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 2949 篇文献，本页显示第 1341 - 1360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1341 | 2026-04-04 |
Urological diagnostics based on kidney stone detection in CT imaging using YOLOv8 deep learning framework
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1702159
PMID:41930103
|
研究论文 | 本研究评估了四种深度学习目标检测模型在CT图像中自动检测肾结石的性能 | 首次在肾结石CT检测中系统比较了YOLOv8、YOLOv5、Faster R-CNN和RetinaNet四种模型，并强调了YOLOv8在准确性与实时性之间的最佳平衡 | 研究仅基于4,000张标注CT切片和170名患者的数据集，可能需要进行更大规模和多中心的验证 | 评估深度学习目标检测模型在CT图像中自动检测肾结石的性能，以辅助泌尿科诊断 | 肾结石 | 计算机视觉 | 肾结石病 | 非对比计算机断层扫描（CT） | 目标检测模型 | CT图像 | 170名患者的4,000张标注CT切片 | PyTorch | YOLOv8, YOLOv5, Faster R-CNN, RetinaNet | mAP@0.5, 精确率, 召回率, 假阳性率, 假阴性率, 推理速度 | NA |
| 1342 | 2026-04-04 |
Classification of pediatric dental diseases from panoramic radiographs using natural language transformer and deep learning models
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1754498
PMID:41930217
|
研究论文 | 本研究提出了一种基于文本驱动的框架，利用自然语言Transformer从全景X光片生成结构化文本描述，并通过深度学习模型进行儿科牙科疾病的分类 | 首次将自然语言Transformer应用于全景X光片生成文本描述，并比较文本驱动与图像驱动深度学习模型在儿科牙科疾病分类中的性能 | 模型在不同疾病类型间的泛化能力存在不一致性，需要更大、更多样化的数据集来验证临床适用性 | 探索文本驱动方法作为传统图像驱动深度学习替代方案，用于儿科牙科疾病的准确分类 | 儿科牙科疾病的全景X光片 | 自然语言处理,计算机视觉 | 儿科牙科疾病 | 全景X光成像 | 1D-CNN, LSTM, BERT, CNN | 图像,文本 | 未明确说明 | 未明确说明 | 1D-CNN, LSTM, BERT, 预训练CNN | 准确率,敏感性 | 未明确说明 |
| 1343 | 2026-04-04 |
Mamba-enhanced codebook learning with anatomical constraints for liver and tumor segmentation in 3D CT volumes
2026, Frontiers in medical technology
IF:2.7Q3
DOI:10.3389/fmedt.2026.1708094
PMID:41930224
|
研究论文 | 提出一种用于3D CT图像中肝脏和肿瘤分割的端到端分层网络，集成了多尺度上下文建模、全局关系学习和结构化特征表示 | 首次将新兴的Mamba架构引入3D医学图像分割，用于建模跨切片的远程依赖关系；提出可学习的码书模块量化高维特征为语义原型；结合解剖学先验知识（肿瘤必须位于肝脏内）通过包含损失函数显式正则化分割输出 | 仅在公开的LiTS数据集上进行验证，需要更多外部数据集验证泛化能力；未讨论计算效率与实时性；解剖学约束仅考虑了空间包含关系，可能忽略其他解剖学先验 | 提高3D CT图像中肝脏和肿瘤分割的准确性和可靠性，以辅助临床诊断和治疗规划 | 3D CT扫描图像中的肝脏及其肿瘤 | 数字病理学 | 肝癌 | CT扫描 | 深度学习网络 | 3D CT图像 | 使用公开LiTS数据集（具体样本数量未在摘要中说明） | NA | 分层网络，包含多尺度纹理编码器、基于Mamba架构的全局关系表示模块、可学习码书模块 | Dice分数，体积重叠误差（VOE），边界度量（ASD，95HD） | NA |
| 1344 | 2026-04-04 |
Next-generation viral detection through AI-enhanced nanotechnology: advances, challenges, and future directions
2026, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2026.1750124
PMID:41930247
|
