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 19254 篇文献，本页显示第 761 - 780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2026-05-06 |
CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning
2025-06, Journal of the World federation of orthodontists
IF:2.6Q1
DOI:10.1016/j.ejwf.2024.09.007
PMID:39578153
|
研究论文 | 提出CDSNet，一种基于深度学习的可解释模型，用于从头颅侧位片中评估生长阶段（特别是颈椎、牙列和额窦） | 首次整合颈椎、牙列和额窦多区域特征，利用可解释深度学习评估生长阶段，显著优于传统CVM方法 | 未提及 | 开发深度学习模型CDSNet，自动评估头颅侧位片中的生长阶段，以辅助正畸诊断 | 头颅侧位片和手腕骨X光片中的颈椎、牙列和额窦影像 | 数字病理学 | 正畸相关生长阶段评估 | 头颅侧位片成像 | 深度学习模型（CDSNet） | X光图像 | 来自接受正畸治疗患者的1732对头颅侧位片和手腕骨X光片 | NA | CDSNet（可解释深度网络） | 准确率、精确率、召回率、F1分数 | NA |
| 762 | 2026-05-06 |
SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons
2025-06, Thrombosis research
IF:3.7Q1
DOI:10.1016/j.thromres.2025.109334
PMID:40344789
|
研究论文 | 针对静脉血栓栓塞风险预测中多维特征集成不足的问题，提出一种结合可分离自注意力和改进空间移位多层感知器的深度学习模型SSA-sMLP | 首次将可分离自注意力与S-MLPv2模块集成，通过动态上下文向量和线性解耦策略实现跨维特征交互建模，利用无参移位操作和分裂注意力机制精确捕捉局部非线性关联 | 未明确讨论外部验证结果及模型在其他医疗场景的泛化能力 | 提升静脉血栓栓塞风险预测的准确性和鲁棒性，平衡计算效率与模型性能 | 医院113836份临床记录中的静脉血栓栓塞风险数据 | 机器学习 | 静脉血栓栓塞 | NA | 深度学习模型（SSA-sMLP） | 临床记录数据 | 113836份临床记录 | NA | 可分离自注意力模块、改进空间移位多层感知器（S-MLPv2） | 准确率（87.99%）、F1分数（65.9%） | NA |
| 763 | 2026-05-06 |
Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8566
PMID:39947682
|
研究论文 | 利用基于物理的合成MR图像和深度迁移学习减少回波平面成像中的伪影 | 提出一种基于物理的伪影合成方法生成逼真MR图像，并结合堆叠迁移学习策略训练GAN，以有效减少EPI中的多种伪影，同时保留对比度信息 | NA | 验证基于物理的合成图像和堆叠迁移学习在EPI伪影减少中的应用效果 | MR脑部图像及其伪影 | 计算机视觉 | 复发性胶质母细胞瘤 | MRI | 生成对抗网络 | 图像 | 1392名患者的4573个解剖MR序列，以及49名复发性胶质母细胞瘤患者的ADC图 | PyTorch | 改进的Pix2PixGAN架构，带有Attention-R2UNet生成器 | 均方误差、结构相似性指数、多尺度结构相似性指数、峰值信噪比、豪斯多夫距离 | NA |
| 764 | 2026-05-06 |
Comprehensive Segmentation of Gray Matter Structures on T1-Weighted Brain MRI: A Comparative Study of Convolutional Neural Network, Convolutional Neural Network Hybrid-Transformer or -Mamba Architectures
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8544
PMID:39433334
|
research paper | 比较六种深度学习模型在T1加权脑MRI上分割122个灰质结构的性能，评估U-Mamba_Bot等模型在临床和研究中的应用潜力 | 首次系统比较CNN、CNN混合Transformer和Mamba架构在大量脑结构（122个）分割任务中的性能，并验证U-Mamba_Bot在精度和可靠性上的优势 | 数据集规模有限，未来需更大样本验证；模型在其他神经疾病中的适用性尚未探索 | 评估先进深度学习模型在脑MRI多结构分割中的效果，为临床和研究提供最有效工具 | 1510例T1加权脑MRI扫描，包括正常对照和阿尔茨海默病患者 | computer vision | 阿尔茨海默病 | MRI | CNN, Transformer, Mamba | image | 1510例T1加权脑MRI | NA | nnU-Net, SegResNet, SwinUNETR, UNETR, U-Mamba_BOT, U-Mamba_Enc | Dice相似系数, 95百分位豪斯多夫距离 | NA |
