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 42805 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 | 2026-03-13 |
Data augmentation-assisted deep learning of hand-drawn partially colored sketches for visual search
2017, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0183838
PMID:28859140
|
研究论文 | 本文提出了一种基于用户手绘部分着色草图的视觉搜索机制，通过数据增强辅助的深度学习方法来提升草图检索性能 | 利用增强数据集微调深度卷积神经网络，以处理手绘草图的模糊性，并评估部分着色对检索性能的影响 | 未明确说明数据增强的具体限制或模型在处理极端模糊草图时的潜在不足 | 开发一种基于手绘部分着色草图的图像检索系统，以改善视觉信息访问 | 手绘部分着色草图及自然图像数据库 | 计算机视觉 | NA | 数据增强、深度学习 | CNN | 图像 | 两个大型数据集（具体数量未说明） | NA | 深度卷积神经网络（具体架构未指定） | 分类性能、检索性能 | NA |
| 1942 | 2026-03-11 |
Deep learning-based multi-view echocardiographic framework for comprehensive diagnosis of pericardial disease
2026-Apr, European heart journal. Digital health
DOI:10.1093/ehjdh/ztag028
PMID:41799660
|
研究论文 | 本研究开发了一种基于深度学习的多视图超声心动图框架，用于心包疾病的全面诊断 | 首次提出基于深度学习的经胸超声心动图模型，整合形态学与支持性功能评估，实现更广泛的心包疾病评估 | 在次优成像条件下解释结果时需要谨慎 | 开发一个深度学习框架，用于心包疾病的顺序评估，包括形态学特征和血流动力学意义 | 心包疾病患者 | 数字病理学 | 心血管疾病 | 经胸超声心动图 | 深度学习 | 图像, 视频 | 开发数据集包含来自多个韩国机构的2253例经胸超声心动图（内部测试225例），独立外部测试集包含274例经胸超声心动图 | NA | NA | 准确率, 受试者工作特征曲线下面积, 灵敏度 | NA |
| 1943 | 2026-03-11 |
Association between electrocardiographic age and cognitive function: findings from the UK biobank and Framingham Heart Study
2026-Apr, European heart journal. Digital health
DOI:10.1093/ehjdh/ztag034
PMID:41799659
|
研究论文 | 本研究利用深度学习从心电图推导生物年龄，并在两个大型人群队列中探讨其与认知功能的关联 | 首次在两个独立的大型人群队列（UK Biobank和Framingham Heart Study）中，系统评估了基于深度学习的ECG推导生物年龄加速与多领域认知表现之间的关联 | 研究为观察性设计，无法确定因果关系；认知功能评估可能受其他未测量因素影响 | 探究心电图推导的生物年龄加速与认知功能之间的关系 | UK Biobank和Framingham Heart Study的参与者 | 机器学习 | 老年疾病 | 12导联心电图 | 深度学习模型 | 心电图波形 | UK Biobank 59,213名参与者（平均年龄64.7岁，51.7%女性），Framingham Heart Study 6,534名参与者（平均年龄59.5岁，55.7%女性） | NA | NA | 平均绝对误差（MAE） | NA |
| 1944 | 2026-03-11 |
Simultaneous multimodal detection of hand acupoints and reflex zones for acupuncture robots
2026-Mar-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2026.114938
PMID:41797935
|
研究论文 | 本文提出了一种用于智能针灸机器人的多模态多任务深度学习框架MIMO-HAR，能够同时定位手部穴位并分割反射区 | 首次将视觉Transformer与中医拓扑先验知识相结合，用于同时处理穴位定位和反射区分割任务，提高了准确性和可解释性 | NA | 提升智能针灸系统的感知能力，为标准化和自动化的中医治疗奠定基础 | 手部穴位和反射区 | 计算机视觉 | NA | 深度学习 | Transformer | 图像, 坐标数据 | 公共数据集11k Hands | NA | 视觉Transformer, 双解码器架构 | 平均交并比, 均方根误差 | NA |
| 1945 | 2026-03-11 |
Pediatric SleepNet: A Deep Learning Network for Reliable Pediatric Sleep Staging Across Developmental Stages
2026-Mar-10, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsag064
PMID:41804802
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1946 | 2026-03-11 |
