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 50880 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-10-27 |
Deep learning reconstruction and ADC: is quantitative comparability preserved?
2026-12, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2026.113229
PMID:42736177
|
评论 | 本文讨论深度学习重建对乳腺DWI中ADC定量可比性的影响，强调需超越均值比较进行方法学验证 | 指出统计无显著差异不等于定量等价或可互换，强调需评估重测信度、重现性、一致性和病灶级分析 | 为观点性评论，未提供原始实验数据或系统验证结果 | 探讨深度学习重建是否保持ADC定量可比性及其作为定量影像生物标志物的可靠性 | 乳腺弥散加权成像（DWI）及表观扩散系数（ADC） | 医学影像人工智能 | 乳腺癌 | 深度学习图像重建, 弥散加权成像 | NA | 医学影像 | NA | NA | NA | ADC均值, 重测信度, 重现性, 一致性 | NA |
| 2 | 2026-10-27 |
Multiple instance learning for differentiating neoplastic and non-neoplastic brain lesions using MR spectroscopy
2026-Dec, Neuroimage. Reports
DOI:10.1016/j.ynirp.2026.100418
PMID:42927027
|
研究论文 | 该研究评估了磁共振波谱（MRS）结合多实例学习（MIL）通过分析全光谱模式而非孤立代谢物峰比值来区分肿瘤性和非肿瘤性脑病变 | 将MRS脑肿瘤分类表述为多实例学习问题，利用全光谱作为代谢指纹进行深度学习，并采用注意力机制提供可解释性 | 本研究为回顾性分析，样本量有限（422例患者），需进一步外部验证 | 评估MRS结合MIL能否通过分析全光谱模式区分肿瘤性与非肿瘤性脑病变，并假设将全光谱视为代谢指纹通过深度学习可实现更稳健的组织分类 | 422例患者的MRS数据（共7442个波谱） | 医学影像分析 | 脑肿瘤 | 磁共振波谱（MRS） | CNN | 波谱数据 | 422例患者，共7442个波谱（训练集6598个波谱，独立内部留出测试集844个波谱） | NA | 卷积神经网络（CNN）结合3Pool聚合和注意力聚合 | AUC、灵敏度、特异性 | NA |
| 3 | 2026-10-27 |
Automated Cerebrospinal Fluid Flow Quantification in Hydrocephalus Using Phase-Contrast Magnetic Resonance Imaging
2026-Dec, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70431
PMID:42929072
|
研究论文 | 评估一种流量感知的深度学习模型在C2-C3水平进行脑脊液分割和流量定量的可重复性，并与重复手动分割进行比较 | 使用预训练的流量感知2D-UNet进行确定性自动分割，并与多专家参考进行比较，评估个体水平的一致性 | 个体水平与流量衍生的多专家参考的一致性低于专家和新手使用半自动工作流获得的分割 | 评估深度学习模型在脑积水患者中进行可重复的脑脊液分割和流量定量的能力 | 十名脑积水患者 | 医学图像分析 | 脑积水 | 相位对比磁共振成像 | CNN | 图像 | 10名患者，80个手动标注 | NA | 2D-UNet | 平均差异, Bland-Altman 95%一致性界限, Lin's concordance correlation coefficient (CCC), intraclass correlation coefficient (ICC) | NA |
| 4 | 2026-06-16 |
Deep learning methods for automated orthopaedic measurements in computed tomography scans
2026-Nov, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.70495
PMID:42290538
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5 | 2026-10-27 |
IBDome: An Integrated Molecular, Histopathological, and Clinical Atlas of Inflammatory Bowel Diseases
2026-Nov, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2026.05.023
PMID:42269946
|
