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 32372 篇文献，本页显示第 4981 - 5000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4981 | 2025-10-06 |
Deep learning-assisted diagnosis of liver tumors using non-contrast magnetic resonance imaging: a multicenter study
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1582322
PMID:40708941
|
研究论文 | 开发并验证基于非对比MRI的深度学习模型用于肝脏肿瘤分类 | 首次使用非对比MRI开发深度学习模型进行肝脏病变分类，避免了对比剂使用 | 研究仅基于三个医疗中心的数据，需要更多外部验证 | 开发用于非对比MRI肝脏肿瘤分类的深度学习模型 | 肝脏肿瘤患者 | 医学影像分析 | 肝脏肿瘤 | 磁共振成像 | CNN | 医学影像 | 1959名患者的50418张增强MRI图像 | NA | Inception-ResNet V2 | AUC, 敏感性, 特异性 | NA |
| 4982 | 2025-10-06 |
Integrating multimodal cancer data using deep latent variable path modelling
2025, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-025-01052-4
PMID:40709098
|
研究论文 | 提出了一种名为深度潜变量路径建模的新方法，用于整合多模态癌症数据 | 将深度学习的表征能力与路径建模识别复杂系统中相互作用元素关系的能力相结合 | NA | 整合多模态癌症数据以全面理解疾病病理学 | 乳腺癌数据、单细胞数据、CRISPR-Cas9筛选数据和空间转录组数据 | 机器学习 | 乳腺癌 | 单核苷酸变异分析、甲基化分析、microRNA测序、RNA测序、组织学分析、CRISPR-Cas9筛选、空间转录组学 | 深度学习潜变量模型 | 基因组数据、表观遗传数据、转录组数据、组织学图像数据、单细胞数据、空间转录组数据 | NA | NA | 深度潜变量路径模型 | 数据类型间关联映射性能 | NA |
| 4983 | 2025-10-06 |
Bullying and cyberbullying. A high risk, in boys and girls, of superficial learning, poor planning and academic procrastination
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1567523
PMID:40709227
|
研究论文 | 分析霸凌和网络霸凌与学习方式、规划决策及学业拖延之间的关联 | 首次系统揭示霸凌行为对关键学习变量的影响，超越已知的身心社会情感层面 | 样本仅来自西班牙学龄儿童，结果可能受文化背景限制 | 探究霸凌与网络霸凌对学习策略和学业行为的影响 | 1263名10-16岁西班牙学龄儿童（51.39%为女孩） | 教育心理学 | NA | ANCOVA，二元逻辑回归 | NA | 问卷调查数据 | 1263名学龄儿童 | NA | NA | 风险比率，百分比差异 | NA |
| 4984 | 2025-10-06 |
Time is encoded by methylation changes at clustered CpG sites
2024-Dec-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.03.626674
PMID:39677642
|
研究论文 | 通过超深度测序和深度学习分析揭示DNA甲基化在成簇CpG位点的变化如何编码时间信息 | 发现年龄依赖性DNA甲基化变化呈区域性发生在多个相邻CpG位点，并首次使用单分子模式进行年龄预测 | 研究主要基于血液样本，其他组织类型的适用性需要进一步验证 | 探索DNA甲基化变化作为时间测量机制的生物学原理 | 健康个体的血液样本 | 机器学习 | NA | 超深度测序，单分子DNA甲基化分析 | 深度学习 | DNA甲基化测序数据 | 300多份血液样本，包含10年纵向样本 | NA | NA | 中位误差 | NA |
| 4985 | 2025-10-06 |
Subject-level spinal osteoporotic fracture prediction combining deep learning vertebral outputs and limited demographic data
2024-Sep-10, Archives of osteoporosis
IF:3.1Q1
DOI:10.1007/s11657-024-01433-z
PMID:39256211
|
研究论文 | 本研究结合深度学习椎体骨折评分和有限人口统计数据开发了受试者级别的脊柱骨质疏松性骨折预测模型 | 将深度学习椎体骨折评分与基本人口统计协变量相结合进行受试者级别骨折预测 | 仅使用有限的人口统计数据 | 开发自动化椎体骨折筛查方法以改善预后 | 脊柱骨质疏松性骨折患者 | 计算机视觉 | 骨质疏松症 | 放射影像分析 | CNN, GAM | X光图像 | 大型X光片数据集 | NA | 卷积神经网络 | AUC-ROC | NA |
| 4986 | 2025-10-06 |
Leveraging camera traps and artificial intelligence to explore thermoregulation behaviour
2024-09, The Journal of animal ecology
IF:3.5Q1
DOI:10.1111/1365-2656.14139
PMID:39039745
|
研究论文 | 开发深度学习框架自动检测和分类蜥蜴行为性体温调节 | 首次结合相机陷阱和人工智能技术自动化监测动物行为性体温调节 | 研究仅针对单一物种（粗尾岩鬣蜥）且在半自然条件下进行 | 开发自动化工具监测动物行为性体温调节以应对气候变化 | 粗尾岩鬣蜥（Laudakia vulgaris） | 计算机视觉 | NA | 相机陷阱图像采集 | 目标检测模型,图像分类模型 | 图像 | NA | NA | NA | 准确率 | NA |
