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 47335 篇文献，本页显示第 2841 - 2860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2841 | 2026-06-18 |
BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans
2025-Jan-11, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.22.533696
PMID:36993540
|
研究论文 | 介绍一种针对婴儿MRI脑部图像分割的深度学习网络BIBSNet，其性能优于传统方法，速度快600倍，且与FreeSurfer兼容 | 首次提出一个开源、社区驱动的婴儿脑分割深度学习模型，通过数据增强和大规模手动标注图像实现鲁棒性和泛化性，分割速度比传统方法快600倍 | 未在标题和摘要中明确说明局限性 | 开发一种鲁棒且可泛化的婴儿脑MRI图像分割方法，以支持典型和非典型脑发育研究 | 0-8个月龄的婴儿脑MRI图像 | 深度学习，医学图像分析 | 不适用 | MRI扫描 | 深度神经网络 | MRI图像 | 90名参与者，年龄0-8个月（中位年龄4.6个月）的MRI脑图像 | NA | BIBSNet | Dice相似系数，皮层厚度，静息态连接性，脑区体积 | NA |
| 2842 | 2026-06-18 |
Federated Learning in Glaucoma: A Comprehensive Review and Future Perspectives
2025 Jan-Feb, Ophthalmology. Glaucoma
DOI:10.1016/j.ogla.2024.08.004
PMID:39214457
|
综述 | 全面回顾联邦学习在青光眼筛查AI模型中的应用，并探讨未来发展方向 | 首次系统总结联邦学习在青光眼领域中的应用，提出其作为解决数据隐私与模型性能平衡问题的潜在方案 | 现有研究多集中于概念验证，缺乏大规模、多中心的实际部署经验及标准化评估框架 | 评估联邦学习在青光眼AI训练中的可行性，并展望其在隐私保护与模型泛化能力上的优势 | 1990年至2024年间发表的关于联邦学习在青光眼AI中应用的相关文献 | 机器学习 | 青光眼 | 联邦学习 | 深度学习 | 医学影像 | 未明确说明具体样本量 | NA | NA | 准确率 | NA |
| 2843 | 2026-06-18 |
Shifted windowing vision transformer-based skin cancer classification via transfer learning
2025 Jan-Dec, Clinics (Sao Paulo, Brazil)
DOI:10.1016/j.clinsp.2025.100724
PMID:40915182
|
研究论文 | 采用转移学习的基于移动窗口视觉变换器的皮肤癌分类方法 | 提出了基于移动窗口视觉变换器（Swin Transformer）的创新方法，利用注意力机制捕捉全局关系，并引入转移学习优化模型权重参数 | 未提及具体局限性，但皮肤图像数据集通常有限且不平衡 | 实现皮肤癌的自动分类，提升跨域适应性和稳健性以应用于临床 | 皮肤癌图像 | 计算机视觉 | 皮肤癌 | NA | 视觉变换器（Vision Transformer） | 图像 | NA | NA | 移动窗口视觉变换器（Swin Transformer） | NA | NA |
| 2844 | 2026-06-18 |
Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response From Histologic Slides
2024-10-20, Journal of clinical oncology : official journal of the American Society of Clinical Oncology
IF:42.1Q1
DOI:10.1200/JCO.23.02641
PMID:39083703
|
研究论文 | 开发深度学习平台DeepHRD，从H&E染色组织切片预测同源重组缺陷和铂类药物反应 | 首次利用深度学习直接从常规H&E染色组织切片预测同源重组缺陷，无需分子检测，且能跨癌种迁移学习 | 训练数据主要来自TCGA的乳腺癌和卵巢癌，可能对其他癌种泛化性有限；预测的HRD状态与分子检测结果的一致性有待进一步验证 | 开发一种无需分子检测的深度学习方法来预测同源重组缺陷，以指导铂类药物和PARP抑制剂治疗 | 乳腺癌和卵巢癌患者 | 数字病理学， 深度学习 | 乳腺癌， 卵巢癌 | H&E染色组织切片 | 深度学习模型 | 图像 | 训练集：1,008例乳腺癌和459例卵巢癌（来自TCGA）；验证集：349例乳腺癌和141例卵巢癌（来自多个独立数据集） | 深度学习框架 | 深度学习架构 | AUC， 完全缓解， 无进展生存期， 风险比， 总生存期 | NA |
