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 49099 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 | 2026-06-28 |
Adversarial Noise Isolation in Multimodal Perception: A Computational Framework Inspired by Inhibitory Control
2026-May-30, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci16060591
PMID:42352600
|
研究论文 | 提出一种受抑制控制启发的多模态信息解缠计算框架，通过对抗噪声隔离机制提升多模态感知的鲁棒性 | 首次将认知抑制控制概念算法化，设计对抗噪声隔离模块以分离模态不变与模态特异性特征，实现净化后融合策略 | 未提供直接的神经生物学验证，且仅基于预提取的高层特征运算 | 验证算法噪声隔离可促进鲁棒的多感官整合假说，降低后续融合计算复杂度 | 多模态感知中的异构信号（面部表情、声音韵律、语言）与未信息性变异 | 机器学习 | NA | NA | 对抗噪声隔离框架 | 多模态数据（表情、语音、文本） | NA | NA | 多模态信息解缠网络 | 竞争性能、稳定性指标 | NA |
| 5842 | 2026-06-28 |
Global Spatiotemporal Dynamics of African Swine Fever: An Integrated Multi-Scale Spatial and Time-Series Analysis
2026-May-28, Viruses
DOI:10.3390/v18060618
PMID:42357628
|
研究论文 | 结合多尺度空间分析和时间序列预测，全面刻画了1996年至2025年非洲猪瘟的全球时空动态 | 首次整合多距离空间分析与高级时间序列预测框架，揭示了野猪和家猪在不同地区的传播模式差异以及2017-2020年间非洲猪瘟从南北轴向东西向的流行病学转变 | 未明确说明局限性 | 全面表征非洲猪瘟的全球时空动态，支持改进早期预警系统和防控策略 | 非洲猪瘟（ASF）的爆发记录数据集（57,253条记录） | 机器学习 | 非洲猪瘟 | 时间序列分析 | 随机森林（RF）、SARIMA、Prophet、XGBoost、GRU | 爆发记录（空间和时间数据） | 57,253条非洲猪瘟爆发记录 | NA | 随机森林（RF）、SARIMA、Prophet、XGBoost、GRU | 预测准确率 | NA |
| 5843 | 2026-06-28 |
Cross-Lingual Alzheimer's Disease Speech Detection: Polarity Inversion and Few-Shot Calibration Strategies
2026-May-27, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13060629
PMID:42351874
|
研究论文 | 提出一种跨语言阿尔茨海默病语音检测方法，通过极性翻转校准实现低资源语言的性能恢复 | 发现跨语言病理语音中疾病相关特征偏移方向系统性反转的极性翻转现象，并基于此提出仅需5个标记样本的蒙特卡洛极性翻转校准框架 | 研究仅基于单一盲测集和有限样本量，可能未涵盖所有语言对和临床场景的变异性 | 解决低资源语言中标注数据稀缺导致的跨语言迁移性能下降问题 | 跨语言阿尔茨海默病患者的语音数据 | 自然语言处理 | 阿尔茨海默病 | 语音信号处理 | 自监督HuBERT模型 | 语音数据 | 目标域每类5个标记支持样本 | PyTorch | HuBERT | AUC | NA |
| 5844 | 2026-06-28 |
Learning Periodic Patterns in ECG Signals Using TimesNet for Automated Cardiac Classification
2026-May-26, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines14061198
PMID:42351626
|
研究论文 | 提出基于TimesNet的框架，利用周期性时间建模对多导联心电图信号进行多标签自动分类 | 首次在TimesNet框架中明确建模心电图信号的周期性和多尺度时间动态，利用FFT引导的时域分解提取周期性特征 | 未提及在更大规模或不同来源数据集上的泛化能力验证，且对周期性模式极端变异的鲁棒性待评估 | 开发一种具有周期性感知能力的心电图表征学习方法，提升心脏疾病自动分类性能 | 多导联心电图记录，来自PTB-XL数据集 | 机器学习 | 心脏疾病（房颤、心肌梗死、室性早搏、ST-T改变） | 心电图信号处理 | TimesNet | 时间序列信号 | PTB-XL数据集，包含3类和5类分类任务（具体样本数未提及） | PyTorch | TimesNet、TimesBlocks | AUC | GPU，推理延迟5.230 ms/记录，吞吐量191记录/秒 |
| 5845 | 2026-06-28 |
MaxI-Net: A 3D AI Framework for CBCT-Based Maxillofacial Defect Reconstruction and Patient-Specific Implant Generation with Biomechanical Validation
