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 40284 篇文献，本页显示第 801 - 820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 801 | 2026-01-15 |
Deep learning-based automatic segmentation and classification for cervical cancer detection using an improved U-Net and ensemble methods
2026-Jan-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35299-7
PMID:41530249
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 802 | 2026-02-10 |
Assessment of influencing factors of college and universities' teaching effects using fuzzy and deep learning techniques
2026-Jan-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35940-5
PMID:41530457
|
研究论文 | 本研究结合模糊逻辑和深度学习技术，评估了影响高校教学效果的因素 | 首次将模糊逻辑与深度学习相结合，用于处理教育数据中的不确定性和模糊性，以更精确地评估教学效果 | 未具体说明数据来源的机构数量或类型，可能影响模型的泛化能力 | 开发一种先进的方法来评估高等教育机构的教学效果 | 高校教学过程中的影响因素，如师生比、学生学业成绩和教师专业知识 | 机器学习 | NA | 模糊逻辑, 深度学习 | 深度学习模型 | 结构化教育数据 | 来自多个机构的数据，具体数量未说明 | NA | NA | 准确率, 召回率, F1分数, 错误率 | NA |
| 803 | 2026-02-10 |
Bayesian Inference of Gene Regulatory Networks at Stochastic Steady State
2026-Jan-12, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.10.698684
PMID:41659677
|
研究论文 | 提出了一种基于化学朗之万方程和正则化马蹄先验的贝叶斯推断方法，用于从随机稳态基因表达数据中推断基因调控网络的结构和动力学参数 | 首次将化学朗之万方程作为基因表达动力学模型引入贝叶斯推断框架，能够在无需观测瞬态动力学的情况下推断调控网络结构和参数 | 方法目前仅使用合成基因表达数据进行评估，尚未在真实生物数据集上验证 | 开发能够考虑基础生化过程的基因调控网络推断方法 | 基因调控网络的结构和动力学参数 | 机器学习 | NA | 基因表达数据生成 | 贝叶斯模型 | 合成基因表达数据 | NA | NA | 化学朗之万方程, 正则化马蹄先验 | NA | NA |
| 804 | 2026-02-10 |
Explainable deep learning for skin cancer detection using swish-activated convolutional networks
2026-Jan-10, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-026-04386-6
PMID:41519999
|
研究论文 | 提出一种使用Swish激活函数的深度卷积神经网络，用于皮肤癌检测，并结合可解释人工智能方法提高模型的透明度和可靠性 | 采用Swish激活函数的独特DCNN架构，并结合局部和全局可解释人工智能方法，为医疗应用提供透明可靠的诊断框架 | 模型计算效率有待提高，需要纳入更多数据集以确保在不同人口群体中的鲁棒性和公平性 | 开发可解释的深度学习模型，用于皮肤癌的早期准确诊断 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | NA | CNN | 图像 | NA | NA | DCNN | 准确率, 精确率, 召回率, F1分数 | NA |
| 805 | 2026-02-10 |
inMOTIFin: a lightweight end-to-end simulation software for regulatory sequences
2026-Jan-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag026
PMID:41557841
|
研究论文 | 本文介绍了inMOTIFin，一个轻量级、模块化且用户友好的基于Python的软件，用于高效模拟和修改DNA调控序列 | inMOTIFin提供了端到端的灵活性，支持可定制的基序生成和实例插入，并允许直接修改真实序列，弥补了现有模拟器在集成和易用性方面的不足 | NA | 开发一个用于分析转录调控语法的生物信息学框架的模拟软件，以验证相关方法 | DNA调控序列 | 生物信息学 | NA | DNA序列模拟 | NA | 序列数据 | NA | Python | NA | NA | NA |
| 806 | 2026-02-10 |
Variational autoencoder-based deep learning and radiomics for predicting pathologic complete response to neoadjuvant chemoimmunotherapy in locally advanced oesophageal squamous cell carcinoma
2026-Jan-01, The British journal of radiology
DOI:10.1093/bjr/tqaf239
PMID:40996309
|
研究论文 | 本研究利用基于变分自编码器的深度学习和放射组学技术，预测局部晚期食管鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全缓解 | 创新性地结合了基于变分自编码器的深度学习和放射组学来构建预测模型 | NA | 预测局部晚期食管鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全缓解 | 局部晚期食管鳞状细胞癌患者 | 数字病理学 | 食管鳞状细胞癌 | 增强CT | VAE | 图像 | 训练队列253名患者，测试队列40名患者 | NA | NA | AUC, Precision, Recall, F1-score | NA |
| 807 | 2026-02-10 |
Diagnostic performance of artificial intelligence in radiographs for pneumoperitoneum detection: a systematic review and meta-analysis
2026-Jan-01, The British journal of radiology
DOI:10.1093/bjr/tqaf309
PMID:41442471
|
系统综述与荟萃分析 | 本文通过系统综述与荟萃分析评估了人工智能算法在医学影像中检测气腹症的诊断准确性 | 这是首个评估人工智能在气腹症诊断中准确性的荟萃分析，比较了深度学习与机器学习模型的性能，并揭示了AI在临床工作流程中提升早期诊断和优先级排序的潜力 | 研究存在异质性，未来需要更大样本量的前瞻性多中心研究以及多种模型的比较 | 评估人工智能算法在医学影像中检测气腹症的诊断准确性 | 基于人工智能的放射影像模型 | 计算机视觉 | 气腹症 | 放射影像 | 深度学习, 机器学习 | 图像 | 14个AI模型被分析，具体样本量未明确说明 | NA | NA | 灵敏度, 特异度, 诊断比值比, 曲线下面积, 阴性似然比, 阳性似然比 | Open Meta-Analyst软件, STATA 17.0 |
| 808 | 2026-02-10 |
Geometric evaluation of a deep learning method for segmentation of urinary OARs on magnetic resonance imaging for prostate cancer radiotherapy
2026-Jan, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2025.101091
PMID:41458146
|
研究论文 | 本研究提出了一种基于nnU-Net的深度学习模型，用于前列腺癌放疗中磁共振成像上泌尿器官风险区域的自动分割 | 首次提出使用nnU-Net深度学习模型在多中心磁共振图像数据集上分割泌尿器官风险区域，并应用于不同的临床设备 | 泌尿器官风险区域的分割性能存在局部不匹配，Dice系数在0.50-0.68之间，可能受患者间解剖变异影响，需要进一步评估剂量学影响 | 开发一种自动分割方法，用于前列腺癌放疗中泌尿器官风险区域的磁共振图像分割，以减少临床实践中手动勾画的时间和观察者间变异 | 前列腺癌患者的磁共振图像，重点关注泌尿器官风险区域，如前列腺内尿道和膀胱三角区 | 数字病理 | 前列腺癌 | 磁共振成像 | CNN | 图像 | 265例磁共振图像 | nnU-Net | nnU-Net | Dice分数系数, 表面距离, Hausdorff距离 | NA |
| 809 | 2026-02-10 |
Variant calling in genomics: A comparative performance analysis and decision guide
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0339891
PMID:41642910
|
研究论文 | 本研究通过基准测试七种广泛使用的变异检测工具，评估其性能并提供基于证据的选择指南 | 首次系统比较七种主流变异检测工具在基因组数据上的性能，并基于精确度、召回率和F1分数提供决策指导 | 仅使用NA12878基因组作为基准，可能无法完全代表所有基因组或变异类型的检测挑战 | 评估变异检测软件的性能，为研究者和临床医生提供基于证据的工具选择指南 | 基因组变异检测工具（GATK、FreeBayes、DeepVariant、Samtools、Strelka2、Octopus、Varscan2） | 基因组学 | NA | 全基因组测序 | 深度学习 | 基因组测序数据 | NA12878基因组（高覆盖度全基因组测序数据） | NA | NA | 精确度, 召回率, F1分数 | NA |
| 810 | 2026-02-10 |
A comparative analysis of video vision transformers on word-level sign language datasets
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341909
PMID:41642940
|
研究论文 | 本研究对VideoMAE、ViViT和TimeSformer三种视频Transformer架构在孟加拉手语数据集上进行微调与比较分析，以提升手语识别性能 | 首次在孟加拉手语数据集上系统比较多种视频Transformer模型，并引入帧率标准化、分层交叉验证和未见用户评估策略 | 研究基于特定数据集（BdSLW60和BdSLW401），模型在更大词汇量或更复杂场景下的泛化能力仍需验证 | 通过微调视频Transformer模型提升孟加拉手语的自动识别准确率与可扩展性 | 孟加拉手语（BdSL）的词汇手势识别 | 计算机视觉 | NA | 视频数据处理、数据增强 | Transformer | 视频 | BdSLW60数据集含60个手势类别、9,307个用户试验片段；BdSLW401数据集含401个手势类别 | PyTorch（基于预训练模型推断） | VideoMAE, ViViT, TimeSformer | 准确率 | NA |
| 811 | 2026-02-10 |
Recent Advances in Spectroscopy and Imaging Techniques for Nondestructive Detection of Meat Quality and Safety
2025-Dec, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.71303
PMID:41356232
|
综述 | 本文综述了光谱和成像技术在无损检测肉类品质与安全方面的最新进展，包括其原理、应用、优缺点及未来展望 | 总结了多种先进光谱和成像技术在肉类检测中的多场景应用，并探讨了结合深度学习算法以提高检测全面性和准确性的未来研究方向 | 这些技术在工业应用中仍面临成本高、数据分析复杂等挑战，且光谱技术仅能感知局部样本信息，成像技术检测速率较慢 | 总结光谱和成像技术在肉类品质与安全检测中的最新发展，以推动高质量食品交付消费者 | 肉类（作为人类饮食中重要的动物蛋白来源） | 机器视觉 | NA | 近红外光谱、拉曼光谱、荧光光谱、太赫兹光谱、高光谱成像、多光谱成像、X射线成像、热成像 | NA | 光谱数据、图像数据 | NA | NA | NA | NA | NA |
| 812 | 2026-02-10 |
[A multimodal disease-specific cohort for melanoma research: Construction, governance, and preliminary report]
2025-Nov-28, Zhong nan da xue xue bao. Yi xue ban = Journal of Central South University. Medical sciences
|
研究论文 | 本研究构建了一个针对中国人群肢端黑色素瘤的多模态疾病特异性队列，旨在提供高质量数据以支持疾病特征描述和预后机制探索 | 整合了混合自动化ETL与AI辅助架构进行数据治理，并利用基于Transformer的NLP模型处理病理叙述，结合深度学习流程处理原始影像数据，实现了多模态数据的标准化整合与质量控制 | 单中心前瞻性队列研究，样本来源有限，可能影响结果的普遍性；部分患者数据不完整，如Breslow厚度和Clark分级数据存在缺失 | 构建一个代表性的多模态疾病特异性队列，为中国人群肢端黑色素瘤研究提供高质量数据基础 | 肢端黑色素瘤患者，特别是中国人群中的患者 | 数字病理学 | 黑色素瘤 | 数字病理全切片成像，DICOM影像，临床分子数据采集，基于Transformer的NLP模型，深度学习流程 | Transformer, 深度学习模型 | 图像, 文本, 结构化临床数据 | 1036名黑色素瘤患者，包含8536张数字病理全切片图像，5084次DICOM影像采集，超过350,000个结构化临床分子数据点 | NA | Transformer | NA | NA |
| 813 | 2026-02-10 |
The diagnostic value of artificial intelligence in oral squamous cell carcinoma: A systematic review and meta-analysis
2025-10, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2025.102429
PMID:40518015
|
系统综述与荟萃分析 | 本文通过系统综述与荟萃分析评估了人工智能在检测口腔鳞状细胞癌中的诊断性能 | 首次对人工智能在口腔鳞状细胞癌诊断中的表现进行系统综述与荟萃分析，并比较了深度学习算法与传统机器学习方法的性能差异 | 研究间存在显著异质性，需要标准化方法和外部验证才能广泛实施 | 评估人工智能在口腔鳞状细胞癌诊断中的准确性 | 口腔鳞状细胞癌 | 数字病理学 | 口腔鳞状细胞癌 | NA | 深度学习算法, 传统机器学习方法 | NA | 24项研究，包含18,574个样本 | NA | NA | 敏感性, 特异性, 阳性似然比, 阴性似然比, 诊断比值比 | NA |
| 814 | 2026-02-10 |
Deep Learning-based Alignment Measurement in Knee Radiographs
2025-Sep-19, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-032-04965-0_12
PMID:41568201
|
研究论文 | 本研究提出了一种基于深度学习的方法，用于在膝关节前后位X光片中通过自动定位膝关节解剖标志来测量膝关节对齐 | 首次基于深度学习定位超过100个膝关节解剖标志以完整勾勒膝关节形状，并整合术前和术后图像的膝关节对齐测量 | NA | 自动化膝关节对齐测量以预测关节健康和全膝关节置换术后的手术结果 | 膝关节前后位X光片 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | Hourglass网络 | 平均绝对差异, 组内相关系数 | NA |
| 815 | 2026-02-10 |
Deep learning-based detection of lumbar spinal canal stenosis using convolutional neural networks
2024-11, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2024.06.009
PMID:38909909
|
研究论文 | 本研究开发了一种基于卷积神经网络（CNN）的深度学习算法，用于从腰椎平片中自动检测需要手术的腰椎管狭窄症（LSCS） | 首次利用CNN从易于获取的腰椎平片中自动诊断LSCS，为缺乏MRI设备或非专科医生提供了早期诊断工具，可能减少治疗延误 | 研究为单中心回顾性分析，样本量相对较小（150例患者），且外部验证仅包含额外25例患者，可能存在选择偏倚 | 开发一种基于深度学习的算法，从腰椎平片中诊断需要手术的腰椎管狭窄症 | 腰椎管狭窄症患者，包括退行性腰椎滑脱患者 | 计算机视觉 | 腰椎管狭窄症 | 磁共振成像（MRI），X射线平片 | CNN | 图像 | 175名患者（150名来自单中心，25名来自其他两家医院），共600张腰椎平片图像 | NA | NA | AUC, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 准确率, 阳性似然比, 阴性似然比, 相关系数 | NA |
| 816 | 2026-02-10 |
Deep learning of echocardiography distinguishes between presence and absence of late gadolinium enhancement on cardiac magnetic resonance in patients with hypertrophic cardiomyopathy
2024-Oct-14, Echo research and practice
IF:3.2Q2
DOI:10.1186/s44156-024-00059-8
PMID:39396969
|
研究论文 | 本研究利用深度学习分析超声心动图图像，以区分肥厚型心肌病患者心脏磁共振中晚期钆增强的存在与否 | 首次将深度学习应用于超声心动图图像，以非侵入性方式预测心脏磁共振中的晚期钆增强，提供了一种资源密集度较低的辅助诊断方法 | 研究为横断面设计，样本量相对较小（323例），且仅使用了超声心动图的五腔心视图，可能未充分利用所有可用信息 | 区分肥厚型心肌病患者心脏磁共振中晚期钆增强的阳性与阴性状态 | 肥厚型心肌病患者 | 医学影像分析 | 肥厚型心肌病 | 超声心动图，心脏磁共振，晚期钆增强 | 深度卷积神经网络 | 图像 | 323例患者（训练集273例，测试集50例） | 未明确指定 | 深度卷积神经网络 | AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值 | NA |
