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 36434 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2025-12-11 |
Short-Term Lag Effects of Climate-Pollution Interactions on Cardiopulmonary Hospitalizations: A Multi-City Predictive Study Using the AE+LSTM Hybrid Model in Japan
2025-Nov-20, Biomedical and environmental sciences : BES
IF:3.0Q2
DOI:10.3967/bes2025.137
PMID:41368962
|
研究论文 | 本研究评估了气候和空气污染对心血管和呼吸系统疾病住院的短期滞后效应，并开发了基于深度学习的每日住院预测模型 | 结合随机森林和AE+LSTM混合深度学习模型，首次在日本多城市环境中量化气候-污染交互作用的滞后效应并预测住院人数 | 研究仅涵盖日本三个主要城市，可能无法推广到其他地区或农村环境 | 评估气候和空气污染的短期滞后效应对心肺疾病住院的影响，并开发预测模型 | 东京23区、大阪市和名古屋市的心血管疾病（五种）和呼吸系统疾病（两种）住院患者 | 机器学习 | 心血管疾病 | 随机森林模型、深度学习模型 | AE+LSTM | 环境数据（气候、空气污染）、医疗住院数据 | 日本三个城市（东京23区、大阪市、名古屋市）的住院数据 | NA | 自编码器（AE）、长短期记忆网络（LSTM） | 预测准确率 | NA |
| 542 | 2025-12-11 |
An ancient recombination desert is a speciation supergene in placental mammals
2025-Nov-12, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09740-2
PMID:41225009
|
研究论文 | 本研究通过深度学习分析22种胎盘哺乳动物的基因组比对，揭示了一个古老且保守的X连锁重组沙漠，该区域作为物种形成超级基因，在哺乳动物系统发育中阻碍基因流动并保留物种历史 | 首次利用深度学习推断胎盘哺乳动物重组景观演化，并发现X连锁重组沙漠作为跨目谱系的古老基因流动屏障 | 研究依赖于有限的物种样本（22种）进行重组推断，且重组沙漠的功能机制仍需进一步实验验证 | 探究重组率对物种形成早期基因流动的影响，并利用重组感知系统发育分析解析哺乳动物系统发育关系 | 22种分化胎盘哺乳动物的基因组比对数据，扩展至94个物种的系统发育分析 | 机器学习 | NA | 基因组比对，深度学习推断重组景观 | 深度学习模型 | 基因组序列数据 | 22种胎盘哺乳动物用于重组推断，94种用于系统发育分析 | NA | NA | NA | NA |
| 543 | 2025-12-11 |
The coming era of nudge drugs for cancer
2025-Nov-10, Cancer cell
IF:48.8Q1
DOI:10.1016/j.ccell.2025.08.004
PMID:40939589
|
研究论文 | 本文提出了一种基于逐步重塑肿瘤微环境（TMEs）的先进癌症治疗新兴策略 | 利用深度学习分析扰动肿瘤的单细胞图谱，揭示基因和细胞网络在TME原型间的转换，从而设计“推动”或“状态转换”药物，实现TME从不利状态向有利状态的逐步转变 | NA | 开发一种通过逐步重塑肿瘤微环境来治疗晚期癌症的新策略 | 肿瘤微环境（TMEs）及其在患者和不同组织来源中的保守原型 | 机器学习 | 癌症 | 单细胞图谱分析 | 深度学习 | 单细胞数据 | NA | NA | NA | NA | NA |
| 544 | 2025-12-11 |
Predicting breast cancer response to neoadjuvant chemotherapy with ultrasound-based deep learning radiomics models -- dual-center study
2025-Nov-10, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-15148-y
PMID:41214584
|
研究论文 | 本研究开发并验证了一种基于早期（两个周期）超声图像的深度学习融合模型，用于预测接受新辅助化疗的乳腺癌患者的早期肿瘤反应 | 利用堆叠融合技术结合肿瘤内和瘤周区域的超声图像，构建深度学习融合模型，以预测新辅助化疗的早期反应 | NA | 预测乳腺癌患者对新辅助化疗的早期肿瘤反应 | 接受新辅助化疗的乳腺癌患者 | 数字病理学 | 乳腺癌 | 超声成像 | 深度学习 | 图像 | 469名乳腺癌患者 | NA | ResNet | AUC, 临床决策曲线 | NA |
| 545 | 2025-12-11 |
Association between induced organ atrophy assessed by artificial intelligence-generated automatic segmentation and efficacy of bevacizumab in combination with chemotherapy in metastatic colorectal cancer
2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00951-4
PMID:41214758
|
研究论文 | 本研究探讨了使用人工智能自动分割评估贝伐珠单抗诱导的器官萎缩与转移性结直肠癌化疗联合治疗疗效之间的关联 | 首次利用基于深度学习的AI模型自动测量器官体积，并评估贝伐珠单抗诱导的非肿瘤肝脏萎缩与患者生存率的关系 | 生存分析中，非肿瘤肝脏体积减小与总生存期的关联在调整年龄、性别和诊断时肿瘤体积后变得不显著 | 探索贝伐珠单抗诱导的器官萎缩（通过AI辅助体积测量）与转移性结直肠癌治疗疗效之间的关系 | 来自PRODIGE 9和PRODIGE 20试验的转移性结直肠癌患者 | 数字病理学 | 结直肠癌 | 深度学习 | 深度学习模型 | 医学影像 | 214名患者（其中192名接受贝伐珠单抗治疗） | NA | NA | Pearson相关系数, p值 | NA |
| 546 | 2025-12-11 |
Radiomics of hepatopancreatobiliary cancer diagnosis, management, and future prospects
2025-Nov-10, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107167
PMID:41365695
|
综述 | 本文综述了影像组学在肝胆胰癌症诊断和管理中的应用及其未来前景 | 利用深度学习和机器学习方法，影像组学特征作为非侵入性肿瘤异质性标志物，在预测预后和治疗反应方面优于传统临床标志物，并与基因组学、代谢组学和免疫学数据整合，开发高预测性集成模型 | 需要进一步评估最佳成像策略、图像标准化，并在多样化患者群体中进行前瞻性验证，才能广泛应用于常规临床实践 | 探讨影像组学在改善肝胆胰癌症诊断、管理和精准医学中的应用潜力 | 肝细胞癌、胰腺癌和胆管癌等肝胆胰癌症 | 数字病理学 | 肝胆胰癌症 | 影像组学 | 深度学习, 机器学习 | 影像数据 | NA | NA | NA | NA | NA |
| 547 | 2025-12-11 |
Deep Learning-Assisted System Improves Practical Effects in Cervical Cytopathology Diagnosis: A Comparative Study of Reading Modes
2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100882
PMID:40914500
|
研究论文 | 本研究通过随机对照四向交叉设计，比较了四种宫颈细胞病理学阅片模式（无辅助、同步、二次和分流模式）在深度学习辅助下的诊断效果 | 首次采用随机对照四向交叉设计系统评估四种深度学习辅助阅片模式，并综合分析了细胞病理学家的偏好与体验 | 研究为回顾性设计，可能受到选择偏倚的影响；未详细说明深度学习模型的具体架构与训练细节 | 评估深度学习辅助系统在宫颈细胞病理学诊断中的实际效果，并比较不同阅片模式的优劣 | 2021年至2022年间回顾性收集的1620张宫颈涂片玻片 | 数字病理学 | 宫颈癌 | 深度学习辅助诊断 | NA | 图像 | 1620张宫颈涂片玻片，由108名认证细胞病理学家阅片 | NA | NA | 灵敏度, 特异度 | NA |
| 548 | 2025-12-11 |
Leveraging explainable artificial intelligence for transparent and trustworthy cancer detection systems
2025-Nov, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103243
PMID:40839960
|
综述 | 本文系统回顾了可解释人工智能（XAI）在癌症检测中的最新应用，并对其技术、数据集、仿真环境和安全性进行了分类分析 | 首次系统性地对XAI在多种癌症检测中的应用进行综述，并量化了模型使用、解释框架和编程语言的分布情况，同时指出了安全性研究的不足 | 仅7.4%的研究涉及安全性问题，且综述范围可能未覆盖所有新兴技术或未发表的研究 | 评估可解释人工智能在癌症检测中的透明度和可信度，以指导未来肿瘤学中可信赖且可解释的AI研究 | 涵盖乳腺癌、皮肤癌、肺癌、结直肠癌、脑癌等多种癌症类型的检测系统 | 机器学习 | 癌症 | 深度学习，可解释人工智能 | CNN | 图像 | NA | Python | CNN | NA | NA |
