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 44210 篇文献，本页显示第 1061 - 1080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2026-05-03 |
Geometry-Guided Local Alignment for Multi-View Visual Language Pre-Training in Mammography
2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-032-04978-0_29
PMID:42063811
|
研究论文 | 提出一种几何引导的局部对齐方法，用于多视图乳腺X光影像视觉语言预训练 | 首次利用乳腺X光成像的多视图几何先验知识，通过全局与局部、视觉-视觉和视觉-语言的联合对比学习，实现跨视图局部对齐和细粒度特征学习 | NA | 改进乳腺X光影像视觉语言模型的预训练，提升对多视图几何关系的建模能力 | 乳腺X光影像及对应的影像报告 | 计算机视觉 | 乳腺癌 | 乳腺X光摄影 | 视觉语言模型 | 图像与文本 | NA | NA | NA | NA | NA |
| 1062 | 2026-05-03 |
DualFusionNet: A fusion-based dual architecture for visual quality control on fabric surfaces
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0346708
PMID:42054394
|
研究论文 | 提出一种融合CNN与Transformer的双架构模型DualFusionNet，用于拉链表面视觉质检 | 首次将CNN的局部特征提取与Transformer的全局关系建模结合，通过AFPN和SE模块实现特征融合，提升拉链缺陷检测的准确性 | 未提及模型的泛化能力验证及在多样化生产环境中的鲁棒性测试 | 提高拉链缺陷检测精度，通过整合局部与全局特征实现自动化质检 | 拉链表面缺陷 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | NA | NA | DualFusionNet | 准确率, 平衡准确率 | NA |
| 1063 | 2026-05-03 |
A hybrid CNN-Transformer network integrating multiscale spatially detailed features for medical image segmentation
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0345549
PMID:42054482
|
研究论文 | 提出一种混合CNN-Transformer网络，融合多尺度空间细节特征用于医学图像分割 | 提出并行CNN和Swin Transformer编码器，并设计语义与细节融合模块（SDI）来有效整合多尺度特征，在轻量级框架下实现局部和全局特征的互补 | 未提及具体局限性 | 提高医学图像分割的准确性和效率，尤其在资源受限环境中的临床部署 | 医学图像中的复杂解剖结构，如腹部多器官和主动脉血管树 | 计算机视觉 | NA | 深度学习 | CNN-Transformer混合模型 | 图像 | 两个公开数据集：Synapse多器官分割数据集和主动脉血管树数据集 | PyTorch | CNN, Swin Transformer, SDI模块 | Dice系数, Hausdorff距离 | NA |
| 1064 | 2026-05-03 |
DB-SegNet: optimized framework for glaucoma detection and optic structure segmentation from retinal fundus images
2025-Nov-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23425-w
PMID:41233423
|
研究论文 | 提出DB-SegNet框架用于从视网膜眼底图像中检测青光眼并分割视盘与视杯结构 | 结合扩张空洞上下文模块、双向特征校准单元、苦味鱼优化算法、多尺度注意力Transformer和蜜獾优化算法进行超参数调优，在分割和分类任务上达到高精度 | 可能仍受图像质量、血管遮挡和结构模糊等泛化挑战影响，且依赖特定数据集验证 | 提高青光眼检测和眼底结构分割的准确性，克服现有深度学习方法的泛化问题 | 视网膜眼底图像中的视盘和视杯结构 | 计算机视觉 | 青光眼 | 眼底成像 | CNN、Transformer | 图像 | 三个公开数据集：Drishti-GS1、RIM-ONE、ORIGA-Light | NA | SegNet、Dilated Atrous Context Module (DACM)、Bidirectional Feature Calibration Unit (BFCU)、Multi-Scale Attention Transformer (MSAT) | Dice系数、准确率 | NA |
| 1065 | 2026-05-03 |
Artificial intelligence in the operating room: A systematic review of AI models for surgical phase, instruments and anatomical structure identification
2025-11, Acta obstetricia et gynecologica Scandinavica
IF:3.5Q1
DOI:10.1111/aogs.70045
PMID:40862620
|
综述 | 系统回顾了多种深度学习算法在术中视频分析中的应用，用于手术阶段、解剖结构和手术器械的特征提取与模式识别 | 对AI模型在手术室中同时实现手术阶段识别、解剖结构识别和手术器械识别进行了系统性综合评估 | 数据集限制、标注协议标准化不足以及偏差问题需要进一步研究 | 评估人工智能模型在手术室中用于手术阶段、器械和解剖结构识别的应用效果 | 手术视频中的手术阶段、解剖结构和手术器械 | 机器学习 | NA | NA | 深度学习 | 视频 | 21项研究 | NA | 多层互连神经网络 | 准确率, 精确率, 召回率, F1分数 | NA |
| 1066 | 2026-05-03 |
Deep learning-assisted tools to understand the structural biology of the synapse
2025-Nov, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-025-00512-5
PMID:41280141
|
综述 | 探讨深度学习辅助的结构生物学工具在理解突触结构生物学中的应用，重点分析突触后致密区的分子机制 | 系统总结了AI辅助结构生物学工具在突触后蛋白网络建模中的最新应用，并指出其面临的挑战和未来发展方向 | 当前AI方法尚未能完全解决复杂大分子系统的所有问题，需谨慎使用 | 理解突触后致密区的分子水平机械方面，促进神经功能在分子层面的详细描述 | 突触后致密区的互连蛋白网络及其在学习和记忆形成中的作用 | 自然语言处理 | 认知障碍 | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1067 | 2026-05-03 |
Prediction of waste generation forecast and emission potential on the Erode City solid waste dump yards based on machine learning approach
2025-Oct-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19288-w
PMID:41131036
|
研究论文 | 提出一种基于监督机器学习的数据驱动框架，用于预测印度埃罗德市城市固体废物产生量和排放动态 | 整合支持向量机、随机森林和朴素贝叶斯分类器，并结合特征选择、邻近排名和空间分区分析，提高废物预测的准确性和可解释性 | 未提及，可能包括未来需整合实时传感器数据和混合深度学习架构 | 开发可扩展的废物预测框架，支持排放量化和战略决策 | 印度埃罗德市固体废物堆场 | 机器学习 | NA | NA | 支持向量机、随机森林、朴素贝叶斯 | 数值数据（社会经济变量、废物类型、历史体积） | 五年数据集（2019-2024年） | NA | NA | 准确率、均方误差 | NA |
| 1068 | 2026-05-03 |
Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma
2025-10-01, Archives of pathology & laboratory medicine
IF:3.7Q1
DOI:10.5858/arpa.2024-0374-OA
PMID:39957180
|
研究论文 | 开发一种基于注意力机制的弱监督多示例学习深度学习模型，用于对肾嗜酸性肿瘤的全切片图像进行自动分类 | 将二分类模型扩展到三分类，新增了低级别嗜酸性肿瘤和嫌色细胞肾细胞癌类别 | 未提供具体局限性信息 | 开发自动计算分类器，对肾嗜酸性肿瘤的全切片图像进行分层分类 | 肾嗜酸性肿瘤（肾嗜酸细胞瘤、低级别嗜酸性肿瘤、嫌色细胞肾细胞癌）的全切片图像 | 数字病理学 | 肾癌 | 数字病理学（全切片成像） | 弱监督深度学习模型（多示例学习） | 图像（全切片图像） | 125个病例的269张全切片图像，来自6个机构 | NA | 注意力机制多示例学习网络 | 准确率、AUC（ROC曲线下面积） | NA |
| 1069 | 2026-05-03 |
Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume
2025-Oct, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30555
PMID:40312974
|
研究论文 | 开发了一种基于模型的自监督深度学习网络，用于同时定量评估心肌氧摄取分数和心肌血容量 | 将物理模型集成到自监督学习训练过程中，实现端到端同时生成心肌氧摄取分数和心肌血容量图像，无需像素级真实标签 | 仅基于10名健康受试者和10名心肌梗死患者的初步可行性验证，样本量较小 | 开发一种端到端同时定量评估心肌氧摄取分数和心肌血容量的深度学习方法 | 心肌氧摄取分数和心肌血容量的定量评估 | 机器学习 | 心肌梗死 | 非对称自旋回波序列 | 自监督深度学习网络 | 图像 | 10名健康受试者和10名心肌梗死患者 | NA | NA | 平均绝对误差、余弦相似度 | NA |
| 1070 | 2026-05-03 |
Optimization of a mobile imaging system to aid in evaluating patients with oral lesions in a dental care setting
2025-Oct, Biophotonics discovery
DOI:10.1117/1.BIOS.2.4.042307
PMID:42028297
|
研究论文 | 评估基于智能手机的mDOC自体荧光成像系统在社区牙科诊所中对口腔病变患者的检测能力，并优化转诊算法 | 开发了一种多输入深度学习算法，结合预训练和新采集数据的排练训练方法，专为低患病率人群设计，以提高口腔癌早期检测的准确性 | 样本量较小（50名患者，252个解剖部位），测试集敏感度较低（60.0%），可能需更大规模数据验证 | 评估并优化移动口腔癌检测（mDOC）系统，以支持非专业临床医生在社区牙科环境中做出适当的转诊决策 | 社区牙科诊所患者的口腔黏膜病变 | 计算机视觉 | 口腔癌 | 自体荧光成像 | 深度学习 | 图像（白光和自体荧光图像） | 50名患者共252个解剖部位 | NA | 多输入深度学习模型 | Brier技能评分，ROC曲线下面积（AUC-ROC），敏感度，特异度 | NA |
| 1071 | 2026-05-03 |
Artificial Intelligence Automation of Echocardiographic Measurements
2025-Sep-30, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2025.07.053
PMID:40914895
|
research paper | 开发并验证了用于超声心动图自动测量的开源深度学习语义分割模型EchoNet-Measurements | 首次提出开源深度学习语义分割模型，实现对18个解剖和多普勒超声心动图参数的自动化测量，并在大规模多中心数据集上验证了高准确性 | NA | 开发并验证用于超声心动图参数自动化测量的开源深度学习模型 | 超声心动图测量数据 | computer vision | cardiovascular disease | NA | deep learning semantic segmentation models | image | 来自Cedars-Sinai医疗中心的155,215项研究中的877,983个超声心动图测量数据，以及斯坦福医疗保健的外部验证集 | NA | EchoNet-Measurements | coverage probability, relative difference | NA |
| 1072 | 2026-05-03 |
Leveraging FastViT based knowledge distillation with EfficientNet-B0 for diabetic retinopathy severity classification
2025-Aug, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2025.100325
PMID:40588035
|
研究论文 | 提出FastEffNet框架，利用基于FastViT的知识蒸馏和EfficientNet-B0模型进行糖尿病视网膜病变严重程度分类 | 首次结合FastViT-MA26作为教师模型与EfficientNet-B0作为学生模型进行知识蒸馏，在保持高分类精度的同时显著降低计算复杂度 | 研究仅基于APTOS数据集，可能无法泛化到其他人群或临床设置；模型性能未在真实临床工作流中验证 | 开发高效准确的深度学习模型用于自动化糖尿病视网膜病变严重程度分类 | 糖尿病视网膜病变（DR）的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 知识蒸馏 | CNN与Transformer混合 | 图像 | APTOS数据集包含3662张图像，分为五个严重级别 | NA | FastViT-MA26, EfficientNet-B0, HGNet, ResNet50, MobileNetV3, DeiT | 准确率, 精确率, 召回率, F1分数, Cohen Kappa分数, 加权Kappa分数, Matthews相关系数, AUC | NA |
| 1073 | 2026-05-03 |
Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System
2025-07, Cancer cytopathology
IF:2.6Q2
DOI:10.1002/cncy.70022
PMID:40543043
|
研究论文 | 评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效能和准确性 | 验证了HGDDS作为独立系统在常规临床使用中的性能，展示了其接近100%的灵敏度和高阴性预测值 | 研究基于先前已审阅的样本，可能引入选择偏倚；未提及系统在不同人群或真实世界环境中的泛化能力 | 评估HGDDS在宫颈细胞学筛查中的诊断性能，以支持其部署于常规临床工作流 | 890份已审查并确诊的ThinPrep巴氏涂片样本 | 数字病理学 | 宫颈癌 | NA | NA | 图像 | 890份ThinPrep巴氏涂片样本 | NA | NA | 灵敏度, 阴性预测值 | NA |
| 1074 | 2026-05-03 |
CRoP: Context-wise Robust Static Human-Sensing Personalization
2025-Jun, Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies
DOI:10.1145/3729483
PMID:42063619
|
research paper | 提出一种名为CRoP的静态个性化方法，通过在最小子网络上进行自适应剪枝，利用预训练模型作为通用起点，捕捉用户特定特征，同时允许在其余参数中融入通用知识，以应对人体感知中的用户内异质性问题 | 首次关注人体感知中用户内跨情境的异质性挑战，提出通过自适应剪枝在最小子网络上捕捉用户特定特征，同时保留通用知识的静态个性化方法 | 未明确讨论方法在极端数据稀疏或高度动态变化场景下的性能限制，可能对计算资源或剪枝策略的选择敏感 | 解决人体感知应用中用户内跨情境的泛化挑战，提高个性化模型在不同传感器数据下的鲁棒性 | 人体感知数据中的用户内异质性现象，特别是临床应用中因治疗进展等外部因素导致的感知属性变化 | machine learning | NA | NA | 预训练模型（具体未指定） | 传感器数据 | 四个数据集，包括两个来自真实健康领域的数据集 | NA | NA | 梯度内积分析、消融研究、与最先进基线的比较 | NA |
| 1075 | 2026-05-03 |
Automated Quantification of Cerebral Microbleeds in SWI: Association with Vascular Risk Factors, White Matter Hyperintensity Burden, and Cognitive Function
2025-May-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8552
PMID:39443150
|
研究论文 | 训练并验证一个基于深度学习的脑微出血分割模型，并在磁敏感加权成像上探究脑微出血与血管风险因素、白质高信号负荷及认知功能之间的关联 | 首次利用nnU-Net框架实现脑微出血的自动化量化，并在独立内部和外部验证集中评估性能，同时系统分析了脑微出血与认知功能及血管风险因素的关系 | 单中心回顾性研究，外部验证集Dice分数较低（0.46），模型泛化能力有限 | 建立脑微出血的自动化分割方法，并阐明其与认知障碍、白质高信号及血管风险因素的相关性 | 脑微出血、认知功能、白质高信号、血管风险因素 | 计算机视觉 | 脑血管疾病 | 磁敏感加权成像 | CNN | 图像 | 训练集287例，内部验证集67例，外部验证集68例，独立临床集448例 | PyTorch | nnU-Net | Dice系数 | NA |
| 1076 | 2026-05-03 |
Deep Learning-Based Algorithm for Automatic Quantification of Nigrosome-1 and Parkinsonism Classification Using Susceptibility Map-Weighted MRI
2025-May-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8585
PMID:39547802
|
研究论文 | 开发并验证一种基于深度学习的方法，利用磁敏感加权成像自动量化黑质小体-1异常，并分类神经退行性帕金森病 | 首次利用Susceptibility Map-Weighted MRI同时实现黑质小体-1异常的自动检测、量化与帕金森病分类，并验证了其在特发性帕金森病诊断中的高效性 | 需要进一步在多种临床环境中验证结果 | 开发并验证基于深度学习的黑质高强度区自动量化与帕金森病分类算法 | 特发性帕金森病患者、正常对照组、特发性震颤患者、药物诱导性帕金森病患者 | 计算机视觉, 机器学习 | 帕金森病 | 磁敏感加权成像 | 深度学习模型 | 磁共振图像 | 训练数据：450名参与者（210名IPD患者，240名对照）；验证数据：237名参与者（168名IPD患者，58名特发性震颤患者，11名药物诱导性帕金森病患者） | NA | Heuron NI（量化模型），Heuron IPD（分类模型） | 曲线下面积 | NA |
| 1077 | 2026-05-03 |
Empowering Data Sharing in Neuroscience: A Deep Learning Deidentification Method for Pediatric Brain MRIs
2025-May-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8581
PMID:39532533
|
研究论文 | 开发了一种基于深度学习的自动去除儿童脑MRI面部特征的方法，以促进数据共享 | 针对儿童和多种MRI序列优化的自动去面部工具，填补了现有去面部工具在儿童病例和多样图像类型上的空白 | 耳部去除性能较低（73%），可能影响某些研究使用 | 开发一种AI驱动的自动去除儿童脑MRI面部特征的方法，推动数据共享和神经科学研究 | 儿童脑MRI图像，包括多参数MRI（T1W、T1W增强、T2W、T2W-FLAIR），来自208名脑肿瘤患者（CBTN）和36名临床对照患者（SLIP），年龄7天至21岁 | 数字病理学 | 脑肿瘤、罕见疾病 | MRI（T1W、T1W增强、T2W、T2W-FLAIR） | nnU-Net | 图像 | 976张图像，来自244名参与者（208名脑肿瘤患者和36名临床对照） | PyTorch | nnU-Net | 准确率、斯皮尔曼相关系数 | NA |
| 1078 | 2026-05-03 |
Diverging Effects of Violence Exposure and Psychiatric Symptoms on Amygdala-Prefrontal Maturation During Childhood and Adolescence
2025-May, Biological psychiatry. Cognitive neuroscience and neuroimaging
DOI:10.1016/j.bpsc.2024.08.003
PMID:39182725
|
研究论文 | 研究暴力暴露和精神症状对儿童青少年杏仁核-前额叶成熟的不同影响 | 利用深度学习构建神经发育模型，从杏仁核-前额叶静息态功能连接中预测年龄，揭示暴力暴露与精神症状对脑回路成熟的不同影响，并分离出延迟成熟与提前成熟的差异机制 | 未明确提及，但可能包括数据来源单一（PNC队列）、未考虑其他混杂因素等 | 探索暴力暴露和精神症状对杏仁核-前额叶回路成熟的不同影响机制 | 青少年人群，包括暴力暴露和未暴露者，以及有或无精神诊断者 | 机器学习 | 心理健康障碍 | 静息态功能磁共振成像 | 深度学习模型 | 脑影像数据 | 1133名青少年 | NA | NA | NA | NA |
| 1079 | 2026-05-03 |
Uncertainty-Aware Deep Learning Characterization of Knee Radiographs for Large-Scale Registry Creation
2025-May, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2024.10.103
PMID:39477040
|
研究论文 | 提出一种用于膝关节X光片的大规模注册表自动图像输入管线，整合多标签图像语义分类器与共形预测不确定性量化及目标检测模型 | 将共形预测不确定性量化整合到多标签分类器中，提高模型不确定性透明度，同时结合目标检测模型自动识别膝关节植入物 | 未提及模型在外部数据集上的泛化能力或不同设备、协议间的适应性，且可能未涉及罕见植入物的识别准确性 | 开发一个自动化图像输入管线，用于构建膝关节放射学注册表 | 膝关节X光片（包括膝关节侧别、假体、放射学视图及手术构建位置） | 计算机视觉 | 膝关节疾病 | 放射学成像 | EfficientNet、目标检测模型 | 图像 | 26000张膝关节图像用于分类器训练，11841张用于目标检测模型标注 | NA | EfficientNet | F1分数、准确率、敏感性、特异性、边际覆盖率、效率 | NA |
| 1080 | 2026-05-03 |
Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training
2025-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30401
PMID:39641987
|
research paper | 提出一种基于无监督学习的深度神经网络FAC-Net，用于从乳腺脂肪组织的MRI数据中快速稳健地估计脂肪酸组成 | 采用物理基础的无监督深度学习网络估计脂肪酸组成，利用10个脂肪峰信号模型构建损失函数，无需标注数据训练 | 未明确讨论样本量较小（仅15名绝经后女性）以及因果推断的限制 | 开发一种基于深度学习的方法，用于稳健快速地估计乳腺脂肪组织中的脂肪酸组成 | 乳腺脂肪组织中的脂肪酸组成，包括饱和脂肪酸、单不饱和脂肪酸和多不饱和脂肪酸 | computer vision | breast cancer | MRI | CNN | image | 8种不同脂肪酸组成油类幻影模型和15名绝经后女性（8名对照组和7名癌症组） | NA | FAC-Net | R² | NA |