| 2845 | 2026-06-18 |
Predicting the potential associations between circRNA and drug sensitivity using a multisource feature-based approach
2024-10, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18591
PMID:39347936
|
研究论文 | 介绍了一种名为SNMGCDA的新型深度学习模型，用于预测环状RNA与药物敏感性之间的潜在关联 | 结合多种相似性网络和多源特征计算方法（稀疏自编码器、非负矩阵分解、多头图注意力网络）来提取circRNA和药物的特征，并通过多层感知机进行预测 | 文中未明确提及局限性，但可能包括对数据多样性和计算资源的需求 | 高效预测circRNA与药物敏感性之间的关联，以支持药物研发和治疗优化 | 环状RNA（circRNA）和药物敏感性 | 机器学习 | NA | NA | 深度学习模型（SNMGCDA） | 文本（序列数据） | NA | NA | 稀疏自编码器、非负矩阵分解、多头图注意力网络、多层感知机 | 5折交叉验证和10折交叉验证的性能（与五种最先进方法对比） | NA |
| 2846 | 2026-06-18 |
Deciphering lung adenocarcinoma prognosis and immunotherapy response through an AI-driven stemness-related gene signature
2024-07, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18564
PMID:39046884
|
研究论文 | 通过人工智能驱动的干性相关基因签名解析肺腺癌预后和免疫治疗反应 | 首次整合传统回归、机器学习和深度学习算法构建干性相关基因签名，结合单细胞RNA测序和多重组学数据，全面揭示干性与肿瘤免疫微环境的关系 | NA | 构建可预测肺腺癌预后和免疫治疗反应的人工智能驱动的干性相关基因签名 | 肺腺癌上皮细胞的干性相关基因 | 机器学习 | 肺癌 | 单细胞RNA测序 | NA | 基因表达数据 | NA | NA | NA | NA | NA |
| 2847 | 2026-06-18 |
Construction and validation of a deep learning prognostic model based on digital pathology images of stage III colorectal cancer
2024-07, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2024.108369
PMID:38703632
|
研究论文 | 基于深度学习方法构建并验证III期结直肠癌数字病理图像的预后模型 | 首次针对III期结直肠癌患者，通过深度学习方法量化肿瘤微环境中的九种组织类型，并构建肿瘤风险特征（TRS）用于预后预测 | 样本量较小，仅包含265例TCGA和70例外部验证队列，且仅针对III期结直肠癌患者，未涉及其他分期 | 探索基于深度学习的肿瘤风险特征（TRS）对III期结直肠癌患者预后的预测价值 | III期结直肠癌患者的全切片图像（WSI） | 数字病理学 | 结直肠癌 | NA | 卷积神经网络（CNN） | 图像（全切片病理图像） | 265例来自TCGA的III期结直肠癌患者和70例来自中山大学附属第六医院的III期结直肠癌患者 | NA | NA | 准确率、Harrell一致性指数（C-index）、风险比（HR） | NA |
| 2848 | 2026-06-18 |
Heterogenous thinning of peripapillary tissues occurs early during high myopia development in juvenile tree shrews
2024-03, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2024.109824
PMID:38336167
|
研究论文 | 本研究调查幼年树鼩实验性高度近视发展过程中视盘周围组织的厚度变化 | 首次揭示了幼年树鼩高度近视早期视盘周围组织发生异质性变薄，且视网膜相对于脉络膜-视网膜色素上皮复合体和巩膜受到保护 | 仅使用树鼩作为模型，样本量较小，未探究长期组织变化 | 探究幼年树鼩实验性高度近视发展过程中视盘周围组织厚度变化及其与青光眼风险的关联 | 幼年树鼩的视盘周围组织，包括巩膜、脉络膜-视网膜色素上皮复合体、视网膜神经纤维层和剩余视网膜层 | 计算机视觉 | 高度近视 | 光学相干断层扫描（OCT），深度学习自动分割算法 | 深度学习模型 | 图像 | 6只正常视力树鼩和9只单眼-10D透镜治疗树鼩，共15只 | NA | NA | NA | NA |
