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 48077 篇文献，本页显示第 5841 - 5860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5841 | 2026-06-03 |
A reproducible data-driven parameter optimization framework for classical skull stripping methods across heterogeneous brain MRI datasets
2026-Jun-01, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae7574
PMID:42225119
|
研究论文 | 提出一种可复现的数据驱动参数优化框架，用于经典颅骨剥离方法在不同脑MRI数据集上的应用 | 通过数据集导出统计描述符约束参数空间，避免逐受试者调优，首次提出BSE的统计调优策略以提升参数可复现性 | 深度学习方法在边界误差上仍优于经典方法，且经典方法虽计算效率高但需权衡精度与硬件依赖 | 构建一种可复现的经典颅骨剥离方法参数优化框架，确保在不同异构数据集上的鲁棒性和性能 | 脑MRI数据集（LPBA40、NFBS、CC359）中的颅骨剥离任务 | 数字病理学 | NA | MRI | 经典算法（BSE、BET）和深度学习模型（HDBET、SynthStrip） | 图像（脑MRI） | 三个公开数据集，总计涉及多个受试者样本 | NA | BSE、BET、HDBET、SynthStrip | Dice相似系数（DSC）、95%百分位豪斯多夫距离（HD95） | CPU（经典方法每受试者0.8-1.0分钟），深度学习需GPU加速但引入额外硬件依赖 |
| 5842 | 2026-06-03 |
Toward Autonomous Histotripsy: Integrating Deep Learning Segmentation With Robotic Control for Glioblastoma
2026-Jun-01, Ultrasound in medicine & biology
|
研究论文 | 提出一种结合深度学习分割与机器人控制的闭环框架，用于胶质母细胞瘤的自动化边界勾画和组织粉碎消融 | 首次将深度学习实时超声分割与机器人控制集成，实现组织粉碎治疗的自动化闭环框架 | 治疗区域与预期区域存在轻微偏差，需进一步优化瞄准精度 | 开发自动化肿瘤勾画和组织粉碎消融的闭环框架，提高治疗自动化程度 | 小鼠胶质母细胞瘤模型 | 数字病理学, 机器人控制 | 胶质母细胞瘤 | 术中超声 | 深度学习模型 | 超声图像 | 小鼠胶质母细胞瘤模型（具体数量未提及） | NA | NA | 实时分割性能指标（具体指标未提及） | NA |
| 5843 | 2026-06-03 |
Universal and transferable attacks on pathology foundation models using microscopic perturbations
2026-Jun-01, Light, science & applications
DOI:10.1038/s41377-026-02347-w
PMID:42225639
|
研究论文 | 介绍一种针对病理基础模型的通用且可迁移的对抗性扰动方法（UTAP），通过微小噪声模式破坏模型特征表示能力 | 首次提出适用于病理基础模型的通用且可迁移的对抗性攻击方法，该扰动与具体模型或数据集无关，展现跨视野和跨模型的黑盒攻击能力 | 未涉及对防御机制的深入探讨或实际部署中的对抗样本检测策略 | 揭示病理基础模型的脆弱性并建立模型鲁棒性评估基准 | 多种病理基础模型及多数据集上的下游任务性能 | 计算机视觉, 数字病理学 | NA | 深度学习, 对抗性攻击 | 基础模型 | 图像 | 多种数据集，未见具体数量 | PyTorch | NA | 性能下降幅度 | NA |
| 5844 | 2026-06-03 |
CNN-based classifier for automated identification of magnetic states in spin dynamics simulations
2026-Jun-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-54755-y
PMID:42225785
|
研究论文 | 提出了一种基于EfficientNetV1B0卷积神经网络的自动深度学习模型，用于对自旋动力学模拟中九种不同磁态（包括铁磁和反铁磁自旋纹理）进行分类，并构建了人工标注的RGB图像数据集 | 首次将EfficientNetV1B0卷积神经网络应用于磁态自动分类，解决了传统手工特征或人工检查方法在复杂自旋纹理识别上的局限，并构建了新的标注数据集 | NA | 实现自旋动力学模拟中磁态的高效自动分类，替代传统依赖手工特征或人工检查的方法 | 九种不同磁态，包括铁磁和反铁磁自旋纹理（如反铁磁斯格明子和反铁磁带畴） | 计算机视觉 | NA | NA | 卷积神经网络 | RGB图像 | NA | TensorFlow, PyTorch | EfficientNetV1B0 | 准确率, F1分数 | NA |
