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 45937 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 | 2026-06-18 |
Early diagnosis and risk stratification of aortic stenosis using artificial intelligence applied to echocardiography: scoping review
2026-Sep-01, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106487
PMID:42161114
|
综述 | 系统评价人工智能应用于超声心动图对主动脉瓣狭窄进行早期诊断与风险分层的证据 | 首次系统梳理人工智能在超声心动图中用于主动脉瓣狭窄早期诊断与风险分层的性能、临床适用性和方法学局限 | 缺乏外部验证、算法可解释性不足、临床整合面临障碍以及研究多为回顾性数据 | 评估人工智能工具应用于超声心动图对主动脉瓣狭窄早期诊断的有效性 | 2020年1月至2025年12月间发表的25项运用人工智能系统于超声心动图检测主动脉瓣狭窄的研究 | 计算机视觉 | 心血管疾病 | NA | 卷积神经网络 | 图像 | 25项研究 | NA | 多视觉模型 | AUC, 灵敏度, 特异度 | NA |
| 2 | 2026-06-18 |
Important progress in antimicrobial peptide prediction research in the past five years
2026-Sep, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2026.116141
PMID:42092576
|
综述 | 综述了过去五年抗菌肽预测研究的重要进展 | 系统梳理了2020-2024年间涌现的创新预测方法，从传统机器学习到前沿深度学习和生成模型，并比较了不同方法在不同数据集上的表现，同时前瞻性地提出了未来发展方向 | 未明确提及具体局限性，但基于当前研究瓶颈讨论了未来趋势 | 总结抗菌肽预测研究进展并展望未来发展方向 | 抗菌肽（AMPs） | 机器学习 | 感染性疾病 | 特征编码技术 | 机器学习, 深度学习, 生成模型 | 序列数据 | NA | NA | NA | 预测性能（具体指标未明确） | NA |
| 3 | 2026-06-18 |
Preoperative prediction of hepatocellular carcinoma histological grade using MRI-based artificial intelligence models: A systematic review and meta-analysis
2026-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2026.112939
PMID:42167003
|
系统综述与Meta分析 | 评估基于MRI的人工智能模型在术前预测肝细胞癌组织学分级的诊断性能 | 首次系统评价MRI-based AI模型在HCC分级预测中的诊断准确性，并比较深度学习和机器学习模型的性能差异 | 证据确定性极低，研究间异质性显著，外部验证性能下降，主要估计值可能为乐观上界 | 评估MRI-based AI模型术前预测HCC组织学分级的诊断效能 | 术前使用MRI-based AI模型预测肝细胞癌组织学分级的诊断性研究 | 机器学习 | 肝细胞癌 | MRI | 深度学习模型, 机器学习模型 | 图像 | 18项研究（内部验证16项，外部验证6项） | NA | NA | 敏感性, 特异性, 诊断优势比, 曲线下面积 | NA |
| 4 | 2026-06-18 |
Heritability of the olfactory bulb and its associated brain network
2026-Aug-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.122021
PMID:42235655
|
研究论文 | 通过双胞胎样本分析嗅球体积及其相关脑网络的遗传性 | 首次在大型健康年轻成人双胞胎样本中结合深度学习分割与机器学习分类，系统评估嗅球结构及其神经网络的遗传性 | 样本限于健康年轻成年人（22-35岁），推测性结论需在其他年龄组和疾病群体中验证 | 探究嗅球体积及其在嗅觉网络中的整合程度是否受遗传决定 | 健康年轻成年人双胞胎（n=941，22-35岁），包括同卵和异卵双胞胎 | 计算机视觉 | 神经退行性疾病 | 深度学习分割 | 支持向量机 | 磁共振成像图像 | 941名22-35岁健康年轻成年人，包括同卵和异卵双胞胎 | PyTorch | U-Net | 准确率 | NA |
| 5 | 2026-06-18 |
MicroKAN: Mapping human brain microstructure using diffusion MRI and adaptive nonlinear modeling
2026-Aug-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.122032
PMID:42259478
|
研究论文 | 提出MicroKAN框架，利用Kolmogorov-Arnold网络和自适应样条激活函数，通过扩散MRI数据高效建模人脑微结构 | 将Kolmogorov-Arnold网络引入扩散MRI微结构建模，支持监督和自监督两种范式，显著加速采集并提升参数估计保真度，对分布偏移具有强鲁棒性 | NA | 开发一种高效、灵活的扩散MRI微结构建模方法，减少采集时间并提高估计精度 | 人脑微结构特征（如扩散张量成像DTI和神经突方向分散与密度成像NODDI参数） | 机器学习 | NA | 扩散磁共振成像（dMRI） | Kolmogorov-Arnold网络（KAN） | 扩散磁共振图像 | 多个数据集的DTI和NODDI数据 | PyTorch | KAN（带自适应样条激活） | 参数估计保真度（fidelity）、鲁棒性（robustness）、准确性（accuracy） | NA |
