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 40284 篇文献，本页显示第 1201 - 1220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1201 | 2026-02-06 |
3DFE-Net: Three-dimensional fusion enhancement network based on multi-attention mechanism for multi-modal magnetic resonance images
2026-Feb-04, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03499-4
PMID:41637028
|
研究论文 | 本文提出了一种基于多注意力机制的三维融合增强网络（3DFE-Net），用于多模态磁共振图像融合 | 首次提出基于深度学习的三维医学图像融合方法，设计了多感受野卷积块（MRFC）和多感受野瓶颈块（MRFB）替代传统卷积块，并构建了结合通道注意力、自注意力和空间注意力的多注意力融合模块 | NA | 解决深度学习在三维医学图像融合领域的空白，提升多模态磁共振图像的融合效果 | 多模态磁共振图像（MR-T1ce和MR-T2） | 计算机视觉 | 胶质瘤 | 磁共振成像 | CNN | 三维医学图像 | NA | NA | 3DFE-Net | 信息熵（EN）、互信息（MI）、标准差（SD）、二进制质量评估（Qabf）、视觉信息保真度（VIF） | NA |
| 1202 | 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 |
| 1203 | 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 |
| 1204 | 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 |
| 1205 | 2026-02-06 |
Deep learning drives autonomous molecular reactions with single-bond selectivity in tetra-brominated porphyrins on Au(111)
2026-Feb-04, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69080-1
PMID:41639093
|
研究论文 | 本文介绍了一种基于深度学习的策略，用于在Au(111)表面上的四溴化卟啉中自主执行多步骤、单键选择性的分子反应 | 利用深度学习实现全自主、数据驱动的单分子化学反应控制，超越了传统依赖专家干预的方法，具有高精度和可扩展性 | 作为概念验证，研究仅针对特定分子体系（四溴化卟啉在Au(111)表面）进行了演示，通用性有待进一步验证 | 追求具有单键精度的自主化学转化，以解决分子纳米科学中的核心挑战 | Au(111)表面上的四溴化卟啉分子 | 分子纳米科学 | NA | 扫描隧道显微镜（STM） | 神经网络, 深度强化学习 | 图像 | NA | NA | NA | 高保真度 | NA |
| 1206 | 2026-02-06 |
A novel deep learning approach for mosquito species classification via a dual-head structure and calibration-aware fusion architecture
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35453-1
PMID:41639160
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1207 | 2026-02-06 |
Efficient target detection method based on wavelet transform and progressive feature pyramid network: a case study of power grid inspection
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37017-9
PMID:41639278
|
研究论文 | 本文提出了一种基于小波变换和渐进特征金字塔网络的高效目标检测方法，用于电网巡检中的异物检测 | 提出了三种创新模块：1）在骨干网络中集成小波变换卷积块，以多频带分解特征并扩大有效感受野；2）开发了渐进特征金字塔网络，通过两阶段上下采样和自适应空间融合缓解语义不一致性；3）引入了内嵌EIoU损失函数，专注于真实框内部区域的回归，以改善微小低对比度目标的定位 | 未明确说明该方法在极端天气条件或夜间环境下的性能表现，也未讨论模型在不同类型电网基础设施上的泛化能力 | 开发一种高效、准确的实时目标检测方法，用于高压输电线路巡检中的异物检测，以保障电网安全稳定运行 | 高压输电线路上的异物，包括漂浮物（如气球、风筝）、鸟巢、碎片等 | 计算机视觉 | NA | 深度学习，计算机视觉 | YOLO | 图像 | 自建的输电线路异物数据集（TLFO）和MS COCO val2017数据集 | NA | YOLOv11 | mAP₀.₅, mAP₀.₅:₀.₉₅, Precision, 参数数量, 推理速度（FPS） | NA |
| 1208 | 2026-02-06 |
Development and interpretation of a dual-energy CT-based deep learning radiomics model for predicting new cerebral ischemic lesions after carotid artery stenting: a multicenter study
2026-Feb-04, European radiology
IF:4.7Q1
DOI:10.1007/s00330-026-12351-8
PMID:41639308
|
研究论文 | 本研究开发了一种基于双能CT的深度学习放射组学模型，用于预测颈动脉支架植入术后新发同侧缺血性病变 | 首次构建了结合临床-影像学特征、手工放射组学特征和深度学习特征的组合模型，并利用SHAP分析提高了模型的可解释性 | 研究为回顾性设计，样本量有限（336例），且仅基于双能CT图像 | 开发可解释的预测模型，以识别颈动脉支架植入术后新发同侧缺血性病变的高风险患者 | 颈动脉支架植入术患者 | 数字病理学 | 心血管疾病 | 双能CT成像 | 深度学习, 支持向量机 | 医学影像 | 336例患者（训练集135例，内部验证集58例，外部测试集143例） | Scikit-learn | NA | AUC | NA |
| 1209 | 2026-02-06 |
Automated diagnosis of plus form and early stages of ROP using deep learning models
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37064-2
PMID:41639314
|
研究论文 | 本研究开发了一种基于深度学习的自动化诊断系统，用于分类早产儿视网膜病变（ROP）的Plus疾病和疾病分期 | 利用深度学习模型对ROP的Plus疾病进行二分类（Plus/正常）和ROP分期（0、1、2、3期）的多类分类，实现了高诊断准确率 | 需要多中心验证以确认其临床实用性 | 开发自动化诊断系统以支持ROP的及时诊断和干预，减少早产儿视力损伤的发生 | 早产儿视网膜病变（ROP）患者，特别是低出生体重和早期孕龄的婴儿 | 计算机视觉 | 早产儿视网膜病变 | NA | 深度学习模型 | 视网膜眼底图像 | NA | NA | NA | 准确率 | NA |
| 1210 | 2026-02-06 |
Enhancing diagnostic safety with low iodine, low radiation CTPA classification using deep learning
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38223-1
PMID:41639316
|
研究论文 | 本文提出了一种基于深度学习的框架，用于在低碘和低辐射CTPA条件下诊断肺栓塞，通过整合图像增强和分类来提升诊断安全性 | 提出一个两阶段深度学习框架，结合原始低曝光图像及其超分辨率版本，以在低碘和低辐射条件下提高肺栓塞诊断的准确性 | NA | 在降低碘对比剂和辐射剂量的CTPA条件下，实现准确且安全的肺栓塞诊断 | 肺栓塞患者 | 计算机视觉 | 肺栓塞 | 计算机断层扫描肺血管造影 | 深度学习 | 图像 | NA | NA | NA | AUC, 敏感性, 特异性 | NA |
| 1211 | 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 |
| 1212 | 2026-02-06 |
De novo protein design: a transformative frontier in clinical protein applications
2026-Feb-04, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07784-0
PMID:41639692
|
综述 | 本文综述了从头蛋白质设计在临床蛋白质应用中的前沿进展，包括其计算策略、深度学习贡献、应用前景及面临的挑战 | 超越传统依赖天然蛋白质支架的限制，直接设计具有定制结构和功能的蛋白质，为临床应用提供新途径 | 临床转化仍受生物、技术和转化等多方面因素限制，需要计算设计、实验验证、工程优化和临床需求更紧密协调 | 探讨从头蛋白质设计作为临床蛋白质应用变革性前沿的潜力与挑战 | 蛋白质生物制剂及其从头设计方法 | 计算生物学 | NA | 从头蛋白质设计，深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1213 | 2026-02-06 |
Leveraging in-silico deep learning and computational analyses to predict the pathogenicity of ROBO4 variants of uncertain significance in aortic aneurysm and dissection patients
2026-Feb-04, BMC cardiovascular disorders
IF:2.0Q3
DOI:10.1186/s12872-025-05357-5
PMID:41639767
|
研究论文 | 本研究利用深度学习和计算分析预测ROBO4基因意义未明变异在主动脉瘤和夹层患者中的致病性 | 开发了一种结合AlphaFold2结构建模、多种计算工具和临床数据的创新工作流程，用于评估ROBO4基因VUS的致病潜力，并探索基因型-表型相关性 | 样本量较小（仅5名患者），可能限制统计显著性和普遍性；依赖于计算预测工具，需进一步实验验证 | 评估ROBO4基因意义未明变异在胸主动脉瘤和夹层中的致病性，以支持精准医疗和遗传咨询 | 携带ROBO4基因杂合意义未明变异的胸主动脉瘤或夹层患者 | 计算生物学 | 心血管疾病 | AlphaFold2结构预测, AlphaMissense, REVEL, PolyPhen-2, SIFT, FATHMM, MutationTaster2, GranthamMatrix, PhastCons | 深度学习模型 | 遗传数据, 临床数据 | 5名患者 | AlphaFold2 | AlphaFold2 | NA | NA |
