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 1493 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2026-03-30 |
Domain specific multimodal large language model for automated endoscopy reporting with multicenter prospective validation
2026-Mar-28, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02569-7
PMID:41904204
|
研究论文 | 本研究开发了一个名为Report-Angel的集成AI系统，基于多模态大语言模型和传统深度学习模型，用于自动生成上消化道内镜检查的详细报告草案 | 开发了首个针对上消化道内镜报告自动生成的领域专用多模态大语言模型系统，并进行了前瞻性多中心验证 | 未明确提及系统在罕见疾病或复杂病例上的表现，也未讨论模型对不同内镜设备或成像条件的适应性 | 开发一个能够自动生成准确、完整内镜报告的AI系统，以标准化报告流程并减轻内镜医师的工作负担 | 上消化道内镜检查的图像和视频数据 | 自然语言处理, 计算机视觉 | 上消化道疾病 | 内镜检查 | 多模态大语言模型, 深度学习模型 | 图像, 文本, 视频 | 20,617个图像-文本对，以及前瞻性内部和外部队列、回顾性图像数据集、前瞻性单中心和多中心视频数据集 | 未明确提及 | 未明确提及 | 临床可接受报告率, 报告完整性, 报告准确性, 处理时间 | 未明确提及 |
| 422 | 2026-03-30 |
Long term evolutions of hard exudates after anti-VEGF therapy for diabetic macular oedema
2026-Mar-28, Eye (London, England)
DOI:10.1038/s41433-026-04408-1
PMID:41904245
|
研究论文 | 本研究评估了抗VEGF治疗后糖尿病黄斑水肿患者硬性渗出物体积的长期变化 | 首次使用深度学习模型对硬性渗出物进行自动分割，并分析了其在5年内的纵向变化 | 样本量相对较小，且为事后分析，可能存在选择偏倚 | 评估抗VEGF治疗后硬性渗出物的长期演变及其对视力结果的影响 | 糖尿病黄斑水肿患者的眼部OCT扫描图像 | 数字病理学 | 糖尿病黄斑水肿 | 光学相干断层扫描 | 深度学习模型 | 图像 | 116只眼 | NA | NA | NA | NA |
| 423 | 2026-03-30 |
Machine and Deep Learning Models for Preoperative Prediction of Suboptimal Clinical Response One Year after Metabolic Bariatric Surgery: Findings from the Tehran Obesity Treatment Study
2026-Mar-28, Obesity surgery
IF:2.9Q1
DOI:10.1007/s11695-026-08568-7
PMID:41904288
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 424 | 2026-03-30 |
Deep learning characterizes depression and suicidal ideation in young adults from eye movements
2026-Mar-28, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02550-4
PMID:41904340
|
研究论文 | 本研究利用深度学习分析年轻成年人在阅读和回应情感性句子时的眼动数据，以识别抑郁和自杀意念的客观生物行为标记 | 首次设计了一个深度学习框架，能够同时考虑眼动数据的试次内和试次间变异，并发现眼动模式在回应生成阶段和对负面情感刺激时更具区分性 | 样本量相对较小（126名年轻成年人），且结果基于自我报告的症状严重程度，需要更大样本和临床诊断的验证 | 探索眼动追踪作为抑郁和自杀意念的客观生物行为标记的潜力 | 126名年轻成年人 | 机器学习 | 精神疾病 | 眼动追踪 | 深度学习 | 眼动数据 | 126名年轻成年人 | NA | NA | AUC | NA |
| 425 | 2026-03-30 |
A systematic review of the use of artificial intelligence in mental health-based diabetes care: Current applications and future directions
2026-Mar-28, Diabetic medicine : a journal of the British Diabetic Association
IF:3.2Q2
DOI:10.1111/dme.70299
PMID:41904510
|
系统综述 | 本文系统综述了人工智能在心理健康为基础的糖尿病护理中的应用，总结了当前研究趋势、方法学局限及未来方向 | 首次系统性地梳理了人工智能在糖尿病心理健康护理领域的研究现状，并识别了研究空白与方法学不足 | 研究样本多样性不足，前瞻性实验和随机对照试验设计使用较少，过度依赖监督学习算法 | 梳理人工智能在心理健康为基础的糖尿病护理中的研究现状，识别趋势、方法学局限及未来研究方向 | 涉及人类、糖尿病背景、心理健康因素及人工智能方法的同行评审实证定量研究 | 机器学习 | 糖尿病 | NA | 监督学习算法, 深度学习模型 | NA | 41项研究 | NA | NA | NA | NA |