| 817 | 2026-02-10 |
A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium
2024-Aug-13, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.12.607698
PMID:39211076
|
研究论文 | 本研究比较了五种超分辨率显微镜技术在成像紧密聚集的专性细胞内细菌微菌落方面的性能 | 首次系统比较了多种超分辨率显微镜技术（包括Airyscan、iSIM、3D-SIM和STED）在解析专性细胞内细菌三维结构方面的能力，并结合深度学习软件Cellpose进行细胞分割分析 | 研究仅针对一种专性细胞内细菌物种（Ot），未涵盖其他细菌类型；技术比较可能受特定实验条件和标记方法的限制 | 评估不同超分辨率显微镜技术在成像紧密聚集的细胞内细菌时的分辨能力和适用性 | 专性细胞内细菌物种Ot的微菌落 | 生物医学成像 | NA | 荧光显微镜技术，包括标准共聚焦、Airyscan共聚焦、iSIM、3D-SIM和STED | 深度学习模型 | 显微镜图像 | 未明确指定样本数量，涉及在不同哺乳动物细胞系中生长的细菌 | Cellpose, Imaris | NA | 半高全宽（FWHM）测量、三维形状和大小分析 | NA |
| 818 | 2026-02-10 |
From 2D to 3D: automatic measurement of the Cobb angle in adolescent idiopathic scoliosis with the weight-bearing 3D imaging
2024-07, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2024.03.019
PMID:38583576
|
研究论文 | 本研究比较了青少年特发性脊柱侧凸（AIS）中传统的2D Cobb角测量与基于负重3D成像（WR3D）的3D自动测量技术 | 首次在AIS评估中系统比较了传统2D Cobb角测量与三种不同的3D自动测量方法（AM、PIM、PPM），并利用3D-UNet深度学习模型进行脊柱分割，实现了自动化的3D角度计算 | 样本量相对较小（53例患者），且缺乏严重弯曲患者的验证，需要进一步研究来扩展和验证结果 | 比较传统2D与3D自动测量方法在评估青少年特发性脊柱侧凸脊柱弯曲度方面的差异 | 青少年特发性脊柱侧凸（AIS）患者 | 数字病理学 | 青少年特发性脊柱侧凸 | 负重3D成像（WR3D）、深度学习分割 | CNN | 3D医学图像 | 53名AIS患者，包含88个脊柱弯曲 | 3D Slicer | 3D-UNet | NA | NA |
| 819 | 2024-10-17 |
Editorial: Deep learning methods and applications in brain imaging for the diagnosis of neurological and psychiatric disorders
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1497417
PMID:39411146
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 820 | 2026-02-09 |
Super-adhesive sensor based on amylopectin-polyacrylic acid hydrogel for deep learning-assisted sign language recognition
2026-May, Journal of colloid and interface science
IF:9.4Q1
DOI:10.1016/j.jcis.2026.139914
PMID:41570706
|
研究论文 | 本文设计了一种基于直链淀粉-聚丙烯酸水凝胶的超粘附传感器，并将其应用于深度学习辅助的手语识别系统 | 通过调控成分和网络结构，合理设计了聚丙烯酸/单宁酸/直链淀粉水凝胶，该凝胶集成了优异的韧性、高灵敏度、增强的电导率和强大的多表面粘附性，并首次将其无缝集成到深度学习辅助的手语识别系统中 | NA | 解决柔性可穿戴电子设备在高级应用领域中因粘附性差和性能不稳定而受限的问题，并探索其在人机交互和沟通中的应用 | 聚丙烯酸/单宁酸/直链淀粉水凝胶及其制成的传感器 | 机器学习 | NA | NA | 深度学习 | 传感器信号 | NA | NA | NA | NA | NA |