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 3708 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2026-05-02 |
An in-silico simulation study to generate computed tomography images from ultrasound data by using deep learning techniques
2025-Jan, BJR artificial intelligence
DOI:10.1093/bjrai/ubaf005
PMID:42064001
|
研究论文 | 通过深度学习模型从超声数据生成类似CT的图像，以增强病变检测能力 | 首次使用原始超声射频数据作为条件生成对抗网络（cGAN）的输入来生成CT样图像，显著改善病变可检测性并减轻声影伪影 | 研究基于模拟数据，未使用真实患者数据验证；数据集规模较小（每个数据集1000样本） | 探究深度学习能否从原始超声数据生成CT样图像，以提高实质器官病变检测性能 | 模拟体模中的超声数据和CT图像 | 医学影像处理 | NA | k-wave超声模拟工具包、Astra CT模拟工具包 | 条件生成对抗网络（cGAN） | 图像（超声数据、CT模拟数据） | 2个数据集，每个1000样本（训练800，测试200） | NA | pix2pix条件生成对抗网络 | 广义对比度噪声比（gCNR）、结构相似性指数（SSIM）、Jaccard指数 | NA |
| 62 | 2026-05-02 |
CT-based deep learning prediction of complete response in intermediate-stage hepatocellular carcinoma treated with drug-eluting beads transarterial chemoembolization
2025-Jan, BJR artificial intelligence
DOI:10.1093/bjrai/ubaf018
PMID:42063993
|
研究论文 | 开发基于CT的深度学习模型预测中期肝细胞癌患者在接受药物洗脱微球经动脉化疗栓塞术后的完全缓解 | 采用具有时空视频视觉Transformer架构的双网络深度学习模型，利用基线专用肝脏CT数据预测完全缓解，并应用8折交叉验证与集成技术提高预测性能 | 模型灵敏度中等，需改进以提升灵敏度；样本量有限（93例），需要更大数据集和前瞻性研究验证 | 开发基于CT的深度学习模型预测中期肝细胞癌患者接受药物洗脱微球经动脉化疗栓塞术后的完全缓解 | 初治巴塞罗那临床肝癌B期肝细胞癌患者 | 计算机视觉 | 肝细胞癌 | CT成像 | 视频视觉Transformer | 图像 | 93例患者（机构1: 50例，机构2: 49例） | NA | 时空视频视觉Transformer | 特异性、AUC、灵敏度、平衡准确率 | NA |
| 63 | 2026-05-02 |
Prognostic modeling in head and neck cancer: deep learning or handcrafted radiomics?
2025-Jan, BJR artificial intelligence
DOI:10.1093/bjrai/ubaf008
PMID:42064005
|
review | 系统评价了手工放射组学与深度学习模型在头颈癌预后预测中的表现 | 首次全面比较手工放射组学与深度学习模型在头颈癌预后预测中的方法学严谨性和性能指标 | 纳入研究的方法学、预后定义和性能指标存在显著异质性，亟需标准化 | 评估手工放射组学与深度学习模型在头颈鳞状细胞癌患者预后预测中的性能 | 接受（放）化疗的头颈鳞状细胞癌患者 | machine learning | 头颈癌 | 放射组学 | 深度学习模型、手工放射组学模型 | 医学影像 | 23项符合纳入标准的研究 | NA | NA | 总体生存率、局部区域复发率、远处转移率 | NA |
| 64 | 2026-05-02 |
Deep learning automates Cobb angle measurement compared with multi-expert observers
2025-Jan, BJR artificial intelligence
DOI:10.1093/bjrai/ubaf009
PMID:42064002
|
