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 46085 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 | 2026-02-03 |
AI-based methods for biomolecular structure modeling for Cryo-EM
2025-Feb, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102989
PMID:39864242
|
综述 | 本文综述了人工智能（特别是深度学习）在冷冻电镜数据处理关键步骤（如大分子结构建模和异质性分析）中的应用 | 总结了当前最先进的AI技术在冷冻电镜数据处理中的创新应用，特别是深度学习对结构建模和异质性分析性能的提升 | NA | 探讨AI方法在冷冻电镜生物分子结构建模领域的应用与进展 | 冷冻电镜数据处理中的大分子结构建模和异质性分析 | 结构生物学 | NA | 冷冻电镜 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 9922 | 2026-02-03 |
Binary Classification of Laryngeal Images Utilising ResNet-50 CNN Architecture
2025-Feb, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India
DOI:10.1007/s12070-024-05202-9
PMID:40070749
|
研究论文 | 本研究提出了一种利用ResNet-50 CNN架构对喉部内窥镜图像进行二分类（癌变与非癌变）的新方法，以辅助喉癌的早期检测 | 在印度喉癌高发且缺乏先进NBI设备和专业知识的背景下，首次将ResNet-50 CNN架构应用于喉部内窥镜图像的二分类任务，并针对数据稀缺问题将九类形态学分类简化为癌变/非癌变二分类 | 原始研究计划对九种形态学类别进行分类，但因各类别数据不足而简化为二分类；研究仅使用单一医疗中心的数据，可能影响模型泛化能力 | 开发基于深度学习的喉癌早期检测与分类系统 | 喉部内窥镜图像中的癌变与非癌变病变区域 | 计算机视觉 | 喉癌 | 内窥镜成像，图像处理技术 | CNN | 图像 | 来自960名患者的1978张内窥镜图像（其中测试集197张，含43张癌变图像和154张非癌变图像） | NA | ResNet-50 | ROC曲线下面积（AUC），准确率 | NA |
| 9923 | 2026-02-03 |
CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT
2024-Nov-25, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3496870
PMID:40030354
|
研究论文 | 本文提出了一种基于散射窗口投影和深度学习的无传输扫描衰减补偿方法（CTLESS），用于心肌灌注SPECT成像 | 开发了一种无需单独CT扫描的衰减补偿方法，利用散射能量窗口投影和深度学习网络分割估计的衰减图，从而减少辐射剂量和成本 | 方法依赖于预定义的衰减系数，且需要CT扫描数据进行训练，可能受训练数据质量和泛化能力限制 | 解决心肌灌注SPECT成像中衰减补偿对单独CT扫描的依赖问题，以提高诊断准确性并降低成本和辐射风险 | 心肌灌注SPECT图像，特别是用于检测灌注缺陷的临床任务 | 数字病理学 | 心血管疾病 | 单光子发射计算机断层扫描（SPECT），散射能量窗口投影 | 深度学习网络 | 图像 | 回顾性研究中使用匿名临床SPECT/CT应力心肌灌注图像，涉及两个不同摄像头的SPECT扫描仪 | NA | 多通道输入多解码器网络 | AUC, RMSE, SSIM | NA |
| 9924 | 2026-02-03 |
A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 2: A technical introduction
2024-Jul, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.12025
PMID:38715910
|
综述 | 本文为骨科研究人员提供人工智能技术基础的实用指南，涵盖机器学习任务、神经网络、自然语言处理及生成式AI的入门介绍 | 针对骨科研究领域系统梳理AI技术框架，特别强调生成式AI与大型语言模型在医学研究中的变革潜力 | 作为技术入门指南未涉及具体实验数据或模型验证 | 为骨科研究人员提供参与AI驱动研究所需的基础技术知识 | 骨科研究领域的人工智能技术方法论 | 机器学习 | 骨科疾病 | NA | 神经网络, 深度学习架构, 大型语言模型 | 医学数据, 文本数据 | NA | NA | NA | NA | NA |
| 9925 | 2026-02-03 |
