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 33074 篇文献，本页显示第 8081 - 8100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8081 | 2025-10-06 |
Estimating the extent and sources of model uncertainty in political science
2025-Jun-24, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2414926122
PMID:40526713
|
研究论文 | 本文开发了一种结合极值边界分析和多重宇宙方法的新敏感性分析方法，用于评估政治科学中的模型不确定性 | 将极值边界分析的全面系统性与多重宇宙方法的多维逻辑相结合，开发出能够同时评估多个建模选择对模型不确定性影响的新方法 | 方法主要应用于政治科学领域，在其他社会科学领域的适用性需要进一步验证 | 评估政治科学中模型不确定性的程度和来源 | 政治科学中的四个重要主题：民主化、制度信任、公共物品提供和福利国家慷慨度 | 社会科学研究方法 | NA | 敏感性分析 | 深度学习, 逻辑回归, 最近邻 | 定量数据 | 超过36亿个估计值 | NA | NA | 统计显著性, 系数方向 | NA |
| 8082 | 2025-10-06 |
Advances and challenges in pathomics for liver cancer: From diagnosis to prognostic stratification
2025-Jun-24, World journal of clinical oncology
IF:2.6Q3
DOI:10.5306/wjco.v16.i6.107646
PMID:40585839
|
综述 | 本文综述了病理组学在肝癌从诊断到预后分层中的应用进展与挑战 | 整合人工智能与定量病理图像分析，通过全切片图像自动分析实现肿瘤分类、微血管侵犯检测和预后预测 | 多中心验证研究有限、模型可解释性不足、临床工作流程整合困难 | 推进病理组学在肝癌精准医疗中的应用 | 肝细胞癌（HCC）和胆管癌的病理标本 | 数字病理 | 肝癌 | 全切片图像分析 | 深度学习 | 病理图像 | NA | NA | MVI-AI诊断模型, CHOWDER | 准确率 | NA |
| 8083 | 2025-10-06 |
Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study
2025-Jun-23, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf131
PMID:40159388
|
研究论文 | 利用深度学习从PET/CT图像自动量化身体成分并评估其与心血管结局的关联 | 首次结合深度学习和图像处理从标准心脏PET/CT低剂量扫描中自动量化多种身体组织成分，并建立其与死亡或心肌梗死风险的关联 | 多中心研究但样本来源有限，仅包含三个中心的患者数据 | 评估从PET/CT自动量化的身体成分与心血管结局的关联 | 接受PET心肌灌注成像的患者 | 医学影像分析 | 心血管疾病 | PET/CT心肌灌注成像，深度学习图像分割 | 深度学习 | 医学影像（PET/CT图像） | 10085名患者（中位年龄68岁，57%男性） | NA | NA | 风险比（HR），置信区间（CI） | NA |
| 8084 | 2025-10-06 |
Multimodal deep learning for predicting neoadjuvant treatment outcomes in breast cancer: a systematic review
2025-Jun-23, Biology direct
IF:5.7Q1
DOI:10.1186/s13062-025-00661-8
PMID:40551237
|
系统综述 | 系统评估多模态深度学习在预测乳腺癌新辅助治疗病理完全缓解方面的应用效果 | 首次系统比较多模态与单模态深度学习在乳腺癌新辅助治疗反应预测中的性能差异 | 研究方法存在显著异质性，依赖回顾性数据，外部验证有限 | 评估多模态深度学习预测乳腺癌新辅助治疗病理完全缓解的准确性和临床应用价值 | 接受新辅助系统治疗的乳腺癌患者 | 数字病理 | 乳腺癌 | 多模态数据整合（放射学、数字病理、多组学、临床数据） | 深度学习 | 多模态数据（影像、病理、组学、临床记录） | 51项研究，中位队列281例患者 | NA | 卷积神经网络 | AUC | NA |
| 8085 | 2025-10-06 |
BoneDat, a database of standardized bone morphology for in silico analyses
2025-Jun-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05161-y
PMID:40541988
|
