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 1388 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 | 2026-02-15 |
Foundation model embeddings for quantitative tumor imaging biomarkers
2025-May-29, Research square
DOI:10.21203/rs.3.rs-6630446/v1
PMID:40502795
|
研究论文 | 本文通过构建TumorImagingBench基准测试，系统评估了十种医学影像基础模型在提取定量肿瘤影像生物标志物方面的性能 | 首次系统性地比较了不同架构和预训练策略的医学影像基础模型在定量肿瘤成像任务中的表现，并评估了其鲁棒性和可解释性 | 研究仅基于公开数据集（3,244个扫描），可能无法完全代表临床实践中的多样性 | 评估医学影像基础模型在提取可靠定量放射组学表型方面的能力 | 肿瘤影像数据 | 医学影像分析 | 癌症 | 深度学习 | 基础模型 | 医学影像扫描 | 3,244个扫描（来自六个公共数据集） | NA | 多种架构（2020-2025年间开发的十种不同模型） | 终点预测性能、鲁棒性、基于显著性的可解释性、嵌入表示相似性 | NA |
| 2 | 2026-02-12 |
Artificial Intelligence in Outpatient Primary Care: A Scoping Review on Applications, Challenges, and Future Directions
2025-May-13, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.05.12.25327223
PMID:40463551
|
综述 | 本文是一篇范围综述，探讨了人工智能在门诊初级保健中的应用、挑战和未来方向 | 系统性地梳理了2019年至2024年间人工智能在非紧急门诊初级保健中的功能、试验或整合情况，并指出了当前实施与研究的差距 | 研究主要基于文献综述，缺乏对实际临床环境中AI整合障碍的深入分析，且纳入的研究中临床试验数量有限 | 探索人工智能在门诊初级保健中的应用范围、实施现状及未来发展方向 | 2019年1月1日至2024年11月22日期间发表的关于人工智能与初级保健相关的研究 | 机器学习 | NA | 机器学习，深度学习，Transformer | NA | NA | 筛选了3203篇文献，最终纳入61篇符合条件的研究 | NA | NA | NA | NA |
| 3 | 2026-02-09 |
BrainView: A cloud-based deep learning system for brain image segmentation, tumor detection and visualization
2025-May-21, Biomedical journal
IF:4.1Q2
DOI:10.1016/j.bj.2025.100871
PMID:40409506
|
研究论文 | 本文介绍了一个名为BrainView的基于云平台的深度学习系统，用于脑部图像分割、肿瘤检测和可视化 | 提出了一个结合EfficientNetB7预训练模型的DeepBrainNet分类模型和基于EfficientNetB7的EffB7-UNet分割模型，并构建了基于Flask和Flutter的云应用平台 | 未在摘要中明确说明研究的局限性 | 通过深度学习技术实现脑部肿瘤的早期检测、分类和分割，以辅助研究和临床诊断 | 脑部磁共振图像（MRI） | 计算机视觉 | 脑肿瘤 | 磁共振成像（MRI） | CNN | 图像 | NA | Flask, Flutter | EfficientNetB7, UNet | 准确率 | 云平台 |
| 4 | 2026-02-07 |
Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning
2025-May-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59812-0
PMID:40374636
|
研究论文 | 本文通过整合高通量实验和贝叶斯深度学习，预测有机反应可行性及其对环境因素的鲁棒性 | 利用内部高通量平台构建了工业规模下最广泛的单一HTE数据集，并应用贝叶斯神经网络实现高精度预测，同时通过细粒度不确定性解耦实现高效主动学习 | 未明确提及模型在更广泛化学空间或不同反应类型中的泛化能力限制 | 预测有机反应的可行性和对环境因素的鲁棒性，以支持工业过程设计 | 11,669个不同的酸胺偶联反应 | 机器学习 | NA | 高通量实验 | 贝叶斯神经网络 | 实验数据 | 11,669个反应 | NA | 贝叶斯神经网络 | 预测准确率 | NA |
