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 2949 篇文献，本页显示第 2101 - 2120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2101 | 2026-01-30 |
Development and clinical validation of a novel deep learning-based mediastinal endoscopic ultrasound navigation system for quality control: a single-center, randomized controlled trial
2026-Jan-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000003469
PMID:40990678
|
研究论文 | 本研究开发并临床验证了一种基于深度学习的新型纵隔内镜超声导航系统，旨在通过实时AI反馈提升纵隔EUS检查的质量控制 | 首次开发并在一项随机对照试验中验证了用于纵隔内镜超声质量控制的AI导航系统，实现了实时解剖标志识别与扫描引导 | 研究为单中心试验，未发现对第2站（隆突下区域）的扫描完整性有显著改善，且未报告不良事件，外部泛化性需进一步验证 | 开发并评估一种人工智能系统，以辅助纵隔内镜超声检查中的解剖标志识别和扫描引导，从而改善临床实践中的质量控制 | 需要进行纵隔内镜超声检查的患者 | 数字病理学 | 纵隔疾病 | 内镜超声 | 深度学习 | 图像 | 训练集来自120名患者的11230张标注图像，内部验证1972张图像，外部验证824张图像（来自三个机构）；随机对照试验纳入148名患者（AI辅助组72人，对照组76人） | NA | NA | 标准站完整性、结构完整性、手术时间 | NA |
| 2102 | 2026-01-30 |
Comprehensive review on learning models of leukemia detection based on morphological information
2026-Jan, Leukemia & lymphoma
IF:2.2Q3
DOI:10.1080/10428194.2025.2583449
PMID:41340531
|
综述 | 本文系统综述了基于形态学信息的白血病检测人工智能方法，涵盖图像采集、预处理、分割及分类模型 | 全面梳理了白血病检测中的人工智能方法，并分析了现有问题与未来方向 | NA | 系统回顾白血病诊断中基于人工智能的方法 | 白血病检测的人工智能方法 | 数字病理学 | 白血病 | 外周血涂片显微镜检查、流式细胞术、骨髓活检成像 | 机器学习、深度学习 | 图像 | NA | NA | NA | NA | NA |
| 2103 | 2026-01-30 |
A deep learning methodology for fully-automated quantification of calcific burden in high-resolution intravascular ultrasound images
2026-Jan, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03583-8
PMID:41454216
|
研究论文 | 本文提出了一种基于深度学习的全自动方法，用于在高分辨率血管内超声图像中量化钙化负荷 | 首次引入深度学习模型实现血管内超声图像中钙化组织的无缝检测与量化，替代了传统耗时的手动分析 | 研究样本量相对有限（197条血管），且模型性能依赖于专家标注的准确性，未在更广泛的多中心数据上进行验证 | 开发一种自动化工具，以辅助经皮冠状动脉介入治疗规划及药物疗效评估中的钙化负荷量化 | 血管内超声图像中的钙化组织 | 计算机视觉 | 心血管疾病 | 血管内超声成像 | 深度学习模型 | 图像 | 197条血管的26,211帧训练图像和30条血管的5,138帧测试图像 | NA | NA | kappa系数, 相关系数 | NA |
| 2104 | 2026-01-30 |
Leveraging Different Distance Functions to Predict Antiviral Peptides with Geometric Deep Learning from ESMFold-Predicted Tertiary Structures
2026-Jan-01, Antibiotics (Basel, Switzerland)
DOI:10.3390/antibiotics15010039
PMID:41594075
|
研究论文 | 本研究探索了使用不同距离函数从预测的肽结构构建图表示，以训练基于深度图学习的抗病毒肽预测模型 | 首次系统比较了不同距离函数（非仅欧氏距离）在构建肽结构图表示中的应用，并证明其他距离函数能构建编码不同化学空间的异构图，从而提升模型判别能力 | 研究基于ESMFold预测的肽三级结构，可能受预测准确性限制；未涉及实验验证 | 开发更有效的基于几何深度学习的抗病毒肽预测方法 | 抗病毒肽及其预测的三级结构 | 机器学习 | NA | 几何深度学习，图表示学习 | 深度图学习模型 | 图数据（源自预测的肽三级结构） | NA | NA | NA | NA | NA |
| 2105 | 2026-01-30 |
Bream: an open-source deep learning framework for simultaneous base calling and DNA methylation detection on novel nanopore sequencing platforms
