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 1484 篇文献，本页显示第 461 - 480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 2026-03-03 |
[Current status, application scenarios, challenges, and recommendations for the development of medical artificial intelligence: a domestic and international perspective]
2026-Feb-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi
|
综述 | 本文回顾了医学人工智能技术的发展历程，分析了国内外大规模模型在数据、算力和算法方面的现状，并探讨了其在精准预防、诊断、药物研发、传染病控制和医学教育等五大应用场景中的进展与挑战 | 从国内外政策支持和技术演进的视角，系统梳理了医学AI从符号推理到深度学习及大语言模型驱动的新范式转变，并针对数据质量、模型可解释性、幻觉控制等关键挑战提出了应对策略 | 作为综述性文章，未涉及具体实验数据或模型验证，主要基于文献和政策分析，缺乏实证研究支撑 | 为医学人工智能的持续发展提供全面的视角和战略建议 | 医学人工智能技术及其在医疗领域的应用 | 机器学习 | NA | 深度学习, 大语言模型 | NA | NA | NA | NA | NA | NA | NA |
| 462 | 2026-03-03 |
Working face status detection in coal mine based on YOLOv8-EST
2026-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35452-2
PMID:41656345
|
研究论文 | 本文提出了一种基于改进YOLOv8的YOLOv8-EST算法，用于煤矿工作面的状态检测 | 在YOLOv8网络中引入Swin Transformer模块以增强特征提取能力；改进GELU激活函数为GELUS以降低计算复杂度；使用深度学习网络生成相对位置编码以捕获更复杂的空间关系；引入EMA注意力机制以关注输入图像的重要区域 | 算法在真实煤矿工作面自采集的CM数据集上进行验证，但未提及数据集的公开性、规模多样性或与其他公开数据集的对比 | 在有限的计算资源下，实现煤矿工作面状态的实时、高效、准确检测，以提高生产安全与效率 | 煤矿工作面的状态 | 计算机视觉 | NA | 深度学习，目标检测 | CNN, Transformer | 图像 | 自采集的真实煤矿工作面CM数据集（具体数量未提及） | NA | YOLOv8, Swin Transformer | 检测精度，效率 | 煤矿工作面有限的计算资源 |
| 463 | 2026-03-03 |
Abnormal Driving Pattern Detection from GPS Trajectories Using Vision Transformer
2026-Feb-06, Research square
DOI:10.21203/rs.3.rs-8653475/v1
PMID:41674834
|
研究论文 | 本文提出了一种基于Vision Transformer的驾驶模式检测方法，通过GPS轨迹分析来分类正常与异常驾驶行为 | 引入了二进制网格图像表示驾驶轨迹的空间结构，并首次将Vision Transformer应用于驾驶模式检测问题 | 未明确讨论模型对复杂天气或交通条件变化的适应性，以及数据隐私问题 | 开发一种有效的驾驶模式检测方法，以提升道路安全和认知健康评估 | GPS轨迹数据表示的驾驶行为 | 计算机视觉 | NA | GPS轨迹分析 | Transformer | 图像（二进制网格图像） | NA | NA | Vision Transformer (ViT) | F1分数 | NA |
| 464 | 2026-03-03 |
ASPECT: Alternative Splicing Event Classification with Transformers
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.700904
PMID:41684940
|
研究论文 | 本文提出了一种基于DNABERT-2和BPE分词器的替代剪接事件分类框架ASPECT，用于区分多种剪接事件类型 | 利用DNABERT-2模型结合BPE分词处理基因组序列，能够捕获更广泛的调控上下文信息，超越传统方法对短序列窗口的依赖 | 未明确说明模型在处理非典型或罕见剪接事件时的泛化能力，且训练数据可能主要基于规范剪接事件 | 开发一个高性能的替代剪接事件分类工具，以促进对剪接调控在健康和疾病中作用的全面理解 | 替代剪接事件，特别是TCGA BRCA癌症相关剪接事件 | 自然语言处理 | 乳腺癌 | 基因组序列分析 | Transformer | 基因组序列 | NA | PyTorch | DNABERT-2 | AUC, F1-score, accuracy | NA |
| 465 | 2026-03-03 |
