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 46252 篇文献，本页显示第 9921 - 9940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9921 | 2026-02-06 |
AI-driven routing and layered architectures for intelligent ICT in nanosensor networked systems
2026-Feb-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2026.114626
PMID:41630924
|
综述 | 本文综述了纳米传感器网络与现代信息通信技术（ICT）的融合，探讨了机器学习与人工智能在提升数据处理、能源管理、实时通信和系统协调方面的应用 | 提出了一个统一的框架，用于推进智能且资源高效的纳米传感器通信系统，并探索了受生物系统启发、可解释模型和基于量子学习等潜在解决方案 | 识别了涉及计算负载、数据隐私和系统互操作性等关键挑战 | 评估人工智能与机器学习技术如何改善纳米传感器网络环境中的数据路由、异常检测、安全性和预测性维护 | 纳米传感器网络系统 | 机器学习 | NA | NA | 监督学习, 无监督学习, 强化学习, 深度学习 | 传感器数据 | NA | NA | NA | 延迟, 吞吐量, 能源效率 | NA |
| 9922 | 2026-02-06 |
Diverse intracellular trafficking of insulin analogs by machine learning-based colocalization and diffusion analysis
2026-Feb-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.114516
PMID:41630923
|
研究论文 | 本研究开发了一种结合机器学习共定位指纹识别与深度学习辅助单粒子扩散分析（DeepSPT）的平台，用于实时比较胰岛素类似物在活细胞内的运输差异 | 首次将时间分辨共定位的机器学习框架与深度学习辅助单粒子扩散分析相结合，实现了对胰岛素类似物细胞内运输动态的精细解析 | 研究仅在活细胞模型中进行，未涉及完整的生理环境或动物模型验证 | 探究胰岛素类似物与内源性胰岛素在细胞内运输途径的差异 | ATTO标记的重组人胰岛素（HI）和速效胰岛素类似物门冬胰岛素（IAsp） | 机器学习 | 糖尿病 | 活细胞成像，单粒子追踪，共定位分析 | 机器学习，深度学习 | 活细胞成像视频，单粒子轨迹数据 | 未明确说明 | 未明确说明 | 未明确说明 | 未明确说明 | 未明确说明 |
| 9923 | 2026-02-06 |
Cosynllm: predicting drug combination synergy with LLM-generated descriptions
2026-Feb-05, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01158-w
PMID:41639911
|
研究论文 | 本文提出了一种名为CoSynLLM的LLM辅助预测框架，用于预测药物组合的协同作用 | 利用大型语言模型生成语义级化学信息，并结合药物指纹和细胞系基因表达谱，通过分层特征融合策略预测药物组合协同作用 | NA | 预测药物组合的协同作用，以辅助复杂疾病的治疗 | 药物组合 | 机器学习 | NA | 深度学习 | NA | 文本, 化学指纹, 基因表达谱 | 两个基准数据集：NCI-ALMANAC和O'Neil | NA | NA | NA | NA |
| 9924 | 2026-02-06 |
Learning the anatomical topology consistency driven by Wasserstein distance for weakly supervised 3D pancreas registration in multi-phase CT images
2026-Feb-04, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae3966
PMID:41544269
|
研究论文 | 提出了一种基于Wasserstein距离的弱监督三维胰腺配准框架，用于多期相CT图像中胰腺的精确配准 | 引入Wasserstein距离来强制胰腺解剖拓扑结构的一致性，并采用距离变换来构建胰腺的小型、不确定和复杂的解剖拓扑分布，从而克服了传统基于强度或分割的相似性度量的局限性 | 研究仅针对胰腺这一特定器官，且方法在胰腺肿瘤类型（PDAC、IPMN、MCN、SCN、SPT、CP、PNET）上的泛化能力有待进一步验证 | 实现增强CT与非增强CT图像之间胰腺的准确自动配准，以辅助胰腺癌的诊断和治疗 | 胰腺 | 医学图像处理 | 胰腺癌 | CT成像 | 深度学习模型 | 3D CT图像 | 975对配对的增强CT-非增强CT图像，来自七种胰腺肿瘤类型（PDAC、IPMN、MCN、SCN、SPT、CP、PNET）的患者 | NA | NA | Dice分数，假阳性分割率，Hausdorff距离 | NA |
