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 1920 篇文献，本页显示第 981 - 1000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 981 | 2026-01-24 |
Update Disturbance-Resilient Analog ReRAM Crossbar Arrays for In-Memory Deep Learning Accelerators
2026-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202504578
PMID:40956570
|
研究论文 | 本研究提出了一种抗更新干扰的模拟ReRAM交叉阵列，用于内存深度学习加速器，旨在解决并行权重更新过程中的关键挑战 | 开发了一种基于350纳米硅技术的ReRAM器件，具有快速非易失性模拟切换和出色的抗更新干扰能力，能承受超过10万次脉冲，并通过COMSOL模拟分析了其干扰容忍机制 | 研究仍处于早期阶段，未提及大规模实际应用验证或与其他加速器技术的比较 | 加速内存训练算法，实现更可持续和节能的AI硬件 | 模拟ReRAM交叉阵列及其在内存深度学习加速器中的应用 | 机器学习 | NA | COMSOL Multiphysics模拟，硅技术制造 | NA | 模拟电信号数据 | NA | NA | NA | 抗干扰脉冲次数（超过100k），切换速度（60 ns） | COMSOL Multiphysics模拟软件 |
| 982 | 2026-01-24 |
Deep learning powered breast ultrasound to improve characterization of breast masses: a prospective study
2026-Jan, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851251377927
PMID:40997147
|
研究论文 | 本研究评估了深度学习工具S-Detect在提高乳腺超声诊断准确性、标准化评估以及减少不必要活检方面的潜力 | 首次前瞻性评估深度学习工具S-Detect在真实临床环境中对不同经验水平放射科医生诊断性能的影响，并量化了其减少不必要活检的能力 | 研究样本量相对有限（230个乳腺肿块），且仅评估了单一深度学习工具，未与其他AI模型进行比较 | 评估深度学习工具S-Detect在增强乳腺超声诊断精度和标准化放射科医生评估方面的效果 | 216名患者的230个乳腺肿块 | 数字病理学 | 乳腺癌 | 超声成像 | 深度学习 | 图像 | 230个乳腺肿块（来自216名患者） | NA | S-Detect | 特异性, 阳性预测值, 阴性预测值, 准确率, 敏感性, AUC, Kappa一致性系数 | NA |
| 983 | 2026-01-24 |
Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data
2026-Jan, Pharmacotherapy
IF:2.9Q2
DOI:10.1002/phar.70062
PMID:41025800
|
研究论文 | 本研究开发了一个名为Nephrocast-V的深度学习模型，利用电子健康记录数据预测危重患者的万古霉素谷浓度，并提前两天提供剂量调整建议 | 结合了长短期记忆网络和多头注意力层，并引入跳跃连接以在模型最终层整合历史剂量信息，用于提前预测万古霉素谷浓度 | 研究数据来源于单一医疗中心的ICU患者，可能限制了模型的泛化能力 | 通过深度学习模型预测万古霉素谷浓度，以支持危重患者的个体化治疗药物监测和剂量优化 | 危重患者（入住ICU的成人）的万古霉素治疗数据 | 机器学习 | 细菌感染（如耐甲氧西林金黄色葡萄球菌感染） | 电子健康记录数据分析 | LSTM, Multi-Head Attention | 电子健康记录数据（包括人口统计学、合并症、生命体征、实验室测量、药物和万古霉素剂量信息） | 2205次符合资格的医疗接触（患者入住ICU的记录） | NA | 结合LSTM和Multi-Head Attention层的定制架构 | 平均绝对误差, 均方根误差 | NA |
| 984 | 2026-01-24 |
A Biologically Informed Vision-Guided Framework for Interpretable T Cell Receptor-Epitope Binding Prediction
2026-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202512544
PMID:41199631
|
研究论文 | 提出了一种名为DAISY的生物信息学引导视觉框架，用于可解释的T细胞受体-表位结合预测 | 通过生物启发的条件自适应融合模块整合分层物理化学特征，联合建模残基级空间相互作用和全局生化背景，显著提升了在未见表位场景下的泛化能力 | 未明确说明模型在更广泛抗原多样性或不同MHC等位基因下的性能限制 | 开发一个稳健且可解释的深度学习框架，以准确预测T细胞受体与抗原表位之间的结合 | T细胞受体（TCR）与主要组织相容性复合体（MHC）分子呈递的抗原表位之间的相互作用 | 机器学习 | 癌症 | 深度学习 | 深度学习框架 | 序列数据（TCR和表位序列） | NA | NA | 条件自适应融合模块 | ROC-AUC, PR-AUC | NA |