Automated Ventricle Assessment via Three-dimensional Anatomical Reconstruction (AVA-TAR): a computational toolkit for autonomous lateral ventricle assessment in preclinical hydrocephalus models
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.02.703412
PMID:41676469
|
研究论文 | 本研究开发并内部验证了一种深度学习模型，用于自动分割啮齿动物脑部MRI中的侧脑室，实现3D重建、形态学分析和脑室扩大检测 | 提出了一种基于U-Net++和EfficientNet-B1编码器的深度学习工具，首次实现了啮齿动物脑部MRI中侧脑室的自动化分割和形态学分析，并打包为公开可用的应用程序 | 模型训练主要基于形态学正常的样本，可能对异常形态的泛化能力有限；样本数量相对较少（307个），且内部验证未涉及外部独立数据集 | 开发一个自动化工具，用于临床前脑积水模型中侧脑室的评估，提高研究效率和准确性 | 啮齿动物（大鼠和小鼠）的脑部MRI图像 | 数字病理学 | 脑积水 | 磁共振成像 | 深度学习 | 图像 | 307个啮齿动物脑部MRI（262只大鼠，45只小鼠） | NA | U-Net++, EfficientNet-B1 | Dice系数, IoU, Hausdorff指数, Pearson相关系数, 类内相关系数 | NA |
| 466 | 2026-03-03 |
Single-cell Multiome Analysis of Chromatin State and Transcriptome in the Human Basal Ganglia
2026-Feb-03, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.03.703645
PMID:41684930
|
研究论文 | 本研究通过单细胞多组学分析，构建了人类基底神经节中组蛋白修饰和转录组的首个图谱，揭示了细胞类型特异性的基因调控网络 | 首次在人类基底神经节中结合单细胞组蛋白修饰和转录组数据进行多组学分析，并整合空间转录组数据揭示表观基因组景观的区域异质性 | 研究主要基于神经典型成年人类供体，可能未涵盖疾病状态或发育阶段的变异 | 理解基底神经节细胞类型身份和功能的基因调控程序，以解释疾病相关的非编码变异 | 人类基底神经节的八个区域细胞 | 生物信息学 | 神经精神疾病 | 单细胞多组学分析，组蛋白修饰分析，转录组分析，MERFISH空间转录组学 | 深度学习模型 | 单细胞组蛋白修饰数据，转录组数据，空间转录组数据 | 来自神经典型成年人类供体的八个基底神经节区域 | NA | NA | NA | NA |
| 467 | 2026-03-03 |
Interpretable Deep Learning for OCT-Based Diagnosis of Vitreoretinal Lymphoma Versus Uveitis
2026-Feb-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.15.2.30
PMID:41746131
|
研究论文 | 开发并验证了一种可解释的深度学习模型，用于基于光学相干断层扫描（OCT）图像区分玻璃体视网膜淋巴瘤（VRL）与非感染性葡萄膜炎（NIU） | 结合了梯度加权类激活映射（Grad-CAM）的可解释深度学习模型，能够可视化区分VRL与NIU的病理OCT特征 | 样本量较小（VRL 45例，NIU 52例），且为横断面研究，可能限制模型的泛化能力 | 开发一种可解释的深度学习模型，用于基于OCT图像对VRL与NIU进行自动分类 | 玻璃体视网膜淋巴瘤（VRL）患者与非感染性葡萄膜炎（NIU）患者 | 数字病理学 | 眼部疾病 | 光学相干断层扫描（OCT）成像 | CNN | 图像 | 97名患者（VRL 45例，NIU 52例） | NA | 自定义深度卷积神经网络 | AUROC, AUPRC, 准确率, F1分数, 精确率, 灵敏度, 特异性, kappa | NA |
| 468 | 2026-03-03 |
Artificial intelligence for breast cancer prevention: the vision ahead
2026-Feb, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12036-8
PMID:41060416
|
综述 | 本文探讨了人工智能在乳腺癌预防中的应用前景，特别是在乳腺影像筛查和风险分层方面的潜力 | 强调了人工智能不仅可用于提高筛查效率（如提升检出率和减少工作量），还能支持一级（真正）预防，通过整合网络工具、移动应用和可穿戴设备促进健康生活方式 | 文章主要基于现有研究和愿景展望，缺乏具体实施案例或长期效果数据，且未详细讨论技术集成中的实际障碍 | 旨在阐述人工智能如何助力乳腺癌的一级和二级预防，并推动放射科医生在预防策略中发挥更积极的作用 | 乳腺癌预防策略，包括筛查程序和生活方式干预 | 医学影像分析 | 乳腺癌 | 人工智能，深度学习，放射组学 | 深度学习模型 | 乳腺影像数据（如乳腺X线摄影），健康行为数据 | NA | NA | NA | 癌症检出率提升（超过25%），阅读工作量减少（超过40%） | NA |
| 469 | 2026-03-03 |
A Deep Neural Network Based on Two-Stage Training for Estimating Heart Rate Variability From Camera Videos
2026-Feb, Health care science
DOI:10.1002/hcs2.70047
PMID:41767171
|
研究论文 | 本文提出了一种基于两阶段训练的深度神经网络方法，通过摄像头视频非接触式估计心率变异性 | 采用面部网格分割结合基于Transformer的神经网络进行信号滤波，并利用大规模合成数据进行预训练以提高HRV估计精度 | 未明确说明实际应用场景中的环境干扰处理及跨人群泛化能力验证 | 提高非接触式设备检测心率变异性的准确性，拓展HRV评估场景 | 通过摄像头视频获取的人体面部生理信号 | 计算机视觉 | 心血管疾病 | 摄像头视频采集 | 深度神经网络, Transformer | 视频 | 100万合成数据点预训练，结合公开数据集与自建数据集进行任务训练 | NA | Transformer | 准确率, 均方根误差, 相关性指数 | NA |
| 470 | 2026-03-02 |
AI Algorithms in the Pharmaceutical Environment: Poster presented at PDA Microbiology Conference 2025
2026-Feb-28, PDA journal of pharmaceutical science and technology
DOI:10.5731/pdajpst.2026.26122
PMID:41763722
|
会议海报 | 本文探讨了在制药环境中，AI算法（特别是深度学习）如何改进微生物识别，尤其是通过一个自动霉菌识别的案例研究 | 提出利用深度学习替代传统的参数化算法，以解决细菌和真菌物种区分困难的问题，并强调构建鲁棒训练数据集的方法 | 未提及具体实验数据或模型性能的详细评估，可能缺乏实证验证 | 探索经典算法的局限性、AI驱动方法的优势以及构建鲁棒训练数据集的方法，以提升模型性能 | 制药行业中的微生物识别，特别是细菌和真菌物种 | 计算机视觉 | NA | 图像分析，深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 471 | 2026-03-02 |
Deep Learning-Enhanced Biomarker Interpretation on Cytology Cell Blocks - Foundations and Emerging Opportunities in Spatial Pathobiology
2026-Feb-26, The American journal of pathology
DOI:10.1016/j.ajpath.2026.02.004
PMID:41763533
|
综述 | 本文综述了深度学习在细胞学细胞块生物标志物解释中的应用及其在空间病理生物学中的新兴机遇 | 提出了深度学习辅助的细胞块生物标志物解释，以提高可重复性、减少观察者间差异，并实现空间肿瘤-免疫相互作用的定量评估 | NA | 探讨人工智能在细胞学细胞块生物标志物解释中的应用，并展望其在空间病理生物学和精准肿瘤学中的未来方向 | 细胞学细胞块标本 | 数字病理学 | 恶性肿瘤 | 免疫组织化学分析 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 472 | 2026-03-02 |
Artificial Intelligence and the Discovery of Antibiotics: Reinventing with Opportunities, Challenges, and Clinical Translation
2026-Feb-23, Antibiotics (Basel, Switzerland)
DOI:10.3390/antibiotics15020233
PMID:41750530
|
综述 | 本文综述了人工智能在加速和优化抗生素发现过程中的作用，包括虚拟筛选、药代动力学优化、耐药机制预测和抗菌肽设计 | 强调了人工智能与合成生物学、纳米技术和多组学数据的协同作用，作为下一代抗菌方法（如个性化治疗和预测性管理）的核心组成部分 | 存在数据不足、算法偏见以及研究与临床应用之间的转化鸿沟等问题 | 探讨人工智能在发现新抗生素和应对抗菌素耐药性方面的应用 | 小分子抗生素和抗菌肽 | 机器学习 | NA | NA | 机器学习, 深度学习, 自然语言处理, 生成模型 | NA | NA | NA | NA | NA | NA |
| 473 | 2026-03-02 |
LCSMC-Net: Lightweight CAN Intrusion Detection via Separable Multiscale Convolution and Attention
2026-Feb-23, Sensors (Basel, Switzerland)
DOI:10.3390/s26041399
PMID:41755340
|
研究论文 | 本文提出了一种名为LCSMC-Net的超轻量级神经网络架构，用于资源受限的CAN总线入侵检测 | 该框架集成了三个创新点：可分离多尺度卷积轻量块、轻量级通道-时间注意力机制以及6维CAN优化特征，通过贝叶斯超参数优化和知识蒸馏实现系统模型压缩 | 未明确提及，但可能受限于数据集覆盖的攻击类型或实际车载环境的动态变化 | 开发一种适用于汽车嵌入式系统的轻量级CAN总线入侵检测解决方案 | 控制器局域网协议及其安全威胁 | 机器学习 | NA | 深度学习 | CNN | 网络协议数据 | 基于CAN和CAN-FD数据集进行实验，具体样本数量未明确 | 未明确指定，可能涉及TensorFlow或PyTorch | LCSMC-Net | 准确率 | 针对汽车级微控制器约束设计，未指定具体GPU或云平台 |
| 474 | 2026-03-02 |
Performance and Clinical Utility of Deep Learning for Detecting Referable Age-Related Macular Degeneration on Fundus Photographs: A Systematic Review and Meta-Analysis
2026-Feb-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16040633
PMID:41750784
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了深度学习算法在眼底照片上检测可转诊年龄相关性黄斑变性的诊断准确性，并与人工分级者进行比较 | 首次对深度学习在检测可转诊年龄相关性黄斑变性方面的诊断准确性进行系统综述和荟萃分析，并直接与人工分级者进行头对头比较 | 纳入研究存在显著的异质性，且需要进一步的前瞻性验证和标准化评估才能广泛临床实施 | 评估深度学习算法在眼底照片上检测可转诊年龄相关性黄斑变性的诊断准确性，并比较其与人工分级者的性能 | 用于检测可转诊年龄相关性黄斑变性的深度学习算法 | 计算机视觉 | 年龄相关性黄斑变性 | NA | 深度学习 | 图像 | NA | NA | NA | 灵敏度, 特异度, 阳性似然比, 阴性似然比 | NA |
| 475 | 2026-03-02 |
Evaluation of Root Angulations Through Panoramic Films Using Artificial Intelligence
2026-Feb-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16040634
PMID:41750782
|
研究论文 | 本研究开发并验证了一种基于人工智能的算法，用于在曲面断层片上自动定量评估后牙的近远中根角度 | 首次提出了一种结合U-Net分割和主成分分析的自动化AI算法，用于客观、可重复地测量曲面断层片上的牙根角度，减少了传统目视评估的主观性和观察者间差异 | 研究为回顾性设计，样本量有限（214张曲面断层片），且仅评估了后牙，未包括前牙；算法排除了根尖三分之一区域以减少根弯曲的影响，但这可能忽略了某些临床相关形态 | 开发并验证一种基于人工智能的算法，用于自动定量评估曲面断层片上的近远中牙根角度，并评估其相对于传统手动测量的准确性 | 214张曲面断层片（正畸曲面断层片）中的4280颗后牙 | 计算机视觉 | NA | 曲面断层摄影 | CNN | 图像 | 214张曲面断层片，包含4280颗后牙 | NA | U-Net | 组内相关系数, Bland-Altman分析 | NA |
| 476 | 2026-03-02 |
Artificial Intelligence for Opioid Safety Surveillance from Clinical Text: A Clinically Focused Review
2026-Feb-22, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm15041649
PMID:41753337
|
综述 | 本文是一篇临床聚焦的叙事性综述，总结了2009年至2025年间发表的47项实证研究，这些研究应用人工智能方法从临床文本中识别阿片类药物相关危害，以弥补传统监测方法的不足 | 综述了从基于规则的词典到机器学习、深度学习，再到基于Transformer的大语言模型的方法演进，强调了AI在从非结构化临床叙事中提取阿片类药物安全信号方面的进展和潜力 | 证据基础主要为回顾性研究，临床工作流程研究相对较少，外部验证、校准和前瞻性结果评估报告不一致 | 应用人工智能方法从临床文本中识别阿片类药物相关危害，以解决传统基于结构化管理数据的监测方法存在的漏报问题 | 临床文本中记录的阿片类药物相关危害信号，如阿片类药物使用障碍、过量使用、阿片类药物诱导的呼吸抑制等 | 自然语言处理 | 阿片类药物相关危害 | NA | 基于规则的词典, 机器学习, 深度学习, Transformer, 大语言模型 | 文本 | NA | NA | NA | NA | NA |
| 477 | 2026-03-02 |
Development and Evaluation of a Urinary Na/K Ratio Prediction Model: A Systematic Comparison from Attention-Based Deep Learning to Classical Ensemble Approaches
2026-Feb-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13020252
