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 1155 篇文献，本页显示第 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2026-06-04 |
Early diagnosis of Alzheimer's disease from functional rs-fMRI images based on deep learning networks and transfer learning approach
2026-Apr, Psychiatry research. Neuroimaging
|
研究论文 | 基于深度学习网络和迁移学习方法，利用功能rs-fMRI图像早期诊断阿尔茨海默病 | 提出了两种新型深度网络OVGG-16和OVGG-19，融合迁移学习和密集层概念，优化了传统VGG网络以提升诊断性能 | 传统深度网络如VGG存在处理时间长和数据分布导致的性能问题 | 通过改进深度学习分类器，提高阿尔茨海默病早期诊断的准确性和效率 | 阿尔茨海默病 | 计算机视觉 | 阿尔茨海默病 | rs-fMRI | CNN | 图像 | 未提及 | NA | OVGG-16, OVGG-19 | 准确率 | NA |
| 582 | 2026-06-04 |
Mass spectrometry-based de novo sequencing reveals non-canonical neoantigens with antitumor efficacy in hepatocellular carcinoma
2026-Apr, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2026.101775
PMID:41861674
|
研究论文 | 基于质谱的从头测序揭示肝细胞癌中具有抗肿瘤功效的非经典新抗原 | 结合质谱从头测序与深度学习预测，首次系统识别并验证肝细胞癌中非经典新抗原的免疫原性和抗肿瘤疗效 | 研究基于临床前小鼠模型，结果需要人类环境验证，因HLA呈递和肿瘤微环境可能存在差异 | 识别肝细胞癌中非经典新抗原并验证其免疫原性和抗肿瘤疗效 | 肝细胞癌中的非经典新抗原 | 机器学习, 质谱分析 | 肝细胞癌 | 质谱从头测序, MHC-I免疫沉淀, 并行反应监测 | 深度学习预测模型 | 免疫肽组学数据 | C57BL/6小鼠皮下肝细胞癌模型 | NA | 深度学习模型 | ELISpot验证, 并行反应监测 | NA |
| 583 | 2026-06-04 |
Implementation of deep learning for measurement of penile curvature on real 2D intraoperative images
2026-Apr, Journal of pediatric urology
IF:2.0Q2
DOI:10.1016/j.jpurol.2025.105703
PMID:41610464
|
研究论文 | 利用深度学习从真实的2D术中图像中自动测量阴茎弯曲度 | 首次应用深度学习从术中2D图像自动测量阴茎弯曲度，实现了与人类专家相当甚至更优的准确性和一致性，提高了临床决策的可靠性 | 未提供明确的局限性信息 | 开发可靠且自动化的深度学习解决方案，从实时术中2D图像精确评估阴茎弯曲度，以改善患者评估和临床决策 | 阴茎弯曲度（PC）及其相关图像，共421张术中2D图像 | 计算机视觉 | 尿道下裂相关阴茎弯曲 | NA | YOLOv8, HRNet | 图像 | 421张术中2D图像 | PyTorch | YOLOv8, HRNet | 平均精确率（mAP）、交并比（IoU）、戴斯相似系数（Dice）、平均绝对误差（MAE） | NA |
| 584 | 2026-06-04 |
Spatial transcriptional profiling of CHB liver biopsies reveals an undetected population of zonally biased HBV-integrated cells
2026-Apr, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2026.101744
PMID:41810427
|
研究论文 | 通过对慢性乙型肝炎患者肝活检组织进行空间转录组分析，发现了之前未被检测到的区域偏向性HBV整合细胞群 | 首次利用空间转录组学方法结合深度学习，发现了HBsAg蛋白阴性但产生高水平病毒RNA的HBV整合细胞群体，并揭示了其肝门静脉周围区域富集的空间分布特征 | NA | 全面评估慢性乙型肝炎患者肝脏中cccDNA和整合DNA的病毒负荷，并揭示未被蛋白质方法检测到的HBV整合细胞群 | 慢性乙型肝炎患者的肝活检组织样本 | 数字病理学, 机器学习 | 慢性乙型肝炎 | 空间转录组学, 单核RNA测序, 显色原位杂交, 多重免疫荧光 | 深度学习 | 空间转录组数据, 单核RNA测序数据, 组织学图像 | 4例商品化HBV阳性活检组织和6例临床试验GS-US-174-0149中的肝活检组织 | NA | NA | NA | NA |
| 585 | 2026-06-03 |
SERS-based deep learning approach for early detection of gestational diabetes mellitus
2026-Apr-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.127472
PMID:41547262
|
