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 36465 篇文献，本页显示第 5121 - 5140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5121 | 2025-10-24 |
Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning
2025-Apr-11, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc818
PMID:40174606
|
研究论文 | 评估基于深度学习的合成CT模型在肝癌放射治疗计划中的剂量学和定位准确性 | 首个在剂量学和患者定位两方面验证肝癌合成CT模型的研究，展示了仅使用MRI工作流程的可行性 | 样本量较小（11名患者），需进一步扩大验证规模 | 验证深度学习生成的合成CT在肝癌放射治疗中的剂量计算和定位准确性 | 肝癌患者放射治疗计划 | 医学影像分析 | 肝癌 | MRI, 合成CT生成, 4D CBCT | CycleGAN | 医学影像（MRI, CT, CBCT） | 11名患者 | NA | CycleGAN | 剂量差异百分比, 平移差异, 旋转差异, DVH分析 | NA |
| 5122 | 2025-10-23 |
Migration of Deep Learning Models Across Ultrasound Scanners
2025-Nov, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3564567
PMID:40279236
|
研究论文 | 本研究开发了一种黑盒无监督域适应方法，实现深度学习模型在不同超声扫描仪间的功能迁移 | 将传递函数方法与迭代模式相结合，在无需了解模型内部信息的情况下实现跨设备功能迁移 | 需要目标机器的未标记数据，且仅验证了二进制分类任务 | 解决深度学习模型在定量超声中跨设备部署的适应性问题 | 超声扫描仪（SonixOne和Verasonics） | 医学影像分析 | NA | 定量超声 | 深度学习模型 | 超声数据 | NA | NA | NA | 分类准确率 | NA |
| 5123 | 2025-10-23 |
Deep Learning for EEG-Based Visual Classification and Reconstruction: Panorama, Trends, Challenges and Opportunities
2025-Nov, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3568282
PMID:40343828
|
综述 | 本文首次系统综述了基于脑电图的视觉分类与重建领域的深度学习方法 | 首次对基于EEG的视觉分类与重建进行系统性综述，提出特征编码与解码的双重视角分析方法，并探讨方法论本质与神经科学见解的闭环互动关系 | 作为综述性论文，不包含原始实验数据和新算法开发 | 促进基于脑电图的视觉分类与重建领域的研究进展 | 脑电图信号与视觉信息处理 | 脑机接口, 深度学习 | NA | 脑电图 | NA | 脑电图信号, 视觉刺激数据 | NA | NA | NA | NA | NA |
| 5124 | 2025-10-23 |
INVESTIGATING CORRELATIONS BETWEEN MENTAL DISORDERS AND FUNDUS IMAGING DATA USING DEEP LEARNING: A Study From the UK Biobank
2025-Nov-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004574
PMID:40601933
|
研究论文 | 本研究使用深度学习技术探索眼底成像特征与精神障碍之间的关联 | 首次采用多模态深度学习方法分析眼底图像与精神障碍的关联，为非侵入性早期检测提供新途径 | 样本量相对有限（1494名参与者），且研究结果需要更大规模验证 | 自动识别精神行为障碍并解释精神疾病与眼底生物标志物的潜在关联 | UK Biobank数据库中1494名参与者的眼底图像和光学相干断层扫描数据 | 计算机视觉 | 精神障碍 | 光学相干断层扫描，眼底成像 | 深度学习，Random Forest，Linear Classifier | 图像 | 1494名UK Biobank参与者 | NA | 多模态模型 | AUC，灵敏度，特异性 | NA |
| 5125 | 2025-10-23 |
Guideline-driven clinical decision support for colonoscopy patients using the hierarchical multi-label deep learning method
2025-Oct-20, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003469
PMID:40405345
|
研究论文 | 开发基于分层多标签深度学习方法的结肠镜检查临床决策支持系统 | 采用分层多标签可解释分类框架和最新基于Transformer的预训练模型，实现结肠镜检查报告的高精度语义识别 | 研究仅基于中文语料库，需要在更多医疗机构验证系统通用性 | 建立指南驱动的自动临床决策支持系统以减轻医疗负担并规范医疗保健 | 结肠镜检查患者的电子报告 | 自然语言处理 | 结直肠癌 | 自然语言处理，深度学习 | Transformer | 文本 | 初始数据集302,965份电子结肠镜报告，精选2,041条患者记录用于训练测试，外部验证包含3,177例连续结肠镜检查病例 | BERT, ERNIE | BERT-base-Chinese, BERT-wwm-ext-Chinese, ERNIE-3.0-base-zh | 准确率, Macro-F1分数 | NA |
| 5126 | 2025-10-23 |
Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma
2025-Oct, La Radiologia medica
DOI:10.1007/s11547-025-02043-6
PMID:40707767
|
研究论文 | 开发基于多时间点动脉期增强MRI和人工智能的预后分层模型，用于预测肝细胞癌患者经动脉化疗栓塞术后的预后 | 首次将Swin Transformer架构应用于多时间点动脉期增强MRI数据，实现肝细胞癌TACE治疗后的四分类预后分层 | 回顾性研究设计，样本量相对有限（181例患者） | 开发AI模型用于肝细胞癌TACE治疗后的预后预测 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 对比增强磁共振成像 | 深度学习 | 医学影像 | 181例肝细胞癌患者的543次动脉期CE-MRI扫描 | NA | ProgSwin-UNETR, Swin Transformer | AUC, 准确率 | NA |
| 5127 | 2025-10-23 |
Deep learning-driven incidental detection of vertebral fractures in cancer patients: advancing diagnostic precision and clinical management
2025-Oct, La Radiologia medica
DOI:10.1007/s11547-025-02058-z
PMID:40751896
|
研究论文 | 本研究评估了基于深度学习的应用在癌症患者椎体压缩骨折 incidental 检测中的诊断性能 | 开发了深度学习应用来辅助检测癌症患者中常被漏诊的椎体压缩骨折，显著提高了诊断精确度 | 回顾性研究设计，假阳性病例包括硬化性椎体转移瘤、脊柱侧弯和椎体识别错误 | 评估深度学习应用在降低高风险癌症人群 incidental 椎体骨折漏诊率的潜力 | 1556例IV期癌症患者的胸腹盆腔CT扫描 | 医学影像分析 | 骨质疏松性椎体骨折 | CT扫描 | 深度学习 | 医学影像 | 1556例IV期癌症患者的TAP CT扫描 | NA | NA | 阳性预测值 | NA |
| 5128 | 2025-10-23 |
The Application of Artificial Intelligence in Spine Surgery: A Scoping Review
2025-Apr-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews
DOI:10.5435/JAAOSGlobal-D-24-00405
PMID:40239218
|
综述 | 本范围综述系统分析了人工智能在脊柱外科领域的应用现状和发展趋势 | 首次对2020-2024年间AI在脊柱外科应用的文献进行全面梳理，明确了当前研究重点和空白领域 | 仅纳入PubMed和EMBASE数据库文献，单中心研究占比高(72/105)，大样本研究较少(仅27/105研究样本量>1000) | 系统评估人工智能技术在脊柱外科领域的应用范围和发展现状 | 脊柱外科相关的医学研究文献 | 医疗人工智能 | 脊柱疾病 | 监督学习 | 机器学习,深度学习 | 医学图像,临床数据 | 105项研究，其中27项样本量超过1000例患者 | NA | NA | NA | NA |
| 5129 | 2025-10-23 |
RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.06.597812
PMID:38895232
|
研究论文 | 开发了一个名为RESPAN的深度学习流程，用于准确自动地恢复、分割和量化树突棘 | 集成最先进的深度学习技术进行图像恢复、分割和分析，通过内容感知恢复增强信号、对比度和各向同性分辨率 | NA | 开发自动化树突棘量化工具以研究突触连接性 | 树突棘、树突分支和神经元胞体 | 计算机视觉 | NA | 活体成像、体内双光子显微镜 | 深度学习 | 图像 | NA | NA | NA | 准确度、可重复性 | NA |
| 5130 | 2025-10-23 |
Bayesian-Edge system for classification and segmentation of skin lesions in Internet of Medical Things
2024-Aug, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13878
PMID:39081158
|
研究论文 | 提出一种结合贝叶斯推理和边缘智能的皮肤病变分割模型 | 首次将贝叶斯推理与边缘智能相结合用于皮肤病变分割，在不增加计算参数的情况下提升诊断性能 | NA | 开发高效的皮肤病变分类和分割系统 | 皮肤病变图像 | 计算机视觉 | 皮肤疾病 | 深度学习 | 贝叶斯-边缘网络 | 图像 | NA | NA | 贝叶斯-边缘网络 | 分割性能 | 边缘计算 |
| 5131 | 2025-10-23 |
Artificial Intelligence Models Are Limited in Predicting Clinical Outcomes Following Hip Arthroscopy: A Systematic Review
2024-Aug-01, JBJS reviews
IF:1.7Q2
DOI:10.2106/JBJS.RVW.24.00087
PMID:39172870
|
系统评价 | 系统评价分析了人工智能模型在预测髋关节镜术后临床结局方面的应用现状和局限性 | 首次系统评估AI模型在髋关节镜手术预后预测领域的应用效果和泛化能力 | 纳入研究数量有限（13项），所有模型均未经过外部验证，限制了临床适用性 | 评估基于AI的预测模型在髋关节镜手术中的结局预测性能、有效性和泛化能力 | 接受髋关节镜手术的患者 | 机器学习 | 骨科疾病 | 人工智能预测模型 | NA | 临床数据 | 13项研究（共6,568例患者） | NA | NA | AUC, 准确率 | NA |
| 5132 | 2025-10-23 |
Machine Learning-Assisted Decision Making in Orthopaedic Oncology
2024-Jul-01, JBJS reviews
IF:1.7Q2
DOI:10.2106/JBJS.RVW.24.00057
PMID:38991098
|
综述 | 探讨机器学习在骨肿瘤科临床决策辅助中的应用现状与前景 | 系统阐述机器学习在骨肿瘤影像评估和生存预测中的创新应用 | 面临数据多样性不足、伦理问题和模型可解释性等挑战 | 评估机器学习在骨肿瘤临床决策支持中的潜力 | 原发性肉瘤和转移性骨病患者 | 机器学习 | 骨肿瘤 | 影像组学 | 机器学习算法 | 医学影像, 临床数据 | NA | NA | NA | 准确率 | NA |
| 5133 | 2025-10-23 |
Creating High Fidelity Synthetic Pelvis Radiographs Using Generative Adversarial Networks: Unlocking the Potential of Deep Learning Models Without Patient Privacy Concerns
2023-10, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2022.12.013
PMID:36535448
|
研究论文 | 本研究应用生成对抗网络创建高保真合成骨盆X光片，以解决深度学习模型训练中的患者隐私问题 | 首次使用GAN生成难以被专家和计算机识别的合成骨盆X光片，实现跨机构数据共享且不侵犯患者隐私 | 研究仅聚焦于前后位骨盆X光片，未涵盖其他投照角度或影像模态 | 开发能够生成高质量合成医学影像的方法，促进深度学习模型发展同时保护患者隐私 | 骨盆前后位X光片 | 计算机视觉 | 骨科疾病 | X射线成像 | GAN | 图像 | 37,640张真实X光片（来自16,782名患者），通过数据增强生成2,500万张训练图像 | NA | GAN | 准确率, Kappa系数 | NA |
| 5134 | 2025-10-21 |
MISPEL: A supervised deep learning harmonization method for multi-scanner neuroimaging data
2023-10, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102926
PMID:37595405
|
研究论文 | 提出一种用于多扫描仪神经影像数据的监督深度学习协调方法MISPEL | 提出可自然扩展到两个以上扫描仪的多扫描仪协调方法，并设计了一套评估扫描仪相关技术变异性和协调技术的标准 | NA | 解决多扫描仪神经影像数据的技术变异性问题，开发数据协调方法 | 多扫描仪神经影像数据 | 神经影像分析 | NA | 3T T1磁共振成像 | 深度学习 | 神经影像数据 | 包含四个扫描仪的多扫描仪匹配数据集 | NA | MISPEL | NA | NA |
| 5135 | 2025-10-19 |
Predictive Value of Social Determinants of Health on 90-Day Readmission and Health Utilization Following ACDF: A Comparative Analysis of XGBoost, Random Forest, Elastic-Net, SVR, and Deep Learning
