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 45526 篇文献，本页显示第 1461 - 1480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1461 | 2026-06-03 |
Spatial location and distribution reconstruction of the leaking gas plume via a single infrared remote sensing system
2026-Feb, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2026.110061
PMID:41547313
|
研究论文 | 提出一种基于深度学习的生成网络，利用单个红外遥感系统重建泄漏气体羽流的空间位置和三维分布 | 采用八叉树表示建模气体羽流的稀疏三维分布，实现从粗到细的生成，仅需少量计算和内存资源 | 红外遥感仪器的分辨率和计算机存储容量限制了气体羽流重建的空间分辨率 | 解决单个红外遥感系统仅能测量气体浓度二维投影的问题，实现三维气体羽流重建 | 泄漏气体羽流的空间位置和分布 | 计算机视觉 | NA | 红外遥感 | 生成网络 | 红外遥感图像 | 实地实验中的泄漏气体羽流样本 | PyTorch | 八叉树生成网络 | NA | NA |
| 1462 | 2026-06-03 |
Prediction of left ventricular systolic dysfunction in left bundle branch block using a fine-tuned ECG foundation model
2026-Jan-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34911-6
PMID:41545539
|
研究论文 | 针对左束支传导阻滞患者，采用微调心电图基础模型预测左心室收缩功能障碍 | 提出了一种微调心电图基础模型来专门增强左束支传导阻滞患者的左心室收缩功能障碍检测能力，并通过多中心回顾性分析验证了其优于传统深度学习模型 | 未在论文中明确说明 | 提高左束支传导阻滞患者左心室收缩功能障碍的早期检测能力，尤其在超声心动图不可及时 | 左束支传导阻滞患者 | 机器学习 | 心血管疾病 | 心电图 | 基础模型 | 医学信号 | 892名左束支传导阻滞患者的2031对心电图-超声心动图数据集 | NA | FCN, LSTM-FCN, ResNet, InceptionTime | 准确率, 敏感性, AUROC | NA |
| 1463 | 2026-06-03 |
Deep learning-based automatic adenoid segmentation and a novel volume-based index for adenoid hypertrophy assessment
2026-Jan-17, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-07675-2
PMID:41545817
|
研究论文 | 提出一种基于深度学习的自动腺样体分割方法，并建立基于体积的新型三维腺样体-鼻咽比指数用于腺样体肥大的评估 | 首次使用基于SegResNet的深度学习模型从术前CBCT预测术后气道形态，通过体积差异自动获取腺样体，并提出新型三维体积比指数3D-AN用于评估鼻咽部气道阻塞 | 初步分析表明3D-AN低于0.18时与儿童OSA无显著相关性，可能对低阻塞程度病例灵敏性不足 | 开发自动腺样体分割方法和建立三维体积比指数以准确评估腺样体肥大和鼻咽部气道阻塞 | 使用CBCT扫描和PSG数据的儿童阻塞性睡眠呼吸暂停患者 | 计算机视觉 | 儿童阻塞性睡眠呼吸暂停 | CBCT | 深度学习模型 | CBCT图像 | 3个数据集：63名患儿（术前术后共126次扫描）、26名患儿术后扫描、161名同时具有PSG和CBCT数据的患儿 | PyTorch | SegResNet | Dice相似系数、相对体积误差 | NA |
| 1464 | 2026-06-03 |
Liver cancer risk stratification using deep learning on nationwide longitudinal health screening data: a retrospective cohort study
2026-Jan-17, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03323-x
PMID:41547794
|
研究论文 | 利用国家纵向健康筛查数据开发深度学习模型预测肝癌风险，并在韩国大规模回顾性队列中进行验证 | 首次将一维卷积神经网络应用于国家常规筛查大数据进行肝癌风险分层，无需额外诊断检测，显著优于现行国家筛查标准 | 未提及具体局限性，但作为回顾性研究可能存在选择偏倚和混杂因素未完全控制 | 开发并验证基于深度学习的肝癌风险预测模型，支持政策层面的可扩展筛查策略 | 韩国50-69岁成年人，共3,962,209名参与者，其中12,401例肝癌病例 | 机器学习 | 肝癌 | NA | 一维卷积神经网络 | 结构化表格数据（人口统计学、临床、行为、人体测量和实验室特征） | 3,962,209名成人（训练集80%，测试集20%），12,401例肝癌病例 | NA | 1D-CNN | AUROC、AUPRC、灵敏度、特异性 | NA |
| 1465 | 2026-06-03 |
Deep learning algorithm for semiquantification of spinal inflammation in axial spondyloarthritis
2026-Jan-16, RMD open
IF:5.1Q1
DOI:10.1136/rmdopen-2025-006403
PMID:41545311
|
研究论文 | 开发基于深度学习的算法用于中轴型脊柱关节炎患者的脊柱炎症半定量评估 | 首次结合注意力U-Net模型实现脊柱炎症的自动检测与半定量评分，涵盖骨髓水肿识别和椎间盘-椎体单元的定位 | 研究仅纳入330名参与者，样本量有限，且未提及模型对不同疾病亚型或图像质量的泛化能力 | 开发深度学习方法实现中轴型脊柱关节炎脊柱炎症的半定量评估 | 中轴型脊柱关节炎患者的全脊柱MRI图像 | 计算机视觉 | 中轴型脊柱关节炎 | MRI（短τ反转恢复序列） | 注意力U-Net | 图像 | 330名中轴型脊柱关节炎患者 | NA | 注意力U-Net | 灵敏度、特异度、准确度、Dice系数、组内相关系数、皮尔逊相关系数 | NA |
| 1466 | 2026-06-03 |
Evaluation of deep learning-based methods for automatic detection and segmentation of brain metastases in T1-contrast MRI for stereotactic radiosurgery
2026-Jan, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70459
PMID:41546659
|
研究论文 | 评估基于深度学习的T1对比增强MRI中脑转移瘤自动检测和分割方法在立体定向放射外科治疗计划中的应用 | 在不同框架（CNN、Transformer、Mamba）下对八种深度学习模型进行了全面的比较分析，填补了当前文献中缺乏此类对比研究的空白，并强调了U-Mamba在检测和nnU-Netv2在分割中的优势 | 未明确说明局限性 | 评估并比较基于不同框架的深度学习模型在T1对比增强MRI中检测和分割脑转移瘤的性能 | 脑转移瘤患者 | 计算机视觉 | 脑转移瘤 | T1对比增强MRI | CNN、Transformer、Mamba | 图像 | 934名患者，667例来自公开数据集，267例来自单中心 | NA | U-Mamba、nnU-Netv2 | 灵敏度、Dice相似系数（DSC）、阳性预测值（PPV）、表面DSC（sDSC）、豪斯多夫距离95%（HD95） | NA |
| 1467 | 2026-06-03 |
A review of remote sensing technology for plastic waste monitoring
2026-Jan, Environmental science and pollution research international
DOI:10.1007/s11356-025-37347-7
PMID:41546767
|
综述 | 系统综述遥感技术在塑料废物监测中的最新进展，分析2018至2024年间84项研究 | 提出结合多平台地球观测、机器学习和公民科学的集成框架，通过对应分析识别四个优化的平台-环境研究集群 | 研究领域存在地理偏差（欧洲站点超过50%）、侧重控制条件而非实际部署、无法检测微塑料、缺乏标准化协议 | 评估遥感技术在塑料废物监测中的平台、传感器、光谱范围、分类方法及聚合物识别，指导未来传感器设计和全球监测策略 | 塑料废物污染及遥感监测技术 | 机器学习 | NA | 遥感 | 监督学习、深度学习 | 遥感图像 | 84项研究 | NA | NA | NA | NA |
| 1468 | 2026-06-03 |
AutoSiQ: a curated haploid Arabidopsis thaliana inflorescence dataset with a fine-grained silique ontology and a deep learning application for haploid fertility quantification
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1767588
PMID:41937765
|
研究论文 | 提出AutoSiQ数据集和深度学习管道，用于自动量化拟南芥单倍体可育性 | 创建首个专门针对单倍体可育性显式表示的高分辨率扫描花序数据集，采用七类长角果本体注释，保留超越二元可育/不可育分类的生物学信息，并通过基线YOLOv5模型实现可育性量化与基因型区分 | 未在摘要中明确提及局限性 | 实现单倍体可育性的自动化、高通量表型分析，以加速双单倍体作物育种流程 | 拟南芥单倍体花序中的长角果和花朵 | 数字病理学 | NA | 机器视觉，YOLOv5目标检测 | YOLOv5 | 高分辨率扫描图像 | 包含多个拟南芥花序样本，具体数量未明确，但涉及野生型和突变体基因型比较 | PyTorch | YOLOv5 | R² | NA |
| 1469 | 2026-06-03 |
A deep learning model for real-time recognition of immature persimmons in complex field scenarios
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1785493
PMID:41937778
|
研究论文 | 提出一种基于改进YOLOv12n框架的实时未成熟柿子检测方法，用于复杂田间场景下的精准识别 | 将MobileViTv3、CBAM和DySample模块集成到YOLOv12n架构中，在提高检测精度的同时保持实时推理速度 | 未提及模型在不同天气条件或长期田间监测中的泛化能力验证，也未对不同品种未成熟柿子的适应性进行讨论 | 解决自然田间环境下未成熟柿子颜色弱、目标小、枝叶遮挡及光照干扰导致的实时检测精度低的问题 | 复杂田间环境下的未成熟柿子果实 | 计算机视觉 | NA | NA | CNN | 图像 | 未公开具体数量，但构建了包含多种光照、遮挡和拍摄角度的未成熟柿子图像数据集 | PyTorch | MCD-YOLOv12n（YOLOv12n + MobileViTv3 + CBAM + DySample） | 精确率, 召回率, 平均精度均值, 帧率 | NA |
| 1470 | 2026-06-03 |
Editorial: Application of deep learning in biomedical image processing
2026, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2026.1816401
PMID:41938015
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1471 | 2026-06-03 |
Generative AI in drug repurposing and biomarker discovery: a multimodal approach
2026, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2026.1755412
PMID:41938337
|
研究论文 | 提出一种名为HAMGNN的多模态异构图注意力元学习网络，用于药物重定位和生物标志物发现 | 引入关系敏感的多头注意力机制、疾病聚焦的元学习框架以及利用大型语言模型增强的知识图谱构建流程 | 对稀疏注释疾病的泛化能力有限、疾病层适应能力不足、无法有效结合异质性证据 | 开发一种通用、生物基础扎实且统一的框架，用于复杂和新出现疾病的药物重定位和生物标志物发现 | 药物重定位候选和疾病相关生物标志物 | 机器学习 | 阿尔茨海默病、长新冠 | 关系敏感多头注意力、元学习、大型语言模型 | 图神经网络 | 多模态生物医学知识图谱（文本、结构化数据） | 超过220万条边的多模态生物医学知识图谱 | PyTorch | HAMGNN（异构注意力元学习图神经网络） | ROC-AUC、精确度 | NA |
| 1472 | 2026-06-03 |
Hybrid ray-tracing-QuaDRiGa/FDTD method for realistic 28 GHz exposure with 6G CF-MaMIMO in 3D outdoor environments
2026, NPJ wireless technology
DOI:10.1038/s44459-026-00031-4
PMID:41938658
|
研究论文 | 提出混合光线追踪-QuaDRiGa/FDTD方法，用于在三维室外环境中评估6G分布大规模天线系统的毫米波电磁暴露 | 首次结合光线追踪、QuaDRiGa小尺度衰落模型和FDTD仿真，利用Google Earth三维网格语义分割实现高精度暴露评估 | 研究主要基于仿真，未涉及实际测量验证；计算资源需求可能较高 | 准确评估6G分布式大规模MIMO技术在真实室外环境中的电磁暴露水平 | 行人路径上的28 GHz毫米波电磁暴露，包括分布式和共址大规模MIMO系统对照 | 计算机视觉，机器学习 | 不适用 | 光线追踪，QuaDRiGa信道建模，FDTD仿真 | 深度学习模型 | 三维网格图像，电磁场仿真数据 | 两个案例研究：赫尔辛基和纽约市 | NA | NA | 表面吸收功率密度，电场强度 | NA |
| 1473 | 2026-06-03 |
HASPNet: a hierarchically attentive signal-preserving network for papaya leaf disease classification with explainable deep learning
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1734865
PMID:41940099
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1474 | 2026-06-03 |
Glossography - a computer vision technique for assessing involuntary tongue movements in dyskinesias
2026, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2026.1758570
PMID:41940289
|
研究论文 | 提出一种基于DeepLabCut的计算机视觉方法，用于客观量化帕金森病的口面部运动障碍 | 首次利用全无标记深度学习管道通过标准视频记录追踪舌头、下巴、鼻子和前额标志点来评估运动障碍 | 计算资源需求高，但具有在医疗资源匮乏地区进行远程监测的潜力 | 开发一种客观量化帕金森病口面部运动障碍的计算机视觉技术 | 帕金森病患者的舌头、下巴、鼻子和前额等面部标志点的运动 | 计算机视觉 | 帕金森病 | 计算机视觉 | 深度学习（DeepLabCut） | 视频 | 一名住院患者，监测4天 | DeepLabCut | DeepLabCut | 位移、变异性和峰值运动 | NA |
| 1475 | 2026-06-03 |
LANTERN: TCR-peptide binding prediction via large language model representations
2026, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.20980
PMID:41940380
|
研究论文 | 提出LANTERN框架，利用大型语言模型表示预测TCR-肽结合 | 结合预训练的蛋白质和分子语言模型（ESM和MolFormer）以及跨模态融合机制，提升零样本和小样本场景下的泛化能力 | 未明确指出，可能包括对标记数据依赖以及在新型表位上的泛化挑战 | 预测T细胞受体与肽主要组织相容性复合体相互作用，推动靶向免疫治疗和个性化医学 | TCR序列和肽SMILES字符串 | 自然语言处理, 机器学习 | NA | 语言模型表示, 跨模态融合 | 大型语言模型, 多头交叉注意力 | 序列数据 | NA | PyTorch | ESM, MolFormer, 多头交叉注意力 | 竞争性指标（具体未列明，如在TCHard基准上的表现） | NA |
| 1476 | 2026-06-03 |
Longitudinal MRI Temporal Transformer Fusion Model for Predicting Induction Chemotherapy Efficacy in Locally Advanced Nasopharyngeal Carcinoma
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338261457511
PMID:42224133
|
研究论文 | 开发并评估一种基于时间Transformer的融合模型，整合治疗前后MRI预测局部晚期鼻咽癌诱导化疗疗效 | 提出双分支独立网络结合注意力时间Transformer融合模块，建模治疗前后肿瘤表征的非线性纵向交互与动态演化模式 | 未明确提及 | 实现早期风险分层并指导局部晚期鼻咽癌的个体化治疗管理 | 488例经病理确诊的局部晚期鼻咽癌患者 | 医学图像分析 | 鼻咽癌 | MRI | Transformer | 影像 | 488例患者（来自两个机构） | PyTorch | Twins-SVT, 时间Transformer融合模块 | AUC, 95%置信区间 | NA |
| 1477 | 2026-06-03 |
C2FAU-Net: A Deep Learning Approach with Multi-scale Strategy for Automated Delineation of Organs-at-risk in Cervical Cancer High-dose Rate Brachytherapy
2025 Apr-Jun, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_65_25
PMID:41939154
|
研究论文 | 提出一种基于多尺度策略的深度学习模型C2FAU-Net，用于宫颈癌高剂量率近距离治疗中盆腔高危器官的自动勾画 | 采用粗到细的注释策略与变形数据增强，结合三维注意力U-Net架构，显著降低了手动勾画时间，同时保持与手动勾画相当的剂量学参数 | 未提及具体限制 | 提高宫颈癌高剂量率近距离治疗中盆腔高危器官的自动勾画效率与临床适用性 | 宫颈癌患者盆腔高危器官（膀胱、直肠、乙状结肠） | 计算机视觉 | 宫颈癌 | 高剂量率近距离治疗 | 三维注意力U-Net | 医学图像 | 100例宫颈癌患者（80例训练，10例验证，10例测试） | NA | C2FAU-Net（基于三维注意力U-Net） | 体积Dice相似系数（DSC）、第95百分位数豪斯多夫距离（HD95）、平均对称表面距离（ASSD）、精确率、召回率 | NA |
| 1478 | 2026-06-03 |
Overview of Deep Learning Algorithms and Optimizers for Brain Tumor Segmentation
2025 Apr-Jun, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_12_25
PMID:41939149
|
综述 | 分析用于脑肿瘤分割的不同深度学习架构及优化器的性能 | 全面比较不同深度学习架构与优化器的组合效果，并总结各方法在脑肿瘤分割中的表现 | 计算复杂度高、数据集不平衡、跨临床场景泛化能力不足 | 综述深度学习算法及优化器在脑肿瘤分割中的应用现状与挑战 | 脑肿瘤分割任务中的深度学习模型与优化方法 | 计算机视觉 | 脑肿瘤 | NA | 卷积神经网络 | 医学图像 | NA | NA | 卷积神经网络 | Dice系数, 精确率, 准确率, 平均交并比 | NA |
| 1479 | 2026-06-03 |
Advancing neuro-ophthalmic diagnostics: a multimodal imaging approach integrating OCT angiography and AI-enhanced MRI for improved visual pathway analysis
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1690082
PMID:41939693
|
研究论文 | 提出一种多模态成像框架，整合OCT血管成像与AI增强MRI，用于改善视觉通路分析 | 提出NeuroGraphPath模型，将视觉通路表示为有向图，包含解剖定义的节点和参数化变换，并引入交叉流逆推策略实现双向推理，实现生物可解释的诊断 | 常规诊断工具（如MRI和OCT）受限于空间分辨率、跨模态整合和可解释性，尤其在压迫性神经病变、脱髓鞘疾病或不明原因视野缺损中导致诊断不确定性 | 开发一种整合OCT血管成像与AI增强MRI的多模态框架，提升神经眼科诊断的精确性和可解释性 | 视觉通路病变（包括压迫性神经病变、脱髓鞘疾病、不明原因视野缺损） | 计算机视觉，自然语言处理 | 神经眼科疾病 | OCT血管成像，MRI | NeuroGraphPath | 图像 | NA | NA | NeuroGraphPath | 病变定位性能、不确定性感知推理、可解释性 | NA |
| 1480 | 2026-06-03 |
Network anomaly detection using Deep Autoencoder and parallel Artificial Bee Colony algorithm-trained neural network
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2333
PMID:41937808
|
研究论文 | 提出基于深度自编码器与并行化人工蜂群算法的神经网络进行网络异常检测 | 将深度自编码器与向量化、并行化的人工蜂群算法结合，用于训练前馈神经网络，以解决传统训练算法易陷入局部最优和检测率低的问题 | 未明确说明局限性，但可能包括算法复杂度高、对特定数据集依赖性强等 | 提高网络入侵检测的性能，特别是检测率和降低误报率 | 网络流量数据中的异常或入侵行为 | 机器学习 | NA | 深度自编码器，人工蜂群算法 | 前馈神经网络 | 数值型网络流量特征数据 | 使用了UNSW-NB15和NF-UNSW-NB15-v2两个数据集 | NA | 深度自编码器 | 检测率，误报率 | NA |