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 44218 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2026-05-12 |
An Updated Simplified Severity Scale for Age-Related Macular Degeneration Incorporating Reticular Pseudodrusen: Age-Related Eye Disease Study Report Number 42
2024-10, Ophthalmology
IF:13.1Q1
DOI:10.1016/j.ophtha.2024.04.011
PMID:38657840
|
研究论文 | 更新年龄相关性黄斑变性简化严重程度量表，纳入网状假性玻璃膜疣，并进行外部验证 | 首次将网状假性玻璃膜疣状态整合到简化严重程度量表中，并更新了晚期AMD的定义，将非中心性地理萎缩作为结局而非风险特征，提高了预后准确性 | 研究基于临床试验队列，可能不适用于更广泛的一般人群，且量表主要适用于风险分类的广泛层次 | 更新AREDS简化严重程度量表，以提高晚期AMD风险预测的准确性，并验证其泛化能力 | AREDS和AREDS2临床试验队列中无晚期AMD的参与者 | 机器学习 | 年龄相关性黄斑变性 | 深度学习分级（彩色眼底照片） | NA | 彩色眼底照片 | AREDS 2719例，AREDS2 1472例 | NA | NA | 5年进展率 | NA |
| 642 | 2026-05-12 |
Prediction of post-traumatic stress disorder in family members of ICU patients: a machine learning approach
2024-01, Intensive care medicine
IF:27.1Q1
DOI:10.1007/s00134-023-07288-1
PMID:38112774
|
研究论文 | 利用机器学习方法预测ICU患者家属的创伤后应激障碍 | 首次提出基于机器学习的方法在个体层面预测ICU患者家属的创伤后应激障碍，并应用多种可解释性方法分析变量贡献 | 模型中主要影响因素均为不可改变因素，缺乏对可干预因素的探索 | 开发易于获取的患者和家属信息为基础的风险分层工具，指导高风险家属接受适当管理 | ICU患者的家庭成员 | 机器学习 | 创伤后应激障碍 | NA | 随机森林、XGBoost、正则化线性模型、核模型、深度学习模型 | 结构化临床数据 | 2374名ICU患者家庭成员 | Scikit-learn, XGBoost | 随机森林、XGBoost | AUC | NA |
| 643 | 2026-05-12 |
Hierarchical Individual Naturalistic Functional Brain Networks with Group Consistency Uncovered by a Two-Stage NAS-Volumetric Sparse DBN Framework
2022 Sep-Oct, eNeuro
IF:2.7Q3
DOI:10.1523/ENEURO.0200-22.2022
PMID:35995557
|
研究论文 | 提出了一种两阶段神经架构搜索与体积稀疏深度信念网络模型，用于从自然范式功能磁共振成像数据中识别具有群体一致性和个体独特性的分层功能脑网络 | 首次将神经架构搜索与体积稀疏深度信念网络结合，自动优化网络架构以建模自然范式fMRI数据，同时兼顾群体一致性与个体变异性 | 未提及 | 从自然范式fMRI数据中自动识别具有群体一致性和个体独特性的分层时空脑功能特征 | 自然范式下的人脑功能网络及时间特征 | 机器学习 | NA | NfMRI | 深度信念网络 (DBN) | fMRI体积图像 | NA | NA | 两阶段神经架构搜索, 体积稀疏深度信念网络 | 群体一致性, 个体独特性 | NA |
| 644 | 2026-05-11 |
Comparing machine and deep learning-based algorithms for prediction of clinical improvement in psychosis with functional magnetic resonance imaging
2021-03, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.25286
PMID:33185307
|
