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 2188 篇文献，本页显示第 161 - 180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2026-03-22 |
Lipid Nanoparticle Database towards structure-function modeling and data-driven design for nucleic acid delivery
2026-01-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-68818-1
PMID:41605942
|
研究论文 | 本文介绍了脂质纳米颗粒数据库（LNPDB）的开发，旨在整合和标准化脂质纳米颗粒的结构与功能数据，以支持数据驱动的核酸递送设计 | 创建了首个统一的脂质纳米颗粒数据库，标准化了脂质纳米颗粒的特征化，并支持分子动力学模拟和深度学习模型预测 | NA | 解决脂质纳米颗粒领域数据分散和非标准化的问题，促进脂质纳米颗粒的建模和理性设计 | 脂质纳米颗粒（LNPs） | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 结构化数据 | 19,528个脂质纳米颗粒 | NA | NA | NA | NA |
| 162 | 2026-03-21 |
MorphMaskFormer: a transformer-based deep segmentation model for multi-class Demirjian stage estimation from panoramic radiographs
2026-Jan-29, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2026.01.012
PMID:41856821
|
研究论文 | 本研究提出了一种基于Transformer的深度学习分割模型MorphMaskFormer，用于从全景X光片中自动估计多类Demirjian牙龄发育阶段 | 在经典的UNet架构基础上，引入了受Mask2Former启发的轻量级Transformer注意力模块，实现了牙齿/背景的二元分割和A-H阶段的多类分割 | 研究样本量相对有限（888张全景X光片），且部分发育阶段（如B、C、E、F、G）的准确性未在摘要中详细说明 | 开发一种先进的深度学习模型，以提高法医和临床应用中牙龄估计的准确性和客观性 | 7至30岁个体的888张全景X光片及基于Demirjian A-H分期系统的牙齿发育阶段 | 计算机视觉 | NA | 全景X光成像 | CNN, Transformer | 图像 | 888张全景X光片 | NA | UNet, ResUNet, DeepLabV3+, PSPNet, SegNet, MorphMaskFormer | IoU, Dice系数, 精确率, 召回率, 推理时间, 组件准确率 | NA |
| 163 | 2026-03-21 |
Identification of neural crest and melanoma cancer cell invasion and migration genes using high-throughput screening and deep attention networks
2026-Jan, Developmental dynamics : an official publication of the American Association of Anatomists
IF:2.0Q3
DOI:10.1002/dvdy.70059
PMID:40637615
|
研究论文 | 本研究通过高通量siRNA筛选和深度学习分析，识别了神经嵴和黑色素瘤癌细胞侵袭与迁移的关键基因 | 结合高通量筛选与深度学习网络，从45个基因中精确定位影响黑色素瘤细胞迁移和侵袭的关键基因子集，并揭示了细胞间相互作用的显著变化 | 研究主要基于体外细胞系模型，体内功能分析和潜在协同作用需进一步探索 | 识别神经嵴和黑色素瘤癌细胞侵袭与迁移的关键基因 | 神经嵴细胞和c8161黑色素瘤细胞系 | 机器学习 | 黑色素瘤 | 高通量siRNA筛选，深度学习分析 | 深度学习注意力网络 | 细胞行为数据 | c8161黑色素瘤细胞系 | NA | 深度注意力网络 | NA | NA |
| 164 | 2026-03-21 |
Differentiating cytology of pancreatic ductal adenocarcinoma and pancreatic neuroendocrine tumors by EUS-FNA through hyperspectral imaging technology combined with artificial intelligence
2026, Therapeutic advances in gastroenterology
