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 3314 篇文献，本页显示第 1841 - 1860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1841 | 2026-01-29 |
Classifying Obsessive-Compulsive Disorder from Resting-State EEG Using Convolutional Neural Networks: A Pilot Study
2026, Computational psychiatry (Cambridge, Mass.)
DOI:10.5334/cpsy.149
PMID:41585367
|
研究论文 | 本研究探索使用卷积神经网络（CNN）分析静息态脑电图（EEG）的时频表示，以区分强迫症患者与健康对照 | 首次将CNN应用于EEG时频表示进行强迫症分类，并展示了其相对于传统支持向量机（SVM）方法的显著性能优势 | 样本量较小（仅20名参与者），且未包含药物治疗患者，限制了结果的泛化性 | 开发一种基于EEG的深度学习方法来识别强迫症 | 20名未服药的参与者（10名强迫症患者，10名健康对照） | 机器学习 | 强迫症 | 静息态脑电图（EEG） | CNN, SVM | EEG时频表示 | 20名参与者（10名强迫症患者，10名健康对照） | 未明确指定，可能为TensorFlow或PyTorch | 2D CNN | 准确率, AUC | 未明确指定 |
| 1842 | 2026-01-29 |
Neuromorphic Silicon-Based Capacitive-Tunneling Junction
2026-Jan, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202416643
PMID:41074824
|
研究论文 | 本文介绍了一种基于硅电容隧道结的神经形态计算器件，通过结合电容耦合和量子隧道效应，实现了高速、低能耗的突触行为模拟 | 利用硅兼容器件中的电容耦合与量子隧道协同效应，设计出具有双向双语言多模态突触后行为的SCTJ，响应时间达10纳秒，能耗低至1飞焦 | NA | 开发能量高效的神经形态计算系统，以处理大规模数据集 | 硅电容隧道结及其在物体运动轨迹监测与识别系统中的应用 | 机器学习 | NA | 脉冲编程信号调制 | NA | 信号数据 | NA | NA | NA | 响应时间，能耗 | NA |
| 1843 | 2026-01-29 |
Applications of artificial intelligence in tooth extraction: A systematic review
2026-Jan, Journal of dental sciences
IF:3.4Q1
DOI:10.1016/j.jds.2025.10.007
PMID:41585134
|
系统综述 | 本文通过系统综述探讨了人工智能在牙齿拔除领域的应用现状 | 首次系统性地回顾和总结了人工智能在牙齿拔除领域的应用研究，涵盖了从术前评估到术后并发症预测的多个关键主题 | 仅基于三个数据库（PubMed、Scopus、Web of Science）的文献检索，可能存在发表偏倚；纳入文献数量有限（35篇），且部分主题研究较少 | 评估人工智能在牙齿拔除临床决策、风险预测和治疗策略中的应用潜力 | 牙齿拔除相关的临床研究文献 | 医疗人工智能 | 口腔疾病 | NA | NA | NA | NA | NA | NA | NA | NA |
| 1844 | 2026-01-29 |
FM-DLM: A new method for image classification based on the fusion of multi-level deep learning models
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0338137
PMID:41592008
|
研究论文 | 本文提出了一种基于多级深度学习模型融合的图像分类新方法FM-DLM，以解决大模型部署受限和小模型标签数量有限的问题 | 通过融合多级深度学习模型，结合百度AI平台作为Level 0模型进行广泛分类，利用Level 1模型差异进行数据集预测，再训练Level 2模型进行标签分类，最终通过标签分布提升准确率 | 未在摘要中明确说明 | 开发一种能够在保证广泛分类范围的同时提高准确率的图像分类方法 | 图像数据 | 计算机视觉 | NA | 深度学习模型融合 | 深度学习模型 | 图像 | 未在摘要中明确说明 | 未在摘要中明确说明 | 未在摘要中明确说明 | 准确率 | 未在摘要中明确说明 |
| 1845 | 2026-01-29 |
A deep learning-based computational pipeline predicts developmental outcome in retinal organoids