研究论文 | 开发了一个名为BoneDat的标准化骨形态数据库，用于骨科和进化生物学领域的计算机模拟分析 | 首个提供标准化、高质量人类骨形态数据集的综合数据库，包含经过整理的骨分割掩码、归一化几何体和按性别年龄组织的参考形态模板 | 数据集仅包含278个临床腰骨盆CT扫描，样本来源相对有限 | 解决骨结构-功能关系研究中缺乏标准化高质量数据集的问题，提升计算模型的可重复性和可靠性 | 人类骨盆和下脊柱骨形态 | 医学影像分析 | 骨科疾病 | CT扫描 | 深度学习模型 | 医学影像 | 278个临床腰骨盆CT扫描，年龄16-91岁，按性别在十个年龄组中平衡分布 | NA | NA | NA | NA |
| 8086 | 2025-10-06 |
An Open-Source Deep Learning-Based GUI Toolbox for Automated Auditory Brainstem Response Analyses (ABRA)
2025-Jun-20, Research square
DOI:10.21203/rs.3.rs-6735294/v1
PMID:40585236
|
研究论文 | 介绍一款基于深度学习的开源图形用户界面工具ABRA，用于自动化分析听觉脑干响应 | 开发了首个结合深度学习与图形界面的开源工具，实现ABR波形的自动化标准化分析 | NA | 解决传统听觉脑干响应分析主观性强、可变性大的问题 | 听觉脑干响应波形数据 | 数字病理 | 老年疾病 | 电生理记录 | CNN | 电生理信号 | NA | NA | 卷积神经网络 | 峰值幅度, 潜伏期, 听觉阈值估计 | NA |
| 8087 | 2025-10-06 |
Ultra-wide-field fundus photography and AI-based screening and referral for multiple ocular fundus diseases
2025-Jun-17, Cell reports. Medicine
DOI:10.1016/j.xcrm.2025.102187
PMID:40499544
|
研究论文 | 开发基于人工智能的深度学习算法用于多种眼底疾病的筛查和转诊推荐 | 结合超广角眼底成像和跨域协同学习方法，显著提升周边视网膜异常的检测能力 | NA | 解决眼底疾病全面筛查的困难 | 眼底疾病患者 | 计算机视觉 | 眼底疾病 | 超广角眼底成像 | 深度学习算法 | 图像 | 59,475张超广角眼底图像 | NA | Swin Transformer,跨域协同学习 | AUC | NA |
| 8088 | 2025-10-06 |
Oil Palm Fruits Dataset in Plantations for Harvest Estimation Using Digital Census and Smartphone
2025-Jun-10, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05227-x
PMID:40494879
|
研究论文 | 本文介绍了印度尼西亚中加里曼丹商业种植园的油棕鲜果串图像数据集，用于数字普查和智能手机收获估算 | 提供了包含五个成熟阶段（未熟、欠熟、成熟、开花和异常）的油棕鲜果串图像数据集，并采用数据增强技术处理类别不平衡问题 | 图像存在部分可见性、低对比度、遮挡和模糊等现实世界复杂情况 | 开发用于油棕鲜果串检测和分类的深度学习模型，以监测收获时间、预测产量和优化种植园运营资源 | 油棕鲜果串（FFBs） | 计算机视觉 | NA | 智能手机视频录制，计算机视觉标注工具（CVAT） | 深度学习模型 | 图像 | 训练集10,207张图像，验证集2,896张图像，测试集1,400张图像 | NA | NA | NA | NA |
| 8089 | 2025-10-06 |
Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram
2025-Jun-02, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf073
PMID:40157386
|
研究论文 | 本研究开发了一种基于深度学习的单导联动态心电图模型，用于短期预测持续性室性心律失常 | 首次将深度学习应用于单导联动态心电图数据，能够提前预测持续性室性心动过速的发生，并发现了早期除极模式作为潜在预测因子 | 回顾性研究设计，心律失常事件发生率较低(0.5%) | 开发能够短期预测危及生命的室性心律失常的人工智能模型 | 来自六个国家的247,254份14天动态心电图记录 | 机器学习 | 心血管疾病 | 动态心电图监测 | 深度学习 | 心电图信号 | 247,254份动态心电图记录（开发集183,177份，内部验证43,580份，外部验证20,497份） | NA | NA | AUC, 敏感度, 特异度 | NA |
| 8090 | 2025-10-06 |
Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle
2025-Jun-01, Molecular biology of the cell
IF:3.1Q3
DOI:10.1091/mbc.E25-01-0009
PMID:40327364
|
研究论文 | 通过深度学习驱动的成像技术研究真核微生物完整生命周期中的细胞分裂和细胞生长过程 | 开发了基于深度学习视频帧插值的新型细胞追踪算法FIEST，首次实现了对完整微生物生命周期的直接连续研究 | 研究仅限于特定微生物物种，需要在其他病原体和单细胞系统中进一步验证 | 定量研究真核微生物完整生命周期中的细胞生长和细胞分裂激酶活性 | 真核微生物的完整生命周期，包括休眠、交配、减数分裂和细胞分裂等状态 | 计算机视觉 | NA | 微流控培养、显微图像分割、深度学习视频帧插值 | 深度学习 | 显微图像、视频序列 | 长达三个有性生殖世代的微生物种群 | Python | FIEST（基于视频帧插值的细胞追踪算法） | NA | NA |
