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 48137 篇文献，本页显示第 4041 - 4060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4041 | 2026-06-19 |
Evolution of artificial intelligence in breast cancer pathology: a bibliometric analysis
2026-Jun-18, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-026-05388-0
PMID:42313316
|
文献综述 | 对乳腺癌病理学中人工智能应用的文献进行计量分析，以绘制研究图景和识别关键趋势 | 利用BERTopic模型从摘要中提取语义主题，揭示了从单模态图像分析向多模态“病理组学”和新兴交叉领域的研究转变 | 仅依赖Web of Science数据库，可能遗漏部分相关文献；未深入探讨AI模型的可解释性和人机协作的具体优化方法 | 通过文献计量学分析，概述人工智能在乳腺癌病理学领域的研究格局、关键趋势和新兴方向 | 2011年至2025年间发表的1089篇相关文献 | 自然语言处理, 机器学习 | 乳腺癌 | NA | BERTopic | 文本 | 1089篇文献 | VOSviewer, CiteSpace, BERTopic | NA | NA | NA |
| 4042 | 2026-06-19 |
A Fully Automated Multistage Deep Learning System for Lenke Classification: Enhanced Diagnostic Precision in Adolescent Idiopathic Scoliosis
2026-Jun-17, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.25.01015
PMID:41460944
|
研究论文 | 开发并验证了一个全自动多阶段深度学习系统，用于青少年特发性脊柱侧弯的Lenke分型，提升了诊断精度 | 首次提出全自动多阶段深度学习系统进行Lenke分型，整合了椎体分割、腰椎椎弓根定位和特征融合模块，实现了端到端自动分类 | 未在文摘中明确提及限制 | 减少Lenke分型主观评估的观察者间差异，提高诊断客观性和临床可靠性 | 青少年特发性脊柱侧弯患者的全脊柱X光片 | 计算机视觉 | 青少年特发性脊柱侧弯 | NA | Swin-Unet, DeepLabv3+ | 图像 | 650名个体（183名健康对照，467名患者），年龄10-18岁，Cobb角25°至90° | PyTorch | Swin-Unet, DeepLabv3+ | 总体准确率95.6%, 宏平均F1分数0.862, Dice系数0.917(前后位)和0.942(侧位), 组内相关系数0.969-0.976, F1分数0.912(腰椎A/B/C)和0.928(矢状位-/N/+) | NA |
| 4043 | 2026-03-28 |
Automating Adolescent Idiopathic Scoliosis Classification: An Interpretable, Workflow-Based Approach to Lenke Classification: Commentary on an article by Lingcong Xu, MD, et al.: " A Fully Automated Multistage Deep Learning System for Lenke Classification. Enhanced Diagnostic Precision in Adolescent Idiopathic Scoliosis "
2026-Jun-17, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.26.00074
PMID:41886543
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4044 | 2026-06-19 |
Comprehensive RNA-binding protein analyses and deep learning uncover genetic constraints and disease associations in protein-RNA interfaces
2026-Jun-17, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2026.101588
PMID:42025161
|
研究论文 | 通过整合增强CLIP数据和深度学习模型，全面分析RNA结合蛋白与RNA的相互作用，揭示遗传约束和疾病关联 | 结合了92个新RNA结合蛋白的增强CLIP数据，并利用深度学习模型对RNA结合蛋白结合位点的遗传变异进行评分，发现剪接增强子与沉默子之间存在相反的选择约束模式 | NA | 探究RNA结合蛋白与RNA相互作用的遗传约束及与疾病的关联 | RNA结合蛋白与RNA的相互作用位点 | 自然语言处理 | 视网膜疾病 | 增强CLIP | 深度学习模型 | 序列数据 | 286个RNA结合蛋白在K562和HepG2细胞中的增强CLIP数据 | NA | NA | NA | NA |
| 4045 | 2026-06-19 |
Fusing imaging and metabolic modeling via multimodal deep learning in ovarian cancer
2026-Jun-17, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2026.101594
PMID:42025163
|
research paper | 融合成像与代谢建模的多模态深度学习方法用于卵巢癌研究 | 首次尝试将患者特异性代谢模型与成像数据整合，改善生存估计并实现预测的机制性解释 | 仅使用有限数量的共同样本，方法泛化性需在其他癌症类型中进一步验证 | 通过多模态深度学习融合转录组学、代谢组学和成像数据，阐明卵巢癌的分子基础并改善生存预测 | 卵巢癌患者 | machine learning, digital pathology, computer vision | ovarian cancer | 转录组学, 代谢组学, 3D CT成像 | multimodal deep learning | 转录组数据, 代谢通量数据, 3D CT图像 | 有限数量的共同样本 | NA | NA | 生存估计准确率 | NA |
| 4046 | 2026-06-19 |
Understanding the precipitation mechanism in pentavalent vanadium electrolytes through deep learning potential molecular dynamics
2026-Jun-17, Chemical science
IF:7.6Q1
DOI:10.1039/d6sc02403c
PMID:42080026
|
研究论文 | 利用深度势能分子动力学研究五价钒电解液中的沉淀机制 | 首次通过深度势能分子动力学模拟揭示了钒电解液中五价钒离子从水合物转变为氧化钒沉淀的完整过程，并发现该沉淀过程遵循SN2型羟基脱水转化路径 | 模拟可能未完全考虑电解液中的复杂离子相互作用以及长期循环对沉淀行为的影响 | 阐明五价钒电解液中沉淀的微观机制，为优化钒液流电池电解液配方提供指导 | 五价钒电解液中的沉淀过程 | 机器学习 | NA | 深度势能分子动力学（DPMD） | 深度势能模型 | 分子动力学模拟数据 | NA | NA | 深度势能（Deep Potential） | 能量误差小于1 meV，力误差小于60 meV/Å | NA |
| 4047 | 2026-06-19 |
Enhancing X-ray Image Classification through Heterogeneous Federated Learning with Natural Image-Augmented Models
2026-Jun-17, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2026.3704679
PMID:42308070
|
研究论文 | 提出一种利用自然图像增强的异构联邦学习框架NatIMG-FL，用于X射线图像分类 | 首次利用自然图像作为辅助监督数据来对齐特征分布，并提出基于双权重的细粒度知识迁移方法解决异构模型问题 | 可能受限于自然图像与X射线图像之间的域差距，且未提及对极少数类别或罕见病的处理效果 | 提升X射线图像分类中异构联邦学习的性能与知识迁移效果 | X射线图像与自然图像 | 计算机视觉 | NA | X射线成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 4048 | 2026-06-19 |
Counterfactual Diffusion Models Provide Interpretable Explanations of Artificial Intelligence Models in Pathology
2026-Jun-17, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-25-5645
PMID:42308255
|
研究论文 | MoPaDi是一个用于生成组织病理学图像反事实解释的框架，帮助识别与模型预测相关的形态或染色特征 | 将扩散自编码器与任务特定多实例学习分类器相结合，通过修改分类器关联特征诱导预测偏移，生成感知真实的反事实组织病理学图像 | NA | 为数字病理学中的深度学习模型提供可解释的反事实解释，支持评估模型特定决策线索和生成假说 | 组织病理学全切片图像 | 数字病理学 | 结直肠癌、乳腺癌、肝癌、肺癌 | NA | 扩散模型、多实例学习 | 图像 | 多个数据集，涵盖结直肠、乳腺、肝脏和肺癌 | PyTorch | 扩散自编码器、多实例学习分类器 | NA | NA |