2026, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2026.1743148
PMID:41607593
|
研究论文 | 本文提出了一个名为Bream的开源深度学习框架，用于在新型纳米孔测序平台上同时进行碱基识别和DNA甲基化检测 | 开发了一个集成了卷积神经网络与反向长短期记忆网络（用于碱基识别）以及带有注意力机制的双向LSTM（用于甲基化检测）的开源框架，专门针对非ONT的新型纳米孔测序平台（如启探科技的QCell-384） | 未明确提及具体局限性，但暗示非ONT平台的准确模型开发本身具有挑战性 | 开发一个准确、开源的计算模型，用于在新型纳米孔测序平台上同时进行碱基识别和DNA甲基化检测 | 纳米孔测序数据，特别是来自启探科技QCell-384平台（采用工程化解旋酶和纳米孔蛋白）的数据 | 机器学习 | NA | 纳米孔测序 | CNN, LSTM | 测序数据 | NA | 开源深度学习框架（具体未命名，但提及与ONT的R9.4平台比较） | 卷积神经网络与反向长短期记忆网络（用于碱基识别），双向LSTM与注意力机制（用于甲基化检测） | 准确率, AUC-ROC, 皮尔逊相关系数 | NA |
| 2106 | 2026-01-30 |
Diagnosing Multiple Sclerosis from Magnetic Resonance Imaging Images: Highlights from the Second Isfahan Artificial Intelligence Event 2024
2026, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_43_25
PMID:41608016
|
研究论文 | 本文介绍了2024年第二届伊斯法罕人工智能活动中关于从磁共振成像图像诊断多发性硬化症的挑战赛及其结果 | 组织了一场专注于利用人工智能方法对多发性硬化症患者的MRI图像进行病灶分割和定位的公开挑战赛，以推动该领域新诊断方法的发展 | 提交方法的最佳结果（如Dice分数0.33）仍远未达到理想精度，表明该领域需要进一步改进和研究 | 开发基于人工智能的新方法，用于多发性硬化症患者MRI图像中病灶的分割和定位 | 多发性硬化症患者的磁共振成像图像 | 医学影像处理 | 多发性硬化症 | 磁共振成像 | 深度学习 | 图像 | NA | NA | NA | Dice分数, 灵敏度, 精确度, 质心距离, 准确率 | NA |
| 2107 | 2026-01-30 |
Isfahan Artificial Intelligence Event 2024, Challenge I: Respiratory Depression Detection
2026, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_32_25
PMID:41608015
|
研究论文 | 本文总结了2024年伊斯法罕人工智能事件中呼吸抑制检测挑战的结果，包括数据集构建、团队表现及所用方法 | 构建了一个包含16名患者气管声音的精确标注数据集，并组织了基于深度学习的呼吸抑制检测竞赛 | 数据集规模较小（仅16名患者），且所有团队性能仍有提升空间，最高F1分数为65.18% | 开发基于人工智能的呼吸抑制检测技术，以自动化监测麻醉过程中的呼吸功能 | 接受白内障手术患者的连续气管声音记录 | 机器学习 | 呼吸抑制 | 连续听诊气管声音 | 深度学习 | 音频 | 16名患者 | NA | NA | F1分数 | NA |
| 2108 | 2026-01-30 |
Monocular complex amplitude imaging via a polarization-multiplexed liquid-crystal-lens-informed Fourier neural network
2026-Jan, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaf561
PMID:41608046
|
研究论文 | 提出了一种基于液晶透镜引导的傅里叶神经网络的单目相机，用于实现高保真度的复振幅成像 | 结合偏振复用双焦液晶透镜与偏振图像传感器，构建无需标记数据的物理信息神经网络，实现单次拍摄下的复振幅重建 | 未明确提及实验场景的泛化能力或计算效率的具体限制 | 开发紧凑、高性能的复振幅成像系统，用于自适应光学、全息重建和材料诊断应用 | 波前像差、静态全息图、空气流场和火焰场的动态监测 | 计算成像 | NA | 偏振相移径向剪切干涉术 | 傅里叶神经网络 | 偏振图像 | NA | NA | NA | 相位精度（λ/35） | NA |
| 2109 | 2026-01-30 |
SubNExT: Towards accurate, efficient and robust gene expression classification for breast cancer subtyping
2026, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.12.027
PMID:41608407
|
研究论文 | 本文提出了一种名为SubNExT的优化浅层CNN模型，用于基于基因表达数据的乳腺癌亚型分类 | 采用ConvNeXt骨干网络结合t-SNE和DeepInsight二维转换技术，实现了在基因表达数据上的高效、稳健分类 | 未明确说明模型在其他癌症类型或更大规模数据集上的泛化能力 | 优化基于基因表达的分子亚型分类方法，以促进个性化医疗 | 乳腺癌的基因表达数据 | 机器学习 | 乳腺癌 | 基因表达分析 | CNN, Transformer, MLP, XGBoost | 基因表达数据（转换为二维图像） | NA | NA | ConvNeXt, ViT, NeXt-TDNN | 准确率 | NA |
| 2110 | 2026-01-29 |
Physicochemically Informed Axial Chirality Descriptors Enable Accurate Prediction of Atropisomeric Stability
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202521349
PMID:41369251
|
研究论文 | 本文介绍了一种名为ACSD-GAT的深度学习框架，用于预测轴手性分子的旋转能垒，以评估其构型稳定性 | 开发了新的物理化学信息轴手性结构描述符（ACSD），结合图注意力网络（GAT），首次实现了对旋转能垒的高精度预测 | 模型基于1015个实验数据训练，可能对更复杂或未见分子类型的泛化能力有限 | 预测轴手性分子的旋转能垒，以支持不对称合成、药物发现和功能材料设计 | 轴手性分子（atropisomers） | 机器学习 | NA | 深度学习 | GAT | 分子结构数据 | 1015个实验测量的旋转能垒数据 | PyTorch | 图注意力网络（GAT） | R, RMSE | NA |
| 2111 | 2026-01-29 |
Highly Stable Twin Defects Enabled by High Entropy Configuration
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202520550
PMID:41451482
|
研究论文 | 本文报道了在碳限域的FeCoNiMn纳米催化剂中实现高度稳定且密集的孪晶缺陷，揭示了熵敏感的形成机制和持久的催化性能 | 通过高熵配置实现高度稳定的孪晶缺陷，结合深度学习、原位TEM和分子动力学模拟揭示了原子尺度应变分布和多步形成动力学 | NA | 研究金属纳米催化剂中孪晶缺陷的稳定化机制，以提升催化效率 | 碳限域的FeCoNiMn纳米催化剂（T-FeCoNiMn/C） | 材料科学 | NA | 原位透射电子显微镜（TEM）、分子动力学模拟 | 深度学习 | 原子尺度图像、模拟数据 | NA | NA | NA | NA | NA |
| 2112 | 2026-01-29 |
Decoupling Bubble Nucleation from Catalysis to Boost CuxO/NiO Electrocatalytic Water Splitting
2026-Jan-28, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.5c04437
PMID:41525175
|
研究论文 | 本研究通过在NiO纳米片阵列中嵌入CuO成核促进剂，将气泡释放与催化活性解耦，从而提升电催化水分解性能 | 提出气泡-催化解耦新方法，通过CuO同时作为O₂气泡成核位点和催化促进剂，显著降低高电流密度下的过电位和质量传输阻力 | 未明确说明该方法在其他催化体系或不同操作条件下的普适性 | 开发高效电催化水分解系统，实现在高电流密度下的低过电位运行 | CuO/NiO/NF（泡沫镍负载的CuO/NiO纳米片阵列）电催化剂 | 电化学催化 | NA | 电化学测量、原位高速成像、深度学习、密度泛函理论计算、蒙特卡洛模拟 | 深度学习模型 | 电化学数据、高速成像视频、模拟数据 | NA | NA | NA | 电流密度、过电位 | NA |
| 2113 | 2026-01-29 |
Commentary on "Deep learning enhanced MRI radiomics in predicting pathologic response of head and neck squamous carcinoma to neoadjuvant chemoimmunotherapy: a retrospective analysis"
2026-Jan-28, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004865
PMID:41601333
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2114 | 2026-01-29 |
Accelerated Reduced Field of View T2-Weighted Imaging of Pancreaticobiliary Disorders Using Deep Learning-Based Reconstruction: Reduction of Acquisition Time and Improvement of Image Quality
2026-Jan-28, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251407889
PMID:41603271
|
研究论文 | 本研究评估了深度学习重建技术在胰胆管缩小视野T2加权成像中的应用，旨在减少采集时间并提升图像质量 | 首次将深度学习重建技术应用于胰胆管缩小视野T2加权成像，实现了在显著缩短采集时间的同时，提升图像质量与病灶检出率 | 研究为单中心回顾性设计，样本量有限，且未评估深度学习模型在不同扫描仪或患者群体中的泛化能力 | 比较应用与不应用深度学习重建的胰胆管缩小视野T2加权成像在检查时间、图像质量和病灶检出率方面的差异 | 胰胆管疾病患者 | 医学影像分析 | 胰胆管疾病 | 缩小视野T2加权磁共振成像 | 深度学习重建模型 | 磁共振图像 | 198名患者 | NA | NA | 信噪比, 对比噪声比, 病灶检出率 | NA |
| 2115 | 2026-01-29 |
Best of Both Worlds: Deep Learning Reconstruction Reduces MRI Acquisition Time and Improves Image Quality
2026-Jan-28, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371261420212
PMID:41603396
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2116 | 2026-01-29 |
Corrigendum to 'Overview of Multimodal Radiomics and Deep Learning in the Prediction of Axillary Lymph Node Status in Breast Cancer' [Acad Radiol 2025; 32:6623-6641]
2026-Jan-26, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.12.043
PMID:41592972
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2117 | 2026-01-29 |
DACL-Net: A Dual-Branch Attention-Based CNN-LSTM Network for DOA Estimation
2026-Jan-22, Sensors (Basel, Switzerland)
DOI:10.3390/s26020743
PMID:41600535
|
研究论文 | 本文提出了一种名为DACL-Net的双分支注意力CNN-LSTM网络，用于优化DOA估计中的输入特征并提升准确性 | 通过将协方差矩阵转换为暗图像并引入频谱注意力机制，使CNN能聚焦于亮点成分，同时增强时间分支的特征提取 | NA | 改进DOA估计的准确性 | DOA估计中的输入特征优化 | 机器学习 | NA | 二维傅里叶变换 | CNN, LSTM | 协方差矩阵 | NA | NA | DACL-Net | RMSE | NA |
| 2118 | 2026-01-29 |
Stability-Oriented Deep Learning for Hyperspectral Soil Organic Matter Estimation
2026-Jan-22, Sensors (Basel, Switzerland)
DOI:10.3390/s26020741
PMID:41600534
|
研究论文 | 本研究提出了一种面向稳定性的深度学习框架（SE-EDCNN-DA-LWGPSO），用于小样本条件下的高光谱土壤有机质估算 | 提出了一种多策略协同的深度学习建模框架，整合了光谱预处理、基于传感器扰动模拟的数据增强、多尺度扩张卷积特征提取、SE通道注意力机制和线性加权广义粒子群优化算法，以提升小样本条件下模型的稳定性和一致性 | 研究基于亚热带红壤样本，可能在其他土壤类型或环境条件下的普适性有待验证；小样本条件本身可能限制模型的泛化能力 | 解决高光谱土壤有机质估算在小样本条件下模型预测性能不稳定、对预处理方法和参数配置敏感的问题，提升模型的稳定性和实用性 | 广西亚热带红壤样本 | 机器学习 | NA | 高光谱技术 | CNN | 高光谱数据 | 未明确具体样本数量，但提及为小样本条件 | 未明确指定，但涉及深度学习框架 | SE-EDCNN（结合SE通道注意力机制和多尺度扩张卷积的CNN） | R（相关系数）, RMSE（均方根误差）, RPD（相对预测偏差） | NA |
| 2119 | 2026-01-29 |
Out-of-distribution evaluation of active learning pipelines for molecular property prediction
2026-Jan-21, RSC advances
IF:3.9Q2
DOI:10.1039/d5ra08055j
PMID:41584114
|
研究论文 | 本研究评估了主动学习（AL）在分子性质预测中的应用，特别关注其在分布外（OOD）数据上的性能表现 | 引入了OOD评估框架，模拟真实世界应用场景，并基于证据深度学习（EDL）的预测不确定性开发了AL框架 | 未明确说明模型的具体架构细节和计算资源使用情况 | 评估主动学习在分子性质预测中的性能，特别是在分布外数据上的表现 | 分子结构及其对应的溶剂化能量 | 机器学习 | NA | 证据深度学习（EDL） | NA | 分子结构数据 | NA | NA | NA | NA | NA |
| 2120 | 2026-01-29 |
Short-Time Homomorphic Deconvolution (STHD): A Novel 2D Feature for Robust Indoor Direction of Arrival Estimation
2026-Jan-21, Sensors (Basel, Switzerland)
DOI:10.3390/s26020722
PMID:41600516
|
研究论文 | 本文提出了一种名为短时同态解卷积的新型二维特征提取方法，用于室内声源到达方向估计 | 提出了一种将多通道音频信号转换为二维时间×飞行时间表示的新特征，有效捕捉了麦克风对之间飞行时间差异的时域演变和稳定性，为深度学习模型提供了丰富且鲁棒的输入 | NA | 开发一种鲁棒的室内声源到达方向估计方法，以解决室内定位和导航的挑战 | 多通道音频信号 | 机器学习 | NA | 短时同态解卷积 | CNN | 音频信号 | 通过仿真生成的大规模数据集，并在ISO认证的消声室中采集的真实世界数据 | NA | 集成双阶段通道注意力机制的轻量级卷积神经网络 | 平均绝对误差 | NA |