研究论文 | 比较六种机器学习算法和深度学习在基于功能性磁共振成像预测精神病患者临床改善中的表现 | 首次在早期精神病患者中系统比较多种机器学习方法与深度学习在预测症状改善方面的性能，并采用可解释人工智能揭示关键特征左背外侧前额叶皮质激活 | 样本量较小（精神分裂症65例，I型双相障碍17例），且仅使用单一认知任务（AX持续表现任务）的前顶叶激活特征 | 评估机器学习和深度学习方法在预测精神病患者经协调专科护理1年后临床症状改善的能力 | 早期精神病患者（精神分裂症或I型双相障碍）及健康对照者 | 机器学习 | 精神病 | 功能性磁共振成像 | 朴素贝叶斯、支持向量机、K Star、AdaBoost、J48决策树、随机森林、深度学习 | 功能性磁共振成像数据 | 82名患者（65例精神分裂症，17例I型双相障碍）和138名健康对照者 | NA | NA | 准确率、均方根误差 | NA |
| 645 | 2026-05-11 |
Further evaluation and validation of the VETSCAN IMAGYST: in-clinic feline and canine fecal parasite detection system integrated with a deep learning algorithm
2021-Jan-29, Parasites & vectors
IF:3.0Q1
DOI:10.1186/s13071-021-04591-y
PMID:33514412
|
研究论文 | 评估VETSCAN IMAGYST系统结合深度学习算法在猫狗粪便寄生虫检测中的性能 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 646 | 2026-05-11 |
DeepTFactor: A deep learning-based tool for the prediction of transcription factors
2021-01-12, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2021171118
PMID:33372147
|
研究论文 | 开发了一个基于深度学习的工具DeepTFactor，用于预测转录因子 | 利用卷积神经网络自动提取蛋白质特征，无需依赖已知转录因子的序列同源性，可预测无同源性的新转录因子 | 未明确讨论模型在非典型或极端环境下的泛化能力，以及预测结果的生物学验证覆盖范围有限（仅验证三种候选转录因子） | 开发一种不依赖序列同源性的深度学习工具，准确预测真核和原核生物中的转录因子 | 转录因子（TFs）及蛋白质序列 | 机器学习 | NA | NA | 卷积神经网络（CNN） | 蛋白质序列 | 48346个基因组中的73073012个蛋白质序列；对K-12 MG1655菌株预测332个候选转录因子 | NA | 卷积神经网络（CNN） | F1分数 | NA |
| 647 | 2026-05-11 |
Big Data Approaches to Phenotyping Acute Ischemic Stroke Using Automated Lesion Segmentation of Multi-Center Magnetic Resonance Imaging Data
2019-07, Stroke
IF:7.8Q1
DOI:10.1161/STROKEAHA.119.025373
PMID:31177973
|
研究论文 | 评估深度学习算法在异质多中心临床弥散加权MRI数据集上的急性缺血性病变分割性能，并探索其用于急性缺血性卒中表型分析的潜力 | 结合多中心和单中心数据训练三维卷积神经网络集成模型，实现异质多中心临床MRI数据的自动化病灶分割，并利用大规模影像表型数据揭示卒中亚型与病灶体积及地形图的关系 | 未明确提及局限性，但需注意算法依赖高质量手动标注，且多中心数据异质性可能影响泛化性 | 探索自动化深度学习分割算法用于急性缺血性卒中表型分析（如病灶体积与地形图）的可行性 | 来自MRI-GENIE数据库的12个国际遗传研究中心的多中心急性缺血性卒中患者弥散加权MRI数据 | 计算机视觉 | 急性缺血性卒中 | 弥散加权磁共振成像 | 卷积神经网络（三维CNN集成模型） | 影像（MRI） | 训练集：267例单中心患者 + 267例MRI-GENIE患者；验证集：383例MRI-GENIE患者；全数据集：2770例MRI-GENIE患者 | NA（未明确说明，推测为PyTorch或TensorFlow） | 三维卷积神经网络（集成模型） | 斯皮尔曼相关系数（ρ=0.92），Logistic回归分析 | NA（未明确说明） |
| 648 | 2026-05-10 |
An efficient deep learning approach for automatic speech recognition using EEG signals
2026-May, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2456982
PMID:39957214
|
研究论文 | 提出一种结合Gannet优化算法和Elman循环神经网络的高效深度学习方法，用于基于EEG信号的自动语音识别 | 首次将Gannet优化算法与Elman循环神经网络结合用于EEG语音识别，并通过Savitzky-Golay滤波和递归特征消除提升性能 | 仅使用Kara One单一数据集进行验证，未提及实时处理能力和跨数据集泛化性 | 提高基于EEG信号的自动语音识别准确率，促进脑机接口和语音障碍辅助技术发展 | EEG信号中的说话人识别任务 | 自然语言处理 | 言语障碍 | EEG信号采集 | Elman循环神经网络 | EEG信号 | 未明确提及样本量（仅提及Kara One数据集） | NA | Elman循环神经网络 | 准确率 | NA |
| 649 | 2026-05-10 |
Comparison between two artificial intelligence models to discriminate cancerous cell nuclei based on confocal fluorescence imaging in hepatocellular carcinoma
2025-05, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.11.026
PMID:39674779
|
研究论文 | 比较两种人工智能模型基于共聚焦荧光成像在肝细胞癌中区分癌细胞核的效果 | 首次比较了机器学习和深度学习两种AI模型在基于共聚焦荧光成像区分肝细胞癌肿瘤与非肿瘤细胞核中的性能，并证明了深度学习更有效 | NA | 设计并比较两种AI算法，用于计算机辅助区分肝细胞癌中的肿瘤与非肿瘤细胞核 | 肝细胞癌组织和健康肝组织中的细胞核 | 数字病理学 | 肝细胞癌 | 共聚焦荧光成像，DRAQ5染色，抗增殖细胞核抗原抗体染色 | 机器学习, 深度学习 | 图像 | 来自商业组织芯片的健康肝脏和肝细胞癌样本 | NA | NA | 准确率 | NA |
| 650 | 2026-05-10 |
A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI
2025-May, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103537
PMID:40112509
|
研究论文 | 提出一种基于深度学习的方法，用于扩散MRI中多纤维参数估计与不确定性量化 | 引入一种新颖的序列化方法，将多纤维参数推断任务分解为一系列可管理的子问题，通过针对问题特定结构和对称性设计的深度神经网络解决，并利用模拟训练实现摊销推理 | NA | 解决扩散MRI中多纤维生物物理模型参数推断的可靠性和计算效率问题 | 扩散MRI中的多纤维参数估计和不确定性量化 | 机器学习 | NA | 扩散MRI | 深度神经网络 | 扩散MRI影像 | 使用Human Connectome Project（HCP）的真实影像数据 | NA | 深度神经网络（具体架构未指定） | 估计精度和不确定性 | NA |
| 651 | 2026-05-10 |
[Application and future of artificial intelligence in oral esthetics]
2025-Apr-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
综述 | 探讨人工智能在口腔美学中的应用现状与未来发展方向 | 系统总结了深度学习等技术在口腔美学中的具体应用，并提出了未来智能化、人性化发展的整合路径 | 技术局限、伦理问题及数据多样性不足 | 分析人工智能在口腔美学中的应用并展望其未来潜力 | 口腔美学治疗中的修复设计、微笑分析和个性化治疗 | 机器学习 | 口腔美学疾病 | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 652 | 2026-05-10 |
Deep Learning Applications in Imaging of Acute Ischemic Stroke: A Systematic Review and Narrative Summary
2025-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240775
PMID:40197098
|
综述 | 系统回顾深度学习在成人急性缺血性卒中影像中的应用，总结当前技术状态并识别进步机会 | 提供了从2016年至2024年深度学习在急性缺血性卒中影像应用的全面概述，涵盖大血管闭塞自动检测和ASPECT评分测量等多个方面 | 需要标准化协议和测试集、更大的公共数据集以及在真实世界环境中的性能验证 | 评估深度学习在急性缺血性卒中影像中的应用，为研究者开发AI模型提供参考 | 成人急性缺血性卒中患者的影像数据 | 计算机视觉 | 脑血管疾病 | CT、MRI | 卷积神经网络, 变换器 | 影像 | 纳入380项研究，其中68项进行了详细数据提取 | NA | CNN, Transformer | NA | NA |
