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 36491 篇文献，本页显示第 4421 - 4440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4421 | 2025-11-06 |
Deep learning approaches for resolving genomic discrepancies in cancer: a systematic review and clinical perspective
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf541
PMID:41176790
|
系统综述 | 系统评估深度学习在解决癌症基因组差异方面的应用现状与临床前景 | 首次系统综述78项研究（2015-2024），提出结合联邦学习和注意力机制的未来研究方向 | 存在数据稀缺、批次效应和黑盒模型可解释性等挑战 | 评估深度学习在癌症基因组差异识别和校正中的性能与临床转化 | 癌症基因组测序数据 | 生物信息学 | 癌症 | 基因组测序 | CNN, 图神经网络 | 基因组序列数据 | 78项研究（未明确总样本量） | NA | 卷积架构, 图基础架构 | 假阴性率, 准确率 | NA |
| 4422 | 2025-11-06 |
A deep learning algorithm to detect proximal humerus fractures on radiographs
2025-Nov, JSES reviews, reports, and techniques
DOI:10.1016/j.xrrt.2025.07.025
PMID:41179412
|
研究论文 | 开发用于检测X光片中肱骨近端骨折的深度学习算法 | 首次开发专门针对肱骨近端骨折检测的深度学习算法，并通过显著图验证模型关注区域 | 研究主要依赖单一机构数据，外部验证集规模较小（116例） | 开发可靠且可信的深度学习方法来检测X光片中的肱骨近端骨折 | 肱骨近端X光片，包括骨折（996例）和非骨折（607例）病例 | 数字病理 | 骨科骨折 | 放射影像分析 | 深度学习 | X光图像 | 1603例训练数据（996例骨折，607例非骨折），116例外部测试数据 | NA | NA | 准确率，F1分数，灵敏度 | NA |
| 4423 | 2025-11-06 |
AI in drug repurposing for cancer therapies
2025-Nov, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003893
PMID:41180633
|
评论 | 本文探讨人工智能在癌症治疗药物重定位中的应用与潜力 | 系统阐述AI技术通过分析海量数据揭示隐藏的药物-疾病关系，为癌症药物重定位提供新范式 | 未提及具体实验验证数据，主要基于理论分析和已有研究案例 | 评估人工智能在癌症药物重定位领域的应用价值与发展前景 | 现有药物及其潜在的抗癌特性 | 机器学习 | 癌症 | 机器学习, 深度学习 | NA | 多组学数据 | NA | NA | NA | NA | NA |
| 4424 | 2025-11-06 |
Artificial intelligence in genomics: transforming the diagnosis of hereditary spastic paraplegia
2025-Nov, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003882
PMID:41180748
|
研究论文 | 本文探讨人工智能在基因组学中如何改变遗传性痉挛性截瘫的诊断方法 | 整合分子动力学模拟与深度学习的创新工具Dynamicasome，能够捕捉超越序列保守性的结构破坏 | 未提及具体研究样本量或数据验证的局限性 | 利用人工智能技术改进遗传性痉挛性截瘫的基因变异检测和致病性分类 | 遗传性痉挛性截瘫患者及其基因变异数据 | 基因组学 | 遗传性痉挛性截瘫 | 下一代测序，分子动力学模拟，深度学习 | 深度学习 | 基因组测序数据 | NA | NVIDIA Parabricks, Illumina DRAGEN, Dynamicasome, SpliceAI, Exomiser | NA | 临床级准确度，分析时间 | NVIDIA平台 |
| 4425 | 2025-11-06 |
Self-Assessment of acute rib fracture detection system from chest X-ray: Preliminary study for early radiological diagnosis
2025-Nov, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251361041
PMID:40718897
|
研究论文 | 提出一种用于胸部X光片中肋骨骨折自动检测和分割的深度学习系统 | 结合CenterNet与HRNet v2进行骨折区域识别，并利用HRNet-W48增强肋骨分割的上下文表征能力 | 仅使用单一医疗机构数据（1006张胸部X光片），需要更多外部验证 | 开发自动化肋骨骨折检测和分割系统以辅助放射科医生诊断 | 胸部X光片中的肋骨骨折区域 | 医学影像分析 | 肋骨骨折 | 深度学习 | CNN | X光图像 | 1006张胸部X光片（训练集704张，验证集201张，测试集101张） | NA | CenterNet, HRNet v2, HRNet-W48 | 敏感度, Dice系数 | NA |
