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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 39616 篇文献,本页显示第 141 - 160 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
141 2026-02-06
Convolutional Graph Isomorphism Network to Detect Glaucomatous Visual Field Defects
2026-Mar, Ophthalmology science IF:3.2Q1
研究论文 本研究开发了一种基于图同构网络(GIN)的深度学习模型,用于检测青光眼性视野缺损,并在标准自动视野检查数据上评估其性能 首次将图同构网络(GIN)应用于青光眼视野缺损检测,通过将视野数据建模为图结构并整合空间关系,实现了优于传统诊断标准和常规神经网络模型的性能与可解释性 研究为横断面回顾性设计,样本量相对有限(1874次测试),且仅基于单一设备(Humphrey视野分析仪)的数据,可能影响模型的泛化能力 评估基于图同构网络的深度学习模型在检测青光眼性视野缺损方面的诊断性能,并与传统诊断标准及其他深度学习模型进行比较 来自676名患者1009只眼的1874次可靠标准自动视野检查测试 医学图像分析 青光眼 标准自动视野检查(SAP) 图同构网络(GIN),密集神经网络(NN),卷积神经网络(CNN) 图结构数据(节点特征包括敏感度、总偏差和模式偏差值) 1874次标准自动视野检查测试 NA 图同构网络(GIN) AUC,精确率-召回率曲线,95%特异性下的敏感度,F1分数,可重复性,模型可解释性 NA
142 2026-02-06
Development and application of an instrument for microstructure matrix inclusion distribution analysis in oversized metallic materials
2026-Feb-20, iScience IF:4.6Q1
研究论文 本研究开发了一种用于超大金属材料中微观结构基体夹杂物分布分析的自动化检测系统 集成高精度CNC平台、多单元显微成像、激光光谱和基于YOLOv11的深度学习模型,实现了米级样品的全区域快速扫描,检测效率比传统方法提高20倍以上 未明确说明系统对不同金属材料类型的适用性限制 解决洁净钢生产中夹杂物分析的迫切需求,开发自动化检测系统 超大金属材料(汽车板材样品)中的微观结构夹杂物 计算机视觉 NA CNC平台控制、显微成像、激光光谱分析、深度学习 CNN 图像 汽车板材样品(具体数量未明确),共分析533,041个夹杂物 NA YOLOv11 检测效率(与传统方法对比) NA
143 2026-02-06
AI-driven routing and layered architectures for intelligent ICT in nanosensor networked systems
2026-Feb-20, iScience IF:4.6Q1
综述 本文综述了纳米传感器网络与现代信息通信技术(ICT)的融合,探讨了机器学习与人工智能在提升数据处理、能源管理、实时通信和系统协调方面的应用 提出了一个统一的框架,用于推进智能且资源高效的纳米传感器通信系统,并探索了受生物系统启发、可解释模型和基于量子学习等潜在解决方案 识别了涉及计算负载、数据隐私和系统互操作性等关键挑战 评估人工智能与机器学习技术如何改善纳米传感器网络环境中的数据路由、异常检测、安全性和预测性维护 纳米传感器网络系统 机器学习 NA NA 监督学习, 无监督学习, 强化学习, 深度学习 传感器数据 NA NA NA 延迟, 吞吐量, 能源效率 NA
144 2026-02-06
Diverse intracellular trafficking of insulin analogs by machine learning-based colocalization and diffusion analysis
2026-Feb-20, iScience IF:4.6Q1
研究论文 本研究开发了一种结合机器学习共定位指纹识别与深度学习辅助单粒子扩散分析(DeepSPT)的平台,用于实时比较胰岛素类似物在活细胞内的运输差异 首次将时间分辨共定位的机器学习框架与深度学习辅助单粒子扩散分析相结合,实现了对胰岛素类似物细胞内运输动态的精细解析 研究仅在活细胞模型中进行,未涉及完整的生理环境或动物模型验证 探究胰岛素类似物与内源性胰岛素在细胞内运输途径的差异 ATTO标记的重组人胰岛素(HI)和速效胰岛素类似物门冬胰岛素(IAsp) 机器学习 糖尿病 活细胞成像,单粒子追踪,共定位分析 机器学习,深度学习 活细胞成像视频,单粒子轨迹数据 未明确说明 未明确说明 未明确说明 未明确说明 未明确说明
145 2025-07-15
Auxiliary diagnosis of hyperpigmented skin diseases using multimodal deep learning
