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 42805 篇文献，本页显示第 6341 - 6360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6341 | 2025-12-10 |
Deep learning-based volumetry of the future liver remnants and prediction of candidates for major hepatectomy
2025-Dec-09, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02106-0
PMID:41361806
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6342 | 2025-12-11 |
Preoperative MVI prediction in intrahepatic cholangiocarcinoma via deep learning analysis of intratumoral and peritumoral features on multi-sequence MRI
2025-Dec-09, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02107-z
PMID:41366360
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6343 | 2026-01-17 |
A new hybrid model for enhancing low-dose CT images using EfficientNetV2 and WGAN-GP: a multi-loss approach
2025-Dec-09, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03579-z
PMID:41366715
|
研究论文 | 本文提出了一种结合EfficientNetV2-M和WGAN-GP的混合模型，用于增强低剂量CT图像，通过多损失函数方法有效降噪并保留关键解剖结构 | 创新点在于首次将EfficientNetV2-M作为多尺度特征提取器与WGAN-GP结合，并采用加权对抗损失、像素级L1损失和感知损失的多损失优化策略 | 研究未明确讨论模型在不同疾病类型或扫描协议下的泛化能力，且仅使用单一数据集进行评估 | 开发一种有效的深度学习降噪方法，以提升低剂量CT图像质量，同时减少辐射暴露风险 | 低剂量CT图像 | 计算机视觉 | NA | 低剂量计算机断层扫描 | GAN, CNN | 图像 | 使用AAPM-Mayo数据集，具体样本数量未明确说明 | TensorFlow, PyTorch | EfficientNetV2-M, WGAN-GP | PSNR, SSIM | NVIDIA Tesla T4 GPU |
| 6344 | 2026-01-17 |
An interpretable deep learning model for first-trimester fetal cardiac screening
2025-Dec-08, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02217-6
PMID:41361059
|
研究论文 | 本文开发了一种可解释的深度学习模型，用于通过舒张期血流模式进行孕早期先天性心脏病的准确诊断 | 首次验证了用于孕早期先天性心脏病筛查的可解释深度学习系统，其诊断逻辑与临床专业知识高度一致 | NA | 解决孕早期先天性心脏病筛查的临床需求，提供准确且可解释的诊断工具 | 孕早期心脏筛查中的多普勒血流四腔心切面图像 | 数字病理学 | 先天性心脏病 | 多普勒血流成像 | 深度学习模型 | 图像 | 从108,521例孕早期心脏筛查中选取的8,062张多普勒血流四腔心切面图像 | NA | NA | 准确率 | NA |
| 6345 | 2026-01-17 |
An integrated radiomics and deep learning model on multisequence MRI for preoperative prediction of lymphovascular space invasion in endometrial cancer
2025-Dec-08, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-02091-4
PMID:41361391
|
研究论文 | 本研究开发并验证了一个整合了放射组学特征和深度学习特征的多模态模型，用于术前预测子宫内膜癌患者的淋巴血管间隙侵犯 | 首次整合了来自术前多序列MRI的放射组学特征和深度学习特征，构建了用于预测子宫内膜癌LVSI的多模态模型 | 研究为回顾性设计，可能存在选择偏倚；ROI为手动勾画，可能引入人为误差 | 开发并验证一个基于多序列MRI的多模态模型，用于术前非侵入性预测子宫内膜癌的淋巴血管间隙侵犯 | 892名术后病理确诊的子宫内膜癌患者 | 数字病理 | 子宫内膜癌 | 多序列磁共振成像（T2加权成像、对比增强T1加权成像、表观扩散系数图） | CNN | MRI图像 | 892名患者（训练队列378名，内部验证队列160名，外部验证队列354名） | PyRadiomics, PyTorch | VGG11, ResNet101, DenseNet121 | AUC | NA |
| 6346 | 2026-01-17 |
