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 3981 - 4000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3981 | 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 |
| 3982 | 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 |
| 3983 | 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 |
| 3984 | 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 |
| 3985 | 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 |
| 3986 | 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 |
| 3987 | 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 |
| 3988 | 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 |
| 3989 | 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 |
| 3990 | 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 |
| 3991 | 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 |
| 3992 | 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 |
| 3993 | 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 |
| 3994 | 2025-10-06 |
Mangrove species classification using a proposed ensemble U-Net model and Planet satellite imagery: A case study in Ngoc Hien district, Ca Mau province, Vietnam
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327315
PMID:40768506
|
研究论文 | 本研究提出一种集成U-Net模型，利用Planet卫星影像对越南金瓯省玉显县的红树林物种进行分类 | 首次针对红树林物种分类提出集成U-Net模型，结合高分辨率Planet卫星影像（5米×5米） | 研究区域仅限于越南金瓯省玉显县个案研究 | 开发基于深度学习的红树林物种分类方法 | 红树林物种（白骨壤、红茄苳和混合红树林） | 计算机视觉 | NA | 卫星遥感 | U-Net, 集成学习 | 卫星影像 | NA | NA | U-Net, MobileNet, SEResNeXt-101, EfficientNet-B7 | 交并比, F1分数, 总体准确率 | NA |
| 3995 | 2025-10-06 |
MSMCE: A novel representation module for classification of raw mass spectrometry data
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321239
PMID:40768503
|
研究论文 | 提出一种用于原始质谱数据分类的多通道嵌入表示模块MSMCE | 通过建模通道间依赖关系生成多通道表示，并采用特征融合机制提升分类性能 | NA | 提升原始质谱数据的特征表示能力和分类性能 | 质谱数据 | 机器学习 | NA | 质谱分析 | 深度学习 | 质谱数据 | 四个公共数据集 | NA | MSMCE | 分类性能、计算效率、训练稳定性 | NA |
| 3996 | 2025-10-06 |
Artificial intelligence in personalized nutrition and food manufacturing: a comprehensive review of methods, applications, and future directions
2025, Frontiers in nutrition
IF:4.0Q2
DOI:10.3389/fnut.2025.1636980
PMID:40771216
|
综述 | 全面回顾人工智能在个性化营养和食品制造领域的方法、应用及未来发展方向 | 将静态人群饮食模型转变为基于数据的动态个性化框架，整合联邦学习等先进技术实现精准营养 | 存在算法透明度、数据隐私和公平获取等关键挑战 | 探讨人工智能在营养健康与食品系统交叉领域的创新应用 | 个性化营养推荐系统和智能食品制造流程 | 机器学习 | NA | 深度学习, 联邦学习, 计算机视觉 | NA | 生物标志物数据, 生产数据 | NA | NA | NA | NA | NA |
| 3997 | 2025-10-06 |
A hybrid approach for pattern recognition and interpretation in age-related false memory
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1579259
PMID:40771329
|
研究论文 | 本研究开发了一种结合优化机器学习与Transformer语言模型的混合方法，用于识别年轻和老年群体中真实记忆与错误记忆的行为模式差异 | 提出改进版LightGBM模型与语言模型结合的混合方法，通过特征置换重要性识别了九个关键特征，并分析特征与年龄的交互作用 | 未明确说明样本的具体人口学特征和数据集规模，方法对特定类型记忆错误的适用性需进一步验证 | 探索年龄相关错误记忆的形成机制，开发识别记忆行为模式的计算方法 | 年轻成年人和老年人群体 | 自然语言处理 | 老年性疾病 | 机器学习，语言模型 | LightGBM, Transformer | 行为数据，语言数据 | NA | LightGBM | 改进版LightGBM, Transformer | F1-score, recall | NA |
| 3998 | 2025-10-06 |
gamUnet: designing global attention-based CNN architectures for enhanced oral cancer detection and segmentation
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1582439
PMID:40771464
|
研究论文 | 提出一种融合全局注意力机制的CNN架构gamUnet，用于增强口腔癌检测和分割性能 | 首次将全局注意力机制(GAM)集成到CNN架构中，增强模型捕获全局跨模态信息的能力，并提出了扩展模型gamResNet | NA | 开发改进的口腔鳞状细胞癌(OSCC)自动检测和分割方法 | 口腔鳞状细胞癌(OSCC)组织病理学图像 | 数字病理学 | 口腔癌 | H&E染色组织病理学 | CNN | 图像 | NA | NA | gamUnet,gamResNet,U-Net | 准确率,鲁棒性,效率 | NA |
| 3999 | 2025-10-06 |
Advances in ocular aging: combining deep learning, imaging, and liquid biopsy biomarkers
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1591936
PMID:40771477
|
综述 | 本文综述了结合深度学习、眼部成像和液体活检生物标志物在眼衰老研究中的最新进展 | 首次系统整合深度学习技术与眼部成像、液体活检生物标志物，为眼衰老研究提供创新方法 | NA | 探索眼衰老作为全身年龄相关疾病和死亡率标志物的研究领域 | 眼衰老过程及相关生物标志物 | 医学人工智能 | 年龄相关眼病 | 眼部成像, 液体活检(房水或玻璃体) | 深度学习 | 医学图像, 生物标志物数据 | NA | NA | NA | NA | NA |
| 4000 | 2025-10-06 |
Applications and advances of multi-omics technologies in gastrointestinal tumors
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1630788
PMID:40771479
|
综述 | 系统回顾多组学技术在胃肠道肿瘤研究中的最新进展及其在早期筛查、生物标志物发现和治疗优化中的应用 | 通过构建多尺度框架整合表观基因组学、宏基因组学和脂质组学等新兴领域，为分子分型和靶向治疗开辟新路径 | 存在数据异质性、算法泛化能力不足和高成本等问题限制临床转化 | 探讨多组学技术在胃肠道肿瘤精准诊疗中的应用价值与发展前景 | 胃肠道肿瘤及其分子特征 | 生物信息学 | 胃肠道肿瘤 | 多组学技术（基因组学、转录组学、蛋白质组学、代谢组学、表观基因组学、宏基因组学、脂质组学） | NA | 多组学数据 | NA | NA | NA | NA | NA |