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 42525 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-03-30 |
A benchmarking of genomic selection models for predicting grain-yield related traits using haplotype-based and genome-wide association study-based markers in rice
2026-Jun, The plant genome
DOI:10.1002/tpg2.70226
PMID:41894430
|
研究论文 | 本研究通过基准测试比较了17种基因组选择模型在预测水稻粒长、粒宽和千粒重等产量相关性状中的表现，评估了基于单倍型和全基因组关联研究标记的预测准确性 | 首次在水稻中系统比较了基于单倍型标记和全基因组关联研究标记的基因组选择模型性能，并探讨了群体规模和标记数量对预测准确性的影响 | 研究仅基于688个水稻种质资源，可能无法完全代表更广泛的水稻遗传多样性 | 评估不同基因组选择模型在水稻产量相关性状预测中的性能，以加速育种进程 | 水稻（Oryza sativa）的688个种质资源，关注粒长、粒宽和千粒重性状 | 机器学习 | NA | 基因组选择，单倍型分析，全基因组关联研究 | RRBLUP，机器学习模型，深度学习模型 | 基因型数据（单核苷酸多态性标记） | 688个水稻种质资源，包含66,456个基于单倍型的单核苷酸多态性标记 | NA | NA | 预测准确性 | NA |
| 2 | 2026-03-30 |
AI-powered insights in pediatric nephrology: current applications and future opportunities
2026-May, Pediatric nephrology (Berlin, Germany)
DOI:10.1007/s00467-025-06911-1
PMID:40957986
|
综述 | 本文综述了人工智能在儿科肾病学中的当前应用与未来机遇，涵盖诊断、治疗、工作流程优化及研究加速等方面 | 整合了多源数据（如患者历史、基因组学、影像和临床记录）的AI工具，用于检测肾脏异常、预测急性肾损伤和疾病进展，并探讨了AI在改善患者参与、文档处理及研究中的创新潜力 | 存在伦理和实践挑战，包括数据隐私、算法偏见、标准化监管框架缺乏，以及医护人员需要充分培训以确保技术不损害医患关系 | 探讨人工智能在儿科肾病学中的转型作用，以提升诊断准确性、治疗精确性、工作流程效率和研究创新 | 儿科肾病学领域，包括儿童肾脏疾病患者及其相关临床数据（如病史、基因组、影像、临床记录） | 数字病理学 | 儿科肾病 | 深度学习 | 深度学习模型 | 多源数据（包括患者历史、基因组学、影像、纵向临床记录） | NA | NA | NA | NA | NA |
| 3 | 2026-03-30 |
Software-based de-filtering restores quantitative accuracy in Clarity2D-enhanced whole-body bone scintigraphy
2026-Apr, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02145-1
PMID:41460439
|
研究论文 | 本研究评估了基于深度学习的软件去滤波方法在恢复Clarity2D降噪滤波器影响的全身骨闪烁扫描图像定量准确性方面的效果 | 提出了一种基于深度学习的软件去滤波算法，能够有效逆转Clarity2D滤波器引起的定量失真，从而在保持降噪优势的同时恢复骨扫描指数和热点数量的测量准确性 | 研究为回顾性设计，样本量相对有限（101名成人），且仅基于特定CZT SPECT/CT系统和99mTc-HMDP示踪剂，结果可能无法直接推广到其他设备或协议 | 评估软件去滤波技术是否能够恢复因Clarity2D降噪滤波器而退化的全身骨闪烁扫描图像的定量准确性 | 接受99mTc-HMDP全身骨闪烁扫描的成人患者（n=101，平均年龄67±13岁）及其图像数据 | 数字病理学 | 骨相关疾病（通过骨闪烁扫描评估） | 99mTc-HMDP全身骨闪烁扫描，Clarity2D噪声减少滤波，基于深度学习的软件去滤波 | 深度学习 | 医学图像（平面骨闪烁扫描图像） | 101名成人患者 | NA | NA | Pearson相关系数，Bland-Altman分析（偏差±95%限），Dice系数，Hausdorff距离，基于交并比的精确度、召回率、F1分数 | NA |
| 4 | 2026-03-30 |
Integrating Eye Tracking and Inertial Sensing for Enhanced Freezing of Gait Detection in Parkinson's Disease
2026-Apr, The European journal of neuroscience
DOI:10.1111/ejn.70472
PMID:41891752
|
研究论文 | 本研究通过结合眼动追踪和惯性传感数据，旨在提升帕金森病患者步态冻结的检测准确性 | 首次将眼动运动学数据与踝部惯性测量单元数据相结合，以区分步态冻结和自主停止，从而提高了分类性能 | 研究样本量较小（10名参与者），且仅在标准化行走任务中进行评估，可能限制了结果的普适性 | 提高帕金森病患者步态冻结的自动检测准确性 | 帕金森病患者的步态冻结事件 | 机器学习 | 帕金森病 | 惯性测量单元，眼动追踪 | 深度学习分类器 | 传感器数据（加速度计、陀螺仪、眼动数据） | 10名参与者 | NA | NA | 宏平均F1分数，召回率 | NA |
| 5 | 2026-03-30 |
Exploring how deep learning decodes anomalous diffusion via Grad-CAM
2026-Mar-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-71229-x
PMID:41904151
|
研究论文 | 本研究利用Grad-CAM技术探索深度学习如何从原始轨迹数据中识别异常扩散机制的特征 | 首次将Grad-CAM应用于异常扩散分类的可解释性分析，揭示了深度学习在不同时空尺度上提取统计特征的能力 | 研究仅基于ResNet架构，未探索其他深度学习模型；分析主要针对模拟轨迹数据，实际实验数据的适用性有待验证 | 探究深度学习算法识别异常扩散机制的工作原理 | 异常扩散模型的轨迹数据 | 机器学习 | NA | Grad-CAM（梯度加权类激活映射） | CNN | 轨迹数据 | NA | NA | ResNet | NA | NA |
| 6 | 2026-03-30 |
The athlete microbiome project: Integrating deep learning to reveal microbial associations of physical fitness
2026-Mar-28, Physiological genomics
IF:2.5Q2
|
研究论文 | 本研究通过整合深度学习技术，揭示了运动员与非运动员肠道微生物组与身体适能指标（如VO₂max和无脂体重百分比）之间的关联 | 首次大规模整合多大陆已发表的人类微生物组数据，并应用多层感知机神经网络和随机森林模型，系统揭示了运动员肠道微生物组的独特模式及其与身体适能指标的强关联 | 研究为基于已发表数据的二次分析，可能受原始研究设计异质性的影响；因果关系尚未通过实验验证 | 探究运动员是否具有独特的肠道微生物组，以及微生物组组成是否与身体适能指标相关 | 运动员（n=656）与非运动员（n=199）的肠道微生物组数据 | 机器学习 | NA | 扩增子测序 | 随机森林, 多层感知机 | 微生物组序列数据, 元数据 | 总计855名参与者（运动员656人，非运动员199人） | Scikit-learn, TensorFlow或PyTorch（未明确指定） | 多层感知机神经网络 | 平衡准确率, AUC | NA |
| 7 | 2026-03-30 |
AI-Based Forecasting of National Tourism Revenues: Integrating Economic, Fiscal, Political, and Environmental Determinants Through Regression-Oriented Hybrid Models
2026-Mar-28, Big data
IF:2.6Q2
DOI:10.1177/2167647X261431683
PMID:41902908
|
研究论文 | 本研究提出了一种预测国家旅游收入的先进框架，通过系统比较机器学习、深度学习和混合架构，整合经济、财政、政治和环境因素 | 提出了一种回归导向的两阶段残差提升混合模型设计，结合Transformer的预测能力和LightGBM的结构可解释性，超越了先前的深度学习-深度学习堆叠混合方法 | 实证结果为相关性而非因果性，不能解释为政策干预的因果效应 | 预测国家旅游收入，为政策制定者提供财政规划、政治稳定和环境可持续性的行动指导 | 国家年度面板数据 | 机器学习 | NA | NA | LightGBM, Transformer, 混合模型 | 面板数据 | NA | NA | Transformer | 平均绝对误差, 均方根误差, 平均绝对百分比误差 | NA |
| 8 | 2026-03-30 |
Fast 3D whole-body occupational dose estimation in interventional radiology using physics-informed deep learning
2026-Mar-28, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-026-01043-z
PMID:41903035
|
研究论文 | 本研究提出了一种基于物理信息深度学习的框架，用于快速预测介入放射学中医师的三维辐射剂量分布 | 首次将物理信息深度学习与GPU加速的蒙特卡洛模拟相结合，实现了快速、准确且具有解剖学细节的三维职业剂量估计，解决了传统点剂量测量的关键局限 | 未明确提及模型在临床实际环境中的泛化能力验证，以及不同设备或场景下的适用性评估 | 开发一种快速、准确的三维全身职业剂量估计方法，以改进介入放射学中的辐射防护 | 介入放射学中医师的全身三维辐射剂量分布 | 医学物理与深度学习交叉领域 | NA | GPU加速的蒙特卡洛模拟、X射线散射辐射测量 | 深度学习 | 三维剂量图（体素数据） | 通过GPU Geant4蒙特卡洛模拟平台生成的多种X射线能量、C臂角度和医师配置下的三维剂量图数据集 | 未明确指定（可能为PyTorch或TensorFlow） | 残差3D U-Net、基于Transformer的3D U-Net | 平均绝对误差、伽马通过率、体素级误差指标、个人剂量当量 | GPU加速（具体型号未指定）、GPU Geant4蒙特卡洛模拟平台 |
| 9 | 2026-03-30 |
Convolutional neural network for real‑time localization of ganglionated plexi from bipolar intracardiac electrograms
2026-Mar-28, Journal of interventional cardiac electrophysiology : an international journal of arrhythmias and pacing
IF:2.1Q3
DOI:10.1007/s10840-026-02307-9
PMID:41903033
|
研究论文 | 本研究提出了一种基于一维卷积神经网络（CNN）的模型，用于从双极心内电图（EGM）中实时定位神经节丛（GP），以支持心脏神经消融手术 | 首次将轻量级一维CNN应用于原始双极EGM数据，实现GP的自动化检测，并结合梯度加权类激活映射（GCAM）增强模型可解释性，提供实时生理学感知决策支持 | GP在数据集中占比极低（约3.5%），存在显著的类别不平衡问题；模型在外部测试集上的精确度（0.09）和F1分数（0.17）仍有提升空间 | 开发一种深度学习模型，以自动化和改进心脏神经消融手术中神经节丛（GP）的定位 | 从18名患者收集的189,760个双极心内电图（EGM）窗口，用于神经节丛（GP）的检测 | 机器学习 | 心血管疾病 | 双极心内电图（EGM） | CNN | 一维信号数据（心内电图） | 18名患者，共189,760个双极EGM窗口（左心房18张图，右心房15张图），其中119,222个清洁窗口用于模型开发 | PyTorch | 一维卷积神经网络（CNN） | 准确率, 精确度, 召回率, F1分数, ROC-AUC, PR-AUC | NA |
| 10 | 2026-03-30 |
Editorial for "Clinical Feasibility of Deep Learning Contrast Synthesis From MR Fingerprinting in Knee Osteoarthritis"
2026-Mar-28, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70305
PMID:41903188
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11 | 2026-03-30 |
PTBP1 knockdown reprograms glioma stem cells into neuronal-like cells and suppresses tumorigenesis via the DUSP5-ERK1/2 signaling pathway
2026-Mar-28, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noag068
PMID:41903206
|
研究论文 | 本研究揭示了PTBP1通过调控DUSP5-ERK1/2信号通路影响胶质瘤干细胞增殖与分化的新机制，并开发了一种靶向PTBP1的纳米治疗策略 | 发现了PTBP1/DUSP5/ERK1/2轴调控胶质瘤干细胞命运的新机制，并首次将白血病药物venetoclax重新用于靶向PTBP1的胶质瘤治疗 | 研究主要基于小鼠模型和体外实验，尚未在人体临床试验中得到验证 | 探究胶质瘤细胞形态与患者生存的关系，并开发新的治疗策略 | 胶质瘤患者样本、胶质瘤干细胞、小鼠原位模型 | 数字病理学 | 胶质母细胞瘤 | 深度学习形态分类、组织透明化3D成像、转录组测序、单细胞RNA测序 | 深度学习模型 | H&E染色图像、转录组数据、单细胞测序数据 | 65例胶质瘤患者标本、小鼠模型 | NA | NA | NA | NA |
| 12 | 2026-03-30 |
Small-molecule binding and sensing with a designed protein family
2026-Mar-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-70953-8
PMID:41904144
|
研究论文 | 本文结合深度学习和物理方法设计了一个具有多样化口袋几何形状的蛋白质家族，并用于计算设计针对六种小分子靶点的结合剂 | 首次将深度学习和物理方法结合，生成可设计口袋几何形状的蛋白质家族，并成功应用于小分子结合剂和传感器的开发 | NA | 开发一种能够按需设计任意小分子传感器的方法 | 小分子结合蛋白质的设计与应用 | 机器学习 | NA | 深度学习, 物理方法 | NA | 蛋白质结构数据 | 六种小分子靶点 | NA | NA | 结合亲和力（纳摩尔至低微摩尔级别）, 原子级设计准确性 | NA |
| 13 | 2026-03-30 |
An optimized EfficientNetB0 framework with CLAHE-based preprocessing for accurate multi-class chest X-ray classification
2026-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42492-1
PMID:41904170
|
研究论文 | 本研究提出了一种优化的EfficientNetB0框架，结合CLAHE预处理，用于胸部X光片的多标签分类 | 整合了CLAHE对比度增强、策略性类别平衡和保留数据集固有复杂性的迁移学习策略，专门针对多标签分类场景 | 未明确讨论模型在外部验证集上的泛化能力或临床部署的可行性 | 开发一个用于准确分类胸部X光片中多种共发病变的深度学习框架 | 胸部X光片图像 | 计算机视觉 | 肺癌 | CLAHE对比度增强 | CNN | 图像 | NIH数据集 | NA | EfficientNetB0, DenseNet121, MobileNetV2 | AUC, 召回率 | NA |
| 14 | 2026-03-30 |
Optimized environmental prediction in smart buildings using Dynamic Greylag Goose algorithm and deep learning
2026-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41343-3
PMID:41904179
|
研究论文 | 本文提出了一种结合动态灰雁优化算法和长短期记忆网络的预测框架，用于智能建筑环境参数的高精度预测 | 首次将动态灰雁优化算法以二进制形式应用于传感器特征选择，并同时用于LSTM超参数调优，实现了双重优化 | 仅使用单一公开数据集进行验证，未在不同类型建筑环境中测试框架的泛化能力 | 开发高精度环境预测模型以支持智能建筑的主动环境控制 | 智能建筑环境参数（温度、湿度、空气质量、声音、光照） | 机器学习 | NA | 物联网数据监测 | LSTM | 时间序列数据 | 来自智能建筑环境的公开物联网数据集 | NA | LSTM | 均方误差, Nash-Sutcliffe效率 | NA |
| 15 | 2026-03-30 |
Domain specific multimodal large language model for automated endoscopy reporting with multicenter prospective validation
2026-Mar-28, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02569-7
PMID:41904204
|
研究论文 | 本研究开发了一个名为Report-Angel的集成AI系统，基于多模态大语言模型和传统深度学习模型，用于自动生成上消化道内镜检查的详细报告草案 | 开发了首个针对上消化道内镜报告自动生成的领域专用多模态大语言模型系统，并进行了前瞻性多中心验证 | 未明确提及系统在罕见疾病或复杂病例上的表现，也未讨论模型对不同内镜设备或成像条件的适应性 | 开发一个能够自动生成准确、完整内镜报告的AI系统，以标准化报告流程并减轻内镜医师的工作负担 | 上消化道内镜检查的图像和视频数据 | 自然语言处理, 计算机视觉 | 上消化道疾病 | 内镜检查 | 多模态大语言模型, 深度学习模型 | 图像, 文本, 视频 | 20,617个图像-文本对，以及前瞻性内部和外部队列、回顾性图像数据集、前瞻性单中心和多中心视频数据集 | 未明确提及 | 未明确提及 | 临床可接受报告率, 报告完整性, 报告准确性, 处理时间 | 未明确提及 |
| 16 | 2026-03-30 |
Deep learning-based infrared thermography reveals reproducible uniform and individual thermoregulatory responses during running
