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 967 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2026-05-27 |
Automated Evaluation of Female Pelvic Organ Descent on Transperineal Ultrasound: Model Development and Validation
2025-08, International urogynecology journal
IF:1.8Q3
DOI:10.1007/s00192-025-06211-0
PMID:40580222
|
研究论文 | 开发并验证一种基于经会阴超声图像的多任务深度学习模型，用于自动评估女性盆腔器官脱垂 | 首次利用多任务深度学习模型，通过单个ResNet34特征提取器和四个平行全连接层，同时评估膀胱膨出、子宫脱垂、直肠膨出和会阴体过度活动四种盆腔器官脱垂类型 | 未明确说明限制，可能包括样本量有限、单中心研究或缺乏外部验证 | 开发并验证一种自动评估女性盆腔器官脱垂的深度学习模型，减少诊断差异 | 1340名女性患者的经会阴超声图像 | 计算机视觉 | 盆腔器官脱垂 | 经会阴超声 | 卷积神经网络 | 图像 | 1340名女性患者的1340张超声图像（1072张用于训练，268张用于验证） | PyTorch | ResNet34 | 准确率、AUC | NA |
| 122 | 2026-05-27 |
Pediatric pancreas segmentation from MRI scans with deep learning
2025-Aug, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.]
IF:2.8Q2
DOI:10.1016/j.pan.2025.06.006
PMID:40645819
|
研究论文 | 评估和验证用于儿童胰腺MRI分割的深度学习算法PanSegNet在急性胰腺炎、慢性胰腺炎和健康对照组中的性能 | 首个经过验证的用于胰腺MRI分割的深度学习解决方案，在健康和疾病状态下均达到专家级性能，并公开提供工具和标注数据集 | NA | 评估和验证儿童胰腺MRI分割的深度学习算法 | 儿童胰腺MRI扫描图像 | 数字病理学 | 胰腺炎 | MRI | 深度学习算法 | 图像 | 84个MRI扫描（42名急性胰腺炎/慢性胰腺炎患儿，42名健康儿童） | NA | PanSegNet | Dice相似系数，95百分位Hausdorff距离，Cohen's kappa | NA |
| 123 | 2026-05-26 |
Deep Learning-Based Fully Automated Aortic Valve Leaflets and Root Measurement From Computed Tomography Images - A Feasibility Study
2025-08-25, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-24-1031
PMID:40436780
|
研究论文 | 基于深度学习实现CT图像中主动脉瓣叶和根部全自动测量的可行性研究 | 针对根部扩张患者CT数据重新训练现有深度学习算法，实现主动脉瓣叶/根部全自动测量，显著缩短测量时间并降低工作量 | 除了主动脉瓣反流病例的窦管交界处（由于扩张窦部边界不明确，差异达10.3毫米），其他测量参数均具有中高度相关性；样本量有限 | 评估基于深度学习的全自动主动脉瓣叶/根部测量算法在临床中的可行性 | 主动脉瓣叶和根部解剖结构 | 计算机视觉 | 心血管疾病 | 心脏CT | 深度学习算法 | 图像 | 67例心电图门控心脏CT扫描用于重新训练（40名根部扩张患者），100例用于评估（50例主动脉瓣狭窄，50例主动脉瓣反流） | NA | NA | 相关性、差异值、测量时间 | NA |
| 124 | 2026-05-25 |
Enhanced reconstruction of atomic force microscopy cell images to super-resolution
2025-08, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13423
PMID:40341533
|
研究论文 | 提出一种基于深度学习的跨模块超分辨率重建方法，用于后处理原子力显微镜细胞图像，提升图像质量 | 设计了增强空间融合结构和优化反投影机制，结合对抗网络检测弱信号和复杂纹理；创新性提出基于交叉的频率分割模块，利用图像频率特性分离并增强细胞结构特征 | NA | 提升原子力显微镜细胞图像的超分辨率重建效果，增强细胞结构细节分析能力 | 原子力显微镜捕获的各类细胞图像 | 计算机视觉 | NA | 原子力显微镜 | 生成对抗网络 | 图像 | NA | NA | 增强空间融合结构、优化反投影机制、交叉频率分割模块 | 峰值信噪比、结构相似性指数、学习感知图像块相似度、Fréchet初始距离、自然图像质量评估器 | NA |
