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 2583 篇文献，本页显示第 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2026-05-04 |
UK Biobank-centric advances in brain age prediction: a comprehensive review
2026-01-23, Reviews in the neurosciences
IF:3.4Q2
DOI:10.1515/revneuro-2025-0055
PMID:40997331
|
综述 | 全面综述了基于UK Biobank的脑年龄预测研究在机器学习与深度学习算法方面的进展及其临床应用 | 系统总结了70项利用英国生物银行进行脑年龄预测的研究（2014-2024年），重点关注机器学习与深度学习算法的范式转变，并批判性评估了UKB数据集在脑年龄预测领域的独特优势和固有局限 | UKB数据集可能存在代表性偏差和自身局限性，影响模型的泛化能力 | 评估脑年龄预测模型的准确性，提高可靠性和临床适用性 | 脑年龄预测模型及其训练数据集（UK Biobank） | 机器学习 | 神经退行性疾病 | NA | 机器学习、深度学习 | 神经影像数据 | 70项同行评审研究（2014-2024年） | NA | NA | NA | NA |
| 702 | 2026-05-04 |
Accelerated magnetic resonance imaging of hippocampal sclerosis in pediatric patients with deep learning-based reconstruction: comparison of image quality and diagnostic performance with conventional reconstruction
2026-01, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06419-8
PMID:41081829
|
研究论文 | 比较深度学习重建与常规重建在儿童海马硬化加速磁共振成像中的图像质量和诊断性能 | 首次在儿童海马硬化患者中评估深度学习重建技术对加速MRI序列的图像质量和诊断性能的影响 | NA | 比较常规重建MRI与有无深度学习重建的加速序列在儿童海马硬化患者中的图像质量和诊断性能 | 68名确诊或疑似颞叶癫痫伴海马硬化的儿科患者 | 医学影像 | 颞叶癫痫伴海马硬化 | MRI | 深度学习重建模型 | MRI图像 | 68名儿科患者 | NA | NA | 图像质量评分, 信噪比, Cohen's kappa系数 | NA |
| 703 | 2026-05-04 |
Enhanced convolutional block attention module with Learnable Gated Fusion (LGF-CBAM) for cocoa pod disease identification
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0348147
PMID:42060662
|
研究论文 | 提出一种可学习门控融合卷积块注意力模块（LGF-CBAM）集成ResNetV2-101骨干网络，用于可可豆荚病害识别 | 通过可训练门控参数和softmax归一化，自适应平衡空间与通道注意力的重要性，克服标准CBAM顺序处理的局限性 | 在Coffee and Cocoa数据集上准确率降至94.00%，表明在高度多样性条件下泛化能力仍有不足 | 提高可可豆荚病害识别的准确率和鲁棒性，支持精准农业 | 可可豆荚病害图像 | 计算机视觉 | 植物病害 | 深度学习 | CNN | 图像 | 多个数据集：Cocoa_Pod_Disease_Gh（未明确数量）、Cocoa Diseases (YOLOv4)、Black and Borer Pod Rot、Cacao Diseases in Davao、Coffee and Cocoa数据集 | NA | ResNetV2-101, LGF-CBAM | 准确率、F1分数、PPV | NA |
| 704 | 2026-05-04 |
A multi-modal deep learning framework with GAN-based fusion for enhanced landslide detection
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0347324
PMID:42060708
|
研究论文 | 提出一种基于GAN融合的多模态深度学习框架，用于增强滑坡检测 | 首次在运营监测场景中结合多骨干网络特征融合与对抗性掩膜细化，创新性地整合四个预训练CNN（VGG16、DenseNet201、ResNet50和InceptionV3）与GAN对抗细化模块 | 未提及 | 实现高精度、可扩展的滑坡检测与分割，生成GIS就绪的概率图并支持低延迟推理 | 滑坡区域的遥感影像 | 计算机视觉 | NA | 遥感影像分析、GAN对抗细化 | CNN（VGG16、DenseNet201、ResNet50、InceptionV3）和GAN | 高分辨率卫星/UAV影像、中分辨率Sentinel-2影像、同震滑坡影像 | 三个基准数据集：CAS Landslide（高分辨率GF-2/UAV影像）、MS2LandsNet（中分辨率Sentinel-2）、GDCLD（同震滑坡） | NA | VGG16、DenseNet201、ResNet50、InceptionV3 | F1分数、IoU、边界细化精度 | NA |
