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 4201 - 4220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4201 | 2025-10-06 |
Deep limit order book forecasting: a microstructural guide
2025-Jul-22, Quantitative finance
IF:1.5Q2
DOI:10.1080/14697688.2025.2522911
PMID:40755861
|
研究论文 | 利用深度学习技术预测纳斯达克交易所限价订单簿中间价格变化，并开发了开源数据处理框架LOBFrame | 提出创新的操作框架评估预测实用性，关注完整交易准确预测的概率，而非传统机器学习指标 | 深度学习的高预测能力不一定对应可操作的交易信号，传统评估指标在限价订单簿背景下存在不足 | 探索高频限价订单簿中间价格变化的可预测性，评估深度学习模型在金融微观结构中的应用 | 纳斯达克交易所交易的异质性股票集合 | 机器学习 | NA | 深度学习 | NA | 限价订单簿数据 | 大规模限价订单簿数据（具体数量未提及） | NA | NA | 交易准确预测概率 | NA |
| 4202 | 2025-10-06 |
Fully Automated Anatomy Labeling for Intracardiac Echocardiography Using Deep Learning
2025-Jul-17, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2025.06.009
PMID:40767798
|
研究论文 | 开发基于深度学习的全自动算法用于心内超声心动图的解剖结构标注 | 首次提出用于心内超声心动图的全自动解剖结构标注算法，能够识别右心房中的21个解剖结构中的15个 | 仅从右心房视角识别解剖结构，部分结构识别精度和召回率未达到70% | 开发自动化解剖结构标注工具以辅助电生理手术中的心内超声引导 | 心内超声心动图图像中的右心房解剖结构 | 计算机视觉 | 心血管疾病 | 心内超声心动图 | 深度学习 | 医学图像 | 来自2个机构的605次电生理手术，共196,768张图像 | NA | NA | 精确率, 召回率 | NA |
| 4203 | 2025-10-06 |
Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study
2025-Jul-16, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.32399
PMID:40668633
|
研究论文 | 评估深度学习AI模型在前列腺双参数MRI解读中对临床显著前列腺癌检测和读者间一致性的影响 | 首次在国际多中心研究中评估AI辅助对前列腺bpMRI解读中病灶水平和患者水平检测性能及读者间一致性的影响 | 回顾性研究设计，样本量相对有限（180例患者），AI辅助导致病灶水平敏感性轻微下降 | 评估AI辅助在前列腺双参数MRI解读中对前列腺癌诊断准确性和读者间一致性的影响 | 接受mpMRI和前列腺活检或根治性前列腺切除术的患者 | 数字病理 | 前列腺癌 | 双参数MRI，全标本病理检查，系统活检 | 深度学习模型 | 医学影像 | 180例患者（120例病例组，60例对照组） | NA | NA | 敏感性，阳性预测值，AUC，Kappa系数，覆盖概率 | NA |
| 4204 | 2025-10-06 |
Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study
2025-Jul-15, JMIR aging
IF:5.0Q1
DOI:10.2196/68156
PMID:40663489
|
研究论文 | 开发用于痴呆症患者躁动行为检测的多模态系统，结合可穿戴传感器和隐私保护视频分析 | 首次将可穿戴传感器数据与隐私保护视频分析相结合，能够提前6分钟预测躁动发作 | 仅为包含10名参与者的初步研究，样本量较小 | 开发实时检测和预测痴呆症患者躁动行为的自动化系统 | 重度痴呆症患者 | 数字病理学 | 老年疾病 | 视频分析, 可穿戴传感器 | Extra Trees, 多层感知机, 门控循环单元, 长短期记忆 | 传感器数据, 视频 | 10名参与者 | NA | 多层感知机, GRU, LSTM | 准确率, AUC | NA |
| 4205 | 2025-10-06 |
Prediction of Major Adverse Cardiovascular Events in Patients with Hypertrophic Cardiomyopathy by Deep Learning and Radiomics
2025-Jul-11, Cardiology
IF:1.9Q3
DOI:10.1159/000547232
PMID:40652933
|
