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 44481 篇文献，本页显示第 3781 - 3800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3781 | 2026-03-30 |
A benchmarking of genomic selection models for predicting grain-yield related traits using haplotype-based and genome-wide association study-based markers in rice
2026-Jun, The plant genome
DOI:10.1002/tpg2.70226
PMID:41894430
|
研究论文 | 本研究通过基准测试比较了17种基因组选择模型在预测水稻粒长、粒宽和千粒重等产量相关性状中的表现，评估了基于单倍型和全基因组关联研究标记的预测准确性 | 首次在水稻中系统比较了基于单倍型标记和全基因组关联研究标记的基因组选择模型性能，并探讨了群体规模和标记数量对预测准确性的影响 | 研究仅基于688个水稻种质资源，可能无法完全代表更广泛的水稻遗传多样性 | 评估不同基因组选择模型在水稻产量相关性状预测中的性能，以加速育种进程 | 水稻（Oryza sativa）的688个种质资源，关注粒长、粒宽和千粒重性状 | 机器学习 | NA | 基因组选择，单倍型分析，全基因组关联研究 | RRBLUP，机器学习模型，深度学习模型 | 基因型数据（单核苷酸多态性标记） | 688个水稻种质资源，包含66,456个基于单倍型的单核苷酸多态性标记 | NA | NA | 预测准确性 | NA |
| 3782 | 2026-03-30 |
AI-powered insights in pediatric nephrology: current applications and future opportunities
2026-May, Pediatric nephrology (Berlin, Germany)
DOI:10.1007/s00467-025-06911-1
PMID:40957986
|
综述 | 本文综述了人工智能在儿科肾病学中的当前应用与未来机遇，涵盖诊断、治疗、工作流程优化及研究加速等方面 | 整合了多源数据（如患者历史、基因组学、影像和临床记录）的AI工具，用于检测肾脏异常、预测急性肾损伤和疾病进展，并探讨了AI在改善患者参与、文档处理及研究中的创新潜力 | 存在伦理和实践挑战，包括数据隐私、算法偏见、标准化监管框架缺乏，以及医护人员需要充分培训以确保技术不损害医患关系 | 探讨人工智能在儿科肾病学中的转型作用，以提升诊断准确性、治疗精确性、工作流程效率和研究创新 | 儿科肾病学领域，包括儿童肾脏疾病患者及其相关临床数据（如病史、基因组、影像、临床记录） | 数字病理学 | 儿科肾病 | 深度学习 | 深度学习模型 | 多源数据（包括患者历史、基因组学、影像、纵向临床记录） | NA | NA | NA | NA | NA |
| 3783 | 2026-03-30 |
Software-based de-filtering restores quantitative accuracy in Clarity2D-enhanced whole-body bone scintigraphy
2026-Apr, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02145-1
PMID:41460439
|
研究论文 | 本研究评估了基于深度学习的软件去滤波方法在恢复Clarity2D降噪滤波器影响的全身骨闪烁扫描图像定量准确性方面的效果 | 提出了一种基于深度学习的软件去滤波算法，能够有效逆转Clarity2D滤波器引起的定量失真，从而在保持降噪优势的同时恢复骨扫描指数和热点数量的测量准确性 | 研究为回顾性设计，样本量相对有限（101名成人），且仅基于特定CZT SPECT/CT系统和99mTc-HMDP示踪剂，结果可能无法直接推广到其他设备或协议 | 评估软件去滤波技术是否能够恢复因Clarity2D降噪滤波器而退化的全身骨闪烁扫描图像的定量准确性 | 接受99mTc-HMDP全身骨闪烁扫描的成人患者（n=101，平均年龄67±13岁）及其图像数据 | 数字病理学 | 骨相关疾病（通过骨闪烁扫描评估） | 99mTc-HMDP全身骨闪烁扫描，Clarity2D噪声减少滤波，基于深度学习的软件去滤波 | 深度学习 | 医学图像（平面骨闪烁扫描图像） | 101名成人患者 | NA | NA | Pearson相关系数，Bland-Altman分析（偏差±95%限），Dice系数，Hausdorff距离，基于交并比的精确度、召回率、F1分数 | NA |
| 3784 | 2026-03-30 |
