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 1386 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 | 2026-04-17 |
Artificial Intelligence-Augmented Imaging for Early Pancreatic Cancer Detection
2025-May-28, Visceral medicine
IF:1.8Q2
DOI:10.1159/000546603
PMID:40567392
|
综述 | 本文综述了人工智能增强成像在早期胰腺癌检测中的应用，探讨了其潜力与挑战 | 利用人工智能（包括放射组学和深度学习模型）从CT扫描中提取人眼难以察觉的细微成像特征，以在临床症状出现前数月甚至数年检测胰腺癌 | 数据集异质性、模型可解释性不足以及在真实世界临床环境中的前瞻性验证缺乏 | 优化胰腺导管腺癌的早期检测和诊断策略，以提高患者生存率 | 胰腺导管腺癌（PDA）患者 | 数字病理学 | 胰腺癌 | 对比增强计算机断层扫描（CT） | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 2 | 2026-04-17 |
Automated detection and quantification of aortic calcification in coronary CT angiography using deep learning: A comparative study of manual and automated scoring methods
2025 May-Jun, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2025.02.003
PMID:39955204
|
研究论文 | 本研究评估了一种深度学习模型，用于在冠状动脉CT血管造影图像中自动检测和量化主动脉钙化，并与手动评估方法进行比较 | 开发并验证了深度学习模型来自动化主动脉钙化的检测与量化，为心血管风险评估提供了高效、一致的替代方案 | 研究样本量有限（670名参与者），且仅基于特定研究队列（CORE320和CORE64），可能影响结果的普遍适用性 | 评估深度学习模型在自动化主动脉钙化检测和量化中的性能，并比较其与手动方法在预测主要不良心血管事件中的关联性 | 冠状动脉CT血管造影图像中的主动脉钙化，包括主动脉根部、升主动脉和降主动脉 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管造影 | 深度学习模型 | 图像 | 670名参与者 | NA | NA | 一致性相关系数, ROC分析, Cox回归 | NA |
| 3 | 2026-04-17 |
Detection of Ocular Surface Squamous Neoplasia Using Artificial Intelligence With Anterior Segment Optical Coherence Tomography
2025-May, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.02.019
PMID:39983942
|
研究论文 | 开发并验证了一种深度学习模型，用于利用高分辨率前段光学相干断层扫描（AS-OCT）区分眼表鳞状上皮内瘤变（OSSN）与翼状胬肉和睑裂斑 | 结合了掩码自编码器在无标签数据上的预训练和Vision Transformer监督模型的微调，构建了一个用于AS-OCT图像分类的深度学习模型，其诊断性能优于专家临床医生 | 单中心回顾性研究，样本量相对有限，且模型仅在特定设备（Optovue AS-OCT）的图像上进行训练和测试 | 开发一种基于人工智能的工具，以辅助眼表鳞状上皮内瘤变的诊断 | 眼表鳞状上皮内瘤变（OSSN）、翼状胬肉和睑裂斑患者的AS-OCT图像 | 计算机视觉 | 眼表鳞状上皮内瘤变 | 前段光学相干断层扫描（AS-OCT） | 深度学习 | 图像 | 训练阶段使用5746只眼的105,859张AS-OCT图像；验证阶段使用523只眼（427名患者）的2022张图像；测试阶段使用48名患者62只眼的566张扫描图像 | NA | 掩码自编码器, Vision Transformer | 准确率, 灵敏度, 特异性, AUC | NA |
| 4 | 2026-04-17 |
Explainable artificial intelligence to quantify adenoid hypertrophy-related upper airway obstruction using 3D Shape Analysis
2025-May, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105689
PMID:40090403
|
研究论文 | 本研究开发并验证了一种可解释的人工智能模型，利用三维形状分析对腺样体肥大相关的上气道阻塞进行分类和量化 | 结合多视图和点云方法进行三维形状分析，并采用SurfGradCAM生成可解释性热图，增强了模型的临床可信度 | 研究样本仅包括5-18岁患者，可能限制了模型在其他年龄组的泛化能力 | 开发一种可解释的AI模型，用于自动分类和量化腺样体肥大引起的上气道阻塞 | 5-18岁患者的锥形束计算机断层扫描（CBCT）图像 | 计算机视觉 | 腺样体肥大 | 锥形束计算机断层扫描（CBCT） | 深度学习模型 | 三维图像（表面网格） | 400例CBCT扫描 | NA | 多视图与点云结合模型 | AUC, 精确度, 召回率, F1分数, 平均绝对误差, 均方根误差, 相关系数 | NA |
| 5 | 2026-04-12 |
Anatomy-derived 3D Aortic Hemodynamics Using Fluid Physics-informed Deep Learning
2025-05, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240714
PMID:40326877
|
研究论文 | 本研究评估了一种基于流体物理信息循环生成对抗网络的生成式人工智能方法，用于直接从主动脉解剖结构预测其血流动力学，作为4D血流MRI的替代方案 | 提出了一种结合流体物理信息的循环生成对抗网络，能够仅从三维主动脉解剖分割数据快速生成准确的主动脉血流动力学参数 | 研究为回顾性分析，且模型训练和测试数据均来自单一机构 | 评估生成式AI方法在量化主动脉血流动力学方面的可行性和准确性，以替代耗时且复杂的4D血流MRI | 主动脉血流动力学参数，包括收缩期三维速度矢量场、峰值速度、壁面剪切应力及主动脉瓣狭窄分类 | 医学影像分析 | 心血管疾病 | 4D血流MRI, 对比增强MR血管造影 | GAN | 三维医学影像 | 训练集：BAV 994例，TAV 419例；测试集：BAV 248例，TAV 104例；外部测试集：60例 | NA | 流体物理信息循环生成对抗网络 | 偏差, 一致性界限, 相关系数, 相对差异, Kappa系数 | NA |
| 6 | 2026-04-12 |
Association of Deep Learning-based Chest CT-derived Respiratory Parameters with Disease Progression in Amyotrophic Lateral Sclerosis
2025-05, Radiology
IF:12.1Q1
DOI:10.1148/radiol.243463
PMID:40358443
|
研究论文 | 本研究探讨了基于深度学习的胸部CT衍生呼吸参数在预测肌萎缩侧索硬化症（ALS）疾病进展和生存期中的价值 | 首次利用深度学习从胸部CT中自动提取肺体积指数（LVI）和呼吸肌指数（RMI），并将其作为ALS疾病分期和生存预测的独立预后因素，特别是在延髓受累患者中验证了其有效性 | 研究为单中心回顾性设计，样本量相对有限（261例），且未在外部队列中进行验证，可能影响结果的普适性 | 评估基于深度学习的CT衍生呼吸参数在预测ALS疾病进展和患者生存期方面的临床价值 | 被诊断为肌萎缩侧索硬化症（ALS）并接受过胸部CT检查的患者 | 数字病理学 | 肌萎缩侧索硬化症 | 胸部CT成像 | 深度学习, 高斯过程回归器 | 医学影像（CT图像） | 261名患者（平均年龄65.2岁，男性156名） | NA | NA | 风险比（HR）, 时间依赖性受试者工作特征曲线分析, 估计误差 | NA |
| 7 | 2026-04-11 |
Development and validation of pan-cancer lesion segmentation AI-model for whole-body 18F-FDG PET/CT in diverse clinical cohorts
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110052
PMID:40127518
|
研究论文 | 本研究开发了一种基于深度学习的全自动病灶分割AI模型，用于全身18F-FDG PET/CT图像，适用于多种临床队列 | 开发了一种与疾病位置和部位无关的深度学习模型，首次在多种儿科和成人肿瘤队列中验证了其泛化性能 | 模型在测试集和PHEO队列中遗漏了小体积和低摄取的病灶，假阳性预测导致总病灶糖酵解略高于真实值 | 开发并验证一个适用于全身FDG-PET/CT图像的自动化病灶分割AI模型 | 全身18F-FDG PET/CT图像中的病灶 | 数字病理学 | 多种癌症 | 18F-FDG PET/CT成像 | CNN | 3D图像 | 训练/验证/测试集共1014例，外加三个未见队列：骨肉瘤或神经母细胞瘤（13例）、儿科实体肿瘤（14例）、成人嗜铬细胞瘤/副神经节瘤（40例） | nnUNet | 3D U-Net | 敏感性, DISC | NA |
| 8 | 2026-04-07 |
