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 44199 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2026-05-15 |
Deep learning algorithm for visual quality assessment of the spirograms
2023-08-29, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/acee41
PMID:37552997
|
研究论文 | 提出一种基于卷积神经网络（CNN）的深度学习算法，用于自动评估肺活量测定曲线（spirograms）的视觉质量，作为人工验证的替代方案 | 首次利用深度学习CNN模型自动评估肺活量测定曲线视觉质量，替代传统由专科医生进行的人工验证，解决了ATS/ERS标准中曲线视觉质量评估的自动化和标准化问题 | 未提及具体局限性（从标题和摘要中无法获取） | 开发基于CNN的自动算法，用于评估肺活量测定曲线的质量，以替代专家人工验证 | 肺活量测定曲线（spirograms）的视觉质量评估 | 计算机视觉、深度学习 | 未指定具体疾病类别（涉及肺功能测试质量控制） | 肺功能测试（肺活量测定法） | 卷积神经网络（CNN） | 图像（肺活量测定曲线图像） | 1998例肺活量测定曲线样本（每个样本由四名肺科医生对FEV1和FVC参数分别标注为“确认”或“拒绝”） | NA | CNN（具体架构未在摘要中指定） | 准确率（accuracy）、灵敏度（sensitivity）、特异度（specificity） | NA |
| 542 | 2026-05-15 |
Geometric evaluations of CT and MRI based deep learning segmentation for brain OARs in radiotherapy
2023-08-29, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acf023
PMID:37579753
|
研究论文 | 评估基于CT和MRI的深度学习分割在放疗中脑部危及器官的几何效果 | 首次训练并评估基于磁共振成像的深度学习自动分割模型在RayStation系统中用于脑部危及器官勾画，并研究了训练前勾画编辑对模型质量的几何影响 | MRI上泪腺无法在T1加权MRI中清晰可视化，导致分割效果较差 | 评估基于CT和MRI的深度学习自动分割在放疗中脑部危及器官的几何效果，并研究训练前轮廓编辑对模型质量的影响 | 回顾性胶质瘤病例，用于训练和验证的CT和MRI图像及相应临床勾画 | 深度学习, 医学影像分割 | 胶质瘤 | CT成像, MRI成像 | 深度学习自动分割模型 | CT和MRI图像 | MRI: 训练32例, 验证9例; CT: 训练47例, 验证10例 | RayStation | 深度学习分割模型 | Dice相似系数, 灵敏度, 平均距离吻合度 | NA |
| 543 | 2026-05-15 |
Advanced repeated structuring and learning procedure to detect acute myocardial ischemia in serial 12-lead ECGs
2023-08-24, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ace241
PMID:37376978
|
研究论文 | 提出一种名为高级重复结构化与学习程序（AdvRS&LP）的新方法，用于在院前阶段通过系列12导联心电图检测急性心肌缺血 | 提出专门为急性心肌缺血检测设计的AdvRS&LP自动构建程序，能够有效利用系列心电图特征并创建可靠的监督神经网络 | 数据集有限（1425个心电图对），需要创建100个神经网络来补偿随机数据划分带来的统计波动 | 应用AdvRS&LP方法在院前阶段通过系列心电图特征检测急性心肌缺血 | 急性冠状动脉综合征患者的系列心电图数据 | 机器学习 | 急性冠状动脉综合征 | 系列心电图 | 监督神经网络 | 心电图特征数据 | 1425个心电图对（194个ACS患者，1035个对照组） | NA | AdvRS&LP构造的神经网络 | AUC、敏感度、特异度 | NA |
| 544 | 2026-05-15 |
CoTrFuse: a novel framework by fusing CNN and transformer for medical image segmentation
2023-08-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acede8
PMID:37605997
|
