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 3710 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 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 |
| 142 | 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 |
| 143 | 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 |
| 144 | 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 |
| 145 | 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 |
| 146 | 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 |
| 147 | 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 |
| 148 | 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 |
| 149 | 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 |
| 150 | 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 |
| 151 | 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 |
| 152 | 2026-04-19 |
Histopathological image analysis and enhanced diagnostic accuracy explainability for oral cancer detection
2025, Polish journal of pathology : official journal of the Polish Society of Pathologists
IF:0.7Q4
DOI:10.5114/pjp.2025.153973
PMID:40977550
|
研究论文 | 本研究提出了一种用于口腔癌分类的深度学习模型，通过颜色归一化、特征选择和可解释性增强，提高了诊断准确性和决策透明度 | 结合Vahadane归一化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器以处理类不平衡问题并提升模型可解释性 | 未明确说明模型在外部验证集上的泛化性能或临床部署的具体挑战 | 开发一种准确、可解释的口腔癌组织病理学图像分类方法，以支持早期精准检测 | 口腔癌组织病理学图像 | 数字病理学 | 口腔癌 | 组织病理学图像分析 | 深度学习 | 图像 | NA | NA | U-Net, DenseNet201, VGG10 | 准确率, 精确度, 可靠性 | NA |
| 153 | 2026-04-14 |
Identification of cardiac wall motion abnormalities in diverse populations by deep learning of the electrocardiogram
2025-Jan-11, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01407-y
PMID:39799179
|
研究论文 | 本研究利用深度学习分析心电图，以识别心脏壁运动异常，并参考超声心动图作为金标准进行验证 | 开发了一种名为ECG-WMA-Net的深度神经网络，通过分析心电图中的QRS和T波区域，显著提高了心脏壁运动异常的检测准确性，超越了传统基于Q波的筛查方法 | 研究依赖于超声心动图报告的文本解析进行标注，可能存在标注误差；外部验证队列规模相对较小（n=2338），可能影响模型的泛化能力评估 | 通过深度学习技术，从心电图中提取新特征，以增强心脏壁运动异常的检测能力，并解决传统方法在不同种族和民族群体中准确性差异的问题 | 来自加利福尼亚州和佐治亚州的多样化患者群体，包括35,210名患者用于训练和验证，以及2,338名患者用于外部验证 | 机器学习 | 心血管疾病 | 深度学习，超声心动图 | 深度神经网络 | 心电图，超声心动图报告文本 | 训练和验证队列：35,210名患者；外部验证队列：2,338名患者 | NA | ECG-WMA-Net | AUROC, AUC | NA |
| 154 | 2026-04-14 |
ACTION: Augmentation and computation toolbox for brain network analysis with functional MRI
2025-Jan, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120967
PMID:39716522
|
研究论文 | 本文介绍了一个名为ACTION的开源工具箱，用于功能磁共振成像（fMRI）的脑网络分析，提供数据增强和深度学习模型支持 | 开发了一个综合性的开源工具箱，首次集成fMRI数据增强（包括BOLD信号和脑网络增强），并支持深度学习模型预训练及联邦学习策略，以处理有限或不平衡数据 | 未明确说明工具箱在特定疾病或任务上的性能限制，或对计算资源的具体要求 | 开发一个用户友好的工具箱，以简化和增强fMRI分析，特别是通过数据增强和深度学习方法来改善脑网络研究 | 功能磁共振成像（fMRI）数据，用于脑网络分析 | 机器学习 | NA | 功能磁共振成像（fMRI） | 深度学习模型 | fMRI图像数据 | 超过3,800个静息态fMRI扫描作为辅助未标记数据用于预训练 | Python | NA | NA | NA |
| 155 | 2026-04-10 |
A novel approach in cancer diagnosis: integrating holography microscopic medical imaging and deep learning techniques-challenges and future trends