2026-Jan, PLoS biology
IF:7.8Q1
DOI:10.1371/journal.pbio.3003597
PMID:41592127
|
研究论文 | 本研究利用深度学习预测视网膜类器官的发育路径和组织形成，以克服类器官发育中的异质性挑战 | 通过深度学习在早期发育阶段预测视网膜类器官的分化路径和组织形成，绕过组织形成的异质性挑战 | NA | 预测视网膜类器官的发育结果和组织形成 | 视网膜类器官 | 计算机视觉 | NA | 高分辨率延时成像 | 深度学习 | 图像 | 约1,000个类器官和超过100,000张图像 | NA | NA | NA | NA |
| 1846 | 2026-01-29 |
Deep learning-based bubble separation for passive acoustic monitoring of underwater gas plumesa)
2026-Jan-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0042232
PMID:41603626
|
研究论文 | 本研究提出了一种基于深度学习的泡沫声音分离方法，用于从噪声混合中提取泡沫波形，以增强水下气体羽流的被动声学监测性能 | 首次将深度学习应用于泡沫声音分离，通过数值模拟框架生成带标签的训练数据，有效提升了低信噪比环境下的泡沫检测能力 | 方法在真实世界应用中的泛化能力可能受限于模拟数据与真实记录的差异，且未详细讨论计算复杂度或实时处理性能 | 提高水下气体羽流的被动声学监测中泡沫检测的准确性和鲁棒性 | 水下气体羽流产生的泡沫声音信号 | 机器学习 | NA | 被动声学监测, 数值模拟 | 深度学习模型 | 音频数据 | 模拟数据和真实PAM记录（来自海马冷泉） | NA | NA | NA | NA |
| 1847 | 2026-01-28 |
Enhanced-performance flexible pressure sensors enabled by synergistic effect of hierarchical porous structures for motion sensing and deep learning-assisted speech recognition
2026-Apr, Journal of colloid and interface science
IF:9.4Q1
DOI:10.1016/j.jcis.2025.139706
PMID:41435647
|
研究论文 | 本研究通过结合3D打印和静电纺丝的混合制造策略，开发了一种具有分层多孔结构的高性能柔性压力传感器，并展示了其在运动传感和深度学习辅助语音识别中的应用 | 提出了一种基于混合制造技术（3D打印与静电纺丝结合）和分层多孔结构协同效应的柔性压力传感器新策略，并通过集成深度学习算法扩展了其在语音识别方面的功能 | 未明确说明传感器在长期稳定性、大规模生产成本或极端环境下的性能表现 | 开发高性能柔性压力传感器，用于人体生理运动信号监测和智能语音感知 | 柔性压力传感器及其在人体运动信号和语音信号检测中的应用 | 机器学习和智能传感 | NA | 三维打印、静电纺丝、直接墨水书写、牺牲模板法 | 深度学习算法 | 压力信号数据、语音信号数据 | NA | NA | NA | 灵敏度、响应时间、检测限、识别准确率 | NA |
| 1848 | 2026-01-28 |
Investigation of droplet dynamics in the hypermonotectic succinonitrile-water system in a temperature gradient and microgravity conditions supported by deep learning computer vision
2026-Apr, Journal of colloid and interface science
IF:9.4Q1
DOI:10.1016/j.jcis.2025.139684
PMID:41455349
|
研究论文 | 本文研究了在温度梯度和微重力条件下，超单晶体系中的液滴动力学，利用深度学习计算机视觉技术进行分析 | 结合微重力实验与基于mask R-CNN和SORT的深度学习计算机视觉模型，用于液滴检测与追踪，揭示了液滴运动与表面张力的温度依赖性 | 实验仅在六分钟的微重力条件下进行，可能限制了长期观察；部分液滴粘附于容器边界，可能影响运动分析的准确性 | 研究液-液相分离及液滴在温度梯度下的动力学行为 | 超单晶-水体系中的液滴 | 计算机视觉 | NA | 原位观察，深度学习计算机视觉 | CNN | 图像 | NA | TensorFlow, PyTorch | mask R-CNN, SORT | NA | NA |
| 1849 | 2026-01-28 |
Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review
2026 Mar-Apr, Survey of ophthalmology
