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 2393 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2026-03-11 |
Automated Diagnosis of Rheumatoid Arthritis From Hand Radiographs Using Artificial Intelligence: A Retrospective Study
2026, Clinical medicine insights. Arthritis and musculoskeletal disorders
DOI:10.1177/11795441261429110
PMID:41800190
|
研究论文 | 本研究开发了一种基于注意力的深度学习模型，用于从手部和腕部X光片中自动诊断类风湿关节炎 | 结合了DenseNet架构与注意力机制来突出RA特异性结构变化，并在有限数据集上实现了高诊断性能 | 回顾性研究，样本量相对较小（共570例），且排除了其他导致手部畸形的疾病患者 | 开发用于类风湿关节炎自动诊断的AI模型，并验证其在有限数据下的高性能潜力 | 类风湿关节炎患者和健康对照者的手部和腕部X光片 | 计算机视觉 | 类风湿关节炎 | X光成像 | CNN | 图像 | 311名RA患者和259名健康对照，总计570例，分为训练集（325例）、验证集（142例）和测试集（50例） | NA | DenseNet121, DenseNet169 | 准确率, 精确率, 召回率 | NA |
| 642 | 2026-03-11 |
Maritime traffic congestion identification and ship trajectory prediction using temporal graph convolutional networks
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342781
PMID:41801924
|
研究论文 | 本研究提出了一种基于AIS数据的船舶轨迹预测与海上交通拥堵识别的综合框架 | 结合图卷积网络与门控循环单元构建了时空图卷积网络模型，并引入了基于速度性能指数的拥堵测量指标 | NA | 提升海上交通管理效率与安全性 | 海上船舶轨迹与交通流量 | 机器学习 | NA | 自动识别系统数据采集 | GCN, GRU, T-GCN | 时空序列数据 | NA | NA | 时空图卷积网络 | NA | NA |
| 643 | 2026-03-11 |
Perceptions of Group Work on Student Learning in Entry-Level Physical Therapist Education: A Qualitative Study
2026, Journal of allied health
DOI:10.21091/jah.2026.01002
PMID:41802948
|
研究论文 | 本研究通过定性内容分析方法，探讨了物理治疗专业学生对小组工作如何影响其学习的看法 | 采用半结构化焦点小组访谈，深入分析学生对小组工作教育价值的感知，揭示了设计、个人成长和知识范围三个主要主题 | 样本量较小（n=7），且为定性研究，结果可能无法推广到更广泛的物理治疗教育背景 | 探索小组工作对学生学习的影响，以优化物理治疗教育中的教学策略 | 物理治疗专业的学生 | NA | NA | NA | NA | 定性访谈数据 | 7名学生 | NA | NA | NA | NA |
| 644 | 2026-03-11 |
ARTIFICIAL INTELLIGENCE IN CLINICAL DIAGNOSTICS FOR EARLY DETECTION OF CHRONIC DISEASES: A SYSTEMATIC REVIEW
2026-Jan, Georgian medical news
PMID:41804133
|
系统综述 | 本文系统综述了人工智能在慢性疾病早期临床诊断中的应用，总结了相关证据 | 系统性地综合了2020年至2025年间关于AI在多种慢性疾病早期诊断中的最新研究，并特别关注了混合AI模型的应用 | 研究存在数据集异质性、回顾性研究设计、外部验证有限以及报告不一致等问题，限制了结果的普适性 | 评估人工智能在慢性疾病早期检测中的诊断准确性、风险预测和临床决策支持能力 | 涵盖代谢/心脏代谢疾病、肌肉骨骼疾病、肺部疾病、癌症/血液疾病、神经退行性疾病以及眼科/牙科疾病等多种慢性疾病 | 机器学习 | 慢性疾病 | NA | 混合AI模型, 机器学习, 深度学习 | 实验室数据, 临床数据, 影像数据 | 32项研究 | NA | NA | AUC, 准确率, 灵敏度, 特异性 | NA |
| 645 | 2026-03-11 |
Random Neural Networks for Rough Volatility
2026, Applied mathematics and optimization
