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 5041 - 5060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5041 | 2026-02-03 |
Identification of Neural Crest and Neural Crest-Derived Cancer Cell Invasion and Migration Genes Using High-throughput Screening and Deep Attention Networks
2024-Mar-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.07.583913
PMID:38496683
|
研究论文 | 本研究通过高通量siRNA筛选和深度学习注意力网络分析，识别了神经嵴及神经嵴来源的癌细胞侵袭和迁移的关键基因 | 结合高通量筛选与深度学习注意力网络，从45个基因面板中快速筛选出对黑色素瘤细胞侵袭至关重要的基因子集，并揭示了BMP4等基因在细胞迁移中的关键作用 | 研究主要聚焦于c8161黑色素瘤细胞和HT1080纤维肉瘤细胞，可能无法完全代表其他神经嵴来源癌症类型 | 识别神经嵴及神经嵴来源癌细胞侵袭和迁移的关键基因，以深入理解细胞迁移机制 | 神经嵴细胞、c8161黑色素瘤细胞系、HT1080纤维肉瘤细胞系 | 机器学习 | 黑色素瘤 | 高通量siRNA筛选、重组蛋白添加、体内外侵袭实验 | 深度学习注意力网络 | 基因表达数据、细胞迁移数据 | 45个基因面板，涉及c8161和HT1080细胞系 | NA | 注意力网络 | NA | NA |
| 5042 | 2026-02-03 |
Low-contrast-dose liver CT using low monoenergetic images with deep learning-based denoising for assessing hepatocellular carcinoma: a randomized controlled noninferiority trial
2023-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-09298-x
PMID:36576547
|
研究论文 | 本研究通过一项随机对照非劣效性试验，评估了使用双能CT和深度学习去噪技术的低对比剂剂量CT在肝细胞癌高风险患者中的有效性 | 结合双能CT的低单能图像和深度学习去噪技术，首次在随机对照试验中证明可将肝脏CT的对比剂剂量减少40%而不影响肝细胞癌的显影清晰度 | 研究为单中心试验，样本量相对较小（90名参与者），且仅针对肝细胞癌高风险患者，结果可能无法推广到所有人群或其他肝脏病变 | 评估低对比剂剂量CT结合先进成像技术在肝细胞癌检测中的非劣效性 | 肝细胞癌高风险患者 | 数字病理 | 肝细胞癌 | 双能CT，深度学习去噪，模型迭代重建 | 深度学习 | CT图像 | 90名参与者（47名标准剂量组，43名低剂量组） | NA | NA | 肝细胞癌显影清晰度评分，非劣效性检验 | NA |
| 5043 | 2026-02-02 |
Predicting Sleep and Sleep Stage in Children Using Actigraphy and Heartrate via a Long Short-Term Memory Deep Learning Algorithm: A Performance Evaluation
2026-Feb, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70149
PMID:40676371
|
研究论文 | 本研究评估了使用长短期记忆（LSTM）深度学习算法结合活动记录仪和心率数据预测儿童睡眠及睡眠阶段的性能 | 首次将LSTM算法应用于儿童活动记录仪和心率数据，以预测睡眠与清醒状态及睡眠阶段（清醒、非快速眼动、快速眼动），相比传统方法（如Sadeh算法）在特异性方面有显著提升，并探索了心率数据对睡眠阶段预测的改进作用 | 研究样本为因疑似睡眠障碍而转诊的儿童，可能限制了结果的普适性；仅评估了三种消费级可穿戴设备，未涵盖所有市场产品；未详细讨论LSTM模型的计算复杂度或实时应用可行性 | 评估LSTM深度学习算法在利用活动记录仪和心率数据预测儿童睡眠与睡眠阶段方面的性能，并与传统方法（逻辑回归和随机森林）进行比较 | 儿童（年龄5-12岁）的睡眠数据，包括活动记录仪和心率测量 | 机器学习 | 睡眠障碍 | 活动记录仪（ActiGraph GT9X）、心率监测、多导睡眠图（PSG） | LSTM | 时间序列数据（原始活动记录仪和心率数据） | 238名儿童（5-12岁，52.8%男性，50%黑人，31.9%白人） | 未明确指定，但提及了逻辑回归和随机森林作为基准 | LSTM | 准确率、敏感性、特异性 | NA |
| 5044 | 2026-02-02 |
An accurate, straightforward computer vision algorithm for optimal tumor-feeding visualization in cone-beam computed tomography hepatic arteriography: A preliminary study
2026-Feb, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107192
PMID:41547160
|
研究论文 | 本研究提出了一种基于计算机视觉的算法，用于在锥束计算机断层扫描肝动脉造影中自动推荐最佳肿瘤供血动脉可视化角度 | 开发了一种传统计算机视觉算法，能够自动推荐最大化肿瘤供血动脉视图的旋转角度，避免了当前血管追踪软件缺乏自动角度推荐的问题，相比深度学习方法更快速且可解释性更强 | 这是一项初步研究，样本量较小（19例用于算法开发，50例用于内部验证），需要更大规模的患者研究和进一步技术迭代 | 优化肝动脉栓塞术中肿瘤供血动脉的可视化，提高介入放射科医生的手术效率 | 肝细胞癌患者的锥束计算机断层扫描肝动脉造影图像 | 计算机视觉 | 肝细胞癌 | 锥束计算机断层扫描肝动脉造影，3D体积渲染技术 | 传统计算机视觉算法（非深度学习） | 医学图像（3D体积渲染图像序列） | 19例患者用于算法开发，50例患者用于内部验证 | NA | NA | 检索相关性（100%在推荐的前4个角度中包含足够栓塞任务的角度） | NA |
| 5045 | 2026-02-02 |
Classification of lung nodules in CT images based upon a multiplane dense inception network
2026-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70316
PMID:41619284
|
研究论文 | 本研究提出了一种基于多平面密集初始网络（MPDINet）的计算机辅助诊断系统，用于预测肺部CT图像中结节恶性的可能性 | 结合手工纹理特征图与强度CT图像作为网络输入，并利用多平面密集初始网络（MPDINet）增强结节表征，同时保持计算效率 | NA | 开发基于深度学习的计算机辅助诊断系统，用于早期检测肺癌结节 | 肺部CT图像中的结节 | 计算机视觉 | 肺癌 | CT成像 | CNN | 图像 | 1235个结节（802个良性，433个恶性） | NA | DenseNet, GoogLeNet | AUC, 敏感性, 特异性, 精确度 | NA |
| 5046 | 2026-02-02 |
The Intelligent Needle: The Role of Artificial Intelligence in Ultrasound-guided Regional Anesthesia
2026-Feb, Journal of perianesthesia nursing : official journal of the American Society of PeriAnesthesia Nurses
IF:1.6Q2
DOI:10.1016/j.jopan.2025.10.003
PMID:41620263
|
综述 | 本文探讨了人工智能在超声引导区域麻醉中的应用及其潜力 | 将深度学习算法集成到超声引导区域麻醉中，实现解剖标志自动识别、超声设置优化和针位高精度跟踪，以辅助麻醉师操作、缩短学习曲线并增强培训 | 广泛临床应用仍受限于需要大规模多样化数据集、解剖变异以及自动化相关的伦理考量 | 研究人工智能如何增强超声引导区域麻醉的精准性、安全性和效率 | 超声引导区域麻醉（UGRA）及其相关临床实践 | 医学影像分析 | NA | 超声成像 | 深度学习 | 超声图像 | NA | NA | NA | 图像质量、识别置信度 | NA |
| 5047 | 2026-02-02 |
Advances in photoacoustic imaging reconstruction and quantitative analysis for biomedical applications
2026-Feb-01, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-025-00213-x
PMID:41620547
|
综述 | 本文全面回顾了光声成像（PAI）的基本原理、主要实现方式、图像重建与伪影抑制的最新进展，以及定量分析能力，并展望了其临床转化前景 | 系统性地比较了传统方法与基于深度学习（DL）的方法在提升PAI图像质量和简化工作流程方面的作用，并强调了DL在推动PAI临床转化中的变革潜力 | 作为一篇综述文章，不涉及具体实验或模型性能的验证，主要基于现有文献进行归纳与分析 | 探讨光声成像（PAI）从临床前研究向临床实践过渡过程中的技术进展、挑战及未来方向 | 光声成像技术及其在生物医学领域的应用 | 医学影像 | NA | 光声成像（PAI），包括光声计算机断层扫描、光声显微镜和光声内窥镜 | 深度学习（DL） | 图像 | NA | NA | NA | NA | NA |
| 5048 | 2026-02-02 |
Functional and Structural Evidence of Neurofluid Circuit Aberrations in Huntington Disease
