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 1451 篇文献，本页显示第 361 - 380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 361 | 2026-04-29 |
Vector-Based Comparison and Average Slope Can Refine Bioequivalence Claims: A Machine and Deep Learning Approach
2026-Feb, Biopharmaceutics & drug disposition
IF:1.7Q3
DOI:10.1002/bdd.70023
PMID:41684335
|
研究论文 | 本研究探索了两种创新概念AS和VBC在生物等效性研究中的优势，结合机器学习和深度学习方法提高研究准确性及效率 | 创新性地将AS（平均斜率）与VBC（基于向量的比较）相结合，测量吸收率同时减少变异性，并首次应用机器学习和人工神经网络于生物等效性分析 | 未提及具体局限性 | 改善生物等效性研究的准确性和效率，简化研究流程并降低成本 | 生物等效性研究中的吸收率测量和临床终点分析 | 机器学习 | 无特定疾病 | NA | 人工神经网络 | 临床数据集 | 14个实际数据集 | NA | NA | 统计效力、变异性减少 | NA |
| 362 | 2026-04-27 |
A Channel-Independent Anchor Graph-Regularized Broad Learning System for Industrial Soft Sensors
2026-Feb-28, Entropy (Basel, Switzerland)
DOI:10.3390/e28030274
PMID:41899926
|
研究论文 | 提出一种通道无关锚图正则化宽度学习系统(CI-GBLS)，用于工业软传感器中的非线性动力学和多元耦合建模 | 引入通道独立(CI)策略，通过构建物理隔离的特征通道实现多元输入的正交分解，并利用RBF聚类中心作为图锚点设计高效流形正则化算法，嵌入数据几何结构到学习目标 | 未提及具体限制 | 解决复杂工业数据的非线性动力学和强多元耦合问题，同时克服深度学习的高计算成本和部署挑战 | IndPenSim过程数据 | 机器学习 | 不适用 | 不适用 | 宽度学习系统 | 时间序列数据 | 不适用 | 不适用 | CI-GBLS | 预测精度和效率 | 不适用 |
| 363 | 2026-04-27 |
Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring
2026-Feb-06, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aea8902
PMID:41650267
|
研究论文 | 提出一种集成深度学习与多层热梯度传感的软电子平台，用于实时监测血流速度和血管深度 | 首次将多层热传感与深度学习算法结合，解决传统热传感中血管深度变异导致的测量限制，能够同时测量血流速率和血管深度 | 未提及具体局限性信息 | 开发一种无需笨重设备和专业知识的可穿戴血流监测技术，提升心血管健康评估和血管并发症检测的便捷性 | 血流速率和血管深度 | 机器学习 | 心血管疾病 | 多层热传感、深度学习、光电容积脉搏波 | 深度学习模型 | 热梯度数据 | NA | NA | NA | NA | NA |
| 364 | 2026-04-24 |
A Novel Ensemble Learning Approach for Grouping the State-of-the-Art YOLOV10 and YOLOV11 Models for Kidney Stone Detection in CT and Ultrasound Images
2026-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01499-2
PMID:40234345
|
研究论文 | 提出一种集成YOLOV10和YOLOV11模型的集成学习方法，用于在CT和超声图像中检测肾结石 | 首次将YOLOV10和YOLOV11模型集成用于肾结石检测，通过减少假阴性和假阳性错误提升个体模型性能 | 未提及具体计算资源和数据集规模等限制 | 提高肾结石在医学图像中的检测准确性和精确度 | CT和超声图像中的肾结石 | 计算机视觉 | 肾结石 | 深度学习 | YOLOV10, YOLOV11 | 图像 | 未提及 | NA | YOLOV10, YOLOV11 | 精确率, 召回率, F1分数, Map50 | NA |
| 365 | 2026-04-24 |
The Lack of Neurofeedback Training Regulation Guidance and Process Evaluation May be a Source of Controversy in Post-Traumatic Stress Disorder-Neurofeedback Research: A Systematic Review and Statistical Analysis
2026-Feb, Brain connectivity
IF:2.4Q3
DOI:10.1089/brain.2024.0084
PMID:40371570
|
系统综述与统计分析 | 对脑机接口神经反馈训练在创伤后应激障碍干预中的方法学与实验设计进行系统评价 | 揭示了神经反馈训练中缺乏明确调控指导与过程评估机制是争议来源，并提出机器学习/深度学习方法在小样本场景下的应用方向 | 仅包含Web of Science数据库文献，未纳入非英语或未发表研究；样本量较小限制了高级分析方法的应用 | 分析神经反馈技术在PTSD调控中的主要技术路线与结果，探讨有效性争议原因并提出改进方向 | 已发表的PTSD神经反馈原始研究文献（共31篇） | 数字病理学 | 创伤后应激障碍 | 脑电图神经反馈、功能性磁共振成像神经反馈 | 机器学习（基础方法）、深度学习（未应用） | 时间序列信号（EEG）、脑功能影像（fMRI） | EEG研究平均样本量17.4（SD 7.13），fMRI研究平均样本量14.6（SD 6.37） | NA | NA | NA | NA |