| 985 | 2026-01-24 |
The value of low-energy images combined with deep learning image reconstruction to improve image quality, reduce radiation and contrast doses in dual-energy computed tomography (CT) portal venography in cirrhotic patients
2026-Jan, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107139
PMID:41297158
|
研究论文 | 本研究探讨了在肝硬化患者的双能计算机断层扫描门静脉成像中，结合低能量图像与深度学习图像重建技术以改善图像质量、降低辐射和造影剂剂量的可行性 | 首次将低能量图像与深度学习图像重建技术结合应用于双能CT门静脉成像，实现了辐射剂量降低48%和造影剂剂量降低32%的同时提升图像质量 | 样本量较小（仅60例患者），且仅针对肝硬化患者，未涉及其他肝脏疾病或健康对照组 | 评估低能量图像结合深度学习图像重建在双能CT门静脉成像中改善图像质量并降低辐射和造影剂剂量的效果 | 肝硬化患者 | 数字病理学 | 肝硬化 | 双能计算机断层扫描，深度学习图像重建 | 深度学习图像重建 | 医学影像 | 60例肝硬化患者 | NA | 深度学习图像重建-H | 对比噪声比，信噪比，主观图像质量评分 | NA |
| 986 | 2026-01-24 |
Exploring the Impact of an Artificial Intelligence-Based Intraoperative Image Navigation System in Laparoscopic Surgery on Clinical Outcomes: A Protocol for a Multicenter Randomized Controlled Trial
2026, European surgical research. Europaische chirurgische Forschung. Recherches chirurgicales europeennes
DOI:10.1159/000549894
PMID:41452791
|
研究论文 | 本研究是一项多中心随机对照试验协议，旨在评估基于深度学习的术中图像导航系统在腹腔镜结直肠手术中对临床结果的影响 | 首次通过随机对照试验设计，系统评估AI实时图像导航系统在腹腔镜手术中识别输尿管和自主神经的临床效果 | 研究仅针对腹腔镜左侧结直肠切除术，且样本来自特定高容量中心，可能限制结果的普遍适用性 | 评估AI术中导航系统在腹腔镜手术中的临床有效性和安全性 | 计划接受腹腔镜左侧结直肠切除术的18至80岁患者 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN | 图像 | 来自日本三个高容量中心的患者，具体数量未在摘要中明确 | NA | NA | 手术时间、术中并发症、术后并发症、器官识别时间 | NA |
| 987 | 2026-01-24 |
Multiview deep-learning-enabled histopathology for prognostic and therapeutic stratification in stage II colorectal cancer: A retrospective multicenter study
2026-Jan, PLoS medicine
IF:10.5Q1
DOI:10.1371/journal.pmed.1004614
PMID:41532433
|
研究论文 | 本研究开发并验证了名为SurvFinder的可解释深度学习框架，用于从结直肠癌II期患者的H&E染色全切片图像中提取组织生物标志物，以进行预后和治疗分层 | 首次提出多视角深度学习框架SurvFinder，能够自主识别三级淋巴结构（TLS）作为关键预后特征，并利用可解释AI方法确保模型透明度，超越了传统临床预后参数 | 研究为回顾性设计，缺乏前瞻性验证和真实世界临床部署 | 利用深度学习从全切片图像中提取可解释的组织生物标志物，以支持结直肠癌II期患者的个体化风险分层并探索与治疗结果的关联 | 结直肠癌II期患者 | 数字病理学 | 结直肠癌 | H&E染色 | 深度学习 | 图像 | 来自1,604名患者的6,950张H&E切片，涵盖中国四个独立队列 | NA | SurvFinder | AUROC, 风险比 | NA |
| 988 | 2026-01-24 |
