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 12055 篇文献，本页显示第 10081 - 10100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10081 | 2026-02-20 |
Machine learning pipelines for the design of solid-state electrolytes
2026-Jan-13, Materials horizons
IF:12.2Q1
DOI:10.1039/d5mh01525a
PMID:41358912
|
综述 | 本文系统综述了机器学习在固态电解质设计中的应用，提出了一个将固态电解质发现中的五大挑战与新兴人工智能解决方案相映射的战略框架 | 首次提出了一个系统框架，将固态电解质发现中的五大挑战与新兴AI解决方案相映射，并特别关注了多价导体（如Mg、Ca、Zn、Al）的数据缺口问题，通过迁移学习和主动学习框架提供了具体策略 | NA | 为下一代AI加速的固态电池材料发现提供全面的路线图 | 固态电解质 | 机器学习 | NA | NA | 经典模型, 深度学习架构, 生成模型, Transformer, 图神经网络 | NA | NA | NA | Transformer, 图神经网络 | NA | NA |
| 10082 | 2026-02-20 |
Study on the source tracing method of organic pollutants in large shallow eutrophic lakes based on 3D-EEM and Transformer models: A case study of Changdang Lake in China
2026-Jan-07, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14958-8
PMID:41498835
|
研究论文 | 本研究提出了一种结合三维激发-发射矩阵荧光光谱技术和深度学习模型的方法，用于追踪大型浅水富营养化湖泊中有机污染物的来源，并以中国长荡湖为例进行验证 | 首次将3D-EEM荧光光谱技术与Transformer深度学习模型结合，用于湖泊有机污染源追踪，相比传统依赖Tucker Congruence系数的手动方法，显著提高了识别效率和准确性 | 研究仅针对长荡湖流域，方法在其他湖泊或污染源类型中的普适性有待验证；样本来源限于工业废水、农业和生活污染，未涵盖所有潜在污染源 | 开发一种高效、准确的有机污染源追踪方法，以支持湖泊流域污染控制 | 长荡湖流域的溶解有机物，包括工业废水、农业和生活污染源 | 环境科学 | NA | 三维激发-发射矩阵荧光光谱技术，平行因子分析 | 深度学习模型 | 荧光光谱图像 | 40个荧光组分，来自长荡湖连接河流和湖体的水质样本，以及工业、农业、生活污染源样本 | NA | Transformer, GoogLeNet, VGG, AlexNet | 识别准确率，Tucker Congruence系数 | NA |
| 10083 | 2026-02-20 |
3D reconstruction of spatial transcriptomics with spatial pattern enhanced graph convolutional neural network
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag060
PMID:41686651
|
研究论文 | 本文提出了一种名为Spa3D的方法，利用抗泄漏傅里叶变换和图卷积神经网络从多个二维空间转录组切片重建三维空间结构 | 首次将三维重建思想引入空间转录组数据分析，通过结合抗泄漏傅里叶变换和图卷积神经网络，突破了现有方法仅依赖二维坐标的限制 | 未明确说明方法对数据质量和切片数量的具体要求，也未讨论计算复杂度对大规模数据集的可扩展性 | 开发能够从二维空间转录组数据重建三维空间结构的新方法，以更准确地分析空间域、空间变异基因、细胞通讯和发育轨迹 | 空间分辨转录组数据 | 计算生物学 | NA | 空间分辨转录组技术 | 图卷积神经网络 | 空间转录组数据 | NA | NA | 图卷积神经网络 | NA | NA |
| 10084 | 2026-02-20 |
Integrating state-space modeling, parameter estimation, deep learning, and docking techniques in drug repurposing: a case study on COVID-19 cytokine storm
2026-Jan-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocaf035
PMID:39965087
|