| 2849 | 2026-06-18 |
Longitudinal single-cell transcriptional dynamics throughout neurodegeneration in SCA1
2024-02-07, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2023.10.039
PMID:38016472
|
研究论文 | 通过纵向单细胞转录组测序分析SCA1神经退行性过程中的动态转录变化 | 首次揭示了单极刷细胞和少突胶质细胞在SCA1中的早期转录失调，并应用深度学习方法准确预测疾病状态 | 未提及具体限制 | 剖析异质组织中不同细胞类型如何导致神经退行性疾病的发病和进展 | 小鼠和人小脑组织中的单个细胞核 | 自然语言处理 | 脊髓小脑性共济失调1型 | 单核RNA测序 | 深度学习模型 | 基因表达数据 | 小鼠和人小脑组织样本（具体数量未提及） | NA | NA | 准确率 | NA |
| 2850 | 2026-06-18 |
Using Artificial Intelligence for Rheumatic Heart Disease Detection by Echocardiography: Focus on Mitral Regurgitation
2024-01-16, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.123.031257
PMID:38226515
|
研究论文 | 利用人工智能检测超声心动图中风湿性心脏病，重点分析二尖瓣反流 | 首次系统评估机器学习在儿童便携式超声心动图上检测二尖瓣反流和风湿性心脏病的潜力，整合图像标准化、深度学习与注意力机制 | 数据集相对较小，模型性能依赖专家标注质量，泛化能力需更多数据验证 | 开发基于人工智能的超声心动图自动化方法，检测隐匿性风湿性心脏病 | 儿童便携式超声心动图，关注二尖瓣彩色多普勒图像 | 计算机视觉 | 风湿性心脏病 | 超声心动图 | 卷积神经网络, 深度学习模型, 注意力机制 | 图像 | 511例儿童超声心动图（229例正常，282例风湿性心脏病） | PyTorch | 卷积神经网络, 注意力机制 | 准确率, Dice系数, AUC, 精确度, 召回率, F1分数 | NA |
| 2851 | 2026-06-18 |
Radiation dose estimation with multiple artificial neural networks in dicentric chromosome assay
2024, International journal of radiation biology
IF:2.1Q2
DOI:10.1080/09553002.2024.2338531
PMID:38687685
|
研究论文 | 开发了一种基于多重人工神经网络的算法，用于自动化双着丝粒染色体分析并实现辐射剂量的高精度估计 | 首次结合多种人工神经网络实现双着丝粒染色体的全自动检测与计数，并通过回归神经网络和蒙特卡洛方法校正剂量响应曲线，确保泊松分布符合性 | 低于0.5 Gy的剂量估计存在数值计算问题；1 Gy剂量点的准确性未改善 | 实现基于深度学习的高精度辐射剂量自动估计，克服传统双着丝粒染色体分析中劳动密集和分布偏差的问题 | 来自30名健康捐赠者的血液样本，经0至4 Gy七种辐射剂量处理 | 机器学习 | 辐射暴露损伤 | 双着丝粒染色体分析 | 人工神经网络 | 图像 | 30名健康捐赠者，七种剂量梯度（0-4 Gy） | NA | 多重人工神经网络（包含目标检测、分类和回归网络） | 置信区间（95%）、准确率 | NA |
| 2852 | 2026-06-18 |
Application of artificial intelligence for the classification of the clinical outcome and therapy in patients with viral infections: The case of COVID-19
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-230917
PMID:37840512
|
研究论文 | 应用人工智能对病毒感染患者临床结果和治疗进行分类：以COVID-19为例 | 本研究创新性地将分类从单纯疾病存在扩展到疾病严重程度分类，为患者分诊时的关键决策支持系统奠定基础 | NA | 通过深度学习方法增强对三类临床严重程度（轻度、中度和重度）患者的诊断、预测和个性化治疗 | 在波斯尼亚和黑塞哥维那泰沙尼总医院诊断和治疗过程中收集的1000名患者数据 | 机器学习 | COVID-19 | NA | 人工神经网络 | 数值数据 | 1000名患者 | NA | 人工神经网络 | 准确率 | NA |
