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 1221 - 1240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2026-09-23 |
AINR: attention-guided implicit neural representations for spatial domain identification in spatial transcriptomics
2026, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbag241
PMID:42765024
|
研究论文 | 本文提出了AINR，一个端到端的深度学习框架，将空间转录组数据建模为几何约束的连续生物场，结合隐式神经表示、空间感知注意力机制和全变分正则化，用于空间域识别 | 1. 将空间转录组数据建模为几何约束的连续生物场，避免使用显式邻接矩阵；2. 结合隐式神经表示与空间感知注意力机制；3. 引入全变分正则化项和周期性正弦激活函数，在映射空间坐标到基因表达的同时保持空间平滑性；4. 在极端数据稀疏条件下仍保持稳健性能 | 未在摘要中明确说明 | 解决空间转录组数据噪声大、稀疏性强的问题，以及现有基于图的方法复杂且难以扩展的挑战，实现准确的空间域识别 | 空间转录组数据 | 空间转录组学 | NA | 空间转录组学 | 隐式神经表示 | 基因表达数据、空间坐标数据 | 六个不同的数据集 | NA | 隐式神经表示、空间感知注意力机制 | 空间域识别性能 | NA |
| 1222 | 2026-09-23 |
A parallel convolution attention network for crop genomic prediction
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0358451
PMID:42766594
|
研究论文 | 提出一种基于并行卷积注意力网络的作物基因组预测方法PCAGP，并在四个基准数据集上验证其性能 | 采用并行卷积结构和坐标注意力机制，有效整合通道间关系和空间基因组信息，避免传统串行卷积导致的梯度消失和计算低效问题 | 摘要中未提及 | 提高作物基因组预测的准确性 | 作物基因组数据 | 机器学习 | NA | 基因组预测 | CNN | 基因组标记数据 | 四个基准数据集 | NA | 并行卷积注意力网络 | NA | NA |
| 1223 | 2026-09-23 |
SpectralTCN: A multi-resolution wavelet gating network for vibration-based structural damage detection
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0358224
PMID:42766612
|
研究论文 | 本文提出了一种名为SpectralTCN的多分辨率小波门控网络，通过在时间卷积网络中集成可学习的小波门控模块，实现基于振动信号的结构损伤检测 | 提出小波门控模块，在每个卷积块内进行可学习的、数据依赖的多分辨率滤波，利用离散小波变换同时保留时频信息，结合广义平均池化和大核因果深度可分离卷积 | 未明确说明，但可能受限于仅在两个基准数据集上验证，且小波基的选择和计算效率可能影响实际部署 | 解决现有深度学习模型在振动结构健康监测中仅处理时域信号或全局频域变换导致丢失时频局部信息的问题，提升损伤检测的准确性和泛化能力 | Z24桥梁基准数据集和基于有限元模型的My Thuan斜拉桥数据集上的振动加速度信号 | 机器学习 | NA | 离散小波变换、逆离散小波变换、时间卷积网络 | 时间卷积网络 | 振动信号（加速度时间序列） | Z24桥梁基准数据集和My Thuan斜拉桥有限元数据集（具体样本数未提供） | NA | SpectralTCN（时间卷积网络集成小波门控模块） | 准确率、分层5折交叉验证 | NA |
| 1224 | 2026-09-23 |
Unsupervised deep learning framework for early detection of wellbore trajectory deviation in drilling operations
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1942787
PMID:42769183
|
研究论文 | 本研究提出了一种无监督深度学习框架，通过分析综合测井和地质力学数据，利用LSTM自编码器和图神经网络实现钻井过程中井眼轨迹偏差的早期检测 | 提出了一种结合LSTM自编码器与图神经网络的无监督深度学习框架，无需标注的偏差事件即可识别轨迹偏差的早期发生，LSTM-AE学习钻井参数的正常时序演化并通过重构误差检测异常，GNN建模地质与地质力学变量间的物理和地质关系以增强多元交互分析 | 未在摘要中明确说明 | 克服传统井眼轨迹监测方法仅在偏差变得明显后才能识别的局限性，实现井眼轨迹偏差的早期检测 | 定向钻井和延伸钻井作业中的井眼轨迹偏差 | 机器学习 | NA | 测井, 地质力学数据采集 | LSTM, GNN, Autoencoder | 时序数据, 表格数据 | NA | NA | LSTM Autoencoder, Graph Neural Network | 重构误差, 误报率 | NA |
| 1225 | 2026-09-23 |
Dual-region deep learning model integrating prostate and peri-prostatic adipose tissue MRI features for bone metastasis prediction in prostate cancer
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1946971
PMID:42769216
|
研究论文 | 该研究开发了一个整合前列腺和前列腺周围脂肪组织MRI深度特征与临床变量的多模态模型，用于前列腺癌骨转移风险评估 | 首次将前列腺腺体和前列腺周围脂肪组织的MRI深度特征与临床变量相结合，构建双区域深度学习模型用于前列腺癌骨转移预测 | 缺乏外部验证，需要进一步进行校准评估 | 开发并评估一个整合MRI深度特征和临床变量的多模态模型，用于前列腺癌骨转移风险分层 | 464例前列腺癌患者 | 数字病理学 | 前列腺癌 | MRI | CNN | 图像 | 464例患者，按7:3随机分为训练队列和内部测试队列 | NA | ResNet-50, 逻辑回归元学习器 | ROC-AUC, 平均精确率, 校准分析, 决策曲线分析, SHAP分析, 灵敏度, 特异度 | NA |
| 1226 | 2026-09-23 |
Automated chest X-ray disease screening using large language models and deep convolutional neural networks on the MIMIC-CXR dataset
2026, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2026.1883337
PMID:42769316
|
研究论文 | 本研究利用GPT-4o从MIMIC-CXR数据集的放射学报告中生成二元疾病标签，并训练四种卷积神经网络实现自动胸片疾病分类 | 首次使用GPT-4o生成弱监督标签训练CNN进行胸片疾病筛查，并采用多随机种子与置信区间评估模型稳定性 | 标签可靠性需进一步提升，且仅实现二分类，未来需扩展至多标签分类 | 探索利用大语言模型从自由文本放射学报告中生成二元疾病存在标签，并训练深度学习模型进行自动胸片分类的可行性 | MIMIC-CXR v2.1.0数据集中的胸片图像及其对应的放射学报告 | 医学影像分析 | 胸部疾病 | 大语言模型GPT-4o、卷积神经网络 | LLM、CNN | 图像、文本 | MIMIC-CXR v2.1.0数据集（具体数量未提及），验证集210份报告，患者级别70/10/20划分 | NA | ResNet-18, DenseNet-121, EfficientNet-B1, ConvNeXt-Tiny | 准确率, 精确率, 召回率, AUC, 平衡准确率, 95%置信区间, 配对t检验p值 | NA |
| 1227 | 2026-09-23 |
Artificial Intelligence in the Design and Development of Nanoparticle Drug Delivery Systems: A Systematic Review
2026, Advances in pharmacological and pharmaceutical sciences
IF:2.1Q3
DOI:10.1155/adpp/5531134
PMID:42769491
|
系统综述 | 本文系统综述了人工智能在纳米颗粒药物递送系统设计与开发中的应用，涵盖配方优化、生物分布预测和纳米毒性评估 | 遵循PRISMA 2020指南并注册于PROSPERO，系统整合了TRIPOD-AI和JBI评估框架对纳入研究进行方法学质量评价，全面梳理了AI在纳米药物递送系统各环节的应用现状 | 数据集规模小、外部验证有限、报告标准不一致，限制了AI向临床实践的转化 | 系统评估人工智能在纳米颗粒药物递送系统设计、优化、生物分布预测及纳米毒理学中的应用现状与潜力 | 应用机器学习、深度学习和混合建模方法进行纳米颗粒设计、优化、生物分布预测或纳米毒理学研究的已发表文献 | 机器学习 | NA | 机器学习，深度学习，混合建模 | 机器学习，深度学习 | 文本 | 17项独特研究 | NA | NA | NA | NA |
| 1228 | 2026-09-23 |
The Emerging Role of Artificial Intelligence in Cardiovascular Care: From Imaging to Predictive Analytics
2026, Heart views : the official journal of the Gulf Heart Association
IF:0.4Q4
|
综述 | 本文总结了人工智能在心血管护理中的应用，从影像学到预测分析，并探讨了包括量子计算在内的新兴创新 | 探讨了量子计算在心血管医学中的潜在角色，并强调了AI在肝移植候选者预测分析中的应用 | 作为综述文章，可能缺乏原始数据和新实验验证，依赖于现有文献 | 总结AI在心血管护理中的当前应用并探索未来创新方向 | 心血管护理中的AI应用，包括影像、信号分析、风险预测和临床沟通 | 机器学习 | 心血管疾病 | NA | 机器学习, 深度学习, 大型语言模型 | NA | NA | NA | NA | NA | NA |
| 1229 | 2026-09-23 |
Biomarkers in axial spondyloarthritis diagnosis: from clinical signs to multi-omics integration
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1929862
PMID:42769597
|
综述 | 本综述系统梳理了中轴型脊柱关节炎（axSpA）诊断生物标志物的研究进展，涵盖临床、分子和影像三大模态，并探讨了机器学习和多组学整合如何重塑诊断范式 | 全面整合了从临床标志物到分子标志物再到影像组学和深度学习模型的多模态生物标志物全景，并聚焦于多模态融合策略及算法公平性等临床转化障碍 | 缺乏前瞻性外部验证、标准化不一致、算法公平性在不同人群中的未解决问题 | 绘制axSpA诊断生物标志物的当前全景，探索机器学习和多组学整合在缩短诊断延迟中的潜力 | 中轴型脊柱关节炎（axSpA）诊断相关的生物标志物，包括临床、分子和影像模态 | 数字病理学, 机器学习 | 中轴型脊柱关节炎 | 基因组学, 蛋白质组学, 代谢组学, 液体活检, 影像组学, 深度学习 | 深度学习模型 | 影像, 文本, 分子数据 | NA | NA | NA | NA | NA |
| 1230 | 2026-09-23 |
Artificial intelligence in endometrial cancer: multimodal deep learning and future perspectives in precision gynecologic oncology - a structured narrative review
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1910139
PMID:42769630
|
综述 | 本文是一篇结构化叙述性综述，系统总结了人工智能在子宫内膜癌中的应用，涵盖超声影像、放射组学、数字病理、多模态深度学习、可解释AI及预后建模，并探讨了临床转化与未来前景 | 系统整合了多模态深度学习（尤其是HECTOR框架）和可解释AI在子宫内膜癌精准诊疗中的最新进展，并全面讨论了从诊断到预后预测的临床转化路径及伦理监管挑战 | 现有证据主要基于回顾性研究设计，数据集较小且常存在类别不平衡，AI模型可能过拟合，影像协议异质性大，外部验证有限，缺乏足够的前瞻性临床证据，限制了模型的泛化能力和临床推广 | 总结人工智能在子宫内膜癌中的应用现状，重点关注超声影像、放射组学、数字病理、多模态深度学习和可解释AI，并展望精准妇科肿瘤学的未来方向 | 子宫内膜癌患者及其相关的影像学、病理学和临床数据 | 数字病理 | 子宫内膜癌 | 全切片成像、放射组学、超声成像、多模态深度学习 | 深度学习、机器学习 | 图像、文本、多模态数据 | NA | NA | HECTOR | NA | NA |
| 1231 | 2026-09-23 |
AI-driven cybersecurity for industrial internet of things: architectures, challenges, datasets, and future research directions
2026, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2026.1938279
PMID:42769675
|
综述 | 本文系统综述了工业物联网中基于人工智能的网络安全威胁检测与防御的最新进展，涵盖架构、数据集、挑战及未来研究方向 | 系统性地从IIoT各层架构、公开数据集、评估实践和AI入侵检测方法等多维度进行批判性分析，并基于PRISMA流程识别文献，提出轻量级边缘智能、持续自适应学习、可解释联邦智能、数字孪生安全、基础模型驱动网络智能、自主网络防御和可信AI等新兴研究优先方向 | 现有研究在跨域泛化、计算开销、可解释性、对抗鲁棒性、边缘部署和操作验证方面存在持续局限，仅靠高基准性能不足以证明网络安全有效性 | 系统分析工业物联网环境中智能威胁检测与防御的最新发展，为下一代IIoT提供弹性、自适应且可操作部署的网络安全解决方案路径 | 工业物联网环境中的网络威胁及基于AI的入侵检测方法 | 机器学习 | NA | NA | 机器学习, 深度学习, 混合架构, Transformer, 图神经网络, 联邦学习, 强化学习, 可解释AI | 文本 | NA | NA | Transformer, 图神经网络 | NA | NA |
| 1232 | 2026-09-23 |
Advances in linear epitope-based subunit vaccines powered by artificial intelligence: current status and challenges
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1902723
PMID:42769934
|
综述 | 本文综述了人工智能驱动的线性表位亚单位疫苗的研究进展，涵盖计算表位筛选、化学修饰、递送平台及临床转化 | 系统评估了深度学习MHC结合预测工具（NetMHCpan、MHCflurry 2.0、MARIA）在线性表位疫苗中的应用，并提出AI驱动表位结构设计与病毒样颗粒递送系统协同优化的新路径 | 该领域仍面临免疫原性弱、酶降解快、对病毒变异株交叉保护不足等核心瓶颈 | 系统梳理线性表位亚单位疫苗的发展现状，评估AI在表位筛选中的作用，并探讨优化策略以推动下一代广谱疫苗的合理开发 | 线性表位亚单位疫苗、AI表位预测工具、递送平台、临床转化 | 机器学习 | NA | 深度学习MHC结合预测、计算免疫原性表位筛选、位点特异性化学修饰、病毒样颗粒递送 | NA | 文本 | NA | NA | NA | NA | NA |
| 1233 | 2026-09-22 |
Teledermatology: The Most Recent Advancements and Applications of Mobile Apps: A Narrative Review
2026-May, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.72521
PMID:42163943
|
综述 | 本文综述了2015年至2024年间皮肤病学移动应用程序的最新进展和应用，涵盖远程皮肤病学、人工智能、图像处理等技术 | 系统总结了皮肤病学移动应用程序的最新进展，特别关注了远程皮肤病学服务在临床决策支持、转诊路径、治疗监测和管理等方面的扩展应用，以及离线系统在互联网连接有限地区的价值 | 作为叙述性综述，未进行定量荟萃分析，可能存在选择偏倚，且未对纳入研究的质量进行系统评价 | 研究皮肤病学移动应用程序的最新进展和应用 | 2015年至2024年间发表的关于皮肤病学移动应用程序进展和应用的原创文章 | 数字病理学 | 皮肤癌 | 远程皮肤病学、移动健康、远程医学、远程皮肤镜检、人工智能、图像处理、深度学习、临床图像分析、云端数据存储 | 深度学习 | 图像 | NA | PyTorch | NA | NA | NVIDIA Tesla P4 GPU |
| 1234 | 2026-09-22 |
Generative AI-Driven CNN Framework for Enhanced Lung Cancer Detection, Prediction, and Treatment: A Novel Approach to Overcoming AI Limitations
2026, International journal of biomedical imaging
IF:3.3Q2
DOI:10.1155/ijbi/8726222
PMID:42179834
|
研究论文 | 本文提出了一种生成式AI驱动的CNN框架，通过整合GAN数据增强和CNN特征提取，提升肺癌检测、预测和治疗规划的性能。 | 创新点在于将合成数据生成、高级特征提取、基于注意力的分类和概率风险预测统一到一个单一框架中，这种整合在现有研究中尚未被全面探索。 | 未明确提及局限性，但未来工作需关注临床部署、可解释AI和真实医疗系统集成，暗示当前缺乏临床验证和可解释性。 | 提高肺癌检测、风险预测和治疗规划的准确性，克服现有AI诊断的局限性。 | 肺癌患者信息、CT扫描特征和癌症风险评分数据集。 | 计算机视觉 | 肺癌 | CT扫描, X射线 | CNN, GAN | 图像, 文本 | NA | TensorFlow, Keras | CNN, GAN | 准确率, 精确率, 召回率, F1分数, AUC, ROC-AUC | NA |
| 1235 | 2026-09-21 |
GaitDynamics: a generative foundation model for analyzing human walking and running
2026-Aug, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-025-01565-8
PMID:41491893
|
研究论文 | 开发了一个生成式基础模型GaitDynamics，用于分析人类行走和跑步的步态动力学，包括运动学和动力学预测 | 在大规模多样化步态数据集上训练的生成式基础模型，支持灵活输入输出，能处理缺失数据，并应用于多种临床和运动场景 | 摘要中未明确提及 | 理解人类步态动力学以促进人类移动能力，并开发高效准确的深度学习模型替代昂贵实验和物理模拟 | 人类行走和跑步的步态模式 | 机器学习 | NA | 生成式基础模型 | 生成式基础模型 | 运动学数据、动力学数据 | 大规模多样化步态数据集（具体样本量未提及） | NA | NA | 准确度、效率 | NA |
| 1236 | 2026-09-21 |
Multimodality Artificial Intelligence for Involved-Site Radiation Therapy: Clinical Target Volume Delineation in High-Risk Pediatric Hodgkin Lymphoma
2026-07-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.12.005
PMID:41391612
|
研究论文 | 该研究开发了多模态人工智能算法，用于高危儿童霍奇金淋巴瘤的累及部位放疗临床靶区自动分割 | 整合了计划CT、基线PET/CT和中期PET/CT的多模态影像，并比较了三种深度学习架构在临床靶区分割中的性能 | 研究样本量有限，且仅针对高危儿童霍奇金淋巴瘤患者，外部测试集来自58例患者，可能影响泛化性 | 开发自动化临床靶区分割算法，以促进累及部位放疗计划制定 | 高危儿童霍奇金淋巴瘤患者 | 数字病理学 | 淋巴瘤 | PET/CT成像 | 深度学习 | 图像 | 288例高危儿童霍奇金淋巴瘤患者（230例用于模型开发，58例用于外部测试） | NA | SegResNet, ResUNet, SwinUNETR | Dice相似系数, 95%豪斯多夫距离 | NA |
| 1237 | 2026-09-21 |
Detecting cognitive impairment and psychological well-being among older adults
2026-Jun-30, Machine learning. Health
DOI:10.1088/3049-477X/ae250c
PMID:41573970
|
研究论文 | 利用机器学习模型从远程视频对话中提取面部、声学、语言和心血管特征，检测老年人的认知障碍和心理健康状况 | 首次综合多模态特征（面部、声学、语言、心血管）通过远程视频对话评估老年人的认知状态、社交孤立、神经质和心理健康，并进行了偏差分析 | 样本量小（39人），最佳模型在年龄、性别、疾病状况和教育水平方面存在显著偏差，缺乏大规模访谈数据集来开发跨多样化人群的通用模型 | 开发可扩展的方法来监测老年人的认知衰退，并识别与痴呆风险相关的社交和心理因素 | 39名认知正常或轻度认知障碍的老年人 | 机器学习 | 老年疾病 | 远程视频对话分析、多模态特征提取 | NA | 视频、音频、文本 | 39名老年人 | NA | NA | AUC | NA |
| 1238 | 2026-09-21 |
CT Radiation Dose Reduction With Preserved Diagnostic Performance: How Far Have We Come Over 25 Years?
2026-Jun, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.34450
PMID:41636571
|
综述 | 综述了25年来CT辐射剂量降低技术的发展及其对图像质量和诊断性能的影响 | 系统总结了从添加滤过到深度学习重建等CT剂量降低技术的里程碑，并强调基于任务的客观图像质量评估的重要性 | 未提及具体的实验数据或临床验证结果，主要为文献综述 | 总结CT辐射剂量降低的关键技术进展，并评估其对诊断性能的影响 | CT辐射剂量降低技术及相关图像质量评估方法 | 医学影像 | NA | CT扫描、迭代重建、深度学习重建、光子计数探测器CT | NA | 图像 | NA | NA | NA | NA | NA |
| 1239 | 2026-09-21 |
OpenVocabCT: Toward Universal Text-Driven CT Image Segmentation
2026-May, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3646046
PMID:41411350
|
研究论文 | 提出OpenVocabCT，一种基于大规模3D CT图像预训练的视觉-语言模型，用于通用文本驱动的CT图像分割 | 利用大语言模型将CT-RATE数据集的诊断报告分解为细粒度的器官级描述，进行多粒度对比学习，实现通用文本驱动的3D CT图像分割，克服了现有文本提示模型仅能处理训练中见过的文本提示的局限性 | 摘要中未明确提及研究的局限性 | 实现通用文本驱动的CT图像分割，克服现有模型在多样化真实临床数据上性能下降以及文本提示模型泛化能力不足的问题 | 3D CT图像中的器官和肿瘤 | 计算机视觉 | 肺癌 | CT | 视觉-语言模型 | 3D CT图像, 文本 | 14个公开数据集和1个机构数据集，具体样本量未在摘要中说明 | NA | NA | NA | NA |
| 1240 | 2026-09-21 |
Evaluation of Image-Level Harmonization Methods for Multi-Center MR Neuroimaging
2026-May, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70221
PMID:41489091
|
研究论文 | 评估图像级协调方法在多中心MR神经影像中的表现，比较统计方法ComBat和深度学习方法HACA3在减少扫描仪差异方面的效果 | 首次系统评估HACA3深度学习协调工具在多中心MR神经影像中的表现，并与传统统计方法ComBat进行对比，发现HACA3在改善对比度一致性和特征相似性方面优于ComBat | T2-FLAIR图像的协调效果不佳，突显了当前多对比度MR协调工具的局限性 | 评估ADNI数据集中T1w和T2-FLAIR图像的扫描仪相关差异，并评估公开可用的图像级协调工具的性能 | ADNI数据集中的T1w和T2-FLAIR MR图像，涉及多中心多扫描仪数据 | 医学图像处理 | 阿尔茨海默病 | MRI | 深度学习 | 图像 | 1143名ADNI3受试者（233 GE，173 Philips，250 Siemens，其中487名Siemens受试者作为独立参考组），以及8名受试者的配对多vendor扫描会话 | NA | HACA3 | G/W比率，WMH体积，FID，LPIPS，p值 | NA |