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 2202 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-12-05 |
Rethinking Adnexal Mass Diagnosis with Dynamic Contrast-enhanced US and Deep Learning
2026-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.250977
PMID:41335002
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 342 | 2026-03-05 |
Deep Learning for Coronary Stenosis Detection in Heavily Calcified Plaques at Coronary CT Angiography: A Stepwise, Multicenter Study
2026-01, Radiology. Artificial intelligence
DOI:10.1148/ryai.250109
PMID:41405428
|
研究论文 | 本研究开发并验证了一个深度学习模型，用于在冠状动脉CT血管成像中自动评估伴有严重钙化斑块的血管狭窄 | 首次开发并验证了专门针对严重钙化斑块的冠状动脉狭窄自动检测深度学习模型，并进行了多中心、多阶段的外部验证和临床实用性评估 | 研究为回顾性设计，且模型性能在严重钙化场景下仍有提升空间（如患者水平的特异性为48%） | 开发并验证一个深度学习模型，以自动评估冠状动脉CT血管成像中伴有严重钙化斑块的血管狭窄 | 冠状动脉CT血管成像图像，特别是伴有严重钙化斑块的血管 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | 深度学习模型 | 医学影像 | 总计10,101例CCTA检查用于模型开发，442例用于外部测试集1，120例用于外部测试集2，150例用于外部测试集3 | NA | NA | 特异性，受试者工作特征曲线下面积，Kappa系数 | NA |
| 343 | 2026-03-05 |
Artificial Intelligence and Big Data in Urological Oncology: From Radiomics to Real-World Evidence
2026-Jan, Archivos espanoles de urologia
IF:0.6Q4
|
综述 | 本文综述了人工智能和大数据在泌尿系统肿瘤学中的应用，涵盖从影像组学到真实世界证据的进展 | 整合了人工智能驱动的影像组学和深度学习模型在泌尿系统肿瘤诊断、预后评估及治疗个性化中的高精度应用，并展望了多中心标准化和联邦学习框架的未来方向 | 大多数研究依赖于回顾性或单中心数据集，外部验证有限，泛化能力存在担忧 | 探讨人工智能和大数据如何提升泌尿系统肿瘤（前列腺癌、膀胱癌、肾癌）的诊断精度、预后评估和治疗个性化 | 前列腺癌、膀胱癌和肾癌 | 计算机视觉, 自然语言处理, 机器学习 | 前列腺癌, 膀胱癌, 肾癌 | 磁共振成像, 计算机断层扫描, 正电子发射断层扫描, 组织病理学 | 深度学习模型 | 图像 | NA | NA | NA | AUC, 敏感性, 特异性, 准确率 | NA |
| 344 | 2026-03-05 |
Real-time on-device weed identification using a hardware-efficient lightweight CNN
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1747863
PMID:41777389
|
研究论文 | 本文提出了一种名为TinyWeedNet的硬件高效轻量级卷积神经网络，用于精准农业中的实时设备端杂草识别 | 模型集成了多尺度特征提取、深度可分离倒置残差块和紧凑通道注意力机制，在保持最小计算足迹的同时增强了判别能力，专为低功耗现场设备设计 | 模型在公共DeepWeeds数据集上进行评估，可能未涵盖所有田间杂草种类或环境条件，且部署依赖于特定微控制器（STM32H7）和TinyML工作流 | 开发一种适用于资源受限农业平台的实时、低功耗杂草识别系统，以支持自主农业系统 | 杂草图像，来自公共DeepWeeds数据集 | 计算机视觉 | NA | 图像识别 | CNN | 图像 | 基于公共DeepWeeds数据集，具体样本数量未在摘要中明确说明 | TinyML | TinyWeedNet（集成多尺度特征提取、深度可分离倒置残差块、紧凑通道注意力） | 分类准确率 | STM32H7微控制器，通过TinyML工作流实现嵌入式执行 |