| 2853 | 2026-06-18 |
Lung cancer detection based on computed tomography image using convolutional neural networks
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-230810
PMID:37955065
|
研究论文 | 利用卷积神经网络对计算机断层扫描图像进行肺癌检测 | 采用GoogLeNet深度学习架构对CT图像进行良恶性肺部病变分类，减少人工干预 | 未提及 | 利用深度学习方法对良性和恶性肺部病变进行分类 | 计算机断层扫描（CT）图像中的肺部病变 | 计算机视觉 | 肺癌 | 卷积神经网络 | CNN | 图像 | 4459个CT扫描（良性2242个，恶性2217个） | NA | GoogLeNet | 准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 2854 | 2026-06-18 |
Three-dimensional analysis of junctions between efferent and epididymal ducts in the human caput epididymis
2024-01, Andrology
IF:3.2Q1
DOI:10.1111/andr.13445
PMID:37129932
|
研究论文 | 利用三维重建技术分析人类附睾头中输出管与附睾管连接处的结构 | 首次通过深度学习模型和高性能三维重建软件，从连续石蜡切片中重建人类输出管与附睾头的三维结构，揭示了与啮齿动物不同的连接模式 | 样本量较小（仅3例前列腺癌患者标本），且未能详细说明深度学习分割模型的准确性和潜在局限性 | 研究人类输出管与附睾头附睾管的三维结构及其连接处 | 人类输出管和附睾头附睾管 | 机器学习 | 男性不育症 | 连续石蜡切片 | 深度学习分割模型 | 图像 | 3例前列腺癌患者标本 | NA | NA | NA | 高性能三维重建软件 |
| 2855 | 2026-06-18 |
A Multichannel Fluorescence Isothermal Amplification Device with Integrated Internet of Medical Things for Rapid Sensing of Pathogens through Deep Learning
2023-10-17, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.3c02973
PMID:37733965
|
研究论文 | 本文开发了一种集成医疗物联网的等温荧光扩增设备，结合深度学习实现病原体快速传感 | 提出多通道等温荧光扩增设备，整合医疗物联网实现远程控制和数据上传，并利用深度学习进行快速（9.4毫秒）、准确的分析 | NA | 开发一种高效、便携的病原体快速检测设备，以应对突发公共卫生事件 | 金黄色葡萄球菌和耐甲氧西林金黄色葡萄球菌 | 机器学习 | 感染性疾病 | 等温扩增、CRISPR/Cas12a介导的核酸检测 | 深度学习模型 | 荧光信号数据 | NA | NA | NA | 检测限（LOD）、检测时间 | NA |
| 2856 | 2026-06-18 |
Deep learning PET/CT-based radiomics integrates clinical data: A feasibility study to distinguish between tuberculosis nodules and lung cancer
2023-07, Thoracic cancer
IF:2.3Q2
DOI:10.1111/1759-7714.14924
PMID:37183577
|
研究论文 | 评估深度学习模型整合PET/CT影像特征、放射组学特征和临床信息在区分结核结节和肺癌中的性能 | 首次将深度学习特征、放射组学特征和临床信息多维度数据整合到单一模型中，用于区分结核结节和肺癌 | 样本量较小（仅174例患者），且未提及外部验证，模型泛化能力有待进一步验证 | 评估多信息融合的深度学习模型在区分结核结节和肺癌中的诊断效能 | 97例肺癌患者和77例结核结节患者的PET和CT影像数据 | 数字病理学 | 肺癌 | PET/CT成像 | 深度卷积神经网络 (DCNN) | 图像 | 174例患者（97例肺癌，77例结核结节） | PyTorch | 残差神经网络 (ResNet) | AUC, 灵敏度, 准确率, 特异度, F1分数 | NA |
| 2857 | 2026-06-17 |
Enhanced Quantitative Phosphocreatine MR Imaging of Skeletal Muscle Using a Global-Local Two-Branch Deep Learning Model
