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 44944 篇文献，本页显示第 161 - 180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2026-06-03 |
Harnessing artificial intelligence for the assessment of liver fibrosis and steatosis via multiparametric ultrasound
2026-Jan-14, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v32.i2.113059
PMID:41551823
|
综述 | 探讨人工智能在多参数超声评估肝纤维化和脂肪变性中的应用现状与未来潜力 | 系统总结了人工智能与多参数超声结合在肝纤维化和脂肪变性评估中的技术进展，强调其提升诊断精度、减少操作者依赖性的优势 | 需要大规模数据集、算法透明性和临床验证等方面的挑战 | 探索人工智能在多参数超声评估肝纤维化和脂肪变性中的当前应用与未来潜力，突出技术进展和临床相关性 | 慢性肝病患者 | 机器学习 | 慢性肝病 | 多参数超声（包括弹性成像和多普勒成像） | NA | 图像（超声图像数据） | NA | NA | NA | 灵敏度 | NA |
| 162 | 2026-06-03 |
Artificial intelligence and machine learning-driven advancements in gastrointestinal cancer: Paving the way for precision medicine
2026-Jan-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v32.i1.111428
PMID:41551523
|
综述 | 综述2015年至2025年间人工智能和机器学习在胃肠道癌症检测、诊断和预后中的应用进展，强调多模态方法和精准医学潜力 | 系统整合了内镜深度学习、影像组学预测生物标志物、大语言模型及多模态AI等多类技术在胃肠道肿瘤中的应用进展 | 缺乏大规模临床验证和标准化工作流程整合模型，且伦理、法律和社会影响问题亟待解决 | 评估人工智能和机器学习在胃肠道癌症精准医疗中的当前应用、性能水平及未来发展路径 | 胃肠道癌症的影像、病理和临床数据，包括内镜图像、放射学报告及生物标志物预测模型 | 自然语言处理, 计算机视觉, 机器学习 | 胃肠癌 | 影像组学 | 深度学习, 大语言模型 | 影像, 文本, 临床数据 | NA | NA | NA | 准确率, AUC | NA |
| 163 | 2026-06-03 |
Predicting lymph node metastasis in colorectal cancer using case-level multiple instance learning
2026-Jan-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v32.i1.112090
PMID:41551528
|
研究论文 | 开发并验证一种基于病例级多实例学习框架，用于预测结直肠癌淋巴结转移 | 提出病例级多实例学习框架，模仿病理学家全面阅片模式，能整合同一患者所有原发肿瘤切片的病理特征，优于传统切片级深度学习方法 | 样本量较小（130例），需进一步在多中心数据集上验证 | 提高结直肠癌淋巴结转移预测准确性，辅助风险分层和治疗决策 | T3/T4期结直肠癌患者的淋巴结转移预测 | 数字病理学 | 结直肠癌 | 全切片成像 | 多实例学习 | 医学图像 | 130例T3/T4期结直肠癌患者 | PyTorch | CONCH v1.5, UNI2-h | AUC | NA |
| 164 | 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 |
| 165 | 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 |
| 166 | 2026-06-03 |
Multi-Parameter Deep Learning Combined With Fluorescence Lifetime Imaging Microscopy for Non-Invasive and Label-Free Endometrial Cancer Screening
2026-Jan, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.70228
PMID:41548887
|
研究论文 | 结合多参数深度学习与荧光寿命成像显微镜技术，实现非侵入性、无标记的子宫内膜癌筛查 | 将FLIM检测的NAD(P)H自荧光信号与多参数深度学习算法结合，利用代谢参数的互补性提升预测性能，实现高敏感度与特异性 | 研究样本量较小（71例），未提及在其他人群或更大规模数据集中的验证情况 | 开发一种无创、无标记的子宫内膜癌筛查方法 | 宫颈脱落细胞中的NAD(P)H自荧光信号 | 机器学习 | 子宫内膜癌 | FLIM | 深度学习模型 | 荧光寿命图像 | 71名参与者的宫颈脱落细胞样本 | NA | NA | 灵敏度, 特异性, AUC | NA |