2025-Jan-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad9eb7
PMID:39671712
|
综述 | 本文探讨了将全息显微医学成像与深度学习技术相结合用于癌症诊断的新方法，分析了其优势、挑战及未来趋势 | 提出了一种结合定量相位成像（QPI）与深度学习（如U-Net和Vision Transformer）的集成方法，以捕获传统成像技术无法提供的详细结构（相位）信息，从而提高癌症诊断的准确性 | 文中未明确提及具体实验数据或样本量，主要基于文献综述和分析，因此缺乏实证研究的局限性讨论 | 研究旨在通过整合全息显微相位成像和深度学习技术，改进癌症诊断的准确性和全面性 | 癌症诊断中的生物结构成像，特别是通过全息显微技术捕获的振幅和相位细节 | 数字病理学 | 癌症 | 全息显微医学成像，定量相位成像（QPI） | 深度学习模型，包括U-Net和Vision Transformer（ViT） | 全息显微图像 | NA | NA | U-Net, Vision Transformer（ViT） | NA | NA |
| 156 | 2026-04-10 |
Deep Learning to Simulate Contrast-Enhanced MRI for Evaluating Suspected Prostate Cancer
2025-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240238
PMID:39807983
|
研究论文 | 本研究评估了使用深度学习从非对比MRI序列生成模拟对比增强MRI的可行性，并探讨其在评估临床显著前列腺癌中的潜在价值 | 首次利用pix2pix算法从四种非对比MRI序列合成对比增强MRI，以减少对比剂使用的潜在风险 | 研究为回顾性设计，且模拟图像与真实图像的相似度在外部测试集上有所下降 | 评估深度学习生成模拟对比增强MRI的可行性及其在前列腺癌PI-RADS评分中的应用价值 | 疑似前列腺癌的男性患者 | 数字病理学 | 前列腺癌 | 多参数MRI，包括T1加权成像、T2加权成像、扩散加权成像和表观扩散系数图 | GAN | MRI图像 | 567名男性患者（平均年龄66岁±11），分为训练测试集（244例）、内部测试集（104例）、外部测试集1（143例）和外部测试集2（76例） | NA | pix2pix | 多尺度结构相似性指数，Cohen κ | NA |
| 157 | 2026-04-10 |
Automated Deep Learning-Based Detection and Segmentation of Lung Tumors at CT
2025-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.233029
PMID:39835976
|
研究论文 | 本研究开发并评估了一种基于集成深度学习的模型，用于自动化检测和分割CT扫描中的肺部肿瘤 | 采用3D U-Net集成方法，平衡了体积上下文与分辨率，并展示了模型在外部站点上的泛化能力 | 研究为回顾性设计，可能受限于数据集的特定来源和时间范围 | 开发自动化工具以辅助肺部肿瘤的检测和分割，减少人工标注的负担和变异性 | CT模拟扫描图像及临床肺部肿瘤分割标注 | 计算机视觉 | 肺癌 | CT扫描 | 深度学习 | 图像 | 训练集：1,504个CT扫描；测试集：150个CT扫描（其中100个为单肿瘤子集） | NA | 3D U-Net | 灵敏度, 特异度, 假阳性率, Dice相似系数 | NA |
| 158 | 2025-01-29 |
Deep Learning MRI Reconstruction Delivers Superior Resolution and Improved Diagnostics
2025-Jan, Radiology
IF:12.1Q1
DOI:10.1148/radiol.242952
PMID:39873600
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 159 | 2026-04-10 |
Deep Learning Superresolution for Simultaneous Multislice Parallel Imaging-Accelerated Knee MRI Using Arthroscopy Validation
2025-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241249
PMID:39873603
|
研究论文 | 本研究通过关节镜验证，评估了深度学习超分辨率技术在膝关节MRI中的诊断性能 | 首次使用关节镜作为独立参考标准，验证了深度学习超分辨率技术在加速膝关节MRI中的诊断性能 | 研究样本量相对较小（116名成人），且仅针对膝关节特定病变进行评估 | 验证深度学习超分辨率MRI在膝关节病变诊断中的性能 | 患有膝关节疼痛的成人患者 | 医学影像分析 | 膝关节疾病 | 深度学习超分辨率, 同时多层并行成像加速MRI | 深度学习模型 | MRI图像 | 116名成人（平均年龄45岁，74名男性） | NA | NA | AUC, Cohen κ, Gwet AC2, Likert评分 | 3 T MRI扫描仪 |
| 160 | 2026-04-10 |
RETRACTED: Fast fault diagnosis of smart grid equipment based on deep neural network model based on knowledge graph
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0315143
PMID:39951439
|
研究论文 | 本文提出了一种基于知识图谱和YOLOv4目标检测算法的智能电网设备故障诊断模型，旨在提高诊断准确性和效率 | 创新性地将YOLOv4目标检测算法与知识图谱结合，统一多模态信息的表征和存储，以提升智能电网设备故障诊断的准确性和速度 | 未在摘要中明确提及具体限制，如模型泛化能力、数据多样性或实际部署挑战 | 开发一种更准确、快速且易于操作的智能电网设备故障诊断技术，以解决现有技术中应用复杂和诊断率低的问题 | 智能电网设备及其故障诊断 | 机器学习 | NA | 深度学习多模态语义模型和知识图谱 | CNN | 多模态信息（可能包括图像、文本等） | NA | NA | YOLOv4 | 准确性、速度、易操作性 | NA |