IF:1.6Q2
DOI:10.1007/s00245-026-10392-5
PMID:41804376
|
研究论文 | 本文构建了一种基于深度学习的数值算法，用于求解粗糙波动率背景下产生的路径依赖偏微分方程 | 将PDE解释为BSDE的解，并采用储层类型的神经网络构建优化问题，证明了理论收敛性 | NA | 解决粗糙波动率模型中的路径依赖偏微分方程数值求解问题 | 路径依赖偏微分方程 | 机器学习 | NA | 深度学习 | 储层神经网络 | NA | NA | NA | 储层神经网络 | NA | NA |
| 646 | 2026-03-10 |
A dataset and benchmark of carbonate thin-section images for deep learning
2026-Jan-28, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06633-5
PMID:41605971
|
研究论文 | 本文介绍了DeepCarbonate数据集，这是一个用于深度学习碳酸盐岩薄片图像分析的标准化基准数据集 | 提出了首个经过专家清理和标准化的大规模公开碳酸盐岩薄片图像数据集，并提供了分层分类和标准化实验设置 | 数据集主要来源于特定地质层位和地区，可能无法完全代表全球碳酸盐岩的多样性 | 为碳酸盐岩薄片图像分析提供可重复和公平的深度学习模型比较基准 | 碳酸盐岩薄片图像 | 计算机视觉 | NA | 薄片图像分析 | CNN | 图像 | 包含22个岩性类别的图像，具体数量未在摘要中明确说明 | PyTorch | ResNet, VGG, DenseNet, MobileNet, EfficientNet | NA | 使用CUDA加速的GPU，具体型号未在摘要中明确说明 |
| 647 | 2026-03-10 |
GaitDynamics: a generative foundation model for analyzing human walking and running
2026-Jan-05, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-025-01565-8
PMID:41491893
|
研究论文 | 本文介绍了GaitDynamics，一个用于分析人类行走和跑步的生成式基础模型，能够灵活处理输入输出并应用于临床场景 | 开发了基于大规模多样化步态数据训练的生成式基础模型，支持灵活输入输出，克服了现有模型数据量小、输出单一的限制 | 未明确说明模型在极端或病理步态条件下的泛化能力，以及计算资源需求的具体细节 | 通过深度学习模型分析人类步态动力学，以替代昂贵的实验室实验和物理模拟，促进人类移动能力 | 人类行走和跑步的步态模式，包括运动学和动力学数据 | 机器学习 | NA | 深度学习 | 生成式基础模型 | 运动学数据（如关节角度）、动力学数据（如地面反作用力） | 大规模多样化步态数据集（具体数量未在摘要中说明） | NA | NA | 准确性 | NA |
| 648 | 2026-03-09 |
Diagnostic accuracy of artificial intelligence models for temporomandibular joint anomalies on MRI: a systematic review and meta-analysis
2026-Jan-31, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-026-01525-6
PMID:41620618
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了人工智能模型在MRI上检测颞下颌关节异常的诊断准确性 | 首次对AI模型在颞下颌关节MRI异常检测中的诊断性能进行了全面的系统综述和荟萃分析，并识别了影响模型性能的因素 | 存在显著的异质性（I2 > 90%），外部验证有限，这限制了临床转化 | 系统评价和荟萃分析AI模型在MRI上检测颞下颌关节异常的诊断性能，并识别影响模型性能的因素 | 颞下颌关节异常 | 医学影像分析 | 颞下颌关节疾病 | 磁共振成像 | 深度学习, 机器学习 | MRI图像 | NA | NA | ResNet-18, Inception v3, EfficientNet-b4 | 准确率, 灵敏度, 特异性 | NA |
| 649 | 2026-03-09 |
Towards Automated Analysis of Gaze Behavior from Consumer VR Devices for Neurological Diagnosis
2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
DOI:10.1142/9789819824755_0016
PMID:41758144
|
研究论文 | 本研究探索了使用消费级VR设备采集的眼动追踪数据来支持神经退行性疾病诊断的可行性 | 利用消费级VR头显替代昂贵临床设备进行眼动追踪，实现大规模、低成本、远程的神经退行性疾病评估 | 消费级设备固有的噪声和较低精度可能影响数据质量 | 开发可扩展、自动化且易于获取的神经退行性疾病诊断工具 | 帕金森病等神经退行性疾病患者的眼动行为数据 | 机器学习 | 帕金森病 | 眼动追踪 | 深度学习嵌入 | 眼动数据 | NA | NA | NA | 分类性能 | NA |
| 650 | 2026-03-09 |
BioLM-NET: an interpretable deep learning model combining prior biological knowledge and contextual LLM gene embeddings on multi-omics data to predict disease
2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
DOI:10.1142/9789819824755_0047
PMID:41758175
|
研究论文 | 本文提出了一种结合先验生物学知识和上下文LLM基因嵌入的深度学习模型BioLM-NET，用于多组学数据预测疾病 | BioLM-NET首次融合了蛋白质-蛋白质相互作用(PPI)和蛋白质-DNA相互作用(PDI)先验知识，并引入基于注意力的通路层整合预训练大语言模型生成的上下文特异性基因嵌入 | 未明确说明模型的计算复杂度、训练时间或在小样本数据集上的泛化能力 | 开发一个可解释的深度学习模型，利用多组学数据和生物学先验知识预测疾病类型 | 结直肠癌单细胞数据、TCGA乳腺癌、胶质母细胞瘤、结肠癌数据以及ROSMAP阿尔茨海默病数据 | 机器学习 | 结直肠癌, 乳腺癌, 胶质母细胞瘤, 阿尔茨海默病 | 单细胞基因表达测序, DNA甲基化测序 | 深度学习, 注意力机制 | 基因表达数据, DNA甲基化数据 | scTrioseq2平台结直肠癌单细胞数据、TCGA-BRCA、TCGA-GBM、TCGA-COAD数据集及ROSMAP阿尔茨海默病数据 | NA | BioLM-NET, P-NET, PASNet, Dense neural network | 统计显著性 | NA |
| 651 | 2026-03-09 |
Deep Learning-based Classification of Patients with Postural Orthostatic Tachycardia Syndrome using Wearable ECG and Accelerometer Data
2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
DOI:10.1142/9789819824755_0050
PMID:41758178
|
研究论文 | 本研究利用可穿戴设备收集的ECG和加速度计数据，通过深度学习模型对体位性心动过速综合征患者进行分类 | 首次使用可穿戴设备在日常生活场景中连续收集生理数据，并基于深度学习模型对POTS患者进行分类，克服了传统临床测试的限制 | 样本量较小（66名患者和20名对照），未来需要在更大、更多样化的临床条件下进行验证 | 开发一种基于可穿戴设备和深度学习的POTS诊断辅助工具 | 体位性心动过速综合征患者和健康对照者 | 机器学习 | 心血管疾病 | 可穿戴设备数据采集（ECG和加速度计） | 深度学习模型 | ECG信号和加速度计数据 | 66名POTS患者和20名健康对照者 | NA | NA | NA | NA |
| 652 | 2026-03-09 |
Explainable AI for gait speed analysis from multimodal data fusion
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341067
PMID:41758888
|
研究论文 | 本研究提出了一种基于多模态数据融合和深度学习的步态速度分类框架，并利用层间相关性传播进行优化 | 提出了两种新颖的架构：混合CNN+LSTM和多流CNN，并应用LRP进行特征相关性评估以验证模型鲁棒性 | 研究仅基于50名无损伤成年人的公开数据集，样本规模有限且未涵盖临床患者群体 | 开发高精度且鲁棒的步态速度分析工具，用于医疗保健、康复和人机交互等领域 | 50名无损伤成年人在不同速度下的步行数据 | 机器学习 | NA | 全身运动捕捉、肌电图、测力板数据采集 | CNN, LSTM, TCN, Transformer, GRU | 多模态时序数据（运动、肌电、力学信号） | 50名成年人的多模态步态数据集 | NA | 混合CNN+LSTM, 多流CNN, Temporal Convolutional Networks, Transformer, Gated Recurrent Units | F1分数, ROC曲线, 混淆矩阵 | NA |
| 653 | 2026-03-09 |
Multi-omics signatures of chronic inflammation across immune-related disease states
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1753156
PMID:41766899
|
研究论文 | 本研究利用英国生物银行数据，通过多组学深度学习模型分析慢性炎症在多种免疫相关疾病中的特征，并评估其与长期死亡率的关联 | 首次在人群规模上整合系统性炎症、代谢和蛋白质组学信号，构建多组学深度学习模型，并通过堆叠元模型和竞争风险模型解码慢性疾病中的免疫代谢通讯模式 | 研究基于英国生物银行数据，可能受人群代表性限制；模型验证主要依赖体外实验，需进一步体内验证 | 解码慢性疾病状态下的免疫代谢通讯模式，并建立风险分层定量框架 | 英国生物银行参与者，分为健康对照组、癌症、自身免疫性疾病、感染性疾病、代谢性疾病及多重共病组 | 机器学习 | 慢性炎症相关疾病 | NMR代谢组学、Olink蛋白质组学、ELISA、流式细胞术、qPCR | 深度学习 | 临床数据、血液学指标、代谢组学数据、蛋白质组学数据 | 英国生物银行参与者（具体数量未在摘要中明确，但为大规模人群数据） | NA | 多组学深度学习模型（包括临床/炎症模型、+NMR模型、+Olink模型及三塔多组学模型） | 准确率、宏F1分数、多类AUC | NA |
| 654 | 2026-03-09 |
Hybrid lightweight vision transformers with attention mechanism for feature extraction and classification of product designs
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343510
PMID:41774737
|
研究论文 | 本研究提出了一种名为LeViT的混合轻量级视觉Transformer架构，用于产品包装设计的特征提取与分类 | 提出了一种结合卷积神经网络与视觉Transformer的混合架构，能够同时学习局部视觉细节和全局上下文特征，在保持计算效率的同时改进了特征表示 | 未在摘要中明确说明 | 解决传统深度学习模型在复杂视觉任务（如包装分类）中难以捕捉长距离关系和全局视觉上下文的问题 | 产品包装设计图像 | 计算机视觉 | NA | NA | CNN, Transformer | 图像 | 未在摘要中明确说明 | NA | LeViT, ResNet-50, RegNet, ConvNeXt | 分类准确率 | 未在摘要中明确说明 |
| 655 | 2026-03-09 |
Scalable and objective wound infection screening from clinical images using deep learning
2026, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2026.1772514
PMID:41778136
|
研究论文 | 本研究开发并评估了一种基于深度学习的框架，用于从临床伤口图像中自动检测伤口感染，旨在提高诊断一致性并支持公共卫生导向的伤口管理 | 首次将Swin Transformer架构应用于临床伤口图像进行感染检测，相比传统卷积神经网络表现出更优性能，并展示了在资源有限或非专科临床环境中的可扩展性和客观性 | 研究未明确提及数据集的多样性限制（如伤口类型、肤色或光照条件的变化），也未讨论模型在不同医疗设备或拍摄条件下的泛化能力 | 开发一种可扩展、客观的伤口感染筛查工具，以改善诊断一致性并支持公共卫生管理 | 临床伤口图像 | 计算机视觉 | 伤口感染 | 深度学习 | Swin Transformer, CNN | 图像 | 4000张多样化的临床伤口图像 | NA | Swin Transformer, 传统卷积神经网络 | 准确率, AUC, F1分数 | NA |
| 656 | 2026-03-09 |
Enhancing InceptionResNet to Diagnose COVID-19 from Medical Images
2026, Current medicinal chemistry
IF:3.5Q2
|
研究论文 | 本研究提出了一种改进的InceptionResNet模型（Enhanced InceptionResNet），用于从胸部X光图像中诊断COVID-19 | 改进了InceptionResNet模型，通过引入深度可分离卷积来增强特征提取效率并减少计算资源消耗 | 计算需求较高，且在区分正常与肺炎病例方面仍有提升空间 | 开发一种高效的深度学习模型，用于从医学图像中诊断COVID-19 | 胸部X光图像 | 计算机视觉 | COVID-19 | X光成像 | CNN | 图像 | 2600张X光图像 | NA | ResNet, InceptionResNet, Enhanced InceptionResNet | 准确率, 召回率, 精确率, F1分数, ROC-AUC, 损失值, 混淆矩阵分析 | NA |
| 657 | 2026-03-09 |
MLGT: A multimodal graph attention network for virtual screening of anti-Uveitis drugs
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343159
PMID:41785238
|
研究论文 | 本文提出了一种名为MLGT的多模态图注意力网络，用于抗葡萄膜炎药物的虚拟筛选 | 提出了一种基于GATv2的新型图注意力网络，首次在统一深度学习框架中协同整合分子图拓扑、键属性和物理化学描述符，并采用动态注意力机制捕获非局部原子相互作用以及双流融合模块结合图嵌入与分子描述符 | 未明确说明模型在其他疾病或更大规模数据集上的泛化能力，以及计算资源的具体需求 | 开发一种高效的计算工具，用于靶向葡萄膜炎药物的虚拟筛选，并为复杂疾病的精准药物发现建立可扩展的AI驱动范式 | 葡萄膜炎相关化合物 | 机器学习 | 葡萄膜炎 | 虚拟筛选 | 图注意力网络 | 分子图, 物理化学描述符 | 来自ChEMBL的严格策划的葡萄膜炎相关化合物数据集 | NA | GATv2 | 准确率, F1分数, 召回率, AUC-ROC | NA |
| 658 | 2026-03-09 |
Investigating the correlation between candidate teachers' acceptance of generative artificial intelligence and artificial intelligence literacy across various disciplines
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342853
PMID:41785261
|
研究论文 | 本研究采用解释性顺序混合方法，调查了不同学科准教师的生成式人工智能接受度与人工智能素养水平之间的相关性及其影响因素 | 首次在准教师群体中系统探讨生成式人工智能接受度与人工智能素养的跨学科比较，并整合定量与定性数据揭示影响因素 | 样本仅来自单一国家或地区的准教师，可能限制结果的普适性；自我报告数据可能存在偏差 | 探究准教师的生成式人工智能接受度与人工智能素养的关系及影响因素 | 723名准教师（定量）和48名准教师（定性） | 自然语言处理 | NA | 问卷调查、半结构化访谈 | NA | 问卷数据、访谈文本 | 723名准教师（定量）、48名准教师（定性） | NA | NA | NA | NA |
| 659 | 2026-03-09 |
Integrated microwave cavity perturbation sensor for nondestructive estimation of moisture content of grains: A case study on wheat and chickpea
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343435
PMID:41785294
|
研究论文 | 本研究提出了一种低成本、集成式微波腔微扰传感器，用于无损估计小麦和鹰嘴豆的水分含量 | 开发了一种不依赖昂贵矢量网络分析仪的自定义电路系统，并推导出与密度无关的水分含量函数M(Ψ) | 研究仅针对小麦和鹰嘴豆两种谷物进行验证，未涵盖其他谷物种类 | 开发一种用于谷物水分含量无损估计的快速、精确且经济有效的实时监测系统 | 小麦和鹰嘴豆谷物 | 机器学习 | NA | 微波腔微扰传感技术 | Bagging, k-NN, REPTree, 深度学习模型 | 介电特性指标数据 | 未明确说明具体样本数量 | NA | NA | 相关系数(R), 均方根误差(RMSE), 准确率 | NA |
| 660 | 2026-03-09 |
Hybridizing deep learning algorithms and geostatistical approaches for improved crop yield disaggregation
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344081
PMID:41790616
|
研究论文 | 本研究提出了一种结合深度学习模型与地理统计残差克里金法的多阶段混合框架，用于将村级作物产量统计数据分解到像素级 | 首次实证展示了利用天气和卫星波段数据组合进行村级到像素级产量分解的混合框架，通过残差克里金法纠正深度学习模型的空间偏差 | 研究仅针对印度哈里亚纳邦半干旱地区的小麦和芥菜作物进行案例研究，未涉及其他作物或气候区域 | 提高精细空间分辨率下的作物产量估计可靠性，以支持精准农业、粮食安全规划和保险计划 | 小麦和芥菜作物在印度哈里亚纳邦半干旱地区的产量数据 | 机器学习 | NA | 地理统计残差克里金法、卫星遥感（Sentinel-1和Sentinel-2波段数据） | 深度学习模型、随机森林 | 土壤数据、天气数据、卫星遥感图像 | NA | NA | NA | R2, RMSE, Moran's I | NA |