| 4426 | 2025-11-06 |
Deep-Learning-Aided Quantification of Steatohepatitis-Associated Pathological Findings in Liver Specimens
2025-Nov, Hepatology research : the official journal of the Japan Society of Hepatology
IF:3.9Q1
DOI:10.1111/hepr.70015
PMID:40802556
|
研究论文 | 开发深度学习模型量化肝组织标本中脂肪性肝炎相关病理特征 | 首次使用卷积神经网络对脂肪性肝炎相关病理表现（脂肪变性、气球样变、纤维化）进行自动量化分析 | 样本量有限（训练集仅26例），模型仅用于病理特征量化而非疾病诊断 | 开发基于深度学习的肝组织病理特征量化方法 | 肝组织标本（脂肪性肝炎和慢性肝炎患者） | 数字病理学 | 脂肪性肝炎 | 组织病理学分析 | CNN | 图像 | 训练集26例（18例脂肪性肝炎+8例慢性肝炎），验证集233例 | NA | NA | 相关系数R | NA |
| 4427 | 2025-11-06 |
PET/CT radiomics for non-invasive prediction of immunotherapy efficacy in cervical cancer
2025-Nov, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251367203
PMID:40874782
|
研究论文 | 开发基于深度学习的PET/CT影像组学模型，用于预测宫颈癌免疫治疗疗效 | 结合医学先验知识开发深度学习自动分割模型，探索PET/CT影像组学特征与PD-L1表达的相关性，并构建免疫治疗疗效预测模型 | 回顾性研究，样本量相对有限（283例），需要进一步前瞻性验证 | 预测宫颈癌患者免疫治疗疗效，开发非侵入性预测工具 | 283例经病理确诊的宫颈癌患者 | 数字病理 | 宫颈癌 | F-FDG PET/CT成像 | 深度学习, SVM | PET/CT医学影像 | 283例宫颈癌患者（分为三个子集：97例用于分割模型开发，101例用于特征相关性分析，85例用于预测模型验证） | NA | Attention-UNet | IoU, ICC, AUC, P值 | NA |
| 4428 | 2025-11-06 |
Multimodal synthetic CT generation in tumor radiotherapy
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70117
PMID:41188014
|
研究论文 | 提出基于Mamba块和残差约束策略的RC-MambaGAN模型，用于从MRI生成高质量合成CT图像 | 首次将Mamba块集成到生成对抗网络中，结合残差约束策略，在最小增加计算复杂度的情况下显著提升合成CT的全局上下文建模能力和局部细节精度 | 研究主要针对肿瘤和盆腔区域数据，在其他解剖区域的泛化能力有待验证 | 提高从MRI生成合成CT图像的准确性，推进仅使用MRI的放疗工作流程 | 肿瘤和盆腔区域的多中心医学影像数据 | 医学影像分析 | 肿瘤 | MRI, CT | GAN | 医学影像 | 多中心数据集，包含肿瘤和盆腔区域数据 | NA | RC-MambaGAN, Mamba块, 残差约束 | MAE, PSNR, SSIM, MI | NA |
| 4429 | 2025-11-06 |
Bridging Radiologic Reasoning and Artificial Intelligence: Explainable Deep Learning for Focal Liver Lesions
2025-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.250806
PMID:41190941
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4430 | 2025-11-06 |
Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination
2025-Oct-31, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-025-01718-5
PMID:41174029
|
研究论文 | 提出一种结合冷冻电镜密度图和AlphaFold3预测结构的多模态深度学习方法MICA，用于高精度蛋白质结构测定 | 在输入和输出层面整合冷冻电镜密度图和AlphaFold3预测结构，采用多任务编码器-解码器架构和特征金字塔网络实现全自动蛋白质结构建模 | NA | 提高从冷冻电镜密度图自动构建蛋白质结构的准确性和完整性 | 蛋白质结构，特别是大型蛋白质复合物 | 计算生物学 | NA | 冷冻电镜(cryo-EM), AlphaFold3 | 深度学习, 多模态学习 | 冷冻电镜密度图, 蛋白质结构数据 | NA | NA | 编码器-解码器架构, 特征金字塔网络 | TM-score | NA |
| 4431 | 2025-11-06 |
