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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 45616 篇文献,本页显示第 381 - 400 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
381 2026-06-09
Methods for Uncertainty Quantification in Dictionary Matching to Advance Reliability of Quantitative MRI
2026-Jun-07, Magnetic resonance in medicine IF:3.0Q2
研究论文 针对定量磁共振成像中的字典匹配方法,引入两种不确定性量化方法以提升其可靠性 首次将非独立同分布噪声模型(空间变异和时间相关)融入字典匹配的不确定性量化中,提出频率学派似然比检验和贝叶斯边际后验方法 贝叶斯方法计算效率较低,且方法验证主要基于径向涡轮自旋回波和Look-Locker序列,泛化性需进一步验证 提升定量磁共振成像中字典匹配结果的不确定性量化能力,确保临床参数图的可靠性 定量磁共振成像中的字典匹配方法 机器学习 NA 定量磁共振成像 频率学派似然比检验、贝叶斯边际后验模型 图像 仿真实验、体模实验及体内实验(涵盖不同加速因子条件) NA NA 标称覆盖率、一致性区间 NA
382 2026-06-09
Deep learning layer-specific collagen quantification correlates with activity and is associated with outcomes in Crohn's disease
2026-Jun-07, Journal of Crohn's & colitis
研究论文 开发并验证了首个基于深度学习的层特异性胶原定量方法,用于克罗恩病的活动性评估和预后预测 首次构建了基于机器学习的自动化管道,实现了肠道活检中层特异性胶原的定量分析,克服了传统半定量方法的低通量限制 单中心回顾性研究设计,样本量相对有限,需进一步验证其普适性和临床适用性 开发并验证一种基于机器学习的层特异性胶原定量方法,评估其与克罗恩病活动性和临床结局的关联 191例IBD患者(92例CD,99例UC)和74例对照者的1317份肠道活检样本 数字病理学 克罗恩病 天狼星红染色 深度学习分割模型 全切片图像 191例IBD患者(92例CD,99例UC)和74例对照者的1317份肠道活检样本 NA K-means聚类 组内相关系数 NA
383 2026-06-09
Quantitative RNA pseudouridine landscape reveals dynamic modification patterns and evolutionary conservation across bacterial species
2026-Jun-04, eLife IF:6.4Q1
研究论文 该研究首次在五种细菌物种中实现转录组范围单碱基分辨率的假尿苷修饰定量图谱,揭示动态修饰模式与进化保守性 首次利用优化baBID-seq方法实现细菌RNA假尿苷全转录组定量图谱;开发整合LSTM-Transformer-GNN的深度学习框架pseU_NN预测假尿苷位点 仅涵盖五种细菌物种,未涉及更多样化菌株;深度学习方法依赖现有数据特征,可能无法完全捕捉未知修饰模式 阐明细菌RNA假尿苷修饰的全转录组分布、动态规律、进化保守性及其功能意义 五种细菌物种(包括大肠杆菌、枯草芽孢杆菌等)的RNA假尿苷修饰 机器学习, 自然语言处理, 计算生物学 NA baBID-seq, RNA-seq, 深度学习 LSTM-Transformer-GNN混合神经网络(pseU_NN) RNA测序数据, RNA序列特征, RNA局部结构特征 5种细菌物种(每种含多个生长阶段样本) PyTorch LSTM, Transformer, 图神经网络(GNN) 准确率, 精确率, 召回率, F1分数, AUC NA
384 2026-06-09
Clinical Evaluation of Deep Learning-Reconstructed Postcontrast 3D T1-Weighted Volume Interpolated Breath-Hold Examination (VIBE) Compared with Standard VIBE for Detection of Internal Auditory Canal Lesions
2026-Jun-03, AJNR. American journal of neuroradiology
研究论文 对比深度学习重建的增强后3D T1加权VIBE序列与标准VIBE序列在内听道病变检测中的图像质量 首次在临床环境中评估深度学习重建VIBE相较于标准VIBE在内听道评估中的非劣效性和优越性,证明了扫描时间减少25%的同时图像质量更优 本研究仅限于74例患者,样本量较小;且仅由两名神经放射科医师评估,可能引入主观偏差 评估深度学习重建VIBE序列在临床内听道病理评估中的图像质量、结构可见性和病变检出能力 内听道病变患者 数字病理学 内听道病变 对比增强MRI、深度学习重建 深度学习模型 MRI图像 74名患者 NA NA 图像质量指标(如信噪比、对比噪声比)、结构可见性评分、病变增强可见性评分、组间一致性κ值 NA
385 2026-06-09
Deep learning-based Desikan-Killiany parcellation of the brain using diffusion MRI
2026-Jun-03, Scientific reports IF:3.8Q1
研究论文 提出了一种基于深度学习的框架,仅利用扩散MRI数据直接进行Desikan-Killiany脑区分割 首次实现仅使用扩散MRI数据进行DK图谱的直接脑区分割,避免了依赖解剖MRI和模态间配准的步骤,并采用层次化两阶段分割网络提升精度 文中未明确提及具体局限性,但可能包括对数据集多样性的依赖或分割边界在低分辨率下的模糊性 开发一种无需解剖MRI的通用扩散MRI脑区分割方法,提高神经影像分析的实用性和准确性 脑部扩散MRI数据,包括Human Connectome Project和Consortium for Neuropsychiatric Phenomics数据集 计算机视觉 NA 扩散MRI(dMRI) 卷积神经网络(CNN) 图像(扩散MRI参数图) Human Connectome Project数据集和Consortium for Neuropsychiatric Phenomics数据集,具体样本数未说明 PyTorch 层次化两阶段分割网络(粗分割阶段和细分阶段,类似U-Net结构) Dice相似系数(DSC),相对标准差(RSD) NA(文中未明确说明)
386 2026-06-09
Knowledge-guided brain tumor segmentation via synchronized visual-semantic-topological prior fusion
2026-Jun-03, BMC medical imaging IF:2.9Q2
研究论文 提出一种知识引导的脑肿瘤分割框架,通过同步融合视觉、语义和拓扑先验信息提升分割精度 首次将病理驱动特征、无监督语义描述和持久同调几何约束三种异构知识先验进行同步融合,并设计双级融合架构动态分配先验权重 未明确讨论模型对输入序列缺失或噪声的鲁棒性,以及在其他数据集上的泛化验证 提升多序列MRI脑肿瘤分割在模糊边界区域的准确性,并增强模型泛化能力 脑肿瘤分层结构(ET、TC、WT)的精确分割 数字病理学 脑肿瘤 MRI CNN 医学影像(多序列MRI) BraTS 2020数据集 PyTorch 双级融合架构 Dice系数 NA
387 2026-06-09
AI-Driven Image Analysis for Nanofiber Characterization: From Diameter Measurement to Multiparameter Assessment
2026-Jun-02, ACS omega IF:3.7Q2
综述 系统调查了用于纳米纤维表征的计算方法,特别是纤维直径的测量技术,并对比了人工测量、开源工具及人工智能方法 涵盖从经典机器学习到深度学习架构(包括生成框架和基于Transformer的模型)的全面AI策略,并整合了智能制造和自动化质量控制等工业应用视角 NA(摘要未明确提及局限性) 为纳米纤维表征中的计算方法和AI技术提供系统性综述,指导工艺优化与质量控制 纳米纤维及其直径测量方法 计算机视觉, 机器学习 NA 扫描电子显微镜(SEM)等成像技术 经典机器学习模型, 深度学习架构, 生成框架, Transformer模型 图像 NA NA DiameterJ, GIFT, SIMpoly, 深度学习架构, 生成框架, Transformer模型 纤维直径测量精度等 NA
388 2026-06-09
A deep learning-based method for evaluating the fitting states of orthokeratology lenses using fluorescein staining videos
2026-Jun, Contact lens & anterior eye : the journal of the British Contact Lens Association IF:4.1Q1
研究论文 开发一种基于深度学习的自动化工具,利用荧光素染色视频评估角膜塑形镜的配适状态 提出基于ResNet-50和时序注意力模块的双流架构,结合边缘检测数据增强方法,能够同时提取镜片形态特征和运动特征,实现对配适状态的自动分类 未提及 开发和验证自动化深度学习工具,用于评估角膜塑形镜配适状态,并比较与经验丰富的验光师人工标注结果的性能 143个荧光素染色检查视频记录,荧光素染色检查在裂隙灯显微镜下进行 计算机视觉 未明确提及,但涉及眼科健康及角膜塑形镜配适评估 荧光素染色视频分析 CNN(卷积神经网络) 视频 143个荧光素染色视频记录 PyTorch ResNet-50, TimeSformer, ViViT, 时序注意力模块 准确率, 宏敏感性, 宏特异性 未提及
389 2026-06-09
Oxylipin profile data analysis: Current methodologies, challenges, and future directions
2026-Jun, Progress in lipid research IF:14.0Q1
综述 该综述综合评价了氧脂质谱数据分析的现有方法、挑战和未来方向 系统比较了传统统计方法、多变量统计方法和新兴机器学习/深度学习在氧脂质数据处理中的适用性,并提出了整合多组学和通路分析的新框架 目前机器学习和深度学习方法受限于数据可用性,且生物信息学基础设施在整合氧脂质数据方面存在局限性 提升氧脂质数据的生物学可解释性,推动其在系统生物学和转化脂质研究中的应用 氧脂质谱数据集及其分析方法 机器学习 NA 靶向质谱 主成分分析、偏最小二乘判别分析、非度量多维尺度分析、机器学习、深度学习 高维共线数据、时间序列数据、横截面数据 NA NA NA NA NA
390 2026-06-09
Discovery of Peripheral Airway Beyond Incomplete CT Annotations for Navigational Bronchoscopy
2026-Jun, IEEE transactions on medical imaging IF:8.9Q1
研究论文 提出ASTRA-Net深度学习框架,用于从CT扫描中分割标注和未标注的外周气道分支,提升支气管镜导航的敏感性 集成辅助解剖输入、编码器引导注意力模块、中心线和分支感知损失加权方案及分辨率鲁棒后优化步骤,以应对不完整标注和CT采集变异性 NA 提高支气管镜导航中外周气道分支的敏感重建能力,克服现有深度学习方法在不完整标注和CT变异性方面的局限 CT扫描中的气道分支分割,包括标注和未标注的外周气道 计算机视觉,数字病理学 肺部疾病 CT扫描 深度学习框架(ASTRA-Net) 图像(CT扫描) 多个公开和内部数据集 PyTorch ASTRA-Net(含编码器引导注意力模块) 树检测率(TDR),分支检测率(BDR),重叠分数 NA
391 2026-06-09
An automated framework for quantitative alveolar bone loss using deep learning-based landmark detection
2026-06, Journal of dentistry IF:4.8Q1
研究论文 开发并评估一种结合深度学习地标检测与曲线拟合的全景X线片牙槽骨丧失自动定量框架 首次提出整合深度学习和曲线拟合的全口牙槽骨丧失定量自动化框架,并比较三种网络在标志点定位和临床评估对齐上的性能差异 未在论文摘要中说明 开发可高效、客观定量全景X线片上牙槽骨丧失的自动化方法 760张全景X线片 计算机视觉, 数字病理学 牙科疾病(牙槽骨丧失) 深度学习 TransPose, HRNet, YOLOv8 图像 760张全景X线片(532/152/76用于训练/验证/测试) PyTorch TransPose, HRNet, YOLOv8 平均径向误差, 成功检测率, 组内相关系数, 灵敏度, 特异性 NA
392 2026-06-09
Distillation-SAM: Knowledge Distillation-Based Auto-Prompt Embedding Learning for Surgical Image Segmentation
2026-Jun, IEEE transactions on medical imaging IF:8.9Q1
