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 43760 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2026-04-24 |
An environment-guided visual-temporal deep learning framework for early disease detection in greenhouse horticultural crops
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1796407
PMID:42023011
|
研究论文 | 提出一种环境引导的视觉-时间深度学习框架，用于温室园艺作物的早期病害检测 | 通过环境引导的视觉注意力机制和时空联合建模，将环境变量从被动特征转化为主动先验，增强对微弱病害信号的敏感性 | 实验仅在真实温室多模态时序数据集上验证，未测试其他环境条件下的泛化能力 | 实现温室园艺作物早期病害的智能预警和精准调控 | 温室园艺作物及其相关环境变量（温度、湿度、蒸汽压差、二氧化碳浓度） | 计算机视觉, 机器学习 | 温室作物病害 | 多模态时序数据采集 | CNN, Transformer | 图像, 文本（环境变量数值） | 真实温室多模态时序数据集（未明确样本数量） | NA | Transformer, CNN | 准确率, 召回率, F1分数, 早期精度, 早期召回率, 提前时间 | NA |
| 662 | 2026-04-24 |
Application of deep learning-clinical baseline feature fusion model to predict postoperative mortality in elderly patients with hip fracture: a multicenter study
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1784156
PMID:42023085
|
研究论文 | 构建深度学习与临床基线特征融合模型，预测老年髋部骨折患者术后死亡率 | 首次将深度学习模型提取的CT图像特征与临床基线特征融合，显著提升了预测性能 | 未提及具体限制 | 基于深度学习与临床基线特征融合，提高老年髋部骨折术后1年死亡率预测准确性 | 老年髋部骨折患者 | 机器学习 | 老年性疾病 | 计算机断层扫描（CT） | Densenet161 和 LightGBM | 图像（CT骨骼肌组织图像）及临床基线数据 | 内部训练集221例（机构1），外部验证集113例（机构2） | NA | Densenet161, LightGBM | AUC、敏感性、特异性、F1分数 | NA |
| 663 | 2026-04-24 |
Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography
2025-Nov, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500181
PMID:40709742
|
研究论文 | 开发了一种用于分析前视内窥光学相干断层扫描三维图像的深度学习模型，以增强经皮肾造口术中的内窥镜引导 | 首次将三维卷积神经网络应用于前视内窥光学相干断层扫描图像的术中引导，在保持高准确率的同时显著降低推理延迟，优于现有先进三维架构 | 实验仅基于猪肾脏数据集，未涉及人类组织或临床环境验证 | 提升光学相干断层扫描引导的经皮肾造口术手术引导的实时性和准确性 | 三维光学相干断层扫描图像和经皮肾造口术手术引导 | 计算机视觉 | 肾脏疾病 | 光学相干断层扫描（OCT） | 三维卷积神经网络（3D-CNN） | 三维图像 | 10个猪肾脏 | NA | 3D-CNN, 3D-ViT, 3D-DenseNet121, M3T | 准确率（accuracy）, 推理延迟（inference latency） | NA |
| 664 | 2026-04-24 |
Utility of Deep Learning to Address Missing Modalities from Multi-Modal Medical Imaging Studies: A Systematic Review
2025-Oct-17, Artificial intelligence and applications (Commerce, Calif.)
DOI:10.47852/bonviewaia52026392
PMID:42021869
|
综述 | 系统综述深度学习在多模态医学影像缺失模态问题中的应用方法 | 对深度学习解决多模态医学数据缺失模态的方法（图像合成、知识迁移、潜在特征空间）进行系统分类和比较 | 综述方法可能受限于所选数据库（PubMed、IEEE、Scopus）及时间范围（2013-2025年），且未深入分析每种方法的具体性能差异 | 系统性回顾深度学习应对多模态医学影像缺失模态问题的解决方案 | 2013年1月至2025年5月间发表的61篇相关研究论文 | 数字病理学 | 未指定具体疾病 | 医学影像（多模态） | 深度学习（包括图像合成、知识迁移、潜在特征空间方法） | 图像 | 234篇初筛文章，61篇符合纳入标准 | NA | NA | 评价指标（具体未列出），关键属性 | NA |
| 665 | 2026-04-24 |
Automated classification of cellular expression in multiplexed imaging data with Nimbus
2025-Oct, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02826-9
PMID:41062826
|
研究论文 | 提出Nimbus深度学习模型，基于多重成像数据自动化分类细胞标记表达，无需重新训练 | 构建包含1.97亿条标注的Pan-M数据集，并在此基础上开发无需重新训练的预训练模型Nimbus，能跨不同组织、细胞类型和显微镜平台进行细胞标记表达分类 | NA | 开发一种无需重新训练的深度学习模型，自动从多重成像数据中分类单个细胞的标记表达，以促进细胞表型分析 | 多重成像数据中的细胞标记表达模式 | 计算机视觉 | NA | 多重成像 | 深度学习 | 图像 | 1.97亿条标记表达标注，涵盖15种细胞类型 | PyTorch | NA | 准确率 | NA |
| 666 | 2026-04-24 |
Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI
2025-Sep, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29798
PMID:40259798
|
研究论文 | 开发并评估基于双参数MRI的深度学习模型用于前列腺癌风险分层并优化扫描方案选择 | 提出一种深度学习模型根据个体风险推荐使用双参数或多参数MRI方案，实现MRI资源优化利用，并在实时临床工作流中验证 | 未提及具体局限性 | 开发和评估基于bpMRI的深度学习模型用于分类临床显著前列腺癌，并评估其优化MRI协议选择的能力 | 前列腺MRI影像 | 计算机视觉 | 前列腺癌 | MRI | CNN | 图像 | 训练验证26129例，回顾性队列151例，前瞻性队列142例 | NA | 3D ResNet-50 | AUC | NA |
| 667 | 2026-04-24 |
Integrating artificial intelligence into orthopedics: Opportunities, challenges, and future directions
2025-Jul, Journal of hand and microsurgery
IF:0.3Q4
DOI:10.1016/j.jham.2025.100257
PMID:40395968
|
综述 | 综述人工智能在骨科中的应用，包括诊断准确性、手术规划优化和个性化治疗等方面的机遇与挑战 | 系统评估AI在骨科多个领域（如骨折检测、关节重建、脊柱手术和康复）的应用效果，并提出了未来多中心临床试验和数据协议优化的方向 | 存在数据标准化和临床验证不足等挑战 | 评估AI在骨科中的应用潜力及其对患者护理的影响 | 骨科相关的AI应用研究，包括骨折检测、治疗规划、关节重建、脊柱手术和康复 | 机器学习 | 骨科疾病 | NA | 机器学习、深度学习 | NA | NA | NA | NA | NA | NA |
| 668 | 2026-04-24 |
PackPPI: An integrated framework for protein-protein complex side-chain packing and ΔΔG prediction based on diffusion model
2025-May, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70110
PMID:40260988
|
研究论文 | 提出一个基于扩散模型的集成框架PackPPI，用于蛋白质-蛋白质复合物侧链包装和ΔΔG预测 | 首次将扩散模型与近端优化算法结合，统一处理蛋白质复合体的侧链包装和突变效应预测两大任务 | 未在摘要中提及明显的限制 | 开发一个鲁棒且通用的计算工具，提升蛋白质复合体的侧链构象预测和结合亲和力变化预测性能 | 蛋白质-蛋白质复合体及其侧链包装和突变引起的结合亲和力变化 | 机器学习 | NA | 扩散模型、近端优化算法 | 扩散模型 | 蛋白质结构数据 | CASP15数据集和SKEMPI v2.0数据集 | PyTorch | 扩散模型 | 原子RMSD、低能量景观 | 未在摘要中提及 |
| 669 | 2026-04-24 |
An end-to-end neural network for 4D cardiac CT reconstruction using single-beat scans
2025-Apr-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adcafb
PMID:40203865
|
研究论文 | 提出了一种基于深度学习的端到端重建框架，用于单次心跳快速CT扫描的动态心脏成像，以减少运动伪影 | 首次采用端到端方式结合去噪与配准网络，仅利用单周期扫描数据实现运动补偿重建，无需心率限制 | 研究基于模拟投影数据，未在真实临床数据上验证，且30名患者样本量有限，可能影响泛化能力 | 开发一种减少心脏CT运动伪影的深度学习方法，提升动态成像质量 | 心脏CT图像中的运动伪影矫正与冠状动脉等关键结构恢复 | 医学影像 | 心脏疾病 | 心脏CT成像 | 神经网络 | CT投影数据 | 30名真实患者的模拟投影数据，外部机构模拟数据集和XCAT生成连续体模 | NA | 去噪网络、配准网络 | 结构相似性（SSIM）、峰值信噪比（PSNR）、均方根误差（RMSE）、Dice相似系数 | NA |
| 670 | 2026-04-24 |
The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance
2025-03, Journal of vascular surgery
IF:3.9Q1
DOI:10.1016/j.jvs.2024.10.070
PMID:39522568
|
研究论文 | 本研究比较了自动测量的动脉瘤囊体积与最大直径在评估腹主动脉瘤腔内修复术后囊行为方面的差异 | 首次系统评估基于深度学习的自动体积测量在EVAR术后监测中相比传统直径测量的额外临床价值 | 样本量较小（89例），且为回顾性研究，需要更大规模研究验证 | 探讨EVAR术后自动动脉瘤囊体积测量是否能提供比直径测量更细致的囊行为信息 | 接受标准或开窗EVAR治疗的腹主动脉瘤患者 | 数字病理学 | 腹主动脉瘤 | CTA | 深度学习 | 影像 | 89例患者（标准EVAR 46例，开窗EVAR 43例） | NA | NA | t检验，χ2检验或Fisher检验 | NA |
| 671 | 2026-04-24 |
Dimensionality reduction in 3D causal deep learning for neuroimage generation: an evaluation study
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024506
PMID:40276097
|
研究论文 | 评估不同降维方法对三维因果深度学习模型生成反事实神经影像的影响 | 首次系统比较多种降维技术（2D PCA、2.5D PCA、3D PCA、自编码器和VQ-VAE）在三维因果深度学习生成反事实医学影像中的应用效果 | 仅评估了年龄和性别两个变量变化，未考虑其他临床相关变量；降维方法可能丢失部分空间信息影响生成图像质量 | 比较不同降维方法对因果深度学习模型生成反事实神经影像的影响，确定最优降维策略 | 三维脑部医学影像（23,692张） | 计算机视觉, 数字病理学 | NA | 因果深度学习, 正态化流, 主成分分析(PCA), 自编码器, 向量量化变分自编码器(VQ-VAE) | 卷积神经网络（CNN） | 三维图像 | 23,692张三维脑部MRI图像 | NA | CNN | 平均绝对误差(MAE), 分类准确率(Accuracy) | NA |
| 672 | 2026-04-24 |
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 | 介绍了一种用于婴儿MRI脑图像分割的深度学习网络BIBSNet，该模型通过数据增强和大量手动标注图像实现鲁棒且可泛化的分割 | 提出开源社区驱动模型BIBSNet，结合真实手动标注和SynthSeg合成图像训练，分割速度比联合标签融合快600倍，输出与FreeSurfer兼容的分割标签 | NA | 开发一种适用于0-8个月婴儿大脑MR图像的可泛化分割方法，支持典型和非典型脑发育研究 | 从90名0-8月龄参与者采集的MR脑图像（中位年龄4.6个月） | 计算机视觉, 数字病理学 | NA | MRI扫描 | 深度学习神经网络 | 医学图像（MRI） | 90名参与者 | NA | BIBSNet | Dice相似系数, 皮质厚度, 静息态连接性, 脑区体积 | NA |
| 673 | 2026-04-24 |
Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种融合深度学习模型，结合辅助融合层和残差模块，利用内窥镜图像增强结肠疾病的检测能力 | 提出融合多个预训练骨干网络（EfficientNetB0、MobileNetV2、ResNet50V2）并创新引入辅助融合层和融合残差块，通过特征融合与残差学习缓解梯度消失问题，提升分类准确性和鲁棒性 | 未提及具体局限性 | 提升内窥镜图像中结肠疾病的自动检测与分类准确率 | 内窥镜图像中的结肠病变（如胃肠道异常） | 计算机视觉 | 结肠疾病 | NA | CNN | 图像 | 大范围内窥镜图像数据集（具体数量未明确） | NA | EfficientNetB0, MobileNetV2, ResNet50V2 | 分类准确率, 鲁棒性（具体指标未明确） | NA |
| 674 | 2026-04-24 |
Exercise mitigates high-fat diet-induced cardiac dysfunction via APOE genotype- and immune-dependent mechanisms: A photon-counting CT study in adult mice
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0339293
PMID:41417779
|
研究论文 | 利用光子计数CT和深度学习分割技术，研究运动如何通过APOE基因型和免疫依赖机制减轻高脂饮食诱导的小鼠心脏功能障碍 | 首次结合光子计数CT和深度学习分割技术，在APOE基因靶向替换小鼠中系统研究运动、饮食与APOE基因型及免疫反应的交互作用对心脏功能的影响 | 未提供具体的模型性能指标和计算资源信息 | 探讨运动对高脂饮食诱导的心脏功能障碍的保护作用及其与APOE基因型和免疫反应的依赖机制 | APOE2、APOE3和APOE4基因型的人源化APOE靶向替换小鼠，包括不同性别、运动状态、饮食和NOS2介导的先天免疫反应状态 | 数字病理学 | 心血管疾病 | 光子计数CT成像、深度学习图像分割 | 3D U-Net | 图像 | 251只成年小鼠 | NA | 3D U-Net | NA | NA |
| 675 | 2026-04-24 |
Octascope: A Lightweight Pre-Trained Model for Optical Coherence Tomography
2025, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2025.3595838
PMID:40874077
|
研究论文 | 开发了一种轻量级域特定卷积神经网络模型Octascope，用于光学相干断层扫描图像分析 | 采用课程学习策略，先在自然图像（ImageNet）上预训练，再在视网膜、腹部和肾脏组织的OCT图像上训练，实现多领域迁移；相比Transformer模型RETFound，推理速度快2至4.4倍且预测精度略高 | NA | 解决OCT图像分析中训练数据有限和实时应用高推理延迟的挑战 | OCT图像（视网膜、腹部、肾脏组织）以及硬膜外组织检测和视网膜诊断两个下游任务 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | 卷积神经网络（CNN） | 图像 | NA | NA | Octascope | 准确率 | NA |
| 676 | 2026-04-24 |
Global Research Landscape of Artificial Intelligence in Urology: A Systematic Analysis of Emerging Trends, Clinical Impact, and Collaborative Networks (1971-2024)
2025, Medical journal of the Islamic Republic of Iran
DOI:10.47176/mjiri.39.156
PMID:42021824
|
综述 | 对1971年至2024年人工智能在泌尿外科领域的研究进行全面系统分析，涵盖发展趋势、临床影响和国际合作网络 | 首次系统梳理AI在泌尿外科领域50多年的研究演变，揭示从基础机器学习到先进临床工具的转变趋势，并特别关注深度学习在泌尿系统癌症检测中的应用 | 仅纳入英文文献，可能遗漏非英语国家的重要研究；数据库仅限Scopus，可能存在出版偏差 | 系统分析人工智能在泌尿外科领域的研究演变、临床影响和合作网络，为未来发展方向提供见解 | 1971年至2024年发表的5755篇AI相关泌尿外科文献，包括5109篇原创文章和646篇综述 | 自然语言处理, 机器学习 | 前列腺癌, 泌尿系统癌症, 慢性肾病 | 深度学习, 机器学习 | 深度学习模型 | 文献元数据, 图像 | 5755篇文献，包括5109篇原创文章和646篇综述 | VOSviewer, GraphPad Prism, Data Wrapper | NA | 文献数量, 被引次数, 合作网络强度 | NA |
| 677 | 2026-04-24 |
CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph nodes and blood following mRNA vaccination in humans
2024-Sep, Nature immunology
IF:27.7Q1
DOI:10.1038/s41590-024-01888-9
PMID:39164479
|
研究论文 | 利用单细胞转录组学分析了BNT162b2 mRNA疫苗接种后人类淋巴结和血液中SARS-CoV-2刺突蛋白特异性CD4+ T细胞的转录表型 | 首次系统描绘了mRNA疫苗接种后3个月和6个月人类引流淋巴结和血液中刺突蛋白特异性CD4+ T细胞的转录图谱，并利用深度学习反向表位映射方法Trex预测抗原特异性 | NA | 探究mRNA疫苗接种后人类CD4+ T细胞在淋巴结和血液中的转录表型差异及其随时间的变化 | SARS-CoV-2刺突蛋白特异性CD4+ T细胞 | 机器学习 | NA | 单细胞转录组学 | 深度学习 | 单细胞转录组数据 | 1277个刺突蛋白特异性CD4+ T细胞，其中238个由Trex预测 | NA | Trex | NA | NA |
| 678 | 2026-04-24 |
Integrating Phenotypic Information of Obstructive Sleep Apnea and Deep Representation of Sleep-Event Sequences for Cardiovascular Risk Prediction
2024-Mar-15, Research square
DOI:10.21203/rs.3.rs-4084889/v1
PMID:38559110
|
研究论文 | 通过整合阻塞性睡眠呼吸暂停的表型信息和睡眠事件序列的深度表示，实现精准的心血管风险预测 | 首次联合OSA表型聚类和睡眠事件序列深度表示，提出表型对比训练策略，提升心血管风险预测性能 | NA | 探索整合OSA表型信息和夜间生理信息进行普通人群精准心血管风险预测的有效策略 | MESA数据集中1874名无心血管病史的参与者 | 机器学习 | 心血管疾病 | 多导睡眠监测（PSG） | 机器学习模型与深度学习模型 | 静态PSG特征与夜间睡眠事件特征序列 | 1874名参与者 | NA | K-means聚类、深度学习模型 | ROC曲线下面积（AUC） | NA |
| 679 | 2026-04-24 |
Adopting artificial intelligence in cardiovascular medicine: a scoping review
2024-03, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-023-01469-7
PMID:37907600
|
综述 | 对人工智能在心血管医学中应用的范围进行综述，涵盖多个亚专科及技术趋势 | 发现过去五年中心血管医学与AI的结合增长了十倍以上，并展示了深度学习在诊断和预后中的主导作用 | AI在临床决策框架中的全面整合仍存在明显差距 | 捕捉AI在心血管科学中应用的广度并识别当前趋势 | 心血管医学及其亚专科，如普通心脏病学、缺血性心脏病、心力衰竭和心律失常 | 机器学习 | 心血管疾病 | NA | 深度学习 | 医院数据集、心电图、超声心动图、组学数据 | 140项研究 | NA | NA | NA | NA |
| 680 | 2026-04-24 |
Implementing focused echocardiography and AI-supported analysis in a population-based survey in Lesotho: implications for community-based cardiovascular disease care models
2024-03, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-023-01559-6
PMID:38228749
|
研究论文 | 本文探讨在资源有限地区，通过短期培训护士使用手持超声设备并结合人工智能分析，进行人群调查中聚焦心脏超声的可行性 | 首次在莱索托社区环境中评估护士经短期培训后使用低成本手持超声设备结合深度学习算法进行左心室肥厚诊断的效果 | 研究仅评估了胸骨旁长轴切面，未探索其他心脏视图；且由护士获取的图像需经过心脏病专家确认，其长期效果和可推广性有待进一步验证 | 评估在缺乏专家超声心动图检查资源的地区，结合人工智能分析的聚焦超声心动图用于左心室肥厚诊断和监测的可行性 | 莱索托南部16名无超声经验的护士或护士助理以及756例超声心动图样本 | 计算机视觉 | 心血管疾病 | 聚焦心脏超声 | 深度学习 | 超声心动图图像 | 756份超声心动图（来自16名操作者） | NA | 深度学习算法（具体未指定） | 可评估率、心脏病专家确认率 | 巴塞尔大学医院的计算资源（具体GPU等信息未提供） |