研究论文 | 该研究对1002名临床注释的IBD及非IBD对照患者进行了多组学和多模态分析，整合了全外显子测序、RNA测序、血清蛋白质组学和H&E染色组织图像的组织病理学评估 | 构建了公开可用的IBD多组学综合资源（IBDome），开发了反映肠道分子炎症的血清蛋白质组炎症严重程度特征，并利用基础模型深度学习从H&E图像预测组织学疾病活动评分及分类克罗恩病与溃疡性结肠炎 | 摘要中未明确说明研究局限性 | 推进对炎症性肠病的理解，改进诊断并实现个性化治疗策略 | 1002名临床注释的IBD患者及非IBD对照者 | 数字病理学 | 炎症性肠病 | 全外显子测序, RNA测序, 血清蛋白质组学, H&E染色组织切片图像分析 | 基础模型, 深度学习 | 图像, 文本, 组学数据 | 1002名患者（包括IBD患者和非IBD对照者），包含正常和炎症肠道组织的全外显子测序和RNA测序数据、血清蛋白质组学数据及H&E染色组织切片图像 | NA | 基础模型 | NA | NA |
| 6 | 2026-10-27 |
Deep Learning for Cardiac Wall Motion Analysis: A Review of Methods, Challenges, and Clinical Applications
2026-Nov, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-026-04147-0
PMID:42053766
|
综述 | 本文综述了基于深度学习的心脏壁运动分析方法，涵盖超声心动图、4D CT和电影MRI数据集，讨论分割、运动估计和区域壁运动异常检测的最新进展及临床应用 | 系统总结了CNN、RNN和Transformer在心脏壁运动分析中的应用，并探讨了开发可靠心脏壁运动模拟器用于个性化治疗规划的前景 | 数据稀缺、模型可解释性不足以及外部验证有限 | 综述心脏壁运动预测的最先进方法，重点介绍深度学习在超声心动图、4D CT和电影MRI中的应用 | 心脏壁运动影像数据（超声心动图、4D CT、电影MRI） | 医学影像分析 | 心血管疾病 | 超声心动图、磁共振成像、计算机断层扫描 | CNN, RNN, Transformer | 图像 | NA | NA | 卷积神经网络, 循环神经网络, Transformer | NA | NA |
| 7 | 2026-10-27 |
Early Intraretinal Fluid Reduction is Linked to Vision Gains in Patients with Diabetic Macular Edema
2026-Nov, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-026-01504-z
PMID:42771326
|
研究论文 | 本文评估了糖尿病性黄斑水肿患者早期视网膜内液减少与长期视力改善之间的关系 | 采用深度学习驱动的视网膜OCT分割算法ROSA量化IRF体积变化，并分析早期（3个月）IRF减少与2年视力结局的关联 | 为治疗不可知的事后分析，可能存在混杂因素；仅基于YOSEMITE/RHINE试验数据；未明确说明ROSA算法的具体细节 | 评估早期视网膜内液减少对糖尿病性黄斑水肿患者长期视力结局的影响 | 糖尿病性黄斑水肿患者 | 数字病理学 | 糖尿病性黄斑水肿 | 光学相干断层扫描（OCT）成像 | 深度学习 | 图像 | 795只眼（来自795名患者） | NA | NA | IRF体积变化、BCVA变化、获得≥15个字母的患者比例、名义p值 | NA |
| 8 | 2026-10-27 |
AI-powered optical coherence tomography shows similar performance to intravascular ultrasound for plaque burden quantification: head-to-head benchmark study against histopathology of native coronary arteries
2026-Nov, European heart journal. Digital health
DOI:10.1093/ehjdh/ztag163
PMID:42927271
|
研究论文 | 该研究开发了一种深度学习算法，从光学相干断层扫描（OCT）图像中全自动评估斑块负荷和血管尺寸，并与血管内超声（IVUS）进行头对头比较，以组织病理学为参考标准。 | 利用深度学习算法实现了OCT图像的斑块负荷全自动量化，并首次在组织病理学验证下与IVUS进行头对头比较，证明AI驱动的OCT在斑块负荷量化方面与IVUS性能相似。 | 样本量较小（10个死后人类心脏，29条冠状动脉，852个配对横截面），且为离体研究，需进一步在体研究验证。 | 比较AI驱动的OCT与IVUS在斑块负荷量化方面的性能，以组织病理学为参考标准。 | 10个死后人类心脏的29条主要心外膜冠状动脉。 | 数字病理学, 医学图像分析 | 心血管疾病, 冠状动脉疾病 | 光学相干断层扫描（OCT）, 血管内超声（IVUS）, 组织病理学 | 深度学习 | 图像 | 10个心脏，29条冠状动脉，852个配对OCT-IVUS-组织病理学横截面 | NA | NA | 相关系数（r）, 受试者工作特征曲线下面积（AUC） | NA |
| 9 | 2026-10-27 |
Promises and limitations of deep learning for predicting knee osteoarthritis progression from medical imaging: A systematic review
