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 44618 篇文献，本页显示第 1581 - 1600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1581 | 2026-05-06 |
SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons
2025-06, Thrombosis research
IF:3.7Q1
DOI:10.1016/j.thromres.2025.109334
PMID:40344789
|
研究论文 | 针对静脉血栓栓塞风险预测中多维特征集成不足的问题，提出一种结合可分离自注意力和改进空间移位多层感知器的深度学习模型SSA-sMLP | 首次将可分离自注意力与S-MLPv2模块集成，通过动态上下文向量和线性解耦策略实现跨维特征交互建模，利用无参移位操作和分裂注意力机制精确捕捉局部非线性关联 | 未明确讨论外部验证结果及模型在其他医疗场景的泛化能力 | 提升静脉血栓栓塞风险预测的准确性和鲁棒性，平衡计算效率与模型性能 | 医院113836份临床记录中的静脉血栓栓塞风险数据 | 机器学习 | 静脉血栓栓塞 | NA | 深度学习模型（SSA-sMLP） | 临床记录数据 | 113836份临床记录 | NA | 可分离自注意力模块、改进空间移位多层感知器（S-MLPv2） | 准确率（87.99%）、F1分数（65.9%） | NA |
| 1582 | 2026-05-06 |
Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8566
PMID:39947682
|
研究论文 | 利用基于物理的合成MR图像和深度迁移学习减少回波平面成像中的伪影 | 提出一种基于物理的伪影合成方法生成逼真MR图像，并结合堆叠迁移学习策略训练GAN，以有效减少EPI中的多种伪影，同时保留对比度信息 | NA | 验证基于物理的合成图像和堆叠迁移学习在EPI伪影减少中的应用效果 | MR脑部图像及其伪影 | 计算机视觉 | 复发性胶质母细胞瘤 | MRI | 生成对抗网络 | 图像 | 1392名患者的4573个解剖MR序列，以及49名复发性胶质母细胞瘤患者的ADC图 | PyTorch | 改进的Pix2PixGAN架构，带有Attention-R2UNet生成器 | 均方误差、结构相似性指数、多尺度结构相似性指数、峰值信噪比、豪斯多夫距离 | NA |
| 1583 | 2026-05-06 |
Comprehensive Segmentation of Gray Matter Structures on T1-Weighted Brain MRI: A Comparative Study of Convolutional Neural Network, Convolutional Neural Network Hybrid-Transformer or -Mamba Architectures
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8544
PMID:39433334
|
research paper | 比较六种深度学习模型在T1加权脑MRI上分割122个灰质结构的性能，评估U-Mamba_Bot等模型在临床和研究中的应用潜力 | 首次系统比较CNN、CNN混合Transformer和Mamba架构在大量脑结构（122个）分割任务中的性能，并验证U-Mamba_Bot在精度和可靠性上的优势 | 数据集规模有限，未来需更大样本验证；模型在其他神经疾病中的适用性尚未探索 | 评估先进深度学习模型在脑MRI多结构分割中的效果，为临床和研究提供最有效工具 | 1510例T1加权脑MRI扫描，包括正常对照和阿尔茨海默病患者 | computer vision | 阿尔茨海默病 | MRI | CNN, Transformer, Mamba | image | 1510例T1加权脑MRI | NA | nnU-Net, SegResNet, SwinUNETR, UNETR, U-Mamba_BOT, U-Mamba_Enc | Dice相似系数, 95百分位豪斯多夫距离 | NA |
| 1584 | 2026-05-06 |
Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases
2025-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8567
PMID:40147833
|
研究论文 | 采用深度学习方法加速颈髓MRI采集，评估其在退行性脊柱病变与脊髓病诊断中的图像质量与诊断效能 | 首次使用商用且独立于供应商的深度学习重建算法，前瞻性评估加速颈椎MRI在真实患者中的诊断性能，并与传统MRI对比 | NA | 比较传统颈椎MRI与基于深度学习重建的加速颈椎MRI在评估退行性脊柱疾病和脊髓病时的图像质量和诊断性能 | 50名患有退行性颈椎疾病或脊髓病的患者 | 机器学习 | 退行性脊柱疾病， 脊髓病 | MRI | 深度学习 | 图像 | 50名患者 | NA | 深度学习重建模型（未指定具体架构） | 信噪比（SNR）， 对比噪声比（CNR）， 整体图像质量5分制评分， 灵敏度， 特异度 | NA |
