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 45423 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 | 2026-06-08 |
Risk prediction in IgA nephropathy: from conventional models to machine learning, deep learning, and precision nephrology
2026-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2026.2613606
PMID:41656155
|
综述 | 全面回顾IgA肾病预后模型从传统方法到机器学习的演变，并讨论向精准肾脏病学发展的趋势 | 系统总结了ML/DL模型在IgAN预后中的最新进展，突出动态时间序列建模、多模态预后分析和可解释AI等前沿方向 | 经典模型依赖静态基线参数，难以反映疾病动态轨迹，限制了实时临床管理效用 | 综述IgAN预后模型的演进，总结优劣，并探讨临床转化中需要考虑的关键问题 | IgA肾病患者 | 机器学习 | IgA肾病 | NA | 传统统计模型、机器学习模型、深度学习模型 | 临床数据、组织病理学图像、多组学数据 | NA | NA | NA | 预测准确性、风险分层效能 | NA |
| 2 | 2026-06-08 |
Advanced deep learning strategies in nanopore RNA sequencing
2026-Dec, RNA biology
IF:3.6Q2
DOI:10.1080/15476286.2026.2627968
PMID:41663212
|
综述 | 本文总结了深度学习在纳米孔RNA测序中分析表观转录组的最新进展，并探讨了未来人工智能与生物学交叉领域的机会 | 系统总结了从经典深度学习架构到专用学习框架和集成策略的演进，以解决数据稀缺、噪声和生物变异性等挑战，并提供更高分辨率的输出 | 未明确提及具体局限，但作为综述可能缺乏实证比较或对方法可扩展性的深入分析 | 概述深度学习在纳米孔直接RNA测序中表征RNA修饰的应用进展，并指出未来多学科合作方向 | 纳米孔直接RNA测序数据中的RNA修饰（表观转录组） | 机器学习，自然语言处理（用于解释测序信号） | 多种疾病（如癌症、遗传病），但未特指 | 纳米孔直接RNA测序 | 深度学习（卷积神经网络、循环神经网络、专用学习框架、集成策略） | RNA测序信号数据 | NA | NA | 卷积神经网络，循环神经网络 | NA | NA |
| 3 | 2026-06-08 |
Use of uterine activity to predict preterm birth by artificial intelligence assisted models: a narrative systematic review
2026-Dec, The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians
DOI:10.1080/14767058.2025.2582375
PMID:41663244
|
综述论文 | 系统综述了人工智能辅助模型利用子宫活动预测早产的准确性和适用性 | 首次系统评估了使用子宫收缩数据（特别是宫缩描记图EHG特征）结合AI模型预测早产的研究，发现非线性特征和深度学习模型优于传统方法 | 纳入研究存在高风险偏倚（86.7%），主要问题包括数据不平衡、样本量小、缺乏外部验证，限制了模型的临床应用 | 评估当前基于子宫收缩的AI模型在早产预测中的准确性和适用性 | 53篇利用宫缩描记图（EHG）或时间序列数据通过AI方法预测早产的研究 | 机器学习 | 早产 | 宫缩描记图（EHG），时间序列分析 | 深度学习，机器学习，神经网络 | 宫缩描记图（EHG）特征（时域、频域、熵、拓扑特征） | 53篇研究 | NA | 神经网络，深度学习模型 | 准确率（ACC），AUC | NA |
| 4 | 2026-06-08 |
Optimization of a hybrid microplastic model method based on grad-CAM combined with convolutional neural networks
2026-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.128060
PMID:42155220
|
研究论文 | 提出一种基于Grad-CAM与卷积神经网络相结合的混合微塑料模型优化方法，提升了光谱识别准确性 | 利用Grad-CAM可解释性分析揭示模型特征提取不平衡，引入多头注意力和多区域注意力机制优化全局与局部特征提取，并设计ResM2A-CNN模型缓解梯度消失问题 | 未明确提及模型的泛化能力验证及在实际复杂环境中的测试 | 提高混合微塑料样本光谱识别的准确性和模型可解释性 | 混合微塑料样本的ATR-FTIR光谱数据 | 机器学习 | 不适用 | ATR-FTIR光谱 | CNN | 光谱数据 | 不适用 | 不适用 | ResM2A-CNN | 准确率 | 不适用 |
| 5 | 2026-06-08 |
Interpretable hyperspectral analysis of soluble solids content in apples: spectral attribution and mechanistic insights from linear and deep learning models
2026-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.128106
PMID:42190359
|
research paper | 开发了一个可解释的高光谱分析框架，用于研究苹果可溶性固形物含量的预测，并比较了线性和深度学习模型的光谱利用模式 | 结合SHAP和集成梯度方法，揭示了线性和深度学习模型在可溶性固形物含量预测中不同的光谱利用机制，首次定量分析了模型依赖的光谱响应模式 | 仅使用苹果果肉区域的平均光谱进行分析，未考虑空间信息的影响 | 开发可解释的高光谱分析框架，研究模型依赖的光谱利用机制，提高苹果品质评估的可靠性和可解释性 | 苹果可溶性固形物含量的高光谱预测 | machine learning | NA | hyperspectral imaging | partial least squares regression, convolutional neural network | hyperspectral image | NA | PyTorch, Scikit-learn | PLSR, BrixCNN | R, RPD | NA |
| 6 | 2026-06-08 |
A deep learning-assisted turn-on fluorescent probe for L-BPA detection with mechanistic insight
2026-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.128109
PMID:42202743
|
研究论文 | 开发了一种基于深度学习的开启型荧光探针WF324，用于检测L-BPA，并揭示了其作用机制 | 首次将深度学习辅助设计应用于开启型荧光探针的研发，实现了对L-BPA的高灵敏、实时检测，并获得了优异的检测性能 | 探针在真实样本中回收率范围较宽（90.40-103.11%），且未提及对肿瘤组织的体内检测及长期稳定性评估 | 开发高效的L-BPA监测工具，以支持硼中子俘获疗法的研究和临床转化 | 开启型荧光探针WF324与L-BPA的相互作用及检测性能 | 深度学习 | 癌症 | 荧光光谱分析 | NA | 光谱数据 | 人尿液样本（未明确数量） | NA | NA | 检测限、回收率、相对标准偏差 | NA |
| 7 | 2026-06-08 |
Sweet artificial intelligence as digital catalysts in infectious diseases: Glycomics and glycoanalysis
2026-Oct-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2026.118863
PMID:42218857
|
综述 | 本文综述了人工智能、机器学习和深度学习在感染生物学糖组学与糖分析中的应用 | 系统总结了AI在糖链结构分析、凝集素-糖结合预测、致病性评估及生物标志物发现中的代表性模型及应用，包括SweetNet和LectinOracle等 | 稀疏注释、批次效应、结构覆盖不全及模型可解释性有限 | 评估AI/ML/DL在感染生物学糖组学与糖分析中的现状与前景 | 糖链结构、凝集素-糖相互作用、致病性、生物标志物 | 机器学习 | 传染病 | 质谱、核磁共振、色谱、糖/凝集素微阵列 | 监督学习、无监督学习、图神经网络、序列模型、Transformer | 糖组数据（质谱、核磁共振、色谱、微阵列数据） | NA | NA | SweetNet, LectinOracle | NA | NA |
| 8 | 2026-06-08 |
Developing and validating a sequence-aware deep learning model for infection risk prediction in home care
2026-Sep-01, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106485
PMID:42172726
|
研究论文 | 开发并验证了一种序列感知深度学习模型，用于预测家庭护理中感染相关的住院或急诊就诊风险 | 首次将家庭护理电子健康记录的纵向结构化数据与自然语言处理从临床笔记中提取的特征整合进序列感知深度学习模型，并衍生出三级风险分层工具 | 未在外部数据集验证，且未明确讨论模型泛化性及潜在偏差 | 评估可整合纵向结构化EHR数据和NLP衍生特征以预测感染相关住院或急诊就诊风险的序列感知深度学习方法，并评估其性能、可解释性和公平性 | 家庭护理患者（23321次家庭护理事件） | 自然语言处理, 机器学习 | 感染性疾病 | 自然语言处理（NLP） | 双向长短期记忆网络（BiLSTM） | 结构化电子健康记录数据、非结构化临床笔记文本 | 23321次家庭护理事件（1528次感染相关事件） | NA | 双向长短期记忆网络（BiLSTM） | AUROC, AUPRC, F1分数 | 未提及 |
| 9 | 2026-06-08 |
Early diagnosis and risk stratification of aortic stenosis using artificial intelligence applied to echocardiography: scoping review
2026-Sep-01, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106487
PMID:42161114
|
综述 | 应用人工智能于超声心动图早期诊断和风险分层主动脉瓣狭窄的范围综述 | 系统评估了人工智能算法（尤其是深度学习）在超声心动图中的应用，用于主动脉瓣狭窄的早期检测和风险分层，并分析了性能、临床适用性和方法学局限 | 缺乏外部验证、可解释性和临床整合，且多为回顾性研究 | 评估人工智能工具应用于超声心动图早期诊断主动脉瓣狭窄的证据，识别其性能、临床适用性和方法学局限 | 25项研究，涉及人工智能算法（特别是卷积神经网络）在超声心动图中的应用 | 计算机视觉、机器学习 | 主动脉瓣狭窄 | 超声心动图 | 卷积神经网络 | 图像 | 25项研究 | NA | CNN、多视图模型 | AUC、敏感性、特异性 | NA |
| 10 | 2026-06-08 |
Cellulose handsheet-based piezoresistive sensor with screen-printing-inspired microisland arrays for wearable handwriting recognition
2026-Aug-15, Carbohydrate polymers
IF:10.7Q1
DOI:10.1016/j.carbpol.2026.125419
PMID:42230030
|
研究论文 | 该论文基于纤维素手抄纸，采用丝网印刷启发策略开发了一种压阻传感器，并通过微岛阵列结构实现可穿戴手写识别 | 首次将丝网印刷启发的微岛阵列与纤维素手抄纸结合，利用多壁碳纳米管形成渗透网络同时增强结构稳定性和导电性，实现高灵敏度和耐用性 | NA | 开发一种基于纤维素的可降解、生物相容且成本低廉的压阻传感器，用于可穿戴电子设备中的手写识别和健康监测 | 基于纤维素手抄纸的压阻传感器及其在实时活动检测、健康监测和手写识别中的应用 | 机器学习, 可穿戴电子 | NA | 丝网印刷, 多壁碳纳米管添加 | 深度学习算法 | 图像, 文本 | NA | NA | NA | 灵敏度, 耐久性, 压力范围, 响应时间, 恢复时间, 识别准确率 | NA |
| 11 | 2026-06-08 |
Automated Detection of Pediatric Slipped Capital Femoral Epiphysis: A Deep Learning Approach Using Anatomically Informed Attention Guidance
2026-Jul-01, Journal of pediatric orthopedics
DOI:10.1097/BPO.0000000000003279
PMID:41946451
|
研究论文 | 开发并验证一种基于注意力引导的深度学习模型，用于在儿科骨盆X光片上自动识别股骨头骨骺滑脱 | 引入解剖学信息引导的注意力机制，使模型聚焦于股骨头的解剖学感兴趣区域，提高可解释性 | 样本量较小（仅174张骨盆X光片），且为回顾性单中心研究，可能限制模型的泛化能力 | 开发并验证一种自动检测儿科股骨头骨骺滑脱的深度学习模型 | 儿科骨盆X光片中的股骨头骨骺滑脱病变 | 计算机视觉 | 股骨头骨骺滑脱 | X光成像 | U-Net++, EfficientNet B1 | 图像 | 174张骨盆X光片（139张训练，35张测试） | NA | U-Net++, EfficientNet B1 | AUC, 准确率, 灵敏度, 特异度 | NA |
| 12 | 2026-06-08 |
A Bibliometric Examination of EEGLAB Publications in Scopus and WoS Indexed Sources: A 20-Year Study of Asia-Pacific and Arabian Countries
2026-Jul, Clinical EEG and neuroscience
IF:1.6Q3
DOI:10.1177/15500594261428714
PMID:42029425
|
研究论文 | 对EEGLAB在亚太和阿拉伯地区出版物的文献计量分析，覆盖20年的全球使用情况 | 首次对亚太和阿拉伯地区EEGLAB出版物进行全面的文献计量分析，结合联合国ESCAP和ESCWA区域划分，分析区域贡献和合作趋势 | 仅涵盖Scopus和WoS索引来源，数据截至2024年3月，可能遗漏最新研究或非索引出版物 | 了解亚太和阿拉伯地区EEGLAB出版物的区域贡献、趋势和国际合作模式 | 亚太和阿拉伯地区80个国家和地区的EEGLAB相关出版物 | 文献计量学，脑电图分析 | NA | EEGLAB软件用于脑电图数据分析 | NA | 文献计量数据（引用、作者、出版物） | 58个亚太国家和22个阿拉伯国家的出版物数据 | R（Bibliometrix包） | NA | 引用次数、洛特卡定律、布拉德福定律、共引网络 | NA |
| 13 | 2026-06-08 |
Hybrid CNN BiLSTM architecture for smart grid cyberattack detection using smart meter data
2026-Jun-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-55727-y
PMID:42251076
|
研究论文 | 提出一种混合CNN BiLSTM架构，利用智能电表数据实现智能电网网络攻击的实时检测 | 结合CNN空间特征提取、BiLSTM双向时序建模和Extra Trees集成分类器，并引入注意力机制提升可解释性 | 仅在单一数据集上验证，未进行跨数据集验证，未来需探索多同步攻击检测和图神经网络 | 实现智能电网通信基础设施中针对网络攻击的实时入侵检测 | 智能电表高频多模态测量数据（电压、电流、频率谐波）和电力系统日志 | 机器学习 | NA | 智能电表数据采集 | CNN, BiLSTM, Extra Trees集成分类器 | 时间序列数据 | 72,073条标注的电力系统日志，包含5类攻击和正常操作 | NA | CNN, BiLSTM, Extra Trees | 准确率（92.17%）、精确率（90.58%）、召回率（81.24%）、F1分数（85.66%）、ROC-AUC（95.60%）、推理延迟（12毫秒） | NA |
| 14 | 2026-06-08 |
A tissue-informed deep learning-based method for positron range correction in preclinical [Formula: see text]Ga PET imaging
2026-Jun-07, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00900-5
PMID:42251608
|
研究论文 | 提出一种基于组织信息引导的深度学习方法，用于预临床镓-68 PET成像中的正电子射程校正 | 首次将组织依赖性解剖信息通过μ-map依赖的损失函数融入三维残差编码器-解码器卷积神经网络（3D RED-CNN），实现正电子射程校正 | 未在真实数据中提供金标准验证，且模型泛化性依赖域适应及混合训练策略的进一步优化 | 提高预临床镓-68 PET成像的空间分辨率和定量准确性 | 镓-68标记的FH和PSMA-617小鼠PET/CT图像 | 计算机视觉 | NA | PET成像, CT成像 | 3D残差编码器-解码器卷积神经网络（3D RED-CNN） | 图像 | 小鼠模拟及真实PET采集数据（未明确样本数量） | PyTorch | 单通道模型, 双通道模型, 双编码器模型 | 平均绝对误差（MAE）, 结构相似性指数（SSIM）, 对比度恢复（CR）, 对比度噪声比（CNR） | NA |
| 15 | 2026-06-07 |
Correction to "Deep GIST: Deep Learning Models for Predicting the Distribution of Hydration Thermodynamics around Proteins"
2026-Jun-06, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c01684
PMID:42249808
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16 | 2026-06-08 |
A clinical applicable study on lower limb segmentation from CT images for total knee arthroplasty
2026-Jun-06, The Knee
DOI:10.1016/j.knee.2026.104526
PMID:42250470
|
研究论文 | 评估半监督深度学习框架利用不完全标注CT数据生成适用于全膝关节置换术的股骨和胫骨分割图像 | 采用部分监督训练策略处理标注不完整的CT数据集，并验证自动分割生成的关节对齐测量值与手动分割无显著差异，证明该方法在临床实践中具有可行性 | NA | 评估部分监督深度学习框架在CT不完全标注情况下生成精确下肢骨分割的临床适用性 | 下肢骨骼（股骨和胫骨） | 医学图像分割 | 骨关节炎 | CT成像 | 3D nnU-Net | CT图像 | 205例健康全腿CT扫描（其中17例完全标注，其余部分标注股骨或胫骨），内部健康数据集40例，尸体数据集15例，骨关节炎数据集10例 | PyTorch | 3D nnU-Net | Dice相似系数, Hausdorff距离, HD95, 均方根表面距离 | NA |
| 17 | 2026-06-08 |
Comment on "Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction"
2026-Jun-06, Journal of the Formosan Medical Association = Taiwan yi zhi
DOI:10.1016/j.jfma.2026.05.076
PMID:42250961
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 18 | 2026-06-08 |
A Coarse-to-Fine DoubleUNet Framework with Synergistic Loss for Accurate Fetal Head Circumference Measurement
2026-Jun-06, Ultrasound in medicine & biology
|
研究论文 | 提出一种用于超声图像胎儿头围自动分割与测量的粗到精深度学习框架SDUNet | 设计了一种具有定制协同损失函数的DoubleUNet框架，通过动态平衡多种互补损失项，鼓励生理上合理的头围形状，同时减少散斑噪声和边界模糊带来的误差 | 未提及具体局限性，但未使用任何后处理步骤，可能在实际临床环境中对噪声图像或异常形态的鲁棒性需进一步验证 | 实现胎儿头围超声图像的精确自动分割与测量，减少超声技师的手动工作量 | 胎儿头围超声图像 | 计算机视觉 | 胎儿发育监测（与妊娠相关） | 超声成像 | CNN（DoubleUNet） | 图像 | 公开HC18数据集及独立外部数据集 | NA | DoubleUNet | Dice系数, Jaccard指数, Hausdorff距离, 平均对称表面距离, 边界F1分数, 平均绝对误差, 百分比平均绝对误差 | NA |
| 19 | 2026-06-08 |
A Dataset of Widefield Fundus Images From Patients With Birdshot Chorioretinitis and Matched Control
2026-Jun-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07494-8
PMID:42251038
|
研究论文 | 提出了Birdshot-Wide数据集，包含来自鸟枪弹样脉络膜视网膜炎患者和匹配对照的宽视野眼底图像 | 首个公开的大规模纵向鸟枪弹样脉络膜视网膜炎宽视野眼底图像数据集，含详细元数据和病灶亚型分类，可用于生物标志物发现及自动化诊断工具开发 | 未说明具体局限性，但罕见病数据集可能存在样本代表性不足或通用性受限的问题 | 解决鸟枪弹样脉络膜视网膜炎研究中缺乏大型公开成像数据集的问题，并推动诊断和疾病进展建模 | 鸟枪弹样脉络膜视网膜炎患者的宽视野眼底图像及匹配的健康对照图像 | 计算机视觉, 数字病理学 | 眼病, 葡萄膜炎 | 宽视野眼底摄影 | 深度学习模型 | 图像 | 5042张图像来自742只BSCR患眼，1310张图像来自742只匹配对照眼 | NA | NA | 受试者工作特征曲线下面积 | NA |
| 20 | 2026-06-08 |
A histopathologically verified dataset of magnifying narrow-band imaging endoscopy for classifying the gastric precancerous cascade
2026-Jun-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07567-8
PMID:42251050
|
research paper | 提出了一个经组织学验证的放大窄带成像内镜数据集，用于胃早癌前病变的分类 | 构建了包含11971张ME-NBI图像的大规模数据集，每张图像均与活检确认的组织病理学诊断严格对应，提供了可靠的标签金标准 | 数据集中高级别上皮内瘤变与早期胃癌的视觉区分仍存在固有挑战 | 通过高质量数据集推动胃早癌前病变的细粒度分类、域适应研究和内镜培训 | 胃粘膜病变的ME-NBI图像 | digital pathology | gastric cancer | ME-NBI | deep learning models | image | 868名患者的11971张ME-NBI图像 | NA | NA | NA | NA |