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 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2026-03-23 |
Deep learning-driven MRI segmentation of choroid plexus volume: a novel biomarker for cognitive impairment in type 2 diabetes mellitus
2026-Mar-21, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01944-w
PMID:41863666
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 882 | 2026-03-23 |
MRI image segmentation of the major lower leg muscles using deep learning: application in biomechanical analysis
2026-Mar-21, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-026-03554-8
PMID:41863716
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 883 | 2026-03-23 |
Toxicologic Pathology Forum*: Virtual Staining of Nonclinical Study Slides-A Brief Review of the Current Status and Future Opportunities
2026-Mar-21, Toxicologic pathology
IF:1.4Q4
DOI:10.1177/01926233261426348
PMID:41863851
|
综述 | 本文简要回顾了非临床研究切片虚拟染色的当前状态和未来机遇 | 探讨了虚拟染色技术在减少实验室周转时间、降低化学品和水消耗、改善职业健康安全以及实现非破坏性H&E组织学检查方面的潜力 | 当前应用障碍包括技术验证、组织学质量、生成式人工智能问题、训练材料获取和基础设施 | 回顾虚拟染色技术在非临床药物开发和发现病理学环境中的应用现状和前景 | 未染色组织切片，包括常规福尔马林固定石蜡包埋组织、部分处理或完整组织 | 数字病理学 | NA | 虚拟染色，包括染色到染色转换 | 深度学习神经网络 | 数字化组织学图像 | NA | NA | NA | NA | NA |
| 884 | 2026-03-23 |
Artificial intelligence-based prediction of fetal hypoxia: a multicenter model development and nationwide AI-human comparison
2026-Mar-21, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-026-04794-z
PMID:41864912
|
研究论文 | 本研究开发了基于人工智能的模型（CAPs），用于从胎心监护图（CTG）中预测胎儿缺氧，并通过全国性AI-人类比较验证了其优于人类专家的性能 | 开发了多种深度学习架构（CNN、Transformer、LSTM、CfC）的AI模型（CAPs），并首次在全国范围内与大量人类专家进行大规模比较，证明了AI模型的优越性，同时利用Grad-CAM提供了模型的可解释性 | 研究依赖于回顾性数据，模型性能虽优于人类专家，但AUROC值仍有提升空间（如CAP-L对3级酸血症的预测AUROC为0.716），且需在更广泛的前瞻性临床环境中进一步验证 | 开发并验证基于人工智能的模型，以更准确地预测胎儿缺氧，改善胎心监护图的临床解读 | 胎心监护图（CTG）数据 | 机器学习 | 胎儿缺氧 | 胎心监护图（CTG）分析 | CNN, Transformer, LSTM, CfC | 时间序列数据（CTG轨迹） | 20,780条CTG轨迹用于模型开发，467例用于全国性AI-人类比较 | NA | Cardiotocography Artificial-intelligence Predictors (CAPs), 包括CAP-C, CAP-T, CAP-L, CAP-CfC | AUROC | NA |
| 885 | 2026-03-23 |
An interpretable machine learning model based on habitat radiomics combined with deep learning for predicting the WHO/ISUP grade of patients with clear cell renal cell carcinoma
2026-Mar-21, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02285-4
PMID:41864916
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 886 | 2026-03-23 |
Blockchain-based two-level trustable reputation framework for e-commerce platform using smart contracts
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44032-3
PMID:41865050
|
研究论文 | 提出一种基于区块链和深度学习的双层可信声誉框架，用于解决电子商务平台中的声誉系统安全问题 | 结合了可编辑区块链、残差扩张卷积Transformer和多因素认证，通过智能合约实现自动化的声誉验证和交易管理 | 未提及框架在超大规模电商平台上的可扩展性测试或实际部署中的性能数据 | 设计一个可靠、抗攻击的电子商务声誉系统 | 电子商务平台上的用户声誉和交易安全 | 机器学习 | NA | 深度学习, 区块链, 智能合约 | Transformer | 交易数据, 用户行为数据 | NA | Python, Ethereum Solidity | 残差扩张卷积Transformer | NA | NA |
| 887 | 2026-03-23 |
BGC-LiteNet: BeiDou grid code embedded lightweight neural architecture for real-time UAV fire detection and localization
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44728-6
PMID:41865038
|
研究论文 | 提出了一种嵌入北斗网格码的轻量级神经网络架构BGC-LiteNet，用于无人机实时火灾检测与定位 | 将国家空间参考标准北斗网格码直接集成到神经网络特征学习中，通过可学习的地理嵌入模块在输入阶段编码像素-网格对应关系，无需外部GIS后处理即可同时进行检测和定位；开发了延迟感知的轻量级神经架构搜索方法，联合优化检测精度和硬件延迟 | NA | 实现资源受限无人机平台上的实时火灾检测与精确地理定位 | 无人机采集的多场景火灾数据 | 计算机视觉 | NA | 神经架构搜索 | CNN | 图像 | 多场景无人机数据集 | NA | BGC-LiteNet | 平均精度均值, 地理定位准确率, 召回率 | 嵌入式平台 |
| 888 | 2026-03-23 |
Hair and artifact removal in dermoscopic images using deep learning for enhanced skin cancer detection
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44545-x
PMID:41865087
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 889 | 2026-03-23 |
A two-stage framework for cost-sensitive predictive maintenance using deep learning, GANs, and risk-aware clustering
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42910-4
PMID:41865106
|
研究论文 | 本文提出了一种基于组件、面向决策的两阶段预测性维护框架，将剩余使用寿命预测与维护成本优化相结合 | 提出了一种结合深度学习、生成对抗网络和风险感知聚类的两阶段框架，通过数据增强解决故障数据稀疏性问题，并引入基于风险的维护决策优化 | 研究基于特定水灌装厂系统的工业组件，框架在其他工业环境中的普适性有待验证 | 开发一种成本敏感的预测性维护方法，减少纠正性故障并优化维护成本 | 工业系统组件（水灌装厂的多组件） | 机器学习 | NA | NA | LSTM, GAN | 时间序列数据（运行至故障序列） | NA | NA | WGAN-GP, DBSCAN | 纠正性故障减少率, 标准化维护成本 | NA |
| 890 | 2026-03-23 |
Memory efficient training for 3D brain image registration networks using PatchMorph
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44858-x
PMID:41865161
|
研究论文 | 提出一种名为PatchMorph的随机框架，用于显著降低3D脑图像配准网络中训练和推理的内存需求 | 通过解耦空间逻辑与网络架构，实现多尺度、基于世界坐标的补丁级联配准，支持处理大尺寸图像和不同体素分辨率 | 基于补丁的方法比单次全体积网络的推理时间更长 | 开发内存高效的深度学习框架以改进3D脑图像配准 | 人类T1 MRI图像和狨猴脑图像（来自串行双光子断层扫描） | 计算机视觉 | NA | 串行双光子断层扫描 | CNN, Transformer | 3D图像 | NA | NA | VoxelMorph-like | NA | NA |
| 891 | 2026-03-23 |
Viability classification of unstained cells in microscopic images using deep learning
2026-Mar-20, Applied microscopy
DOI:10.1186/s42649-026-00127-9
PMID:41857258
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 892 | 2026-03-23 |
Development and validation of the ultrasound-based radiomics and deep learning prognostic models for diffuse large B-cell lymphoma
2026-Mar-20, Annals of hematology
IF:3.0Q2
DOI:10.1007/s00277-026-06917-1
PMID:41857399
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 893 | 2026-03-23 |
Multimodal deep learning for inflammatory bowel disease: a new frontier in cellular and molecular biomarker discovery to clinical translation
2026-Mar-19, Journal of biological engineering
IF:5.7Q1
DOI:10.1186/s13036-026-00637-w
PMID:41857729
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 894 | 2026-03-23 |
Corrigendum to: A Comprehensive Review on Deep Learning Techniques in Alzheimer's Disease Diagnosis
2026-Mar-19, Current topics in medicinal chemistry
IF:2.9Q3
|
更正 | 对一篇关于阿尔茨海默病诊断中深度学习技术的综述文章进行了更正，以澄清原文中某些不清晰的短语和表达 | NA | NA | NA | NA | NA | 阿尔茨海默病 | NA | DBN | NA | NA | NA | DBN, RBM | NA | NA |
| 895 | 2026-03-23 |
Deep learning for Evaluation and Prediction of TecHnical Skills in robotic-assisted vaginal cuff closure (DEPTHS) study
2026-Mar-19, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2026.03.015
PMID:41864316
|