综述 | 本文综述了人工智能与纳米技术结合在病毒检测中的最新进展、挑战及未来方向 | 探讨AI与纳米技术协同作用，实现实时病毒预测、监测和管理，提升检测系统的灵敏度和个性化 | 仍需大量临床验证和监管成熟，面临数据隐私、算法偏见和监管障碍等挑战 | 探索AI与纳米技术集成作为变革性方法，用于病毒检测和公共卫生响应 | 病毒检测系统，包括病毒突变识别、爆发轨迹预测和复杂病毒学数据分析 | 机器学习 | NA | 纳米传感器、纳米颗粒诊断、芯片实验室设备 | 机器学习, 深度学习 | 复杂病毒学数据 | NA | NA | NA | NA | NA |
| 1345 | 2026-04-01 |
Artificial intelligence-based dairy cattle behavior recognition for estrus detection via ensemble fusion of two camera views
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0340999
PMID:41544085
|
研究论文 | 本研究提出了一种基于多视角CCTV视频和深度学习技术的奶牛行为识别系统，用于发情检测 | 采用同步的俯视和正视双摄像头视角，结合YOLOv8模型、IoU身份-行为关联和决策级融合方法，实现对奶牛六种关键行为（包括与发情相关的骑跨和下巴倚靠行为）的识别 | NA | 通过人工智能技术识别奶牛行为以进行发情检测，提升牧场生产效率和动物福利 | 奶牛 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 视频 | NA | NA | YOLOv8 | NA | NA |
| 1346 | 2026-04-01 |
Microelements and biochemical biomarkers-based machine learning for predicting adverse pregnancy outcomes in Wilson's disease: risk stratification by integrating hepatic fibrosis and cerebral function
2026, Frontiers in nutrition
IF:4.0Q2
DOI:10.3389/fnut.2026.1768588
PMID:41783819
|
研究论文 | 本研究基于微量元素和生化标志物开发机器学习算法，用于预测威尔逊病患者的妊娠不良结局 | 首次整合微量元素谱、生化标志物、肝纤维化和脑功能分层分析，构建并比较多种机器学习模型以预测妊娠不良结局 | 样本量相对较小（114例患者），深度学习模型泛化能力较差，部分模型存在过拟合问题 | 开发并验证基于机器学习的预测模型，用于识别威尔逊病患者的妊娠不良结局风险 | 威尔逊病女性患者，包括57例妊娠不良结局和57例无事件妊娠 | 机器学习 | 威尔逊病 | 血清/尿液微量元素检测、生化标志物分析、肝纤维化评估 | GLM, DL, RF, GBM | 临床数据（微量元素、生化标志物、肝纤维化指标） | 114例威尔逊病患者 | NA | 广义线性模型, 深度学习, 随机森林, 梯度提升机 | 准确率 | NA |
| 1347 | 2026-04-01 |
Advancing workpiece dimension measurement: Integrating AI-based edge detection with machine vision and coordinate measuring systems
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342797
PMID:41871139
|
研究论文 | 本研究探讨了在坐标测量机工业图像分析框架中应用基于AI的检测方法，以提升工件尺寸测量的精度 | 将基于CNN的AI边缘检测与机器视觉及坐标测量系统集成，提出了一种标准化方法，用于精确测量工件尺寸，并通过迁移学习解决了小数据集过拟合问题 | 研究基于有限的数据集（特定模型表面特征），虽然展示了跨材料可扩展性，但通用性仍需进一步验证 | 提升工业机器视觉中工件尺寸测量的准确性和效率 | 具有不同孔尺寸和数量的工件模型 | 机器视觉 | NA | AI边缘检测，迁移学习 | CNN | 图像 | 使用SolidWorks设计并CNC加工的两个模型，以及用于跨材料验证的200张Drelin材料图像 | NA | 卷积神经网络 | 分类准确率，混淆矩阵，直径偏差，相关系数，ANOVA | NA |
| 1348 | 2026-04-01 |
Nickel price forecasting based onempirical mode decomposition and deep learning model with expansion mechanism
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341559
PMID:41875101
|
