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 44743 篇文献，本页显示第 4161 - 4180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4161 | 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 |
| 4162 | 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 |
| 4163 | 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 |
| 4164 | 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 |
| 4165 | 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 |
| 4166 | 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 |
| 4167 | 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 |
| 4168 | 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 |
| 4169 | 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 |
| 4170 | 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 |
| 4171 | 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 |
| 4172 | 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 |
| 4173 | 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 |
| 4174 | 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 |
| 4175 | 2026-03-30 |
Real-Time Endoscopic Video Enhancement via Degradation Representation Estimation and Propagation
2026-Mar-16, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12030134
PMID:41892936
|
研究论文 | 本文提出了一种高效的逐步内窥镜图像增强框架，通过估计和传播隐式退化表示来实时提升视频质量 | 引入隐式退化表示作为中间特征来指导增强模块，并利用内窥镜视频的时间连续性，仅在关键帧估计高质量退化表示，其余帧通过快速帧间传播获得，显著提高了计算效率 | 未明确说明方法在极端退化情况下的性能，且假设图像退化在短时间间隔内平滑演化可能不适用于所有手术场景 | 开发一种实时内窥镜视频增强方法，以改善手术场景的可视化和理解 | 内窥镜图像和视频，特别是单端口内窥镜手术中的退化图像 | 计算机视觉 | NA | 深度学习 | NA | 视频, 图像 | NA | NA | NA | 增强质量, 计算效率, 下游分割任务评估 | NA |
| 4176 | 2026-03-30 |
Hyper-Thyro Vision: An Integrated Framework for Hyperthyroidism Diagnostic Facial Image Analysis Based on Deep Learning
2026-Mar-15, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics11030210
PMID:41892133
|
研究论文 | 本文提出了一种基于深度学习的集成多模态框架，用于通过联合分析正面面部和颈部图像来检测与甲状腺功能亢进相关的异常，即突眼和甲状腺相关的颈部肿胀 | 提出了一个模拟生物视觉机制的双通路架构，同时处理眼睛和颈部的高分辨率细节，并将视觉嵌入与定量形态学测量相结合，以模拟临床医生融合观察与物理评估的能力 | NA | 开发一个集成的AI框架，通过同时分析眼睛和颈部的面部图像，基于临床模式知识来改进甲状腺功能亢进相关异常的检测 | 与甲状腺功能亢进相关的面部异常，特别是突眼和颈部肿胀 | 计算机视觉 | 甲状腺功能亢进 | 深度学习 | CNN | 图像 | NA | NA | YOLOv11s, 双分支架构 | 平均精度均值(mAP50) | NA |
| 4177 | 2026-03-30 |
Acoustic Signal-Based Piezoelectric Thin-Film Microbalance: A Versatile and Portable Platform for Biomedical Sensing and Point-of-Care Testing
2026-Mar-13, Biosensors
DOI:10.3390/bios16030160
PMID:41892052
|
研究论文 | 本文介绍了一种结合声学信号分析和深度学习的便携式压电薄膜微天平平台，用于即时护理质量检测 | 该平台整合了柔性聚偏氟乙烯传感器、智能手机声学信号采集和三种深度学习模型，实现了无标记、实时检测，具有成本效益和可扩展性 | NA | 开发一种便携式平台，用于生物医学传感和即时护理测试中的质量检测 | 压电薄膜微天平平台及其在生物医学传感中的应用 | 机器学习 | NA | 声学信号分析 | CNN, LSTM, Transformer | 声学信号 | NA | NA | 卷积神经网络, 长短期记忆网络, Transformer | 分类准确率 | NA |
| 4178 | 2026-03-30 |
Current Applications and Future Directions of Artificial Intelligence in Prostate Cancer Diagnosis: A Narrative Review
2026-Mar-13, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol33030166
PMID:41892194
|
综述 | 本文是一篇关于人工智能在前列腺癌诊断中当前应用与未来方向的叙述性综述 | 系统性地整合了人工智能在医学影像、数字病理学、液体活检和多组学整合等多个关键诊断领域的应用证据，并指出了未来研究方向 | 作为叙述性综述，未进行定量荟萃分析；文中提及的挑战包括数据异质性、算法可解释性及工作流整合问题 | 综述人工智能技术在前列腺癌诊断中的应用现状并探讨未来发展方向 | 前列腺癌的诊断方法及相关人工智能技术 | 数字病理学 | 前列腺癌 | NA | 深度学习 | 多源数据（医学影像、病理图像、液体活检数据、多组学数据） | NA | NA | NA | NA | NA |
| 4179 | 2026-03-30 |
A Trustable Spine Abnormalities Classification System Using ResNet50 and VGG16 Supported by Explainable Artificial Intelligence
2026-Mar-12, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics11030206
PMID:41892129
|
研究论文 | 本研究提出了一种基于ResNet50和VGG16的可解释人工智能系统，用于脊柱异常X光图像分类 | 结合可解释人工智能方法（Grad-CAM）提升深度学习模型在医学诊断中的可信度，并比较不同训练策略对模型临床相关性的影响 | 模型准确率与临床相关性存在差异，随机初始化VGG16虽准确率高但未聚焦临床相关区域 | 开发可信赖的脊柱异常自动分类系统，提升深度学习模型在医疗诊断中的可解释性 | 脊柱X光图像 | 计算机视觉 | 脊柱异常 | X光成像 | CNN | 图像 | 未明确说明样本数量 | 未明确说明 | ResNet50, VGG16 | 准确率 | 未明确说明 |
| 4180 | 2026-03-30 |
Artificial Intelligence in Cardiovascular Imaging: From Automated Acquisition to Precision Diagnostics and Clinical Decision Support
2026-Mar-11, Medical sciences (Basel, Switzerland)
DOI:10.3390/medsci14010132
PMID:41892847
|
综述 | 本文综述了人工智能在心血管影像学中的当前与新兴应用，并评估了其在精准诊断和临床决策支持方面的潜在价值 | 系统性地总结了AI如何从图像采集自动化扩展到疾病表型分析和个性化临床决策支持，并强调了视频、时序和多模态模型的最新发展 | 向常规临床实践的转化仍受限于数据集异质性、外部验证不足、算法偏差、可解释性有限以及监管审批和工作流整合方面的挑战 | 评估人工智能在心血管影像学中的应用潜力，以克服当前临床实践中的局限性，并推动其向精准医学工具发展 | 主要心血管影像模态，包括超声心动图、心血管磁共振、心脏计算机断层扫描和核心脏病学 | 计算机视觉 | 心血管疾病 | NA | 机器学习, 深度学习 | 图像, 视频 | NA | NA | NA | NA | NA |