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 1560 篇文献，本页显示第 1001 - 1020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1001 | 2026-03-19 |
Geometric-constraint-aware binocular framework for robust absolute phase recovery in structured light 3D reconstruction
2026-Mar-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.574857
PMID:41842534
|
研究论文 | 本文提出了一种新颖的双目深度学习框架，用于在结构光三维重建中实现鲁棒的绝对相位恢复 | 首次将几何约束与数据驱动学习协同整合，以解决复杂表面重建中的相位跳变问题，并引入了包含虚拟和真实世界数据的基准数据集 | 未明确说明对极端光照条件或动态场景的适应性 | 提高结构光三维重建系统的精度、计算效率和鲁棒性 | 虚拟和真实世界的地面真实三维模型，特别是具有不连续表面的场景 | 计算机视觉 | NA | 结构光投影 | 深度学习 | 图像 | 23,000个同步双目相位图 | NA | GCANet | 误差 | NA |
| 1002 | 2026-03-19 |
Two-dimensional phase unwrapping and denoising network based on frequency-domain operators and sparse attention
2026-Mar-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.585000
PMID:41842552
|
研究论文 | 提出了一种基于U-Net的轻量级深度学习模型FSA-PU，用于解决二维相位展开问题，该模型集成了多尺度上下文建模、稀疏全局依赖和频域重建 | 首次将频域算子与稀疏注意力机制结合到相位展开网络中，通过深度可分离卷积增强边缘和细节恢复能力 | 未明确说明模型在极端噪声或大规模不连续相位情况下的性能极限 | 解决复杂条件下（如噪声和相位不连续）的二维相位展开问题 | 光学干涉测量、数字全息术和合成孔径雷达中的相位数据 | 计算机视觉 | NA | 深度学习 | CNN | 图像（相位图） | 合成数据集和真实数据集（具体数量未说明） | NA | U-Net | PSNR, RMSE, SSIM | NA |
| 1003 | 2026-03-19 |
Toward high-quality hologram generation via a complex-valued efficient hybrid attention network
2026-Mar-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.588742
PMID:41842553
|
研究论文 | 本文提出了一种用于高质量全息图生成的复数值高效混合注意力网络（CEHAN） | 提出了一种结合复数值高效注意力机制和混合注意力块的网络架构，在提升重建质量的同时显著降低了计算时间 | 未明确说明模型在更广泛数据集上的泛化能力以及实际部署中的硬件兼容性问题 | 提高计算机生成全息图（CGH）的质量和实时渲染效率 | 全息图的生成与重建 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | DIV2K数据集 | NA | U-Net, 复数值高效混合注意力网络（CEHAN） | PSNR, SSIM | NA |
| 1004 | 2026-03-19 |
Terahertz image super-resolution reconstruction method for polyethylene pipe heat-fused joint defects based on an improved ESRGAN network
2026-Mar-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.583425
PMID:41842561
|
研究论文 | 本文提出了一种基于改进ESRGAN网络的太赫兹图像超分辨率重建方法，用于检测聚乙烯管道热熔接头的缺陷 | 提出了一种增强型超分辨率生成对抗网络，引入了高效多尺度注意力模块，并采用了基于Vision Transformer的判别器，以提升图像全局一致性的判别能力和对纹理及高频细节的关注 | 未明确说明方法在更广泛缺陷类型或不同成像条件下的泛化能力，也未讨论计算复杂度与实时性之间的平衡 | 提高太赫兹图像在检测聚乙烯管道热熔接头缺陷时的超分辨率重建质量 | 聚乙烯管道热熔接头的孔洞和裂纹缺陷 | 计算机视觉 | NA | 太赫兹成像 | GAN | 图像 | NA | NA | ESRGAN, Vision Transformer | PSNR, SSIM, FLOPs | NA |
| 1005 | 2026-03-18 |
DL-assisted self-volume-calibrating colorimetric PAAHM sensors for water surveillance
2026-Mar-17, The Analyst
DOI:10.1039/d5an01216c
PMID:41670188
|