| 9925 | 2026-02-06 |
Hybrid GELAN-UNet: integrating medical priors for low-dose CT denoising
2026-Feb-04, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae3b47
PMID:41564446
|
研究论文 | 提出一种融合医学先验的混合GELAN-UNet模型，用于提升低剂量CT图像的去噪性能 | 提出混合广义高效层聚合网络-UNet架构，通过浅层医学增强模块捕获细节、深层高效模块降低计算成本，并创新性地引入低频保留路径和边缘感知注意力机制 | 仅在公开Mayo Clinic数据集上进行评估，未在其他多中心或临床场景验证 | 开发兼顾去噪性能与计算效率的低剂量CT图像去噪方法 | 低剂量CT图像 | 计算机视觉 | NA | 低剂量计算机断层扫描 | CNN | 医学图像 | 公开Mayo Clinic数据集（具体数量未说明） | NA | GELAN-UNet | 峰值信噪比 | NA |
| 9926 | 2026-02-06 |
Video-based diagnostics supported by artificial intelligence as an opportunity to address the epilepsy diagnostic gap: A narrative review
2026-Feb-04, Epilepsia
IF:6.6Q1
DOI:10.1002/epi.70134
PMID:41636690
|
综述 | 本文是一篇叙述性综述，探讨了人工智能增强的视频诊断技术在解决癫痫诊断差距方面的潜力 | 提出了一个整合视频诊断到癫痫护理的框架，并综合了临床、技术和卫生经济学视角，强调了AI视频分析作为可扩展解决方案的未充分利用的机遇 | AI算法在真实世界环境中的性能差异显著，存在数据稀缺、泛化性、监管框架和报销缺口等实施挑战 | 探索人工智能增强的视频诊断技术如何解决癫痫诊断差距，实现更早、更易获取的癫痫发作检测和分类 | 癫痫诊断，特别是资源有限环境下的诊断 | 计算机视觉 | 癫痫 | 视频记录，人工智能驱动的视频分析 | 深度学习算法 | 视频 | 综述了13项研究（n=682）的荟萃分析，以及8项关键验证研究 | NA | NA | 敏感性，特异性，假检测率 | NA |
| 9927 | 2026-02-06 |
A new model based on multi-axis vision transformer for chondromalacia patella diagnosis in magnetic resonance scans
2026-Feb-04, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-026-01707-5
PMID:41637014
|
研究论文 | 本文提出了一种基于多轴视觉Transformer的深度学习架构，用于磁共振扫描中髌骨软骨软化症的诊断 | 首次将Multi-Axis Vision Transformer (MaxViT) 应用于髌骨软骨软化症的MRI图像分类，并与多种Transformer和CNN模型进行了对比 | 未提及模型在外部验证集上的泛化性能或临床部署的可行性 | 开发一种基于深度学习的准确诊断髌骨软骨软化症的方法 | 磁共振成像 (MRI) 扫描图像 | 计算机视觉 | 髌骨软骨软化症 | 磁共振成像 (MRI) | Transformer, CNN | 图像 | NA | NA | Multi-Axis Vision Transformer (MaxViT), Vision Transformer (ViT), Swin Transformer, GoogLeNet, ResNet18, MobileNetV2 | 准确率, 精确率, 召回率, F1分数 | NA |
| 9928 | 2026-02-06 |
Rapid, label-free cancer detection in fresh pancreatic tissue using deep learning and multispectral Mueller matrix polarimetry
2026-Feb-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2026.3661029
PMID:41637699
|
研究论文 | 本研究提出了一种结合多光谱穆勒矩阵偏振测量和深度学习的方法，用于新鲜胰腺组织中快速、无标记的癌症检测 | 首次将多光谱穆勒矩阵偏振测量与深度学习结合，实现新鲜组织活检中像素级的癌症自动识别，无需染色或组织切片 | 研究主要针对胰腺导管腺癌，未涉及其他癌症类型；方法依赖于定制设备，可能限制广泛临床应用 | 开发一种快速、无标记的术中癌症检测方法，以替代传统冷冻切片评估 | 胰腺导管腺癌患者的新鲜组织活检样本 | 计算机视觉 | 胰腺癌 | 多光谱穆勒矩阵偏振测量 | 深度学习模型 | 偏振分辨的多光谱图像 | 来自胰腺导管腺癌患者的活检样本（具体数量未在摘要中说明） | NA | NA | 分类性能（与临床常规冷冻切片评估相当） | NA |
| 9929 | 2026-02-06 |
Robust Distance Estimation with Out-of-distribution Detection in Ophthalmic Surgery
2026-Feb-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2026.3661297
PMID:41637700
|
研究论文 | 本文提出了一种深度学习框架，用于在眼科手术中通过光学相干断层扫描（OCT）M扫描进行稳健的距离估计和分布外检测 | 结合自适应远程运动中心（RCM）视网膜建模和时间序列分析，有效检测和纠正分割错误，并估计距离及其置信水平 | NA | 提高眼科手术中器械到视网膜距离估计的准确性，以增强患者安全性 | 离体人眼 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描（OCT） | 深度学习 | 时间序列数据 | NA | NA | NA | 准确率, 平均绝对误差（MAE） | NA |
| 9930 | 2026-02-06 |
Forensic Transcriptomics: Research Progress of the Past Two Decades
2026-Feb-04, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzag007
PMID:41639008
|
综述 | 本文回顾了过去二十年法医转录组学的研究进展，重点介绍了从靶向mRNA分型到高通量测序及非编码RNA应用的技术演变及其在法医实践中的潜力 | 整合了文献计量学分析，系统梳理了法医转录组学在多个法医领域的新范式与最新进展，并强调了结合深度学习与多模态分析的前沿方向 | 面临标准化、样本采集与处理、伦理及证据解释等实践瓶颈 | 总结法医转录组学的研究进展，展望其在法医实践中的应用前景与挑战 | 法医生物样本的转录组学特征，包括mRNA与非编码RNA | 法医科学 | NA | 高通量测序、DNA微阵列、大规模并行测序 | 深度学习 | 转录组数据 | NA | NA | NA | NA | NA |
| 9931 | 2026-02-06 |
Comparison of Image Quality Reconstructed Using Iterative Reconstruction and Deep Learning Algorithms Under Varying Dose Reductions in Dual-Energy Carotid CT Angiography
2026-Feb-04, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01848-9
PMID:41639501
|
研究论文 | 本研究比较了在双能颈动脉CT血管成像中，使用迭代重建和深度学习算法在不同剂量降低下的图像质量 | 首次在双能颈动脉CTA中系统评估深度学习图像重建（DLIR-H）在低剂量和超低剂量协议下的性能，并与迭代重建（ASIR-V）进行对比 | 深度学习算法无法完全补偿当辐射和对比剂进一步减少时的图像质量下降 | 评估在降低辐射剂量和对比剂用量的情况下，深度学习图像重建算法在颈动脉CTA中维持图像质量的潜力 | 接受双能颈动脉CT血管成像的180名患者 | 医学影像 | 颈动脉疾病 | 双能CT血管成像 | 深度学习图像重建（DLIR-H） | CT图像 | 180名患者，分为对照组、低剂量组和超低剂量组 | NA | DLIR-H | CT值、噪声、信噪比（SNR）、对比噪声比（CNR）、主观图像质量评分（5点Likert量表） | NA |
| 9932 | 2026-02-06 |
A Deep Learning Model to Detect Acute MCA Occlusion on High-Resolution Noncontrast Head CT
2026-Feb-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8954
PMID:40780878
|
研究论文 | 本研究开发了一种深度学习模型，用于基于高分辨率非增强头部CT检测急性大脑中动脉闭塞 | 利用高分辨率非增强CT（NCCT）数据，通过3D深度学习模型进行逐体素血栓分割，以检测急性MCA闭塞，其准确性接近CTA，为资源有限环境下的卒中分诊提供了新工具 | 研究为回顾性设计，且性能在包含M2段闭塞时略有下降 | 评估深度学习模型使用高分辨率NCCT成像数据识别急性MCA闭塞的可行性和准确性 | 大脑中动脉（MCA）血栓 | 数字病理学 | 心血管疾病 | 高分辨率非增强CT（NCCT）， CT血管造影（CTA） | 3D深度学习模型 | 医学影像（CT图像） | 总计5659次连续检查（4648次用于训练和验证，1011次用于独立测试） | NA | NA | AUROC, 准确率, 灵敏度, 特异性 | NA |
| 9933 | 2026-02-06 |
Motion-Informed 3D Deep Learning Reconstruction in Patients with Cognitive Impairment
2026-Feb-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8977
PMID:41062184
|
研究论文 | 本研究验证了一种集成回顾性运动校正的深度学习重建方法，用于3D T1加权脑部MRI，旨在改善认知障碍患者中的运动伪影问题 | 将回顾性运动校正机制整合到深度学习重建流程中，针对3D脑部MRI中的运动伪影进行校正，而传统深度学习方法主要关注提升信噪比 | 研究样本量相对较小（41名参与者），且仅在特定成像站点和时间内进行数据采集，可能限制结果的普遍适用性 | 验证一种集成运动校正的深度学习重建方法在3D T1加权脑部MRI中的效果，以改善运动伪影并提高图像质量 | 健康志愿者（控制运动队列）和因记忆丧失接受评估的患者（临床队列） | 医学影像分析 | 认知障碍 | 3D MPRAGE序列，集成侦察加速运动估计与减少（SAMER）采集 | 深度学习 | 3D脑部MRI图像 | 41名参与者（15名女性，平均年龄58岁），共154个图像体积 | NA | NA | 分割误差，图像质量评分（5点Likert量表），组内相关系数 | NA |
| 9934 | 2026-02-06 |
Spine age derived from DXA vertebral fracture assessment images predicts incident fractures and mortality: the Manitoba Bone Mineral Density Registry
2026-Feb-03, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research
IF:5.1Q1
DOI:10.1093/jbmr/zjaf194
PMID:41408721
|
研究论文 | 本研究利用深度学习从DXA椎体骨折评估图像中预测脊柱年龄，并探讨其与骨折和死亡风险的关联 | 首次通过深度学习从DXA VFA图像中估计脊柱年龄，并证明其能独立于年龄、椎体骨折和骨密度预测骨折和死亡风险 | 研究基于特定人群（加拿大马尼托巴省），可能限制结果的普适性；随访时间平均3.9年，相对较短 | 评估基于深度学习的脊柱年龄预测在骨折和死亡风险预测中的独立价值 | 年龄≥50岁、接受DXA VFA检查的成年人 | 数字病理学 | 骨质疏松症 | DXA（双能X射线吸收法）椎体骨折评估 | CNN | 图像 | 训练集：韩国队列10,341人；测试集：加拿大马尼托巴省8,810人 | NA | 卷积神经网络 | 调整后风险比 | NA |
| 9935 | 2026-02-06 |
Multiplex live imaging approaches to interrogate the interplay of multiple signaling pathways
2026-Feb-03, Cell structure and function
IF:2.0Q4
DOI:10.1247/csf.25129
PMID:41638680
|
综述 | 本文综述了多重活体成像技术在同时可视化活细胞中多个信号通路方面的策略与应用，特别是在癌症生物学中揭示信号异质性和动态变化 | 整合了光谱多重、细胞内多重、细胞间多重和时间多重等多种成像策略，并结合计算方法和深度学习算法提升信号分离能力，实现对单细胞水平多信号通路的同时动态追踪 | 未具体说明实验验证的样本规模或临床转化中的实际限制，主要聚焦于技术综述而非实证研究 | 探讨多重活体成像技术在研究细胞信号网络动态交互中的应用，以理解癌症等疾病中的信号通路调控 | 活细胞中的信号通路，特别是癌症信号网络 | 生物成像与计算分析 | 癌症 | 多重活体成像、荧光生物传感器、光谱成像、荧光各向异性、荧光寿命成像、拉曼成像 | 深度学习算法 | 活细胞成像数据 | NA | NA | NA | NA | NA |
| 9936 | 2026-02-06 |
Multiple paths to recovery after the Permian-Triassic mass extinction
2026-Feb-02, Current biology : CB
IF:8.1Q1
DOI:10.1016/j.cub.2025.11.065
PMID:41512851
|
研究论文 | 本研究使用基于深度学习的方法，结合定量分类多样性测量，分析了二叠纪-三叠纪大灭绝事件后三个幸存类群的形态和分类恢复模式 | 首次结合深度学习自动提取形态特征与定量分类多样性测量，揭示了大灭绝后生物恢复的两种主要路径：填补模式和扩张模式 | 研究聚焦于三个海洋无脊椎动物类群，可能无法完全代表所有幸存类群的恢复模式 | 探究大灭绝事件后幸存谱系如何重建多样性 | 菊石、腕足动物和介形虫三个在二叠纪-三叠纪大灭绝事件中经历选择性灭绝的类群 | 古生物学 | NA | 深度学习 | NA | 形态特征数据 | NA | NA | NA | NA | NA |
| 9937 | 2026-02-06 |
Cardiovascular measures from abdominal MRI provide insights into abdominal vessel genetic architecture
2026-Feb-02, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-01242-6
PMID:41629584
|
研究论文 | 本研究利用深度学习从腹部MRI中分割心脏、主动脉和腔静脉，生成六个图像衍生表型，并探索其与疾病结果、遗传和环境因素的关联 | 首次从非特异性腹部MRI中提取心血管表型，并识别出72个遗传关联（其中15个为新发现），为心血管疾病风险筛查提供了新见解 | 研究基于UK Biobank队列，可能受人群特异性限制，且腹部MRI非专门心血管成像，可能影响测量精度 | 探索腹部MRI衍生心血管表型与疾病风险及遗传架构的关联 | 44,541名UK Biobank参与者的腹部MRI扫描 | 数字病理学 | 心血管疾病 | 腹部磁共振成像 | 深度学习 | 图像 | 44,541名参与者 | NA | NA | NA | NA |
| 9938 | 2026-02-06 |
A dedicated deep learning workflow for automatic Fasciola hepatica and Calicophoron daubneyi egg detection using the Kubic FLOTAC microscope
2026-Feb, International journal for parasitology
IF:3.7Q1
DOI:10.1016/j.ijpara.2025.08.007
PMID:40882888
|
研究论文 | 本研究开发了一种基于深度学习的自动检测系统，用于识别Fasciola hepatica和Calicophoron daubneyi虫卵，通过Kubic FLOTAC显微镜优化诊断流程 | 结合FLOTAC/Mini-FLOTAC技术与人工智能预测模型，实现了高灵敏度、准确性和精度的自动化寄生虫卵检测，并针对两种寄生虫卵的区分进行了系统优化 | NA | 改进反刍动物寄生虫的粪便显微镜诊断方法，以控制其传播 | Fasciola hepatica和Calicophoron daubneyi这两种对反刍动物健康和经济有重大影响的吸虫 | 计算机视觉 | 寄生虫感染 | FLOTAC/Mini-FLOTAC技术 | 深度学习模型 | 图像 | 使用两个数据集：一个来自卵样加标样本和自然感染样本的模拟条件数据集，另一个来自经光学显微镜验证的田间样本数据集 | NA | NA | 平均绝对误差 | 集成AI服务器用于图像分析 |
| 9939 | 2026-02-06 |
PRIME 2.0: Proposed Requirements for Cardiovascular Imaging-Related Multimodal-AI Evaluation: An Updated Checklist
2026-Feb, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.08.004
PMID:40892627
|
方法学论文 | 本文介绍了PRIME 2.0清单，这是一个用于标准化心血管影像人工智能应用开发、评估与报告的更新版领域特定框架 | 针对从传统机器学习向深度学习、大语言模型及多模态生成式AI的快速演进进行了更新，并纳入了心血管影像特有的复杂性考量 | NA | 为心血管影像领域的人工智能研究提供标准化评估与报告框架 | 心血管影像相关的人工智能应用 | 医学影像分析 | 心血管疾病 | NA | 深度学习, 大语言模型, 多模态生成式AI | 影像数据 | NA | NA | NA | NA | NA |
| 9940 | 2026-02-06 |
Time-Frequency Collaborative Learning for Imbalanced Ship Motion Data With Missing Labels in Sea State Estimation
2026-Feb, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3610416
PMID:40997001
|
研究论文 | 本文提出了一种名为BalanceSSE的新型半监督学习方法，用于处理类别不平衡且存在标签缺失的船舶运动数据，以进行海况估计 | 提出了一种结合动态插补、不平衡时频协同学习和聚类近邻分类器的集成方法，以同时解决船舶运动数据中的类别不平衡和标签缺失问题 | 未明确说明方法在极端数据缺失或极高类别不平衡情况下的鲁棒性，也未与其他领域的数据集进行广泛验证 | 开发一种能够有效处理类别不平衡和标签缺失数据的半监督学习方法，以提升海况估计的准确性 | 船舶运动数据 | 机器学习 | NA | 半监督学习，时间频率分析 | NA | 时间序列数据 | NA | NA | 动态插补模块，不平衡时频学习模块，ClusterProx分类器 | NA | NA |