| 1585 | 2026-05-06 |
Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3494732
PMID:39514345
|
研究论文 | 一种基于增量再训练LSTM的个性化血糖预测方法，利用有限的CGM数据实现准确预测 | 提出增量再训练堆叠LSTM框架，通过参数迁移和逐步适应个体数据，显著降低血糖预测误差，并在冷启动场景中有效 | 依赖于CGM数据质量和糖尿病患者血糖变异性的多样性，预测准确性可能因个体差异而波动 | 利用深度学习解决1型糖尿病患者血糖预测中数据有限和个体差异性大的问题 | 1型糖尿病患者的连续血糖监测数据 | 机器学习 | 1型糖尿病 | 连续血糖监测 | LSTM | 时间序列数据 | 两个数据集：OpenAPS和Replace-BG，具体样本量未明确提及 | NA | 堆叠LSTM | 均方根误差, Clarke误差网格分析 | NA |
| 1586 | 2026-05-06 |
Detection of Macular Neovascularization in Eyes Presenting with Macular Edema using OCT Angiography and a Deep Learning Model
2025-Apr, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.10.017
PMID:39461425
|
研究论文 | 测试一种用于检测和分割黄斑新生血管的人工智能算法在伴有水肿的不同病因眼中的诊断性能 | 开发了一种混合多任务卷积神经网络（aiMNV），能同时检测和分割黄斑新生血管，并验证了其在渗出性年龄相关性黄斑变性、糖尿病性黄斑水肿和视网膜静脉阻塞导致的黄斑水肿眼中的诊断能力 | 6×6毫米扫描的灵敏度低于3×3毫米扫描，可能是由于扫描采样密度较低所致 | 评估一种针对黄斑新生血管的深度学习方法在伴有黄斑水肿的不同病因眼中的检测和分割性能 | 伴有渗出性年龄相关性黄斑变性、糖尿病性黄斑水肿或视网膜静脉阻塞所致黄斑水肿的研究参与者 | 计算机视觉, 数字病理学 | 年龄相关性黄斑变性, 糖尿病性黄斑水肿, 视网膜静脉阻塞 | OCT血管成像 | 混合多任务卷积神经网络 | OCT血管成像图像 | 来自112名研究参与者的114只眼 | NA | 混合多任务卷积神经网络 | 灵敏度, 特异性, 阳性预测值, 阴性预测值, 交并比, F1分数 | NA |
| 1587 | 2026-05-06 |
Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques
2025-Apr, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04253-1
PMID:40151342
|
综述 | 总结植物病毒检测领域的传统方法与前沿技术，包括基于症状、血清学、核酸技术及新兴的LAMP、HTS、纳米生物传感器和CRISPR诊断方法 | 系统整合了人工智能、机器学习和物联网在植物病毒实时监测中的应用，并介绍了高光谱成像、深度学习和云平台等创新手段 | 仍存在序列限制、多重检测能力有限及环境可持续性问题 | 回顾植物病毒检测技术的演进，强调新兴趋势及未来研究方向 | 植物病毒检测方法及其在农业生产中的应用 | 机器学习 | 植物病害 | LAMP, 高通量测序, 纳米生物传感器, CRISPR诊断, 高光谱成像, 深度学习 | NA | 图像、文本、传感器数据 | NA | TensorFlow, PyTorch | ResNet, 卷积神经网络 | 灵敏度、特异性、检测速度 | 云端IoT平台、边缘计算设备 |
| 1588 | 2026-05-06 |
Covariate-Balancing-Aware Interpretable Deep Learning Models for Treatment Effect Estimation
2025-Apr, Statistics in biosciences
IF:0.8Q4
DOI:10.1007/s12561-023-09394-6
PMID:40170916
|
研究论文 | 提出一种协变量平衡感知的可解释深度学习模型用于治疗效应估计 | 基于加权能量距离的理论分析推导出更紧的平均治疗效应估计偏差上界，并提出无需正确指定倾向性评分模型的目标函数，结合神经加性模型提升深度学习模型的可解释性 | 未明确提及局限性，可能包括对大数据集计算资源需求或模型泛化性的潜在限制 | 提高观察性数据中治疗效应估计的准确性和可解释性 | 治疗效应的无偏估计与深度学习模型的可解释性 | 机器学习 | NA | NA | 深度学习模型（神经加性模型） | 数值数据（基准数据集和真实观察数据） | 使用IHDP、ACIC和NHANES数据集，具体样本量未提及 | NA | 神经加性模型 | 平均治疗效应估计偏差、准确性等（具体未列出） | NA |