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 | 本研究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，并发布了基准测试工具TumorImagingBench | 首次系统性地比较了多种基础模型在定量肿瘤影像生物标志物提取任务中的表现，并分析了模型对临床变异性的鲁棒性和可解释性 | 仅使用了六个公开数据集（共3244个扫描），可能无法涵盖所有临床场景和肿瘤类型 | 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 | 肿瘤 | 深度学习 | 基础模型 | 医学影像扫描 | 3244个扫描（来自六个公开数据集） | NA | 多种架构（具体未说明） | 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 |
| 9 | 2026-04-06 |
Automated Joint Space Detection Improves Bone Segmentation Accuracy
2025-May-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.30.651481
PMID:40654621
|
研究论文 | 本研究开发了一种基于深度学习的自动化关节空间检测方法，用于提高小鼠爪骨分割的准确性 | 在先前半自动标记分水岭算法基础上，引入了结构增强、张量投票和输出膨胀技术，并结合3D U-Net架构的深度学习模型进行关节空间预测 | 在疾病严重程度增加和年龄增长的小鼠中分割准确性下降，特别是在关节炎严重的前爪数据集中性能衰减明显 | 开发自动化图像分析方法以定量描述复杂解剖结构，减少人工分割的需求和观察者间变异 | 小鼠后爪和前爪的微CT图像数据集，包括野生型和TNF转基因关节炎模型 | 数字病理学 | 关节炎 | 微计算机断层扫描 | CNN | 3D图像 | 包含野生型和TNF转基因小鼠的后爪和前爪数据集，测试组占52.4% | NA | 3D U-Net, ResNet-18 | 分割准确率 | NA |
| 10 | 2026-04-06 |
Incorporating indirect MRI information in a CT-based deep learning model for prostate auto-segmentation
2025-05, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110806
PMID:39988305
|
研究论文 | 本研究开发了一种基于CT的深度学习模型，用于前列腺自动分割，旨在在CT成像中实现MRI轮廓指南 | 首次设计用于在CT成像中实施MRI轮廓指南的深度学习模型，并且是首个根据ESTRO-ACROP轮廓指南训练的模型 | 模型在开发过程中从未接触过MRI图像，可能限制了其对MRI信息的间接利用能力 | 开发一种深度学习模型，用于在CT成像中自动分割前列腺及危及器官，以辅助前列腺癌外部束放射治疗 | 165名前列腺癌患者的CT扫描数据 | 数字病理学 | 前列腺癌 | CT扫描 | 深度学习 | 图像 | 165例患者CT扫描（136例训练，29例测试） | NA | 三维U-Net | Dice相似系数, 95百分位Hausdorff距离 | NA |
| 11 | 2026-04-04 |
Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit
2025-May-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.05.15.25327686
PMID:40661301
|
研究论文 | 本研究开发了一种基于多模态深度学习的人工智能模型，利用常规组织病理学图像和临床病理变量预测乳腺癌复发风险和化疗获益 | 首次将多模态深度学习应用于组织病理学图像，结合临床变量预测Oncotype DX 21基因复发评分，并在大型随机试验TAILORx中验证，展示了在资源有限环境中替代基因组测试的潜力 | 模型主要针对HR+/HER2-早期乳腺癌患者，可能不适用于其他亚型；外部验证队列的样本量和多样性可能仍有局限 | 开发一种可替代昂贵基因组测试的人工智能工具，用于预测乳腺癌复发风险和化疗获益，以支持治疗决策 | 激素受体阳性、HER2阴性（HR+/HER2-）的早期乳腺癌患者 | 数字病理学 | 乳腺癌 | 组织病理学图像分析 | 深度学习 | 图像, 临床数据 | TAILORx试验8,284例患者（验证集2,407例），外加六个独立队列5,497例患者 | NA | 多模态深度学习模型 | AUC | NA |
| 12 | 2026-04-04 |
Leveraging AI to explore structural contexts of post-translational modifications in drug binding
2025-May-04, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01019-y
PMID:40320551
|
研究论文 | 本文利用AI技术探索翻译后修饰在药物结合中的结构背景，通过大规模建模分析PTMs对药物结合的影响 | 首次大规模应用AI驱动的蛋白质结构预测工具（如AlphaFold3）生成PTM修饰蛋白质与配体结合的模型，并构建了首个提供小分子结合相关PTMs结构背景的资源数据库 | 方法准确性评估需要更大的基准测试集，当前模型的精确度有待进一步验证 | 探索翻译后修饰在药物结合中的结构影响，以促进药物发现 | 人类蛋白质中的小分子结合相关翻译后修饰 | 计算生物学 | 癌症 | AI驱动的蛋白质结构预测与分子对接模拟 | 深度学习 | 蛋白质结构数据 | 6,131个已识别的PTMs，映射到ECOD数据库的结构域，生成了14,178个PTM修饰蛋白质模型 | AlphaFold3, RoseTTAFold All-Atom, Chai-1 | 深度学习蛋白质结构预测模型 | NA | 未明确指定，但提及了计算能力的进步和AI工具的使用 |
| 13 | 2026-04-04 |
Improving Accuracy and Reproducibility of Cartilage T2 Mapping in the OAI Dataset Through Extended Phase Graph Modeling
2025-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29646
PMID:39467097
|
研究论文 | 本研究评估了扩展相位图建模在骨关节炎倡议数据集上提高膝关节软骨T2映射准确性和可重复性的效果 | 首次将扩展相位图建模应用于骨关节炎倡议数据集，解决了传统单指数模型忽略受激回波和B1不均匀性的问题 | 研究为回顾性设计，样本量有限，且仅针对特定膝关节软骨区域进行评估 | 评估不同拟合方法对软骨T2映射准确性和可重复性的影响 | 骨关节炎倡议数据集中的膝关节软骨 | 医学影像分析 | 骨关节炎 | 多回波自旋回波序列，扩展相位图建模 | 深度学习，非线性最小二乘法，字典匹配 | 磁共振图像 | 100名受试者（50名骨关节炎患者和50名健康对照） | NA | NA | 平均绝对误差，Bland-Altman分析，Lin一致性系数，变异系数 | NA |
| 14 | 2026-04-01 |
Cellular and subcellular specialization enables biology-constrained deep learning
2025-May-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.22.655599
PMID:40501912
|
研究论文 | 本文提出了一种基于生物学约束的深度学习模型，通过模拟神经元细胞类型和树突区室的特化机制，探索大脑多层神经网络中的学习协调机制 | 首次将兴奋性/抑制性神经元分型和树突-胞体区室化信号传导等生物学约束整合到多层人工神经网络中，并开发了完全生物学兼容的深度学习算法 | 模型仍基于简化生物学假设，尚未完全模拟真实神经系统的复杂性；实验验证仍需进一步开展 | 探索大脑如何在多层神经回路中协调学习过程，并建立生物学约束下的深度学习理论框架 | 人工神经网络中模拟的神经元细胞类型（兴奋性/抑制性）及其树突区室 | 机器学习 | NA | 深度学习算法 | ANN | 图像 | NA | NA | 具有循环连接的多层人工神经网络 | 图像分类准确率 | NA |
| 15 | 2026-03-30 |
Evaluating and mitigating bias in AI-based medical text generation
2025-05, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00789-7
PMID:40269315
|
研究论文 | 本研究评估并缓解了基于AI的医疗文本生成中的偏见问题，提出了一种选择性优化算法以减少性能差异 | 首次在医疗文本生成领域系统研究公平性问题，并开发了一种针对弱势群体进行选择性优化的算法 | 未详细说明算法在不同医疗子领域的具体适用性限制 | 评估和缓解AI医疗文本生成系统中的偏见问题 | 基于深度学习的医疗文本生成系统 | 自然语言处理 | NA | 深度学习 | 深度学习模型 | 文本 | NA | NA | NA | 公平性指标 | NA |
| 16 | 2026-03-30 |
DNA data storage for biomedical images using HELIX
2025-05, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00793-x
PMID:40360759
|
研究论文 | 本文提出了一种名为HELIX的基于DNA的生物医学图像存储系统，旨在解决生物医学图像大规模长期存储的需求 | HELIX系统针对生物医学图像特性设计了专用压缩算法，并引入了无需索引的错误校正编码，同时结合深度学习进行图像修复，提高了存储密度和解码速度 | 仅通过体外实验存储了两幅时空基因组学图像进行验证，样本规模较小，未涉及更广泛的生物医学图像类型 | 开发适用于生物医学图像的DNA数据存储系统 | 生物医学图像，特别是时空基因组学图像 | 数字病理学 | NA | DNA数据存储，深度测序 | 深度学习 | 图像 | 两幅时空基因组学图像 | NA | NA | 图像质量（97.20%），测序深度（7×覆盖度） | NA |
| 17 | 2026-03-29 |
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IPMNs的恶性风险进行分层 | 首次在IPMN的囊肿级别恶性风险分层中探索并融合了放射组学和深度学习特征，并在多中心队列中验证了其可行性 | 模型性能仍需提升才能独立应用于临床，且样本量相对有限 | 评估AI在预测IPMN异型增生等级方面的可行性，以改善诊断准确性并减少不必要的手术干预 | IPMNs（胰腺导管内乳头状黏液性肿瘤）的囊肿 | 计算机视觉 | 胰腺癌 | T2W MRI成像 | 深度学习模型 | 图像 | 359个T2W MRI图像，来自七个中心 | NA | 2D和3D放射组学模型、深度学习模型、放射组学-深度学习融合模型 | AUC | NA |
| 18 | 2026-03-22 |
KanCell: dissecting cellular heterogeneity in biological tissues through integrated single-cell and spatial transcriptomics
2025-05, Journal of genetics and genomics = Yi chuan xue bao
DOI:10.1016/j.jgg.2024.11.009
PMID:39577768
|
研究论文 | KanCell是一种基于Kolmogorov-Arnold网络（KAN）的深度学习模型，旨在通过整合单细胞RNA测序和空间转录组学数据来增强细胞异质性分析 | 利用KAN有效捕获非线性关系并优化计算效率，在多种真实和模拟数据集上超越现有方法 | NA | 增强细胞异质性分析，揭示疾病微环境并识别治疗靶点 | 人类淋巴结、心脏、黑色素瘤、乳腺癌、背外侧前额叶皮层及小鼠胚胎大脑等生物组织 | 数字病理学 | 黑色素瘤, 乳腺癌 | 单细胞RNA测序, 空间转录组学 | 深度学习模型 | 基因表达数据 | NA | NA | Kolmogorov-Arnold网络（KAN） | PCC, SSIM, COSSIM, RMSE, JSD, ARS, ROC | NA |
| 19 | 2026-03-20 |
A Multi-Region Brain Model to Elucidate the Role of Hippocampus in Spatially Embedded Decision-Making
2025-May-29, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.29.656671
PMID:40502058
|
研究论文 | 本文提出了一种多区域脑模型，用于探索海马体在空间嵌入式二元决策任务中的规范作用，并通过对比不同交互架构的强化学习代理，揭示了特定脑启发结构对学习效率的优化 | 通过反事实比较不同网格细胞与位置细胞交互架构的强化学习代理，发现特定架构能优化学习效率并再现实验观察，为高效强化学习提供了脑启发的结构化架构 | 模型基于简化假设，可能未完全捕捉真实神经回路的复杂性，且预测需要新的神经生理学实验验证 | 探索结构化记忆回路在空间嵌入式二元决策任务中的规范作用，以启发深度学习的归纳偏置 | 强化学习代理与不同交互架构的脑模型，特别是内嗅皮层和海马体中的网格细胞与位置细胞 | 机器学习 | NA | 强化学习 | 循环神经网络 | 模拟数据 | NA | NA | 循环神经网络 | 学习效率 | NA |
| 20 | 2026-03-18 |
Expert consensus document on artificial intelligence of the Italian Society of Cardiology
2025-05-01, Journal of cardiovascular medicine (Hagerstown, Md.)
DOI:10.2459/JCM.0000000000001716
PMID:40331418
|
专家共识 | 本文是意大利心脏病学会关于人工智能在心血管疾病管理中应用的专家共识文件 | 整合了人工智能在心血管疾病诊断、预后和管理中的最新应用，并强调了其在识别患者表型和改善临床决策方面的潜力 | 算法的外部有效性无法保证，结果的可解释性存在“黑箱”问题 | 探讨人工智能在心血管疾病管理中的应用潜力和挑战 | 心血管疾病患者，包括高血压、缺血性心脏病、浸润性心肌病和心房颤动等 | 机器学习 | 心血管疾病 | 机器学习，深度学习 | 人工神经网络 | 医院数据集，心电图，超声心动图采集数据 | NA | NA | NA | 准确性 | NA |