2026-Aug, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70386
PMID:41964083
|
研究论文 | 提出了一种全局-局部双分支深度学习模型，用于增强骨骼肌中磷酸肌酸的定量磁共振成像 | 首次使用全局-局部双分支深度学习模型，有效消除组织中的混淆效应并捕捉PCr CEST效应的微小变化；采用部分合成数据进行训练，兼顾模拟灵活性和数据保真度 | 模型主要验证于健康大鼠和ALS大鼠的骨骼肌，未在人类数据上进行测试；部分合成数据可能无法完全模拟真实组织复杂性 | 提高低场强下磷酸肌酸交换饱和转移MRI的定量准确性，特别是针对PCr的交换率（ksw）和相对浓度（fs） | 大鼠骨骼肌组织 | 机器视觉, 深度学习 | 肌萎缩侧索硬化症 | 化学交换饱和转移磁共振成像 | 深度学习模型（双分支架构） | 图像 | 健康大鼠和肌萎缩侧索硬化症（ALS）大鼠的骨骼肌样本 | NA | 全局-局部双分支网络 | 模型准确率（与数字和物理体模实验对比） | NA |
| 2858 | 2026-06-17 |
On the Utility of Foundation Models for Fast MRI: Vision-Language-Guided Image Reconstruction
2026-Aug, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70374
PMID:41947281
|
研究论文 | 本研究探讨了视觉语言基础模型在加速MRI重建中通过提供高层上下文信息提升图像质量的方法 | 提出了语义分布引导的重建框架，利用预训练的视觉语言基础模型将重建图像和辅助信息编码为高层语义特征，并通过对比学习目标确保重建表示与目标语义分布一致 | 未提及具体限制 | 研究视觉语言基础模型是否能通过提供超越传统先验的高层上下文信息来增强欠采样MRI重建 | 膝盖和大脑MRI数据集 | 计算机视觉 | NA | MRI | 视觉语言基础模型 | 图像 | 膝盖和大脑数据集，但未提供具体样本数量 | PyTorch | 对比学习 | LPIPS, Tenengrad分数, 读者研究评分 | 未提及具体计算资源 |
| 2859 | 2026-06-17 |
MKNet-family architectures for auto-segmentation of the residual pancreas after pancreatic resection: a deep learning comparative study
2026-Jul, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05211-4
PMID:41307673
|
研究论文 | 研究新型MKNet家族架构在胰腺切除术后残余胰腺自动分割中的应用，并与现有方法进行比较 | 提出了MKNet、MSKNet和MAKNet三种新型深度学习架构，专门针对术后CT影像中残余胰腺的自动分割任务 | 数据集规模较小（共163例），且术后分割性能（DSC约65%）仍有提升空间 | 评估新型MKNet家族架构在术后CT影像中自动分割残余胰腺的可行性和临床实用性 | 胰腺切除术后患者的残余胰腺 | 计算机视觉 | 胰腺癌 | CT影像 | 深度学习分割模型 | CT图像 | 82例术前CT和81例术后CT | NA | MKNet, MSKNet, MAKNet | Hausdorff距离, 第95百分位Hausdorff距离, 归一化表面距离, Dice相似系数 | NA |
| 2860 | 2026-06-17 |
Toxicologic Pathology Forum*: Virtual Staining of Nonclinical Study Slides-A Brief Review of the Current Status and Future Opportunities
2026-Jun, Toxicologic pathology
IF:1.4Q4
DOI:10.1177/01926233261426348
PMID:41863851
|
综述 | 该综述简要回顾了非临床研究切片虚拟染色的现状与未来机遇 | 系统总结了虚拟染色技术在组织学评估中的应用，包括未染色组织直接虚拟染色和染色间转换，并讨论了在非临床药物开发和发现病理学中的潜在应用 | 虚拟染色在非临床研究中应用面临资格验证、组织学质量、生成式人工智能问题、训练材料获取和基础设施等障碍 | 综述虚拟染色技术在非临床研究切片中的应用现状和未来发展方向 | 非临床研究中的组织切片，包括常规福尔马林固定石蜡包埋组织、部分处理或完整组织 | 计算机视觉, 数字病理学 | 不适用 | 虚拟染色技术 | 深度学习神经网络 | 图像 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |