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 39696 篇文献，本页显示第 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2026-01-30 |
Lipid Nanoparticle Database towards structure-function modeling and data-driven design for nucleic acid delivery
2026-Jan-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-68818-1
PMID:41605942
|
研究论文 | 本文开发了一个名为LNPDB的脂质纳米颗粒数据库，用于整合结构-功能数据，支持数据驱动的核酸递送设计 | 首次创建了一个统一的脂质纳米颗粒数据库，标准化了LNP的特征化，并集成了分子动力学模拟功能 | NA | 解决脂质纳米颗粒结构-功能数据分散和非标准化的问题，促进系统化分析和数据驱动设计 | 脂质纳米颗粒（LNPs），用于核酸递送 | 机器学习 | NA | 脂质纳米颗粒技术，分子动力学模拟 | 深度学习模型 | 结构数据，功能数据 | 19,528个脂质纳米颗粒 | NA | NA | NA | NA |
| 702 | 2026-01-30 |
A Comprehensive X-ray Dataset for Pediatric Ulna and Radius Fractures Analysis
2026-Jan-28, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06666-w
PMID:41605965
|
研究论文 | 本文介绍了首个公开的儿科尺骨和桡骨骨折X射线数据集PediURF，并提出了一个双视角分类模型URFNet用于骨折分类 | 创建了首个公开的儿科尺骨和桡骨骨折X射线数据集PediURF，包含超过10,000张去标识化图像，并提出了一个新颖的双视角分类模型URFNet | 未明确提及研究的局限性 | 解决儿科前臂骨折研究中缺乏标准化和公开可用数据集的问题，以促进人工智能研究和临床验证 | 儿科尺骨和桡骨骨折的X射线图像 | 计算机视觉 | 儿科骨折 | X射线成像 | 深度学习分类模型 | 图像 | 超过10,000张去标识化X射线图像 | NA | URFNet | NA | NA |
| 703 | 2026-01-30 |
A dataset and benchmark of carbonate thin-section images for deep learning
2026-Jan-28, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06633-5
PMID:41605971
|
研究论文 | 本文介绍了一个名为DeepCarbonate的碳酸盐岩薄片图像数据集，用于深度学习分析，并提供了基准测试结果 | 提出了首个经过清理和标准化的碳酸盐岩薄片图像公共基准数据集，包含22个岩性类别，并按光学模式分层组织，以促进可重复性和公平模型比较 | 未明确说明数据集的样本数量或图像总数，且仅评估了有限的深度学习模型架构 | 为碳酸盐岩薄片图像分析提供一个标准化、可重复的深度学习基准数据集和评估框架 | 来自中国四川盆地和阿拉伯联合酋长国特定地质层位的碳酸盐岩薄片图像 | 计算机视觉 | NA | 薄片图像分析 | CNN | 图像 | NA | PyTorch | ResNet, VGG, DenseNet, MobileNet, EfficientNet | NA | CUDA加速 |
| 704 | 2026-01-30 |
Deep learning based individual identification and population estimation of the yellow spotted mountain newt (Neurergus derjugini)
2026-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36092-2
PMID:41606028
|
研究论文 | 本研究提出了一种结合几何计算机视觉和深度学习的非侵入性图像方法，用于黄斑山蝾螈的个体识别和种群估计 | 首次将深度学习应用于濒危两栖动物黄斑山蝾螈的个体识别，通过几何管道提取黄色斑点特征，并利用微调的CNN模型实现高精度分类，为非侵入性种群监测提供了新工具 | 数据集需进一步扩展以验证时间稳定性，且方法尚未部署为实时移动应用 | 开发一种可靠、非侵入性的方法来监测濒危黄斑山蝾螈的种群，以支持保护工作 | 黄斑山蝾螈（Neurergus derjugini），一种濒危两栖动物 | 计算机视觉 | NA | 图像分析、几何计算机视觉 | CNN | 图像 | 549只成年黄斑山蝾螈，在两个采样会话中分别有332和217个体 | TensorFlow, PyTorch, Keras | DenseNet121, EfficientNetB0, InceptionV3 | 准确率, AUC | NA |
| 705 | 2026-01-30 |
Radiomics analysis of early pregnancy ultrasound images to predict viability at the end of first trimester
2026-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35158-5
PMID:41606065
|