研究论文 | 提出了CoTrFuse框架，结合CNN和Transformer的优点进行医学图像分割 | 利用EfficientNet和Swin Transformer作为双编码器，并通过Swin Transformer与CNN融合模块在跳跃连接前融合特征，同时捕获全局和局部信息 | NA | 解决医学图像分割中CNN和Transformer各自局限性，实现更好的全局和局部信息融合 | 医学图像分割任务 | 计算机视觉，数字病理学 | 皮肤病变（ISIC-2017数据集），COVID-19（COVID-QU-Ex数据集） | NA | CNN，Transformer | 图像 | 两个数据集：ISIC-2017挑战数据集和COVID-QU-Ex数据集 | PyTorch | EfficientNet，Swin Transformer，U-Net | 准确率，召回率，F1分数，Dice系数等 | NA |
| 545 | 2026-05-15 |
Deep learning-based dose map prediction for high-dose-rate brachytherapy
2023-08-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acecd2
PMID:37589292
|
研究论文 | 基于深度学习的剂量图预测方法，用于高剂量率近距离治疗 | 引入Squeeze and Excitation Attention Net (SE_AN)模型，通过SE模块强调施源器贡献，提出Cascaded UNet架构用于近距离治疗剂量预测 | 未提及明确的局限性 | 开发专门用于近距离治疗的3D剂量预测方法，提高治疗计划标准化和质量控制 | 近距离治疗中的剂量分布 | 计算机视觉 | 放射治疗 | NA | CNN | 图像 | 250例病例，包括阴道、串联和卵形、多通道和自由针施源器 | NA | Squeeze and Excitation Attention Net, Cascaded UNet, UNet | 平均绝对误差 (MAE) | NA |
| 546 | 2026-05-15 |
Suppressing image blurring of PROPELLER MRI via untrained method
2023-Aug-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acebb1
PMID:37506706
|
研究论文 | 提出一种无训练深度学习方法，用于加速PROPELLER磁共振成像并抑制图像模糊 | 首次引入无训练神经网络（UNN）抑制PROPELLER MRI图像模糊，无需外部训练数据，避免分布偏移问题 | 未明确提及局限性 | 加速PROPELLER MRI扫描并抑制图像模糊 | PROPELLER MRI技术中的图像重构质量 | 机器学习 | NA | MRI | 无训练神经网络（UNN） | 图像 | 脑MRI数据 | NA | UNN | 图像清晰度 | NA |
| 547 | 2026-05-15 |
Standard-based personalized healthcare delivery for kidney illness using deep learning
2023-Aug-10, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ace09f
PMID:37343580
|
研究论文 | 本研究采用深度学习分析标准化电子健康记录数据集，用于诊断肾脏相关疾病 | 提出了通用模块化深度学习架构ECD在肾脏疾病诊断中的创新应用，并基于真实世界的openEHR基准数据集ORBDA进行训练 | NA | 评估深度学习对标准化电子健康记录数据集在肾脏疾病诊断中的效果 | 肾脏疾病的标准化电子健康记录数据 | 机器学习 | 肾脏疾病 | NA | 编码器-组合器-解码器（ECD） | 电子健康记录文本数据 | 来自巴西公共卫生系统SUS（DATASUS）的openEHR基准数据集 | NA | ECD（编码器-组合器-解码器） | 精确率、召回率、F1分数 | NA |
| 548 | 2026-05-15 |
VAEs with structured image covariance applied to compressed sensing MRI
2023-08-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace49a
PMID:37406641
|
研究论文 | 本文研究如何将基于真实图像训练生成的模型作为逆问题的先验，应用于压缩感知MRI中，并引入结构化图像协方差 | 利用变分自编码器不仅生成图像，还生成每个图像的协方差不确定性矩阵，该矩阵能建模由图像边缘或物体引起的依赖关系变化，提供从学习图像流形出发的新距离度量 | 仅在回顾性子采样的fastMRI数据集上进行评估，未涉及前瞻性临床数据或不同MRI序列的验证 | 探索无监督学习的生成正则化方法在逆问题中的应用，以保持变分正则化方法的控制和洞察力，同时提供复杂的数据驱动先验 | 压缩感知MRI中的图像重建问题 | 计算机视觉 | 不适用 | MRI | 变分自编码器 | 图像 | 不适用 | PyTorch | 变分自编码器 | 不适用 | 不适用 |
