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 32372 篇文献，本页显示第 9421 - 9440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9421 | 2025-10-06 |
Image-Based Deep Learning Model for Predicting Lymph Node Metastasis in Lung Adenocarcinoma With CT ≤ 2 cm
2025-May, Thoracic cancer
IF:2.3Q2
DOI:10.1111/1759-7714.70048
PMID:40425526
|
研究论文 | 开发基于CT图像的深度学习模型预测直径≤2cm肺腺癌淋巴结转移 | 首次结合临床特征和影像学特征建立针对小直径肺腺癌淋巴结转移的预测模型 | 仅使用单中心数据，需要外部验证集进一步验证模型泛化能力 | 术前准确识别小直径肺腺癌患者的淋巴结转移以改善手术治疗方案 | 1740例接受手术切除的临床早期肺腺癌患者 | 数字病理 | 肺癌 | CT影像分析 | 逻辑回归, Lasso | 医学影像 | 1740例肺腺癌患者 | NA | NA | AUC, 决策曲线分析, 校准曲线 | NA |
| 9422 | 2025-10-06 |
AI-Driven Detection of Obstructive Sleep Apnea Using Dual-Branch CNN and Machine Learning Models
2025-Apr-30, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines13051090
PMID:40426919
|
研究论文 | 本研究比较了机器学习和深度学习模型在利用心电图数据检测阻塞性睡眠呼吸暂停中的应用 | 提出双分支CNN模型用于OSA检测，相比传统方法具有更高的识别性能，ROC AUC达到0.99 | NA | 开发基于AI的非侵入性OSA早期检测方法，解决传统多导睡眠图的局限性 | 阻塞性睡眠呼吸暂停患者的心电图数据 | 机器学习 | 阻塞性睡眠呼吸暂停 | 心电图分析 | CNN, 机器学习模型 | 心电图信号 | NA | NA | 双分支CNN | 准确率, ROC AUC | NA |
| 9423 | 2025-10-06 |
Advancements in Medical Radiology Through Multimodal Machine Learning: A Comprehensive Overview
2025-Apr-30, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050477
PMID:40428096
|
综述 | 本文全面概述了多模态机器学习在放射学领域的最新进展、应用和未来研究方向 | 系统整合了放射学中多模态机器学习的方法论，详细分析了模态融合、表示学习和模态转换等关键技术 | 作为综述性文章，不包含原始实验数据或具体模型验证 | 探讨多模态机器学习在放射学领域的应用现状和发展趋势 | 放射学中的多模态数据（影像、文本和结构化医疗数据） | 机器学习 | NA | 多模态机器学习 | NA | 影像数据, 文本数据, 结构化医疗数据 | NA | NA | NA | NA | NA |
| 9424 | 2025-10-06 |
Modelling the Ki67 Index in Synthetic HE-Stained Images Using Conditional StyleGAN Model
2025-Apr-30, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050476
PMID:40428095
|
研究论文 | 本研究利用条件式StyleGAN模型生成反映不同Ki67指数变化的HE染色图像序列，探索HE染色与Ki67染色之间的隐藏关系 | 首次将条件式StyleGAN模型应用于生成反映Ki67指数变化的HE染色图像序列，增强了预测模型的可解释性 | 需要专家病理学家评估生成序列的相关性，模型性能依赖于有限的专家标准 | 开发可解释的生成模型框架，从HE染色图像分析和预测免疫组化信息 | 癌症组织的HE染色图像和Ki67指数 | 数字病理学 | 癌症 | HE染色，免疫组化染色 | GAN | 图像 | NA | StyleGAN | 条件式StyleGAN | 专家评估，序列相关性标准 | NA |
| 9425 | 2025-10-06 |
Development and Validation of a Deep Learning System for the Detection of Nondisplaced Femoral Neck Fractures
2025-Apr-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050466
PMID:40428085
|
研究论文 | 开发并验证用于检测非移位性股骨颈骨折的深度学习系统 | 首次采用ResNet框架的卷积神经网络专门针对难以诊断的非移位性股骨颈骨折进行检测，在准确率和AUC指标上超越急诊医生并达到专家水平 | 研究仅基于2032张髋部X光片，需更多样化数据验证泛化能力 | 提高非移位性股骨颈骨折的诊断准确性 | 髋部X光片中的非移位性股骨颈骨折 | 计算机视觉 | 骨科疾病 | X光成像 | CNN | X光图像 | 2032张髋部X光片，来自多家医院 | NA | ResNet | 准确率, AUC | NA |
| 9426 | 2025-10-06 |
FOVEA: Preoperative and intraoperative retinal fundus images with optic disc and retinal vessel annotations
2025-Apr-26, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04965-2
PMID:40287417
|
研究论文 | 本研究介绍了FOVEA数据集，包含术前和术中视网膜眼底图像及其视盘和视网膜血管标注 | 首个将高质量术中域标注与术前域标注相匹配的视网膜图像数据集 | 数据集仅包含40名患者的数据，样本量相对有限 | 为深度学习应用提供标注数据以支持玻璃体视网膜手术 | 视网膜眼底图像 | 计算机视觉 | 眼科疾病 | 生物显微镜成像 | NA | 图像, 视频 | 40名患者 | NA | NA | NA | NA |
| 9427 | 2025-10-06 |
Radiomics Analysis of Whole-Kidney Non-Contrast CT for Early Identification of Chronic Kidney Disease Stages 1-3
2025-Apr-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050454
PMID:40428073
|
研究论文 | 本研究通过全肾脏非增强CT影像组学分析结合机器学习技术，实现对慢性肾脏病1-3期的早期识别 | 首次将基于深度学习的自动分割与影像组学特征相结合，用于非增强CT中早期慢性肾脏病的定量诊断 | 回顾性研究设计，样本仅包含慢性肾脏病1-3期患者 | 评估基于非增强CT的影像组学特征在区分早期慢性肾脏病与健康对照中的潜力 | 1099名慢性肾脏病1-3期患者和1099名健康参与者 | 数字病理 | 慢性肾脏病 | 非增强CT成像 | VB-net, 高斯过程分类器 | CT图像 | 2198名参与者（1099名患者+1099名健康对照） | NA | VB-net | AUC | NA |
| 9428 | 2025-10-06 |
PE-MT: A Perturbation-Enhanced Mean Teacher for Semi-Supervised Image Segmentation
2025-Apr-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050453
PMID:40428072
|
研究论文 | 提出一种基于扰动增强均值教师的半监督医学图像分割方法PE-MT | 引入扰动增强指数移动平均(pEMA)和残差引导不确定性图(RUM)来提升学生和教师模型的性能 | NA | 解决医学图像分割中标注数据不足的问题 | 心脏医学图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 均值教师模型 | 医学图像 | 使用公开LASC和ACDC数据集 | NA | UA-MT, PE-MT | Dice相似系数 | NA |
| 9429 | 2025-06-01 |
Artificial Intelligence in Chest Radiography-A Comparative Review of Human and Veterinary Medicine
2025-Apr-25, Veterinary sciences
IF:2.0Q2
DOI:10.3390/vetsci12050404
PMID:40431497
|
review | 本文比较了人工智能在人类和兽医胸部放射学中的应用及其影响 | 比较了人类和兽医医学中AI在胸部放射学中的应用，探讨了各自的挑战和潜力 | 数据限制、算法偏见、需要广泛验证以及伦理和监管问题阻碍了AI的全面实施 | 探讨AI在人类和兽医胸部放射学中的应用及其对诊断速度、准确性和效率的影响 | 人类和兽医医学中的胸部放射学 | digital pathology | NA | deep learning | NA | image | NA | NA | NA | NA | NA |
| 9430 | 2025-10-06 |
A Three-Stage Fusion Neural Network for Predicting the Risk of Root Fracture-A Pilot Study
2025-Apr-24, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050447
PMID:40428066
|
研究论文 | 提出一种三阶段融合神经网络用于预测根管治疗后牙根骨折风险 | 首次提出结合数值和分类数据的融合神经网络架构，采用批归一化和嵌入层技术处理异构临床数据 | 临床数据量有限（仅145颗牙齿），属于初步研究 | 改进牙科领域多类型临床数据的深度学习预测性能 | 145颗牙齿（97颗骨折牙齿和48颗非骨折牙齿） | 机器学习 | 牙科疾病 | 深度学习 | ANN, TSFNN | 临床数据（分类数据和数值数据） | 145颗牙齿，包含97颗骨折牙齿和48颗非骨折牙齿 | NA | 三阶段融合神经网络 | 准确率, F1分数 | NA |
| 9431 | 2025-10-06 |
Non-Invasive Localization of Epileptogenic Zone in Drug-Resistant Epilepsy Based on Time-Frequency Analysis and VGG Convolutional Neural Network
2025-Apr-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050443
PMID:40428062
|
研究论文 | 提出一种基于时频分析和VGG卷积神经网络的非侵入性耐药性癫痫致痫区定位方法 | 首次提出结合sLORETA源成像、时频分析和VGG-16深度学习的系统性非侵入性致痫区定位框架 | 样本量有限（仅25名患者），仅针对单一癫痫类型 | 开发非侵入性自动定位耐药性癫痫致痫区的方法，以指导电极植入并提高神经外科治疗效果和安全性 | 25名成功手术的耐药性癫痫患者的16通道头皮脑电图数据 | 数字病理学 | 癫痫 | 脑电图（EEG）, sLORETA源成像, 短时傅里叶变换（STFT）, 连续小波变换（CWT）, 超小波算法 | CNN | 脑电图信号, 时频图像 | 25名耐药性癫痫患者 | NA | VGG-16 | 分类准确率, 通道识别率 | NA |
| 9432 | 2025-10-06 |
AI-assisted computational screening and docking simulation prioritize marine natural products for small-molecule PCSK9 inhibition
2025 Apr-Jun, Current research in translational medicine
IF:3.2Q2
DOI:10.1016/j.retram.2025.103498
PMID:39938184
|
研究论文 | 开发AI辅助计算筛选流程，从海洋天然产物中识别新型PCSK9小分子抑制剂 | 结合卷积神经网络、分子对接和分子动力学模拟的多步骤虚拟筛选方法，专门针对海洋天然产物数据库进行PCSK9抑制剂发现 | 纯计算机模拟研究，缺乏实验验证 | 识别新型人类PCSK9抑制剂 | 海洋天然产物 | 机器学习 | 心血管疾病 | 虚拟筛选,分子对接,分子动力学模拟 | CNN | 分子结构数据 | CMNPD数据库中的海洋天然产物 | Schrödinger | 卷积神经网络 | 结合亲和力,自由能景观分析 | NA |
| 9433 | 2025-10-06 |
Development and multicentric external validation of a prognostic COVID-19 severity model based on thoracic CT
2025-Apr-01, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02983-z
PMID:40170034
|
研究论文 | 开发并外部验证基于胸部CT的COVID-19严重程度预后模型 | 结合手工特征与深度学习方法的比较，并在不同疫情阶段和变异株流行期验证模型稳定性 | 模型性能仍有提升空间（AUC 0.74-0.78），未涵盖所有临床变量 | 通过胸部CT实现COVID-19患者严重程度风险分层 | COVID-19患者 | 医学影像分析 | COVID-19 | 胸部计算机断层扫描（CT） | 逻辑回归, 深度学习 | 医学影像（CT图像）及元数据 | 来自STOIC挑战赛的公开数据和多中心外部数据集 | NA | NA | AUC（曲线下面积） | NA |
| 9434 | 2025-10-06 |
Voxel-level radiomics and deep learning for predicting pathologic complete response in esophageal squamous cell carcinoma after neoadjuvant immunotherapy and chemotherapy
2025-Mar-15, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2024-011149
PMID:40090670
|
研究论文 | 开发并验证了一种基于体素级影像组学和深度学习的模型，用于预测食管鳞状细胞癌新辅助免疫治疗联合化疗后的病理完全缓解 | 首次将体素级影像组学方法与Vision-Mamba深度学习架构相结合用于pCR预测，相比传统方法和其他深度学习模型表现更优 | 回顾性研究设计，样本量相对有限，需要进一步前瞻性验证 | 预测食管鳞状细胞癌患者在新辅助免疫治疗联合化疗后的病理完全缓解 | 食管鳞状细胞癌患者 | 医学影像分析 | 食管癌 | CT影像分析 | 深度学习 | CT图像 | 741名来自三个医疗中心的食管鳞状细胞癌患者 | NA | Vision-Mamba, 3D-ResNet, Vision Transformer | 准确率, AUC, 敏感度, 特异度 | NA |
| 9435 | 2025-10-06 |
A comprehensive dataset of magnetic resonance enterography images with intestinal segment annotations
