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 43938 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 | 2026-05-10 |
An efficient deep learning approach for automatic speech recognition using EEG signals
2026-May, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2456982
PMID:39957214
|
研究论文 | 提出一种结合Gannet优化算法和Elman循环神经网络的高效深度学习方法，用于基于EEG信号的自动语音识别 | 首次将Gannet优化算法与Elman循环神经网络结合用于EEG语音识别，并通过Savitzky-Golay滤波和递归特征消除提升性能 | 仅使用Kara One单一数据集进行验证，未提及实时处理能力和跨数据集泛化性 | 提高基于EEG信号的自动语音识别准确率，促进脑机接口和语音障碍辅助技术发展 | EEG信号中的说话人识别任务 | 自然语言处理 | 言语障碍 | EEG信号采集 | Elman循环神经网络 | EEG信号 | 未明确提及样本量（仅提及Kara One数据集） | NA | Elman循环神经网络 | 准确率 | NA |
| 2 | 2026-05-10 |
Comparison between two artificial intelligence models to discriminate cancerous cell nuclei based on confocal fluorescence imaging in hepatocellular carcinoma
2025-05, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.11.026
PMID:39674779
|
研究论文 | 比较两种人工智能模型基于共聚焦荧光成像在肝细胞癌中区分癌细胞核的效果 | 首次比较了机器学习和深度学习两种AI模型在基于共聚焦荧光成像区分肝细胞癌肿瘤与非肿瘤细胞核中的性能，并证明了深度学习更有效 | NA | 设计并比较两种AI算法，用于计算机辅助区分肝细胞癌中的肿瘤与非肿瘤细胞核 | 肝细胞癌组织和健康肝组织中的细胞核 | 数字病理学 | 肝细胞癌 | 共聚焦荧光成像，DRAQ5染色，抗增殖细胞核抗原抗体染色 | 机器学习, 深度学习 | 图像 | 来自商业组织芯片的健康肝脏和肝细胞癌样本 | NA | NA | 准确率 | NA |
| 3 | 2026-05-10 |
A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI
2025-May, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103537
PMID:40112509
|
研究论文 | 提出一种基于深度学习的方法，用于扩散MRI中多纤维参数估计与不确定性量化 | 引入一种新颖的序列化方法，将多纤维参数推断任务分解为一系列可管理的子问题，通过针对问题特定结构和对称性设计的深度神经网络解决，并利用模拟训练实现摊销推理 | NA | 解决扩散MRI中多纤维生物物理模型参数推断的可靠性和计算效率问题 | 扩散MRI中的多纤维参数估计和不确定性量化 | 机器学习 | NA | 扩散MRI | 深度神经网络 | 扩散MRI影像 | 使用Human Connectome Project（HCP）的真实影像数据 | NA | 深度神经网络（具体架构未指定） | 估计精度和不确定性 | NA |
| 4 | 2026-05-10 |
Advancements in automated nuclei segmentation for histopathology using you only look once-driven approaches: A systematic review
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110072
PMID:40138968
|
综述 | 系统回顾YOLO方法在组织病理学图像细胞核分割中的应用、进展与挑战 | 首次系统性地评估YOLO系列变体在组织病理学细胞核分割中的表现，并对比传统分割方法 | 受限于现有文献，未解决细胞核外观变异、模型架构优化及跨数据集泛化等核心挑战 | 综合探讨YOLO在组织病理图像细胞核分割中的进展与局限 | YOLO变体在细胞核分割中的方法、训练策略、数据集及性能指标 | 计算机视觉、数字病理学 | NA | NA | YOLO系列卷积神经网络 | 组织病理学图像 | NA | NA | YOLO变体 | NA | NA |
| 5 | 2026-05-10 |
