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 50074 篇文献，本页显示第 14141 - 14160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14141 | 2026-03-06 |
AI-based prostate volume estimation from multi-planar MRI under variable acquisition protocols
2026-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2026.100738
PMID:41783490
|
研究论文 | 本研究开发了一种基于知识的深度学习分割模型，用于适应不同MRI采集协议（包括仅轴向的简化协议）的前列腺体积估计 | 提出了一种结合知识对比损失的深度学习模型，能够在训练和推理中仅使用轴向分割标注，同时整合未标注的正交视图，提高了模型在真实临床工作流程中的适应性 | 研究为回顾性设计，且仅基于单一机构的3-Tesla MRI数据，可能限制了模型的泛化能力 | 开发并评估一种能够适应不同MRI采集协议的前列腺体积估计深度学习模型 | 经活检确认的前列腺癌患者的MRI图像 | 数字病理学 | 前列腺癌 | 多参数3-Tesla MRI | 深度学习 | MRI图像 | 629例多参数3-Tesla前列腺MRI检查 | nnU-Net | 2D nnU-Net | Dice Score Coefficient, Relative Volume Difference, Bland-Altman分析, 组内相关系数 | NA |
| 14142 | 2026-03-06 |
Accelerating Multiparametric Quantitative MRI Using Self-Supervised Scan-Specific Implicit Neural Representation With Model Reinforcement
2026-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70227
PMID:41419989
|
研究论文 | 提出一种自监督扫描特异性深度学习框架REFINE-MORE，用于加速多参数定量MRI重建 | 结合隐式神经表示与模型强化模块，引入MR物理约束，并采用低秩适应策略提升计算效率 | NA | 开发用于加速多参数定量MRI重建的自监督扫描特异性深度学习框架 | 体模和活体脑部数据 | 医学影像处理 | NA | 多参数定量磁化转移成像 | 深度学习 | MRI图像 | 体模和活体脑部数据 | NA | 隐式神经表示 | 归一化均方根误差, 结构相似性指数 | NA |
| 14143 | 2026-03-06 |
Dynamic-Guided Diffusion Probability Model for Cranial Nerves Segmentation
2026-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70191
PMID:41428854
|
研究论文 | 本文提出了一种动态引导扩散概率模型，用于从多模态磁共振图像中分割颅神经束，以提高分割准确性 | 提出了一种结合多通道注意力和非局部注意力机制的动态引导机制（SE-A-NL模块），以整合颅神经的内在特征、环境特征和多模态图像信息 | 未明确说明模型的计算复杂度、泛化能力到其他神经结构或数据集，以及临床验证的充分性 | 提高颅神经束在磁共振图像中的分割性能，以支持其形态和方向的定量分析 | 五对颅神经束 | 数字病理学 | NA | 磁共振成像（MRI） | 扩散概率模型 | 多模态磁共振图像 | NA | NA | 动态引导扩散概率模型，SE-A-NL模块 | 20项评估指标（具体未列明，但提及在16项中优于现有技术） | NA |
| 14144 | 2026-03-06 |
A Deep Learning Framework for Predicting Teprotumumab Treatment Response in Thyroid Eye Disease
2026-Apr, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2026.101098
PMID:41783079
|
研究论文 | 开发并评估一个基于深度学习的框架，用于量化甲状腺眼病（TED）在替妥木单抗治疗前后的严重程度，并创建预测模型以预测个体患者对治疗的反应 | 整合基于CT的眶容积特征和临床数据，开发深度学习分类模型来量化TED严重程度，并构建回归模型预测治疗反应，为个体化治疗规划提供数据驱动工具 | 回顾性单中心研究，样本量有限（治疗反应组仅19例患者），需要外部验证和前瞻性研究确认 | 开发深度学习框架以客观量化TED严重程度并预测替妥木单抗治疗反应 | 甲状腺眼病患者（184例）和正常眶解剖个体（44例作为对照），以及治疗前后影像的19例患者 | 数字病理 | 甲状腺眼病 | 计算机断层扫描（CT） | 深度学习分类模型, 回归模型 | 图像, 临床数据 | 184例TED患者, 44例正常对照, 19例治疗反应患者 | NA | NA | 准确率, AUC, 均方根误差, 决定系数（R²） | NA |
| 14145 | 2025-12-23 |
Development of the model for predicting the efficacy of bevacizumab and prognosis in ovarian cancer using deep learning-based pathomics signatures
2026-Mar-05, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003823
PMID:41424025
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 14146 | 2026-03-06 |
Boosting Crystalline Property Prediction through Dynamical Feature Updating and Wavelet-Denoised Features: A New Deep Learning Model
2026-Mar-05, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c03930
PMID:41711197
|
研究论文 | 提出了一种名为WANN的新型深度学习框架，通过动态特征更新和小波去噪特征来提升晶体材料性质的预测精度 | 引入了迭代子嵌入模块来隐式捕获多体原子相互作用，无需预定义的特征工程；构建了基于小波的多尺度特征分析回归组件 | 未明确提及模型在处理极端复杂材料体系或超大规模数据集时的具体限制 | 准确预测多种材料的物理和化学性质，特别是多组分材料 | 晶体材料，包括高熵合金和陶瓷等 | 机器学习 | NA | NA | GNN, 深度学习模型 | 原子结构数据 | NA | NA | Wavelet Atomic Neighborhood Network (WANN) | 平均绝对误差 (MAE) | NA |
| 14147 | 2026-03-06 |
Time-frequency-spatial channel attention network for semantic decoding: an exploratory EEG study
2026-Mar-05, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-026-03539-7
PMID:41781649
|
研究论文 | 本研究提出了一种名为TFSANet的深度学习模型，用于从脑电图信号中解码语义信息，并探索其在失语症患者中的应用 | 设计了针对中文语言刺激的语义任务范式，并构建了结合时域、频域和空间通道注意力的深度学习模型TFSANet，以解码与语义相关的脑电图特征 | 脑电图数据集有限，特别是包含中文语言刺激的数据集 | 研究语言处理和表征的神经机制，并开发解码语义信息的方法 | 失语症患者和健康受试者 | 脑机接口 | 失语症 | 脑电图 | 深度学习 | 脑电图信号 | 17名参与者（包括失语症患者和健康受试者） | NA | Time-Frequency-Spatial Channel Attention Network | 准确率 | NA |
| 14148 | 2026-03-06 |
AI-Driven Analysis of Cardiopulmonary Exercise Tests to Identify Gas Exchange and Ventilatory Thresholds
2026-Mar-05, Sports medicine (Auckland, N.Z.)
DOI:10.1007/s40279-026-02403-w
PMID:41784915
|
研究论文 | 本研究评估了一种名为Oxynet的深度学习模型，用于通过心肺运动测试数据自动识别气体交换和通气阈值，并与专家视觉检查进行比较 | 利用预训练的深度学习模型（Oxynet）自动识别心肺运动测试中的乳酸阈值和呼吸补偿点，减少阈值检测的主观性 | 研究主要针对健康个体，未涉及疾病患者；样本量相对有限，且模拟数据与真实数据的区分能力有待提高 | 评估深度学习模型在心肺运动测试中自动识别气体交换和通气阈值的准确性和可靠性 | 心肺运动测试数据，包括模拟和真实的通气与气体交换文件 | 机器学习 | NA | 心肺运动测试 | 深度神经网络 | 时间序列数据（气体交换和通气曲线） | 超过1200个CPET文件用于预训练，后续评估涉及50个模拟文件、50个真实文件、163个CPET用于微调，以及50个独立真实斜坡CPET文件 | NA | Oxynet | ANOVA p值, 效应大小（ω2）, 均值偏差 | NA |
| 14149 | 2026-03-06 |
Impact of Deep Learning-Based Time-of-Flight PET Images of Small Tumors Using a Human Anatomic Phantom
2026-Mar-04, Journal of nuclear medicine technology
IF:1.0Q4
DOI:10.2967/jnmt.125.270450
PMID:41188046
|
研究论文 | 本研究使用人体解剖模型定量评估深度学习时间飞行PET成像对小肿瘤图像质量的影响 | 首次系统评估不同精度水平的深度学习时间飞行PET重建方法对小肿瘤图像质量的影响 | 研究基于人体模型而非真实患者数据，临床验证有限 | 评估深度学习时间飞行PET成像技术对小肿瘤图像质量的提升效果 | 人体胸腹部模型中的肺部和肝脏肿瘤 | 医学影像分析 | 肺癌, 肝癌 | 时间飞行PET成像, 深度学习图像重建 | 深度学习模型 | PET/CT图像 | 人体模型扫描数据，包含6个采集时间点 | NA | 高精度深度学习模型 | SUV, SUVmax, 形状指数图 | NA |
| 14150 | 2026-03-06 |
Machine Learning-Driven R&D of Perovskites and Spinels: From Traditional Models to Deep Learning
2026-Mar-04, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202502228
PMID:41778675
|
综述 | 本文综述了机器学习在钙钛矿和尖晶石材料研发中的应用，从传统机器学习模型到深度学习模型的演变 | 深入探讨了深度学习如何通过端到端特征提取克服传统机器学习的限制，并提出了整合贝叶斯学习和置信度感知建模以提高模型可靠性的前沿方法 | 指出高质量数据稀缺是核心挑战，并强调需要超越预测准确性，关注模型可靠性和鲁棒性 | 加速钙钛矿和尖晶石等战略材料的研发，通过机器学习范式提高研发效率和准确性 | 钙钛矿和尖晶石材料 | 机器学习 | NA | 机器学习，深度学习 | 传统机器学习模型，深度学习模型 | 多模态数据 | NA | NA | NA | 预测准确性，模型可靠性，鲁棒性 | NA |
| 14151 | 2026-03-06 |
PortInput: Enabling Always-available Micro-gesture Input with Pressure Array Sensor
2026-Mar-04, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2026.3670615
PMID:41779644
|
研究论文 | 本文介绍了一种基于压力阵列传感器的便携式微手势输入系统PortInput，通过深度学习模型识别14种微手势，并在AR头戴设备中验证其性能 | 开发了三种便携式原型（指套式、指戴式和表面式），利用压力阵列传感器实现环境无关的微手势交互，并提出了基于深度学习的识别模型 | 未明确说明样本规模或长期使用的耐久性测试，且仅与单一商业设备进行了比较 | 开发一种鲁棒、实时且环境无关的微手势输入系统，以提升增强现实和普适计算中的交互体验 | 微手势输入系统，包括压力阵列传感器原型和深度学习识别模型 | 人机交互 | NA | 压力阵列传感器，深度学习 | 深度学习模型 | 压力模式数据 | NA | NA | NA | 准确性，输入速度，感知工作量 | NA |
| 14152 | 2026-03-06 |
A Review on Automatic Personal Identification Using Panoramic Radiographs and Computed Tomography
2026-Mar-04, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2808-8851
PMID:41780547
|
综述 | 本文综述了基于全景X光片和计算机断层扫描的自动个人身份识别方法，评估其性能并探讨在法医和临床中的应用潜力 | 系统梳理了2018年以来基于放射影像的自动个人身份识别技术，特别比较了基于描述符的计算机视觉与深度学习方法在不同影像类型（如PR和CT）中的应用 | 研究设计、数据集大小和方法学存在异质性，且深度学习方法仍需进一步验证；大规模标准化参考数据库和自动化流程的开发仍是关键挑战 | 评估基于放射影像的自动个人身份识别技术在法医和临床环境中的应用现状与潜力 | 全景X光片和计算机断层扫描影像 | 计算机视觉 | NA | 全景X光片、计算机断层扫描 | 深度学习 | 图像 | 32项研究（涉及PR和CT影像数据集） | NA | NA | NA | NA |
| 14153 | 2026-03-06 |
Wire-form shape memory alloy actuators: modeling, design, and control
2026-Mar-03, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-026-01161-z
PMID:41771841
|
综述 | 本文对线状形状记忆合金（WF-SMA）驱动器进行了全面系统的评估，涵盖其建模方法、典型结构、控制策略及多领域前沿应用 | 系统性地整合了WF-SMA驱动器的建模、设计与控制，并提出了融合微纳制造、柔性电子与多功能材料的未来发展方向，以及集成建模-设计-控制框架与深度学习应用的新研究路径 | NA | 评估线状形状记忆合金驱动器的技术现状、挑战与未来发展方向 | 线状形状记忆合金驱动器 | 机器学习 | NA | 微纳制造技术，柔性电子技术 | 神经网络 | NA | NA | NA | NA | NA | NA |
| 14154 | 2026-03-06 |
Diagnostic accuracy of convolutional neural network algorithms to distinguish gastrointestinal obstruction on conventional radiographs in a pediatric population
2026-03-02, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2025.242950
PMID:40018794
|
研究论文 | 本研究旨在利用卷积神经网络模型，通过腹部X光片区分儿科患者的正常肠道气体分布、胃肠道扩张或梗阻，并进一步区分需要手术的梗阻与其他扩张或肠梗阻 | 首次针对儿科人群，利用CNN模型评估胃肠道梗阻的鉴别诊断，并区分需要手术的梗阻与其他扩张，填补了该领域在儿科应用中的空白 | 研究样本量相对有限（正常540例，手术纠正扩张298例，炎症/感染性扩张314例），且数据来源于单一机构，可能影响模型的泛化能力 | 开发一个高精度的深度学习决策支持系统，用于急诊科儿科胃肠道梗阻的快速鉴别诊断 | 儿科患者的腹部X光片，包括正常、手术纠正扩张和炎症/感染性扩张三类 | 计算机视觉 | 胃肠道疾病 | 腹部X光成像 | CNN | 图像 | 正常540例，手术纠正扩张298例，炎症/感染性扩张314例，总计1152例腹部X光片 | NA | ResNet50, InceptionResNetV2, Xception, EfficientNetV2L, ConvNeXtXLarge | 准确率 | NA |
| 14155 | 2026-03-06 |
Magnetic resonance imaging-based artificial intelligence model predicts neoadjuvant therapy response in triple-negative breast cancer
2026-03-02, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2025.253376
PMID:41140117
|
研究论文 | 本研究开发了一种基于深度学习的AI模型，利用治疗前磁共振成像（MRI）预测三阴性乳腺癌患者对新辅助化疗的病理完全缓解 | 首次利用治疗前多序列MRI数据，通过残差卷积神经网络模型预测三阴性乳腺癌患者对新辅助化疗的病理完全缓解 | 研究为回顾性、双中心设计，样本量较小（43名患者，49个病灶），未来需要更大数据集和更多成像模态来提高模型的泛化性和临床适用性 | 开发AI模型以预测三阴性乳腺癌患者对新辅助化疗的治疗反应，辅助临床决策 | 三阴性乳腺癌患者 | 数字病理学 | 乳腺癌 | 磁共振成像（MRI），包括T2加权、T1加权和扩散加权成像 | CNN | 图像 | 43名患者的49个病灶 | NA | 残差卷积神经网络 | 准确率, AUC, Dice相似系数 | NA |
| 14156 | 2026-03-06 |
Single capture quantitative oblique back-illumination microscopy
2026-Mar-02, Npj imaging
DOI:10.1038/s44303-026-00147-w
PMID:41772037
|
研究论文 | 提出一种基于深度学习的单次捕获定量斜背照明显微镜技术，用于无标记、三维定量相位成像 | 通过深度学习模型从单次斜背照明捕获中准确重建相位信息，显著提升了成像速度并降低了系统复杂性 | 未明确说明深度学习模型在极端样本条件下的泛化能力或计算效率限制 | 开发一种高速、简化的定量相位成像技术，用于动态实时生物医学成像 | 任意厚度的生物样本（如小鼠大脑、人类手臂） | 计算显微成像 | NA | 定量斜背照明显微镜 | 深度学习模型 | 显微图像 | 多种生物样本（未明确具体数量） | NA | NA | 相位成像精度（与传统四捕获方法对比） | NA |
| 14157 | 2026-03-06 |
Deep-learning-based prediction of significant portal hypertension with single cross-sectional non-enhanced CT
2026-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12010-4
PMID:40981991
|
研究论文 | 本研究开发了一种基于深度学习的方法，利用单张非增强CT图像预测临床显著门静脉高压 | 首次提出基于单张非增强CT横断面图像的深度学习模型来预测CSPH，并比较了四个不同感兴趣区域图像以确定最适合检测CSPH的位置 | 研究样本量相对有限（421名患者），且为单中心回顾性研究，可能影响模型的泛化能力 | 建立预测临床显著门静脉高压的深度学习模型，并比较不同CT图像位置对预测性能的影响 | 慢性肝病患者 | 数字病理学 | 慢性肝病 | 非增强CT成像 | CNN | 图像 | 421名患者 | NA | 卷积神经网络与多层感知机分类器 | AUC, 敏感性, 特异性, Youden指数 | NA |
| 14158 | 2026-03-06 |
MRI-based habitat analysis for pathologic response prediction after neoadjuvant chemoradiotherapy in rectal cancer: a multicenter study
2026-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11997-0
PMID:40981989
|
研究论文 | 本研究通过MRI影像进行栖息地分析，预测直肠癌患者新辅助放化疗后的病理反应 | 结合深度学习自动分割、简单线性迭代聚类划分肿瘤亚区，并融合临床因素、影像组学特征及瘤内异质性特征构建预测模型 | 未在融合模型与瘤内异质性模型之间检测到显著性能差异 | 评估基于MRI的栖息地分析在预测直肠癌患者新辅助放化疗后病理反应中的价值 | 直肠癌患者 | 数字病理学 | 直肠癌 | MRI, 深度学习, 简单线性迭代聚类, 影像组学 | 深度学习模型 | MRI图像 | 1021名直肠癌患者，分为训练测试集（319例）、内部验证集（317例）及两个外部验证集（158例和227例） | NA | NA | AUC, Delong检验, 疾病无进展生存期 | NA |
| 14159 | 2026-03-06 |
Deep learning reconstruction for temporomandibular joint MRI: diagnostic interchangeability, image quality, and scan time reduction
2026-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12029-7
PMID:40996510
|
研究论文 | 本研究评估了深度学习重建的颞下颌关节磁共振成像在诊断可互换性、图像质量和扫描时间方面与传统MRI的对比 | 首次系统评估深度学习重建MRI在颞下颌关节成像中的诊断可互换性，并证明其能显著减少扫描时间同时提升图像质量 | 样本量相对有限（88名患者），且仅针对特定MRI序列（PDW和T2W FS）进行评估 | 评估深度学习重建MRI技术在颞下颌关节成像中的临床应用价值 | 疑似颞下颌关节紊乱患者的磁共振图像 | 医学影像分析 | 颞下颌关节紊乱 | 磁共振成像（MRI），深度学习图像重建 | 深度学习模型 | 医学影像（MRI图像） | 88名患者（平均年龄37±16岁，43名男性）的176个颞下颌关节 | NA | NA | 诊断一致性（95%置信区间），图像质量评分（5点量表），信噪比（SNR），对比噪声比（CNR） | NA |
| 14160 | 2026-03-06 |
Personalized MR-Informed Diffusion Models for 3D PET Image Reconstruction
2026-Mar, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/TRPMS.2025.3602262
PMID:41244311
|
研究论文 | 提出一种利用多模态PET-MR扫描数据生成受试者特异性伪PET图像，并基于此预训练个性化扩散模型以改进低计数PET图像重建的方法 | 通过图像配准在不同患者解剖结构间转换生成受试者特异性伪PET图像，保留MR扫描的解剖信息，从而预训练个性化扩散模型，在低计数数据下提升重建精度 | 未明确说明生成伪PET图像的具体配准算法细节，且实验仅基于[F]FDG数据集，未验证其他示踪剂的泛化能力 | 改进低计数PET图像重建的准确性与解剖特征保留能力 | 多受试者PET-MR扫描数据 | 医学影像重建 | NA | 图像配准，扩散模型 | 扩散模型 | PET图像，MR图像 | 模拟和真实[F]FDG数据集（未指定具体样本数量） | NA | NA | 重建准确性，解剖特征保留度，PET独特特征与PET/MR共有特征的重建权衡 | NA |