| 125 | 2026-05-25 |
Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography
2025-08, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13419
PMID:40357880
|
研究论文 | 开发一种基于深度学习的边缘视图增强相位恢复方法，用于改善相位对比显微计算机断层扫描中的图像质量 | 通过策略性地整合去噪边缘增强对比图像和相位恢复图像的互补空间特征，使用成对图像训练深度卷积神经网络，克服了传统相位恢复算法过度平滑和噪声敏感的问题 | NA | 开发一种深度学习方法以增强相位对比显微CT图像，提高低密度材料的可视化和分割准确性 | 低密度水凝胶构建体，包括体外和体内样本 | 计算机视觉，数字病理学 | NA | 相位对比显微计算机断层扫描，传播成像，相位恢复算法 | 深度卷积神经网络 | 图像 | 使用成对去噪边缘增强对比和相位恢复图像进行训练，具体样本数量未明确说明 | NA | 卷积神经网络 | 信噪比，对比度噪声比，分割效率 | NA |
| 126 | 2026-05-24 |
BlurryScope enables compact, cost-effective scanning microscopy for HER2 scoring using deep learning on blurry images
2025-Aug-06, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01882-x
PMID:40764388
|
研究论文 | 开发了一种名为“BlurryScope”的快速扫描光学显微镜，结合连续图像采集和深度学习，为组织切片的自动检查和分析提供经济高效且紧凑的解决方案 | 利用运动模糊图像进行深度学习分类，实现了低成本、小巧轻便的扫描显微镜，性能媲美高端商用数字病理扫描仪 | 未提及具体局限性 | 实现乳腺癌组织切片中HER2评分的自动分类 | 免疫组化染色的乳腺组织切片 | 数字病理学 | 乳腺癌 | 免疫组化染色 | 深度学习 | 图像 | 284个独特患者核心样本 | NA | NA | 准确率 | NA |
| 127 | 2026-05-19 |
Combinatorial Tuning of 5'UTR and N-Terminal Coding Sequences for Enhanced Recombinant Protein Expression in Corynebacterium glutamicum
2025-08-15, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00250
PMID:40748894
|
研究论文 | 本文通过组合优化5'UTR和N端编码序列，实现了谷氨酸棒状杆菌中重组蛋白表达水平的连续调控，并建立了序列特征与表达水平之间的关联模式 | 首次系统建立5'UTR与NCS特征序列与蛋白表达之间的关系模式，并筛选出与外源蛋白兼容性强的特征序列，通过组合实现蛋白表达的动态调节 | 目前对5'UTR和NCS序列与蛋白表达率之间关系的研究仍不充分 | 探究谷氨酸棒状杆菌中5'UTR和NCS特征序列与蛋白表达模式的关系，并为精细调控基因表达或蛋白生产提供潜在工具 | 谷氨酸棒状杆菌中外源蛋白的表达调控 | 机器学习 | NA | 深度测序 | 深度学习模型 | 序列数据 | 两个文库（5'UTR库和NCS库）包含碱基N，并通过FACS和深度测序筛选 | NA | 深度学习 | 荧光强度 | NA |
| 128 | 2026-05-19 |
AI in Orthopedic Research: A Comprehensive Review
2025-08, Journal of orthopaedic research : official publication of the Orthopaedic Research Society
IF:2.1Q2
DOI:10.1002/jor.26109
PMID:40415515
|
综述 | 全面回顾人工智能在骨科研究中的应用，包括诊断、预测分析及新兴技术，并讨论其局限性与未来方向 | 系统整合了AI在骨折检测、骨关节炎分级、预后预测及机器人、增强现实、数字孪生和外部骨骼控制等新兴应用，提供了跨领域的综合视角 | 数据异质性、算法偏差、模型“黑箱”特性以及鲁棒性验证不足等挑战仍需解决 | 综述AI在肌肉骨骼诊疗中的当前发展、关键限制及未来整合方向 | 骨科诊断影像（X光、MRI）、患者多模态数据（步态、影像特征）及手术规划工具 | 计算机视觉, 机器学习 | 骨科疾病（骨折、骨关节炎） | 深度学习、预测分析 | 深度学习算法 | 影像数据（X光、MRI）、步态运动数据 | 未提及 | NA | NA | 诊断准确率、可重复性评估 | NA |
| 129 | 2026-05-17 |
Artificial Intelligence-Assisted Visualized Microspheres for Biochemical Analysis: From Encoding to Decoding
2025-08-19, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00396
PMID:40748254
|
综述 | 总结课题组在人工智能辅助可视化微球用于生物化学分析方面的研究，重点介绍从编码到解码的策略与生化传感平台 | 系统整合了基于微球编码与人工智能解码的新型生物传感策略，涵盖多色/多尺寸微球编码、定制化高速解码算法（如计算机视觉、机器学习、深度学习）以及便携式成像设备，实现多重靶标快速灵敏检测 | 未明确讨论当前微球编码容量限制、算法泛化性及实际应用中的干扰因素 | 开发并优化人工智能辅助的可视化微球生物传感系统，实现快速、灵敏、多重靶标检测 | 蛋白质、细菌、病毒、抗生素等生化分析靶标 | 计算机视觉 | NA | 荧光微球编码、光学成像、生物识别分子修饰 | CNN, LSTM, GAN | 图像 | NA | PyTorch, TensorFlow | ResNet, VGG, Transformer, U-Net, DenseNet, EfficientNet | 准确率、精确率、召回率、F1分数、AUC、Dice系数 | NVIDIA RTX 3090, V100, A100 |
| 130 | 2026-05-17 |
Insights from the eyes: a systematic review and meta-analysis of the intersection between eye-tracking and artificial intelligence in dementia
2025-08, Aging & mental health
IF:2.8Q2
DOI:10.1080/13607863.2025.2464704
PMID:39950960
|
meta分析 | 系统综述和荟萃分析关于眼动追踪与人工智能在痴呆检测中的交叉研究 | 首次系统评估眼动追踪与人工智能结合在痴呆检测中的性能，并进行了元分析 | 纳入研究数量有限，样本量较小，缺乏标准化指南，未涵盖所有痴呆类型 | 评估眼动追踪与人工智能在痴呆检测中的有效性 | 痴呆患者和健康对照者的眼动行为数据 | 机器学习 | 阿尔茨海默病 | 眼动追踪 | 机器学习模型, 深度学习模型 | 眼动数据 | 57至583名参与者 | NA | NA | 准确率, 灵敏度, 特异度 | NA |
| 131 | 2026-05-15 |
Longitudinal structural MRI-based deep learning and radiomics features for predicting Alzheimer's disease progression
2025-08-07, Alzheimer's research & therapy
DOI:10.1186/s13195-025-01827-2
PMID:40775357
|
研究论文 | 利用纵向结构MRI的深度学习和影像组学特征预测阿尔茨海默病进展 | 结合3D残差网络和注意力机制的时间感知LSTM模型，首次在纵向MRI中融合深度学习嵌入与灰质影像组学特征 | 样本量有限，计算资源不足，需更大规模、更多样化的研究来验证结果 | 预测轻度认知障碍向阿尔茨海默病的转化 | 阿尔茨海默病神经影像学倡议中的228名轻度认知障碍参与者 | 数字病理学、机器学习 | 阿尔茨海默病 | 结构磁共振成像 | 3D残差网络、长短期记忆网络 | T1加权MRI图像 | 228名MCI参与者 | PyTorch | ResNet3D, LSTM | c-index, AUC | NA |
| 132 | 2026-05-08 |
stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf429
PMID:40905789
|
研究论文 | stImage是一个通过定制化深度组织学与位置信息整合来优化空间转录组分析的通用框架 | 首次在统一框架中全面协同基因表达、组织学特征和精确空间坐标，提供54种整合策略并通过诊断图引导用户选择最优方案 | 论文未明确提及局限性 | 开发一个能够综合转录谱、组织学图像和空间信息的开源R包，以优化空间转录组学分析 | 空间转录组学数据及其与组织学、空间信息的整合分析 | 数字病理学 | NA | 空间转录组学 | 深度学习 | 基因表达数据、组织学图像、空间坐标 | 多个数据集 | R | NA | NA | NA |
| 133 | 2026-05-08 |
Ultrasound-based deep learning to differentiate salivary gland tumors
2025-08, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.03.014
PMID:40379502
|
研究论文 | 开发基于超声图像的深度学习模型，用于区分唾液腺肿瘤的良恶性 | 使用多种卷积神经网络架构并采用Focal Loss解决类别不平衡问题，模型表现优于超声医师诊断 | 仅基于回顾性研究，样本量315例，且来源单一科室，可能限制泛化能力 | 开发深度学习模型实现唾液腺肿瘤术前准确良恶性鉴别 | 315例术前超声检查且术后病理确诊的唾液腺肿瘤患者 | 计算机视觉 | 唾液腺肿瘤 | 超声成像 | 卷积神经网络 | 图像 | 315例患者 | PyTorch | Inception v3, ResNet101d, EfficientNet, DenseNet, Vision Transformer, ResNet50d | 准确率, 敏感度, 特异度, AUC | NA |
| 134 | 2026-05-06 |
Factors associated with glucocorticoid dosing in treating patients with noncritical COVID-19 pneumonia: Insights from an artificial intelligence-based CT imaging analysis
2025 Aug-Sep, Enfermedades infecciosas y microbiologia clinica (English ed.)
DOI:10.1016/j.eimce.2025.06.004
PMID:40754353
|
研究论文 | 基于AI的CT影像分析，探讨非危重型COVID-19肺炎患者糖皮质激素剂量的影响因素并构建预测模型 | 利用人工智能深度学习技术精确量化肺部CT影像中的病变面积，结合多变量逻辑回归分析糖皮质激素剂量与影像特征的关系，首次构建了基于CT特征的剂量预测模型 | 样本量较小，仅为单中心回顾性研究，需通过更大规模的前瞻性研究验证 | 确定非危重型COVID-19肺炎患者糖皮质激素的最佳剂量，分析影响因素并建立预测模型 | 非危重型COVID-19肺炎患者 | 数字病理学 | COVID-19肺炎 | CT影像 | 深度学习 | CT影像 | 273例非危重型COVID-19肺炎患者（最终分析243例，训练集168例，验证集75例） | NA | 用于分割肺部和病变区域的深度学习模型（具体架构未明确说明） | AUC | NA |
| 135 | 2026-05-04 |
Comparison of neural networks for classification of urinary tract dilation from renal ultrasounds: evaluation of agreement with expert categorization
2025-08, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06311-5
PMID:40613839
|
研究论文 | 比较不同深度学习模型在婴儿肾超声图像中分类尿路扩张的性能，并与专家分类进行一致性评估 | 首次系统比较多种深度学习模型在婴儿肾超声UTD分类中的表现，并评估其与专家标注的一致性 | 数据集来自单一机构，样本量有限（仅492个右肾和487个左肾），且仅由一位专家提供金标准标签 | 开发和评估深度学习模型在婴儿肾超声图像中自动分类尿路扩张的性能 | 3个月以下婴儿的肾超声图像 | 计算机视觉 | 尿路扩张 | 超声成像 | 深度神经网络 | 图像 | 492个右肾和487个左肾超声图像（共979个样本） | NA | NA | 准确率, Kappa系数, 95%置信区间 | NA |
| 136 | 2026-05-04 |
Accelerated brain magnetic resonance imaging with deep learning reconstruction: a comparative study on image quality in pediatric neuroimaging
2025-08, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06314-2
PMID:40650736
|