| 549 | 2026-05-15 |
DPAM-PSPNet: ultrasonic image segmentation of thyroid nodule based on dual-path attention mechanism
2023-Jul-31, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace6f1
PMID:37437581
|
研究论文 | 提出了一种基于双路径注意力机制的DPAM-PSPNet模型，用于甲状腺结节超声图像分割 | 在PSPNet中引入双路径注意力机制，一条路径通过轻量级跨通道交互捕获全局信息，另一条路径通过残差桥网络关注结节边缘及周围信息 | 未提及 | 实现甲状腺结节超声图像的自动精确分割，特别是恶性结节的精准分割 | 甲状腺结节超声图像 | 计算机视觉, 数字病理学 | 甲状腺结节 | 超声成像 | CNN | 图像 | NA | NA | PSPNet, 双路径注意力机制, 残差桥网络 | mIOU, mPA, mPrecision, Dice系数 | NA |
| 550 | 2026-05-15 |
Predicting dice similarity coefficient of deformably registered contours using Siamese neural network
2023-07-28, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace6f0
PMID:37437590
|
研究论文 | 本文提出一种基于孪生神经网络的深度学习模型，用于预测前列腺放疗中可变形配准轮廓的Dice相似系数 | 首次利用孪生神经网络直接预测可变形图像配准轮廓的DSC，无需人工评估，可自动化触发DIR质量检查 | 仅针对前列腺癌患者和单一解剖部位，模型泛化性需在更多数据集验证 | 开发能够准确预测可变形配准轮廓DSC的深度学习模型，以辅助自适应放疗中的配准质量评估 | 前列腺癌患者放疗计划CT和每日锥形束CT图像配准后的器官轮廓 | 数字病理学 | 前列腺癌 | 可变形图像配准 | 孪生神经网络 | CT图像 | 20例前列腺癌患者，每例37-39次日常CBCT扫描 | NA | 孪生神经网络 | 均方根误差, 准确率, 灵敏度 | NA |
| 551 | 2026-05-15 |
A deep-learning assisted bioluminescence tomography method to enable radiation targeting in rat glioblastoma
2023-07-24, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ace308
PMID:37385265
|
研究论文 | 提出一种基于深度学习的生物发光断层成像方法，用于大鼠胶质母细胞瘤的放射靶向规划 | 首次将深度学习应用于生物发光断层成像的肿瘤靶向和治疗规划，实现快速、准确的3D重建，减少X射线成像剂量 | 真实BLI测量数据有限，中位Dice相似系数较低（42%），模型仅在模拟和少量真实数据上验证，泛化性需进一步评估 | 开发一种计算高效的深度学习BLT重建方法，支持大鼠GBM模型的实时放射治疗规划 | 原位大鼠GBM模型 | 计算机视觉 | 胶质母细胞瘤 | 生物发光成像 | 深度学习模型 | 图像 | 模拟数据集和有限真实大鼠GBM模型的BLI测量数据 | NA | NA | Dice相似系数, 肿瘤覆盖率, 几何脑覆盖比例, 剂量-体积指标 | NA |
| 552 | 2026-05-15 |
[Research status and outlook of deep learning in oral and maxillofacial medical imaging]
2023-06-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
综述 | 综述深度学习在口腔颌面医学影像中的研究现状与展望，涵盖牙齿及解剖结构检测、疾病诊断和法医鉴定等应用 | 系统梳理深度学习在口腔颌面影像中的多方面应用，并总结研究局限与未来发展方向 | 仅叙述性综述，未进行系统性文献检索或量化分析 | 探讨深度学习在口腔颌面医学影像领域的研究现状与未来趋势 | 口腔颌面医学影像（如X光、CT等）中的牙齿及解剖结构、疾病和法医学应用 | 计算机视觉 | 口腔疾病 | NA | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 553 | 2026-05-15 |