IF:5.1Q1
|
综述 | 本文系统综述了人工智能在糖尿病视网膜病变诊断流程中的应用，包括图像预处理、视盘定位与移除、血管分割、特征提取和严重程度分类等阶段 | 提出并实现了一个系统化的AI诊断流程，在MESSIDOR数据集上达到了98.02%的准确率，优于现有方法 | 面临当前挑战，未具体说明数据集的泛化能力或临床部署的障碍 | 自动化并增强糖尿病视网膜病变的诊断，实现早期和准确的筛查 | 糖尿病视网膜病变患者 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | 深度学习模型 | 图像 | 基于MESSIDOR数据集，具体数量未明确 | NA | NA | 准确率 | NA |
| 1850 | 2026-01-28 |
Quantifying 3D foot and ankle alignment using an AI-driven framework: a pilot study
2026-Mar, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-05038-6
PMID:41014330
|
研究论文 | 本研究提出了一种基于AI的框架，通过深度学习自动检测足踝三维对齐，使用负重CT图像进行解剖标志点预测 | 采用基于热图预测的3D U-Net模型直接从负重CT图像预测22个解剖标志点，无需分割或迭代网格配准方法 | 探索性研究，样本量较小（74例），需更大数据集评估其临床适用性 | 自动化足踝对齐评估，用于诊断畸形、治疗规划和结果监测 | 骨科患者，包括足部畸形病例如高弓足和扁平外翻足 | 计算机视觉 | 足踝畸形 | 负重CT成像 | CNN | 图像 | 74例骨科患者 | NA | 3D U-Net | 平均绝对误差 | NA |
| 1851 | 2026-01-28 |
Deep learning for automated alveolar cleft segmentation and bone graft volume estimation in cone-beam computed tomography imaging: a multicenter study
2026-Mar, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.10.020
PMID:41390267
|
研究论文 | 本研究开发了一种基于深度学习的工具，用于在锥形束计算机断层扫描（CBCT）成像中自动分割牙槽裂区域并估算骨移植体积 | 首次提出并验证了基于3D U-Net的深度学习模型，用于牙槽裂的自动化分割和骨移植体积估算，实现了高效且准确的临床辅助诊断 | 研究样本量相对较小（88例CBCT扫描），且仅针对非综合征性单侧牙槽裂患者，可能限制了模型的泛化能力 | 训练和验证一种深度学习工具，以自动分割牙槽裂区域并估算所需骨移植体积 | 非综合征性单侧牙槽裂患者的CBCT扫描图像 | 数字病理学 | 牙槽裂 | 锥形束计算机断层扫描（CBCT）成像 | CNN | 三维图像 | 88例CBCT扫描（训练集45例，验证集10例，测试集33例） | NA | 3D U-Net | Dice相似系数（DSC） | NA |
| 1852 | 2026-01-28 |
Real-world diagnostic performance of knee MRI protocols accelerated using simultaneous multi-slice acquisition and deep learning reconstruction
2026-Mar, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-05058-2
PMID:41109866
|
研究论文 | 评估使用同步多层采集和深度学习重建的加速膝关节MRI协议在检测内部紊乱损伤方面是否不劣于传统的并行成像协议 | 结合同步多层采集和深度学习重建技术，在真实世界临床环境中评估加速MRI协议的诊断性能 | 部分指标未达到严格的不劣性边界，研究为回顾性队列设计 | 评估加速膝关节MRI协议的诊断性能 | 接受膝关节MRI检查并在180天内进行关节镜检查的患者 | 数字病理学 | 膝关节损伤 | MRI, 同步多层采集, 深度学习重建 | 深度学习 | MRI图像 | 1055名患者 | NA | NA | 敏感性, 特异性 | NA |
| 1853 | 2026-01-28 |
AI Prognostication in Nonsmall Cell Lung Cancer: A Systematic Review
2026-Feb-01, American journal of clinical oncology
DOI:10.1097/COC.0000000000001238
PMID:40679809
|