研究论文 | 本文介绍了一种基于聚丙烯酸钠水凝胶微球（PAAHM）的比色传感平台，结合深度学习辅助的自体积校准策略，用于高效定量检测水中的NH、PO和Fe | 提出了一种结合PAAHM双响应（比色和体积）特性与CNN模型的自体积校准方法，能同时检测分析物浓度变化和样品体积波动，克服了传统RGB分析的局限性 | 未明确说明传感器对不同水环境条件（如pH、温度、干扰物）的鲁棒性，以及长期稳定性和实际现场应用的验证情况 | 开发一种便捷、低成本、高精度的现场环境监测解决方案，用于水中有害物质的定量检测 | 水中的NH、PO和Fe离子 | 计算机视觉 | NA | 比色传感，水凝胶微球制备，图像分析 | CNN | 图像 | NA | NA | CNN | 相关系数，分类准确率 | NA |
| 1006 | 2026-03-18 |
Computational and AI-Driven Ecosystem for Structure-Based Covalent Drug Discovery
2026-Mar-17, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00905
PMID:41758998
|
综述 | 本文概述了基于结构和人工智能驱动的共价药物发现生态系统，强调数据、模型、工作流程和实验反馈的整合 | 提出了一个集成的计算和AI驱动生态系统，将数据库、预测模型、工作流程和实验反馈闭环结合，以系统化加速共价药物发现 | 讨论了AI引擎的局限性和潜在陷阱，特别是在开发AI驱动的共价对接算法时需关注的问题 | 构建并描述一个计算和AI驱动的生态系统，以加速基于结构的共价药物发现过程 | 共价药物发现中的靶点蛋白质、共价结合位点、分子对接和先导化合物优化 | 药物发现 | NA | 深度学习、分子对接、虚拟筛选 | 深度学习模型 | 结构数据、数据库信息 | NA | NA | AlphaFold3 | NA | NA |
| 1007 | 2026-03-18 |
Integrated WTe2@SnO2 Heterojunction Sensors and Deep Learning Architecture for Intelligent Multi-Gas Detection under Environmental Variations
2026-Mar-17, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05925
PMID:41787241
|
研究论文 | 本文提出了一种集成WTe2@SnO2异质结传感器与深度学习架构的智能多气体检测平台，用于在环境变化下实现高精度气体识别 | 创新性地结合了WTe2@SnO2异质结传感器与定制化的VAE-BiLSTM-SA深度学习架构，通过协同优化传感器与算法，实现了在变化湿度条件下对多种气体及混合物的高精度分类与浓度预测 | 未明确提及传感器在极端温度或长期稳定性方面的表现，以及算法在其他环境干扰因素（如压力变化）下的泛化能力 | 开发一种能够在变化环境条件下进行智能多气体检测的集成传感器-算法平台 | NO、NH3气体及其复杂混合物 | 机器学习 | NA | 液相剥离合成 | VAE, BiLSTM, 自注意力机制 | 传感器响应的时间序列数据 | 未明确提及具体样本数量 | 未明确指定 | VAE-BiLSTM-SA | 分类准确率, 响应值, 恢复时间, 检测限 | 未明确提及 |
| 1008 | 2026-03-18 |
Retraction Note: LungGANDetectAI: a GAN-augmented and attention-guided deep learning framework for accurate and explainable lung cancer detection
2026-Mar-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44623-0
PMID:41839981
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1009 | 2026-03-18 |
Reply to the Letter to the Editor: A deep learning framework to stratify Nottingham histologic grade 2 breast tumors based on dynamic contrast-enhanced MRI
2026-Mar-16, European radiology
IF:4.7Q1
DOI:10.1007/s00330-026-12457-z
PMID:41838097
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1010 | 2026-03-18 |
Deep learning-based identification of chronic pulmonary embolism on CTPA: a regional lung analysis using multiplanar MIP images
2026-Mar-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00699-x
PMID:41838262
|
研究论文 | 本研究评估了卷积神经网络在CTPA衍生的MIP图像上识别慢性肺栓塞和慢性血栓栓塞性肺动脉高压的性能，通过分层肺体积分割分析不同血管区域的诊断价值 | 采用包括近端肺血管和分层肺体积分割的新方法，评估不同血管区域对诊断慢性肺栓塞和慢性血栓栓塞性肺动脉高压的价值 | 样本量较小（共123例），且仅使用单一影像模态（CTPA）进行模型训练和验证 | 开发基于深度学习的慢性肺栓塞和慢性血栓栓塞性肺动脉高压自动识别方法 | 慢性肺栓塞患者、急性肺栓塞患者和正常对照组的CTPA影像数据 | 计算机视觉 | 肺栓塞 | CTPA, MIP图像处理 | CNN | 医学影像（CTPA MIP图像） | 123例（41例慢性肺栓塞、41例急性肺栓塞、41例正常对照） | NA | NA | AUROC | NA |