| 345 | 2026-03-05 |
CG-RecNet: a gated and attention-fused deep learning framework for label-free classification of neural stem cell differentiation via imaging flow cytometry
2026, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2026.1767574
PMID:41777601
|
研究论文 | 提出了一种名为CG-RecNet的深度学习框架，用于通过成像流式细胞术对神经干细胞分化进行无标记分类 | 整合了LinAngular跨通道注意力融合模块以捕获全局形态依赖性，并采用门控卷积神经网络块来抑制背景噪声，实现了对少数类（如少突胶质细胞）的高精度识别而无需合成过采样 | 研究基于大鼠胚胎神经干细胞进行验证，尚未在其他物种或更广泛的细胞类型中进行测试 | 开发一种准确、无标记的方法，用于纵向监测神经干细胞分化，以推动再生医学发展 | 大鼠胚胎神经干细胞及其分化谱系（神经元、星形胶质细胞和少突胶质细胞） | 计算机视觉 | NA | 成像流式细胞术 | CNN | 图像 | NA | NA | GatedCNN, LinAngular-XCA Fusion Module | 准确率, 宏平均AUC | NA |
| 346 | 2026-03-05 |
Prospective applications of artificial intelligence for the diagnosis of oral leukoplakia: a scoping review
2026, Frontiers in oral health
IF:3.0Q1
DOI:10.3389/froh.2026.1760177
PMID:41777604
|
综述 | 本文是一篇范围综述，调查了人工智能在口腔白斑临床和病理诊断中的应用现状 | 首次对人工智能在口腔白斑诊断中的应用证据进行了全面的范围综述，涵盖了从光谱学到深度学习的技术演变 | 现有证据仍处于初步阶段，需要标准化报告、更全面的数据集纳入以及多中心大样本验证以确保普适性 | 调查人工智能在口腔白斑诊断中的应用现状与潜力 | 口腔白斑 | 数字病理学 | 口腔白斑 | 光谱学，深度学习图像分析 | 深度学习模型 | 临床图像，组织病理学图像 | 10项研究 | NA | NA | 灵敏度，特异性，准确率 | NA |
| 347 | 2026-03-05 |
MedCSS: a causal self-supervised approach for hierarchical feature consistency in 3D medical imaging
2026, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2026.1739716
PMID:41777736
|
研究论文 | 本文提出了一种名为MedCSS的层次特征一致性框架，结合因果自监督学习，用于三维医学图像分析 | 通过分布一致性对齐中间和高级特征，并引入基于编码率的因果正则化来抑制非因果冗余，增强了特征稳定性和边界敏感性 | NA | 解决传统深度学习模型在医学图像分析中依赖统计相关性而非生成结构建模的问题，提升小样本和跨域场景下的鲁棒性 | 三维医学图像 | 计算机视觉 | NA | NA | CNN | 三维图像 | NA | NA | 3D ResNet | NA | NA |
| 348 | 2026-03-03 |
Artificial Intelligence-Enabled Echocardiographic Assessment of Right Ventricular Function
2026-Jan-22, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.01.20.26344425
PMID:41646670
|
