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 1515 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2026-02-19 |
Application and prospect of artificial intelligence in diagnostic imaging of prostate cancer
2026-Feb-05, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02354-6
PMID:41644780
|
综述 | 本文综述了人工智能在前列腺癌诊断影像学中的应用与前景 | 系统总结了人工智能在TRUS、mp-MRI和PSMA PET/CT等多种影像技术中用于前列腺癌检测、特征描述和治疗评估的最新进展，并探讨了未来多组学、可解释AI和工作流集成决策支持等方向 | 面临数据质量、模型泛化能力、临床整合及伦理方面的挑战 | 探讨人工智能技术在前列腺癌诊断影像学中的应用现状与未来发展方向 | 前列腺癌的诊断影像学 | 数字病理学 | 前列腺癌 | TRUS, mp-MRI, PSMA PET/CT | 机器学习, 深度学习 | 影像 | NA | NA | NA | 准确率 | NA |
| 862 | 2026-02-19 |
Flexible and Robust Metasurface-Based Wearable Sensor for Intelligent Human Monitoring
2026-Feb, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202514150
PMID:41451579
|
研究论文 | 本文首次提出了一种集成拓扑保护柔性超表面技术与AI增强传感的可穿戴传感器，用于多功能人体监测 | 结合拓扑光子学与AI增强传感技术，实现动态条件下稳定性能与个性化生物特征提取 | 未明确说明传感器在极端环境下的长期稳定性或大规模临床验证结果 | 开发能克服运动伪影和机械形变限制的智能可穿戴健康监测系统 | 人体心肺动力学、生命体征、活动状态及个体身份 | 机器学习 | 慢性疾病 | 拓扑光子学、电磁波-身体相互作用 | 深度学习 | 电磁波信号 | NA | NA | NA | NA | NA |
| 863 | 2026-02-19 |
La-Doped Mullite Bi2Fe4O9 Chemiresistive Gas Sensor for Ultra-Highly Selective Detection of Ethylene Glycol
2026-Feb, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202517585
PMID:41472488
|
研究论文 | 本文提出了一种镧掺杂莫来石型铁酸铋化学电阻式气体传感器，用于超高选择性检测乙二醇蒸气 | 通过镧掺杂实现均匀的Bi位点掺杂、增加氧空位浓度并增强气体吸附，结合原位红外光谱和DFT计算阐明了乙二醇表面氧化反应机制，并开发了集成了深度学习算法的可穿戴实时气体监测平台 | NA | 开发高选择性、高稳定性的乙二醇蒸气检测传感器，用于工业安全和环境监测 | 乙二醇蒸气 | 传感器技术 | NA | 原子分辨率成像、微化学分析、理论计算、原位红外光谱、密度泛函理论计算 | 深度学习算法 | 气体传感数据 | NA | NA | NA | 选择性、重现性、长期稳定性、检测限 | NA |
| 864 | 2026-01-24 |
From Gorlin and Doppler Equations to Deep Learning: Is Aortic Stenosis Quantification on the Brink of a New Era?
2026-Feb, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.126.019472
PMID:41574424
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 865 | 2026-02-19 |
A novel cervical image recognition framework based on feature cognitive enhancement for improved performance
2026-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine
DOI:10.1177/09544119251412982
PMID:41574558
|
研究论文 | 提出一种基于特征认知增强的新型宫颈图像识别框架，以提高分类性能 | 设计了三个新模块（特征认知筛选模块、多尺度特征分类模块和重叠采样模块），实现全局与局部特征提取、多尺度特征融合分类以及图像中的短程交互，增强模型边缘捕捉能力和解决复杂问题的熟练度 | 未明确提及，可能包括数据集规模、泛化能力或临床验证的局限性 | 通过深度学习改进宫颈图像的分类，以辅助宫颈癌的早期诊断 | 宫颈图像，分类为正常、宫颈上皮内瘤变和癌变三类 | 计算机视觉 | 宫颈癌 | 深度学习 | CNN | 图像 | 未明确指定，但使用了自建宫颈图像数据集和Kaggle数据集 | 未明确指定，可能为TensorFlow或PyTorch | FSMO（特征认知筛选模块、多尺度特征分类模块、重叠采样模块） | 准确率, 精确率, 召回率, F1分数 | 未明确指定 |
| 866 | 2026-02-19 |
FPM2Stain Net: physics-guided super-resolution and multi-modal virtual staining for digital histopathology
2026-Feb-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.586327
PMID:41693888
|
研究论文 | 提出了一种名为FPM2Stain Net的端到端计算流程，将物理引导的超分辨率与基于深度学习的虚拟染色相结合，用于高分辨率、多模态数字组织病理学 | 提出了一种联合优化的端到端流程，首次将物理引导的超分辨率重建与多模态虚拟染色集成在一个框架中，实现了相对于低倍输入图像超过10倍的像素级上采样，并支持下游细胞分割和生物标志物定量分析 | 未明确提及 | 开发一种快速、可扩展且经济高效的高分辨率多模态数字组织病理学成像与虚拟染色方法 | 组织样本 | 数字病理学 | NA | 傅里叶叠层显微成像 | ResNet-U-Net, cGAN | 图像 | 模拟和真实组织数据集 | NA | ResNet-U-Net, 基于小波的空间频率融合cGAN | 重建保真度, 染色准确性 | NA |
| 867 | 2026-02-19 |
Temporal variance mapping with machine learning for label-free 3D chromatin imaging using optical interferometric microscopy
2026-Feb-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.583584
PMID:41693892
|
研究论文 | 本研究提出了一种基于光学干涉显微镜的无标记3D染色质成像方法，通过机器学习分析时间方差映射，实现高分辨率成像 | 利用原生生物分子运动产生的快速波动散射信号，结合深度学习将无标记动态数据映射到染色质荧光图像，显著提升了轴向分辨率和成像特异性 | 未明确提及方法在复杂生物样本或长期活细胞成像中的适用性限制 | 开发一种高分辨率、无标记的3D染色质成像技术，以克服传统相位显微镜在轴向分辨率和特异性方面的限制 | 活细胞核的染色质结构，包括核仁和核斑等亚核结构 | 计算机视觉 | NA | 光学干涉显微镜，高速成像（1000帧/秒），时间方差映射 | 深度学习模型 | 图像 | 未明确提及具体样本数量，仅涉及活细胞核的光学传输图像 | NA | NA | NA | NA |
| 868 | 2026-02-19 |
Deep cytomorphology identifies erythroid skewing and monocytic morphology to predict TKI sensitivity in CML patients
2026-Feb, HemaSphere
IF:7.6Q1
DOI:10.1002/hem3.70319
PMID:41694735
|
研究论文 | 本研究利用深度学习分析慢性髓系白血病患者的骨髓涂片，识别出与酪氨酸激酶抑制剂敏感性相关的细胞形态学标志物 | 首次通过深度学习系统分析CML骨髓细胞形态，发现红系前体细胞富集和单核细胞核分叶等新形态学标志物可预测TKI疗效，并构建了优于现有临床评分系统的整合模型 | 研究为回顾性分析，需在前瞻性队列中验证；仅使用常规染色涂片，未结合分子或遗传数据；样本来自七个中心但可能存在选择偏倚 | 探索慢性髓系白血病骨髓细胞形态特征与酪氨酸激酶抑制剂治疗反应的关系，改进风险分层 | 598名慢性髓系白血病患者的1548张骨髓穿刺涂片 | 数字病理学 | 白血病 | 常规染色（骨髓涂片染色），深度学习图像分析 | 深度学习模型 | 图像 | 598名患者，1548张涂片，来自七个医疗中心 | 未明确说明 | 未明确说明 | AUROC（受试者工作特征曲线下面积） | 未明确说明 |
| 869 | 2026-02-19 |
Transforming nephrology through artificial intelligence: a state-of-the-art roadmap for clinical integration
2026-Feb, Clinical kidney journal
IF:3.9Q1
DOI:10.1093/ckj/sfag004
PMID:41704427
|
综述 | 本文综述了人工智能（包括机器学习、深度学习和生成式AI）在肾脏病学领域的应用现状、临床整合挑战及未来发展方向 | 系统性地整合了AI在急性肾损伤、慢性肾脏病、透析和肾移植中的新兴应用，并强调了多模态数据整合、生成式AI和自适应决策支持范式（如强化学习、数字孪生）的创新潜力 | 临床工作流程整合有限，存在数据异质性、算法偏见、可解释性不足、监管不确定性等实施挑战 | 探讨AI在肾脏病学中的临床整合路径，推动个性化、高效和公平的肾脏疾病管理 | 急性肾损伤、慢性肾脏病、透析患者和肾移植受者 | 数字病理学 | 肾脏疾病 | 电子健康记录数据分析、重症监护室遥测、多组学数据整合 | 机器学习、深度学习、生成式AI、强化学习 | 电子健康记录、遥测数据、影像、病理图像、多组学数据 | NA | NA | 大语言模型、iBox系统 | NA | NA |
| 870 | 2026-02-18 |
Combating Antiviral Drug Resistance: A Multipronged Strategy
2026-Feb-17, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00724
PMID:41650319
|
研究论文 | 本文介绍了一种多管齐下的策略，通过合成、计算、结构和生物学研究来开发抗病毒药物，以应对病毒蛋白酶（特别是SARS-CoV-2主要蛋白酶M）的药物耐药性突变 | 提出了一种结合传统蛋白酶抑制、蛋白酶降解（首次报道靶向SARS-CoV-2 M的PROTAC分子HP211206）、计算化学方法（如PDLD/S-LRA/β框架与量子力学计算结合）以及人工智能（如D2Screen深度学习虚拟筛选）的多管齐下策略，以开发对耐药突变更有效的抗病毒疗法 | NA | 开发对抗病毒蛋白酶药物耐药性突变的更有效治疗方法 | 病毒蛋白酶（特别是SARS-CoV-2主要蛋白酶M）及其药物耐药性突变 | 计算化学, 药物发现 | COVID-19, 病毒感染 | 计算化学, X射线晶体学, 虚拟筛选, 深度学习 | 深度学习 | 化学结构数据, 蛋白质结构数据, 生物活性数据 | NA | NA | NA | 抑制活性, 结合自由能, 催化效率参数 | NA |
| 871 | 2026-02-18 |
Information-Guided Fusion of Multimodal Vibrational Spectroscopy for Disease Diagnosis Based on Symbiotic Attention Decoupled Contrastive Learning
2026-Feb-17, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c06086
PMID:41657032
|
研究论文 | 本文提出了一种基于共生注意力解耦对比学习的多模态振动光谱融合方法，用于疾病诊断 | 设计了共生注意力融合和寄生注意力融合机制，模拟生物共生与寄生关系，实现差异化信息增强，并引入监督多模态对比学习解耦网络以平衡跨模态一致性和模态内凝聚力 | NA | 提高振动光谱在疾病诊断中的准确性和可解释性 | 癌症、自身免疫疾病和心血管疾病数据集 | 机器学习 | 癌症、自身免疫疾病、心血管疾病 | 拉曼光谱、红外光谱 | 多层感知机、卷积神经网络 | 光谱数据 | NA | NA | SAFDN | 准确率、AUC | NA |
| 872 | 2026-02-18 |
AutoSimTTF: a fully automatic pipeline for personalized electric field simulation and treatment planning of tumor treating fields
2026-Feb-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae4288
PMID:41643315
|
研究论文 | 本文介绍了一个名为AutoSimTTF的全自动管道，用于肿瘤治疗电场（TTFields）的个性化电场模拟和优化治疗计划 | 开发了一个端到端的全自动工作流，集成了深度学习自动肿瘤分割、基于有限元法的电场模拟以及一种新颖的基于物理的参数优化方法，显著提升了效率和个性化治疗能力 | 与传统的半自动工作流相比，模拟精度在某些组织中存在最高14.1%的偏差 | 提高肿瘤治疗电场（TTFields）治疗计划的计算效率、可重复性和可及性，实现数据驱动的个性化治疗 | 肿瘤治疗电场（TTFields）的个性化治疗计划 | 数字病理学 | 肿瘤 | 有限元法，深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | Dice相似系数 | NA |
| 873 | 2026-02-18 |
Atomically Precise Metal Clusters for NIR-II Imaging
2026-Feb-17, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00837
PMID:41645060
|
综述 | 本文综述了原子级精确金属簇在近红外二区成像中的发光特性、成像技术、生物医学应用及生物安全性 | 通过原子工程、配体设计和表面修饰精细调控金属簇的近红外二区光学性质，并结合先进成像技术与人工智能实现高分辨率、深组织可视化 | NA | 探讨原子级精确金属簇在近红外二区成像中的基础物理、发光机制及其在生物医学成像和临床病理诊断中的应用潜力 | 原子级精确金属簇 | 生物医学成像 | 心血管疾病, 脑血管疾病, 恶性肿瘤 | 近红外二区成像, 宽场成像, 三维显微成像, 人工智能辅助图像处理 | 深度学习 | 图像 | NA | NA | NA | 信噪比 | NA |
| 874 | 2026-02-18 |
Classification of small specimen uranium ores using LIBS combined with machine learning and deep learning algorithms
2026-Feb-17, The Analyst
DOI:10.1039/d5an01326g
PMID:41699974
|
研究论文 | 本研究提出了一种结合激光诱导击穿光谱（LIBS）技术与机器学习和深度学习算法的分类模型，用于实现小样本铀矿石的快速高精度分类 | 将LIBS技术与多种机器学习和深度学习算法结合，并比较了LASSO和PCA两种特征提取方法在小样本铀矿石分类中的效果，发现基于PCA特征的深度学习模型能实现100%的分类准确率 | 随机森林模型在小训练集下存在显著过拟合问题，且部分深度学习模型在LASSO特征选择下仍存在误分类 | 开发快速高精度的小样本铀矿石分类方法 | 12种类型的铀矿石样本 | 机器学习 | NA | 激光诱导击穿光谱（LIBS） | 随机森林（RF）、前馈神经网络（FNN）、卷积神经网络（CNN）、长短期记忆网络（LSTM） | 光谱数据 | 12种铀矿石样本的光谱数据 | NA | FNN, CNN, LSTM | 分类准确率 | NA |