| 765 | 2026-05-06 |
Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8567
PMID:40147833
|
研究论文 | 采用深度学习方法加速颈髓MRI采集，评估其在退行性脊柱病变与脊髓病诊断中的图像质量与诊断效能 | 首次使用商用且独立于供应商的深度学习重建算法，前瞻性评估加速颈椎MRI在真实患者中的诊断性能，并与传统MRI对比 | NA | 比较传统颈椎MRI与基于深度学习重建的加速颈椎MRI在评估退行性脊柱疾病和脊髓病时的图像质量和诊断性能 | 50名患有退行性颈椎疾病或脊髓病的患者 | 机器学习 | 退行性脊柱疾病， 脊髓病 | MRI | 深度学习 | 图像 | 50名患者 | NA | 深度学习重建模型（未指定具体架构） | 信噪比（SNR）， 对比噪声比（CNR）， 整体图像质量5分制评分， 灵敏度， 特异度 | NA |
| 766 | 2026-05-06 |
Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3494732
PMID:39514345
|
研究论文 | 一种基于增量再训练LSTM的个性化血糖预测方法，利用有限的CGM数据实现准确预测 | 提出增量再训练堆叠LSTM框架，通过参数迁移和逐步适应个体数据，显著降低血糖预测误差，并在冷启动场景中有效 | 依赖于CGM数据质量和糖尿病患者血糖变异性的多样性，预测准确性可能因个体差异而波动 | 利用深度学习解决1型糖尿病患者血糖预测中数据有限和个体差异性大的问题 | 1型糖尿病患者的连续血糖监测数据 | 机器学习 | 1型糖尿病 | 连续血糖监测 | LSTM | 时间序列数据 | 两个数据集：OpenAPS和Replace-BG，具体样本量未明确提及 | NA | 堆叠LSTM | 均方根误差, Clarke误差网格分析 | NA |
| 767 | 2026-05-06 |
Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques
2025-Apr, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04253-1
PMID:40151342
|
综述 | 总结植物病毒检测领域的传统方法与前沿技术，包括基于症状、血清学、核酸技术及新兴的LAMP、HTS、纳米生物传感器和CRISPR诊断方法 | 系统整合了人工智能、机器学习和物联网在植物病毒实时监测中的应用，并介绍了高光谱成像、深度学习和云平台等创新手段 | 仍存在序列限制、多重检测能力有限及环境可持续性问题 | 回顾植物病毒检测技术的演进，强调新兴趋势及未来研究方向 | 植物病毒检测方法及其在农业生产中的应用 | 机器学习 | 植物病害 | LAMP, 高通量测序, 纳米生物传感器, CRISPR诊断, 高光谱成像, 深度学习 | NA | 图像、文本、传感器数据 | NA | TensorFlow, PyTorch | ResNet, 卷积神经网络 | 灵敏度、特异性、检测速度 | 云端IoT平台、边缘计算设备 |
| 768 | 2026-05-06 |
Covariate-Balancing-Aware Interpretable Deep Learning Models for Treatment Effect Estimation
2025-Apr, Statistics in biosciences
IF:0.8Q4
DOI:10.1007/s12561-023-09394-6
PMID:40170916
|
研究论文 | 提出一种协变量平衡感知的可解释深度学习模型用于治疗效应估计 | 基于加权能量距离的理论分析推导出更紧的平均治疗效应估计偏差上界，并提出无需正确指定倾向性评分模型的目标函数，结合神经加性模型提升深度学习模型的可解释性 | 未明确提及局限性，可能包括对大数据集计算资源需求或模型泛化性的潜在限制 | 提高观察性数据中治疗效应估计的准确性和可解释性 | 治疗效应的无偏估计与深度学习模型的可解释性 | 机器学习 | NA | NA | 深度学习模型（神经加性模型） | 数值数据（基准数据集和真实观察数据） | 使用IHDP、ACIC和NHANES数据集，具体样本量未提及 | NA | 神经加性模型 | 平均治疗效应估计偏差、准确性等（具体未列出） | NA |
| 769 | 2026-05-06 |
MEASURING IMPACT OF SUPER-RESOLUTION ON SPINAL CORD MRI SCANS: LESION DETECTION SENSITIVITY, VARIABILITY, AND CLINICAL IMPACT