| 8091 | 2025-10-06 |
A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI
2025-Jun, Radiology
IF:12.1Q1
DOI:10.1148/radiol.242416
PMID:40552999
|
研究论文 | 开发了一种基于数据中心的深度学习方法，用于MRI中脑转移瘤的检测、分割和纵向追踪 | 采用数据中心方法，通过迭代数据标注和系统质量控制提高参考分割的一致性，能够检测所有尺寸的脑转移瘤 | 回顾性研究设计，部分患者性别信息缺失 | 开发可泛化的深度学习系统用于脑转移瘤的MRI分析 | 脑转移瘤患者和未患脑转移瘤的癌症患者的MRI扫描 | 医学影像分析 | 脑转移瘤 | MRI | 深度学习 | 医学影像 | 1623名患者的1985次扫描，包含5552个脑转移瘤 | nnU-Net | 改进的nnU-Net | 灵敏度, Dice相似系数, 归一化表面距离 | NA |
| 8092 | 2025-10-06 |
Spatiotemporal predictions of toxic urban plumes using deep learning
2025-Jun, PNAS nexus
IF:2.2Q1
DOI:10.1093/pnasnexus/pgaf198
PMID:40583909
|
研究论文 | 提出一种名为ST-GasNet的深度学习模型，用于快速预测城市有毒烟羽的时空演化 | 受烟羽扩散数学方程启发的新型深度学习架构，能够准确预测烟羽在复杂城市环境中的分裂与演化 | 模型训练数据来源于有限的高分辨率大涡模拟序列，可能受限于训练数据的多样性 | 开发快速预测城市有毒烟羽时空演化的应急响应方法 | 城市大气中有毒烟羽的扩散行为 | 机器学习 | NA | 大涡模拟 | 深度学习 | 时空序列数据 | 有限的时间序列数据集 | NA | ST-GasNet | 预测准确率 | NA |
| 8093 | 2025-10-06 |
Human Embryo Quality Assessment with Deep Learning Models
2025-Jun, Journal of obstetrics and gynaecology of India
DOI:10.1007/s13224-025-02109-5
PMID:40584797
|
研究论文 | 本研究使用深度学习模型对人类胚胎图像进行质量评估，以区分优质和非优质胚胎 | 首次在胚胎质量评估中比较多种CNN架构，并证明EfficientNetV2在此任务中的卓越性能 | 数据来源于单一医院，可能影响模型的泛化能力 | 开发客观、可重复的胚胎质量评估方法以提高辅助生殖技术的成功率 | 人类胚胎图像（第3天和第5天发育阶段） | 计算机视觉 | 生殖疾病 | 胚胎图像分析 | CNN | 图像 | 来自胡志明市Hung Vuong医院的数据集 | NA | VGG-19, ResNet-50, InceptionV3, EfficientNetV2 | 准确率, 精确率, 召回率 | NA |
| 8094 | 2025-10-06 |
Racial disparities in continuous glucose monitoring-based 60-min glucose predictions among people with type 1 diabetes
2025-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000918
PMID:40587474
|
研究论文 | 评估基于连续血糖监测数据的机器学习模型在1型糖尿病患者血糖预测中的算法公平性 | 首次系统评估训练数据种族构成对LSTM血糖预测模型性能的影响，并探索迁移学习在减轻算法偏见中的作用 | 样本量相对有限，仅包含白人和黑人参与者，未包含其他种族群体 | 研究机器学习模型在糖尿病技术中的算法公平性和潜在的医疗保健差异 | 1型糖尿病患者 | 机器学习 | 糖尿病 | 连续血糖监测(CGM) | LSTM | 时间序列血糖数据 | 205名参与者(101名白人，104名黑人) | NA | LSTM | 均方根误差(RMSE) | NA |
| 8095 | 2025-10-06 |
Pose estimation and tracking dataset for multi-animal behavior analysis on the China Space Station
2025-May-10, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05111-8
PMID:40348756
|
研究论文 | 提出首个面向中国空间站多动物行为分析的姿态估计与追踪数据集 | 创建了首个针对太空动物行为分析的多任务专家验证数据集，包含多种模式生物在复杂场景下的数据 | 太空动物图像数据有限，缺乏公开带标注的数据集 | 开发用于太空动物行为分析的深度学习方法 | 秀丽隐杆线虫、果蝇、斑马鱼等模式生物 | 计算机视觉 | NA | 深度学习姿态估计与追踪 | NA | 序列图像 | 多种模式生物（秀丽隐杆线虫、果蝇、斑马鱼） | NA | NA | NA | NA |
