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 1451 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2026-05-25 |
Artificial intelligence in depression diagnostics: A systematic review of methodologies and clinical applications
2026-02, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103320
PMID:41338039
|
综述 | 本文系统综述了人工智能在抑郁症诊断中的方法论与临床应用，涵盖数据模态、模型性能及伦理挑战 | 首次系统评估多模态数据融合与先进神经网络架构在抑郁症诊断中的应用，并提出提升模型泛化性和可解释性的未来方向 | 数据集偏差、算法透明度不足及临床适用性挑战 | 综述AI驱动抑郁症诊断方法的研究现状，评估技术效能与临床转化潜力 | 语言、行为、生理数据（社交媒体、临床访谈、语音记录、可穿戴设备） | 机器学习 | 抑郁症 | NA | 机器学习、深度学习（神经网络架构） | 文本、语音、行为数据、生理信号 | NA | NA | 神经网络 | 诊断准确率 | NA |
| 342 | 2026-05-25 |
QENNA: A quantum-enhanced neural network for early Alzheimer's detection using magnetic resonance imaging
2026-02, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103322
PMID:41344072
|
研究论文 | 提出一种量子增强神经网络QENNA，用于早期阿尔茨海默病的磁共振成像检测 | 首次将量子卷积层与经典深度学习相结合，并引入量子生成对抗网络和量子随机游走进行数据增强，提升早期AD诊断准确率 | 训练数据匮乏时量子组件的性能提升需进一步验证，且量子计算资源在临床实践中的可扩展性尚未明确 | 开发高效早期阿尔茨海默病检测的AI诊断工具 | 早期阿尔茨海默病患者的大脑磁共振成像数据 | 计算机视觉, 机器学习 | 阿尔茨海默病 | 磁共振成像 (MRI) | 量子增强神经网络 (QENNA), 量子生成对抗网络 (QGAN) | 图像 | 两个公开MRI数据集 | NA | 量子卷积层, 经典深度学习网络 | 准确率, AUC | NA |
| 343 | 2026-05-25 |
Intelligent sentiment analysis with Arabic patient feedback on healthcare services in King Hussein Cancer Center
2026-02, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103334
PMID:41421129
|
研究论文 | 针对约旦阿拉伯方言的患者反馈进行情感分析，构建了JADKHCC语料库，并评估了多种深度学习模型性能 | 首次构建了专门用于约旦阿拉伯方言患者反馈情感分析的JADKHCC语料库，并基于BERT-Arabic表示模型与CNN架构实现了高精度预测 | 未明确讨论模型泛化性及跨方言迁移能力不足的问题 | 基于自动化情感分析技术，从阿拉伯语患者反馈中检测服务质量问题并推动改进 | 金侯赛因癌症中心患者的约旦阿拉伯方言文本反馈 | 自然语言处理 | 癌症 | BERT-base-Arabic, Word2Vec, FastText | CNN | 文本 | 15,812条约旦阿拉伯方言评论 | PyTorch | CNN结合BERT表示 | F1分数 | NA |
| 344 | 2026-05-24 |
Predicting Pharmacological Treatment Response in Migraine Using AI/ML: A Scoping Review of the Evidence and Future Directions
2026-02, Pharmacotherapy
IF:2.9Q2
DOI:10.1002/phar.70085
PMID:41276479
|
综述 | 系统评估了人工智能/机器学习模型预测偏头痛药物治疗反应的证据，并指出了方法学上的关键缺陷及未来方向 | 首次对AI/ML预测偏头痛药物反应的证据进行系统范围综述，揭示大多数研究仅依赖内部验证、缺乏外部验证，以及数据模态不全等核心问题 | 纳入研究存在普遍的方法学弱点，如过度依赖内部验证、患者队列重叠、缺乏生物标志物和遗传数据 | 评估AI/ML模型预测偏头痛急性或预防性药物治疗反应的证据，并提出未来研究方向 | 偏头痛患者的药物治疗反应预测模型 | 机器学习 | 偏头痛 | NA | 支持向量机、深度学习、概率模型 | 临床表型数据和神经影像数据 | 12项符合条件的研究 | NA | 支持向量机、深度学习模型、概率模型 | 预测准确性 | NA |
| 345 | 2025-12-11 |
The road to bedside: addressing key hurdles for deep learning prognostic models in light-chain cardiac amyloidosis
2026-Feb-27, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeaf344
PMID:41364678
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 346 | 2026-05-20 |
Rapid prediction of cardiac activation in the left ventricle with geometric deep learning: a step towards cardiac resynchronization therapy planning
2026-Feb-07, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02399-7
PMID:41654658
|
研究论文 | 利用几何深度学习快速预测左心室激活时间图，为心脏再同步治疗规划提供支持 | 首次构建基于图神经网络和几何信息神经算子的几何深度学习模型，实现左心室激活时间图的实时预测，并开发了用于优化起搏点选择的工作流 | 模型在真实左心室几何结构上的性能略低于合成数据，且尚未在临床环境中进行验证 | 开发一种用于个性化心脏再同步治疗规划的计算方法，通过快速预测激活时间图并优化起搏点位置 | 左心室几何形状上的激活时间图预测 | 机器学习 | 心脏疾病（心脏衰竭） | 有限元模拟 | 图神经网络（GNN）和几何信息神经算子（GINO） | 合成和真实左心室几何形状的激活时间图数据 | 基于广泛合成左心室形状、起搏点配置和组织电导率生成的有限元模拟大样本数据集 | PyTorch | 图神经网络（GNN），几何信息神经算子（GINO） | 误差率（百分比） | NA |
| 347 | 2026-05-20 |
AI Prognostication in Nonsmall Cell Lung Cancer: A Systematic Review
2026-02-01, American journal of clinical oncology
DOI:10.1097/COC.0000000000001238
PMID:40679809
|
综述 | 对人工智能算法在非小细胞肺癌预后预测中的应用进行系统文献综述 | 比较了不同人工智能类型（机器学习和深度学习）的预后性能，并评估了与TNM分期等传统预后系统的对比 | 建议在临床应用前需通过精心设计的临床试验进行充分验证 | 评估人工智能算法在非小细胞肺癌预后预测中的应用效果 | 非小细胞肺癌患者的预后预测 | 机器学习 | 肺癌 | NA | 机器学习, 深度学习 | 组织学数据, 遗传数据, CT, PET, MRI图像 | 初始3880篇文献，经筛选后纳入309篇 | NA | NA | 预后性能（具体指标未明确） | NA |
| 348 | 2026-03-02 |
Explainable deep learning and radiomics integration for differentiating insulinomas from NF-PNETs in EUS imaging
2026-Feb-28, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03388-2
PMID:41764459
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 349 | 2026-05-19 |
An explainable deep learning framework for video violence detection using unsupervised keyframe selection and attention-based CNN
2026-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40977-7
PMID:41748832
|
研究论文 | 提出一种可解释的注意力增强卷积神经网络框架，用于视频暴力检测，集成无监督关键帧选择、注意力驱动特征学习和Grad-CAM++可解释性 | 融合无监督关键帧选择、注意力机制和Grad-CAM++可解释性，在降低计算开销的同时提升时空特征判别能力和模型透明度 | 未明确讨论在极低光照、严重遮挡或高动态场景下的鲁棒性，且仅在五类基准数据集上验证，可能泛化到其他暴力场景需进一步测试 | 解决视频暴力检测中的数据冗余、透明度和泛化挑战，实现高效且可解释的实时检测系统 | 视频监控和在线平台中的暴力行为检测 | 计算机视觉 | NA | 无监督关键帧选择（基于相似性聚类）、注意力机制、Grad-CAM++ | CNN（卷积神经网络） | 视频 | 五个基准数据集（RLVS、Hockey Fight、Violent Flow、ShanghaiTech、UCF-Crime） | NA | 注意力增强CNN（具体架构未明确，可能基于常见CNN骨干如ResNet） | 准确率、F1分数、处理速度（FPS）、内存使用量 | NA |
| 350 | 2026-05-19 |
Mathematical and Artificial Intelligence Techniques in Modern Drug Discovery: A Review
2026-02, Drug development research
IF:3.5Q2
DOI:10.1002/ddr.70212
PMID:41431184
|
综述 | 综述了数学和人工智能技术在药物发现中的应用 | 系统性地将数学框架与AI技术相结合，并分析了它们在药物开发各阶段的协同作用 | 未提供具体的实验验证或定量比较，分析主要基于现有文献 | 探讨数学建模与AI算法在药物开发中联合应用的潜力，以加速研发并降低风险 | 药物发现过程中的数学和AI技术 | 机器学习 | NA | NA | 机器学习、深度学习、强化学习、自然语言处理、迁移学习 | NA | NA | NA | NA | NA | NA |
| 351 | 2026-05-16 |
Recurrent neural network long short term memory model to detect the pile toe using raw data of pile integrity test
2026-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36732-7
PMID:41680218
|
研究论文 | 提出使用循环神经网络长短期记忆模型从桩完整性测试原始数据中检测桩端，以提高测试可靠性和效率 | 首次将RNN-LSTM模型应用于桩完整性测试的自动速度反射图生成，减少对人工经验的依赖并消除主观误差 | 模型仅基于埃及多个打入桩项目的数据训练，可能缺乏对其他地区或不同类型桩的泛化能力 | 开发一种人工智能系统，从加速度输入中学习波传播行为并正确捕捉桩端位置，替代传统人工解释方法 | 桩完整性测试中的桩端位置检测与反射图生成 | 机器学习 | NA | 低应变完整性测试 | 循环神经网络长短期记忆 | 加速度时程信号 | 埃及多个打入桩项目收集的数据 | NA | 六层32神经元LSTM | 决定系数R，训练R为0.9126、验证R为0.8778，桩端预测准确度达84%至89.5% | NA |
| 352 | 2026-05-16 |
A Multivariate Cloud Workload Prediction Method Integrating Convolutional Nonlinear Spiking Neural Model with Bidirectional Long Short-Term Memory
2026-Feb, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500716
PMID:41024445
|
研究论文 | 该文提出一种结合卷积非线性脉冲神经模型与双向长短期记忆的多变量云工作负载预测方法 | 提出基于非线性脉冲神经P系统的卷积模型(ConvNSNP),相比传统卷积模型增强了处理非线性数据的能力 | 未提及模型的泛化能力和计算资源消耗情况 | 解决云计算环境中多变量工作负载预测问题 | 云工作负载时间序列数据 | 机器学习 | NA | 深度学习 | 混合模型 | 时间序列 | 三个公共云工作负载数据集(来自阿里巴巴和谷歌) | NA | ConvNSNP, BiLSTM | RMSE, MAE, MAPE | NA |
| 353 | 2026-05-08 |
External evaluation of an open-source deep learning model for prostate cancer detection on bi-parametric MRI
2026-Feb, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11865-x
PMID:40753327
|
研究论文 | 评估一个开源深度学习模型在双参数MRI中检测临床显著前列腺癌的诊断准确性 | 首次对外部验证开源深度学习模型在前列腺癌检测中的性能，并强调了模型代码和权重共享的重要性 | 样本量相对较小，仅包含151名生物男性患者；模型特异性较低（0.53），可能导致较多假阳性结果 | 评估开源深度学习模型在双参数MRI中检测临床显著前列腺癌的诊断准确性，并确定促进模型共享和外部评估的必要组件 | 151名生物男性患者的双参数MRI检查数据 | 计算机视觉 | 前列腺癌 | 双参数MRI | 深度学习模型 | 图像 | 151名生物男性患者的双参数MRI检查数据 | NA | NA | AUC、敏感性、特异性、Fleiss' kappa | NA |
| 354 | 2026-05-06 |
TITAN-BBB: Predicting BBB Permeability using Multi-Modal Deep-Learning Models
2026-Feb-17, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.15.706007
PMID:41756895
|
研究论文 | 提出了TITAN-BBB，一种利用表格、图像和文本特征并通过注意力机制结合的多模态深度学习架构，用于预测血脑屏障渗透性 | 首次将传统化学描述符与深度学习嵌入集成到多模态架构中，利用注意力机制融合表格、图像和文本特征，并构建了迄今最大的BBB渗透性数据集 | NA | 开发计算模型预测血脑屏障渗透性，替代资源密集且通量低的传统实验方法 | 血脑屏障渗透性预测 | 机器学习 | NA | NA | 多模态深度学习模型 | 表格数据、图像、文本 | 汇集多个文献来源，构建了目前最大的BBB渗透性数据集 | PyTorch | 注意力机制 | 平衡准确率、平均绝对误差 | NA |
| 355 | 2026-05-06 |
Deep learning-based system for automated staging of lower molar maturation
2026-02, Journal of the World federation of orthodontists
IF:2.6Q1
DOI:10.1016/j.ejwf.2025.08.004
PMID:41073252
|
研究论文 | 基于深度学习系统自动分级下颌磨牙成熟度的研究 | 首次使用四种卷积神经网络架构（Xception、ResNet、MobileNet和Inception）对下颌第二、第三磨牙成熟阶段进行自动分类，并利用Grad-CAM可视化模型注意力区域 | 研究为横断面设计，样本量有限（1805张图像），且仅针对下颌磨牙，可能不适用于其他牙齿或人群 | 评估自动分级牙齿成熟度系统在齿面正畸治疗规划中的辅助诊断价值 | 下颌第二磨牙和第三磨牙的成熟阶段 | 计算机视觉 | 无 | NX | 卷积神经网络（CNN） | 图像（分段全景X光片） | 1805张图像 | NA | Inception, ResNet, Xception, MobileNet | 准确率, 精确率, 召回率, F1分数, 科恩kappa系数 | NA |
| 356 | 2026-05-04 |
Towards automated fetal brain biometry reporting for 3-dimensional T2-weighted 0.55-3T magnetic resonance imaging at 20-40 weeks gestational age range
2026-02, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06403-2
PMID:41238791
|
研究论文 | 针对 20-40 孕周胎儿脑部三维 T2 加权 MRI，开发并验证全自动生物测量报告流程 | 首次提出全自动胎儿脑部生物测量报告流程，集成深度学习测量、百分位和 Z 分数计算，并生成标准化生长图表 | 未提供 | 实现并验证基于深度学习的全自动胎儿脑部 MRI 生物测量报告流程，以提升临床实用性并支持实时工作流整合 | 胎儿脑部三维 T2 加权 MRI 图像 | 计算机视觉 | 胎儿发育异常 | MRI | 3D UNet | 图像 | 回顾性 90 例，前瞻性 111 例，正常对照 406 例 | NA | 3D UNet | 绝对差值，可接受率 | NA |
| 357 | 2026-05-03 |
Sequential pattern transformer (SPT): a generative and interpretable framework for predicting disease trajectories
2026-Feb, Neural computing & applications
IF:4.5Q2
DOI:10.1007/s00521-025-11695-4
PMID:41907562
|
研究论文 | 提出序贯模式变换器（SPT），一种结合序列模式挖掘与生成式变换器建模的统一框架，用于预测疾病轨迹 | 将前缀跨度算法与仅解码器变换器协同，从嘈杂的电子健康记录中提取经过统计验证的疾病进展模式，从而将建模范式从分类转变为概率轨迹生成 | NA | 构建可解释、可操作的疾病轨迹预测框架，弥合高性能AI与临床可解释性之间的差距 | 258,460名2型糖尿病住院患者的诊断历史数据 | 机器学习 | 2型糖尿病 | 电子健康记录数据分析 | 变换器 | 文本（诊断代码序列） | 258,460名2型糖尿病住院患者，数据跨越四年 | PyTorch | 仅解码器变换器 | Top-5准确率 | NA |
| 358 | 2026-05-02 |
GAN-based novel feature selection approach with hybrid deep learning for heartbeat classification from ECG signal
2026-Feb, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种基于生成对抗网络的新颖特征选择方法，结合混合深度学习对心电图信号进行心跳分类 | 结合生成对抗网络进行特征融合，并采用序列指数饥饿游戏搜索算法训练混合深度信念网络与VGG模型 | 未提及 | 开发一种最优深度学习技术对心跳进行分类 | 心电图心跳信号 | 机器学习 | 心血管疾病 | NA | DBN-VGG | ECG信号 | NA | NA | DBN-VGG | 准确性, 敏感性, 特异性 | NA |
| 359 | 2026-05-01 |
Development and validation of a transformer-based deep learning model for predicting distant metastasis in non-small cell lung cancer using 18FDG PET/CT images
2026-Feb, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-04014-9
PMID:40779149
|
研究论文 | 开发和验证一种结合CNN和ViT的混合深度学习模型，用于预测非小细胞肺癌患者的远处转移 | 首次将CNN与视觉Transformer（ViT）架构结合应用于18F-FDG PET/CT图像预测非小细胞肺癌远处转移，并证明整合PET和CT特征的模型优于单一模态模型 | 回顾性研究、样本量有限（167例），需要更大规模的前瞻性研究验证 | 开发和验证基于深度学习的模型，利用PET/CT图像预测非小细胞肺癌远处转移 | 167例初诊未治疗的非小细胞肺癌患者的PET/CT图像 | 计算机视觉 | 非小细胞肺癌 | 18F-FDG PET/CT | CNN, ViT | 图像 | 167例患者的PET/CT图像 | NA | ResNet 50, ViT | AUC | NA |
| 360 | 2026-04-29 |
Threat discrimination of real-world social interactions in schizotypal traits
2026-Feb-17, Psychonomic bulletin & review
IF:3.2Q1
DOI:10.3758/s13423-025-02821-3
PMID:41703359
|
研究论文 | 研究精神分裂型特质个体在真实世界社交互动中的威胁辨别能力 | 利用深度学习模型重新渲染自然视频，操纵社交环境信息量，探索社交环境对威胁检测的影响 | 研究基于非临床样本，结果可能不直接适用于临床精神分裂症患者 | 探讨社交环境对精神分裂型特质个体威胁检测能力的影响 | 161名非临床样本，具有不同精神分裂型和自闭型特质水平 | 机器学习 | 精神分裂症谱系障碍 | 深度学习模型 | 深度学习模型 | 自然视频 | 161名非临床样本 | NA | NA | NA | NA |