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 33853 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 | 2025-11-13 |
Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images
2025-Sep-12, The American journal of pathology
DOI:10.1016/j.ajpath.2025.08.014
PMID:40946794
|
研究论文 | 提出一种名为HistoStainAlign的深度学习框架，可直接从H&E全切片图像预测免疫组化染色模式 | 通过对比训练策略整合配对的H&E和IHC嵌入，无需切片级标注或组织配准即可捕获跨染色模式的互补特征 | 仅在胃肠道和肺组织上验证了三种IHC标志物，需要进一步扩展验证范围 | 开发计算方法来预测IHC生物标志物，作为IHC染色的预筛选工具 | 胃肠道和肺组织全切片图像 | 数字病理学 | 癌症 | H&E染色，免疫组化染色 | 深度学习 | 全切片图像 | 胃肠道和肺组织全切片图像，包含三种IHC染色（P53、PD-L1、Ki-67） | NA | HistoStainAlign | 加权F1分数 | NA |
| 542 | 2025-11-13 |
Fully Automatic Volume Segmentation Using Deep Learning Approaches to Assess the Thoracic Aorta, Visceral Abdominal Aorta, and Visceral Vasculature
2025-Aug-12, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery
IF:5.7Q1
DOI:10.1016/j.ejvs.2025.08.025
PMID:40812505
|
研究论文 | 本研究评估了基于深度学习的全自动体积分割技术在胸主动脉、内脏腹主动脉及内脏血管分割中的准确性 | 首次将全自动体积分割技术应用于胸主动脉和内脏主动脉分割的验证研究，并与医师手动分割进行系统比较 | 回顾性研究设计，样本量相对较小（50例CTA），仅针对腹主动脉瘤患者 | 评估深度学习全自动分割技术在主动脉血管影像分析中的准确性和临床应用价值 | 腹主动脉瘤患者的计算机断层扫描血管成像数据 | 医学影像分析 | 腹主动脉瘤 | 计算机断层扫描血管成像 | 深度学习 | 医学影像 | 50例术前CTA扫描 | NA | NA | Dice相似系数, Jaccard指数, 敏感性, 特异性, Bland-Altman一致性界限 | NA |
| 543 | 2025-11-13 |
AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals
2025-May-16, NEJM AI
DOI:10.1056/aioa2400937
PMID:40746702
|
研究论文 | 开发了一种用于非门控CT扫描自动量化冠状动脉钙化的深度学习算法AI-CAC | 利用来自退伍军人事务部全国医疗系统98个医疗中心的影像数据，捕捉了成像方案、扫描仪和患者的广泛异质性 | NA | 开发自动量化冠状动脉钙化的深度学习算法 | 冠状动脉钙化 | 数字病理 | 心血管疾病 | CT扫描 | 深度学习 | 医学影像 | 446个专家分割用于算法开发，795名患者用于性能验证，8052个低剂量CT用于模拟筛查 | NA | NA | 准确率,F1分数,Cox风险比 | NA |
| 544 | 2025-11-13 |
A systematic review of decision tools for process selection and performance improvement in manufacturing
2025, The International journal, advanced manufacturing technology
DOI:10.1007/s00170-025-16806-y
PMID:41208918
|
系统综述 | 系统评估制造业中用于工艺选择和性能改进的决策工具 | 提出结构化框架指导未来研究，重点关注数据管理、人工智能集成和工具可扩展性 | 仅包含37篇期刊文章，高级工具在超越工艺层面扩展方面面临挑战 | 比较评估应用于制造业单元工艺层面的决策工具 | 制造业中的工艺选择和特定工艺优化 | 制造业 | NA | 多标准决策分析(MCDA)、生命周期评估(LCA)、直接比较、深度学习、计算模拟 | 深度学习 | NA | 37篇期刊文章 | NA | NA | NA | NA |
| 545 | 2025-11-13 |
Improving predictions of convective storm wind gusts through statistical post-processing of neural weather models
2025, npj natural hazards
DOI:10.1038/s44304-025-00142-y
PMID:41210164
|
研究论文 | 通过神经天气模型的统计后处理改进对流风暴阵风预测 | 首次将卷积神经网络用于神经天气模型输出的空间模式后处理，在阵风预测中超越直接预测方法 | 研究区域仅限于瑞士五个地区，需要进一步验证在其他地理区域的适用性 | 改进对流风暴引起的极端阵风预测精度 | 瑞士五个地区的每小时阵风分布 | 机器学习 | NA | 统计后处理、深度学习 | CNN | 大气环境数据、空间模式数据 | 瑞士五个区域的三天提前量小时级预测数据 | NA | 卷积神经网络 | 预测准确率、极端值预测性能 | NA |