2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi60581.2025.10981088
PMID:42077389
|
研究论文 | 研究超分辨率技术对脊髓MRI扫描的影响，包括病变检测敏感性、变异性和临床影响 | 首次探索通过超分辨率或线性插值人工改变脊髓MRI分辨率，以提升对临床相关结构（如病变负荷）的识别能力 | 未发现病变负荷/体积与EDSS残疾测量之间的显著关联 | 评估人工改变MRI分辨率是否增强对临床相关结构的辨别能力，特别关注病变负荷与临床变量的关系 | 53名不同严重程度的多发性硬化患者的脊髓MRI扫描 | 数字病理学 | 多发性硬化 | MRI | 深度学习工具（用于病变分割） | 图像 | 53名多发性硬化患者 | NA | NA | 病变分割敏感性 | NA |
| 770 | 2026-05-06 |
Toward understanding the role of genomic repeat elements in neurodegenerative diseases
2025-Mar-01, Neural regeneration research
IF:5.9Q1
DOI:10.4103/NRR.NRR-D-23-01568
PMID:38886931
|
综述 | 探讨基因组重复元件在神经退行性疾病中的作用 | 综述了长读长测序技术和深度学习语言模型在重复元件变异研究中的最新应用 | 仅回顾现有研究，未提出新的实验数据或验证 | 理解基因组重复元件与神经退行性疾病的关系 | 基因组重复元件及其变异 | 自然语言处理, 机器学习 | 神经退行性疾病 | 全基因组关联研究, 靶向测序, 长读长测序 | 深度学习语言模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 771 | 2026-05-06 |
Conditioning generative latent optimization for sparse-view computed tomography image reconstruction
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024004
PMID:40177097
|
研究论文 | 提出一种条件生成隐变量优化方法，用于稀疏视角CT图像重建，无需训练数据且独立于实验设置 | 提出无需训练数据且独立于实验设置的cGLO方法，可同时重建多个切片，在稀疏视角全剂量CT重建中性能优于现有方法 | 在极稀疏角度条件下性能可能下降，文中未详细讨论多种噪声场景下的鲁棒性 | 开发一种无需训练数据且对采集协议不敏感的稀疏视角CT图像重建方法 | 全剂量稀疏视角计算机断层扫描（CT）图像 | 计算机视觉 | NA | NA | 条件生成隐变量优化（cGLO） | 图像 | 未明确说明样本数量，涉及全剂量稀疏视角CT投影数据集 | PyTorch | 解码器（Decoder） | 峰值信噪比（PSNR）、结构相似性（SSIM） | NA |
| 772 | 2026-05-06 |
Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery
2025-01-20, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-025-01431-x
PMID:39833831
|
研究论文 | 提出一种名为Pathopticon的网络统计方法，通过整合药物基因组学和化学信息学来指导细胞类型特异性药物发现 | 首次结合CMap数据构建细胞类型特异性基因-药物扰动网络，并整合化学信息学和多种疾病表型以实现细胞类型依赖性药物优先排序 | 未明确说明，但基于CMap数据的依赖性和方法学验证可能受限于现有数据库的覆盖范围和准确性 | 开发一个细胞类型特异性的药物发现和重新定位平台 | CMap中的基因表达谱、ChEMBL中的药物化学信息、Enrichr数据库中的569种疾病特征、73个MSigDB基因集以及CTD中的目标基因表达谱 | 药物发现、网络生物学、统计方法 | 血管疾病 | qPCR实验验证 | 网络统计模型 | 基因表达数据、化学结构数据、疾病表型数据 | 73个MSigDB基因集用于基准测试，569种疾病特征来自Enrichr数据库 | NA | Pathopticon网络模型，QUIZ-C统计方法 | AUROC | NA |
| 773 | 2026-05-06 |
FODSeg: a deep learning framework for tract-specific white matter segmentation from full angular distributions
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1734498
