深度学习在生物医药领域中的应用
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，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10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 32141 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2025-10-02 |
Revolution or routine? Comparing AI and traditional imaging in thoracic surgery outcomes: a systematic review
2025-Aug, Journal of medicine and life
DOI:10.25122/jml-2025-0120
PMID:41020084
|
系统综述 | 比较人工智能与传统影像方法在胸外科术后成像中的应用及效果 | 系统比较AI/ML与传统影像方法在胸外科的应用，并探讨深度学习等新兴技术的未来发展潜力 | NA | 评估AI和机器学习在胸外科术后成像中的当前应用和未来发展方向 | 胸外科术后成像技术及并发症检测 | 医学影像分析 | 胸外科相关疾病 | 深度学习、神经网络、图像分析算法 | 机器学习、深度学习模型 | 医学影像 | NA |
| 82 | 2025-10-02 |
Fluctuation structure predicts genome-wide perturbation outcomes
2025-Jul-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.27.661814
PMID:40631127
|
研究论文 | 提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动结果 | 首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动响应 | NA | 开发能够解释单细胞扰动筛选数据的理论框架，预测基因组范围内的扰动结果 | 基因共波动模式和扰动响应 | 功能基因组学 | NA | 单细胞扰动筛选、贝叶斯推断 | 线性响应理论模型 | 单细胞转录组数据 | 11个大规模单细胞扰动数据集，涵盖4,234次扰动和超过136万个细胞 |
| 83 | 2025-06-05 |
Geometric Deep Learning for Multimodal Data in CKD
2025-Jun-03, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000778
PMID:40459949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 84 | 2025-10-02 |
Assessing Quantitative Performance and Expert Review of Multiple Deep Learning-Based Frameworks for Computed Tomography-based Abdominal Organ Auto-Segmentation
2025-Apr, Intelligent oncology
DOI:10.1016/j.intonc.2025.03.003
PMID:41020282
|
研究论文 | 本研究评估了多种深度学习框架在CT图像腹部器官自动分割中的性能表现 | 首次对AutoML框架（Auto3DSeg、nnU-Net）与先进非AutoML框架（SwinUNETR）在腹部器官分割任务中进行了全面比较评估 | 研究仅使用AMOS挑战赛的122张训练图像和72张验证图像，样本规模有限 | 评估不同深度学习框架在CT图像腹部器官自动分割中的性能差异 | 腹部器官的CT图像分割 | 计算机视觉 | 肿瘤学 | 深度学习、AutoML | nnU-Net、Auto3DSeg、SwinUNETR | CT图像 | 122张训练图像和72张验证图像，来自AMOS挑战赛数据集 |
| 85 | 2025-10-02 |
Swin transformers are robust to distribution and concept drift in endoscopy-based longitudinal rectal cancer assessment
2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3046794
PMID:41018523
|
研究论文 | 本研究评估Swin Transformer在直肠癌内窥镜图像纵向评估中对分布偏移和概念漂移的鲁棒性 | 首次将Swin Transformer应用于内窥镜图像分析，并证明其在分布偏移和颜色变化条件下优于传统卷积网络和视觉Transformer | 研究主要基于私有数据集和模拟分布偏移，需要更多真实世界验证 | 开发对分布偏移鲁棒的深度学习模型用于直肠癌内窥镜图像评估 | 直肠癌患者的内窥镜图像 | 计算机视觉 | 直肠癌 | 深度学习 | Swin Transformer, ResNet-50, WideResNet-50, Vision Transformer | 内窥镜图像 | 私有数据集和公共结肠镜数据集 |
| 86 | 2025-10-02 |
Design of a Low-Complexity Deep Learning Model for Diagnosis of Type 2 Diabetes
2025, Current diabetes reviews
IF:2.4Q3
|
研究论文 | 设计了一种用于2型糖尿病诊断的低复杂度深度学习模型 | 提出结合CNN和MLP的混合模型，在保持高精度的同时实现低复杂度 | 仅使用PIMA印度糖尿病数据集进行验证，未在其他数据集测试 | 开发适用于可穿戴设备的低复杂度糖尿病诊断模型 | 2型糖尿病患者数据 | 机器学习 | 糖尿病 | 深度学习 | CNN+MLP混合模型 | 临床数据 | PIMA印度糖尿病数据集 |
| 87 | 2025-10-02 |
Revolutionizing electrocardiography: the role of artificial intelligence in modern cardiac diagnostics
2025-Jan, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000002778
PMID:40109609
|
综述 | 探讨人工智能技术在现代心电图诊断中的革命性作用与应用进展 | 系统阐述深度学习模型特别是CNN在心电图分析中实现自动化高精度诊断的突破性进展 | 实际应用面临模型可解释性、数据隐私保护和训练数据集多样性不足等挑战 | 提升心脏诊断的准确性、效率和可扩展性 | 心电图信号分析与心脏疾病诊断 | 医疗人工智能 | 心血管疾病 | 深度学习 | CNN | 心电图信号 | NA |
| 88 | 2025-10-02 |
The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023
2025, Current neuropharmacology
IF:4.8Q1
|
文献计量分析 | 通过文献计量分析探讨1999-2023年间机器学习在自闭症谱系障碍领域的研究现状、热点和趋势 | 首次系统分析机器学习在自闭症研究中近25年的发展脉络，识别研究热点从传统神经疾病向人工智能和深度学习转变的趋势 | 仅基于Web of Science数据库，可能遗漏其他重要文献来源 | 分析机器学习在自闭症谱系障碍领域的研究趋势和热点主题 | 1999-2023年间发表的1357篇相关学术论文 | 机器学习 | 自闭症谱系障碍 | 文献计量分析、知识网络分析 | NA | 文献元数据 | 1357篇论文 |
| 89 | 2025-10-02 |
AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions
2025, Acta haematologica
IF:1.7Q3
DOI:10.1159/000546303
PMID:40349705
|
综述 | 本文探讨人工智能在输血医学领域的应用现状、挑战与未来发展方向 | 系统梳理了AI在输血医学多领域的整合应用，包括机器学习、深度学习、自然语言处理和预测分析等工具 | 当前研究大多处于探索性阶段，存在临床工作流程差异、算法透明度、公平访问及数据隐私等挑战 | 分析人工智能在输血医学中的应用潜力与实施挑战 | 输血医学领域的各类流程和应用场景 | 医疗人工智能 | NA | 机器学习、深度学习、自然语言处理、预测分析 | NA | 医疗数据 | NA |
| 90 | 2025-10-01 |
Deep Learning Applications in Lymphoma Imaging
2025, Acta haematologica
IF:1.7Q3
DOI:10.1159/000547427
PMID:40659002
|
综述 | 本文综述了深度学习在淋巴瘤影像学中的应用现状、挑战与前景 | 系统总结了深度学习在PET/CT、CT和MRI等多种影像模态中实现淋巴瘤自动检测、分割和分类的创新应用 | 存在影像协议差异影响模型泛化性、依赖小规模回顾性数据集、模型可解释性不足以及临床工作流整合困难等挑战 | 探讨深度学习技术在淋巴瘤影像诊断和管理中的应用价值与发展方向 | 淋巴瘤影像数据（PET/CT、CT、MRI） | 医学影像分析 | 淋巴瘤 | PET/CT、CT、MRI影像技术 | 深度学习模型 | 医学影像 | NA |
| 91 | 2025-10-02 |
Leveraging deep learning for early detection of cervical cancer and dysplasia in China using U-NET++ and RepVGG networks
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1624111
PMID:41018091
|
研究论文 | 本研究利用U-NET++和RepVGG深度学习网络改进阴道镜图像分析，提升宫颈癌及癌前病变的早期检测准确率 | 首次将U-NET++图像分割与RepVGG分类框架结合应用于宫颈病变检测，在早期病变识别方面表现优异 | 研究样本仅来自单一医疗机构，模型泛化能力有待进一步验证 | 通过深度学习技术提高宫颈癌早期检测的准确性 | 宫颈癌、HPV感染和宫颈上皮内瘤变(CIN) | 计算机视觉 | 宫颈癌 | 深度学习 | U-NET++, RepVGG | 图像 | 848名受试者，其中424张高质量图像用于训练，424张用于验证 |
| 92 | 2025-10-02 |
Radiotherapy for glioma in the AI era: current applications and future prospects
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1673752
PMID:41018092
|
综述 | 本文综述了人工智能时代下胶质瘤放射治疗的当前应用与未来前景 | 系统探讨了AI技术（包括影像组学、深度学习和预测模型）在胶质瘤放疗工作流程中的整合应用 | NA | 总结胶质瘤放疗技术的发展历程，探索AI在放疗各阶段的新兴作用 | 胶质瘤（特别是高级别胶质母细胞瘤）的放射治疗 | 数字病理 | 胶质瘤 | IMRT、质子治疗、碳离子放疗、术中放疗、FLASH放疗 | 深度学习、预测模型 | 医学影像数据 | NA |
| 93 | 2025-10-02 |
RefineFuse: an end-to-end network for multi-scale refinement fusion of multi-modality images
2025, Visual intelligence
DOI:10.1007/s44267-025-00087-w
PMID:41018163
|
研究论文 | 提出RefineFuse多尺度交互网络用于多模态图像融合，通过平衡局部细节特征和全局语义信息生成高质量融合图像 | 引入基于双重注意力的特征交互模块和全局注意力机制，通过特定模块在像素域和语义域建模跨模态特征耦合，并逐步将深层语义信息融入浅层细节信息 | NA | 提升融合网络在复杂场景下保留细节信息的能力，生成更高质量的多模态融合图像 | 红外图像、可见光图像和医学图像 | 计算机视觉 | NA | 深度学习 | 端到端网络、多尺度交互网络、注意力机制 | 多模态图像（红外、可见光、医学图像） | NA |
| 94 | 2025-10-02 |
Diagnostic performance and generalizability of deep learning for multiple retinal diseases using bimodal imaging of fundus photography and optical coherence tomography
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1665173
PMID:41018263
|
研究论文 | 开发并评估基于眼底彩照和光学相干断层扫描的双模态深度学习模型用于多种视网膜疾病的诊断 | 首次结合眼底彩照和光学相干断层扫描双模态成像开发深度学习模型，并在多设备和扫描模式下验证其泛化能力 | 样本量相对有限（共1445对图像），且仅在三家医院收集数据 | 开发能够诊断多种视网膜疾病的深度学习模型并评估其诊断性能和泛化能力 | 视网膜疾病患者，包括糖尿病视网膜病变、年龄相关性黄斑变性、病理性近视等七种视网膜状况 | 数字病理 | 视网膜疾病 | 深度学习，双模态成像 | Fusion-MIL（多实例学习融合模型） | 图像（眼底彩照和光学相干断层扫描） | 1445对CFP-OCT图像来自1029名患者，另加1184对用于PM ATN分类 |
| 95 | 2025-10-02 |
TL-MED: Multiclass eye disease classification based on ensemble transfer learning and CRVO-BRVO detection via a single shot multibox detector
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251379729
PMID:41018518
|
研究论文 | 基于集成迁移学习和单发多框检测器的多类眼病分类及视网膜静脉阻塞检测研究 | 提出五种基于迁移学习的深度卷积神经网络模型和集成模型，并首次将单发多框检测器应用于视网膜静脉阻塞检测 | 仅使用3744张原始视网膜图像，样本量相对有限 | 开发可靠的AI驱动方法用于常见眼病的早期精确检测 | 视网膜图像中的青光眼、白内障、糖尿病视网膜病变及视网膜静脉阻塞 | 计算机视觉 | 眼病 | 迁移学习、集成学习 | VGG16、ResNet152、DenseNet169、EfficientNetB3、NASNetMobile、集成模型、SSD | 图像 | 3744张原始视网膜图像 |
| 96 | 2025-10-02 |
VAE deep learning model with domain adaptation, transfer learning and harmonization for diagnostic classification from multi-site neuroimaging data
2025, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2025.1553035
PMID:41018545
|
研究论文 | 开发了一种结合域适应、迁移学习和数据协调的VAE深度学习模型，用于多站点fMRI数据的神经发育障碍诊断分类 | 首次将VAE-MMD深度学习模型应用于多站点fMRI数据的域适应，并展示了迁移学习和数据协调的协同优势 | 研究仅针对自闭症谱系障碍的诊断分类，未验证在其他神经系统疾病上的适用性 | 提高多站点神经影像数据的机器学习诊断分类性能 | 自闭症、阿斯伯格综合征和典型发育对照组的fMRI数据 | 机器学习 | 神经发育障碍 | fMRI | VAE-MMD | 神经影像数据 | ABIDE-I和ABIDE-II数据集，并额外加入HBN和AOMIC数据集的健康对照样本 |
| 97 | 2025-10-02 |
A review of AI-driven Google Earth Engine applications in surface water monitoring, assessment, and management
2025, Discover geoscience
DOI:10.1007/s44288-025-00255-x
PMID:41018550
|
综述 | 本文综述了人工智能与Google Earth Engine结合在水体监测与评估中的应用 | 系统总结了AI/ML/DL与GEE平台结合监测地表水的新方法，并包含内布拉斯加州湖泊的案例研究 | 揭示了当前方法的局限性并指出了改进机会 | 评估AI驱动方法在GEE平台上进行地表水监测、评估和管理的效果 | 地表水（湖泊和湿地）的数量和质量监测 | 遥感与地理信息系统 | NA | 多传感器遥感、人工智能、机器学习、深度学习 | 多种模型家族比较 | 遥感影像数据 | 包含内布拉斯加州三个湖泊的案例研究（2022-2023年） |
| 98 | 2025-10-02 |
An artificial intelligence model for early-stage breast cancer classification from histopathological biopsy images
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1627876
PMID:41018739
|
研究论文 | 提出一种基于深度学习的模型，用于从组织病理学活检图像中分类早期乳腺癌 | 采用DenseNet121骨干网络结合多尺度特征融合策略，能够捕捉多个抽象层次的形态学特征 | NA | 开发人工智能模型用于乳腺癌的早期分类和亚型识别 | 乳腺癌组织病理学活检图像 | 数字病理学 | 乳腺癌 | 深度学习 | DenseNet121 | 图像 | 公开可用的BreaKHis数据集，采用5折交叉验证 |
| 99 | 2025-10-02 |
The Rise of Artificial Intelligence in Orthopedics: A Bibliometric and Visualization Analysis
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S536633
PMID:41019150
|
文献计量分析 | 通过文献计量和可视化分析研究人工智能在骨科领域的应用进展与研究热点 | 首次系统分析2010-2024年间人工智能在骨科领域的研究趋势和热点主题 | 仅基于PubMed数据库，国际合作频率相对有限 | 调查人工智能在骨科领域的应用进展和现状 | 骨科领域相关学术文献 | 医学信息学 | 骨科疾病 | 文献计量分析，R软件 | NA | 文献数据 | 112篇相关文章 |
| 100 | 2025-10-02 |
Reshaping Anesthesia with Artificial Intelligence: From Concept to Reality
2025, Anesthesia and critical care (Houston, Tex.)
PMID:41019310
|
综述 | 本文综述人工智能在麻醉学领域的应用现状与发展前景 | 系统分析从早期规则系统到机器学习、深度学习模型的演进，展示AI在生理参数监测、精准麻醉给药和风险预测等方面的创新应用 | 面临伦理担忧、临床疑虑、医疗系统间可复现性不足以及缺乏深入数据支持等障碍 | 探讨人工智能技术在麻醉学领域的应用潜力与发展方向 | 麻醉临床实践与患者管理 | 医疗人工智能 | NA | 机器学习、深度学习、自然语言处理 | NA | 生理监测数据、脑电图、超声影像、临床文本 | NA |