据集中的多个表位 |
| 38 | 2025-10-03 |
SynapseNet: Deep learning for automatic synapse reconstruction
2025-Oct-01, Molecular biology of the cell
IF:3.1Q3
DOI:10.1091/mbc.E24-11-0519
PMID:40875337
|
研究论文 | 开发用于电子显微镜图像中突触自动分割和分析的深度学习工具SynapseNet | 结合大规模标注数据集和领域自适应功能，能够在多种电子显微镜方法中可靠分割突触结构 | NA | 实现电子显微镜图像中突触结构的自动分割和分析 | 突触囊泡、活动区、线粒体、突触前密度、突触带和突触区室等突触结构 | 计算机视觉 | NA | 电子显微镜、深度学习 | 深度学习模型 | 电子显微镜图像 | 大规模标注数据集 |
| 39 | 2025-10-03 |
Deep Learning-Based Breath-Hold and Free-Breathing Cine MRI for Comprehensive Cardiac Evaluation
2025-Oct, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.0440
PMID:41015857
|
研究论文 | 评估和比较自由呼吸与屏气深度学习电影MRI序列在扫描时间、测量准确性和图像质量方面与传统电影MRI的性能差异 | 首次系统比较深度学习辅助的自由呼吸和屏气电影MRI在心律失常和呼吸困难患者中的适用性 | 样本量相对有限（70名参与者），且仅使用3T扫描器进行验证 | 开发更高效的心脏MRI成像方法，特别关注心律失常和呼吸困难患者群体 | 70名参与者（24名心律失常、17名呼吸困难、29名正常窦性心律和正常呼吸） | 医学影像分析 | 心血管疾病 | 深度学习电影MRI | 深度学习 | 医学影像 | 70名参与者（24名心律失常、17名呼吸困难、29名正常对照） |
| 40 | 2025-10-03 |
Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review
2025-Oct-01, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.32637
PMID:40397559
|
综述 | 本文系统回顾了肺部MRI的临床适应症、现有能力、扫描协议及新兴技术 | 整合了专家共识建议，并探讨了深度学习加速等新技术在肺癌筛查和肺功能定量评估中的应用前景 | 临床使用率极低，存在医生认知不足和放射科医师经验欠缺等推广障碍 | 评估肺部MRI的临床应用价值和技术发展现状 | 肺部MRI的适应症、技术能力和临床应用 | 医学影像 | 肺癌 | 深度学习加速、常规MRI序列 | NA | 医学影像 | NA |