Diffusion-weighted magnetic resonance imaging of the pancreas: A narrative review
2025-Oct-28, World journal of radiology
IF:1.4Q3
DOI:10.4329/wjr.v17.i10.112271
PMID:41180908
|
综述 | 本文综述了胰腺扩散加权磁共振成像的采集参数、后处理技术和定量方法 | 系统评估了多种后处理模型（包括单指数、双指数、拉伸指数和非高斯峰度模型）及深度学习网络在胰腺疾病诊断中的临床应用价值 | 胰腺肿瘤的重测可重复性阈值仍需进一步研究，需要标准化协议和多中心研究 | 提高胰腺扩散加权磁共振成像定量结果的准确性以增强其临床有效性 | 胰腺疾病患者 | 医学影像 | 胰腺疾病 | 扩散加权磁共振成像 | 深度学习网络 | 磁共振影像 | NA | NA | NA | 表观扩散系数 | NA |
| 4432 | 2025-11-06 |
Artificial intelligence in colonoscopy: Enhancing quality indicators for optimal patient outcomes
2025-Oct-28, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i40.111499
PMID:41180992
|
综述 | 探讨人工智能在结肠镜检查中优化质量指标以提升患者预后的作用 | 系统阐述AI技术如何通过深度学习、计算机视觉和实时反馈机制改变结肠镜检查的质量控制范式 | 提及AI整合面临的成本效益问题和对内镜医师培训的影响 | 提升结肠镜检查质量指标和患者预后 | 结肠镜检查过程及其质量指标（检出率、退镜时间等） | 计算机视觉, 数字病理 | 结直肠癌 | 深度学习, 实时反馈机制 | 深度学习模型 | 结肠镜图像/视频 | NA | NA | NA | 检出率, 退镜时间, 肠道准备充分率, 盲肠插管率 | NA |
| 4433 | 2025-11-06 |
The Synergy of Artificial Intelligence and 3D Bioprinting: Unlocking New Frontiers in Precision and Tissue Fabrication
2025-Oct-28, Advanced functional materials
IF:18.5Q1
DOI:10.1002/adfm.202509530
PMID:41181574
|
综述 | 探讨人工智能在3D生物打印中提升精度、功能性和可扩展性的变革性作用 | 系统阐述AI技术（机器学习、计算机视觉、机器人学等）如何通过实时过程监控、误差校正和参数优化推动生物打印技术发展 | 在过程监控、质量控制和生物打印系统可扩展性方面仍存在挑战 | 研究人工智能与3D生物打印的协同作用，推动精准组织制造发展 | 3D生物打印技术及其在再生医学和个性化医疗中的应用 | 计算机视觉,自然语言处理,机器学习 | NA | 3D生物打印技术 | 深度学习,机器学习算法 | 复杂数据集 | NA | NA | NA | 细胞存活率,结构保真度,生物墨水浪费量 | NA |
| 4434 | 2025-11-06 |
Artificial intelligence in inflammatory bowel disease: Current applications and future directions
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.111353
PMID:41180785
|
综述 | 本文系统综述人工智能在炎症性肠病领域的当前应用与未来发展方向 | 首次按诊断、组织学和治疗领域对AI应用进行结构化梳理，并强调AI在减少诊断变异性和预测治疗反应方面的突破性能力 | 作为综述文章未涉及原始数据收集和模型验证 | 探讨人工智能技术在炎症性肠病诊疗中的临床应用价值与发展前景 | 炎症性肠病患者的诊断评估、治疗反应预测和临床工作流程 | 数字病理 | 炎症性肠病 | NA | 随机森林, 支持向量机, 卷积神经网络, 循环神经网络 | 医学影像, 临床数据 | NA | NA | NA | 准确率, AUC | NA |
| 4435 | 2025-11-06 |
Multi-model applications and cutting-edge advancements of artificial intelligence in hepatology in the era of precision medicine
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.111323
PMID:41180782
|
综述 | 本文系统总结了人工智能在肝病学领域的最新理论与应用进展 | 全面梳理了AI在肝病学多模态应用的前沿发展，并探讨了精准医疗时代下的机遇与挑战 | 作为小型综述未包含原始实验数据，主要基于现有文献分析 | 指导肝病学领域发展并改善患者预后 | 肝病患者（包括代谢相关脂肪肝病、病毒性肝炎、酒精性肝病等） | 医学人工智能 | 肝病 | 深度学习, 影像组学, 基因组分析 | 深度学习模型, 机器学习模型 | 医学影像（CT, MRI）, 病理切片, 临床数据, 实验室数据, 基因组数据 | NA | NA | NA | NA | NA |
| 4436 | 2025-11-06 |