| 426 | 2026-03-30 |
Contrastive representation learning and capsule networks enable accurate identification of ferroptosis-related proteins
2026-Mar-28, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01183-9
PMID:41904560
|
研究论文 | 本文提出了一种名为FeroConCap的新型深度学习框架，用于准确识别铁死亡相关蛋白 | 首次将分形混沌游戏表示编码、胶囊网络和监督对比学习相结合，以捕获与铁死亡相关的层次和空间序列依赖性，并开发了用户友好的Web服务器 | 受限于实验验证数据的有限可用性，且模型性能可能依赖于基准数据集的规模和代表性 | 开发一种准确且高通量的计算方法来识别铁死亡相关蛋白 | 铁死亡相关蛋白 | 自然语言处理 | 癌症 | 蛋白质序列分析 | Capsule Networks, 深度学习 | 蛋白质序列 | 2298个非冗余蛋白质序列 | NA | Capsule Networks | 准确率, MCC | NA |
| 427 | 2026-03-30 |
Toward ultimate NMR resolution with deep learning
2026-Mar-27, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.ady7995
PMID:41894514
|
研究论文 | 本文提出了一种基于深度学习的核磁共振谱峰概率表示方法，以逼近理论极限的分辨率 | 引入了峰值概率表示法，并开发了物理启发的深度学习神经网络MR-Ai，实现了多谱协同处理与信息交换 | 方法在60种数据库蛋白质上验证，但未明确说明在更广泛生物样本或临床样本中的泛化能力 | 提升核磁共振光谱的分辨率，实现接近理论极限的峰定位精度 | 蛋白质核磁共振光谱 | 机器学习 | NA | 核磁共振光谱 | 深度学习神经网络 | 光谱数据 | 60种数据库蛋白质，包括Tau和MATL1蛋白 | NA | MR-Ai | 峰定位精度，与克拉美-罗下界和贝叶斯蒙特卡洛估计的理论极限对比 | NA |
| 428 | 2026-03-30 |
DFENet: A Novel Dual-Path Feature Extraction Network for Semantic Segmentation of Remote Sensing Images
2026-Mar-23, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12030141
PMID:41892943
|
研究论文 | 本文提出了一种新颖的双路径特征提取网络（DFENet），用于遥感图像的语义分割，旨在解决特征融合和频域信息利用的挑战 | 提出了一种双路径模块（DPM）来分别提取全局和局部特征，并创新性地集成了四种特征提取策略以从不同粒度提取全局特征；设计了一个以离散小波变换（DWT）为主的频域特征提取块（FFEB），有效捕获高频和低频分量 | NA | 提高遥感图像语义分割的性能，解决语义混淆和边界模糊问题 | 遥感图像（RSIs） | 计算机视觉 | NA | 离散小波变换（DWT） | CNN | 图像 | ISPRS Vaihingen数据集和ISPRS Potsdam数据集 | NA | DFENet | 平均交并比（mIoU） | NA |
| 429 | 2026-03-30 |
Clinical priors-inspired privileged knowledge distillation for reliable pancreatic lesion classification
2026-Mar-23, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104041
PMID:41903258
|
研究论文 | 提出一种基于临床先验知识的特权知识蒸馏框架，用于提高胰腺病变分类的可靠性 | 引入两种由临床先验指导的新组件：诊断相关特权知识策略和先验引导的双重校准策略，将MRI作为特权模态来增强CT分类 | 需要多模态数据进行训练，且推理阶段仍依赖CT单模态 | 提高胰腺病变分类的准确性和临床可靠性 | 胰腺病变（包括小病灶或等密度病灶） | 计算机视觉 | 胰腺癌 | CT, MRI | 深度学习 | 医学图像 | 多中心数据集（具体数量未提供） | PyTorch | 知识蒸馏框架 | 准确率 | NA |
| 430 | 2026-03-30 |
Validation of conformal prediction in cervical atypia classification
2026-Mar-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44850-5
PMID:41866425
|
研究论文 | 本文验证了在宫颈非典型性分类中应用保形预测方法，通过专家标注集评估其预测集的真实性和价值 | 首次基于专家标注集全面验证保形预测在宫颈癌分类中的表现，揭示传统覆盖率验证高估性能，并探讨保形预测在识别模糊和分布外数据方面的能力 | 研究仅针对宫颈非典型性分类任务，未扩展到其他疾病或数据模态，且依赖于特定专家标注集，可能受标注者主观性影响 | 验证保形预测在宫颈癌筛查深度学习模型中的有效性，确保预测集真实反映模型不确定性并与人类期望一致 | 宫颈非典型性分类的深度学习模型及其保形预测集 | 数字病理学 | 宫颈癌 | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | 覆盖率 | NA |
| 431 | 2026-03-30 |
Design of an in-pipe inspection robotic system (IPIRS) with YOLOv8-LSTM integration for real-time in-pipe navigation
2026-Mar-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42181-z
PMID:41866593
|
研究论文 | 本文介绍了一种集成了YOLOv8和LSTM的管道内检测机器人系统，用于实时管道导航和预测分析 | 提出了一种改进的管道内检测机器人系统，通过集成YOLOv8进行视觉目标检测和LSTM分析时序IMU数据，实现了在弯曲或变径管道中的可靠自适应导航和预测决策 | 系统在直径100至150毫米的管道中进行测试，可能未覆盖更广泛或更复杂的管道环境，且依赖于仿真环境进行评估 | 开发一种能够实时导航和进行预测分析的自动化管道检测机器人系统 | 石油、天然气和水分配网络中的管道 | 计算机视觉 | NA | 机器人仿真、深度学习 | CNN, LSTM | 图像、时序IMU数据 | NA | ROS, Gazebo, Rviz | YOLOv8, LSTM | mAP (0.5), F1 score, MSE, MAE | NA |
| 432 | 2026-03-23 |
Hybrid tuned deep learning model for breast cancer diagnosis using genetic data
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41643-8
PMID:41865006
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 433 | 2026-03-30 |
Rapid earthquake damage assessment via hybrid LSTM-RNN with a quantum-inspired classification head based on Autonomous Perceptron Model APM
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38982-x
PMID:41865013
|
研究论文 | 本文提出了一种基于混合LSTM-RNN和量子启发的APM分类头的深度学习框架，用于快速地震损伤评估 | 结合了混合LSTM-RNN序列模型与量子启发的APM分类头，用于提升地震损伤分类的判别能力 | 未明确说明数据来源或具体应用场景的局限性 | 实现快速地震后损伤评估，以支持应急响应和风险缓解 | 结构响应变量（位移、速度、加速度和损伤指数）及损伤状态 | 机器学习 | NA | 深度学习，量子启发分类 | LSTM, RNN, 混合LSTM-RNN | 序列数据 | NA | NA | 堆叠LSTM, 混合LSTM-RNN, APM（基于自主感知机模型的量子启发分类头） | R²分数, MAE, RMSE, MAPE, MedAE | NA |
| 434 | 2026-03-30 |
A Frequency-Aware Self-Supervised Framework for MEMS-OCT Denoising
2026-Mar-21, Biosensors
DOI:10.3390/bios16030177
PMID:41892069
|
研究论文 | 本文提出了一种基于频率增强自监督框架的MEMS-OCT去噪方法，旨在提升光学相干断层扫描图像的质量 | 结合了Neighbor2Neighbor自监督框架与频率域增强技术，引入了小波引导谱池化模块和频率域增强感受野块，有效建模全局结构依赖 | 未明确说明对计算资源的需求或模型在更大规模数据集上的泛化能力 | 开发一种自监督深度学习框架，用于去除MEMS-OCT图像中的乘性散斑噪声，以改善图像视觉质量和后续分析准确性 | 通过自建MEMS-OCT系统获取的光学相干断层扫描图像 | 计算机视觉 | NA | 光学相干断层扫描成像 | CNN | 图像 | NA | NA | UNet | PSNR, SSIM | NA |
| 435 | 2026-03-30 |
ViFIT-assisted histopathology: From H&E style standardization to virtual fiber image transformation
2026-Mar-21, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.104051
PMID:41903259
|
研究论文 | 本文提出了一种名为ViFIT辅助组织病理学的两阶段诊断方法，通过无监督深度学习模型将不同风格的H&E染色图像转换为病理学家偏好的样式，并同时生成内容一致的虚拟纤维图像 | 提出了一种无需预定义染色风格输入和人工干预的无监督虚拟纤维转化模型，能够同时实现H&E图像风格标准化和虚拟染色，并生成包含无标记胶原纤维及染色网状与弹性纤维的图像 | 未明确说明模型在跨癌症类型泛化能力的具体限制，也未提及对罕见染色变异的处理能力 | 开发一种能够自动标准化H&E染色图像风格并生成虚拟纤维图像的深度学习辅助诊断方法，以简化组织病理学工作流程 | H&E染色组织病理学图像及其对应的虚拟纤维图像 | 数字病理学 | 肿瘤（多种癌症类型） | 虚拟纤维染色，H&E染色标准化 | 无监督深度学习模型 | 图像 | 多个术中与术后病例（具体数量未明确说明） | NA | ViFIT（虚拟纤维转化模型） | NA | NA |
| 436 | 2026-03-30 |
Optimized Reinforcement Learning-Driven Model for Remote Sensing Change Detection