Integrating Eye Tracking and Inertial Sensing for Enhanced Freezing of Gait Detection in Parkinson's Disease
2026-Apr, The European journal of neuroscience
DOI:10.1111/ejn.70472
PMID:41891752
|
研究论文 | 本研究通过结合眼动追踪和惯性传感数据，旨在提升帕金森病患者步态冻结的检测准确性 | 首次将眼动运动学数据与踝部惯性测量单元数据相结合，以区分步态冻结和自主停止，从而提高了分类性能 | 研究样本量较小（10名参与者），且仅在标准化行走任务中进行评估，可能限制了结果的普适性 | 提高帕金森病患者步态冻结的自动检测准确性 | 帕金森病患者的步态冻结事件 | 机器学习 | 帕金森病 | 惯性测量单元，眼动追踪 | 深度学习分类器 | 传感器数据（加速度计、陀螺仪、眼动数据） | 10名参与者 | NA | NA | 宏平均F1分数，召回率 | NA |
| 3785 | 2026-03-30 |
Fast 3D whole-body occupational dose estimation in interventional radiology using physics-informed deep learning
2026-Mar-28, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-026-01043-z
PMID:41903035
|
研究论文 | 本研究提出了一种基于物理信息深度学习的框架，用于快速预测介入放射学中医师的三维辐射剂量分布 | 首次将物理信息深度学习与GPU加速的蒙特卡洛模拟相结合，实现了快速、准确且具有解剖学细节的三维职业剂量估计，解决了传统点剂量测量的关键局限 | 未明确提及模型在临床实际环境中的泛化能力验证，以及不同设备或场景下的适用性评估 | 开发一种快速、准确的三维全身职业剂量估计方法，以改进介入放射学中的辐射防护 | 介入放射学中医师的全身三维辐射剂量分布 | 医学物理与深度学习交叉领域 | NA | GPU加速的蒙特卡洛模拟、X射线散射辐射测量 | 深度学习 | 三维剂量图（体素数据） | 通过GPU Geant4蒙特卡洛模拟平台生成的多种X射线能量、C臂角度和医师配置下的三维剂量图数据集 | 未明确指定（可能为PyTorch或TensorFlow） | 残差3D U-Net、基于Transformer的3D U-Net | 平均绝对误差、伽马通过率、体素级误差指标、个人剂量当量 | GPU加速（具体型号未指定）、GPU Geant4蒙特卡洛模拟平台 |
| 3786 | 2026-03-30 |
Convolutional neural network for real‑time localization of ganglionated plexi from bipolar intracardiac electrograms
2026-Mar-28, Journal of interventional cardiac electrophysiology : an international journal of arrhythmias and pacing
IF:2.1Q3
DOI:10.1007/s10840-026-02307-9
PMID:41903033
|
研究论文 | 本研究提出了一种基于一维卷积神经网络（CNN）的模型，用于从双极心内电图（EGM）中实时定位神经节丛（GP），以支持心脏神经消融手术 | 首次将轻量级一维CNN应用于原始双极EGM数据，实现GP的自动化检测，并结合梯度加权类激活映射（GCAM）增强模型可解释性，提供实时生理学感知决策支持 | GP在数据集中占比极低（约3.5%），存在显著的类别不平衡问题；模型在外部测试集上的精确度（0.09）和F1分数（0.17）仍有提升空间 | 开发一种深度学习模型，以自动化和改进心脏神经消融手术中神经节丛（GP）的定位 | 从18名患者收集的189,760个双极心内电图（EGM）窗口，用于神经节丛（GP）的检测 | 机器学习 | 心血管疾病 | 双极心内电图（EGM） | CNN | 一维信号数据（心内电图） | 18名患者，共189,760个双极EGM窗口（左心房18张图，右心房15张图），其中119,222个清洁窗口用于模型开发 | PyTorch | 一维卷积神经网络（CNN） | 准确率, 精确度, 召回率, F1分数, ROC-AUC, PR-AUC | NA |
| 3787 | 2026-03-30 |
Editorial for "Clinical Feasibility of Deep Learning Contrast Synthesis From MR Fingerprinting in Knee Osteoarthritis"
2026-Mar-28, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70305
