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 47295 篇文献，本页显示第 1661 - 1680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1661 | 2026-06-30 |
Discrete wavelet transform-driven optimized deep learning-based framework for dyslexia detection using EEG signals
2026, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2026.1765088
PMID:41958705
|
研究论文 | 提出一种基于离散小波变换和优化深度学习的框架，利用脑电图信号检测阅读障碍 | 结合离散小波变换对EEG信号进行频带分解，并设计紧凑深度神经网络（四隐藏层），在51名儿童数据集上达到98.85%的分类准确率，优于传统机器学习和原始EEG深度学习方法 | 样本量较小（51名参与者），且仅针对5-10岁儿童，可能影响模型泛化性 | 开发基于EEG信号的阅读障碍自动检测方法，实现早期诊断和干预 | 51名儿童（26名阅读障碍患者和25名正常对照）的脑电图信号 | 机器学习 | 阅读障碍 | EEG信号采集、离散小波变换 | 深度神经网络（DNN）、1D-CNN、LSTM、EEGNet、决策树、SVM、k-NN、集成学习 | 脑电图信号（EEG） | 51名参与者（26名阅读障碍患者和25名正常对照） | NA | 紧凑深度神经网络（四隐藏层）、1D-CNN、LSTM、EEGNet | 分类准确率（98.85%） | NA |
| 1662 | 2026-06-30 |
LeafFusionNet: a hybrid deep learning approach for robust plant disease detection
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1773329
PMID:41959626
|
研究论文 | 提出一种名为LeafFusionNet的混合深度学习模型，用于稳健的植物病害检测 | 结合卷积神经网络和视觉Transformer，并引入高效的叶片纹理注意力模块LeafTAM以及Gabor滤波器层，以同时捕捉全局和局部特征，增强纹理特征提取能力 | 该模型仅在Plant Village数据集上进行训练和验证，可能在其他数据集或实际场景中的泛化能力需要进一步验证 | 实现早期、准确且可解释的植物病害自动检测，以支持可持续农业和早期干预 | 植物叶片病害 | 计算机视觉 | 植物病害 | 深度学习 | 混合模型（CNN-ViT） | 图像 | Plant Village数据集（未明确具体数量） | NA | LeafFusionNet（包含CNN、Vision Transformer、LeafTAM注意力模块、Gabor滤波器层） | 准确率、精确率、召回率、F1分数 | NA |
| 1663 | 2026-06-30 |
Global hotspots and trends in the application of neoadjuvant therapy for gastric cancer: a bibliometric analysis
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1795575
PMID:41959905
|
研究论文 | 通过文献计量学分析新辅助治疗在胃癌中应用的全球热点与趋势 | 首次利用文献计量学方法系统分析新辅助治疗在胃癌中的研究热点与未来趋势，包括深度学习应用和免疫检查点抑制剂等方向 | NA | 分析新辅助治疗在胃癌中应用的现状、热点与研究趋势 | 新辅助治疗在胃癌中的应用 | 文献计量学 | 胃癌 | NA | NA | 文献数据 | 2666篇文献 | NA | NA | NA | NA |
| 1664 | 2026-06-30 |
ViTCNN: a robust hybrid CNN-Vision Transformer based deep learning framework for multi-disease diagnosis in women's healthcare
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1746864
PMID:41959916
|
研究论文 | 提出一种结合EfficientNetB0和Vision Transformer的混合深度学习框架，用于女性健康中的多疾病诊断 | 首次将EfficientNetB0的空间特征提取能力与Vision Transformer的上下文推理能力结合，通过共享骨干和多头架构实现乳腺癌、宫颈癌和多囊卵巢综合征的同步检测 | 数据集规模有限且缺乏临床验证，未来需扩大数据集并进行真实世界诊断部署验证 | 开发一个能够同时检测多种女性疾病的稳健深度学习框架 | 乳腺癌、宫颈癌和多囊卵巢综合征的诊断图像 | 计算机视觉 | 乳腺癌、宫颈癌、多囊卵巢综合征 | 诊断图像分析 | CNN-Vision Transformer混合模型 | 图像 | 包含数千张标注诊断图像的不同数据集 | TensorFlow, PyTorch | EfficientNetB0, Vision Transformer | 准确率 | NA |
