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 44086 篇文献，本页显示第 261 - 280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 261 | 2026-05-15 |
Rapid Detection and Diagnosis of Patients with Plantar Fasciitis Based on Integrated YOLOv12n and ResNet34 Framework Using Magnetic Resonance Imaging
2026, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S584650
PMID:41924418
|
研究论文 | 基于磁共振影像，融合YOLOv12n和ResNet34框架实现足底筋膜炎的快速检测与诊断 | 首次将YOLOv12n与ResNet34集成，构建全自动、高效的深度学习诊断系统，用于磁共振影像中足底筋膜炎的自动识别，无需人工干预 | 数据集来自单一中心，需要在多中心队列中进行外部验证以确认模型的泛化能力 | 开发一种全自动、计算高效的基于深度学习的系统，利用磁共振成像识别足底筋膜炎 | 足底筋膜炎患者和健康对照组的磁共振影像 | 数字病理学 | 足底筋膜炎 | 磁共振成像 | 卷积神经网络 | 图像 | 123例足底筋膜炎患者和150例对照组的磁共振影像 | NA | YOLOv12n, ResNet34 | mAP50, 准确率 | NA |
| 262 | 2026-05-15 |
Machine learning in cancer imaging for enhanced precision in diagnosis and therapy
2026, Discover computing
DOI:10.1007/s10791-026-10078-0
PMID:41924555
|
综述 | 探讨机器学习在癌症影像中提升诊断和治疗精度的应用 | 全面综述机器学习在癌症影像中的关键应用，包括可解释AI、联邦学习和量子计算等新兴解决方案 | 数据稀缺、模型偏见和监管障碍限制了临床采用 | 探讨机器学习在癌症影像中提升诊断和治疗精度的应用及挑战 | 癌症影像中的机器学习技术及其临床应用 | 机器学习 | 癌症 | NA | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 263 | 2026-05-15 |
A deep learning model based on multiphase DCE-MRI for preoperative prediction of Ki-67 expression in breast cancer
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1776121
PMID:41924598
|
研究论文 | 基于多相DCE-MRI的深度学习模型用于术前预测乳腺癌Ki-67表达 | 结合多相DCE-MRI的DenseNet-121模型与梯度提升决策树，实现非侵入性Ki-67表达预测，并利用Grad-CAM和SHAP增强模型可解释性 | 未在独立外部数据集验证，回顾性研究设计，样本量相对有限 | 开发并验证基于多相DCE-MRI的深度学习模型，无创准确预测乳腺癌中Ki-67表达水平 | 404名接受术前DCE-MRI检查的乳腺癌患者的影像数据 | 计算机视觉 | 乳腺癌 | DCE-MRI（动态对比增强磁共振成像） | 深度学习模型（CNN）与梯度提升决策树 | 图像 | 404例乳腺癌患者（训练集282例，测试集122例） | PyTorch | DenseNet-121，梯度提升决策树（GBDT） | AUC | NA |
| 264 | 2026-05-15 |
Systematic review of AI-based models in pharmacoepidemiology for adverse drug event prediction and detection
2026, Frontiers in drug safety and regulation
DOI:10.3389/fdsfr.2026.1773186
PMID:41924717
|
系统综述 | 系统综述基于真实世界临床数据使用人工智能方法预测和检测药物不良事件的研究现状 | 系统性地绘制了药物流行病学中基于人工智能的ADEs预测与检测方法学图谱，揭示了当前方法的异质性和不足 | 外部队列或时间验证很少进行，可解释性方法应用不一致，缺乏标准化基准，报告实践差异大 | 系统性地描述当前用于检测或预测药物不良事件的基于人工智能的方法 | 15项符合纳入标准的研究 | 机器学习 | 药物不良事件 | NA | 树集成模型（随机森林、XGBoost）、正则化回归、深度学习 | 结构化电子健康记录、行政索赔数据 | 281篇记录筛选，15项研究符合纳入标准 | NA | 随机森林、XGBoost、正则化回归、深度学习架构 | NA | NA |
| 265 | 2026-05-15 |
TFFBN-HDLF: a hybrid deep learning framework based on time-frequency functional brain networks for epileptic seizure detection
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1788516
PMID:41924753
|
研究论文 | 提出一个名为TFFBN-HDLF的混合深度学习框架，用于基于脑电图检测老年癫痫发作 | 通过结合皮尔逊相关系数和相位滞后指数构建二维时频融合功能脑网络，并开发了结合CNN与增强Transformer模块的混合深度架构SeizureTransNet，能够动态选择和整合多尺度时空特征 | 未在更广泛或更多样化的老年人群数据集中验证，且可能对计算资源要求较高 | 提高人工智能辅助监测老年癫痫发作的可靠性和诊断准确性 | 基于脑电图（EEG）的老年癫痫发作检测 | 机器学习 | 癫痫 | 脑电图（EEG） | CNN, Transformer | 脑电图信号 | CHB-MIT数据集和Siena数据集 | NA | SeizureTransNet（结合CNN和增强Transformer模块） | 准确率（Accuracy），AUC | NA |
| 266 | 2026-05-15 |
LSRNet: A Novel Interpretable Low-rank Sparse Representation Guided Fusion Network for Polarization and Intensity Images
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3687104
PMID:42055993
|
研究论文 | 提出一种可解释的低秩稀疏表示引导融合网络LSRNet，用于偏振图像与强度图像的融合，以生成具有清晰场景信息和显著纹理细节的图像 | 设计了低秩稀疏表示深度展开模块来提高网络可解释性，并提出跨模态连接互补特征提取模块来建立多模态特征间的依赖关系，同时构建了包含1034对高分辨率图像的多场景偏振强度图像数据集MSPI | 未提及局限性 | 提升偏振与强度图像融合的可解释性和多模态特征交互能力，改善现有方法缺乏解释性和忽略特征交互的问题 | 偏振图像与强度图像 | 计算机视觉 | NA | 偏振成像 | 深度学习网络 | 图像 | 1034对高分辨率对齐图像（MSPI数据集），另含两个公开数据集12CFC和HCP | PyTorch | 低秩稀疏表示深度展开网络、跨模态连接互补特征提取模块 | 融合性能、泛化能力、运行效率 | NA |
| 267 | 2026-05-15 |
Robust Decomposition of Surface EMG Signals via Lightweight Deep Learning-Based Adaptation
2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2026.3691346
PMID:42102086
|
研究论文 | 提出一种基于轻量级深度学习自适应的表面肌电信号鲁棒分解方法，用于中等非平稳场景下的神经接口 | 首次将轻量级深度学习与在线自适应策略相结合，通过Tree-structured Parzen Estimator搜索实现模型轻量化，并设计多因素数据增强提升泛化能力 | 仅针对中等非平稳场景，对高度非平稳或突发性干扰的适应性未验证 | 开发一种在噪声增加、新运动单元招募和运动单元特性变化等非平稳因素共存时仍能鲁棒分解表面肌电信号的深度学习方法 | 表面肌电信号中的运动单元活动 | 深度学习, 生物医学信号处理 | NA | 表面肌电信号分解 | 深度学习模型 | 仿真数据和实验数据 | 仿真数据含50个新招募运动单元，实验数据未明确样本量 | NA | 通过Tree-structured Parzen Estimator搜索轻量化的深度学习架构 | F1分数, 新运动单元解码数, 运动单元放电率 | 边缘设备部署 |
| 268 | 2026-05-15 |
Validation of deep learning enabled web based and smartphone optimized application RadAnalyzer to measure vertebral heart size and vertebral left atrial size in dogs
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0337679
PMID:42127004
|
研究论文 | 验证深度学习驱动的网络和智能手机优化应用RadAnalyzer在测量犬类椎体心脏大小和椎体左心房大小的准确性 | 首次验证了基于深度学习的网络和智能手机优化应用RadAnalyzer在犬类放射学测量中的临床可行性 | 仅使用高质量右侧侧位X光片，且未与超声心动图测量进行比较 | 比较RadAnalyzer与训练有素的观察者在测量犬类VHS和VLAS时的一致性 | 1058只客户拥有的犬类，涵盖80个品种，具有不同心脏大小和胸腔形态 | 计算机视觉 | 心血管疾病 | NA | 深度学习 | 图像 | 1058只犬类的高质量X光片 | NA | NA | 皮尔逊相关系数, Bland-Altman图, Passing-Bablok回归 | NA |
| 269 | 2026-05-15 |
Hybrid attention-based multi-class classification of Ethiopian legal texts using deep learning
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0348805
PMID:42127002
|
研究论文 | 提出了一种基于注意力机制的混合深度学习模型，用于埃塞俄比亚法律文本的多类分类 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 270 | 2026-05-15 |
Secure facial biometric authentication in smart cities using multimodal methodology
2025-12-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-29048-5
PMID:41461811
|
研究论文 | 提出了一种结合CNN、ResNet-50和ElGamal加密的多模态深度学习方法，用于智慧城市中的人脸生物特征安全认证 | 将CNN的低层特征保留、ResNet-50的高层语义特征提取与ElGamal密码系统融合，实现人脸特征提取与安全传输一体化 | 仅在CelebA数据集上评估，未提及在真实智慧城市部署场景下的性能表现及计算开销 | 解决智慧城市中人脸生物特征认证的安全问题，防止未经授权的访问和欺骗攻击 | 人脸图像及其生物特征的安全认证与隐私保护 | 计算机视觉 | NA | 人脸识别, ElGamal加密 | CNN, ResNet-50 | 图像 | CelebA Faces数据集（未说明具体样本数量） | NA | 卷积神经网络 (CNN), ResNet-50 | 准确率, 平均损失值 | NA |
| 271 | 2026-05-15 |
A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103729
PMID:40752375
|
研究论文 | 提出一种名为DiffSPECT-3D的扩散框架，用于3D低剂量和少视角心脏SPECT成像，能够泛化到不同的采集设置 | 提出一种一致性策略，利用图像和投影数据，使扩散采样与低剂量/少视角投影测量、图像数据和扫描仪几何对齐，无需重新训练或微调即可泛化到不同采集设置；同时引入2.5D条件策略结合CT解剖空间信息和全变分约束，解决3D内存和计算问题 | NA | 开发一种能泛化到不同采集设置的扩散框架，改善低剂量和少视角条件下心脏SPECT成像质量 | 临床Tc-tetrofosmin负荷/静息SPECT研究数据 | 计算机视觉 | 冠状动脉疾病 | SPECT | 扩散模型 | 图像 | 795名患者的1325项临床Tc tetrofosmin负荷/静息研究 | NA | DiffSPECT-3D | 心脏导管检查结果、核心脏病学家的诊断审查 | NA |
| 272 | 2026-05-15 |
Computational redesign of a thermostable T7 RNA polymerase
2025-Nov-12, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.12.688101
PMID:41292992
|
研究论文 | 通过结构计算设计开发了一种高度稳定的T7 RNA聚合酶变体 | 结合已有稳定突变与PROSS识别的新突变，利用数据驱动启发式过滤保留功能，成功设计出热稳定性显著提升的T7 RNAP变体 | 未提及现有非深度学习方法的高成功率可能无法直接推广至其他蛋白质设计场景 | 提高T7 RNA聚合酶的热稳定性以扩展其生物技术应用 | T7 RNA聚合酶及其变体 | 机器学习 | 不适用 | 结构计算设计 | 不适用 | 蛋白质序列和结构数据 | 18个蛋白质设计变体 | PROSS | 不适用 | 功能稳定性T值、熔解温度Tm、保留活动 | NA |
| 273 | 2026-05-15 |