2026-Mar-19, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12030139
PMID:41892941
|
研究论文 | 本文提出了一种结合双分支U-Net与深度强化学习的反馈驱动框架，用于遥感变化检测中的像素级概率迭代优化 | 引入基于PPO的强化学习代理，将变化概率图的优化建模为马尔可夫决策过程，实现自适应误差校正，提升边界保真度和空间一致性 | 未明确说明计算复杂度或实时性限制，且实验仅在四个公开数据集上进行验证 | 解决遥感变化检测中因成像不确定性和静态推理范式导致的伪变化及边界碎片化问题 | 遥感图像中的变化区域检测 | 计算机视觉 | NA | 遥感成像技术 | CNN, 强化学习 | 图像 | 四个数据集（CDD、SYSU-CD、PVCD、BRIGHT），具体样本数量未明确 | PyTorch（基于常见实现推断） | U-Net, SiamU-Net | mIoU | NA |
| 437 | 2026-03-30 |
Real-Time Endoscopic Video Enhancement via Degradation Representation Estimation and Propagation
2026-Mar-16, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12030134
PMID:41892936
|
研究论文 | 本文提出了一种高效的逐步内窥镜图像增强框架，通过估计和传播隐式退化表示来实时提升视频质量 | 引入隐式退化表示作为中间特征来指导增强模块，并利用内窥镜视频的时间连续性，仅在关键帧估计高质量退化表示，其余帧通过快速帧间传播获得，显著提高了计算效率 | 未明确说明方法在极端退化情况下的性能，且假设图像退化在短时间间隔内平滑演化可能不适用于所有手术场景 | 开发一种实时内窥镜视频增强方法，以改善手术场景的可视化和理解 | 内窥镜图像和视频，特别是单端口内窥镜手术中的退化图像 | 计算机视觉 | NA | 深度学习 | NA | 视频, 图像 | NA | NA | NA | 增强质量, 计算效率, 下游分割任务评估 | NA |
| 438 | 2026-03-30 |
Hyper-Thyro Vision: An Integrated Framework for Hyperthyroidism Diagnostic Facial Image Analysis Based on Deep Learning
2026-Mar-15, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics11030210
PMID:41892133
|
研究论文 | 本文提出了一种基于深度学习的集成多模态框架，用于通过联合分析正面面部和颈部图像来检测与甲状腺功能亢进相关的异常，即突眼和甲状腺相关的颈部肿胀 | 提出了一个模拟生物视觉机制的双通路架构，同时处理眼睛和颈部的高分辨率细节，并将视觉嵌入与定量形态学测量相结合，以模拟临床医生融合观察与物理评估的能力 | NA | 开发一个集成的AI框架，通过同时分析眼睛和颈部的面部图像，基于临床模式知识来改进甲状腺功能亢进相关异常的检测 | 与甲状腺功能亢进相关的面部异常，特别是突眼和颈部肿胀 | 计算机视觉 | 甲状腺功能亢进 | 深度学习 | CNN | 图像 | NA | NA | YOLOv11s, 双分支架构 | 平均精度均值(mAP50) | NA |
| 439 | 2026-03-30 |
Acoustic Signal-Based Piezoelectric Thin-Film Microbalance: A Versatile and Portable Platform for Biomedical Sensing and Point-of-Care Testing
2026-Mar-13, Biosensors
DOI:10.3390/bios16030160
PMID:41892052
|
研究论文 | 本文介绍了一种结合声学信号分析和深度学习的便携式压电薄膜微天平平台，用于即时护理质量检测 | 该平台整合了柔性聚偏氟乙烯传感器、智能手机声学信号采集和三种深度学习模型，实现了无标记、实时检测，具有成本效益和可扩展性 | NA | 开发一种便携式平台，用于生物医学传感和即时护理测试中的质量检测 | 压电薄膜微天平平台及其在生物医学传感中的应用 | 机器学习 | NA | 声学信号分析 | CNN, LSTM, Transformer | 声学信号 | NA | NA | 卷积神经网络, 长短期记忆网络, Transformer | 分类准确率 | NA |
| 440 | 2026-03-30 |
Current Applications and Future Directions of Artificial Intelligence in Prostate Cancer Diagnosis: A Narrative Review
2026-Mar-13, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol33030166
PMID:41892194
|
综述 | 本文是一篇关于人工智能在前列腺癌诊断中当前应用与未来方向的叙述性综述 | 系统性地整合了人工智能在医学影像、数字病理学、液体活检和多组学整合等多个关键诊断领域的应用证据，并指出了未来研究方向 | 作为叙述性综述，未进行定量荟萃分析；文中提及的挑战包括数据异质性、算法可解释性及工作流整合问题 | 综述人工智能技术在前列腺癌诊断中的应用现状并探讨未来发展方向 | 前列腺癌的诊断方法及相关人工智能技术 | 数字病理学 | 前列腺癌 | NA | 深度学习 | 多源数据（医学影像、病理图像、液体活检数据、多组学数据） | NA | NA | NA | NA | NA |