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 42795 篇文献，本页显示第 1541 - 1560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1541 | 2026-03-15 |
A Comprehensive Eye-Tracking System Toward Large FOV HMD
2026-Feb-24, Sensors (Basel, Switzerland)
DOI:10.3390/s26051402
PMID:41829365
|
研究论文 | 本文提出了一种面向大视场头戴式显示器的综合眼动追踪系统，结合定制硬件和实时软件流程 | 针对大视场VR头显的眼动追踪工程挑战，提出集成近眼照明、图像采集与深度学习模型的实时系统，并引入注意力增强机制显著提升性能 | 系统在固定标定条件下运行，未讨论动态标定或用户间泛化能力 | 解决大视场VR头显中眼动追踪的工程实现问题 | 虚拟现实头戴式显示器中的眼动追踪系统 | 计算机视觉 | NA | 眼动追踪 | 深度学习 | 图像 | NA | NA | ResNet-152, 注意力增强模型 | 平均角度偏差 | NA |
| 1542 | 2026-03-15 |
SFCF-Net: Spatial-Frequency Synergistic Learning for Casting Defect Segmentation of Pre-Service Aircraft Engine Blades in Industrial Radiographic Inspection
2026-Feb-24, Sensors (Basel, Switzerland)
DOI:10.3390/s26051416
PMID:41829382
|
研究论文 | 本文提出了一种新颖的空间-频率互补融合网络（SFCF-Net），用于工业射线检测中飞机发动机叶片铸造缺陷的精确分割 | 通过选择性跨模态校准模块、跨模态细化和互补模块以及非对称窗口注意力模块，协同整合空间和频域特征，以解决图像质量差、类内方差、类间相似性和不规则缺陷几何形状等挑战 | NA | 实现飞机发动机叶片铸造缺陷的精确分割，以支持叶片制造中的自动化质量控制 | 飞机发动机涡轮叶片 | 计算机视觉 | NA | 工业射线检测 | 深度学习网络 | 图像 | NA | NA | SFCF-Net | NA | NA |
| 1543 | 2026-03-15 |
AFTA-Net: Axial Fusion and Triaxial Factorised Attention Network for Nowcasting of Severe Convective Weather
2026-Feb-24, Sensors (Basel, Switzerland)
DOI:10.3390/s26051409
PMID:41829372
|
研究论文 | 本文提出了一种名为AFTA-Net的新型编码器-解码器架构，用于解决雷达回波外推中非线性大气运动和强度衰减的挑战 | 引入了轴向融合块（AFB）通过并行分解策略显式分离时间演变与空间形态，并设计了三轴因子化注意力（TAFA）机制跨时间、通道和空间维度顺序重校准特征表示 | NA | 改进0-2小时临近预报中的雷达回波外推技术 | 强对流天气 | 计算机视觉 | NA | 雷达回波外推 | 编码器-解码器 | 雷达数据 | NA | NA | AFTA-Net | CSI, HSS | NA |
| 1544 | 2026-03-15 |
SD-IDD: Selective Distillation for Incremental Defect Detection
2026-Feb-24, Sensors (Basel, Switzerland)
DOI:10.3390/s26051413
PMID:41829375
|
研究论文 | 本文提出了一种基于选择性蒸馏的增量缺陷检测模型SD-IDD，旨在解决深度学习模型在学习新缺陷类别时的灾难性遗忘问题 | 提出了三种选择性蒸馏策略：高置信度分类蒸馏、双阶段级联回归蒸馏和IoU驱动的难度感知特征蒸馏，以在无需旧训练样本的情况下有效保留旧类别知识并提升新类别检测精度 | 未提及模型在更广泛或更复杂工业场景下的泛化能力，以及计算资源消耗的具体分析 | 解决工业缺陷检测中模型增量学习新缺陷类别时的灾难性遗忘问题 | 工业表面缺陷 | 计算机视觉 | NA | 深度学习 | 基于GFLv1的检测模型 | 图像 | NEU-DET和DeepPCB数据集 | 未明确提及，可能基于PyTorch或TensorFlow | GFLv1 | mAP_old, mAP_new, mAP_all | NA |
| 1545 | 2026-03-15 |
Accurate predictions of disordered protein ensembles with STARLING
2026-Feb-18, Nature
IF:50.5Q1
DOI:10.1038/s41586-026-10141-2
PMID:41708867
|
研究论文 | 本文介绍了STARLING框架，该框架结合了基于物理的力场和多模态生成式深度学习，用于快速生成准确的内在无序蛋白（IDR）集合及其序列表示 | STARLING框架创新性地整合了物理力场与生成式深度学习，支持环境条件调节（如离子强度），并展示了在训练域外的插值能力，同时通过贝叶斯最大熵重加权方案实现实验约束下的集合精炼 | NA | 开发一个计算框架，以快速生成和表征内在无序蛋白（IDR）的结构集合，并探索其在生物物理性质分析和序列设计中的应用 | 内在无序蛋白和区域（IDRs） | 机器学习 | NA | 基于物理的力场，多模态生成式深度学习 | 生成式深度学习模型 | 蛋白质序列数据 | NA | NA | NA | 准确性评估（基于实验数据对比） | NA |
| 1546 | 2026-03-15 |
EchoNet++: A multilingual soccer match audio commentary dataset
2026-Feb-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39884-8
PMID:41703173
|
研究论文 | 本文介绍了一个用于自动处理职业足球比赛转播的多语言、多阶段音频分析流程，并发布了相应的数据集 | 提出了一个可复现的端到端系统，并进行了组件级分析，揭示了预处理、分割、转录和翻译在真实转播条件下如何共同影响性能 | NA | 开发一个可扩展、语言无关的音频理解系统，用于处理足球比赛转播音频 | 职业足球比赛转播的音频数据 | 自然语言处理 | NA | 音频提取、去噪、语音分割、转录和翻译 | ASR模型（如Whisper变体）、VAD模型 | 音频 | 来自欧洲顶级联赛的全场比赛视频 | FFmpeg, Demucs, Silero VAD, Whisper | Demucs, Silero VAD, Whisper（Medium, Large, Turbo）, Insanely Fast Whisper | 词错误率, 语言检测准确率, 分割一致性 | NA |
| 1547 | 2026-03-15 |
YOLOv8 powered deep learning framework for detection and classification of oral potentially malignant disorders and oral cancer using intraoral images
2026-Feb-16, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2026.02.006
PMID:41826178
|
研究论文 | 本研究开发了一个基于YOLOv8实例分割架构的深度学习框架，用于检测和分类口腔潜在恶性病变及口腔癌 | 首次将YOLOv8实例分割模型应用于口腔内图像，实现高精度的口腔病变检测与分类 | 数据集规模相对有限，且主要依赖专家标注，可能影响模型泛化能力 | 开发AI辅助工具以支持口腔病变的早期检测与分类 | 口腔内图像中的口腔潜在恶性病变和口腔癌病变 | 计算机视觉 | 口腔癌 | 深度学习 | YOLOv8 | 图像 | 583张临床口腔内图像（扩展至3,285张） | NA | YOLOv8实例分割架构 | mAP@50, mAP@50-95, Precision, Recall | NA |
| 1548 | 2026-03-15 |
Establishing dermatopathology encyclopedia DermpathNet with Artificial Intelligence-Based Workflow
2026-Feb-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06715-4
PMID:41651886
|
研究论文 | 本文介绍了一个通过人工智能工作流程建立的开放获取皮肤病理学图像数据集DermpathNet，用于教育、交叉参考和机器学习目的 | 提出了一种结合深度学习图像模态分类和图像标题分析的混合工作流程，用于半自动地整理和分类皮肤病理学图像 | 未明确说明数据集的长期维护计划或更新频率 | 建立一个全面、开放获取的皮肤病理学图像数据集，以解决临床医生和学员在获取高质量图像资源方面的挑战 | 从PubMed Central (PMC) 存储库中提取的皮肤病理学图像 | 数字病理学 | 皮肤疾病 | 深度学习图像模态分类，图像标题分析 | 深度学习 | 图像 | 7,772张图像，涵盖166种诊断 | 未明确指定 | 未明确指定 | F-score | 未明确指定 |
| 1549 | 2026-03-15 |
Development of deep learning model to screen for primary open-angle glaucoma in African ancestry individuals
2026-Feb-06, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02318-2
PMID:41652030
|
研究论文 | 本文开发了一种深度学习模型，用于筛查非洲裔人群中的原发性开角型青光眼 | 针对非洲裔人群开发了首个基于深度学习的POAG筛查模型，并利用多图像选择与Vision-Transformer架构提高了筛查准确性 | 模型在非洲裔人群数据上训练，但在其他种族群体中的泛化能力尚未充分验证 | 开发一种人工智能模型，用于筛查原发性开角型青光眼，特别是在非洲裔人群中 | 非洲裔人群的青光眼筛查 | 计算机视觉 | 青光眼 | 眼底摄影 | Vision-Transformer, Binary Classifier | 图像 | 64,129张图像，包括来自1,782例病例的42,914张图像和来自682例对照的21,215张图像 | NA | Vision-Transformer | AUC | NA |
| 1550 | 2026-03-15 |
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、键选择性的分子反应 | 结合计算机视觉、神经网络和深度强化学习，实现了从孤立的人为操作到完全自主、数据驱动的反应控制的转变，提供了可编程的多步反应序列 | 作为概念验证，仅针对特定分子（四溴化卟啉）在Au(111)表面上进行了演示，可能尚未广泛验证于其他分子或表面 | 追求在分子纳米科学中实现具有单键精度的自主化学转化 | Au(111)表面上的四溴化卟啉分子 | 计算机视觉, 机器学习 | 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 |
| 1551 | 2026-03-15 |
Towards reliable prediction of intraoperative hypotension: a cross-center evaluation of deep learning-based and MAP-derived methods
2026-02, Journal of clinical monitoring and computing
IF:2.0Q2
DOI:10.1007/s10877-025-01357-0
PMID:40938328
|
研究论文 | 本研究评估了深度学习模型与平均动脉压阈值方法在预测术中低血压方面的可靠性，并通过跨中心验证揭示了数据集选择偏差对模型性能的影响 | 引入包含血压边界案例的“灰色区域”框架，进行跨中心、跨人群的验证，并标准化样本间的平均动脉压差异以减少偏差 | 研究依赖于特定医院的数据集，可能未涵盖所有手术类型或临床场景，且模型在年龄差异上的泛化能力仍需进一步验证 | 评估和提升人工智能工具在预测术中低血压方面的真实世界可靠性 | 术中低血压的预测模型，包括深度学习方法和平均动脉压阈值方法 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 血压数据 | 来自瑞典卡罗林斯卡大学医院和韩国VitalDB的数据集 | NA | NA | NA | NA |
| 1552 | 2026-03-15 |
ParkEnNET: a majority voting-based ensemble transfer learning framework for early Parkinson's disease detection
2026-Feb, Acta neurologica Belgica
IF:2.0Q3
DOI:10.1007/s13760-025-02902-z
PMID:41047458
|
研究论文 | 提出了一种基于多数投票的集成迁移学习框架ParkEnNET，用于早期帕金森病的检测 | 通过集成多个预训练深度学习模型并采用多数投票策略，有效处理了医学数据中的小样本、噪声和类别不平衡问题 | 未明确说明模型在更广泛、多中心数据集上的泛化能力，以及计算资源消耗的具体评估 | 开发一个准确、高效的早期帕金森病诊断框架 | 帕金森病患者（特别是早期阶段）的MRI数据 | 数字病理学 | 帕金森病 | MRI | CNN | 图像 | 未明确说明具体样本数量，但提及使用了来自Superspeciality Hospital Jammu的独立临床数据集 | 未明确指定，但提及使用了预训练深度学习模型 | VGGNet, ResNet-50, EfficientNet | 准确率, 精确率, 召回率, F1分数 | NA |
| 1553 | 2026-03-15 |
Thermal imaging-guided detection of transparent plastic contaminants on chicken breast: A combined vision and simulation approach
2026-Jan-31, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.117993
PMID:41412667
|
研究论文 | 本研究开发了一种结合热成像与机器学习的系统，用于检测鸡肉上的透明塑料污染物 | 首次将热成像与YOLOv8深度学习模型结合用于检测低密度透明塑料污染物，并辅以热阻容模型和COMSOL仿真分析热行为 | 实验仅使用特定尺寸范围（0.2-8 cm）的塑料片，未涵盖所有可能的污染物形态 | 开发可靠的透明塑料污染物检测系统以提升禽肉加工食品安全 | 鸡肉胸肉上的透明塑料污染物 | 计算机视觉 | NA | 热成像技术 | CNN | 热成像图像 | 386张标注的热成像图像 | PyTorch | YOLOv8s | 检测精度, 分割精度 | NA |
| 1554 | 2026-03-15 |
scPlantAnnotate: an accurate and robust transformer-based model for plant cell type annotation
2026-Jan-17, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2026.01.035
PMID:41554477
|
研究论文 | 本文开发了scPlantAnnotate，一种基于Transformer的植物单细胞RNA测序细胞类型注释模型，并在多个植物物种上进行了评估 | 开发了首个针对植物scRNA-seq数据的Transformer参考注释框架，在标准评估和严格的留一数据集测试中均表现出优越性能和增强的鲁棒性 | 模型在留一数据集测试中性能仍会下降，且仅针对四种植物物种进行了训练和验证 | 开发并评估一个专门用于植物单细胞RNA测序数据细胞类型注释的准确且鲁棒的模型 | 拟南芥、玉米、水稻和大豆的scRNA-seq数据 | 自然语言处理 | NA | 单细胞RNA测序 | Transformer | 单细胞RNA测序数据 | 来自四种植物物种的精选数据集 | NA | Transformer | 准确率, 宏F1分数, 平衡准确率, 宏AUROC | NA |
| 1555 | 2026-03-14 |
Editorial Note: Data augmentation-assisted deep learning of hand-drawn partially colored sketches for visual search
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344760
PMID:41818179
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1556 | 2026-03-15 |
Deep-Fed: A comprehensive solution for precise bone fracture identification in athletes
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343980
PMID:41818245
|
研究论文 | 本研究提出了一种名为Deep-Fed的联邦深度学习框架，用于运动员骨折诊断，通过整合卷积神经网络和专用分类模块FractureNet，在分布式运动诊所中利用联邦平均进行训练，保护患者隐私的同时利用多样数据源 | 提出了一个结合卷积神经网络与专用分类模块FractureNet的联邦深度学习框架，能够在保护患者隐私的前提下，利用分布式数据源实现高精度骨折识别 | NA | 开发一个用于运动员骨折精确识别的联邦深度学习解决方案 | 运动员的骨折诊断 | 计算机视觉 | 骨折 | 深度学习 | CNN | 图像 | 三个基准数据集（Deep-I、Deep-II、Deep-III），代表不同成像条件和患者群体 | 联邦学习框架 | 卷积神经网络, FractureNet | 准确率 | NA |
| 1557 | 2026-03-15 |
Interpretable crop pest and disease identification based on comparative concept tree
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343715
PMID:41818247
|
研究论文 | 本研究提出了一种基于对比原型树（CPTR）的可解释作物病虫害识别模型，旨在提高深度学习模型的透明度和可解释性 | 结合概念原型与决策树的核心结构，为每个识别结果构建清晰的原型匹配路径，并引入SimCLR对比学习框架以增强深度图像特征表达能力 | NA | 提高作物病虫害识别模型的透明度和可解释性，以增强用户信任并促进其在农业生产中的大规模应用 | 作物病虫害图像 | 计算机视觉 | NA | 深度学习 | 对比学习, 决策树 | 图像 | 三个数据集：AppleLeaf9, Cassava, Cashew | SimCLR | 对比原型树（CPTR） | 准确率 | NA |
| 1558 | 2026-03-15 |
AI-driven paradigm shift in follicle ultrasound monitoring: from automated segmentation to clinical decision support
2025-Dec-25, Reproductive biomedicine online
IF:3.7Q1
DOI:10.1016/j.rbmo.2025.105440
PMID:41826105
|
评论 | 本文阐述了人工智能在超声卵泡监测中的发展路径，重点讨论了从自动分割到临床决策支持的范式转变 | 提出了基于深度学习的CR-Unet和C-Rend模型，实现了从二维到三维图像的精确卵泡分割与测量，并将二维卵泡面积和三维卵泡体积确立为预测卵母细胞成熟度和优化人绒毛膜促性腺激素触发时机的新型生物标志物 | NA | 探讨人工智能在辅助生殖超声卵泡监测中的应用与发展 | 超声图像中的卵泡 | 计算机视觉 | NA | 超声成像 | 深度学习 | 图像 | NA | NA | CR-Unet, C-Rend | 分割精度, 测量一致性 | NA |
| 1559 | 2026-03-15 |
Lightweight Vision Transformer with transfer learning for interpretable Alzheimer's disease severity assessment
2025-Dec-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28243-8
PMID:41408128
|
研究论文 | 提出一种轻量级深度学习框架ViTTL，用于基于MRI数据评估阿尔茨海默病的严重程度 | 集成Vision Transformer与预训练卷积神经网络进行迁移学习，并结合LIME和GRAD-CAM方法实现模型可解释性，同时大幅减小模型尺寸 | 未明确说明在独立数据集上的具体性能指标或潜在的数据偏差 | 开发准确、可解释且资源高效的阿尔茨海默病诊断工具 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | MRI | Vision Transformer, CNN, ANN | 图像 | OASIS数据集和Kaggle独立数据集 | 未明确指定 | ViT-DenseNet201 | 准确率, Dice相似系数 | 未明确指定 |
| 1560 | 2026-03-15 |
Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review
2025-07, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.102968
PMID:40339443
|
综述 | 本文通过范围综述，评估和总结了人工智能在CT扫描中患者定位、扫描范围确定和图像重建三个关键领域对辐射剂量优化的作用 | 系统性地聚焦于AI在CT辐射剂量优化中的三个核心应用领域，并提供了当前技术状态的简明概述，强调了其益处、局限性和对剂量减少变革的影响 | 作为一篇范围综述，它主要总结现有研究，未进行新的实验验证，且纳入文献时间范围可能限制了对最新进展的覆盖 | 回顾、评估和总结人工智能在计算机断层扫描（CT）辐射剂量优化中的作用 | 涉及CT扫描的文献研究，重点关注腹部、胸部、头部、颈部和骨盆以及CT血管造影等扫描部位 | 医学影像 | NA | 计算机断层扫描（CT） | 深度学习 | CT图像 | 90篇符合选择标准的文章 | NA | NA | 辐射剂量、相关评估指标（基于应用AI的CT参数） | NA |