研究论文 | 提出了一种基于表面增强拉曼光谱与深度学习融合的早期妊娠期糖尿病诊断新策略 | 首次将表面增强拉曼光谱与PCA-CNN融合模型应用于早期妊娠期糖尿病筛查，实现快速、精准的早期诊断 | NA | 开发一种快速、准确、便捷的早期妊娠期糖尿病筛查方法 | 妊娠期糖尿病患者的血清样本 | 机器学习 | 妊娠期糖尿病 | 表面增强拉曼光谱（SERS） | 卷积神经网络 (CNN) 结合主成分分析 (PCA) | 光谱数据 | NA | NA | PCA-CNN | 准确率、灵敏度、特异度 | NA |
| 586 | 2026-06-03 |
Automatic detection of the fetal brain midsagittal plane on MRI using a deep learning pipeline
2026-Apr-07, American journal of obstetrics & gynecology MFM
IF:3.8Q1
DOI:10.1016/j.ajogmf.2026.101962
PMID:41956321
|
research paper | 开发了一种基于深度学习的自动检测胎儿大脑MRI正中矢状面（MSP）的流程 | 使用多任务2D U-Net检测四个中线结构（胼胝体膝部、压部、小脑蚓部、脑桥）的共现性，并结合LightGBM分类器进行病例级决策 | 研究基于正常胎儿大脑解剖结构，未涉及异常病例或多种MRI序列 | 实现胎儿MRI中正中矢状面的自动检测，以提高图像质量评估和大脑解剖评价的标准化 | 225例18-36周正常胎儿的大脑MRI数据 | 计算机视觉 | NA | MRI（单次激发快速自旋回波T₂加权序列） | U-Net | 图像 | 432个MRI图像堆栈来自225例胎儿（135个含MSP，297个不含） | PyTorch | 2D U-Net | AUC、准确率、灵敏度、特异性、定位准确度 | NA |
| 587 | 2026-06-03 |
DrowsyDG-Phys: Generalizable driver drowsiness estimation in conditional automated vehicles using physiological signals
2026-Apr, Accident; analysis and prevention
DOI:10.1016/j.aap.2026.108407
PMID:41547100
|
研究论文 | 提出了一种名为DrowsyDG-Phys的域泛化框架，用于基于生理信号的驾驶员困倦检测 | 提出了一个显式时频域特征学习的骨干网络，并集成了三种新颖的损失函数：基于先验知识的对比正则化、特征集中化损失和困倦评估标准对齐损失 | 未明确说明局限性 | 提高基于生理信号的驾驶员困倦检测模型的泛化能力和鲁棒性 | 使用心电图、皮肤电活动和呼吸信号三种生理信号进行困倦检测 | 机器学习 | NA | 生理信号采集 | 域泛化框架 | 生理信号（心电图、皮肤电活动、呼吸信号） | 3个公开数据集和1个自采集数据集，包含60名参与者在模拟SAE Level-3驾驶场景下的数据 | PyTorch | DrowsyDG-Phys（时频域特征学习骨干网络） | 准确率（DG协议78.5%，跨被试协议88.4%） | NA |
| 588 | 2026-06-03 |
The role of artificial intelligence in early detection and risk prediction of ischemic heart disease
2026-Apr, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000004812
PMID:41939092
|
综述 | 探讨人工智能在缺血性心脏病早期检测和风险预测中的作用 | 系统总结了AI在ECG分析、影像学和生物标志物三个主要领域的应用，展示了其超越传统方法的潜力，并强调了多组学和可穿戴设备集成等新兴方向 | 多数研究为回顾性或单中心，缺乏在不同人群和医疗环境中的验证，存在算法偏差、泛化能力不足、监管不确定性和临床医生熟悉度有限等问题 | 评估AI技术在提高缺血性心脏病早期诊断准确性和风险预测个性化方面的潜力 | 缺血性心脏病及相关诊断工具（如ECG、影像学、生物标志物） | 机器学习 | 缺血性心脏病 | NA | 机器学习、深度学习 | NA | NA | NA | NA | NA | NA |
| 589 | 2026-02-27 |
Generalizability in OCT Deep Learning-Moving Beyond Single-Disease and Single-Vendor Models
2026-Apr-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2026.0084
PMID:41746664
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 590 | 2026-06-02 |
AI solutions for evolutionary genomics of nonmodel species
2026-Apr, Evolution letters
IF:3.4Q2
DOI:10.1093/evlett/qrag004
PMID:41938207
|
review | 综述了人工智能在非模式物种进化基因组学中的应用，重点探讨深度学习推断种群历史和自然选择信号的最新趋势 | 提出处理数据缺失与不确定性、在未知基因组和种群参数下推断选择事件、生成可解释预测等创新策略，并通过低样本量实验展示选择性清除检测的原创实现 | 未明确讨论标注数据稀缺、模型泛化性验证等具体技术局限 | 探索AI在非模式物种进化基因组学中的方法创新与应用方向 | 非模式物种的基因组数据 | machine learning | NA | NGS, 测序技术 | 深度神经网络 | 基因组序列数据 | 低样本量（实验设置中未提供具体数字） | NA | 深度神经网络 | NA | NA |
| 591 | 2026-06-02 |
A Robust Computational Framework for Autism Spectrum Disorder Identification Using Optimized Image Processing and Hybrid Learning Models
2026-04, Developmental neurobiology
IF:2.7Q3
DOI:10.1002/dneu.70028
PMID:41880993
|
研究论文 | 提出一种结合优化图像处理与混合学习模型的稳健框架，用于自闭症谱系障碍识别 | 首次结合离散小波变换与高斯滤波核进行鲁棒的图像预处理，并采用基于Walrus优化算法优化的提升式混合学习网络进行分类 | 未提及模型的泛化能力和在实际临床环境中的验证 | 开发高精度的自闭症谱系障碍自动识别方法 | 自闭症谱系障碍患者与健康对照组的脑影像数据 | 计算机视觉, 机器学习 | 自闭症谱系障碍 | NA | CNN, 提升式混合学习网络 | 图像 | AID数据集、ASD筛查数据集、ABIDE数据集 | NA | VGG16, 提升网络 | 准确率, 召回率, 精确率, F1分数 | NA |
| 592 | 2026-06-02 |
Artificial Intelligence (AI) in Computer-Aided Design (CAD): How AI Is Redefining Dental CAD
2026-Apr, Cureus
DOI:10.7759/cureus.107879
PMID:42220742
|
综述 | 本文探讨人工智能在牙科计算机辅助设计中的角色，重点介绍其在数字牙科和修复CAD设计中的整合应用 | 系统阐述AI在牙科多专科领域的应用现状，特别聚焦于AI集成CAD系统在固定修复体设计中的创新实践 | 数据质量问题、伦理考量、算法透明度不足，以及临床监督的必要性仍是当前主要限制 | 阐明AI技术如何支持临床医生和牙科技师提升牙科实践的准确性、效率和一致性 | 牙科数字工作流与修复CAD设计中的AI技术应用 | 数字病理学 | 牙科疾病 | 机器学习 | 深度学习模型 | 数字图像 | NA | NA | NA | NA | NA |
| 593 | 2026-06-02 |
Artificial Intelligence in Clinical Decision-Making: Current Applications, Challenges, and Future Directions in Modern Healthcare
2026-Apr, Cureus
DOI:10.7759/cureus.107847
PMID:42220854
|
综述 | 综述人工智能在临床决策中的应用、挑战与未来方向 | 全面分析了AI在医疗影像、电子健康记录分析、精准医学、风险分层、手术支持和药物发现等多个关键领域的应用，并深入探讨了算法偏见、数据隐私、可解释性等实施障碍及伦理法律问题 | 作为叙述性综述，未进行系统性文献检索或定量分析，且依赖现有文献可能产生选择性偏差 | 系统总结人工智能在临床决策中的作用、应用现状、挑战及未来发展方向 | 现代医疗体系中临床决策的AI应用，涵盖诊断、风险预测、治疗规划和操作效率等场景 | 机器学习、自然语言处理、计算机视觉 | NA | NA | 机器学习、深度学习 | 医疗影像、电子健康记录、文本 | NA | NA | NA | NA | NA |
| 594 | 2026-06-01 |
Customizing native T1 mapping: The effects of compressed sensing, deep learning-based denoising, and high-resolution on measurement of native myocardial T1
2026-Apr-15, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2026.102726
PMID:41997564
|
研究论文 | 评估压缩感知、深度学习去噪和高分辨率对原生心肌T1 mapping测量结果的影响 | 系统评估了不同CS加速水平、空间分辨率以及DL去噪重建组合对定量T1值的影响，并证明在临床可接受的偏差范围内T1值保持稳定 | 单中心研究，样本量有限（41名志愿者），且未纳入真实患者数据，可能无法完全覆盖病理T1范围 | 优化临床心肌T1 mapping的采集效率和鲁棒性，支持个性化协议设计 | 健康志愿者的心肌T1 mapping图像 | 计算机视觉, 数字病理 | 心血管疾病 | 压缩感知, 深度学习去噪重建 | 深度学习去噪模型 | 图像 | 48名健康志愿者（最终纳入41名），并进行9例重复分析 | NA | NA | 图像质量评分（Likert量表）, 模糊度, 混叠伪影, 易感性伪影, T1值偏差 | NA |
| 595 | 2026-06-01 |
Automated scout-image-based estimation of contrast agent dosing: a deep learning approach
2026-04-11, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02331-1
PMID:41965610
|
研究论文 | 开发并验证了一种基于深度学习的算法，通过CT定位图像自动估算患者体重，进而优化造影剂剂量 | 首次利用深度学习从CT定位图像中自动估算体重，避免了人工测量和自报体重的偏差; 结合情境学习和数据集蒸馏分析体重关键特征; 构建了浏览器界面实现实时剂量估算 | 需要在大规模队列和不同临床中心进行进一步验证 | 实现CT检查中造影剂剂量的自动、准确估算，简化临床工作流程并提高患者安全 | 接受胸腹部CT检查的患者（共817例） | 计算机视觉 | 不适用 | CT扫描 | 卷积神经网络 (EfficientNet) | 图像 (CT定位图像) | 817例患者 | PyTorch | EfficientNet | 平均绝对误差 (MAE) | NA |
