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 39696 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 | 2026-01-24 |
Deep Laplacian Coordinates: End-to-end deeply guided anisotropic diffusion for COVID-19 pulmonary lesion segmentation
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111431
PMID:41483693
|
研究论文 | 本文提出了一种名为Deep Laplacian Coordinates Neural Network (DLCNN)的新框架，用于COVID-19肺部病变分割，通过结合深度边界检测、各向异性扩散和种子驱动标注来解决数据稀缺和病变外观多样性的挑战 | 整合深度边界学习与种子驱动各向异性扩散模型，利用拉普拉斯坐标扩散器实现全局最优、鲁棒边界描绘和方向自适应扩散，在边界模糊情况下仍能准确捕获病变 | 未明确提及具体的数据集规模或计算资源限制，可能依赖于标注数据的可用性 | 开发一种灵活且准确的肺部病变分割方法，以应对COVID-19相关病变的多样性和低对比度挑战 | COVID-19引起的肺部病变在计算机断层扫描(CT)图像中的分割 | 计算机视觉 | COVID-19 | 深度边界检测、各向异性扩散、种子驱动标注 | 深度神经网络 | 图像 | NA | NA | Deep Laplacian Coordinates Neural Network (DLCNN) | 定量和定性分析 | NA |
| 1462 | 2026-01-24 |
Coronary artery segmentation in non-contrast calcium scoring CT images using deep learning
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111421
PMID:41483696
|
研究论文 | 本文提出了一种基于深度学习的算法，用于在多厂商ECG门控非对比心脏CT图像中分割冠状动脉 | 提出了一种用于非对比钙化评分CT图像中冠状动脉分割的深度学习算法，并引入了一种通过图像配准进行半自动生成Ground Truth的新框架 | 研究主要基于多厂商ECG门控非对比心脏CT图像，可能在其他类型的非对比CT图像上泛化能力有限 | 解决非对比CT图像中冠状动脉精确分割的研究空白，提高钙化评分和心脏病理评估的准确性 | 冠状动脉 | 数字病理学 | 心血管疾病 | CT成像 | 深度学习模型 | 医学图像（CT扫描） | NA | AutoML | NA | Dice系数, clDice | NA |
| 1463 | 2026-01-24 |
Reliable leukemia detection via transfer-enhanced Bayesian CNNs
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111419
PMID:41485393
|
研究论文 | 本研究提出了一种结合迁移学习、数据增强和不确定性量化的贝叶斯深度学习框架，用于从外周血涂片图像中稳健分类白血病和健康淋巴细胞 | 将迁移学习、数据增强与蒙特卡洛丢弃法结合的贝叶斯深度学习框架，用于白血病检测，并引入不确定性分析以识别需专家复核的病例 | 仅使用ALL-IDB2数据集，数据量有限；InceptionV3模型对数据增强的敏感性较低，鲁棒性相对较差 | 开发可靠的白血病检测深度学习模型，提高临床环境中的预测可信度 | 急性淋巴细胞白血病（ALL）和健康淋巴细胞的外周血涂片图像 | 数字病理学 | 白血病 | 图像分析 | CNN | 图像 | ALL-IDB2数据集（具体样本数未明确说明） | TensorFlow, PyTorch, Keras（未明确指定，但基于常用框架推断） | InceptionV3, VGG16, ResNet50 | 准确率, 灵敏度, 特异度, Youden指数, Brier分数 | NA |
| 1464 | 2026-01-24 |
Deep generative models for vessel segmentation in CT angiography of the brain
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111432
PMID:41494368
|
研究论文 | 本文提出了一种用于脑部CT血管造影中血管分割的无监督生成深度学习半监督方法 | 提出了一种基于条件生成对抗网络的半监督方法，通过生成对比图实现血管分割，并引入基于3D Frangi滤波器的损失函数以增强管状结构 | 半监督方法的Dice相似系数比监督方法低4%，假阳性率较高 | 开发一种无需大量手动标注的脑部CT血管造影血管自动分割方法 | 脑部CT血管造影图像中的颅内血管 | 计算机视觉 | NA | CT血管造影，非对比增强CT | GAN | 3D医学图像 | 908个未标记的脑部CT血管造影和非对比增强CT图像，外加9个带手动标注的测试集 | NA | 条件生成对抗网络 | Dice相似系数，真阳性率，假阳性率 | NA |
| 1465 | 2026-01-24 |
3D tibial HU reconstruction from biplanar X-rays utilizing a hybrid PCA-CNN framework
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111434
PMID:41506030
|
研究论文 | 本研究提出了一种结合主成分分析和卷积神经网络的混合框架，用于从双平面X射线图像重建包含内部密度分布的3D胫骨CT体积 | 首次提出结合统计强度建模与深度学习的混合框架，从低剂量的双平面X射线重建3D胫骨CT体积及内部密度分布，实现了可解释的输出 | 实际辐射剂量减少取决于临床成像协议，需要在真实X光片上通过协议匹配的剂量测定进行验证，且方法有待在真实世界放射影像数据上进一步验证 | 开发一种从低辐射剂量的双平面X射线重建3D胫骨CT体积的方法，以减少患者辐射暴露并提高可及性 | 胫骨 | 医学影像分析 | 骨骼疾病 | 计算机断层扫描，双平面X射线成像 | CNN | X射线图像，CT图像 | 60名来自韩国科学技术信息研究院公开数据库的受试者 | NA | PCA-CNN混合框架 | 平均绝对误差，结构相似性指数，峰值信噪比 | NA |
| 1466 | 2026-01-24 |
Multi-scale EEG analysis identifies neural circuit signatures of iTBS responsiveness in major depressive disorder
2026-Feb-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.121697
PMID:41506306
|
研究论文 | 本研究通过整合深度学习和计算建模，利用多尺度脑电图分析识别了重度抑郁症患者对间歇性θ爆发刺激治疗反应的神经回路特征 | 首次将多尺度卷积循环神经网络与基于生物物理学的动态因果建模相结合，用于预测和解释重度抑郁症患者对经颅磁刺激治疗的反应，并识别出两种具有不同神经生理特征的亚型 | 研究样本量相对有限（共198名患者），且仅基于两个独立队列，需要更大规模的多中心研究进行验证 | 开发能够预测重度抑郁症患者对间歇性θ爆发刺激治疗反应的生物标志物，并阐明其潜在的神经机制 | 重度抑郁症患者 | 机器学习 | 重度抑郁症 | 脑电图，事件相关电位 | CNN, RNN | 脑电图信号 | 198名患者（训练队列125人，验证队列73人），共55,476个脑电图时段 | NA | 多尺度卷积循环神经网络 | 准确率 | NA |
| 1467 | 2026-01-24 |
Automating prostate biopsy guidance: A robust CNN approach for non-rigid 3D/3D MR-TRUS image registration
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111423
PMID:41520474
|
研究论文 | 提出了一种用于3D MR-TRUS前列腺图像自动配准的弱监督深度学习框架，以提升靶向活检的准确性 | 提出了一种无需分割图像、基于弱监督的端到端深度学习框架，结合了预处理对齐步骤与UNet启发的配准网络，直接预测体素级位移场，消除了传统方法中耗时的手动分割步骤 | 未明确讨论模型在极端解剖变异或图像质量较差情况下的鲁棒性，也未提及外部验证数据集的性能 | 开发一种自动、鲁棒且高效的前列腺MR-TRUS图像配准方法，以辅助前列腺癌靶向活检 | 前列腺的3D磁共振图像和经直肠超声图像 | 计算机视觉 | 前列腺癌 | 磁共振成像，经直肠超声成像 | CNN | 3D图像 | 未在摘要中明确说明 | 未在摘要中明确说明 | UNet, RegResUNet | 表面配准误差，Dice相似系数 | 未在摘要中明确说明 |
| 1468 | 2026-01-24 |
DeeBayes: An interpretable deep Bayesian network for ECG signal restoration
2026-Feb-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111424
PMID:41539146
|
研究论文 | 提出一种结合噪声估计与信号去噪的统一贝叶斯框架，用于有效恢复心电图信号 | 开发了一种新颖的变分推理方法，将数据驱动的深度学习与传统模型驱动的生成模型优势相结合，能够显式表达后验概率并处理复杂的非独立同分布噪声 | 未明确说明模型在不同类型心律失常信号上的泛化能力，也未讨论实时处理性能 | 开发心电图信号去噪方法以提高临床诊断准确性 | 受噪声污染的心电图信号 | 信号处理 | 心血管疾病 | 变分推理 | 深度贝叶斯网络 | 心电图信号 | NA | NA | 深度贝叶斯心电图信号恢复网络 | 定性评估, 定量评估, 信噪比 | NA |
| 1469 | 2026-01-24 |
FedEMG: Achieving Generalization, Personalization, and Resource Efficiency in EMG-Based Upper-Limb Rehabilitation Through Federated Prototype Learning
2026-Feb, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3593485
PMID:40729714
|
研究论文 | 本文提出了一种名为FedEMG的联邦原型学习框架，用于解决基于肌电图的实时手势识别在假肢控制中的泛化性、个性化及资源效率问题 | FedEMG采用基于原型的联邦学习方法，结合独特的自适应个性化机制，平衡全局知识与用户特定适配，实现了高精度和个性化，同时不牺牲泛化能力 | NA | 解决基于深度学习的肌电图手势识别在假肢控制中的泛化性、个性化与计算资源限制等关键挑战 | 基于肌电图的上肢假肢控制手势识别 | 机器学习 | 上肢截肢 | 肌电图 | 神经网络 | 肌电图信号 | NA | 联邦学习 | 轻量级手势检测器与高效神经网络架构 | 准确率 | 资源受限设备 |
| 1470 | 2026-01-24 |
Predicting outcomes of port-wine stains treated with hematoporphyrin monomethyl ether photodynamic therapy (HMME-PDT): An observational study using multimodal deep learning
2026-Feb, JAAD international
DOI:10.1016/j.jdin.2025.11.009
PMID:41561203
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1471 | 2026-01-24 |
"RaagaDhvani: A novel augmented multi-feature dataset: Advancing emotion recognition in Carnatic music with multimodal features and hybrid deep learning"
2026-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112364
PMID:41561921
|
研究论文 | 本文介绍了一个名为RaagaDhvani的新型增强多特征数据集，旨在通过结合多模态特征和混合深度学习模型，推进卡纳提克音乐中的情感识别研究 | 创建了首个专注于卡纳提克音乐情感标注的数据集，融合了音频特征与情感注释，并采用数据增强技术（音高移位、时间拉伸、噪声添加）来提升模型的泛化能力 | 数据集仅包含11种拉格，样本量相对有限；且情感标注可能受文化主观性影响 | 推进音乐情感识别（MER）、情感计算及音乐治疗应用，支持心理健康和跨文化音乐研究 | 卡纳提克音乐（南印度古典音乐）中具有情感驱动的人声和长笛演奏 | 机器学习 | NA | 数据增强（音高移位、时间拉伸、噪声添加） | 混合深度学习模型 | 音频 | 初始448个拉格样本，经增强后包含825个音频文件 | NA | NA | NA | NA |
| 1472 | 2026-01-24 |
A physics-informed long-range polarizable potential based on deep learning
2026-Jan-28, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0292167
PMID:41574796
|
研究论文 | 本文提出了一种基于深度学习的物理信息长程可极化势，用于改进原子模拟中的长程静电相互作用建模 | 结合了两个等变消息传递神经网络，分别处理短程相互作用和环境依赖性原子偶极子，并通过训练Born有效电荷张量来准确预测场诱导性质 | NA | 开发一种能够准确捕获长程静电相关性的机器学习原子间势，以改进绝缘和极性材料中的集体现象建模 | 离子固体（NaCl）、液态水和卤化物钙钛矿（MAPbI3） | 机器学习 | NA | 深度学习 | 等变消息传递神经网络 | 原子模拟数据 | NA | NA | 等变消息传递神经网络 | 能量预测准确性、力预测准确性、红外吸收光谱预测、LO-TO声子分裂预测 | NA |
| 1473 | 2026-01-24 |
Dental Crowding Categorization Network (DCC-Net): Explainable deep learning system for automatic categorization of dental crowding on intraoral photographs
2026-Jan-25, Korean journal of orthodontics
IF:2.6Q1
DOI:10.4041/kjod25.078
PMID:41572857
|
研究论文 | 本文提出了一种名为DCC-Net的可解释深度学习系统，用于自动分类口腔内照片中的牙齿拥挤程度 | 开发了首个无需空间分析即可自动分类牙齿拥挤水平的深度学习系统，并包含可解释性热图以增强模型透明度 | 模型在颌骨分类的准确率约为72-73%，仍有提升空间，且外部测试集规模较小（100张照片） | 开发自动系统以辅助正畸诊断和拔牙决策 | 口腔内照片中的牙齿拥挤程度 | 计算机视觉 | 牙齿拥挤（正畸疾病） | 深度学习图像分析 | CNN | 图像（口腔内照片） | 训练集：2,160张照片（上颌1,351，下颌1,253），外部测试集：100张照片 | NA | DCC-Net（包含分割、提取和分类模块） | 准确率, 精确率, 召回率, F1分数 | NA |
| 1474 | 2026-01-24 |
Fully Self-Powered Gas Sensor through Fe-Ion Doping Engineering in Ni2P for Ultrasensitive and Visualized NO2 Sensing
2026-Jan-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c03884
PMID:41413943
|
研究论文 | 本研究报道了一种基于锌空气电池的自供电NO2气体传感器，通过Fe掺杂的磷化镍作为气敏材料，并引入深度学习算法以提升传感性能 | 通过Fe离子掺杂工程调控磷化镍的电子结构，增强电荷载流子迁移率和吸附质-基底相互作用，结合InceptionTime模型和小波变换算法实现气体识别与浓度定量，构建了具备远程可视化检测功能的智能传感装置 | 未明确说明传感器在复杂混合气体环境中的交叉敏感性、长期稳定性测试数据以及实际户外环境中的验证结果 | 开发高灵敏度、选择性好且无漂移的自供电气体传感器，用于NO2检测 | NO2气体 | 传感器技术 | NA | Fe离子掺杂工程、电化学传感、深度学习算法 | 深度学习 | 电信号数据（电压响应） | NA | NA | InceptionTime | 响应值（0.22 V @ 20 ppm）、检测限（61.8 ppb/36.9 ppb）、响应时间（14 s）、气体识别准确率、浓度定量精度 | NA |
| 1475 | 2026-01-24 |
The role of low-complexity repeats in RNA-RNA interactions and a deep learning framework for duplex prediction
2026-Jan-23, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-68356-w
PMID:41571635
|
研究论文 | 本研究分析了大规模RNA-RNA相互作用数据集，发现低复杂度重复序列是驱动相互作用的关键因素，并开发了深度学习模型RIME用于预测RNA-RNA相互作用 | 首次将低复杂度重复序列识别为RNA-RNA相互作用的关键驱动因素，并开发了基于核酸语言模型嵌入的深度学习预测工具RIME | 未明确说明模型在非LCR介导的相互作用上的泛化能力，以及实验验证的规模限制 | 探究RNA-RNA相互作用的分子决定因素并开发预测工具 | RNA-RNA相互作用、低复杂度重复序列、lncRNA Lhx1os | 自然语言处理 | NA | 测序分析、深度学习 | 深度学习模型 | 序列数据 | 多个大规模RRI数据集 | NA | 核酸语言模型 | NA | NA |
| 1476 | 2026-01-24 |
Deep tobit model: an integrated framework for high-dimensional censored regression with variable selection
2026-Jan-23, Lifetime data analysis
IF:1.2Q2
DOI:10.1007/s10985-026-09690-5
PMID:41571915
|