[Application and future of artificial intelligence in oral esthetics]
2025-Apr-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
综述 | 探讨人工智能在口腔美学中的应用现状与未来发展方向 | 系统总结了深度学习等技术在口腔美学中的具体应用，并提出了未来智能化、人性化发展的整合路径 | 技术局限、伦理问题及数据多样性不足 | 分析人工智能在口腔美学中的应用并展望其未来潜力 | 口腔美学治疗中的修复设计、微笑分析和个性化治疗 | 机器学习 | 口腔美学疾病 | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 6 | 2026-05-10 |
Deep Learning Applications in Imaging of Acute Ischemic Stroke: A Systematic Review and Narrative Summary
2025-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240775
PMID:40197098
|
综述 | 系统回顾深度学习在成人急性缺血性卒中影像中的应用，总结当前技术状态并识别进步机会 | 提供了从2016年至2024年深度学习在急性缺血性卒中影像应用的全面概述，涵盖大血管闭塞自动检测和ASPECT评分测量等多个方面 | 需要标准化协议和测试集、更大的公共数据集以及在真实世界环境中的性能验证 | 评估深度学习在急性缺血性卒中影像中的应用，为研究者开发AI模型提供参考 | 成人急性缺血性卒中患者的影像数据 | 计算机视觉 | 脑血管疾病 | CT、MRI | 卷积神经网络, 变换器 | 影像 | 纳入380项研究，其中68项进行了详细数据提取 | NA | CNN, Transformer | NA | NA |
| 7 | 2026-05-10 |
AI-based approach to dissect the variability of mouse stem cell-derived embryo models
2025-Feb-19, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56908-5
PMID:39971935
|
研究论文 | 利用深度学习提高小鼠干细胞衍生胚胎模型的可重复性，通过活体成像和AI模型对胚胎样结构进行分类并预测其发育轨迹 | 首次将深度学习应用于干细胞衍生胚胎模型的筛选，实现早期（细胞接种后90小时）以88%准确率分类胚胎正常与异常发育，并发现正常胚胎的细胞数量、尺寸和形状等关键形态特征 | 研究对象仅限定于小鼠干细胞衍生胚胎模型（ETiX-胚胎），未涉及人类或其他物种；初始分类准确率在细胞接种阶段仅为65%，存在早期预测精度不足的问题 | 利用深度学习提高干细胞衍生胚胎模型的选择标准化和可重复性 | 900个小鼠着床后干细胞衍生胚胎样结构（ETiX-胚胎） | 计算机视觉 | 不适用（研究聚焦胚胎发育建模而非疾病） | 活体成像 | CNN（卷积神经网络） | 图像（时间序列活体成像数据） | 900个ETiX-胚胎样本 | PyTorch | 未明确指定（需从原文补充） | 准确率 | 未说明 |
| 8 | 2026-05-10 |
The development of artificial intelligence in the histological diagnosis of Inflammatory Bowel Disease (IBD-AI)
2025-01, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.05.033
PMID:38853093
|
研究论文 | 开发基于人工智能的炎症性肠病组织学诊断系统，用于半自动量化基底浆细胞增多 | 首次将深度学习模型应用于量化基底浆细胞，以辅助炎症性肠病（克罗恩病和溃疡性结肠炎）的病理诊断，并验证其与人类金标准的一致性 | 未提及局限性信息 | 开发基于AI的诊断支持系统，评估基底浆细胞增多以鉴别炎症性肠病亚型 | 4881张标注图像（训练集）及356例肠道活检样本（验证集，含克罗恩病、溃疡性结肠炎和健康对照） | 数字病理学 | 炎症性肠病 | 组织学活检 | 深度学习模型 | 图像 | 4981张标注图像（训练集），356例肠道活检（验证集） | NA | NA | 基底浆细胞数量、比值比（OR）、95%置信区间 | NA |
| 9 | 2026-05-10 |
Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review
2025-01, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-024-04421-3