研究论文 | 本文介绍了一种基于深度学习的全自动Cobb角测量软件，与多位专家观察者进行对比，展现出更高的测量精度和可解释性 | 开发了全自动Cobb角测量软件，不仅精确测量角度，还直接在原始图像上可视化测量结果；与七位专家读者对比，表现优于人类观察者 | 文章未明确提及限制 | 实现全自动Cobb角测量，提高脊柱侧弯评估的准确性和可重复性 | 脊柱X光图像中的Cobb角测量 | 计算机视觉 | 脊柱侧弯 | NA | 深度神经网络 | 图像 | NA | PyTorch | NA | 平均偏差, 组内相关系数(ICC), 皮尔逊相关系数 | NA |
| 65 | 2026-05-01 |
AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions
2025, Acta haematologica
IF:1.7Q3
DOI:10.1159/000546303
PMID:40349705
|
综述 | 探讨人工智能在输血医学中的应用，包括机器学习、深度学习、自然语言处理和预测分析，覆盖捐赠者管理、血液产品质量优化、输血需求预测和出血风险评估等 | 系统总结了AI在输血医学各个领域的潜在应用，强调其在提升运营效率、患者安全和资源分配方面的优势，并为未来精准医疗和负责任整合提供了方向 | 综述提及早期研究多为探索性，面临临床工作流变异性、算法透明度、公平获取以及数据隐私和偏差等伦理挑战 | 评估人工智能在输血医学中的整合机会、挑战和未来发展方向 | 输血医学中的AI驱动工具，包括机器学习、深度学习、自然语言处理和预测分析 | 机器学习 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 66 | 2026-05-01 |
Deep Learning Applications in Lymphoma Imaging
2025, Acta haematologica
IF:1.7Q3
DOI:10.1159/000547427
PMID:40659002
|
综述 | 综述了深度学习在淋巴瘤影像学中的应用，包括自动检测、分割和分类 | 首次系统总结深度学习在PET/CT、CT和MRI三种模态中淋巴瘤自动检测、分割和分类的应用现状 | 成像协议差异影响模型泛化性、依赖小型回顾性数据集、模型可解释性不足以及AI工具与临床工作流集成困难 | 探索深度学习在淋巴瘤影像学诊断与管理中的应用潜力和挑战 | 淋巴瘤患者的PET/CT、CT和MRI影像数据 | 计算机视觉 | 淋巴瘤 | NA | 深度学习模型（如卷积神经网络CNN等） | 医学影像（PET/CT、CT、MRI） | 小型回顾性数据集（未明确具体数量） | NA | NA | NA | NA |
| 67 | 2026-05-01 |
A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities
2025, IEEE transactions on automation science and engineering : a publication of the IEEE Robotics and Automation Society
IF:5.9Q1
DOI:10.1109/tase.2025.3556290
PMID:40893870
|
research paper | 提出一种跨模态互知识蒸馏框架，用于处理不完整多模态数据以实现阿尔茨海默病的早期诊断 | 首次提出不完整跨模态互知识蒸馏方法，通过模态解缠教师模型和学生模型的双向知识迁移，有效利用多模态和单模态数据子队列 | NA | 开发能够应对实际临床中多模态数据缺失的深度学习框架，提升阿尔茨海默病早期诊断性能 | 阿尔茨海默病神经影像数据（MRI和PET模态）的不完整多模态子队列 | computer vision | 阿尔茨海默病 | MRI, PET | CNN | image | 阿尔茨海默病神经影像倡议数据集，具体样本量未提及 | PyTorch | NA | NA | NA |
| 68 | 2026-05-01 |
A two-stage deep learning prediction system for colon cancer microsatellite instability status using CT images
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1699430
PMID:41602410
|
研究论文 | 构建两阶段深度学习系统，使用CT图像预测结肠癌微卫星不稳定性状态 | 提出无需手动分割的两阶段深度学习系统，结合MSI-SAM分割模型和MSI状态诊断模型，实现自动预测 | 样本量较小（108例），仅包含增强CT扫描，需进一步验证泛化能力 | 开发基于CT图像的结肠癌微卫星不稳定性状态自动预测方法 | 结肠癌患者CT扫描图像及对应MSI状态（MSI-H和MSS） | 计算机视觉 | 结肠癌 | CT扫描 | 深度学习（两阶段：分割模型和诊断模型） | 图像（CT扫描） | 108例增强CT扫描（68例升结肠、14例横结肠、18例降结肠、8例乙状结肠；56例MSI-H和52例MSS） | NA | MSI-SAM（分割模型）和MSI状态诊断模型 | DSC, IoU, AUC, 准确率(ACC), 灵敏度, 特异度 | NA |