研究论文 | 本研究通过分析早期妊娠超声图像的影像组学特征，结合临床特征，开发了一个端到端模型来预测妊娠早期结束时的存活情况 | 首次结合深度学习分割模型（多任务nnUNet v2）与机器学习分类方法（XGBoost和LASSO），利用影像组学特征预测未知活力妊娠的结局 | 样本量较小，可能导致机器学习模型容易过拟合 | 预测妊娠早期结束时的存活情况，帮助患者应对未知活力妊娠分类的不确定性 | 未知活力妊娠的早期妊娠超声图像 | 数字病理学 | 妊娠相关疾病 | 超声成像 | 深度学习, 机器学习 | 图像 | 500例未知活力妊娠病例，其中400例用于训练和验证，100例用于测试 | nnUNet, XGBoost, LASSO | 多任务nnUNet v2 | Dice系数, AUC, F1分数, 召回率 | NA |
| 706 | 2026-01-30 |
A hybrid local-global feature attention network for thin section rock image classification
2026-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36669-x
PMID:41606083
|
研究论文 | 本文提出了一种用于薄片岩石图像分类的混合局部-全局特征注意力网络HFANet | 提出了一种新颖的混合局部-全局特征注意力网络HFANet，它集成了基于DenseNet的局部分支和基于Swin Transformer的全局分支，并引入了多头自注意力模块和双向交叉注意力机制，以及包含三个独立头部的集成分类框架和多模态地质特征融合 | NA | 提高薄片岩石图像的细粒度分类精度，以支持地质调查、资源勘探和自动化岩石学分析 | 薄片岩石图像 | 计算机视觉 | NA | NA | CNN, Transformer | 图像 | 一个综合的岩石薄片数据集 | NA | DenseNet, Swin Transformer | 准确率, AUC, AUPR | NA |
| 707 | 2026-01-30 |
An interactive cascaded deep learning framework with expert refinement for accurate striatal subregion segmentation
2026-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36399-0
PMID:41606103
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 708 | 2026-01-30 |
Artificial Intelligence-Based Multi-Stage System for Automated Angle's Classification of Malocclusion from Intraoral Images in Orthodontics
2026-Jan-28, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01826-7
PMID:41606231
|
研究论文 | 本研究提出了一种基于多阶段深度学习流程的系统，用于从口腔内图像自动进行Angle错𬌗畸形分类 | 开发了一个三阶段自动化流程，仅使用口腔内照片（无需X光片）即可完成分类，并集成了侧向分类、特定侧别的磨牙区域定位和统一的错𬌗分类器 | 目前仅基于口腔内图像，未来需要整合X光片或3D扫描等多模态数据以进行更全面的正畸诊断 | 开发一个自动化系统，用于正畸中Angle错𬌗畸形的分类，以减少诊断差异并支持大规模筛查 | 口腔内咬合图像，特别是侧向咬合图像，要求患者年龄大于6岁且第一磨牙已完全萌出 | 计算机视觉 | 错𬌗畸形 | 深度学习，图像分析 | CNN | 图像 | 来自三个正畸中心的8909张侧向口腔内咬合图像，外部验证集包含383张未见过的图像 | NA | MolarBBoxNet-R, MolarBBoxNet-L, AngleClassifier-R50 | 准确率, 敏感性, 特异性 | NA |
| 709 | 2026-01-30 |
A comprehensive multi-task deep learning model for kidney cancer: histological subtyping, clinical staging, and anatomical complexity grading
2026-Jan-28, European radiology
IF:4.7Q1
DOI:10.1007/s00330-026-12322-z
PMID:41606245
|
研究论文 | 开发并验证了一种基于多期相增强CT的多任务深度学习模型，用于同时评估恶性肾肿瘤的组织学亚型、临床分期和解剖复杂性分级 | 提出了一种基于渐进分层提取的多任务深度学习模型，能够同时处理肾肿瘤的多个临床任务，相比单任务模型在临床分期上表现更优，且计算效率显著提升 | 研究为回顾性设计，且仅包含两个中心的患者数据，可能存在选择偏倚 | 开发一个能够同时预测恶性肾肿瘤组织学亚型、临床分期和解剖复杂性分级的深度学习模型 | 恶性肾肿瘤患者及其术前肾脏多期相增强CT图像 | 计算机视觉 | 肾癌 | 多期相增强CT | 深度学习 | 图像 | 798名患者（中心A: 620例，中心B: 178例） | NA | 基于渐进分层提取的多任务深度学习模型 | AUC, 决策曲线分析 | NA |
| 710 | 2026-01-30 |
Deep learning for construction waste detection using ConvNeXt V2 EMA attention and WIoU v3 loss
2026-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37473-3
PMID:41606243
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 711 | 2026-01-30 |