PMID:39384606
|
综述 | 对机器学习和深度学习在美容整形手术中的应用进行定性系统综述 | 首次系统评估机器学习、深度学习和人工智能在美容整形手术中的应用，涵盖多种手术类型并分析其潜力与风险 | 纳入研究数量有限（18项），且研究人群、算法类型和手术类型差异大，可能导致结果异质性；此外，人工智能可能产生不切实际的患者期望 | 评估机器学习、深度学习和人工智能在美容整形手术中的应用现状 | 美容整形手术相关的研究，包括隆乳术、乳房缩小术、鼻整形术、面部年轻化手术（如面部提升术、眼睑成形术）和身体塑形手术 | machine learning | NA | NA | 机器学习、深度学习、人工智能算法 | 图像 | 共筛选2,148项研究，最终纳入18项研究 | NA | NA | NA | NA |
| 10 | 2026-05-10 |
[Mitigating metal artifacts in cone-beam CT images through deep learning techniques]
2023-12-29, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
研究论文 | 开发和评估基于深度学习的人工智能金属伪影去除系统（MARS），用于处理锥形束CT（CBCT）图像中由不同厚度金属引起的伪影 | 首次系统评估不同厚度钴铬合金在CBCT图像中产生的伪影范围，并开发CNN-MARS和U-net-MARS两种深度学习模型进行伪影去除，比较其效果 | 未详细说明模型训练的样本量、计算资源以及模型中使用的具体超参数，且仅使用了特定材料（钴铬合金）和特定厚度范围，可能限制泛化性 | 开发并评估基于深度学习的金属伪影去除系统，以提升CBCT图像质量 | 不同厚度（1.0mm、1.5mm、2.0mm）钴铬合金冠在CBCT图像中产生的伪影 | 数字病理学, 计算机视觉 | NA | CBCT（锥形束CT） | CNN, U-net | 图像 | NA（未明确说明样本数量，但使用了标准口腔模型生成匹配的CBCT图像） | NA | 卷积神经网络（CNN）, U-net | 结构相似性指数（SSIM）, 峰值信噪比（PSNR） | NA |
| 11 | 2026-05-10 |
[Research status and outlook of deep learning in oral and maxillofacial medical imaging]
2023-06-05, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
综述 | 综述深度学习在口腔颌面医学影像领域的研究现状与展望 | 系统总结了深度学习在口腔颌面影像中的应用，包括牙齿及解剖结构检测识别分割、疾病诊断及法医鉴定，并指出未来发展方向 | 现有研究可能存在的局限性未具体说明 | 总结深度学习在口腔颌面医学影像分析中的应用进展与挑战 | 口腔颌面影像中的牙齿、解剖结构、疾病病灶及法医鉴定对象 | 计算机视觉 | 口腔颌面疾病 | NA | 深度学习模型 | 医学影像 | NA | NA | NA | NA | NA |
| 12 | 2026-05-10 |
[Survival analysis of patients with intrahepatic cholangiocarcinoma treated with adjuvant chemotherapy after radical resection based on CoxPH model and deep learning algorithm]
2023-Apr-01, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
研究论文 | 基于CoxPH模型和深度学习算法建立肝内胆管癌根治术后辅助化疗患者的生存预测模型 | 首次比较了传统CoxPH模型与深度学习DeepSurv模型在肝内胆管癌辅助化疗生存预测中的性能，并发现DeepSurv模型具有更高的预测准确性 | 样本量较小（249例），且为回顾性研究，可能存在选择偏倚 | 建立预测肝内胆管癌患者根治术后辅助化疗生存获益的模型 | 接受根治性切除和辅助化疗的肝内胆管癌患者 | 机器学习 | 肝内胆管癌 | NA | CoxPH, DeepSurv | 临床病理数据 | 249例患者（男121例，女128例；>60岁88例，≤60岁161例） | NA | DeepSurv | C-index | NA |
| 13 | 2026-05-10 |
Big Data Approaches to Phenotyping Acute Ischemic Stroke Using Automated Lesion Segmentation of Multi-Center Magnetic Resonance Imaging Data