研究论文 | 本研究开发了一种名为EchoNet-RV的深度学习模型，用于分割心尖四腔心切面超声心动图视频中的右心室并估计右心室面积变化分数 | 开发了首个专门用于右心室分割和功能评估的深度学习模型EchoNet-RV，并在多个国际外部测试集上验证了其性能优于现有多任务模型 | 模型主要基于心尖四腔心切面视频，可能未涵盖所有右心室评估的超声视图；外部测试集虽来自不同中心，但可能仍存在数据分布偏差 | 开发一个自动化、可重复的深度学习模型，以改善右心室功能的超声心动图评估 | 心尖四腔心切面超声心动图视频中的右心室 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习模型 | 视频 | 训练集：7,169个专家标注的心尖四腔心切面超声心动图视频；内部测试集：1,320个视频；两个外部测试集：3,107个和1,077个视频 | NA | EchoNet-RV | Dice系数, 平均绝对误差, 受试者工作特征曲线下面积 | NA |
| 349 | 2026-03-03 |
Editorial: Neuromorphic and deep learning paradigms for neural data interpretation and computational neuroscience
2026, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2026.1789388
PMID:41766771
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 350 | 2026-03-03 |
A review of optimization strategies for deep and machine learning in diabetic macular edema
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1684752
PMID:41766941
|
综述 | 本文综述了深度学习和机器学习在糖尿病性黄斑水肿（DME）分析中的应用，特别关注优化算法在提升模型效能、鲁棒性和性能方面的整合与影响 | 强调并整合了优化算法（如元启发式优化器Jaya和蚁群优化）在DME相关深度学习与机器学习任务中的关键作用，通过混合架构（如Auto-Metric图神经网络）展示了性能提升 | 存在挑战，如基于YOLO的模型在病变识别中测试集性能的平均精度较低（0.1540），且临床可解释性有待提高以增强临床医生信任 | 巩固、评估和整合深度学习和机器学习在糖尿病性黄斑水肿（DME）分析中的应用研究，特别关注优化算法的整合与影响 | 糖尿病性黄斑水肿（DME）相关的眼科图像分析任务 | 计算机视觉 | 糖尿病性黄斑水肿 | NA | 深度学习, 机器学习 | 图像 | NA | NA | Auto-Metric图神经网络, YOLO | 准确率, 平均精度 | NA |
| 351 | 2026-03-03 |
An AI approach to lunar phase detection: enhancing the identification of the new crescent with astronomical data integration
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1727824
PMID:41766946
|
研究论文 | 本研究探讨了利用人工智能技术从NASA月球勘测轨道飞行器图像中检测和分析新月牙的可行性 | 首次将深度学习与传统机器学习方法结合用于基于太空影像的新月牙检测，并整合了月球年龄数据以增强CNN模型 | 研究主要基于轨道图像，可能未完全覆盖地球观测的所有条件；合成噪声和遮挡测试虽进行，但真实环境复杂性可能更高 | 通过AI技术改进新月牙的检测，以支持天文学、文化传统和宗教农历的确定 | NASA月球勘测轨道飞行器获取的超过13年的月球图像 | 计算机视觉 | NA | 太空影像分析，图像预处理（灰度转换、对比度受限自适应直方图均衡化、降噪） | CNN, RF, SVM | 图像 | 超过13年的月球轨道图像数据集 | NA | 自定义CNN架构 | 精确率, 召回率, F分数, 整体准确率 | NA |
| 352 | 2026-03-03 |
Automatic classification and prognosis prediction of cerebral hemorrhage based on a deep learning model
2026, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2026.1725732
PMID:41767013
|
研究论文 | 本研究提出了一种名为HemorrhageNet的深度学习框架，用于脑出血的自动分类和预后预测 | 提出HemorrhageNet框架，整合多模态数据，采用双路径架构和注意力机制，并结合自适应预后策略以增强泛化能力和可解释性 | 未明确说明数据集的样本量或具体局限性 | 开发一个深度学习模型，用于脑出血的自动分类和预后预测，以克服传统诊断方法的限制 | 脑出血患者的多模态数据，包括CT和MRI影像、人口统计学信息和临床参数 | 数字病理学 | 脑出血 | CT成像, MRI成像 | 深度学习模型 | 图像, 文本 | NA | NA | HemorrhageNet | 准确性, 鲁棒性, 透明度 | NA |
| 353 | 2026-03-03 |
Exploring the role of micro-valence in the phenomenal space: insights from similarity judgments and deep learning models
2026, Neuroscience of consciousness
IF:3.1Q1
DOI:10.1093/nc/niag005
PMID:41767289
|
研究论文 | 本研究通过行为实验和深度神经网络分析，探讨微观效价在意识体验相似性判断中的作用 | 首次将微观效价概念与深度神经网络处理阶段相结合，揭示效价判断与相似性判断的关系不完全由刺激感知特征中介 | 研究仅使用日常物体图像，样本量相对有限（149名参与者），未涵盖更复杂的情感刺激 | 探究效价是否作为意识体验的内在维度，以及其与相似性判断的关联机制 | 日常物体图像的效价判断与相似性判断 | 机器学习 | NA | 行为实验（三选一任务、空间排列任务、生日任务）、深度神经网络激活提取 | DNN | 图像 | 149名参与者对120张日常物体图像进行判断 | NA | NA | 表征相似性分析、多维尺度分析 | NA |
| 354 | 2026-03-03 |
Impact of AIR™ Recon DL on magnetic resonance imaging-based quantitative brain structure measurements
2026, Psychoradiology
DOI:10.1093/psyrad/kkaf036
PMID:41767425
|
研究论文 | 本研究评估了AIR™ Recon DL算法相较于传统重建方法对MRI图像质量和定量脑结构测量的影响 | 首次系统评估了深度学习重建算法AIR™ Recon DL对脑形态定量测量的系统性偏差影响 | 研究样本仅包含健康成年人，未涉及患者群体；样本量相对较小（74人） | 评估深度学习MRI重建算法对图像质量和脑形态定量测量的影响 | 健康成年人的脑部MRI图像 | 医学影像分析 | NA | 磁共振成像（MRI），3D T1加权成像 | 深度学习重建算法 | 医学影像（MRI） | 74名健康成年人 | NA | AIR™ Recon DL | 图像质量评分，体积测量，皮质厚度，沟深，分形维度，脑回化指数 | NA |
| 355 | 2026-03-03 |
CT imaging characteristics analysis of bone erosion in rheumatoid arthritis and bioinformatics study of inflammation-related gene rG4s
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1769517
PMID:41767505
|
研究论文 | 本研究收集了类风湿关节炎患者的关节CT影像和外周血转录组数据，构建了用于自动精准评估骨侵蚀的深度学习模型，并通过生物信息学方法筛选了受rG4s调控的RA相关炎症基因，探索了骨侵蚀影像表型与分子调控特征之间的潜在关联 | 首次将类风湿关节炎的CT影像特征（骨侵蚀）与受rG4s结构调控的炎症相关差异表达基因进行关联分析，并构建了优化的U-Net CNN模型实现骨侵蚀的自动分割和严重程度量化 | 样本量相对有限（RA组148例，健康对照组49例），且数据来源于单一医院，可能影响结果的普适性 | 实现类风湿关节炎骨侵蚀的自动精准评估，并探索其与炎症相关基因的转录后调控机制的关联 | 类风湿关节炎患者（148例）和健康对照者（49例）的临床数据、关节CT影像及外周血RNA测序数据 | 数字病理学 | 类风湿关节炎 | RNA测序（RNA-seq），CT成像 | CNN | 图像，转录组数据 | RA组148例，健康对照组49例 | PyTorch | U-Net | 准确率，Dice相似系数，灵敏度，特异性 | NA |
| 356 | 2026-03-03 |
Foundation Models Meet Medical Image Interpretation
2026, Research (Washington, D.C.)
DOI:10.34133/research.1024
PMID:41767596
|
综述 | 本文系统回顾了基础模型在医学图像解读领域的研究进展，涵盖关键任务、数据集、评估指标，并提出了一个创新的医学基础模型平台 | 首次系统分析了医学基础模型在12个关键维度上的挑战与趋势，并创新性地提出了IPIU医学基础模型平台 | 作为综述文章，主要基于现有文献进行分析，未进行新的实验验证 | 为医学基础模型的可持续发展提供理论支持和实践参考 | 医学基础模型，包括预训练模型、视觉基础模型、视觉-语言基础模型及扩展多模态基础模型 | 计算机视觉 | NA | 大规模预训练、高效微调 | 基础模型 | 2D/3D医学影像、视觉-语言数据、电子健康记录、生理信号、生物信息学数据 | NA | NA | NA | 分类、分割、生成、预后预测等任务的评估指标 | NA |
| 357 | 2026-03-03 |
Mapping knowledge landscapes and emerging trends in artificial intelligence in glioblastoma: A bibliometric analysis
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261428356
PMID:41767867
|
文献计量分析 | 本研究通过文献计量分析，系统梳理了过去二十年人工智能在胶质母细胞瘤研究中的应用趋势、关键贡献者和新兴热点 | 首次全面描绘了人工智能在胶质母细胞瘤领域的知识图谱演变，并识别出从方法开发到临床转化的关键转变，以及影像基因组学作为新兴前沿 | 分析仅基于Web of Science核心数据库的英文文献，可能遗漏其他数据库或非英语发表的重要研究 | 探索人工智能驱动的胶质母细胞瘤研究趋势和关键参与者 | 2004年至2024年间发表的1487篇英文文献 | 机器学习 | 胶质母细胞瘤 | 文献计量分析 | NA | 文献元数据 | 1487篇文献 | CiteSpace, VOSviewer, Microsoft Excel | NA | NA | NA |
| 358 | 2026-03-03 |
Global research landscape and emerging trends in the application of artificial intelligence in depression: A bibliometric analysis
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261427866
PMID:41767874
|
文献计量分析 | 本研究通过文献计量分析，揭示了人工智能在抑郁症领域应用的研究格局、关键主题和发展轨迹 | 提供了人工智能在抑郁症领域的最新全面文献计量分析结果，明确了当前研究热点和方向 | 仅分析了Web of Science核心合集中的英文文章，可能未涵盖所有相关研究 | 揭示人工智能与抑郁症交叉领域的关键主题和发展轨迹 | 2011年至2024年间发表的关于人工智能在抑郁症中应用的学术出版物 | 机器学习 | 抑郁症 | 文献计量分析 | NA | 文本（学术出版物） | 1361篇出版物 | Bibliometrix, CiteSpace, VOSviewer | NA | NA | NA |
| 359 | 2026-03-03 |
Fine-grained few-shot class-incremental identification of medicinal plants via frequency-aware contrastive learning
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1730047
PMID:41768052
|
研究论文 | 本文提出了一种基于频率感知对比学习的细粒度少样本类增量学习框架，用于药用植物的精确识别 | 提出了一种新颖的频率感知引导域增强对比学习（FGDE）框架，该框架通过集成高、低频分量来细化特征表示，并采用多频率融合来保留细节增强信息，同时引入多目标损失函数以增强基类内的语义紧凑性和增量类间的分离性 | 未明确提及 | 开发一种鲁棒的算法工具，用于在仅有少量标注样本的情况下，准确且增量地识别多样化的药用植物物种 | 药用植物物种 | 计算机视觉 | NA | 深度学习 | 对比学习 | 图像 | 未明确提及具体数量，但涉及自收集数据集和两个公共基准数据集 | 未明确提及 | 未明确提及 | 未明确提及具体指标，但通过实验表明优于现有方法 | 未明确提及 |
| 360 | 2026-03-03 |
Deep learning-based pulmonary nodule risk assessment outperforms established malignancy risk scores in lung cancer screening
2026-Jan, Radiology advances
DOI:10.1093/radadv/umag003
PMID:41768120
|
研究论文 | 本研究评估了一种基于深度学习的肺结节恶性风险估计算法（DeepPNP）在肺癌筛查数据集中的性能，并探讨了数据增强在模型训练中的效果 | DeepPNP算法在肺结节恶性风险评估中超越了现有的专家共识指南（如Lung-RADS）和PanCan模型，并通过结合外部活检确认的恶性结节数据集实现了性能提升 | 研究为回顾性分析，可能受到数据选择偏差的影响；模型性能在特定测试集上评估，需进一步外部验证 | 评估深度学习算法在肺结节恶性风险估计中的性能，并研究数据增强对模型训练的影响 | 肺结节，特别是肺癌筛查中发现的结节 | 计算机视觉 | 肺癌 | CT成像 | CNN | 3D图像 | 合并数据集包含28,057个结节（其中2,362个为恶性），测试集包含来自1,243次CT扫描的2,597个结节 | 未明确指定，但基于3D卷积网络 | EfficientNet-B0 | ROC AUC, 敏感性, 特异性, 精确度, F1分数, 准确度 | NA |