Development and validation of a deep learning-based emergency triage model: a feasibility and effectiveness study
2026-Jan-28, BMC emergency medicine
IF:2.3Q1
DOI:10.1186/s12873-026-01489-9
PMID:41606477
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 712 | 2026-01-30 |
Analysis of Upper Airway Morphology Using Four-Dimensional Dynamic MRI With Active Deep Learning-Based Automatic Segmentation
2026-Jan-28, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70237
PMID:41607039
|
研究论文 | 本研究使用主动学习的nnU-Net模型，在自由呼吸的四维动态MRI上自动分割上气道，并量化分析不同张口状态下的形态学动态变化 | 首次将主动学习的nnU-Net应用于自由呼吸的四维动态MRI上气道自动分割，减少了手动标注工作量，并系统量化了张口呼吸对上气道形态动态变化的影响 | 样本量相对有限（84名成人，内部测试集18人），且研究对象均为无阻塞性睡眠呼吸暂停的成年人，结果可能无法推广到OSA患者群体 | 开发自动分割方法以量化上气道在呼吸过程中的动态形态变化，并探究张口状态、性别及睡眠相关症状对上气道形态的影响 | 无阻塞性睡眠呼吸暂停的成年人（84人，其中28名男性，56名女性，年龄18-80岁，33人有睡眠相关呼吸症状） | 数字病理学 | 阻塞性睡眠呼吸暂停 | 自由呼吸时间分辨成像与交错随机轨迹序列（TWIST）的四维动态MRI | nnU-Net | 四维动态MRI图像 | 84名成年人（训练集68人，固定验证集4人，内部测试集18人） | nnU-Net | nnU-Net | Dice系数 | NA |
| 713 | 2026-01-30 |
Protein language models trained on biophysical dynamics inform mutation effects
2026-Jan-27, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2530466123
PMID:41576089
|
研究论文 | 本研究提出了两种基于生物物理动力学的蛋白质语言模型SeqDance和ESMDance，用于预测蛋白质动态特性和突变效应 | 首次将分子动力学模拟和简正模式分析获得的动态生物物理特性融入蛋白质语言模型训练，突破了传统模型仅依赖序列和静态结构的局限 | 模型训练数据来源于64,000多个蛋白质的计算模拟结果，可能无法完全覆盖所有蛋白质类型的动态特性 | 开发能够捕捉蛋白质动态特性的深度学习模型，以更准确地预测突变对蛋白质功能的影响 | 蛋白质序列及其动态生物物理特性 | 自然语言处理 | NA | 分子动力学模拟，简正模式分析 | 蛋白质语言模型 | 蛋白质序列，动态生物物理特性数据 | 超过64,000个蛋白质 | NA | SeqDance, ESMDance（基于ESM2） | 零样本预测性能 | NA |
| 714 | 2026-01-30 |
Benchmarking the geographic generalization of deep learning models for precipitation downscaling
2026-Jan-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34557-4
PMID:41593162
|
研究论文 | 本文通过RainShift数据集和基准测试，评估了深度学习模型在降水降尺度任务中的地理泛化能力 | 引入了RainShift数据集和基准，首次系统评估了降尺度模型在地理分布偏移下的泛化性能，并探讨了领域适应等改进策略 | 模型在分布外区域性能显著下降，即使扩展训练域也难以完全克服地理差异，且高分辨率观测数据在全球分布不均 | 评估深度学习降水降尺度模型的地理泛化能力，以促进高分辨率气候信息的全球公平获取 | 地球系统模型（ESM）的输出数据，以及全球不同地理区域的降水观测数据 | 机器学习 | NA | 深度学习降尺度 | GAN, 扩散模型 | 气候数据 | NA | NA | NA | NA | NA |
| 715 | 2026-01-30 |
Sustainable design of organic solar cells utilized machine and deep learning
2026-Jan-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35067-7
PMID:41593236
|
研究论文 | 本研究通过SCAPS-1D模拟和人工智能模型，对有机太阳能电池的结构进行优化和性能预测 | 结合详细物理模拟与人工智能预测模型（CNN和SVR），优化有机太阳能电池设计并预测其性能，以支持可持续发展目标 | 模拟基于一维模型，可能未完全反映三维实际器件中的复杂效应；人工智能模型的训练数据来源于模拟结果 | 优化有机太阳能电池的设计以提高其功率转换效率，并利用人工智能预测性能，推动清洁能源技术的可持续发展 | 具有ITO/PEDOT:PSS/PBDB-T:IT-M/PFN-Br/Al结构的有机太阳能电池 | 机器学习 | NA | SCAPS-1D太阳能电池模拟器 | CNN, SVR | 模拟的结构参数与性能数据 | NA | NA | 卷积神经网络，支持向量回归 | 预测准确性 | NA |
| 716 | 2026-01-30 |
Advancements in the detection of invasive water hyacinth (Eichhornia crassipes): a critical review of monitoring techniques for aquatic ecosystem management
2026-Jan-27, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-026-14979-x
PMID:41593392
|
综述 | 本文系统回顾了2012年至2025年间关于利用机器学习、深度学习和遥感等技术检测与监测入侵物种水葫芦的研究进展 | 首次系统性地从检测技术、数据集和性能评估指标三个维度，对水葫芦监测领域的研究进行了全面梳理，并识别了2023-2025年间深度学习模型应用增长等关键趋势 | 现有研究在数据集可用性和评估指标标准化方面存在不足 | 为水生入侵物种的环境监测提供方法学参考，促进研究一致性和制定可扩展的监测策略 | 入侵物种水葫芦（Eichhornia crassipes） | 机器学习和遥感技术 | NA | 机器学习、深度学习、遥感、混合方法 | NA | 遥感数据等 | 分析了74篇同行评议文章 | NA | NA | NA | NA |
| 717 | 2026-01-30 |
An attention based optimized network for the classification of skin lesions
2026-Jan-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-31220-w
PMID:41588030
|
研究论文 | 提出了一种结合深度学习和优化技术的新型优化网络，用于皮肤病变分类 | 将RegNetY032模型与改进的分类头作为主干架构，集成软注意力模块以有效识别和优先处理显著病变特征，并采用Harris-Hawks优化算法进行超参数优化 | 未在摘要中明确说明 | 开发一种自动化的皮肤病变分类方法，以辅助早期诊断和及时治疗 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 皮肤镜检查 | CNN | 图像 | HAM10000基准数据集 | 未在摘要中明确说明 | RegNetY032 | 准确率 | 未在摘要中明确说明 |
| 718 | 2026-01-30 |
Deep learning in prognostication
2026-Jan-26, Resuscitation
IF:6.5Q1
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 719 | 2026-01-30 |
Fast cardiac magnetic resonance (CMR) protocol for biventricular functional assessment and tissue characterisation
2026-Jan-26, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2026.134197
PMID:41605334
|
研究论文 | 本研究比较了传统标准心脏磁共振协议与基于深度学习重建的快速协议，旨在缩短扫描时间同时保持图像质量和功能测量准确性 | 提出了一种结合深度学习重建（Sonic DL bSSFP cine和2D多段PSIR LGE with AIR Recon DL）的快速心脏磁共振协议，显著缩短总扫描时间近60% | 研究样本量有限（100例患者），且患者群体以男性为主（78%），可能影响结果的普遍适用性 | 评估快速心脏磁共振协议在图像质量、功能测量、心肌表征和扫描时间方面的表现，以促进临床常规应用 | 已知或疑似心肌疾病的连续患者 | 数字病理学 | 心血管疾病 | 心脏磁共振（CMR），包括bSSFP cine和PSIR LGE序列 | 深度学习重建模型 | 磁共振图像 | 100例连续患者（78%男性，平均年龄52±16岁，平均BMI 25.0±4.3 kg/m²） | NA | Sonic DL, AIR Recon DL | Likert评分（图像质量），心室大小、功能、左心室质量测量，扫描时间比较 | NA |
| 720 | 2026-01-30 |
SpatialDINO: A Self-Supervised 3D Vision Transformer that enables Segmentation and Tracking in Crowded Cellular Environments
2026-Jan-25, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.31.697247
PMID:41509489
|
研究论文 | 本文介绍了一种名为SpatialDINO的自监督3D视觉Transformer方法，用于在拥挤的细胞环境中实现分割和跟踪 | SpatialDINO是一种完全自动化的自监督方法，基于改进的DINOv2训练原生3D视觉Transformer，无需体素标注或重新训练即可从单通道显微镜图像中生成鲁棒的语义特征图，支持跨成像条件和模态的对象检测与分割 | 方法在训练时使用了小规模共聚焦体积数据集，可能限制其在更广泛场景下的泛化能力；自监督方法可能对某些特定对象类别的检测精度有限 | 开发一种自监督的3D视觉Transformer方法，以解决拥挤细胞环境中低对比度、各向异性、单色图像体积中对象识别、分割和跟踪的难题 | 拥挤细胞内环境中的不同大小和形状的物体，如网格蛋白包被小坑、网格蛋白包被囊泡、内体、溶酶体、细胞质膜、细胞核以及MRI扫描中的肿瘤 | 计算机视觉 | NA | 活细胞荧光3D晶格光片显微镜、共聚焦显微镜、MRI扫描 | Vision Transformer | 3D图像 | 小规模共聚焦体积数据集，涵盖不同大小和形状的目标 | NA | DINOv2（改进版本） | NA | NA |