研究论文 提出Distillation-SAM方法,通过知识蒸馏和自动提示嵌入,无需用户提示即可实现精准的手术图像分割 创新性地引入可训练适配器分支来学习稀疏和稠密自动提示嵌入,并结合知识蒸馏约束和修改掩码评分回归分支实现多类别语义分割 仅针对手术图像分割,未提及对其他医学图像类型的泛化能力评估,且冻结SAM编码器和解码器可能限制模型对高度复杂场景的适应 提出一种无需用户提示即可自动进行手术图像分割的方法,解决现有方法泛化性差和依赖高质量提示的问题 手术图像中的血管、器械和组织等目标 数字病理学 不适用 不适用 Segment Anything Model (SAM) 图像 使用多个公开数据集:IVIS、EndoVis2017和Cholecseg8k,样本数量未具体说明 PyTorch SAM(冻结编码器和解码器)、可训练适配器分支、多层感知机 准确性、Dice系数(推测,但原文未明确列出指标,需谨慎) 未提及具体资源,推测使用标准GPU(如NVIDIA RTX系列)
393 2026-06-09
Automated vertebral heart size estimation from thoracic radiographs in dogs with AI-assisted clinical decision support
2026-Jun, Veterinary journal (London, England : 1997)
研究论文 提出一种基于AI的辅助框架,自动从犬类胸部放射影像中估计椎心脏尺寸,并生成结构化兽医摘要 将深度学习计算机视觉模型与大型语言模型结合,实现从犬类胸部DICOM放射影像中自动检测解剖标志、计算VHS并生成结构化兽医摘要,实现多模态AI系统在兽医放射学工作流中的应用 未明确提及,但可能涉及数据集规模、临床验证及不同犬种间的泛化性等潜在局限 支持兽医通过自动化VHS估计和初步临床摘要生成,提升心脏肥大评估的效率和准确性 犬类胸部放射影像(DICOM格式)中的心脏大小测量 计算机视觉 犬类心脏病(心脏肥大) 深度学习计算机视觉、大型语言模型 深度学习模型(用于检测解剖标志)及大型语言模型 图像(DICOM格式放射影像) 含注释图像的数据集(具体数量未提及) NA NA 定量评估(解剖标志检测准确率、VHS估计可靠性),定性评估(摘要连贯性、上下文相关性与影像发现一致性) NA
394 2026-06-09
Decoding bacterial transcriptional regulatory networks through integrated multi-omics datasets for artificial intelligence-driven design of programmable biological systems
2026-Jun, Current opinion in biotechnology IF:7.1Q1
综述 综述通过整合多组学数据解码细菌转录调控网络,为人工智能驱动的可编程生物系统设计提供基础 系统性地讨论从靶向分子表征到系统级方法的演进,并整合机器学习与深度学习模型用于调控元件发现和序列设计,最终结合闭环生物铸造平台实现自动化工程 NA 探讨如何利用多组学数据和人工智能方法解码细菌转录调控网络,并推动可编程生物系统的设计 细菌转录调控网络及其调控元件 机器学习 NA NGS, RNA-seq, 多组学整合 独立成分分析, 深度学习模型 基因组数据, 转录组数据 NA NA NA NA NA
395 2026-06-09
Development and Validation of an AI-Integrated System for Automated Fracture Detection and Pedicle Puncture Planning in Lumbar Osteoporotic Vertebral Compression Fractures Based on the Nine-Grid Area Division Method
2026-Jun, Orthopaedic surgery IF:1.8Q2
研究论文 开发并验证了一种基于九宫格分区法和深度学习的AI一体化系统,用于腰椎骨质疏松性椎体压缩骨折的自动检测和椎弓根穿刺规划 首次将九宫格分区法与深度学习结合,开发了全自动的腰椎骨折诊断和穿刺规划一体化系统 未明确提及 开发并验证AI一体化系统在腰椎骨质疏松性椎体压缩骨折自动诊断和椎弓根穿刺规划中的性能 腰椎骨质疏松性椎体压缩骨折患者 计算机视觉 腰椎骨质疏松性椎体压缩骨折 CT CNN CT图像 来自首都医科大学三家附属医院的多中心CT数据集 NA U-Net, ResNet50 Dice相似系数, AUC, Hausdorff距离, IoU 标准临床工作站
396 2026-06-09
Supervised deep learning with gene functional annotation for cell classification
2026-Jun, PLoS computational biology IF:3.8Q1
研究论文 提出了一种将基因功能注释与基因表达谱通过图神经网络整合的监督深度学习方法SDAN,用于单细胞RNA测序数据的细胞分类 创新性地将基因功能注释信息(如蛋白质-蛋白质相互作用)通过图神经网络与基因表达谱整合,识别功能一致的基因集以实现最优细胞分类,并聚合细胞分类得分进行个体预测 文中未明确提及局限性 解决单细胞RNA测序数据中因大量细胞导致差异表达基因鉴定的p值极小但效应量可忽略,从而难以进行生物学解释的问题 单细胞RNA测序数据中基因功能注释与细胞分类之间的关联 机器学习 新冠病毒、痴呆症、癌症免疫治疗反应 单细胞RNA测序 图神经网络 基因表达谱及基因功能注释数据 三个真实数据应用涉及COVID-19、痴呆症和癌症免疫治疗反应相关样本,具体数量未提及 NA 图神经网络 分类准确率、基因功能一致性 NA
397 2026-06-09
The potential role of artificial intelligence in the diagnosis of Acanthamoeba keratitis-a scoping review
2026-Jun, Contact lens & anterior eye : the journal of the British Contact Lens Association IF:4.1Q1
综述 评估人工智能和深度学习算法在棘阿米巴角膜炎诊断中的表现,并识别将其应用于临床的方法学差距 系统评估了AI/DL算法在不同成像模态下诊断AK的表现,并强调了外部验证和标准化方法论的必要性 样本量小、数据异质性高、外部验证研究稀缺,真实世界适用性有限 评估AI/DL算法在棘阿米巴角膜炎诊断中的表现,并识别方法学差距以促进临床转化 棘阿米巴角膜炎的诊断方法,涉及不同的成像模态 计算机视觉 棘阿米巴角膜炎 裂隙灯摄影、活体共聚焦显微镜、智能手机图像 深度学习 图像 9项研究,样本量未具体说明 NA NA AUC、灵敏度、特异度 NA
398 2026-06-09
Advancing passive acoustic ship detection in the Western Canadian Arctic: Signal processing and deep learning approaches
2026-Jun-01, The Journal of the Acoustical Society of America IF:2.1Q1
研究论文 提出改进的频率振幅变化方法和卷积神经网络模型,用于加拿大西部北极地区被动声学监测数据中的船舶噪声检测 提出改进的频率振幅变化方法,结合信号处理和简单统计阈值,提升可解释性和检测性能;同时训练卷积神经网络模型,在北极航线船舶检测中取得优于91%的F1分数 未提及具体限制 提高加拿大北极海域被动声学监测中的船舶噪声检测性能,以支持海洋哺乳动物保护 加拿大西部北极地区的船舶噪声和海洋哺乳动物发声 信号处理, 机器学习 不适用 被动声学监测 卷积神经网络 声学数据 加拿大西部北极地区被动声学监测测试数据集 NA 卷积神经网络 F1分数 NA
399 2026-06-09
[Current applications and prospects of artificial intelligence in perioperative comprehensive management for gastrointestinal surgery]
2026-Jun-01, Zhonghua wai ke za zhi [Chinese journal of surgery]
综述 系统综述了人工智能在胃肠外科围手术期综合管理中的当前应用与未来展望 全面梳理了人工智能在胃肠外科术前、术中、术后全流程中的应用,并讨论了联邦学习和大语言模型等未来方向 数据孤岛、算法不透明性和伦理规范限制了临床转化 探讨人工智能在胃肠外科围手术期综合管理中的应用现状与前景 胃肠外科围手术期管理中的AI应用 机器学习 胃肠癌 NA 深度学习模型 多模态数据 NA NA NA NA NA
400 2026-06-09
Application of deep learning for surgical decision support during single-incision laparoscopic cholecystectomy
2026-Jun, Surgical endoscopy
研究论文 基于深度学习的Mask2Former模型用于识别单孔腹腔镜胆囊切除术中的安全区和危险区 首次将Mask2Former模型应用于单孔腹腔镜胆囊切除术的实时手术决策支持,识别安全与危险区域 危险区的像素级重叠指标(Dice和IOU)低于对象级F1分数,可能影响精确识别 NA NA NA NA NA NA NA NA NA NA NA NA
回到顶部