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 43010 篇文献，本页显示第 1941 - 1960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1941 | 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 |
| 1942 | 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 |
| 1943 | 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 |
| 1944 | 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 |
| 1945 | 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 |
| 1946 | 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 |
| 1947 | 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 |
| 1948 | 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 |
| 1949 | 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 |
| 1950 | 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 |
| 1951 | 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 |
| 1952 | 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 |
| 1953 | 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 |
| 1954 | 2026-03-15 |
Can graph similarity metrics be helpful for analogue identification as part of a read-across approach?
2025-Jun, Computational toxicology (Amsterdam, Netherlands)
DOI:10.1016/j.comtox.2025.100353
PMID:41816015
|
综述 | 本文综述了在读取交叉方法中用于识别源类似物的化学指纹/骨架和基于图的方法，并通过五个毒性数据集评估了这些方法的实用性 | 系统比较了图相似性度量（如图核、图嵌入和深度学习）在读取交叉类似物识别中的应用潜力，并基于实际数据集进行了评估 | 无监督的整图嵌入方法在所有评估的数据集中均无效，且方法的有效性依赖于训练数据的可用性和规模 | 评估图相似性度量在读取交叉方法中识别化学物质类似物的帮助作用 | 化学物质及其毒性数据集，包括皮肤致敏性、皮肤刺激性、水生毒性和遗传毒性潜力 | 机器学习 | NA | 化学指纹/骨架方法，图核，图嵌入，深度学习 | 图卷积网络 | 化学结构数据，毒性数据 | 五个不同规模和多样性的毒性数据集 | NA | 图卷积网络 | NA | NA |
| 1955 | 2026-03-15 |
Deep learning-based detection and segmentation of osseous metastatic prostate cancer lesions on computed tomography
2025-Jun, European journal of radiology artificial intelligence
DOI:10.1016/j.ejrai.2025.100005
PMID:41822381
|
研究论文 | 本研究利用深度学习模型自动检测和分割CT图像中的骨转移性前列腺癌病灶 | 首次系统评估多种深度学习模型在骨转移性前列腺癌CT图像病灶检测与分割中的性能，并比较了nnUNetv2等模型在分割精度上的显著优势 | 未明确提及样本数据的具体来源或多样性限制，且模型对脊柱病灶的敏感性相对较低 | 自动化骨转移性前列腺癌病灶的检测与分割，以辅助诊断、预后和监测 | CT图像中的骨转移性前列腺癌病灶 | 计算机视觉 | 前列腺癌 | CT扫描 | CNN | 图像 | NA | NA | EfficientNet, ResNet34, DenseNet, nnUNetv2, UNet, ResUNet, ResAttUNet | F1分数, 精确率, 召回率, AUC, Dice相似系数 | NA |
| 1956 | 2026-03-15 |
Minimizing Human-Induced Variability in Quantitative Angiography for Robust and Explainable AI-Based Occlusion Prediction
2025-Mar-13, ArXiv
PMID:40160450
|
