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 42905 篇文献，本页显示第 261 - 280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 261 | 2026-04-02 |
Enhancing quantitative imaging to study DNA damage response: A guide to automated liquid handling and imaging
2024-12, DNA repair
IF:3.0Q2
DOI:10.1016/j.dnarep.2024.103769
PMID:39395383
|
研究论文 | 本文提出了一种自动化免疫荧光染色与定量高内涵成像的工作流程，用于研究DNA损伤信号响应 | 开发了一种结合自动液体处理系统和定量高内涵成像的自动化工作流程，提高了实验效率和可重复性 | NA | 提升生命科学实验室的高内涵定量成像能力，通过自动化技术研究DNA损伤响应 | DNA损伤信号响应 | 数字病理学 | NA | 免疫荧光染色，高内涵成像 | 深度学习 | 图像 | NA | NA | NA | NA | 高效计算资源 |
| 262 | 2026-04-02 |
Uncertainty quantification via localized gradients for deep learning-based medical image assessments
2024-Jul-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad611d
PMID:38981594
|
研究论文 | 本文提出了一种基于局部梯度的后处理不确定性量化方法，用于增强深度学习医学图像评估的可靠性 | 提出了一种新颖的后处理不确定性量化方法，利用训练模型的局部梯度空间来评估对模型参数的敏感性，无需修改已验证模型且不改变其输出 | 未明确说明方法在非转移性疾病或其他医学图像任务中的泛化能力，以及计算效率的详细分析 | 开发一种后处理不确定性量化方法，以提高深度学习医学图像评估的可靠性和用户信任度 | 深度学习模型在医学图像评估任务中的输出可靠性 | 计算机视觉 | 转移性疾病 | NA | 深度学习模型 | 医学图像 | NA | NA | NA | ROC AUC, 假阳性率, 中位数百分比差异 | NA |
| 263 | 2026-04-02 |
Genetic and Clinical Correlates of AI-Based Brain Aging Patterns in Cognitively Unimpaired Individuals
2024-May-01, JAMA psychiatry
IF:22.5Q1
DOI:10.1001/jamapsychiatry.2023.5599
PMID:38353984
|
研究论文 | 本研究利用深度学习半监督聚类方法，在认知未受损个体中识别出三种与遗传、心血管风险因素及未来认知下降相关的脑老化亚组 | 首次在认知未受损人群中，通过生成对抗网络驱动的数据驱动方法，识别出跨年龄一致的脑老化亚组，并系统关联其与遗传、生物医学指标及认知轨迹的关系 | 研究基于横断面与纵向数据，但因果推断有限；样本虽大但可能受选择偏差影响；未涵盖所有潜在神经病理过程 | 理解脑结构老化异质性，探索神经退行性疾病临床前阶段的生物标志物和风险分层 | 基线认知未受损的45-85岁个体，涉及超过50,000个数据时间点 | 医学影像分析 | 阿尔茨海默病 | 脑结构影像测量 | GAN, 深度学习聚类 | 脑结构影像数据 | 27,402名个体 | NA | 生成对抗网络 | 统计显著性（P值） | NA |
| 264 | 2026-04-02 |
Digital Response to Physical Crises: The Role of an E-Health Platform in the 2023 Southern Turkey Earthquakes
2024-04-09, Disaster medicine and public health preparedness
IF:1.9Q3
DOI:10.1017/dmp.2024.63
PMID:38591261
|
评论 | 本文分析了2023年土耳其南部地震中一个电子健康平台在支持非专业急救人员方面的应用，探讨了数字健康技术在灾害响应中的整合潜力 | 首次评估了电子健康平台在重大自然灾害中支持非专业急救人员的实际效果，并引入了深度学习模型用于儿科X射线分析 | 评论性文章，缺乏实证数据支持平台的具体效果，可能未全面考虑所有实施障碍 | 探讨数字健康技术在灾害管理中的应用，特别是支持非专业急救人员 | 2023年土耳其南部地震中的急救响应情况 | 数字病理学 | NA | 深度学习 | NA | X射线图像 | NA | NA | NA | NA | NA |
| 265 | 2026-04-02 |
