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 46252 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-06-25 |
Interpol review of forensic image and video analysis, 2022-2025
2026-Dec, Forensic science international. Synergy
DOI:10.1016/j.fsisyn.2026.100697
PMID:42339396
|
综述 | 分析了2022年至2025年期间法医图像与视频分析领域的最新进展与挑战，涵盖核心实践、内容分析、生物特征与场景分析及标准化工作 | 系统梳理了深度学习范式下法医实践的变革，包括计算摄影时代PRNU源相机识别的重新评估、伪造检测与隐写术的持续对抗，以及人脸比较向概率似然比框架的转变 | 未提及其自身的局限性，但文中强调了技术进步与标准化之间的紧张关系 | 综述法医图像与视频分析领域2022年至今的关键进展与挑战，并展望未来方向 | 法医图像与视频分析技术，包括源相机识别、图像增强/认证、数字伪造检测、生物特征分析及场景分析 | 计算机视觉 | NA | 深度学习 | NA | 图像、视频 | NA | NA | NA | NA | NA |
| 2 | 2026-06-25 |
SPSGL: uncovering psychiatric network mechanisms via structural-prior guided synaptic graph learning
2026-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-026-00467-6
PMID:42339397
|
研究论文 | 提出了一种基于结构先验的突触图学习框架SPSGL，用于从fMRI信号中构建大脑功能连接网络，以揭示精神疾病的神经机制 | 提出了生物启发的门控边更新机制来捕捉连接强度的动态变化，并通过结构先验引导多头注意力关注神经生物学有意义的连接，实现了自适应多尺度脑图表示学习 | NA | 开发一种能够捕捉大脑动态可塑性并构建有神经生物学意义连接模式的深度学习框架，用于精神疾病的脑连接分析 | fMRI信号中提取的脑功能连接网络，包括核心功能网络和全脑模式 | 机器学习 | 精神疾病 | 功能性磁共振成像 | 深度学习 | fMRI信号时间序列 | NA | PyTorch | 多头注意力机制、门控边更新机制、正交聚类读出 | 精确度、AUC | NA |
| 3 | 2026-06-25 |
A hybrid chemometric and deep learning model for monitoring quality loss in thermally processed edible oils
2026-Aug-31, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2026.119497
PMID:42215142
|
研究论文 | 开发结合化学计量学与深度学习的混合模型，用于监测热处理食用油的质量损失 | 首次将1D-CNN模型与FTIR光谱和介电测量相结合，利用SHAP可解释性分析揭示关键光谱特征，实现对食用油热降解的精准预测 | 仅为实验室概念验证研究，尚未在实际工业或家庭场景中验证模型的泛化能力和实时监测性能 | 建立基于光谱和介电数据的预测模型，用于非破坏性评估食用油在热加工过程中的降解程度 | 花生油、芝麻油和餐厅回收油的热降解过程 | 机器学习 | NA | 傅里叶变换红外光谱（FTIR）、介电测量 | 1D-CNN | 光谱数据、介电常数 | 花生油、芝麻油和餐厅回收油样本，具体数量未提及 | PyTorch | 1D-CNN | R值（训练R²=0.9984/0.9931，测试R²=0.9904/0.9898）、RMSE | NA |
| 4 | 2026-06-25 |
Bioelectrochemical mitigation of soil antibiotic resistance: Disruption of bacteriophage transmission and resistant hosts
2026-Aug, Journal of environmental sciences (China)
DOI:10.1016/j.jes.2025.11.008
PMID:42336534
|
研究论文 | 本研究利用微生物燃料电池结合深度学习模型分析四环素污染土壤中抗生素抗性基因的变化规律 | 首次结合深度学习模型DeepARG-LS与宏基因组测序揭示微生物燃料电池通过增强吲哚生物合成、减少移动遗传元件和噬菌体介导的基因传递来抑制抗生素抗性基因扩散的机制 | 未明确说明实验规模或是否在田间条件验证 | 阐明微生物燃料电池降低土壤抗生素抗性基因丰度的机制 | 四环素污染土壤中的抗生素抗性基因及其宿主微生物 | 机器学习 | NA | 宏基因组测序 | 深度学习 | 序列数据 | 土壤样本（具体数量未在摘要中提供） | NA | DeepARG-LS | NA | NA |