研究论文 | 评估深度学习重建在儿科神经影像中加速脑MRI的临床可行性，并与传统MRI进行图像质量比较 | 首次在儿科神经影像中系统性评估深度学习重建加速MRI的图像质量，证明加速扫描可缩短43%时间且图像质量优于传统方法 | 回顾性研究设计、样本量有限（116例）、未评估运动伪影对加速序列的影响 | 评估深度学习重建加速脑MRI在儿科神经影像中的临床可行性及图像质量 | 116名儿科患者（平均年龄7.9±5.4岁）的常规脑MRI图像 | 医学影像 | 儿科神经疾病 | MRI | 深度学习重建 | MRI图像 | 116名儿科参与者 | NA | NA | 图像质量评分、清晰度、伪影、噪声、病变显著性、噪声标准差、变异系数 | NA |
| 137 | 2026-05-04 |
Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning
2025-08, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06332-0
PMID:40658209
|
研究论文 | 开发并验证了基于深度学习全自动测量侧位头颈X线片中腺样体大小的系统 | 首次利用RTMDet和RTMPose网络实现腺样体大小的全自动测量，替代传统人工测量方法 | 未在论文标题和摘要中明确说明局限性 | 开发并验证自动测量腺样体大小的深度学习系统 | 侧位头颈X线片中的腺样体、鼻咽及腺样体-鼻咽比 | 计算机视觉 | 腺样体肥大相关疾病 | NA | 深度学习模型 | 图像 | 711张侧位头颈X线片 | NA | RTMDet, RTMPose | 组内相关系数, 平均绝对差, 均方根, Bland-Altman图 | NA |
| 138 | 2026-05-02 |
Automated detection and recognition of oocyte toxicity by fusion of latent and observable features
2025-08-15, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.138411
PMID:40318589
|
研究论文 | 开发了一种融合深度学习潜在特征与可观察人类概念特征的框架，用于自动检测和识别卵母细胞毒性 | 首次将深度学习提取的潜在特征与人类概念可观察特征融合，用于卵母细胞毒性检测、亚型分类和强度分级 | NA | 评估环境污染物对卵母细胞异常的影响，并实现自动化毒性检测与分类 | 小鼠卵母细胞 | 计算机视觉 | NA | NA | 深度学习（潜在特征提取网络） | 图像 | 2126张小鼠卵母细胞图像 | NA | 特征融合网络 | ROC-AUC | NA |
| 139 | 2026-05-02 |
Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples
2025-08-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.138370
PMID:40267710
|
研究论文 | 提出一种结合高光谱成像与深度学习的方法，用于快速筛选共代谢微塑料降解细菌 | 首次将高光谱成像与深度学习算法结合，用于共代谢固体培养基中微塑料降解细菌的直接筛选，克服了传统方法耗时且难以鉴别共代谢降解菌的局限 | 仅验证了一种聚己二酸/对苯二甲酸丁二醇酯降解细菌，模型在更广泛微生物种类和环境样本中的适用性需进一步探索 | 开发一种高效筛选共代谢微塑料降解细菌的方法 | 共代谢固体培养基中的微塑料降解细菌 | 机器学习和计算机视觉 | 不适用 | 高光谱成像 | 机器学习和深度学习算法 | 高光谱图像（包含空间和光谱信息） | 实验涉及固体培养基样本，具体数量未明确 | 不适用 | 不适用 | 不适用 | 不适用 |
| 140 | 2026-04-30 |
The Dipeptidyl Peptidase-4 Inhibitor Saxagliptin as a Candidate Treatment for Disorders of Consciousness: A Deep Learning and Retrospective Clinical Analysis
2025-08, Neurocritical care
IF:3.1Q2
DOI:10.1007/s12028-025-02217-0
PMID:39904872
|
研究论文 | 通过深度学习药物筛选和回顾性临床分析，发现二肽基肽酶-4抑制剂沙格列汀可作为意识障碍的候选治疗药物 | 首次利用深度学习模型基于三维分子结构预测现有FDA批准药物作为促醒剂的药效，并验证沙格列汀对急性和长期意识障碍的促醒作用 | 回顾性研究设计，需前瞻性临床试验确证疗效和安全性 | 识别现有FDA批准药物中可用于治疗意识障碍的新药 | 4047例因创伤、血管或缺氧性脑损伤所致昏迷患者的格拉斯哥昏迷量表评分变化 | 数字病理学, 机器学习 | 意识障碍, 脑损伤 | 深度学习药物筛选 | 深度学习模型 | 分子结构数据, 临床回顾性数据 | 4047例昏迷患者 | NA | NA | 恢复率, 95%置信区间, P值 | NA |