研究论文 | 本研究提出了一种结合集成经验模态分解和扩张长短期记忆网络的混合预测框架，用于预测镍价波动 | 创新性地将EEMD与Dilated LSTM结合，通过多尺度分解和高级时序特征提取提升预测精度，并利用可解释性分析识别铜价波动的关键驱动作用 | 未明确说明模型在其他金属或商品价格预测中的泛化能力，且样本数据范围和时间跨度未详细说明 | 开发一种混合预测框架以提高镍价预测的准确性，支持资源驱动型企业的风险管理和政府产业政策设计 | 镍期货价格 | 机器学习 | NA | 集成经验模态分解, 扩张长短期记忆网络 | LSTM | 时间序列数据 | NA | NA | Dilated LSTM | NA | NA |
| 1349 | 2026-04-01 |
HCLmNet: A unified hybrid continual learning strategy multimodal network for lung cancer survival prediction
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316509
PMID:41875207
|
研究论文 | 本文提出了一种名为HCLmNet的混合持续学习多模态网络，用于预测肺癌患者的生存期 | 提出了一种结合弹性权重巩固(EWC)与三种基于回放的模块（经验回放、实例级相关性回放、类别级相关性回放）的混合持续学习策略，以解决动态临床环境中模型更新时的灾难性遗忘问题 | 未明确提及 | 开发一种能够在动态临床环境中持续学习新数据，同时避免灾难性遗忘的肺癌生存期预测模型 | 肺癌患者 | 数字病理学 | 肺癌 | CT成像, PET成像, 基因组(DNA)测序 | 深度学习, 持续学习 | 图像, 序列, 文本 | NA | NA | Swin Transformer, XLNet, 全连接网络 | 一致性指数(C-index), 平均绝对误差(MAE) | NA |
| 1350 | 2026-04-01 |
Soft Multiaxial Strain Mapping Interface with AI-Driven Decoding for Silent Speech in Noise
2026, Cyborg and bionic systems (Washington, D.C.)
DOI:10.34133/cbsystems.0536
PMID:41877703
|
研究论文 | 本文提出了一种基于软多轴应变映射和AI解码的无声语音接口，用于在嘈杂环境中实现清晰的字母通信 | 重新设计了无声语音接口，通过监测喉咙肌肉运动引起的连续多轴应变图来重建语音，结合计算机视觉光学应变传感器和深度学习，实现了在极端噪声条件下的鲁棒通信 | NA | 开发一种在嘈杂环境中捕获清晰音频的无声语音接口 | 喉咙肌肉运动引起的应变模式 | 计算机视觉 | NA | 计算机视觉光学应变传感器 | 深度学习 | 应变图 | NA | NA | NA | NA | NA |
| 1351 | 2026-04-01 |
Systematic review of different approaches for performance enhancement in elite sport
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1781958
PMID:41877740
|
综述 | 本文通过系统综述，探讨了高级分析技术在精英体育不同应用领域和运动项目中的分布与成熟度 | 首次系统性地梳理了2019年至2025年间高级分析技术在精英体育中的应用现状，并识别了技术成熟度在不同运动项目和应用目标间的差异 | 研究仅纳入了2019年至2025年间的文献，可能遗漏了更早的重要研究；且为定性综述，未进行定量荟萃分析 | 旨在考察高级分析技术在精英体育中的应用分布、成熟度，并为相关研究和实践提供基于证据的指导 | 精英体育中的高级分析技术应用 | 机器学习 | NA | 系统综述，结构化定性综合 | NA | NA | 52项符合纳入标准的研究 | NA | NA | NA | NA |
| 1352 | 2026-04-01 |
MangoLeafNet-XAI: an attention-enhanced deep learning architecture for accurate and interpretable mango leaf disease classification
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1776537
PMID:41877980
|
研究论文 | 本研究提出了一种名为MangoLeafNet-XAI的轻量级深度学习架构，用于准确且可解释的芒果叶病害分类 | 该模型创新性地将高效通道注意力（ECA）模块与DenseNet-121骨干网络结合，自适应地优化特征并高精度捕捉细微病理模式，实现了性能与计算效率的最佳平衡 | 现有方法的局限性包括计算复杂度高、结果难以解释以及数据集依赖的过拟合问题 | 开发一种适用于资源受限农业环境的精确且可解释的芒果叶病害检测系统 | 芒果叶病害，包括炭疽病、细菌性溃疡病、枯梢病、瘿蚊、白粉病、煤烟霉和切叶象甲 | 计算机视觉 | 植物病害 | 深度学习 | CNN | 图像 | 三个公共数据集（MLDID、Mango Leaf Disease和Harumanis），涵盖多种环境条件和病害类别 | PyTorch, TensorFlow | DenseNet-121 | 准确率 | 适用于边缘设备部署，模型参数仅690万 |
| 1353 | 2026-04-01 |
Protein structure prediction powered by artificial intelligence: from biochemical foundations to practical applications
2026, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2026.1767821
PMID:41878008
|
综述 | 本文综述了人工智能驱动的蛋白质结构预测方法，从生化基础到实际应用 | 总结了基于深度学习和大规模蛋白质语言模型的最新进展，如AlphaFold3和RoseTTAFold，这些模型通过整合进化信息、几何约束和端到端神经架构实现了接近实验精度的预测 | NA | 总结蛋白质折叠的生化基础、AI驱动的方法学进展及其在药物发现、酶工程和疾病研究中的应用 | 蛋白质的三维结构 | 机器学习 | NA | 深度学习, 蛋白质语言模型 | 深度学习模型 | 蛋白质序列数据 | NA | NA | AlphaFold3, RoseTTAFold, ESMFold | 接近实验精度 | NA |
| 1354 | 2026-04-01 |
Correction: Advanced EEG signal classification for neural prosthetic devices using metaheuristic and deep learning techniques
2026, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2026.1795848
PMID:41878372
|
correction | 本文是对先前发表文章（DOI: 10.3389/fdgth.2025.1706660）的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1355 | 2026-03-31 |
FFM-ViT: an efficient fish species classification method based on deep features and transformers
2026-Jan, Journal of fish biology
IF:1.7Q2
DOI:10.1111/jfb.70213
PMID:41028988
|
研究论文 | 提出一种基于深度特征和Transformer的高效鱼类物种分类方法FFM-ViT | 放弃传统ViT的直接分块操作，引入MBConv和Fuse-MBConv模块获取更准确的高维信息，并设计通道空间合并注意力模块增强特征提取和融合能力 | 未明确说明模型计算复杂度或实时性表现，也未讨论在极端光照或遮挡条件下的鲁棒性 | 解决小数据集和高相似度鱼类物种的准确分类问题 | 鱼类图像 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | 包含78个类别的Oceanfish78数据集，以及fish4knowledge和Fish31等数据集 | 未明确说明 | Vision Transformer, MBConv, Fuse-MBConv, 通道空间合并注意力模块 | 准确率 | NA |
| 1356 | 2026-03-31 |
Comparative Evaluation of Conventional and Deep Learning Methods for Respiratory Signal Extraction From Clinical 3D CBCT Projections
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338261437311
PMID:41871542
|
研究论文 | 本研究评估了传统方法和深度学习方法从临床3D CBCT投影中提取呼吸信号的性能 | 首次在临床3D CBCT投影数据上系统比较了多种传统信号提取方法与基于U-Net的深度学习方法，并证明了深度学习方法在复杂呼吸模式下的优越性 | 研究样本量相对有限（70组投影），且主要针对胸腹部癌症患者，未涵盖所有可能的呼吸变异模式 | 评估和比较传统方法与深度学习方法从临床3D CBCT投影中提取呼吸信号的性能，以改进4D CBCT相位排序和重建 | 来自胸腹部癌症患者的临床3D CBCT投影数据，包括规则和不规则呼吸运动模式 | 医学影像分析 | 胸腹部癌症 | 3D CBCT成像，4D CBCT重建 | U-Net | 3D CBCT投影图像 | 70组来自临床3D CBCT成像的投影数据 | 未明确说明 | U-Net | 相关系数，相位排序能力 | NA |
| 1357 | 2026-03-31 |
GAN-based underwater image enhancement and scene classification using transfer learning
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0345593
PMID:41894524
|
研究论文 | 本文提出了一种基于GAN的水下图像增强和迁移学习场景分类方法，用于改善水下图像质量并准确分类海洋物种 | 结合了传统图像增强算法（GW、HE、CLAHE）、边缘检测（Canny）与先进的深度学习模型（VGG16、ResNet50、DenseNet121）进行迁移学习，并引入ESRGAN进行图像超分辨率增强 | 未明确说明实验数据的具体规模、模型性能对比的定量结果以及计算资源的具体配置 | 提升水下图像质量并实现海洋物种的准确分类，以支持海洋生态研究和保护工作 | 水下图像和视频，特别是包含鱼类、珊瑚礁和海龟等海洋物种的图像 | 计算机视觉 | NA | 图像增强技术、边缘检测、迁移学习、生成对抗网络 | CNN, GAN | 图像、视频 | NA | NA | VGG16, ResNet50, DenseNet121, ESRGAN | NA | NA |
| 1358 | 2026-03-31 |
Probabilistic forecasting of monthly dengue cases using epidemiological and climate signals: A BiLSTM-Negative Binomial Model versus Mechanistic and Count-Model Baselines
2026, PLOS global public health
DOI:10.1371/journal.pgph.0005404
PMID:41894525
|
研究论文 | 本文比较了四种概率模型在预测塞拉利昂弗里敦市月度登革热病例方面的性能，包括负二项广义线性模型、负二项INGARCH模型、机制更新模型和双向长短期记忆网络模型 | 提出了一个结合流行病学和气候信号的BiLSTM-负二项模型，并与传统机制和计数模型基线进行对比，在泄漏安全的滚动原点评估框架下进行概率预测 | 研究仅基于弗里敦市的数据，可能不适用于其他城市环境；气候输入仅限于滞后1期的协变量，可能未充分利用长期气候模式 | 开发可靠的短期登革热病例预测模型，以支持城市卫生系统资源分配 | 塞拉利昂弗里敦市的月度登革热病例计数 | 机器学习 | 登革热 | 时间序列分析，概率预测 | BiLSTM, NB-GLM, INGARCH-NB, Renewal-NB | 时间序列数据 | 2015年至2024年弗里敦市的月度登革热病例数据，每个预测范围内对齐的常见问题-目标对数量为32 | NA | 双向长短期记忆网络 | 平均对数分数，经验覆盖率，50%和90%预测区间中位数宽度，概率积分变换校准诊断，Diebold-Mariano检验 | NA |
| 1359 | 2026-03-31 |
Placenta-pulmonary coupling-guided multimodal AI for fetal lung maturity staging and individualized glucocorticoid therapy
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1791481
PMID:41907297
|
研究论文 | 本文提出了一种基于胎盘-肺耦合指导的多模态人工智能框架，用于胎儿肺成熟度分期和个体化糖皮质激素治疗 | 采用生理学信息指导的混合框架，显式建模胎盘-肺相互作用并整合多模态数据，提供可解释且可靠的胎儿肺成熟度评估和糖皮质激素治疗优化 | 需要外部验证和前瞻性试验来进一步验证框架的有效性 | 评估胎儿肺成熟度并优化产前糖皮质激素治疗 | 320例妊娠（包括160例妊娠期高血压疾病）的孕妇和胎儿 | 数字病理学 | 妊娠期高血压疾病 | 2D/3D超声、剪切波弹性成像、多普勒、母体血浆代谢组学 | Transformer, LSTM | 图像、代谢组学数据 | 320例妊娠，每周从28至36周采集数据 | PyTorch | 跨模态注意力Transformer, 时空卷积-LSTM网络 | 轮廓分数, 准确率, 风险降低百分比 | NA |
| 1360 | 2026-03-31 |
Diabetic peripheral neuropathy identification using enface optical coherence tomography and multi-head attention deep learning algorithm
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261436274
PMID:41907356
|
研究论文 | 本研究开发了一种基于多注意力头深度学习算法的非侵入性诊断工具，利用多模态光学相干断层扫描图像早期检测糖尿病周围神经病变 | 首次将多注意力头深度学习算法与多模态光学相干断层扫描图像结合用于糖尿病周围神经病变的早期检测，并识别出无血管层为最具预测价值的视网膜层 | 研究样本量有限（435名患者），且需要进一步的外部验证以确认模型的泛化能力和临床可行性 | 开发一种非侵入性、可靠的诊断工具，用于早期检测糖尿病周围神经病变 | 糖尿病患者的视网膜光学相干断层扫描图像 | 计算机视觉 | 糖尿病周围神经病变 | 光学相干断层扫描 | 深度学习 | 图像 | 435名糖尿病患者的544只眼睛，共计3264张光学相干断层扫描图像 | PyTorch | ResNet-18 | AUC | NA |