Computational prediction of mutagenicity through comprehensive cell painting analysis
2025-10-17, Mutagenesis
IF:2.5Q3
DOI:10.1093/mutage/geaf014
PMID:40757573
|
研究论文 | 利用细胞绘画数据开发机器学习模型预测化合物致突变性，并与基于结构的传统模型比较 | 首次全面利用细胞绘画特征进行致突变性预测，并证明表型改变浓度的选择可显著提升预测性能 | 数据集固有局限性和细胞绘画技术的实验室间变异导致某些化合物难以预测 | 探索细胞绘画特征在化合物致突变性预测中的有效性，并与基于化学结构的传统方法对比 | 化合物致突变性预测模型 | 机器学习 | NA | 细胞绘画分析 | 随机森林、支持向量机、极端梯度提升 | 细胞形态特征数据与图像 | Broad研究所数据集包含超过30000种分子；美国环保署数据集包含1200种化合物的多浓度图像 | Scikit-learn, XGBoost | NA | 准确率 | NA |
| 274 | 2026-05-15 |
Accelerating cardiac radial-MRI: Fully polar based technique using compressed sensing and deep learning
2025-Oct, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103732
PMID:40749276
|
研究论文 | 开发基于极坐标傅里叶变换的压缩感知和深度学习算法，用于加速2D心脏径向MRI，去除频率插值误差并提高重建质量 | 首次利用极坐标傅里叶变换替代非均匀快速傅里叶变换作为前向成像算子，消除了频率插值误差并简化了深度学习框架的数据一致性项计算 | 未提及 | 提出一种替代NUFFT的快速径向MRI方法，优先提高动态成像中小区域的重建质量 | 心脏径向MRI图像重建 | 计算机视觉 | 心血管疾病 | MRI | 深度学习压缩感知 | 图像 | 未提及 | NA | 可变分裂、梯度下降 | 结构相似性指数、放射学评分 | NA |
| 275 | 2026-05-15 |
petBrain: a new pipeline for amyloid, Tau tangles and neurodegeneration quantification using PET and MRI
2025-09-30, Alzheimer's research & therapy
DOI:10.1186/s13195-025-01839-y
PMID:41029733
|
研究论文 | 介绍petBrain，一个利用PET和MRI进行淀粉样蛋白、Tau蛋白缠结和神经退行性变定量分析的新流程 | 提出端到端处理流程，整合深度学习分割和标准化生物标志物定量，以网络形式实现，无需本地基础设施或软件知识 | 未在摘要中明确说明 | 实现阿尔茨海默病A/T2/N生物标志物的标准化、快速定量分析 | 阿尔茨海默病患者的淀粉样蛋白PET、tau-PET和结构MRI数据 | 数字病理学 | 阿尔茨海默病 | PET, MRI | 深度学习 | 图像 | 未明确说明 | NA | NA | 与ADNI数据库的一致性、与脑脊液/血浆生物标志物、临床状态和认知表现的符合度 | 网络形式，无需本地计算基础设施 |
| 276 | 2026-05-15 |
Centiloid values from deep learning-based CT parcellation: a valid alternative to freesurfer
2025-09-30, Alzheimer's research & therapy
DOI:10.1186/s13195-025-01860-1
PMID:41029783
|
研究论文 | 开发并验证了一种基于深度学习的CT分割管线，作为FreeSurfer的替代方法，用于标准化阿尔茨海默病淀粉样蛋白PET/CT图像中的Centiloid值计算 | 首次利用深度学习从PET/CT中的CT图像进行脑区分割，替代MRI-based FreeSurfer管线，实现无MRI的Centiloid定量 | 未明确提及，可能包括样本量有限、需进一步验证在不同PET示踪剂和临床场景中的泛化性 | 评估深度学习CT分割管线在Centiloid定量中的准确性，验证其作为MRI-free替代方案的可靠性 | 306名参与者（23名年轻对照组和283名患者）的18F-FBB PET/CT和MRI数据 | 计算机视觉, 数字病理学, 机器学习 | 阿尔茨海默病 | PET/CT成像，深度学习CT分割 | 深度学习模型（具体类型未明确） | 图像（CT和PET图像） | 306名参与者（23名年轻对照组，283名患者） | NA | NA | R², 效应量, 方差, ROC分析中的准确性和阈值 | 未提及 |
| 277 | 2026-05-15 |
Longitudinal structural MRI-based deep learning and radiomics features for predicting Alzheimer's disease progression
2025-08-07, Alzheimer's research & therapy
DOI:10.1186/s13195-025-01827-2
PMID:40775357
|
研究论文 | 利用纵向结构MRI的深度学习和影像组学特征预测阿尔茨海默病进展 | 结合3D残差网络和注意力机制的时间感知LSTM模型，首次在纵向MRI中融合深度学习嵌入与灰质影像组学特征 | 样本量有限，计算资源不足，需更大规模、更多样化的研究来验证结果 | 预测轻度认知障碍向阿尔茨海默病的转化 | 阿尔茨海默病神经影像学倡议中的228名轻度认知障碍参与者 | 数字病理学、机器学习 | 阿尔茨海默病 | 结构磁共振成像 | 3D残差网络、长短期记忆网络 | T1加权MRI图像 | 228名MCI参与者 | PyTorch | ResNet3D, LSTM | c-index, AUC | NA |
| 278 | 2026-05-15 |
Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP)
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3559467
PMID:40208770
|
研究论文 | 通过记忆高效协同优化三维螺旋轨迹、图像重建和参数估计，改进螺旋投影磁共振指纹成像 | 提出了一种计算高效的基于模型的深度学习图像重建框架，并联合优化图像重建、定量参数估计和k空间采样轨迹，通过参数估计损失联合优化图像重建和参数量化网络，以及基于数据驱动的全3D螺旋轨迹旋转角度优化 | 未明确说明限制 | 提高高分辨率磁共振指纹成像的扫描效率并克服计算挑战 | 健康受试者和患者的模拟及在体磁共振指纹数据 | 计算机视觉 | NA | 磁共振指纹成像 | 基于模型的深度学习 | 图像 | 模拟数据和在体数据（健康受试者和患者） | NA | MBDL | 归一化均方根误差（NRMSE）、重建时间 | NA |
| 279 | 2026-05-15 |
MRI-based Ovarian Lesion Classification via a Foundation Segmentation Model and Multimodal Analysis: A Multicenter Study
2025-08, Radiology
IF:12.1Q1
DOI:10.1148/radiol.243412
PMID:40762846
|
研究论文 | 基于MRI的卵巢病变分类，通过基础分割模型和多模态分析的多中心研究 | 利用Meta的Segment Anything Model进行自动分割，结合DenseNet-121深度学习模型和多模态数据（影像和临床数据），实现高效、可泛化的卵巢病变鉴别 | 外部数据集样本量较小（58例和29例），可能影响模型泛化性能的评估 | 开发一个高效且可泛化的MRI卵巢病变分类流程 | 卵巢病变患者的MRI扫描数据 | computer vision, digital pathology | 卵巢病变 | MRI成像 | CNN (DenseNet-121) | 图像, 临床数据 | 主要机构534个病灶（448名女性），外部机构B 58个病灶（55名女性），外部机构C 29个病灶（29名女性） | NA | DenseNet-121 | Dice系数, AUC | NA |
| 280 | 2026-05-15 |
External Testing of a Deep Learning Model for Lung Cancer Risk from Low-Dose Chest CT
2025-08, Radiology
IF:12.1Q1
DOI:10.1148/radiol.243393
PMID:40762850
|
研究论文 | 外部测试深度学习模型Sybil在亚洲健康体检人群中识别肺癌高风险个体的有效性 | 首次对深度学习模型Sybil在亚洲非吸烟或轻度吸烟人群中进行外部测试，评估其在低剂量CT筛查中的泛化性能 | 研究仅限于单一医学检查机构的数据，且样本中肺癌发生率较低（0.5%），可能影响统计效能 | 验证开源深度学习模型Sybil在亚洲健康体检人群中识别肺癌高风险个体的性能，特别是非吸烟或轻度吸烟亚组 | 2004年1月至2021年12月期间收集的50-80岁亚洲健康体检人群的低剂量CT扫描数据 | 计算机视觉 | 肺癌 | 低剂量CT扫描 | 深度学习模型 | 图像 | 18,057人（男性11,267人，中位年龄56岁） | NA | Sybil | 时间依赖性受试者工作特征曲线下面积(AUC) | NA |