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 49152 篇文献，本页显示第 10381 - 10400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10381 | 2026-04-27 |
Deep learning-based computer-aided diagnosis system for the automatic detection and classification of lateral cervical lymph nodes on original ultrasound images of papillary thyroid carcinoma: a prospective diagnostic study
2024-09, Endocrine
IF:3.0Q2
DOI:10.1007/s12020-024-03808-1
PMID:38570388
|
研究论文 | 开发一种基于深度学习的计算机辅助诊断系统，用于在甲状腺乳头状癌患者原始超声图像上自动检测和分类侧颈淋巴结 | 首次开发了基于可变形检测变压器的计算机辅助诊断系统，用于自动检测和分类侧颈淋巴结，在前瞻性数据集中验证其诊断效能优于不同年资的超声医师 | 未在摘要中明确说明研究局限性 | 开发并验证一种基于深度学习的计算机辅助诊断系统，用于自动检测和分类侧颈淋巴结，辅助超声医师诊断 | 甲状腺乳头状癌患者侧颈淋巴结超声图像 | 计算机视觉 | 甲状腺癌 | 超声成像 | 可变形检测变压器（Deformable DETR） | 图像 | 回顾性数据集包括1675例患者的1801张图像，前瞻性测试集包括160例患者的185张图像 | NA | 可变形检测变压器（Deformable DETR） | 平均精度均值（mAP）、准确率、曲线下面积（AUC） | NA |
| 10382 | 2026-04-27 |
Deep learning of Parkinson's movement from video, without human-defined measures
2024-08-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2024.123089
PMID:38991323
|
研究论文 | 利用深度学习神经网络直接分析帕金森病患者手指敲击视频，无需人工定义的测量指标，实现疾病分类 | 首次将3D卷积神经网络直接应用于原始手指敲击视频，无需提取一维信号或预定义特征，并可视化模型学习的关键时空特征（如PD组特有的拇指下垂动作） | 样本量较小（40名患者和37名对照），测试准确率仅为0.69，且未在真实临床环境中验证 | 评估直接从视频中学习手指敲击动作以区分帕金森病患者与对照组的可行性，并解释模型关注的时空特征 | 特发性帕金森病患者与健康对照者的手指敲击视频 | 计算机视觉 | 帕金森病 | 视频记录（智能手机拍摄） | 3D卷积神经网络 | 视频 | 152段10秒手指敲击视频，来自40名PD患者和37名对照 | NA | 3D卷积神经网络 | 准确率, 精确率, 召回率, AUROC | NA |
| 10383 | 2026-04-27 |
Clinical narratives as a predictor for prognosticating functional outcomes after intracerebral hemorrhage
2023-10-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2023.120807
PMID:37717279
|
research paper | 研究临床叙述能否改善脑出血患者功能预后的预测性能 | 首次利用自然语言处理从临床叙述中提取文本标记，并将其与现有预后模型结合，显著提升脑出血患者功能结局的预测性能 | NA | 探讨临床叙述能否提升脑出血后功能结局的预测能力 | 脑出血患者的临床叙述记录和功能结局（改良Rankin量表评分） | natural language processing | intracerebral hemorrhage | NLP | machine learning and deep learning approaches | text | 1363例患者（训练集1023例，测试集340例） | NA | NA | area under the receiver operating characteristic curve, net reclassification improvement, integrated discrimination improvement | NA |
| 10384 | 2026-04-27 |
Deep learning analysis of UPLC-MS/MS-based metabolomics data to predict Alzheimer's disease