An end-to-end deep learning pipeline for hematoma expansion prediction in spontaneous intracerebral hemorrhage based on non-contrast computed tomography
2025-Dec-07, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02213-w
PMID:41354762
|
研究论文 | 本文开发了一个基于非对比计算机断层扫描的自发性脑出血血肿扩大预测的端到端深度学习流程 | 提出了一个模块化框架，结合了自动分割、合成数据增强和基于Vision Transformer的分类，并使用全尺度U-Mamba模型进行高质量血肿分割，以及Diffusion-UKAN模型生成合成图像进行数据增强 | 未明确提及研究的局限性 | 预测自发性脑出血中的血肿扩大，以支持急性护理环境中的快速风险分层 | 自发性脑出血患者 | 数字病理学 | 脑出血 | 非对比计算机断层扫描 | Vision Transformer, U-Mamba, Diffusion-UKAN | 图像 | 来自五个中心的2020名患者 | NA | Vision Transformer, U-Mamba, Diffusion-UKAN | AUC | NA |
| 6347 | 2026-01-17 |
A foundation model for rock thin-section images analysis
2025-Dec-06, Communications engineering
DOI:10.1038/s44172-025-00565-5
PMID:41353266
|
研究论文 | 本文介绍了RoImAI，一个专门为岩石薄片显微图像设计的视觉基础模型，用于实现快速、精确的岩石分割、识别和岩性报告生成 | 开发了首个针对岩石薄片显微图像的视觉基础模型，利用Transformer深度学习技术实现跨多中心数据的高精度分割，并采用分层分类策略准确识别岩石颗粒，在生成结构化岩性报告方面超越了人类专家的效率和准确性 | 未明确提及模型在更广泛地质区域或更复杂岩石类型上的泛化能力限制 | 开发一个自动化、高精度的岩石薄片图像分析模型，以替代传统依赖专家视觉检查的主观、耗时方法 | 岩石薄片显微图像及其中的岩石颗粒 | 计算机视觉 | NA | 光学显微镜成像 | Transformer | 图像 | 30,336张图像，包含来自17个不同地区的大约两百万个岩石颗粒 | NA | Transformer | 效率，准确性 | NA |
| 6348 | 2026-01-17 |
Reproducibility of digital pathology features extracted from deep learning and foundational AI models on sequential tissue slides
2025-Dec-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-30947-w
PMID:41353287
|
研究论文 | 本研究评估了从正常前列腺组织连续切片中提取的深度学习模型和基础AI模型特征的重复性 | 首次系统评估了深度学习模型和基础AI模型在相同组织连续切片上提取特征的重复性，并量化了切片间距离对特征变异性的影响 | 研究仅针对正常前列腺组织，未涉及病变组织；样本量相对较小（50个独立样本） | 评估数字病理学中深度学习模型和基础AI模型在组织连续切片上提取特征的重复性 | 50个独立正常前列腺样本的三个连续组织切片 | 数字病理学 | 前列腺癌 | H&E染色组织切片数字化 | 深度学习模型, 基础AI模型 | 图像 | 50个独立正常前列腺样本，每个样本三个连续切片 | NA | NA | 组内相关系数, 最大平均差异, Wasserstein距离 | NA |
| 6349 | 2026-01-17 |
Benchmarking all-atom biomolecular structure prediction with FoldBench
2025-Dec-04, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-67127-3
PMID:41345395
|
研究论文 | 本文介绍了用于全原子生物分子结构预测的综合基准数据集FoldBench，并评估了当前深度学习模型的性能与局限性 | 提出了首个覆盖多种生物分子类型（蛋白质、核酸、配体、离子）和九种预测任务的综合性基准数据集FoldBench，系统揭示了模型性能对训练集相似性的依赖关系 | 基准数据集规模有限（1522个生物组装体），抗体-抗原预测任务的失败率超过50%，未涵盖所有可能的生物分子相互作用类型 | 建立公平严谨的生物分子结构预测评估标准，推动全原子结构预测模型的发展 | 蛋白质、核酸、配体、离子及其复合物 | 计算生物学 | NA | 全原子结构预测 | 深度学习模型 | 生物分子结构数据 | 1522个生物组装体 | NA | AlphaFold 3 | 配体对接准确度、失败率 | NA |
| 6350 | 2025-11-14 |
Response to correspondence on 'Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings'
2025-Dec, ESMO open
IF:7.1Q1
DOI:10.1016/j.esmoop.2025.105881
PMID:41223632
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6351 | 2026-01-17 |
Computer models and artificial intelligence increase the fidelity and efficiency of the in vitro models for hearing loss
2025-Dec-01, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01467-5
PMID:41327400
|
综述 | 本文综述了人工智能算法在体外听觉模型中的整合现状，旨在提高这些模型的准确性、效率和转化潜力 | 探索了计算机建模、机器学习和深度学习在增强体外听觉模型生理相关性、可扩展性和可重复性方面的应用，包括高通量图像分析、耳毒性预测建模、培养条件优化和类器官开发 | 存在数据标准化、生物复杂性、模型可解释性以及临床整合方面的挑战 | 提高体外听觉模型的保真度和效率，以研究听力损失的机制并测试潜在疗法 | 体外听觉模型，如永生化听觉毛细胞系、耳蜗外植体和内耳类器官 | 机器学习 | 听力损失 | 高通量图像分析、组学数据分析、耳蜗结构分割、遗传性耳聋建模 | 机器学习, 深度学习 | 图像, 组学数据 | NA | NA | NA | NA | NA |
| 6352 | 2026-01-17 |
Artificial Intelligence in Rheumatology: Clinical Applications in Rheumatoid Arthritis, Osteoarthritis, and Systemic Lupus Erythematosus
2025-Dec, Cureus
DOI:10.7759/cureus.99108
PMID:41531594
|
综述 | 本文是一篇叙述性综述，重点探讨了人工智能在类风湿关节炎、骨关节炎和系统性红斑狼疮等风湿病学领域的临床应用、潜力及挑战 | 系统性地整合了人工智能在三种主要风湿性疾病（RA、OA、SLE）中的最新应用证据，并强调了人机协作、电子健康记录整合及跨学科合作等未来发展方向 | 存在数据质量、算法偏见、可解释性有限以及缺乏真实世界验证等挑战，伦理问题如数据隐私和公平获取也需解决 | 综述人工智能在风湿病学，特别是类风湿关节炎、骨关节炎和系统性红斑狼疮中的诊断、预测和治疗应用，并探讨其临床转化潜力和未来研究方向 | 类风湿关节炎、骨关节炎和系统性红斑狼疮患者 | 数字病理学 | 风湿性疾病 | 多组学整合、生物传感器、可穿戴设备、生物力学数据分析 | 深度学习算法、联邦机器学习 | 影像数据、多组学数据、生物传感器数据、可穿戴设备数据、生物力学数据 | NA | NA | NA | NA | NA |
| 6353 | 2026-01-17 |
Diagnostic Accuracy of Artificial Intelligence for the Detection of Papilledema on Fundus Images: A Systematic Review and Meta-Analysis
2025-Dec, Cureus
DOI:10.7759/cureus.99135
PMID:41531615
|
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基于人工智能的眼底图像视乳头水肿检测的诊断准确性 | 首次对AI在眼底图像上检测视乳头水肿的诊断准确性进行系统综述和荟萃分析，整合了多项研究结果 | 研究间存在中等程度的异质性，主要源于数据集大小、成像方式和参考标准的差异 | 评估人工智能技术通过眼底图像检测视乳头水肿的诊断准确性和临床有效性 | 视乳头水肿（颅内压增高的表现） | 医学影像分析 | 视神经疾病 | 眼底成像 | 深度学习模型, 传统机器学习算法 | 眼底图像 | 超过15,000张眼底图像（来自6项研究） | NA | ResNet, DenseNet, EfficientNet | AUC, 敏感性, 特异性 | NA |
| 6354 | 2026-01-17 |
A benchmark dataset and baseline methods for rock microstructure interpretation in SEM images
2025-Oct-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05947-0
PMID:41125635
|
研究论文 | 本文介绍了用于扫描电子显微镜图像中岩石微结构解释的基准数据集和基线方法 | 开发了一个标准化的SEM数据集，并比较了传统分割方法与深度学习模型，公开了数据集和实现代码 | NA | 自动化岩石SEM图像中的微结构分割，以分析孔隙度和矿物组成 | 泥岩、砂岩和页岩的扫描电子显微镜图像 | 计算机视觉 | NA | 扫描电子显微镜 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 6355 | 2026-01-17 |
SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION
2025-Sep, Proceedings. International Conference on Image Processing
DOI:10.1109/icip55913.2025.11084355
PMID:41527662
|
研究论文 | 提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，以改进高加速率下的自监督MRI重建 | 在传统自监督学习的k空间掩蔽基础上，引入一个新颖的一致性项，该一致性项评估模型在稀疏域中准确预测所添加扰动的能力 | NA | 改进高加速率下自监督MRI重建的图像质量，减少伪影和噪声放大 | 快速MRI扫描的重建 | 医学影像重建 | NA | 快速MRI扫描 | 物理驱动深度学习网络 | MRI图像，k空间数据 | fastMRI膝盖和大脑数据集 | NA | NA | 视觉评估，定量评估 | NA |