| 4987 | 2025-10-06 |
SCorP: Statistics-Informed Dense Correspondence Prediction Directly from Unsegmented Medical Images
2024-Jul, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference)
DOI:10.1007/978-3-031-66955-2_10
PMID:39444584
|
研究论文 | 提出SCorP框架，直接从非分割医学图像预测基于表面的对应关系，无需传统形状建模流程 | 通过无监督方式直接从表面网格学习形状先验，消除对优化形状模型监督训练的依赖，突破传统线性假设限制 | 仅在LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集上验证，未在其他解剖结构或模态上测试 | 开发直接从非分割医学图像预测密集对应关系的统计形状建模方法 | 左心房和肝脏的解剖结构 | 医学图像分析 | 心血管疾病, 肝脏疾病 | 统计形状建模, 深度学习 | 教师-学生网络 | 医学图像(LGE MRI, CT) | LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集 | NA | NA | 准确性, 鲁棒性 | NA |
| 4988 | 2025-10-06 |
Artificial intelligence to analyze magnetic resonance imaging in rheumatology
2024-05, Joint bone spine
IF:3.8Q1
DOI:10.1016/j.jbspin.2023.105651
PMID:37797827
|
综述 | 探讨人工智能在风湿病学磁共振成像分析中的应用现状与前景 | 系统评估AI在风湿病MRI分析中实现或超越专家水平的表现潜力 | 未提及具体技术局限，但指出临床实施存在挑战 | 改善风湿性疾病的诊断和管理 | 风湿性疾病患者的磁共振影像 | 医学影像分析 | 风湿性疾病 | 磁共振成像 | 机器学习,深度学习 | 医学影像 | NA | NA | NA | 灵敏度,特异性,准确度 | NA |
| 4989 | 2025-07-26 |
Dynamic risk prediction model for multiple myeloma: Through deep learning, the model is able to adapt to future data, such as emerging treatment modalities and combinations
2024-05-01, Cancer
IF:6.1Q1
DOI:10.1002/cncr.35294
PMID:38604987
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4990 | 2025-10-06 |
Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept
2024-Mar-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101463
PMID:38471502
|
研究论文 | 开发了一种从CT扫描生成合成PET图像的深度学习模型，用于改善肺癌的诊断和预后 | 首次使用条件生成对抗网络从诊断性CT扫描生成FDG-PET图像，并通过多中心验证证实其临床价值 | 概念验证研究，样本量相对有限(n=1,478)，需要在更广泛人群中进一步验证 | 解决PET检查成本高且不易获取的问题，通过深度学习技术从CT生成合成PET图像 | 肺癌患者的多中心多模态影像数据 | 医学影像分析 | 肺癌 | FDG-PET, CT扫描 | GAN | 医学影像 | 1,478例来自多中心的肺癌患者 | NA | 条件生成对抗网络 | 影像质量评估、肿瘤对比度、放射基因组学一致性、诊断准确性、分期准确性、风险预测、预后评估 | NA |
| 4991 | 2025-10-06 |
Identifying primary tumor site of origin for liver metastases via a combination of handcrafted and deep learning features
2024-01, The journal of pathology. Clinical research
DOI:10.1002/cjp2.344
PMID:37822044
|
研究论文 | 本研究结合手工特征和深度学习特征识别肝转移瘤的原发部位 | 首次将手工病理形态特征与深度学习分类器相结合用于肝转移瘤原发部位识别，并开发了决策融合策略 | 样本量较小（114例患者），属于初步研究 | 开发计算机辅助方法识别肝转移瘤的原发部位 | 肝转移瘤患者组织切片 | 数字病理 | 肝转移瘤 | 全玻片图像分析 | 随机森林,深度学习网络 | 病理图像 | 114例患者，175张玻片 | NA | NA | AUC | NA |
| 4992 | 2025-10-06 |
Chest CT Image based Lung Disease Classification - A Review
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文对基于胸部CT图像的肺部疾病分类方法进行了全面回顾与分析 | 提供了肺部疾病分类方法的系统性综述，特别关注机器学习技术的最新进展 | 作为综述文章，不包含原始实验数据或新模型开发 | 分析肺部疾病分类的现有方法，为研究人员构建更先进系统提供指导 | 肺部疾病分类的机器学习方法 | 计算机视觉 | 肺部疾病 | CT扫描 | 深度学习 | CT图像 | NA | NA | NA | NA | NA |
| 4993 | 2025-10-06 |
Retracted: Deep Learning-Based Glaucoma Detection Using CNN and Digital Fundus Images: A Promising Approach for Precise Diagnosis
2024, Current medical imaging
IF:1.1Q3
|
撤稿声明 | 关于一篇基于深度学习的青光眼检测论文的撤稿说明 | NA | 原论文需要大幅修改以提高清晰度、连贯性和科学严谨性 | NA | NA | 计算机视觉 | 青光眼 | NA | CNN | 数字眼底图像 | NA | NA | NA | NA | NA |
| 4994 | 2025-10-06 |
Motion-resolved 3D Pulmonary MRI Reconstruction using Sinusoidal Representation Networks
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于正弦表示网络的运动分辨3D肺部MRI重建方法 | 使用正弦表示网络学习配准映射，实现仅依赖欠采样数据的无监督学习重建 | 仅在十个数据集上进行了验证，样本量有限 | 开发自由呼吸状态下肺部MRI的深度学习重建方法 | 肺部MRI图像 | 医学影像处理 | 肺部疾病 | MRI | SIREN | 3D医学图像 | 十个数据集 | NA | 正弦表示网络 | 视觉比较,定量比较 | NA |
| 4995 | 2025-10-06 |
An Evaluation Analysis for Computed Tomography Image Quality of Primary Liver Cancer Lesions Based on Deep Learning Image Reconstruction
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 基于深度学习图像重建技术评估原发性肝癌病灶的计算机断层扫描图像质量 | 首次将深度学习图像重建(DLIR)与滤波反投影(FBP)和自适应统计迭代重建-V(ASIR-V)在原发性肝癌动态增强CT成像质量方面进行系统比较 | 样本量较小(48例肝癌患者)，部分评价指标的Kappa值一致性一般 | 评估深度学习图像重建技术对原发性肝癌病灶动态增强CT成像质量的影响 | 48例肝癌患者的CT图像数据 | 计算机视觉 | 肝癌 | 多层螺旋CT、对比增强扫描、深度学习图像重建 | 深度学习重建模型 | CT医学图像 | 48例肝癌患者 | NA | NA | 图像噪声、信噪比(SNR)、对比信噪比(CNR)、Kappa一致性系数 | NA |
| 4996 | 2025-10-06 |
Machine Learning in Magnetic Resonance Images of Glioblastoma: A Review
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了机器学习在胶质母细胞瘤磁共振图像中的应用现状、成果与趋势 | 提出了基于机器学习的胶质母细胞瘤问题分类体系，涵盖肿瘤区域特征提取、鉴别诊断、表征分析和遗传学基础四大类别 | 机器学习方法的主要局限在于可解释性和泛化能力 | 识别可通过磁共振成像和机器学习技术解决的胶质母细胞瘤相关问题 | 胶质母细胞瘤磁共振图像及相关临床数据 | 医学影像分析 | 胶质母细胞瘤 | 磁共振成像 | 支持向量机,随机森林,卷积神经网络 | 医学影像 | 基于50篇最相关文献的分析 | NA | NA | 准确率 | NA |
| 4997 | 2025-10-06 |
Automated Diagnosis of Bone Metastasis by Classifying Bone Scintigrams Using a Self-defined Deep Learning Model
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于自定义深度学习模型的骨扫描图像分类方法，用于自动诊断肺癌骨转移 | 设计了包含特征提取和特征分类子网络的自定义卷积神经网络，并采用膀胱区域排除的图像预处理策略 | 仅针对肺癌骨转移进行二分类，未验证对其他癌症类型骨转移的适用性 | 开发自动诊断骨转移的深度学习系统 | SPECT骨扫描图像 | 计算机视觉 | 肺癌 | SPECT骨显像 | CNN | 图像 | NA | NA | 自定义卷积神经网络 | 准确率,精确率,召回率,特异性,F1分数,AUC | NA |
| 4998 | 2025-10-06 |
Computational Model for the Detection of Diabetic Retinopathy in 2-D Color Fundus Retina Scan
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于卷积神经网络的计算模型，用于从2D彩色眼底扫描中检测糖尿病视网膜病变 | 开发了专门用于糖尿病视网膜病变检测的DRCNN模型，结合VGG-16架构和自适应矩估计优化器 | NA | 利用2D彩色眼底视网膜扫描确定个体是否患有糖尿病视网膜病变 | 糖尿病视网膜病变患者的眼底扫描图像 | 计算机视觉 | 糖尿病视网膜病变 | 眼底扫描 | CNN | 图像 | NA | NA | VGG-16, DRCNN | 准确率 | NA |
| 4999 | 2025-10-06 |
Research Progress in Tumor Diagnosis Based on Raman Spectroscopy
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了拉曼光谱在肿瘤诊断中的应用研究进展 | 探讨了深度学习与拉曼光谱结合在肿瘤诊断中的优势 | 指出了基于拉曼光谱的肿瘤诊断方法存在的相关问题 | 介绍拉曼光谱在肿瘤检测中的应用 | 人体不同部位的肿瘤 | 医学光谱分析 | 癌症 | 拉曼光谱技术 | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 5000 | 2025-10-06 |
Application Exploration of Medical Image-aided Diagnosis of Breast Tumour Based on Deep Learning
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究探索基于深度学习的医学图像辅助诊断在乳腺肿瘤诊断中的应用 | 结合二维CNN训练模式构建三维CNN模型，并建立诊断结果评估指标 | NA | 研究医学图像辅助诊断在乳腺肿瘤诊断中的应用 | 乳腺肿瘤患者的医学图像数据 | 计算机视觉 | 乳腺肿瘤 | 磁共振成像(MRI) | CNN | 医学图像 | NA | NA | 3D CNN | 准确率 | NA |