| 546 | 2025-11-13 |
Investigation of scatter energy window width and count levels for deep learning-based attenuation map estimation in cardiac SPECT/CT imaging
2024-Nov-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8b09
PMID:39447603
|
研究论文 | 本研究评估了深度学习在心脏SPECT/CT成像中估计衰减图的性能，重点分析了散射能量窗宽度和计数水平的影响 | 首次全面分析了不同散射窗作为深度学习输入的影响，并评估了在降低计数水平下深度学习的性能表现 | 研究仅针对心脏SPECT成像，结果可能不适用于其他类型的SPECT成像 | 评估深度学习在心脏灌注SPECT成像中生成衰减图的效用，特别是在不同散射窗设置和降低计数水平条件下的表现 | 心脏SPECT/CT成像中的衰减图估计 | 医学影像分析 | 心血管疾病 | SPECT/CT成像，深度学习 | 深度学习模型 | SPECT影像数据 | 1517名受试者（386名测试，1131名训练和验证） | NA | NA | 归一化均方误差（NMSE） | NA |
| 547 | 2025-11-13 |
Ultrasensitive plasma-based monitoring of tumor burden using machine-learning-guided signal enrichment
2024-Jun, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-03040-4
PMID:38877116
|
研究论文 | 介绍一种基于机器学习的ctDNA检测平台MRD-EDGE，用于超灵敏监测肿瘤负荷 | 通过深度学习将WGS中SNV信噪比富集提高约300倍，并将CNV检测所需的非整倍性程度从1Gb降低至200Mb | NA | 开发超灵敏的ctDNA检测方法以改善微小残留病灶监测和治疗反应评估 | 循环肿瘤DNA(ctDNA)中的单核苷酸变异和拷贝数变异 | 机器学习 | 肺癌,结直肠癌,黑色素瘤 | 全基因组测序(WGS) | 深度学习 | 基因组测序数据 | NA | NA | NA | 信噪比富集,检测灵敏度 | NA |
| 548 | 2025-11-13 |
Application of artificial intelligence for the classification of the clinical outcome and therapy in patients with viral infections: The case of COVID-19
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-230917
PMID:37840512
|
研究论文 | 本研究应用人工神经网络对COVID-19患者的临床严重程度进行分类，以改善诊断和治疗决策 | 创新点在于分类不仅针对疾病存在性，还扩展至疾病严重程度分级，为患者分诊提供关键决策支持 | 研究样本仅来自单一医院（波黑Tešanj总医院），可能限制模型的普适性 | 提升病毒感染者（特别是COVID-19）的诊断、预测和个性化治疗水平 | COVID-19患者（轻度、中度和重度三个临床严重程度类别） | 医疗人工智能 | COVID-19 | 深度学习 | 人工神经网络 | 临床诊断和治疗数据 | 1000名患者 | NA | 人工神经网络 | 准确率 | NA |
| 549 | 2025-11-13 |
Lung cancer detection based on computed tomography image using convolutional neural networks
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-230810
PMID:37955065
|
研究论文 | 本研究使用基于GoogLeNet架构的卷积神经网络对CT图像中的良恶性肺部病变进行分类 | 采用深度学习方法和GoogLeNet架构实现肺部CT图像的自动分类，最大程度减少人工干预 | 回顾性病例对照研究设计，样本量相对有限 | 开发基于深度学习的决策支持系统，用于肺癌的早期检测和分类 | 肺部CT扫描图像中的良恶性病变 | 计算机视觉 | 肺癌 | 计算机断层扫描(CT) | CNN | 图像 | 4459个CT扫描（良性2242个，恶性2217个） | NA | GoogLeNet | 准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值 | NA |
| 550 | 2025-11-13 |
Two-Stage Selective Ensemble of CNN via Deep Tree Training for Medical Image Classification
2022-Sep, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2021.3061147
PMID:33705343
|
研究论文 | 提出一种通过深度树训练的两阶段选择性CNN集成方法用于医学图像分类 | 提出深度树训练策略和两阶段选择性集成方法，通过分层训练CNN隐藏层缓解梯度消失问题并优化集成分类器 | 仅在有限数量的医学图像数据集上进行验证，未涉及大规模多中心数据 | 解决医学图像分类中因数据量有限导致的过拟合、局部最优和梯度消失问题 | 医学图像分类任务 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | CIFAR-10基准数据集和两个特定医学图像数据集 | NA | CNN | 准确率, 敏感度, 特异度, F1分数 | NA |
| 551 | 2025-11-13 |
Multiparametric Functional MRI of the Kidney: Current State and Future Trends with Deep Learning Approaches
2022-09, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-1775-8633
PMID:35272360
|
综述 | 本文综述了肾脏多参数功能磁共振成像的现状及深度学习应用前景 | 探讨深度学习在多参数fMRI数据分析和后处理中的创新应用 | 目前多参数fMRI在肾脏的应用主要局限于研究领域，缺乏标准化采集和后处理协议 | 评估肾脏功能并优化多参数fMRI在肾脏疾病诊断中的应用 | 肾脏 | 医学影像分析 | 肾脏疾病 | 多参数功能磁共振成像 | 深度学习 | 磁共振影像 | NA | NA | NA | NA | NA |
| 552 | 2025-11-13 |
Evaluation of deep learning reconstructed high-resolution 3D lumbar spine MRI
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08708-4
PMID:35322280
|
研究论文 | 评估深度学习重建的高分辨率3D腰椎MRI图像质量与观察者间一致性 | 首次将深度学习重建技术应用于3D T2加权快速自旋回波腰椎MRI，并与标准重建和2D成像进行系统比较 | 样本量较小（35例患者），单中心回顾性研究设计 | 比较不同MRI重建方法在腰椎成像中的性能差异 | 腰椎MRI图像 | 医学影像分析 | 脊柱疾病 | MRI，T2加权快速自旋回波序列 | 深度学习重建算法 | 3D医学影像 | 35例患者（平均年龄58±19岁，26名女性） | NA | NA | Conger's kappa，图像质量评分 | NA |
| 553 | 2025-11-13 |
Deep learning reconstruction for 1.5 T cervical spine MRI: effect on interobserver agreement in the evaluation of degenerative changes
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08729-z
PMID:35348861
|
研究论文 | 本研究探讨深度学习重建技术在1.5T颈椎MRI中对退行性病变评估的影响 | 首次在1.5T颈椎MRI中应用深度学习重建技术，证明其能提高图像质量且不增加扫描时间 | 样本量较小（21名志愿者），仅评估了两种采集次数情况 | 评估深度学习重建对1.5T颈椎MRI图像质量和观察者间一致性的影响 | 21名志愿者（17名男性，平均年龄42.4±11.9岁）的颈椎MRI数据 | 医学影像分析 | 脊柱退行性疾病 | MRI, 深度学习重建 | 深度学习 | 医学影像 | 21名志愿者 | NA | NA | Cohen's加权kappa值, p值 | NA |
| 554 | 2025-11-13 |
Artificial intelligence-based detection of atrial fibrillation from chest radiographs
2022-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08752-0
PMID:35357542
|
研究论文 | 开发基于人工智能的深度学习模型，通过胸部X光片检测心房颤动特征 | 首次利用深度学习模型从静态胸部X光片中识别心房颤动，为放射科医生提供了新的AF推断方法 | 回顾性研究，数据来自单一机构，可能存在选择偏倚 | 开发AI模型检测胸部X光片中的心房颤动特征 | 接受超声心动图检查患者的胸部X光片 | 医学影像分析 | 心血管疾病 | 深度学习 | 深度学习模型 | 胸部X光图像 | 总计13,868张图像（7,045名患者），训练集11,105张（5,637名患者），验证集1,388张（704名患者），测试集1,375张（706名患者） | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
| 555 | 2025-11-13 |
Computational investigation of drug bank compounds against 3C-like protease (3CLpro) of SARS-CoV-2 using deep learning and molecular dynamics simulation
2022-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-021-10330-3
PMID:34637068
|
研究论文 | 本研究结合深度学习和分子动力学模拟技术，从DrugBank数据库中筛选针对SARS-CoV-2病毒3CL蛋白酶的潜在药物化合物 | 首次将深度学习回归模型与分子对接、分子动力学模拟相结合，系统筛选DrugBank数据库中的化合物对抗SARS-CoV-2主要复制酶 | 研究仅通过计算模拟进行预测，尚未通过实验验证药物效果 | 开发针对SARS-CoV-2病毒3CL蛋白酶的有效抑制剂 | SARS-CoV-2病毒的3CL蛋白酶及DrugBank数据库中的9101种药物化合物 | 计算生物学 | COVID-19 | 深度学习, 分子对接, 分子动力学模拟 | 回归模型 | 化合物结构数据 | 9101种药物化合物，最终筛选出2种潜在有效化合物 | NA | NA | RMSD, Rg, RMSF, MMPBSA, SASA | NA |
| 556 | 2025-11-13 |
3D Segmentation Guided Style-Based Generative Adversarial Networks for PET Synthesis
2022-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2022.3156614
PMID:35239478
|
研究论文 | 提出一种分割引导的基于风格的生成对抗网络，用于将低剂量PET图像转换为全剂量图像 | 采用基于风格的生成器进行特征调制，并结合分割任务驱动策略提升感兴趣区域的合成效果 | NA | 提升低剂量PET图像质量，实现向全剂量PET图像的转换 | 正电子发射断层扫描(PET)图像 | 医学影像分析 | NA | PET成像 | GAN | 3D医学图像 | NA | NA | SGSGAN, 基于风格的生成器 | NA | NA |
| 557 | 2025-11-13 |
A deep learning-based system for real-time image reporting during esophagogastroduodenoscopy: a multicenter study
2022-08, Endoscopy
IF:11.5Q1
DOI:10.1055/a-1731-9535
PMID:35272381
|
研究论文 | 开发基于深度学习的胃镜自动图像报告系统并在临床实践中验证其性能 | 首次构建集成七个卷积神经网络的内镜自动图像报告系统，并在多中心研究中验证其实时图像报告能力 | 研究时间范围较短（2021年5月至6月），样本量相对有限 | 构建智能系统实现胃镜检查过程中的自动照片记录并测试其临床实用性 | 接受胃镜检查的患者 | 计算机视觉 | 胃肠道疾病 | 胃镜检查 | CNN | 图像 | 210,198张训练测试图像，161名前瞻性测试患者 | NA | 七个卷积神经网络集成 | 准确率, 完整性 | NA |
| 558 | 2025-11-13 |
Biomedical Data and Deep Learning Computational Models for Predicting Compound-Protein Relations
2022 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2021.3069040
PMID:33769935
|
综述 | 本文综述了深度学习在化合物-蛋白质关系预测中的最新应用进展 | 系统梳理了CPR预测中的数据集、特征工程和深度学习方法，并进行了全面性能比较 | NA | 调查和讨论深度学习技术在化合物-蛋白质关系预测中的最新应用 | 化合物-蛋白质关系（包括相互作用和亲和力） | 生物医学信息学 | NA | 虚拟筛选 | 深度学习模型 | 生物医学数据、化合物和蛋白质的物理化学及结构特性 | NA | NA | NA | NA | NA |
| 559 | 2025-11-13 |
Deep learning in target prediction and drug repositioning: Recent advances and challenges
2022-07, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2021.10.010
PMID:34718208
|
综述 | 本文综述了深度学习在靶点预测和药物重定位领域的最新进展与挑战 | 系统总结了深度学习架构在药物重定位中的创新应用，并提出了应对当前挑战的潜在解决方案 | 未涉及具体实验验证，主要基于文献综述和分析 | 探讨深度学习在药物重定位和靶点预测中的应用潜力 | 已批准或研究中的药物 | 机器学习 | NA | 深度学习 | 深度学习 | 药物数据、靶点数据 | NA | NA | NA | NA | NA |
| 560 | 2025-11-13 |
Impact of Artificial Intelligence on Miss Rate of Colorectal Neoplasia
2022-07, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2022.03.007
PMID:35304117
|
研究论文 | 本研究评估人工智能在降低结肠镜检查中结直肠肿瘤漏诊率的效果 | 首次通过随机对照试验验证深度学习辅助诊断系统在结肠镜检查中降低腺瘤漏诊率的有效性 | 样本量相对有限（230例），仅纳入8个医疗中心 | 评估人工智能对结直肠肿瘤漏诊率的影响 | 接受结直肠癌筛查或监测的患者 | 计算机视觉 | 结直肠癌 | 深度学习计算机辅助诊断内窥镜 | 深度学习 | 内窥镜图像 | 230名患者 | NA | NA | 腺瘤漏诊率, 假阴性率, 比值比 | NA |