Emerging role of artificial intelligence in gastroenterology and hepatology
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.111495
PMID:41180786
|
综述 | 本文综述人工智能在胃肠病学和肝病学领域的术语、现状、应用及伦理问题 | 系统整合AI在消化系统疾病中的多技术应用场景，涵盖从诊断到管理的全流程 | 未提供具体临床验证数据，主要基于现有文献综述 | 探讨AI技术在消化系统疾病领域的应用前景与发展趋势 | 胃肠道疾病（食管肿瘤、胃癌、炎症性肠病等）和肝脏疾病（脂肪肝、病毒性肝炎、肝硬化等） | 自然语言处理,计算机视觉,机器学习 | 胃肠道疾病,肝脏疾病 | 机器学习,深度学习,自然语言处理,计算机视觉,生成式AI | 卷积神经网络,大语言模型 | 文本,图像,视频,波形,电子健康记录 | NA | NA | NA | NA | NA |
| 4437 | 2025-11-06 |
Artificial intelligence in pancreatitis: A narrative review on advancing precision diagnosis, prognosis, and therapeutic strategies
2025-Oct-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i39.110971
PMID:41180795
|
综述 | 本文系统综述人工智能在胰腺炎精准诊断、预后预测和治疗策略中的最新应用进展 | 首次全面整合人工智能在胰腺炎三大领域的应用：诊断平台、预后模型和药物发现，特别关注与传统中医药结合的网络药理学方法 | 面临数据标准化不足、模型透明度有限和临床验证不充分等挑战 | 探讨人工智能技术在胰腺炎精准医疗中的应用前景和发展方向 | 胰腺炎患者及相关临床数据 | 数字病理 | 胰腺炎 | 放射组学、深度学习影像分析、生物标志物优化、网络药理学 | 深度学习 | 医学影像、临床数据、组学数据 | NA | NA | NA | 敏感性、预后价值 | NA |
| 4438 | 2025-11-06 |
Deep learning meets small-bowel capsule endoscopy: A step toward faster and more consistent diagnosis of obscure gastrointestinal bleeding
2025-Oct-16, World journal of gastrointestinal endoscopy
IF:1.4Q4
DOI:10.4253/wjge.v17.i10.113184
PMID:41181544
|
研究论文 | 开发基于卷积神经网络的系统，用于小肠胶囊内镜视频的胃肠段定位和多病灶检测 | 提出集成“定位+检测”方法，结合两步检测分类流程、时间平滑和集成学习，模拟人类阅片工作流程 | 单平台训练、仅关注三种病灶类型、外部验证规模有限 | 提高小肠胶囊内镜检查的诊断效率和一致性 | 小肠胶囊内镜视频 | 计算机视觉 | 消化道出血 | 胶囊内镜 | CNN | 视频 | NA | NA | NA | 定位准确率, 病灶检测准确率 | NA |
| 4439 | 2025-11-06 |
Automatic SNR measurement of brain MR images using a deep learning-based approach
2025-Oct, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601251387564
PMID:41178909
|
研究论文 | 开发了一种基于深度学习的自动测量脑部MR图像信噪比的方法 | 首次使用Pix2Pix框架结合U-Net++生成器和GAN判别器从单张MR图像自动生成信号和噪声图 | 研究仅限于3T扫描仪获取的脑部MRI图像，未验证在其他场强或身体部位的应用 | 开发自动化的MR图像信噪比测量方法以替代传统耗时且操作者依赖的方法 | 脑部MR图像（T1WI、T2WI和FLAIR序列） | 医学图像分析 | 神经系统疾病 | MRI | GAN, U-Net | 医学图像 | 未明确说明具体样本数量 | 未明确说明 | Pix2Pix, U-Net++ | SSIM, 相关系数, Bland-Altman分析, 相对误差 | NA |
| 4440 | 2025-11-06 |
A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 3: How orthopaedic research benefits from the implementation of artificial intelligence
2025-Oct, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70481
PMID:41180563
|
综述 | 本文概述了人工智能在骨科研究中的实施益处与挑战 | 系统阐述人工智能在骨科领域的具体应用场景和实施价值 | 未提供具体实验数据或模型性能验证 | 探讨人工智能在骨科研究中的实施益处及相关挑战 | 骨科研究领域的人工智能应用 | 机器学习, 自然语言处理 | 骨科疾病 | 机器学习, 深度学习, 自然语言处理 | NA | 医学图像, 电子病历文本数据 | NA | NA | NA | NA | NA |