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 1493 篇文献，本页显示第 401 - 420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2026-03-31 |
What are you looking at? Modality contribution in multimodal medical deep learning
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03523-w
PMID:41037211
|
研究论文 | 本文提出了一种基于遮挡的模态贡献方法，用于量化分析多模态深度学习模型中各模态对任务完成的重要性 | 开发了一种模型无关且性能无关的模态贡献量化方法，能够揭示多模态模型的模态偏好和数据集不平衡问题 | 方法主要基于实验性应用，在更广泛的多模态医学问题中的普适性有待进一步验证 | 研究多模态深度学习模型中各模态的贡献度，以促进模型可解释性和临床整合 | 多模态医学数据 | 机器学习 | NA | 深度学习 | 深度神经网络 | 多模态数据 | NA | NA | NA | NA | NA |
| 402 | 2026-03-31 |
Glioblastoma survival prediction through MRI and clinical data integration with transfer learning
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03548-1
PMID:41343123
|
研究论文 | 本研究通过整合多模态MRI数据和临床变量，利用深度学习模型进行胶质母细胞瘤患者的总体生存期预测 | 采用预训练的U-Net类模型进行自动肿瘤分割和特征提取，利用编码器潜在空间的高层次表示，并结合临床变量与降维技术，构建了一个可扩展的自动化预测框架 | 未在摘要中明确说明研究的局限性 | 准确预测胶质母细胞瘤患者的总体生存期，以推进个性化治疗和改善临床试验设计 | 胶质母细胞瘤患者 | 数字病理学 | 胶质母细胞瘤 | MRI | U-Net, 随机森林, XGBoost, 多层感知机 | 图像, 临床数据 | BraTS2020数据集和来自Fondazione IRCCS Istituto Neurologico Carlo Besta的专有数据集 | NA | U-Net | F1分数, AUC, 准确率 | NA |
| 403 | 2026-03-31 |
Right and Left Atrial Dysfunction as Independent Cardiovascular Risk Factors: A UK Biobank Study
2026-Mar, Circulation. Arrhythmia and electrophysiology
DOI:10.1161/CIRCEP.125.014412
PMID:41744085
|
研究论文 | 本研究利用深度学习分割技术分析英国生物银行参与者的心脏磁共振成像数据，评估左右心房功能障碍与心血管事件风险的独立关联 | 首次在大规模人群中同时评估左右心房结构与功能，并发现右心房功能障碍是独立的心血管风险因素，且识别出多个与心房性状相关的新遗传位点 | 研究为观察性设计，无法完全排除残余混杂因素，且随访时间相对较短（4年），可能影响长期关联的评估 | 探究左右心房功能障碍作为独立心血管风险因素的作用，并分析其遗传基础和因果关联 | 英国生物银行中51,693名无房颤病史的成年参与者 | 数字病理学 | 心血管疾病 | 心脏磁共振成像，深度学习分割 | 深度学习 | 图像 | 51,693名参与者 | NA | NA | 风险比，95%置信区间 | NA |
| 404 | 2026-03-31 |
Deep Few-View High-Resolution Photon-Counting CT at Halved Dose for Extremity Imaging
2026-Mar, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3618754
PMID:41071701
|
研究论文 | 本文提出了一种基于深度学习的PCCT图像重建方法，可在减半辐射剂量和加倍扫描速度下实现高质量的肢体成像 | 设计了基于分块的体素细化网络以缓解GPU内存限制，使用合成数据进行网络训练，并采用基于模型的迭代细化来弥合合成数据与临床数据之间的差距 | 研究仅基于8名患者的临床试验数据，样本量较小；方法在更大规模临床验证和泛化性方面仍需进一步评估 | 开发一种降低辐射剂量并提高扫描速度的PCCT图像重建方法，用于肢体成像 | 肢体PCCT成像 | 医学影像 | 肢体疾病 | 光子计数计算机断层扫描（PCCT） | 深度学习网络 | CT图像 | 8名患者（来自新西兰临床试验） | NA | 基于分块的体素细化网络 | 图像质量评估、诊断价值评估（通过读者研究） | GPU（具体型号未指定） |
| 405 | 2026-03-31 |
A robust sampling technique for realistic distribution simulation in federated learning
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03504-z
PMID:40892192
|
研究论文 | 本文提出了一种用于联邦学习中模拟现实标签分布的鲁棒采样技术，以评估非独立同分布数据对全局训练的影响 | 结合卡方检验和基尼不纯度度量，高效优化多组标签分布，实现针对非独立同分布子群体的现实数据分布模拟 | 未在多种网络架构或大规模数据集上进行广泛验证，且性能评估仅限于特定临床场景 | 开发一种采样算法，用于在联邦学习环境中模拟现实标签分布，以分析客户端偏差对全局模型性能的影响 | 联邦学习中的数据子集，特别是具有部分重叠标签分布的临床数据 | 机器学习 | NA | 联邦学习，数据采样 | 深度学习网络 | 3D相机数据 | NA | 联邦平均 | NA | 体重和身高估计误差 | NA |
| 406 | 2026-03-31 |
Enhancing airway obstruction diagnosis with multimodal 3D shape analysis
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03527-6
PMID:41085926
|
研究论文 | 本文提出了一种基于多模态3D形状分析的自动化深度学习工具，用于定量评估气道阻塞，特别是腺样体肥大引起的鼻咽部阻塞 | 结合多视图和点云表示两种先进技术进行3D形状分析，以捕捉气道的全局和局部特征，从而提升分类和回归性能 | 模型在检测严重病例时表现良好，但需要进一步优化以改进对所有严重程度级别的分类和回归性能 | 开发一种开源、自动化的深度学习工具，用于基于CBCT扫描的定量气道阻塞评估，以辅助早期和准确诊断 | 通过CBCT扫描获取的3D气道形态，特别是与腺样体肥大相关的鼻咽部气道 | 计算机视觉 | 气道阻塞疾病 | 锥形束计算机断层扫描（CBCT） | 深度学习模型 | 3D医学图像（CBCT扫描） | NA | NA | NA | 准确率 | NA |
| 407 | 2026-03-31 |
Reshapeit: reliable shape interaction with implicit template for medical anatomy reconstruction
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03557-0
PMID:41389113
|
研究论文 | 本文提出了一种名为ReShapeIT的方法，用于在连续空间中实现可靠且准确的解剖形状建模，以解决医学图像自动形状重建中的分辨率限制和形状先验约束缺失问题 | 结合类别特定的隐式模板场与变形网络，通过模板交互模块（TIM）将学习到的模板形状与实例特定的潜在编码对齐，从而在连续隐式场中表示解剖结构，而非离散体素网格 | 未明确提及方法在更复杂或多样解剖结构上的泛化能力，以及计算效率方面的详细评估 | 开发一种可靠且准确的解剖形状建模方法，以支持计算机辅助诊断中的定量分析和手术规划 | 肝脏、胰腺和肺叶的解剖结构 | 计算机视觉 | NA | NA | 神经网络 | 体积医学图像 | NA | NA | ReShapeIT网络 | Chamfer距离, Earth Mover's距离 | NA |
| 408 | 2026-03-31 |
Colormap augmentation: a novel method for cross-modality domain generalization
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03559-y
PMID:41396240
|
研究论文 | 本文提出了一种名为CmapAug的新颖颜色映射增强方法，用于提升深度学习模型在跨模态医学图像分割中的泛化能力 | 引入CmapAug颜色映射增强技术，结合标准增强方法，有效解决跨模态域泛化问题，方法简单且计算资源需求低 | 未明确说明实验数据的具体样本量，且仅针对肝脏分割任务进行了验证，可能在其他器官或模态上泛化能力有限 | 评估一种新颖、简单且有效的方法，以增强深度学习模型在不同模态医学图像分割中的泛化性能 | 医学图像分割任务，特别是针对跨模态（如不同扫描仪厂商或成像模态）的域泛化问题 | 计算机视觉 | NA | 图像增强技术，包括标准增强、强度增强和颜色变换 | 深度学习分割网络 | 医学图像 | NA | NA | NA | Dice Score | NA |
| 409 | 2026-03-31 |
AVPENet: Pain estimation from audio-visual fusion of non-speech sounds
2026-Mar, PLOS digital health