研究论文 | 本研究通过整合状态空间建模、参数估计、深度学习和分子对接技术，针对COVID-19细胞因子风暴进行药物重定位案例研究 | 结合数学建模与深度学习，利用PID控制器识别关键蛋白质靶点，并应用分子对接分析药物相互作用，为COVID-19治疗提供快速有效的药物重定位策略 | 研究主要针对COVID-19细胞因子风暴，且基于特定蛋白质（如ACE2）的案例，可能不适用于其他病毒变体或疾病机制 | 开发一种综合方法，以加速针对新兴SARS-CoV-2变体的药物重定位和疾病管理 | 正常细胞和病毒感染的细胞中的调控蛋白质，特别是ACE2和AT1R，以及相关药物如Lomefloxacin和Fostamatinib | 机器学习 | COVID-19 | 状态空间建模、参数估计、分子对接 | 深度学习模型 | 蛋白质相互作用数据、药物分子数据 | NA | NA | NA | NA | NA |
| 10085 | 2026-02-20 |
Total-Body PET/CT Metabolic Response in Esophageal Squamous Cell Carcinoma
2026-Jan, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2025.11.010
PMID:41320614
|
综述 | 本文综述了全身PET/CT在食管鳞状细胞癌代谢反应评估中的应用，重点介绍了其技术优势与临床潜力 | 介绍了具有194厘米长轴视野的全身PET/CT系统（uEXPLORER），其灵敏度比传统系统高出68倍，并支持低剂量快速成像、动态全身参数成像及深度学习合成CT技术 | NA | 评估全身PET/CT在食管鳞状细胞癌新辅助治疗反应监测中的可行性和定量能力 | 食管鳞状细胞癌患者 | 数字病理学 | 食管癌 | [F]FDG PET/CT, [F]或[Ga]Ga标记的成纤维细胞活化蛋白抑制剂PET/CT | NA | PET/CT图像 | NA | NA | NA | NA | NA |
| 10086 | 2026-02-20 |
Machine learning and deep learning in internal medicine: demystifying concepts
2026-01, Revista clinica espanola
IF:2.3Q2
DOI:10.1016/j.rceng.2025.502412
PMID:41429301
|
综述 | 本文为内科医生提供了关于机器学习和深度学习关键概念的实用且易于理解的介绍，并探讨了其在诊断、预后和临床管理等任务中的应用 | 以面向内科医生的视角，系统性地解构了机器学习与深度学习的基本概念、应用流程及伦理考量，旨在弥合技术理论与临床实践之间的鸿沟 | 文章主要为概念性介绍，未涉及具体算法实现细节或实证研究数据，可能缺乏对最新技术进展的深度探讨 | 旨在向内科医生普及机器学习和深度学习的基本概念及其在临床医学中的应用潜力 | 内科医生及临床医学研究者 | 机器学习 | NA | NA | 神经网络 | NA | NA | NA | NA | NA | NA |
| 10087 | 2026-02-20 |
CGMNet: A Center-Pixel and Gated Mechanism-Based Attention Network for Hyperspectral Change Detection
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3661851
PMID:41671143
|
研究论文 | 本文提出了一种基于中心像素和门控机制的注意力网络CGMNet，用于高光谱图像变化检测，以提高检测精度和鲁棒性 | 设计了门控中心空间注意力模块和门控光谱注意力模块，以增强相关特征并抑制冗余信息，同时提出了全局变换融合模块来整合全局上下文信息，并创建了一个新的沿海遥感基准数据集HZB | 未明确说明模型在计算效率或处理大规模数据时的性能限制 | 提高高光谱图像变化检测的准确性和鲁棒性 | 高光谱图像 | 计算机视觉 | NA | NA | CNN, 注意力网络 | 高光谱图像 | 三个公开数据集及新创建的HZB数据集 | NA | CGMNet | NA | NA |
| 10088 | 2026-02-20 |
Optimizing MRI annotation workflows for high-accuracy deep learning thigh muscle segmentation in athletes
2026-Jan, Radiology advances
DOI:10.1093/radadv/umag005
PMID:41694457
|
研究论文 | 本研究旨在通过优化MRI标注工作流程，利用深度学习模型实现运动员大腿肌肉的高精度分割，并评估训练数据量对分割性能及下游定量指标的影响 | 首次系统性地确定了训练准确深度学习大腿肌肉分割模型所需的最小标注MRI研究数量，并验证了仅需20个标注样本即可达到临床可接受性能，为高效自动化分割提供了数据需求指导 | 研究数据仅来自单一中心的3T GE Premier系统扫描的运动员群体，可能限制了模型对其他扫描设备或普通人群的泛化能力 | 确定训练准确大腿肌肉分割深度学习模型所需的标注MRI研究数量，并评估训练规模对下游定量测量一致性的影响 | 前交叉韧带损伤的竞技运动员和职业足球运动员的大腿肌肉MRI图像 | 数字病理学 | 肌肉骨骼损伤 | MRI, 扩散张量成像 | 深度学习 | MRI图像 | 训练集规模从5到120个受试者不等，固定独立测试集包含41个受试者 | nnU-Net | nnU-Net | Dice相似系数, 相对体积差异, Hausdorff距离, HD95, 平均对称表面距离 | NA |
