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 8781 - 8800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8781 | 2026-02-10 |
Comment Letter on "CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images"
2026-Feb-09, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001897
PMID:41661174
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8782 | 2026-03-21 |
A dataset collected in real-world industrial control systems for network attack detection
2026-Feb-09, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06738-x
PMID:41663466
|
研究论文 | 本文介绍了一个在真实工业控制系统中收集的网络攻击检测数据集ICS-NAD，用于支持入侵检测研究 | 提出了首个在真实工业控制场景中收集、包含多种攻击类型和样本模式的高质量数据集，弥补了现有数据集在范围、多样性和真实性方面的不足 | 数据集仅基于三种知名ICS品牌收集，可能无法完全覆盖所有工业控制系统类型 | 为工业控制系统网络攻击检测研究提供高质量的数据支持 | 工业控制系统的网络流量数据，包括攻击和正常流量 | 机器学习 | NA | 网络流量采集（PCAP格式）、特征提取 | 机器学习分类模型、深度学习分类模型 | 网络流量数据（PCAP格式）、特征数据（CSV格式） | 245.96 GB数据文件，包含原始流量和提取的特征 | NA | NA | NA | NA |
| 8783 | 2026-03-21 |
Atomic resolution ensembles of intrinsically disordered proteins with Alphafold
2026-02-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69172-y
PMID:41644540
|
研究论文 | 本文介绍了一种名为bAIes的贝叶斯框架，该框架整合了AlphaFold2预测与物理化学分子力学力场，用于生成内在无序蛋白质的原子分辨率结构集合 | 提出了一种结合深度学习预测与分子力学力场的新方法，以高效生成内在无序蛋白质的原子分辨率结构集合，相比现有方法在计算成本和准确性上具有优势 | 未明确提及具体局限性，但可能涉及对特定蛋白质系统或实验数据的依赖性 | 开发一种准确且高效的方法，用于生成内在无序蛋白质的原子分辨率结构集合 | 内在无序蛋白质 | 机器学习 | NA | AlphaFold2预测，分子力学力场 | 深度学习模型 | 蛋白质结构数据，实验数据 | NA | AlphaFold2 | AlphaFold2 | 与实验数据匹配的准确性 | NA |
| 8784 | 2026-03-21 |
Automated diagnostic of cervical spondylosis on multimodal medical images with a multi-task deep learning model
2026-02-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69023-w
PMID:41644944
|
研究论文 | 本文提出了一种用于颈椎病自动诊断的级联集成深度学习框架，整合了椎体检测和退行性诊断任务 | 采用级联架构集成椎体检测与退行性诊断，并通过多任务学习联合训练退行性指标集合，提高了对距离和位置指标的敏感性 | 未明确提及模型在泛化性、数据多样性或临床验证方面的具体限制 | 开发自动化诊断工具以辅助颈椎病的早期检测，缓解医疗资源不均问题 | 颈椎病患者的多模态医学图像 | 计算机视觉 | 颈椎病 | 多模态医学成像 | 深度学习模型 | 图像 | NA | NA | 级联集成框架 | 诊断速度 | NA |
| 8785 | 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 |
| 8786 | 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 |
| 8787 | 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 |
| 8788 | 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 |
| 8789 | 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 |
| 8790 | 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 |
| 8791 | 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 |
| 8792 | 2026-03-20 |
Computer-aided diagnosis of DDH using ultrasound: deep learning for segmentation and accurate angle measurement aligned with radiologist's clinical workflow
2026-Mar-18, Medical ultrasonography
IF:1.8Q3
DOI:10.11152/mu-4535
PMID:40789016
|
研究论文 | 本文提出了一种用于超声评估发育性髋关节发育不良的计算机辅助诊断系统，该系统集成了深度学习进行解剖结构分割，并采用Graf方法进行α和β角度测量 | 提出了一种结合解剖分割和角度测量的临床工作流对齐的CAD系统，在基线定义中排除了髂骨下缘的曲率以提升准确性，并提供了全面的标准化评估指标集以解决深度学习研究中常见的指标报告异质性问题 | 研究样本量相对有限（452张原始图像来自370名新生儿），且仅使用了单一机构的超声图像数据 | 开发一种自动化评估发育性髋关节发育不良的计算机辅助诊断系统 | 新生儿髋关节超声图像 | 数字病理学 | 发育性髋关节发育不良 | 超声成像 | 深度学习 | 图像 | 452张原始超声图像（来自370名新生儿），增强后共768张图像用于训练和评估 | NA | U-Net, MaskR-CNN, YOLOv8, YOLOv11 | 精确度, 召回率, IoU, Dice系数, mAP, Bland-Altman分析, 组内相关系数 | NA |
| 8793 | 2026-03-20 |
PET Head Motion Estimation Using Supervised Deep Learning With Attention
2026-Mar, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3620714
PMID:41082441
|
研究论文 | 本文提出了一种基于监督深度学习和交叉注意力机制的PET头部运动估计与校正方法DL-HMC++ | 提出了首个利用交叉注意力机制从一秒3D PET原始数据中预测刚性头部运动的深度学习模型，无需外部硬件跟踪设备 | 方法主要针对刚性头部运动，未明确讨论非刚性运动或极端运动情况下的性能 | 开发一种数据驱动的PET头部运动校正方法，以替代硬件运动跟踪，提高临床实用性 | 脑部PET成像中的头部运动伪影 | 医学影像分析 | 神经系统疾病 | 正电子发射断层扫描（PET） | 深度学习模型 | 3D PET原始数据 | 使用两台PET扫描仪（HRRT和mCT）和四种放射性示踪剂（F-FDG, F-FPEB, C-UCB-J, C-LSN3172176）的大规模队列研究数据 | 未明确说明 | 基于交叉注意力机制的深度学习架构 | 标准摄取值差异比，定性图像质量评估 | NA |
| 8794 | 2026-03-19 |
Development of Automated High-Throughput Digital Microscopy With Deep Learning for Enhanced Blood Smear Imaging
2026-Apr, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70101
PMID:41370363
|
研究论文 | 本文旨在设计和开发一种基于自动化高通量光学数字显微镜的设备，用于批量扫描和捕获血涂片图像，结合深度学习算法实现实时图像采集 | 提出了一种结合光学组装设置与深度学习算法的自动对焦系统，利用迁移学习与预训练的VGG-16和Mobile Vision Transformer模型，克服了从头训练CNN的计算挑战，提高了图像清晰度、可靠性和稳定性 | 未明确说明数据集的详细规模或多样性，可能限制模型的泛化能力；高倍显微镜对振动敏感的问题虽被提及，但未详细讨论其在实际环境中的完全解决方案 | 开发自动化高通量数字显微镜系统，以增强血涂片成像效率，减少人工错误和疲劳 | 外周血涂片幻灯片 | 计算机视觉 | NA | 数字显微镜成像，深度学习 | CNN, Transformer | 图像 | 10张外周血涂片幻灯片 | NA | VGG-16, Mobile Vision Transformer (MobileViT) | 准确率 | NA |
| 8795 | 2026-03-19 |
Toward Lightweight Dynamic Convolutional Neural Network Modeling for Soft Sensors
2026-Apr, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2026.3662472
PMID:41734121
|
研究论文 | 本文提出了一种新型轻量级动态卷积神经网络（LDCNN），用于工业软传感器建模，以处理非线性、自相关和互相关的时序数据 | 结合位置嵌入和简化时间注意力机制以改进动态建模，并引入扩张卷积和层归一化来显著减少网络深度和宽度，避免过度参数化 | NA | 开发一种轻量级神经网络模型，用于工业软传感器，以在有限训练样本下实现更好的泛化能力 | 工业时序数据 | 机器学习 | NA | NA | CNN | 时序数据 | NA | NA | 1-D-CNN, LDCNN | NA | NA |
| 8796 | 2026-03-19 |
What's New: Sub-5-minute Knee Magnetic Resonance Imaging- Spectrum of Sports Injuries and Overuse Conditions
2026-Apr, Seminars in musculoskeletal radiology
IF:0.9Q4
DOI:10.1055/a-2798-5775
PMID:41776842
|
研究论文 | 本文介绍了一种基于深度学习的亚5分钟膝关节磁共振成像协议，并展示了其在运动损伤和过度使用条件诊断中的应用 | 采用公开可用的亚5分钟快速膝关节磁共振成像协议，结合基于深度学习的超分辨率图像重建技术 | NA | 开发并评估快速膝关节磁共振成像方法在临床实践中的应用价值 | 膝关节异常，包括运动损伤和过度使用条件 | 数字病理学 | 运动损伤 | 磁共振成像，深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 8797 | 2026-03-19 |
Advances in the application of artificial intelligence in mass spectrometry-based analysis of traditional Chinese medicine: compound identification and metabolic pathway elucidation
2026-Apr, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-025-06260-w
PMID:41389153
|
综述 | 本文综述了人工智能在基于质谱的中药分析中的应用进展，重点关注化合物鉴定和代谢途径阐明 | 系统总结了AI在中药质谱分析中的最新应用，并聚焦于复杂化合物的快速定性分析和体内代谢途径重建这两个关键领域 | 当前领域面临高质量质谱数据库缺乏、AI模型可解释性有限以及跨模态数据融合能力不足等挑战 | 推动人工智能与质谱技术在中药研究中的融合，促进中药现代化和精准药理学研究 | 中药样品，包括生药、炮制品、体外细胞培养物和体内生物样本 | 机器学习 | NA | 质谱 | 机器学习, 深度学习 | 质谱数据 | NA | NA | NA | NA | NA |
| 8798 | 2026-03-19 |
NeuroCardioSense (NCS): a time-aware fuzzy decision framework for multi-lead ECG classification and arrhythmia detection
2026-Mar-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4df5
PMID:41785513
|
研究论文 | 提出一种名为NeuroCardioSense (NCS)的时间感知模糊决策框架，用于多导联心电图分类和心律失常检测 | 设计了新颖的时间感知门控卷积层和门控机制，能够自适应地调制卷积滤波器和跨导联特征贡献；并引入了时间模糊集成模块，通过联合编码特征和隶属度构建可学习的模糊子空间，有效缓解类别边界模糊问题 | NA | 开发一个能够联合表征心电图形态模式、多导联交互和时间依赖性的自动化心律失常检测框架 | 心电图信号 | 数字病理学 | 心血管疾病 | 心电图 | CNN | 信号 | MIT-BIH心律失常数据库 | NA | NeuroCardioSenseNet (NCSN), NeuroCardioSenseNet-Fusion (NCSNF) | 准确率 | NA |
| 8799 | 2026-03-19 |
Multimodal skin disease classification using vision transformers, medical captioning, and metadata fusion: an analysis on the ISIC 2024 dataset
2026-Mar-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4eeb
PMID:41802357
|
研究论文 | 本研究提出了一种基于MedCLIP的多模态皮肤疾病分类方法，融合了视觉、文本和临床元数据，并在ISIC 2024数据集上进行了评估 | 系统分析了MedCLIP多模态嵌入与临床元数据的融合策略（早期融合和基于注意力的融合），并评估了其与经典机器学习及神经分类器结合的性能 | 研究仅使用了ISIC 2024数据集的子集（1600张训练图像和400张测试图像），样本规模相对有限 | 解决皮肤病变的二分类问题，探索多模态融合在计算机辅助诊断中的价值 | 皮肤癌和皮肤科疾病 | 计算机视觉 | 皮肤癌 | NA | Vision Transformer, MLP, 集成分类器 | 图像, 文本, 元数据 | 1600张训练图像和400张测试图像（来自ISIC 2024数据集） | NA | MedCLIP | 准确率, AUROC | NA |
| 8800 | 2026-03-19 |
Exploration and performance analysis of deep learning applications in spermatic vein ultrasound segmentation
2026-Mar-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4eed
PMID:41802363
|
研究论文 | 本研究探索并评估了深度学习在精索静脉超声图像分割中的应用，建立了首个自动化分割性能基准 | 提出了基于Segment Anything Model（SAM）的半自动标注工作流程，并首次为精索静脉超声分割任务建立了深度学习性能基准 | 所有模型在狭窄的性能范围内达到平台期（DSC：61%-65%），远低于成熟超声分割领域的性能，表明主要障碍是固有的数据限制而非模型架构 | 开发自动化精索静脉超声分割工具，以解决当前手动测量耗时、主观且缺乏可重复性的问题 | 精索静脉超声图像 | 医学图像分析 | 精索静脉曲张 | 超声成像 | 深度学习分割模型 | 超声图像 | 未明确说明具体样本数量，但采用留一患者交叉验证 | 未明确说明 | U-Net, U-Net++, Attention U-Net, RPA-UNet, UNet-DS（带深度监督的U-Net） | Dice相似系数（DSC）, Kappa系数 | NA |