2019-07, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.119.025373
PMID:31177973
|
research paper | 评估深度学习算法在多中心临床扩散加权MRI数据上分割急性缺血性病变的能力，并探索该工具用于急性缺血性卒中表型分析的潜在作用 | 利用多中心多样化的临床扩散加权MRI数据训练深度学习算法，实现了对急性缺血性病变的自动准确分割，并证明了病变体积和地形图可在大样本异质性多中心临床影像表型数据中揭示卒中亚型特征 | NA | 探索深度学习方法在多中心MRI数据上自动分割急性缺血性病变的可行性，并利用分割结果进行急性缺血性卒中的表型分析 | 来自MRI-GENIE（MRI-遗传学接口探索）数据库的多中心遗传研究中心收集的缺血性卒中数据集 | computer vision, machine learning, digital pathology | acute ischemic stroke | 扩散加权MRI (diffusion-weighted MRI) | 三维卷积神经网络 (3D Convolutional Neural Networks) | 扩散加权磁共振图像 (diffusion-weighted MRI images) | 训练集：267例单中心患者，267例MRI-GENIE患者，以及两者的混合；测试集：383例MRI-GENIE患者；表型分析：2770例MRI-GENIE患者 | NA | 三维卷积神经网络集成模型 (Ensemble of 3D Convolutional Neural Networks) | 相关系数 (ρ=0.92) | NA |
| 14 | 2026-05-09 |
Deep Learning Models for the Screening of Cognitive Impairment Using Multimodal Fundus Images
2024-07, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.01.019
PMID:38280426
|
研究论文 | 利用深度学习模型基于多模态眼底图像筛查认知障碍 | 首次验证多模态眼底图像（眼底照片与OCT图像）联合深度学习模型在认知障碍筛查中的有效性，优于单模态模型 | 多模态模型在外部验证集的AUC约为0.78，性能仍有提升空间；未详细说明数据集的种族或地域多样性可能影响泛化性 | 开发基于多模态眼部图像的深度学习系统，快速简便地识别认知障碍个体 | 认知障碍患者与正常对照人群 | 计算机视觉、数字病理学 | 认知障碍 | 眼底照相、OCT成像 | CNN | 图像 | 9424张眼底照片和4712张OCT图像用于模型开发；外部验证集包括1180张眼底照片和590张OCT图像 | NA | NA | AUC | NA |
| 15 | 2026-05-09 |
Artificial Intelligence, Digital Imaging, and Robotics Technologies for Surgical Vitreoretinal Diseases
2024-07, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.01.018
PMID:38280425
|
综述 | 回顾了人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的最新进展 | 总结了成像、手术可视化、机器人技术和人工智能在玻璃体视网膜手术中的综合应用，强调了这些技术对改善患者管理的潜力 | 未提及具体研究设计的局限或数据来源的限制 | 综述人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的应用进展 | 玻璃体视网膜手术疾病 | 计算机视觉、机器学习、数字病理学 | 视网膜疾病 | OCT、OCT血管成像、深度学习 | NA | 图像、文本 | NA | NA | NA | NA | NA |
| 16 | 2026-05-09 |
BAOS-CNN: A novel deep neuroevolution algorithm for multispecies seagrass detection
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0281568
PMID:38917071
|
研究论文 | 提出一种名为BAOS-CNN的新型深度神经进化算法，用于多物种海草检测 | 首次利用基于原子模型和量子力学原理的增强版原子轨道搜索算法（BAOS），结合Lévy飞行技术，实现CNN架构工程和超参数调优的自动化 | 文中未明确说明局限性 | 自动化CNN架构工程和超参数调优，提高多物种海草检测的准确性 | 多物种海草图像数据集 | 计算机视觉 | NA | 深度神经进化算法 | 卷积神经网络（CNN） | 图像 | 基于补丁的多物种海草数据集，以及公开的DeepSeagrass数据集（四类和五类版本） | NA | BAOS-CNN | 整体准确率 | NA |
| 17 | 2026-05-09 |
Bibliometric and visualized analysis of diabetic macular edema
2024-01-01, Indian journal of ophthalmology
IF:2.1Q2
DOI:10.4103/IJO.IJO_399_23
PMID:38131545
|
综述 | 对2003年至2022年间糖尿病性黄斑水肿研究领域进行文献计量和可视化分析 | 利用VOSviewer对关键词进行聚类分析并识别短期研究热点，如深度学习、光学相干断层扫描血管成像等 | 仅基于Web of Science核心合集数据库，可能遗漏其他来源的文献 | 识别糖尿病性黄斑水肿领域的最新研究趋势及国家、机构和作者的影响力 | 糖尿病性黄斑水肿相关出版物 | 自然语言处理 | 糖尿病性黄斑水肿 | 文献计量分析 | NA | 文本 | 4482篇出版物 | VOSviewer, Microsoft Excel | NA | NA | NA |
| 18 | 2026-05-09 |
Key therapeutic targets implicated at the early stage of hepatocellular carcinoma identified through machine-learning approaches
2023-03-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-30720-x
PMID:36882466
|
研究论文 | 利用机器学习算法识别肝细胞癌早期和晚期阶段的关键mRNA和miRNA，以揭示主导的分子机制 | 结合t检验/方差分析和二进制粒子群优化进行特征选择，并使用关联规则挖掘算法识别与肝细胞癌不同阶段相关的关键基因 | 未提及模型性能的临床验证或独立数据集测试，可能影响结果的泛化性 | 识别肝细胞癌早期阶段的关键治疗靶点及分子机制 | 肝细胞癌（HCC）的早期和晚期阶段基因表达数据（mRNA和miRNA） | 机器学习 | 肝细胞癌 | NA | 机器学习、深度学习 | 基因表达数据（mRNA、miRNA） | NA | NA | NA | NA | NA |
| 19 | 2026-05-09 |
Predicting near-term glaucoma progression: An artificial intelligence approach using clinical free-text notes and data from electronic health records
2023, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2023.1157016
PMID:37122330
|
研究论文 | 利用电子健康记录中的结构化数据和临床自由文本笔记，开发预测青光眼一年内是否进展至需手术的人工智能模型 | 首次结合眼科领域神经词嵌入与深度学习模型，融合结构化临床数据和自由文本笔记特征，预测青光眼手术需求 | 未纳入影像数据，未来研究可进一步优化预测方法 | 开发基于电子健康记录数据预测青光眼患者一年内是否需要手术的模型 | 从斯坦福大学2008-2020年电子健康记录中识别的成年青光眼患者 | 自然语言处理 | 青光眼 | NA | 深度学习模型 | 文本、结构化数据 | 3469名青光眼患者（其中26%接受了手术） | NA | 随机森林、逻辑回归、深度学习 | AUC, F1分数 | NA |
| 20 | 2026-05-09 |
Deep Learning CT-based Quantitative Visualization Tool for Liver Volume Estimation: Defining Normal and Hepatomegaly
2022-02, Radiology
IF:12.1Q1
DOI:10.1148/radiol.2021210531
PMID:34698566
|
研究论文 | 利用深度学习工具自动分割肝脏，建立基于CT的肝脏体积估算和肝肿大阈值 | 提出了一个基于深度学习的全自动CT肝脏体积分割工具，并推导出基于体重的肝肿大线性阈值，比传统线性测量更准确和客观 | 未明确说明，但可能包括样本来自单一医学中心，无症状成人，未涵盖所有人群或疾病状态 | 确定肝脏体积并建立肝肿大的阈值 | 3065名接受结肠癌筛查或肾脏捐赠评估的无症状成人门诊患者 | 计算机视觉 | 肝肿大 | 多层螺旋CT | 深度学习 | CT图像 | 3065名患者（1639名女性，平均年龄54岁），其中1960例结肠癌筛查，1105例肾脏捐赠评估 | NA | NA | 敏感度，特异度，中位差异百分比 | NA |