| 549 | 2025-12-11 |
Machine and deep learning for MRI-based quantification of liver iron overload: a systematic review and meta-analysis
2025-Nov, Radiologie (Heidelberg, Germany)
DOI:10.1007/s00117-025-01513-2
PMID:40956404
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，评估了机器学习和深度学习在基于MRI的肝脏铁过载定量中的诊断准确性、算法性能和临床适用性 | 首次对机器学习和深度学习在MRI肝脏铁浓度定量中的应用进行系统性总结和荟萃分析，量化了其诊断性能并强调了自动化处理的优势 | 研究存在异质性、外部验证集规模有限以及泛化能力不足等问题 | 评估机器学习和深度学习技术在基于MRI的肝脏铁过载定量中的诊断准确性、算法性能和临床适用性 | 肝脏铁过载患者，特别是遗传性血色素沉着症和重型β-地中海贫血患者 | 医学影像分析 | 肝脏铁过载 | MRI（T2*加权和多参数磁共振成像） | CNN, 放射组学, 模糊C均值聚类 | MRI图像 | NA | NA | 卷积神经网络 | 灵敏度, 特异性, AUC, 相关系数, 平均绝对误差 | NA |
| 550 | 2025-12-11 |
Artificial intelligence in the operating room: A systematic review of AI models for surgical phase, instruments and anatomical structure identification
2025-Nov, Acta obstetricia et gynecologica Scandinavica
IF:3.5Q1
DOI:10.1111/aogs.70045
PMID:40862620
|
系统综述 | 本文系统综述了人工智能在手术室中的应用，特别是利用深度学习算法分析术中视频以识别手术阶段、解剖结构和手术器械 | 系统性地回顾和总结了多种深度学习算法在手术视频分析中的应用，并量化了其在手术阶段识别和解剖结构识别方面的性能表现 | 数据集存在局限性，注释协议需要标准化，且可能存在偏差 | 评估人工智能模型在手术室中用于手术阶段、解剖结构和手术器械识别的应用效果 | 术中视频 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 21项研究 | NA | 多层互联神经网络架构 | 准确率, 精确率, 召回率, F1分数 | NA |
| 551 | 2025-12-11 |
Development and validation of explainable deep learning models for classification of atrial fibrillation subtypes using cardiac computed tomography
2025-Nov, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2025.08.031
PMID:41357266
|
研究论文 | 本研究开发并验证了基于心脏CT左心房形态的可解释深度学习模型，用于分类心房颤动亚型 | 首次利用心脏CT左心房形态特征，通过3D-CNN模型以可解释方式区分阵发性与持续性心房颤动，并识别与持续性房颤相关的空间重构模式 | 样本量相对有限（内部验证269例，外部验证151例），且仅基于单一影像模态（心脏CT） | 开发可解释的深度学习模型，用于基于心脏CT左心房形态分类心房颤动亚型，并增强对房颤进展机制的理解 | 心房颤动患者（阵发性与持续性） | 计算机视觉 | 心血管疾病 | 心脏CT | CNN | 图像 | 内部验证269例患者，外部验证151例患者 | NA | 3D-DenseNet201 | AUC, 准确率 | NA |
| 552 | 2025-12-11 |
Fall Detection in Elderly People: A Systematic Review of Ambient Assisted Living and Smart Home-Related Technology Performance
2025-Oct-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25216540
PMID:41228764
|