| 69 | 2026-04-24 |
BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans
2025-Jan-11, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533696
PMID:36993540
|
研究论文 | 介绍了一种用于婴儿MRI脑图像分割的深度学习网络BIBSNet，该模型通过数据增强和大量手动标注图像实现鲁棒且可泛化的分割 | 提出开源社区驱动模型BIBSNet，结合真实手动标注和SynthSeg合成图像训练，分割速度比联合标签融合快600倍，输出与FreeSurfer兼容的分割标签 | NA | 开发一种适用于0-8个月婴儿大脑MR图像的可泛化分割方法，支持典型和非典型脑发育研究 | 从90名0-8月龄参与者采集的MR脑图像（中位年龄4.6个月） | 计算机视觉, 数字病理学 | NA | MRI扫描 | 深度学习神经网络 | 医学图像（MRI） | 90名参与者 | NA | BIBSNet | Dice相似系数, 皮质厚度, 静息态连接性, 脑区体积 | NA |
| 70 | 2026-04-24 |
Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种融合深度学习模型，结合辅助融合层和残差模块，利用内窥镜图像增强结肠疾病的检测能力 | 提出融合多个预训练骨干网络（EfficientNetB0、MobileNetV2、ResNet50V2）并创新引入辅助融合层和融合残差块，通过特征融合与残差学习缓解梯度消失问题，提升分类准确性和鲁棒性 | 未提及具体局限性 | 提升内窥镜图像中结肠疾病的自动检测与分类准确率 | 内窥镜图像中的结肠病变（如胃肠道异常） | 计算机视觉 | 结肠疾病 | NA | CNN | 图像 | 大范围内窥镜图像数据集（具体数量未明确） | NA | EfficientNetB0, MobileNetV2, ResNet50V2 | 分类准确率, 鲁棒性（具体指标未明确） | NA |
| 71 | 2026-04-24 |
Exercise mitigates high-fat diet-induced cardiac dysfunction via APOE genotype- and immune-dependent mechanisms: A photon-counting CT study in adult mice
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0339293
PMID:41417779
|
研究论文 | 利用光子计数CT和深度学习分割技术，研究运动如何通过APOE基因型和免疫依赖机制减轻高脂饮食诱导的小鼠心脏功能障碍 | 首次结合光子计数CT和深度学习分割技术，在APOE基因靶向替换小鼠中系统研究运动、饮食与APOE基因型及免疫反应的交互作用对心脏功能的影响 | 未提供具体的模型性能指标和计算资源信息 | 探讨运动对高脂饮食诱导的心脏功能障碍的保护作用及其与APOE基因型和免疫反应的依赖机制 | APOE2、APOE3和APOE4基因型的人源化APOE靶向替换小鼠，包括不同性别、运动状态、饮食和NOS2介导的先天免疫反应状态 | 数字病理学 | 心血管疾病 | 光子计数CT成像、深度学习图像分割 | 3D U-Net | 图像 | 251只成年小鼠 | NA | 3D U-Net | NA | NA |
| 72 | 2026-04-24 |
Octascope: A Lightweight Pre-Trained Model for Optical Coherence Tomography
2025, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2025.3595838
PMID:40874077
|
研究论文 | 开发了一种轻量级域特定卷积神经网络模型Octascope，用于光学相干断层扫描图像分析 | 采用课程学习策略，先在自然图像（ImageNet）上预训练，再在视网膜、腹部和肾脏组织的OCT图像上训练，实现多领域迁移；相比Transformer模型RETFound，推理速度快2至4.4倍且预测精度略高 | NA | 解决OCT图像分析中训练数据有限和实时应用高推理延迟的挑战 | OCT图像（视网膜、腹部、肾脏组织）以及硬膜外组织检测和视网膜诊断两个下游任务 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | 卷积神经网络（CNN） | 图像 | NA | NA | Octascope | 准确率 | NA |
| 73 | 2026-04-24 |
Global Research Landscape of Artificial Intelligence in Urology: A Systematic Analysis of Emerging Trends, Clinical Impact, and Collaborative Networks (1971-2024)
2025, Medical journal of the Islamic Republic of Iran
DOI:10.47176/mjiri.39.156
PMID:42021824
|
综述 | 对1971年至2024年人工智能在泌尿外科领域的研究进行全面系统分析，涵盖发展趋势、临床影响和国际合作网络 | 首次系统梳理AI在泌尿外科领域50多年的研究演变，揭示从基础机器学习到先进临床工具的转变趋势，并特别关注深度学习在泌尿系统癌症检测中的应用 | 仅纳入英文文献，可能遗漏非英语国家的重要研究；数据库仅限Scopus，可能存在出版偏差 | 系统分析人工智能在泌尿外科领域的研究演变、临床影响和合作网络，为未来发展方向提供见解 | 1971年至2024年发表的5755篇AI相关泌尿外科文献，包括5109篇原创文章和646篇综述 | 自然语言处理, 机器学习 | 前列腺癌, 泌尿系统癌症, 慢性肾病 | 深度学习, 机器学习 | 深度学习模型 | 文献元数据, 图像 | 5755篇文献，包括5109篇原创文章和646篇综述 | VOSviewer, GraphPad Prism, Data Wrapper | NA | 文献数量, 被引次数, 合作网络强度 | NA |
| 74 | 2026-04-23 |
Predicting Blood Pressures for Pregnant Women by PPG and Personalized Deep Learning
2025-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3386707
PMID:38598377
|
研究论文 | 本研究提出了一种基于光电容积脉搏波（PPG）数据和个性化深度学习的模型，用于预测孕妇血压，以实现对先兆子痫的有效预警 | 提出了一种三阶段（建模、微调、个性化）的深度学习框架，结合了1D-CNN、CBAM注意力模块、双向GRU和注意力层，并针对孕妇群体进行个性化微调，实现了连续、无袖带的精准血压监测 | 样本量相对有限（共194名受试者，其中孕妇40名），且未明确说明模型在不同妊娠阶段或合并症孕妇中的泛化能力 | 开发一种基于PPG信号的连续、无创血压监测方法，为孕妇提供先兆子痫的早期预警 | 孕妇的血压数据，通过PPG传感器从腕部动脉采集 | 机器学习 | 先兆子痫 | 光电容积脉搏波（PPG） | CNN, GRU | 时序信号数据（PPG波形） | 194名受试者（154名正常个体，40名孕妇） | NA | 1D-CNN with CBAM, Bi-directional GRU, Attention layers | 平均误差（ME）, 标准差（SD） | NA |
| 75 | 2026-04-22 |
TimeFlies: an snRNA-seq aging clock for the fruit fly head sheds light on sex-biased aging
2025-Jan-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.25.625273
PMID:39896546
|
研究论文 | 本文介绍了TimeFlies，一种基于单细胞RNA测序的果蝇头部衰老时钟，利用深度学习预测供体年龄并揭示性别差异 | 开发了首个基于全基因组基因表达谱的泛细胞类型单细胞转录组衰老时钟，并应用于探究衰老中的性别差异 | 研究局限于果蝇头部，未涉及其他组织或物种，且单细胞测序数据可能存在技术偏差 | 构建单细胞转录组衰老时钟以识别年龄相关基因并探究衰老的性别差异 | 果蝇头部细胞 | 机器学习 | NA | 单细胞RNA测序 | 深度学习 | 基因表达谱 | NA | NA | NA | NA | NA |
| 76 | 2026-04-22 |
Artificial intelligence in Brazilian Primary Health Care: scoping review
2025, Revista brasileira de enfermagem
IF:1.2Q3
DOI:10.1590/0034-7167-2024-0363
PMID:41370529
|
