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 42805 篇文献，本页显示第 2641 - 2660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2641 | 2026-03-03 |
Editorial: Neuromorphic and deep learning paradigms for neural data interpretation and computational neuroscience
2026, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2026.1789388
PMID:41766771
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2642 | 2026-03-03 |
A review of optimization strategies for deep and machine learning in diabetic macular edema
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1684752
PMID:41766941
|
综述 | 本文综述了深度学习和机器学习在糖尿病性黄斑水肿（DME）分析中的应用，特别关注优化算法在提升模型效能、鲁棒性和性能方面的整合与影响 | 强调并整合了优化算法（如元启发式优化器Jaya和蚁群优化）在DME相关深度学习与机器学习任务中的关键作用，通过混合架构（如Auto-Metric图神经网络）展示了性能提升 | 存在挑战，如基于YOLO的模型在病变识别中测试集性能的平均精度较低（0.1540），且临床可解释性有待提高以增强临床医生信任 | 巩固、评估和整合深度学习和机器学习在糖尿病性黄斑水肿（DME）分析中的应用研究，特别关注优化算法的整合与影响 | 糖尿病性黄斑水肿（DME）相关的眼科图像分析任务 | 计算机视觉 | 糖尿病性黄斑水肿 | NA | 深度学习, 机器学习 | 图像 | NA | NA | Auto-Metric图神经网络, YOLO | 准确率, 平均精度 | NA |
| 2643 | 2026-03-03 |
An AI approach to lunar phase detection: enhancing the identification of the new crescent with astronomical data integration
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1727824
PMID:41766946
|
研究论文 | 本研究探讨了利用人工智能技术从NASA月球勘测轨道飞行器图像中检测和分析新月牙的可行性 | 首次将深度学习与传统机器学习方法结合用于基于太空影像的新月牙检测，并整合了月球年龄数据以增强CNN模型 | 研究主要基于轨道图像，可能未完全覆盖地球观测的所有条件；合成噪声和遮挡测试虽进行，但真实环境复杂性可能更高 | 通过AI技术改进新月牙的检测，以支持天文学、文化传统和宗教农历的确定 | NASA月球勘测轨道飞行器获取的超过13年的月球图像 | 计算机视觉 | NA | 太空影像分析，图像预处理（灰度转换、对比度受限自适应直方图均衡化、降噪） | CNN, RF, SVM | 图像 | 超过13年的月球轨道图像数据集 | NA | 自定义CNN架构 | 精确率, 召回率, F分数, 整体准确率 | NA |
| 2644 | 2026-03-03 |
Automatic classification and prognosis prediction of cerebral hemorrhage based on a deep learning model
2026, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2026.1725732
PMID:41767013
|
研究论文 | 本研究提出了一种名为HemorrhageNet的深度学习框架，用于脑出血的自动分类和预后预测 | 提出HemorrhageNet框架，整合多模态数据，采用双路径架构和注意力机制，并结合自适应预后策略以增强泛化能力和可解释性 | 未明确说明数据集的样本量或具体局限性 | 开发一个深度学习模型，用于脑出血的自动分类和预后预测，以克服传统诊断方法的限制 | 脑出血患者的多模态数据，包括CT和MRI影像、人口统计学信息和临床参数 | 数字病理学 | 脑出血 | CT成像, MRI成像 | 深度学习模型 | 图像, 文本 | NA | NA | HemorrhageNet | 准确性, 鲁棒性, 透明度 | NA |
| 2645 | 2026-03-03 |
Exploring the role of micro-valence in the phenomenal space: insights from similarity judgments and deep learning models
2026, Neuroscience of consciousness
IF:3.1Q1
DOI:10.1093/nc/niag005
PMID:41767289
|
研究论文 | 本研究通过行为实验和深度神经网络分析，探讨微观效价在意识体验相似性判断中的作用 | 首次将微观效价概念与深度神经网络处理阶段相结合，揭示效价判断与相似性判断的关系不完全由刺激感知特征中介 | 研究仅使用日常物体图像，样本量相对有限（149名参与者），未涵盖更复杂的情感刺激 | 探究效价是否作为意识体验的内在维度，以及其与相似性判断的关联机制 | 日常物体图像的效价判断与相似性判断 | 机器学习 | NA | 行为实验（三选一任务、空间排列任务、生日任务）、深度神经网络激活提取 | DNN | 图像 | 149名参与者对120张日常物体图像进行判断 | NA | NA | 表征相似性分析、多维尺度分析 | NA |
| 2646 | 2026-03-03 |
Impact of AIR™ Recon DL on magnetic resonance imaging-based quantitative brain structure measurements
2026, Psychoradiology
DOI:10.1093/psyrad/kkaf036
PMID:41767425
|
研究论文 | 本研究评估了AIR™ Recon DL算法相较于传统重建方法对MRI图像质量和定量脑结构测量的影响 | 首次系统评估了深度学习重建算法AIR™ Recon DL对脑形态定量测量的系统性偏差影响 | 研究样本仅包含健康成年人，未涉及患者群体；样本量相对较小（74人） | 评估深度学习MRI重建算法对图像质量和脑形态定量测量的影响 | 健康成年人的脑部MRI图像 | 医学影像分析 | NA | 磁共振成像（MRI），3D T1加权成像 | 深度学习重建算法 | 医学影像（MRI） | 74名健康成年人 | NA | AIR™ Recon DL | 图像质量评分，体积测量，皮质厚度，沟深，分形维度，脑回化指数 | NA |
| 2647 | 2026-03-03 |
CT imaging characteristics analysis of bone erosion in rheumatoid arthritis and bioinformatics study of inflammation-related gene rG4s
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1769517
PMID:41767505
|
研究论文 | 本研究收集了类风湿关节炎患者的关节CT影像和外周血转录组数据，构建了用于自动精准评估骨侵蚀的深度学习模型，并通过生物信息学方法筛选了受rG4s调控的RA相关炎症基因，探索了骨侵蚀影像表型与分子调控特征之间的潜在关联 | 首次将类风湿关节炎的CT影像特征（骨侵蚀）与受rG4s结构调控的炎症相关差异表达基因进行关联分析，并构建了优化的U-Net CNN模型实现骨侵蚀的自动分割和严重程度量化 | 样本量相对有限（RA组148例，健康对照组49例），且数据来源于单一医院，可能影响结果的普适性 | 实现类风湿关节炎骨侵蚀的自动精准评估，并探索其与炎症相关基因的转录后调控机制的关联 | 类风湿关节炎患者（148例）和健康对照者（49例）的临床数据、关节CT影像及外周血RNA测序数据 | 数字病理学 | 类风湿关节炎 | RNA测序（RNA-seq），CT成像 | CNN | 图像，转录组数据 | RA组148例，健康对照组49例 | PyTorch | U-Net | 准确率，Dice相似系数，灵敏度，特异性 | NA |
| 2648 | 2026-03-03 |
Foundation Models Meet Medical Image Interpretation
2026, Research (Washington, D.C.)
DOI:10.34133/research.1024
PMID:41767596
|
综述 | 本文系统回顾了基础模型在医学图像解读领域的研究进展，涵盖关键任务、数据集、评估指标，并提出了一个创新的医学基础模型平台 | 首次系统分析了医学基础模型在12个关键维度上的挑战与趋势，并创新性地提出了IPIU医学基础模型平台 | 作为综述文章，主要基于现有文献进行分析，未进行新的实验验证 | 为医学基础模型的可持续发展提供理论支持和实践参考 | 医学基础模型，包括预训练模型、视觉基础模型、视觉-语言基础模型及扩展多模态基础模型 | 计算机视觉 | NA | 大规模预训练、高效微调 | 基础模型 | 2D/3D医学影像、视觉-语言数据、电子健康记录、生理信号、生物信息学数据 | NA | NA | NA | 分类、分割、生成、预后预测等任务的评估指标 | NA |
| 2649 | 2026-03-03 |
Mapping knowledge landscapes and emerging trends in artificial intelligence in glioblastoma: A bibliometric analysis
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261428356