| 6356 | 2026-01-17 |
GACT: A Two-Stage Age Prediction Model Combining a Global Attention Block
2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC58623.2025.11254886
PMID:41335725
|
研究论文 | 本文提出了一种结合全局注意力块的两阶段年龄预测模型GACT，直接利用未分割的fMRI数据作为输入特征，以更好地利用fMRI数据的时空信息 | 提出了一种新颖的方法，直接使用未分割的fMRI数据作为输入特征，结合CNN和Transformer模型同时捕获空间和时间特征，并通过可解释性方法识别对年龄回归任务有显著影响的脑区 | NA | 利用神经影像数据估计大脑年龄，以理解正常大脑发育和神经系统疾病的进展 | fMRI数据 | 数字病理学 | 神经系统疾病 | fMRI | CNN, Transformer, MLP | fMRI数据 | NA | NA | CNN, Transformer, MLP | NA | NA |
| 6357 | 2026-01-17 |
Towards Automated EEG-Based Epilepsy Detection Using Deep Convolutional Autoencoders
2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC58623.2025.11254465
PMID:41335790
|
研究论文 | 本文提出了一种基于深度卷积自编码器的自动化癫痫检测方法，用于从脑电图信号中提取低维潜在表示 | 提出了一种结合时域和频域损失的深度卷积自编码器，以同时保留EEG信号的关键特征，解决了现有方法在单一表示下可能丢失相关信息的问题 | 未明确说明模型在临床环境中的泛化能力或对多样本集的测试结果 | 开发一种可靠且高效的自动化癫痫检测方法，以辅助脑电图分析 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图 | 自编码器 | 时间序列信号 | NA | NA | 深度卷积自编码器 | 重建误差, 敏感性, 每小时误报率 | NA |
| 6358 | 2026-01-17 |
SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION
2025-May-30, ArXiv
PMID:40492248
|
研究论文 | 提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，以改进高加速率下的自监督MRI重建 | 在传统自监督学习的k空间掩蔽思想基础上，引入了一个新颖的一致性项，该一致性项评估模型在稀疏域中准确预测所添加扰动的能力 | 未明确说明方法在更广泛数据集或临床环境中的泛化能力 | 改进高加速率下自监督MRI重建的图像质量，减少伪影和噪声放大 | 快速MRI扫描的重建 | 医学影像重建 | NA | MRI | 深度学习网络 | MRI图像/k空间数据 | fastMRI膝盖和大脑数据集 | NA | NA | 视觉评估, 定量指标 | NA |
| 6359 | 2026-01-17 |
Assessing greenspace and cardiovascular health through deep-learning analysis of street-view imagery in a cohort of US children
2025-Jan-15, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.120459
PMID:39603586
|
研究论文 | 本研究利用深度学习分割算法分析美国街景图像，评估居住区绿化空间与儿童心血管健康之间的关联 | 首次采用街景图像深度学习分析替代传统卫星测量，更精确地量化地面绿化暴露，并探索其与儿童心血管健康的跨阶段关联 | 仅观察到青春期晚期存在有限关联，未发现累积或纵向效应，样本局限于美国特定队列，可能受混杂因素影响 | 探究街景绿化空间与儿童心血管健康的关联性 | 美国Project Viva出生队列中的儿童参与者 | 计算机视觉 | 心血管疾病 | 深度学习分割算法 | 深度学习 | 街景图像 | 美国Project Viva队列儿童（2007-2021年追踪数据） | NA | 分割算法（未指定具体架构） | 回归系数, 95%置信区间 | NA |
| 6360 | 2026-01-17 |
Active learning of enhancers and silencers in the developing neural retina
2025-Jan-15, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2024.12.004
PMID:39778579
|
研究论文 | 本研究开发了一种主动学习方法，用于训练能够区分由光感受器转录因子CRX结合位点构成的增强子和沉默子的深度学习模型 | 采用主动学习策略结合合成生物学和不确定性采样，迭代训练能够区分相同序列但功能相反的CRX结合位点的模型 | 模型主要针对CRX转录因子，可能无法直接推广到其他转录因子或调控环境 | 开发能够准确区分增强子和沉默子的深度学习模型，以解决传统模型在解释转录因子功能多样性方面的局限性 | 光感受器转录因子CRX的结合位点及其调控功能（增强子/沉默子） | 机器学习 | NA | 大规模并行报告基因检测 | 深度学习 | 基因组序列 | 基因组中几乎所有结合的CRX位点，并通过多轮主动学习迭代增加训练数据 | NA | NA | NA | NA |