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 12391 篇文献，本页显示第 2161 - 2180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2161 | 2025-10-06 |
Dose robustness of deep learning models for anatomic segmentation of computed tomography images
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044005
PMID:39099642
|
研究论文 | 评估深度学习模型在CT图像解剖分割中对辐射剂量变化的鲁棒性 | 使用原始全剂量采集数据模拟低剂量CT扫描，无需重新扫描患者，并验证了与现有去噪方法的兼容性 | 需要进一步研究病灶分割方法的鲁棒性，并确定影响剂量鲁棒性的关键因素 | 评估现有分割模型对CT扫描辐射剂量变化的鲁棒性 | CT图像中的人体器官分割 | 医学影像分析 | NA | 计算机断层扫描(CT) | 深度学习模型 | CT图像 | 使用体模的真实CT扫描验证模拟准确性 | NA | 卷积神经网络(CNN), TotalSegmentator | Dice系数, Hausdorff距离 | NA |
| 2162 | 2025-10-06 |
Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity
2024-Jun-12, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00541-8
PMID:38866977
|
研究论文 | 本研究使用深度学习分析全脑形态测量数据以改善卒中后失语症严重程度的预测 | 首次使用卷积神经网络识别与失语症严重程度相关的三维形态测量分布模式，超越了传统病灶分析 | 样本量相对有限(N=231)，且仅针对慢性卒中患者 | 改善卒中后失语症严重程度的预测准确性 | 慢性卒中后失语症患者 | 医学影像分析 | 卒中后失语症 | 脑形态测量分析 | CNN, SVM | 脑影像数据，分割组织体积 | 231名慢性卒中患者 | NA | 卷积神经网络 | 平衡准确度，F1分数 | NA |
| 2163 | 2025-10-06 |
Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting
2024-May-16, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050497
PMID:38790363
|
研究论文 | 本研究通过数据混合、迁移学习和空间正则化方法，提高深度学习模型对治疗后胶质瘤T2病灶分割的泛化能力 | 首次系统评估数据混合比例、迁移学习和空间正则化对治疗后胶质瘤T2病灶分割性能的影响 | 研究样本量相对有限，仅评估了24名疑似进展的患者 | 提高深度学习模型在治疗后胶质瘤T2病灶分割中的泛化性能 | 新诊断胶质瘤患者(208例)和接受治疗后的胶质瘤患者(221例) | 医学影像分析 | 胶质瘤 | T2 FLAIR MRI | 深度学习 | 医学影像 | 429例胶质瘤患者(208例新诊断，221例治疗后)，评估集24例 | NA | NA | Dice系数, 敏感度, 95th Hausdorff距离 | NA |
| 2164 | 2025-10-06 |
Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy
2024-05, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2024.02.006
PMID:38355040
|
研究论文 | 开发并验证用于经胸肺活检的AI引导分割和路径规划软件 | 结合3D-CNN进行肺部病灶检测和贝叶斯优化进行针道规划，为自动化活检提供新方法 | 回顾性研究，样本量有限，需要进一步前瞻性验证 | 验证AI软件在肺部病灶检测和活检路径规划中的性能 | 肺部结节患者 | 计算机视觉 | 肺癌 | CT扫描 | CNN | 医学影像 | 训练集：219例扫描（2147个结节）；验证集：235例扫描（354个结节）；路径验证：150例患者 | NA | 3D-CNN | AUC, 敏感度, 特异度, 角度偏差, 路径偏差 | NA |
| 2165 | 2025-10-06 |
Random expert sampling for deep learning segmentation of acute ischemic stroke on non-contrast CT
2024-Feb-01, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2023-021283
PMID:38302420
|
研究论文 | 本研究探索了使用随机专家采样训练深度学习算法分割急性缺血性卒中非增强CT图像的方法 | 提出了随机专家采样训练方案，相比传统多数投票方法能更好地处理专家间标注差异 | 样本量相对有限，仅包含260例CT研究和33例外部队列验证 | 开发更准确的急性缺血性卒中非增强CT图像自动分割方法 | 急性缺血性卒中患者的非增强CT图像 | 医学图像分析 | 急性缺血性卒中 | 非增强CT成像，扩散加权成像(DWI) | 深度学习 | 医学图像 | 260例非增强CT研究(233名患者)，外加33例外部验证病例 | NA | U-Net | Dice系数, 体积重叠度量, 距离分割度量, Spearman相关性 | NA |
| 2166 | 2024-10-02 |
Clarifications on the Differentiation of Vertebral Fractures Using Deep Learning Models
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241162
PMID:39352286
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2167 | 2025-10-06 |
Predicting the severity of mood and neuropsychiatric symptoms from digital biomarkers using wearable physiological data and deep learning
2024-09, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.108959
PMID:39089109
|
研究论文 | 本研究利用可穿戴设备采集的生理数据和深度学习技术，预测轻度认知障碍老年患者的神经精神症状和情绪障碍严重程度 | 结合传统数字生物标志物与自监督卷积自编码器提取的深度学习特征，实现对神经精神症状严重程度的日常预测 | 研究仅针对轻度认知障碍老年人群，样本代表性有限 | 开发基于可穿戴设备和深度学习的心理健康症状连续评估方法 | 轻度认知障碍老年患者 | 机器学习 | 老年疾病 | 可穿戴传感器数据采集 | 自监督卷积自编码器 | 生理数据 | 轻度认知障碍老年人群 | NA | 卷积自编码器 | 相关系数 | NA |
| 2168 | 2025-10-06 |
A deep learning-driven discovery of berberine derivatives as novel antibacterial against multidrug-resistant Helicobacter pylori
2024-07-08, Signal transduction and targeted therapy
IF:40.8Q1
DOI:10.1038/s41392-024-01895-0
PMID:38972904
|
研究论文 | 利用图神经网络深度学习模型发现新型小檗碱衍生物作为抗耐药幽门螺杆菌的抗菌剂 | 首次采用图神经网络深度学习模型预测并验证具有3,13-二取代烯烃结构的小檗碱衍生物8作为新型抗幽门螺杆菌候选药物 | 研究主要聚焦于临床前验证，尚未进行人体临床试验 | 开发针对多重耐药幽门螺杆菌的新型抗菌药物 | 幽门螺杆菌（包括药物敏感和耐药菌株） | 药物发现 | 幽门螺杆菌感染 | 化学蛋白质组学技术 | 图神经网络 | 分子结构数据 | 13,638个分子组成的训练集 | NA | 图神经网络 | 最小抑菌浓度 | NA |
| 2169 | 2025-10-06 |
Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms
2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- )
DOI:10.1007/978-3-031-66538-7_5
PMID:39155989
|
研究论文 | 本研究提出了一种基于XResNet架构的深度学习模型，通过对比学习和值注意力机制增强实时患者监测中的低血压预测性能 | 首次将XResNet架构与对比学习和值注意力机制相结合，专门针对动脉血压波形信号分析进行优化 | NA | 提高实时患者监测中低血压预测的准确性和可靠性 | 动脉血压波形信号 | 医疗健康监测 | 低血压 | 深度学习 | XResNet | 生理信号波形数据 | NA | NA | XResNet | NA | NA |
| 2170 | 2025-10-06 |
Dev-ResNet: automated developmental event detection using deep learning
2024-05-15, The Journal of experimental biology
IF:2.8Q2
DOI:10.1242/jeb.247046
PMID:38806151
|
研究论文 | 提出一种名为Dev-ResNet的小型高效3D卷积神经网络，用于自动检测发育生物学中的发育事件 | 开发了首个能够同时检测空间和时间特征的发育事件检测深度学习模型 | NA | 实现发育生物学中发育事件的自动化检测 | 大池塘蜗牛（Lymnaea stagnalis）的胚胎发育过程 | 计算机视觉 | NA | 生物成像 | CNN | 3D图像序列 | 10种不同的功能事件 | NA | ResNet | NA | NA |
| 2171 | 2025-10-06 |
An accurate pediatric bone age prediction model using deep learning and contrast conversion
2024-Apr, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e23
PMID:40703683
|
研究论文 | 本研究开发了一种结合深度学习模型和对比度转换技术的儿科骨龄预测模型 | 首次系统比较多种深度学习架构与对比度增强技术在儿科骨龄预测中的综合性能 | 仅使用左手X射线图像，未考虑其他影响因素；样本来源单一 | 提高儿科生长评估的准确性和临床决策支持 | 儿科患者左手X射线图像 | 计算机视觉 | 儿科发育疾病 | X射线成像，对比度转换技术 | CNN | 图像 | 包含骨龄和性别标注的儿科左手X射线图像数据集 | NA | ResNet50, VGG19, Inception V3, Xception | MAE, RMSE, PSNR, MSE, 变异系数, 对比噪声比 | NA |
| 2172 | 2025-10-06 |
What is the role of artificial intelligence in general surgery?
2024-Apr, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e22
PMID:40703691
|
综述 | 分析人工智能在普通外科中的应用现状及其与其他医学领域的差异 | 首次系统比较AI在普通外科与其他医学专科（如病理学、放射学、肿瘤学）应用差异，并提出针对普通外科的AI工具定制化路径 | 手术室中AI应用研究严重不足，缺乏足够证据支持，存在伦理责任问题需要解决 | 探讨人工智能在普通外科各阶段（术前、术中、术后）的应用潜力和挑战 | 普通外科临床实践流程及相关已发表研究 | 医学人工智能 | 外科疾病 | 深度学习 | 神经网络 | 临床数据 | NA | NA | NA | NA | NA |
| 2173 | 2025-10-06 |
Time is encoded by methylation changes at clustered CpG sites
2024-Dec-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.03.626674
PMID:39677642
|
研究论文 | 通过超深度测序和深度学习分析揭示DNA甲基化在成簇CpG位点的变化如何编码时间信息 | 发现年龄依赖性DNA甲基化变化呈区域性发生在多个相邻CpG位点，并首次使用单分子模式进行年龄预测 | 研究主要基于血液样本，其他组织类型的适用性需要进一步验证 | 探索DNA甲基化变化作为时间测量机制的生物学原理 | 健康个体的血液样本 | 机器学习 | NA | 超深度测序，单分子DNA甲基化分析 | 深度学习 | DNA甲基化测序数据 | 300多份血液样本，包含10年纵向样本 | NA | NA | 中位误差 | NA |
| 2174 | 2025-10-06 |
Subject-level spinal osteoporotic fracture prediction combining deep learning vertebral outputs and limited demographic data
2024-Sep-10, Archives of osteoporosis
IF:3.1Q1
DOI:10.1007/s11657-024-01433-z
PMID:39256211
|
研究论文 | 本研究结合深度学习椎体骨折评分和有限人口统计数据开发了受试者级别的脊柱骨质疏松性骨折预测模型 | 将深度学习椎体骨折评分与基本人口统计协变量相结合进行受试者级别骨折预测 | 仅使用有限的人口统计数据 | 开发自动化椎体骨折筛查方法以改善预后 | 脊柱骨质疏松性骨折患者 | 计算机视觉 | 骨质疏松症 | 放射影像分析 | CNN, GAM | X光图像 | 大型X光片数据集 | NA | 卷积神经网络 | AUC-ROC | NA |
| 2175 | 2025-10-06 |
Leveraging camera traps and artificial intelligence to explore thermoregulation behaviour
2024-09, The Journal of animal ecology
IF:3.5Q1
DOI:10.1111/1365-2656.14139
PMID:39039745
|
