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 42805 篇文献，本页显示第 1421 - 1440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1421 | 2026-03-16 |
BrainView: A cloud-based deep learning system for brain image segmentation, tumor detection and visualization
2026-Feb, Biomedical journal
IF:4.1Q2
DOI:10.1016/j.bj.2025.100871
PMID:40409506
|
研究论文 | 本研究介绍了BrainView平台，一个基于云端的深度学习系统，用于脑部MRI图像的肿瘤检测、分割和可视化 | 提出了一个结合EfficientNetB7预训练模型的DeepBrainNet分类模型和EffB7-UNet分割模型，并构建了基于Flask和Flutter的云端应用平台 | 未提及模型在外部验证集上的泛化能力、计算资源需求或临床部署的具体挑战 | 开发一个用于脑部肿瘤早期检测、分类和分割的云端深度学习系统 | 脑部磁共振成像（MRI）数据 | 计算机视觉 | 脑肿瘤 | 磁共振成像（MRI） | CNN | 图像 | NA | TensorFlow, PyTorch, Keras, Flask, Flutter | EfficientNetB7, U-Net | 准确率 | 云端平台（未指定具体资源） |
| 1422 | 2026-03-16 |
The legacy and future of recurrent neural networks in personalized medicine: A reflection on the 2024 Nobel Physics Prize
2026-Feb, Biomedical journal
IF:4.1Q2
DOI:10.1016/j.bj.2025.100933
PMID:41397676
|
综述 | 本文回顾了Hopfield和Hinton在神经网络领域的开创性工作及其对循环神经网络发展的深远影响，探讨了RNN在个性化医疗中的当前应用与未来挑战 | 将2024年诺贝尔物理学奖与RNN在个性化医疗中的发展相结合进行系统性反思，并展望了未来RNN在医疗领域与理论理解上的融合方向 | 未涉及具体实验验证或数据支持，主要基于理论探讨与文献综述，缺乏实证研究的局限性 | 探讨循环神经网络在个性化医疗中的应用潜力、当前挑战及未来发展方向 | 循环神经网络的理论发展及其在医疗诊断、图像分析、报告生成和治疗效果评估中的应用 | 机器学习 | NA | NA | RNN | NA | NA | NA | NA | NA | NA |
| 1423 | 2026-03-16 |
Enhanced Spinal Cord Lesion Detection in MS Using White-Matter-Nulled 3D MPRAGE with Deep Learning Reconstruction
2026-Jan-05, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8950
PMID:41381352
|
研究论文 | 本研究评估了结合深度学习去噪的3D白质抑制MPRAGE序列在检测多发性硬化症脊髓病变中的诊断性能，并与传统MRI序列进行比较 | 首次将深度学习去噪方法应用于3D白质抑制MPRAGE序列，显著提高了脊髓病变的检测灵敏度和图像质量 | 样本量较小（仅38名患者），且未评估该技术在不同疾病阶段或亚型中的泛化能力 | 评估新型成像技术（3D WMn MPRAGE结合深度学习）在多发性硬化症脊髓病变检测中的诊断性能 | 38名多发性硬化症或临床孤立综合征患者的脊髓MRI图像 | 数字病理学 | 多发性硬化症 | 3T脊髓MRI，包括2D T2加权FSE、2D STIR、3D MPRAGE和3D白质抑制MPRAGE序列 | 深度学习去噪模型 | MRI图像 | 38名患者 | NA | NA | 病变计数、检测置信度、图像质量评分、对比噪声比、组间一致性 | NA |
| 1424 | 2026-03-16 |
Unsupervised multimodal surface registration with geometric deep learning
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103821
PMID:41101194
|
研究论文 | 本文提出了一种名为GeoMorph的新型几何深度学习框架，用于皮质表面的图像配准 | 提出了一种结合图卷积和深度离散配准的两阶段几何深度学习框架，并通过基于循环神经网络的深度条件随机场实现正则化，以确保平滑且生物学合理的形变 | NA | 开发一种无监督多模态皮质表面配准方法 | 皮质表面 | 计算机视觉 | NA | 几何深度学习 | 图卷积网络, 循环神经网络 | 图像 | NA | PyTorch | GeoMorph | 对齐精度, 形变平滑度 | NA |
| 1425 | 2026-03-16 |
Characterizing and Evaluating Mental Health Misinformation on Social Media: A Qualitative and Deep Learning-Based Study
2026-Jan, Cyberpsychology, behavior and social networking
DOI:10.1177/21522715251403844
PMID:41354555
|
研究论文 | 本研究提出一个结合定性分析和深度学习的集成框架，用于自动检测和评估社交媒体上的心理健康错误信息 | 通过专家访谈和扎根理论开发了一个21级细粒度可信度评估框架，并构建了高质量的中文社交媒体数据集，用于训练和评估深度学习模型 | 所有三种模型在评估证据质量和检测依赖上下文的错误信息方面面临挑战 | 自动检测和评估社交媒体上的心理健康错误信息，以提高在线心理健康信息的可信度 | 中文社交媒体帖子 | 自然语言处理 | NA | NA | GRU, BERT, RoBERTa | 文本 | 814个中文社交媒体帖子 | NA | GRU, BERT, RoBERTa | NA | NA |
| 1426 | 2026-03-16 |
NeuroMorphFusion: A Neuro-Inspired Hybrid Learning Framework for Interpretable Deep Lesion Detection in IoT-Enabled Healthcare Systems
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338251391080
PMID:41816805
|
研究论文 | 本文提出了一种名为NeuroMorphFusion的神经启发混合学习框架，用于在物联网医疗系统中进行可解释的深度病灶检测 | 结合了生物启发的学习与数学建模，集成了轻量级ResNet18、脉冲神经网络和形态学注意力机制，并采用半监督强化学习策略和遗传算法优化，以提高可解释性和计算效率 | 未明确提及研究的具体局限性 | 在资源受限的边缘设备上实现高诊断准确性、可解释性和计算效率的病灶检测 | CT扫描中的病灶检测 | 计算机视觉 | 肺癌 | CT扫描 | CNN, SNN | 图像 | 使用IQ-OTHNCCD肺癌CT数据集，具体样本数量未明确提及 | TensorFlow, PyTorch (未明确指定，但基于常见深度学习框架推断) | ResNet18, VGG16, SqueezeNet, MobileNetV3 | 分类准确率, 敏感性, 计算延迟, 可解释性 | Jetson Nano |
| 1427 | 2026-03-16 |
An interpretable vibration-enhanced BRB model for rolling bearing fault diagnosis
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342757
PMID:41824424
|
研究论文 | 本研究提出了一种新颖的振动增强信念规则库模型，用于滚动轴承故障诊断，旨在解决传统模型处理连续信号的局限性 | 提出了一种振动增强信念规则库模型，通过窗口特征提取方法将连续振动信号映射到规则匹配空间，并结合证据推理算法和投影协方差矩阵自适应进化策略进行优化，增强了模型的可解释性和小样本条件下的适用性 | 模型在真实世界轴承故障诊断中的有效性可能受限于特定数据集和条件，且未明确讨论模型在大规模工业环境中的泛化能力 | 开发一种可解释且适用于小样本条件的滚动轴承故障诊断方法 | 滚动轴承的故障诊断 | 机器学习 | NA | 窗口特征提取方法，能量矩阵表示 | 信念规则库模型 | 连续振动信号 | 使用了凯斯西储大学和华中科技大学的轴承数据集 | NA | 振动增强信念规则库模型 | NA | NA |
| 1428 | 2026-03-16 |
Evaluating chemical effects on human neural cells through calcium imaging and deep learning
2024-Dec-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111298
PMID:39634567
|
研究论文 | 本研究利用深度学习模型分析人类诱导多能干细胞来源的神经祖细胞在暴露于不同浓度化学物质后的钙离子动态变化，以评估化学物质对人类神经细胞的影响 | 结合钙成像技术与深度学习平台，开发了一种可靠且简洁的定量分类方法，用于预测化学暴露对人类神经细胞的潜在危害 | 仅测试了四种代表性化学物质，样本范围有限，且未涵盖所有可能的神经毒性机制 | 开发一种高效的方法，用于化学物质对人类神经功能影响的初步筛选 | 人类诱导多能干细胞来源的神经祖细胞 | 机器学习 | NA | 钙成像 | 深度学习模型 | 钙离子动态变化数据 | 暴露于四种代表性化学物质不同浓度的人类神经祖细胞样本 | NA | NA | NA | NA |
| 1429 | 2026-03-16 |
Exploring structural diversity across the protein universe with The Encyclopedia of Domains
2024-11, Science (New York, N.Y.)
DOI:10.1126/science.adq4946
PMID:39480926
|
研究论文 | 本研究利用深度学习方法，在AlphaFold蛋白质结构数据库中检测和分类了所有结构域，构建了“结构域百科全书”，揭示了蛋白质宇宙中的结构多样性 | 通过深度学习在AlphaFold数据库中检测到近3.65亿个结构域，比序列方法多出超过1亿个，并发现了超过1万个新的结构超家族间相互作用及数千个新折叠 | 未明确提及具体局限性，但可能包括深度学习模型的泛化能力、结构预测的准确性以及对未知结构域的识别挑战 | 探索蛋白质宇宙中的结构多样性，并构建一个全面的结构域分类数据库 | AlphaFold蛋白质结构数据库中的超过2.14亿个预测蛋白质结构及其结构域 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 超过2.14亿个预测蛋白质结构，涵盖超过100万个分类群 | NA | NA | NA | NA |
| 1430 | 2026-03-16 |
Anatomically plausible segmentations: Explicitly preserving topology through prior deformations
2024-Oct, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103222
PMID:38936222
|
研究论文 | 提出一种名为TEDS-Net的医学图像分割网络，通过使用学习到的拓扑保持场来变形先验知识，从而在保持分割性能的同时确保解剖结构的拓扑正确性 | 首次将拓扑保持场与先验变形结合，并引入离散域中的额外修改来严格强制拓扑保持，解决了传统深度学习方法中常见的拓扑错误问题 | 仅在开源心脏数据集上进行了验证，尚未在其他器官或疾病类型上测试其泛化能力 | 开发能够生成解剖学上合理且拓扑正确的医学图像分割方法 | 医学心脏图像（单结构和多结构分割） | 数字病理学 | 心血管疾病 | 深度学习分割 | CNN | 医学图像 | NA | PyTorch | TEDS-Net | 拓扑保持性、分割性能（与传统SOTA方法对比） | NA |
| 1431 | 2026-03-16 |
The opportunities and challenges posed by the new generation of deep learning-based protein structure predictors
2023-04, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2023.102543
PMID:36807079
|
综述 | 本文综述了新一代基于深度学习的蛋白质结构预测工具的影响、机遇与挑战 | 探讨了基于深度学习的新一代蛋白质结构预测工具带来的科学和技术挑战及未来方向 | NA | 概述新一代蛋白质结构预测工具对生命科学领域的影响并讨论其机遇与挑战 | 蛋白质结构预测工具及其在生命科学中的应用 | 机器学习 | NA | 深度学习 | NA | 蛋白质序列 | NA | NA | NA | NA | NA |
| 1432 | 2026-03-16 |
Subcortical segmentation of the fetal brain in 3D ultrasound using deep learning
2022-07-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2022.119117
PMID:35331871
|
研究论文 | 本研究开发了一种基于深度学习的卷积神经网络，用于从3D胎儿超声图像中自动分割皮层下结构 | 采用少样本学习方法，仅使用少量手动标注数据（n=9）训练CNN，实现了接近观察者内部变异性的分割性能，并生成了妊娠中期特定结构的超声特异性生长曲线 | 手动标注数据稀缺且获取成本高，超声图像存在软组织对比度低、斑点噪声和阴影伪影等挑战 | 通过自动分割3D胎儿超声图像中的皮层下结构，量化其体积发育，为妊娠监测提供重要诊断信息 | 胎儿大脑的脉络丛、侧脑室后角、透明隔腔及小脑 | 医学影像分析 | 胎儿发育 | 3D超声成像 | CNN | 3D超声图像 | 手动标注样本9个，弱标注样本278个 | NA | NA | 分割性能接近观察者内部变异性 | NA |
| 1433 | 2026-03-16 |
Improving speaker diarization for naturalistic child-adult conversational interactions using contextual information
2020-02, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0000736
PMID:32113327
|
研究论文 | 本文分析了影响儿童-成人对话互动中说话人日志性能的上下文因素，并训练了一个结合这些因素的DNN来改进日志性能 | 通过识别影响每种日志错误类型的上下文因素，并将这些因素与日志输出结合训练DNN，以改进在临床环境中儿童-成人互动的说话人日志性能 | NA | 改进在自然主义儿童-成人对话互动中的说话人日志性能 | 儿童与成人（照顾者/检查者）之间的对话互动 | 自然语言处理 | NA | 深度学习 | DNN | 音频 | NA | NA | NA | NA | NA |
| 1434 | 2026-03-15 |
Applied immunoinformatics in modern vaccine design: a comprehensive review of available computational tools
2026-Apr-02, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2026.128392
PMID:41747335
|
综述 | 本文全面综述了现代疫苗设计中可用的免疫信息学计算工具，涵盖了从病原体靶点识别到疫苗候选物优化的全流程 | 系统梳理了超过250种计算工具，并强调了从纯预测模型向生成式框架的范式转变，即利用人工智能和深度学习进行疫苗候选物的理性设计 | 作为综述文章，未提出新的原创工具或算法，主要基于现有文献进行归纳总结 | 为疫苗研发人员提供当前最可靠、高性能的免疫信息学工具资源概览，加速疫苗设计流程 | 疫苗设计流程中的计算工具与算法 | 计算生物学 | NA | 免疫信息学 | 深度学习, 人工智能 | 基因组数据, 结构数据 | NA | NA | NA | NA | NA |
| 1435 | 2026-03-15 |
Artificial intelligence and multi-omics convergence in breast cancer: Revolutionizing diagnosis, prognostication, and precision oncology
2026-Apr, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2026.105160
PMID:41616992
|
综述 | 本文综述了人工智能与多组学在乳腺癌中的融合，旨在革新诊断、预后评估和精准肿瘤学 | 整合多组学数据与影像、病理及临床变量，利用深度学习架构学习共享和模态特异性表示，以提高预测准确性 | 存在跨中心异质性、端点定义不一致、真实世界工作流中模态结构性缺失、跨平台标准化不足、可解释性和可审计性有限以及缺乏前瞻性验证等障碍 | 推动多模态人工智能与多组学整合在乳腺癌管理中的可靠临床部署 | 乳腺癌 | 机器学习 | 乳腺癌 | 多组学分析（包括基因组学、转录组学、表观基因组学、蛋白质组学、代谢组学） | 深度学习 | 多组学数据、影像、病理、临床变量 | NA | NA | NA | NA | NA |
| 1436 | 2026-03-15 |
A novel few-shot meta-learning strategy for fault diagnosis of wastewater treatment process
2026-Apr, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2026.02.016
PMID:41741308
|
研究论文 | 本文提出了一种结合原型网络与增强TimesBlock模块的新型小样本故障诊断框架，用于污水处理过程的故障诊断 | 设计了基于XGBoost重要性分析的Meta-TimesBlock来自适应加权多维时间序列特征，引入了参数高效的MetaLearner模块以降低计算复杂度，并采用辅助损失函数增强原型判别性 | NA | 解决污水处理过程中故障样本有限且多维时间序列数据复杂的问题，实现小样本故障诊断 | 污水处理过程（WWTPs）的故障诊断 | 机器学习 | NA | NA | 原型网络, 元学习 | 多维时间序列数据 | 基于BSM1基准在三种天气场景下进行实验 | NA | Meta-TimesBlock, MetaLearner | 准确率 | NA |
| 1437 | 2026-03-15 |
Radiographic Data Segmentation as a Tool in Machine Learning and Deep Learning Artificial Intelligence Algorithms
2026-Apr, Dental clinics of North America
DOI:10.1016/j.cden.2025.11.012
PMID:41825999
|
综述 | 本文综述了牙科领域中作为机器学习和深度学习算法基石的放射影像数据分割技术 | 系统性地总结了卷积神经网络在牙科多种放射影像（如全景片、根尖片、咬翼片和锥形束CT）中分类、检测和像素/体素分割任务的应用，并展示了AI在多项任务中达到或超越临床医生水平的性能指标 | NA | 回顾并强调放射影像数据分割在牙科机器学习和深度学习人工智能算法中的核心作用 | 牙科放射影像数据，包括全景片、根尖片、咬翼片和锥形束CT成像 | 计算机视觉 | NA | 放射影像技术（全景、根尖、咬翼、锥形束CT成像） | CNN | 图像 | NA | NA | NA | NA | NA |
| 1438 | 2026-03-15 |
The Science Behind Machine Learning, Deep Learning, and Active Learning
2026-Apr, Dental clinics of North America
DOI:10.1016/j.cden.2025.11.006
PMID:41826000
|
综述 | 本文介绍了机器学习、深度学习和主动学习的核心概念及其在现代牙科中的应用 | 强调了深度学习模型（如卷积神经网络和Transformer）在牙科数据自动分析中的应用，以及主动学习在减少标注负担和结合解剖学规则的知识驱动策略方面的作用 | NA | 介绍机器学习、深度学习和主动学习在牙科诊断、治疗规划和临床决策支持中的应用 | 牙科数据，特别是锥形束计算机断层扫描中的根尖周病变 | 机器学习 | 牙科疾病 | 锥形束计算机断层扫描 | CNN, Transformer | 图像 | NA | NA | 卷积神经网络, Transformer | NA | NA |
| 1439 | 2026-03-15 |
Three-dimensional neural network driving self-interference digital holography enables high-fidelity, non-scanning volumetric fluorescence microscopy
2026-Mar-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.587822
PMID:41824690
|
研究论文 | 本文提出了一种深度学习驱动的计算方法，通过三维神经网络改进自干涉数字全息术，实现高保真、非扫描的体荧光显微镜成像 | 利用三维深度神经网络模型，同时抑制离焦噪声、提高空间分辨率和信噪比，无需机械或光电扫描即可实现三维非扫描体荧光显微镜成像 | NA | 克服自干涉数字全息术在轴向成像性能上的限制，实现高时空分辨率的三维成像 | 细胞结构动态和高速流场的三维行为 | 计算机视觉 | NA | 自干涉数字全息术 | CNN | 图像 | NA | NA | 三维深度神经网络 | 空间分辨率, 信噪比 | NA |
| 1440 | 2026-03-15 |
A hybrid deep learning approach with temporal awareness for intelligent intrusion detection in 6G-enabled IIoT networks
2026-Mar-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-43058-x
PMID:41826618
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |