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 1102 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 | 2026-01-06 |
Automating Brachial Plexus Scan: Wireless Handheld Ultrasound with Deep Learning over Ten Locations
2025 Oct-Dec, Journal of medical ultrasound
IF:0.9Q4
DOI:10.4103/jmu.jmu_61_24
PMID:41488171
|
研究论文 | 本研究提出了一种适用于低分辨率图像的图像分割模型，用于自动化臂丛神经超声扫描，旨在辅助新手医生学习臂丛神经解剖 | 开发了一种适用于低分辨率手持超声设备的新型图像分割模型，通过两阶段卷积神经网络架构实现图像分类和分割，相比现有基于高分辨率图像的人工智能模型更具应用便利性 | 研究样本量较小（30名成年患者），且模型仅在特定预定义位置进行测试，可能限制了其泛化能力 | 开发一种适用于低分辨率手持超声设备的自动化臂丛神经扫描模型，以辅助区域麻醉中的神经可视化 | 臂丛神经的超声图像 | 计算机视觉 | NA | B型超声成像 | CNN | 图像, 视频 | 30名成年患者，60,000张图像 | NA | 两阶段卷积神经网络 | 灵敏度, 特异度, 中位距离误差, 平均对称表面距离, Hausdorff距离, 交并比 | NA |
| 2 | 2026-01-06 |
Establishing prospective performance monitoring for real-world implementation of deep learning-based auto-segmentation in prostate cancer radiotherapy
2025-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100886
PMID:41488801
|
研究论文 | 本研究开发了一个基于回顾性数据的实用框架，用于对前列腺癌放疗中深度学习自动分割模型的性能进行前瞻性监控 | 首次提出了一个实用的前瞻性性能监控框架，用于检测深度学习自动分割模型在临床实践中因数据偏移或实践变化导致的性能变化 | 研究基于回顾性数据，且仅针对前列腺癌放疗中的特定商业模型，可能无法直接推广到其他疾病或模型 | 为放疗中深度学习自动分割模型的性能监控提供质量保证指导 | 前列腺癌放疗病例 | 数字病理 | 前列腺癌 | 深度学习自动分割 | CNN | 医学图像 | 464例前列腺癌病例，收集时间跨度为20个月 | NA | 2D U-Net, 3D U-Net | Dice Similarity Coefficient, 95th percentile Hausdorff Distance, Surface DSC with 2 mm tolerance | NA |
| 3 | 2026-01-05 |
AAPM CT metal artifact reduction grand challenge
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70050
PMID:41058545
|
研究论文 | 本文介绍了AAPM CT金属伪影减少大挑战，旨在创建和分发一个临床代表性的2D MAR性能基准，并邀请参与者基于此基准客观比较其MAR方法的性能 | 通过混合数据模拟框架生成了大规模真实数据集，并提供了一个临床相关的通用MAR基准，以客观比较不同MAR方法 | 挑战仅涉及2D MAR性能评估，可能未覆盖3D或更复杂的临床场景 | 创建和分发一个临床代表性的CT金属伪影减少性能基准，促进MAR方法的客观比较和开发 | CT图像中的金属伪影，如牙科填充物、髋关节假体、脊柱螺钉/杆和金基准标记引入的条纹伪影 | 医学影像处理 | NA | CT成像，混合数据模拟框架 | 深度学习模型，包括UNet, ResNet, GAN, 扩散模型, 变换器 | CT图像，正弦图 | 14,000个CT训练数据集，29个临床未校正数据集 | NA | UNet, ResNet, GAN, 扩散模型, 变换器 | 八种临床相关的图像质量指标 | NA |
| 4 | 2026-01-04 |
Assessing body composition using auto-segmentations of muscle and subcutaneous adipose tissue in prostate cancer patients receiving magnetic resonance-guided radiotherapy
2025-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100882
PMID:41476866
|