Real-time liver tumor localization via combined surface imaging and a single x-ray projection
2023-03-09, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acb889
PMID:36731143
|
研究论文 | 提出一种基于深度学习的框架Surf-X-Bio，通过结合光学表面影像和单次X射线投影实现肝脏肿瘤的实时三维定位 | 首次将光学表面成像与单次X射线投影结合，利用深度学习模型学习呼吸引起的外部体表与肝脏边界运动相关性，并采用图神经网络和生物力学建模进行运动校正和肿瘤定位 | 未报告在患者队列中的验证结果，且依赖于单个X射线投影可能受成像角度和噪声影响 | 开发一种实时（<500毫秒）的肝脏肿瘤三维运动追踪方法，用于自适应放疗 | 肝脏肿瘤的实时三维定位 | 计算机视觉, 数字病理学 | 肝癌 | 光学表面成像, X射线投影 | 深度学习模型, 图神经网络 | 影像数据 | 未提及具体样本量 | PyTorch | 图神经网络, 生物力学驱动模型 | 95百分位数豪斯多夫距离, 质心定位误差 | NA |
| 554 | 2026-05-15 |
Deep learning-based automated pipeline for blood vessel detection and distribution analysis in multiplexed prostate cancer images
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1296667
PMID:38323039
|
研究论文 | 提出一种基于深度学习的前列腺癌多通道图像血管自动检测与分布分析流水线 | 首次结合CD31、CD34和胶原IV三种标记物训练深度学习模型，实现前列腺癌组织微血管的自动分割，并系统分析血管大小和分布模式与疾病进展的关联 | NA | 开发自动化流水线用于前列腺癌多通道图像中血管检测和分布分析，以替代手动分割并研究血管特征与预后相关性 | 前列腺癌患者队列中的血管 | 数字病理学, 机器学习 | 前列腺癌 | 多重免疫荧光成像 | 深度学习分割模型 | 图像（CD31、CD34和胶原IV多通道显微图像） | 215例前列腺癌患者的组织样本 | NA | NA | 精确率、召回率、Dice相似系数 | NA |
| 555 | 2026-05-15 |
Ultrasonic Image Feature Analysis under Deep Learning Algorithm to Evaluate the Efficacy of Drug-Coated Balloon for Treatment of Arteriosclerotic Occlusion
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/3176716
PMID:35720043
|
研究论文 | 利用深度学习算法分析超声图像，评估药物涂层球囊治疗动脉硬化闭塞症的效果 | 首次将基于深度学习的区域更快卷积神经网络目标检测算法应用于超声图像，以评估药物涂层球囊治疗动脉硬化闭塞症的疗效，并与数字减影血管造影结果进行一致性比较 | 对于胫前动脉狭窄的诊断，算法超声与数字减影血管造影的一致性一般 | 探索基于深度学习算法的超声图像在评估药物涂层球囊治疗动脉硬化闭塞症疗效中的应用价值 | 56例接受下肢动脉药物涂层球囊手术的患者 | 计算机视觉 | 动脉硬化闭塞症 | 超声成像，数字减影血管造影 | 区域更快卷积神经网络 | 超声图像 | 56名患者 | NA | Faster R-CNN | Dice系数，精确率，灵敏度 | NA |
| 556 | 2026-05-15 |
Optimizing Deep Learning Algorithms for Segmentation of Acute Infarcts on Non-Contrast Material-enhanced CT Scans of the Brain Using Simulated Lesions
2021-Jul, Radiology. Artificial intelligence
DOI:10.1148/ryai.2021200127
PMID:34350404
|
研究论文 | 使用模拟急性梗死病灶的深度学习算法优化非增强CT脑扫描的梗死分割 | 首次在非增强CT上利用合成急性梗死病灶训练深度学习模型，并引入对称感知U-Net架构提升分割性能 | 合成病灶可能无法完全模拟真实病灶的异质性，样本量较小（40个DWI病灶），且渐进训练策略未显示明显效果 | 评估深度学习算法在非增强CT上分割急性梗死病灶的效果 | 急性卒中患者的DWI病灶与非增强CT脑扫描图像 | 计算机视觉, 机器学习 | 急性脑卒中 | CT扫描, DWI | U-Net | 图像 | 40个DWI病灶与40个正常CT扫描组合，共640个组合用于训练（420）、验证（110）和测试（110） | NA | 标准U-Net, 对称感知U-Net | Dice系数 | NA |