研究论文 | 本研究结合深度迁移学习和影像组学技术开发了DTL-RAD模型，用于预测肥厚型心肌病患者的主要不良心血管事件风险 | 首次将超声心动图与深度迁移学习和影像组学相结合，开发了预测肥厚型心肌病患者MACE风险的集成模型 | 回顾性研究设计，样本量相对有限（210例患者），需要进一步前瞻性验证 | 开发预测肥厚型心肌病患者主要不良心血管事件风险的精准预测模型 | 肥厚型心肌病患者 | 医学影像分析 | 心血管疾病 | 超声心动图，影像组学分析 | 深度学习，机器学习 | 医学影像 | 210例肥厚型心肌病患者（59例MACE，151例非MACE） | PyRadiomics, TensorFlow/PyTorch | ResNet50 | AUC, 特异性, 敏感性, 决策曲线分析 | NA |
| 4206 | 2025-10-06 |
Artificial intelligence in airway management: A systematic review and meta-analysis
2025-Jul-09, Anaesthesia, critical care & pain medicine
DOI:10.1016/j.accpm.2025.101589
PMID:40645499
|
系统综述与荟萃分析 | 本文系统回顾和荟萃分析了人工智能模型在困难气道预测中的应用效果 | 首次对AI在气道管理中的应用进行系统综述和荟萃分析，比较了不同模型的预测性能 | 纳入研究数量有限（13篇），部分模型预测能力一般（AUC<0.80），模型验证不足 | 总结AI模型在困难气道预测中的现有证据 | 接受全身麻醉手术的患者和急诊科患者 | 医疗人工智能 | 气道管理并发症 | NA | 深度学习,传统机器学习 | 临床数据 | 13项研究纳入分析 | R | VGG,SVM,NB | AUROC,AUC | NA |
| 4207 | 2025-10-06 |
Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure
2025-Jul, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.018188
PMID:40357553
|
研究论文 | 本研究利用深度学习从PET/CT衰减校正扫描中提取心脏腔室容积和质量，并评估其与心肌血流储备和心力衰竭住院的关联 | 首次从超低剂量CT衰减校正扫描中提取心脏解剖信息，并验证其与临床预后的关联 | 研究为观察性分析，无法确定因果关系 | 评估深度学习提取的心脏参数与心力衰竭住院和心肌血流储备降低的关联 | 接受心脏PET/CT检查的18,079名患者 | 医学影像分析 | 心血管疾病 | PET/CT心肌灌注成像 | 深度学习 | CT影像 | 18,079名来自6个中心的患者 | NA | NA | 风险比(HR), 比值比(OR) | NA |
| 4208 | 2025-10-06 |
Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer
2025-Jul, Circulation. Cardiovascular quality and outcomes
DOI:10.1161/CIRCOUTCOMES.124.011656
PMID:40519001
|
研究论文 | 本研究评估了通过深度学习自动量化常规胸部CT扫描中的冠状动脉钙化与结直肠癌或胃癌患者心血管风险之间的关联 | 首次在结直肠癌或胃癌患者群体中，利用深度学习软件自动量化常规非心电图门控胸部CT的冠状动脉钙化评分，并评估其与心血管风险的关联 | 回顾性研究设计，仅在韩国两家三级医院进行，可能存在选择偏倚 | 评估自动冠状动脉钙化评分与结直肠癌或胃癌患者动脉粥样硬化性心血管疾病风险之间的关联 | 结直肠癌或胃癌患者 | 数字病理 | 心血管疾病 | 胸部计算机断层扫描，深度学习 | 深度学习 | 医学影像 | 3153名患者 | NA | NA | 亚分布风险比 | NA |
| 4209 | 2025-10-06 |
A Design of Experiment to Evaluate the Printability for Bioprinting by Using Deep Learning Image Similarity
2025-07, Journal of biomedical materials research. Part A
DOI:10.1002/jbm.a.37961
PMID:40616386
|
研究论文 | 本研究通过深度学习图像相似性评估生物打印的可打印性，并分析流变特性对打印质量的影响 | 提出使用深度学习图像相似性作为评估生物打印可打印性的新方法 | 仅使用两种替代生物材料进行初步研究，需要进一步验证更多生物材料 | 优化基于挤出的生物打印工艺参数，提高打印质量 | 透明质酸、海藻酸钠和甲基丙烯酰化透明质酸结合角膜角质形成细胞 | 计算机视觉 | NA | 生物打印、流变学分析 | 深度学习 | 图像 | 三种生物材料（透明质酸、海藻酸钠、甲基丙烯酰化透明质酸） | NA | NA | 图像相似性 | NA |
| 4210 | 2025-10-06 |
Improving Image Quality in Computed Tomography-Guided Biopsy Using Deep Learning Reconstruction
2025-Jul, Cureus
DOI:10.7759/cureus.87213
PMID:40755670
|
技术报告 | 本研究评估深度学习重建技术在CT引导活检中的图像质量和重建时间表现 | 首次系统比较FBP、HIR和DLR三种重建方法在CT引导活检中的图像噪声和重建时间差异 | DLR不支持实时成像，重建时间超过10秒，限制了在介入手术中的应用 | 评估深度学习重建技术在CT引导活检中的图像质量和重建时间 | CT系统配备的常规检测体模 | 医学影像 | NA | CT成像，深度学习重建 | 深度学习 | CT图像 | 在20、30、40、50 HU四个标准偏差设置下进行的成像实验 | NA | NA | 图像噪声(SD值)，重建时间 | NA |
| 4211 | 2025-10-06 |
Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease
2025-Jun-26, Research square
DOI:10.21203/rs.3.rs-6874970/v1
PMID:40678251
|
研究论文 | 本研究通过深度学习分析MRI图像，发现路易体共病理会加速阿尔茨海默病患者的脑老化 | 首次结合脑脊液α-突触核蛋白种子扩增检测和深度学习脑年龄估计方法，系统分析AD与LB共病理对神经退行性变的协同作用 | 样本量相对有限，仅包含803名认知障碍参与者；依赖特定生物标志物分类方法 | 探究阿尔茨海默病与路易体病理共存对脑老化和神经退行性变的影响 | 4,355名认知正常个体和803名认知障碍参与者 | 医学影像分析 | 阿尔茨海默病, 路易体病 | MRI, 脑脊液α-突触核蛋白种子扩增检测 | 深度学习 | MRI图像 | 4,355名认知正常个体（训练集）+ 803名认知障碍参与者（测试集） | NA | NA | 脑年龄估计准确度, 显著性图谱分析 | NA |
| 4212 | 2025-10-06 |
Learning Genetic Perturbation Effects with Variational Causal Inference
2025-Jun-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.05.657988
PMID:40501829
|
研究论文 | 提出一种结合机制因果模型与变分深度学习的混合方法SCCVAE，用于预测单细胞水平基因扰动效应 | 首次将机制因果模型与变分自编码器结合，通过学习的调控网络表示扰动变化，实现未见扰动的外推预测 | 未明确说明模型在超大规模数据集上的计算效率及对特定细胞类型的泛化能力 | 开发能准确预测单细胞水平基因扰动效应的计算模型 | 单细胞转录组数据及基因扰动响应 | 机器学习 | NA | Perturb-seq, 单细胞转录组测序 | 变分自编码器, 因果模型 | 单细胞转录组数据 | NA | NA | 变分自编码器 | 外推预测性能 | NA |
| 4213 | 2025-10-06 |
Local mean suppression filter for effective background identification in fluorescence images
2025-Jun, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110296
PMID:40375425
|
研究论文 | 提出一种用于荧光显微镜图像背景识别的局部均值抑制滤波器 | 通过变化邻域尺寸生成多标签并累积决策的局部均值比较方法 | NA | 开发有效的荧光图像背景识别方法 | 具有密集低对比度前景的荧光显微镜图像 | 计算机视觉 | NA | 荧光显微镜成像 | 非线性滤波器 | 荧光显微镜图像 | NA | Python 3 | 局部均值抑制滤波器 | NA | NA |
| 4214 | 2025-10-06 |
Towards artificial intelligence application in pain medicine
2025-03, Recenti progressi in medicina
DOI:10.1701/4460.44555
PMID:40084580
|
综述 | 本文概述人工智能在疼痛医学领域的最新应用进展 | 系统总结了人工智能技术在自动疼痛评估（APA）中的创新应用，包括通过生物信号、面部表情和语音模式分析实现客观疼痛诊断 | 存在验证困难、参数选择复杂和技术实施伦理问题等挑战 | 探讨人工智能技术在疼痛医学领域的应用潜力与发展方向 | 疼痛患者（包括新生儿和无法沟通的患者） | 自然语言处理, 机器学习 | 疼痛相关疾病 | NA | 深度学习, 机器学习 | 生物信号, 面部图像, 语音数据 | NA | NA | 自然语言处理系统 | NA | NA |
| 4215 | 2025-10-06 |
Deep Learning Analysis of Google Street View to Assess Residential Built Environment and Cardiovascular Risk in a U.S. Midwestern Retrospective Cohort
2025-Feb-04, European journal of preventive cardiology
IF:8.4Q1
DOI:10.1093/eurjpc/zwaf038
PMID:39903569
|
研究论文 | 本研究使用Google街景图像和深度学习技术分析居住环境特征与心血管风险之间的关系 | 首次结合Google街景图像和深度学习技术大规模分析建成环境特征与心血管疾病风险的关联 | 需要未来研究验证这些关联并深入理解潜在机制 | 调查建成环境特征（包括住宅绿化和人行道）与心血管风险的关系 | 美国中西部俄亥俄州东北部地区的49,887名个体 | 计算机视觉 | 心血管疾病 | Google街景图像分析 | 深度学习 | 图像 | 49,887名个体，其中2,083人经历主要不良心血管事件 | NA | NA | 风险比(HR), 置信区间(CI) | NA |
| 4216 | 2025-10-06 |
Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals
2025-02, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.14285
PMID:39021352
|
研究论文 | 基于单导联心电图信号开发深度学习模型用于阻塞性睡眠呼吸暂停的检测与严重程度评估 | 首次将单导联心电图信号与时频域信息融合的深度学习模型应用于阻塞性睡眠呼吸暂停的检测和严重程度分级 | 样本量相对有限（375例患者），未提及模型在更广泛人群中的泛化能力验证 | 开发便捷的阻塞性睡眠呼吸暂停检测和严重程度评估方法 | 接受多导睡眠图检查的375例患者 | 医疗人工智能 | 阻塞性睡眠呼吸暂停 | 单导联心电图信号分析 | 深度学习 | 心电图信号 | 375例患者 | NA | 包含信号预处理、特征提取、时频域信息融合和分类模块的深度学习架构 | 准确率, Bland-Altman一致性分析 | NA |
| 4217 | 2024-10-30 |
Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence
2025, Cardiology
IF:1.9Q3
DOI:10.1159/000542318
PMID:39467517
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4218 | 2025-10-06 |
Human intention recognition for trauma resuscitation: An interpretable deep learning approach for medical process data
2025-01, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104767
PMID:39746431
|
研究论文 | 开发了一种可解释的深度学习方法，用于自动识别创伤复苏过程中的医疗目标追求 | 采用双门控循环单元结构从时间和活动类型两个层面学习特征，并利用注意力权重增强模型可解释性 | 仅针对两种复苏目标（气道稳定和循环支持）进行验证，样本量相对有限 | 自动识别创伤复苏过程中的医疗目标追求，辅助临床决策 | 儿科创伤复苏事件日志 | 医疗过程分析 | 创伤 | 深度学习 | GRU | 事件日志 | 381例儿科创伤复苏记录 | NA | 双GRU结构 | AUC | NA |
| 4219 | 2025-10-06 |
Unveiling pathology-related predictive uncertainty of glomerular lesion recognition using prototype learning
2025-01, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104745
PMID:39746430
|
研究论文 | 提出一种基于原型学习的肾小球病变识别预测不确定性分析框架 | 首次结合专家知识和学习方法构建病理相关特征表征，提出多维度不确定性融合和权重重分配预测校正方法 | 未明确说明样本量的具体规模和多样性限制 | 分析肾小球病变识别中的病理相关预测不确定性及其对模型性能的影响 | 肾小球病变的病理图像 | 数字病理 | 慢性肾脏病 | 深度学习，原型学习 | 深度学习模型 | 病理图像 | NA | NA | 原型学习网络 | Spearman相关系数, Pearson相关系数, c指数 | NA |
| 4220 | 2025-10-06 |
Cell type prediction with neighborhood-enhanced cellular embedding using deep learning on hematoxylin and eosin-stained images
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.07.026
PMID:40735431
|
研究论文 | 本研究利用深度学习模型通过H&E染色图像预测结肠癌和乳腺癌肿瘤微环境中的细胞类型 | 提出基于邻域增强细胞嵌入的方法，结合转导半监督学习策略提升细胞类型预测性能 | 模型性能在不同癌症类型和数据集间存在差异，乳腺癌数据集上部分模型准确率相对较低 | 开发基于H&E染色图像的细胞类型预测方法 | 结肠癌和乳腺癌样本中的肿瘤浸润细胞 | 数字病理学 | 结肠癌,乳腺癌 | H&E染色,细胞分割,邻域增强特征提取 | 深度学习 | 病理图像 | 结肠癌和乳腺癌两个数据集，包含多个样本集(S1-S5) | NA | Base-4, Base-4+, Base-7 | 准确率 | NA |