| 5845 | 2026-06-03 |
A two-step deep learning framework for predicting difficult video laryngoscopy from ultrasound images: a prospective cohort study
2026-Jun-01, BMC anesthesiology
IF:2.3Q2
DOI:10.1186/s12871-026-03948-z
PMID:42226131
|
研究论文 | 提出一种两步深度学习框架，利用超声图像预测困难视频喉镜插管 | 首次将人工智能与超声影像结合用于预测困难视频喉镜插管，并通过热图识别与困难插管相关的超声测量指标 | 未在摘要中明确提及局限性 | 评估基于人工智能的超声技术预测困难视频喉镜插管的可行性，并识别相关超声测量指标 | 接受超声气道检查的患者 | 计算机视觉 | 麻醉相关并发症 | 超声成像 | CNN, LightGBM | 图像 | 1474例患者，其中95例发生困难视频喉镜插管 | NA | ResNet-18, LightGBM | AUROC, 敏感性, 特异性, 比值比 | NA |
| 5846 | 2026-06-03 |
Predictive and interactive roles of motivation and situational learning activities on emotional and cognitive engagement
2026-Jun-01, The British journal of educational psychology
DOI:10.1111/bjep.70099
PMID:42226569
|
研究论文 | 探讨课外学习活动中动机与情境学习活动对学生情感和认知参与的预测及交互作用 | 聚焦课外学习情境，采用经验取样法捕捉实时数据，揭示动机与情境参与的动态交互关系 | 未明确提及具体局限性 | 研究学生动机、情境参与（情绪和学习策略）与课外学习活动背景之间的关系 | 394名本科生，平均年龄21.26岁，来自不同种族背景和学科 | 机器学习 | NA | NA | NA | 问卷数据 | 394名本科生 | NA | NA | NA | NA |
| 5847 | 2026-06-03 |
Machine learning in tissue engineering: a comprehensive review of applications, challenges, and prospects
2026-Jun-01, Journal of biomaterials science. Polymer edition
DOI:10.1080/09205063.2026.2675360
PMID:42226588
|
综述 | 全面回顾机器学习在组织工程中的应用、挑战与前景 | 系统梳理了机器学习和深度学习在组织工程（包括生物材料性能预测、支架设计、组织再生和3D生物打印）中的最新应用，并指出了数据质量、模型可解释性和标准化等关键挑战 | 数据质量、模型可解释性和标准化问题阻碍了这些技术的全面整合 | 概述机器学习与深度学习在组织工程中的当前进展、挑战和未来方向 | 组织工程中的生物材料、支架、组织再生和3D生物打印 | 机器学习 | NA | NA | 机器学习, 深度学习 | NA | NA | NA | NA | NA | NA |
| 5848 | 2026-06-03 |
Cell segmentation in microscopy images using a SAM-based U-Net architecture and a novel dataset
2026-May-28, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109470
PMID:42224852
|
研究论文 | 提出了一种基于SAM与多尺度U-Net的混合神经网络mSAMUNet，用于显微镜图像中的细胞分割，并创建了mCellSeg数据集 | 首次将SAM与多尺度U-Net结构结合，利用Transformer的全局建模和CNN的局部特征提取，并通过多尺度分支提升不同大小细胞的分割性能 | 未提及计算资源消耗或模型在低资源环境下的适用性 | 提高显微镜图像中细胞实例分割的准确性，解决密集细胞、模糊边界等问题 | HEK-293T和HUVEC细胞系的微观图像 | 计算机视觉 | 通用（不针对特定疾病） | 显微镜成像 | 混合神经网络（SAM + U-Net） | 图像（显微镜图像） | 200张专家标注的显微镜图像，包含16,199个细胞 | PyTorch | SAM, U-Net, mSAMUNet | F1分数, SA50, SA75, 平均SA | NA |
| 5849 | 2026-06-03 |
A clinical neuroimaging platform for rapid, automated lesion detection and personalized post-stroke outcome prediction
2026-May-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02803-2
PMID:42204350
|
研究论文 | 提出一个基于深度学习的神经影像平台，用于快速自动检测病灶并个性化预测中风后认知结果 | 该平台完全自动化，能处理来自不同扫描仪的原始DICOM MRI数据，并利用大型语言模型生成可解释的个性化预后文本报告 | 文中未明确提及局限性 | 开发并验证一个用于缺血性中风患者个性化认知结果预测的自动化神经影像平台 | 缺血性中风患者的大脑影像数据及其认知结果 | 数字病理学 | 脑血管疾病 | DICOM MRI | 深度学习 | 图像 | 训练队列604例，独立验证队列153例 | NA | NA | 与手动方法的一致性达96% | NA |
| 5850 | 2026-06-03 |
MNISQ: A Large-Scale Quantum Circuit Dataset for Machine Learning in the NISQ Era
2026-May-26, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07493-9
PMID:42191975
|
研究论文 | 介绍MNISQ，一个用于NISQ时代机器学习和经典机器学习的大规模量子电路数据集，包含495万个10量子比特电路 | 首次创建了包含495万个电路的量子机器学习大规模数据集MNISQ，支持基于自然语言处理的量子计算模型和深度学习模型开发，并探索了噪声对量子机器学习的影响 | NA | 为NISQ时代的量子与经典机器学习提供一个基础性的大规模数据集，并验证其在不同模型上的有效性 | 量子电路（10量子比特，最多100个双量子比特门），以及对量子编码的经典图像数据（如MNIST）的分类任务 | 自然语言处理, 机器学习 | NA | 量子电路编码 | S4模型, Transformer, LSTM, 量子核方法 | 文本（量子汇编语言QASM文件），量子电路 | 495万个10量子比特电路 | NA | S4, Transformer, LSTM | 准确率 | NA |
| 5851 | 2026-06-03 |
A comparative study of deep learning for cortical lesion MRI segmentation with explainability analysis in multiple sclerosis
2026-May-23, NeuroImage. Clinical
DOI:10.1016/j.nicl.2026.104007
PMID:42224860
|
研究论文 | 本研究针对多发性硬化症中皮层病变的MRI分割，比较了多种深度学习方法的性能，并进行了可解释性分析 | 在nnU-Net框架基础上提出适应皮层病变检测的改进，进行分布外测试评估模型泛化能力，并设计医学专家问卷评估临床价值 | 研究指出数据可变性、病变模糊性和协议差异影响模型性能，但未明确提及具体量化限制 | 开发和评估用于多发性硬化症皮层病变MRI分割的深度学习方法，并探索其临床集成可行性 | 多发性硬化症患者的皮层病变MRI图像 | 计算机视觉 | 多发性硬化症 | MRI | CNN（nnU-Net） | 图像（MRI） | 656个MRI扫描，来自四个机构的临床试验和研究数据，采用3T和7T强度、MP2RAGE和MPRAGE序列 | PyTorch（nnU-Net自定义实现） | nnU-Net（自我配置的U-Net变体） | F1-score（域内0.64，域外0.5） | 未在摘要中指定，但nnU-Net通常需GPU（如NVIDIA RTX系列）计算 |
| 5852 | 2026-06-03 |
Scalable and cost-efficient custom gene library assembly from oligopools
2026-May-22, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.ady2279
PMID:42172324
|
研究论文 | 提出了一种低成本、可扩展的寡核苷酸池基因文库组装方法OMEGA，并进行了实验验证 | 将计算设计、高通量寡核苷酸合成和Golden Gate组装结合，实现从寡核苷酸池并行组装数百至数千个全长基因，成本低至每基因1.50美元 | 主要依赖于短寡核苷酸的高保真度，可能面临长片段组装错误；文库规模受限于连接位点正交性，且部分合成序列可能需要额外验证 | 开发一种低成本、可扩展的基因文库组装方法，以连接计算蛋白质设计与高通量实验验证 | 来自自然和合成的绿色荧光蛋白变体文库（810个序列） | 机器学习、合成生物学 | NA | DNA合成、Golden Gate组装、高通量测序 | NA | DNA序列数据 | 810个绿色荧光蛋白变体文库 | NA | NA | 序列回收率、均匀性 | NA |
| 5853 | 2026-06-03 |
Harnessing CRISPR-Cas Technology for Precision Antimicrobial Targeting
2026-May-21, Current topics in medicinal chemistry
IF:2.9Q3
|
综述 | 本文综述了CRISPR-Cas技术在精准靶向抗菌中的应用，探讨其如何应对抗生素耐药性，并评估该技术的潜力与挑战 | 系统评估CRISPR-Cas与传统抗生素相比的精准靶向优势，并结合递送系统（如接合质粒、噬菌体、纳米颗粒）的最新进展分析其对耐药菌株和病毒（如SARS-CoV-2、乙肝病毒）的治疗潜力 | 未详细说明CRISPR-Cas技术的脱靶效应、体内递送效率或临床转化中的安全性问题 | 评估CRISPR-Cas技术作为精准抗菌工具对抗抗生素耐药性（AMR）的可行性和应用前景 | 耐药菌（如ESKAPE病原体）和病毒（如SARS-CoV-2、乙肝病毒） | 机器学习 | 感染性疾病 | CRISPR-Cas系统 | NA | NA | NA | NA | NA | NA | NA |
| 5854 | 2026-06-03 |
Deep-Learning-Based Automatic Segmentation and Quantitative Measurement of Normal Spleen in Chinese Adults
2026-May-21, Current medical imaging
IF:1.1Q3
|
研究论文 | 开发基于深度学习的3D V-Net自动分割CT图像中的正常脾脏，并分析中国成年人的脾脏形态学参数与年龄、性别的关系 | 首次在大规模中国成年人队列中利用深度学习自动分割和量化正常脾脏形态学参数，并揭示了性别和年龄特异性的脾脏体积和衰减模式 | 可能存在残余混杂因素、缺乏对体表人体测量协变量的完全校正以及仅在单一机构中心进行验证 | 建立基于深度学习的自动化脾脏分割和标准化形态学测量流程，提供中国成年人脾脏参考值分布 | 中国成年人的正常脾脏 | 计算机视觉 | 无特定疾病 | CT扫描 | 3D V-Net | CT图像 | 训练集2,856次CT检查；应用和验证集1,520次CT检查（共3,490张图像） | NA | 3D V-Net | Dice相似系数、体积相似性、Hausdorff距离、平均Hausdorff距离 | NA |
| 5855 | 2026-06-03 |
Emerging Utility of Artificial Intelligence Driven Medical Robots in Health Care: A Review
2026-May-20, Current pharmaceutical design
IF:2.6Q2
|
综述 | 本文全面审视了人工智能驱动的医疗机器人在诊断、手术、康复和患者护理中的变革能力 | 系统综述了AI驱动的医疗机器人技术，包括手术机器人、诊断机器人、康复机器人和社交辅助机器人，强调其在精准医学和智能化医疗中的重要作用 | 存在伦理困境、数据隐私问题、监管合规性以及临床环境中严格验证的需求等挑战 | 评估AI驱动的医疗机器人系统的现状，评价正在进行的临床试验，并探讨未来发展方向 | AI驱动的医疗机器人，包括手术、诊断、康复和社交辅助机器人 | 机器学习 | NA | NA | CNN, LSTM, GAN | 影像数据、基因数据 | NA | TensorFlow, PyTorch, Keras | NA | NA | NA |
| 5856 | 2026-06-03 |
Multimodal Fusion of Endoscopic and Histopathological Images for Lesion Detection Using Hybrid Deep Learning
2026-May-19, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种混合深度学习框架SHF-Net，融合内镜与组织病理图像实现消化道病变检测 | 首次将CNN、ViT和GNN三种网络架构结合，通过多通道注意力机制融合空间、上下文和结构特征，并利用GAN解决数据稀疏问题 | 仅基于单一数据集HyperKvasir验证，未来需扩展至多模态及多样化临床数据集 | 开发自动化系统提升消化道病变检测的准确性和可靠性，减少观察者间差异 | 消化道内镜图像及对应的组织病理图像，涵盖5种病变类别 | 计算机视觉 | 消化道疾病 | 内镜成像, 组织病理成像, GAN数据增强, 染色标准化 | CNN, ViT, GNN, 多通道注意力机制 | 图像 | HyperKvasir数据集包含111,079张标注内镜图像及对应组织病理数据 | PyTorch | SHF-Net（包含CNN、ViT、GNN及多通道注意力模块） | 准确率, 精确率, 召回率, F1分数 | NA |
| 5857 | 2026-06-03 |
Molspectra: a general framework for multi-spectra prediction from molecular structures
2026-May-14, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-026-06768-7
PMID:42133173
|