2026-Jan-31, Annals of clinical and translational neurology
IF:4.4Q1
DOI:10.1002/acn3.70328
PMID:41620818
|
研究论文 | 本研究通过多模态MRI技术评估亨廷顿病中神经流体通路的结构和功能改变 | 首次在亨廷顿病中系统评估脉络丛和旁矢状硬膜间隙的结构与功能变化，并关联脑脊液动力学 | 样本量有限，横断面研究设计无法确定因果关系 | 探究亨廷顿病中神经流体通路的异常及其与疾病严重程度的关系 | 亨廷顿病患者和健康对照者 | 数字病理学 | 亨廷顿病 | 3-Tesla T2加权MRI、FLAIR MRI、相位对比MRI、伪连续动脉自旋标记MRI | 深度学习 | MRI图像 | 80名亨廷顿病患者和65名年龄匹配的健康对照者 | NA | NA | p值 | NA |
| 5049 | 2026-02-02 |
Absence of dehydration due to superionic transition at Earth's core-mantle boundary
2026-Jan-30, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aeb3006
PMID:41604493
|
研究论文 | 本文通过分子动力学模拟揭示了δ-AlOOH在深部下地幔条件下的双超离子转变，并发现超离子态水在核幔边界处不易脱水，可能形成长期储水层 | 首次发现δ-AlOOH中氢和铝离子的双超离子转变，并证明超离子态能稳定结构，使脱水过程在核幔边界条件下变得能量和动力学上不利 | 模拟基于特定条件（140 GPa和3800 K），实际地幔环境的复杂性和长期地质过程的影响仍需进一步验证 | 探究深部下地幔中水合相的超离子转变对其稳定性和脱水行为的影响 | δ-AlOOH水合相在深部下地幔和核幔边界条件下的行为 | 地球物理学 | NA | 从头算分子动力学模拟,深度学习势分子动力学模拟 | NA | 模拟数据 | NA | NA | NA | NA | NA |
| 5050 | 2026-02-02 |
Selection of the best artificial intelligence techniques for analysis of gastrointestinal endoscopic images
2026-Jan-30, Arab journal of gastroenterology : the official publication of the Pan-Arab Association of Gastroenterology
IF:1.1Q4
DOI:10.1016/j.ajg.2025.09.021
PMID:41620373
|
研究论文 | 本研究通过模糊AHP-TOPSIS方法，系统评估并优先排序了用于胃肠道内窥镜图像分析的人工智能技术 | 首次结合模糊AHP和TOPSIS方法，为胃肠道内窥镜图像分析领域的人工智能技术提供系统化的选择框架 | 研究基于文献回顾和专家意见，可能受限于现有技术的覆盖范围和主观判断偏差 | 识别并优先排序用于胃肠道内窥镜图像分析的最佳人工智能技术 | 70种已开发的人工智能技术 | 计算机视觉 | 胃肠道疾病 | NA | CNN, DNN, ResNet | 图像 | NA | NA | ResNet18 | 有效性, 准确性, 全面性, 处理时间, 成本, 简洁性, 执行能力 | NA |
| 5051 | 2026-02-02 |
Parameter identification based on statistical and neural network approaches for the vegetation-water model
2026-Jan-29, Journal of biological physics
IF:1.8Q3
DOI:10.1007/s10867-025-09698-2
PMID:41609956
|
研究论文 | 本文基于植被-水模型，结合张掖地区的降水、温度和二氧化碳浓度气候数据，提出了统计和深度学习两种参数识别方法，以解决图灵模式参数识别的逆问题 | 创新点包括将统计方法与深度学习结合用于植被-水模型的参数识别，并改进了ResNet50和VGG19模型，通过集成正则化、GELU激活函数和混合精度训练来提升泛化能力和效率 | NA | 研究目的是增强植被-水模型在气候变化下的参数化和预测能力 | 研究对象是张掖地区的植被-水模型及其图灵模式 | 机器学习 | NA | NA | CNN | 图像 | NA | NA | ResNet50, VGG19 | 准确性, 鲁棒性 | NA |
| 5052 | 2026-02-02 |
Forecasting Waitlist Trajectories for Patients With Metabolic Dysfunction-Associated Steatohepatitis Cirrhosis: A Neural Network Competing Risk Analysis
2026-Jan-29, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/68247
PMID:41610175
|
研究论文 | 本研究使用深度学习竞争风险模型预测代谢功能障碍相关脂肪性肝炎肝硬化患者在肝移植等待名单上的死亡和移植风险 | 首次将深度学习竞争风险模型（DeepHit）应用于MASH肝硬化患者等待名单轨迹预测，并开发了新的性能指标竞争事件一致性分数 | 模型基于回顾性数据，可能受到数据质量和混杂因素的影响，外部验证仅在单一机构进行 | 预测MASH肝硬化患者在肝移植等待名单上的死亡和移植竞争风险 | 17,551名在科学移植受者登记处登记的MASH肝硬化等待肝移植患者 | 机器学习 | 肝病 | 竞争风险分析 | 深度学习 | 临床数据 | 17,551名患者 | NA | DeepHit | 一致性指数, Brier分数, 竞争事件一致性分数 | NA |
| 5053 | 2026-02-02 |
Interpretable Diagnosis of Pulmonary Emphysema on Low-Dose CT Using ResNet Embeddings
2026-Jan-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010051
PMID:41590936
|
研究论文 | 本文提出了一种基于ResNet嵌入的质量控制和可解释深度学习流程，用于在低剂量CT上诊断肺气肿 | 利用预训练的ResNet-152嵌入，结合自动化肺部分割、质量控制过滤以及与传统定量CT标志物融合，无需重新训练即可实现高性能且可解释的肺气肿诊断 | 未明确提及研究的外部验证队列或跨中心泛化能力评估 | 开发一种准确且可解释的肺气肿检测方法，以支持大规模筛查和人群健康研究 | 低剂量CT图像中的肺气肿 | 计算机视觉 | 肺气肿 | 低剂量CT | CNN | 图像 | NA | NA | ResNet-152 | ROC-AUC, PR-AUC, 平衡准确度 | NA |
| 5054 | 2026-02-02 |
ADAM-Net: Anatomy-Guided Attentive Unsupervised Domain Adaptation for Joint MG Segmentation and MGD Grading
2026-Jan-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010050
PMID:41590935
|
研究论文 | 本文提出了一种名为ADAM-Net的注意力引导无监督域适应多任务框架，用于联合进行睑板腺分割和睑板腺功能障碍分级 | 引入了结构感知多任务学习和解剖学引导注意力机制，以增强特征共享、抑制背景噪声并改善腺体区域感知，从而联合处理分割和分类任务 | NA | 开发一个鲁棒且可解释的自动化框架，用于在多中心成像设备场景下联合进行睑板腺分割和睑板腺功能障碍分级 | 睑板腺图像 | 计算机视觉 | 干眼病 | 深度学习 | CNN | 图像 | 涉及多个数据集：MGD-1K、K5M、CR-2、LV II | NA | ADAM-Net | 准确率, F1分数, 马修斯相关系数 | NA |
| 5055 | 2026-02-02 |
HASwinNet: A Swin Transformer-Based Denoising Framework with Hybrid Attention for mmWave MIMO Systems
2026-Jan-20, Entropy (Basel, Switzerland)
DOI:10.3390/e28010124
PMID:41594031
|
研究论文 | 本文提出了一种基于Swin Transformer的深度学习去噪框架HASwinNet，用于解决毫米波大规模MIMO系统中的信道估计难题 | 提出了一种结合分层Swin Transformer编码器、稀疏令牌提取和角度域细化的混合注意力去噪框架，并引入了角度域感知损失函数 | 基于Saleh-Valenzuela信道模型的仿真验证，尚未在实际部署环境中测试 | 提高毫米波大规模MIMO系统在有限导频资源和低信噪比条件下的信道估计精度 | 毫米波大规模MIMO系统的信道数据 | 机器学习 | NA | 深度学习 | Transformer, CNN | 信道数据 | NA | PyTorch | Swin Transformer, U-Net | 归一化均方误差, 误码率 | NA |
| 5056 | 2026-02-02 |
DeeppestNet: An end-to-end framework for high-performance crop pest recognition
2026-Jan-20, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种名为DeeppestNet的端到端框架，用于高性能农作物害虫识别 | 结合了图金字塔注意力机制与双向长短期记忆网络（GPA-BiLSTM），并采用灰狼-樽海鞘群优化算法（GW-SSO）提升分类精度 | 未明确说明模型在复杂田间环境或不同光照条件下的泛化能力 | 开发高精度、高效率的农作物害虫自动识别系统 | 农作物害虫图像 | 计算机视觉 | NA | 图像增强技术（CLAHE） | CNN, BiLSTM, 优化算法 | 图像 | IP-102数据集（具体数量未说明） | NA | 自适应金字塔注意力模块与跨阶段部分网络（AP-CSP）, 图基双向长短期记忆网络（G-BiLSTM） | 准确率, 精确率, 召回率, F1值 | NA |
| 5057 | 2026-02-02 |
Clinical validation of a unified data-driven respiratory motion correction technique in 18F-FDG PET/CT imaging of upper abdominal lesions: a real-world study
2026-Jan-18, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00833-z
PMID:41547664
|
研究论文 | 本研究前瞻性评估了一种基于深度学习神经网络的统一数据驱动呼吸运动校正算法在18F-FDG PET/CT上腹部病变成像中的临床效用 | 提出并临床验证了一种利用深度学习神经网络的统一数据驱动呼吸运动校正算法，显著提升了图像质量和病变检测能力，特别是在低摄取和小体积病变方面 | 研究样本量为100名患者，需要在更大规模、多中心的研究中进一步验证算法的普适性和鲁棒性 | 评估数据驱动呼吸运动校正算法在PET/CT成像中的临床效用，以改善图像质量和诊断准确性 | 100名疑似上腹部病变并接受18F-FDG PET/CT检查的患者 | 数字病理学 | NA | 18F-FDG PET/CT成像 | 深度学习神经网络 | 医学图像 | 100名患者，共225个病灶 | NA | NA | 主观视觉评估（整体图像质量、PET-CT配准、病灶变形）、半定量指标（SUVmax, MTV, TBR, HV_ratio）、病灶检测数量 | NA |
| 5058 | 2026-02-02 |
Variational Deep Alliance: A Generative Auto-Encoding Approach to Longitudinal Data Analysis
2026-Jan-18, Entropy (Basel, Switzerland)
DOI:10.3390/e28010113
PMID:41594020
|
研究论文 | 本文提出了一种名为变分深度联盟（VaDA）的新型生成式自编码方法，用于纵向数据分析，能够同时进行结果预测、主体聚类和表示学习 | 通过变分自编码器构建跨重复测量的“联盟”，为纵向数据建模提供统一且结构良好的潜在空间，支持混合类型变量处理 | 未明确提及方法在特定纵向数据场景（如医疗时间序列）中的验证限制或计算复杂度分析 | 利用深度神经网络学习纵向数据中的复杂关系，实现生成式建模与多任务分析 | 纵向数据，包括合成数据和CelebFaces Attributes数据集中的面部图像序列 | 机器学习 | NA | 变分自编码器（VAE） | 生成式自编码模型 | 纵向数据，图像数据 | 未明确指定样本数量，但提及可扩展至大型数据集并使用CelebFaces Attributes数据集 | 随机自编码变分贝叶斯框架 | 变分自编码器（VAE） | 未明确列出具体指标，但提及定量比较、鲁棒性和泛化能力评估 | 未明确指定，但提及方法可扩展至大型数据集 |
| 5059 | 2026-01-19 |
Research on deep learning-based lesion identification in optical coherence tomography
2026-Jan-17, BMC ophthalmology
IF:1.7Q3
DOI:10.1186/s12886-025-04579-7
PMID:41547727
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5060 | 2026-02-02 |
A Dual Stream Deep Learning Framework for Alzheimer's Disease Detection Using MRI Sonification
2026-Jan-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010046
PMID:41590931
|
研究论文 | 本研究提出了一种新颖的双流深度学习框架，通过结合MRI图像及其声化表示来检测阿尔茨海默病 | 首次将MRI声化技术引入AD诊断，通过多尺度、多方向的Gabor滤波和希尔伯特空间填充曲线生成音频表示，并与传统图像特征融合 | 未明确说明样本来源和数据集规模，也未讨论模型在外部验证集上的泛化能力 | 探索MRI声化技术是否能提供补充诊断信息，以改进阿尔茨海默病的检测 | 阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者的MRI数据 | 医学影像分析 | 阿尔茨海默病 | MRI声化技术、多尺度多方向Gabor滤波、希尔伯特空间填充曲线 | CNN, YAMNet | MRI图像、音频信号 | NA | NA | 轻量级CNN, YAMNet | 准确率 | NA |