Artificial intelligence-powered pharmacovigilance: A review of machine and deep learning in clinical text-based adverse drug event detection for benchmark datasets
2024-04, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104621
PMID:38447600
|
综述 | 本文综述了机器学习和深度学习方法在临床文本基准数据集中用于药物不良事件检测的有效性，重点关注命名实体识别和关系分类任务 | 系统比较了机器学习和深度学习在药物不良事件提取任务中的优缺点，并扩展了数据源范围至生物医学文献、社交媒体数据和药品标签 | 仅纳入了12篇文献进行综述，可能未覆盖所有相关研究 | 评估机器学习和深度学习方法在药物不良事件提取中的效果，推动药物警戒领域发展 | 临床文本基准数据集中的药物不良事件 | 自然语言处理 | NA | 命名实体识别, 关系分类 | 机器学习, 深度学习 | 文本 | NA | NA | BERT, 梯度提升, 多层感知机, 随机森林 | NA | NA |
| 266 | 2026-04-02 |
A Review for Artificial Intelligence Based Protein Subcellular Localization
2024-Mar-27, Biomolecules
IF:4.8Q1
DOI:10.3390/biom14040409
PMID:38672426
|
综述 | 本文综述了基于人工智能的蛋白质亚细胞定位方法的最新进展，包括序列、知识和图像三种典型方法，并讨论了现有挑战和未来方向 | 系统总结了人工智能在蛋白质亚细胞定位领域的应用，涵盖序列、知识和图像三类方法，并指出了当前挑战和未来研究方向 | NA | 回顾人工智能在蛋白质亚细胞定位领域的方法发展，探讨现有挑战和未来方向 | 蛋白质亚细胞定位方法 | 机器学习 | 癌症,阿尔茨海默病 | 荧光显微镜成像,免疫电子显微镜,荧光生物标志物标签 | 深度学习 | 序列数据,知识数据,图像数据 | NA | NA | NA | NA | NA |
| 267 | 2026-04-02 |
Deep learning for detecting and elucidating human T-cell leukemia virus type 1 integration in the human genome
2023-Feb-10, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2022.100674
PMID:36873907
|
研究论文 | 本文开发了首个用于预测人类T细胞白血病病毒1型整合位点的深度学习框架DeepHTLV | 首次应用深度学习框架进行HTLV-1病毒整合位点预测，并实现特征表示的高效性和可解释性 | NA | 开发高精度、高通量的HTLV-1病毒整合位点检测方法，以辅助疾病预防和治疗 | 人类T细胞白血病病毒1型在人类基因组中的整合位点 | 机器学习 | 白血病 | 基因组测序 | 深度学习 | 基因组序列 | NA | NA | NA | 准确率 | NA |
| 268 | 2026-04-02 |
Spatio-temporal classification for polyp diagnosis
2023-Feb-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.473446
PMID:36874484
|
研究论文 | 本文研究利用时空信息改进结肠息肉分类为腺瘤或非腺瘤的性能 | 提出使用时空信息来增强息肉分类的稳定性和准确性，通过两种方法在内部和公开数据集上验证性能提升 | 未明确说明具体的数据集大小或模型泛化能力的详细限制 | 提高结肠息肉自动分类的准确性和鲁棒性，以支持临床决策 | 结肠息肉（腺瘤与非腺瘤） | 计算机视觉 | 结直肠癌 | 深度学习 | NA | 视频（时空序列） | NA | NA | NA | NA | NA |
| 269 | 2026-04-02 |
A deep learning diagnostic platform for diffuse large B-cell lymphoma with high accuracy across multiple hospitals
2020-11-26, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-020-19817-3
PMID:33244018
|
研究论文 | 本文建立了一个高精度的深度学习平台，用于诊断弥漫性大B细胞淋巴瘤，并在多家医院验证了其接近100%的诊断准确率 | 开发了一个基于多个卷积神经网络的深度学习平台，能够使用较小数据集实现高精度诊断，并成功处理了跨医院样本制备和图像采集的变异性 | 未明确说明模型在其他类型血液恶性肿瘤或更广泛数据集上的泛化能力，以及临床部署的具体挑战 | 开发一个高准确率的深度学习诊断平台，用于弥漫性大B细胞淋巴瘤的病理图像分类 | 人类弥漫性大B细胞淋巴瘤和非DLBCL的病理图像 | 数字病理学 | 弥漫性大B细胞淋巴瘤 | 病理切片图像分析 | CNN | 图像 | 来自三家医院的病理图像数据集 | NA | 多个卷积神经网络 | 诊断准确率 | NA |