2026-Nov, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.70555
PMID:42545888
|
系统综述 | 系统评估深度学习模型从医学影像预测膝骨关节炎进展的性能、方法学质量和转化障碍 | 首次系统综述深度学习预测膝骨关节炎进展的研究，使用PROBAST-AI评估偏倚风险，系统分析不同进展定义、影像模态和验证策略对模型性能的影响 | 影像模态、结局定义和预测时间范围异质性大导致无法进行定量Meta分析；仅27%的研究进行外部验证；76%的研究在分析领域存在不明确或高偏倚风险；大多数研究使用同一数据集（Osteoarthritis Initiative）训练 | 系统评估深度学习模型从医学影像预测膝骨关节炎进展的性能、方法学质量和临床转化障碍 | 33项研究（2019-2026年）中的50个预测模型，样本量范围为340至52,981个膝关节（中位数4,298） | 数字病理学 | 膝骨关节炎 | 医学影像分析（MRI和X线摄影） | 深度学习模型 | 医学影像（MRI和X线图像） | 33项研究，50个预测模型，样本量范围为340至52,981个膝关节（中位数4,298） | NA | NA | AUC（受试者工作特征曲线下面积） | NA |
| 10 | 2026-10-27 |
From cell counts to cellular interactions: Cu-Cyto and the co-localization index as a spatial framework for the tumor immune microenvironment of rectal cancer
2026-Nov, International journal of clinical oncology
IF:2.4Q3
DOI:10.1007/s10147-026-03182-0
PMID:42709377
|
研究论文 | 该文介绍了一个深度学习框架，结合图像细胞术平台Cu-Cyto和共定位指数，用于分析直肠癌肿瘤免疫微空间交互 | 提出Cu-Cyto平台，通过位模式核滤波算法防止多重计数和脱靶标记策略精确定位核中心；提出共定位指数，将分类概率和坐标转化为两种或三种细胞类型间共定位的定量指标 | 需在独立直肠癌队列中进行前瞻性验证，以确定该空间细胞框架能否转化为常规临床决策支持 | 整合细胞计数和细胞间空间交互分析，捕捉传统密度指标无法反映的免疫-肿瘤生物学空间关系 | 直肠癌新辅助放化疗后的组织样本，聚焦CD103⁺CD8⁺组织驻留记忆样T细胞 | 数字病理学 | 直肠癌 | 免疫组织化学染色全切片图像分析 | 深度学习 | 图像 | NA | NA | NA | 无复发生存期 | NA |
| 11 | 2026-10-27 |
Redefining Photosensitizers Functionality Through Consensus-Assisted Integration of Orthogonal Antibacterial Mechanisms
2026-Oct-26, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.2546246
PMID:42745088
|
研究论文 | 通过深度学习与分子对接辅助设计，将正交抗菌机制集成到单一光敏剂分子中，实现感染响应、光控杀菌和长效抑菌 | 提出共识辅助设计策略，结合深度学习和分子对接，将FtsZ蛋白干扰与光动力抗菌治疗集成到单一光敏剂分子IHcy-PbE中，突破传统光敏剂仅依赖活性氧杀菌的局限 | 摘要中未明确提及研究局限性 | 重新定义光敏剂功能，开发具有正交抗菌机制的多功能光敏剂，实现感染响应性、快速光控杀菌和长效抑菌 | 耐甲氧西林金黄色葡萄球菌（MRSA）及光敏剂分子IHcy-OH和IHcy-PbE | 机器学习, 计算生物学, 药物设计 | 细菌感染 | 深度学习, 分子对接, 光动力抗菌治疗 | 深度学习模型, 分子对接模型 | 分子结构数据, 文本 | NA | NA | NA | NA | NA |
| 12 | 2026-10-27 |
ElemeNet: Multiscale Molecular Machine Learning with Uncertainty Quantification across the Periodic Table
2026-Oct-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c02178
PMID:42929550
|
研究论文 | 本文介绍了ElemeNet，一个用于分子机器学习的统一、通用软件包，支持周期表1-100号元素，并内置不确定性量化 | 1) 支持1-100号元素的分子表示，涵盖有机金属和生物体系；2) 引入部分（moiety）级别的预测；3) 原生支持电荷和自旋态条件；4) 支持E(3)-等变和Transformer架构以及2D模型；5) 所有模型类均内置确定性和统计不确定性量化；6) 通过简洁的命令行界面降低非专家用户的使用门槛 | 摘要中未明确提及本文的局限性 | 开发一个统一、通用的分子机器学习软件包，扩大元素覆盖范围，支持多种化学性质预测并内置不确定性量化 | 有机、无机、配位和生物化学的分子数据集 | 机器学习 | NA | NA | E(3)-等变模型, Transformer, 2D模型 | 分子图数据 | 数百万个分子（用于扩展性测试） | NA | E(3)-等变架构, Transformer, 2D架构 | NA | NA |