| 557 | 2026-05-15 |
A novel deep learning approach for classification of EEG motor imagery signals
2017-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2560/14/1/016003
PMID:27900952
|
研究论文 | 提出一种新颖的深度学习方法来分类脑电图运动想象信号，将CNN与SAE结合构建新网络，在BCI竞赛数据集上取得优于获胜算法的分类性能 | 首次引入结合时间、频率和位置信息的新输入形式，用于具有一维卷积和最大池化层的CNN；同时提出CNN与SAE结合的新型深度网络架构 | 研究仅基于BCI竞赛IV数据集2b，未在其他数据集上验证；当数据量较小时可能不适用 | 利用深度学习方法提高脑电图运动想象信号的分类性能，改善脑机接口系统的信号分类效果 | BCI竞赛IV数据集2b中的脑电图运动想象信号 | 机器学习 | NA | 脑电图 | CNN, SAE | 信号 | BCI竞赛IV数据集2b（具体数量未提及） | NA | CNN（含一维卷积和最大池化层）, SAE | Kappa值 | NA |
| 558 | 2026-05-12 |
Artificial intelligence chatbots in endodontic education-Concepts and potential applications
2026-Jun, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14231
PMID:40164964
|
综述论文 | 探讨人工智能聊天机器人在牙髓病学教育中的概念与潜在应用 | 系统梳理了AI聊天机器人在牙髓病学教育中的应用前景，包括个性化学习、交互式培训及临床决策支持，并分析了技术局限和伦理挑战 | 目前针对牙髓病学领域的专门研究有限，需要进一步开发并验证其准确性和相关性的定制化聊天机器人解决方案 | 解释AI聊天机器人的核心功能，探索其在牙髓病学教育中的应用，并讨论相关挑战 | 牙髓病学教育中的学习者（学生）和教育者（教师） | 自然语言处理, 机器学习 | 牙科疾病 | NA | Chatbot（聊天机器人） | 文本 | NA | NA | NA | NA | NA |
| 559 | 2026-05-12 |
Synergizing Anti-Cancer Drug Combinations With Dual-View Hypergraph Representation Fusion
2026-May, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3511657
PMID:40030495
|
研究论文 | 提出一种基于双视图超图表示融合的深度学习模型，用于识别协同抗癌药物组合 | 创新性地利用超图视图和扩展异构图视图同时学习样本三元组的局部和全局上下文关系，并通过选择性融合两个分支的表示来预测协同药物组合 | 未明确说明局限性，但可能受限于现有已知协同组合数据的质量和数量 | 识别协同抗癌药物组合，为新型药物开发提供新见解 | 癌症细胞系和药物分子 | 机器学习 | 癌症 | 转录组测序、分子结构分析 | 深度学习模型（超图神经网络） | 转录组特征、药物分子结构 | 未明确说明样本数量 | NA | DVHSyn（双视图超图表示融合模型） | 未明确说明具体指标，但实验结果表明优于六种对比方法 | NA |
| 560 | 2026-05-12 |
Advancing endometriosis detection in daily practice: a deep learning-enhanced multi-sequence MRI analytical model
2026-01, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04942-8
PMID:40232413
|
研究论文 | 开发了一种基于深度学习的多序列MRI分析模型，用于提高子宫内膜异位症的检测准确性 | 首次在大规模队列中应用多序列MRI的深度学习模型进行子宫内膜异位症检测，并展示了与专业医师相当的检测性能 | 未在论文标题和摘要中明确提及 | 评估深度学习工具在增强基于多序列MRI的子宫内膜异位症检测准确性中的应用 | 子宫内膜异位症患者和健康对照者的多序列MRI图像 | 数字病理学 | 子宫内膜异位症 | MRI | 3D-DenseNet-121 | 图像（MRI） | 395例子宫内膜异位症患者和356例对照组，共751例 | NA | 3D-DenseNet-121 | F1分数、AUROCC、敏感性、特异性 | NA |