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 1474 篇文献，本页显示第 761 - 780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2026-02-28 |
Ultrasound of lung parenchyma-current state and future
2026-Feb-01, The British journal of radiology
DOI:10.1093/bjr/tqaf288
PMID:41330697
|
综述 | 本文综述了胸部超声在评估肺实质方面的当前应用、诊断局限性及未来发展 | 探讨了深度学习在增强胸部超声辅助诊断中的新兴应用潜力，并强调了COVID-19大流行如何扩展了肺实质超声从诊断到监测的范围 | 缺乏关于能力评估和教育的共识 | 为读者提供胸部超声在肺实质评估中的当前使用和诊断局限性的重点概述，并展望未来发展 | 肺实质 | 数字病理学 | 肺癌 | 胸部超声 | 深度学习 | 超声图像 | NA | NA | NA | NA | NA |
| 762 | 2026-02-28 |
Chemistry-informed deep learning model for predicting stereoselectivity and absolute configuration in asymmetric hydrogenation
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00920-8
PMID:41350458
|
研究论文 | 本文介绍了一种基于反应机制的深度学习模型ChemAHNet，用于预测烯烃不对称氢化中的立体选择性和绝对构型 | ChemAHNet通过三个结构感知模块，首次实现了对具有两个前手性位点的烯烃不对称氢化反应中立体选择性和绝对构型的同步预测，且仅需简化分子输入行条目系统输入，无需预定义描述符 | 未明确提及具体局限性 | 开发一种化学信息化的深度学习模型，以克服现有模型在预测烯烃不对称氢化反应立体选择性和绝对构型方面的限制 | 烯烃不对称氢化反应，涉及多种催化剂和底物 | 机器学习 | NA | 深度学习 | 深度学习模型 | 简化分子输入行条目系统 | NA | NA | Chemistry-Informed Asymmetric Hydrogenation Network | NA | NA |
| 763 | 2026-02-28 |
Large-scale automated measurement and genetic parameters analysis of early-life myofiber characteristics in broilers
2026-Feb, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.106293
PMID:41456401
|
研究论文 | 本研究利用全玻片成像和深度学习工具，大规模自动测量了1032只肉鸡早期肌纤维特征，并分析了其遗传参数 | 首次大规模自动化量化肉鸡肌纤维特征，并估计其遗传参数，揭示了肌纤维数量与横截面积之间的强负遗传相关性 | 研究仅针对早期肉鸡，未涉及成年阶段；样本量虽大但可能受品种限制 | 量化肉鸡肌纤维特征并分析其遗传参数，以促进肉鸡育种中肉产量和质量的平衡改良 | 1032只肉鸡的胸大肌和腓肠肌 | 数字病理学 | NA | 全玻片成像 | 深度学习 | 图像 | 1032只肉鸡 | NA | NA | NA | NA |
| 764 | 2026-02-28 |
Explainable AI-assisted hybrid self-organising maps and deep learning algorithms for detecting pistachio adulteration with peas
2026-Feb, Food additives & contaminants. Part A, Chemistry, analysis, control, exposure & risk assessment
DOI:10.1080/19440049.2025.2597288
PMID:41542878
|
研究论文 | 本研究开发了一种可解释的AI辅助混合自组织映射和深度学习算法，用于检测开心果中掺入豌豆的掺杂情况 | 创新性地结合了无监督学习的自组织映射和有监督学习的卷积神经网络，将高维光谱数据转换为二维图像进行直观分析和分类 | NA | 检测开心果中掺入豌豆的掺杂情况 | 开心果和豌豆的混合物 | 计算机视觉 | NA | 拉曼光谱分析 | CNN, SOM | 光谱数据, 图像 | 18,000个实验室数据点，覆盖0%至60%掺杂比例的样本 | NA | 4层CNN架构 | 准确率 | NA |
| 765 | 2026-02-12 |
Deep learning for asymmetric catalysis
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-026-00954-6
PMID:41667781
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 766 | 2026-02-28 |
Deep learning-based PSMA PET segmentation repeatability: A post-hoc analysis of a single-center, prospective, test-retest trial
2026-Feb, La Radiologia medica
DOI:10.1007/s11547-025-02137-1
PMID:41166032
|
研究论文 | 本研究通过事后分析，量化了基于深度学习的PSMA PET分割模型在转移性前列腺癌患者中的测试-再测试可重复性，并评估了模型在不同示踪剂间的性能 | 首次在单中心前瞻性测试-再试验中，系统评估了AI衍生的PSMA PET成像生物标志物（特别是PSMA阳性肿瘤体积）在相同和不同示踪剂条件下的可重复性，为PSMA PET/CT反应评估标准（RECIP 1.0）的临床应用提供了实证依据 | 样本量较小（仅17例患者），且为单中心研究，可能限制结果的普遍性；模型仅在两种PSMA示踪剂上测试，未涵盖其他示踪剂或更广泛的临床场景 | 量化AI驱动的PSMA PET成像生物标志物的受试者级测试-再测试可重复性，并评估分割模型在不同PSMA示踪剂间的性能 | 转移性前列腺癌（mPCa）患者 | 数字病理学 | 前列腺癌 | PET成像（使用[68 Ga]Ga-PSMA-11和[18F]F-PSMA-1007示踪剂） | 深度学习模型 | PET扫描图像 | 17例转移性前列腺癌患者（9例为相同示踪剂组，8例为不同示踪剂组） | NA | NA | 可重复性系数, 阳性预测值 | NA |
| 767 | 2026-02-28 |
ADFC-ATP: Attention-Guided Dual-View Fusion and Contrastive Pretraining for Robust Aquatic Toxicity Prediction
2026-Feb, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.71067
PMID:41735233
|
研究论文 | 提出了一种名为ADFC-ATP的框架，通过注意力引导的双视图融合和对比预训练来提升水生毒性预测的鲁棒性和可解释性 | 整合了双视图分子图融合与基于NT-Xent损失的对比拓扑学习，在预训练中使用结构图增强提升鲁棒性，并采用自适应注意力融合机制动态结合预训练图嵌入和指纹相似度指标 | 研究主要基于四个鱼类毒性数据集，在其他水生生物或更广泛污染物上的泛化能力有待进一步验证 | 开发一种鲁棒、可解释且计算高效的工具，用于预测新兴水生污染物的毒性，以补充传统实验室测试 | 化学污染物分子 | 机器学习 | NA | 分子图表示学习 | 图神经网络 | 分子图数据 | 四个鱼类毒性数据集 | PyTorch | 图注意力编码器，图卷积网络 | AUC | NA |
| 768 | 2026-02-28 |
A semi-mechanistic modeling strategy for infectious diseases forecasting: Error correction and probabilistic prediction
2026-Feb, Biosafety and health
IF:3.5Q1
DOI:10.1016/j.bsheal.2025.12.002
PMID:41743031
|
研究论文 | 本文提出了一种结合动态建模与统计方法的半机制模型，用于传染病预测中的误差校正和概率预测 | 开发了一种新型混合方法，通过量化回归长短期记忆网络校正动态预测误差，并生成概率预测，显著提升了长期预测性能和可解释性 | 未明确提及具体局限性 | 提高传染病预测的准确性和可靠性，为公共卫生干预提供更有效的决策支持 | 美国多州的COVID-19疫情数据 | 机器学习 | 传染病 | 量化回归长短期记忆网络 | QRLSTM | 移动性和环境数据 | NA | NA | QRLSTM | 预测误差减少百分比 | NA |
| 769 | 2026-02-28 |
Topological data analysis and topological deep learning beyond persistent homology: a review
2026-Feb, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11462-w
PMID:41743488
|
综述 | 本文全面综述了超越持久同调的拓扑数据分析与拓扑深度学习方法 | 系统性地总结了超越持久同调的多种拓扑工具，包括持久拓扑拉普拉斯算子、层理论、梅耶拓扑等，并讨论了针对不同输入数据（如点云、流形数据、三维空间曲线）的拓扑工具选择策略 | 作为一篇综述文章，主要局限在于未提出新的原创方法，而是对现有方法进行系统性梳理和评述 | 旨在全面回顾和梳理超越持久同调的拓扑数据分析与拓扑深度学习方法及其应用 | 拓扑数据分析与拓扑深度学习的理论方法、工具及其在科学、工程、医学和工业等领域的应用 | 机器学习 | NA | 拓扑数据分析，持久同调，持久拓扑拉普拉斯算子，持久德拉姆上同调，持久霍奇拉普拉斯算子 | NA | 点云数据，序列数据，流形数据，三维空间嵌入曲线，带非几何信息的数据 | NA | NA | NA | NA | NA |
| 770 | 2026-02-27 |
Enhanced Visualization of Intracranial Cortical Arteries Using Deep Learning Reconstruction in Vessel Wall MR Imaging
2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.tn.2025-0091
PMID:41285511
|
研究论文 | 本研究评估了深度学习重建在血管壁成像中用于可视化包括皮质动脉在内的整个脑动脉系统的效用 | 首次将深度学习重建技术应用于高分辨率血管壁成像，以改善颅内皮质动脉的可视化 | 样本量较小（仅17名患者），且研究未涉及长期临床结果验证 | 评估深度学习重建在血管壁磁共振成像中对脑动脉系统可视化质量的提升效果 | 颅内动脉系统，包括颈内动脉、椎动脉、基底动脉及主要脑动脉的第1至4段皮质动脉 | 数字病理学 | 心血管疾病 | 3D T1加权CUBE血管壁成像 | 深度学习重建模型 | 磁共振图像 | 17名患者 | NA | NA | 信噪比, 对比噪声比, 定性图像质量评分（4分制） | NA |
| 771 | 2026-02-27 |
Fully automated segmentation of foot bones using machine learning and convolutional neural networks
2026-Feb-26, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851261422700
PMID:41744440
|
研究论文 | 本文提出了一种基于卷积神经网络的完全自动化足部骨骼分割方法，并评估其在CT图像上的性能 | 开发了一种定制化和优化的三维U-Net结构，用于完全自动化的足部骨骼分割，无需人工干预 | 在较小脚趾的中段和远端趾骨上表现较低，且样本量相对较小（仅50个CT扫描） | 实现并验证一种完全自动化的足部骨骼分割方法，以提高诊断准确性和效率 | 足部骨骼，包括后足、中足、大脚趾、籽骨和近端趾骨等结构 | 计算机视觉 | NA | 计算机断层扫描 | CNN | 三维CT图像 | 50个CT扫描，其中48个用于训练，2个用于测试 | NA | 三维U-Net | Dice系数, IoU | NA |
| 772 | 2026-02-27 |
From manual parametric to artificial intelligence-based automation: A systematic review of recent advances in endoscopic surgical skills evaluation
2026-Feb-26, Journal of minimal access surgery
IF:1.0Q3
DOI:10.4103/jmas.jmas_225_25
PMID:41744479
|
系统综述 | 本文系统综述了2015年至2024年间内窥镜手术技能评估技术的最新进展，包括手动和自动化方法 | 首次系统性地将内窥镜手术技能评估系统按评估策略（手动或自动）、技术类型（参数化、机器学习/深度学习）、来源国家、手术亚专业和评估参数进行分类分析 | 公共数据集有限限制了自动化评估的发展，且自动评估方法目前仅关注较少参数，未能全面评估技能 | 系统回顾和分析内窥镜手术技能评估方法，揭示该领域的研究趋势和未来需求 | 内窥镜手术技能评估系统 | 机器学习和深度学习在医疗技能评估中的应用 | NA | 参数化方法、机器学习、深度学习 | NA | NA | 共回顾了46个不同的内窥镜手术技能评估系统 | NA | NA | NA | NA |
| 773 | 2026-02-27 |
Multi-Scale Mapping of Gene Expression from Whole-slide Images for Identifying Phenotype-Associated Subpopulations
2026-Feb-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202521151
PMID:41736695
|
研究论文 | 本研究提出了一种名为BiSCALE的深度学习框架，用于从全切片图像中预测组织（批量）和近细胞（点）水平的基因表达，并将其与临床表型关联 | BiSCALE框架整合了WSI基础编码器与Vision-Mamba融合模块，采用两阶段训练策略，以桥接批量与点数据之间的尺度和分布差异，实现了多尺度基因表达预测 | NA | 从全切片图像中进行多尺度基因表达分析，以识别与表型相关的亚群 | 全切片图像、基因表达数据、临床表型 | 数字病理学 | 癌症 | 空间转录组学 | 深度学习 | 图像、基因表达数据 | 2109个批量肿瘤样本和141,000个空间转录组学点，涵盖三种癌症类型 | PyTorch | Vision-Mamba | NA | NA |
| 774 | 2026-02-27 |
A peptide immunomodulator activates MST1 to expand and stabilize murine and human regulatory T cells for immune tolerance
2026-Feb-25, Science translational medicine
IF:15.8Q1
DOI:10.1126/scitranslmed.adz0672
PMID:41739904
|
研究论文 | 本研究利用深度学习模型鉴定出一种六肽DLST-6P，它能优先扩增人和小鼠的调节性T细胞并保持其稳定性，通过激活MST1激酶增强FOXP3转录因子的乙酰化和稳定性，在多种自身免疫和炎症疾病模型中显示出治疗潜力 | 首次发现一种肽类免疫调节剂DLST-6P能直接靶向并激活MST1激酶，通过促进FOXP3的乙酰化和稳定性以及增强IL-2信号传导，双重机制协同扩增和稳定调节性T细胞 | 研究主要基于小鼠模型和人类化小鼠模型，尚未在人体临床试验中验证其安全性和有效性；DLST-6P的长期效应和潜在脱靶效应仍需进一步评估 | 开发一种基于肽类的免疫调节剂，用于扩增和稳定调节性T细胞，以治疗自身免疫和炎症性疾病 | 调节性T细胞（Treg细胞）、哺乳动物Ste20样激酶1（MST1）、叉头框蛋白P3（FOXP3）转录因子 | 机器学习 | 自身免疫性疾病 | 深度学习模型、肽类筛选、磷酸化分析、乙酰化分析 | 深度学习模型 | 肽序列数据、细胞实验数据 | 小鼠模型和人类化小鼠模型，具体样本数量未明确说明 | NA | NA | 治疗疗效评估（基于疾病模型改善程度）、细胞扩增效率、蛋白质稳定性 | NA |
| 775 | 2026-02-27 |
Attention-Enhanced Temporal and Spatial Feature Extraction Network for ADHD Diagnosis based on fMRI
2026-Feb-25, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3668080
PMID:41740109
|
研究论文 | 提出了一种注意力增强的时空特征提取网络（AE-STEN），用于基于fMRI数据的注意力缺陷多动障碍（ADHD）诊断 | 设计了TCAM模块联合建模局部瞬态波动和全局时间依赖性以捕获fMRI时间序列的短长期依赖，SCGRM模块显式建模动态与静态fMRI数据的协同交互以提取一致空间特征，而非独立处理 | 未明确说明模型在跨站点数据上的泛化能力及对未参与训练临床中心的适用性 | 提高基于fMRI数据的ADHD诊断准确性 | ADHD患者与健康对照的fMRI数据 | 医学影像分析 | 注意力缺陷多动障碍 | 功能磁共振成像 | 深度学习网络 | fMRI时间序列数据 | 来自7个站点的747名受试者 | NA | TCAM, SCGRM, STKAN | 分类准确率 | NA |
| 776 | 2026-02-27 |
Adversarial and Correlation-Aware Data Augmentation Framework for Multi-Label Chest X-Ray Image Classification
2026-Feb-25, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3667990
PMID:41740106
|
研究论文 | 本文提出了一种用于多标签胸部X光图像分类的对抗性与相关性感知数据增强框架，以解决标注数据有限的问题 | 提出了结合图像级和特征级对抗性增强的一致性正则化方法，并引入基于Batch-Mamba模块的批次级相关性正则化来探索样本间关联 | 方法在有限标注场景下验证，未在完全无标注或极少量标注场景进行测试 | 开发在有限标注数据下仍能保持高性能的多标签胸部X光图像分类方法 | 胸部X光图像 | 计算机视觉 | 肺部疾病 | 数据增强，对抗性样本生成 | 深度学习模型 | 图像 | 两个大型CXR数据集（CheXpert和MIMIC-CXR） | NA | Batch-Mamba | NA | NA |
| 777 | 2026-02-27 |
UCGR: Closing the Discretization Gap in Light Field Depth Estimation via Unified Continuous Geometry Representation
2026-Feb-25, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2026.3667981
PMID:41740115
|
研究论文 | 本文提出了一种统一连续几何表示方法，用于解决光场深度估计中的离散化间隙问题 | 提出统一连续几何表示，通过自适应平面采样算子和上下文深度校正算子协同优化空间和深度离散化 | NA | 提高光场深度估计的精度和鲁棒性，以支持3D重建、重聚焦和虚拟现实等应用 | 光场相机捕获的空间-角度信息 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 合成和真实世界光场数据集 | NA | 连续几何网络 | 准确度, 鲁棒性 | NA |
| 778 | 2026-02-24 |
Deep learning-based automated positioning system for maxillary skeletal expander: development and clinical validation
2026-Feb-23, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-026-06790-2
PMID:41729332
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 779 | 2026-02-25 |
Correction: Automated tumor stroma ratio assessment in colorectal cancer using hybrid deep learning approach
2026-Feb-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40529-z
PMID:41730966
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 780 | 2026-02-27 |
Classification of rice plant diseases using efficient DenseNet121
2026-Feb-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38078-6
PMID:41720842
|
研究论文 | 本研究利用高效的DenseNet121模型对水稻病害进行自动分类 | 将DenseNet121应用于水稻病害分类，显著扩展了可识别的病害类别至七种，超越了以往研究的有限类别范围 | 研究仅针对七种常见水稻病害，可能未覆盖所有实际农业场景中的病害类型 | 开发一个准确、高效的自动化水稻病害诊断系统，以支持可持续农业实践和全球粮食安全 | 水稻植物及其病害 | 计算机视觉 | 植物病害 | 深度学习，图像分类 | CNN | 图像 | 未在摘要中明确说明 | 未在摘要中明确说明 | DenseNet121 | 准确率，精确率，召回率，F1分数 | 未在摘要中明确说明 |