| 653 | 2026-05-10 |
AI-based approach to dissect the variability of mouse stem cell-derived embryo models
2025-Feb-19, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-56908-5
PMID:39971935
|
研究论文 | 利用深度学习提高小鼠干细胞衍生胚胎模型的可重复性，通过活体成像和AI模型对胚胎样结构进行分类并预测其发育轨迹 | 首次将深度学习应用于干细胞衍生胚胎模型的筛选，实现早期（细胞接种后90小时）以88%准确率分类胚胎正常与异常发育，并发现正常胚胎的细胞数量、尺寸和形状等关键形态特征 | 研究对象仅限定于小鼠干细胞衍生胚胎模型（ETiX-胚胎），未涉及人类或其他物种；初始分类准确率在细胞接种阶段仅为65%，存在早期预测精度不足的问题 | 利用深度学习提高干细胞衍生胚胎模型的选择标准化和可重复性 | 900个小鼠着床后干细胞衍生胚胎样结构（ETiX-胚胎） | 计算机视觉 | 不适用（研究聚焦胚胎发育建模而非疾病） | 活体成像 | CNN（卷积神经网络） | 图像（时间序列活体成像数据） | 900个ETiX-胚胎样本 | PyTorch | 未明确指定（需从原文补充） | 准确率 | 未说明 |
| 654 | 2026-05-10 |
The development of artificial intelligence in the histological diagnosis of Inflammatory Bowel Disease (IBD-AI)
2025-01, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.05.033
PMID:38853093
|
研究论文 | 开发基于人工智能的炎症性肠病组织学诊断系统，用于半自动量化基底浆细胞增多 | 首次将深度学习模型应用于量化基底浆细胞，以辅助炎症性肠病（克罗恩病和溃疡性结肠炎）的病理诊断，并验证其与人类金标准的一致性 | 未提及局限性信息 | 开发基于AI的诊断支持系统，评估基底浆细胞增多以鉴别炎症性肠病亚型 | 4881张标注图像（训练集）及356例肠道活检样本（验证集，含克罗恩病、溃疡性结肠炎和健康对照） | 数字病理学 | 炎症性肠病 | 组织学活检 | 深度学习模型 | 图像 | 4981张标注图像（训练集），356例肠道活检（验证集） | NA | NA | 基底浆细胞数量、比值比（OR）、95%置信区间 | NA |
| 655 | 2026-05-10 |
Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review
2025-01, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-024-04421-3
PMID:39384606
|
综述 | 对机器学习和深度学习在美容整形手术中的应用进行定性系统综述 | 首次系统评估机器学习、深度学习和人工智能在美容整形手术中的应用，涵盖多种手术类型并分析其潜力与风险 | 纳入研究数量有限（18项），且研究人群、算法类型和手术类型差异大，可能导致结果异质性；此外，人工智能可能产生不切实际的患者期望 | 评估机器学习、深度学习和人工智能在美容整形手术中的应用现状 | 美容整形手术相关的研究，包括隆乳术、乳房缩小术、鼻整形术、面部年轻化手术（如面部提升术、眼睑成形术）和身体塑形手术 | machine learning | NA | NA | 机器学习、深度学习、人工智能算法 | 图像 | 共筛选2,148项研究，最终纳入18项研究 | NA | NA | NA | NA |
| 656 | 2026-05-10 |
[Mitigating metal artifacts in cone-beam CT images through deep learning techniques]
2023-12-29, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
研究论文 | 开发和评估基于深度学习的人工智能金属伪影去除系统（MARS），用于处理锥形束CT（CBCT）图像中由不同厚度金属引起的伪影 | 首次系统评估不同厚度钴铬合金在CBCT图像中产生的伪影范围，并开发CNN-MARS和U-net-MARS两种深度学习模型进行伪影去除，比较其效果 | 未详细说明模型训练的样本量、计算资源以及模型中使用的具体超参数，且仅使用了特定材料（钴铬合金）和特定厚度范围，可能限制泛化性 | 开发并评估基于深度学习的金属伪影去除系统，以提升CBCT图像质量 | 不同厚度（1.0mm、1.5mm、2.0mm）钴铬合金冠在CBCT图像中产生的伪影 | 数字病理学, 计算机视觉 | NA | CBCT（锥形束CT） | CNN, U-net | 图像 | NA（未明确说明样本数量，但使用了标准口腔模型生成匹配的CBCT图像） | NA | 卷积神经网络（CNN）, U-net | 结构相似性指数（SSIM）, 峰值信噪比（PSNR） | NA |
| 657 | 2026-05-10 |
[Research status and outlook of deep learning in oral and maxillofacial medical imaging]
2023-06-05, 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领域的研究现状与展望 | 系统总结了深度学习在口腔颌面影像中的应用，包括牙齿及解剖结构检测识别分割、疾病诊断及法医鉴定，并指出未来发展方向 | 现有研究可能存在的局限性未具体说明 | 总结深度学习在口腔颌面医学影像分析中的应用进展与挑战 | 口腔颌面影像中的牙齿、解剖结构、疾病病灶及法医鉴定对象 | 计算机视觉 | 口腔颌面疾病 | NA | 深度学习模型 | 医学影像 | NA | NA | NA | NA | NA |
| 658 | 2026-05-10 |
[Survival analysis of patients with intrahepatic cholangiocarcinoma treated with adjuvant chemotherapy after radical resection based on CoxPH model and deep learning algorithm]
2023-Apr-01, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
研究论文 | 基于CoxPH模型和深度学习算法建立肝内胆管癌根治术后辅助化疗患者的生存预测模型 | 首次比较了传统CoxPH模型与深度学习DeepSurv模型在肝内胆管癌辅助化疗生存预测中的性能，并发现DeepSurv模型具有更高的预测准确性 | 样本量较小（249例），且为回顾性研究，可能存在选择偏倚 | 建立预测肝内胆管癌患者根治术后辅助化疗生存获益的模型 | 接受根治性切除和辅助化疗的肝内胆管癌患者 | 机器学习 | 肝内胆管癌 | NA | CoxPH, DeepSurv | 临床病理数据 | 249例患者（男121例，女128例；>60岁88例，≤60岁161例） | NA | DeepSurv | C-index | NA |
| 659 | 2026-05-09 |
Deep Learning Models for the Screening of Cognitive Impairment Using Multimodal Fundus Images
2024-07, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.01.019
PMID:38280426
|
研究论文 | 利用深度学习模型基于多模态眼底图像筛查认知障碍 | 首次验证多模态眼底图像（眼底照片与OCT图像）联合深度学习模型在认知障碍筛查中的有效性，优于单模态模型 | 多模态模型在外部验证集的AUC约为0.78，性能仍有提升空间；未详细说明数据集的种族或地域多样性可能影响泛化性 | 开发基于多模态眼部图像的深度学习系统，快速简便地识别认知障碍个体 | 认知障碍患者与正常对照人群 | 计算机视觉、数字病理学 | 认知障碍 | 眼底照相、OCT成像 | CNN | 图像 | 9424张眼底照片和4712张OCT图像用于模型开发；外部验证集包括1180张眼底照片和590张OCT图像 | NA | NA | AUC | NA |
| 660 | 2026-05-09 |
Artificial Intelligence, Digital Imaging, and Robotics Technologies for Surgical Vitreoretinal Diseases
2024-07, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.01.018
PMID:38280425
|
综述 | 回顾了人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的最新进展 | 总结了成像、手术可视化、机器人技术和人工智能在玻璃体视网膜手术中的综合应用，强调了这些技术对改善患者管理的潜力 | 未提及具体研究设计的局限或数据来源的限制 | 综述人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的应用进展 | 玻璃体视网膜手术疾病 | 计算机视觉、机器学习、数字病理学 | 视网膜疾病 | OCT、OCT血管成像、深度学习 | NA | 图像、文本 | NA | NA | NA | NA | NA |