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 13381 - 13400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13381 | 2025-04-23 |
Machine learning vs human experts: sacroiliitis analysis from the RAPID-axSpA and C-OPTIMISE phase 3 axSpA trials
2025, Rheumatology advances in practice
IF:2.1Q3
DOI:10.1093/rap/rkae118
PMID:40256636
|
研究论文 | 本研究评估了深度学习模型在检测轴型脊柱关节炎（axSpA）患者骶髂关节炎中的性能，并与专家评估进行了比较 | 使用深度学习模型减少诊断时间并最小化读者间差异，首次在RAPID-axSpA和C-OPTIMISE试验中进行评估 | 模型在C-OPTIMISE队列中的特异性较低（56%），Cohen's κ值仅为0.48 | 评估深度学习模型在检测axSpA患者骶髂关节炎中的性能，以加速诊断并减少医疗资源使用 | RAPID-axSpA（n=277）和C-OPTIMISE（n=739）试验中的axSpA患者 | 数字病理学 | 轴型脊柱关节炎 | 深度学习 | 深度学习模型（基于迁移学习） | X光影像 | RAPID-axSpA（277例）和C-OPTIMISE（739例）患者的基线X光影像 | NA | NA | NA | NA |
| 13382 | 2025-10-07 |
SVMVGGNet-16: A Novel Machine and Deep Learning Based Approaches for Lung Cancer Detection Using Combined SVM and VGGNet-16
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出结合SVM和VGGNet-16的混合模型SVMVGGNet-16，用于肺癌检测和分类 | 首次将VGGNet-16与SVM结合形成混合模型，利用CNN的特征提取能力和SVM的分类优势 | 仅使用单一数据集，需要扩展数据集并进行临床验证 | 提高肺癌检测的准确性和可靠性 | 肺癌CT图像 | 计算机视觉 | 肺癌 | 医学影像分析 | CNN,SVM | 图像 | LIDC-IDRI数据集 | NA | VGGNet-16 | 准确率,AUC,召回率,精确率,F1分数 | NA |
| 13383 | 2025-04-23 |
Attention-aware Deep Learning Models for Dermoscopic Image Classification for Skin Disease Diagnosis
2025, Current medical imaging
IF:1.1Q3
|
research paper | 该研究利用深度学习模型结合注意力机制对皮肤镜图像进行分类，以提高皮肤疾病的诊断准确性 | 在预训练的CNN架构中集成了通道注意力和空间注意力机制，优化了特征提取和分类精度 | 未提及模型在临床环境中的实际应用效果或外部验证结果 | 利用深度学习方法分析皮肤镜图像，提高皮肤疾病的诊断准确性 | 七种类型的皮肤疾病 | computer vision | skin disease | deep learning, attention mechanism | CNN (RegNetX, EfficientNetB3, VGG19, ResNet-152) | image | NA | NA | NA | NA | NA |
| 13384 | 2025-10-07 |
Rectify ViT Shortcut Learning by Visual Saliency
2024-Dec, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3310531
PMID:37703160
|
研究论文 | 提出一种新颖的显著性引导视觉Transformer模型，用于纠正ViT中的捷径学习问题 | 首次在ViT框架中解决捷径学习问题，并提出无需眼动数据的视觉显著性引导方法 | 依赖计算视觉显著性模型的准确性，可能无法完全替代真实眼动数据 | 纠正视觉Transformer中的捷径学习问题，提高模型泛化能力和可解释性 | 自然图像和医学图像 | 计算机视觉 | NA | 视觉显著性建模，自注意力机制 | Transformer | 图像 | NA | NA | Vision Transformer (ViT) | NA | NA |
| 13385 | 2025-10-07 |
Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis
2024-Dec, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3308712
PMID:37738193
|
研究论文 | 提出一种用于3D脑部MRI分析的通用编码器Medical Transformer，通过多视图方法和自监督学习实现高效迁移学习 | 将3D体积图像建模为2D图像切片序列，采用多视图方法利用3D体积三个平面的信息，同时提供参数高效的训练 | 仅使用健康脑部MRI数据进行预训练，在部分训练样本场景下的性能仍有提升空间 | 开发适用于医学图像分析的通用迁移学习框架 | 3D脑部磁共振成像(MRI) | 医学影像分析 | 脑部疾病 | 磁共振成像(MRI) | Transformer | 3D医学图像 | 大规模正常健康脑部MRI数据集 | NA | Transformer | 参数减少率, 分类性能, 回归性能, 分割性能 | NA |