Deep learning-derived measures of sound-level accuracy in primary progressive apraxia of speech: A feasibility pipeline with descriptive evidence from two cases
2026-Mar-09, Clinical linguistics & phonetics
IF:0.8Q4
DOI:10.1080/02699206.2026.2639397
PMID:41800702
|
研究论文 | 本研究展示了一种基于深度学习模型Phonet的可行性流程，用于从两名原发性进行性言语失用症患者中提取基于音位类别的后验概率值，以量化其发音准确性 | 首次将深度学习模型Phonet生成的音位类别后验概率值应用于PPAOS患者的发音准确性评估，并探索了其在不同语速和延迟听觉反馈条件下的表现 | 研究仅包含两名病例样本，需要进一步研究以评估其更广泛的临床适用性 | 探索深度学习模型在神经退行性运动言语障碍中量化发音准确性的可行性和解释性 | 两名原发性进行性言语失用症患者（一名语音型主导，一名韵律型主导） | 自然语言处理 | 老年疾病 | 深度学习 | 深度学习模型 | 语音 | 2名PPAOS患者 | NA | Phonet | 后验概率值，与专家发音判断的一致性 | NA |
| 1947 | 2026-03-11 |
LRF-UNet: Low-Rank Factorized Convolution Deep-Learning Networks for Visceral Adipose and Muscle Tissue Segmentation in Abdominal Computed Tomography Image
2026-Mar-09, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01813-y
PMID:41801305
|
研究论文 | 本研究提出了一种基于UNet的深度学习分割系统LRF-UNet，用于自动分割腹部CT图像中的内脏脂肪组织和骨骼肌组织 | 引入了低秩因子化卷积模块以增强碎片化或模糊组织边界的特征表示，并结合多尺度特征融合、梯度收敛和深度监督策略提升分割性能 | 研究样本仅包含179名患者，且未明确提及模型在其他疾病或更大数据集上的泛化能力 | 开发一种自动分割腹部CT图像中内脏脂肪和骨骼肌组织的深度学习系统，以辅助临床定量分析和疾病评估 | 腹部CT图像中的内脏脂肪组织和骨骼肌组织 | 计算机视觉 | 代谢性疾病 | CT成像 | CNN | 图像 | 179名患者的腹部CT图像，包括64例糖尿病患者和113例血糖正常者 | 未明确提及 | UNet, MobileNetV3 | Dice系数, IoU, HD95 | 未明确提及 |
| 1948 | 2026-03-11 |
Applications of artificial intelligence algorithms in ultrasound-based kidney stone detection, classification, prediction, and management: a systematic review
2026-Mar-09, Abdominal radiology (New York)
DOI:10.1007/s00261-026-05419-y
PMID:41801379
|
系统综述 | 本文系统综述了人工智能和深度学习算法在基于超声的肾结石检测、分类、并发症预测及手术指导中的应用 | 首次系统性地按应用类型（检测/分割、预测建模、手术指导）对AI在超声肾结石管理中的研究进行了分类与综合，揭示了算法在不同任务中的高表现 | 研究方法存在异质性，数据集和验证方式不统一，证据确定性低至极低，限制了荟萃分析的进行 | 系统回顾并综合AI和深度学习算法在超声肾结石检测、分类、并发症预测及手术指导中的应用 | 基于超声的肾结石诊断与管理 | 医学影像分析 | 肾结石 | 超声 | CNN, 机器学习集成 | 图像 | NA | NA | CNN变体 | 准确率, AUC | NA |
| 1949 | 2026-03-11 |
Development and validation of an interpretable MRI-based multimodal fusion model for predicting lymph node metastasis after neoadjuvant chemoradiotherapy in locally advanced rectal cancer: a multicenter study
2026-Mar-09, Abdominal radiology (New York)
DOI:10.1007/s00261-026-05391-7
PMID:41801383
|
研究论文 | 本研究开发并验证了一个可解释的、基于多参数MRI的多模态融合模型，用于预测局部晚期直肠癌患者新辅助放化疗后的淋巴结转移 | 提出了一种新颖的可解释多模态融合框架，将基于深度学习的影像组学特征与临床Node-RADS评分相结合，用于预测局部晚期直肠癌新辅助放化疗后的淋巴结转移 | 研究为回顾性设计，样本量相对有限（190例），且仅来自三个中心，可能存在选择偏倚 | 开发并验证一个可解释的预测模型，以评估局部晚期直肠癌患者在新辅助放化疗后发生淋巴结转移的风险 | 局部晚期直肠癌患者 | 数字病理学 | 直肠癌 | 磁共振成像 | 深度学习, 逻辑回归 | 医学影像 | 190名来自三个独立中心的局部晚期直肠癌患者 | NA | NA | AUC | NA |
| 1950 | 2026-03-11 |
EENet-RLA: An Explainable Prediction Learning Framework for Alzheimer's Disease Classification from EEG Signals
2026-Mar-09, Brain topography
IF:2.3Q3
DOI:10.1007/s10548-026-01183-w
PMID:41801479
|
研究论文 | 提出一种名为EENet-RLA的可解释预测学习框架，用于从脑电图信号中分类阿尔茨海默病 | 结合动态系统理论与深度学习，引入基于嵌入熵的因果稳定性驱动脑电图通道选择策略，并融合ResNet、LSTM和多头注意力机制提取时空特征 | 在有限样本条件下验证，可能受数据集规模限制，且方法主要针对类似信号特性的神经系统疾病 | 开发一种高可解释性的脑电图分类框架，用于阿尔茨海默病的诊断 | 阿尔茨海默病患者及相关的脑电图信号 | 机器学习 | 阿尔茨海默病 | 脑电图 | CNN, LSTM | 脑电图信号 | BrainLat脑电图数据集（具体样本数未明确说明） | NA | ResNet, LSTM | 准确率 | NA |
| 1951 | 2026-03-11 |
Accurate CT-free correction of attenuation, scatter, and aperture effects using deep learning in dedicated cardiac pinhole SPECT
2026-Mar-09, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-026-02187-z
PMID:41801662
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1952 | 2026-03-11 |
Discovery of Peripheral Airway Beyond Incomplete CT Annotations for Navigational Bronchoscopy
2026-Mar-09, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3672178
PMID:41801779
|
研究论文 | 本文提出了一种名为ASTRA-Net的深度学习框架，用于从CT扫描中分割标注和未标注的气道分支，以支持支气管镜导航 | 提出了首个能够同时分割标注和未标注气道分支的深度学习框架，并集成了辅助解剖输入、编码器引导注意力模块、中心线和分支感知损失加权方案以及分辨率鲁棒的后优化步骤等四个关键创新组件 | 未明确说明模型在极端成像条件下的性能，也未讨论计算效率对实时临床应用的适用性 | 开发一种鲁棒的气道分割方法，以改进支气管镜导航的准确性和可靠性 | CT扫描中的外周气道分支 | 数字病理学 | 肺癌 | CT扫描 | 深度学习 | 医学图像（CT） | 多个公共和内部数据集（具体数量未明确说明） | 未明确说明 | ASTRA-Net | 树检测率（TDR）、分支检测率（BDR）、重叠分数 | 未明确说明 |
| 1953 | 2026-03-11 |
Explainable Deep Learning for Cyber Threat in IoMT: A Synchronization-Enhanced Sparse Autoencoder Approach
2026-Mar-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3671680
PMID:41801774
|
研究论文 | 本文提出了一种用于医疗物联网网络透明化网络威胁检测的新型可解释深度学习框架 | 提出了一种集成稀疏自编码器与神经同步机制的可解释深度学习框架，通过神经元级局部激活一致性约束和基于同步的功能模块构建，实现高检测精度与可解释决策过程 | 未提及具体局限性 | 开发用于医疗物联网网络的可解释网络威胁检测机制 | 医疗物联网网络中的网络威胁 | 机器学习 | NA | 深度学习 | 稀疏自编码器 | 网络安全数据集 | CIC IoMT 2024和物联网医疗安全数据集 | NA | 稀疏自编码器 | 准确率, 可解释性分数 | NA |
| 1954 | 2026-03-11 |
Usability of a deep learning platform for detecting radiographic bone loss and furcation involvement
2026-Mar-09, Journal of periodontology
IF:4.2Q1
DOI:10.1002/jper.70106
PMID:41801972
|
研究论文 | 本研究开发了一个基于深度学习的在线平台，用于从根尖周X光片中检测放射学骨丧失和分叉病变，并评估其可用性 | 开发了一个端到端的深度学习平台，能够测量放射学骨丧失、识别分叉病变，并基于根尖周X光片提供病例级别的牙周诊断建议 | 研究未详细说明深度学习模型的具体架构或训练细节，且样本量（100个临床病例）可能有限，需要进一步验证 | 开发并评估一个基于深度学习的在线平台，以辅助临床医生基于根尖周X光片进行牙周炎诊断 | 牙科学生、住院医师和牙医作为平台可用性的评估者 | 数字病理学 | 牙周病 | 放射学成像（根尖周X光片） | 深度学习模型 | 图像 | 6,552张口腔内放射学图像，用于开发模型；100个临床病例用于平台性能评估；60名参与者（20名牙科学生、20名住院医师、20名牙医）用于可用性调查 | NA | NA | 准确度（Extent、Stage、Grade）、系统可用性量表（SUS）分数 | NA |
| 1955 | 2026-03-11 |
Analytical Methods for the Authentication of Ginger and Ginger Products: A Critical Review of Studies Between 2005 and 2024
2026-Mar-09, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2026.2634884
PMID:41802302
|
综述 | 本文对2005年至2024年间关于姜及其产品真伪鉴定的分析研究进行了批判性回顾 | 强调了单一分析方法不足以进行全面鉴定，需要综合、多分析策略，并指出了新兴技术（如高光谱成像、荧光寿命成像和深度学习驱动的计算机视觉）在非侵入性质量评估中的潜力 | DNA方法由于高遗传保守性，在品种区分方面仍有限制 | 评估姜及其产品的真伪鉴定方法，以应对经济驱动的掺假问题 | 姜及其衍生产品 | NA | NA | 光谱技术（FTIR, FT-NIR, NMR）、色谱方法（HPLC, GC-MS）、稳定同位素比率分析、DNA方法、高光谱成像、荧光寿命成像、深度学习驱动的计算机视觉 | NA | NA | NA | NA | NA | NA | NA |
| 1956 | 2026-03-11 |
Deep learning for predicting stem cell efficiency for use in beta cell differentiation
2026-Mar-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42830-3
PMID:41803201
|
研究论文 | 本文提出了一种基于深度学习的图像模型，用于预测干细胞克隆在β细胞分化中的效率，以指导高效克隆的选择 | 首次将深度学习与无标记成像结合，实现对干细胞分化结果的早期预测，准确率高达96.7% | 研究为概念验证性质，样本规模可能有限，且模型在更广泛细胞类型或条件下的泛化能力未经验证 | 预测干细胞克隆在β细胞分化中的效率，以优化细胞治疗用于糖尿病的细胞生产 | 患者来源的干细胞克隆 | 计算机视觉 | 糖尿病 | 相差成像 | CNN | 图像 | 未明确指定样本数量，但涉及患者来源的干细胞克隆 | 未明确指定，可能为TensorFlow或PyTorch | EfficientNet-V2-S | 准确率 | NA |
| 1957 | 2026-03-11 |
Harnessing multi-modal deep learning for multi-drone navigation-based trajectory prediction system
2026-Mar-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42180-0
PMID:41803339
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1958 | 2026-03-11 |
Deep learning-based HTTP TRACE flood detection in wireless sensor network using deep spectral multi-layer convolutional neural network
2026-Mar-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42474-3
PMID:41803397
|
研究论文 | 本文提出了一种基于深度学习的增强型深度谱多层卷积神经网络（EDSMCNN），用于检测无线传感器网络中的HTTP TRACE洪水攻击 | 引入EDSMCNN模型，结合蜘蛛算法进行特征选择，利用SoftMax和逻辑激活函数处理HTTP请求，以提高CPU性能并有效预测TRACE攻击流量 | 未明确提及模型在多样化网络环境或大规模部署中的泛化能力，以及对抗新型攻击变体的测试 | 提高无线传感器网络的安全性，通过深度学习检测HTTP TRACE洪水攻击，防止敏感数据泄露和网络性能下降 | 无线传感器网络中的HTTP TRACE洪水攻击流量 | 机器学习 | NA | 深度学习，特征选择（蜘蛛算法），SoftMax函数 | CNN | 网络流量数据（HTTP请求数据集） | NA | NA | 增强型深度谱多层卷积神经网络（EDSMCNN） | CPU性能提升，计算时间减少 | NA |
| 1959 | 2026-03-11 |
Diagnostic Accuracy of Deep Learning for Automated Detection of Spinal Degenerative Disease on MRI: A Systematic Review and Meta-Analysis
2026-Mar-09, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01897-0
PMID:41803519
|
系统综述与荟萃分析 | 本研究通过系统综述和荟萃分析评估了深度学习模型在脊柱磁共振成像上自动检测或分类脊柱退行性疾病的诊断准确性 | 首次对深度学习在脊柱MRI上自动检测脊柱退行性疾病的诊断准确性进行系统综述和荟萃分析，并探讨了临床相关异质性 | 纳入研究存在偏倚风险，主要为回顾性单中心设计，参考标准主观，外部验证有限，临床准备度受限 | 评估深度学习模型在脊柱MRI上自动检测脊柱退行性疾病的诊断准确性并探索临床异质性 | 脊柱退行性疾病 | 医学影像分析 | 脊柱退行性疾病 | 磁共振成像 | 深度学习模型 | 磁共振图像 | 14项研究（2020-2025年），样本量范围29至2991 | NA | NA | 敏感性, 特异性, 阳性似然比, 阴性似然比 | NA |
| 1960 | 2026-03-11 |
A robust and versatile deep learning model for prediction of the arterial input function in dynamic small animal [18F] FDG PET imaging
2026-Mar-09, EJNMMI research
IF:3.1Q1
DOI:10.1186/s13550-026-01398-9
PMID:41803557
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |