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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 42805 篇文献,本页显示第 1121 - 1140 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
1121 2026-03-19
Leveraging deep learning-based foundation models for optical turbulence (Cn2) estimation under data scarcity
2026-Mar-10, Applied optics IF:1.7Q3
研究论文 本研究探讨了在数据稀缺条件下,利用表格基础模型(TFMs)进行光学湍流(Cn2)估计的可行性 首次将表格基础模型(TabPFNv2和TabDPT)应用于光学湍流估计任务,无需任务特定微调或超参数优化,在少样本学习场景中实现了优异性能 研究仅基于莫纳罗亚天文台的观测数据,未在其他地理环境或气象条件下验证模型的泛化能力 开发数据稀缺环境下光学湍流预测的快速、免调参、即插即用工具 光学湍流(Cn2)的估计 机器学习 NA 深度学习基础模型预训练 表格基础模型(TFMs) 表格数据(气象和湍流观测数据) 莫纳罗亚天文台的气象和湍流观测数据集(具体样本量未明确说明) NA TabPFNv2, TabDPT 数据效率、集成稳定性、动态范围捕捉能力、特征重要性分析 NA
1122 2026-03-19
Deep Learning-based Automated Detection of Pulmonary Embolism: Is It Reliable?
2026 Mar-Apr 01, Journal of computer assisted tomography IF:1.0Q4
研究论文 本研究评估了基于深度学习的AI程序“佳能自动化平台”在胸部CTPA中自动检测和定位肺栓塞的诊断准确性和临床适用性 首次全面评估了“佳能自动化平台”在肺栓塞自动检测中的性能,特别是在肺段和亚段分支等外周血管的检测能力 亚段分支的敏感性较低(81.4%至84.7%),且研究为回顾性设计,可能影响结果的泛化性 评估AI程序在肺栓塞自动检测中的诊断准确性和临床适用性 1474例疑似肺栓塞的胸部CTPA图像 计算机视觉 肺栓塞 CTPA 深度学习 医学影像 1474例CTPA图像 NA NA AUC-ROC, 准确率, 敏感性, 特异性, PPV, NPV, F1分数, Cohen Kappa NA
1123 2026-03-19
An Enthalpy-Entropy Compensated Ionogel With a Broadband Viscoelastic Plateau for Non-Invasive and High-Fidelity Neurointerfaces
2026-Mar, Advanced materials (Deerfield Beach, Fla.)
研究论文 本文设计了一种基于动态焓熵平衡的粘弹性离子凝胶,用于实现非侵入式、高保真度的神经接口 通过设计一种由动态焓熵平衡调控的粘弹性离子凝胶,实现了跨越九个数量级频率(10^-2至10^7 Hz)和宽温度范围(-30°C至40°C)的频率无关粘弹性平台,显著降低了皮肤-电极阻抗 未明确提及长期生物相容性、大规模制造可行性或与其他生物电子系统的集成挑战 开发一种能够实现非侵入式、高保真度电生理记录(特别是脑电图)的软生物电子材料 人类皮肤上的电生理信号,特别是脑电图信号 软生物电子学 NA 电生理记录,脑电图 深度学习 脑电图信号 NA NA NA 准确率 NA
1124 2026-03-19
Image Quality Assessment of Deep Learning-Based Virtual Monoenergetic Images From Single-Energy CT Pulmonary Angiography
2026 Mar-Apr 01, Journal of computer assisted tomography IF:1.0Q4
研究论文 本研究评估了基于深度学习的虚拟单能图像在CT肺血管造影中的图像质量,通过对比单能CT图像,验证了其在增强血管显影和图像质量方面的有效性 首次在临床应用中评估了基于深度学习的虚拟单能图像生成方法,该方法能从单能CT数据生成40 keV虚拟单能图像,无需双能CT设备 研究为回顾性设计,样本量较小(52组图像),且仅评估了40 keV能量水平 评估深度学习生成的虚拟单能图像在CT肺血管造影中的客观和主观图像质量 CT肺血管造影图像 医学影像分析 肺血管疾病 CT成像,深度学习图像生成 深度学习模型 医学图像 52组单能CT肺血管造影图像 NA Deep-En-Chroma 对比度,对比噪声比,主观评分(5点李克特量表) NA
1125 2026-03-19
Detailed Delineation of the Fetal Brain in Diffusion MRI via Multi-Task Learning
2026-Mar, IEEE transactions on medical imaging IF:8.9Q1
研究论文 本文开发并验证了一个统一的计算框架,用于胎儿大脑扩散加权MRI数据的多任务学习,包括组织分割、白质束分割和脑区划分 提出了一种多任务深度学习方法来同时执行胎儿大脑扩散MRI数据的组织分割、白质束分割和脑区划分,提高了分析效率和准确性 未明确提及具体限制,但可能依赖于标注数据的质量和数量 开发自动化方法以可靠分析胎儿大脑扩散加权MRI数据,用于神经发育研究和医学应用 胎儿大脑扩散加权MRI数据 医学影像分析 NA 扩散加权MRI 深度学习 MRI图像 97个胎儿大脑 NA NA Dice相似系数 NA
1126 2026-03-19
AI based multiomics integration for cancer diagnosis and prognosis
2026-Mar, Journal, genetic engineering & biotechnology
研究论文 本研究介绍了OmicsFusionNet,一种基于AI的混合模型,整合机器学习和深度学习,用于癌症诊断和预后 开发了OmicsFusionNet模型,整合多达六种多组学数据集,在23种癌症类型中实现80.2%的准确率,其中RNAseq和甲基化整合达到99.8%的准确率 NA 通过AI和多组学整合革新癌症护理,实现早期检测、生物标志物发现和个性化治疗 23种癌症类型,特别是卵巢癌 机器学习 癌症 多组学整合(基因组学、转录组学、表观基因组学),KEGG通路富集分析 混合模型(机器学习与深度学习) 多组学数据集 NA NA OmicsFusionNet 准确率 NA
1127 2026-03-19
ResSGA-Net: A deep learning approach for enhanced brain tumor detection and accurate classification in healthcare imaging systems
2026-Mar, Journal, genetic engineering & biotechnology
研究论文 提出一种名为ResSGA-Net的混合深度学习框架,用于从MRI图像中准确检测和分类脑肿瘤 将ResNet50主干网络与双重注意力机制(全局和门控)以及Swin Transformer相结合,有效捕获细粒度局部特征和长距离上下文依赖关系,并采用融合策略统一卷积、注意力精炼和Transformer增强的表征 未明确提及模型在更大规模或更多样化临床数据集上的泛化能力,也未讨论计算效率或实时诊断的可行性 开发一种准确可靠的自动脑肿瘤分类方法,以辅助临床决策 脑部MRI图像 计算机视觉 脑肿瘤 磁共振成像 CNN, Transformer 图像 两个公开基准数据集(一个四分类任务,一个三分类任务) NA ResNet50, Swin Transformer 准确率, AUC NA
1128 2026-03-19
Pathomics Signature for Prognosis and CA19-9 Interception in Pancreatic Ductal Adenocarcinoma: A Real-Life, Multi-Center Study
2026-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
研究论文 本研究开发并验证了一个基于深度学习的自动化预后模型,用于从胰腺导管腺癌(PDAC)患者的数字化全切片图像中提取病理组学特征,以预测患者生存期并指导治疗决策 首次在多中心真实世界研究中,利用CrossFormer架构从常规H&E切片中自动提取预后特征,并揭示了CA19-9的预后价值在不同风险组中的异质性,为个性化治疗提供了新见解 研究基于回顾性数据,且仅包含接受手术切除的患者,未来需要前瞻性验证并扩展到更广泛的患者群体 开发一个可解释的深度学习模型,从常规病理切片中提取预后特征,以改善胰腺导管腺癌的风险分层和治疗决策 胰腺导管腺癌(PDAC)患者 数字病理学 胰腺癌 深度学习,数字化全切片图像分析 深度学习模型 数字化全切片图像(H&E染色) 873名接受手术切除的PDAC患者,来自三个学术中心 未明确说明(可能为PyTorch或TensorFlow) CrossFormer, ResNet-18, ResNet-50, DenseNet-121 AUC(曲线下面积), 风险比(HR), p值 NA
1129 2026-03-19
A universal framework for IMRT dose prediction
2026-Mar, Medical physics IF:3.2Q1
研究论文 本文提出了一种基于深度学习的通用剂量预测模型UniDose,用于强度调制放射治疗(IMRT)中跨多种疾病部位和任意射束配置的剂量预测 UniDose模型通过通用化输入设计(包括归一化处方剂量图、加权避让掩码和射束追踪图像)和定制化的nnU-Net框架,实现了跨25种疾病部位和多样射束配置的通用剂量预测,并整合了基于参考的内部优化引擎以确保预测剂量的可实施性 模型在简化条件下开发,可能未完全覆盖真实世界实践中遇到的所有多样化场景,且依赖于特定数据集进行训练和验证 开发一个通用的深度学习剂量预测框架,以改善IMRT治疗计划的质量和效率,支持多样化的临床场景 IMRT治疗计划中的剂量分布预测,涉及多种疾病部位和任意射束配置 数字病理 多种癌症(包括前列腺癌、肝癌、脑癌等) 深度学习,射线追踪算法,剂量优化 CNN 3D图像数据 871名患者的数据集,涵盖25种疾病部位 nnU-Net 定制化的nnU-Net 伽马通过率(GPR),剂量体积直方图(DVH)指标 NA
1130 2026-03-19
Decoding TCR recognition via geometric deep learning of immunological fingerprints
2026-Mar-01, Briefings in bioinformatics IF:6.8Q1
研究论文 本文介绍了一种多模态几何深度学习框架,用于从pMHC界面提取物理化学和空间特征,以解码T细胞受体识别机制 提出了一种结合几何深度学习的多模态框架,系统性提取pMHC界面的多维特征,并引入可解释性模块识别关键接触残基和相互作用基序 研究基于晶体结构数据集,可能未涵盖所有动态构象变化;模型在更广泛的HLA等位基因上的泛化性需进一步验证 解码T细胞受体识别pMHC的分子原理,以理解免疫特异性与交叉反应性 人类白细胞抗原HLA-A*02和HLA-B*27的肽-MHC-TCR晶体结构 机器学习 NA 晶体结构分析, 几何深度学习 几何深度学习模型 三维结构数据 精选的人类HLA-A*02-肽-TCR晶体结构数据集及HLA-B*27-肽复合物 PyTorch, DGL 几何神经网络 TCR结合偏好预测准确性, 交叉反应性分析 NA
1131 2026-03-19
Geometric-constraint-aware binocular framework for robust absolute phase recovery in structured light 3D reconstruction
2026-Mar-01, Applied optics IF:1.7Q3
研究论文 本文提出了一种新颖的双目深度学习框架,用于在结构光三维重建中实现鲁棒的绝对相位恢复 首次将几何约束与数据驱动学习协同整合,以解决复杂表面重建中的相位跳变问题,并引入了包含虚拟和真实世界数据的基准数据集 未明确说明对极端光照条件或动态场景的适应性 提高结构光三维重建系统的精度、计算效率和鲁棒性 虚拟和真实世界的地面真实三维模型,特别是具有不连续表面的场景 计算机视觉 NA 结构光投影 深度学习 图像 23,000个同步双目相位图 NA GCANet 误差 NA
1132 2026-03-19
Two-dimensional phase unwrapping and denoising network based on frequency-domain operators and sparse attention
2026-Mar-01, Applied optics IF:1.7Q3
研究论文 提出了一种基于U-Net的轻量级深度学习模型FSA-PU,用于解决二维相位展开问题,该模型集成了多尺度上下文建模、稀疏全局依赖和频域重建 首次将频域算子与稀疏注意力机制结合到相位展开网络中,通过深度可分离卷积增强边缘和细节恢复能力 未明确说明模型在极端噪声或大规模不连续相位情况下的性能极限 解决复杂条件下(如噪声和相位不连续)的二维相位展开问题 光学干涉测量、数字全息术和合成孔径雷达中的相位数据 计算机视觉 NA 深度学习 CNN 图像(相位图) 合成数据集和真实数据集(具体数量未说明) NA U-Net PSNR, RMSE, SSIM NA
1133 2026-03-19
Toward high-quality hologram generation via a complex-valued efficient hybrid attention network
2026-Mar-01, Applied optics IF:1.7Q3
研究论文 本文提出了一种用于高质量全息图生成的复数值高效混合注意力网络(CEHAN) 提出了一种结合复数值高效注意力机制和混合注意力块的网络架构,在提升重建质量的同时显著降低了计算时间 未明确说明模型在更广泛数据集上的泛化能力以及实际部署中的硬件兼容性问题 提高计算机生成全息图(CGH)的质量和实时渲染效率 全息图的生成与重建 计算机视觉 NA 深度学习 CNN 图像 DIV2K数据集 NA U-Net, 复数值高效混合注意力网络(CEHAN) PSNR, SSIM NA
1134 2026-03-19
Terahertz image super-resolution reconstruction method for polyethylene pipe heat-fused joint defects based on an improved ESRGAN network
2026-Mar-01, Applied optics IF:1.7Q3
研究论文 本文提出了一种基于改进ESRGAN网络的太赫兹图像超分辨率重建方法,用于检测聚乙烯管道热熔接头的缺陷 提出了一种增强型超分辨率生成对抗网络,引入了高效多尺度注意力模块,并采用了基于Vision Transformer的判别器,以提升图像全局一致性的判别能力和对纹理及高频细节的关注 未明确说明方法在更广泛缺陷类型或不同成像条件下的泛化能力,也未讨论计算复杂度与实时性之间的平衡 提高太赫兹图像在检测聚乙烯管道热熔接头缺陷时的超分辨率重建质量 聚乙烯管道热熔接头的孔洞和裂纹缺陷 计算机视觉 NA 太赫兹成像 GAN 图像 NA NA ESRGAN, Vision Transformer PSNR, SSIM, FLOPs NA
1135 2026-03-19
How I Do It: Fast MRI of the Joints
2026-Mar, Radiology IF:12.1Q1
综述 本文提供了关于快速肌肉骨骼关节MRI的实践导向概述,重点介绍回波链优化和现代加速技术的应用 结合并行成像、同时多层采集和压缩感知欠采样技术,实现关节MRI的3至8倍加速,并整合深度学习图像重建方法 需要进一步的研究和数据验证,特别是针对10倍加速的深度学习方法的临床适用性 优化关节MRI的扫描速度和图像质量,提高临床效率 中枢和周围关节的肌肉骨骼MRI 医学影像 肌肉骨骼疾病 MRI,包括二维和三维涡轮自旋回波脉冲序列 深度学习 MRI图像 NA NA NA 图像质量,诊断准确性 NA
1136 2026-03-19
Deconvolving mutation effects on protein stability and function with disentangled protein language models
2026-Feb-26, bioRxiv : the preprint server for biology
研究论文 本文提出了一种名为DETANGO的深度学习框架,用于解耦蛋白质语言模型预测的突变效应中与稳定性扰动相关的部分,从而揭示突变对蛋白质功能的影响 通过引入DETANGO框架,首次明确地从蛋白质语言模型预测的突变效应中分离出稳定性扰动成分,从而能够准确识别稳定但失活(SBI)的突变变体,并推断功能关键残基 NA 解耦突变对蛋白质稳定性和功能的影响,以促进对蛋白质功能的机制理解和指导理性蛋白质工程 蛋白质序列及其单点突变 机器学习 NA 蛋白质语言模型(pLMs) 深度学习框架 蛋白质序列数据 NA NA NA NA NA
1137 2026-03-19
Improved sub-visible particle classification in flow imaging microscopy via generative AI-based image synthesis
2026-Feb-26, Journal of pharmaceutical sciences IF:3.7Q2
研究论文 本文提出了一种基于生成式AI的图像合成方法,用于改进流式成像显微镜中的亚可见颗粒分类,通过生成高保真图像解决数据不平衡问题 开发了最先进的扩散模型来生成高保真颗粒图像,以增强训练数据集,从而有效训练多类深度神经网络,并公开了模型和分类器以促进开放研究 未明确提及具体局限性,但可能涉及生成图像的真实性验证范围或模型在更广泛颗粒类型上的泛化能力 解决流式成像显微镜中因数据稀缺和类别不平衡导致的亚可见颗粒分类问题 亚可见颗粒,包括硅油、气泡和蛋白质颗粒 计算机视觉 NA 流式成像显微镜 扩散模型, 深度神经网络 图像 验证数据集包含500,000张蛋白质颗粒图像 未明确指定,但可能基于PyTorch或TensorFlow(根据开源代码推断) 扩散模型, 深度神经网络(具体架构未指定) 分类性能(具体指标如准确率、召回率等未明确提及) 未明确指定
1138 2026-03-19
Tumor cell villages define the co-dependency of tumor and microenvironment in liver cancer
2026-02-21, Nature communications IF:14.7Q1
研究论文 本研究通过空间单细胞成像和单细胞RNA测序,分析了50个肿瘤样本中的超过200万个细胞,揭示了肝细胞癌中肿瘤细胞状态如何组织成独特的“村庄”结构,这些结构与其微环境存在分子共依赖性,并与患者预后相关 开发了一种基于深度学习的策略,用于空间映射肿瘤细胞状态及其周围环境结构,首次提出了“肿瘤细胞村庄”概念,揭示了肿瘤细胞状态与微环境之间的特异性分子共依赖性 研究主要聚焦于肝细胞癌,结果在其他癌症类型中的普适性尚未验证;样本量相对有限(50个肿瘤样本),可能影响统计效力 探究肿瘤空间景观的形成机制及其对肿瘤适应性的影响 肝细胞癌(肝癌)肿瘤样本 数字病理学 肝癌 空间单细胞成像, 单细胞RNA测序 深度学习 图像, 转录组数据 50个肿瘤生物样本(超过200万个细胞),并在740名肝癌患者的数据中进行验证 NA NA NA NA
1139 2026-02-11
UniChrom: a universal deep learning architecture for cross-scale chromatin interaction prediction
2026-Feb-10, BMC genomics IF:3.5Q2
NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
1140 2026-03-19
Automated deep learning pipeline for measuring lumbar thecal sac AP diameter on mid-sagittal MR images
2026-Feb-10, BMC medical imaging IF:2.9Q2
研究论文 本文开发并验证了一种自动化的深度学习流程,用于在腰椎正中矢状位T2加权MRI上定量测量硬膜囊前后径 提出了一种结合YOLOv8 OBB进行椎间盘定位与方向估计、基于单应性的ROI变换、Attention U-Net分割以及基于骨架的毫米级直径计算的端到端自动化流程,显著提高了测量线的有效性 研究为回顾性设计,且外部验证仅使用了RSNA 2024数据集中的一个外部队列 开发并验证一个自动化的深度学习流程,用于在腰椎MRI上定量测量硬膜囊前后径,以支持腰椎管狭窄的标准化评估 腰椎正中矢状位T2加权MRI图像 计算机视觉 腰椎管狭窄 MRI CNN 图像 511例腰椎正中矢状位T2 MRI检查(内部数据集),以及RSNA 2024腰椎数据集的50例外部验证数据 PyTorch YOLOv8-OBB, Attention U-Net ICC, MAE NA
回到顶部