| 1214 | 2026-02-06 |
UniSyn: a multi-modal framework with knowledge transfer for anti-cancer drug synergy prediction
2026-Feb-04, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-026-03972-9
PMID:41639919
|
研究论文 | 提出一种名为UniSyn的可解释多模态深度学习框架，通过从单药治疗响应中迁移知识来增强抗癌药物协同作用的预测 | 开发了一种基于混合注意力的多模态知识迁移框架，能够将单药治疗的知识迁移到药物协同预测任务中，并支持多任务学习以提供机制性见解 | NA | 提高抗癌药物协同作用的预测准确性 | 抗癌药物组合和肿瘤细胞系 | 机器学习 | 癌症 | 深度学习 | 深度学习框架 | 多模态数据（药物特征、细胞系特征） | 大规模肿瘤细胞系 | NA | 基于混合注意力的集成架构 | 多种协同作用评分指标 | NA |
| 1215 | 2026-02-06 |
Combined caLculation of Ultra-high field Biases (CLUB) With Sandwich: Fast, Simultaneous Estimation of 3D B0 and Multi-Channel B1 + Maps at 7 T
2026-Feb-04, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70289
PMID:41639931
|
研究论文 | 本文开发并验证了一种在超高场强下同时映射静态场和发射场不均匀性的方法，并评估了使用深度学习加速该序列的实用性 | 提出了一种名为CLUB-Sandwich的3D序列，通过将多回波读出结合到Sandwich B1+映射序列的非饱和段，实现了同时B0估计，并首次评估了深度学习与联合低秩张量补全重建方法在加速该序列中的应用 | 研究仅在11名健康志愿者中进行，未涉及患者群体或不同病理条件 | 开发一种快速、准确且能同时估计ΔB0和B1+映射的方法，以支持超高场磁共振应用中的快速在线不均匀性估计 | 超高场（7T）磁共振成像中的静态场（B0）和发射场（B1+）不均匀性 | 医学影像处理 | NA | 磁共振成像（MRI），多回波读出序列 | 深度学习模型 | 3D磁共振图像数据 | 11名健康志愿者 | NA | NA | 相关系数（r），平均体积均方根误差 | NA |
| 1216 | 2026-02-06 |
Automated Coregistered Segmentation for Volumetric Analysis of Multiparametric Renal MRI
2026-Feb-04, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70288
PMID:41639936
|
研究论文 | 本研究开发并评估了一个用于多参数肾脏MRI的全自动深度学习后处理流程，以实现肾脏对齐、分割和定量特征提取 | 提出了一种集成了分割、配准和特征提取的端到端全自动工作流程，显著提高了处理效率和准确性 | 样本量相对较小（34名受试者），且患者群体主要为前列腺癌或神经内分泌肿瘤患者，可能限制了结果的普适性 | 开发一个高效、准确的全自动后处理流程，用于多参数肾脏MRI的定量分析 | 肾脏（来自24名前列腺癌或神经内分泌肿瘤患者和10名健康受试者的多参数MRI图像） | 数字病理学 | 肾脏疾病 | 多参数MRI | 深度学习网络 | 医学图像（MRI） | 34名受试者（24名患者，10名健康对照），每人进行重复扫描 | NA | NA | 相关性（r > 0.9），组内相关系数，偏差 | NA |
| 1217 | 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 |
| 1218 | 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 |
| 1219 | 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 |
| 1220 | 2026-02-06 |
Clinical Validation of Deep Learning-Accelerated versus Wave-CAIPI Postcontrast 3D T1-MPRAGE for Evaluation of Intracranial Enhancing Lesions
2026-Feb-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8992
PMID:41617400
|
研究论文 | 本研究前瞻性验证了深度学习加速的3D T1-MPRAGE序列与Wave-CAIPI加速序列在评估颅内强化病灶中的诊断质量 | 首次在常规3D容积MRI应用中广泛验证深度学习重建方法，并采用两步法（变分网络启发与超分辨率算法）进行图像重建 | 研究仅针对颅内强化病灶，未涵盖其他类型病变；样本量相对有限（115例） | 评估深度学习加速3D T1-MPRAGE序列在颅内强化病灶诊断中的图像质量与临床适用性 | 接受增强脑部MRI检查的门诊患者（115例，含68名女性/47名男性） | 医学影像分析 | 颅内病变（含肿瘤、血管病变等） | 3T MRI系统扫描，对比增强T1-MPRAGE序列 | 深度学习重建方法（含变分网络与超分辨率算法） | 3D MRI图像 | 115例患者 | NA | 变分网络启发架构，超分辨率算法 | 非劣效性检验（15%边界），噪声感知、伪影、锐利度、整体诊断质量的统计学显著性（P值） | NA |