2026-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44102-6
PMID:41904286
|
研究论文 | 本研究利用深度学习辅助的红外热成像技术，在跑步运动中自动处理特定皮肤温度指标，以评估其可重复性和生理相关性，并同步心肺与体温调节参数 | 首次将深度学习与红外热成像结合，自动提取非血管、皮肤动脉穿支和浅表静脉模式等温度指标，并揭示其在重复运动中的高可重复性和生理一致性 | 样本量较小（仅11名耐力训练个体），且研究仅针对跑步运动，未涵盖其他运动类型或更广泛人群 | 评估深度学习辅助红外热成像在运动生理学中监测体温调节和心肺反应的可重复性及标准化 | 11名耐力训练的个体 | 计算机视觉 | NA | 红外热成像 | 深度学习 | 图像 | 11名耐力训练个体 | NA | NA | 皮尔逊相关系数, ICC(3,1) | NA |
| 17 | 2026-03-30 |
Long term evolutions of hard exudates after anti-VEGF therapy for diabetic macular oedema
2026-Mar-28, Eye (London, England)
DOI:10.1038/s41433-026-04408-1
PMID:41904245
|
研究论文 | 本研究评估了抗VEGF治疗后糖尿病黄斑水肿患者硬性渗出物体积的长期变化 | 首次使用深度学习模型对硬性渗出物进行自动分割，并分析了其在5年内的纵向变化 | 样本量相对较小，且为事后分析，可能存在选择偏倚 | 评估抗VEGF治疗后硬性渗出物的长期演变及其对视力结果的影响 | 糖尿病黄斑水肿患者的眼部OCT扫描图像 | 数字病理学 | 糖尿病黄斑水肿 | 光学相干断层扫描 | 深度学习模型 | 图像 | 116只眼 | NA | NA | NA | NA |
| 18 | 2026-03-30 |
Machine and Deep Learning Models for Preoperative Prediction of Suboptimal Clinical Response One Year after Metabolic Bariatric Surgery: Findings from the Tehran Obesity Treatment Study
2026-Mar-28, Obesity surgery
IF:2.9Q1
DOI:10.1007/s11695-026-08568-7
PMID:41904288
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19 | 2026-03-30 |
Deep learning characterizes depression and suicidal ideation in young adults from eye movements
2026-Mar-28, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02550-4
PMID:41904340
|
研究论文 | 本研究利用深度学习分析年轻成年人在阅读和回应情感性句子时的眼动数据，以识别抑郁和自杀意念的客观生物行为标记 | 首次设计了一个深度学习框架，能够同时考虑眼动数据的试次内和试次间变异，并发现眼动模式在回应生成阶段和对负面情感刺激时更具区分性 | 样本量相对较小（126名年轻成年人），且结果基于自我报告的症状严重程度，需要更大样本和临床诊断的验证 | 探索眼动追踪作为抑郁和自杀意念的客观生物行为标记的潜力 | 126名年轻成年人 | 机器学习 | 精神疾病 | 眼动追踪 | 深度学习 | 眼动数据 | 126名年轻成年人 | NA | NA | AUC | NA |
| 20 | 2026-03-30 |
A systematic review of the use of artificial intelligence in mental health-based diabetes care: Current applications and future directions
2026-Mar-28, Diabetic medicine : a journal of the British Diabetic Association
IF:3.2Q2
DOI:10.1111/dme.70299
PMID:41904510
|
系统综述 | 本文系统综述了人工智能在心理健康为基础的糖尿病护理中的应用，总结了当前研究趋势、方法学局限及未来方向 | 首次系统性地梳理了人工智能在糖尿病心理健康护理领域的研究现状，并识别了研究空白与方法学不足 | 研究样本多样性不足，前瞻性实验和随机对照试验设计使用较少，过度依赖监督学习算法 | 梳理人工智能在心理健康为基础的糖尿病护理中的研究现状，识别趋势、方法学局限及未来研究方向 | 涉及人类、糖尿病背景、心理健康因素及人工智能方法的同行评审实证定量研究 | 机器学习 | 糖尿病 | NA | 监督学习算法, 深度学习模型 | NA | 41项研究 | NA | NA | NA | NA |