| 6 | 2026-06-18 |
Contemporary strategies for active learning in oral and maxillofacial surgery education
2026-Aug, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2026.01.002
PMID:41672806
|
综述 | 本文回顾并倡导在口腔颌面外科教育中采用当代主动学习策略 | 系统总结了团队学习、翻转课堂、模拟训练等主动学习方法在口腔颌面外科教育中的具体应用 | 未提供实证数据支持各教学策略的有效性比较 | 探讨主动学习在口腔颌面外科住院医师培训中的应用价值 | 口腔颌面外科住院医师及教育工作者 | 医学教育 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7 | 2026-06-18 |
Deep Learning Analysis of Indocyanine Green Fluoroscopy of Ureters in Robotic Cystectomy: Toward Reducing Ureteroenteric Strictures
2026-Aug, Journal of endourology
IF:2.9Q1
DOI:10.1177/08927790261450709
PMID:42159157
|
研究论文 | 开发一种基于深度学习的方法，在机器人辅助根治性膀胱切除术中通过吲哚菁绿荧光镜定量评估输尿管灌注情况，旨在减少输尿管肠吻合口狭窄的发生 | 首次利用手术基础模型SurgeNetXL对ICG荧光镜中的输尿管进行分割和灌注参数定量计算，实现了从主观视觉判断到数据驱动的客观评估的转变 | 单中心回顾性研究，样本量较小（96个视频），且需要进一步改进技术以实现完全自动化的强度测量，并研究其与输尿管肠吻合口狭窄结果的相关性 | 开发一种定量评估输尿管灌注的深度学习方法，以数据驱动方式减少机器人辅助根治性膀胱切除术后的输尿管肠吻合口狭窄 | 机器人辅助根治性膀胱切除术中的输尿管在吲哚菁绿荧光镜下的影像 | 计算机视觉 | 泌尿系统疾病（输尿管肠吻合口狭窄） | 吲哚菁绿荧光镜 | 深度学习模型（卷积神经网络） | 视频帧（全彩和ICG帧） | 96个视频（251张全彩帧和358张ICG帧） | NA | SurgeNetXL | Dice相似系数（DSC）、Hausdorff距离（HD） | NA |
| 8 | 2026-06-18 |
Artificial Intelligence-Powered Cystoscopy Diagnostic Support System: Clinical Application of Multiarchitecture Deep Learning Models
2026-Aug, Journal of endourology
IF:2.9Q1
DOI:10.1177/08927790261450807
PMID:42206801
|
研究论文 | 开发并评估两种基于深度学习的膀胱镜图像分析系统，用于增强膀胱疾病的诊断效率 | 使用多种深度学习架构（包括CNN、Vision Transformer和Vision Mamba）构建分类和分割模型，实现膀胱病变的自动识别与定位，提升了临床诊断准确率 | 未提及外部验证数据集或实时部署中的性能表现，可能受限于数据集的多样性和泛化能力 | 提高膀胱镜诊断的准确性和效率，减少操作者经验依赖导致的观察者间变异 | 膀胱肿瘤、膀胱炎及术后疤痕的膀胱镜图像 | 数字病理学 | 膀胱癌 | 膀胱镜检查 | CNN, Vision Transformer, Vision Mamba | 图像 | 2056次检查中的9362张图像 | NA | 卷积神经网络, Vision Transformer, Vision Mamba | AUC, Dice相似系数 | NA |
| 9 | 2026-06-18 |
A Driving Regime-Embedded Deep Learning Framework for Modeling Intradriver Heterogeneity in Multiscale Car-Following Dynamics
2026-Jul, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2026.3660643
PMID:41671114
|
研究论文 | 提出一种嵌入驾驶模式的深度学习框架，用于模拟多尺度跟车动态中的个体驾驶员异质性 | 将离散驾驶模式（如稳态跟车、加速、巡航）系统性地嵌入车辆运动预测，结合GRU进行模式分类和LSTM进行连续运动预测，以同时捕捉个体间和个体内异质性 | 未明确指出，但依赖于高分辨率轨迹数据集，可能对数据质量和标注要求较高 | 构建能准确表征跟车行为多尺度复杂性和个体内异质性的数据驱动模型 | 单个驾驶员在不同驾驶条件下的跟车行为动态 | 机器学习 | NA | NA | GRU, LSTM | 高分辨率交通轨迹数据 | NA | PyTorch, TensorFlow | GRU, LSTM | 预测误差 | NA |
| 10 | 2026-02-25 |
Comment on "Automatic rib fracture detection on postmortem CT data using deep learning"
2026-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-026-03755-8
PMID:41731167
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11 | 2026-06-18 |