2025-Mar-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04760-z
PMID:40069172
|
研究论文 | 本文构建了一个包含肠道分段标注的磁共振小肠造影图像数据集，并验证了多种先进分割方法在该数据集上的性能 | 创建了首个公开的具有精细像素级标注的完整肠道分段MR数据集，为IBD的AI研究提供了重要基础资源 | 数据集仅包含114名患者，样本规模相对有限 | 开发用于炎症性肠病诊断和监测的自动化工具 | 炎症性肠病患者的磁共振小肠造影图像 | 医学影像分析 | 炎症性肠病 | 磁共振小肠造影，HASTE序列 | 深度学习分割模型 | 医学影像 | 114名IBD患者，每人包含10个肠道分段的标注 | NA | NA | NA | NA |
| 9436 | 2025-10-06 |
Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A
2025-Mar, Human genetics
IF:3.8Q2
DOI:10.1007/s00439-025-02731-3
PMID:40055237
|
研究论文 | 评估机器学习方法对芳基硫酸酯酶A基因未知意义变异体酶活性的预测性能 | 首次在ARSA CAGI挑战赛中系统评估社区提交的预测模型，发现由遗传学和编程训练营开发的模型表现最佳 | 仅针对219个错义VUS进行评估，样本规模有限 | 评估机器学习方法预测基因变异功能效应的准确性 | 芳基硫酸酯酶A基因的219个实验验证的错义未知意义变异体 | 机器学习 | 遗传性疾病 | 实验验证的酶活性测定 | 深度学习, 标准机器学习模型 | 基因变异数据 | 219个错义VUS | Python | NA | 预测准确性 | 适度计算资源 |
| 9437 | 2025-10-06 |
Adaptive genetic algorithm based deep feature selector for cancer detection in lung histopathological images
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86362-8
PMID:39922836
|
研究论文 | 提出一种基于自适应遗传算法的深度特征选择方法用于肺癌组织病理图像检测 | 使用通道注意力深度学习模型作为特征提取器，结合自适应遗传算法进行特征选择，并采用滤波器方法而非分类器计算染色体适应度分数 | NA | 开发有效的肺癌检测方法以提高诊断准确性 | 肺癌组织病理图像 | 计算机视觉 | 肺癌 | 组织病理成像 | CNN | 图像 | LC25000公共数据集 | NA | 通道注意力模型 | 准确率 | NA |
| 9438 | 2025-10-06 |
Is a single model enough? The systematic comparison of computational approaches for detecting populist radical right content
2025, Quality & quantity
DOI:10.1007/s11135-024-02034-1
PMID:40343105
|
研究论文 | 系统比较不同计算方法在检测民粹主义激进右翼文本内容方面的性能表现 | 首次系统比较了66种词典方法、传统监督机器学习和深度学习模型在PRR内容检测任务上的表现，并分析了330种集成模型的效果 | 在噪声较多的数据集上性能仍然欠佳，集成模型相比单个深度学习模型改进有限 | 开发有效的计算方法来检测民粹主义激进右翼在线内容 | 德语文本数据中的民粹主义激进右翼内容 | 自然语言处理 | NA | 文本挖掘, 内容分析 | 词典模型, 经典监督机器学习, 深度学习 | 文本 | 三个德语测试数据集 | NA | NA | NA | NA |
| 9439 | 2025-10-06 |
Correction: Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0323951
PMID:40424208
|
修正 | 对先前发表的关于使用深度学习检测和评估胸部经皮引流导管在胸片上的位置的文章进行修正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9440 | 2025-10-06 |
Swim-Rep fusion net: A new backbone with Faster Recurrent Criss Cross Polarized Attention
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321270
PMID:40424251
|
研究论文 | 提出一种结合SwimTransformer和RepVGG优势的新型融合网络，包含多尺度特征融合模块和高效注意力机制 | 提出Swim-Rep融合网络架构，创新性地设计多尺度条带池化融合模块(MPF)和更快的循环交叉极化注意力模块(FRCPA) | NA | 提升医学图像和遥感图像分类任务的性能 | 心电图信号和遥感图像 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN, Transformer | 图像, 信号数据 | MIT-BIH数据库和RSSCN7数据集 | NA | SwimTransformer, RepVGG, Swim-Rep融合网络 | 准确率 | NA |