综述 | 本文通过范围综述探讨了人工智能在巴西初级卫生保健中的应用情况 | 首次系统性地综述了人工智能在巴西初级卫生保健中的具体应用、优势与挑战 | 研究仅基于截至2025年2月的文献，可能未涵盖最新进展；且为叙述性综述，缺乏定量分析 | 提供人工智能在巴西初级卫生保健中应用的证据 | 巴西初级卫生保健系统及相关人工智能应用研究 | 医疗人工智能 | NA | 机器学习,深度学习 | NA | NA | 从981篇文献中筛选出27项研究 | NA | NA | NA | NA |
| 77 | 2026-04-21 |
The Efficacy of Artificial Intelligence in the Detection and Management of Atrial Fibrillation
2025-Jan, Cureus
DOI:10.7759/cureus.77135
PMID:39925585
|
系统综述 | 本文系统评估了人工智能在心房颤动风险预测、监测和管理中的应用 | 首次全面评估了人工智能与心房颤动领域的交叉应用，并识别了现有研究中的关键差距 | 由于数据异质性和方法学不一致，人工智能工具的可靠性和一致性在不同研究中存在差异 | 评估人工智能在心房颤动检测和管理中的效能 | 心房颤动患者及相关医疗数据 | 机器学习 | 心血管疾病 | NA | 机器学习, 深度学习, 人工神经网络 | 心电图数据, 可穿戴设备数据 | 39项符合纳入标准的研究 | NA | 最优时变机器学习模型, 观察性医疗结果伙伴关系通用数据模型 | 灵敏度, 特异性 | NA |
| 78 | 2026-04-20 |
General artificial intelligence for the diagnosis and treatment of cancer: the rise of foundation models
2025-Jan, BJR artificial intelligence
DOI:10.1093/bjrai/ubaf015
PMID:41030612
|
综述 | 本文综述了通用人工智能和基础模型在癌症诊断与治疗中的应用、潜力及面临的挑战 | 探讨了基于生成式AI和通用AI技术的基础模型在肿瘤学领域的兴起及其多功能性、高性能、个性化增强和对医疗工作者的辅助作用 | 存在多重障碍可能阻碍通用AI和生成式AI的临床转化 | 回顾通用人工智能和基础模型在肿瘤学诊断与治疗中的应用与挑战 | 癌症的诊断与治疗，特别是放射学、病理学、精准医学、护理个性化和外科肿瘤学 | 机器学习 | 癌症 | NA | NA | NA | NA | NA | NA | NA | NA |
| 79 | 2026-04-19 |
Application of Machine Learning to Osteoporosis and Osteopenia Screening Using Hand Radiographs
2025-01, The Journal of hand surgery
DOI:10.1016/j.jhsa.2024.09.008
PMID:39556066
|
研究论文 | 本研究开发并验证了一种基于手部X光片的人工智能算法，用于筛查骨质疏松和骨质减少 | 利用标准手部X光片替代专业DXA扫描进行骨质疏松和骨质减少的自动化筛查，提高了筛查的可及性和成本效益 | 样本量相对有限，骨质疏松类别图像数量较少，且依赖于DXA扫描作为参考标准，可能存在人类误差 | 开发并验证一种人工智能算法，用于通过手部X光片筛查骨质疏松和骨质减少 | 手部X光片图像 | 医学影像分析 | 骨质疏松 | 手部X光成像 | 深度学习 | 图像 | 1424张手部X光片图像（正常687张，骨质减少607张，骨质疏松130张） | ResNet-50 | ResNet-50 | 灵敏度, 特异度, 准确率, AUC | NA |
| 80 | 2026-04-19 |
The Role of Artificial Intelligence in Cardiovascular Disease Risk Prediction: An Updated Review on Current Understanding and Future Research
2025, Current cardiology reviews
IF:2.4Q2
|
综述 | 本文综述了人工智能在心血管疾病风险预测中的当前应用、优势及未来研究方向 | 系统总结了AI在提升心血管风险预测准确性、效率及可及性方面的最新进展，并强调了其在个性化治疗和临床决策支持中的潜力 | AI在心血管风险评估中的广泛采用仍面临挑战，主要由于医疗专业人员缺乏相关教育和接受度 | 探讨人工智能在心血管疾病风险预测中的变革性作用，以改善患者预后并减轻全球疾病负担 | 心血管疾病风险预测模型及AI驱动工具 | 机器学习 | 心血管疾病 | 电子健康记录分析、心电图分析 | 机器学习算法、深度学习 | 电子健康记录、心电图数据 | NA | NA | NA | 准确率 | NA |