| 1665 | 2026-06-30 |
Deciphering immune-inflammatory dysregulation in the endometriotic microenvironment: insights from single-cell omics and artificial intelligence
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1848643
PMID:42367786
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1666 | 2026-06-30 |
Multi-Organ metabolic profiling with [18F]F-FDG PET/CT predicts pathological response to neoadjuvant immunochemotherapy in resectable NSCLC
2025-12, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07350-8
PMID:40451983
|
研究论文 | 开发并验证一个结合多器官 PET 代谢指标的列线图，用于预测可切除非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解 | 首次报道多器官代谢列线图，通过量化全身宿主-肿瘤代谢交互作用，优于传统的仅基于肿瘤的预测方法 | NA | 预测可切除非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解 | 可切除非小细胞肺癌患者 | 机器学习 | 肺癌 | 18F-FDG PET/CT | LASSO回归、随机森林、列线图 | PET/CT图像及代谢参数 | 115例患者 | NA | NA | AUC, 特异性, 阳性预测值, 总体准确率 | NA |
| 1667 | 2026-06-30 |
Prognostic value of body composition out of PSMA-PET/CT in prostate cancer patients undergoing PSMA-therapy
2025-12, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07416-7
PMID:40580320
|
研究论文 | 研究基于PSMA-PET/CT的深度学习全身CT分割方法，评估转移性去势抵抗性前列腺癌患者在接受放射配体治疗前的身体成分的预后价值 | 首次利用深度学习模型从PSMA-PET/CT的CT组分中自动分割身体组织（包括内脏脂肪、皮下脂肪和肌肉间脂肪），并探索其与治疗预后的关联，超越传统PET-based评估 | 样本量较小（n=86），需要更大规模前瞻性数据集验证；为概念验证研究，结论需进一步证实 | 开发自动化全身CT分割方法，评估前列腺癌患者身体成分指标对放射配体治疗预后的预测能力 | 86名转移性去势抵抗性前列腺癌患者，在接受[177Lu]Lu-PSMA放射配体治疗前的PSMA-PET/CT扫描数据 | 医学影像与深度学习 | 前列腺癌（转移性去势抵抗性前列腺癌） | PSMA-PET/CT，深度学习分割模型 | 深度学习分割模型 | CT图像（3D腹部CT体积及2D单层面图像） | 86名转移性去势抵抗性前列腺癌患者 | NA | NA | 风险比、p值、Kaplan-Meier生存分析、对数秩检验 | NA |
| 1668 | 2026-06-30 |
In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis
2025-11, Clinical & experimental optometry
DOI:10.1080/08164622.2025.2459345
PMID:39933698
|
综述 | 通过文献计量分析，系统梳理了眼科体内共聚焦显微镜（IVCM）领域的研究趋势、影响性文章、作者、机构及新兴方向 | 首次对IVCM在眼科领域的研究进行全球性文献计量分析，并聚焦角膜神经和免疫细胞两个子方向，揭示深度学习、人工智能等新兴主题 | 仅基于Web of Science核心合集数据库，可能遗漏部分高质量研究；分析局限于标题和作者关键词检索，未涵盖全文内容 | 识别IVCM在眼科研究中具有影响力的文章、作者、机构及新兴趋势，为该领域提供发展路线图 | IVCM在眼科中的研究文献 | 文献计量学 | 角膜疾病、眼表疾病 | 体内共聚焦显微镜（IVCM） | NA | 文献计量数据 | 1,389篇文献（其中600篇为近十年发表）；亚组分析：角膜神经425篇、免疫细胞182篇 | VOSviewer | NA | h指数、每篇平均引用次数 | NA |
| 1669 | 2026-06-30 |