| 13386 | 2025-10-07 |
Advancements in automated classification of chronic obstructive pulmonary disease based on computed tomography imaging features through deep learning approaches
2024 Nov-Dec, Respiratory medicine
IF:3.5Q2
DOI:10.1016/j.rmed.2024.107809
PMID:39299523
|
综述 | 本文综述了基于CT影像特征通过深度学习方法自动分类慢性阻塞性肺疾病的最新研究进展 | 系统总结了深度学习在COPD分类中分析关键放射学特征（气道改变、肺气肿和血管特征）的创新应用 | 未涉及具体实验验证，主要基于文献综述，缺乏实证数据支持 | 为COPD的个性化管理和治疗提供新视角 | 慢性阻塞性肺疾病（COPD）患者 | 医学影像分析 | 慢性阻塞性肺疾病 | 计算机断层扫描（CT） | 深度学习 | CT影像 | NA | NA | NA | NA | NA |
| 13387 | 2025-10-07 |
Deep Learning-Based Reconstruction Algorithm With Lung Enhancement Filter for Chest CT: Effect on Image Quality and Ground Glass Nodule Sharpness
2024-09, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0472
PMID:39197828
|
研究论文 | 评估结合深度学习图像重建算法与肺部增强滤波器对胸部CT图像质量和磨玻璃结节清晰度的影响 | 首次将肺部增强滤波器与深度学习图像重建算法相结合，显著提升磨玻璃结节边缘清晰度 | 研究基于体模实验，未涉及真实患者数据验证 | 优化低剂量胸部CT的图像重建质量 | 胸部体模中的人工磨玻璃结节 | 医学影像处理 | 肺部结节 | CT扫描 | 深度学习图像重建 | CT图像 | 5个不同密度的人工磨玻璃结节，4个辐射剂量水平，共12组重建图像 | NA | Truefidelity | 图像噪声，信噪比，对比噪声比，半高全宽值 | 256排CT扫描仪（Revolution Apex CT, GE Healthcare） |
| 13388 | 2025-10-07 |
Diagnostic Accuracy of AI Algorithms in Aortic Stenosis Screening: A Systematic Review and Meta-Analysis
2024-09, Clinical medicine & research
IF:1.2Q2
DOI:10.3121/cmr.2024.1934
PMID:39438148
|
系统综述与荟萃分析 | 评估人工智能算法在主动脉瓣狭窄筛查中的诊断准确性 | 首次对AI算法在AS筛查中的诊断性能进行系统评价和荟萃分析，涵盖多种数据源和AI方法 | 存在发表偏倚，纳入研究数量有限（10项），存在异质性来源 | 评估AI算法在主动脉瓣狭窄筛查中的诊断准确性 | 主动脉瓣狭窄患者 | 医疗AI | 心血管疾病 | 心电图、胸部X光片、听诊音频文件、电子听诊器记录、穿戴式惯性传感器信号 | 深度学习 | 心电图、影像、音频、传感器信号 | 10项符合纳入标准的研究（从295篇文献中筛选） | NA | NA | 灵敏度, 特异度, 诊断比值比, 阴性似然比, 阳性似然比, AUC | NA |
| 13389 | 2025-10-07 |
Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning
2024-07, Ultrasound in medicine & biology
|
研究论文 | 本研究通过无监督聚类算法和深度学习技术，基于超声图像纹理模式识别开发杜氏肌营养不良症的计算机辅助诊断系统 | 首次将k-means和模糊c-means聚类算法用于DMD超声图像纹理重建，并结合深度学习模型实现疾病分期和行走功能的自动识别 | 未明确说明样本数据的具体规模和来源限制 | 开发基于超声图像的杜氏肌营养不良症计算机辅助诊断系统 | 杜氏肌营养不良症患者的腓肠肌群超声图像 | 计算机视觉 | 杜氏肌营养不良症 | 超声成像 | CNN, 高斯朴素贝叶斯, k近邻, 决策树 | 图像 | NA | NA | VGG-16, VGG-19 | 准确率 | NA |
| 13390 | 2025-10-07 |
Misplaced Trust and Distrust: How Not to Engage with Medical Artificial Intelligence
2024-Jul, Cambridge quarterly of healthcare ethics : CQ : the international journal of healthcare ethics committees
IF:1.5Q3
DOI:10.1017/S0963180122000445
PMID:36263755
|
研究论文 | 本文通过分析医疗人工智能中信任与不信任被错置的案例，提出了一种分类法，为临床和监管决策提供伦理约束 | 采用逆向视角，通过分析错置信任与不信任的负面案例来构建伦理框架，而非正面定义信任要素 | 未提供信任在医疗AI中的正确定义，主要依赖理论分析和案例比较 | 探讨如何正确与医疗人工智能系统互动，避免信任与不信任的错置 | 医疗人工智能系统的伦理参与方式 | 医学伦理 | NA | 哲学分析，伦理框架构建 | NA | 理论分析，案例研究 | NA | NA | NA | NA | NA |
| 13391 | 2025-10-07 |
Prognostication of Hepatocellular Carcinoma Using Artificial Intelligence
2024-06, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0070
PMID:38807336
|
综述 | 本文综述了人工智能在肝细胞癌预后预测中的应用价值与前景 | 提出基于放射组学或深度学习的人工智能方法可对肝细胞癌表型进行客观、详细和全面的分析 | 传统放射学方法存在主观性和观察者间差异性的局限 | 探讨人工智能在肝细胞癌预后预测中的潜在价值 | 肝细胞癌（HCC）患者 | 数字病理 | 肝细胞癌 | 放射组学，深度学习 | NA | 影像数据 | NA | NA | NA | NA | NA |
| 13392 | 2025-10-07 |
Localization and Risk Stratification of Thyroid Nodules in Ultrasound Images Through Deep Learning
2024-06, Ultrasound in medicine & biology
|
研究论文 | 开发结合深度学习和TI-RADS标准的集成系统，用于甲状腺结节超声图像的分割和风险分层 | 提出将Mask R-CNN深度学习模型与临床标准TI-RADS系统相结合的集成方法，实现甲状腺结节的同步分割和风险分层 | 研究仅针对TI-RADS 4级甲状腺结节，样本量相对有限（304张图像） | 开发能够同时进行甲状腺结节分割和风险分层的集成诊断系统 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺疾病 | 超声成像 | CNN | 图像 | 304张来自两个独立机构的甲状腺结节超声图像 | NA | Mask R-CNN | 准确率, 精确率-召回率曲线, 平均精度, Dice相似系数 | NA |
| 13393 | 2025-10-07 |
Statistical and Machine Learning Analysis in Brain-Imaging Genetics: A Review of Methods
2024-05, Behavior genetics
IF:2.6Q2
DOI:10.1007/s10519-024-10177-y
PMID:38336922
|
综述 | 本文综述了脑影像遗传学分析方法的发展历程，从早期大规模单变量分析到当前深度学习方法 | 系统梳理了脑影像遗传学方法学的演进路径，对比了不同方法的优缺点 | 作为综述文章，未提出新的分析方法 | 总结脑影像遗传学分析方法的发展与挑战 | 脑影像数据与遗传数据的整合分析方法 | 机器学习 | 脑部疾病 | 神经影像技术、基因组学技术 | 深度学习, 传统统计模型 | 影像数据, 遗传数据 | NA | NA | NA | NA | NA |
| 13394 | 2025-10-07 |
Positive Predictive Values of Abnormality Scores From a Commercial Artificial Intelligence-Based Computer-Aided Diagnosis for Mammography
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0907
PMID:38528692
|
研究论文 | 评估商业AI-CAD系统在乳腺X线摄影中异常评分的阳性预测值及其与临床和影像学发现的关系 | 首次系统评估深度学习商业AI-CAD系统异常评分的阳性预测值，并按评分分组分析其与恶性肿瘤风险的关联 | 回顾性研究设计，样本仅来自单一机构，高风险女性比例较低(0.6%) | 研究AI-CAD系统异常评分的临床意义和诊断价值 | 599名女性(平均年龄52.6岁)的656个乳腺，均接受乳腺X线摄影且AI-CAD结果阳性 | 数字病理 | 乳腺癌 | 乳腺X线摄影 | 深度学习 | 医学影像 | 656个乳腺(来自599名女性) | NA | 商业AI-CAD系统(Lunit Insight MMG) | 阳性预测值(PPV) | NA |
| 13395 | 2025-04-23 |
Uncover This Tech Term: Uncertainty Quantification for Deep Learning
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.0108
PMID:38528697
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13396 | 2025-10-07 |
Automated Detection and Segmentation of Bone Metastases on Spine MRI Using U-Net: A Multicenter Study
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0671
PMID:38528694
|
研究论文 | 开发并评估用于脊柱MRI骨转移瘤自动分割和检测的深度学习模型 | 首次使用U-Net模型在多中心脊柱MRI数据上实现骨转移瘤的自动分割与检测，并与放射科医生性能进行对比 | 样本量相对有限，外部测试集仅包含49个MRI序列 | 开发自动检测和分割脊柱MRI骨转移瘤的深度学习模型 | 成人骨转移瘤患者的脊柱MRI扫描 | 医学影像分析 | 骨转移瘤 | MRI成像 | U-Net | 医学影像 | 训练集536个MRI序列（302名患者），内部测试126个序列，外部测试49个序列（20名患者） | NA | 2D U-Net, 3D U-Net | Dice系数, 像素级召回率, 像素级精确率, 每病灶敏感度, 自由响应接收器操作特性曲线 | NA |
| 13397 | 2025-10-07 |
Dark-Blood Computed Tomography Angiography Combined With Deep Learning Reconstruction for Cervical Artery Wall Imaging in Takayasu Arteritis
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.1078
PMID:38528696
|
研究论文 | 评估结合深度学习重建的黑血CT血管成像在Takayasu动脉炎患者颈动脉壁成像中的图像质量 | 首次将黑血CTA与深度学习重建技术结合应用于Takayasu动脉炎的颈动脉壁成像 | 样本量较小（53例患者），单中心研究 | 评估黑血CTA结合深度学习重建在颈动脉壁成像中的图像质量 | Takayasu动脉炎患者的颈动脉 | 医学影像分析 | Takayasu动脉炎 | 计算机断层扫描血管成像（CTA） | 深度学习 | 医学影像 | 53例Takayasu动脉炎患者（平均年龄33.8±10.2岁，49名女性） | NA | NA | 对比噪声比（CNR），定性图像质量评分，诊断置信度指数 | NA |
| 13398 | 2025-10-07 |
Improving Diagnostic Performance of MRI for Temporal Lobe Epilepsy With Deep Learning-Based Image Reconstruction in Patients With Suspected Focal Epilepsy
2024-04, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0842
PMID:38528695
|
研究论文 | 评估基于深度学习的图像重建技术对颞叶癫痫MRI诊断性能的提升效果 | 首次将深度学习图像重建技术应用于1.5毫米层厚MRI，显著提升颞叶癫痫的诊断敏感性 | 回顾性研究设计，样本量有限（117例患者），特异性较常规MRI有所降低 | 提高颞叶癫痫的MRI诊断准确性 | 117例疑似局灶性癫痫患者的MRI图像 | 医学影像分析 | 颞叶癫痫 | MRI，深度学习图像重建 | 深度学习 | 医学影像 | 117例患者（34例TLE患者，83例非TLE患者） | NA | NA | 敏感性，特异性，准确率，信噪比，对比噪声比 | NA |
| 13399 | 2025-10-07 |
USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging
2023-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102927
PMID:37672900
|
研究论文 | 本文提出了一种针对医学图像分割模型的性能评估方法，专门处理不确定、小范围或空参考标注的神经影像数据 | 针对医学图像分割中不确定、小范围或空参考标注的特殊情况，系统研究并提出了专门的评估指标和方法 | 研究主要基于脑卒中内部数据集，需要更多临床数据验证通用性 | 开发适用于临床环境中具有挑战性分割任务的医学图像分割模型性能评估指标 | 医学图像分割模型在神经影像数据上的性能评估 | 医学图像分析 | 脑卒中 | 医学图像分割 | 深度学习框架 | 医学影像 | 脑卒中内部数据集，并与BRATS 2019和脊髓公开数据集对比 | 标准深度学习框架 | NA | Dice系数及其他分割评估指标 | NA |
| 13400 | 2025-10-07 |
DTF-diffusion: A 3D equivariant diffusion generation model based on ligand-target information fusion
2025-Aug, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出了一种基于配体-靶点信息融合的三维等变扩散生成模型DTF-diffusion，用于生成与特定靶蛋白结合的合理药物分子 | 首次将配体与靶点的三维位置特征信息进行融合，并设计了化学规则判别模块来提升生成分子结构的合理性 | NA | 开发能够生成与特定靶蛋白结合且结构合理的药物分子的深度学习模型 | 药物分子和靶蛋白 | 机器学习 | NA | 扩散模型 | 扩散生成模型 | 三维分子结构数据 | 基于CrossDocket2020数据集 | NA | DTF-diffusion | 药物相似性指数，药物有效性指数 | NA |