PMID:41767867
|
文献计量分析 | 本研究通过文献计量分析，系统梳理了过去二十年人工智能在胶质母细胞瘤研究中的应用趋势、关键贡献者和新兴热点 | 首次全面描绘了人工智能在胶质母细胞瘤领域的知识图谱演变，并识别出从方法开发到临床转化的关键转变，以及影像基因组学作为新兴前沿 | 分析仅基于Web of Science核心数据库的英文文献，可能遗漏其他数据库或非英语发表的重要研究 | 探索人工智能驱动的胶质母细胞瘤研究趋势和关键参与者 | 2004年至2024年间发表的1487篇英文文献 | 机器学习 | 胶质母细胞瘤 | 文献计量分析 | NA | 文献元数据 | 1487篇文献 | CiteSpace, VOSviewer, Microsoft Excel | NA | NA | NA |
| 2650 | 2026-03-03 |
Global research landscape and emerging trends in the application of artificial intelligence in depression: A bibliometric analysis
2026 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076261427866
PMID:41767874
|
文献计量分析 | 本研究通过文献计量分析，揭示了人工智能在抑郁症领域应用的研究格局、关键主题和发展轨迹 | 提供了人工智能在抑郁症领域的最新全面文献计量分析结果，明确了当前研究热点和方向 | 仅分析了Web of Science核心合集中的英文文章，可能未涵盖所有相关研究 | 揭示人工智能与抑郁症交叉领域的关键主题和发展轨迹 | 2011年至2024年间发表的关于人工智能在抑郁症中应用的学术出版物 | 机器学习 | 抑郁症 | 文献计量分析 | NA | 文本（学术出版物） | 1361篇出版物 | Bibliometrix, CiteSpace, VOSviewer | NA | NA | NA |
| 2651 | 2026-03-03 |
Fine-grained few-shot class-incremental identification of medicinal plants via frequency-aware contrastive learning
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1730047
PMID:41768052
|
研究论文 | 本文提出了一种基于频率感知对比学习的细粒度少样本类增量学习框架，用于药用植物的精确识别 | 提出了一种新颖的频率感知引导域增强对比学习（FGDE）框架，该框架通过集成高、低频分量来细化特征表示，并采用多频率融合来保留细节增强信息，同时引入多目标损失函数以增强基类内的语义紧凑性和增量类间的分离性 | 未明确提及 | 开发一种鲁棒的算法工具，用于在仅有少量标注样本的情况下，准确且增量地识别多样化的药用植物物种 | 药用植物物种 | 计算机视觉 | NA | 深度学习 | 对比学习 | 图像 | 未明确提及具体数量，但涉及自收集数据集和两个公共基准数据集 | 未明确提及 | 未明确提及 | 未明确提及具体指标，但通过实验表明优于现有方法 | 未明确提及 |
| 2652 | 2026-03-03 |
Deep learning-based pulmonary nodule risk assessment outperforms established malignancy risk scores in lung cancer screening
2026-Jan, Radiology advances
DOI:10.1093/radadv/umag003
PMID:41768120
|
研究论文 | 本研究评估了一种基于深度学习的肺结节恶性风险估计算法（DeepPNP）在肺癌筛查数据集中的性能，并探讨了数据增强在模型训练中的效果 | DeepPNP算法在肺结节恶性风险评估中超越了现有的专家共识指南（如Lung-RADS）和PanCan模型，并通过结合外部活检确认的恶性结节数据集实现了性能提升 | 研究为回顾性分析，可能受到数据选择偏差的影响；模型性能在特定测试集上评估，需进一步外部验证 | 评估深度学习算法在肺结节恶性风险估计中的性能，并研究数据增强对模型训练的影响 | 肺结节，特别是肺癌筛查中发现的结节 | 计算机视觉 | 肺癌 | CT成像 | CNN | 3D图像 | 合并数据集包含28,057个结节（其中2,362个为恶性），测试集包含来自1,243次CT扫描的2,597个结节 | 未明确指定，但基于3D卷积网络 | EfficientNet-B0 | ROC AUC, 敏感性, 特异性, 精确度, F1分数, 准确度 | NA |
| 2653 | 2026-03-03 |
Using swin UNETR deep model for automated detection of alveolar bone fenestration/dehiscence in CBCT
2026, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2026.1752350
PMID:41768130
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于自动检测锥形束计算机断层扫描（CBCT）图像中的牙槽骨开窗/开裂，为诊断牙槽骨缺损提供定量工具 | 首次将Swin UNETR模型应用于CBCT图像中牙槽骨开窗/开裂的自动检测，实现了关键点定位、长度测量和疾病诊断的集成 | 研究仅基于10,752张手动标注的矢状CBCT图像，未涉及其他成像平面或更大规模的多中心数据 | 开发自动检测牙槽骨开窗/开裂的深度学习模型，以提升诊断效率和准确性 | 牙槽骨开窗和开裂的CBCT图像 | 计算机视觉 | 牙槽骨缺损 | 锥形束计算机断层扫描（CBCT） | Transformer, U-Net | 图像 | 10,752张手动标注的矢状CBCT牙科图像 | PyTorch | Swin UNETR | 关键点识别率, 长度测量相关性, 疾病诊断准确率 | NA |
| 2654 | 2026-03-03 |
Signal-aware deep learning-based respiratory motion prediction for lung tumor management
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1735140
PMID:41768245
|
研究论文 | 本文提出了一种基于深度学习的混合模型，用于预测肺癌放疗中的呼吸运动，以改善肿瘤运动管理 | 结合扩张卷积层、双向长短期记忆层和生成自编码器模块，联合建模呼吸运动的空间和时间特征，并重建生理一致的呼吸信号 | 研究侧重于算法可行性，未来需进行临床校准和剂量学验证 | 提高肺癌放疗中呼吸运动预测的准确性，以优化肿瘤靶向和减少健康组织辐射 | 肺癌患者的呼吸运动信号 | 机器学习 | 肺癌 | 深度学习 | CNN, LSTM, 自编码器 | 呼吸运动信号数据 | NA | NA | 扩张卷积层, 双向LSTM, 生成自编码器 | 运动范围分类准确率, 均方根误差 | NA |
| 2655 | 2026-03-03 |
Assessing the robustness and clinical evaluation of a deep-learning segmentation model for head and neck cancer
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1731007
PMID:41768244
|
研究论文 | 本研究评估了一种基于深度学习的头颈癌PET/CT分割模型在临床相关图像扰动下的鲁棒性和临床可用性 | 首次系统评估了深度学习分割模型在多种合成图像扰动（如噪声、模糊、伪影、运动等）下的鲁棒性，并分析了影像组学特征与鲁棒性指标之间的相关性 | 研究使用了合成扰动而非真实世界采集的扰动数据，且淋巴结肿瘤分割在严重扰动下临床可用性显著下降 | 评估深度学习分割模型在头颈癌放疗中勾画大体肿瘤体积的鲁棒性和临床适用性 | 头颈癌患者的PET/CT图像及其大体肿瘤体积（原发灶GTVp和淋巴结GTVn） | 数字病理 | 头颈癌 | PET/CT成像 | 深度学习 | 医学图像（PET/CT） | 474例训练病例，50例测试病例，每例生成36种扰动变体 | PyTorch | 3D Dynamic U-Net | Dice分数，Hausdorff距离，准确率，Likert量表评分 | NA |
| 2656 | 2026-03-03 |
The diagnostic value of radiomics-based machine learning for lymph node metastasis in prostate cancer: a systematic review and meta-analysis
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1710716
PMID:41768254
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，评估了基于影像组学的机器学习模型在前列腺癌淋巴结转移诊断中的准确性 | 首次对基于影像组学的机器学习模型在前列腺癌淋巴结转移诊断中的性能进行了全面的系统综述和荟萃分析，并比较了不同成像模态（PET/CT与MRI）和建模方法（传统机器学习与深度学习）的诊断效能 | 纳入研究的样本量有限，外部验证不足，成像方案存在异质性，且深度学习模型的研究数量较少 | 系统评估基于影像组学的机器学习模型诊断前列腺癌淋巴结转移的准确性，为临床决策提供循证支持 | 前列腺癌患者的淋巴结转移 | 医学影像分析 | 前列腺癌 | 影像组学，正电子发射断层扫描/计算机断层扫描，磁共振成像 | 机器学习，深度学习 | 医学影像 | 共纳入22项研究，涉及PET/CT影像组学研究13项，MRI影像组学研究9项 | NA | NA | 灵敏度，特异度，汇总受试者工作特征曲线下面积 | NA |