2023-10-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2023.120812
PMID:37776718
|
研究论文 | 利用深度学习分析基于UPLC-MS/MS的代谢组学数据来预测阿尔茨海默病 | 首次通过UPLC-MS/MS代谢组学数据结合深度学习模型，识别出一组新的诊断性代谢生物标志物用于预测阿尔茨海默病，其中胆汁酸代谢物与APOE-ε4等位基因和临床生物标志物相关 | 样本量较小，仅包含177名个体，且模型在单一数据集上验证，可能缺乏泛化能力 | 识别新的代谢生物标志物并开发深度学习工具以预测阿尔茨海默病 | 来自阿尔茨海默病神经影像学倡议队列的78名AD患者和99名认知正常个体，共177人 | 机器学习 | 阿尔茨海默病 | UPLC-MS/MS | 多层前馈神经网络 | 代谢组学数据 | 177名个体（78名AD患者和99名认知正常者） | H2O | 多层前馈神经网络（2层18个神经元） | 准确率、F1分数、AUC | NA |
| 10385 | 2026-04-27 |
Design and Rationale for the Use of Magnetic Resonance Imaging Biomarkers to Predict Diabetes After Acute Pancreatitis in the Diabetes RElated to Acute Pancreatitis and Its Mechanisms Study: From the Type 1 Diabetes in Acute Pancreatitis Consortium
2022-07-01, Pancreas
IF:1.7Q3
DOI:10.1097/MPA.0000000000002080
PMID:36206463
|
研究论文 | 本研究探讨高级磁共振成像技术能否反映急性胰腺炎后的病理生理变化，并提供预测糖尿病的影像生物标志物 | 利用先进MRI技术开发定量复合风险评分，并结合人工智能深度学习算法优化预测能力 | NA | 通过纵向MRI观察急性胰腺炎后糖尿病的自然病程，识别高危个体并建立风险评分系统 | 急性胰腺炎后发生糖尿病的患者及其血糖正常、糖尿病前期人群 | 机器学习 | 糖尿病, 急性胰腺炎 | MRI | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 10386 | 2026-04-25 |
MRDT-GAN: generative adversarial network with multi-scale residual dense transformer generator for low-dose CT denoising
2026-Apr-24, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae28b0
PMID:41349217
|
研究论文 | 提出一种基于多尺度残差密集变换器生成对抗网络的低剂量CT去噪方法 | 在生成器中采用MRDT Block作为核心单元，将多尺度策略引入残差密集网络以减少过度平滑并保留精细细节，同时结合补丁变换器模块捕获长距离依赖，减轻卷积神经网络局部感受野引起的失真；引入混合注意力模块处理空间、频率和对比度信息，实现更好的噪声抑制和对比度均匀性；判别器在全局、像素和子尺度上对抗性探索去噪LDCT与正常剂量CT的差异，以更好捕捉结构变化 | 未提及具体局限性 | 开发一种低剂量CT去噪框架，在增强噪声抑制的同时保留解剖细节和结构保真度 | 低剂量CT图像 | 计算机视觉 | NA | 低剂量CT | 生成对抗网络 | 图像 | NIH-AAPM-Mayo Clinic低剂量CT数据集和真实世界数据集 | NA | 多尺度残差密集变换器生成对抗网络 | NA | NA |
| 10387 | 2026-04-25 |
Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation
2026-Apr-01, The American journal of gastroenterology
DOI:10.14309/ajg.0000000000003495
PMID:40267276
|
研究论文 | 通过多中心外部验证，评估用于巴雷特食管异型增生组织学诊断的深度学习模型性能 | 对之前交叉验证的BE异型增生深度学习模型进行多中心外部验证，采用生成对抗网络归一化染色特性，结合YOLO和ResNet101的集成方法 | NA | 外部验证用于巴雷特食管异型增生分级诊断的深度学习模型 | 巴雷特食管的病理全切片图像 | 数字病理学 | 食管腺癌、巴雷特食管 | 全切片图像数字化 | CNN、生成对抗网络 | 图像 | 489张全切片图像 | NA | You Only Look Once, ResNet101 | 敏感性、特异性、F1分数 | NA |