2025-Nov, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682251332556
PMID:40173192
|
研究论文 | 本研究评估社会健康决定因素对前路颈椎间盘切除融合术患者90天再入院和医疗资源利用的预测价值 | 首次应用机器学习方法评估社会健康决定因素在ACDF手术预后中的作用 | 依赖单一医疗系统数据和使用代理SDH测量指标 | 评估社会健康决定因素对ACDF患者术后90天再入院和医疗资源利用的预测能力 | 3127名接受前路颈椎间盘切除融合术的患者 | 机器学习 | 颈椎疾病 | 社会脆弱性指数评估 | XGBoost, Random Forest, Elastic-Net, SVR, Deep Learning | 临床和人口统计学数据 | 3127名ACDF患者(2003-2023年) | NA | 平衡随机森林, 支持向量回归 | AUC, MAE | NA |
| 5136 | 2025-07-12 |
Letter to Editor "Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model"
2025-Oct-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002840
PMID:40643594
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5137 | 2025-10-19 |
"Frustratingly easy" domain adaptation for cross-species transcription factor binding prediction
2025-Aug-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.21.655414
PMID:40501927
|
研究论文 | 提出一种名为MORALE的简单而有效的领域自适应框架，用于跨物种转录因子结合预测 | 通过对齐跨物种序列嵌入的统计矩，无需对抗训练或复杂架构即可学习物种不变调控特征 | NA | 提高深度学习模型在跨物种转录因子结合预测中的泛化能力 | 多物种转录因子ChIP-seq数据集 | 机器学习 | NA | ChIP-seq | 深度学习 | DNA序列数据 | NA | NA | NA | 准确率 | NA |
| 5138 | 2025-10-19 |
NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training
2025-Aug, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03463-5
PMID:40555837
|
研究论文 | 介绍NeuroLens多模态系统，通过整合视频与文本语音输入增强手术训练中的解剖结构识别能力 | 开发了结合视频与自然语言命令的多模态深度学习定位系统，为手术训练提供交互式学习平台 | 样本量较小限制了结果的普适性 | 增强手术训练中的解剖结构识别能力 | 手术学员和执业外科医生 | 计算机视觉 | 神经系统疾病 | 神经内窥镜视频分析 | 深度学习定位模型 | 视频,文本,语音 | 5名参与者（手术学生和执业外科医生） | NA | NA | 准确率,平均交并比(mIoU),系统可用性量表(SUS) | NA |
| 5139 | 2025-10-19 |
Exploring the uncertainty principle in neural networks through binary classification
2024-Nov-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79028-4
PMID:39551816
|
研究论文 | 通过不确定性原理探索神经网络在准确性与鲁棒性之间的内在权衡关系 | 首次将量子力学中的不确定性原理引入神经网络分析，为理解模型脆弱性提供理论框架 | 研究主要基于理论分析，缺乏大规模实验验证 | 揭示神经网络准确性与对抗攻击鲁棒性之间的内在矛盾关系 | 神经网络模型 | 机器学习 | NA | 理论分析 | 神经网络 | NA | NA | NA | NA | 准确率, 鲁棒性 | NA |
| 5140 | 2025-10-19 |
Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.4269
PMID:39418057
|
研究论文 | 开发深度学习系统通过彩色眼底图像区分动脉炎性前部缺血性视神经病变与非动脉炎性前部缺血性视神经病变 | 首个基于彩色眼底图像的深度学习系统，能在急性期无需临床或生物标志物信息的情况下区分AAION与NAION | 研究仅使用彩色眼底图像，未整合临床症状和实验室检查数据 | 开发能够准确区分动脉炎性与非动脉炎性缺血性视神经病变的深度学习系统 | 802名患者的961只眼睛的彩色眼底图像 | 计算机视觉 | 缺血性视神经病变 | 彩色眼底成像 | 深度学习系统 | 图像 | 802名患者的961只眼睛，来自21个神经眼科中心的训练集和5个中心的测试集 | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |