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 12100 篇文献，本页显示第 8721 - 8740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8721 | 2026-03-24 |
Artificial neural networks fighting real neural decline: a systematic review of AI in Alzheimer's research
2026, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11484-4
PMID:41867506
|
系统综述 | 本文对2010年至2024年间关于人工智能在阿尔茨海默病研究中应用的156项同行评审研究进行了系统性回顾，并提出了一个新颖的分层框架来组织该领域 | 提出了一个新颖的分层框架，将AI应用分为早期检测、疾病进展建模、治疗发现和现实世界整合四个领域，并应用ARIMA预测模型来预测至2030年的研究轨迹 | 识别了模型泛化能力有限、伦理问题以及临床实施探索不足等持续存在的挑战 | 系统性回顾人工智能在阿尔茨海默病研究中的应用，并预测未来研究方向 | 2010年至2024年间发表的156项关于AI在阿尔茨海默病研究中应用的同行评审研究 | 机器学习 | 阿尔茨海默病 | NA | 深度学习, 生成模型, Transformer | 神经影像, 遗传学数据, 生物标志物, 临床数据 | NA | NA | Transformer | 准确性 | NA |
| 8722 | 2026-03-24 |
Deep learning-based classification of student GPA integrating psychological and family factors in the post-pandemic era
2026, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2026.1696610
PMID:41867970
|
研究论文 | 本研究开发了一个基于深度学习的GPA分类框架，整合了家庭背景和心理评估指标，以提升后疫情时代大学生学业成绩预测的准确性 | 引入了轻量级特征门控机制以改进高维异构数据中的特征选择，并首次将TabTransformer等深度学习模型应用于结合家庭和心理因素的学生GPA分类任务 | 研究样本仅来自一所中国大学，可能限制结果的普适性；未考虑课程难度、学习环境等其他潜在影响因素 | 开发一个深度学习框架，通过整合家庭背景和心理评估因素来分类学生GPA，以支持学业风险识别并指导针对性的学业援助和心理干预 | 来自一所中国大学的1,692名本科生 | 机器学习 | NA | SCL-90心理评估 | TabTransformer, DCNv2, AutoInt, MLP-ResNet | 表格数据 | 1,692名本科生 | NA | TabTransformer, DCNv2, AutoInt, MLP-ResNet | 准确率, AUC | NA |
| 8723 | 2026-03-24 |
Enhancing deep learning in AI-enhanced education: a dual mediation model of cognitive load and learning motivation through interaction quality
2026, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2026.1768822
PMID:41867972
|
研究论文 | 本研究构建并验证了一个双中介模型，探讨了人工智能教育系统中的交互质量如何通过降低认知负荷和增强学习动机来促进深度学习结果 | 首次将认知负荷理论与自我决定理论相结合，提出了交互质量通过认知负荷与学习动机的双重中介作用影响深度学习的理论框架，并提供了实证证据 | 研究样本仅限于大学教师，未涵盖学生群体；采用横断面调查数据，无法确定因果关系；未考虑不同学科背景的调节作用 | 探究人工智能教育系统中交互质量影响深度学习结果的心理机制，为优化AI教育系统设计提供理论依据 | 使用AI学习平台的570名大学教师 | 教育技术 | NA | 问卷调查，协方差结构方程模型 | 结构方程模型 | 调查数据 | 570名大学教师 | CB-SEM | 双中介结构方程模型 | 模型拟合指数，方差解释率（R²=31.5%），中介效应占比（53%） | NA |
| 8724 | 2026-03-24 |
Bidirectional predictive modeling of narcissists' social exclusion and their hostile interpretations: a deep learning-based exploration of cognitive mechanisms
2026, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2026.1761090
PMID:41868005
|
研究论文 | 本研究通过构建深度学习模型（HIBPN），探索自恋特质、社会排斥/接纳情境与敌意解释偏差之间的双向预测关系，并验证自我肯定干预对减少敌意解释偏差的效果 | 构建了双向预测网络（HIBPN），整合情境变量与自恋特质，建立闭环的“前因-社会排斥-认知”系统，克服传统线性分析的局限性，提供新的认知预测框架 | 研究样本主要局限于本科生和研究生，可能限制结果的普适性；模型在特定训练-测试集比例下验证，需进一步外部验证 | 阐明敌意解释、自恋人格特质与社会排斥/接纳情境之间的交互机制，并验证自我肯定干预对社会排斥的影响 | 大学生和研究生，根据自恋特质分为显性自恋、隐性自恋和中性对照组 | 机器学习 | NA | 深度学习 | 深度学习网络 | 行为实验数据（情境操纵、特质评分、解释偏差量化） | 实验1包括本科生和研究生分组；实验2从实验1中选择隐性自恋者进行随机分配 | NA | Hostile Interpretation & Bidirectional Prediction Network (HIBPN) | 预测效能（百分比） | NA |