| 167 | 2026-06-03 |
Feasibility of Depth-in-Color En Face Optical Coherence Tomography for Colorectal Polyp Classification Using Ensemble Learning and Score-Level Fusion
2026-Jan, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500292
PMID:41548988
|
研究论文 | 利用深度彩色光学相干断层扫描（OCT）结合集成学习和分数级融合，对结直肠息肉进行分类的可行性研究 | 首次将深度编码为颜色（表面、中层、深层）生成en face OCT投影，并利用集成学习和分数级融合对息肉恶性潜能进行分类 | 研究基于离体样本，结果需在体内验证；同时未提及OCT成像技术对不同尺寸息肉的适用性限制 | 评估深度彩色OCT结合深度学习对结直肠息肉恶性潜能分类的准确性，以满足ASGE的PIVI标准 | 结直肠息肉，包括微小息肉（≤5毫米） | 计算机视觉、数字病理学 | 结直肠癌 | 光学相干断层扫描（OCT） | 集成学习模型 | 深度彩色OCT投影图像 | 300名受试者的息肉样本 | NA | 集成网络 | AUC（曲线下面积） | NA |
| 168 | 2026-06-03 |
Multimodal deep learning for breast tumor classification: Integrating mammography and ultrasound for enhanced diagnostic accuracy
2026-Jan, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70464
PMID:41549611
|
研究论文 | 开发并验证一种结合乳腺X线摄影和超声成像的多模态深度学习模型，用于提高乳腺肿瘤分类的准确性 | 提出模态特定注意力机制（超声用ECA-Net，乳腺X线摄影用CBAM）和堆叠集成模块（基学习器为LR、SVM、RF、ET，元学习器为MLP）的多模态融合方法，显著提升分类性能 | 研究为回顾性设计，样本量有限（663例），且未在不同设备和医院数据集上验证泛化能力 | 通过多模态深度融合提高乳腺肿瘤良恶性分类的准确性和临床决策支持 | 乳腺病变患者的乳腺X线摄影和超声影像数据 | 计算机视觉 | 乳腺癌 | 医学影像（乳腺X线摄影、超声） | 深度学习与机器学习集成模型 | 图像数据 | 663例女性患者（384例良性，279例恶性），分为训练集464例、验证集133例、测试集66例 | NA | ECA-Net, CBAM, Logistic Regression, SVM, Random Forest, Extra-Trees, MLP | AUC | NA |
| 169 | 2026-06-03 |
A generic registration-assisted framework for dynamic magnetic resonance imaging super-resolution with misaligned training data
2026-Jan, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70277
PMID:41549627
|
研究论文 | 提出一种通用的配准辅助超分辨率框架RegSR，利用临床采集的未对齐低-高分辨率动态MRI数据直接进行有监督学习 | 首次实现基于临床未对齐低-高分辨率配对数据的直接有监督超分辨率学习，利用超分辨率与配准的协同互促机制，并引入多尺度递归配准网络和双坐标训练方案实现任务解耦 | 未在更多类型动态MRI数据集上验证泛化性，需依赖配准精度的提升 | 解决动态MRI超分辨率中因生理运动导致的训练数据未对齐问题，提升真实场景下的重建质量 | 腹部四维MRI和心脏电影MRI数据集中的低-高分辨率图像对 | 计算机视觉, 数字病理 | NA | 动态磁共振成像（dMRI） | 多尺度递归配准网络（MRReg） | 图像 | 腹部四维MRI：20例训练、6例验证；心脏电影MRI：100例训练、50例验证 | PyTorch | 多尺度递归配准网络（MRReg） | 平均绝对误差（MAE）、结构相似性指数（SSIM）、峰值信噪比（PSNR）、学习感知图像块相似度（LPIPS）、自然图像质量评估器（NIQE） | NA |
| 170 | 2026-06-03 |
Confocal Raman Microscopy to Study Silicone Breast Implant's Early-Stage Degradation in Reconstructive Surgery
2026-Jan, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500510
PMID:41549634
|
研究论文 | 利用共聚焦拉曼显微镜研究硅胶乳房假体在重建手术中的早期降解 | 首次使用拉曼技术结合深度学习模型来识别硅胶乳房假体降解状态的关键标记物（二苯基硅氧烷和CH振动），并发现与凝胶黄变相关的拉曼波段 | NA | 阐明硅胶乳房假体膜的结构及其防凝胶渗漏功能，并识别降解状态标记物 | 硅胶乳房假体 | 数字病理学 | NA | 拉曼光谱 | 深度学习 | 光谱数据 | NA | NA | 深度学习模型 | NA | NA |
| 171 | 2026-06-03 |
Prototype bank-driven test-time adaptation for medical ultrasound image segmentation
2026-Jan, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70280
PMID:41549639
|
研究论文 | 提出一种基于原型库驱动的测试时自适应框架，用于医学超声图像分割，以应对临床中的域偏移问题 | 无需源数据或目标标签，无需反向传播更新模型参数，结合动态统计融合模块和原型库引导语义适应模块实现域级和语义级自适应 | 未提及显著的局限性与挑战 | 解决真实超声图像分割中的域偏移问题，提升模型鲁棒性并避免灾难性遗忘 | 乳腺肿瘤和甲状腺肿瘤的超声图像分割任务 | 数字病理学 | 乳腺肿瘤, 甲状腺肿瘤 | 超声成像 | NA | 医学图像 | NA | NA | 动态统计融合模块, 原型库引导语义适应模块, 双分类器 | Dice系数 | NA |
| 172 | 2026-06-03 |
Single-inspiratory quantitative CT nomogram for enhanced PRISm and COPD differentiation: a cross-sectional study with interpretable diagnostic boundaries
2026, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.20575
PMID:41551461
|
研究论文 | 开发一种基于单次吸气相定量CT的列线图，用于增强保留比值受损肺功能（PRISm）与慢性阻塞性肺疾病（COPD）的鉴别诊断 | 首次提出整合肺实质、气道和血管参数的定量CT列线图，并定义了可解释的影像学诊断边界，以区分PRISm和COPD | 单中心回顾性研究，可能限制结果的普适性；未涉及外部验证队列 | 开发一种低辐射、可解释的定量CT方法，用于区分PRISm与COPD，实现早期慢阻肺分层 | 658名受试者（正常135例，PRISm 328例，COPD 195例） | 计算机视觉 | 慢性阻塞性肺疾病 | 定量CT | 逻辑回归模型 | 影像数据 | 658名受试者（正常135例，PRISm 328例，COPD 195例） | NA | 逻辑回归 | ROC-AUC | NA |
| 173 | 2026-06-03 |
Single-Image Reflection Removal via Iterative Prompt Learning of Reflection Level
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3695674
PMID:42208027
|
研究论文 | 提出一种通过迭代提示学习反射水平来解决单图像反射去除问题的新框架 | 首次引入可学习的提示和反射水平定义，通过迭代反射水平降低框架（IRLR）协同优化恢复网络，并设计了反射水平感知训练策略 | 依赖预训练的反射水平数据集，可能对极端反射场景的泛化能力有限 | 提升单图像反射去除的性能和泛化能力 | 受反射污染的图像中的背景层恢复 | 计算机视觉 | NA | 深度学习 | 迭代反射水平降低网络 | 图像 | 多个公开数据集，具体数量未提及 | PyTorch | 恢复网络（未具体指定架构）与反射水平学习模块 | PSNR, SSIM | 未提及 |
| 174 | 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 |
| 175 | 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 |
| 176 | 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 |
| 177 | 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 |
| 178 | 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 |
| 179 | 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 |
| 180 | 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 |