系统综述 | 本文对人工智能在非小细胞肺癌预后预测中的应用进行了系统综述 | 系统比较了AI与传统预后方法（如TNM分期）的性能，并指出深度学习在预后预测中优于传统机器学习 | 综述指出AI方法在临床广泛应用前需通过精心设计的临床试验进行充分验证 | 评估人工智能算法在非小细胞肺癌预后预测中的应用效果 | 非小细胞肺癌患者 | 数字病理学 | 肺癌 | NA | 机器学习, 深度学习 | 组织学数据, 遗传数据, CT, PET, MR影像 | 初始识别3880项研究，经筛选后纳入309项 | NA | NA | 预后性能 | NA |
| 1854 | 2026-01-28 |
The Future trends of Artificial Intelligence and innovative technologies in the new era of pharmaceutical sciences and Industry 4.0
2026-Feb, Drug development and industrial pharmacy
IF:2.4Q3
DOI:10.1080/03639045.2025.2590707
PMID:41241791
|
综述 | 本文综述了人工智能在药学科学中的变革性影响，重点关注其与现代技术的融合以及在药物研发、生产及数字化转型中的推动作用 | 整合人工智能与机器学习、深度学习及工业4.0技术（如物联网、机器人、区块链、数字孪生），以推动个性化医疗和自适应制造流程 | 面临数据隐私、算法偏见及法规更新需求等挑战 | 探讨人工智能在药学科学及工业4.0新时代中的未来趋势和创新技术应用 | 药学科学领域，包括药物研发、生产、供应链优化及个性化医疗 | 机器学习 | NA | NA | NA | 基因组数据、临床数据、环境数据 | NA | NA | NA | NA | NA |
| 1855 | 2026-01-28 |
Artificial intelligence in psychiatry: Current and emerging trends, clinical applications, and research gaps explored through a bibliometric analysis
2026-Feb, Asian journal of psychiatry
IF:3.8Q1
DOI:10.1016/j.ajp.2026.104828
PMID:41499904
|
综述 | 本文通过文献计量学方法分析了精神病学领域基于人工智能的科学出版物，以识别主要主题、研究趋势和未来机会 | 利用文献计量学方法系统梳理了精神病学中AI研究的演变趋势，并识别了新兴主题如数字健康、可解释性以及伦理治理 | 研究主要基于Web of Science数据库的出版物，可能存在发表偏倚，且未深入评估单个研究的质量或临床有效性 | 分析精神病学领域人工智能研究的出版趋势、核心主题及未来研究方向 | 1980年至2025年间发表在Web of Science精神病学类别下的2328篇原创研究文章 | 自然语言处理 | 精神疾病 | 文献计量分析 | NA | 文本 | 2328篇原创研究文章 | RStudio, Bibliometrix | NA | NA | NA |
| 1856 | 2026-01-28 |
A deep learning-based tool for rapid and automated detection of Cryptosporidium oocysts: A new approach for veterinary diagnostics and epizootiological surveys
2026-Feb, Experimental parasitology
IF:1.4Q3
DOI:10.1016/j.exppara.2026.109099
PMID:41529739
|
研究论文 | 本研究开发了一种基于深度学习的工具，用于快速自动检测犊牛粪便样本显微图像中的隐孢子虫卵囊 | 首次将最先进的目标检测算法YOLOv10和YOLOv11应用于隐孢子虫卵囊的自动化识别，为兽医诊断和流行病学调查提供了新方法 | 研究仅使用了406张标注图像的数据集，样本量相对有限，可能影响模型的泛化能力 | 开发一种快速、准确、自动化的隐孢子虫卵囊检测工具，以改善疾病管理和控制 | 感染隐孢子虫的犊牛粪便样本中的隐孢子虫卵囊 | 计算机视觉 | 隐孢子虫病 | 显微成像 | 目标检测模型 | 图像 | 406张标注图像 | NA | YOLOv10, YOLOv11 | 精确率, 召回率, 平均精度均值(mAP) | NA |
| 1857 | 2026-01-28 |
Artificial Intelligence in Nutrigenomics: A Critical Review on Functional Food Insights and Personalized Nutrition Pathways
2026-Feb, Journal of human nutrition and dietetics : the official journal of the British Dietetic Association
IF:2.9Q3
DOI:10.1111/jhn.70200
PMID:41542760
|
综述 | 本文批判性地评估了人工智能在营养基因组学中的应用，重点关注其在解释功能性食物-基因相互作用、支持个性化营养策略以及实现基于证据的饮食干预以改善健康结果方面的作用 | 系统性地整合了人工智能（特别是机器学习和深度学习）在营养基因组学领域的最新应用，强调了其在识别复杂基因-饮食相互作用、支持生物标志物发现和实现实时监测方面的创新潜力 | 存在算法偏见、数据隐私和伦理治理方面的挑战，且综述范围可能受限于2010-2025年的文献，未能涵盖更早期的研究 | 评估人工智能在营养基因组学中的应用潜力，以推动个性化营养和基于证据的饮食干预 | 营养基因组学、功能性食物、基因-饮食相互作用、个性化营养策略 | 机器学习 | 肥胖、糖尿病、心血管疾病 | 机器学习、深度学习 | NA | 遗传数据、代谢数据、生活方式数据 | 基于142项研究的定性综合，未提供具体样本量 | NA | NA | NA | NA |
| 1858 | 2026-01-28 |
Evaluating the impact of deep learning-based image denoising on low-dose CT for lung cancer screening
2026-Feb, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70480
PMID:41579047
|
研究论文 | 本研究评估了基于深度学习的图像去噪技术对低剂量CT在肺癌筛查中的影响，通过客观图像质量指标和结节相关特征进行比较分析 | 系统比较了七种深度学习去噪方法在低剂量CT图像上的性能，并量化了去噪对实性和亚实性结节特征及Lung-RADS分类准确性的影响 | 亚实性结节仍受噪声和去噪引入的偏差影响较大，且需进一步验证去噪技术对诊断性能的临床影响 | 评估深度学习去噪技术对低剂量CT图像质量的提升效果及其在肺癌筛查中的潜在应用价值 | 低剂量CT胸部扫描图像，重点关注实性和亚实性肺结节 | 计算机视觉 | 肺癌 | 低剂量CT扫描 | 深度学习 | CT图像 | 来自LDCT和投影数据收集的胸部CT扫描数据集，具体样本数量未明确说明 | NA | NA | 均方根误差, 峰值信噪比, 结构相似性指数, 结节大小, CT密度, Lung-RADS分类 | NA |
| 1859 | 2026-01-28 |
Automated landmark detection and view positioning assessment of shoulder grashey view radiographs using cascade deep learning: A dual-center validation study
2026-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70285
PMID:41579106
|
研究论文 | 本研究开发并验证了一个级联深度学习模型，用于自动定位肩关节Grashey位X光片上的解剖标志并评估投照位置 | 结合RetinaNet和U-Net架构的级联深度学习框架，用于自动检测14个解剖标志并测量关键肩角等放射学参数，其性能在不同图像质量下保持一致 | 模型仅在两个医疗中心的650张X光片上进行训练和验证，样本量有限，且外部验证仅包含50张图像 | 开发并验证一个深度学习模型，用于自动定位肩关节Grashey位X光片的解剖标志并准确评估放射学投照位置 | 肩关节Grashey位X光片 | 计算机视觉 | 肩袖病变 | X光成像 | 深度学习 | 图像 | 650张肩关节Grashey位X光片（500张用于训练，100张用于内部测试，50张用于外部测试） | NA | RetinaNet, U-Net | 平均标志点误差（毫米），关键肩角误差（度） | NA |
| 1860 | 2026-01-28 |
Advances in endometrial cancer screening: a comprehensive review of current methods and emerging technologies
2026-Feb, International journal of clinical oncology
IF:2.4Q3
DOI:10.1007/s10147-025-02941-9
PMID:41385140
|
综述 | 本文全面回顾了子宫内膜癌筛查方法的演变，涵盖传统方法、新兴技术和整合策略 | 整合分子诊断与传统影像学方法，并探讨了深度学习在组织病理学图像分子亚型预测中的应用 | 普遍筛查对无症状人群成本过高，且部分方法（如特定基因面板的甲基化分析）的敏感性和特异性范围较宽 | 评估子宫内膜癌筛查技术的进展，优化诊断准确性、可及性和成本效益 | 子宫内膜癌筛查方法，包括传统影像学、分子诊断和细胞学技术 | 数字病理学 | 子宫内膜癌 | DNA甲基化分析，液体基细胞学，免疫细胞化学，数字图像分析 | 深度学习 | 组织病理学图像 | NA | NA | NA | 敏感性，特异性 | NA |