Leveraging Swin Transformer for enhanced diagnosis of Alzheimer's disease using multi-shell diffusion MRI
2025-Jul-14, ArXiv
PMID:40709302
|
研究论文 | 利用Swin Transformer对多壳层弥散MRI数据进行阿尔茨海默病诊断和淀粉样蛋白检测 | 首次将Swin Transformer应用于多壳层弥散MRI数据进行阿尔茨海默病分类和淀粉样蛋白检测，并采用低秩适应技术高效适应有限标注神经影像数据 | 数据样本规模有限，分类性能在淀粉样蛋白检测任务上仍有提升空间 | 利用多壳层弥散MRI中的微结构信息，基于视觉Transformer深度学习框架支持阿尔茨海默病的早期诊断和淀粉样蛋白积累检测 | 多壳层弥散MRI数据 | 计算机视觉 | 阿尔茨海默病 | 弥散磁共振成像 | Swin Transformer | MRI图像 | NA | PyTorch | Swin Transformer, Grad-CAM | 平衡准确率 | NA |
| 1670 | 2026-06-30 |
Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis
2025-07, Clinical and experimental pharmacology & physiology
DOI:10.1111/1440-1681.70031
PMID:40356040
|
研究论文 | 使用生物信息深度学习模型P-NET鉴定脓毒症重要基因，并通过转录组分析验证其功能 | 首次将生物信息驱动的可解释AI模型P-NET应用于脓毒症关键基因识别，结合单细胞与多组学分析发现TIMP1、GSTO1和MYL6三个新标志物，并通过药物重定位策略筛选潜在靶向药物 | 未明确说明模型验证的外部数据集规模及临床样本的多样性限制 | 识别调控脓毒症免疫反应的关键基因，为治疗提供新靶点和生物标志物 | 脓毒症患者基因表达数据（包括bulk和单细胞层面） | 机器学习 | 脓毒症 | RNA-seq, 单细胞测序 | P-NET（生物学信息驱动的可解释AI模型） | 基因表达数据 | NA | NA | P-NET | NA | NA |
| 1671 | 2026-06-30 |
Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study
2025-05-15, Clinical & experimental metastasis
IF:4.2Q2
DOI:10.1007/s10585-025-10349-y
PMID:40369240
|
研究论文 | 基于深度学习的MRI放射组学模型预测局部晚期鼻咽癌新辅助放化疗后复发的前瞻性多中心研究 | 首次将深度学习提取的MRI放射组学特征与传统放射组学特征结合，并联合临床特征构建综合预测模型，用于预测局部晚期鼻咽癌患者新辅助放化疗后的复发情况 | 未提及外部验证队列的独立验证，且样本量相对有限，可能影响模型的泛化性 | 验证基于深度学习的MRI放射组学模型在预测局部晚期鼻咽癌患者新辅助放化疗后复发中的临床价值 | 局部晚期鼻咽癌患者 | 医学影像分析， 机器学习 | 鼻咽癌 | MRI影像、放射组学特征提取 | 随机森林、机器学习分类器 | MRI图像（对比增强T1加权和T2加权序列） | 328名鼻咽癌患者（训练集229例，验证集99例） | NA | 随机森林 | 受试者工作特征曲线下面积、准确率、灵敏度、特异度 | NA |
| 1672 | 2026-06-30 |
Leukaemia Stem Cells and Their Normal Stem Cell Counterparts Are Morphologically Distinguishable by Artificial Intelligence
2025-05, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.70564
PMID:40387596
|
研究论文 | 利用人工智能深度学习结合19个卷积神经网络模型，通过分析单细胞图像以高准确度区分白血病干细胞与正常干细胞 | 首次证明白血病干细胞具有独特的形态学特征，且人工智能能够提取和识别这些特征，而病理学家的显微镜观察无法做到 | NA | 利用人工智能识别白血病干细胞并监测其数量，以指导治疗选择和评估治疗反应及疾病预后 | 白血病干细胞（LSCs）和正常干细胞，以及真性红细胞增多症（PV）小鼠模型中的其他细胞谱系 | 数字病理学 | 血液系统恶性肿瘤（急性髓系白血病、骨髓增生性肿瘤） | 单细胞成像 | 卷积神经网络（CNN） | 图像 | 来自JAK2V617F敲入小鼠和健康小鼠的细胞样本（未明确具体数量） | NA | 19个卷积神经网络组合，具体架构未明确 | 准确率（>99%） | NA |
| 1673 | 2026-06-30 |
Spike Rate Inference from Mouse Spinal Cord Calcium Imaging Data
2025-04-30, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.1187-24.2025
PMID:40127941
|
研究论文 | 利用监督深度学习（CASCADE）和非监督非负解卷积（OASIS）算法，从脊髓钙成像数据推断神经元脉冲率 | 首次在脊髓神经元上测试脉冲推断算法，并公开提供针对脊髓数据重新训练的CASCADE模型 | 未提及算法在其他脑区或细胞类型上的泛化能力验证 | 验证和监督优化脉冲推断算法在脊髓神经元中的泛化性能 | 小鼠脊髓背角浅层的谷氨酸能和GABAergic躯体感觉神经元 | 机器学习 | NA | 钙成像 | CNN（CASCADE）、非负解卷积（OASIS） | 电生理记录和钙成像数据 | 小鼠（雌雄兼有）脊髓背角神经元 | NA | CASCADE（基于深度学习）、OASIS（非负解卷积） | 纳秒级脉冲推断准确性 | NA |
| 1674 | 2026-06-30 |
Graphene-based FETs for advanced biocatalytic profiling: investigating heme peroxidase activity with machine learning insights
2025-03-03, Mikrochimica acta
DOI:10.1007/s00604-025-06955-y
PMID:40029395
|
研究论文 | 利用石墨烯场效应晶体管探测辣根过氧化物酶和血红素的过氧化物酶活性，并结合机器学习进行酶学行为分析 | 首次将石墨烯FET的高灵敏度与多层感知机深度学习结合，用于酶动力学参数的精确预测和自杀失活机制研究 | NA | 评估石墨烯场效应晶体管在分析过氧化物酶活性中的有效性，并利用机器学习提高酶行为预测精度 | 辣根过氧化物酶和血红素分子 | 机器学习 | NA | 石墨烯场效应晶体管 | 多层感知机 | 电学信号 | NA | NA | 多层感知机 | NA | NA |
| 1675 | 2026-06-30 |
Pupillometry as a biomarker of postural control: Deep-learning models reveal side-specific pupillary responses to increased intensity of balance tasks
2024-12, Psychophysiology
IF:2.9Q1
DOI:10.1111/psyp.14667
PMID:39135357
|
研究论文 | 本研究通过瞳孔测量和深度学习模型，探索了平衡任务强度增加时瞳孔直径的侧别特异性变化，并将其作为姿势控制的生物标志物 | 首次研究了平衡任务强度增加对瞳孔直径的影响，并发现侧别特异性瞳孔反应，这可能与姿势控制的高级处理有关 | 未提及 | 分析平衡任务强度增加时稳态瞳孔直径的差异，并确定是否存在侧别特异性变化 | 48名健康受试者在不同难度平衡任务中的瞳孔直径变化 | 机器学习 | NA | 瞳孔测量术 | 深度学习神经网络 | 瞳孔直径数据 | 48名健康受试者 | NA | 深度学习神经网络 | NA | NA |
| 1676 | 2026-06-30 |
Deep learning-aided respiratory motion compensation in PET/CT: addressing motion induced resolution loss, attenuation correction artifacts and PET-CT misalignment
2024-12, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06872-x
PMID:39136740
|
研究论文 | 提出一种基于深度学习的统一数据驱动呼吸运动校正方法，用于解决PET/CT成像中的分辨率损失、衰减校正伪影和PET-CT配准错误 | 首次实现统一的深度学习解决方案，同时补偿PET运动模糊、PET-CT衰减失配伪影以及PET与CT的配准错误 | 未提及具体限制 | 解决胸腔和腹部PET/CT成像中呼吸运动引起的图像质量下降问题 | 使用uMI Panorama PET/CT扫描仪采集的737名[18F]FDG PET/CT患者数据 | 计算机视觉 | NA | PET/CT成像, 深度学习神经网络 | 深度学习神经网络 | 图像 | 737名患者（其中99名患者有呼吸监测设备数据，638名用于训练） | NA | NA | SUVmax, SUVmean | NA |
| 1677 | 2026-06-30 |
Generative adversarial networks to create synthetic motion capture datasets including subject and gait characteristics
2024-12, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2024.112358
PMID:39509807
|
研究论文 | 通过条件生成对抗网络生成包含受试者和步态特征的合成运动捕捉数据集 | 将GAN改进为条件GAN，能够根据指定的受试者特征（年龄、性别、腿长、质量）和步态特征（行走速度）生成多样化的运动捕捉数据，包括15个标记点轨迹、下肢关节角度和地面反作用力 | 未明确提及，但从内容看可能包括对特定条件范围较窄的数据集表现更佳，以及需验证合成数据在不同研究中的普适性 | 解决运动捕捉数据获取成本高、数据集多样性不足的问题，通过生成高质量的合成数据支持深度学习应用 | 运动捕捉数据中的15个标记点轨迹、下肢关节角度和3D地面反作用力 | 机器学习和计算机视觉 | NA | 运动捕捉 | 条件生成对抗网络 | 运动捕捉数据（标记点轨迹、关节角度、地面反作用力） | 未明确提及样本数量，但涉及受试者年龄、性别、腿长、质量、行走速度等条件 | NA | 条件GAN（编码器-解码器-判别器架构） | 步态周期差异百分比、运动学差异（角度）、地面反作用力差异（体重归一化） | NA |
| 1678 | 2026-06-30 |
Technical and functional design considerations for a real-world interpretable AI solution for NIR perfusion analysis (including cancer)
2024-12, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2024.108273
PMID:38538505
|
研究论文 | 详细阐述了一款用于近红外灌注分析（包括癌症检测）的可解释人工智能解决方案的技术与功能设计考量 | 提出了一套融合可解释机器学习方法的系统，通过从术中近红外视频流中提取荧光强度曲线特征，用较少训练数据构建准确的分类算法，并作为医疗器械软件实现术中实时癌症鉴别 | 未提及具体的性能评估结果或临床验证数据；对模型在实际手术场景中稳定性和通用性的讨论不足 | 设计并论证一款可用于术中组织灌注分析和癌症检测的可解释人工智能推荐系统的技术方案与功能需求，实现从概念到医疗器械软件的基础架构 | 术中近红外视频流中的荧光强度曲线，及其衍生的组织灌注特征和癌症鉴别信号 | 机器学习 | 癌症 | 近红外成像，吲哚菁绿荧光评估 | 机器学习分类器 | 图像（近红外视频流） | NA | NA | NA | NA | NA |
| 1679 | 2026-06-30 |
Association between myosteatosis and impaired glucose metabolism: A deep learning whole-body magnetic resonance imaging population phenotyping approach
2024-10, Journal of cachexia, sarcopenia and muscle
DOI:10.1002/jcsm.13527
PMID:39009381
|
研究论文 | 利用深度学习全身体部MRI表型分析方法，研究肌脂肪变性（myosteatosis）与糖代谢障碍之间的关联 | 首次利用全自动深度学习模型量化全身T1加权Dixon MRI上的肌脂肪变性，提出定量骨骼肌脂肪分数（SMFF）作为新的评估指标，并验证其作为糖代谢障碍独立预测因子的潜力 | 研究对象来自德国人群，可能存在地域偏倚；样本量相对较小（380名参与者） | 探究肌脂肪变性（尤其是定量骨骼肌脂肪分数SMFF）与糖代谢障碍的关联，并评估其作为风险指标的潜力 | 无症状个体的肌脂肪变性（包括IMAT和SMFF）与糖代谢障碍的关系 | 计算机视觉 | 糖代谢障碍 | MRI（磁共振成像） | 深度学习模型（未具体说明架构类型） | 图像（全身T1加权Dixon MRI） | 380名KORA研究参与者（平均年龄53.6±9.2岁，BMI 28.2±4.9 kg/m²，57.4%男性）；另外使用NAKO队列数据进行内部验证 | NA | NA | Dice系数、受试者工作特征曲线下面积（AUC）、比值比（OR） | NA |
| 1680 | 2026-06-30 |
Cachexia in preclinical rheumatoid arthritis: Longitudinal observational study of thigh magnetic resonance imaging from osteoarthritis initiative cohort
2024-10, Journal of cachexia, sarcopenia and muscle
DOI:10.1002/jcsm.13533
PMID:38923846
|
研究论文 | 一项纵向观察研究，探讨了类风湿性关节炎前期患者大腿肌肉组成和脂肪组织变化与恶病质的关系 | 首次发现类风湿性关节炎前期存在恶病质样肌肉减少和脂肪浸润变化，与临床症状出现前的早期阶段相关 | 基于骨关节炎倡议数据集，可能无法完全代表类风湿关节炎前期人群；样本量相对较小；未控制饮食和运动等混杂因素 | 比较类风湿性关节炎前期患者与对照人群大腿肌肉组成和脂肪组织的纵向变化 | 骨关节炎倡议队列中定义为类风湿性关节炎前期的参与者，与倾向评分匹配的对照参与者 | 数字病理学 | 类风湿性关节炎 | MRI | 深度学习 | 图像 | 322名参与者的408条大腿（102例类风湿性关节炎前期和306例对照） | NA | NA | NA | NA |