研究论文 | 提出一种集成深度学习框架——Deep Tobit模型，用于处理高维左删失回归问题并实现变量选择 | 首次将Tobit模型与深度学习框架结合，提出两阶段特征选择算法，并提供了收敛速率和选择一致性的理论保证 | 主要针对左删失数据，未讨论右删失或区间删失等其他删失类型 | 解决高维删失回归数据中非线性关系建模和变量选择的问题 | 左删失响应的高维数据 | 机器学习 | NA | NA | 深度学习框架 | 结构化数据 | NA | NA | Deep Tobit模型 | 变量选择准确性，预测精度 | NA |
| 1477 | 2026-01-24 |
Sub-Milliscale-Resolution Bimodal Tactile Sensor Array with Human-Skin-Like Graphesthesia Sensation
2026-Jan-23, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202519734
PMID:41572940
|
研究论文 | 本研究报道了一种亚毫米级分辨率的双模态触觉传感器阵列，结合压电和摩擦电传感器，实现了类似人类皮肤的图形触觉感知 | 实现了亚毫米级空间分辨率（700微米）和高传感器密度（226像素/平方厘米）的双模态触觉感知，结合深度学习算法首次实现了软度加密图案的重建 | 未明确说明传感器阵列的长期稳定性、环境适应性以及大规模制造的成本挑战 | 开发高分辨率多模态触觉感知系统，用于具身智能和机器人技术 | 双模态触觉传感器阵列（压电传感器阵列和摩擦电传感器阵列） | 机器感知 | NA | 压电传感、摩擦电传感、深度学习算法 | 深度学习模型（具体类型未指定） | 压力分布数据、接触高度数据、杨氏模量分布数据 | NA | NA | NA | 空间分辨率（700微米）、传感器密度（226像素/平方厘米）、响应时间（50毫秒） | NA |
| 1478 | 2026-01-24 |
From Gorlin and Doppler Equations to Deep Learning: Is Aortic Stenosis Quantification on the Brink of a New Era?
2026-Jan-23, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.126.019472
PMID:41574424
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1479 | 2026-01-24 |
A novel cervical image recognition framework based on feature cognitive enhancement for improved performance
2026-Jan-23, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine
DOI:10.1177/09544119251412982
PMID:41574558
|
研究论文 | 本文提出了一种基于特征认知增强的新型宫颈图像识别框架，旨在提高宫颈病变的分类性能 | 提出了三个新模块（特征认知筛选模块、多尺度特征分类模块和重叠采样模块），实现了全局与局部特征提取、多尺度特征融合分类以及图像中的短程交互，增强了模型的边缘捕捉能力和解决复杂问题的能力 | 未明确提及具体局限性 | 开发一种用于宫颈图像分类的深度学习模型，以辅助宫颈癌的早期诊断 | 宫颈图像 | 计算机视觉 | 宫颈癌 | 传统阴道镜检查 | 深度学习神经网络 | 图像 | 未明确提及具体样本数量，但使用了自建宫颈图像数据集和Kaggle数据集 | NA | FSMO（包含特征认知筛选模块、多尺度特征分类模块和重叠采样模块） | 准确率, 精确率, 召回率, F1分数 | NA |
| 1480 | 2026-01-24 |
Deep GIST: Deep Learning Models for Predicting the Distribution of Hydration Thermodynamics around Proteins
2026-Jan-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02389
PMID:41574593
|
研究论文 | 本文开发了名为Deep GIST的深度学习模型，用于快速预测蛋白质周围水合热力学量的空间分布 | 首次利用深度学习模型替代计算密集的GIST方法，在数十秒内完成水合热力学分布的预测，并考虑了蛋白质构象波动 | Δ()和Δ()的预测决定系数较低，模型性能仍有提升空间 | 开发高效预测蛋白质水合热力学分布的方法，以替代计算成本高的传统分子动力学模拟 | 蛋白质周围的水合热力学量（水合能Δ()、水合熵Δ()和水合自由能Δ()） | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 分子模拟数据 | NA | NA | NA | 决定系数, 相关系数 | 单个图形处理单元 |