| 366 | 2026-04-24 |
Diffusion Posterior Sampling for Tomographic Reconstruction with Mixed Resolution Priors
2026-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3088076
PMID:42017039
|
研究论文 | 提出一种基于扩散后验采样的混合先验模型，用于提高断层重建中区域空间分辨率并保持全局结构一致性 | 结合全局扩散模型和区域块状扩散模型，通过频域方法融合低频和高频成分，并采用移位块划分机制消除拼接伪影 | 混合先验模型依赖高质量训练数据，且区域先验的应用需手动定义掩膜 | 在断层图像重建中通过混合先验模型提升区域分辨率，同时保持全局稳定性和一致性 | 断层重建中的图像数据 | 计算机视觉 | NA | 扩散后验采样 | 扩散模型 | 图像 | NA | PyTorch | 扩散模型（全局+区域块状模型） | 重建质量 | NA |
| 367 | 2026-04-24 |
Evaluation of Fluence Reduction versus Sparsity for Diffusion Posterior Sampling Reconstruction in Low-Dose CT
2026-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3087836
PMID:42017038
|
研究论文 | 系统模拟研究低剂量CT中光子通量减少与稀疏采样对扩散后验采样重建性能的影响 | 首次在同一框架下系统比较低剂量CT协议中两种降剂量策略（稀疏采样与每视角光子通量减少）对扩散后验采样重建的影响，并提出联合优化方案 | 仅基于模拟研究，未涉及真实临床数据验证 | 探究低剂量CT协议设计时，如何平衡稀疏采样与光子通量减少以最优维持重建图像质量 | 基于扩散后验采样算法的低剂量CT重建 | 计算机视觉, 数字病理学 | NA | CT扫描 | 扩散概率模型 | 图像 | 模拟数据集（通过调整视角数和每视角入射光子数生成的不同组合） | PyTorch | 扩散后验采样 | PSNR, 偏差, 后验样本变异性 | NA |
| 368 | 2026-04-22 |
Dual-Modal Deep Learning with In-Domain Training and Attention for Infant Brain Myelination Prediction
2026-Feb-18, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-025-09750-5
PMID:41706372
|
研究论文 | 提出一种新颖的双模态深度学习框架，利用T1和T2加权MRI自动评估婴儿脑髓鞘成熟度 | 采用领域内训练的DenseNet121特征提取器，结合通道和多头注意力块增强特征优先级和空间上下文，并通过交叉注意力实现模态间有效信息交换 | 研究仅基于公开数据集，样本量相对有限，未在更广泛临床环境中验证 | 开发自动评估婴儿脑髓鞘成熟度的深度学习模型，以支持儿科神经影像诊断 | 婴儿脑髓鞘成熟过程 | 数字病理学 | NA | MRI | CNN | 图像 | 833个样本（训练集710个，测试集123个） | PyTorch, TensorFlow | DenseNet121 | 平均绝对误差, 皮尔逊相关系数, 决定系数, 一致性相关系数 | NA |
| 369 | 2026-04-22 |
Small data, big challenges: Machine- and deep-learning strategies for data-limited drug discovery
2026-Feb, Advanced drug delivery reviews
IF:15.2Q1
DOI:10.1016/j.addr.2025.115762
PMID:41421504
|
综述 | 本文综述了在数据有限的药物发现中，机器学习和深度学习面临的挑战及应对策略 | 聚焦于药物发现流程中的小数据问题，系统整合了传统ML方法和针对小数据优化的先进DL策略，填补了现有综述的空白 | 作为一篇综述文章，主要基于现有文献进行综合，未提出新的原创算法或实验验证 | 探讨在数据稀缺的药物发现与开发（DDD）流程中，如何应用和调整ML与DL方法以提高其实用性和可信度 | 药物发现与开发（DDD）流程中的关键任务及相关数据 | 机器学习 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 370 | 2026-04-20 |
FISH-Dist: An Automated Pipeline for 3D Genomic Spatial Distance Quantification in FISH Imaging
2026-Feb-26, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13030268
PMID:41899799
|
研究论文 | 本文介绍了一种名为FISH-Dist的自动化计算流程，用于在标准共聚焦显微镜获取的3D荧光原位杂交实验中量化荧光信号间的空间距离 | FISH-Dist专门针对标准共聚焦成像在短基因组距离下的技术挑战，结合了基于深度学习的点分割、亚像素定位的3D高斯拟合以及两种互补的色差校正方法，显著减少了通道间距离测量误差 | 该流程主要针对标准共聚焦显微镜成像，可能不适用于超分辨率显微镜或长程染色体相互作用分析 | 开发一个自动化计算流程，以准确量化3D FISH成像中的基因组空间距离，解决色差引起的测量偏差 | 荧光原位杂交实验中的多通道3D显微镜图像，特别是DNA折纸纳米尺和FISH探针设计参数 | 计算机视觉 | NA | 荧光原位杂交，共聚焦显微镜成像，DNA折纸纳米尺 | 深度学习 | 3D显微镜图像 | NA | NA | NA | 亚像素精度，距离测量误差 | NA |
| 371 | 2026-04-19 |
AI Models to Reduce Surgical Complications Through Intraoperative Video Analysis: Protocol for a Prospective Cohort Study
2026-Feb-26, JMIR research protocols
IF:1.4Q3
DOI:10.2196/62734
PMID:41769985
|
研究论文 | 本研究旨在开发和验证深度学习模型，通过术中视频分析预测腹部手术后的并发症 | 首次提出利用术中视频和术后结果构建开源数据集，并采用基于视觉Transformer架构的微调手术视频基础模型与外科医生定义的预测因子并行方法进行深度学习算法开发 | 研究仅针对特定腹部手术（阑尾切除术、胆囊切除术和结直肠切除术），且数据收集时间有限（2024-2025年） | 开发并验证深度学习模型以准确预测术后并发症，并构建共享开源数据集 | 接受微创腹部手术的1200名患者，包括阑尾切除术、胆囊切除术和结直肠切除术 | 计算机视觉 | NA | 术中视频分析 | 深度学习模型 | 视频 | 1200名患者 | NA | Vision Transformer | 灵敏度, 特异性, 阳性预测值, 阴性预测值, AUC | NA |
| 372 | 2026-04-19 |
Digital watermarking for virtual physically unclonable function data concealment and authentication
2026-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35159-4
PMID:41741498
|
研究论文 | 本文提出了一种新颖的数字水印方法，用于增强基于分割学习的虚拟物理不可克隆功能的安全性 | 提出了一种结合深度学习与Jake's Model模拟瑞利衰落的数字水印框架，为VPUF响应提供双重认证机制，在资源受限的物联网网络中实现安全性与计算效率的平衡 | 未明确说明水印嵌入对VPUF响应延迟的具体影响，以及在不同物联网设备异构环境中的普适性验证 | 提升物联网网络中基于分割学习的虚拟物理不可克隆功能的安全性，防止窃听和重放攻击 | 物联网网络中的虚拟物理不可克隆功能响应数据 | 机器学习 | NA | 数字水印技术 | 自编码器 | 隐表示数据 | NA | NA | 自编码器 | 保真度, 可靠性, 不可伪造性 | NA |
| 373 | 2026-02-28 |
Global solar energy potential forecasting through machine learning and deep learning models
2026-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41357-x
PMID:41741590
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 374 | 2026-04-19 |
Deep residual and hybrid CNN models for confidence-aware real-world waste classification for sustainable waste management
2026-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41001-8
PMID:41741626
|
研究论文 | 本文提出了一种基于深度学习的多类别废物分类系统，用于处理真实世界中的混合、变形和污染废物，以促进可持续废物管理 | 引入了混合模型（如ResNet101与InceptionV3结合）以提高复杂类别（如纺织品和杂项垃圾）的分类精度，并提出了置信度评分评估策略来评估模型可靠性 | NA | 开发一个稳健且可扩展的智能废物分类系统，用于真实世界、可持续性驱动的环境 | 真实世界废物流中的混合、变形和污染物品 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用RealWaste数据集 | NA | InceptionV3, ResNet101, DenseNet, VGG, EfficientNet, MobileNet | 验证准确率, 损失, F1分数 | NA |
| 375 | 2026-04-19 |
A novel approach to mural enhancement using MSR CAB and lacuna extraction from ancient mural paintings using random forest
2026-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36973-6
PMID:41735343
|
研究论文 | 本文提出了一种用于古代壁画中颜料层缺失区域（lacunae）自动提取的新方法 | 提出了一种结合MSR-CAB、自适应混合和双边滤波的新型预处理方法，用于增强低光照、灰尘遮挡和光照不均条件下的壁画图像质量，并采用成本敏感的随机森林分类器处理类别不平衡问题 | 方法在典型文化遗产领域的小型数据集上进行验证，可能面临数据量有限的挑战 | 开发一种低资源消耗且可解释的自动化方法，用于古代壁画损伤区域的检测与提取，以支持文化遗产机构的文档记录、监测和保护规划 | 阿尔及利亚Bey's Palace等地的古代壁画图像 | 计算机视觉 | NA | 图像处理，机器学习分类 | 随机森林 | RGB图像 | NA | Scikit-learn | 随机森林 | 准确率，精确率，召回率 | NA |
| 376 | 2026-04-19 |
A switching-based deep learning framework for personalized and adaptive E-commerce recommendations
2026-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40024-5
PMID:41735446
|
研究论文 | 本文提出了一种基于切换的深度学习框架，用于个性化且自适应的电子商务推荐系统 | 提出了一种创新的基于切换的混合推荐系统，通过将用户分为新手、轻度用户和重度用户三类，并优化包括产品浏览在内的多目标，以应对数据稀疏性、冷启动、跨域推荐和实时适应性等挑战 | NA | 开发一个能够适应不同用户档案（基于交互历史和参与度）的推荐系统，以解决推荐系统中的数据稀疏性、冷启动、跨域推荐、个性化与多样性权衡以及实时适应性等挑战 | 电子商务推荐系统中的用户，特别是根据交互历史和参与度分类的新手、轻度用户和重度用户 | 机器学习 | NA | NA | 深度学习 | 隐式反馈数据（如产品浏览） | NA | NA | 基于切换的混合推荐系统 | 验证损失, HR@10, NDCG@10, 准确率, 精确率, 召回率, F1分数 | NA |
| 377 | 2026-04-19 |
Contextual anatomy-guided deep learning for accurate fovea segmentation in diabetic retinopathy fundus images
2026-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40287-y
PMID:41735453
|
研究论文 | 本文提出了一种利用解剖学上下文信息的深度学习框架，用于在糖尿病视网膜病变眼底图像中实现精确的中央凹分割 | 提出了一种以数据为中心的方法，通过在训练过程中逐步融入关键解剖标志（视盘、视网膜和血管）的上下文信息，并设计了一个多类别约束机制框架来显式利用这些解剖结构间的相互依赖关系，而非单纯增加模型架构复杂度 | 训练数据集规模相对较小（81张图像），且未提及模型在更广泛或更具挑战性的临床场景（如严重病变图像）中的泛化能力 | 开发一种准确分割糖尿病视网膜病变眼底图像中中央凹区域的方法，以辅助糖尿病性黄斑水肿的临床管理决策 | 糖尿病视网膜病变患者的眼底图像 | 数字病理学 | 糖尿病视网膜病变 | 深度学习，图像分割 | 深度学习模型 | 图像 | 81张精心标注的眼底图像（54张训练，27张测试） | NA | MNv4Fovea | IoU, F1分数, 平均欧几里得距离 | NA |
| 378 | 2026-04-19 |
Real-time identification and quantification of apple scab on fruit in preharvest and postharvest conditions using YOLO11: a deep learning approach
2026-Feb-22, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-026-01508-7
PMID:41725009
|
研究论文 | 本研究提出了一种基于深度学习的框架，利用YOLO11模型实时识别和量化苹果黑星病在果实上的症状，以克服传统视觉评估方法的局限性 | 采用两阶段微调过程，结合高分辨率图像，显著提升了细尺度病变分割的准确性，相比先前YOLO架构，mAP50-95提高了50%以上，并支持实时图像和视频处理 | 面临光照变化和症状异质性等挑战，病变分割模型的精度（0.64）相对较低 | 开发一种准确、可扩展的苹果黑星病表型分析方法，以自动化疾病评估 | 苹果果实上的黑星病症状 | 计算机视觉 | 苹果黑星病 | 深度学习 | YOLO | 图像 | 在果园和实验室条件下收集的彩色图像 | NA | YOLO11 | 精度, 召回率, mAP50, mAP50-95 | NA |
| 379 | 2026-03-29 |
Electrocardiogram-based deep learning score for coronary artery calcification reclassifies cardiovascular risk and identifies screening candidates
2026-Feb-21, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03400-9
PMID:41723484
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 380 | 2026-04-19 |
Robust and interpretable unit level causal inference in neural networks for pediatric myopia
2026-Feb-19, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02442-7
PMID:41714699
|
研究论文 | 本文提出了一种集成到神经网络中的因果推断框架，用于评估个体特征对预测的影响，并应用于儿童近视进展研究 | 将单位级因果推理融入深度学习，通过干预估计直接和间接因果效应，提高了AI系统的可解释性和可靠性 | 未明确说明具体模型架构或计算资源细节，可能限制方法的可复现性 | 开发透明可靠的AI系统，以支持精准医疗和公平医疗保健 | 超过3000名儿童的前瞻性儿科眼科队列，具有纵向随访数据 | 机器学习 | 近视 | 因果推断框架 | 神经网络 | 纵向临床数据 | 超过3000名儿童 | NA | NA | NA | NA |