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 925 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 | 2026-07-05 |
Deep transformer-based personalized dosimetry from SPECT/CT images: a hybrid approach for [177Lu]Lu-DOTATATE radiopharmaceutical therapy
2024-05, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06618-9
PMID:38267686
|
研究论文 | 开发了一种基于Transformer的混合深度学习模型，用于从SPECT/CT图像进行[177Lu]Lu-DOTATATE放射性药物治疗的个性化剂量测定 | 结合UNETR架构和多体素S值方法，实现快于蒙特卡洛模拟且精度接近的体素级剂量测定 | 仅使用22名患者数据集，模型在异质区域性能提升但未评估大规模临床应用 | 提高放射性药物治疗中剂量测定的准确性和效率 | [177Lu]Lu-DOTATATE治疗患者的SPECT/CT图像和剂量图 | 机器学习 | 神经内分泌肿瘤 | SPECT/CT成像 | UNETR（UNEt TRansformer） | 图像 | 22名患者（最多4个治疗周期） | PyTorch | UNETR | 体素相对绝对误差，伽马分析通过率，器官水平绝对百分比误差 | GPU（未指定具体型号） |
| 2 | 2026-07-04 |
Improved image quality in contrast-enhanced 3D-T1 weighted sequence by compressed sensing-based deep-learning reconstruction for the evaluation of head and neck
2024-05, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2024.02.006
PMID:38340971
|
研究论文 | 评估基于压缩感知的深度学习重建技术对比传统压缩感知方法在头颈部脂肪抑制对比增强三维T1加权像中图像质量的提升 | 将深度学习重建集成到压缩感知去噪循环中，首次在头颈部对比增强三维T1加权像中系统比较了有无深度学习的重建效果，显示出图像质量的显著提升 | 未提及 | 评估深度学习结合压缩感知的重建方法在头颈部脂肪抑制对比增强三维T1加权像中的图像质量改善效果 | 39例接受头颈部脂肪抑制对比增强三维T1加权像扫描的患者 | 数字病理学 | 头颈部疾病 | NA | 深度学习 | 图像 | 39例患者的头颈部脂肪抑制对比增强三维T1加权像数据 | NA | NA | 信噪比, 对比度噪声比 | NA |
| 3 | 2026-07-01 |
Predicting and Recognizing Drug-Induced Type I Brugada Pattern Using ECG-Based Deep Learning
2024-05-21, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.123.033148
PMID:38726893
|
研究论文 | 开发基于心电图的深度卷积神经网络BrS-Net，用于识别和预测药物诱导的I型Brugada模式 | 首次将小波分析与深度卷积神经网络结合，同时实现药物诱导的I型Brugada模式的识别和基线心电图的预测 | 未在未经选择的广泛人群中验证其外部泛化能力，样本量有限且为单中心研究 | 评估深度卷积神经网络在识别和预测Brugada综合征诊断中的性能 | 接受阿义马林检测的连续患者的心电图追踪 | 医学图像分析 | Brugada综合征 | 心电图（ECG），小波分析 | 深度卷积神经网络（CNN） | 心电图信号 | 1188名患者，其中361名（30.3%）在阿义马林输注期间出现I型Brugada模式 | NA | 卷积神经网络（BrS-Net） | AUC-ROC, AUC-PR | NA |
| 4 | 2026-07-01 |
Prediction of immunochemotherapy response for diffuse large B-cell lymphoma using artificial intelligence digital pathology
2024-05, The journal of pathology. Clinical research
DOI:10.1002/2056-4538.12370
PMID:38584594
|