2026-Feb-05, Chinese medical journal IF:7.5Q1
NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
146 2026-02-06
Disentangle-and-aggregate feature learning (DAFNet) for motor bearing fault diagnosis
2026-Feb-05, Scientific reports IF:3.8Q1
研究论文 本文提出了一种用于电机轴承故障诊断的解耦与聚合特征学习网络(DAFNet),旨在解决传统CNN因网络深度增加导致的参数冗余和计算效率低下的问题 创新性地采用分层解耦与聚合机制,通过二次分割策略解耦浅层、中层和深层特征,并进行终端特征融合,以高效表征故障信息 NA 开发一种适用于资源受限边缘设备的高效轻量级深度学习模型,用于电机轴承故障诊断 电机轴承 机器学习 NA NA CNN NA 基于CWRU数据集 NA DAFNet 准确率 资源受限的边缘设备
147 2026-02-06
Cosynllm: predicting drug combination synergy with LLM-generated descriptions
2026-Feb-05, Journal of cheminformatics IF:7.1Q1
研究论文 本文提出了一种名为CoSynLLM的LLM辅助预测框架,用于预测药物组合的协同作用 利用大型语言模型生成语义级化学信息,并结合药物指纹和细胞系基因表达谱,通过分层特征融合策略预测药物组合协同作用 NA 预测药物组合的协同作用,以辅助复杂疾病的治疗 药物组合 机器学习 NA 深度学习 NA 文本, 化学指纹, 基因表达谱 两个基准数据集:NCI-ALMANAC和O'Neil NA NA NA NA
148 2026-02-06
Learning the anatomical topology consistency driven by Wasserstein distance for weakly supervised 3D pancreas registration in multi-phase CT images
2026-Feb-04, Biomedical physics & engineering express IF:1.3Q3
研究论文 提出了一种基于Wasserstein距离的弱监督三维胰腺配准框架,用于多期相CT图像中胰腺的精确配准 引入Wasserstein距离来强制胰腺解剖拓扑结构的一致性,并采用距离变换来构建胰腺的小型、不确定和复杂的解剖拓扑分布,从而克服了传统基于强度或分割的相似性度量的局限性 研究仅针对胰腺这一特定器官,且方法在胰腺肿瘤类型(PDAC、IPMN、MCN、SCN、SPT、CP、PNET)上的泛化能力有待进一步验证 实现增强CT与非增强CT图像之间胰腺的准确自动配准,以辅助胰腺癌的诊断和治疗 胰腺 医学图像处理 胰腺癌 CT成像 深度学习模型 3D CT图像 975对配对的增强CT-非增强CT图像,来自七种胰腺肿瘤类型(PDAC、IPMN、MCN、SCN、SPT、CP、PNET)的患者 NA NA Dice分数,假阳性分割率,Hausdorff距离 NA
149 2026-02-06
Thermostability Prediction Powered by Synergistic Deep Learning at Experimental and Theoretical Levels for Nanobodies
2026-Feb-04, ACS applied materials & interfaces IF:8.3Q1
研究论文 本文提出了一种双尺度协同深度学习策略,用于预测纳米抗体的热稳定性 创新性地结合实验数据和理论模拟,通过双模型协同缓解数据稀缺问题,并构建了联合深度学习架构 实验数据量仍相对有限(514个样本),且模型泛化能力可能受小数据风险影响 提高纳米抗体热稳定性的预测可靠性,以支持其实际应用 纳米抗体 机器学习 NA 分子动力学模拟 深度学习 序列数据, 结构数据 514个实验熔解温度数据, 704个纳米抗体结构 NA 抗体语言模型集成到联合深度学习架构 Pearson相关系数, 准确率 NA
150 2026-02-06
Hybrid GELAN-UNet: integrating medical priors for low-dose CT denoising
2026-Feb-04, Biomedical physics & engineering express IF:1.3Q3
研究论文 提出一种融合医学先验的混合GELAN-UNet模型,用于提升低剂量CT图像的去噪性能 提出混合广义高效层聚合网络-UNet架构,通过浅层医学增强模块捕获细节、深层高效模块降低计算成本,并创新性地引入低频保留路径和边缘感知注意力机制 仅在公开Mayo Clinic数据集上进行评估,未在其他多中心或临床场景验证 开发兼顾去噪性能与计算效率的低剂量CT图像去噪方法 低剂量CT图像 计算机视觉 NA 低剂量计算机断层扫描 CNN 医学图像 公开Mayo Clinic数据集(具体数量未说明) NA GELAN-UNet 峰值信噪比 NA
