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 1445 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2026-02-13 |
MetaChrome: An Open-Source, User-Friendly Tool for Automated Metaphase Chromosome Analysis
2025-Sep-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.02.673813
PMID:41019638
|
研究论文 | 介绍了一个名为MetaChrome的开源软件平台，用于自动化中期染色体分析和FISH信号共定位分析 | 开发了一个结合图形用户界面的开源软件，通过微调的深度学习模型实现中期染色体的自动化分割和FISH信号共定位分析，相比传统图像处理方法提高了分割精度 | 未明确说明 | 解决DNA-FISH染色体图像分析中染色体自动分割和FISH信号共定位的挑战，推进高通量染色体分析工作流程 | 中期染色体图像、染色体特异性FISH探针和免疫荧光标记蛋白 | 数字病理学 | NA | DNA荧光原位杂交(FISH)、高通量成像(HTI) | 深度学习模型 | 图像 | NA | NA | Cellpose | 分割精度 | NA |
| 182 | 2026-02-13 |
mmWave Radar for Sit-to-Stand Analysis: A Comparative Study With Wearables and Kinect
2025-Sep, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3548092
PMID:40042953
|
研究论文 | 本研究探讨了使用毫米波雷达技术分析坐立动作的新方法，旨在开发一种非接触式、保护隐私且可全天候运行的医疗保健解决方案 | 首次将毫米波雷达技术应用于坐立动作分析，并与可穿戴设备和Kinect进行对比研究，提出了一种非接触式、隐私保护的解决方案 | 毫米波雷达在精细动作分析方面仍存在挑战，且未与金标准VICON系统进行验证，计划未来进行验证 | 开发用于医疗保健应用的非接触式、隐私保护且全天候运行的坐立动作分析系统，以进行跌倒风险评估 | 45名参与者执行坐立动作 | 机器学习和计算机视觉 | 老年疾病 | 毫米波雷达技术，深度学习姿态估计模型，逆运动学 | 深度学习姿态估计模型 | 雷达点云数据 | 45名参与者 | NA | NA | NA | NA |
| 183 | 2026-02-12 |
Fusion of habitat analysis and deep learning on contrast-enhanced T1-weighted imaging for predicting Ki-67 status in pediatric brain tumors
2025-Sep-27, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery
DOI:10.1007/s00381-025-06934-x
PMID:41014337
|
研究论文 | 本研究通过融合生境分析和深度学习技术，基于对比增强T1加权成像预测儿童脑肿瘤的Ki-67状态 | 首次将肿瘤生境分析与深度学习特征融合，用于量化儿童脑肿瘤的瘤内异质性并预测Ki-67指数 | 回顾性研究设计，样本量较小（140例），且仅基于单一成像模态（CE-T1WI） | 预测儿童脑肿瘤的Ki-67指数，以指导治疗和评估患者预后 | 儿童脑肿瘤患者 | 数字病理学 | 脑肿瘤 | 对比增强T1加权成像（CE-T1WI） | 随机森林 | 医学图像 | 140例儿童患者 | Scikit-learn | 随机森林 | AUC | NA |
| 184 | 2026-02-12 |
Deep learning-based super-resolution method for projection image compression in radiotherapy
2025-Sep-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2024-2962
PMID:40893517
|
研究论文 | 本文研究了一种基于深度学习的超分辨率方法，用于压缩放疗中的投影图像，以经济地存储大规模图像数据 | 结合超分辨率深度学习网络与视频编解码算法，对放疗投影图像进行压缩，在提高压缩比的同时保持图像质量 | 未明确提及方法在临床实际应用中的验证或与其他先进压缩方法的直接比较 | 开发一种经济有效的投影图像压缩方法，用于放疗中的图像存储 | 锥形束计算机断层扫描（CBCT）的投影图像 | 计算机视觉 | 癌症 | 锥形束计算机断层扫描（CBCT）成像 | CNN, ResNet, GAN | 图像 | 基于自然图像和投影图像的两个数据库 | NA | 卷积神经网络, 残差网络, 生成对抗网络 | 压缩比（CR）, 峰值信噪比（PSNR）, 视频质量度量（VQM）, 结构相似性指数（SSIM） | NA |
| 185 | 2026-02-10 |
Deep Learning-based Alignment Measurement in Knee Radiographs
2025-Sep-19, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-032-04965-0_12
PMID:41568201
|
研究论文 | 本研究提出了一种基于深度学习的方法，用于在膝关节前后位X光片中通过自动定位膝关节解剖标志来测量膝关节对齐 | 首次基于深度学习定位超过100个膝关节解剖标志以完整勾勒膝关节形状，并整合术前和术后图像的膝关节对齐测量 | NA | 自动化膝关节对齐测量以预测关节健康和全膝关节置换术后的手术结果 | 膝关节前后位X光片 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | Hourglass网络 | 平均绝对差异, 组内相关系数 | NA |
| 186 | 2026-02-09 |
Poor-prognosis young-onset colorectal cancer is defined by the mesenchymal subtype and can be predicted by integrating molecular and histopathological characteristics
2025-Sep, ESMO gastrointestinal oncology
DOI:10.1016/j.esmogo.2025.100181
PMID:41647998
|
研究论文 | 本研究通过分析年轻发病结直肠癌的分子和临床特征，揭示了其与晚发病例的异质性，并开发了一个结合分子和组织学标志物的风险评分模型来预测CMS4间充质亚型 | 首次整合了深度学习和分子标记（如SDI、微卫星状态和miR-200s启动子甲基化）来预测年轻发病结直肠癌中的CMS4间充质亚型，并建立了有效的风险评分模型 | 研究依赖于回顾性队列数据，可能受到样本选择偏差的影响，且外部验证的广泛性有待进一步确认 | 解析结直肠癌的年龄依赖性分子异质性，并开发识别高风险年轻发病患者的模型 | 年轻发病结直肠癌患者（年龄<50岁）的临床和分子数据 | 数字病理学 | 结直肠癌 | 深度学习分析、分子亚型分型、微卫星状态检测、启动子甲基化分析 | 深度学习框架 | 苏木精-伊红染色全切片图像、临床数据、分子数据 | 总临床数据涉及564,439个患者样本，分子特征分析使用1,874个患者样本 | NA | NA | 曲线下面积 | NA |
| 187 | 2026-02-06 |
RETRACTED ARTICLE: Personalised sports rehabilitation analysis using a fitness enhanced model based on big data and deep learning
2025-Sep-29, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2561926
PMID:41020342
|
研究论文 | 本研究通过结合可穿戴设备、传感器和大数据分析，开发了一种基于健身气功的现代健康康复管理模型，用于个性化运动康复分析 | 将嵌入式技术和大数据分析应用于健身气功，创建了一个技术增强的个性化康复模型，相比传统方法在生理指标和依从率上显示出显著提升 | NA | 建立一个现代健康康复管理模型，以改善生理功能并提升整体生活质量 | 健身气功练习者，通过可穿戴设备和环境传感器收集数据 | 机器学习 | NA | 大数据分析，可穿戴设备与传感器技术 | 深度学习模型 | 生理数据（如心率变异性、呼吸率、运动效率、压力水平） | NA | NA | NA | 心率变异性增加百分比，呼吸率降低百分比，运动效率提升百分比，压力水平下降百分比，依从率，相关性系数（r值） | NA |
| 188 | 2026-02-06 |
RETRACTED ARTICLE: Intelligent sports rehabilitation: integrating deep learning and real-time monitoring to achieve personalized rehabilitation
2025-Sep-19, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2559187
PMID:40970943
|
研究论文 | 本研究探讨了将太极拳融入体育运动员强制戒毒康复计划的心理益处 | 将太极拳这一传统文化实践整合到现代体育康复中，以评估其对心理健康的独特影响 | 研究样本仅限于特定运动员群体，可能无法推广到其他人群；干预周期相对较短 | 评估太极拳在体育康复中的心理优势 | 参与强制戒毒康复计划的体育运动员 | NA | NA | 随机对照试验 | NA | 心理评估数据 | 172名参与者，平均分为太极拳干预组和对照组 | NA | NA | 情绪健康、自我调节和心理韧性改善 | NA |
| 189 | 2026-02-06 |
RETRACTED ARTICLE: Multimodal deep learning methods for speech and language rehabilitation: a cross-sectional observational study
2025-Sep-05, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2551708
PMID:40911624
|
研究论文 | 本研究提出了一种改进的多模态深度学习管道，结合音频、视频和文本信息，为言语和语言康复提供个性化治疗 | 采用交叉注意力融合的多模态分层Transformer架构，联合建模语音声学、面部动态、唇部发音和语言上下文，并通过自监督预训练和数据增强适应患者变异性 | 未明确说明样本规模或具体临床验证细节，可能受限于数据可用性和患者异质性 | 开发智能多模态深度学习系统以革新言语和语言康复治疗 | 患有神经障碍、发育迟缓或身体残疾导致沟通障碍的患者 | 自然语言处理 | NA | 深度学习 | Transformer | 音频, 视频, 文本 | NA | NA | 交叉注意力融合多模态分层Transformer | 准确率, 患者参与度, 可测量治疗效果 | NA |
| 190 | 2025-09-10 |
Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors
2025-09-01, Clinical and translational gastroenterology
IF:3.0Q2
DOI:10.14309/ctg.0000000000000894
PMID:40920629
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 191 | 2026-01-30 |
Species habitat modeling based on image semantic segmentation
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09035-6
PMID:41028132
|
研究论文 | 本研究提出了一种结合核密度分析和语义分割方法（Segformer）的物种栖息地建模框架，以整合周围环境条件，并应用于台湾鹬科和燕科鸟类的栖息地制图 | 提出了一个整合周围环境条件的栖息地建模新框架，使用核密度分析将仅存在数据扩展为存在-缺失数据，并首次将深度学习语义分割方法（Segformer）应用于栖息地建模，在鹬科案例中性能优于传统MaxEnt模型 | 在燕科案例研究中显示了所提方法的局限性，表明方法可能不适用于所有物种或环境 | 开发更全面的物种栖息地建模方法，以支持生物多样性评估和保护规划 | 台湾的鹬科鸟类和燕科鸟类 | 计算机视觉 | NA | 核密度分析，语义分割 | Segformer | 图像，地理空间数据 | NA | NA | Segformer | AUC | NA |
| 192 | 2026-01-29 |
A multimodal artificial intelligence system for the detection and diagnosis of solid pancreatic lesions under EUS
2025 Sep-Oct, Endoscopic ultrasound
IF:4.4Q1
DOI:10.1097/eus.0000000000000145
PMID:41583348
|
研究论文 | 本研究开发了一种基于深度学习的多模态人工智能系统，用于在超声内镜下检测和诊断实性胰腺病变 | 开发了首个整合超声内镜B型图像、弹性成像和临床数据的多模态AI系统，超越了仅关注单一模态的现有模型 | 研究为单中心回顾性分析，样本量相对有限，未来需要多中心前瞻性研究验证 | 提高实性胰腺病变的诊断准确性，以辅助治疗规划 | 接受超声内镜检查的实性胰腺病变患者 | 数字病理学 | 胰腺癌 | 超声内镜（EUS），包括B型成像和弹性成像 | CNN | 图像，临床数据 | 492名患者 | NA | DCNN | 准确率，灵敏度，特异性，AUC，Dice系数 | NA |
| 193 | 2026-01-24 |
Deep Learning Unveils Health Predictions From EEG and MRI Data
2025 Sep-Oct, IEEE pulse
IF:0.3Q4
DOI:10.1109/MPULS.2025.3618430
PMID:41564094
|
综述 | 本文综述了人工智能（尤其是深度学习）在利用fMRI和EEG数据进行大脑活动检测和神经系统疾病诊断中的应用 | 系统性地概述了AI在神经影像学中的多种应用，并讨论了其在认知神经科学和医学影像中的关键作用以及未来挑战 | 作为综述文章，未提出新的具体模型或实验，主要基于现有研究进行总结 | 探讨AI驱动技术在利用fMRI和EEG检测和探索人类大脑活动中的应用 | 功能磁共振成像（fMRI）和脑电图（EEG）数据 | 机器学习 | 神经系统疾病 | fMRI, EEG | 深度学习模型, 机器学习技术 | 神经影像数据（fMRI和EEG） | NA | NA | NA | NA | NA |
| 194 | 2026-01-21 |
DeepWheat: predicting the effects of genomic variants on gene expression and regulatory activities across tissues and varieties in wheat using deep learning
2025-Sep-29, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03809-x
PMID:41024142
|
研究论文 | 本文提出了一个名为DeepWheat的深度学习框架，用于预测小麦中基因组变异对基因表达和调控活性的影响 | 开发了DeepWheat框架，包含DeepEXP和DeepEPI两个模型，能够整合序列和表观基因组特征进行组织特异性基因表达预测，并支持跨品种的模型迁移 | NA | 预测小麦中基因组变异对组织特异性基因表达和调控活性的影响，以支持作物功能基因组学和育种 | 小麦 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组序列, 表观基因组数据 | 五个小麦品种 | NA | DeepEXP, DeepEPI | 皮尔逊相关系数 | NA |
| 195 | 2026-01-18 |
Systematic Review and Meta-analysis of AI-driven MRI Motion Artifact Detection and Correction
2025-Sep-05, ArXiv
PMID:40949764
|
综述与荟萃分析 | 本文系统回顾并荟萃分析了人工智能驱动的MRI运动伪影检测与校正方法，评估了当前发展、有效性、挑战及未来研究方向 | 首次对基于深度学习的MRI运动伪影检测与校正方法进行系统性综述与定量荟萃分析，特别聚焦于生成模型的应用 | 方法泛化能力有限，依赖成对训练数据，存在视觉失真风险，且缺乏标准化数据集和报告协议 | 评估人工智能方法在MRI运动伪影检测与校正中的有效性、挑战及未来发展方向 | MRI运动伪影 | 医学影像分析 | NA | 磁共振成像 | 深度学习生成模型 | MRI图像 | NA | NA | NA | NA | NA |
| 196 | 2026-01-14 |
Impact of deep learning model uncertainty on manual corrections to MRI-based auto-segmentation in prostate cancer radiotherapy
2025-Sep, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70221
PMID:40849835
|
研究论文 | 本研究评估了深度学习生成的不确定性图对经验丰富的放射肿瘤学家在前列腺癌放疗中手动修正基于深度学习的自动分割的影响 | 首次系统评估了向临床医生展示深度学习分割不确定性图如何影响其决策、质量感知、信心和编辑效率 | 研究样本量较小（35例独立测试集），且仅涉及四位经验丰富的肿瘤学家，结果可能无法推广到更广泛的临床医生群体或不同分割任务 | 评估深度学习生成的不确定性图在临床医生手动修正放疗自动分割过程中的影响 | 接受超低分割MRI-only放疗的前列腺癌患者 | 数字病理学 | 前列腺癌 | MRI | 深度学习模型 | 医学影像（MRI） | 434例患者用于训练（10折交叉验证），35例独立测试集 | nnUNet | nnUNet | Dice系数 | NA |
| 197 | 2026-01-14 |
Development and clinical implementation of an MRI-only planning workflow featuring deep learning-based synthetic CT for prostate cancer external beam radiotherapy
2025-Sep, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70228
PMID:40841175
|
研究论文 | 本文开发并临床实施了一种仅基于MRI的放疗规划工作流程，利用深度学习生成合成CT图像，用于前列腺癌外部束放射治疗 | 创新点包括开发多通道CycleGAN模型从MRI生成合成CT、自动化基准标记检测以及将工作流程集成到治疗规划系统中，从而消除对CT扫描的需求 | 研究样本量较小（回顾性11例，前瞻性10例），且未详细讨论模型在不同患者群体或成像设备上的泛化能力 | 旨在临床实施仅基于MRI的放疗规划工作流程，用于前列腺癌外部束放射治疗，以提高效率和减少辐射暴露 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | MRI成像（T1加权Dixon、T2加权3D、T2*加权GRE）、定量磁化率映射 | GAN | 图像 | 回顾性11例患者，前瞻性10例患者 | NA | CycleGAN | 剂量学差异百分比、基准标记检测成功率、检测时间减少 | NA |
| 198 | 2026-01-14 |
Single- versus multi-model in the deep learning prediction of monitor units per control point for automated treatment planning in prostate cancer
2025-Sep, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70229
PMID:40883098
|
研究论文 | 本研究比较了单模型与多模型深度学习方法在预测前列腺癌容积旋转调强放疗中每个控制点监测单位数的性能，以自动化治疗计划 | 引入了基于深度学习的单模型与多模型方法，用于预测前列腺癌VMAT治疗中每个控制点的监测单位数，并比较了2D与3D输入数据的性能 | 研究仅基于单一机构的前列腺癌患者数据，样本量相对有限，且未评估模型在其他癌症类型或放疗技术中的泛化能力 | 开发并比较深度学习方法，以预测前列腺癌容积旋转调强放疗中每个控制点的监测单位数，实现自动化治疗计划 | 前列腺癌患者接受60 Gy分20次放疗的治疗计划数据 | 数字病理 | 前列腺癌 | 容积旋转调强放疗 | 深度学习模型 | 3D剂量分布数据、2D平均剂量强度投影数据 | 302份均匀治疗计划（训练集220份、验证集40份、测试集42份） | NA | NA | 每个控制点仪表权重的误差百分比、每个束流监测单位的误差百分比、临床目标达成率 | NA |
| 199 | 2026-01-11 |
Pixel-level transformer GAN for enhanced parametric mapping of DCE MRI analysis
2025-Sep, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18092
PMID:40891183
|
研究论文 | 本文提出了一种基于Vision Transformer和生成对抗网络的创新方法，用于将稀疏动态对比增强磁共振成像序列转换为高时间分辨率的参数图，以提升癌症诊断和监测的准确性 | 结合Vision Transformer和GAN的优势，首次提出VP-GAN模型，能够从稀疏DCE-MRI相位中生成密集时间分辨率的参数图，显著减少所需相位数量 | 研究未明确说明模型在不同癌症类型或更大数据集上的泛化能力，也未详细讨论计算资源需求或实时应用可行性 | 探索利用深度学习和稀疏DCE-MRI相位生成高时间分辨率DCE-MRI参数图的可行性 | 动态对比增强磁共振成像数据，特别是针对Ktrans和ve参数图 | 计算机视觉 | 癌症 | 动态对比增强磁共振成像 | GAN, Transformer | 图像 | NA | NA | Vision Transformer Pix2Pix GAN | 峰值信噪比, 结构相似性指数, Pearson相关分析, Bland-Altman分析 | NA |
| 200 | 2026-01-10 |
Deep Learning-Based Automatic Segmentation and Analysis of Mitochondrial Damage by Zika Virus and SARS-CoV-2
2025-Sep-19, Viruses
DOI:10.3390/v17091272
PMID:41012699
|
研究论文 | 本文提出了一种基于深度学习的自动分割和分析方法，用于从透射电子显微镜图像中识别和分析线粒体损伤，以研究寨卡病毒和SARS-CoV-2感染引起的免疫反应 | 开发了一种基于U-Net架构的卷积神经网络，首次实现了对病毒感染引起的线粒体损伤的自动分割和分析，显著减少了处理时间并避免了观察者偏差 | 未明确说明样本量的具体细节或模型的泛化能力到其他病毒或细胞类型 | 研究病毒感染引起的线粒体形态变化，以预测免疫反应类型 | 感染了两种SARS-CoV-2变体或寨卡病毒的细胞的线粒体 | 数字病理学 | 传染病 | 透射电子显微镜成像 | CNN | 图像 | NA | NA | U-Net | 准确率 | NA |