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 42795 篇文献，本页显示第 1041 - 1060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2026-03-20 |
Artificial Intelligence in the Diagnosis and Quantitative Phenotyping of Hyperkinetic Movement Disorders: A Systematic Review
2024-Nov-21, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm13237009
PMID:39685480
|
综述 | 本文系统回顾了人工智能在诊断和量化表型分析运动障碍中的应用 | 首次系统性地总结了AI在诊断和量化表型分析运动障碍中的性能，并指出了现有研究的报告异质性和临床可解释性不足的问题 | 纳入研究存在报告异质性，仅少数研究进行了外部验证，且整体偏倚风险较高 | 评估人工智能在诊断和量化表型分析运动障碍中的性能 | 运动障碍患者，包括共济失调、舞蹈症、肌张力障碍、肌阵挛、抽动症和震颤等 | 机器学习 | 运动障碍 | 运动测量（如加速度计和惯性测量单元）和影像技术 | 机器学习,深度学习 | 运动学数据,影像数据 | 11946名受试者 | NA | NA | 诊断准确率,相关系数 | NA |
| 1042 | 2026-03-20 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-11-19, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01194-24
PMID:39470208
|
研究论文 | 本研究通过深度学习增强的冷冻电子断层扫描技术，解析了EBV和KSHV病毒颗粒的结构，揭示了其被膜和包膜的特异性特征 | 首次利用深度学习增强的冷冻电子断层扫描技术，对EBV和KSHV的完整病毒颗粒进行高分辨率结构解析，发现了被膜和包膜中的物种特异性特征，如偏心衣壳位置、被膜极化分布以及包膜糖蛋白密度较低等 | 研究主要关注细胞外病毒颗粒的结构，可能未完全反映细胞内感染过程中的动态变化；技术方法虽先进，但样本处理和成像条件可能引入一定偏差 | 解析EBV和KSHV病毒颗粒的结构特征，比较其与α-和β-疱疹病毒在结构上的差异，以理解其细胞嗜性和感染机制 | EBV（Epstein-Barr病毒）和KSHV（Kaposi's肉瘤相关疱疹病毒）的细胞外病毒颗粒 | 结构生物学 | NA | 冷冻电子断层扫描（cryoET）、深度学习增强技术、亚断层图平均、断层图引导的亚粒子重建 | NA | 冷冻电子断层扫描图像数据 | NA | NA | NA | NA | NA |
| 1043 | 2026-03-20 |
Uncertainty quantification via localized gradients for deep learning-based medical image assessments
2024-Jul-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad611d
PMID:38981594
|
研究论文 | 本文提出了一种新颖的基于局部梯度的后处理不确定性量化方法，用于提升深度学习模型在医学图像评估中的可靠性 | 引入了一种基于局部梯度的后处理不确定性量化方法，该方法无需修改已训练模型，可直接应用于现有模型，增强了模型输出的可靠性评估 | NA | 开发一种后处理不确定性量化方法，以增强深度学习模型在医学图像评估中的可靠性和用户信任 | 医学图像中的转移性疾病分割 | 计算机视觉 | 转移性疾病 | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | ROC AUC, 假阳性率 | NA |
| 1044 | 2026-03-20 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-Jul-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.09.602672
PMID:39026862
|
研究论文 | 本研究通过深度学习增强的冷冻电子断层扫描技术，解析了EBV和KSHV病毒颗粒的结构，揭示了其被膜和包膜的特异性特征 | 首次利用深度学习增强的冷冻电子断层扫描技术，对EBV和KSHV的完整病毒颗粒进行结构解析，发现了被膜和包膜中的物种特异性特征，如偏心衣壳位置、极化被膜分布及糖蛋白密度差异 | 研究主要基于体外培养的病毒颗粒，可能无法完全反映体内感染环境下的结构动态；样本来源和细胞类型有限，可能影响结构特征的普遍性 | 解析EBV和KSHV病毒颗粒的结构特征，比较其与α-和β-疱疹病毒在结构上的差异，以理解其细胞嗜性和感染机制 | EBV和KSHV的细胞外病毒颗粒 | 结构生物学 | 病毒感染相关肿瘤 | 冷冻电子断层扫描，深度学习增强，亚断层图平均，断层图引导的亚粒子重建 | 深度学习模型 | 冷冻电子断层扫描图像 | NA | NA | NA | NA | NA |
| 1045 | 2026-03-20 |
Uncertainty estimation and evaluation of deformation image registration based convolutional neural networks
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4c4f
PMID:38749468
|
研究论文 | 本文开发了一种基于卷积神经网络的多分辨率图像配准模型，用于快速预测可变形图像配准及其不确定性 | 提出了一种新的概率多分辨率图像配准模型，并引入基于Kullback-Leibler散度的新度量来评估预测的密集位移场分布质量 | 模型在超参数调优中存在不确定性可靠性与配准精度之间的权衡 | 开发并评估能够快速执行可变形图像配准并预测其不确定性的模型 | 治疗计划CT与随访锥形束CT之间的多模态图像配准 | 计算机视觉 | NA | 可变形图像配准 | CNN | 图像 | NA | NA | NA | Dice相似系数, KL散度 | NA |
| 1046 | 2026-03-20 |
Circumventing drug resistance in gastric cancer: A spatial multi-omics exploration of chemo and immuno-therapeutic response dynamics
2024-05, Drug resistance updates : reviews and commentaries in antimicrobial and anticancer chemotherapy
IF:15.8Q1
DOI:10.1016/j.drup.2024.101080
PMID:38579635
|
研究论文 | 本研究通过空间多组学方法探索胃癌对化疗和免疫治疗的耐药性机制，并开发深度学习模型预测治疗反应 | 整合空间多组学数据与深度学习模型，揭示胃癌耐药性的细胞间通讯机制，并构建高精度预测模型 | 研究样本量有限，且模型验证需在更大队列中进行外部验证 | 阐明胃癌对化疗和免疫治疗耐药的细胞与分子机制，并开发预测模型 | 接受化疗和免疫治疗的胃癌患者术后组织样本 | 数字病理学 | 胃癌 | 多组学分析、mIHC（多重免疫组化）检测、空间转录组学 | SVM（支持向量机）、深度学习模型 | 空间多组学数据、图像数据 | 探索队列和验证队列的胃癌患者术后组织样本 | NA | NA | AUC（曲线下面积） | NA |
| 1047 | 2026-03-20 |
Elevating Patient Care With Deep Learning: High-Resolution Cervical Auscultation Signals for Swallowing Kinematic Analysis in Nasogastric Tube Patients
2024, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2024.3497895
PMID:39698476
|
研究论文 | 本研究探讨了高分辨率颈部听诊信号在评估鼻胃管患者吞咽功能中的应用 | 将先前为非鼻胃管参与者设计的机器学习架构微调后应用于鼻胃管患者群体，以评估HRCA信号在吞咽功能分析中的效用 | 未明确提及样本量可能较小或数据收集的局限性 | 评估高分辨率颈部听诊信号在鼻胃管患者吞咽功能分析中的效用 | 使用鼻胃管的患者 | 数字病理学 | 吞咽功能障碍 | 高分辨率颈部听诊 | 卷积循环神经网络, 混合模型, 堆叠循环神经网络 | 振动和声学信号 | NA | NA | 卷积循环神经网络, 混合模型, 堆叠循环神经网络 | 预测准确率, 重叠率 | NA |
| 1048 | 2026-03-20 |
Exploring a Structural Basis for Delayed Rod-Mediated Dark Adaptation in Age-Related Macular Degeneration Via Deep Learning
2020-12, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.9.2.62
PMID:33344065
|
研究论文 | 本研究利用深度学习模型分析SD-OCT图像，探索年龄相关性黄斑变性中延迟杆介导暗适应的结构基础 | 提出了一种基于深度学习的无偏解剖生物标志物发现框架，首次识别并定位了SD-OCT中与延迟RMDA相关的低反射外层视网膜带 | 研究依赖于特定位置的SD-OCT B扫描图像，样本可能有限，且模型性能虽好但误差范围仍需进一步优化 | 探索年龄相关性黄斑变性中延迟杆介导暗适应的结构基础，并开发成像生物标志物发现方法 | 患有和未患有年龄相关性黄斑变性的参与者，聚焦于黄斑区SD-OCT图像 | 数字病理学 | 年龄相关性黄斑变性 | 光谱域光学相干断层扫描 | 深度学习模型 | 图像 | NA | NA | NA | 均方误差, 平均绝对误差 | NA |
| 1049 | 2026-03-19 |
Development of Automated High-Throughput Digital Microscopy With Deep Learning for Enhanced Blood Smear Imaging
2026-Apr, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70101
PMID:41370363
|
研究论文 | 本文旨在设计和开发一种基于自动化高通量光学数字显微镜的设备，用于批量扫描和捕获血涂片图像，结合深度学习算法实现实时图像采集 | 提出了一种结合光学组装设置与深度学习算法的自动对焦系统，利用迁移学习与预训练的VGG-16和Mobile Vision Transformer模型，克服了从头训练CNN的计算挑战，提高了图像清晰度、可靠性和稳定性 | 未明确说明数据集的详细规模或多样性，可能限制模型的泛化能力；高倍显微镜对振动敏感的问题虽被提及，但未详细讨论其在实际环境中的完全解决方案 | 开发自动化高通量数字显微镜系统，以增强血涂片成像效率，减少人工错误和疲劳 | 外周血涂片幻灯片 | 计算机视觉 | NA | 数字显微镜成像，深度学习 | CNN, Transformer | 图像 | 10张外周血涂片幻灯片 | NA | VGG-16, Mobile Vision Transformer (MobileViT) | 准确率 | NA |
| 1050 | 2026-03-19 |
Toward Lightweight Dynamic Convolutional Neural Network Modeling for Soft Sensors
2026-Apr, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2026.3662472
PMID:41734121
|
研究论文 | 本文提出了一种新型轻量级动态卷积神经网络（LDCNN），用于工业软传感器建模，以处理非线性、自相关和互相关的时序数据 | 结合位置嵌入和简化时间注意力机制以改进动态建模，并引入扩张卷积和层归一化来显著减少网络深度和宽度，避免过度参数化 | NA | 开发一种轻量级神经网络模型，用于工业软传感器，以在有限训练样本下实现更好的泛化能力 | 工业时序数据 | 机器学习 | NA | NA | CNN | 时序数据 | NA | NA | 1-D-CNN, LDCNN | NA | NA |
| 1051 | 2026-03-19 |
What's New: Sub-5-minute Knee Magnetic Resonance Imaging- Spectrum of Sports Injuries and Overuse Conditions
2026-Apr, Seminars in musculoskeletal radiology
IF:0.9Q4
DOI:10.1055/a-2798-5775
PMID:41776842
|
研究论文 | 本文介绍了一种基于深度学习的亚5分钟膝关节磁共振成像协议，并展示了其在运动损伤和过度使用条件诊断中的应用 | 采用公开可用的亚5分钟快速膝关节磁共振成像协议，结合基于深度学习的超分辨率图像重建技术 | NA | 开发并评估快速膝关节磁共振成像方法在临床实践中的应用价值 | 膝关节异常，包括运动损伤和过度使用条件 | 数字病理学 | 运动损伤 | 磁共振成像，深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 1052 | 2026-03-19 |
Advances in the application of artificial intelligence in mass spectrometry-based analysis of traditional Chinese medicine: compound identification and metabolic pathway elucidation
2026-Apr, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-025-06260-w
PMID:41389153
|
综述 | 本文综述了人工智能在基于质谱的中药分析中的应用进展，重点关注化合物鉴定和代谢途径阐明 | 系统总结了AI在中药质谱分析中的最新应用，并聚焦于复杂化合物的快速定性分析和体内代谢途径重建这两个关键领域 | 当前领域面临高质量质谱数据库缺乏、AI模型可解释性有限以及跨模态数据融合能力不足等挑战 | 推动人工智能与质谱技术在中药研究中的融合，促进中药现代化和精准药理学研究 | 中药样品，包括生药、炮制品、体外细胞培养物和体内生物样本 | 机器学习 | NA | 质谱 | 机器学习, 深度学习 | 质谱数据 | NA | NA | NA | NA | NA |
| 1053 | 2026-03-19 |
NeuroCardioSense (NCS): a time-aware fuzzy decision framework for multi-lead ECG classification and arrhythmia detection
2026-Mar-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4df5
PMID:41785513
|
研究论文 | 提出一种名为NeuroCardioSense (NCS)的时间感知模糊决策框架，用于多导联心电图分类和心律失常检测 | 设计了新颖的时间感知门控卷积层和门控机制，能够自适应地调制卷积滤波器和跨导联特征贡献；并引入了时间模糊集成模块，通过联合编码特征和隶属度构建可学习的模糊子空间，有效缓解类别边界模糊问题 | NA | 开发一个能够联合表征心电图形态模式、多导联交互和时间依赖性的自动化心律失常检测框架 | 心电图信号 | 数字病理学 | 心血管疾病 | 心电图 | CNN | 信号 | MIT-BIH心律失常数据库 | NA | NeuroCardioSenseNet (NCSN), NeuroCardioSenseNet-Fusion (NCSNF) | 准确率 | NA |
| 1054 | 2026-03-19 |
Multimodal skin disease classification using vision transformers, medical captioning, and metadata fusion: an analysis on the ISIC 2024 dataset
2026-Mar-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4eeb
PMID:41802357
|
研究论文 | 本研究提出了一种基于MedCLIP的多模态皮肤疾病分类方法，融合了视觉、文本和临床元数据，并在ISIC 2024数据集上进行了评估 | 系统分析了MedCLIP多模态嵌入与临床元数据的融合策略（早期融合和基于注意力的融合），并评估了其与经典机器学习及神经分类器结合的性能 | 研究仅使用了ISIC 2024数据集的子集（1600张训练图像和400张测试图像），样本规模相对有限 | 解决皮肤病变的二分类问题，探索多模态融合在计算机辅助诊断中的价值 | 皮肤癌和皮肤科疾病 | 计算机视觉 | 皮肤癌 | NA | Vision Transformer, MLP, 集成分类器 | 图像, 文本, 元数据 | 1600张训练图像和400张测试图像（来自ISIC 2024数据集） | NA | MedCLIP | 准确率, AUROC | NA |
| 1055 | 2026-03-19 |
Exploration and performance analysis of deep learning applications in spermatic vein ultrasound segmentation
2026-Mar-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4eed
PMID:41802363
|
研究论文 | 本研究探索并评估了深度学习在精索静脉超声图像分割中的应用，建立了首个自动化分割性能基准 | 提出了基于Segment Anything Model（SAM）的半自动标注工作流程，并首次为精索静脉超声分割任务建立了深度学习性能基准 | 所有模型在狭窄的性能范围内达到平台期（DSC：61%-65%），远低于成熟超声分割领域的性能，表明主要障碍是固有的数据限制而非模型架构 | 开发自动化精索静脉超声分割工具，以解决当前手动测量耗时、主观且缺乏可重复性的问题 | 精索静脉超声图像 | 医学图像分析 | 精索静脉曲张 | 超声成像 | 深度学习分割模型 | 超声图像 | 未明确说明具体样本数量，但采用留一患者交叉验证 | 未明确说明 | U-Net, U-Net++, Attention U-Net, RPA-UNet, UNet-DS（带深度监督的U-Net） | Dice相似系数（DSC）, Kappa系数 | NA |
| 1056 | 2026-03-19 |
High-throughput label-free assessment of sperm DNA fragmentation index via intelligent morphological imaging
2026-Mar-17, Lab on a chip
IF:6.1Q2
DOI:10.1039/d5lc01122a
PMID:41710949
|
研究论文 | 本研究提出了一种基于智能形态成像的高通量、无标记精子DNA碎片指数评估方法 | 首次将光流控时间拉伸定量相位成像流式细胞技术与卷积神经网络结合，实现了无标记、高通量、非破坏性的精子DNA碎片指数评估 | 研究样本量相对有限（31个临床精液样本），且方法依赖于特定的成像设备 | 开发一种准确、高效、无标记的精子DNA碎片指数评估方法，以改善男性不育症的临床诊断 | 人类精子细胞 | 数字病理学 | 男性不育症 | 光流控时间拉伸定量相位成像流式细胞技术 | CNN | 图像 | 31个临床精液样本，共136,070张图像 | NA | NA | 准确率 | NA |
| 1057 | 2026-03-19 |
Artificial Intelligence in Anatomic Education: Educational Utility, Safety Boundaries, and Implementation Considerations
2026-Mar-17, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000012573
PMID:41842848
|
综述 | 本文批判性地综合了人工智能在解剖学教育中的应用，重点关注其教育效用、安全边界和实施考虑 | 强调人工智能在解剖学教育中的教育效用而非临床自动化，并关注解剖准确性验证、生成系统中的错误信息风险、算法偏见等关键问题 | NA | 探讨人工智能如何支持解剖学教育，以应对传统教学方法的挑战 | 解剖学教育 | 计算机视觉,自然语言处理 | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |
| 1058 | 2026-03-19 |
Intelligent system for infants' pain detection: pain intensity estimation using deep learning approach
2026-Mar-17, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-026-01720-8
PMID:41843272
|
研究论文 | 本研究提出了一种基于深度学习的方法，通过分析面部表情来估计足月婴儿的疼痛强度 | 采用回归CNN模型结合迁移学习技术，利用预训练的VGG16模型进行微调，以提高分类性能并避免过拟合 | NA | 开发一个智能系统来检测婴儿的疼痛强度，以改善疼痛管理 | 足月婴儿在NICU日常医疗程序中的面部表情 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | VGG16 | MAE, MSE | NA |
| 1059 | 2026-03-19 |
Bridging Datasets and Hyperparameters: GCN-Based Link Prediction for Recommendation
2026-Mar-17, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2026.3675022
PMID:41843509
|
研究论文 | 本文提出了一种基于图卷积网络的超参数推荐框架，通过将数据集和超参数配置建模为二分图中的节点，并利用链接预测来为新数据集推荐超参数 | 将超参数推荐问题形式化为二分图上的链接预测问题，并引入GCN同时捕获数据集内部、超参数内部以及两者之间的同质和异质交互关系，这是现有方法所不具备的能力 | 未明确说明模型的计算复杂度或在大规模超参数空间中的可扩展性，且仅在分类任务上进行了验证 | 开发一种能够更准确推荐超参数配置的元学习方法 | 历史数据集、超参数配置及其性能观测值 | 机器学习 | NA | 元学习 | GCN | 元数据（数据集特征、超参数配置、性能观测） | 105个真实世界分类数据集 | NA | GCN | 多种评估指标（具体未列出） | NA |
| 1060 | 2026-03-19 |
Distillation-SAM: Knowledge Distillation Based Auto-prompt Embedding Learning for Surgical Image Segmentation
2026-Mar-17, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3674509
PMID:41843527
|
研究论文 | 本文提出了一种基于知识蒸馏的自适应提示嵌入学习方法Distillation-SAM，用于提高手术图像分割的准确性和泛化能力 | 通过引入可训练的适配器分支学习稀疏和密集自动提示嵌入，并利用知识蒸馏约束，无需用户提供提示即可实现多类别手术对象分割 | 方法主要针对手术图像，可能在其他医学图像领域的泛化能力有限，且依赖于特定数据集进行训练 | 开发一种无需用户提示的自适应手术图像分割方法，以提升分割精度和跨手术场景的泛化性能 | 手术图像中的血管、器械和组织等对象 | 计算机视觉 | NA | 深度学习 | SAM, 多层感知机 | 图像 | 多个手术数据集，包括IVIS、EndoVis2017和Cholecseg8k | NA | Segment Anything Model (SAM) | NA | NA |