| 8725 | 2026-03-24 |
Evaluation of classification performance for six types of fundus diseases in OCT images based on multi-source training strategy
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1775911
PMID:41868207
|
研究论文 | 本研究构建了一个包含六种关键眼底病变和正常对照的高质量OCT数据集，并系统评估了多源数据融合训练策略对多类别分类性能的提升效果 | 通过整合本地临床数据与公开数据集OCTDL，建立了一个覆盖七种类别的OCT数据集，并比较了单一来源与多源联合训练策略，验证了多源数据融合对提升模型鲁棒性的有效性 | 研究仅基于特定医院数据和单一公开数据集，可能未涵盖所有临床场景；模型性能评估仅在OCTDL测试集上进行，可能缺乏外部验证 | 评估多源训练策略对OCT图像中六种眼底疾病分类性能的改善效果 | OCT图像中的年龄相关性黄斑变性、糖尿病性黄斑水肿、视网膜动脉阻塞、视网膜静脉阻塞、视网膜前膜、玻璃体黄斑界面疾病及正常对照 | 计算机视觉 | 眼底疾病 | 光学相干断层扫描 | 深度学习 | 图像 | 6165张OCT图像，覆盖七种类别 | NA | ViT-Base | 准确率, 加权F1分数, 类别特异性召回率, AUC, 误诊率 | NA |
| 8726 | 2026-03-24 |
Deep learning for FDG-PET classification in patients with Alzheimer's disease, dementia with Lewy bodies and their mixed pathology: a solution for diagnostic heterogeneity
2026, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2026.1780858
PMID:41868427
|
研究论文 | 本研究开发了一种基于深度学习的集成模型，利用FDG-PET图像对阿尔茨海默病、路易体痴呆、混合病理及健康对照进行分类，以解决诊断异质性问题 | 首次将深度学习集成模型应用于FDG-PET图像，以区分阿尔茨海默病、路易体痴呆及其混合病理，提高了诊断准确性 | 样本量相对有限（277名参与者），模型在混合病理分类上的性能（AUROC 0.71）略低于其他组 | 提高阿尔茨海默病、路易体痴呆及其混合病理的诊断准确性 | 阿尔茨海默病患者、路易体痴呆患者、混合病理患者及健康对照 | 数字病理学 | 老年疾病 | FDG-PET成像 | 深度学习 | 图像 | 277名参与者（包括AD、DLB、混合病理及健康对照组） | NA | 集成模型 | AUROC | NA |
| 8727 | 2026-03-24 |
Breast tumor segmentation and morphological feature-based classification in ultrasound using a two-stage U-net and SVM
2026, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2026.1774371
PMID:41868544
|
研究论文 | 本研究提出了一种基于两阶段U-Net和SVM的计算机辅助诊断框架，用于乳腺超声图像的自动分割和形态特征分类 | 结合了深度学习分割与基于手工形态特征的SVM分类，在保持高性能的同时提高了临床可解释性 | 仅使用了四种手工形态特征，可能未充分利用图像信息；数据集规模和多样性未明确说明 | 实现乳腺超声图像中肿瘤的自动分割和良恶性分类 | 乳腺超声图像 | 数字病理学 | 乳腺癌 | 超声成像 | CNN, SVM | 图像 | 包含正常、良性和恶性病例的综合数据集（具体数量未提供） | 未明确指定 | U-Net | Mask IoU, 准确率 | NA |
| 8728 | 2026-03-24 |
Dose Prediction Deep Learning-Based Model for VMAT of Prostate Cancer Applying Magnetic Resonance Image (MRI) in Versa HD Linear Accelerator
2026, Advanced biomedical research
IF:0.7Q4
DOI:10.4103/abr.abr_180_25
PMID:41868994
|
研究论文 | 本研究旨在开发一个基于深度学习的剂量预测模型，用于前列腺癌的容积调强弧形治疗（VMAT），利用MRI在Versa HD直线加速器上生成合成CT图像并进行剂量预测 | 应用CycleGAN和U-net深度学习框架从MRI生成合成CT图像，用于VMAT剂量预测，并比较了两种模型在Versa HD直线加速器上的性能 | 样本量较小（仅45名患者），且研究仅针对前列腺癌和特定加速器（Versa HD），可能限制结果的普适性 | 设计一个基于深度学习的剂量预测模型，以改善前列腺癌VMAT治疗中剂量分布的准确性，减少治疗计划系统的不确定性 | 前列腺癌患者 | 数字病理学 | 前列腺癌 | MRI | GAN, CNN | 图像 | 45名患者 | NA | CycleGAN, U-net | gamma通过率 | NA |
| 8729 | 2026-03-24 |
AI redefine untargeted metabolomics: estimating chemical amounts for a Human Exposome Project
2026, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2026.1775284
PMID:41869597
|
综述 | 本文综述了人工智能在非靶向代谢组学中用于化学物质浓度估计的新兴策略，旨在解决人类暴露组计划中从定性检测到定量数据转化的关键瓶颈 | 提出了结合AI预测电离响应因子和“基质嵌入”校准方法的“分层半定量”策略，使非靶向代谢组学能够将暴露物分类到生物学相关浓度范围，并直接与毒理学框架整合进行风险优先排序 | NA | 解决非靶向代谢组学中在没有真实标准品的情况下估计化学物质浓度的关键瓶颈，以支持人类暴露组计划 | 环境暴露物（特别是外源性物质）的化学浓度估计 | 机器学习 | NA | 液相色谱-高分辨质谱（LC-HRMS），非靶向代谢组学 | 回归模型，深度学习 | 质谱信号强度，分子点云数据 | NA | NA | NA | NA | NA |
| 8730 | 2026-03-23 |
Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection
2026-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251367620
PMID:40936310
|
研究论文 | 本研究评估了在MRI前列腺癌分割任务中，使用本地数据训练的模型是否优于仅使用外部数据训练的模型，并探讨了领域偏移对模型性能的影响 | 首次在大规模队列（超过1000例）中系统评估领域偏移对MRI前列腺癌分割模型性能的影响，并量化了本地数据在提升模型性能中的关键作用 | 研究仅基于公开数据集PICAI和单一本地数据集，可能未涵盖所有临床场景的多样性；模型评估仅限于分割任务，未涉及其他临床指标 | 评估领域偏移对深度学习MRI前列腺癌分割模型性能的影响，并比较本地与外部数据训练的效果 | 前列腺癌患者的MRI图像数据 | 数字病理学 | 前列腺癌 | MRI | 深度学习 | 图像 | PICAI-TRAIN: 1241例, PICAI-TEST: 259例, LOCAL-TRAIN: 1400例, LOCAL-TEST: 308例 | nnUNet-v2 | nnUNet | PICAI Score | NA |
| 8731 | 2026-03-23 |
MRI image segmentation of the major lower leg muscles using deep learning: application in biomechanical analysis
2026-Mar-21, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-026-03554-8
PMID:41863716
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8732 | 2026-03-23 |
Blockchain-based two-level trustable reputation framework for e-commerce platform using smart contracts
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44032-3
PMID:41865050
|
研究论文 | 提出一种基于区块链和深度学习的双层可信声誉框架，用于解决电子商务平台中的声誉系统安全问题 | 结合了可编辑区块链、残差扩张卷积Transformer和多因素认证，通过智能合约实现自动化的声誉验证和交易管理 | 未提及框架在超大规模电商平台上的可扩展性测试或实际部署中的性能数据 | 设计一个可靠、抗攻击的电子商务声誉系统 | 电子商务平台上的用户声誉和交易安全 | 机器学习 | NA | 深度学习, 区块链, 智能合约 | Transformer | 交易数据, 用户行为数据 | NA | Python, Ethereum Solidity | 残差扩张卷积Transformer | NA | NA |
| 8733 | 2026-03-23 |
BGC-LiteNet: BeiDou grid code embedded lightweight neural architecture for real-time UAV fire detection and localization
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44728-6
PMID:41865038
|
研究论文 | 提出了一种嵌入北斗网格码的轻量级神经网络架构BGC-LiteNet，用于无人机实时火灾检测与定位 | 将国家空间参考标准北斗网格码直接集成到神经网络特征学习中，通过可学习的地理嵌入模块在输入阶段编码像素-网格对应关系，无需外部GIS后处理即可同时进行检测和定位；开发了延迟感知的轻量级神经架构搜索方法，联合优化检测精度和硬件延迟 | NA | 实现资源受限无人机平台上的实时火灾检测与精确地理定位 | 无人机采集的多场景火灾数据 | 计算机视觉 | NA | 神经架构搜索 | CNN | 图像 | 多场景无人机数据集 | NA | BGC-LiteNet | 平均精度均值, 地理定位准确率, 召回率 | 嵌入式平台 |
| 8734 | 2026-03-23 |
A two-stage framework for cost-sensitive predictive maintenance using deep learning, GANs, and risk-aware clustering
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42910-4
PMID:41865106
|
研究论文 | 本文提出了一种基于组件、面向决策的两阶段预测性维护框架，将剩余使用寿命预测与维护成本优化相结合 | 提出了一种结合深度学习、生成对抗网络和风险感知聚类的两阶段框架，通过数据增强解决故障数据稀疏性问题，并引入基于风险的维护决策优化 | 研究基于特定水灌装厂系统的工业组件，框架在其他工业环境中的普适性有待验证 | 开发一种成本敏感的预测性维护方法，减少纠正性故障并优化维护成本 | 工业系统组件（水灌装厂的多组件） | 机器学习 | NA | NA | LSTM, GAN | 时间序列数据（运行至故障序列） | NA | NA | WGAN-GP, DBSCAN | 纠正性故障减少率, 标准化维护成本 | NA |
| 8735 | 2026-03-23 |
Memory efficient training for 3D brain image registration networks using PatchMorph
2026-Mar-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44858-x
PMID:41865161
|
研究论文 | 提出一种名为PatchMorph的随机框架，用于显著降低3D脑图像配准网络中训练和推理的内存需求 | 通过解耦空间逻辑与网络架构，实现多尺度、基于世界坐标的补丁级联配准，支持处理大尺寸图像和不同体素分辨率 | 基于补丁的方法比单次全体积网络的推理时间更长 | 开发内存高效的深度学习框架以改进3D脑图像配准 | 人类T1 MRI图像和狨猴脑图像（来自串行双光子断层扫描） | 计算机视觉 | NA | 串行双光子断层扫描 | CNN, Transformer | 3D图像 | NA | NA | VoxelMorph-like | NA | NA |
| 8736 | 2026-03-23 |
Viability classification of unstained cells in microscopic images using deep learning
2026-Mar-20, Applied microscopy
DOI:10.1186/s42649-026-00127-9
PMID:41857258
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8737 | 2026-03-23 |
Multimodal deep learning for inflammatory bowel disease: a new frontier in cellular and molecular biomarker discovery to clinical translation
2026-Mar-19, Journal of biological engineering
IF:5.7Q1
DOI:10.1186/s13036-026-00637-w
PMID:41857729
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8738 | 2026-03-23 |
Corrigendum to: A Comprehensive Review on Deep Learning Techniques in Alzheimer's Disease Diagnosis
2026-Mar-19, Current topics in medicinal chemistry
IF:2.9Q3
|
更正 | 对一篇关于阿尔茨海默病诊断中深度学习技术的综述文章进行了更正，以澄清原文中某些不清晰的短语和表达 | NA | NA | NA | NA | NA | 阿尔茨海默病 | NA | DBN | NA | NA | NA | DBN, RBM | NA | NA |
| 8739 | 2026-03-23 |
Molecular Dynamics Study on Deep Learning Potential of the (LiF-YF3)eut.-Y2O3 Molten Salt System
2026-Mar-16, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.5c08470
PMID:41838957
|
研究论文 | 本研究通过Deep Potential Generator（DPGEN）机器学习工作流训练了(LiF-YF3)eut.-Y2O3熔盐体系的分子动力学势函数，并分析了系统内簇结构的动态演化 | 采用DPGEN机器学习工作流训练熔盐体系的分子动力学势函数，并系统分析了簇结构演化及离子配位行为 | NA | 研究(LiF-YF3)eut.-Y2O3熔盐体系的分子动力学行为及簇结构演化 | (LiF-YF3)eut.-Y2O3熔盐体系 | 机器学习 | NA | 分子动力学模拟, 机器学习 | 深度学习势函数 | 模拟数据 | NA | DPGEN | NA | 密度偏差 | NA |
| 8740 | 2026-03-23 |
Mining user features with hyperbolic representations for diffusion prediction
2026-Mar-15, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108855
PMID:41863897
|
研究论文 | 提出一种名为Hyper-MUF的新型深度学习框架，利用双曲表示挖掘静态和动态用户特征以进行信息扩散预测 | 首次将双曲空间表示引入信息扩散预测，同时建模社交网络的层次结构特征和级联序列中的动态传播特征 | 未明确说明模型在跨平台或跨语言场景中的泛化能力，也未讨论计算复杂度与实时预测的平衡问题 | 改进信息扩散预测的准确性和可解释性，解决现有模型在捕捉社交网络层次结构和动态传播模式方面的不足 | 社交网络中的用户行为与信息传播过程 | 自然语言处理 | NA | 深度学习 | 注意力机制, 池化机制 | 社交网络数据, 级联序列数据 | 四个真实数据集（未明确具体样本数量） | NA | Hyper-MUF（自定义架构） | 预测性能（未明确具体指标） | NA |