系统综述 | 本文系统综述了环境辅助生活与智能家居技术中老年人跌倒检测系统的性能表现 | 通过系统综述方法，首次将跌倒检测性能参数与传感器类别及方法进行综合分类比较，并利用ANOVA分析揭示了可穿戴传感器性能较差而深度学习方法表现最佳的结论 | 研究仅基于文献综述，未进行原始实验验证；数据库筛选可能存在遗漏；未考虑不同研究间实验设置差异对性能比较的影响 | 调查环境辅助生活与智能家居中跌倒检测系统的性能，分析不同传感器类别和方法的优劣 | 老年人跌倒检测系统 | 机器学习 | 老年疾病 | NA | 深度学习, 机器学习, 阈值方法 | 传感器数据 | 80项研究 | NA | NA | 准确率, 精确率, 灵敏度, 特异性, F1分数, 训练时间, 测试时间 | NA |
| 553 | 2025-12-11 |
[Expert consensus on clinical application of immunotherapy intelligent prediction for colorectal cancer based on artificial intelligence platform(2025 version)]
2025-Oct-01, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
专家共识 | 本文介绍了基于人工智能平台的结直肠癌免疫治疗智能预测临床应用的专家共识（2025版），旨在利用深度学习算法预测MSI状态并指导免疫治疗决策 | 提出了一种基于人工智能平台和深度学习算法的结直肠癌免疫治疗智能预测新策略，以克服传统MSI检测方法的局限性 | 共识内容基于现有研究，其广泛临床应用仍需进一步验证；未详细说明具体算法性能的局限性 | 制定结直肠癌免疫治疗智能预测的临床专家共识，以促进MSI状态预测并支持免疫治疗方案的选择与应用 | 结直肠癌患者 | 数字病理学 | 结直肠癌 | 免疫组织化学，下一代测序 | 深度学习算法 | 病理图像，分子标记数据 | NA | NA | NA | NA | NA |
| 554 | 2025-12-11 |
Molecular dynamics simulations of proteins: an in-depth review of computational strategies, structural insights, and their role in medicinal chemistry and drug development
2025-Sep-26, Biological cybernetics
IF:1.7Q4
DOI:10.1007/s00422-025-01026-0
PMID:41003729
|
综述 | 本文深入综述了分子动力学模拟在蛋白质研究中的计算策略、结构见解及其在药物化学和药物开发中的作用 | 聚焦于MD在阐明蛋白质行为及其与抑制剂相互作用方面的应用，并探讨了机器学习与深度学习技术整合的未来趋势 | 当前计算模型与实际细胞条件之间仍存在差距，需要进一步缩小 | 探讨分子动力学模拟在生物医学研究，特别是蛋白质行为和药物开发中的应用 | 蛋白质及其与抑制剂的相互作用 | 计算生物学 | NA | 分子动力学模拟 | NA | 分子结构数据 | NA | GROMACS, DESMOND, AMBER | NA | NA | NA |
| 555 | 2025-12-11 |
A systematic review of contactless respiratory rate measurement using RGB cameras
2025-Sep-04, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/adfc24
PMID:40816317
|
综述 | 本文系统回顾了使用RGB相机进行无接触呼吸率测量的方法，评估了公开数据集、信号预处理技术，并与其他传感器模态进行了比较 | 系统性地比较了RGB相机与其他传感器（如热成像和红外传感器）在呼吸率测量中的性能，并强调了在复杂真实世界场景中数据集标准化和多传感器融合的重要性 | 现有研究在低光照、高运动或复杂非受控环境中的性能显著下降，且缺乏基于复杂真实世界场景的数据集 | 评估无接触呼吸率测量技术的进展，探索其在临床和非临床环境中的应用潜力 | RGB相机采集的呼吸率数据，以及公开数据集中的光照、肤色和运动多样性 | 计算机视觉 | NA | RGB相机成像 | 深度学习模型, 混合模型 | 视频 | NA | NA | 深度神经网络 | 误差 | NA |
| 556 | 2025-12-11 |
Machine Learning for Multi-Omics Characterization of Blood Cancers: A Systematic Review
2025-Sep-04, Cells
IF:5.1Q2
DOI:10.3390/cells14171385
PMID:40940796
|
综述 | 本文系统综述了人工智能和机器学习在血液肿瘤多组学分子特征分析中的应用 | 首次系统评估了机器学习在血液肿瘤多组学整合分析中的应用现状，特别强调了可解释性、性能、可重复性和伦理问题 | 纳入研究存在验证不足、可解释性有限、标准化缺乏等问题，且部分血液疾病研究较少 | 评估人工智能和机器学习在血液肿瘤多组学分子特征分析中的应用效果与现状 | 血液系统恶性肿瘤（如急性髓系白血病、急性淋巴细胞白血病、多发性骨髓瘤） | 机器学习 | 血液癌症 | 多组学整合分析 | 支持向量机, 随机森林, 深度学习 | 多组学数据 | 89项符合纳入标准的研究（共筛选2847条记录） | NA | NA | 曲线下面积 | NA |
| 557 | 2025-12-11 |
Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies
2025-Sep-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25175419
PMID:40942853
|
综述 | 本文对人工智能和机器学习在职业风险预防领域的应用进行了系统性综述，重点关注预测性风险建模和预防策略 | 首次系统性地综述了2019年以来AI/ML在职业风险预测与预防中的应用，揭示了该领域的研究趋势、主要技术方法和应用局限 | 过度依赖视觉数据（在低能见度环境中效果不佳），缺乏AI风险检测系统的方法学标准化 | 识别、评估和综合现有关于使用AI算法检测和预测工作场所危险环境和职业风险的文献 | 职业风险预防领域的学术文献 | 机器学习 | NA | 深度学习 | CNN, YOLO | 视觉数据 | 61篇相关文章（经过系统筛选后） | NA | 卷积神经网络, YOLO | NA | NA |
| 558 | 2025-12-11 |
Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis
2025-Sep, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2025.110574
PMID:40769066
|
荟萃分析 | 本研究通过荟萃分析评估了基于超声的机器学习模型在预测乳腺癌新辅助化疗反应方面的效能 | 首次对基于超声的机器学习模型预测乳腺癌新辅助化疗反应的研究进行系统性回顾和荟萃分析，并特别区分了完全缓解和部分缓解的预测模型 | 对于部分缓解的预测模型，仅能进行内部验证分析，缺乏外部验证结果；需要进一步研究以开发临床可推广的模型 | 系统评估基于超声的机器学习模型预测乳腺癌患者新辅助化疗反应的效能 | 乳腺癌患者 | 数字病理学 | 乳腺癌 | 超声影像学 | 机器学习模型，深度学习模型 | 超声图像 | 22项研究（具体样本量未在摘要中提供） | NA | NA | 敏感性，特异性，AUC | NA |
| 559 | 2025-12-11 |
A new era in colorectal cancer: Artificial Intelligence at the forefront
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110926
PMID:40818204
|
综述 | 本文通过系统性文献综述，全面探讨了人工智能在结直肠癌领域的应用，包括早期检测、风险预测、治疗规划等多个方面 | 系统性整合了人工智能在结直肠癌领域的多种应用，并对比了不同AI模型的使用频率和效果，强调了可解释AI和混合模型的重要性 | 基于文献综述，可能受限于现有研究的质量和数据可用性，未涉及原始实验验证 | 综述人工智能在结直肠癌筛查、诊断、预测和治疗中的应用，评估其潜力和挑战 | 结直肠癌相关的研究文献和人工智能模型 | 机器学习 | 结直肠癌 | 机器学习、深度学习、可解释AI、混合模型 | 随机森林、支持向量机、卷积神经网络 | NA | NA | NA | NA | 准确率、延迟时间、数据隐私、鲁棒性、数据集可用性 | NA |
| 560 | 2025-12-11 |
Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies
2025-Aug-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25175359
PMID:40942788
|
综述 | 本文对应用于蜂箱的智能系统进行了系统性文献回顾，重点关注物联网监控、传感器模态、机器学习技术及其在精准养蜂中的应用 | 系统性地整合了智能蜂箱技术的最新进展，突出了深度学习、计算机视觉和多模态传感器融合的趋势，并强调了公开数据集的重要性 | 系统集成、数据集标准化和大规模部署方面仍存在挑战 | 调查智能系统在养蜂中的应用，以改善蜂群健康、生产力和环境适应性 | 智能蜂箱技术，包括物联网监控、传感器和机器学习应用 | 机器学习 | NA | 物联网监控、传感器技术、机器学习 | 深度学习 | 环境数据、声学数据、视觉数据、结构数据 | 分析了135篇同行评审出版物 | NA | NA | NA | NA |