| 270 | 2026-04-02 |
Mutation effect estimation on protein-protein interactions using deep contextualized representation learning
2020-Jun, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaa015
PMID:32166223
|
研究论文 | 提出一个名为MuPIPR的端到端深度学习框架，用于预测蛋白质突变对蛋白质-蛋白质相互作用（PPI）特性的影响 | 结合了氨基酸的上下文表示机制来放大点突变在长蛋白质序列中的细微变化，并采用孪生残差循环卷积神经编码器来编码野生型和突变型蛋白质对 | 仅使用序列信息，未结合结构或能量特征，且在SKEMPI v2数据集上的性能仅与现有方法相当 | 量化蛋白质突变对蛋白质-蛋白质相互作用特性的影响 | 蛋白质-蛋白质相互作用（PPI） | 机器学习 | NA | 深度学习 | CNN, 多层感知机 | 蛋白质序列 | SKEMPI v1 和 SKEMPI v2 数据集 | NA | 孪生残差循环卷积神经编码器 | 结合亲和力变化和埋藏表面积变化的预测性能 | NA |
| 271 | 2026-04-01 |
Machine learning models enhance detection of arrhythmogenic right ventricular cardiomyopathy
2026-Jun-30, Machine learning. Health
DOI:10.1088/3049-477X/ae451a
PMID:41884351
|
研究论文 | 本研究旨在通过机器学习模型提升致心律失常性右心室心肌病的检测能力，并探索其在诊断路径中的角色 | 首次系统比较了八种机器学习模型在ARVC检测中的性能，并提出了一个基于梯度提升树的分层诊断策略，包括仅使用心电图的早期分诊模型和多模态确认模型 | 研究基于单一机构的注册数据，可能存在选择偏倚，且需要在前瞻性外部临床环境中进一步验证 | 识别最优的机器学习策略以增强致心律失常性右心室心肌病的检测，并定义其在诊断路径中的作用 | 来自约翰霍普金斯ARVC注册库的688名患者 | 机器学习 | 心血管疾病 | 临床评估、心电图、影像学、遗传学变量分析 | 梯度提升树, 随机森林, 决策树, TabNet | 结构化临床数据 | 688名患者 | NA | 梯度提升树, 随机森林, 决策树, TabNet | AUC, 准确率, 灵敏度, 特异性 | NA |
| 272 | 2026-04-01 |
Cross-validation strategies under data dependency: An example with anemia prediction in sheep using ocular conjunctiva images
2026-Jun, Preventive veterinary medicine
IF:2.2Q1
DOI:10.1016/j.prevetmed.2026.106843
PMID:41797013
|
研究论文 | 本文评估了三种交叉验证策略在绵羊贫血预测任务中的表现，以探究数据依赖性对深度学习模型性能评估的影响 | 首次在畜牧业计算机视觉应用中系统比较了随机划分、基于动物个体划分和基于农场划分三种交叉验证策略对模型泛化能力评估的影响 | 研究仅基于三个农场的有限样本，且仅使用VGG19单一模型架构，可能无法完全代表所有畜牧业应用场景 | 评估不同交叉验证策略在数据依赖条件下对深度学习模型性能评估的影响，为畜牧业健康监测模型开发提供验证方法指导 | 绵羊贫血状态预测 | 计算机视觉 | 贫血 | 智能手机图像采集 | CNN | 图像 | 来自3个农场186只动物的1176张图像 | NA | U-Net, VGG19 | 准确率, 精确率, 召回率, F1分数, 特异性 | NA |
| 273 | 2026-04-01 |
Deep Learning-Based Denoising for High-Resolution Carotid Vessel Wall MRI Using Standard Neurovascular Coils
2026-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70226
PMID:41420073
|
研究论文 | 本文开发了一种基于深度学习的去噪方法，用于提升使用标准头颈临床线圈采集的高分辨率颈动脉血管壁MRI的图像质量 | 提出了一种监督式深度学习去噪模型，能够将低信噪比的标准线圈输入映射至高信噪比的参考图像，其效果可与专用颈部表面线圈相媲美，无需额外硬件 | 研究基于55次扫描的回顾性重建数据，样本量相对有限，且为多中心研究，可能存在数据异质性 | 提升使用标准头颈临床线圈进行高分辨率颈动脉血管壁MRI成像的质量 | 颈动脉血管壁MRI图像 | 医学影像处理 | 心血管疾病 | MRI（包括2D T1/T2加权TSE、3D TOF-MRA和MPRAGE序列） | CNN | 图像 | 55次扫描（来自一项多中心研究） | NA | 残差UNet | PSNR, SSIM, SNR, CNR, 边缘锐度（ERD）, 放射科医生李克特评分 | NA |
| 274 | 2026-04-01 |
Utility of augmented reality in endoscopic surgery for stones: European Association of Urology endourology up-to-date review
2026-May-01, Current opinion in urology
IF:2.1Q2
DOI:10.1097/MOU.0000000000001378
PMID:41823304
|
综述 | 本文回顾了增强现实技术在泌尿系结石内镜手术中的发展历程、当前应用趋势及其临床益处 | 系统梳理了增强现实从可视化工具向融合超声/CT与深度学习、主动优化手术精度与安全性的智能系统演进，并强调了其在逆行手术中作为认知与导航平台的新兴角色 | NA | 确定增强现实技术在泌尿内镜手术中的发展时间线及其在当前临床实践中的趋势 | 增强现实技术在经皮肾镜取石术、输尿管镜术及逆行肾内手术中的应用 | 数字病理 | 前列腺癌 | 超声/CT融合，深度学习 | NA | 医学影像（如超声、CT） | NA | NA | NA | 穿刺时间减少，并发症发生率降低 | NA |
| 275 | 2026-04-01 |
[Expert consensus on optimizing the multidisciplinary clinical pathways and management models for pulmonary function testing]
2026-Apr-12, Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases
|
专家共识 | 本文旨在通过信息技术和组织协调，优化肺功能测试的多学科临床路径和管理模式 | 提出了基于信息技术（如AI辅助、云平台）和标准化流程优化肺功能测试多学科临床路径与管理模式的系统性共识 | 共识基于专家意见和文献综述，缺乏大规模实证研究验证其具体实施效果和长期影响 | 优化肺功能测试的多学科临床路径和管理模式，提升其标准化应用和协作水平 | 肺功能测试的临床路径、管理模型、相关医护人员及患者 | 数字病理 | 慢性阻塞性肺疾病 | 肺功能测试、人工智能、云平台、问卷调查 | 深度学习模型 | 文本、图像、问卷数据 | NA | NA | NA | NA | NA |
| 276 | 2026-04-01 |
Bias in deep learning-based image quality assessments of T2-weighted imaging in prostate MRI
2026-Apr, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05163-9
PMID:40853469
|
研究论文 | 本研究评估了基于深度学习的T2加权图像质量评估模型在前列腺癌患者中是否存在偏倚 | 首次揭示了基于深度学习的图像质量评估模型在前列腺MRI中可能因临床显著前列腺癌的存在而产生系统性偏倚 | 回顾性研究设计，仅包含三个中心的样本，可能存在选择偏倚 | 评估深度学习图像质量评估模型在前列腺MRI中的临床应用可靠性 | 前列腺T2加权MRI图像 | 数字病理 | 前列腺癌 | MRI | 深度学习分类模型 | 医学图像 | 开发集1,719个序列，测试集386个序列，外部验证11,723次检查 | NA | NA | 二次加权kappa系数 | NA |
| 277 | 2026-04-01 |
MRI-based multilevel radiomics and transformer features for predicting radiation-induced carotid artery injury after nasopharyngeal carcinoma radiotherapy: A multicenter study
2026-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2026.111390
PMID:41587618
|