研究论文 | 开发深度学习框架自动检测和分类蜥蜴行为性体温调节 | 首次结合相机陷阱和人工智能技术自动化监测动物行为性体温调节 | 研究仅针对单一物种（粗尾岩鬣蜥）且在半自然条件下进行 | 开发自动化工具监测动物行为性体温调节以应对气候变化 | 粗尾岩鬣蜥（Laudakia vulgaris） | 计算机视觉 | NA | 相机陷阱图像采集 | 目标检测模型,图像分类模型 | 图像 | NA | NA | NA | 准确率 | NA |
| 2176 | 2025-10-06 |
SCorP: Statistics-Informed Dense Correspondence Prediction Directly from Unsegmented Medical Images
2024-Jul, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference)
DOI:10.1007/978-3-031-66955-2_10
PMID:39444584
|
研究论文 | 提出SCorP框架，直接从非分割医学图像预测基于表面的对应关系，无需传统形状建模流程 | 通过无监督方式直接从表面网格学习形状先验，消除对优化形状模型监督训练的依赖，突破传统线性假设限制 | 仅在LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集上验证，未在其他解剖结构或模态上测试 | 开发直接从非分割医学图像预测密集对应关系的统计形状建模方法 | 左心房和肝脏的解剖结构 | 医学图像分析 | 心血管疾病, 肝脏疾病 | 统计形状建模, 深度学习 | 教师-学生网络 | 医学图像(LGE MRI, CT) | LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集 | NA | NA | 准确性, 鲁棒性 | NA |
| 2177 | 2025-10-06 |
Artificial intelligence to analyze magnetic resonance imaging in rheumatology
2024-05, Joint bone spine
IF:3.8Q1
DOI:10.1016/j.jbspin.2023.105651
PMID:37797827
|
综述 | 探讨人工智能在风湿病学磁共振成像分析中的应用现状与前景 | 系统评估AI在风湿病MRI分析中实现或超越专家水平的表现潜力 | 未提及具体技术局限，但指出临床实施存在挑战 | 改善风湿性疾病的诊断和管理 | 风湿性疾病患者的磁共振影像 | 医学影像分析 | 风湿性疾病 | 磁共振成像 | 机器学习,深度学习 | 医学影像 | NA | NA | NA | 灵敏度,特异性,准确度 | NA |
| 2178 | 2025-07-26 |
Dynamic risk prediction model for multiple myeloma: Through deep learning, the model is able to adapt to future data, such as emerging treatment modalities and combinations
2024-05-01, Cancer
IF:6.1Q1
DOI:10.1002/cncr.35294
PMID:38604987
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2179 | 2025-10-06 |
Chest CT Image based Lung Disease Classification - A Review
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文对基于胸部CT图像的肺部疾病分类方法进行了全面回顾与分析 | 提供了肺部疾病分类方法的系统性综述，特别关注机器学习技术的最新进展 | 作为综述文章，不包含原始实验数据或新模型开发 | 分析肺部疾病分类的现有方法，为研究人员构建更先进系统提供指导 | 肺部疾病分类的机器学习方法 | 计算机视觉 | 肺部疾病 | CT扫描 | 深度学习 | CT图像 | NA | NA | NA | NA | NA |
| 2180 | 2025-10-06 |
Motion-resolved 3D Pulmonary MRI Reconstruction using Sinusoidal Representation Networks
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于正弦表示网络的运动分辨3D肺部MRI重建方法 | 使用正弦表示网络学习配准映射，实现仅依赖欠采样数据的无监督学习重建 | 仅在十个数据集上进行了验证，样本量有限 | 开发自由呼吸状态下肺部MRI的深度学习重建方法 | 肺部MRI图像 | 医学影像处理 | 肺部疾病 | MRI | SIREN | 3D医学图像 | 十个数据集 | NA | 正弦表示网络 | 视觉比较,定量比较 | NA |