PMID:41749791
|
研究论文 | 本研究开发并评估了多种机器学习模型，用于利用体重、收缩压、舒张压和脉搏率四个易获取的生理变量来预测尿钠钾比值 | 在有限样本条件下，系统比较了基于注意力的深度学习模型与经典集成方法，发现简单的等权重集成策略比复杂的注意力机制或自适应加权模型具有更好的泛化性能 | 研究样本量较小（N = 82），基于注意力的深度学习模型（MIDIP）表现出过拟合和不稳定的性能 | 开发并严格评估用于估计尿钠钾比值的机器学习模型 | 82名参与者的生理变量数据 | 机器学习 | 心血管疾病 | NA | 注意力机制深度学习模型, 随机森林, 梯度提升, 线性回归, Transformer | 生理变量数据 | 82名参与者 | NA | MIDIP (Multi-Integrated Deep Ion Prediction), Transformer | MAE, RMSE, R | NA |
| 478 | 2026-03-02 |
DermaCalibra: A Robust and Explainable Multimodal Framework for Skin Lesion Diagnosis via Bayesian Uncertainty and Dynamic Modulation
2026-Feb-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16040630
PMID:41750777
|
研究论文 | 提出了一种名为DermaCalibra的鲁棒且可解释的多模态框架，用于皮肤病变诊断，通过贝叶斯不确定性和动态调制解决类别不平衡和形态相似性问题 | 引入了基于注意力的多模态通道重校准模块进行概率贝叶斯不确定性估计，以及元数据驱动的动态特征调制与交叉注意力融合模块，以动态调整特征并解决类间视觉模糊性 | 未在更大规模或更多样化的数据集上进行验证，可能在小样本或极端不平衡场景下性能受限 | 开发一种鲁棒且可解释的多模态框架，用于皮肤病变的准确诊断，特别是在资源有限的临床环境中 | 皮肤病变，包括黑色素瘤、基底细胞癌、鳞状细胞癌、光化性角化病、脂溢性角化病和痣 | 计算机视觉 | 皮肤癌 | 多模态学习，贝叶斯不确定性估计，动态特征调制 | 深度学习框架，包含注意力机制和交叉注意力融合 | 图像（皮肤镜图像）和临床元数据 | 基于PAD-UFES-20数据集，并进行了外部验证 | PyTorch | 注意力机制，交叉注意力融合模块 | 平衡准确率，宏AUC | 未指定具体GPU类型或云平台，但提到在资源有限的临床环境中适用 |
| 479 | 2026-03-02 |
Synthetic Melanoma Image Generation and Evaluation Using Generative Adversarial Networks
2026-Feb-20, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13020245
PMID:41749783
|
研究论文 | 本文首次系统性地比较了四种GAN架构在生成高分辨率黑色素瘤图像方面的性能，并评估了合成图像在缓解类别不平衡问题中的有效性 | 首次对DCGAN、StyleGAN2及两种StyleGAN3变体在统一预处理和超参数探索下进行系统性的黑色素瘤图像生成基准测试，并采用多维度评估协议 | 研究依赖于特定数据集（ISIC 2018和2020），且合成图像的临床适用性仍需进一步验证 | 解决黑色素瘤图像数据稀缺和类别不平衡问题，以提升自动化皮肤病变分析的性能 | 黑色素瘤的皮肤镜图像 | 计算机视觉 | 黑色素瘤 | 皮肤镜成像 | GAN | 图像 | 基于ISIC 2018和ISIC 2020两个专家标注的数据集 | NA | DCGAN, StyleGAN2, StyleGAN3-T, StyleGAN3-R | FID, FMD, 准确率, AUC, Cohen's kappa | NA |
| 480 | 2026-03-02 |
From Image-Guided Surgery to Computer-Assisted Real-Time Diagnosis with Hyperspectral and Multispectral Imaging: A Systematic Review in Gynecologic Oncology
2026-Feb-20, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16040620
PMID:41750768
|
系统综述 | 本文系统综述了高光谱和多光谱成像技术在妇科肿瘤手术中从图像引导到计算机辅助实时诊断的临床应用、决策支持效用及诊断性能 | 首次系统性地总结了光谱成像技术在妇科肿瘤学领域的临床应用现状，并重点分析了其结合数据处理框架（特别是机器学习与深度学习）在组织分类中的诊断性能 | 纳入研究数量有限（29项研究和2项临床试验），且研究间异质性较大；部分研究样本量较小；算法应用尚处于早期阶段，深度学习应用较少 | 评估光谱成像技术在妇科肿瘤手术中用于实时诊断和决策支持的临床效用与诊断性能 | 妇科肿瘤组织，包括宫颈、卵巢、输卵管、子宫内膜及外阴皮肤等部位 | 数字病理 | 妇科肿瘤 | 高光谱成像，多光谱成像 | 机器学习，深度学习 | 光谱图像 | 29项研究和2项临床试验（具体样本量未在摘要中给出） | NA | NA | 灵敏度，特异性 | NA |