研究论文 | 提出一个通用深度学习框架MolSpectra，能够从分子SMILES表示直接预测多模态光谱 | 首次实现无需修改核心模型架构即可预测多种光谱类型，支持实验元数据与分子结构信息的端到端协同输入 | 未提及在更大规模数据集或低资源条件下的泛化能力，且仅基于四个光谱技术（IR、UV-Vis、EI-MS、NMR）进行评估 | 开发一个能够从分子结构预测多模态光谱的通用框架，以克服实验光谱数据稀缺的瓶颈 | 四种光谱技术（红外光谱、紫外-可见光谱、电子电离质谱、核磁共振光谱）对应的六种数据集 | 机器学习 | NA | SMILES表示、RDKit分子图构建、消息传递图神经网络、Transformer | 消息传递图神经网络、Transformer | 光谱数据（IR、UV-Vis、EI-MS、NMR） | NIST数据库IR与UV-Vis数据集、Chemotion数据库IR数据集、基于USPTO反应语料库的模拟IR基准数据集、NIST 23数据库的EI-MS数据集、nmrshiftdb2与HMDB的NMR数据集 | PyTorch、RDKit | 消息传递图神经网络（MPGNN）与序列信号混合聚合（SSMA）、层次距离结构编码（HDSE）、增强Transformer架构 | 余弦相似度、Top-1准确度、平均绝对误差 | NA |
| 5858 | 2026-06-03 |
Video-based Detection of Delirium in Hospitalized Adults
2026-May-13, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.05.11.26352902
PMID:42180362
|
研究论文 | 开发并验证基于视频特征的谵妄分类分析框架 | 通过自动提取视频特征实现客观持续的谵妄检测，使用定制ResNet-101模型优于现成模型 | 样本量较小（109个视频），队列异质性高 | 验证基于视频自动提取特征的谵妄分类可行性 | 住院成人患者（麻州≥18岁，中位年龄72岁） | 计算机视觉 | 谵妄 | DeepLabCut | 支持向量机、逻辑回归、梯度提升、随机森林 | 视频 | 109个视频，来自50名参与者（25名男性和25名女性） | DeepLabCut | ResNet-101 | AUC-ROC、敏感性、特异性 | NA |
| 5859 | 2026-06-03 |
A geometry-aware generative framework integrating GPS-VAE and Transformer-SELFIES for structure-based de novo drug design
2026-May-12, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-026-06733-4
PMID:42118199
|
研究论文 | 提出结合GPS-VAE和Transformer-SELFIES的几何感知生成框架，用于基于结构的从头药物设计 | 首次将图交互变换器变分自编码器与Transformer-SELFIES结合，实现100%化学有效性，并利用STONED进化算法进行结构优化 | 仅针对JAK2和DRD2两个靶点进行了验证，泛化性有待进一步评估；自动对接评分函数依赖于AutoDock Vina | 开发一种高效的几何感知生成框架，提高基于结构从头药物设计的配体效率和化学有效性 | Janus激酶2和Dopamine D2受体靶点及其活性位点 | 机器学习 | NA | 分子对接、变分自编码器、进化搜索 | 图神经网络、变换器、变分自编码器 | 蛋白质结构、分子结构（SELFIES表示） | NA | PyTorch | GPS-VAE、Transformer-SELFIES、STONED进化算法 | 配体效率、化学有效性 | NA |
| 5860 | 2026-06-03 |
CvTFuse: An unsupervised medical image fusion method of gliomas T1-DWI mode
2026-May, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2026.110618
PMID:41547498
|
研究论文 | 提出一种基于CNN和视觉Transformer的无监督医学图像融合方法CvTFuse，用于胶质瘤T1-DWI模态融合 | 首次将CNN与视觉Transformer结合用于医学图像融合，提出全局上下文聚合模块（GCAM）以增强多尺度特征提取，并采用能量感知和梯度增强的融合策略来保留细节信息 | 研究未明确说明在更大规模数据集或多中心数据上的泛化能力，且计算资源消耗未详细评估 | 开发一种无监督的医学图像融合方法以精确融合MRI不同模态（T1和DWI），提升病变区域定位和临床诊断准确性 | 胶质瘤患者的T1加权成像（T1WI）和扩散加权成像（DWI）磁共振图像 | 计算机视觉 | 胶质瘤 | 磁共振成像（T1WI和DWI） | CNN与视觉Transformer混合模型 | 图像 | 未明确说明 | NA | CNN模块、视觉Transformer（ViT）、GCAM（全局上下文聚合模块），其中CNN模块用于局部特征提取，Transformer模块用于全局特征提取 | 平均梯度（AG）、信息熵（IE）、互信息（MI）、视觉显著性（VSM） | NA |