| 1011 | 2026-03-18 |
CT acquisition protocols in lung cancer screening: implications for guideline development from a worldwide survey
2026-Mar-16, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02239-y
PMID:41838308
|
研究论文 | 本研究通过全球调查评估了肺癌筛查中CT图像采集协议的现状，以支持指南制定 | 首次在全球范围内系统调查肺癌筛查中CT采集协议的应用情况，揭示了多专业参与不足和技术参数变异性大的问题 | 调查回复率有限，部分技术问题未完全回答，可能无法代表所有机构的实际情况 | 评估肺癌筛查中CT图像采集协议的当前应用情况，为指南制定提供依据 | 全球71家肺癌筛查机构 | 数字病理学 | 肺癌 | CT扫描 | NA | CT图像 | 来自29个国家的71家机构 | NA | NA | NA | NA |
| 1012 | 2026-03-18 |
Radiomics in fetal brain MRI: a narrative review
2026-Mar-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00697-z
PMID:41838340
|
综述 | 本文是一篇关于胎儿脑部MRI影像组学的叙述性综述，总结了其技术基础、临床应用及未来方向 | 系统性地将影像组学这一新兴的、数据驱动的方法应用于胎儿脑部MRI评估，揭示了人眼难以察觉的细微成像模式，为产前诊断和预后提供了新的视角 | 该领域尚处于早期阶段，需要更大规模、多中心、采用标准化协议的研究来提高普适性并减少变异性 | 探讨影像组学在胎儿脑部MRI中的应用潜力，以改善胎儿脑部发育评估、表型分析、疾病诊断及神经发育结局预测 | 胎儿脑部MRI图像 | 数字病理学 | NA | MRI | 机器学习模型 | 图像 | NA | NA | NA | NA | NA |
| 1013 | 2026-03-18 |
Generating synthetic CEM from low-energy images using deep learning: A future without contrast media? A proof-of-concept study
2026-Mar-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00681-7
PMID:41838331
|
研究论文 | 本研究利用深度学习从低能量对比增强乳腺摄影图像生成合成碘增强图像，探索无对比剂应用的潜力 | 首次使用二维循环生成对抗网络从低能量CEM图像生成视觉上类似临床碘增强的合成图像，并展示了在病灶检测和背景实质增强评估中的潜在应用 | 研究为回顾性设计，样本量较小（140例检查），且仅作为概念验证研究，需要更大规模的前瞻性验证 | 探索深度学习生成合成碘增强乳腺摄影图像的可行性，以减少对比剂使用 | 对比增强乳腺摄影图像（低能量和碘增强图像） | 计算机视觉 | 乳腺疾病 | 对比增强乳腺摄影 | GAN | 图像 | 140例CEM检查（训练集100例患者390张图像，测试集40例患者） | NA | 二维循环生成对抗网络 | 对比噪声比, 平均绝对误差, 结构相似性指数, 准确率, 敏感性, 特异性 | NA |
| 1014 | 2026-03-18 |
Current and future contributions of AI to pulmonary function test interpretation, diagnostic approaches, and predictions of disease progression
2026-Mar-16, Expert review of respiratory medicine
IF:2.9Q2
DOI:10.1080/17476348.2026.2647482
PMID:41838429
|
综述 | 本文综述了人工智能（AI）在肺功能测试（PFT）解释、诊断方法和疾病进展预测方面的当前及未来贡献 | 系统总结了AI在PFT中应用的最新进展，包括机器学习、深度学习和可解释AI方法，并强调了多学科合作的重要性 | 算法性能存在变异性、可解释性有限、依赖训练数据的质量和代表性、临床背景整合不足 | 探讨AI如何增强肺功能测试的解释、标准化流程并支持临床决策 | 肺功能测试数据及相关临床决策 | 机器学习 | 肺病 | NA | NA | 肺功能测试数据 | NA | NA | NA | 准确性、可重复性 | NA |
| 1015 | 2026-03-18 |
Ground Truth Reliability and Clinical Generalisability in Deep Learning for Reticular Pseudodrusen
2026-Mar-16, Clinical & experimental ophthalmology
DOI:10.1111/ceo.70110
PMID:41839531
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1016 | 2026-03-18 |
Out-of-Distribution Detection in Medical Image Segmentation with β -VAE and Likelihood Regret
2026-Mar-16, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01907-1
PMID:41840137
|
研究论文 | 本文提出了一种结合β-VAE和似然后悔的新方法，用于医学图像分割中的分布外检测，能同时识别图像样本和分割掩码的分布外情况 | 首次同时检测图像样本和分割掩码的分布外情况，引入似然后悔计算OOD分数以提高分布拟合评估的准确性 | 未明确说明具体数据集规模或计算资源细节，可能限制方法在更大规模或不同医疗场景下的泛化能力评估 | 解决医学图像分割中分布外数据的检测问题，提高模型在真实医疗应用中的鲁棒性 | 3D医学图像及其分割掩码 | 计算机视觉 | NA | 深度学习 | VAE, U-Net | 3D医学图像 | NA | NA | β-VAE, U-Net | OOD检测性能（未指定具体指标） | NA |
| 1017 | 2026-03-18 |
Robust Histopathology Subtyping via Perturbation Fidelity in Deep Classifier
2026-Mar-16, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01875-6
PMID:41840135
|
研究论文 | 本文提出了一种基于扰动保真度的深度分类器框架，用于提高浸润性肺腺癌亚型分型的鲁棒性 | 提出了边缘一致性框架和扰动保真度评分方法，通过贝叶斯优化参数施加结构化扰动，解决了对比正则化导致的特征过度聚类问题 | 跨机构验证时存在约15-20%的性能下降，表明存在领域偏移问题，未来需要领域自适应研究 | 提高深度学习模型对浸润性肺腺癌亚型分型在真实世界成像扰动下的鲁棒性 | 浸润性肺腺癌的五个亚型 | 数字病理学 | 肺癌 | 全切片图像分析 | 深度学习分类器 | 图像 | 143张全切片图像，共203,226个图像块 | NA | Vision Transformer-Large, ResNet101, ResNet50 | 准确率, 受试者工作特征曲线下面积, Kendall相关系数 | NA |
| 1018 | 2026-03-18 |
Multimodal machine learning for Cr(Ⅵ) removal and floc settling using image-based floc features and operating parameters
2026-Mar-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.129024
PMID:41719855
|
研究论文 | 本文开发了一种新颖的多模态机器学习框架，通过整合基于图像的絮体特征和操作参数，来预测电絮凝过程中Cr(Ⅵ)的去除效率和絮体沉降性能 | 首次提出结合基于深度学习的絮体图像特征提取（使用ResNet50）与操作参数的多模态机器学习框架，用于优化电絮凝过程，显著提高了预测准确性 | 研究可能受限于特定实验条件（如pH变化、电解质浓度、搅拌速率）下的数据集，未明确提及模型在其他废水类型或更广泛操作条件下的泛化能力 | 优化电絮凝技术，提高Cr(Ⅵ)去除效率和絮体沉降性能，以应对废水处理中多变的操作条件 | 废水中的Cr(Ⅵ)污染物及电絮凝过程中形成的絮体 | 机器学习 | NA | 电絮凝，深度学习图像特征提取 | ResNet50, 支持向量分类, 支持向量回归, Bagging分类器, Extra Tree | 图像, 操作参数 | NA | NA | ResNet50 | R值（相关系数） | NA |
| 1019 | 2026-03-18 |
Advances in transfer learning for smart wastewater treatment plants: Learning frameworks and emerging pathways
2026-Mar-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.129078
PMID:41740504
|
综述 | 本文综述了迁移学习在智能污水处理厂中的应用框架、挑战及未来研究方向 | 首次对迁移学习在污水处理厂领域的应用进行全面综述，填补了现有文献的空白 | NA | 为基于迁移学习的智能污水处理厂策略的开发与实施提供信息 | 污水处理厂 | 机器学习 | NA | 迁移学习 | NA | 水质参数、传感器数据、过程数据 | NA | NA | NA | 预测精度 | NA |
| 1020 | 2026-03-18 |
Accelerated discovery of cell migration regulators using label-free deep learning-based automated tracking
2026-Mar-13, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aea1492
PMID:41811952
|
研究论文 | 本文介绍了一种名为DeepBIT的无标记深度学习平台，用于高通量自动追踪细胞迁移，以系统研究其调控机制 | 开发了基于卷积神经网络的无标记亮场成像与细胞追踪平台，无需荧光标记或人工注释，实现了大规模单细胞迁移分析 | 未明确提及平台在复杂三维微环境或体内模型中的适用性限制 | 系统解析细胞迁移的调控机制，并探索其在药物发现和基因组扰动中的应用 | 乳腺癌细胞 | 计算机视觉 | 乳腺癌 | 亮场成像，荧光成像，CRISPR敲除 | CNN | 视频 | 约1500个细胞每孔，共840种条件，产生约130万条轨迹 | NA | NA | NA | NA |