| 10089 | 2026-02-19 |
Expression of Concern: Multi-convolutional neural networks for cotton disease detection using synergistic deep learning paradigm
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0343102
PMID:41701686
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10090 | 2026-02-20 |
Image-based machine learning models for customized soil moisture management
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341904
PMID:41701764
|
研究论文 | 本研究提出了一种结合土壤传感器和图像分析的AI系统，用于支持定制化的土壤水分管理，以移植的野生模拟人参为模型作物 | 开发了一种非侵入性方法，通过RGB图像和传感器数据结合深度学习模型，实现个体植物层面的土壤水分监测，克服了传统智能农业系统统一处理的局限性 | 模型尚未在不同作物和土壤类型中广泛验证，且需要集成更多光谱数据以提高鲁棒性和可扩展性 | 改善智能农业中的资源利用效率和产量，通过定制化土壤水分管理满足个体植物需求 | 移植的野生模拟人参 | 计算机视觉 | NA | 图像分析，土壤传感器数据采集 | 深度学习模型，随机森林回归模型 | 图像，传感器数据 | 未明确指定样本数量，但涉及不同深度（3厘米、10厘米和15厘米）的土壤传感器数据和RGB图像 | 未明确指定，但可能涉及TensorFlow或PyTorch等深度学习框架 | DenseNet121 | R², RMSE | NA |
| 10091 | 2026-02-19 |
ACD2W-InceptionNeXt: adjacent class distinguished and class distance weighted InceptionNeXt-based computer-aided mayo endoscopic scoring system for still images and video segments
2026-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-026-00435-0
PMID:41704942
|
研究论文 | 本文提出了一种基于深度学习的计算机辅助诊断系统，用于从内窥镜视频片段中预测溃疡性结肠炎的Mayo内窥镜评分 | 提出了ACDW-InceptionNeXt模型，结合渐进式ACDW-Loss，显式利用MES的序数性质，增强相邻严重程度级别之间的区分能力 | NA | 开发计算机辅助诊断系统以减少溃疡性结肠炎内窥镜评分的主观差异性 | 溃疡性结肠炎的内窥镜图像和视频片段 | 计算机视觉 | 溃疡性结肠炎 | 深度学习 | CNN | 图像, 视频 | 两个UC内窥镜数据集：彰化基督教医院数据集和LIMUC数据集 | NA | InceptionNeXt | 准确率, 二次加权Kappa | NA |
| 10092 | 2026-02-19 |
De novo biosynthesis of eriocitrin in Saccharomyces cerevisiae through deep learning-guided enzyme screening and systematic metabolic engineering
2026-Sep, Synthetic and systems biotechnology
IF:4.4Q1
DOI:10.1016/j.synbio.2026.01.019
PMID:41696525
|
研究论文 | 本研究利用深度学习引导的酶筛选和系统代谢工程，在酿酒酵母中实现了圣草次苷的从头生物合成 | 首次在酿酒酵母中构建了圣草次苷的从头生物合成途径，并采用深度学习与生物信息学相结合的方法筛选高效糖基转移酶 | 最终圣草次苷产量（30.5 mg/L）仍较低，且整个合成途径涉及多步代谢工程改造，过程复杂 | 开发一种可持续、可扩展的圣草次苷微生物生产方法，以克服传统植物提取法的限制 | 圣草次苷（一种黄烷酮-7-O-二糖）及其在酿酒酵母中的生物合成途径 | 合成生物学，代谢工程 | NA | 深度学习，生物信息学分析，代谢工程，启动子工程，途径整合 | 深度学习模型（用于酶筛选） | 酶序列数据，代谢途径数据 | NA | NA | NA | 圣草次苷滴度（mg/L），圣草酚滴度（mg/L） | NA |
| 10093 | 2026-02-19 |
Agri-vision Bangladesh: A multi-crop augmented image dataset for automated disease diagnosis in Bottle Gourd, Zucchini, Papaya, and Tomato
2026-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112528
PMID:41704496
|
研究论文 | 本文介绍了Agri-Vision Bangladesh数据集，这是一个用于自动化疾病诊断的增强图像数据集，涵盖葫芦、西葫芦、木瓜和番茄四种作物 | 针对孟加拉国地区特定农业数据稀缺问题，创建了一个包含28个类别、经过专家验证的增强图像数据集，并采用几何和光度变换进行数据扩充 | NA | 推动精准农业中计算机视觉算法的发展，实现细粒度分类、目标检测和跨作物迁移学习 | 葫芦、西葫芦、木瓜和番茄四种作物的疾病图像 | 计算机视觉 | NA | 图像采集与数据增强 | CNN, Vision Transformers | 图像 | 5266张原始图像，通过增强后总计28000张图像 | NA | NA | NA | NA |
| 10094 | 2026-02-19 |
Benchmarking geometric lamellar orientation: A large-scale synthetic dataset for quantification of ferrite-pearlite steels
2026-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112439
PMID:41704504
|
研究论文 | 本文介绍了一个用于铁素体-珠光体钢自动分割的大规模合成数据集，旨在训练和评估深度学习模型 | 通过计算管道生成大规模合成数据集，模拟珠光体团的几何片层取向，为材料科学中的高通量定量分析提供资源 | 数据集为合成生成，可能无法完全覆盖真实实验条件下的所有变异 | 开发用于铁素体-珠光体钢定量金相学的自动化分割方法 | 铁素体-珠光体钢的珠光体团和铁素体晶粒 | 计算机视觉 | NA | 计算管道合成，基于成核和生长现象的模拟 | 深度学习模型 | 图像 | 10,499张合成显微图像（512×512像素） | NA | NA | NA | NA |
| 10095 | 2026-02-19 |
Comprehensive image dataset of flexible pavement: Alligator cracks and edge-breaks from national highway (N6) of urban areas
2026-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112531
PMID:41704514
|
研究论文 | 本文介绍了一个结构化路面表面图像数据集，旨在推动自动路面状况评估和数据驱动的道路基础设施监测研究 | 提供了一个包含三种路面状况类别（鳄鱼裂缝、边缘破损和完好路面）的全面图像数据集，共12,000张原始图像，在真实世界条件下采集，并已标准化和分区以支持可重复性研究 | 数据集仅来自孟加拉国Pabna地区的国家高速公路N6特定路段，可能无法完全代表其他地区或环境条件下的路面状况 | 推动自动路面裂缝检测和分类研究，以及计算机视觉和深度学习模型的基准测试 | 柔性路面的表面图像，特别是鳄鱼裂缝、边缘破损和完好路面 | 计算机视觉 | NA | 智能手机相机图像采集 | NA | 图像 | 12,000张原始图像（每类4,000张） | NA | NA | NA | NA |
| 10096 | 2026-02-19 |
A dataset for human-written and AI-generated code source classification
2026-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112527
PMID:41704515
|
研究论文 | 本文介绍了一个专门用于区分人类编写代码与AI生成代码的数据集，旨在支持开发领域特定的AI代码检测工具 | 创建了首个专门针对多种编程语言（Python、Java、C、C++）的大规模人工标注代码来源数据集，包含平衡的人类编写和AI生成样本 | 数据集仅包含四种编程语言，且AI生成代码仅来自ChatGPT API，未涵盖其他AI代码生成工具 | 解决计算机科学教育中验证学生代码真实性的挑战，开发专门针对编程语言的AI代码检测系统 | 代码样本的来源分类（人类编写 vs AI生成） | 自然语言处理 | NA | 代码生成与分类 | NA | 代码文本 | 10000个标注代码样本（5000个人类编写 + 5000个AI生成），涵盖Python、Java、C、C++四种语言 | NA | NA | NA | NA |
| 10097 | 2026-02-19 |
3D Mitochondria Shape Library for Optical Microscopy (3DMSL): A multimodal dataset for deep learning based mitochondrial analysis
2026-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112507
PMID:41704521
|
研究论文 | 本文介绍了3DMSL，一个用于光学显微镜的3D线粒体形状库，旨在为深度学习模型训练提供大规模注释数据集 | 利用高分辨率电子显微镜数据，通过物理模拟器生成荧光显微镜图像数据集，包含多种3D形状表示格式，支持多种深度学习应用 | NA | 解决荧光显微镜图像分析中注释数据稀缺的问题，为细胞器分析提供训练资源 | 线粒体的3D形状 | 计算机视觉 | NA | 电子显微镜，物理模拟器 | NA | 3D图像，网格，点云，隐式形状 | 超过27,000个线粒体实例 | NA | NA | NA | NA |
| 10098 | 2026-02-19 |
Leveraging human pose estimation for diagnostic feedback: Action research on instructional mediation and sustainable learning in coach education
2026-Mar, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.106128
PMID:41520452
|
研究论文 | 本研究探讨了在大学体育实践课程中整合人体姿态估计工具，以提升学生的诊断推理、反思参与和教学互动 | 将AI辅助视觉反馈与教学策略结合，支持从工具表面使用到概念理解和应用生物力学推理的发展转变，并提出了AI增强的认知学徒模型 | 研究样本仅包括31名本科生，时间跨度为三周，可能限制结果的普遍性 | 旨在通过整合人体姿态估计工具，增强体育教育中的诊断推理、反思学习和教学互动 | 31名大学本科生在体育实践课程中的学习过程 | 计算机视觉 | NA | 人体姿态估计 | NA | 诊断报告、学生反思、教师日志 | 31名本科生 | NA | NA | NA | NA |
| 10099 | 2026-02-19 |
Comparison of VADER and TextBlob labeling for sentiment analysis using machine learning and deep learning models: A study on generative AI user experience
2026-Mar, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2026.106268
PMID:41570547
|
研究论文 | 本研究通过情感分析探讨生成式AI的用户体验，比较了VADER和TextBlob两种情感标注方法在机器学习和深度学习模型中的表现 | 比较了VADER和TextBlob两种情感标注方法对机器学习与深度学习模型性能的影响，发现TextBlob标注的数据集能提升分类效果 | 研究仅基于88,343条用户评论，可能未覆盖所有生成式AI用户群体，且情感标注方法比较有限 | 通过情感分析研究生成式AI的用户体验，以提升服务交付和吸引新用户 | 生成式AI（特别是ChatGPT）的用户评论 | 自然语言处理 | NA | 情感分类、主题建模、情感分析 | GRU, SVM | 文本 | 88,343条用户评论 | NA | GRU, SVM | 准确率 | NA |
| 10100 | 2026-02-19 |
Deep Learning-Based Detection of Papilledema on Retinal Photographs From Handheld Cameras: A Prospective Study
2026-Mar-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society
IF:2.0Q2
DOI:10.1097/WNO.0000000000002394
PMID:40867029
|
研究论文 | 本研究评估了一种深度学习系统在手持相机采集的视网膜照片上检测视盘水肿和其他视神经病变的性能 | 首次在大型前瞻性数据集中使用深度学习系统对手持非散瞳相机采集的视网膜照片进行视盘水肿检测，并实现了优异的诊断性能 | 研究主要基于特定手持相机（Aurora, Optomed, Finland）采集的数据，可能在其他设备或条件下的泛化能力有待验证 | 评估深度学习系统在神经眼科临床环境中自动检测视盘水肿和其他视神经病变的准确性和可行性 | 视网膜照片，包括来自全球31个中心的20,533张照片（10,647名患者） | 计算机视觉 | 视神经病变 | 视网膜摄影 | 深度学习系统 | 图像 | 20,533张视网膜照片（10,647名患者），包括18,981张散瞳照片（9,830名患者）用于训练和内部验证，1,552张前瞻性采集的非散瞳照片（817名患者）用于外部测试 | NA | NA | AUC, 敏感性, 特异性, 准确率 | NA |