Deep learning detection and classification of fungal and non-fungal calcifications on paranasal sinus CT imaging
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0340832
PMID:41557658
|
研究论文 | 本研究开发并评估了一种用于在鼻窦CT影像上检测和分类窦内钙化的深度学习算法，以诊断真菌性鼻窦炎并区分真菌性与非真菌性鼻窦炎 | 开发了一个结合3D U-Net、YOLO v5和CNN的深度学习框架，用于自动分割鼻窦区域、检测钙化并精细分类钙化模式，以辅助真菌性鼻窦炎的诊断 | 数据集主要来自单一机构，尽管补充了时间和地理外部测试集，但样本量相对有限（277例），可能影响模型的泛化能力 | 开发一个深度学习算法，用于在鼻窦CT影像上自动检测和分类窦内钙化，以辅助诊断真菌性鼻窦炎 | 鼻窦CT影像中的窦内钙化 | 计算机视觉 | 鼻窦炎 | CT成像 | CNN | 图像 | 277例鼻窦CT病例，来自韩国高丽大学九老医院，并补充了时间和地理外部测试集 | NA | 3D U-Net, YOLO v5, CNN | Dice相似系数, 精确率, 召回率, F1分数, 准确率 | NA |
| 989 | 2026-01-24 |
Deep learning-based no-reference image quality assessment framework for Cryptosporidium spp. and Giardia spp
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341160
PMID:41557673
|
研究论文 | 本文提出了一种基于深度学习的无参考图像质量评估框架PRIQA，专门用于评估隐孢子虫和贾第鞭毛虫的显微镜图像质量 | 首次针对寄生虫显微镜图像开发了基于深度学习的无参考图像质量评估模型，并利用小数据集训练，在寄生虫图像质量评估领域填补了空白 | 模型训练基于小规模寄生虫图像数据集，可能限制了其泛化能力 | 开发一种专门用于寄生虫显微镜图像的无参考图像质量评估工具，以支持自动化检测系统中的质量控制 | 隐孢子虫和贾第鞭毛虫的显微镜图像 | 计算机视觉 | 寄生虫感染 | 显微镜成像 | CNN | 图像 | 小规模寄生虫图像数据集（具体数量未说明） | NA | ResNet-101 | 与平均意见得分（MOS）的回归映射比较 | NA |
| 990 | 2026-01-24 |
Improving micromorphological analysis with CNN-based segmentation of flint/obsidian, bone and charcoal
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0340353
PMID:41557713
|
研究论文 | 本文开发了一种基于深度学习的工具，用于自动分割考古微形态学中常见的三种材料：骨骼、木炭和细粒石屑（燧石和黑曜石） | 首次将U-Net与InceptionV4编码器结合用于考古微形态学材料分割，提高了分割的客观性和准确性 | 仅针对三种特定材料进行分割，样本量较小（57个薄片），可能无法泛化到其他考古材料 | 提高考古微形态学中材料量化与识别的客观性和准确性 | 考古微形态学中的骨骼、木炭和细粒石屑（燧石和黑曜石）材料 | 计算机视觉 | NA | 高分辨率偏光显微摄影 | CNN | 图像 | 57个薄片的高分辨率偏光显微图像 | NA | U-Net, InceptionV4 | 平均交并比（IoU）, 平衡准确率 | NA |
| 991 | 2026-01-24 |
Federated TriNet-AQ: Explainable english proficiency classification in augmented and virtual reality learning
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329304
PMID:41557737
|
研究论文 | 本文提出了一种名为TriNet-AQ的联邦可解释深度学习架构，用于在AR/VR平台中分类英语能力 | 结合量子正弦编码、三轴注意力融合和量子调制集成，通过联邦学习实现去中心化训练，提升隐私保护和模型可解释性 | 在新数据上准确率下降3.5%，可能存在泛化能力限制 | 在增强和虚拟现实学习环境中进行英语能力分类 | AR/VR平台中的学习者 | 自然语言处理 | NA | 量子正弦编码, 三轴注意力融合, 量子调制集成 | 深度学习 | 多模态输入 | NA | NA | TriNet-AQ | 准确率, AUC, EPES | NA |
| 992 | 2026-01-24 |
A DNN-Based Weighted Partial Likelihood for Partially Linear Subdistribution Hazard Model
2026-Jan, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.70397
PMID:41569618
|
研究论文 | 本文提出了一种基于深度神经网络的加权部分似然方法，用于部分线性次分布风险模型，以处理竞争风险数据 | 将深度学习方法扩展到竞争风险领域，提出了深度部分线性次分布风险模型，并开发了针对竞争风险数据的时间依赖性AUC评估方法 | 未明确说明模型在极端数据分布或高维特征下的性能限制 | 开发一种结合深度学习和部分线性结构的模型，以改进竞争风险生存分析中的估计和预测性能 | 竞争风险生存数据 | 机器学习 | NA | 深度神经网络 | DNN | 生存数据 | NA | NA | 深度部分线性次分布风险模型 | 时间依赖性AUC | NA |
| 993 | 2026-01-24 |
Deep learning applied to standard radiographs improves detection of implant loosening in total knee arthroplasty: A proof-of-concept study
2026-Jan, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70611
PMID:41560964
|
研究论文 | 本研究开发了一种基于深度学习的工具，利用二维X光片检测全膝关节置换术中的植入物松动 | 首次应用深度学习算法于标准X光片，以检测全膝关节置换术中的植入物松动，并在概念验证中显示出优于常规放射学评估的性能 | 数据集有限，仅为概念验证研究，需要更大规模的数据集进行验证和优化 | 开发一种深度学习工具，用于检测全膝关节置换术中的植入物松动，以提高诊断准确性和效率 | 全膝关节置换术后的植入物松动情况 | 计算机视觉 | 骨科疾病 | X光成像 | CNN | 图像 | 307组X光片（包括159例松动和148例固定植入物） | TensorFlow, Keras | InceptionV3 | 灵敏度, 特异性, 准确率, AUC | NA |
| 994 | 2026-01-24 |
Detection of return of spontaneous circulation during cardiopulmonary resuscitation using continuous carotid artery Doppler blood flow monitored by AI in an animal model
2026-Jan, Resuscitation plus
IF:2.1Q2
DOI:10.1016/j.resplu.2025.101207
PMID:41561320
|
研究论文 | 本研究开发了一种基于AI的连续颈动脉多普勒血流监测系统，用于在心肺复苏期间自动检测自主循环恢复 | 首次将深度学习技术应用于连续颈动脉多普勒血流信号分析，实现ROSC的自动实时检测，并采用可解释AI方法增强模型透明度 | 研究仅在猪模型中进行，样本量有限（9头猪），未在人类临床环境中验证 | 开发一种自动实时检测心肺复苏期间自主循环恢复的方法 | 猪模型中的颈动脉血流速度信号 | 数字病理学 | 心血管疾病 | 连续颈动脉多普勒超声监测 | 人工神经网络 | 频谱信号 | 9头猪，共7750个心搏周期（实验1:2610个，实验2:5140个） | NA | NA | 灵敏度, 特异度, 阳性预测值, 阴性预测值 | NA |
| 995 | 2026-01-24 |
Age-stratified analysis of descending aorta diameter in traumatic massive hemorrhage: a machine learning approach
2026, Trauma surgery & acute care open
IF:2.1Q2
DOI:10.1136/tsaco-2024-001646
PMID:41561395
|
研究论文 | 本研究通过机器学习方法分析创伤性大出血患者降主动脉直径的年龄分层差异 | 首次在创伤性大出血患者中，基于年龄分层使用随机森林模型识别降主动脉直径的关键预测因子，并揭示年龄组间影响因素的动态变化 | 回顾性单中心研究，样本量有限（243例），外部验证缺乏，可能影响结果的普适性 | 识别不同年龄组创伤性大出血患者降主动脉直径的显著预测因子，以改进主动脉直径评估和管理 | 243例创伤性大出血患者，分为18-60岁年轻组（152例）和61-91岁老年组（91例） | 医学影像分析 | 创伤性大出血 | CT影像分析 | 随机森林, 深度学习 | CT图像, 临床数据 | 243例患者 | NA | Shallow Attention Network | 均方根误差 | NA |
| 996 | 2026-01-24 |
Automated ECG Report as a Factor in the Clinical Decision Pathway for Acute Chest Pain in the Emergency Department
2026-Jan, Cureus
DOI:10.7759/cureus.101785
PMID:41561657
|
研究论文 | 本研究旨在通过结合自动化心电图算法与先进机器学习技术，提升急诊科内心电图报告的自动分类能力，以加速急性胸痛患者的临床决策流程 | 创新性地将传统Glasgow算法与大型语言模型GPT-4结合，构建混合模型对非结构化自动心电图报告进行临床相关结局分类 | 新发心律失常的分类性能较低（F1分数仅0.45），且研究基于单中心回顾性数据，样本量有限 | 通过自然语言处理技术增强传统方法，加速急性胸痛患者的心电图导向管理 | 急性胸痛患者的心电图报告 | 自然语言处理 | 心血管疾病 | 心电图分析 | 混合模型（传统算法+LLM） | 文本（心电图报告） | 860份来自急性胸痛患者的心电图 | NA | Glasgow算法, GPT-4 | F1分数, AUC, 准确率 | NA |
| 997 | 2026-01-24 |
ATR-FTIR Spectroscopy and Deep Learning for Chemometric Analysis and Geographical Classification of Red Wines
2026-Jan, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.70872
PMID:41574426
|
研究论文 | 本研究结合衰减全反射傅里叶变换红外光谱和新型残差复合卷积神经网络，用于红葡萄酒的地理来源鉴别 | 提出了一种新型的残差复合卷积神经网络模型，并集成了竞争性自适应重加权采样和决策树池化等先进的预处理与特征优化技术 | 模型性能对酒精和糖含量的变化较为敏感，尽管在典型范围内变化时影响有限 | 解决红葡萄酒地理来源认证的关键挑战 | 来自中国新疆和河北地区的红葡萄酒样本 | 机器学习 | NA | 衰减全反射傅里叶变换红外光谱 | CNN | 光谱数据 | 200个红葡萄酒样本 | NA | Res-MCNN | 准确率, 灵敏度, 特异性, AUC | NA |
| 998 | 2026-01-24 |
Advanced Imaging Techniques for the Detection and Follow-up of Brain Metastases
2026 Jan-Feb 01, Cancer journal (Sudbury, Mass.)
DOI:10.1097/PPO.0000000000000805
PMID:41574989
|
综述 | 本文综述了脑转移瘤检测与随访中先进成像技术（如高级MRI和PET）及人工智能模型的应用与局限性 | 总结了高级MRI技术（如灌注MRI、扩散加权MRI、MR光谱学和CEST）及氨基酸示踪剂PET在区分治疗相关效应与肿瘤进展中的高诊断准确性，并探讨了人工智能模型（包括放射组学和深度学习方法）在提升诊断性能和简化工作流程方面的潜力 | 人工智能模型的临床效用受到研究间异质性大、缺乏标准化以及大规模外部验证不足的限制 | 综述脑转移瘤诊断和反应评估中先进成像技术的最新文献 | 脑转移瘤患者 | 数字病理学 | 脑转移瘤 | 对比增强MRI、灌注MRI、扩散加权MRI、MR光谱学、化学交换饱和转移（CEST）、PET（使用氨基酸示踪剂） | 深度学习 | 图像 | NA | NA | NA | 诊断准确性 | NA |
| 999 | 2026-01-23 |
The role of fibration symmetries in geometric deep learning
2026-Jan-27, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2416552123
PMID:41564124
|
研究论文 | 本文提出将几何深度学习（GDL）扩展至局部对称性，特别是纤维化对称性，以增强图神经网络（GNNs）的表达能力和计算效率 | 放松GDL限制，引入局部对称性（纤维化对称性），推导出GNNs表达能力的更紧上界，并通过识别网络对称性压缩节点以提高计算效率 | 当前GDL公式仅限于全局对称性，新方法虽扩展至局部对称性，但实际应用效果需进一步验证 | 扩展几何深度学习框架，引入局部对称性以改进图神经网络的表达能力和效率 | 图神经网络（GNNs）、几何深度学习（GDL）框架 | 机器学习 | NA | NA | GNN | 图数据 | NA | NA | NA | NA | NA |
| 1000 | 2026-01-23 |
[Precision surgical treatment for middle and low rectal cancer in the era of artificial intelligence]
2026-Jan-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery
|
综述 | 本文探讨了人工智能技术在结直肠癌诊疗中的应用，特别是在中低位直肠癌精准手术治疗中的作用 | 通过深度学习算法分析CT和MRI等影像数据，为手术规划提供定量支持，并结合增强现实技术实现术中实时肿瘤定位和解剖平面可视化 | NA | 推动中低位直肠癌手术治疗向个体化和精准化范式发展 | 中低位直肠癌患者 | 数字病理 | 结直肠癌 | 深度学习, 增强现实 | 深度学习模型 | 影像数据 | NA | NA | NA | NA | NA |