研究论文 | 本研究通过实施注射偏差去除算法减少定量血管造影的变异性，并利用可解释AI增强深度学习模型对颅内动脉瘤闭塞预测的可靠性和可解释性 | 提出通过解卷积和再卷积技术标准化注射曲线以消除对比剂注射变异性，并结合LIME方法提升模型决策的透明度和临床相关性 | 研究仅基于458名患者的血管造影数据，样本量相对有限，且未涉及外部验证 | 提高使用定量血管造影和深度学习模型预测颅内动脉瘤闭塞的准确性和可解释性 | 接受血流导向装置治疗的颅内动脉瘤患者 | 数字病理学 | 颅内动脉瘤 | 定量血管造影 | 深度神经网络 | 血管造影图像 | 458名患者 | NA | 深度神经网络 | AUROC, 准确率, 敏感性, 特异性 | NA |
| 1957 | 2026-03-15 |
Using a fully automated, quantitative fissure integrity score extracted from chest CT scans of emphysema patients to predict endobronchial valve response
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024501
PMID:40093557
|
研究论文 | 本研究开发并验证了一种基于胸部CT扫描的自动化定量裂隙完整性评分（FIS）预测模型，用于识别适合接受支气管内瓣膜（EBV）治疗的肺气肿患者 | 首次利用完全自动化的深度学习方法来定量评估肺裂隙完整性，并将其作为预测EBV治疗反应的生物标志物 | 样本量较小（仅96例），且为回顾性研究，可能存在选择偏倚 | 开发预测模型以识别适合EBV治疗的肺气肿患者 | 中度至重度肺气肿患者 | 数字病理学 | 肺气肿 | 胸部CT扫描 | 深度学习, 逻辑回归 | CT图像 | 96例患者的治疗前后胸部CT扫描 | NA | NA | AUC, 准确率, 特异性, 敏感性, 阳性预测值, 阴性预测值 | NA |
| 1958 | 2026-03-15 |
Video-based automatic hand hygiene detection for operating rooms using 3D convolutional neural networks
2024-10, Journal of clinical monitoring and computing
IF:2.0Q2
DOI:10.1007/s10877-024-01179-6
PMID:38896344
|
研究论文 | 本研究提出了一种基于3D卷积神经网络的视频自动手卫生检测方法，用于手术室环境 | 首次将2D与3D CNN序列结合用于手术室手卫生动作检测，并引入光流作为额外输入模态 | 数据仅来自单一手术室，收集时间较短（4个月），需更多样化场景验证 | 开发自动监测系统以预防手术室医院获得性感染 | 麻醉人员的手卫生动作 | 计算机视觉 | 医院获得性感染 | 视频分析 | CNN | 视频 | 2018年11月至2019年2月（4个月）在单一手术室收集的视频数据，并添加了模拟数据 | 未明确说明 | 2D CNN, 3D CNN | 准确率, 灵敏度, 特异性, AUC | NA |
| 1959 | 2026-03-15 |
Longitudinally Consistent Individualized Prediction of Infant Cortical Morphological Development
2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-72086-4_42
PMID:41815924
|
研究论文 | 本文提出了一种新颖的纵向一致性三元组解缠自编码器框架，用于基于不完整的纵向数据预测婴儿个体化皮层形态发育轨迹 | 强调时间一致性，通过动态时间规整损失鼓励轨迹间的相似性，解决了现有深度学习方法在预测缺失数据时因独立处理每次扫描而导致的目标时间点预测不一致问题 | 未明确提及，但可能包括模型在更广泛年龄范围或不同疾病群体中的泛化能力需要进一步验证 | 基于不完整的纵向数据预测个体化的婴儿皮层形态发育完整轨迹，以丰富对正常早期大脑发育的理解并帮助识别神经发育障碍 | 婴儿皮层属性图 | 神经影像分析 | 神经发育障碍 | 表面成像 | 自编码器 | 图像（皮层属性图） | NA | NA | 纵向一致性三元组解缠自编码器 | 纵向一致性，精确度 | NA |
| 1960 | 2026-03-15 |
Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis
2024-Aug-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.27.609971
PMID:39253514
|
研究论文 | 本研究通过构建斑马鱼早期胚胎发生的单细胞多组学图谱，结合深度学习模型，揭示了转录因子与染色质可及性在细胞类型分化中的调控逻辑，并发现了即时分化这一新机制 | 发现了Nanog在启动中内胚层基因增强子可及性中的新功能，并描述了跳过中间命运转变的即时分化过程 | 研究主要基于斑马鱼模型，结果在哺乳动物中的普适性有待验证 | 系统解析脊椎动物胚胎发生过程中细胞类型分化的基因调控逻辑 | 斑马鱼早期胚胎 | 计算生物学 | NA | 单细胞RNA表达与染色质可及性测序 | 深度学习模型 | DNA序列、RNA表达数据、染色质可及性数据 | NA | NA | NA | NA | NA |