| 1589 | 2026-05-06 |
MEASURING IMPACT OF SUPER-RESOLUTION ON SPINAL CORD MRI SCANS: LESION DETECTION SENSITIVITY, VARIABILITY, AND CLINICAL IMPACT
2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi60581.2025.10981088
PMID:42077389
|
研究论文 | 研究超分辨率技术对脊髓MRI扫描的影响，包括病变检测敏感性、变异性和临床影响 | 首次探索通过超分辨率或线性插值人工改变脊髓MRI分辨率，以提升对临床相关结构（如病变负荷）的识别能力 | 未发现病变负荷/体积与EDSS残疾测量之间的显著关联 | 评估人工改变MRI分辨率是否增强对临床相关结构的辨别能力，特别关注病变负荷与临床变量的关系 | 53名不同严重程度的多发性硬化患者的脊髓MRI扫描 | 数字病理学 | 多发性硬化 | MRI | 深度学习工具（用于病变分割） | 图像 | 53名多发性硬化患者 | NA | NA | 病变分割敏感性 | NA |
| 1590 | 2026-05-06 |
Toward understanding the role of genomic repeat elements in neurodegenerative diseases
2025-Mar-01, Neural regeneration research
IF:5.9Q1
DOI:10.4103/NRR.NRR-D-23-01568
PMID:38886931
|
综述 | 探讨基因组重复元件在神经退行性疾病中的作用 | 综述了长读长测序技术和深度学习语言模型在重复元件变异研究中的最新应用 | 仅回顾现有研究，未提出新的实验数据或验证 | 理解基因组重复元件与神经退行性疾病的关系 | 基因组重复元件及其变异 | 自然语言处理, 机器学习 | 神经退行性疾病 | 全基因组关联研究, 靶向测序, 长读长测序 | 深度学习语言模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 1591 | 2026-05-06 |
Conditioning generative latent optimization for sparse-view computed tomography image reconstruction
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024004
PMID:40177097
|
研究论文 | 提出一种条件生成隐变量优化方法，用于稀疏视角CT图像重建，无需训练数据且独立于实验设置 | 提出无需训练数据且独立于实验设置的cGLO方法，可同时重建多个切片，在稀疏视角全剂量CT重建中性能优于现有方法 | 在极稀疏角度条件下性能可能下降，文中未详细讨论多种噪声场景下的鲁棒性 | 开发一种无需训练数据且对采集协议不敏感的稀疏视角CT图像重建方法 | 全剂量稀疏视角计算机断层扫描（CT）图像 | 计算机视觉 | NA | NA | 条件生成隐变量优化（cGLO） | 图像 | 未明确说明样本数量，涉及全剂量稀疏视角CT投影数据集 | PyTorch | 解码器（Decoder） | 峰值信噪比（PSNR）、结构相似性（SSIM） | NA |
| 1592 | 2026-05-06 |
Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery
2025-01-20, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-025-01431-x
PMID:39833831
|
研究论文 | 提出一种名为Pathopticon的网络统计方法，通过整合药物基因组学和化学信息学来指导细胞类型特异性药物发现 | 首次结合CMap数据构建细胞类型特异性基因-药物扰动网络，并整合化学信息学和多种疾病表型以实现细胞类型依赖性药物优先排序 | 未明确说明，但基于CMap数据的依赖性和方法学验证可能受限于现有数据库的覆盖范围和准确性 | 开发一个细胞类型特异性的药物发现和重新定位平台 | CMap中的基因表达谱、ChEMBL中的药物化学信息、Enrichr数据库中的569种疾病特征、73个MSigDB基因集以及CTD中的目标基因表达谱 | 药物发现、网络生物学、统计方法 | 血管疾病 | qPCR实验验证 | 网络统计模型 | 基因表达数据、化学结构数据、疾病表型数据 | 73个MSigDB基因集用于基准测试，569种疾病特征来自Enrichr数据库 | NA | Pathopticon网络模型，QUIZ-C统计方法 | AUROC | NA |
| 1593 | 2026-05-06 |
FODSeg: a deep learning framework for tract-specific white matter segmentation from full angular distributions
2025, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2025.1734498
PMID:41601529
|
研究论文 | 提出一种名为FODSeg的深度学习框架，利用完整纤维取向分布函数（fODF）进行白质纤维束特异性分割 | 首次在体素分割中利用完整的fODF表示以保留全角度方向信息，并将纤维束分割重构为单类问题以减少标签冲突 | NA | 改进白质纤维束分割方法，提高在复杂纤维结构区域（如交叉纤维和瓶颈区域）的准确性和特异性 | 人类连接组计划数据集中的72个白质纤维束 | 数字病理学 | NA | 扩散磁共振成像 | 深度学习 | 扩散磁共振成像数据 | 人类连接组计划数据集（包含72个白质纤维束） | NA | NA | Dice系数、体积过度分割值、特异性 | NA |
| 1594 | 2026-05-06 |
Applicability of Deep Learning to Dynamically Identify the Different Organs of the Pelvic Floor in the Midsagittal Plane
2024-12, International urogynecology journal
IF:1.8Q3
DOI:10.1007/s00192-024-05841-0
PMID:38913129
|
研究论文 | 利用卷积神经网络对动态超声中盆底不同器官进行自动识别 | 首次验证深度学习在动态超声中实时识别盆底不同器官的可行性，比较了UNet、FPN和LinkNet三种架构，并通过Dice相似指数评估性能 | 样本量较小（仅86例训练和24例测试），膀胱和子宫的Dice系数较低（约0.71和0.70），可能受器官变形或标记差异影响 | 创建并验证卷积神经网络在中矢面动态超声中识别盆底不同器官的实用性 | 110例患者的盆底器官（包括膀胱、子宫、肛门、提肛肌等） | 数字病理学 | 盆底功能障碍疾病 | 动态超声 | 卷积神经网络 | 视频 | 110例患者（86例训练，24例测试） | NA | UNet, FPN, LinkNet | Dice相似指数 | NA |
| 1595 | 2026-05-06 |
Leveraging the Capabilities of AI: Novice Neurology-Trained Operators Performing Cardiac POCUS in Patients with Acute Brain Injury
2024-10, Neurocritical care
IF:3.1Q2
DOI:10.1007/s12028-024-01953-z
PMID:38506968
|
研究论文 | 利用深度学习算法引导神经科初级医生对急性脑损伤患者进行心脏床旁超声检查，评估图像质量及对临床决策的影响 | 首次在神经重症监护病房中评估深度学习引导下非心脏专科医生进行心脏床旁超声的可行性与临床价值 | 单中心研究、样本量有限、未与正式超声心动图进行随机对照比较 | 评估神经科初级医生使用深度学习引导的心脏床旁超声获取诊断质量图像的频率及其对临床管理和正式超声检查时间的影响 | 神经重症监护病房中接受心脏床旁超声检查的急性脑损伤患者 | 计算机视觉 | 急性脑损伤 | 深度学习 | CNN（深度学习模型） | 超声图像 | 153名患者，184次扫描，共943个图像视图 | NA | 深度学习算法（未具体说明架构） | 图像可解释性比例、管理变化比例、首次获得合格图像时间 | NA |
| 1596 | 2026-05-06 |
Machine learning and deep learning tools for the automated capture of cancer surveillance data
2024-08-01, Journal of the National Cancer Institute. Monographs
DOI:10.1093/jncimonographs/lgae018
PMID:39102883
|
研究论文 | 应用机器学习和深度学习模型自动化从非结构化临床文本中提取癌症监测数据 | 利用先进计算能力自动化数据提取，弥补关键信息空白，创建灵活平台以便添加基因组学等新信息源 | NA | 自动化癌症监测数据捕获，提高报告及时性，加深对癌症驱动因素和结果的理解 | 病理报告、放射学报告、生物标志物信息、复发识别 | 自然语言处理 | 癌症 | NA | 机器学习，深度学习 | 文本 | NA | NA | NA | NA | NA |
| 1597 | 2026-05-06 |
HisCl1 regulates gustatory habituation in sweet taste neurons and mediates sugar ingestion in Drosophila
2024-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.06.592591
PMID:38765964
|
研究论文 | 本研究利用深度学习姿态估计和光遗传学刺激，发现果蝇甜味神经元中的HisCl1基因调控味觉习惯化，并影响糖分摄取 | 首次揭示HisCl1基因在甜味神经元中通过调节尖峰频率适应来介导味觉习惯化，为研究昆虫味觉习惯化提供了新方向 | 未提及 | 探究甜味神经元在果蝇味觉习惯化中的细胞自主机制及其对糖分摄取的调控 | 果蝇（Drosophila）的甜味神经元 | 机器学习， 数字病理学 | NA | RNA干扰筛选， 单感器电生理， 光遗传学刺激 | 深度学习姿态估计模型 | 行为数据， 电生理数据 | 果蝇样本，具体数量未提及 | NA | NA | NA | NA |
| 1598 | 2026-05-06 |
Panoramic Radiography in the Evaluation of the Relationship of Maxillary Molar Teeth and Maxillary Sinuses on the Deep Learning Models Improved with the Findings Obtained by Cone Beam Computed Tomography
2024-May-01, Nigerian journal of clinical practice
IF:0.7Q3
DOI:10.4103/njcp.njcp_220_24
PMID:38842718
|
研究论文 | 利用深度学习模型评估全景放射片中上颌磨牙与上颌窦的关系，并通过锥束计算机断层扫描结果进行验证 | 首次利用锥束计算机断层扫描确认的数据来提升深度学习模型在全景放射片上判断上颌磨牙与上颌窦关系的诊断性能 | 未提及 | 评估深度学习应用在全景放射片上评估上颌磨牙与上颌窦关系的诊断性能 | 上颌第一磨牙和上颌第二磨牙与上颌窦底的接触关系 | 数字病理学 | 口腔疾病 | 全景放射摄影，锥束计算机断层扫描 | 卷积神经网络 | 图像 | 2162颗上颌第一磨牙和上颌第二磨牙 | 未提及 | GoogLeNet, VGG16, VGG19, DarkNet19, DarkNet53 | 准确率 | NA |
| 1599 | 2026-05-06 |
Use of artificial intelligence in determination of bone age of the healthy individuals: A scoping review
2024-04, Journal of the World federation of orthodontists
IF:2.6Q1
DOI:10.1016/j.ejwf.2023.10.001
PMID:37968159
|
综述 | 系统梳理人工智能在健康个体骨龄测定中的应用 | 首次采用范围综述方法全面总结AI、ML、DL在健康个体骨龄评估中的应用，并发现自动化方法可靠性与手动方法相当 | 样本在不同成熟阶段的分布不均，缺乏三维影像输入（如MRI和CBCT），影响模型泛化能力 | 评估AI、ML、DL在健康个体骨骼年龄或骨龄测定中的作用 | 健康个体 | 机器学习 | NA | NA | CNN, 深度学习模型, 机器学习模型 | 图像 | 19篇文章 | NA | BoneXpert, 深度学习模型, 机器学习模型 | 可靠性 | NA |
| 1600 | 2026-05-06 |
Predicting recovery following stroke: Deep learning, multimodal data and feature selection using explainable AI
2024, NeuroImage. Clinical
DOI:10.1016/j.nicl.2024.103638
PMID:39002223
|
research paper | 本研究评估了基于深度学习的多种特征选择策略，结合MRI影像和表格数据（如人口统计学和临床特征）预测中风后言语恢复情况 | 提出将MRI提取的感兴趣区域（ROI）图像与表格数据的符号表示结合，训练卷积神经网络的新方法，并利用可解释AI进行特征选择 | 数据集规模相对较小，样本量仅758人，且受限于特定的中风后言语评估指标 | 开发并评估结合多模态数据（MRI影像和表格数据）的深度学习方法，提高中风后恢复预测的准确性 | 758名英语中风幸存者，来自PLORAS研究，分为五组（其中四组用于训练验证，一组作为锁箱测试集） | machine learning | stroke | MRI | CNN, ResNet | image, tabular | 758名中风幸存者 | PyTorch | 2D ResNet, 3D CNN | accuracy, area under the curve, F1 score | NA |