| 5 | 2026-06-25 |
Deep Learning-Based Reconstruction Improves Image Quality in Canine Cranial Abdominal MRI: A Prospective Pilot Study
2026-Jul, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association
IF:1.3Q2
DOI:10.1111/vru.70193
PMID:42216717
|
研究论文 | 本研究前瞻性地比较了在有和无深度学习重建（DLR）的情况下，犬颅腹部MRI图像的质量 | 首次将深度学习重建（DLR）应用于犬颅腹部MRI，并验证其在不延长采集时间的情况下提升图像质量 | 样本量较小（10只狗），且为试点研究，未涉及临床病例或多种疾病状态 | 评估深度学习重建（DLR）在犬颅腹部MRI中改善图像质量的可行性 | 10只临床健康的犬只 | 计算机视觉 | NA | MRI | 深度学习重建网络（DLR） | 图像 | 10只临床健康的犬只 | NA | DLR网络 | 信噪比（SNR）、对比度噪声比（CNR）、边缘清晰度、肾上腺显著性、呼吸运动伪影、粗糙度、整体图像质量 | NA |
| 6 | 2026-06-25 |
STELLAR-CB: Synthetic Temporal LSTM for Livestock Activity Recognition-Cow Behaviour
2026-Jul, Veterinary medicine and science
IF:1.8Q2
DOI:10.1002/vms3.70827
PMID:42223978
|
研究论文 | 提出一种结合LSTM和SMOTE的框架，用于解决奶牛行为识别中数据集类别不平衡的问题，并提升稀有行为检测性能 | 将简单SMOTE与非重叠窗口分段结合，在生成合成数据时保留序列模式，避免复杂SMOTE变体（如DeepSMOTE）带来的计算开销 | 未提及在更大型或更多样化数据集上的验证，以及模型在实时场景中的部署效果 | 解决精准畜牧业中奶牛行为识别所面临的数据类别不平衡问题，提高稀有行为的检测准确性 | 奶牛的日常行为（如放牧、休息、行走、逃跑、被骑跨） | 机器学习 | NA | 加速度计数据采集 | LSTM | 时间序列 | 3头不同品种奶牛的综合加速度计数据集 | NA | LSTM | 准确率、精确率、召回率、F1分数 | NA |
| 7 | 2026-06-25 |
Reconstruction of molecular vibrational spectra from light-molecular vibration coupling spectra using deep learning
2026-Jul, Analytical sciences : the international journal of the Japan Society for Analytical Chemistry
IF:1.8Q3
DOI:10.1007/s44211-026-00933-x
PMID:42274919
|
研究论文 | 利用深度学习从光-分子振动耦合谱中重建分子振动光谱 | 提出了一种基于深度特征学习的分析系统，能够直接从复杂的光-分子振动耦合谱中提取分子特定的吸收信息，克服了传统光谱学分析中的复杂现象干扰 | 对于单峰分子振动模型，使用DenseNet-169卷积神经网络模型的效果不理想 | 开发一种能从复杂光谱中直接识别分子的新型分析技术，作为下一代分子传感的基础技术 | FDTD模拟生成的光-分子振动耦合谱 | 机器学习 | NA | FDTD模拟 | CNN | 光谱数据 | 单峰模型1496个光谱，双峰模型80267个光谱 | NA | DenseNet-169 | 决定系数 | NA |
| 8 | 2026-06-25 |
Personalized eye protection for head CT organ-based tube current modulation: A deep learning approach to derive 3D eyeball models from a single-view topogram
2026-Jul, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70665
PMID:42338069
|