研究论文 | 本研究开发并验证了一种基于MRI的多层次影像组学与Transformer特征融合模型，用于预测鼻咽癌放疗后辐射诱导的颈动脉损伤 | 首次整合了常规影像组学、亚区域影像组学和Transformer深度学习特征，构建了多源融合模型，以增强对辐射诱导颈动脉损伤的预测能力 | 研究为回顾性设计，可能存在选择偏倚；样本量虽为多中心但仍有扩大空间；模型性能在外部验证中表现良好但需进一步前瞻性验证 | 开发并验证一种非侵入性预测模型，用于评估鼻咽癌患者放疗后发生辐射诱导颈动脉损伤的风险 | 鼻咽癌患者 | 数字病理学 | 鼻咽癌 | MRI影像分析 | 深度学习, 影像组学 | 医学影像（MRI） | 500名来自四家医院的鼻咽癌患者（训练集274例，内部测试集118例，外部测试集108例） | PyTorch | Swin Transformer | AUC, 准确率, 灵敏度, 特异度, Brier分数, NRI, IDI | NA |
| 278 | 2026-04-01 |
Multicenter Clinical Validation of an Artificial Intelligence Diagnostic Classification Model for Laryngoscopy Images
2026-Apr, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.70153
PMID:41696998
|
研究论文 | 本研究开发并外部验证了一个用于喉镜检查图像分类的人工智能辅助诊断模型，以区分高风险和低风险喉部病变 | 进行了大规模、多中心的临床验证，证明了模型在不同外部数据集上的泛化能力，并与不同专业水平的医生及ChatGPT-4o进行了性能比较 | 研究为回顾性设计，前瞻性多中心临床试验正在进行中，以评估真实世界的临床实施效果 | 开发并验证一个用于喉部病变分类的人工智能辅助诊断模型 | 喉镜检查图像中的可见病变 | 计算机视觉 | 喉部疾病 | 喉镜检查 | 深度学习模型 | 图像 | 超过20,000张来自喉镜检查的图像 | NA | NA | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 279 | 2026-04-01 |
Deep learning of wrist accelerometry from UK Biobank data identifies early movement signatures of knee osteoarthritis up to 5 years before diagnosis
2026-Apr, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.70332
PMID:41700483
|
研究论文 | 本研究利用英国生物银行数据，通过深度学习分析手腕加速度计数据，旨在识别膝骨关节炎（KOA）的早期运动特征，可在诊断前长达5年预测风险 | 首次将手腕加速度计数据与深度学习结合，用于识别膝骨关节炎的早期运动特征，并能在诊断前长达5年预测风险，突出了可穿戴设备在人群筛查中的潜力 | 研究为回顾性病例对照设计，属于二级分析而非前瞻性设计的预后试验；模型性能中等，区分前驱期与确诊KOA的能力接近随机水平 | 测试手腕加速度计数据结合深度学习是否能区分健康个体与膝骨关节炎患者、分离前驱期与确诊KOA，并预测未来5年内被诊断为KOA的个体 | 英国生物银行参与者，包括健康个体、膝骨关节炎患者（前驱期和确诊期），基于ICD-10代码识别，并控制BMI、年龄和性别等因素 | 机器学习 | 膝骨关节炎 | 手腕加速度计监测 | CNN | 加速度计时间序列数据 | 总参与者102,120人，其中KOA患者7,262人；具体任务中平衡队列样本量分别为3,677、1,596 vs. 2,081、1,369每类 | NA | 1D卷积神经网络 | 准确率, 宏F1分数, 宏灵敏度, AUC | NA |
| 280 | 2026-04-01 |
Dosimetric assessment of deep learning based organ-at-risk segmentation: insights from the HaN-Seg challenge
2026-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2026.111387
PMID:41581701
|
研究论文 | 本文通过整合剂量学评估，扩展了HaN-Seg挑战的几何分析，对头颈部器官风险自动分割的临床适用性进行了全面评估 | 在先前几何分析基础上，首次引入前向剂量学分析（剂量影响近似），包括验证器官风险剂量限制合规性、评估优先级评分、分析分割性能与肿瘤邻近性的关系，以及几何与剂量学指标的相关性分析 | 前向剂量学分析存在局限性，且口腔和颌下腺的合规率较低，可能源于肿瘤邻近性和陡峭剂量梯度，或分析方法的限制 | 评估深度学习器官风险自动分割方法的剂量学性能，为放疗计划工作流提供临床适用性见解 | 头颈部区域的30个器官风险，使用配对增强CT和T1加权MR图像 | 数字病理 | 头颈部癌症 | 对比增强计算机断层扫描，T1加权磁共振成像 | 深度学习 | 图像 | 14个测试案例 | NA | NA | Dice相似系数，95百分位Hausdorff距离，剂量合规率 | NA |