研究论文 | 本研究利用深度学习框架对前列腺癌患者磁共振引导放疗图像进行自动分割，以评估身体成分变化 | 首次在磁共振引导放疗背景下，开发了用于肌肉和皮下脂肪组织自动分割的深度学习模型，并比较了使用肠道和骨骼掩模对性能的影响 | 样本量较小（71例患者），且仅针对中危前列腺癌患者，可能限制了结果的普适性 | 评估前列腺癌患者在接受磁共振引导放疗期间的身体成分变化，以早期发现肌肉减少症风险 | 接受磁共振引导放疗的中危前列腺癌患者 | 数字病理学 | 前列腺癌 | 磁共振成像（MRI），T2加权图像 | 深度学习模型 | 医学图像 | 71例中危前列腺癌患者 | NA | NA | 平均表面距离，95百分位Hausdorff距离，Dice相似系数 | NA |
| 5 | 2026-01-03 |
AI-driven precision in prostate brachytherapy: A systematic review of 70 studies
2025-Oct-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_1996_25
PMID:41474559
|
综述 | 本文系统回顾了70项关于人工智能在前列腺近距离放射治疗中应用的研究，评估了其在影像、治疗计划、施源器重建和结果预测等方面的进展与挑战 | 首次对70项AI在前列腺近距离放射治疗中的应用研究进行系统性综述，全面评估了U-Net和深度强化学习等技术在分割、剂量优化和质量保证方面的性能提升 | 纳入研究存在数据集多样性有限、模型泛化能力不足以及临床整合困难等挑战 | 评估人工智能技术在前列腺近距离放射治疗中的应用现状、效果及未来发展方向 | 前列腺癌患者及其放射治疗过程 | 数字病理学 | 前列腺癌 | NA | 机器学习, 深度学习 | 医学影像数据 | 基于70项研究的汇总数据 | NA | U-Net | 灵敏度, 时间节省百分比, 错误减少百分比 | NA |
| 6 | 2026-01-03 |
Diagnostic performance of the deep learning method trained using MRI and F-18 FDG-PET/CT images in the evaluation of axillary lymph node metastasis in breast cancer patients
2025-Oct-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_493_25
PMID:41474563
|
研究论文 | 本研究探讨了使用MRI和F-18 FDG-PET/CT图像训练的深度学习模型在评估乳腺癌患者腋窝淋巴结转移中的诊断性能 | 结合MRI和F-18 FDG-PET/CT多模态图像训练CNN模型，用于非侵入性检测腋窝淋巴结转移，并显示其性能优于单一模态的专家解读 | 研究为回顾性设计，样本量相对较小（177例患者），且模型尚未能替代前哨淋巴结活检等侵入性程序 | 评估深度学习模型在乳腺癌患者腋窝淋巴结转移诊断中的性能 | 被诊断为乳腺癌并接受手术的成年患者 | 数字病理学 | 乳腺癌 | MRI, F-18 FDG-PET/CT | CNN | 图像 | 177例患者 | NA | CNN | 灵敏度, 特异度, 准确率, F1分数 | NA |
| 7 | 2026-01-02 |
Advancements in artificial intelligence for prostate cancer: Optimizing diagnosis, treatment, and prognostic assessment
2025-Oct, Asian journal of urology
IF:2.4Q2
DOI:10.1016/j.ajur.2024.12.001
PMID:41467190
|
综述 | 本文综述了人工智能在前列腺癌管理中的当前研究进展，重点探讨其在优化诊断、改善医疗图像质量、促进风险分层和辅助预后方面的潜力 | 强调了人工智能在提升前列腺癌诊断准确性、实现个性化治疗计划以及改善患者预后方面的创新应用，特别是在医学图像分析和手术技能评估方面的实证证据 | 需要更大规模、更多样化的数据集，并面临临床实施中的障碍 | 全面概述人工智能在前列腺癌管理中的研究现状，探讨其临床整合的机遇与挑战 | 前列腺癌管理，包括诊断、治疗和预后评估 | 数字病理学 | 前列腺癌 | NA | 机器学习, 深度学习 | 医学图像 | NA | NA | NA | 敏感性, 特异性 | NA |
| 8 | 2026-01-01 |
Deep learning-based autonomous weld quality inspection in battery pack manufacturing using a two-stage model
2025 Oct-Dec, Science progress
IF:2.6Q2
DOI:10.1177/00368504251409224
PMID:41442326
|
研究论文 | 本研究提出了一种基于深度学习的两阶段模型，用于电池包制造中的激光焊缝质量自主检测 | 提出了一种两阶段深度学习框架，即使在缺陷数据稀缺的情况下也能保持有效；第一阶段使用仅基于正常数据训练的CNN自编码器，并引入了一种新颖的损失函数来捕捉分布特征；第二阶段利用第一阶段的编码器和瓶颈层作为共享骨干网络进行多类缺陷分类 | 未明确说明模型在更广泛工业环境或不同焊接工艺中的泛化能力 | 开发一种自动化、智能化的焊缝质量检测解决方案，以替代传统人工检测方法 | 电池包制造中的激光焊缝 | 计算机视觉 | NA | 激光焊接 | CNN, 自编码器 | 图像 | 来自实际工业环境的高质量数据集（具体数量未说明） | NA | 自编码器 | 准确率, F1分数 | NA |
| 9 | 2025-12-31 |
Potential of artificial intelligence in the diagnosis and treatment of vertebral compression fractures: A 20-year bibliometric analysis (2004-2023)
2025-Oct-03, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044876
PMID:41054042
|
综述 | 本文通过文献计量学分析，探讨了人工智能在椎体压缩性骨折诊断与治疗中的应用潜力和研究趋势 | 首次对2004年至2023年间人工智能在椎体压缩性骨折领域的应用进行了系统的文献计量分析，揭示了研究热点的演变和关键贡献者 | 分析仅基于Web of Science核心合集中的英文文章，可能遗漏其他语言或数据库中的相关研究 | 通过文献计量学方法，绘制人工智能在椎体压缩性骨折领域应用的知识图谱，识别研究趋势和关键影响因素 | 2004年至2023年间发表的462篇关于人工智能在椎体压缩性骨折诊断与治疗中应用的英文文章 | 医学信息学 | 椎体压缩性骨折 | 文献计量分析 | NA | 文本数据（文献元数据） | 462篇文章 | CiteSpace | NA | NA | NA |
| 10 | 2025-12-30 |
SpaGene: A Deep Adversarial Framework for Spatial Gene Imputation
2025-Oct-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.03.680242
PMID:41278680
|
研究论文 | 本文提出了一种名为SpaGene的深度学习框架，用于整合单细胞RNA测序和空间转录组学数据，以填补空间转录组数据中缺失的基因表达信息 | SpaGene是一种新颖的深度学习框架，通过两个编码器-解码器对、两个翻译器和两个判别器的组合，有效整合scRNA-seq和空间转录组学数据，实现了对空间转录组数据中缺失基因表达的高精度填补 | 未在摘要中明确提及 | 整合单细胞RNA测序和空间转录组学数据，以增强对组织生物学、细胞相互作用和疾病进展的理解 | 单细胞RNA测序数据和空间转录组学数据 | 机器学习 | 肺癌 | 单细胞RNA测序（scRNA-seq），空间转录组学 | GAN | 基因表达数据 | NA | NA | 编码器-解码器对 | 皮尔逊相关系数（PCC），结构相似性指数（SSIM），均方根误差（RMSE） | NA |
| 11 | 2025-12-28 |
Precision TAVR quantification- AI-accelerated TAVR planning reduces assessment time by 80% in bicuspid aortic stenosis
2025-Oct, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyaf153
PMID:41445779
|
研究论文 | 本研究开发了一种名为Cardioverse的全自动深度学习算法，用于二叶式主动脉瓣狭窄患者的TAVR术前解剖评估，显著提升了评估效率 | 开发了首个用于二叶式主动脉瓣TAVR术前解剖评估的全自动深度学习算法，实现了80%的评估时间减少和85%的用户交互减少 | 研究为回顾性多中心研究，未来需要前瞻性临床试验进一步验证 | 开发并验证一种全自动深度学习算法，以提升二叶式主动脉瓣狭窄患者TAVR术前解剖评估的效率和准确性 | 二叶式主动脉瓣狭窄患者 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习算法 | 医学影像数据 | 1147例连续患者（来自16个中国中心），包括内部验证组437例和外部验证组110例 | NA | Cardioverse | Dice相似系数, 相关系数 | NA |
| 12 | 2025-12-27 |
Evaluating the quality of multiple automatically produced segmentation variants of the prostate on Magnetic Resonance Imaging scans for brachytherapy
2025-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100852
PMID:41439244
|
研究论文 | 评估一种基于深度学习的（半）自动医学图像分割方法在MRI前列腺分割中的质量，并与传统DL方法进行比较 | 提出了一种能生成多个分割变体（反映手动分割的变异）的新型DL方法，而非仅单一分割结果，旨在提高临床医生偏好自动分割的可能性 | 研究为回顾性设计，样本量较小（仅13名前列腺癌患者），可能限制结果的普遍性 | 评估新型DL分割方法在前列腺MRI分割中的质量，并探讨其临床应用的潜力 | 前列腺癌患者的MRI扫描图像 | 数字病理 | 前列腺癌 | MRI扫描 | 深度学习（DL） | 图像 | 13名前列腺癌患者 | NA | NA | 手动校正需求等级（无校正、不可接受等），偏好排名 | NA |
| 13 | 2025-12-25 |
A deep learning framework for understanding cochlear implants
2025-Oct-17, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.16.665227
PMID:40777303
|
研究论文 | 本文提出一个深度学习框架，用于评估人工耳蜗等感觉假体的性能限制，通过模拟听觉神经输入训练人工神经网络进行语音识别和声音定位 | 首次使用深度学习框架模拟人工耳蜗输入，通过任务优化解码器评估感觉假体的最佳性能极限，为理解设备限制和潜力提供模型指导方法 | 研究基于模拟的听觉神经输入而非真实患者数据，可能无法完全反映实际临床情况 | 评估感觉假体（特别是人工耳蜗）的性能限制，理解刺激策略、神经退化和大脑解码对感知恢复的影响 | 人工耳蜗（治疗耳聋的标准方法）及其模拟听觉神经输入 | 机器学习 | 耳聋 | 深度学习模拟 | 人工神经网络 | 模拟的听觉神经输入数据 | NA | NA | NA | 语音识别准确率, 声音定位精度 | NA |
| 14 | 2025-12-25 |
Addressing fractures that are hard to diagnose on imaging: Radiomics or deep learning?
2025-Oct, La Radiologia medica
DOI:10.1007/s11547-025-02051-6
PMID:40772999
|
综述 | 本文综述了影像组学和深度学习在诊断隐匿性骨折中的应用，并探讨了整合这两种技术以提升诊断及时性和准确性的潜力 | 提出了整合影像组学与深度学习以开发增强型隐匿性骨折检测方法的创新思路 | NA | 探讨影像组学和深度学习在医学诊断中，特别是针对隐匿性骨折的检测应用 | 隐匿性骨折 | 医学影像分析 | 骨折 | 影像组学, 深度学习 | NA | 影像数据 | NA | NA | NA | NA | NA |
| 15 | 2025-12-24 |
Deep Learning Strategies for Predicting Amputation Free Survival in Patients with Peripheral Artery Disease
2025-Oct-26, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery
IF:5.7Q1
DOI:10.1016/j.ejvs.2025.10.043
PMID:41151636
|
研究论文 | 本研究旨在通过比较多种生存机器学习模型，改进传统Cox比例风险模型在预测外周动脉疾病患者无截肢生存期方面的局限性 | 首次系统性地将多种非竞争风险和竞争风险机器学习模型应用于外周动脉疾病患者的无截肢生存期预测，并开发了患者特异性风险分层工具 | 需要外部验证才能应用于临床实践，且数据集来自单一医院，可能存在选择偏倚 | 评估机器学习模型在预测外周动脉疾病患者无截肢生存期方面的性能，并开发临床决策支持工具 | 外周动脉疾病患者 | 机器学习 | 心血管疾病 | 生存分析 | Cox比例风险模型, 条件生存森林, 随机生存森林, 非线性Cox比例风险模型, Fine and Gray次分布风险模型, DeepHit模型 | 临床数据, 生物学数据, 手术信息 | 2366名有症状的外周动脉疾病患者 | NA | 条件生存森林, 随机生存森林, DeepHit | 一致性指数, 综合Brier分数 | NA |
| 16 | 2025-04-16 |
Authors' Reply: "Deep Learning for Staging Periodontitis Using Panoramic Radiographs"
2025-Oct, Oral diseases
IF:2.9Q1
DOI:10.1111/odi.15348
PMID:40231655
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 17 | 2025-07-02 |
Comment on "Deep Learning for Staging Periodontitis Using Panoramic Radiographs"
2025-Oct, Oral diseases
IF:2.9Q1
DOI:10.1111/odi.15347
PMID:40589414
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18 | 2025-12-21 |
Transforming [177Lu]Lu-PSMA-617 treatment planning: Machine learning-based radiodosiomics and swin UNETR using pretherapy PSMA positron emission tomography/computed tomography (PET/CT)
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70030
PMID:40985608
|
研究论文 | 本研究开发了基于机器学习的放射剂量组学模型和基于Transformer的深度学习架构，用于预测转移性去势抵抗性前列腺癌患者接受[177Lu]Lu-PSMA-617治疗后的病灶吸收剂量和剂量率图，以优化个性化治疗计划 | 首次将临床生物标志物与从Ga-PSMA PET/CT提取的放射组学特征和剂量组学特征相结合，开发机器学习模型预测治疗后吸收剂量；并采用基于Swin UNETR的Transformer架构预测剂量率图，减少对计算密集型蒙特卡洛模拟的依赖 | 研究样本量较小（机器学习部分20例患者，深度学习部分30例患者），且为回顾性研究，需要更大规模的前瞻性验证 | 优化转移性去势抵抗性前列腺癌患者的[177Lu]Lu-PSMA-617放射性配体治疗的个性化预处理剂量计划 | 转移性去势抵抗性前列腺癌患者 | 数字病理学 | 前列腺癌 | PET/CT成像，蒙特卡洛模拟 | 集成树回归器，Transformer | PET/CT图像，剂量率图 | 机器学习部分20例患者，深度学习部分30例患者（包含额外10例） | GATE v9.1, LIFEx v7.4.0 | Swin UNETR | R2, RMSE, NRMSE, Gamma通过率 | NA |
| 19 | 2025-12-19 |
Dose-Dependent Analysis of Image Quality in Pediatric Head CT Scans Across Different Scanners to Optimize Clinical Protocols Using Phantom-Based Assessment
2025-Oct-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11110119
PMID:41295553
|
研究论文 | 本研究通过整合多中心临床数据与体模评估，建立了儿科头部CT扫描中噪声和对比噪声比的定量阈值，以优化临床协议 | 结合多中心临床图像与体模实验，首次为儿科头部CT建立了噪声和对比噪声比的定量阈值，并验证了剂量-图像质量关系在不同扫描仪间的一致性 | 研究主要基于回顾性数据，且未深入评估深度学习重建算法在进一步降低剂量方面的具体效果 | 优化儿科头部CT协议，在最小化辐射剂量的同时保持诊断图像质量 | 儿科头部CT扫描图像及Catphan体模数据 | 医学影像 | 儿科疾病 | CT扫描 | NA | 图像 | 来自八家医院的CT系统数据，包括体模实验和儿科头部CT临床数据 | NA | NA | 噪声标准差, 对比噪声比 | NA |
| 20 | 2025-12-19 |
A Deep Learning-Driven Autonomous System for Retinal Vein Cannulation: Validation Using a Chicken Embryo Model
2025-Oct, Proceedings of the ... IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE/RSJ International Conference on Intelligent Robots and Systems
DOI:10.1109/iros60139.2025.11246284
PMID:41399488
|
研究论文 | 本研究开发了一种基于深度学习的自主系统，用于视网膜静脉插管，并在鸡胚胎模型中进行了验证 | 整合了自上而下的显微镜和B扫描光学相干断层扫描成像进行精确深度感知，并利用深度学习模型实现实时针头导航、接触检测和静脉穿刺识别 | 使用鸡胚胎模型作为人类视网膜静脉的替代，可能无法完全模拟人类生理条件 | 通过机器人辅助提高视网膜静脉插管的准确性和稳定性，以治疗视网膜静脉阻塞 | 鸡胚胎模型作为人类视网膜静脉的替代 | 计算机视觉 | 视网膜静脉阻塞 | B扫描光学相干断层扫描成像 | 深度学习模型 | 图像 | 未明确指定样本数量，但使用了鸡胚胎模型 | NA | NA | 准确率 | NA |