A Deep Dual-Domain Interaction Reconstruction Framework With Adaptive Gating Fusion for Low-Field MRI
2026-Jul, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70330
PMID:42286973
|
研究论文 | 提出了一种用于低场MRI的深度双域交互重建框架，通过自适应门控融合提高重建质量 | 创新性地设计了混合双域交互模块和自适应门控融合策略，同时利用注意力机制建模k空间频率编码与图像域像素间的长程依赖关系 | 未明确提及，但可能包括对特定低场数据集依赖性强、计算资源需求高等潜在限制 | 开发一种高质量、低成本的低场MRI重建方法，以促进资源受限临床环境下的MRI系统部署 | 低场MRI图像重建中的k空间与图像域双域交互问题 | 计算机视觉, 机器学习 | NA | MRI | CNN, 注意力机制 | MRI图像 | 公共0.3T低场数据集和实验室采集的0.5T低场MRI扫描仪数据（具体样本数未说明） | PyTorch | U-Net, 多尺度U-Net结构 | PSNR, SSIM | NA |
| 12 | 2026-06-16 |
Development of a deep learning-based tool for coronary artery stenosis evaluation in forensic autopsies using whole slide imaging
2026-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-026-03800-6
PMID:41998396
|
research paper | 开发一种基于深度学习的工具，利用全切片图像在法医尸检中评估冠状动脉狭窄 | 首次将SegFormer-B0 Transformer模型应用于法医尸检的冠状动脉狭窄评估，并通过后处理强制解剖结构层次和生成混合置信度图提高准确性 | 数据集规模较小（仅98张切片），且H&E染色样本可能引入偏差 | 开发基于全切片图像的AI工具，实现法医尸检中冠状动脉狭窄的客观测量，减少观察者间差异 | 98张匿名化的H&E染色尸检切片中的234个冠状动脉切片 | digital pathology | cardiovascular disease | whole slide imaging | Transformer | image | 98张H&E染色切片，234个冠状动脉切片，103个高质量感兴趣区域 | PyTorch | SegFormer-B0 | MAE, RMSE, MAPE, Pearson相关系数, ICC, Bland-Altman偏差 | NA |
| 13 | 2026-06-18 |
SPACT: A clustering-driven multi-modal framework for survival prediction using genomic and histopathology data
2026-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104078
PMID:42013616
|
研究论文 | 提出SPACT，一种基于聚类驱动的多模态框架，利用基因组和组织病理学数据进行生存预测 | 通过结合TCGA和外部Başkent医院数据集提升鲁棒性和预测准确性，并采用多编码器交叉比较选择最优编码器 | 未明确说明限制，可能受限于外部数据集规模或特定癌症类型的泛化能力 | 提高癌症生存预测的鲁棒性和准确性，尤其是亚类别预测 | 癌症患者生存概率，涉及7种癌症类型（如卵巢癌） | 自然语言处理, 数字病理学 | 卵巢癌, 其他癌症类型 | 深度学习, 多模态数据融合 | 多模态深度神经网络 | 基因组数据, 组织病理学全切片图像（WSI） | TCGA数据集和Başkent医院外部数据集，具体样本数量未说明 | PyTorch, TensorFlow（推测） | 多种编码器（未具体列出），集成模型 | c-index | NA |
| 14 | 2026-06-18 |
YoloSeg: You only label once for medical image segmentation
2026-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104093
PMID:42048960
|
研究论文 | 提出YoloSeg框架，在仅有一张标注图像的情况下实现医学图像分割，通过SAM 2传播标签、多视图伪标签分解和跨补丁数据增强，在十个数据集上与全监督方法性能相当 | 提出在极端标签稀缺（仅一张标注图像）下的分割方法，创新性地整合SAM 2进行标签传播，并设计多视图标签传播策略分解伪标签为共识区和分歧区，引入双分量损失分别处理，同时提出跨补丁数据增强增强语义一致性 | 输出内容中未提及具体局限性 | 解决医学图像分割中极端标签稀少问题，实现仅需一张标注图像即可得到高性能分割模型 | 医学图像中的器官、血管和病变等分割目标 | 数字病理学 | NA | NA | 分割模型 | 医学图像 | 十个不同的医学图像分割数据集 | PyTorch | Segment Anything Model 2 | Dice系数 | NA |
| 15 | 2026-06-18 |
DSMDTN: A Data-Selective Multiscale Dual Transfer Network for Fault Diagnosis of Key Components in Rotating Machinery
2026-Jul, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2026.3662702
PMID:41706780
|
研究论文 | 提出一种数据选择性多尺度双迁移网络，用于旋转机械关键部件的故障诊断 | 通过数据选择器综合评分机制、多尺度串联U-Net提取域不变特征以及双分类器联合优化，提升跨工况和噪声环境下的诊断性能 | 实验仅在两个数据集（公开CWRU和自研PT）上验证，未涉及更多实际工业场景 | 实现旋转机械滚动轴承在变工况和噪声环境下的高精度故障诊断 | 旋转机械的关键部件（滚动轴承） | 机器学习, 数字信号处理 | 机械故障（非疾病类别） | 信号处理与深度学习 | U-Net, 门控卷积网络 | 振动信号 | 基于CWRU公开数据集和PT500mini测试台采集的自研数据集 | PyTorch（推测） | 多尺度串联U-Net（MCU-Net） | 准确率 | NA |
| 16 | 2026-06-18 |
A two-stage deep learning approach for forensic age and sex determination from hand-wrist radiographs: an anatomical pose estimation and multi-task model
2026-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-026-03729-w
PMID:41792516
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 17 | 2026-06-18 |
Automated Dental Age Estimation from Panoramic Radiographs using an Interpretable Deep Learning Model
2026-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-026-03748-7
PMID:41845068
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18 | 2026-06-18 |
Automatic multiple sclerosis lesion segmentation in the spinal cord using 3 T and 7 T MP2RAGE images
2026-Jul, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2026.107250
PMID:42173050
|
research paper | 开发基于深度学习的全自动框架，使用MP2RAGE图像对脊髓多发性硬化病变进行分割 | 提出了UNIseg方法，基于nnU-Net v2架构在多个中心的数据集上训练，显著优于在单中心数据上训练的基准方法 | 7T数据集的分割性能低于3T，且研究为回顾性多中心设计 | 开发并评估用于脊髓多发性硬化病变分割的深度学习自动框架 | 脊髓中的多发性硬化病变 | machine learning | 多发性硬化 | MP2RAGE | nnU-Net | MRI图像 | 422名受试者（402名MS患者，20名健康对照）共472个MRI体积 | NA | nnU-Net v2 | Dice系数，病变级灵敏度，病变级精确度 | NA |
| 19 | 2026-06-18 |
Deep Learning Morphometric Analysis on Protocol Biopsies Predicts Future Graft Function
2026-Jul, Kidney international reports
IF:5.7Q1
DOI:10.1016/j.ekir.2026.106585
PMID:42305258
|
研究论文 | 利用深度学习对移植肾协议活检进行形态计量分析，预测3年后的肾功能 | 将深度学习自动形态计量分析与机器学习结合，用于预测移植肾活检后3年肾小球滤过率，克服了传统Banff分类的半定量限制 | NA | 评估深度学习自动化形态计量分析是否能通过机器学习预测移植肾活检后3年的肾小球滤过率 | 肾移植接受者的协议活检组织切片 | 数字病理学 | 肾移植相关肾病 | 全切片成像（WSI） | 深度学习与机器学习模型 | 图像 | 367名肾移植患者 | NA | 八种深度学习算法，十种机器学习模型（包括Kernel Ridge和贝叶斯模型） | 平均绝对误差（MAE）, 相关系数（r） | NA |
| 20 | 2026-06-18 |
Comprehensive benchmarking of deep learning architectures for multiclass histopathological classification of oral epithelial lesions
2026 Jul-Aug, Journal of oral biology and craniofacial research
DOI:10.1016/j.jobcr.2026.101478
PMID:42306089
|
研究论文 | 系统性评估多种深度学习架构在口腔上皮病变多分类组织病理图像分类中的性能 | 首次对七种深度学习架构（包括视觉Transformer和多种CNN）在口腔组织病理图像三分类（正常上皮、上皮异常增生、口腔鳞状细胞癌）任务中进行综合基准测试，并采用数据增强和加权损失策略处理类别不平衡 | 误分类主要出现在正常上皮、发育不良和早期癌之间的组织学过渡区域；数据集来源单一，样本量有限 | 评估和比较不同深度学习架构对口腔组织病理图像的自动分类能力，以支持AI辅助数字病理学在口腔癌前病变和癌症早期检测中的应用 | 口腔上皮组织病理图像，包含正常上皮、口腔上皮异常增生和口腔鳞状细胞癌三类样本 | 数字病理学 | 口腔癌 | 组织病理学成像 | 深度学习 | 图像 | 2363张组织病理图像（10x和40x放大倍数），其中正常上皮1254张、上皮异常增生976张、口腔鳞状细胞癌102张；经数据增强扩展至4750张训练图像 | PyTorch | Vision Transformer (ViT), EfficientNet-B0, InceptionV3, ResNet-50, VGG16, MobileNetV3, YOLOv11 | 准确率, 精确率, 召回率, F1分数 | NA |