研究论文 | 开发了一种基于深度学习的解决方案，通过单视图定位图像生成精确的3D眼球模型，实现头CT中个性化的眼部防护 | 提出了结合先进数据模拟流程（包括基于运动感知模型和CycleGAN风格化的数字重建X光片生成）和专门生成网络（EyeGen-Net）的两阶段方法，实现了快速、自动化的患者特异性眼球建模 | NA | 开发和验证一种深度学习方案，能从单视图定位图像自动生成精确的3D眼球模型，用于头CT中个性化的眼部防护 | 病人眼球模型 | 计算机视觉 | NA | CT | 生成网络（EyeGen-Net） | CT定位图像 | 400个合成样本和100个真实临床样本 | PyTorch | EyeGen-Net | Dice相似系数、豪斯多夫距离、平均表面距离 | NA |
| 9 | 2026-06-25 |
Multimodal Deep Learning for Predicting Postoperative Vault and Selecting ICL Sizes Using AS-OCT and UBM Images
2026-Jun-24, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001987
PMID:42333582
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10 | 2026-06-25 |
BiOLO-Wave: a bio-inspired chromatic-deformable attention network for camouflaged fish detection in turbid underwater environments
2026-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-59151-0
PMID:42336991
|
研究论文 | 提出一种名为BiOLO-Wave的生物启发式变色可变形注意力网络，用于浑浊水下环境中伪装鱼类的检测 | 集成色度-小波注意力模块、动态门控自适应注意力块和定向可变形卷积结构，在YOLOv11基础上实现水下劣化视觉条件下的高鲁棒鱼体检测与分类 | 未提及 | 解决浑浊水下环境中鱼类伪装、图像质量退化及目标与背景相似等挑战，实现实时精准鱼体检测 | 水下环境中的鱼类 | 计算机视觉 | NA | 深度学习 | YOLOv11 | 图像 | 未提及 | PyTorch | YOLOv11、色度-小波注意力模块、动态门控自适应注意力块、定向可变形卷积结构 | 准确率、mAP@0.5、推理延迟 | 未提及 |
| 11 | 2026-06-25 |
Unveiling fine-scale distribution of endemic shrub Prunus ledebouriana through integrating multi-source remote sensing with deep learning
2026-Jun-24, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-026-15597-3
PMID:42337211
|
研究论文 | 通过整合多源遥感与深度学习，揭示哈萨克斯坦塔尔巴加泰国家公园内特有灌木Prunus ledebouriana的精细空间分布 | 采用混合实地验证策略，结合超高分辨率无人机影像与现场数字化，生成空间精确的参考数据，并基于18个预测变量开发一维卷积神经网络模型，实现植物物种分布的高精度制图 | 研究区域局限于哈萨克斯坦塔尔巴加泰国家公园，结论的普适性需进一步验证 | 揭示特有灌木Prunus ledebouriana的精细空间分布，支持山地干旱区的生物多样性监测与保护规划 | Prunus ledebouriana灌木物种及其空间分布 | 机器学习 | NA | 遥感（Pléiades Neo影像、无人机影像）、深度学习 | 一维卷积神经网络（1D CNN） | 图像数据、地形数据、气候数据 | 约7.5%的研究区域覆盖面积，具体样本点数未提及 | NA | 一维卷积神经网络（1D CNN） | 整体准确率（约80%）、特征重要性分析 | NA |
| 12 | 2026-06-25 |
SinTransNet: an EEG-based deep learning framework for infantile epileptic spasms syndrome detection
2026-Jun-24, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03621-y
PMID:42337525
|
研究论文 | 提出SinTransNet，一种结合多频带信号分解、自适应正弦卷积和Transformer注意力机制的深度学习框架，用于婴儿癫痫性痉挛综合征的脑电图检测 | 首次将多频带分解、正弦卷积和Transformer注意力结合用于IESS检测，实现频带自适应特征提取和跨频带相关性捕获 | 基于单中心专有数据集，样本量有限（129份脑电图记录），可能影响模型的泛化能力 | 开发自动化、高效的IESS脑电图检测工具，以支持早期干预并改善临床工作流程 | 婴儿癫痫性痉挛综合征患者 | 机器学习 | 婴儿癫痫性痉挛综合征 | NA | 深度学习框架 | 脑电图 | 129份脑电图记录，包含1941个癫痫痉挛事件 | PyTorch | SinTransNet | 准确率、灵敏度、特异度 | NA |
| 13 | 2026-06-25 |
Advancing cardiac health assessment using deep convolutional neural networks for ECG image analysis
2026-Jun-24, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2026.2691923
PMID:42339746
|
研究论文 | 利用深度卷积神经网络分析心电图图像以实现心脏健康评估 | 提出混合麻雀-鸡群优化深度卷积神经网络，结合自适应维纳滤波预处理和改进模糊C均值分割 | NA | 开发一种从心电图图像早期预测心脏疾病的新技术 | 心电图图像中的心脏疾病检测 | 计算机视觉 | 心血管疾病 | 心电图图像分析 | 深度卷积神经网络 | 图像 | NA | Python | 深度卷积神经网络 | 精确率 | NA |
| 14 | 2026-06-25 |
Engaging students in an AI-driven RNA drug design research project through a crowd science-infused learning approach
2026-Jun-24, Journal of microbiology & biology education
IF:1.6Q2
DOI:10.1128/jmbe.00084-26
PMID:42339822
|
研究论文 | 本文介绍了一个结合众包教学法的非湿实验室工作坊，让本科生和研究生参与基于深度学习的RNA药物设计研究项目 | 首次将学生定位为实际深度学习平台的直接贡献者，采用众包教学法将前沿AI抗病毒药物设计项目转化为可扩展的学习体验 | 未说明 | 设计并评估一种结合AI和众包教学法的RNA药物设计工作坊，以培养跨学科的AI生物医学人才 | 本科生和研究生，以及用于小干扰RNA抗病毒药物设计的深度学习模型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 文本 | NA | NA | NA | NA | NA |
| 15 | 2026-06-25 |
EXPRESS: Advances in artificial intelligence for neuroimaging
2026-Jun-24, Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism
IF:4.9Q1
DOI:10.1177/0271678X261465843
PMID:42339849
|
综述 | 综述了人工智能在神经影像学中的最新进展和应用 | 介绍了物理学引导模型、自监督学习、图神经网络、生成扩散模型和数据协调技术等创新方法，以解决长期存在的神经影像学挑战 | 异构和有偏的数据集、有限的基准测试和监管挑战阻碍了这些方法向临床工作流程的转化 | 探讨人工智能在神经影像学中的发展现状和未来方向 | 神经影像学中的多步骤流程，包括图像采集、重建、增强、配准、分割、诊断和预后 | 自然语言处理, 机器学习 | 神经系统疾病 | NGS, RNA-seq | CNN, LSTM, GAN | 图像, 文本 | NA | TensorFlow, PyTorch, Keras | ResNet, VGG, Transformer, U-Net, DenseNet, EfficientNet | 准确率, 精确率, 召回率, F1分数, AUC, Dice系数 | NA |
| 16 | 2026-06-25 |
Impact on Cost and Expert Time of Data-Efficient Deep Learning for Medical Image Segmentation
2026-Jun-24, Radiology. Artificial intelligence
DOI:10.1148/ryai.250200
PMID:42340187
|
研究论文 | 开发并系统评估了一种名为“专家引导注释循环”的迭代训练方法，用于数据高效的医学图像分割参考标准生成 | 提出结合随机或主动学习样本选择的迭代训练框架，实现专家注释时间节省90.3%，并完成无代码临床部署 | 局限性未在摘要中明确说明 | 开发一种数据高效的深度学习方法，减少医学图像分割中专家注释的时间和成本 | 十组数据集共1948次CT或MRI检查，涵盖常染色体显性多囊肾病、前列腺癌、葡萄膜黑色素瘤、甲状腺眼病和非小细胞肺癌患者 | 计算机视觉 | 多囊肾病、前列腺癌、葡萄膜黑色素瘤、甲状腺眼病、非小细胞肺癌 | CT、MRI | nnU-Net | 图像 | 1948次CT或MRI检查（来自10个数据集） | NA | nnU-Net | Dice系数 | NA |
| 17 | 2026-06-25 |
Impact of Exposure Parameters on Deep Learning Models in Chest Radiography and Implications for Deployment
2026-Jun-24, Radiology. Artificial intelligence
DOI:10.1148/ryai.250731
PMID:42340188
|
research paper | 探究放射学参数作为捷径特征对深度学习模型的影响，并量化在受控混杂和自然暴露条件下的偏差 | 首次系统量化放射学曝光参数作为捷径特征对胸部X光片深度学习模型的偏见影响，并提出部署前的暴露方案审计方法 | 仅限于回顾性研究，使用MIMIC-CXR、MIDRC和EmoryCXR三个数据库，可能无法代表所有临床场景 | 研究曝光参数是否被深度学习模型用作捷径特征，并评估由此产生的性能偏差 | 胸部X光片（CXR）的气胸检测、COVID-19诊断及种族分类任务 | computer vision | 气胸, COVID-19 | DICOM元数据提取 | 深度学习模型 | 图像 | 727604张胸部X光片，来自240681名患者（平均年龄60岁，男性126432人，女性114128人） | NA | NA | AUC | NA |
| 18 | 2026-06-25 |
Deep Learning Reconstruction: Making Fast Musculoskeletal MRI Work in Practice
2026-Jun-24, AJR. American journal of roentgenology
DOI:10.2214/AJR.26.35387
PMID:42340239
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19 | 2026-06-25 |
Cardiac substructure dosimetry in thoracic radiotherapy: moving beyond mean heart dose and toward precision cardiac risk mitigation
2026-Jun-24, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al]
IF:2.7Q2
DOI:10.1007/s00066-026-02561-w
PMID:42340453
|
综述 | 综述胸部放疗中心脏亚结构剂量学研究从平均心脏剂量向精准风险评估的转变 | 提出从平均心脏剂量向心脏亚结构剂量-体积分析转变的新范式，并整合人工智能自动分割、现代遮蔽技术、生物标志物监测和药物心脏保护等多维度策略 | 前瞻性验证数据缺乏，质子治疗的随机心脏结局数据尚待公布，他汀类药物心脏保护作用尚待前瞻性验证 | 综述心脏亚结构剂量学研究在胸部放疗中的最新进展，为精准心脏风险缓解提供指导 | 心脏亚结构（左前降支动脉、心脏基底部、左心室、心脏传导系统）的剂量-反应关系、人工智能自动分割、心脏保护技术、生物标志物和正常组织并发症概率模型 | 机器学习 | 心血管疾病 | NA | 深度学习 | 文本 | NA | NA | NA | 平均心脏剂量，左前降支动脉剂量，心脏基底部剂量，左心室剂量，心脏传导系统剂量 | NA |
| 20 | 2026-06-25 |
Dual-domain radio-frequency signal and image joint modeling for coronary calcium detection in intravascular ultrasound
2026-Jun-24, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-026-03611-2
PMID:42340561
|
研究论文 | 提出一种双域深度学习框架，整合原始血管内超声射频信号与灰度图像，用于自动检测冠状动脉钙化并量化角度 | 首次联合利用原始射频信号与极坐标灰度图像进行双分支建模，引入物理一致的复数卷积模块保持射频信号物理结构，以及相位幅度引导的双路径交叉注意力和阴影感知径向A线分类器增强模态交互 | 未明确提及，但隐含需依赖高质量中心数据集和外部测试集验证；可能对多中心异质性鲁棒性待进一步评估 | 实现冠状动脉钙化的自动化检测和角度量化，以优化经皮冠状动脉介入治疗 | 冠状动脉钙化区域及其角度 | 计算机视觉, 数字病理 | 冠状动脉疾病 | 血管内超声成像 | 双分支深度学习框架（复数卷积模块、双路径交叉注意力、A线分类器） | 射频信号与灰度图像 | 78名患者、136次回拉、32,672帧（开发集）；10名患者、15次回拉、2,362帧（外部测试集） | PyTorch | 复数卷积模块, 双路径交叉注意力, A线分类器 | Dice系数，Hausdorff距离，A线分类准确率 | NA |