| 13 | 2026-10-27 |
Ernie-Switcher: RNA foundation model-guided design of programmable RNA devices in a navigable landscape
2026-Oct-26, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag774
PMID:42929764
|
研究论文 | 该文提出Ernie-Switcher深度学习框架，基于RNA基础模型RNAErnie指导可编程RNA器件（toehold开关）的序列设计与优化 | 首次将RNA基础模型RNAErnie的序列-表型表征与RNA适应度景观可导航性理论及生物物理约束相结合，实现可编程RNA器件的生成、筛选与优化，并部署为可访问的Web平台 | 仅在RNA toehold开关（大肠杆菌体系）中进行了验证，尚未在其他RNA器件类型或更复杂的生物体系中广泛验证 | 解决可编程RNA器件设计中庞大且非线性的序列-结构-功能景观带来的挑战，实现高性能RNA开关的理性设计 | RNA toehold开关序列及其在大肠杆菌中的ON/OFF表达表现 | 机器学习, 合成生物学 | NA | RNA基础模型表征, 深度学习序列优化, 生物物理约束建模, 湿实验验证（荧光报告基因表达） | RNAErnie（基于Transformer的RNA基础模型）, 深度学习优化框架 | RNA序列, 序列-表型数据, 荧光表达数据 | NA | NA | RNAErnie（Transformer）, Ernie-Switcher优化框架 | ON/OFF表达比（最高35倍）, 阈值可导航性下界（86.4%） | NA |
| 14 | 2026-10-27 |
Artificial Intelligence in Cataract Surgery: A Review of Preoperative, Intraoperative and Postoperative Applications
2026-Oct-25, Clinical & experimental ophthalmology
DOI:10.1111/ceo.70186
PMID:42927942
|
综述 | 本文综述了人工智能在白内障手术术前、术中和术后管理中的应用 | 系统总结了AI在白内障手术全流程（术前、术中、术后）的当前和新兴应用，涵盖机器学习、深度学习和卷积神经网络在 cataract 检测分级、人工晶状体度数计算、手术决策、风险预测、术中阶段识别、实时引导、机器人技术及术后并发症预测等方面的进展 | AI应用面临透明度、数据多样性、监管监督和临床验证等挑战 | 总结人工智能在白内障术前、术中和术后管理中的当前和新兴应用 | 白内障手术患者及相关临床数据 | 数字病理学, 医学影像分析, 眼科人工智能 | 白内障 | 机器学习, 深度学习, 卷积神经网络 | CNN, 深度学习模型, 机器学习模型 | 医学影像, 临床数据 | NA | NA | 卷积神经网络 (CNN) | NA | NA |
| 15 | 2026-10-27 |
Clinical Application of Artificial Intelligence in the Management of Chronic Hepatitis B
2026-Oct-25, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.70848
PMID:42927975
|
综述 | 该文综述了人工智能在慢性乙型肝炎管理中的临床应用，涵盖筛查、诊断、抗病毒治疗风险分层及肝细胞癌监测等方面 | 系统总结了大语言模型等生成式AI在回答临床问题、辅助医患决策方面的潜力，以及机器学习和深度学习模型在肝纤维化评估、肝脏结构分割和局灶性病变检测中的应用 | 缺乏标准化的训练队列数据集，大语言模型存在幻觉生成虚假信息的问题，AI尚未融入日常临床实践 | 探讨人工智能在慢性乙型肝炎管理各环节中的应用前景与挑战，以改进筛查和管理策略 | 慢性乙型肝炎患者及相关临床管理流程 | 机器学习 | 慢性乙型肝炎 | NA | 大语言模型, 机器学习, 深度学习 | 文本, 图像 | NA | NA | 大语言模型 | NA | NA |
| 16 | 2026-10-27 |
AI-based automated body composition analysis from whole-body MRI and (PET-) CT: an intermodal comparison from same-day examinations
2026-Oct-24, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-026-01134-5
PMID:42928255
|
研究论文 | 该研究比较了基于AI的全身MRI和（PET-）CT自动身体成分分析在同日检查中的跨模态一致性 | 首次评估基于深度学习的身体成分分析在全身MRI和低剂量CT之间的跨模态一致性，揭示了系统性偏差 | 样本量较小（42例），仅针对多发性骨髓瘤患者，未评估其他疾病人群，且未探讨偏差的临床影响 | 确定基于AI的体积身体成分指标在[18F]FDG-PET/CT衍生的低剂量CT和全身MRI之间的跨模态一致性 | 多发性骨髓瘤患者 | 医学图像分析 | 多发性骨髓瘤 | 深度学习图像分割 | CNN | 图像 | 42例患者（同日PET/CT和全身MRI） | NA | TotalSegmentator及其MRI变体 | Pearson相关系数, 组内相关系数（ICC）, Bland-Altman分析 | NA |
| 17 | 2026-10-27 |
Large-scale semantic indexing of Spanish biomedical literature using contrastive transfer learning
2026-Oct-24, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag794
PMID:42928592
|
研究论文 | 提出BERTDeCS框架，利用对比迁移学习实现西班牙语生物医学文献的大规模语义索引。 | 利用多语言BERT生成多语言表示，通过对比学习适配西班牙语生物医学领域，并借助MEDLINE丰富的英文标注文献进行迁移学习。 | 仅在葡萄牙语上提供初步迁移证据，未在其他语言上广泛验证，且依赖MEDLINE英文标注数据。 | 解决非英语生物医学文献自动索引研究不足的问题，实现西班牙语生物医学文献的自动语义索引。 | 西班牙语生物医学文献，以及葡萄牙语生物医学文献用于初步迁移验证。 | 自然语言处理 | NA | 对比迁移学习、多语言BERT | BERT | 文本 | NA | NA | 多语言BERT (M-BERT) | NA | NA |
| 18 | 2026-10-27 |
RNASTOP: A Deep Learning Framework for mRNA Chemical Stability Prediction and Optimization
2026-Oct-24, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzag109
PMID:42928593
|
研究论文 | 提出RNASTOP框架，结合深度学习和启发式搜索同时预测和优化mRNA化学稳定性 | 整合深度学习与启发式搜索，同时实现预测和优化，在OpenVaccine数据集上准确率提升13%，并成功优化VZV疫苗序列 | 未明确说明，可能受限于训练数据规模和泛化能力 | 预测和优化mRNA化学稳定性，加速mRNA疗法开发 | mRNA序列 | 机器学习 | 水痘-带状疱疹病毒感染 | 深度学习 | 深度学习模型 | 序列数据 | NA | PyTorch | NA | 准确率 | NA |
| 19 | 2026-10-27 |
Cost-utility analysis of deep learning-based opportunistic osteoporosis screening using chest radiographs: implications of diagnostic thresholds and confirmatory testing
2026-Oct-23, Archives of osteoporosis
IF:3.1Q1
DOI:10.1007/s11657-026-01788-5
PMID:42920040
|
研究论文 | 本文基于胸部X光片，利用深度学习模型进行机会性骨质疏松筛查，并对其成本效用进行分析 | 利用常规胸部X光片和深度学习模型进行机会性骨质疏松筛查，并考虑诊断阈值和确诊测试对成本效用的影响 | 经济收益取决于疾病流行率、模型校准方式以及患者是否进行确诊骨密度测试和药物治疗的依从性 | 评估基于深度学习的胸部X光片机会性骨质疏松筛查的成本效用 | 骨质疏松风险个体 | 医学影像分析 | 骨质疏松 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 20 | 2026-10-27 |
Quantifying regional signal with deep learning for sex estimation on lateral cephalometric radiographs: A feasibility study with explainability analysis
2026-Oct-23, Dental materials journal
IF:1.9Q4
DOI:10.4012/dmj.2026-078
PMID:42927939
|
研究论文 | 该研究利用深度学习量化侧位头影测量片中与性别相关的区域信息，通过将图像分为前后子图像并训练模型进行性别估计 | 首次将侧位头影测量片按翼上颌裂分为前后子图像，分别训练DenseNet-121和ViT-B/16模型，并比较不同区域对性别估计的信息量，同时进行可解释性分析 | 单中心数据集且年龄偏年轻，缺乏年龄平衡的外部验证，解剖分割较粗略 | 评估侧位头影测量片中不同区域（前部 vs 后部）对性别估计的信息量，并探索深度学习模型的可解释性 | 侧位头影测量片（来自300名男性和300名女性患者） | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | 600张X光片（300男，300女） | NA | DenseNet-121, Vision Transformer B/16 | 准确率 | NA |