PMID:41601529
|
研究论文 | 提出一种名为FODSeg的深度学习框架，利用完整纤维取向分布函数（fODF）进行白质纤维束特异性分割 | 首次在体素分割中利用完整的fODF表示以保留全角度方向信息，并将纤维束分割重构为单类问题以减少标签冲突 | NA | 改进白质纤维束分割方法，提高在复杂纤维结构区域（如交叉纤维和瓶颈区域）的准确性和特异性 | 人类连接组计划数据集中的72个白质纤维束 | 数字病理学 | NA | 扩散磁共振成像 | 深度学习 | 扩散磁共振成像数据 | 人类连接组计划数据集（包含72个白质纤维束） | NA | NA | Dice系数、体积过度分割值、特异性 | NA |
| 774 | 2026-05-05 |
Deep Hair Phenomics: Implications in Endocrinology, Development, and Aging
2025-Apr, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2024.08.014
PMID:39236901
|
研究论文 | 开发了一种基于深度学习的计算机视觉方法，用于高通量、高分辨率量化单个毛发纤维，并探索内分泌、发育和衰老对小鼠毛发表型的影响 | 提出了创新的计算机视觉工具，能够区分和提取重叠的毛发纤维，实现多变量特征（长度、宽度、颜色）的高通量量化，并生成了单个毛发表型组 | NA | 开发一种高通量、定量化的毛发表型分析方法，并探究激素信号、基因修饰和衰老对毛囊产出的影响 | 小鼠的毛发纤维 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 775 | 2026-05-05 |
Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning
2025-Apr, Heart rhythm
IF:5.6Q1
DOI:10.1016/j.hrthm.2024.08.030
PMID:39168295
|
研究论文 | 利用心电图深度学习提高致心律失常性右心室心肌病的诊断准确率 | 首次开发并验证了基于深度学习的心电图工具，其诊断ARVC的能力可与专家相当，并能区分真性ARVC与表型模仿者及风险家属 | 样本量相对较小（共855例），且外部验证仅基于一个特定人群（Geisinger队列） | 开发并验证用于ARVC诊断的心电图深度学习工具 | 疑似ARVC患者及携带致病性或可能致病性ARVC基因变异的患者 | 机器学习 | 心血管疾病 | 心电图 | 深度学习模型 | 心电图信号 | 开发集551例，测试集137例，外部验证集167例 | NA | NA | c-statistic, 置信区间 | NA |
| 776 | 2026-05-05 |
Advancing healthcare practice and education via data sharing: demonstrating the utility of open data by training an artificial intelligence model to assess cardiopulmonary resuscitation skills
2025-02, Advances in health sciences education : theory and practice
IF:3.0Q2
DOI:10.1007/s10459-024-10369-5
PMID:39249618
|
研究论文 | 通过共享心肺复苏技能表现视频数据库并训练人工智能模型，展示开放数据在医疗保健实践与教育中的效用 | 首次利用开放共享的CPR技能表现视频数据库训练AI模型，实现自动临床评估；该数据库包含多角度视频和专家评分，支持3D重建和运动分析 | NA | 论证数据共享在医疗教育中的价值，并开发基于AI的自动CPR技能评估工具 | 40名参与者的心肺复苏技能表现视频及其质量评估数据 | 计算机视觉 | NA | 视频采集、姿势估计 | 深度学习网络 | 视频 | 40名参与者，从6个角度录制 | NA | 姿势估计网络、深度学习网络 | NA | NA |
| 777 | 2026-05-04 |
Prenatal diagnosis of cerebellar hypoplasia in fetal ultrasound using deep learning under the constraint of the anatomical structures of the cerebellum and cistern
2025-11, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06376-2
PMID:40911057
|
研究论文 | 开发并验证一种受大脑解剖结构约束的深度学习模型，利用超声图像提高胎儿小脑发育不全的产前诊断准确性 | 提出双分支深度学习分类网络ASC-Net，将超声图像和脑部解剖结构掩膜作为独立输入，通过解剖结构约束提升诊断性能 | 研究为回顾性设计，样本来源单一，超声图像选择依赖医生经验，且小脑发育不全病例数有限（302例）可能影响模型泛化性 | 开发一个受胎儿小脑和后颅窝池解剖结构约束的人工智能模型，以改善超声成像中小脑发育不全的产前诊断准确性 | 胎儿小脑发育不全 | 计算机视觉 | 胎儿中枢神经系统发育异常 | 超声成像 | 深度学习分类网络 | 图像 | 302例小脑发育不全和549例正常妊娠病例 | NA | ASC-Net (双分支网络) | 准确率, AUC | NA |
| 778 | 2026-05-04 |
Artificial Intelligence-Assisted Image Extraction in Neonatal Echocardiography for Congenital Heart Disease Diagnosis in Sub-Saharan Africa: Protocol for Model Development
2025-Oct-30, JMIR research protocols
IF:1.4Q3
DOI:10.2196/75270
PMID:41167236
|
研究论文 | 提出一项在撒哈拉以南非洲地区利用人工智能辅助新生儿超声心动图诊断先天性心脏病的协议，旨在开发深度学习模型，使非专业操作者能有效提取心脏图像供远程解读 | 创新点在于构建一个整合卷积神经网络与卷积长短期记忆层的AI辅助超声系统，灵感来自交错视觉记忆框架，并结合强化学习动态使用特征提取器，以实现实时心脏视图检测，显著适应资源有限环境 | 局限性包括依赖有限地理来源的数据（仅喀麦隆和南非两家医院），可能限制模型泛化性；同时分两阶段的样本量（500例回顾性数据、1000例前瞻性数据）相对不大，且需考虑实时临床环境中的实际实施挑战 | 研究目的为开发AI辅助超声心动图系统，使护士、助产士和医生等非专家操作者能对疑似先天性心脏病的婴儿进行基本心脏超声扫查，提取准确心腔图像供儿科心脏病专家远程解读 | 新生儿（0-28天），疑似患有先天性心脏病的婴儿 | 计算机视觉 | 先天性心脏病 | 超声心动图 | 深度学习（卷积神经网络与卷积长短期记忆层） | 超声心动图视频片段 | 第一阶段约500例回顾性数据，第二阶段1000例前瞻性数据 | TensorFlow, PyTorch | 卷积神经网络（CNN）, 卷积长短期记忆层 | NA | NA |
| 779 | 2026-05-04 |
Free-running isotropic three-dimensional cine magnetic resonance imaging with deep learning image reconstruction
2025-10, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06266-7
PMID:40442341
|
研究论文 | 评估结合深度学习图像重建的游离呼吸各向同性三维电影磁共振成像在先天性心脏病患者中的效率和准确性 | 首次利用深度学习重建技术结合Heart-NAV技术实现游离呼吸三维电影成像与血管造影同步采集，显著缩短采集时间并提高图像对比度 | 样本量较小（16例患者），且三维与二维电影成像在右心室收缩末期容积上存在显著差异，需进一步验证 | 评估深度学习重建的游离呼吸三维电影MRI序列在先天性心脏病患者中的功能与容积测量的准确性和效率 | 先天性心脏病患者 | 数字病理学 | 先天性心脏病 | 心血管磁共振（CMR）、深度学习图像重建 | 深度学习重建模型 | 图像（三维磁共振成像） | 16名患者（7名男性，中位年龄6岁） | NA | 深度学习重建网络 | 对比噪声比（CNR）、容积测量（心室容积、射血分数、质量）、横截面积（CSA） | NA |
| 780 | 2026-05-04 |
Understanding Cancer Survivorship Care Needs Using Amazon Reviews: Content Analysis, Algorithm Development, and Validation Study
2025-Sep-23, JMIR cancer
IF:3.3Q2
DOI:10.2196/71102
PMID:40986859
|
研究论文 | 利用亚马逊消费者评论作为新型数据源，通过内容分析、算法开发和验证研究，理解癌症幸存者的护理需求 | 首次提出将亚马逊消费者评论作为识别癌症幸存者护理需求的新型数据源，并开发了基于深度学习和大型语言模型的自然语言处理基线模型 | 未明确提及 | 展示使用亚马逊消费者评论识别癌症幸存者护理需求（特别是症状自我管理）的潜力 | 亚马逊健康相关产品评论中提及癌症的句子 | 自然语言处理 | 癌症 | 自然语言处理 | Bert-base-cased, GPT-4 | 文本 | 159条评论，4703个句子，3349条评论，2589个独立产品 | PyTorch | BERT, GPT-4 | 加权平均F1分数 | NA |