研究论文 | 利用数字病理学和深度学习预测弥漫性大B细胞淋巴瘤免疫化疗反应 | 结合对比学习特征提取、多模态预测模型和知识蒸馏技术，基于病理图像独立预测药物反应 | 样本量有限且为回顾性研究，缺乏大规模前瞻性验证 | 开发基于人工智能的免疫化疗反应预测工具，辅助DLBCL临床管理 | 弥漫性大B细胞淋巴瘤患者的免疫化疗反应 | 数字病理学 | 弥漫性大B细胞淋巴瘤 | 数字病理学 | 深度学习模型 | 组织病理学图像 | 216名DLBCL患者的251张切片图像 | NA | 对比学习模型 | AUC | NA |
| 5 | 2026-06-29 |
Exploring the Association Between Structural Racism and Mental Health: Geospatial and Machine Learning Analysis
2024-05-03, JMIR public health and surveillance
IF:3.5Q1
DOI:10.2196/52691
PMID:38701436
|
研究论文 | 通过地理空间和机器学习方法，探讨结构种族主义与心理健康差异的关联 | 首次结合地理加权随机森林、自组织映射和K-means聚类，量化结构种族主义对心理健康的复合影响，并在分析中先排除种族因素再重新纳入以测量歧视效应 | NA | 阐明结构种族主义与心理健康差异的关联机制 | 威斯康星州密尔沃基县社区的217个地理参考解释变量及心理健康数据 | 机器学习 | 心理健康 | NA | 地理加权随机森林、自组织映射、K-means聚类 | 地理空间数据 | 217个地理参考变量 | NA | 随机森林、自组织映射 | NA | NA |
| 6 | 2026-06-19 |
Accurate single-molecule spot detection for image-based spatial transcriptomics with weakly supervised deep learning
2024-05-15, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2024.04.006
PMID:38754367
|
研究论文 | 提出Polaris分析流程，结合弱监督深度学习模型进行细胞分割和斑点检测，用于图像空间转录组学数据分析 | 首次将弱监督深度学习应用于单分子斑点检测，无需人工标注即可实现高精度分析，并整合了概率基因解码器以量化单细胞基因表达 | 未明确讨论局限，但可能依赖于图像质量及实验条件对斑点检测精度的影响 | 开发一种统一、自动化的分析流程，用于处理MERFISH、seqFISH和ISS等多种图像空间转录组学实验数据的单细胞基因表达定量 | 图像空间转录组学数据中的单分子荧光斑点及细胞区域 | 数字病理学， 计算机视觉 | 不适用 | MERFISH， seqFISH， ISS（原位RNA测序） | CNN（卷积神经网络）， 弱监督深度学习 | 图像 | 不适用 | DeepCell | 未指定具体架构（描述为深度学习模型结合概率基因解码器） | 不适用 | 不适用 |
| 7 | 2026-06-02 |
Artificial-intelligence-based risk prediction and mechanism discovery for atrial fibrillation using heart beat-to-beat intervals
2024-05-10, Med (New York, N.Y.)
DOI:10.1016/j.medj.2024.02.006
PMID:38492571
|
研究论文 | 基于心跳间期数据，开发可解释的深度学习模型预测房颤风险并探究其机制 | 提出基于模型可解释性的房颤机制推测，并验证自主神经失衡与多种房颤风险因素的关联 | 依赖心跳间期数据，可能忽略其他临床特征对房颤风险的影响 | 利用窦性心律时的心跳间期数据预测房颤风险，并揭示潜在机制 | 房颤风险预测及自主神经失衡机制 | 机器学习 | 心血管疾病 | NA | 深度学习模型 | 心率间期数据 | 大型院内及外部公共数据集 | NA | NA | NA | NA |
| 8 | 2026-05-29 |
Improving the diagnosis of ductal carcinoma in situ with microinvasion without immunohistochemistry: An innovative method with H&E-stained and multiphoton microscopy images
2024-05-15, International journal of cancer
IF:5.7Q1
DOI:10.1002/ijc.34855
PMID:38268429
|
研究论文 | 提出一种结合H&E染色和多光子显微镜图像的新方法，用于无免疫组化诊断导管原位癌伴微浸润 | 首次将H&E染色图像中的可疑区域通过深度学习分割细胞核，并融合多光子显微镜图像（TPEF和SHG信号）来区分DCISM与DCIS，避免了对免疫组化标记物的依赖 | 需要依赖H&E图像中的可疑区域标注，且多光子显微镜设备的可用性可能受限 | 开发一种快速准确、无需免疫组化的DCISM诊断方法 | 乳腺导管原位癌伴微浸润和导管原位癌组织样本 | 数字病理学 | 乳腺癌（导管原位癌伴微浸润） | H&E染色, 多光子显微镜 | 深度学习模型 | 图像（H&E染色图像，多光子显微镜图像） | 研究未明确说明样本量，涉及DCISM和DCIS组织标本 | NA | NA | Kappa系数 | NA |
| 9 | 2026-05-24 |
LUNet: deep learning for the segmentation of arterioles and venules in high resolution fundus images
2024-05-03, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad3d28
PMID:38599224
|
研究论文 | 提出LUNet深度学习模型，用于高分辨率眼底图像中视网膜小动脉和小静脉的自动分割 | 设计了双扩张卷积块以扩大感受野并减少参数量，结合高分辨率尾部模块细化分割细节，并针对血管分割连续性设计了自定义损失函数 | 未提及模型在低分辨率图像或极端病理条件下的表现，且数据集涉及人群和标注者变异性但未涵盖所有可能场景 | 实现视网膜小动脉和小静脉的自动分割，以通过眼底图像辅助诊断心血管疾病 | 视网膜小动脉和小静脉 | 计算机视觉 | 心血管疾病 | 眼底成像 | CNN | 图像 | 240张数字眼底图像，由15名医学生和1名眼科医生标注 | NA | LUNet | 准确率 | NA |
| 10 | 2026-05-19 |
Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases
2024-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.14.594252
PMID:38798507
|
研究论文 | 介绍scPRS，一个几何深度学习模型，通过单细胞染色质可及性数据构建单细胞层面多基因风险评分，用于复杂疾病预测和生物学发现 | 首次将多基因风险评分降维至单细胞层面，结合几何深度学习解析疾病细胞异质性和分子机制 | 未明确说明局限性，可能依赖于参考单细胞染色质数据质量及计算资源需求 | 开发单细胞分辨率的PRS方法，增强复杂疾病的遗传风险预测和生物学机制理解 | 2型糖尿病、肥厚性心肌病和阿尔茨海默病的单细胞数据 | 机器学习 | 2型糖尿病, 肥厚性心肌病, 阿尔茨海默病 | 单细胞ATAC测序, 多组学分析 | 几何深度学习模型 | 单细胞染色质可及性数据、多组学数据 | NA | NA | scPRS | 预测能力 | NA |
| 11 | 2026-05-19 |
Opportunities for Improving Glaucoma Clinical Trials via Deep Learning-Based Identification of Patients with Low Visual Field Variability
2024 May-Jun, Ophthalmology. Glaucoma
DOI:10.1016/j.ogla.2024.01.005
PMID:38296108
|
研究论文 | 开发深度学习模型预测低视野变异性的青光眼患者，并评估其对神经保护试验样本量的影响 | 首次利用深度学习模型从单次基线临床访问数据预测低视野变异性，并证明其可显著减少临床试验所需样本量 | 未提及模型在实际临床试验中的验证，可能存在外部有效性限制 | 评估深度学习模型在识别低视野变异性患者中的作用，以及降低青光眼临床试验样本量的潜力 | 青光眼患者的视野变异性和临床试验样本量 | 医疗影像 | 青光眼 | NA | 深度学习模型 | 视野测量数据、OCT图像、临床数据 | 2817只眼（每位患者一只眼） | NA | NA | 受试者工作特征曲线下面积（AUC） | NA |
| 12 | 2026-05-19 |
LEARNING SPATIALLY-CONTINUOUS FIBER ORIENTATION FUNCTIONS
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi56570.2024.10635838
PMID:42148456
|
研究论文 | 提出一种名为FENRI的新方法，从低分辨率扩散加权图像中学习空间连续的纤维取向分布函数，以提升纤维追踪的准确性 | 首次提出学习空间连续纤维取向分布函数的方法，满足纤维追踪对连续场的需求，并引入新的模拟数据集用于评估基于学习的纤维追踪模型 | 未提及，可能包括对计算资源的要求或需要在临床数据上进一步验证 | 解决低分辨率扩散MRI中纤维追踪因插值方法导致精度不足的问题 | 人脑连接组中的神经通路纤维方向 | 机器学习 | NA | 扩散磁共振成像 | 神经网络 | 图像 | NA | NA | FENRI | NA | NA |
| 13 | 2026-05-16 |
Vascularized organoid-on-a-chip: design, imaging, and analysis
2024-05, Angiogenesis
IF:9.2Q1
DOI:10.1007/s10456-024-09905-z
PMID:38409567
|
综述 | 本文综述了血管化类器官芯片的设计、成像与分析技术，涵盖芯片设计、培养策略、光学成像、组织透明化方法及深度学习在血管分析中的应用 | 系统整合了血管化类器官芯片的设计、成像与分析方法，特别强调了组织透明化技术与深度学习在克服成像深度限制和提高分析效率方面的创新应用 | 现有血管化类器官芯片在血管网络成熟度、长期稳定性及高通量分析方面仍存在挑战，且深度学习方法的泛化能力有待验证 | 总结血管化类器官芯片的设计、成像与分析技术现状，并展望未来发展方向 | 血管化类器官芯片模型及其血管网络分析技术 | 数字病理学 | NA | NA | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 14 | 2026-05-15 |
TIST-Net: style transfer in dynamic contrast enhanced MRI using spatial and temporal information
2024-May-27, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4193
PMID:38648788
|
研究论文 | 提出一种利用时空信息在动态对比增强MRI中进行风格转换的TIST-Net网络 | 将卷积长短时记忆网络与自编码器结合，实现时间序列数据内容与风格潜空间的解耦，并利用可变形和自适应卷积精细控制风格转换 | 未提及具体限制 | 开发一种结合时空信息的风格转换方法，用于在动态对比增强MRI图像中添加或去除对比增强 | 动态对比增强MRI数据，包括肾脏、前列腺和子宫数据集 | 计算机视觉 | NA | DCE-MRI | CNN, LSTM | 图像（医学图像） | 三个数据集（肾脏、前列腺和子宫） | NA | 自编码器、卷积长短时记忆网络、可变形卷积、自适应卷积 | SSIM, 对比加权结构相似性指标 | NA |
| 15 | 2026-05-15 |
A temporal enhanced semi-supervised training framework for needle segmentation in 3D ultrasound images
2024-May-21, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad450b
PMID:38684166
|
研究论文 | 针对3D超声图像中活检针分割难题，提出一种基于时间信息的半监督训练框架 | 创新点包括设计基于静态与动态特征的环形Transformer模块提取时序信息，提出结合时序信息前后的输出一致性约束以实现半监督学习 | 实验仅在比格犬活检数据集上验证，未在临床大规模数据中评估泛化能力 | 实现快速准确的三维超声图像中活检针分割，提升活检导航系统效能 | 比格犬肾脏和前列腺的3D超声活检图像 | 计算机视觉 | NA | 3D超声成像 | CNN, Transformer | 3D超声图像序列 | 三个比格犬活检超声数据集（具体样本量未提及） | PyTorch（推测） | 环形Transformer模块 | Dice相似系数, 针尖位置误差, 长度误差 | NA |
| 16 | 2026-05-15 |
A lightweight deep learning approach for detecting electrocardiographic lead misplacement
2024-May-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad43ae
PMID:38663434
|
研究论文 | 提出一种基于轻量级深度学习的心电图导联错位检测方法 | 首次提出针对肢体和胸导联错位分别设计的轻量级深度学习模型，利用数学变换和导联互换模拟错位场景，并在多个数据库上验证泛化能力 | 未提及具体局限性 | 开发有效检测心电图导联错位的算法，避免波形失真影响诊断 | 心电图导联错位检测模型 | 机器学习 | 心血管疾病 | NA | 深度学习模型 | 心电图信号 | Chapman数据库（8:2训练验证）及PTB-XL、PTB、LUDB数据库 | PyTorch（推测，需确认） | 轻量级神经网络（具体架构未说明） | 准确率、精确率、灵敏度、特异度、宏平均F1分数 | NA |
| 17 | 2026-05-15 |