| 2657 | 2026-03-03 |
Adult-type diffuse glioma prediction using MnasNet optimized by the advanced single candidate optimizer
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1637208
PMID:41768258
|
研究论文 | 本研究提出了一种基于深度学习的非侵入性方法，利用术前T2加权MRI预测成人型弥漫性胶质瘤 | 提出了一种结合了改进的MnasNet架构、新型元启发式算法ASCO、对立学习以及切比雪夫混沌映射的优化预测模型 | 研究样本来自两个数据库（共533例），可能存在数据异质性；未明确说明模型在外部验证集上的泛化能力 | 开发一种准确、非侵入性的成人型弥漫性胶质瘤预测方法，以克服现有诊断方法的局限性 | 成人型弥漫性胶质瘤患者 | 数字病理学 | 胶质瘤 | 术前T2加权MRI | CNN | 图像 | 533例患者（来自名古屋大学医院的237例和公开数据库的296例） | NA | MnasNet | 灵敏度, 特异度, 精确度, 准确率, F1分数, 马修斯相关系数 | NA |
| 2658 | 2026-03-03 |
Deep learning for regulatory genomics: a survey of models, challenges, and applications
2026, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf271
PMID:41768279
|
综述 | 本文综述了深度学习在调控基因组学中的最新进展，包括模型、挑战和应用 | 强调了从传统神经网络到Transformer和图神经网络等先进模型的演进，并考虑了三维基因组结构 | 承认了过拟合、生物变异性和数据集多样性有限等持续挑战 | 旨在回顾深度学习在调控基因组学中的应用，以帮助解读非编码基因组区域的复杂调控机制 | 调控基因组学中的非编码基因组区域，涉及转录因子结合、染色质可及性、RNA过程和RNA-蛋白质相互作用 | 自然语言处理, 机器学习 | NA | 深度学习 | Transformer, 图神经网络 | 基因组数据 | NA | NA | Transformer, 图神经网络 | NA | NA |
| 2659 | 2026-03-03 |
Combining deep learning with statistical shape modelling enables automated lower limb measurements with observer-level reliability using weight-bearing computed tomography
2026-Jan, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70669
PMID:41768538
|
研究论文 | 本研究提出了一种结合深度学习与统计形状建模的混合方法，用于自动评估负重条件下的下肢对线与形态 | 首次将深度学习与统计形状建模结合，实现了在负重CT扫描上对下肢骨骼的自动分割、三维标志点识别及28项对线与形态学测量的全自动计算 | 研究样本量较小（仅30例全下肢负重CT扫描），且证据等级为III级，需要更大规模的外部验证 | 开发一种自动化、观察者独立的方法，以可靠地评估负重条件下的下肢三维对线与形态 | 下肢骨骼（股骨、髌骨、胫骨、距骨、跟骨、第二跖骨）及其在负重CT扫描中的三维形态 | 计算机视觉 | 骨科疾病/下肢畸形 | 负重计算机断层扫描（WBCT） | 深度学习模型（用于分割） | 三维医学图像（CT扫描） | 30例全下肢负重CT扫描 | NA | NA | Dice相似系数（DSC），平均绝对误差（MAE） | NA |
| 2660 | 2026-03-03 |
Automated segmentation and classification of lumbar transverse ultrasound views using a two-stage deep learning method
2026, Frontiers in radiology
DOI:10.3389/fradi.2026.1721194
PMID:41768825
|
研究论文 | 本研究开发了一种基于深度学习的两阶段框架，用于自动检测和分类腰椎超声图像中的横突旁横切面和椎间孔旁横切面视图 | 提出了一种结合语义分割和基于坐标分类的两阶段深度学习框架，通过将关键解剖标志分组为单一类别来降低标注复杂性并提高鲁棒性，从而实现了对腰椎超声视图的高精度自动识别 | 数据集仅来自单一医疗中心，未来需要扩展数据集并在多样化的临床环境中验证方法的泛化能力 | 开发并评估一种基于深度学习的自动化框架，用于识别和分类腰椎超声视图，以支持超声引导的腰椎区域麻醉和慢性疼痛管理 | 来自425名接受疼痛治疗患者的腰椎超声图像 | 计算机视觉 | 慢性疼痛 | 超声成像 | CNN, SVM | 图像 | 425名患者 | NA | U-Net | IoU, 准确率 | NA |