| 5 | 2026-01-29 |
Enhancing gastrointestinal stromal tumor risk stratification: A novel deep learning approach applied to EUS imaging
2025 May-Jun, Endoscopic ultrasound
IF:4.4Q1
DOI:10.1097/eus.0000000000000119
PMID:41584022
|
研究论文 | 本研究提出了一种基于EUS影像的新型深度学习模型，用于提高胃肠道间质瘤的风险分层准确性 | 开发了一种专门针对医学影像的DenseNet-121深度学习风险预测模型，并将其与传统统计模型结合，在GIST风险分类中实现了更高的预测精度 | 研究为单中心回顾性研究，样本量相对有限（341例患者），且模型间的曲线下面积比较未显示显著统计学差异 | 改善胃肠道间质瘤的风险评估和分类，以优化临床决策和患者预后 | 经病理证实的胃肠道间质瘤患者 | 数字病理 | 胃肠道间质瘤 | EUS成像 | 深度学习 | 图像 | 341例患者的1019张EUS图像 | PyTorch（基于DenseNet架构推断） | DenseNet-121 | 灵敏度, 特异性, 阳性预测值, 阴性预测值, 准确率, AUC | NA |
| 6 | 2026-01-26 |
SAHVAI-3D and 4D: Automated AI Volumetric Measurement of Subarachnoid Hemorrhage on Noncontrast Head CT
2025-May, Stroke (Hoboken, N.J.)
DOI:10.1161/SVIN.124.001620
PMID:41573412
|
研究论文 | 本文开发了基于人工智能的自动化蛛网膜下腔出血体积测量方法SAHVAI-3D和4D，用于非增强头部CT扫描，并与手动测量方法进行比较 | 首次实现了蛛网膜下腔出血体积的自动化三维和四维测量，并创建了SAH脑图作为新型影像生物标志物 | 研究仅基于10名患者的训练集，样本量较小，需要更大规模验证 | 开发自动化蛛网膜下腔出血体积测量工具，探索其作为影像生物标志物在延迟性脑缺血风险评估和神经治疗干预中的潜力 | 动脉瘤性蛛网膜下腔出血患者 | 数字病理学 | 脑血管疾病 | 非增强头部计算机断层扫描 | 深度学习算法 | 医学影像 | 10名连续患者，共92次CT扫描（每次182个切片） | NA | NA | 准确率, Dice系数, 假阳性率, 阴性预测值, 平均绝对误差 | NA |
| 7 | 2026-01-25 |
Auxiliary Teaching and Student Evaluation Methods Based on Facial Expression Recognition in Medical Education
2025-May-22, JMIR human factors
IF:2.6Q3
DOI:10.2196/72838
PMID:40402552
|
研究论文 | 提出一种基于面部表情识别技术的医学教育辅助教学与学生评估方法 | 将面部表情识别技术应用于医学教育，通过计算机视觉和深度学习算法识别学生情绪状态，以优化教学策略 | 面临技术准确性、设备依赖性和隐私保护等挑战 | 改善医学教育中的教学效果、优化个性化学习并促进师生互动 | 医学教育中的学生 | 计算机视觉 | NA | 面部表情识别 | 深度学习算法 | 面部表情图像 | NA | NA | NA | NA | NA |
| 8 | 2026-01-25 |
A multimodal and fully automated system for prediction of pathological complete response to neoadjuvant chemotherapy in breast cancer
2025-05-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr1576
PMID:40305609
|
研究论文 | 本研究开发了一种多模态集成全自动管道系统（MIFAPS），用于预测乳腺癌患者对新辅助化疗的病理完全缓解 | 通过整合多模态数据（包括磁共振成像、全切片图像和临床风险因素）并采用全自动化流程，显著提升了预测性能 | NA | 预测乳腺癌患者对新辅助化疗的病理完全缓解 | 1004名局部晚期乳腺癌患者 | 数字病理学 | 乳腺癌 | 磁共振成像, 全切片图像 | 深度学习 | 图像, 临床数据 | 1004名患者 | NA | NA | AUC | NA |
| 9 | 2026-01-21 |
Multi-center evaluation of radiomics and deep learning to stratify malignancy risk of IPMNs
2025-May-30, Research square
DOI:10.21203/rs.3.rs-6622868/v1
PMID:40502758
|
研究论文 | 本研究通过多中心评估，利用放射组学和深度学习技术对胰腺导管内乳头状黏液性肿瘤（IPMN）的恶性风险进行分层预测 | 首次在IPMN的囊肿层面进行恶性风险分层，并开发了放射组学与深度学习的融合模型，在多中心数据中验证了其优于单一模型和专家评估的潜力 | 模型性能仍需提升才能独立应用于临床，且样本量有限（359个T2W MRI图像） | 评估人工智能在预测IPMN异型增生等级中的可行性，以改善诊断准确性并减少不必要的手术干预 | 胰腺导管内乳头状黏液性肿瘤（IPMN）的囊肿图像 | 医学影像分析 | 胰腺癌 | T2W MRI成像 | 深度学习, 放射组学 | 图像 | 来自七个中心的359个T2W MRI图像 | NA | NA | AUC | NA |
| 10 | 2026-01-21 |
Automated grading and staging of ovarian cancer using deep learning on the transmission optical microscopy bright-field images of thin biopsy tissue samples
2025-May-15, ArXiv
PMID:40463694
|
研究论文 | 本研究提出了一种基于深度学习的框架，用于自动化预测卵巢癌分期，利用常规组织病理学图像实现高精度分类 | 首次将迁移学习与ResNet-101结合，并采用遗传算法优化超参数，以自动化方式对卵巢癌组织切片进行分级和分期 | 未提及模型在外部验证集上的泛化能力，且数据来源和样本多样性可能有限 | 开发自动化方法以辅助卵巢癌的诊断和分期，减少人工评估的时间和主观差异 | 卵巢癌薄组织活检样本的透射光学显微镜明场图像 | 数字病理学 | 卵巢癌 | 组织病理学成像 | CNN | 图像 | NA | PyTorch, TensorFlow | ResNet-101 | 准确率 | NA |
| 11 | 2026-01-20 |
COMPASS: Computational mapping of patient-therapist alliance strategies with language modeling
2025-May-15, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-025-03379-3
PMID:40374613
|
研究论文 | 本文介绍了一个名为COMPASS的新框架，利用大型语言模型从心理治疗会话的自然语言中直接推断治疗工作联盟，并分析不同精神疾病条件下的主题特征 | 首次提出直接使用大型语言模型分析心理治疗会话转录本，以映射到工作联盟量表等心理测量工具，提供细粒度的患者-治疗师对齐轨迹映射和可解释的临床见解 | 数据收集时间跨度较长（1970-2012年），可能包含过时的治疗实践；样本量在某些疾病类别中较小（如自杀倾向仅12个会话） | 开发一个计算框架，从心理治疗会话的语言中推断治疗工作联盟，以增强对治疗互动的理解并提供临床反馈 | 心理治疗会话转录本，涵盖焦虑、抑郁、精神分裂症和自杀倾向等多种精神疾病患者 | 自然语言处理 | 精神疾病 | 语言建模，主题建模 | 大型语言模型（LLM），深度学习模型 | 文本（会话转录本） | 超过950个心理治疗会话，包括焦虑（498个）、抑郁（377个）、精神分裂症（71个）和自杀倾向（12个） | NA | NA | NA | NA |
| 12 | 2026-01-17 |
SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION
2025-May-30, ArXiv
PMID:40492248
|
研究论文 | 提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，以改进高加速率下的自监督MRI重建 | 在传统自监督学习的k空间掩蔽思想基础上，引入了一个新颖的一致性项，该一致性项评估模型在稀疏域中准确预测所添加扰动的能力 | 未明确说明方法在更广泛数据集或临床环境中的泛化能力 | 改进高加速率下自监督MRI重建的图像质量，减少伪影和噪声放大 | 快速MRI扫描的重建 | 医学影像重建 | NA | MRI | 深度学习网络 | MRI图像/k空间数据 | fastMRI膝盖和大脑数据集 | NA | NA | 视觉评估, 定量指标 | NA |
| 13 | 2026-01-14 |
A fusocelular skin dataset with whole slide images for deep learning models
2025-May-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05108-3
PMID:40368949
|
研究论文 | 本文介绍了AI4SkIN数据集，这是首个用于皮肤梭形细胞病变的公开全切片图像数据集，通过创新的众包协议进行标注，旨在提升计算机辅助诊断系统的性能 | 首次公开了针对皮肤梭形细胞病变的全切片图像数据集，并采用基于高斯过程的众包协议进行标注，展示了非专家标注数据在训练深度学习模型中的有效性 | 未明确提及数据集的样本多样性或潜在的标注偏差，且未详细讨论模型在临床环境中的泛化能力 | 开发一个用于皮肤梭形细胞病变分类的公开数据集，以支持计算机辅助诊断系统的研究和验证 | 皮肤梭形细胞病变的全切片图像 | 数字病理学 | 皮肤梭形细胞病变 | 苏木精和伊红染色 | 深度学习模型 | 全切片图像 | 641张全切片图像 | NA | NA | NA | NA |
| 14 | 2026-01-12 |
Deep Learning for Automated Prediction of Sphenoid Sinus Pneumatization in Computed Tomography
2025-May-22, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究开发了一种基于卷积神经网络的深度学习模型，用于自动预测CT扫描中蝶窦气化模式 | 首次应用深度学习模型自动识别蝶窦气化模式，通过数据增强技术有效解决了小样本和不平衡数据问题，显著提升了诊断准确率 | 数据集规模有限（仅249张CT图像），且仅使用中矢状位CT图像进行测试，可能未充分利用三维空间信息 | 开发自动化工具辅助放射科医生和外科医生识别蝶窦气化变异，以提高经蝶窦手术的安全性 | 蝶窦气化模式 | 计算机视觉 | NA | 计算机断层扫描（CT） | CNN | 图像 | 249张CT图像（训练集174张，测试集75张），数据增强后训练集扩至378张 | NA | NA | 准确率, AUC, 敏感性, 特异性, F1分数 | NA |
| 15 | 2026-01-12 |
Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity
2025-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533807
PMID:40654845
|
研究论文 | 本文介绍了一个名为Neurospectrum的几何与拓扑深度学习框架，用于从神经活动中提取时空特征 | 提出了一种结合图注意力机制、流形正则化自编码器及多尺度几何、拓扑和动态描述符的端到端可训练框架，以编码神经活动的潜在轨迹 | NA | 开发一个深度学习框架，以从高维、噪声和动态的神经信号中提取可解释的特征，用于行为或疾病研究 | 神经活动信号 | 机器学习 | 强迫症 | 钙成像, fMRI | 自编码器, 图神经网络, 循环神经网络 | 神经信号数据 | NA | NA | NA | NA | NA |
| 16 | 2026-01-11 |
The TDGL Module: A Fast Multi-Scale Vision Sensor Based on a Transformation Dilated Grouped Layer
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113339
PMID:41498160
|
研究论文 | 本文提出了一种基于深度学习的快速多尺度视觉传感器模块TDGL，旨在提升道路目标特征提取网络的效率和精度 | 提出TDGL模块，通过GLConv单元引入缩放和偏移参数、修改膨胀策略及采用分组卷积，动态调整卷积操作以有效区分不同尺度特征，同时优化空间信息处理并降低计算成本 | NA | 提升道路目标检测任务中多尺度特征提取的效率和准确性 | 道路障碍物目标 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | BDD100K数据集 | NA | YOLO系列模型 | mAP, FPS | NA |
| 17 | 2026-01-10 |
Accuracy and Reliability of Multimodal Imaging in Diagnosing Knee Sports Injuries
2025-May-15, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文通过结合磁共振成像、计算机断层扫描和超声进行集成学习，并利用深度学习自动分析，以提高膝关节运动损伤诊断的准确性和可靠性 | 采用多模态成像（MRI、CT、US）进行集成学习，结合深度学习自动分析，以提高膝关节损伤诊断的准确性和效率 | 未明确提及研究的局限性，如样本多样性、外部验证或模型泛化到其他医疗中心的潜在问题 | 解决因医生主观经验和诊断标准不一致导致的膝关节损伤单成像诊断准确性和可靠性问题 | 膝关节运动损伤，如前交叉韧带撕裂、半月板损伤、软骨损伤和骨折 | 计算机视觉 | 运动损伤 | 磁共振成像（MRI）、计算机断层扫描（CT）、超声（US） | CNN | 图像 | NA | NA | NA | 敏感性、特异性、准确率、错误率 | NA |
| 18 | 2026-01-08 |
Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI
2025-May, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2024.1059
PMID:40307199
|
研究论文 | 本研究比较了基于深度学习的重建技术与传统插值技术在加速对比增强颈部MRI中的图像质量 | 首次在加速对比增强颈部MRI中应用基于深度学习的重建算法，实现了扫描时间显著减少的同时提升图像质量 | 使用的深度学习算法为闭源工作进展版本，且重叠解剖结构的伪影略有增加 | 评估深度学习重建技术在加速颈部MRI中的图像质量与诊断性能 | 颈部对比增强MRI图像 | 医学影像分析 | NA | 对比增强MRI，深度学习重建 | 深度学习重建算法 | MRI图像 | 106名患者的MRI扫描数据 | NA | NA | 半高全宽，信号伪影百分比，非均匀性，对比噪声比，区域黏膜半高全宽，视觉评分（整体质量、清晰度、黏膜显着性、伪影、病变检测） | 3T MRI扫描仪，闭源深度学习重建算法（Siemens Healthineers WIP No. 1062） |
| 19 | 2026-01-06 |
Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113264
PMID:40968808
|
研究论文 | 本文提出了一种结合动态3D摄影测量点云与专家共识的深度学习方法来客观量化面瘫严重程度 | 创新点在于将动态3D面部运动点云与专家共识评分相结合，使用PointNet网络进行面瘫严重程度的量化评估 | NA | 客观量化面瘫的严重程度 | 面瘫患者的面部运动 | 计算机视觉 | 面瘫 | 动态3D摄影测量成像系统 | 深度学习 | 3D点云 | NA | NA | PointNet | 准确率 | NA |
| 20 | 2026-01-02 |
Federated prediction for scalable and privacy-preserved knowledge-based planning in radiotherapy
2025-May-20, ArXiv
PMID:40470470
|
研究论文 | 本文介绍了FedKBP+，一个用于放射治疗规划预测任务的全面联邦学习平台，旨在解决数据稀缺和隐私问题 | 开发了支持集中式和完全去中心化联邦学习策略的统一通信栈，并引入了Gossip Contrastive Mutual Learning算法以增强对站点故障的鲁棒性 | 未明确讨论平台在更大规模或更多样化临床环境中的可扩展性验证 | 开发一个高效、隐私保护的联邦学习平台，以提升放射治疗规划的预测任务性能 | 放射治疗规划中的预测任务，包括剂量预测和肿瘤/器官分割 | 机器学习 | 脑肿瘤 | 联邦学习 | 深度学习模型 | 医学影像数据 | OpenKBP挑战赛340例（训练200，验证40，测试100）；BraTS挑战赛数据集227例（训练152，验证27，测试48）；PanSeg数据集384例（训练269，验证39，测试76） | FedKBP+（基于gRPC），NVFlare | SA-Net | DSC（Dice相似系数），预测准确性，训练效率（小时） | 未明确指定，但涉及多工作站分布式计算 |