Patient-derived PixelPrint phantoms for evaluating clinical imaging performance of a deep learning CT reconstruction algorithm
2024-May-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad3dba
PMID:38604190
|
研究论文 | 使用患者衍生的3D打印PixelPrint体模评估深度学习CT重建算法的临床成像性能 | 采用患者来源的PixelPrint 3D打印体模，提供更真实的组织结构，超越传统体模仅基于噪声和对比度的评估 | 未明确提及，但体模可能无法完全模拟真实患者的生物变异性和运动伪影 | 评估深度学习重建算法在不同辐射剂量下的临床成像性能，并估计剂量降低潜力 | 患者衍生的肺体模（包含磨玻璃样阴影），小尺寸和中尺寸拓展环 | 计算机视觉 | 肺部疾病（磨玻璃样阴影） | CT扫描 | 深度学习重建算法 | 图像 | 两个体模尺寸（小和中），每个尺寸在多个剂量水平下扫描 | NA | NA | 图像噪声、对比度噪声比、均方根误差、结构相似性指数、多尺度结构相似性指数 | NA |
| 18 | 2026-05-15 |
Evaluation of transformation invariant loss function with distance equilibrium in prediction of imaging photoplethysmography characteristics
2024-May-07, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad3dbf
PMID:38604181
|
research paper | 评估使用距离平衡的变换不变损失函数在预测成像光电容积描记术特征中的性能 | 提出一种基于距离平衡的变换不变损失函数，用于成像光电容积描记术中的血容量脉冲信号特征提取 | NA | 改进成像光电容积描记术在心率变异性监测中的分析能力，超越仅基于心率的分析方法 | 成像光电容积描记术（IPPG）中提取的血容量脉冲信号及心率变异性指标 | machine learning, computer vision | 心血管疾病 | 成像光电容积描记术（IPPG） | NA | 图像 | NA | NA | NA | NA | NA |
| 19 | 2026-05-06 |
HisCl1 regulates gustatory habituation in sweet taste neurons and mediates sugar ingestion in Drosophila
2024-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.06.592591
PMID:38765964
|
研究论文 | 本研究利用深度学习姿态估计和光遗传学刺激，发现果蝇甜味神经元中的HisCl1基因调控味觉习惯化，并影响糖分摄取 | 首次揭示HisCl1基因在甜味神经元中通过调节尖峰频率适应来介导味觉习惯化，为研究昆虫味觉习惯化提供了新方向 | 未提及 | 探究甜味神经元在果蝇味觉习惯化中的细胞自主机制及其对糖分摄取的调控 | 果蝇（Drosophila）的甜味神经元 | 机器学习， 数字病理学 | NA | RNA干扰筛选， 单感器电生理， 光遗传学刺激 | 深度学习姿态估计模型 | 行为数据， 电生理数据 | 果蝇样本，具体数量未提及 | NA | NA | NA | NA |
| 20 | 2026-05-06 |
Panoramic Radiography in the Evaluation of the Relationship of Maxillary Molar Teeth and Maxillary Sinuses on the Deep Learning Models Improved with the Findings Obtained by Cone Beam Computed Tomography
2024-May-01, Nigerian journal of clinical practice
IF:0.7Q3
DOI:10.4103/njcp.njcp_220_24
PMID:38842718
|
研究论文 | 利用深度学习模型评估全景放射片中上颌磨牙与上颌窦的关系，并通过锥束计算机断层扫描结果进行验证 | 首次利用锥束计算机断层扫描确认的数据来提升深度学习模型在全景放射片上判断上颌磨牙与上颌窦关系的诊断性能 | 未提及 | 评估深度学习应用在全景放射片上评估上颌磨牙与上颌窦关系的诊断性能 | 上颌第一磨牙和上颌第二磨牙与上颌窦底的接触关系 | 数字病理学 | 口腔疾病 | 全景放射摄影，锥束计算机断层扫描 | 卷积神经网络 | 图像 | 2162颗上颌第一磨牙和上颌第二磨牙 | 未提及 | GoogLeNet, VGG16, VGG19, DarkNet19, DarkNet53 | 准确率 | NA |