| 596 | 2026-06-01 |
Deep learning-based high-speed railway communication systems
2026-Apr-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46758-6
PMID:41957081
|
研究论文 | 研究基于深度学习的两种数据驱动框架，以提升高速铁路无线通信系统在严重多普勒频移和快速时变多径条件下的通信质量 | 提出两种数据驱动框架：一是深度神经网络学习信道行为以替代传统时域信道估计中的预设插值模型；二是利用自编码器/解码器结构替代传统处理单元并从数据集获取先验信息 | 文中未明确说明局限性 | 降低高速铁路通信系统在高动态传播条件下的误码概率，提升检测性能 | 高速铁路无线通信系统的信道估计和信号处理 | 机器学习 | NA | NA | 深度神经网络，自编码器/解码器 | 数值数据 | NA | NA | 深度神经网络，自编码器/解码器 | 检测性能 | NA |
| 597 | 2026-04-10 |
Cost-effective and scalable urban air quality monitoring using image-based deep learning
2026-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47424-7
PMID:41951751
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 598 | 2026-06-01 |
A hybrid architecture with bidirectional gating mechanism for spatiotemporal air quality prediction
2026-Apr-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46820-3
PMID:41951756
|
研究论文 | 提出一种带有双向门控机制的CNN-Transformer-LSTM混合架构用于时空空气质量预测 | 提出BG-Hybrid模型，通过双向门控机制动态平衡CNN提取的局部空间特征和Transformer捕获的全局时间依赖关系，实现自适应特征融合 | 未明确说明局限性 | 提升时空空气质量预测的准确性 | 空气质量数据 | 机器学习 | NA | NA | CNN-Transformer-LSTM混合模型 | 时空序列数据 | NA | NA | CNN, Transformer, LSTM, 双向门控机制 | 误差降低 | NA |
| 599 | 2026-06-01 |
A High-Quality Endoscopic Image Dataset with Annotated Recurrent Laryngeal Nerve for AI-Assisted Thyroid Surgery
2026-Apr-03, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06961-6
PMID:41932923
|
研究论文 | 介绍首个用于内镜甲状腺手术中喉返神经识别的综合体内数据集ThyRLN-PUMCH | 首次构建了大规模、像素级标注的内镜喉返神经数据集ThyRLN-PUMCH，填补了人工智能辅助头颈外科术中导航的数据空白 | 未提及具体限制 | 解决现有术中神经监测技术成本高、依赖操作者、信号不连续的问题，为训练鲁棒深度学习模型提供数据基础 | 内镜甲状腺手术中的喉返神经识别 | 数字病理学 | 甲状腺手术相关神经损伤 | 内镜成像 | 分割模型（CNN） | 图像 | 28个临床多样化手术案例，共18,178帧像素级标注图像 | NA | NA | NA | NA |
| 600 | 2026-05-31 |
AgroDualNet: a dual deep learning-based crop disease forecasting and fruit ripening detection
2026-Apr-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-49002-3
PMID:42056187
|
研究论文 | 开发了一种名为AgroDualNet的双阶段深度学习框架，用于作物疾病预测和水果成熟度检测，以优化农业生产 | 提出了一个双模块统一框架，同时解决作物疾病预测和水果成熟度识别问题，并结合了CBAM注意力机制、SMO优化的SVM分类器以及YOLOv8与MobileNetV2的轻量化架构，支持边缘部署和决策支持层 | 未明确说明局限性，但可能包括对特定数据集（如PlantVillage）的依赖以及缺乏在更广泛作物类别或真实复杂场景中的验证 | 通过结合深度学习和物联网技术，提高作物疾病诊断和水果成熟度测量的准确性与效率，支持精准农业中的实时决策 | 作物疾病（来源于PlantVillage数据集）和水果成熟度（苹果，来源于Kaggle和真实农田数据集） | 计算机视觉 | 农作物疾病（未指定具体疾病类型） | 深度学习，计算机视觉 | CNN、SVM、YOLO | 图像 | PlantVillage数据集（三分类子集和多类设置）和包含苹果的图像数据集（未明确具体样本数量） | PyTorch | ResNet50, CBAM, MobileNetV2, YOLOv8 | 准确率、精确率、召回率、F1分数、推断时间 | 边缘设备（未指定具体GPU或云平台） |