Retrieval augmented scientific claim verification
2024-Apr, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooae021
PMID:38455840
|
研究论文 | 本文开发了CliVER系统，利用检索增强技术自动验证科学声明，并通过与临床医生比较评估其性能 | 提出了CliVER系统，结合检索增强技术和PICO框架，并创建了新的COVID验证数据集CoVERt，集成多个深度学习模型以提高验证准确性 | 需要进一步测试其临床实用性，且数据集规模有限（仅15个药物声明和96个临床试验摘要） | 自动化科学声明验证，利用PubMed摘要支持或反驳科学声明 | 科学声明（特别是药物相关声明）和PubMed中的临床试验摘要 | 自然语言处理 | COVID-19 | 检索增强技术，PICO框架，深度学习模型集成 | 深度学习模型（具体类型未指定，但提及为state-of-the-art模型） | 文本（PubMed摘要和科学声明） | CoVERt数据集包含15个PICO编码的药物声明和96个手动标记的临床试验摘要；比较实验涉及19个声明和189,648个PubMed摘要 | NA | NA | F1分数，精确度 | NA |
| 9926 | 2026-02-03 |
A deep learning adversarial autoencoder with dynamic batching displays high performance in denoising and ordering scRNA-seq data
2024-Mar-15, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.109027
PMID:38361616
|
研究论文 | 本文提出了一种名为动态批处理对抗自编码器（DB-AAE）的深度神经网络生成框架，用于有效去噪和排序单细胞RNA测序（scRNA-seq）数据 | DB-AAE直接捕获输入数据中的最优特征，增强特征保留，包括细胞类型特异性基因表达模式，并在去噪准确性和生物信号保留方面优于其他方法 | NA | 提高scRNA-seq数据的质量和可靠性，以增强下游分析的准确性 | 单细胞RNA测序（scRNA-seq）数据 | 机器学习 | NA | 单细胞RNA测序（scRNA-seq） | 对抗自编码器（AAE） | 基因表达数据 | 模拟和真实数据集 | NA | 动态批处理对抗自编码器（DB-AAE） | 去噪准确性, 生物信号保留 | NA |
| 9927 | 2026-02-03 |
Identification of Neural Crest and Neural Crest-Derived Cancer Cell Invasion and Migration Genes Using High-throughput Screening and Deep Attention Networks
2024-Mar-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.07.583913
PMID:38496683
|
研究论文 | 本研究通过高通量siRNA筛选和深度学习注意力网络分析，识别了神经嵴及神经嵴来源的癌细胞侵袭和迁移的关键基因 | 结合高通量筛选与深度学习注意力网络，从45个基因面板中快速筛选出对黑色素瘤细胞侵袭至关重要的基因子集，并揭示了BMP4等基因在细胞迁移中的关键作用 | 研究主要聚焦于c8161黑色素瘤细胞和HT1080纤维肉瘤细胞，可能无法完全代表其他神经嵴来源癌症类型 | 识别神经嵴及神经嵴来源癌细胞侵袭和迁移的关键基因，以深入理解细胞迁移机制 | 神经嵴细胞、c8161黑色素瘤细胞系、HT1080纤维肉瘤细胞系 | 机器学习 | 黑色素瘤 | 高通量siRNA筛选、重组蛋白添加、体内外侵袭实验 | 深度学习注意力网络 | 基因表达数据、细胞迁移数据 | 45个基因面板，涉及c8161和HT1080细胞系 | NA | 注意力网络 | NA | NA |
| 9928 | 2026-02-03 |
Low-contrast-dose liver CT using low monoenergetic images with deep learning-based denoising for assessing hepatocellular carcinoma: a randomized controlled noninferiority trial
2023-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-09298-x
PMID:36576547
|
研究论文 | 本研究通过一项随机对照非劣效性试验，评估了使用双能CT和深度学习去噪技术的低对比剂剂量CT在肝细胞癌高风险患者中的有效性 | 结合双能CT的低单能图像和深度学习去噪技术，首次在随机对照试验中证明可将肝脏CT的对比剂剂量减少40%而不影响肝细胞癌的显影清晰度 | 研究为单中心试验，样本量相对较小（90名参与者），且仅针对肝细胞癌高风险患者，结果可能无法推广到所有人群或其他肝脏病变 | 评估低对比剂剂量CT结合先进成像技术在肝细胞癌检测中的非劣效性 | 肝细胞癌高风险患者 | 数字病理 | 肝细胞癌 | 双能CT，深度学习去噪，模型迭代重建 | 深度学习 | CT图像 | 90名参与者（47名标准剂量组，43名低剂量组） | NA | NA | 肝细胞癌显影清晰度评分，非劣效性检验 | NA |
| 9929 | 2026-02-02 |
The Intelligent Needle: The Role of Artificial Intelligence in Ultrasound-guided Regional Anesthesia
2026-Feb, Journal of perianesthesia nursing : official journal of the American Society of PeriAnesthesia Nurses
IF:1.6Q2
DOI:10.1016/j.jopan.2025.10.003
PMID:41620263
|
综述 | 本文探讨了人工智能在超声引导区域麻醉中的应用及其潜力 | 将深度学习算法集成到超声引导区域麻醉中，实现解剖标志自动识别、超声设置优化和针位高精度跟踪，以辅助麻醉师操作、缩短学习曲线并增强培训 | 广泛临床应用仍受限于需要大规模多样化数据集、解剖变异以及自动化相关的伦理考量 | 研究人工智能如何增强超声引导区域麻醉的精准性、安全性和效率 | 超声引导区域麻醉（UGRA）及其相关临床实践 | 医学影像分析 | NA | 超声成像 | 深度学习 | 超声图像 | NA | NA | NA | 图像质量、识别置信度 | NA |
| 9930 | 2026-02-02 |
Advances in photoacoustic imaging reconstruction and quantitative analysis for biomedical applications
2026-Feb-01, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-025-00213-x
PMID:41620547
|
综述 | 本文全面回顾了光声成像（PAI）的基本原理、主要实现方式、图像重建与伪影抑制的最新进展，以及定量分析能力，并展望了其临床转化前景 | 系统性地比较了传统方法与基于深度学习（DL）的方法在提升PAI图像质量和简化工作流程方面的作用，并强调了DL在推动PAI临床转化中的变革潜力 | 作为一篇综述文章，不涉及具体实验或模型性能的验证，主要基于现有文献进行归纳与分析 | 探讨光声成像（PAI）从临床前研究向临床实践过渡过程中的技术进展、挑战及未来方向 | 光声成像技术及其在生物医学领域的应用 | 医学影像 | NA | 光声成像（PAI），包括光声计算机断层扫描、光声显微镜和光声内窥镜 | 深度学习（DL） | 图像 | NA | NA | NA | NA | NA |
| 9931 | 2026-02-02 |
Functional and Structural Evidence of Neurofluid Circuit Aberrations in Huntington Disease
2026-Jan-31, Annals of clinical and translational neurology
IF:4.4Q1
DOI:10.1002/acn3.70328
PMID:41620818
|
研究论文 | 本研究通过多模态MRI技术评估亨廷顿病中神经流体通路的结构和功能改变 | 首次在亨廷顿病中系统评估脉络丛和旁矢状硬膜间隙的结构与功能变化，并关联脑脊液动力学 | 样本量有限，横断面研究设计无法确定因果关系 | 探究亨廷顿病中神经流体通路的异常及其与疾病严重程度的关系 | 亨廷顿病患者和健康对照者 | 数字病理学 | 亨廷顿病 | 3-Tesla T2加权MRI、FLAIR MRI、相位对比MRI、伪连续动脉自旋标记MRI | 深度学习 | MRI图像 | 80名亨廷顿病患者和65名年龄匹配的健康对照者 | NA | NA | p值 | NA |
| 9932 | 2026-02-02 |
Absence of dehydration due to superionic transition at Earth's core-mantle boundary
2026-Jan-30, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aeb3006
PMID:41604493
|
研究论文 | 本文通过分子动力学模拟揭示了δ-AlOOH在深部下地幔条件下的双超离子转变，并发现超离子态水在核幔边界处不易脱水，可能形成长期储水层 | 首次发现δ-AlOOH中氢和铝离子的双超离子转变，并证明超离子态能稳定结构，使脱水过程在核幔边界条件下变得能量和动力学上不利 | 模拟基于特定条件（140 GPa和3800 K），实际地幔环境的复杂性和长期地质过程的影响仍需进一步验证 | 探究深部下地幔中水合相的超离子转变对其稳定性和脱水行为的影响 | δ-AlOOH水合相在深部下地幔和核幔边界条件下的行为 | 地球物理学 | NA | 从头算分子动力学模拟,深度学习势分子动力学模拟 | NA | 模拟数据 | NA | NA | NA | NA | NA |
| 9933 | 2026-02-02 |
Interpretable Diagnosis of Pulmonary Emphysema on Low-Dose CT Using ResNet Embeddings
2026-Jan-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010051
PMID:41590936
|
研究论文 | 本文提出了一种基于ResNet嵌入的质量控制和可解释深度学习流程，用于在低剂量CT上诊断肺气肿 | 利用预训练的ResNet-152嵌入，结合自动化肺部分割、质量控制过滤以及与传统定量CT标志物融合，无需重新训练即可实现高性能且可解释的肺气肿诊断 | 未明确提及研究的外部验证队列或跨中心泛化能力评估 | 开发一种准确且可解释的肺气肿检测方法，以支持大规模筛查和人群健康研究 | 低剂量CT图像中的肺气肿 | 计算机视觉 | 肺气肿 | 低剂量CT | CNN | 图像 | NA | NA | ResNet-152 | ROC-AUC, PR-AUC, 平衡准确度 | NA |
| 9934 | 2026-02-02 |
ADAM-Net: Anatomy-Guided Attentive Unsupervised Domain Adaptation for Joint MG Segmentation and MGD Grading
2026-Jan-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010050
PMID:41590935
|
研究论文 | 本文提出了一种名为ADAM-Net的注意力引导无监督域适应多任务框架，用于联合进行睑板腺分割和睑板腺功能障碍分级 | 引入了结构感知多任务学习和解剖学引导注意力机制，以增强特征共享、抑制背景噪声并改善腺体区域感知，从而联合处理分割和分类任务 | NA | 开发一个鲁棒且可解释的自动化框架，用于在多中心成像设备场景下联合进行睑板腺分割和睑板腺功能障碍分级 | 睑板腺图像 | 计算机视觉 | 干眼病 | 深度学习 | CNN | 图像 | 涉及多个数据集：MGD-1K、K5M、CR-2、LV II | NA | ADAM-Net | 准确率, F1分数, 马修斯相关系数 | NA |
| 9935 | 2026-02-02 |
HASwinNet: A Swin Transformer-Based Denoising Framework with Hybrid Attention for mmWave MIMO Systems
2026-Jan-20, Entropy (Basel, Switzerland)
DOI:10.3390/e28010124
PMID:41594031
|
研究论文 | 本文提出了一种基于Swin Transformer的深度学习去噪框架HASwinNet，用于解决毫米波大规模MIMO系统中的信道估计难题 | 提出了一种结合分层Swin Transformer编码器、稀疏令牌提取和角度域细化的混合注意力去噪框架，并引入了角度域感知损失函数 | 基于Saleh-Valenzuela信道模型的仿真验证，尚未在实际部署环境中测试 | 提高毫米波大规模MIMO系统在有限导频资源和低信噪比条件下的信道估计精度 | 毫米波大规模MIMO系统的信道数据 | 机器学习 | NA | 深度学习 | Transformer, CNN | 信道数据 | NA | PyTorch | Swin Transformer, U-Net | 归一化均方误差, 误码率 | NA |
| 9936 | 2026-02-02 |
DeeppestNet: An end-to-end framework for high-performance crop pest recognition
2026-Jan-20, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种名为DeeppestNet的端到端框架，用于高性能农作物害虫识别 | 结合了图金字塔注意力机制与双向长短期记忆网络（GPA-BiLSTM），并采用灰狼-樽海鞘群优化算法（GW-SSO）提升分类精度 | 未明确说明模型在复杂田间环境或不同光照条件下的泛化能力 | 开发高精度、高效率的农作物害虫自动识别系统 | 农作物害虫图像 | 计算机视觉 | NA | 图像增强技术（CLAHE） | CNN, BiLSTM, 优化算法 | 图像 | IP-102数据集（具体数量未说明） | NA | 自适应金字塔注意力模块与跨阶段部分网络（AP-CSP）, 图基双向长短期记忆网络（G-BiLSTM） | 准确率, 精确率, 召回率, F1值 | NA |
| 9937 | 2026-02-02 |
Clinical validation of a unified data-driven respiratory motion correction technique in 18F-FDG PET/CT imaging of upper abdominal lesions: a real-world study
2026-Jan-18, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00833-z
PMID:41547664
|
研究论文 | 本研究前瞻性评估了一种基于深度学习神经网络的统一数据驱动呼吸运动校正算法在18F-FDG PET/CT上腹部病变成像中的临床效用 | 提出并临床验证了一种利用深度学习神经网络的统一数据驱动呼吸运动校正算法，显著提升了图像质量和病变检测能力，特别是在低摄取和小体积病变方面 | 研究样本量为100名患者，需要在更大规模、多中心的研究中进一步验证算法的普适性和鲁棒性 | 评估数据驱动呼吸运动校正算法在PET/CT成像中的临床效用，以改善图像质量和诊断准确性 | 100名疑似上腹部病变并接受18F-FDG PET/CT检查的患者 | 数字病理学 | NA | 18F-FDG PET/CT成像 | 深度学习神经网络 | 医学图像 | 100名患者，共225个病灶 | NA | NA | 主观视觉评估（整体图像质量、PET-CT配准、病灶变形）、半定量指标（SUVmax, MTV, TBR, HV_ratio）、病灶检测数量 | NA |
| 9938 | 2026-02-02 |
Variational Deep Alliance: A Generative Auto-Encoding Approach to Longitudinal Data Analysis
2026-Jan-18, Entropy (Basel, Switzerland)
DOI:10.3390/e28010113
PMID:41594020
|
研究论文 | 本文提出了一种名为变分深度联盟（VaDA）的新型生成式自编码方法，用于纵向数据分析，能够同时进行结果预测、主体聚类和表示学习 | 通过变分自编码器构建跨重复测量的“联盟”，为纵向数据建模提供统一且结构良好的潜在空间，支持混合类型变量处理 | 未明确提及方法在特定纵向数据场景（如医疗时间序列）中的验证限制或计算复杂度分析 | 利用深度神经网络学习纵向数据中的复杂关系，实现生成式建模与多任务分析 | 纵向数据，包括合成数据和CelebFaces Attributes数据集中的面部图像序列 | 机器学习 | NA | 变分自编码器（VAE） | 生成式自编码模型 | 纵向数据，图像数据 | 未明确指定样本数量，但提及可扩展至大型数据集并使用CelebFaces Attributes数据集 | 随机自编码变分贝叶斯框架 | 变分自编码器（VAE） | 未明确列出具体指标，但提及定量比较、鲁棒性和泛化能力评估 | 未明确指定，但提及方法可扩展至大型数据集 |
| 9939 | 2026-01-19 |
Research on deep learning-based lesion identification in optical coherence tomography
2026-Jan-17, BMC ophthalmology
IF:1.7Q3
DOI:10.1186/s12886-025-04579-7
PMID:41547727
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9940 | 2026-02-02 |
A Dual Stream Deep Learning Framework for Alzheimer's Disease Detection Using MRI Sonification
2026-Jan-15, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010046
PMID:41590931
|
研究论文 | 本研究提出了一种新颖的双流深度学习框架，通过结合MRI图像及其声化表示来检测阿尔茨海默病 | 首次将MRI声化技术引入AD诊断，通过多尺度、多方向的Gabor滤波和希尔伯特空间填充曲线生成音频表示，并与传统图像特征融合 | 未明确说明样本来源和数据集规模，也未讨论模型在外部验证集上的泛化能力 | 探索MRI声化技术是否能提供补充诊断信息，以改进阿尔茨海默病的检测 | 阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者的MRI数据 | 医学影像分析 | 阿尔茨海默病 | MRI声化技术、多尺度多方向Gabor滤波、希尔伯特空间填充曲线 | CNN, YAMNet | MRI图像、音频信号 | NA | NA | 轻量级CNN, YAMNet | 准确率 | NA |