IF:3.9Q1
DOI:10.1177/17562848251414188
PMID:41541641
|
研究论文 | 本研究开发了一种基于高光谱成像技术和卷积神经网络的模型，用于辅助诊断胰腺导管腺癌和胰腺神经内分泌肿瘤的液基细胞学标本 | 首次将高光谱成像技术与深度学习结合，用于胰腺癌亚型的细胞学鉴别诊断，并利用属性引导因子可视化技术解释模型决策过程 | 样本量较小（仅59例患者），模型性能需在更大规模数据集中进一步验证 | 开发人工智能辅助诊断工具，提高胰腺癌亚型鉴别的准确性和效率 | 通过内镜超声引导细针穿刺获取的胰腺导管腺癌和胰腺神经内分泌肿瘤液基细胞学标本 | 数字病理学 | 胰腺癌 | 高光谱成像，内镜超声引导细针穿刺，液基细胞学 | CNN | 高光谱图像 | 59例患者的2014张高光谱图像 | PyTorch | 改进的ResNet18 | 灵敏度，特异度，准确率，AUC | NA |
| 165 | 2026-03-21 |
Lower Back Muscle Fatigue Recognition Based on the Fusion-Information of Multi-Channel sEMG and NIRS Simultaneous Recordings
2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2026.3672775
PMID:41811718
|
研究论文 | 本研究提出了一种基于多通道表面肌电信号和近红外光谱同步记录融合信息的下背部肌肉疲劳识别新框架 | 开发了集成60通道表面肌电电极和近红外光谱探针的混合生理传感器阵列，以及用于融合分析多模态信息的双流卷积混合注意力网络 | 未明确说明样本量、受试者特征及数据采集的具体环境条件 | 实现下背部肌肉疲劳的精确和细粒度识别，以预防腰痛和降低职业损伤风险 | 下背部肌肉疲劳状态 | 生物医学信号处理 | 肌肉骨骼疾病 | 表面肌电信号、近红外光谱 | 深度学习 | 多模态生理信号 | NA | NA | 双流卷积混合注意力网络 | 分类准确率 | NA |
| 166 | 2026-03-21 |
ABC-YOLO: Automated skin burn depth classification using YOLO architectures
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344042
PMID:41849304
|
研究论文 | 本研究对基于YOLO的深度学习架构进行对比分析，用于皮肤烧伤深度的自动分类 | 通过整合专有数据集与大型公共数据集，构建了一个稳健的多源数据集，并首次将最新的YOLOv11x-seg架构应用于皮肤烧伤深度分类，展示了其在临床决策支持中的潜力 | 研究主要基于图像数据，未涉及其他临床参数（如患者年龄、烧伤原因等）的整合分析 | 开发并评估用于皮肤烧伤深度自动分类的深度学习模型，以辅助临床治疗决策 | 皮肤烧伤图像 | 计算机视觉 | 皮肤烧伤 | 医学图像分析 | YOLO | 图像 | 358张来自Karadeniz Technical University Farabi Hospital的回顾性图像，结合Roboflow Universe和Kaggle的两个大型公共数据集 | NA | YOLOv8-seg, YOLOv11-seg (包含medium, large, extra-large不同架构尺寸) | 精确率, 召回率, F1分数, mAP@0.5 | NA |
| 167 | 2026-03-21 |
Artificial intelligence in Brazilian public health: potential, challenges, and ethical implications for the Brazilian Unified Health System
2026, Revista brasileira de epidemiologia = Brazilian journal of epidemiology
DOI:10.1590/1980-549720260006
PMID:41849541
|
综述 | 本文批判性地分析了人工智能在巴西公共卫生领域的潜力、挑战及伦理影响，重点关注其与统一卫生系统的整合 | 将人工智能核心概念与公共卫生的政治认识论反思相结合，在统一卫生系统背景下探讨机器学习、深度学习、自然语言处理和大语言模型的应用 | 这是一篇理论分析性论文，基于文献综述，未涉及实证研究或具体技术实施 | 分析人工智能融入巴西公共卫生的潜力、挑战及伦理影响，以统一卫生系统原则为指导 | 巴西统一卫生系统及公共卫生领域 | 自然语言处理 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 168 | 2026-03-21 |
Cross-dataset adaptation of voxel-level deep radiomics for predicting survival in inoperable locally advanced NSCLC treated with immunotherapy
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1787518
PMID:41853289
|
研究论文 | 本研究开发了一种结合体素级深度放射组学和知识迁移策略的预后框架，用于预测接受免疫治疗的不可手术局部晚期非小细胞肺癌患者的总生存期 | 提出了一种新颖的预后框架，通过整合预处理影像的体素级深度放射组学特征与跨数据集迁移学习策略，以解决免疫治疗数据集有限的问题，并利用Vision-Mamba深度学习模型进行双输入协同训练 | 研究依赖于手动勾画的肿瘤区域，可能引入人为偏差；且免疫治疗数据集规模有限，可能影响模型的泛化能力 | 开发一个能够准确预测不可手术局部晚期非小细胞肺癌患者在接受免疫治疗后总生存期的预后模型 | 526名不可手术局部晚期非小细胞肺癌患者，包括非免疫治疗数据集（RTOG 0617临床试验）和免疫治疗数据集 | 数字病理学 | 肺癌 | CT影像分析，深度放射组学 | 深度学习模型 | 医学影像（CT图像） | 526名患者 | NA | Vision-Mamba | 一致性指数（C-index），时间依赖性受试者工作特征曲线下面积，Kaplan-Meier生存分析，校准曲线，决策曲线分析 | NA |
| 169 | 2026-03-21 |
AI-powered mapping of tumor immunity for optimized mRNA vaccine engineering
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1766201
PMID:41853314
|
综述 | 本文综述了人工智能（AI）在优化mRNA癌症疫苗设计中的应用，包括新抗原预测、mRNA序列优化和递送系统建模 | 系统性地整合了机器学习与深度学习方法来增强新抗原预测的准确性，并利用AI优化mRNA序列和脂质纳米颗粒（LNP）配方，以克服肿瘤异质性和免疫逃逸机制 | 本文是一篇综述，未提出新的实验数据或模型，主要挑战在于如何将AI预测与实验验证有效结合，以及应对高度异质性肿瘤的复杂性 | 为开发具有更高免疫原性和疗效的个性化mRNA癌症疫苗提供AI驱动的计算框架和实用指南 | mRNA癌症疫苗的设计、优化与评估 | 生物信息学 | 癌症 | 机器学习，深度学习 | NA | 序列数据，结构数据 | NA | NA | NA | NA | NA |
| 170 | 2026-03-21 |
A hybrid deep learning and residual connection-based architecture for intrusion detection in autonomous vehicles
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0338079
PMID:41855218
|
研究论文 | 本文提出了一种基于混合深度学习和残差连接的架构，用于自动驾驶车辆中的入侵检测 | 提出了一种结合卷积层和LSTM层的混合深度学习模型，并引入残差连接以增强梯度流和训练稳定性，同时使用LIME技术提供模型决策的可解释性 | 仅评估了四种常见攻击类型（RPM欺骗、齿轮欺骗、模糊攻击和拒绝服务攻击），未涵盖所有可能的攻击场景 | 开发一种高效、可解释的入侵检测系统，以保护自动驾驶车辆免受网络攻击 | 自动驾驶车辆（CAVs）的控制器局域网（CAN）总线消息 | 机器学习 | NA | 深度学习 | CNN, LSTM | 网络消息数据（CAN总线消息） | NA | NA | 混合CNN-LSTM架构（含残差连接） | 准确率 | NA |
| 171 | 2026-03-21 |
Effects of similarity networks in graph-based multi-omics classification
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0344754
PMID:41855231
|
研究论文 | 本文系统评估了六种相似性网络构建策略在基于图的多组学疾病分类中的效果 | 首次系统比较了包括余弦相似性、余弦距离、RBF度量及混合方法在内的多种相似性网络构建策略，并发现简单余弦相似性在性能上优于更复杂技术 | 研究仅基于两个基准数据集（BRCA和ROSMAP），可能未涵盖所有疾病类型或数据特性 | 评估不同相似性网络构建策略对多组学疾病分类性能的影响 | 乳腺癌（BRCA）和阿尔茨海默病（ROSMAP）的多组学数据 | 机器学习 | 乳腺癌, 阿尔茨海默病 | 多组学整合 | GCN, VCDN | 多组学数据 | NA | NA | 图卷积网络, 视图相关发现网络 | 准确率, F1分数, AUC | NA |
| 172 | 2026-03-19 |
Explainable Artificial Intelligence for the Mayo Endoscopic Score in Ulcerative Colitis
2026-Jan-22, Digestion
IF:3.0Q2
DOI:10.1159/000550610
PMID:41569974
|
研究论文 | 本研究开发了一种用于溃疡性结肠炎Mayo内镜评分的可解释人工智能模型，并评估了其与内镜医师的交互效果 | 首次将可解释AI框架应用于溃疡性结肠炎内镜评分，通过Grad-CAM等技术实现模型决策过程的可视化解释 | 回顾性研究设计，样本主要来自中国医疗机构，可能存在选择偏倚 | 开发可解释的AI模型用于溃疡性结肠炎内镜严重程度评估 | 溃疡性结肠炎患者的白光内镜图像 | 计算机视觉 | 溃疡性结肠炎 | 白光内镜成像 | 深度学习模型 | 图像 | 训练集2600张图像，三个外部测试集共460张图像 | TensorFlow, Keras | Xception | 准确率, 马修斯相关系数, 科恩卡帕系数 | NA |
| 173 | 2026-03-19 |
Deep learning-based deflection angle regression network for measurement of the atmospheric refractive index structure constant
2026-Jan-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.580700
PMID:41842078
|
研究论文 | 本文提出了一种基于偏转角回归网络（DARN）的深度学习方法，用于测量大气折射率结构常数 | 通过深度学习模型直接回归偏转角，相比传统方法显著降低了测量误差（相对误差从约2.1%降至约0.3%） | NA | 测量大气折射率结构常数以研究大气湍流 | 大气湍流场 | 计算机视觉 | NA | 莫尔偏折法 | 深度学习回归网络 | 图像（莫尔条纹） | 3600帧莫尔条纹图像及对应的偏转角标签数据 | NA | 偏转角回归网络（DARN） | 相对误差 | NA |
| 174 | 2026-03-19 |
High-precision structured light 3D reconstruction of highly reflective objects using deep learning
2026-Jan-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.580080
PMID:41842094
|
研究论文 | 本研究提出了一种基于深度学习的方法，用于高精度结构光三维重建，特别针对高反光物体，通过图像增强和修复网络解决镜面反射导致的图像失真问题 | 结合图像增强网络和图像修复网络，并构建了专门针对高反光物体的真实条纹图案数据集，有效提升了三维重建的完整性和质量 | NA | 解决高反光物体在结构光三维重建中因镜面反射导致的图像失真和重建失败问题 | 高反光物体的三维重建 | 计算机视觉 | NA | 结构光技术，结合相移法和格雷码 | 深度学习网络 | 图像 | NA | NA | 图像增强网络，图像修复网络 | NA | NA |
| 175 | 2026-03-19 |
Hybrid high-precision autofocus method based on deep learning and variable-step hill-climbing
2026-Jan-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.580508
PMID:41842096
|
研究论文 | 提出了一种结合改进深度学习网络与变步长爬山策略的混合高精度自动对焦算法，以解决传统方法在复杂光照和场景下的局部最优和耗时问题 | 将卷积块注意力模块和高效通道注意力机制集成到ShuffleNetV2中，增强多级特征提取，并使用三层全连接结构直接回归离焦距离，结合变步长局部搜索实现高精度定位 | 未明确说明算法在极端光照或动态场景下的泛化能力，以及深度学习模型的计算资源需求 | 开发一种高效、高精度的自动对焦算法，适用于复杂成像场景 | 图像对焦过程中的镜头位置优化 | 计算机视觉 | NA | 自动对焦算法 | CNN | 图像 | NA | NA | ShuffleNetV2 | 平均对焦误差, 处理时间, 平均对焦误差的标准差 | NA |
| 176 | 2026-03-19 |
Rapid on-demand design of a tri-band electromagnetically induced transparency terahertz metamaterial antibiotic sensor assisted by deep learning
2026-Jan-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.580585
PMID:41842104
|
研究论文 | 本文提出了一种基于多模耦合的三频电磁诱导透明太赫兹超材料抗生素传感器，并利用深度学习辅助进行快速逆向设计 | 结合多模耦合结构实现三频EIT-like响应，并引入一维并行CNN架构进行高效逆向设计，显著提升了传感器设计速度和精度 | 未明确提及传感器在实际复杂环境中的稳定性测试或大规模制造可行性 | 开发一种能够特异性检测多种抗生素的太赫兹超材料传感器，并实现其快速逆向设计 | 金霉素、四环素和青霉素钠三种抗生素 | 机器学习 | NA | 太赫兹光谱、电磁诱导透明（EIT-like）超材料 | CNN | 光谱数据、结构参数 | NA | NA | 一维并行卷积神经网络 | 均方误差（MSE） | NA |
| 177 | 2026-03-19 |
Mirror substrate-enhanced and physics-informed deep-learning-assisted label-free super-resolution dark-field optical microscopy
2026-Jan-10, Applied optics
IF:1.7Q3
DOI:10.1364/AO.579214
PMID:41842425
|
研究论文 | 本文提出了一种结合镜面基底增强和物理信息深度学习的无标记超分辨率暗场光学显微镜成像方法 | 通过使用银涂层玻璃载玻片（镜面基底）增强纳米颗粒散射信号，并开发物理信息约束卷积神经网络，实现无需荧光标记或光学系统修改的超分辨率成像 | 仅使用有限数据集进行训练，且实验对象为聚苯乙烯纳米颗粒簇，未在复杂生物样本上验证 | 开发一种无标记、高对比度的超分辨率暗场光学显微镜成像技术 | 聚苯乙烯纳米颗粒簇 | 计算机视觉 | NA | 暗场光学显微镜 | CNN | 图像 | 100纳米直径聚苯乙烯纳米颗粒簇样本 | NA | 物理信息约束卷积神经网络 | 结构相似性指数 | NA |
| 178 | 2026-01-09 |
LungGANDetectAI: a GAN-augmented and attention-guided deep learning framework for accurate and explainable lung cancer detection
2026-Jan-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34750-5
PMID:41501145
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 179 | 2026-03-19 |
Assessing the applicability of the soil and water assessment tool-deep learning hybrid model for predicting total nitrogen loads in a mixed agricultural watershed
2026-01, Journal of contaminant hydrology
IF:3.5Q2
DOI:10.1016/j.jconhyd.2025.104737
PMID:41037965
|
研究论文 | 本研究提出并评估了SWAT与深度学习混合模型，用于预测混合农业流域的总氮负荷 | 首次将未经校准的SWAT输出与深度学习模型（LSTM和GRU）结合，构建混合模型，以绕过传统耗时的校准过程，并在上游子流域实现有效泛化 | 研究仅针对特定混合农业流域的总氮负荷进行，模型在其他流域或污染物类型的适用性尚未验证 | 评估SWAT-深度学习混合模型在预测流域总氮负荷方面的适用性与性能，旨在减少校准需求并提高计算效率 | 混合农业流域的总氮负荷 | 机器学习 | NA | 水文与水质模拟，深度学习建模 | LSTM, GRU | 模拟数据，降水数据 | NA | NA | LSTM, GRU | NA | NA |
| 180 | 2026-03-19 |
Deep Learning in Otolaryngology: A Narrative Review
2026-01-01, JAMA otolaryngology-- head & neck surgery
DOI:10.1001/jamaoto.2025.3911
PMID:41231484
|
综述 | 本文是一篇关于深度学习在耳鼻喉科领域应用的叙事性综述，总结了2020年至2025年间的研究进展 | 提出了一个将深度学习整合到耳鼻喉科临床实践的框架，并强调了联邦学习和可解释性等新兴框架在促进隐私保护和临床信任方面的作用 | 作为叙事性综述，可能未涵盖所有相关研究；深度学习模型在临床广泛采用仍需多机构数据集、标准化采集协议和透明可解释的模型 | 综述深度学习在耳鼻喉科的应用，并为其临床整合提出框架 | 耳鼻喉科领域的医学图像（如频闪喉镜检查）和生理信号（如人工耳蜗优化） | 数字病理学 | NA | 深度学习 | NA | 图像, 生理信号 | 分析了327项原始研究（从1422篇文章中筛选） | NA | NA | 诊断性能（如92%的鼻咽癌识别准确率, 86%的喉部恶性肿瘤识别准确率, >95%的耳科病理识别准确率） | NA |