DOI:10.1371/journal.pdig.0001301
PMID:41894538
|
研究论文 | 本文提出了一种新颖的多模态深度学习框架，通过融合非语音音频线索与面部表情来估计连续的疼痛强度，旨在为无法自我报告的脆弱人群提供客观的疼痛评估 | 提出了一种基于跨模态注意力的融合网络，结合了频谱图衍生的音频嵌入和面部动作单元特征，并利用基于Transformer的融合模块学习模态间的互补关系，显著提升了疼痛估计的准确性 | 研究依赖于特定数据集（3,247个视听记录，428名受试者），其泛化能力在其他临床环境或更广泛的人群中尚未得到验证；模型性能可能受到录制质量和环境噪声的影响 | 开发一种客观、自动化的疼痛评估方法，以解决非言语患者（如新生儿和无意识成人）临床疼痛评估的挑战 | 新生儿（215名）和成人（213名）受试者，共428名，涵盖三种不同的疼痛强度水平 | 多模态机器学习 | 疼痛评估 | 深度学习，音频频谱图处理，面部动作单元分析 | CNN, Transformer | 音频，视频 | 3,247个视听记录，来自428名受试者（215名新生儿，213名成人） | PyTorch | ResNet, 卷积神经网络, Transformer | 平均绝对误差, 皮尔逊相关系数, 准确率 | NA |
| 410 | 2026-03-31 |
Toward next-generation machine learning and deep learning for spatial omics
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag131
PMID:41902503
|
综述 | 本文对空间组学中机器学习和深度学习方法进行了批判性与比较性综述，并提出了一个决策框架 | 提出了一个根据数据模态、空间分辨率、组织结构和预期临床应用来选择最合适ML/DL方法的决策框架，并整合了方法论批判与可操作建议 | NA | 为空间组学领域提供清晰的方法学指导，以选择适应特定空间约束和生物学问题的模型，并促进模型的可重复性、可解释性和临床转化 | 空间组学技术产生的高维、空间分辨的分子数据 | 机器学习 | NA | 空间组学技术 | 聚类, 随机森林, 集成分类器, CNN, GNN, Transformer, 生成模型 | 高维空间分子数据（转录组、蛋白质组、代谢组、脂质组） | NA | NA | 卷积神经网络, 图神经网络, Transformer, 生成模型 | NA | NA |
| 411 | 2026-03-31 |
Corrigendum to "ACtriplet: An improved deep learning model for activity cliffs prediction by integrating triplet loss and pre-training" [J. Pharm. Anal., 15 (2025) 101317]
2026-Mar, Journal of pharmaceutical analysis
IF:6.1Q1
DOI:10.1016/j.jpha.2026.101604
PMID:41908155
|
correction | 本文是对先前发表文章《ACtriplet: An improved deep learning model for activity cliffs prediction by integrating triplet loss and pre-training》的更正 | NA | NA | NA | NA | machine learning | NA | NA | deep learning | NA | NA | NA | NA | NA | NA |
| 412 | 2026-03-31 |
Computational discovery of high-temperature superconducting ternary hydrides via deep learning
2026-Mar, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwag030
PMID:41908304
|
研究论文 | 本研究通过深度学习驱动的理论框架，发现了新型高温三元氢化物超导体 | 首次报道了129种化合物，涵盖27种新型结构原型，显著扩展了氢化物超导体的已知结构图谱 | NA | 发现新型高温或室温超导材料 | 三元氢化物超导体 | 机器学习 | NA | 高通量晶体结构探索 | 深度学习 | 晶体结构数据 | 约3600万种三元氢化物结构，涉及29种元素 | NA | NA | 超导临界温度预测 | NA |
| 413 | 2026-03-31 |
A dual-branch deep learning framework for tiered early warning of COVID-19 utilizing wastewater data
2026-Mar, Journal of water and health
IF:2.5Q3
DOI:10.2166/wh.2026.150
PMID:41910053
|
研究论文 | 本研究提出了一种基于废水数据和环境协变量的双分支深度学习框架，用于COVID-19的分级早期预警 | 结合废水数据和环境协变量，利用FFT和双分支深度学习架构进行病例轨迹预测和分级预警，提高了预警的准确性和及时性 | 需要在不同地点和流行病模式中进行验证和适应，以建立模型的鲁棒性、泛化性和操作价值 | 开发一个可靠的COVID-19早期预警系统，支持主动的公共卫生响应 | 中国常州地区的废水、气象和病例数据 | 机器学习 | COVID-19 | 废水监测 | 深度学习 | 时间序列数据 | 2024年1月29日至12月10日的周度数据 | NA | 双分支架构 | RMSE, MAE, MAPE, R2 | NA |
| 414 | 2026-03-30 |
Exploring how deep learning decodes anomalous diffusion via Grad-CAM
2026-Mar-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-71229-x
PMID:41904151
|
研究论文 | 本研究利用Grad-CAM技术探索深度学习如何从原始轨迹数据中识别异常扩散机制的特征 | 首次将Grad-CAM应用于异常扩散分类的可解释性分析，揭示了深度学习在不同时空尺度上提取统计特征的能力 | 研究仅基于ResNet架构，未探索其他深度学习模型；分析主要针对模拟轨迹数据，实际实验数据的适用性有待验证 | 探究深度学习算法识别异常扩散机制的工作原理 | 异常扩散模型的轨迹数据 | 机器学习 | NA | Grad-CAM（梯度加权类激活映射） | CNN | 轨迹数据 | NA | NA | ResNet | NA | NA |
| 415 | 2026-03-30 |
The athlete microbiome project: Integrating deep learning to reveal microbial associations of physical fitness
2026-Mar-28, Physiological genomics
IF:2.5Q2
|
研究论文 | 本研究通过整合深度学习技术，揭示了运动员与非运动员肠道微生物组与身体适能指标（如VO₂max和无脂体重百分比）之间的关联 | 首次大规模整合多大陆已发表的人类微生物组数据，并应用多层感知机神经网络和随机森林模型，系统揭示了运动员肠道微生物组的独特模式及其与身体适能指标的强关联 | 研究为基于已发表数据的二次分析，可能受原始研究设计异质性的影响；因果关系尚未通过实验验证 | 探究运动员是否具有独特的肠道微生物组，以及微生物组组成是否与身体适能指标相关 | 运动员（n=656）与非运动员（n=199）的肠道微生物组数据 | 机器学习 | NA | 扩增子测序 | 随机森林, 多层感知机 | 微生物组序列数据, 元数据 | 总计855名参与者（运动员656人，非运动员199人） | Scikit-learn, TensorFlow或PyTorch（未明确指定） | 多层感知机神经网络 | 平衡准确率, AUC | NA |
| 416 | 2026-03-30 |
AI-Based Forecasting of National Tourism Revenues: Integrating Economic, Fiscal, Political, and Environmental Determinants Through Regression-Oriented Hybrid Models
2026-Mar-28, Big data
IF:2.6Q2
DOI:10.1177/2167647X261431683
PMID:41902908
|
研究论文 | 本研究提出了一种预测国家旅游收入的先进框架，通过系统比较机器学习、深度学习和混合架构，整合经济、财政、政治和环境因素 | 提出了一种回归导向的两阶段残差提升混合模型设计，结合Transformer的预测能力和LightGBM的结构可解释性，超越了先前的深度学习-深度学习堆叠混合方法 | 实证结果为相关性而非因果性，不能解释为政策干预的因果效应 | 预测国家旅游收入，为政策制定者提供财政规划、政治稳定和环境可持续性的行动指导 | 国家年度面板数据 | 机器学习 | NA | NA | LightGBM, Transformer, 混合模型 | 面板数据 | NA | NA | Transformer | 平均绝对误差, 均方根误差, 平均绝对百分比误差 | NA |
| 417 | 2026-03-30 |
Fast 3D whole-body occupational dose estimation in interventional radiology using physics-informed deep learning
2026-Mar-28, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-026-01043-z
PMID:41903035
|
研究论文 | 本研究提出了一种基于物理信息深度学习的框架，用于快速预测介入放射学中医师的三维辐射剂量分布 | 首次将物理信息深度学习与GPU加速的蒙特卡洛模拟相结合，实现了快速、准确且具有解剖学细节的三维职业剂量估计，解决了传统点剂量测量的关键局限 | 未明确提及模型在临床实际环境中的泛化能力验证，以及不同设备或场景下的适用性评估 | 开发一种快速、准确的三维全身职业剂量估计方法，以改进介入放射学中的辐射防护 | 介入放射学中医师的全身三维辐射剂量分布 | 医学物理与深度学习交叉领域 | NA | GPU加速的蒙特卡洛模拟、X射线散射辐射测量 | 深度学习 | 三维剂量图（体素数据） | 通过GPU Geant4蒙特卡洛模拟平台生成的多种X射线能量、C臂角度和医师配置下的三维剂量图数据集 | 未明确指定（可能为PyTorch或TensorFlow） | 残差3D U-Net、基于Transformer的3D U-Net | 平均绝对误差、伽马通过率、体素级误差指标、个人剂量当量 | GPU加速（具体型号未指定）、GPU Geant4蒙特卡洛模拟平台 |
| 418 | 2026-03-30 |
Convolutional neural network for real‑time localization of ganglionated plexi from bipolar intracardiac electrograms
2026-Mar-28, Journal of interventional cardiac electrophysiology : an international journal of arrhythmias and pacing
IF:2.1Q3
DOI:10.1007/s10840-026-02307-9
PMID:41903033
|
研究论文 | 本研究提出了一种基于一维卷积神经网络（CNN）的模型，用于从双极心内电图（EGM）中实时定位神经节丛（GP），以支持心脏神经消融手术 | 首次将轻量级一维CNN应用于原始双极EGM数据，实现GP的自动化检测，并结合梯度加权类激活映射（GCAM）增强模型可解释性，提供实时生理学感知决策支持 | GP在数据集中占比极低（约3.5%），存在显著的类别不平衡问题；模型在外部测试集上的精确度（0.09）和F1分数（0.17）仍有提升空间 | 开发一种深度学习模型，以自动化和改进心脏神经消融手术中神经节丛（GP）的定位 | 从18名患者收集的189,760个双极心内电图（EGM）窗口，用于神经节丛（GP）的检测 | 机器学习 | 心血管疾病 | 双极心内电图（EGM） | CNN | 一维信号数据（心内电图） | 18名患者，共189,760个双极EGM窗口（左心房18张图，右心房15张图），其中119,222个清洁窗口用于模型开发 | PyTorch | 一维卷积神经网络（CNN） | 准确率, 精确度, 召回率, F1分数, ROC-AUC, PR-AUC | NA |
| 419 | 2026-03-30 |
Editorial for "Clinical Feasibility of Deep Learning Contrast Synthesis From MR Fingerprinting in Knee Osteoarthritis"
2026-Mar-28, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70305
PMID:41903188
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 420 | 2026-03-30 |
PTBP1 knockdown reprograms glioma stem cells into neuronal-like cells and suppresses tumorigenesis via the DUSP5-ERK1/2 signaling pathway
2026-Mar-28, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noag068
PMID:41903206
|
研究论文 | 本研究揭示了PTBP1通过调控DUSP5-ERK1/2信号通路影响胶质瘤干细胞增殖与分化的新机制，并开发了一种靶向PTBP1的纳米治疗策略 | 发现了PTBP1/DUSP5/ERK1/2轴调控胶质瘤干细胞命运的新机制，并首次将白血病药物venetoclax重新用于靶向PTBP1的胶质瘤治疗 | 研究主要基于小鼠模型和体外实验，尚未在人体临床试验中得到验证 | 探究胶质瘤细胞形态与患者生存的关系，并开发新的治疗策略 | 胶质瘤患者样本、胶质瘤干细胞、小鼠原位模型 | 数字病理学 | 胶质母细胞瘤 | 深度学习形态分类、组织透明化3D成像、转录组测序、单细胞RNA测序 | 深度学习模型 | H&E染色图像、转录组数据、单细胞测序数据 | 65例胶质瘤患者标本、小鼠模型 | NA | NA | NA | NA |