| 10388 | 2026-04-25 |
Advancements in Caries Diagnostics Using Bitewing Radiography: A Systematic Review of Deep Learning Approaches
2026, Caries research
IF:2.9Q1
DOI:10.1159/000546448
PMID:40544827
|
综述 | 系统综述深度学习技术在咬翼片放射影像中龋齿诊断的应用进展 | 首次系统性地综述了深度学习在咬翼片放射影像龋齿诊断中的最新进展，总结了不同深度学习架构的性能优势 | 综述可能受限于纳入研究的异质性及部分研究缺乏外部验证 | 评估深度学习技术在咬翼片放射影像中辅助龋齿诊断的现状与潜力 | 咬翼片放射影像中的龋齿病变检测与诊断 | 计算机视觉 | 龋齿 | NA | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 10389 | 2026-04-25 |
Utilising Cot-Side Cameras in Neonatal Intensive Care Unit for Deep Learning-Assisted General Movement Assessment
2026-01, Acta paediatrica (Oslo, Norway : 1992)
DOI:10.1111/apa.70319
PMID:41025287
|
综述 | 本文探讨利用新生儿重症监护室的床边摄像头结合深度学习辅助进行全身运动评估 | 首次系统总结了床边摄像头在新生儿重症监护室中用于自动全身运动评估的潜力，并结合深度学习技术提出非侵入性、可扩展的解决方案 | 未提供实际实验数据或性能评估，仅基于文献综述，缺乏验证的临床结果 | 评估床边摄像头与深度学习结合在新生儿全身运动评估中的可行性与应用前景 | 床边摄像头获取的新生儿RGB视频数据 | 计算机视觉 | 新生儿神经系统疾病 | 深度学习 | NA | 视频数据 | NA | NA | NA | NA | NA |
| 10390 | 2026-04-25 |
An ancient recombination desert is a speciation supergene in placental mammals
2026-01, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09740-2
PMID:41225009
|
研究论文 | 利用深度学习方法研究胎盘哺乳动物中一个古老的重组荒漠作为物种形成的超级基因 | 首次通过深度学习从22个胎盘哺乳动物物种的基因组比对中推断重组景观的进化，并发现X连锁重组荒漠是一个古老且反复出现的基因流屏障，保留了物种历史 | NA | 理解减数分裂重组率在物种形成早期对基因流的影响，并应用重组感知的系统发育分析准确推断物种关系 | 胎盘哺乳动物物种 | 机器学习 | NA | 基因组比对 | 深度学习 | 基因组比对数据 | 22个胎盘哺乳动物物种用于初始分析，94个物种用于系统发育分析 | PyTorch | NA | NA | NA |
| 10391 | 2026-04-25 |
Advancing biological taxonomy in the AI era: deep learning applications, challenges, and future directions
2026-01, Science China. Life sciences
DOI:10.1007/s11427-025-3074-8
PMID:41136689
|
综述 | 综述了深度学习在生物分类学中的应用、挑战与未来方向 | 提出将基因组视为“语言”的基础模型，以及整合因果关系的全集成模型可能为物种界定带来阶跃变化 | 存在数据质量、算法鲁棒性、参考文库完整性、模型透明度和共享标准等关键挑战 | 探讨人工智能尤其是深度学习如何推动生物分类学的发展，并分析其潜在变革与挑战 | 生物分类学，包括基于图像、生物声学、基因序列和物种性状的分类方法 | 机器学习 | NA | 深度学习 | 基础模型 | 图像、声音、基因序列 | NA | NA | NA | NA | NA |
| 10392 | 2026-04-25 |
Colorectal disease diagnosis with deep triple-stream fusion and attention refinement
2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出一种名为TripleFusionNet的深度学习框架，融合多流架构与注意力机制，用于结直肠疾病分类 | 提出TripleFusionNet三重流架构，结合EfficientNetB3、ResNet50和DenseNet121的多级特征提取，并集成多尺度注意力模块和挤压激励精化块以增强特征判别力，同时采用渐进门控融合机制动态加权融合特征 | 在CRCCD_V1数据集上，基于嵌入的分类器性能略优于端到端模型，表明端到端学习仍有提升空间 | 开发一种鲁棒的早期诊断方法，用于从组织病理和内镜图像中分类结直肠疾病 | 结直肠癌症的组织病理和内镜图像 | 计算机视觉, 数字病理学 | 结直肠癌 | NA | CNN | 图像 | CRCCD_V1数据集包含14个类别，LC25000数据集为二分类 | PyTorch | EfficientNetB3, ResNet50, DenseNet121, 多尺度注意力模块, 挤压激励精化块, 渐进门控融合 | 准确率, 宏F1分数, 精确率, 召回率, ROC-AUC | NA |
| 10393 | 2026-04-25 |
Automatic detection of arterial input function for brain DCE-MRI in multi-site cohorts
2025-Dec, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70020
PMID:40808286
|
研究论文 | 提出一种鲁棒深度学习模型，用于从多中心DCE-MRI脑部影像中自动提取动脉输入函数 | 采用3D UNet模型结合额外卷积核和修正Huber损失函数，在多样多中心队列中实现动脉输入函数自动提取 | 非所有参与者数据均用于血脑屏障通透性测量，可能影响模型泛化性 | 开发并验证一种高精度动脉输入函数自动提取方法，用于脑部DCE-MRI定量药代动力学建模 | 人类脑部DCE-MRI影像及动脉输入函数区域 | 计算机视觉 | 脑血管疾病 | DCE-MRI成像 | 3D UNet | 医学图像 | 训练集：289名参与者共384次扫描；独立验证集：326名参与者共421次扫描 | NA | 3D UNet | AIFitness评分、Ktrans值、组内相关系数 | NA |
| 10394 | 2026-04-25 |
Paradigm-Shifting Attention-Based Hybrid View Learning for Enhanced Mammography Breast Cancer Classification With Multi-Scale and Multi-View Fusion
2025-Nov, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3569726
PMID:40354201
|
研究论文 | 提出一种基于注意力机制的混合视角学习框架，用于增强乳腺摄影乳腺癌分类 | 提出了混合视角学习范式，统一了传统单视角和多视角学习方法；设计了对比切换注意力和选择性池化注意力两种注意力机制，分别解决数据完整性和多尺度特征捕捉问题 | 未明确说明局限性 | 提升乳腺摄影图像中乳腺癌分类的准确性和鲁棒性 | 乳腺摄影图像 | 计算机视觉 | 乳腺癌 | 乳腺摄影 | 注意力模型 | 图像 | INbreast和CBIS-DDSM两个数据集 | PyTorch | 对比切换注意力、选择性池化注意力 | 准确率、F1分数、AUC-PR | NA |
| 10395 | 2026-04-25 |
A deep learning pipeline for accurate and automated restoration, segmentation, and quantification of dendritic spines
2025-Oct-20, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101179
PMID:40972567
|
研究论文 | 提出一个集成深度学习用于图像恢复、分割和分析的开源管道RESPAN，实现树突棘的自动、准确恢复、分割和量化 | 通过内容感知恢复增强信号、对比度和各向同性分辨率，提升在弱信号数据集（如快速体积成像和体内双光子显微镜）中的鲁棒检测能力，并整合多种高级功能于用户友好界面 | NA | 开发自动化和准确的树突棘量化工具，简化现有软件组合的复杂流程 | 树突棘、树突分支和胞体的显微图像 | 计算机视觉 | NA | 双光子显微镜、快速体积成像 | 深度学习 | 图像 | NA | NA | 内容感知恢复网络 | 准确性、可重复性 | NA |
| 10396 | 2025-02-22 |
Author Correction: Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker
2025-Feb-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90514-1
PMID:39979555
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10397 | 2026-04-25 |
Deep learning assists early-detection of hypertension-mediated heart change on ECG signals
2025-02, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-024-01938-7
PMID:39394520
|
研究论文 | 设计深度学习模型从心电图信号中预测高血压并识别相关心电片段 | 提出多分支多尺度LSTM网络MML-Net和心电导向波对齐可解释人工智能管道ECG-XAI，用于早期检测高血压介导的心脏变化 | 未在外部多中心数据集上验证，且模型解释仅聚焦于P波和R波 | 探索利用心电图信号早期检测高血压引起的心脏结构变化 | 心电图信号及高血压患者的心脏变化 | 机器学习, 数字健康 | 心血管疾病, 高血压 | 心电图 | LSTM | 信号 | 210,120份10秒12导联心电图（来自FUKUDA FX-8322）和812份心电图（来自NALONG RAGE-12） | PyTorch | MML-Net（多分支多尺度LSTM） | 召回率, 精确率 | NA |
| 10398 | 2026-04-25 |
Graph based recurrent network for context specific synthetic lethality prediction
2025-02, Science China. Life sciences
DOI:10.1007/s11427-023-2618-y
PMID:39422810
|
研究论文 | 提出基于图循环网络的模型用于上下文特异性合成致死预测 | 引入图循环网络编码器获取上下文特异性低维特征表示，利用门控循环单元集成上下文相关状态信息 | 未提及具体限制，但方法依赖遗传上下文信息，可能对缺乏上下文数据的场景适应性有限 | 预测具有治疗潜力的合成致死相互作用，特别是上下文依赖性的SL关系 | 合成致死相互作用及其遗传上下文依赖性 | 机器学习 | 癌症 | NA | 图循环网络 | 基因组相互作用数据 | NA | NA | 图循环网络，门控循环单元 | NA | NA |
| 10399 | 2026-04-25 |
Clinical Relevance of Computational Pathology Analysis of Interplay between Kidney Microvasculature and Interstitial Microenvironment
2025-Feb-01, Clinical journal of the American Society of Nephrology : CJASN
IF:8.5Q1
DOI:10.2215/CJN.0000000597
PMID:39714939
|
研究论文 | 利用计算病理学分析肾脏微血管与间质微环境相互作用在肾小球疾病进展中的临床相关性 | 首次揭示肾小管周围毛细血管与间质纤维化/肾小管萎缩区域的空间和形态特征之间的相互作用，并识别出新型数字生物标志物用于预测疾病进展 | 样本量有限（344例），且未在独立外部队列中验证结果 | 评估肾小管周围毛细血管特征与其间质微环境相互作用在肾小球疾病进展中的临床相关性，并识别新型数字生物标志物 | 肾小球疾病患者（包括微小病变肾病、局灶节段性肾小球硬化、膜性肾病和IgA肾病）的肾脏活检组织切片 | 数字病理学 | 肾小球疾病 | 深度学习模型、全玻片成像、计算病理学分析 | 深度学习模型、机器学习模型 | 病理图像 | 344例肾小球疾病患者（112例微小病变肾病、134例局灶节段性肾小球硬化、61例膜性肾病、37例IgA肾病） | NA | NA | NA | NA |
| 10400 | 2026-04-25 |
Volumetric analysis of acute uncomplicated type B aortic dissection using an automated deep learning aortic zone segmentation model
2024-10, Journal of vascular surgery
IF:3.9Q1
DOI:10.1016/j.jvs.2024.06.001
PMID:38851467
|
研究论文 | 基于深度学习的自动主动脉区域分割模型用于急性非复杂性B型主动脉夹层的体积分析 | 首次将深度学习分割模型应用于基于SVS/STS定义的主动脉区域，并实现自动体积分析 | 样本量有限（59例患者）且未发现主动脉生长速率与基线体积的关联，模型性能在不同区域存在差异 | 建立自动机器学习主动脉区域分割模型，比较不同主动脉生长速率患者的区域体积变化 | 急性非复杂性B型主动脉夹层（auTBAD）患者 | 机器学习 | 主动脉夹层 | CT血管成像（CTA） | 深度学习分割模型 | CT图像 | 59例auTBAD患者 | 开源医学图像分析软件（未指定具体框架） | 细分为9个主动脉区域的分割网络（未指定具体架构，如U-Net等） | Dice系数 | NA |