151 2026-02-06
Comprehensive segmentation of focal cortical dysplasia by combining surface-based and whole-brain MRI deep learning algorithms: a proof-of-concept study
2026-Feb-04, Biomedical physics & engineering express IF:1.3Q3
研究论文 本研究通过结合表面基和全脑MRI深度学习算法,旨在提高局灶性皮质发育不良II型的分割准确性 创新性地整合了两种AI算法(MELD Graph和MindGlide),专注于白质病变分割以补充传统皮质特征分析,从而改善FCD II型病变的全面分割 MindGlide算法未在FCD数据上训练,改进效果有限(平均Dice分数仅增加0.033),样本量较小(49例),且为概念验证研究 提高局灶性皮质发育不良II型(FCD II)在MRI图像中的分割准确性,特别是其白质成分 49例具有放射学确认的跨脑室征的FCD II型病例 数字病理学 癫痫 T2-FLAIR磁共振成像(MRI) 深度学习 MRI图像 49例FCD II型病例 NA MELD Graph, MindGlide Dice相似系数, 分割体积 NA
152 2026-02-06
Artificial intelligence-powered nanomedicine
2026-Feb-04, Chemical Society reviews IF:40.4Q1
综述 本文系统总结了人工智能赋能纳米医学的当前格局,重点介绍了纳米颗粒设计、合成以及AI引导的诊断与治疗纳米平台的进展 将人工智能与纳米医学相结合,利用机器学习、深度学习和生成模型优化纳米颗粒设计、预测纳米-生物相互作用,并开发数据驱动的自适应纳米诊疗系统 面临生物系统复杂性、纳米-生物相互作用理解不完整、纳米颗粒合成效率低以及临床转化有限等挑战 探讨人工智能如何克服纳米医学在诊断、成像和治疗方面的局限,推动精准医学发展 纳米医学,特别是整合诊断与治疗功能的纳米诊疗平台 机器学习 癌症, 神经退行性疾病, 心血管疾病 NA 机器学习, 深度学习, 生成模型 NA NA NA NA NA NA
153 2026-02-06
Lightweight Truncated Fused-MirrorNet for Classification and Analysis of Histopathology Images
2026-Feb-04, Microscopy research and technique IF:2.0Q3
研究论文 本研究提出了一种轻量化的截断融合镜像网络,用于肾组织病理学图像的分类与分析 采用镜像架构、部分层冻结和特征融合方法提升性能,在保持分类精度的同时显著减少训练时间,适用于低端设备部署 未明确说明模型在更广泛数据集或临床环境中的泛化能力验证 开发一种轻量化的深度学习模型,用于肾组织病理学图像的自动分类,以克服传统手动方法的局限性 肾组织病理学图像 数字病理学 肾细胞癌 NA CNN, 视觉Transformer 图像 来自两个数据集(TCGA kidney和BreakHis)的组织病理学图像 NA Fused-MirrorNet 准确率 低端设备
154 2026-02-06
CT Radiation Dose Reduction With Preserved Diagnostic Performance: How Far Have We Come Over 25 Years?
2026-Feb-04, AJR. American journal of roentgenology
综述 本文回顾了过去25年来CT辐射剂量降低技术的发展历程及其对诊断性能的影响 系统总结了从滤波、调制到深度学习重建及光子计数探测器CT等一系列剂量降低技术的演进与累积效应 未涉及具体临床验证数据或剂量降低的定量极限分析 评估CT辐射剂量降低技术的发展历程及其对图像质量与诊断性能的保障 CT扫描技术及辐射剂量降低方法 医学影像 NA CT扫描、迭代重建、深度学习重建、光子计数探测器技术 NA CT图像 NA NA NA 图像质量评估、诊断性能 NA
155 2026-02-06
Video-based diagnostics supported by artificial intelligence as an opportunity to address the epilepsy diagnostic gap: A narrative review
2026-Feb-04, Epilepsia IF:6.6Q1
综述 本文是一篇叙述性综述,探讨了人工智能增强的视频诊断技术在解决癫痫诊断差距方面的潜力 提出了一个整合视频诊断到癫痫护理的框架,并综合了临床、技术和卫生经济学视角,强调了AI视频分析作为可扩展解决方案的未充分利用的机遇 AI算法在真实世界环境中的性能差异显著,存在数据稀缺、泛化性、监管框架和报销缺口等实施挑战 探索人工智能增强的视频诊断技术如何解决癫痫诊断差距,实现更早、更易获取的癫痫发作检测和分类 癫痫诊断,特别是资源有限环境下的诊断 计算机视觉 癫痫 视频记录,人工智能驱动的视频分析 深度学习算法 视频 综述了13项研究(n=682)的荟萃分析,以及8项关键验证研究 NA NA 敏感性,特异性,假检测率 NA
156 2026-02-06
Enhancing nail disease diagnosis: a capsule network with SE attention and dual backbone models
2026-Feb-04, Naunyn-Schmiedeberg's archives of pharmacology
研究论文 提出了一种名为CapsuleSEDualNet的新型深度学习框架,用于实现稳健且可解释的多类别指甲疾病诊断 将胶囊网络头与SE注意力机制集成在结合MobileNetV2和DenseNet121的双主干架构中,SE块增强了特征区分能力,胶囊头保留了空间层次结构以提高可解释性 需要进一步的临床验证 实现自动化指甲疾病筛查,为早期和可及的皮肤病学评估提供关键临床解决方案 指甲疾病,包括真菌感染和恶性肿瘤 计算机视觉 皮肤病 深度学习 Capsule Network, CNN 图像 NA NA CapsuleSEDualNet, MobileNetV2, DenseNet121 分类准确率 NA
157 2026-02-06
Shaping the future of myopia: artificial intelligence for vitreoretinal complications of high and pathologic myopia
2026-Feb-04, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
综述 本文综述了人工智能(特别是深度学习)在检测高度近视和病理性近视的玻璃体视网膜并发症(如视网膜脱离、近视性黄斑变性和近视性牵引性黄斑病变)方面的应用现状 系统总结了深度学习在多种眼科成像模态(如OCT、眼底摄影)中对近视相关视网膜病变的分类与分割任务的应用,并指出从CNN架构向Transformer骨干网络及预训练/基础模型的发展趋势 研究间存在病例定义、数据集和评估方法的显著异质性,外部验证报告不一致,且需进一步工作以实现临床转化,包括稳健的外部验证、临床决策校准和前瞻性评估 评估人工智能在检测近视相关视网膜并发症方面的潜力,以缓解近视流行带来的医疗系统压力 高度近视和病理性近视患者的视网膜并发症,包括视网膜脱离、近视性黄斑变性和近视性牵引性黄斑病变 数字病理学 近视 OCT、眼底摄影、荧光素血管造影、超声检查 深度学习 图像 NA NA CNN, Transformer AUC, 准确率, 灵敏度, 特异性 NA
158 2026-02-06
A new model based on multi-axis vision transformer for chondromalacia patella diagnosis in magnetic resonance scans
2026-Feb-04, Physical and engineering sciences in medicine IF:2.4Q2
研究论文 本文提出了一种基于多轴视觉Transformer的深度学习架构,用于磁共振扫描中髌骨软骨软化症的诊断 首次将Multi-Axis Vision Transformer (MaxViT) 应用于髌骨软骨软化症的MRI图像分类,并与多种Transformer和CNN模型进行了对比 未提及模型在外部验证集上的泛化性能或临床部署的可行性 开发一种基于深度学习的准确诊断髌骨软骨软化症的方法 磁共振成像 (MRI) 扫描图像 计算机视觉 髌骨软骨软化症 磁共振成像 (MRI) Transformer, CNN 图像 NA NA Multi-Axis Vision Transformer (MaxViT), Vision Transformer (ViT), Swin Transformer, GoogLeNet, ResNet18, MobileNetV2 准确率, 精确率, 召回率, F1分数 NA
159 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
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
160 2026-02-06
Perception of AI Symptom Models in Oncology Nursing: Mixed Methods Evaluation Study
2026-Feb-04, JMIR nursing
研究论文 本研究通过混合方法评估了肿瘤科护士对人工智能症状预测模型在癌症护理中应用的看法及影响因素 首次基于罗杰斯创新扩散理论,系统探讨肿瘤科护士对AI症状预测模型临床应用的接受度及其影响因素 样本量较小(仅15名护士),且为单中心研究,可能限制结果的普适性 探索肿瘤科护士对预测性症状模型在癌症护理中应用的看法及影响该创新护理方式采纳的因素 肿瘤科护士 医疗人工智能 癌症 混合方法研究(定量与定性分析) 机器学习与深度学习模型 问卷调查数据与定性访谈文本 15名具有超过1年肿瘤科工作经验的护士 NA NA 描述性统计、内容分析、归纳编码 NA
回到顶部