| 705 | 2026-05-04 |
A Lightweight Skeletal Muscle Intelligent Segmentation Network Based on Planning CT for Cervical Cancer Radiotherapy
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338261446535
PMID:42041275
|
研究论文 | 提出一种轻量级深度学习网络SMA-Net，用于宫颈癌放疗患者第三腰椎水平骨骼肌的智能分割，并评估其性能 | 将轻量级Mamba架构引入UNet网络，并在跳跃连接上引入SAB和CAB注意力机制以抑制无关信息并突出重要局部特征 | 未提及具体限制 | 实现宫颈癌放疗患者L3骨骼肌的快速准确分割，辅助临床诊断肌少症 | 宫颈癌放疗患者的第三腰椎（L3）水平的骨骼肌 | 计算机视觉 | 宫颈癌，肌少症 | NA | 深度学习分割网络（SMA-Net） | 计划CT图像 | 160例宫颈癌患者，分为训练集112例、验证集16例和测试集32例 | PyTorch | UNet，Mamba，SAB，CAB | Dice相似系数，敏感性，阳性预测值，95% Hausdorff距离，准确率，精确率，召回率，F1分数，AUC | NA |
| 706 | 2026-05-04 |
A Call for a Collaborative Framework for Automation in Adaptive Radiotherapy
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338261449016
PMID:42068249
|
评论 | 呼吁建立协作框架以推动自适应放疗自动化发展 | 提出通过结构化透明和共享责任机制，将自动化从封闭架构转变为集体学习生态系统 | 未提及具体技术实现或实验验证 | 推动自适应放疗自动化从封闭系统向开放协作模式转变 | 自适应放疗技术和相关自动化框架 | 机器学习 | NA | 自适应放疗 | NA | NA | NA | NA | NA | NA | NA |
| 707 | 2026-05-03 |
Beyond convolutions and supervised learning with transformers and representation learning for retinal image analysis
2026-Jan, Progress in retinal and eye research
IF:18.6Q1
DOI:10.1016/j.preteyeres.2025.101419
PMID:41352580
|
综述 | 综述了视网膜图像分析中从卷积神经网络到视觉变换器和表示学习的范式转变 | 聚焦于无标签方法，如表示学习和视觉变换器，作为卷积神经网络的替代方案，并涵盖半监督学习、自监督学习、基础模型、视觉-语言模型和多模态模型的最新进展 | 可能未深入探讨具体应用案例的技术细节或比较不同方法的性能差异 | 总结视网膜图像分析领域在无标签方法和视觉变换器方面的最新进展 | 视网膜图像分析的技术和方法 | 计算机视觉 | 眼部疾病 | NA | 变换器 | 图像 | NA | NA | 视觉变换器 | NA | NA |
| 708 | 2026-05-03 |
Systematic review and meta-analysis of AI-driven MRI motion artifact detection and correction
2026-Jan, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105704
PMID:41442850
|
系统综述与荟萃分析 | 对人工智能驱动的MRI运动伪影检测与校正方法进行系统性综述和荟萃分析 | 首次对深度学习生成模型在MRI运动伪影校正方面的有效性进行系统性评价和荟萃分析 | 模型泛化性有限、依赖配对训练数据、存在视觉失真风险，缺乏标准化数据集和报告协议 | 评估AI方法在MRI运动伪影检测与校正中的发展现状、有效性和未来研究方向 | 深度学习模型（特别是生成模型）用于MRI运动伪影的检测与校正 | 机器学习 | NA | MRI | 深度学习生成模型 | 图像 | NA | NA | 生成模型 | 图像质量指标 | NA |
| 709 | 2026-05-03 |
Regional patch-based MRI brain age modeling with an interpretable cognitive reserve proxy
2026-Jan, Pattern recognition letters
IF:3.9Q2
DOI:10.1016/j.patrec.2025.11.027
PMID:41908685
|
研究论文 | 提出一种基于局部补丁的MRI脑年龄建模方法，并结合可解释的认知储备代理指标 | 使用双侧补丁的3D CNN集成框架增强解剖特异性，并通过认知评估构建认知储备代理指标（CR-Proxy），量化对年龄相关脑变化的抵抗力 | NA | 开发可解释、解剖特异的脑年龄预测模型，并提供临床可用的认知储备代理工具 | 健康对照者、阿尔茨海默病和轻度认知障碍患者 | 计算机视觉 | 阿尔茨海默病 | MRI | 3D卷积神经网络 | 图像 | 大型多队列健康对照数据集，独立样本包含阿尔茨海默病和轻度认知障碍患者 | NA | 3D CNN | NA | NA |
| 710 | 2026-05-03 |
Differences in the impact of leisure consumption spaces on urban residents' life satisfaction: An empirical analysis based on social media big data
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0347699
PMID:42060636
|
研究论文 | 基于社交媒体大数据，利用深度学习方法分析休闲消费空间对城市居民生活满意度的影响 | 利用多源大数据和深度学习模型（Feature Tokenizer Transformer）系统评估不同休闲消费空间类型对生活满意度的相对重要性 | 未明确提及局限性 | 探究不同城市休闲消费空间如何影响居民生活满意度 | 城市休闲消费空间（餐饮、娱乐、个人护理、零售、体育） | 自然语言处理、机器学习 | NA | NA | Feature Tokenizer Transformer | 文本数据（大众点评和微博签到数据） | NA | NA | Feature Tokenizer Transformer | NA | NA |
| 711 | 2026-05-03 |
PriMAT: Robust multi-animal tracking of primates in the wild
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0347669
PMID:42060682
|
研究论文 | 提出PriMAT方法，用于野外环境中非人灵长类动物的鲁棒多目标跟踪，基于边界框而非关键点进行检测和追踪 | 采用边界框代替关键点进行动物跟踪，显著简化数据标注并增强鲁棒性；单阶段模型兼顾检测、跟踪和个体识别 | 文中未明确提及局限性 | 开发一种能够在复杂野外条件下（背景变化、光照多变、运动复杂、遮挡）准确跟踪和识别非人灵长类动物的方法 | 非人灵长类动物（阿萨姆猕猴、红额狐猴、巴巴里猕猴、几内亚狒狒、黑猩猩、大猩猩） | 计算机视觉 | NA | 基于边界框的目标检测与跟踪 | 单阶段目标检测与跟踪模型 | 视频和单张图像 | 数百帧标注的边界框图像 | NA | PriMAT | 跟踪鲁棒性、个体识别准确率（84%） | NA |
| 712 | 2026-05-03 |
Geometry-Guided Local Alignment for Multi-View Visual Language Pre-Training in Mammography
2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-032-04978-0_29
PMID:42063811
|
研究论文 | 提出一种几何引导的局部对齐方法，用于多视图乳腺X光影像视觉语言预训练 | 首次利用乳腺X光成像的多视图几何先验知识，通过全局与局部、视觉-视觉和视觉-语言的联合对比学习，实现跨视图局部对齐和细粒度特征学习 | NA | 改进乳腺X光影像视觉语言模型的预训练，提升对多视图几何关系的建模能力 | 乳腺X光影像及对应的影像报告 | 计算机视觉 | 乳腺癌 | 乳腺X光摄影 | 视觉语言模型 | 图像与文本 | NA | NA | NA | NA | NA |
| 713 | 2026-05-03 |
DualFusionNet: A fusion-based dual architecture for visual quality control on fabric surfaces
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0346708
PMID:42054394
|
研究论文 | 提出一种融合CNN与Transformer的双架构模型DualFusionNet，用于拉链表面视觉质检 | 首次将CNN的局部特征提取与Transformer的全局关系建模结合，通过AFPN和SE模块实现特征融合，提升拉链缺陷检测的准确性 | 未提及模型的泛化能力验证及在多样化生产环境中的鲁棒性测试 | 提高拉链缺陷检测精度，通过整合局部与全局特征实现自动化质检 | 拉链表面缺陷 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | NA | NA | DualFusionNet | 准确率, 平衡准确率 | NA |
| 714 | 2026-05-03 |
A hybrid CNN-Transformer network integrating multiscale spatially detailed features for medical image segmentation
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0345549
PMID:42054482
|
研究论文 | 提出一种混合CNN-Transformer网络，融合多尺度空间细节特征用于医学图像分割 | 提出并行CNN和Swin Transformer编码器，并设计语义与细节融合模块（SDI）来有效整合多尺度特征，在轻量级框架下实现局部和全局特征的互补 | 未提及具体局限性 | 提高医学图像分割的准确性和效率，尤其在资源受限环境中的临床部署 | 医学图像中的复杂解剖结构，如腹部多器官和主动脉血管树 | 计算机视觉 | NA | 深度学习 | CNN-Transformer混合模型 | 图像 | 两个公开数据集：Synapse多器官分割数据集和主动脉血管树数据集 | PyTorch | CNN, Swin Transformer, SDI模块 | Dice系数, Hausdorff距离 | NA |
| 715 | 2026-01-08 |
Commentary on "Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI"
2026-Jan, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.1307
PMID:41494679
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 716 | 2026-01-08 |
Response to Commentary on "Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI"
2026-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.1444
PMID:41494678
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 717 | 2026-05-02 |
A two-stage deep learning framework for lead instrument recognition in polyphonic music featuring Chinese instruments
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327442
PMID:42054289
|
研究论文 | 提出一种两阶段深度学习框架，用于在多声部中国乐器音乐中识别主奏乐器 | 采用“分离-分类”两阶段策略，先提取单个乐器表示再进行多标签分类，显著提升音色相似乐器（如笛子与箫）的识别性能，且框架模型无关、可扩展 | 未明确提及局限性 | 解决中国民族音乐多声部主奏乐器识别难题，为智能音频系统提供新方法 | 多声部中国乐器音乐中的主奏乐器 | 机器学习 | NA | 源分离模型、多标签分类网络 | 深度神经网络 | 音频 | 新构建的数据集（未明确数量与种类） | PyTorch | 源分离网络、多标签分类网络 | 准确率、精确率、召回率、F1分数 | NA |
| 718 | 2026-05-02 |
A deep learning framework for remaining useful life prediction of turbofan engines with partial sensor failure
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0347312
PMID:42054388
|
研究论文 | 提出基于长短期记忆生成对抗网络的深度学习框架，用于部分传感器失效下涡扇发动机剩余寿命预测 | 提出生成式回归模型，通过缺失参数生成器恢复传感器数据完整性，再结合RUL预测器提取时间退化信息，实现传感器故障条件下的鲁棒寿命预测 | 未明确讨论计算复杂度或真实场景的验证 | 解决传感器部分失效导致的剩余寿命预测精度下降问题 | 涡扇发动机在传感器部分故障情况下的剩余使用寿命 | 机器学习和数字信号处理结合 | 不适用 | 生成对抗网络和长短期记忆网络 | LSTM和GAN | 时间序列传感器数据 | NASA C-MAPSS数据集，包含多个涡扇发动机的退化模拟数据 | PyTorch | LSTM和GAN | 预测精度、鲁棒性、泛化性 | 不适用 |
| 719 | 2026-05-02 |
Optimizing LSTM networks and feature selection algorithms using GEE data
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0347858
PMID:42054391
|
研究论文 | 本研究提出一种结合特征选择策略与元启发式优化深度学习的新框架，用于伊朗胡齐斯坦省洪水易感性制图，利用GEE数据并优化LSTM网络 | 创新点在于采用九种特征选择方法的集成共识规则确定关键变量，以及五种元启发式算法对LSTM进行超参数优化比较 | 基于1,000个样本点训练模型，可能限制模型泛化能力；仅应用于单一省份，未在不同气候区验证 | 实现高精度洪水易感性制图，降低灾害风险 | 伊朗胡齐斯坦省洪水易感性区域 | 机器学习 | NA | NA | LSTM | 地理空间数据 | 1,000个样本点（500个非洪水点、500个洪水点） | NA | LSTM | F1分数, Cohen's Kappa | NA |
| 720 | 2026-05-02 |
A GNN-based approach for accurate trade balance forecasting and interpretable analysis
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0346324
PMID:42054384
|
研究论文 | 利用图神经网络（GNN）预测229个国家的贸易余额，并与多种深度学习及回归模型进行比较 | 首次将图神经网络应用于全球贸易余额预测，并证明其相比深度神经网络、Transformer等模型具有更优性能 | 文中未明确提及研究局限性（例如数据依赖性、模型泛化性等） | 提升贸易余额预测的准确性和稳健性，为政策制定者和经济学家提供更精准的工具 | 229个国家的贸易余额数据 | 机器学习 | NA | NA | 图神经网络（GNN） | 数值型贸易数据 | 229个国家的贸易数据 | PyTorch, Scikit-learn | GNN, DNN, Transformer, Random Forest, 混合集成模型 | MSE, RMSE, MAE, R² | NA |