2026-May-26, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13060619
PMID:42351864
|
研究论文 | 提出MaxI-Net，一个用于CBCT颌面缺损重建和患者特异性植入体生成的三维深度学习框架，并进行生物力学验证 | 提出端到端的3D深度学习框架，集成混合空洞卷积、残差连接、SE块和3D CBAM注意力机制进行多尺度特征融合，实现颌面缺损重建和个性化植入体生成的一体化流程 | 生成的植入体内部空腔填充依赖手动后处理步骤（Autodesk Fusion 360），且主要针对上颌骨缺损，下颌骨调整需进一步研究 | 开发快速、资源高效的三维深度学习框架，实现颌面缺损的自动重建和患者特异性植入体生成 | 颌面部缺损患者（创伤、肿瘤切除或先天性畸形所致）的CBCT扫描数据 | 计算机视觉， 数字病理 | 颌面缺损 | CBCT | 3D深度学习模型 | CBCT影像 | 921个CBCT扫描图像，增广至11,973对上颌骨缺损样本 | PyTorch | MaxI-Net, UNet, UNETR, SegResNet, SwinUNETR | Dice相似系数, 95% Hausdorff距离, Dice标准差, 95%置信区间, Wilcoxon符号秩检验, 秩-双列效应量 | 自动混合精度训练（Automatic Mixed Precision），测试时单个体积处理时间0.06秒，每个epoch训练时间9.6分钟 |
| 5846 | 2026-06-28 |
Rate-Distortion Limits for Task-Oriented Compression with Side Information
2026-May-26, Entropy (Basel, Switzerland)
DOI:10.3390/e28060593
PMID:42352103
|
研究论文 | 分析了在编码器不可直接获取任务语义信息情况下，结合侧信息的任务导向压缩的率失真极限 | 通过同时考虑编码器和解码器端的侧信息及两个语义段的观测，首次完全刻画了率失真函数，并推导了特定马尔可夫条件下的解析解 | NA | 建立任务导向有损压缩的率失真理论极限，并验证深度学习分类场景下的适用性 | 具有侧信息的任务导向数据压缩系统，包括二分类和加性高斯相关任务场景 | 机器学习 | NA | 率失真理论 | 深度学习分类网络 | 图像 | NA | PyTorch | 有损图像压缩网络 | 失真度、分类准确率 | GPU |
| 5847 | 2026-06-28 |
Wearable-Compatible Detection of Mild Cognitive Impairment Using Novel Features Based on Sleep Stage Dynamics
2026-May-26, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci16060562
PMID:42352571
|
研究论文 | 提出一种基于睡眠阶段动力学的新型特征，用于轻度认知障碍的轻量级、可穿戴兼容检测方法 | 首次利用睡眠阶段动力学特征进行轻度认知障碍分类，提出轻量级且生理可解释的框架，具备可穿戴设备集成潜力 | 概念验证研究，数据集规模有限（53名受试者），需在更大样本和多样化人群中验证 | 开发一种基于睡眠阶段动力学的可穿戴兼容方法，用于早期轻度认知障碍检测 | 轻度认知障碍患者与健康对照者的睡眠脑电图数据 | 机器学习 | 轻度认知障碍，痴呆 | 睡眠脑电图（EEG）采集，自动睡眠分期 | 支持向量机（线性与RBF核），随机森林，XGBoost，逻辑回归 | 睡眠周期图（hypnogram）衍生特征 | 53名受试者（36名健康，17名轻度认知障碍） | Scikit-learn | NA | 准确率，平衡准确率，灵敏度，特异度，ROC AUC | NA |
| 5848 | 2026-06-28 |
Acoustic Signatures of Hive: Detecting Queen Bee Absence Through Machine Learning of Short Audio Segments
2026-May-25, Insects
IF:2.7Q1
DOI:10.3390/insects17060547
PMID:42355281
|
研究论文 | 利用机器学习与深度学习模型，基于短时蜂箱音频记录检测蜂王是否存在，以实现精准养蜂的实时监控 | 证明短短几秒的音频片段即可可靠分类蜂王存在状态，并展示了在真实城市记录环境下的良好表现 | 未提及具体限制 | 开发一种可扩展、低成本的蜂箱声学监测方法，用于自动检测蜂王缺失 | 蜜蜂蜂箱中的蜂王存在状态 | 机器学习 | NA | NA | 卷积神经网络（CNN）、梯度提升模型 | 音频 | 来自多个来源的蜂箱音频记录 | NA | 卷积神经网络（CNN）、梯度提升模型 | 准确率、稳定性 | NA |
| 5849 | 2026-06-28 |
Unified Temporal-Spectral-Spatial Modeling for Robust and Generalizable Motor Imagery Brain-Computer Interfaces
2026-May-24, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering13060612
PMID:42351857
|
研究论文 | 提出NeuroCrossNet，一种统一的三模态深度学习模型，用于稳健且无需校准的运动想象脑机接口解码，联合学习时间、频谱和空间EEG特征 | 首次提出统一三模态深度学习模型NeuroCrossNet，联合学习时间、频谱和空间EEG特征；引入时间超混合器块、小波变换器、图注意力网络及动态残差注意力门和主体感知归一化方法，无需目标域校准数据即可实现跨主体泛化 | 该方法在更大规模、更多变的真实世界数据集上的泛化性尚未验证；计算资源要求未明确报告 | 开发一种稳健、通用且无需校准的运动想象脑机接口解码模型 | 运动想象脑电图信号 | 机器学习 | NA | EEG | 深度学习模型（CNN、Transformer、图注意力网络混合） | EEG信号 | BCI Competition IV-2a和High-Gamma数据集（具体样本数未说明） | PyTorch | NeuroCrossNet（包括时间超混合器块、小波变换器、图注意力网络、动态残差注意力门、主体感知归一化） | 分类准确率 | NA |
| 5850 | 2026-06-28 |
Cascade Semantic Segmentation by a Convolutional Neural Network in Combination with Image Super-Euclidean Pixels Processing for SARS-CoV-2 Microscopy Images
2026-May-24, Viruses
DOI:10.3390/v18060592
PMID:42357603
|
研究论文 | 提出了一种结合卷积神经网络和超欧几里德像素处理的级联语义分割方法，用于SARS-CoV-2显微图像 | 首次将超欧几里德像素方法作为CNN的中间层用于SARS-CoV-2电子显微镜图像的语义分割，并对比了梯度向量流和泊松逆梯度分割器的性能 | 未提及具体局限性 | 开发自动化的深度学习语义分割工具，用于准确识别SARS-CoV-2颗粒 | SARS-CoV-2电子显微镜图像中的病毒颗粒 | 计算机视觉 | 新型冠状病毒肺炎 | 电子显微镜成像 | 卷积神经网络 | 图像 | 未明确提及样本数量 | NA | NA | Dice相似系数、交并比、灵敏度、特异性、准确率、ROC曲线下面积、Cohen's Kappa | NA |
| 5851 | 2026-06-28 |
Evaluation of the Use of Artificial Intelligence in Dental Imaging Interpretation: A Systematic Review
2026-May, Cureus
DOI:10.7759/cureus.109628
PMID:42359172
|
综述 | 系统评估人工智能在牙科影像解读中的应用、诊断性能及局限性 | 首次系统综述AI在牙科影像多种任务（如龋齿检测、牙周骨丧失评估、阻生第三磨牙评估等）中的支持性诊断表现和效率提升 | 仅纳入7项异质性研究，证据基础有限，需要更多高质量研究和外部验证 | 评估AI在牙科影像解读中的应用效果和局限性 | AI在牙科影像解读中的各种应用（如龋齿检测、牙周骨丧失评估、阻生第三磨牙评估、牙根骨折检测、工作长度确定、图像配准） | 机器学习 | NA | 数字放射摄影 | 机器学习、深度学习 | 影像 | 7项研究 | NA | NA | 诊断性能、效率 | NA |
| 5852 | 2026-06-28 |
An interpretable TimeMIL framework for fNIRS: differential diagnosis between schizophrenia and bipolar disorder
2026, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2026.1832221
PMID:42358391
|
研究论文 | 提出一种可解释的TimeMIL框架，用于基于功能近红外光谱（fNIRS）数据的精神分裂症与双相情感障碍的鉴别诊断 | 首次将时间感知多实例学习模型（TimeMIL）应用于fNIRS数据的精神疾病分类，并引入专门的可解释性框架，揭示了前额叶功能异常的区域特异性模式 | 样本量较小，且该模型在临床环境中的进一步验证尚未完成 | 开发一种基于fNIRS的高准确率、鲁棒且可解释的深度学习框架，用于精神分裂症与双相情感障碍的早期筛查和鉴别诊断 | 健康对照（HC）、精神分裂症（SCZ）和双相情感障碍（BD）患者的fNIRS数据 | 机器学习 | 精神分裂症, 双相情感障碍 | 功能近红外光谱（fNIRS） | 时间感知多实例学习模型（TimeMIL） | 时间序列数据 | 共169名参与者：HC 52名，SCZ 50名，BD 67名 | PyTorch | TimeMIL, 1D-CNN, Transformer, TCN | 准确率, AUC | NA |
| 5853 | 2026-06-28 |
DeM-FCN: an ultra-lightweight and purely convolutional framework for edge-native human activity recognition in wearable fitness tracking
2026, Frontiers in sports and active living
IF:2.3Q2
DOI:10.3389/fspor.2026.1858408
PMID:42358506
|
研究论文 | 提出一种超轻量纯卷积框架DeM-FCN，用于可穿戴健身追踪中的边缘原生人体活动识别 | 提出纯卷积架构DeM-FCN，避免循环结构或注意力机制，通过物理感知输入表示（欧拉角三角编码和加速度/陀螺仪幅度特征）和代价敏感焦点损失实现主体无关识别，模型参数仅73.7K、计算量14.84M FLOPs、大小0.29MB | 硬标签日常活动识别因活动多样性、传感器域差异及模态信息缺失比受限抗阻训练识别更具挑战性 | 开发适合资源受限边缘设备的轻量、高效人体活动识别方法，用于可穿戴健身追踪 | 哑铃类抗阻训练活动（四种练习）及公开数据集上的日常活动 | 机器学习 | NA | 惯性测量单元（IMU）传感 | 全卷积网络（FCN） | 惯性测量数据（加速度计、陀螺仪） | 15名受试者收集的定制智能哑铃数据集，以及公开数据集PAMAP2和MHEALTH | NA | 堆叠一维卷积块（含全局最大池化） | 准确率、宏F1分数、宏AUC | NA |
| 5854 | 2026-06-28 |
Restoration of missing regions in limited field of view computer tomography using an image- and sinogram-based conditional generative adversarial network model
2026-Jan, BJR artificial intelligence
DOI:10.1093/bjrai/ubag010
PMID:42358732
|
研究论文 | 本研究利用基于图像和正弦图的条件生成对抗网络模型，恢复计算机断层扫描中有限视野的缺失区域 | 提出基于正弦图的条件生成对抗网络模型，在恢复有限视野外缺失区域时显著优于基于图像的方法，提高身体轮廓连续性并适应患者个体差异 | NA | 开发并评估基于图像和正弦图的条件生成对抗网络模型，用于恢复有限视野计算机断层扫描中的缺失区域 | 治疗计划CT和锥束CT数据集，共包含119名患者（96例计划CT和23例锥束CT） | 计算机视觉 | NA | 计算机断层扫描 | 条件生成对抗网络 | 图像 | 96例计划CT（64训练、16验证、16内部测试）和23例锥束CT（外部测试） | NA | 条件生成对抗网络 | 平均绝对误差、均方根误差、结构相似性指数 | NA |
| 5855 | 2026-06-28 |
An efficient hybrid CNN-transformer framework for real-time weapon detection and face recognition
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1841848
PMID:42358851
|
研究论文 | 提出一种名为ConViDeTR的混合深度学习框架，用于实时武器检测和人脸识别，整合了CNN、ViT和DETR架构 | 提出深度特征融合层，将局部空间特征、全局上下文特征和对象查询特征集成到共享特征空间，实现武器检测和人脸识别的同步执行 | 未明确指出局限性 | 开发高效、实时的智能监控系统，实现武器检测和人脸识别的准确性与鲁棒性 | 武器检测和人脸识别任务 | 计算机视觉 | NA | NA | 混合CNN-Transformer | 图像 | 使用现有基准数据集 | PyTorch | CNN, Vision Transformer (ViT), Detection Transformer (DETR) | 准确率, 帧率 (FPS), 延迟 | NA |
| 5856 | 2026-06-28 |
Global research trends and hotspots in human immunodeficiency virus-associated cervical cancer (1990-2025): a multi-database bibliometric analysis
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1835957
PMID:42358990
|
综述 | 对人类免疫缺陷病毒相关宫颈癌的研究进行多数据库文献计量分析 | 首次对1990-2025年间HIV相关宫颈癌的全球研究趋势和热点进行多数据库文献计量分析，重点关注HIV与高危型HPV协同致癌的分子和免疫机制 | 未提及具体局限性 | 绘制HIV相关宫颈癌的全球研究景观，识别主要贡献者和合作网络，并描绘知识基础和新兴研究优先级 | 1990年1月1日至2025年12月31日期间发表的关于HIV和宫颈癌的出版物（共6,137篇） | 医学信息学 | 宫颈癌 | 文献计量分析 | NA | 文献数据 | 6,137篇出版物 | R（bibliometrix）、Python、VOSviewer、CiteSpace | NA | NA | NA |
| 5857 | 2026-06-28 |
Editorial: Deep learning in brain-computer interfaces
2026, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2026.1888360
PMID:42359044
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5858 | 2026-06-28 |
Physics-Informed Artificial Intelligence Design of Picomolar Nanobodies Enables Deep Tumor Penetration and High-Contrast Imaging
2026, Research (Washington, D.C.)
DOI:10.34133/research.1325
PMID:42359048
|
研究论文 | 提出一种物理信息引导的人工智能框架，整合AlphaFold 3和分子动力学模拟，设计皮摩尔亲和力的抗CEA纳米抗体，实现深部肿瘤穿透和高对比度成像 | 通过结合几何深度学习与严格物理原理，采用可变介电MM/GBSA分解技术识别热力学次优界面残基，以静电优化、去溶剂化惩罚最小化和范德华堆积改进策略解决亲和力成熟瓶颈，实现306倍亲和力提升 | 未明确讨论方法对其他靶点或不同纳米抗体平台的普适性，体内实验仅局限于结直肠癌异种移植模型 | 克服纳米抗体在实体瘤治疗中快速肾清除与超强亲和力需求之间的生物物理权衡，实现深部肿瘤渗透和长效滞留 | 抗癌胚抗原纳米抗体及其双特异性融合蛋白 | 计算生物学， 机器学习和分子动力学 | 结直肠癌 | 分子动力学模拟， AlphaFold 3， 可变介电MM/GBSA分解 | AlphaFold 3， 几何深度学习模型 | 蛋白质结构数据， 分子动力学模拟轨迹 | 未明确说明样本数量，涉及焦点文库构建和体内结直肠癌异种移植模型 | NA | AlphaFold 3 | 结合阳性率， 亲和力， 热稳定性 | NA |
| 5859 | 2026-06-28 |
Detection of leaf miner in sweet potato crops through image analysis using machine learning-based models
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1774493
PMID:42359397
|
研究论文 | 利用基于机器学习的模型通过图像分析检测甘薯作物中的潜叶虫 | 首次构建了标注数据集"camote_minador"并对比评估YOLOv8s和YOLOv11s架构在潜叶虫检测中的性能，证明YOLOv11s的优越性及基于TensorFlow Lite的移动端部署可行性 | 未提及模型在不同环境条件下的泛化能力及实际部署中的计算资源限制 | 自动化检测甘薯作物中的潜叶虫，提高病虫害监测效率 | 甘薯叶片图像中的潜叶虫（Liriomyza huidobrensis） | 计算机视觉 | 农业病害 | 图像分析 | 深度学习模型 | 图像 | 751张来自秘鲁兰巴耶克田野采集的图像 | TensorFlow Lite | YOLOv8s, YOLOv11s | 精确率, 召回率, mAP@50 | 移动端设备（中端） |
| 5860 | 2026-06-28 |
Analysis of artificial intelligence errors in practical medicine and rehabilitation
2026, Wiadomosci lekarskie (Warsaw, Poland : 1960)
DOI:10.36740/WLek/220842
PMID:42359872
|
综述论文 | 分析人工智能在医疗和康复实践中出现的错误类型及其影响，总结最小化错误和提升效能的方法 | 系统性地结构化了AI在医疗诊断、治疗和康复中的错误类型，并评估其对诊断准确性和治疗决策的影响 | 未提供统一解决方案，AI在诊断和预测过程中仍存在大量错误，伦理问题未解决，医疗数据收集和处理缺乏统一标准 | 探索医疗和康复中AI错误的结构化分类，评估其对诊断和治疗的影响，寻找减少错误和提高AI效能的方法 | PubMed、MEDLINE、Web of Science数据库中2021年1月至2025年12月发表的与AI医疗错误相关的出版物 | 机器学习 | NA | NA | 机器学习、深度学习、联邦学习 | 医学文献 | 57篇文章（初始），38篇因资格标准排除，2篇重复，最终17篇纳入 | NA | NA | NA | NA |