| 4049 | 2026-06-19 |
Research Progress of Single/Multi-Mode Optical Sensors on Visual Monitoring of Food Freshness: A Review
2026-Jun-17, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.74139
PMID:42308390
|
综述 | 系统回顾了单模、双模及多模光学传感器在检测易变质食品储存过程中关键生物标志物（如生物胺、硫化氢和有机酸）的最新进展 | 引入新型功能材料（如金属有机框架、天然色素和碳点）显著提升传感器性能，并整合智能手机视觉识别与深度学习算法实现信号采集与分析一体化 | 在抗环境干扰、多参数同步检测及商业化包装等方面仍存在挑战 | 总结光学传感器在食品新鲜度监测中的研究进展，探讨其作为智能食品安全质量监控系统关键技术的前景 | 易变质食品储存过程中产生的生物胺、硫化氢和有机酸等关键生物标志物 | 计算机视觉 | NA | 光学传感 | 深度学习模型 | 图像 | NA | NA | 深度学习算法 | 检测限、响应时间、检测范围 | 智能手机 |
| 4050 | 2026-06-19 |
Enhancing road safety with a power-aware approach to traffic sign detection and recognition in driving assistance systems based on machine learning using optimization techniques
2026-Jun-17, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2026.2660142
PMID:42308429
|
研究论文 | 提出了一种基于机器学习的优化技术，用于驾驶辅助系统中的交通标志检测与识别，以提高道路安全性 | 结合卷积和序列方法，利用蚁群层次网络优化策略，提出OCSRN-AHN模型，实现了高精度、低功耗和低计算复杂度的实时交通标志检测 | NA（摘要未提及局限性） | 改进驾驶辅助系统中的交通标志检测与识别模型，提升道路安全性 | 驾驶辅助系统中的交通标志检测与识别任务 | 计算机视觉 | NA | 深度学习优化技术 | 卷积神经网络、序列循环神经网络、蚁群层次网络优化 | 图像 | Kaggle数据集，包含58类交通标志 | Python深度学习工具 | OCSRN-AHN（优化的卷积序列循环神经蚁群层次网络） | 准确率、精确率、召回率、F1分数、平均精度均值（mAP）、mAP@0.5 | NA（摘要未提及具体计算资源） |
| 4051 | 2026-06-19 |
Visceral adipose tissue inflammation in endometrial cancer
2026-Jun-17, Cancer treatment and research communications
DOI:10.1016/j.ctarc.2026.101273
PMID:42308582
|
研究论文 | 探究子宫内膜癌患者内脏脂肪组织中的脂肪细胞大小和冠样结构及其与肥胖相关合并症和肿瘤特征的关系 | 首次结合深度学习算法分析CT图像与网膜活检组织学数据，揭示脂肪组织功能障碍在子宫内膜癌肥胖风险中的中介作用 | 样本量较小（90例），且为单中心回顾性研究，未探索脂肪组织炎症对肿瘤微环境的直接影响机制 | 阐明脂肪组织炎症标志物（脂肪细胞大小和冠样结构）在子宫内膜癌患者中的临床意义 | 子宫内膜癌女性患者 | 数字病理学 | 子宫内膜癌 | CT成像, 深度学习图像分析, 组织学检查 | NA | 图像（CT扫描）、组织学数据 | 90例子宫内膜癌患者（其中73例有网膜活检样本） | NA | NA | 相关性系数（r）、p值 | NA |
| 4052 | 2026-06-19 |
Remote sensing for marine oil spill detection, mapping, and monitoring: A systematic review and bibliometric analysis
2026-Jun-17, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2026.120028
PMID:42308721
|
综述 | 基于文献计量学对2000-2026年遥感技术用于海洋溢油检测、测绘与监测的系统性综述 | 首次综合文献计量与系统综述方法，分析遥感技术在溢油检测中的物理原理、传感器平台、AI方法及验证协议，并识别出多传感器星座、物理信息深度学习等新兴方向 | 单一传感器通用性不足，深度学习面临数据稀缺、假阳性目标和跨区域迁移局限性挑战 | 系统综述遥感技术在海洋溢油检测、测绘与监测中的应用现状与发展趋势 | 全球海洋溢油事件及相关遥感技术文献 | 遥感 | NA | 合成孔径雷达、光学、高光谱、热红外遥感 | 深度学习模型 | 遥感图像 | 2856篇文献，作者6473人 | NA | U-Net, 变换器架构 | 检测精度 | 云原生处理平台 |
| 4053 | 2026-06-19 |
Contrast injection protocols used in oncological CT and opportunities for practice optimisation
2026-Jun-17, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2026.103473
PMID:42308954
|
研究论文 | 调查瑞士西部肿瘤CT造影注射方案的实践现状和异质性 | 首次系统性地绘制了瑞士西部地区肿瘤CT造影注射方案的实践图谱，揭示了广泛存在的异质性，并指出了利用光谱成像和深度学习重建等技术进行优化的潜在机会 | 样本量有限，仅涉及瑞士西部地区，可能不具备全国或全球代表性；调查的响应率为42%，可能存在非响应偏差 | 分析当前瑞士西部肿瘤CT造影注射方案的使用情况，为实践优化提供依据 | 瑞士西部74家医学影像机构的造影注射方案 | 医学影像 | 肿瘤疾病 | CT造影 | NA | 调查问卷数据 | 31家机构完成调查（占74家的42%） | NA | NA | NA | NA |
| 4054 | 2026-06-19 |
Deep learning based time series analysis for breathing phase prediction in phase-gated proton therapy
2026-Jun-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae7eec
PMID:42309140
|
研究论文 | 利用深度学习时间序列分析预测质子治疗中的呼吸相位，以提高相位门控辐射输送的准确性 | 首次将长短期记忆网络和时间融合变换器应用于质子治疗的呼吸相位预测，实现了比商业算法近20%的预测准确率提升 | 研究基于回顾性数据，未提及前瞻性验证或实时临床应用的挑战 | 改进呼吸相位预测精度以实现更准确的剂量输送 | 69名质子治疗患者的回顾性呼吸波形数据 | 机器学习 | 癌症 | 时间序列分析 | 长短期记忆网络，时间融合变换器 | 时间序列 | 69名患者，训练集165242秒，验证集24057秒，测试集30322秒，额外验证40604秒 | NA | 长短期记忆网络，时间融合变换器 | 均方误差，相位分箱精度，定时偏差 | NA |
| 4055 | 2026-06-19 |
MRI-Based estimation of physiologically consistent head conductivity and its impact on depth-dependent electric field distributions in transcranial magnetic stimulation
2026-Jun-17, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae7eae
PMID:42309136
|
研究论文 | 提出一种基于MRI的头部电导率生理一致估计框架，并分析其在经颅磁刺激中对深度依赖电场分布的影响 | 采用统计秩约束损失函数，结合统计损失、秩损失和平滑损失，确保电导率与MRI强度之间的生理一致性，从而改善组织内电导率变异性并减少人工不连续性 | 未明确提及，但可能依赖特定MRI数据，且需要从通信作者处获取实现代码 | 提出一种从T1和T2加权MRI估计生理一致头部电导率分布的新框架，以改进非侵入性脑刺激中的电场建模 | 35名来自IXI数据集被试，以及11名独立外部验证被试 | 机器学习 | 不适用 | MRI（T1加权和T2加权成像） | 深度学习模型 | 图像 | 35名被试用于主要评估，11名被试用于外部验证 | 不适用 | 不适用 | Spearman相关性、电导率变异性、电场模拟指标 | 不适用 |
| 4056 | 2026-06-19 |
CellVision: A Deep Learning based Image Analysis Platform to Accelerate Immuno-Plaque Assay Data Processing for Dengue Vaccine Development
2026-Jun-17, SLAS discovery : advancing life sciences R & D
IF:2.7Q2
DOI:10.1016/j.slasd.2026.100321
PMID:42309407
|
研究论文 | 开发基于深度学习的CellVision平台，实现免疫斑块检测图像的全自动化分析，加速登革疫苗研发 | 首次将卷积神经网络与图像处理技术结合，实现病毒斑块的自动识别、融合分离及异质物区分，无需人工复核 | 未提及在不同染色方法或非标准成像条件下的泛化性能验证 | 实现高通量免疫斑块检测数据全自动化处理，消除人工图像复核需求 | 登革病毒疫苗研发中的微孔板斑块检测图像 | 计算机视觉 | 登革热 | 基于卷积神经网络的图像分析 | CNN（卷积神经网络） | 图像 | 多分析员验证的多样化数据集 | Python | 卷积神经网络 | 斑块计数准确率 | NA |
| 4057 | 2026-06-19 |
Deep Learning Assisted Double Inversion Recovery improves Focal Lesion Detection in Optic Neuropathy
2026-Jun-17, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9480
PMID:42309650
|
研究论文 | 比较深度学习加速的双反转恢复序列与传统MRI在疑似视神经病变患者中的采集时间、图像质量和诊断信心 | 首次在临床环境中评估深度学习加速的双反转恢复序列（DIR-DL）在视神经病变检测中的应用，显著缩短扫描时间并提升图像质量 | 样本量较小（75例），且为单中心前瞻性研究，可能影响结果的普适性 | 评估深度学习加速的DIR序列在视神经病变检测中的临床价值 | 疑似视神经病变患者（75例）的视神经MRI图像 | 医学影像分析 | 视神经病变 | MRI（磁共振成像） | 深度学习加速模型 | 磁共振图像 | 75例患者（平均年龄37±20岁，47名女性） | NA | NA | Likert量表评分（图像质量、SNR、锐度、伪影、诊断信心）、加权Cohen's κ、个体等价指数（IEI）、逻辑回归、线性混合模型、配对t检验 | NA |
| 4058 | 2026-06-19 |
Enhancing Non-Contrast CT Interpretation for Acute Anterior Circulation Stroke: A Deep Learning Approach for Grayscale Image Transformation
2026-Jun-17, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9481
PMID:42309652
|
研究论文 | 开发一种结合深度学习超分辨率和图像处理的两阶段框架，将非增强CT转换为高对比度薄层CT，以提高急性前循环卒中早期缺血改变的检测 | 首次提出两阶段深度学习框架将NCCT转化为HCCT，显著改善ASPECTS评分的一致性和缺血体积评估的准确性 | 未提及具体限制 | 提升急性前循环卒中早期缺血改变的检测准确性 | 大血管闭塞性卒中患者 | 计算机视觉 | 急性前循环卒中 | CT成像 | 深度学习超分辨率模型 | CT图像 | 303例患者（平均年龄67.2岁，男性187例） | NA | 深度学习超分辨率网络 | ASPECTS相关性、组内相关系数、缺血体积相关性、优势比 | NA |
| 4059 | 2026-06-19 |
Modeling visual memorability assessment with autoencoders reveals characteristics of memorable images
2026-Jun-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-56947-y
PMID:42310101
|
研究论文 | 提出基于自编码器的深度学习模型来评估图像可记忆性，揭示可记忆图像的特征 | 首次利用自编码器重建误差与可记忆性的关系，并通过隐空间表征的区分性和整体梯度解释性分析，识别影响可记忆性的关键视觉特征 | NA | 探究影响图像可记忆性的特征，并建立计算模型来预测可记忆性 | 图像的可记忆性及其视觉特征 | 计算机视觉 | NA | NA | 自编码器、卷积神经网络、多层感知机 | 图像 | NA | NA | 自编码器、卷积神经网络、多层感知机 | 相关性、预测性能 | NA |
| 4060 | 2026-06-19 |
A web-based semi-supervised deep learning platform for automated AS-OCT assessment and monitoring of infectious keratitis
2026-Jun-17, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02857-2
PMID:42310120
|
研究论文 | 提出一个基于半监督深度学习的网络平台，用于通过AS-OCT自动评估和监测感染性角膜炎 | 结合U-Net和Swin Transformer的半监督框架处理成像伪影和低对比度问题，并引入极坐标系量化病灶特征用于径向分层分类 | 未提及外部验证集或不同设备间的泛化性测试 | 实现感染性角膜炎的自动化、非侵入性严重程度评估与病程监测 | 感染性角膜炎患者的眼前节光学相干断层扫描（AS-OCT）图像 | 计算机视觉, 数字病理学 | 感染性角膜炎 | AS-OCT | 半监督深度学习（U-Net + Swin Transformer） | 图像 | 3130张AS-OCT图像 | NA | U-Net, Swin Transformer | Dice系数, 准确率, 组内相关系数（ICC） | NA |