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 9602 篇文献，本页显示第 9341 - 9360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9341 | 2025-12-23 |
From wastewater to epidemiological insights: A systematic review of modeling strategies for infectious disease surveillance
2026-Jan-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124977
PMID:41260128
|
综述 | 本文系统综述了利用废水监测数据进行传染病指标估计与预测的现有建模策略 | 提供了基于废水监测数据的建模方法的全面分类与批判性评估，强调了跨流行病学和地理背景的模型可迁移性这一关键问题 | 模型本身存在局限，废水数据存在固有问题，分析流程中临床结果与解释变量的选择、时间对齐、数据预处理、性能评估及结果可解释性等方面存在挑战 | 支持开发一个稳健且可推广的利用废水数据进行流行病学监测的系统 | 废水监测数据及其在传染病指标估计与预测中的应用 | 机器学习 | 传染病 | 废水监测 | 区室模型, 回归模型, 机器学习, 深度学习 | 废水数据 | NA | NA | NA | NA | NA |
| 9342 | 2025-12-23 |
Feasibility of Dose Reduction in the Context of Preoperative Diagnostics in Cochlear Implant Surgery With a Photon-Counting Detector CT and Deep Learning-Supported Denoising
2026-Jan-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology
IF:1.9Q2
DOI:10.1097/MAO.0000000000004647
PMID:41151028
|
研究论文 | 本研究探讨了光子计数探测器CT结合深度学习去噪在降低人工耳蜗植入术前诊断辐射剂量方面的可行性 | 首次将光子计数探测器CT与深度学习去噪算法结合，评估在人工耳蜗植入规划中实现显著辐射剂量降低的可能性 | 研究样本量较小（仅4具遗体捐赠者），且深度学习去噪在低于50%剂量水平时效果有限 | 评估在人工耳蜗植入手术规划中，通过光子计数探测器CT和深度学习去噪降低辐射剂量的可行性 | 人工耳蜗解剖结构，特别是耳蜗导管长度测量 | 数字病理学 | 听力障碍 | 光子计数探测器CT扫描，深度学习去噪 | 深度学习算法 | CT图像 | 4具无内耳畸形的遗体捐赠者 | NA | ClariAce | Bland-Altman图，耳蜗导管长度测量准确性 | NA |
| 9343 | 2025-12-23 |
Computer Vision-based Extraction of Structured Data From Scanned Audiograms in the Electronic Health Record
2026-Jan-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology
IF:1.9Q2
DOI:10.1097/MAO.0000000000004679
PMID:41191411
|
研究论文 | 开发并评估了一种基于计算机视觉的方法，用于从电子健康记录中存储的扫描听力图测试表中提取结构化听力阈值数据 | 提出了一种不依赖深度学习或手动预处理的轮廓分析计算机视觉流程，用于从扫描听力图中自动提取纯音阈值数据，为大规模听力研究提供了可扩展的解决方案 | 研究仅基于907份手填听力图测试表，且测试集规模较小（30份听力图），可能限制了方法的泛化能力评估 | 开发一种计算机视觉方法，以从电子健康记录中的扫描听力图测试表中自动提取结构化听力阈值数据 | 907份手填听力图测试表，涵盖正常听力、双侧感音神经性、不对称感音神经性、传导性和混合性听力损失配置 | 计算机视觉 | 听力损失 | 轮廓分析、光学字符识别 | NA | 图像 | 907份手填听力图测试表（训练集877份，测试集30份） | OpenCV | NA | 平均绝对误差, 准确率 | NA |
| 9344 | 2025-12-23 |
Sequential and ensemble hybrid approaches for left ventricle segmentation in cardiac MR: A systematic mapping
2026-Jan-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111337
PMID:41317598
|
综述 | 本文系统回顾了心脏磁共振图像中左心室分割的混合方法，提出了一种新的分类体系 | 提出将混合方法分为顺序型和集成型的新分类，并分析了不同组合的优势与挑战 | 当前评估方法存在不足，缺乏充分的评估指标、泛化性分析和统计显著性检验 | 系统回顾和分类心脏磁共振图像中左心室分割的混合方法，以改善现有方法的局限性 | 心脏磁共振图像中的左心室分割 | 医学图像分析 | 心血管疾病 | 心脏磁共振成像 | 深度学习网络 | 图像 | NA | NA | NA | NA | NA |
| 9345 | 2025-12-23 |
AI-driven transfer learning and classical molecular dynamics for strategic therapeutic repurposing and rational design of antiviral peptides targeting monkeypox virus DNA polymerase
2026-Jan-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111372
PMID:41360016
|
研究论文 | 本研究结合AI驱动的迁移学习与经典分子动力学，筛选FDA批准药物并设计新型抗病毒多肽，以靶向猴痘病毒DNA聚合酶进行药物重定位和理性设计 | 开发了集成深度学习药效团模型与自动化多肽生成AI流程的新方法，首次将活性位点残基与知识引导的氨基酸选择相结合用于抗病毒多肽设计 | CFC多肽的ADMET预测显示其渗透性和口服生物利用度存在局限性，且研究尚未进行体外或体内实验验证 | 快速识别针对猴痘病毒DNA聚合酶的新型抗病毒治疗药物和设计抗病毒多肽 | 猴痘病毒DNA聚合酶 | 计算生物学 | 猴痘病毒感染 | 深度学习药效团模型、分子动力学模拟、MMGBSA分析、ADMET预测 | 深度学习药效团模型、AI多肽生成流程 | 分子结构数据、蛋白质序列数据 | 1974种FDA批准药物库 | NA | NA | 结合亲和力(kcal/mol)、结合能(kcal/mol)、分子动力学稳定性 | NA |
| 9346 | 2025-12-23 |
Unraveling blood pressure estimation with a deep learning approach using multiple embeddings
2026-Jan-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111377
PMID:41365110
|
研究论文 | 本文提出了一种无需校准的深度学习框架，利用脉搏波传导时间及相似性特征，通过注意力引导的卷积神经网络进行血压估计 | 引入了基于欧几里得和曼哈顿距离矩阵的相似性特征，以增强模式识别并揭示数据中的隐藏模式，结合注意力引导的卷积神经网络进行处理 | NA | 开发一种无需校准、具有强泛化能力和实时兼容性的血压估计方法 | 血压（收缩压和舒张压） | 机器学习 | 心血管疾病 | 脉搏波传导时间计算 | CNN | 生理信号数据（心电图、光电容积脉搏波） | 三个数据集：Cabrini Hospital, PTT PPG, MIMIC-II | NA | 注意力引导的卷积神经网络 | 相关系数R, 平均绝对误差, 符合医疗器械促进协会标准, 英国高血压学会等级 | NA |
| 9347 | 2025-12-23 |
A novel ensemble transfer learning approach for lung cancer classification using advance VGGNet16 with wavelet transform equalization & CL-PSO
2026-Jan-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111338
PMID:41370952
|
研究论文 | 本文提出了一种基于改进VGG-16模型和综合学习粒子群优化的集成迁移学习方法，用于肺癌CT图像的早期分类诊断 | 提出结合小波变换均衡化预处理、类别加权训练和CL-PSO优化的VGG-16集成迁移学习框架，显著提升了对良性病例的检测灵敏度 | 研究仅使用单一公开数据集（IQ-OTH/NCCD）进行验证，未在更多临床数据集上进行外部验证 | 开发高精度、易部署的肺癌早期诊断深度学习模型 | 肺癌CT扫描图像 | 计算机视觉 | 肺癌 | CT扫描 | CNN, 集成学习 | 医学图像 | IQ-OTH/NCCD数据集 | TensorFlow/Keras | VGG-16 | 准确率, 精确率, 召回率, F1分数, AUC-ROC | 未明确指定 |
| 9348 | 2025-12-23 |
Multi-class cancer diagnosis on histopathological images with deep ensemble learning model
2026-Jan-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111381
PMID:41370953
|
研究论文 | 本研究提出了一种基于深度集成学习的计算机辅助癌症诊断方法，用于在组织病理学图像上检测多种癌症类型 | 采用基于堆叠的集成学习模型，结合迁移学习，使用DenseNet 201和EfficientNet B7作为基础学习器，以及两层CNN架构作为元学习器，实现多类癌症诊断 | 未明确提及模型在不同癌症类型间的泛化能力限制或数据不平衡问题 | 开发计算机辅助癌症诊断方法，以帮助医疗专业人员进行诊断决策 | 组织病理学图像中的肺癌、结肠癌、口腔癌和乳腺癌 | 数字病理学 | 肺癌, 结肠癌, 口腔癌, 乳腺癌 | 图像处理, 深度学习 | CNN, 集成学习 | 图像 | 大型数据集，包含肺癌、结肠癌、口腔癌和乳腺癌数据，具体样本数量未明确 | NA | DenseNet 201, EfficientNet B7, 两层CNN | 准确率 | NA |
| 9349 | 2025-12-22 |
Identification of essential tremor and dystonic tremor using Graph Convolutional Networks with multiple connectivity patterns
2026-Jan, Parkinsonism & related disorders
IF:3.1Q2
DOI:10.1016/j.parkreldis.2025.108104
PMID:41218287
|
研究论文 | 本研究利用多连接模式的图卷积网络（MCGCN）分析静息态功能磁共振成像数据，以识别原发性震颤和肌张力障碍性震颤的关键脑区 | 结合图卷积网络与多种连接模式，首次用于区分原发性震颤和肌张力障碍性震颤，并识别其神经病理机制中的关键脑区 | 样本量相对较小（共158名参与者），且仅基于静息态功能磁共振成像数据，可能未涵盖所有相关神经特征 | 探索原发性震颤和肌张力障碍性震颤的神经病理机制，并开发基于脑连接模式的分类方法 | 原发性震颤患者、肌张力障碍性震颤患者和健康对照者 | 机器学习 | 神经系统疾病 | 静息态功能磁共振成像 | 图卷积网络 | 功能连接矩阵 | 55名原发性震颤患者、51名肌张力障碍性震颤患者和52名健康对照者，共158名参与者 | NA | 图卷积网络 | 准确率 | NA |
| 9350 | 2025-12-21 |
Motion artifacts and image quality in stroke MRI: associated factors and impact on AI and human diagnostic accuracy
2026-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11807-7
PMID:40664863
|
研究论文 | 本研究评估了疑似卒中患者脑部MRI中运动伪影的患病率、相关因素及其对AI和放射科医生诊断准确性的影响 | 首次在疑似卒中患者队列中系统评估运动伪影对AI和放射科医生诊断准确性的影响，并识别了年龄和运动症状作为独立相关因素 | 回顾性单中心研究，可能存在选择偏倚；运动伪影仅由两名放射科住院医师评估，可能存在主观性 | 评估卒中MRI中运动伪影的患病率、相关因素及其对诊断准确性的影响 | 疑似卒中患者的脑部MRI扫描 | 医学影像分析 | 卒中 | 脑部MRI | 深度学习工具 | 医学影像 | 775名患者（平均年龄68岁±16，420名女性） | NA | NA | 诊断准确性 | NA |
| 9351 | 2025-12-21 |
Advances in IPMN imaging: deep learning-enhanced HASTE improves lesion assessment
2026-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11857-x
PMID:40691513
|
研究论文 | 本研究评估了深度学习加速的HASTE MRI序列在IPMN成像中的优势，包括图像质量、病灶检测和扫描时间 | 首次将深度学习加速的HASTE序列应用于IPMN成像评估，显著提升图像质量并减少扫描时间 | 样本量较小（59例患者），且为单中心回顾性研究 | 评估新型MRI技术对胰腺导管内乳头状黏液性肿瘤的成像效果 | 接受腹部MRI检查的IPMN患者 | 数字病理学 | 胰腺癌 | MRI, 深度学习加速的HASTE序列 | 深度学习模型 | 医学影像 | 59例患者 | NA | NA | 图像质量评分, 病灶检测大小, 观察者间一致性 | 3-Tesla MRI扫描仪 |
| 9352 | 2025-12-21 |
Enhancing Captive Welfare Management with Deep Learning: Video-Based Detection of Gibbon Behaviors Using YOWOvG
2026 Jan-Mar, Journal of applied animal welfare science : JAAWS
IF:1.4Q2
DOI:10.1080/10888705.2025.2542844
PMID:40760848
|
研究论文 | 本研究开发了一种名为YOWOvG的深度学习模型，用于基于视频自动检测圈养东部白眉长臂猿的行为，以提升动物福利管理 | 首次构建了该物种的人工标注时空行为数据集，并提出了一种集成SE注意力机制和GELAN的改进深度学习模型YOWOvG，用于增强特征提取和视频行为识别 | 行为类别有限，未包含刻板行为，且未整合音频线索 | 通过自动化、非侵入式的视频监测来提升救援中心对圈养野生动物的福利评估能力 | 圈养的东部白眉长臂猿 | 计算机视觉 | NA | 视频分析 | 深度学习 | 视频 | 69,919个标注帧，涵盖四种行为 | NA | YOWOvG, SE attention mechanism, GELAN | Frame-mAP | NA |
| 9353 | 2025-12-21 |
Multimodal deep learning model for predicting prognosis following radiotherapy-based combination therapy in unresectable hepatocellular carcinoma
2026-Jan-01, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.218122
PMID:41213465
|
研究论文 | 本研究开发了一种名为TRIM-uHCC的多模态深度学习模型，用于预测不可切除肝细胞癌患者在接受基于放疗的联合疗法后的预后 | 提出了首个基于Transformer的多模态风险分层集成模型（TRIM-uHCC），用于对不可切除肝细胞癌患者进行个体化预后分层，其预测性能显著优于现有指南分期系统和其他深度学习模型 | 研究为多中心回顾性研究，可能存在选择偏倚；模型需要在更大规模的前瞻性队列中进行外部验证 | 开发一个精准的预后预测模型，以指导不可切除肝细胞癌患者基于放疗的联合治疗决策 | 不可切除肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 多模态深度学习 | Transformer, CNN | 多模态数据 | 875名来自6个机构的不可切除肝细胞癌患者（ES队列383名，ETS队列492名） | NA | Transformer, Swin-Transformer, ViT, ResNet50, ResNeXt50 | C-index, 时间依赖性AUC | NA |
| 9354 | 2025-12-20 |
A quantitative detection method for maize kernel broken rate based on the optimisation of the MSA transformer algorithm
2026-Jan-31, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.117983
PMID:41412662
|
研究论文 | 本研究提出了一种基于机器视觉和深度学习算法的玉米籽粒破碎率定量检测模型 | 开发了一种改进的基于Transformer的深度学习模型MSA Transformer，通过集成多尺度特征融合和注意力机制，利用并行分支进行多粒度特征提取，并通过全局和局部注意力增强显著信息 | NA | 实现玉米籽粒破碎率的在线定量评估，为粮食质量检测提供理论依据 | 玉米籽粒 | 计算机视觉 | NA | 机器视觉 | Transformer | 图像 | NA | NA | MSA Transformer | 准确率, 精确率, 召回率, F1分数, 相关系数, 决定系数, 均方根误差 | NA |
| 9355 | 2025-12-20 |
Pediatric brain tumor classification using digital pathology and deep learning: Evaluation of SOTA methods on a multi-center Swedish cohort
2026-Jan, Brain pathology (Zurich, Switzerland)
DOI:10.1111/bpa.70029
PMID:40589103
|
研究论文 | 本研究评估了两种弱监督多示例学习方法，利用预训练特征提取器在瑞典多中心队列的儿童脑肿瘤WSI上进行分类 | 首次在瑞典多中心儿童脑肿瘤队列中应用基于注意力机制的多示例学习方法，并评估了三种预训练特征提取器的性能 | 研究仅基于瑞典六家医院的数据，未包含国际多中心验证，且样本量相对有限 | 评估先进的计算病理学方法在儿童脑肿瘤多层级分类中的性能与泛化能力 | 540名被诊断为脑肿瘤的儿童患者的苏木精-伊红染色全切片图像 | 数字病理学 | 脑肿瘤 | 数字病理学, 深度学习 | 多示例学习 | 图像 | 540名受试者（年龄8.5±4.9岁）的WSI，来自瑞典六家大学医院 | NA | ResNet50, UNI, CONCH, ABMIL, CLAM | 马修斯相关系数 | NA |
| 9356 | 2025-07-21 |
A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification
2026-Jan, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2025.06.1593
PMID:40683340
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9357 | 2025-12-20 |
Integrating multi-polygenic scores for enhanced prediction of antidepressant treatment outcomes in an East Asian population
2026-Jan, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology
IF:6.6Q1
DOI:10.1038/s41386-025-02269-y
PMID:41152404
|
研究论文 | 本研究探讨了多基因风险评分在预测东亚人群选择性5-羟色胺再摄取抑制剂抗抑郁治疗结局中的应用价值 | 首次在东亚人群中整合多基因风险评分以预测抗抑郁治疗结局，填补了该地区药物基因组学研究的空白 | 样本量相对较小，且仅针对东亚人群，未来需要更大规模、更多样化的队列进行验证 | 提高抗抑郁治疗结局的预测准确性，推动个体化治疗策略的发展 | 接受SSRI治疗的台湾地区抑郁症患者 | 生物信息学 | 抑郁症 | 全基因组关联研究，多基因风险评分计算 | 广义线性混合模型，机器学习算法，深度学习算法 | 基因组数据，临床数据，人口统计学数据 | 两个台湾队列共422名患者（VGHTP队列177人，NHRI队列245人） | PRS-CS, PRS-CSx, glmmLasso | NA | AUC | NA |
| 9358 | 2025-12-20 |
Graduate Student Literature Review: A review on near-infrared spectroscopy for rapid detection of hazardous substances in milk and dairy products
2026-Jan, Journal of dairy science
IF:3.7Q2
DOI:10.3168/jds.2025-27462
PMID:41130398
|
综述 | 本文综述了近红外光谱技术在牛奶及乳制品中危险物质快速检测中的应用 | 系统总结了近红外光谱在乳制品安全检测中的原理、方法及最新研究进展，并指出了未来与深度学习、人工智能等前沿技术融合的方向 | 近红外光谱检测仍面临光学机制不明确、痕量分析灵敏度不足、复杂基质干扰强以及模型鲁棒性和泛化性欠佳等挑战 | 评估近红外光谱技术用于牛奶及乳制品中危险物质快速检测的可行性与发展前景 | 牛奶及乳制品中的危险物质，包括兽药残留、掺假物和食源性病原体 | 光谱分析 | NA | 近红外光谱 | NA | 光谱数据 | NA | NA | NA | NA | NA |
| 9359 | 2025-12-19 |
SynSeg: A synthetic data-driven approach for robust subcellular structure segmentation
2026-Mar-02, The Journal of cell biology
IF:7.4Q1
DOI:10.1083/jcb.202506096
PMID:41410685
|
研究论文 | 本文提出了一种名为SynSeg的合成数据驱动方法，用于鲁棒地分割亚细胞结构，无需人工标注 | 开发了基于合成训练数据的U-Net模型分割流程，通过生成具有多样强度、形态和信号分布的合成数据集来替代耗时且可能存在偏差的人工标注 | 未明确说明合成数据与真实数据之间的域适应挑战或模型在未见过的细胞类型上的泛化能力限制 | 开发一种无需人工标注的鲁棒亚细胞结构分割方法，以促进定量细胞生物学研究 | 细胞和活体秀丽隐杆线虫中的囊泡、细胞骨架细丝以及疾病相关的微管形态 | 数字病理学 | 神经退行性疾病 | 合成数据生成 | CNN | 图像 | NA | NA | U-Net | NA | NA |
| 9360 | 2025-12-19 |
Emerging Role of MRI-Based Artificial Intelligence in Individualized Treatment Strategies for Hepatocellular Carcinoma: A Narrative Review
2026-Jan, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70048
PMID:40682357
|
综述 | 本文是一篇叙述性综述，探讨了基于MRI的人工智能在肝细胞癌个体化治疗策略中的新兴作用 | 聚焦于AI在MRI影像中用于指导HCC个体化治疗策略的应用，特别是治疗前预测治疗反应和预后的AI工具 | 模型泛化性、可解释性及临床整合方面仍存在挑战，需要标准化的影像数据集和多组学融合 | 探讨人工智能在肝细胞癌个体化治疗策略中的应用，以支持精准临床决策 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 磁共振成像 | NA | 影像 | NA | NA | NA | NA | NA |