研究论文 | 本研究旨在开发深度学习模型，通过分析机器人辅助阴道袖口闭合手术视频，预测技术错误和通用手术技能 | 首次将深度学习应用于机器人辅助阴道袖口闭合手术的技能评估与错误预测，结合了时间建模、少样本学习和多模态学习方法 | 样本量较小（40个视频），仅来自两个中心，需要更大规模的多中心数据集验证 | 开发人工智能驱动的质量监控和基于证据的认证系统，以支持微创妇科手术的教育与评估 | 机器人辅助全子宫切除术中的阴道袖口闭合手术视频 | 计算机视觉 | 妇科疾病 | 手术视频分析 | 深度学习模型 | 视频 | 40个视频（总计667分钟，1,201,654帧），来自11名外科医生（3名初学者、5名中级、3名专家） | NA | 时间建模模型、少样本学习模型、多模态学习模型 | 准确率、F1分数、相关系数（rs）、平均绝对误差（MAE） | NA |
| 896 | 2026-03-23 |
Interactive Deep Learning for Myocardial Scar Segmentation Using Cardiovascular Magnetic Resonance
2026-Mar-19, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2026.102720
PMID:41864346
|
研究论文 | 本研究开发了一种交互式深度学习系统，用于心血管磁共振图像中心肌瘢痕的自动分割与量化 | 结合提示引导分割和适应医学成像的视觉基础模型，并集成面向临床医生的实时交互界面，实现了人机协同的高效分割 | 研究仅基于348例慢性心肌梗死患者的数据，样本量相对有限，且未在更广泛的心血管疾病群体中进行验证 | 开发一种快速、准确且可重复的心肌瘢痕分割与量化方法，以改善临床工作流程 | 慢性心肌梗死患者的心血管磁共振晚期钆增强图像 | 数字病理学 | 心血管疾病 | 心血管磁共振，晚期钆增强成像 | 深度学习 | 图像 | 348例患者（244例训练，51例验证，53例测试） | NA | 视觉基础模型 | Dice相似系数，Hausdorff距离，一致性相关系数 | NA |
| 897 | 2026-03-23 |
Rapid and non-destructive detection of hollow defects in pecans by near-infrared spectroscopy combined with multimodal data fusion and deep learning
2026-Mar-17, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.127752
PMID:41863999
|
研究论文 | 本研究提出了一种结合近红外光谱、多模态数据融合与深度学习的方法，用于无损检测山核桃的空心缺陷及其严重程度 | 首次将多模态数据融合（光谱特征与物理参数）与深度学习（CNN-MLP双流模型）结合，应用于山核桃空心缺陷的检测，显著提升了分类精度 | 未明确说明样本的具体来源、品种或环境条件对模型泛化能力的影响，且未讨论模型在实时或大规模工业应用中的可行性 | 开发一种快速、无损的山核桃空心缺陷检测方法，以提升山核桃质量评估的准确性和经济效益 | 山核桃（包括正常、空心缺陷及其不同严重程度的样本） | 机器学习 | NA | 近红外光谱（NIRS） | SVM, CNN, MLP | 光谱数据, 物理参数数据 | NA | NA | CNN-MLP双流模型 | 整体准确率 | NA |
| 898 | 2026-03-23 |
Molecular Dynamics Study on Deep Learning Potential of the (LiF-YF3)eut.-Y2O3 Molten Salt System
2026-Mar-16, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.5c08470
PMID:41838957
|
研究论文 | 本研究通过Deep Potential Generator（DPGEN）机器学习工作流训练了(LiF-YF3)eut.-Y2O3熔盐体系的分子动力学势函数，并分析了系统内簇结构的动态演化 | 采用DPGEN机器学习工作流训练熔盐体系的分子动力学势函数，并系统分析了簇结构演化及离子配位行为 | NA | 研究(LiF-YF3)eut.-Y2O3熔盐体系的分子动力学行为及簇结构演化 | (LiF-YF3)eut.-Y2O3熔盐体系 | 机器学习 | NA | 分子动力学模拟, 机器学习 | 深度学习势函数 | 模拟数据 | NA | DPGEN | NA | 密度偏差 | NA |
| 899 | 2026-03-23 |
Mining user features with hyperbolic representations for diffusion prediction
2026-Mar-15, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108855
PMID:41863897
|
研究论文 | 提出一种名为Hyper-MUF的新型深度学习框架，利用双曲表示挖掘静态和动态用户特征以进行信息扩散预测 | 首次将双曲空间表示引入信息扩散预测，同时建模社交网络的层次结构特征和级联序列中的动态传播特征 | 未明确说明模型在跨平台或跨语言场景中的泛化能力，也未讨论计算复杂度与实时预测的平衡问题 | 改进信息扩散预测的准确性和可解释性，解决现有模型在捕捉社交网络层次结构和动态传播模式方面的不足 | 社交网络中的用户行为与信息传播过程 | 自然语言处理 | NA | 深度学习 | 注意力机制, 池化机制 | 社交网络数据, 级联序列数据 | 四个真实数据集（未明确具体样本数量） | NA | Hyper-MUF（自定义架构） | 预测性能（未明确具体指标） | NA |
| 900 | 2026-03-23 |
Handling distribution shifts on dynamic graphs via causal invariance principles
2026-Mar-15, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108854
PMID:41863898
|
研究论文 | 本文提出了一种基于因果不变性原理的方法DCIP，用于处理动态图上的分布偏移问题 | 通过多特征提取模块探索隐式节点交互模式，结合傅里叶变换和Transformer的频率域因果解耦架构，以及虚拟干预正则化策略，以分离因果模式并增强其跨环境稳定性 | 未在摘要中明确说明 | 处理动态图上的分布偏移，提高图神经网络在现实场景中的泛化能力 | 动态图数据 | 机器学习 | NA | NA | 动态图神经网络 | 动态图数据 | 六个动态图数据集和四个分布偏移数据集 | NA | Transformer | NA | NA |