PMID:41903188
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3788 | 2026-03-30 |
PTBP1 knockdown reprograms glioma stem cells into neuronal-like cells and suppresses tumorigenesis via the DUSP5-ERK1/2 signaling pathway
2026-Mar-28, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noag068
PMID:41903206
|
研究论文 | 本研究揭示了PTBP1通过调控DUSP5-ERK1/2信号通路影响胶质瘤干细胞增殖与分化的新机制，并开发了一种靶向PTBP1的纳米治疗策略 | 发现了PTBP1/DUSP5/ERK1/2轴调控胶质瘤干细胞命运的新机制，并首次将白血病药物venetoclax重新用于靶向PTBP1的胶质瘤治疗 | 研究主要基于小鼠模型和体外实验，尚未在人体临床试验中得到验证 | 探究胶质瘤细胞形态与患者生存的关系，并开发新的治疗策略 | 胶质瘤患者样本、胶质瘤干细胞、小鼠原位模型 | 数字病理学 | 胶质母细胞瘤 | 深度学习形态分类、组织透明化3D成像、转录组测序、单细胞RNA测序 | 深度学习模型 | H&E染色图像、转录组数据、单细胞测序数据 | 65例胶质瘤患者标本、小鼠模型 | NA | NA | NA | NA |
| 3789 | 2026-03-30 |
Long term evolutions of hard exudates after anti-VEGF therapy for diabetic macular oedema
2026-Mar-28, Eye (London, England)
DOI:10.1038/s41433-026-04408-1
PMID:41904245
|
研究论文 | 本研究评估了抗VEGF治疗后糖尿病黄斑水肿患者硬性渗出物体积的长期变化 | 首次使用深度学习模型对硬性渗出物进行自动分割，并分析了其在5年内的纵向变化 | 样本量相对较小，且为事后分析，可能存在选择偏倚 | 评估抗VEGF治疗后硬性渗出物的长期演变及其对视力结果的影响 | 糖尿病黄斑水肿患者的眼部OCT扫描图像 | 数字病理学 | 糖尿病黄斑水肿 | 光学相干断层扫描 | 深度学习模型 | 图像 | 116只眼 | NA | NA | NA | NA |
| 3790 | 2026-03-30 |
Machine and Deep Learning Models for Preoperative Prediction of Suboptimal Clinical Response One Year after Metabolic Bariatric Surgery: Findings from the Tehran Obesity Treatment Study
2026-Mar-28, Obesity surgery
IF:2.9Q1
DOI:10.1007/s11695-026-08568-7
PMID:41904288
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3791 | 2026-03-30 |
A systematic review of the use of artificial intelligence in mental health-based diabetes care: Current applications and future directions
2026-Mar-28, Diabetic medicine : a journal of the British Diabetic Association
IF:3.2Q2
DOI:10.1111/dme.70299
PMID:41904510
|
系统综述 | 本文系统综述了人工智能在心理健康为基础的糖尿病护理中的应用，总结了当前研究趋势、方法学局限及未来方向 | 首次系统性地梳理了人工智能在糖尿病心理健康护理领域的研究现状，并识别了研究空白与方法学不足 | 研究样本多样性不足，前瞻性实验和随机对照试验设计使用较少，过度依赖监督学习算法 | 梳理人工智能在心理健康为基础的糖尿病护理中的研究现状，识别趋势、方法学局限及未来研究方向 | 涉及人类、糖尿病背景、心理健康因素及人工智能方法的同行评审实证定量研究 | 机器学习 | 糖尿病 | NA | 监督学习算法, 深度学习模型 | NA | 41项研究 | NA | NA | NA | NA |
| 3792 | 2026-03-30 |
Contrastive representation learning and capsule networks enable accurate identification of ferroptosis-related proteins
2026-Mar-28, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01183-9
PMID:41904560
|
研究论文 | 本文提出了一种名为FeroConCap的新型深度学习框架，用于准确识别铁死亡相关蛋白 | 首次将分形混沌游戏表示编码、胶囊网络和监督对比学习相结合，以捕获与铁死亡相关的层次和空间序列依赖性，并开发了用户友好的Web服务器 | 受限于实验验证数据的有限可用性，且模型性能可能依赖于基准数据集的规模和代表性 | 开发一种准确且高通量的计算方法来识别铁死亡相关蛋白 | 铁死亡相关蛋白 | 自然语言处理 | 癌症 | 蛋白质序列分析 | Capsule Networks, 深度学习 | 蛋白质序列 | 2298个非冗余蛋白质序列 | NA | Capsule Networks | 准确率, MCC | NA |
| 3793 | 2026-03-30 |
Toward ultimate NMR resolution with deep learning
2026-Mar-27, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.ady7995
PMID:41894514
|
研究论文 | 本文提出了一种基于深度学习的核磁共振谱峰概率表示方法，以逼近理论极限的分辨率 | 引入了峰值概率表示法，并开发了物理启发的深度学习神经网络MR-Ai，实现了多谱协同处理与信息交换 | 方法在60种数据库蛋白质上验证，但未明确说明在更广泛生物样本或临床样本中的泛化能力 | 提升核磁共振光谱的分辨率，实现接近理论极限的峰定位精度 | 蛋白质核磁共振光谱 | 机器学习 | NA | 核磁共振光谱 | 深度学习神经网络 | 光谱数据 | 60种数据库蛋白质，包括Tau和MATL1蛋白 | NA | MR-Ai | 峰定位精度，与克拉美-罗下界和贝叶斯蒙特卡洛估计的理论极限对比 | NA |
| 3794 | 2026-03-30 |
DFENet: A Novel Dual-Path Feature Extraction Network for Semantic Segmentation of Remote Sensing Images
2026-Mar-23, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12030141
PMID:41892943
|
研究论文 | 本文提出了一种新颖的双路径特征提取网络（DFENet），用于遥感图像的语义分割，旨在解决特征融合和频域信息利用的挑战 | 提出了一种双路径模块（DPM）来分别提取全局和局部特征，并创新性地集成了四种特征提取策略以从不同粒度提取全局特征；设计了一个以离散小波变换（DWT）为主的频域特征提取块（FFEB），有效捕获高频和低频分量 | NA | 提高遥感图像语义分割的性能，解决语义混淆和边界模糊问题 | 遥感图像（RSIs） | 计算机视觉 | NA | 离散小波变换（DWT） | CNN | 图像 | ISPRS Vaihingen数据集和ISPRS Potsdam数据集 | NA | DFENet | 平均交并比（mIoU） | NA |
| 3795 | 2026-03-30 |
Validation of conformal prediction in cervical atypia classification
2026-Mar-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44850-5
PMID:41866425
|
研究论文 | 本文验证了在宫颈非典型性分类中应用保形预测方法，通过专家标注集评估其预测集的真实性和价值 | 首次基于专家标注集全面验证保形预测在宫颈癌分类中的表现，揭示传统覆盖率验证高估性能，并探讨保形预测在识别模糊和分布外数据方面的能力 | 研究仅针对宫颈非典型性分类任务，未扩展到其他疾病或数据模态，且依赖于特定专家标注集，可能受标注者主观性影响 | 验证保形预测在宫颈癌筛查深度学习模型中的有效性，确保预测集真实反映模型不确定性并与人类期望一致 | 宫颈非典型性分类的深度学习模型及其保形预测集 | 数字病理学 | 宫颈癌 | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | 覆盖率 | NA |
| 3796 | 2026-03-30 |
Design of an in-pipe inspection robotic system (IPIRS) with YOLOv8-LSTM integration for real-time in-pipe navigation
2026-Mar-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42181-z
PMID:41866593
|
研究论文 | 本文介绍了一种集成了YOLOv8和LSTM的管道内检测机器人系统，用于实时管道导航和预测分析 | 提出了一种改进的管道内检测机器人系统，通过集成YOLOv8进行视觉目标检测和LSTM分析时序IMU数据，实现了在弯曲或变径管道中的可靠自适应导航和预测决策 | 系统在直径100至150毫米的管道中进行测试，可能未覆盖更广泛或更复杂的管道环境，且依赖于仿真环境进行评估 | 开发一种能够实时导航和进行预测分析的自动化管道检测机器人系统 | 石油、天然气和水分配网络中的管道 | 计算机视觉 | NA | 机器人仿真、深度学习 | CNN, LSTM | 图像、时序IMU数据 | NA | ROS, Gazebo, Rviz | YOLOv8, LSTM | mAP (0.5), F1 score, MSE, MAE | NA |
| 3797 | 2026-03-23 |
Hybrid tuned deep learning model for breast cancer diagnosis using genetic data
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41643-8
PMID:41865006
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3798 | 2026-03-30 |
Rapid earthquake damage assessment via hybrid LSTM-RNN with a quantum-inspired classification head based on Autonomous Perceptron Model APM
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38982-x
PMID:41865013
|
研究论文 | 本文提出了一种基于混合LSTM-RNN和量子启发的APM分类头的深度学习框架，用于快速地震损伤评估 | 结合了混合LSTM-RNN序列模型与量子启发的APM分类头，用于提升地震损伤分类的判别能力 | 未明确说明数据来源或具体应用场景的局限性 | 实现快速地震后损伤评估，以支持应急响应和风险缓解 | 结构响应变量（位移、速度、加速度和损伤指数）及损伤状态 | 机器学习 | NA | 深度学习，量子启发分类 | LSTM, RNN, 混合LSTM-RNN | 序列数据 | NA | NA | 堆叠LSTM, 混合LSTM-RNN, APM（基于自主感知机模型的量子启发分类头） | R²分数, MAE, RMSE, MAPE, MedAE | NA |
| 3799 | 2026-03-30 |
A Frequency-Aware Self-Supervised Framework for MEMS-OCT Denoising
2026-Mar-21, Biosensors
DOI:10.3390/bios16030177
PMID:41892069
|
研究论文 | 本文提出了一种基于频率增强自监督框架的MEMS-OCT去噪方法，旨在提升光学相干断层扫描图像的质量 | 结合了Neighbor2Neighbor自监督框架与频率域增强技术，引入了小波引导谱池化模块和频率域增强感受野块，有效建模全局结构依赖 | 未明确说明对计算资源的需求或模型在更大规模数据集上的泛化能力 | 开发一种自监督深度学习框架，用于去除MEMS-OCT图像中的乘性散斑噪声，以改善图像视觉质量和后续分析准确性 | 通过自建MEMS-OCT系统获取的光学相干断层扫描图像 | 计算机视觉 | NA | 光学相干断层扫描成像 | CNN | 图像 | NA | NA | UNet | PSNR, SSIM | NA |
| 3800 | 2026-03-30 |
Optimized Reinforcement Learning-Driven Model for Remote Sensing Change Detection
2026-Mar-19, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12030139
PMID:41892941
|
研究论文 | 本文提出了一种结合双分支U-Net与深度强化学习的反馈驱动框架，用于遥感变化检测中的像素级概率迭代优化 | 引入基于PPO的强化学习代理，将变化概率图的优化建模为马尔可夫决策过程，实现自适应误差校正，提升边界保真度和空间一致性 | 未明确说明计算复杂度或实时性限制，且实验仅在四个公开数据集上进行验证 | 解决遥感变化检测中因成像不确定性和静态推理范式导致的伪变化及边界碎片化问题 | 遥感图像中的变化区域检测 | 计算机视觉 | NA | 遥感成像技术 | CNN, 强化学习 | 图像 | 四个数据集（CDD、SYSU-CD、PVCD、BRIGHT），具体样本数量未明确 | PyTorch（基于常见实现推断） | U-Net, SiamU-Net | mIoU | NA |