| 8096 | 2025-10-06 |
Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection
2025-May-08, Biomolecules & biomedicine
DOI:10.17305/bb.2024.11341
PMID:39829118
|
研究论文 | 提出基于多尺度补丁残差网络的深度学习模型，用于儿童肱骨髁上细微骨折的自动检测与定位 | 结合CNN特征提取与多尺度生成对抗网络，利用健康样本学习正常骨骼分布，降低对标记骨折数据的依赖 | 依赖两个医院的数据集，样本量有限 | 开发儿童肱骨髁上细微骨折的自动检测方法 | 儿童肱骨髁上骨折的医学影像 | 计算机视觉 | 骨骼骨折 | 医学影像分析 | CNN, GAN | 医学图像 | 来自两个医院的儿科骨折数据集 | NA | 多尺度补丁残差网络(MPR) | 准确率, 灵敏度, 特异性, F1分数 | NA |
| 8097 | 2025-10-06 |
iGTP: learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf296
PMID:40551620
|
研究论文 | 提出了一种可解释的生成式转录程序框架iGTP，用于从单细胞转录组数据中学习可解释的细胞嵌入表示 | 设计了能够建模转录程序空间重要性和蛋白质相互作用的新型可解释生成框架，结合图神经网络和潜在扩散模型 | NA | 推断单细胞转录组数据背后的生物学机制 | 单细胞转录组数据 | 生物信息学 | NA | 单细胞转录组测序 | 变分自编码器, 图神经网络, 潜在扩散模型 | 基因表达数据 | NA | NA | iGTP | 功能富集分析性能 | NA |
| 8098 | 2025-10-06 |
Artificial Intelligence Tools in Dentistry: A Systematic Review on Their Application and Outcomes
2025-May, Cureus
DOI:10.7759/cureus.85062
PMID:40585609
|
系统综述 | 本系统综述探讨人工智能技术在牙科实践中的应用及其对诊断准确性、治疗规划和运营效率的影响 | 全面评估2019-2024年间AI在牙科多领域的应用效果，包括放射学、牙周病学、修复学、正畸学、肿瘤学等 | 仅纳入39篇符合标准的研究，可能存在发表偏倚，且依赖QUADAS-2工具的质量评估 | 系统评估人工智能技术在牙科实践中的整合应用及其临床效果 | 牙科临床实践中的诊断、治疗和管理流程 | 医疗人工智能 | 牙科疾病 | 深度学习算法 | 深度学习模型 | 牙科影像 | 39篇全文文献（从342篇初筛文献中筛选） | NA | NA | 诊断准确性、运营效率 | NA |
| 8099 | 2025-10-06 |
Establishment and Reliability of an Automatic Measurement Method of Pectus Excavatum Indices Using a Deep Learning Model
2025-May, Cureus
DOI:10.7759/cureus.84976
PMID:40585612
|
研究论文 | 本研究开发了一种基于U-Net的自动测量方法，用于评估漏斗胸指数，并与人工测量进行一致性比较 | 首次将U-Net深度学习模型应用于漏斗胸指数的自动测量，显著降低了观察者间变异 | 需要多中心验证以支持更广泛的放射学应用 | 评估基于深度学习的自动测量方法在漏斗胸指数评估中的一致性和准确性 | 漏斗胸患者 | 计算机视觉 | 漏斗胸 | 胸部计算机断层扫描(CT) | CNN | 医学影像 | 94名患者的714次胸部CT扫描（训练集550次，验证集164次） | NA | U-Net | 组内相关系数(ICC), Bland-Altman分析, 错误率 | NA |
| 8100 | 2025-10-06 |
Predicting the hypoxic volume of head and neck tumors from fluorodeoxyglucose positron emission tomography images using artificial intelligence
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100769
PMID:40584457
|
研究论文 | 本研究开发了一种基于生成对抗网络的人工智能模型，能够从常规获取的18F-FDG PET图像合成类似18F-FMISO的缺氧图像，用于预测头颈部肿瘤的缺氧体积 | 首次使用基于pix2pix架构的生成对抗网络从常规FDG-PET图像直接生成FMISO样缺氧图像，避免了FMISO PET扫描的可用性限制 | 需要在更大规模的机构和多机构队列中进行测试以验证泛化能力，样本量相对有限 | 开发人工智能模型预测头颈部肿瘤缺氧体积，替代稀缺的FMISO PET成像 | 134名头颈部癌患者（训练84人，验证13人，测试21人，额外测试16人） | 医学影像分析 | 头颈部肿瘤 | 18F-FDG PET/CT成像，18F-FMISO动态PET/CT成像 | GAN | 医学影像 | 134名头颈部癌患者 | NA | pix2pix | Pearson相关系数 | NA |