| 875 | 2026-02-18 |
Automated Segmentation of Stellate Ganglion Block Region in Ultrasound Images Using Deep Learning Model
2026-Feb-16, Anesthesia and analgesia
IF:4.6Q1
DOI:10.1213/ANE.0000000000007938
PMID:41698185
|
研究论文 | 本研究开发并验证了一种用于超声图像中星状神经节阻滞区域自动分割的深度学习模型 | 首次系统评估深度学习在星状神经节阻滞区域分割中的应用，并提出了多级特征融合的UNet模型 | 模型在边界精度上略逊于专家，且研究为回顾性设计 | 开发自动分割模型以支持超声引导下星状神经节阻滞的精准针头放置并提高手术安全性 | 接受超声引导星状神经节阻滞的患者 | 计算机视觉 | NA | 超声成像 | 深度学习 | 图像, 视频 | 370名患者，730个视频（2190张图像） | NA | MLF-UNet, UNet | Dice相似系数, 交并比, 95百分位豪斯多夫距离, 平均对称表面距离 | NA |
| 876 | 2026-02-18 |
Temporomandibular Disorders Diagnosis: Current Challenges and the Promising Role of Artificial Intelligence
2026-Feb-16, European journal of dentistry
DOI:10.1055/s-0046-1816081
PMID:41698418
|
综述 | 本文综述了颞下颌关节紊乱病诊断面临的挑战，并重点介绍了人工智能在该领域日益增长的作用 | 强调了将人工智能技术与现有诊断框架（如DC/TMD）相结合，以实现更客观、数据驱动和个性化的诊断方法 | NA | 总结当前颞下颌关节紊乱病诊断的挑战，并探讨人工智能在改善诊断准确性、一致性和效率方面的潜力 | 颞下颌关节紊乱病 | 数字病理学 | 颞下颌关节紊乱病 | NA | 机器学习, 深度学习 | 图像, 临床数据, 心理社会数据 | NA | NA | NA | NA | NA |
| 877 | 2026-02-18 |
Neonatal jaundice detection using a vision transformer-based deep learning model
2026-Feb-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40515-5
PMID:41699004
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 878 | 2026-02-18 |
A Flexible Hybrid Quantum-classical Training Framework of Organ-at-Risk and Tumor Segmentation Models for Radiation Therapy Planning
2026-Feb-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40127-z
PMID:41699007
|
研究论文 | 提出了一种用于放射治疗计划中危及器官和肿瘤分割的混合量子-经典训练框架，以减少可训练参数并提升分割性能 | 基于量子参数生成技术，在训练过程中自适应确定参数矩阵的秩，既保留模型结构又减少参数数量，同时通过每个通道独立的变分量子电路保持通道独立性 | 未明确说明框架在更大规模数据集或其他医学影像模态上的泛化能力 | 解决医学影像分割中因模型过参数化导致的小样本过拟合问题，提升放射治疗计划的分割精度 | 危及器官和肿瘤的医学影像分割 | 医学影像分析 | 肿瘤 | 深度学习分割，量子参数生成 | 混合量子-经典模型 | 医学影像 | NA | NA | UNetPP | IoU, DSC | 浅层量子电路 |
| 879 | 2026-02-18 |
A method for compiling satellite image map geographic objects based on vector map data via deep learning
2026-Feb-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39096-0
PMID:41699043
|
研究论文 | 本文提出了一种基于深度学习和矢量地图数据指导的卫星影像地图编绘自动化方法 | 利用深度学习模型学习矢量数据到卫星影像的映射，并通过迁移学习增强对需修改区域的敏感性，实现地理对象的选择性和多样化操作编绘 | NA | 实现卫星影像地图的自动化编绘，以增强视觉清晰度、隐藏敏感信息并确保与矢量表示的一致性 | 卫星影像地图中的线性和多边形地理对象 | 计算机视觉 | NA | 深度学习 | 编码器-解码器架构 | 图像 | NA | NA | 编码器-解码器 | NA | NA |
| 880 | 2026-02-18 |
Deep learning inversion of water content and relaxation time in water-bearing fracture zones based on surface NMR data
2026-Feb-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40506-6
PMID:41699053
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |