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 42799 篇文献，本页显示第 3081 - 3100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3081 | 2026-02-28 |
HoloQA: Full Reference Video Quality Assessor of Rendered Human Avatars in Virtual Reality
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3663930
PMID:41706772
|
研究论文 | 提出了一种用于评估虚拟现实和增强现实中渲染数字人化身视频质量的全参考视频质量评估模型HoloQA | 结合视觉神经科学、信息论和自监督深度学习原理，采用多级专家混合方法，计算失真感知的感知特征和捕捉人体化身语义属性的高层内容感知深度特征 | NA | 开发能够准确预测VR/AR系统中渲染数字人化身视频质量的评估算法 | 虚拟现实和增强现实系统中渲染的数字人化身视频 | 计算机视觉 | NA | 自监督深度学习 | 深度学习网络 | 视频 | NA | NA | Mixture-of-Experts | NA | NA |
| 3082 | 2026-02-28 |
EMDS-7-FSCIL: a benchmark for Few-Shot Class-Incremental Learning in environmental microorganism recognition
2026, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2026.1770528
PMID:41743143
|
研究论文 | 本文建立了首个用于环境微生物识别的少样本类增量学习基准，并在EMDS-7数据集上提出了统一的评估协议 | 首次为环境微生物识别任务创建了少样本类增量学习基准，并系统性地复现和比较了10种代表性方法 | 基准仅基于EMDS-7数据集，可能无法完全覆盖所有环境微生物识别场景 | 解决环境微生物识别中数据稀缺、标注成本高和可塑性-稳定性困境的挑战 | 环境微生物图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 基于EMDS-7数据集 | NA | NA | 每会话准确率, 跨会话平均准确率, 性能下降率 | NA |
| 3083 | 2026-02-28 |
Estimation of Kenaf seedling canopy coverage in saline soil using semantic segmentation of UAV RGB images
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1747657
PMID:41743212
|
研究论文 | 本研究开发了一种利用无人机RGB图像和深度学习语义分割技术，自动识别盐碱地中红麻幼苗并估算其冠层覆盖度的方法 | 将无人机高分辨率可见光图像与深度学习语义分割技术结合，用于盐碱地红麻幼苗的自动识别和冠层覆盖度估算，并引入了自注意力通道机制增强U-Net模型性能 | 研究主要针对红麻幼苗期，模型在其他生长阶段或不同作物的适用性未经验证，且依赖于特定盐碱土壤条件 | 开发一种高效、自动化的方法，以监测和定量评估盐碱条件下红麻幼苗的生长状态 | 盐碱土壤中生长的红麻幼苗 | 计算机视觉 | NA | 无人机RGB成像，深度学习语义分割 | CNN | 图像 | NA | NA | FCN, U-Net, DeepLabV3+, 增强的UNet（带SE通道机制） | IoU, 准确率, 精确率, F1分数, Dice系数 | NA |
| 3084 | 2026-02-28 |
Digital therapeutics into geriatric cardiovascular emergency care
2026, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2026.1673080
PMID:41743674
|
综述 | 本文探讨了数字疗法和人工智能在老年心血管急诊护理中的应用 | 整合了AI驱动的生物传感、区块链数据互操作性、数字孪生和脑机接口等新兴技术，并展示了AI增强便携超声系统与VR结合优化诊断流程 | 存在与年龄相关的数据偏见和算法透明度方面的伦理挑战 | 研究数字疗法和人工智能在老年心血管急诊护理领域的应用与效果 | 老年心血管急诊患者 | 数字病理学 | 心血管疾病 | AI驱动的生物传感、区块链、VR、数字孪生、脑机接口 | 深度学习模型、机器学习模型 | 生物传感数据、临床数据 | NA | NA | NA | 灵敏度、准确性 | NA |
| 3085 | 2026-02-28 |
CT-based radiomics in predicting the efficacy of preoperative neoadjuvant chemoimmunotherapy for non-small cell lung cancer: a systematic review and meta-analysis
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1753166
PMID:41743740
|
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CT的影像组学模型在预测非小细胞肺癌新辅助化疗免疫治疗疗效中的诊断价值 | 首次通过系统综述和荟萃分析，全面比较了不同算法（深度学习 vs 机器学习）、不同预测终点（MPR vs pCR）、不同特征选择方法（ICC vs 非ICC）以及不同ROI维度（2D vs 其他）对基于CT的影像组学模型预测非小细胞肺癌新辅助化疗免疫治疗疗效性能的影响 | 纳入研究的异质性可能影响结果，且研究质量评估（如RQS评分）与模型性能指标（如敏感性）的关系存在不一致性 | 评估基于CT的影像组学在预测非小细胞肺癌患者新辅助化疗免疫治疗病理反应方面的诊断准确性 | 接受新辅助化疗免疫治疗的非小细胞肺癌患者 | 数字病理学 | 肺癌 | CT影像 | 深度学习, 机器学习 | 医学影像 | 17项研究，共4510名受试者 | NA | NA | AUC, 敏感性, 特异性, 准确性 | NA |
| 3086 | 2026-02-28 |
Transformer-based deep learning approach for obstructive sleep apnea detection using single-lead ECG
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1727091
PMID:41755912
|
研究论文 | 本研究提出了一种基于Transformer的深度学习方法，利用单导联心电图进行阻塞性睡眠呼吸暂停检测 | 提出了一种基于Transformer的架构，可直接处理高采样率的原始ECG信号，无需预处理，并引入了一种使用自编码器的新型位置编码技术 | 未明确提及 | 开发一种使用单导联心电图进行阻塞性睡眠呼吸暂停检测的自动化工具 | 阻塞性睡眠呼吸暂停患者 | 机器学习 | 阻塞性睡眠呼吸暂停 | 单导联心电图 | Transformer | 时间序列数据 | NA | NA | Transformer | F1分数 | NA |
| 3087 | 2026-02-28 |
Reusability Report: Evaluating the performance of a meta-learning foundation model on predicting the antibacterial activity of natural products
2026, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-026-01187-y
PMID:41757247
|
研究论文 | 评估元学习基础模型ActFound在预测天然产物抗菌活性任务上的性能表现 | 首次将ActFound基础模型应用于天然产物抗菌活性预测任务，探索其在有限数据场景下的泛化能力 | 模型在抗菌天然产物数据集上的准确率未达到原始论文中跨领域任务的同等水平 | 评估基础模型在生物活性预测任务中的可重用性和性能 | 天然产物（NPs）的抗菌活性 | 机器学习 | NA | 元学习，配对学习 | 基础模型 | 生物活性数据 | 小样本设置下的天然产物数据集 | NA | ActFound | 准确率 | NA |
| 3088 | 2026-02-28 |
Synthetic X‑ray‑driven tracking and control of miniature medical devices
2026, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-026-01190-3
PMID:41757246
|
研究论文 | 本文介绍了一个名为MicroSyn-X的框架，用于训练计算机视觉模型，通过合成高保真、像素级精确、自动标注和领域随机化的X射线图像，实现微型医疗设备的机器人远程操作 | 提出MicroSyn-X框架，利用合成X射线图像解决微型医疗设备在实时X射线引导下数据稀缺和标注困难的问题，实现自动化和鲁棒的实时定位与导航 | 未明确提及具体局限性，但可能涉及合成数据与真实临床场景的泛化性验证不足 | 推动微型医疗设备在微创手术中的临床应用，通过计算机视觉和机器人技术实现精确的实时导航与控制 | 磁性软材料和磁性液体微型医疗设备 | 计算机视觉 | NA | X射线成像 | 深度学习模型 | 合成X射线图像 | NA | NA | NA | NA | NA |
| 3089 | 2026-02-28 |
DeepDiff-SHAP: Interpretable deep learning for subgroup-specific causal hypothesis generation using conditional SHAP
2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
DOI:10.1142/9789819824755_0052
PMID:41758180
|
研究论文 | 本文提出了一种名为DeepDiff-SHAP的新型框架，用于在复杂生物医学数据中检测患者亚组间的因果关系变化 | 结合基于回归和深度学习的差异因果推断方法，并整合条件SHAP以实现非线性、可解释的亚组特异性因果假设生成 | 未明确说明模型在更广泛数据集或不同疾病类型中的泛化能力，以及计算效率的具体限制 | 开发可解释的深度学习框架，以识别亚组特异性因果关系，推动精准医学发展 | 患者亚组，具体基于CDC糖尿病健康指标数据集和UK Biobank脓毒症队列（按高血压状态分层） | 机器学习 | 糖尿病, 脓毒症 | 差异因果推断, 条件SHAP分析 | 深度学习模型 | 临床和遗传数据 | 两个大规模人群数据集（CDC糖尿病数据集和UK Biobank脓毒症队列） | NA | NA | NA | NA |
| 3090 | 2026-02-28 |
OpenVocabCT: Towards Universal Text-driven CT Image Segmentation
2025-Dec-18, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3646046
PMID:41411350
|
研究论文 | 本文提出了一种基于大规模3D CT图像预训练的视觉语言模型OpenVocabCT，用于实现通用的文本驱动CT图像分割 | 提出了一种在大规模3D CT图像上预训练的视觉语言模型，利用大语言模型将诊断报告分解为细粒度器官级描述进行多粒度对比学习，实现了对未见文本提示的开放词汇分割能力 | 模型性能依赖于预训练数据集的质量和规模，且在处理极其复杂或罕见的临床场景时可能仍存在挑战 | 开发一种能够处理多样化真实世界临床数据的通用文本驱动CT图像分割方法 | CT图像中的器官和病灶 | 计算机视觉 | NA | CT成像 | 视觉语言模型 | 3D CT图像，文本报告 | 使用大规模CT-RATE数据集进行预训练，并在14个公共数据集和1个机构数据集上进行评估 | NA | NA | NA | NA |
| 3091 | 2026-02-28 |
Deep learning reveals how cells pull, buckle, and navigate fibrous environments
2025-Nov-25, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2424047122
PMID:41269797
|
研究论文 | 本研究结合深度学习与相显微镜技术，开发了DLFM方法，实时映射细胞在纤维环境中的力学力，揭示了力方向性而非基质刚度是迁移细胞收缩性的主要调节因子 | 首次通过深度学习实时映射细胞在纤维环境中的力学力，发现力方向性超越基质刚度作为细胞收缩性的主要调节因子，并揭示了细胞在纤维基质中形成全身力生成粘附的独特机制 | 未明确说明样本量或实验重复次数，可能限制结果的普适性；技术依赖特定纤维环境模拟，可能不完全反映体内复杂情况 | 探究细胞在生理纤维环境中力学力的建立机制，及其对细胞行为如迁移、分裂和分化的影响 | 细胞在纤维细胞外基质环境中的力学行为 | 机器学习和生物力学交叉领域 | 癌症侵袭、组织工程和再生医学相关疾病 | 相显微镜结合深度学习的实时力映射技术（DLFM） | 深度学习模型 | 图像数据（相显微镜图像） | NA | NA | NA | NA | NA |
| 3092 | 2026-02-28 |
Enhancing lymph node diagnosis: integrating deep learning with endoscopic ultrasonography: a retrospective study in China
2025-Nov, Clinical endoscopy
IF:2.1Q3
DOI:10.5946/ce.2025.113
PMID:41147107
|
研究论文 | 本研究开发了一种结合深度学习与内镜超声（EUS）的机器学习模型，用于辅助诊断纵隔和腹腔内淋巴结 | 将U-Net分割模型与六种深度学习架构结合K近邻算法用于淋巴结分类，并整合专家诊断和逻辑回归模型，显著提升了诊断性能 | 研究为回顾性设计，样本量相对较小（93名患者），且仅基于中国单中心数据，可能影响模型泛化能力 | 提升内镜超声对纵隔和腹腔内淋巴结的诊断准确性，同时降低医疗成本 | 纵隔和腹腔内淋巴结的EUS图像 | 计算机视觉 | 淋巴结病变 | 内镜超声（EUS） | CNN, U-Net | 图像 | 93名患者提供的630张EUS图像 | 未明确说明 | U-Net, ResNet-50 | F1分数, 灵敏度, AUC | NA |
| 3093 | 2026-02-28 |
Predicting prognosis of light-chain cardiac amyloidosis by magnetic resonance imaging and deep learning
2025-Oct-30, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeaf248
PMID:40891072
|
研究论文 | 本研究开发了一种基于深度学习的全自动模型，利用心血管磁共振晚期钆增强图像预测轻链型心脏淀粉样变性的个体化预后 | 采用基于Transformer的深度学习模型进行全心脏分析，结合对比预训练策略增强特征区分并减少过拟合，以及集成学习策略整合多个生存时间点的预测 | 研究样本量相对有限（394例患者），且仅基于LGE图像，未整合其他临床或影像学数据 | 开发一种个体化的预后预测方法，以补充现有的Mayo分期系统 | 轻链型心脏淀粉样变性患者 | 数字病理学 | 心血管疾病 | 心血管磁共振成像 | 深度学习 | 图像 | 394例AL-CA患者，其中测试集79例 | NA | Transformer | C-index, AUC, HR | NA |
| 3094 | 2026-02-28 |
Visible-Light Hyperspectral Reconstruction and PCA-Based Feature Extraction for Malignant Pleural Effusion Cytology
2025-10-28, Biosensors
DOI:10.3390/bios15110714
PMID:41294726
|
研究论文 | 本研究提出了一种结合可见光高光谱成像和主成分分析的计算机辅助诊断模型，用于恶性胸腔积液细胞学图像的分类分析 | 将高光谱成像技术应用于胸腔积液细胞学分析，结合主成分分析进行特征提取，为肺癌诊断提供新的光谱变异分类方法 | 未使用深度学习技术进行自动细胞分类，数据维度仍需优化以提高诊断速度和计算效率 | 开发先进的胸腔积液细胞学图像分析模型，辅助肺癌诊断和分期 | 恶性胸腔积液细胞学图像 | 计算机视觉 | 肺癌 | 高光谱成像，吉姆萨染色 | PCA | 高光谱图像 | NA | NA | NA | NA | 显微镜搭载的敏感CCD |
| 3095 | 2024-08-07 |
Author Response: Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis
2025-Jan-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001963
PMID:39017750
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3096 | 2026-02-28 |
Embryo selection at the cleavage stage using Raman spectroscopy of day 3 culture medium and machine learning: a preliminary study
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1608318
PMID:41030854
|
研究论文 | 本研究探讨了结合拉曼光谱与机器学习预测第3天胚胎培养液以评估胚胎发育潜力，为卵裂期胚胎选择提供非侵入性方法 | 首次将拉曼光谱与机器学习结合用于第3天胚胎培养液分析，以实现卵裂期胚胎的非侵入性选择，可能避免延长培养对子代健康的影响 | 初步研究，样本量较小（172个样本），需进一步验证和扩大样本以确认临床适用性 | 研究机器学习结合拉曼光谱能否预测第3天胚胎的延长培养结果，从而在卵裂期进行胚胎选择 | 第3天胚胎培养液样本 | 机器学习 | 生殖医学 | 拉曼光谱 | 深度学习, 传统机器学习 | 光谱数据 | 172个第3天培养液样本，来自78对夫妇 | NA | 多层感知机, 人工神经网络, 门控循环单元, 线性判别分析 | 准确率, 灵敏度, 特异性 | NA |
| 3097 | 2026-02-28 |
Integrating Direct Observation of Procedural Skills as a workplace‑based assessment tool for residents working in an intensive care unit
2025, African journal of thoracic and critical care medicine
DOI:10.7196/AJTCCM.2025.v31i4.3120
PMID:41685281
|
研究论文 | 本研究评估了将直接观察程序技能作为工作场所评估工具，用于重症监护室住院医师的超声引导中心静脉导管插入培训 | 将DOPS作为工作场所评估工具引入重症监护室住院医师的超声引导中心静脉导管插入培训，并结合Pendleton模型提供结构化反馈 | 样本量较小（25名住院医师），且研究设计为混合方法，可能受主观反馈影响 | 评估DOPS作为工作场所评估工具在重症监护室住院医师培训中的有效性和接受度 | 重症监护室的住院医师（注册医师） | 医学教育 | NA | 直接观察程序技能评估 | NA | 问卷反馈、评分数据 | 25名住院医师 | NA | NA | 满意度指数、p值 | NA |
| 3098 | 2026-02-28 |
Research on a method for early diagnosis and progression prediction of cervical cancer based on imaging omics and molecular omics
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1670852
PMID:41743184
|
研究论文 | 本研究提出了一种基于影像组学和分子组学整合的新型计算框架，用于宫颈癌的早期诊断和进展预测 | 提出了一种基于Transformer的诊断编码器CervixFormer，结合了分层注意力机制和跨模态特征融合，并引入了领域感知校准策略（DACS）进行不确定性建模和临床先验整合 | 未明确说明研究的具体局限性 | 开发一种用于宫颈癌早期诊断和进展预测的可靠且可解释的诊断工具 | 宫颈癌患者 | 计算机视觉, 自然语言处理, 机器学习 | 宫颈癌 | 影像组学, 分子组学 | Transformer | 图像, 组学数据 | 大规模多模态数据集 | NA | CervixFormer | 诊断准确性, 鲁棒性, 校准可靠性 | NA |
| 3099 | 2026-02-28 |
Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features
2024-11-15, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adq0856
PMID:39546597
|
研究论文 | 本文提出并验证了一种名为HistoXGAN的定制生成对抗网络，能够利用常见特征提取器产生的特征向量重建代表性组织学图像 | 开发了HistoXGAN模型，首次实现了从病理、基因组和影像学潜在特征中准确重建泛癌组织学图像，并用于解释深度学习模型的生物学特征 | 未明确提及模型在特定癌症亚型或数据稀缺情况下的泛化能力限制 | 研究如何通过生成对抗网络重建肿瘤组织学图像，以解释深度学习模型提取的特征的生物学意义 | 29种癌症亚型的肿瘤组织学图像 | 数字病理学 | 泛癌 | 生成对抗网络 | GAN | 图像 | 涉及29种癌症亚型的样本，具体数量未明确 | NA | HistoXGAN | NA | NA |
| 3100 | 2026-02-28 |
Enhanced climate change resilience on wheat anther morphology using optimized deep learning techniques
2024-10-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74875-7
PMID:39424825
|
研究论文 | 本研究利用优化的深度学习技术分析小麦花药形态，以增强小麦对气候变化的抗逆性 | 首次将多种深度学习算法（CNN、LeNet、Inception-V3）应用于小麦花药形态的图像分类，并比较其性能，其中LeNet表现出最优的分类准确率 | 未明确说明数据集的样本量大小及具体品种数量，且仅针对春季小麦种质资源进行分析 | 探索深度学习算法在农业记录分类中的应用，特别是监测和识别春季小麦种质资源的变异 | 小麦花药形态（长度和宽度） | 计算机视觉 | NA | 高分辨率显微成像 | CNN, LeNet, Inception-V3 | 图像 | NA | NA | CNN, LeNet, Inception-V3 | 准确率, 精确率, 召回率, F1分数 | NA |