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 1154 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2026-07-12 |
Deep Learning Empowered Microstructure Codebook: New Paradigm for Multi-Parameter Tissue Characterization Estimation
2026-Apr-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70513
PMID:41857810
|
研究论文 | 提出一种基于深度学习微观结构码本的新框架，用于多参数组织特征估计 | 创新性地将球平均技术与混合Mamba-CNN架构及可学习组织隔室核相结合，学习微观结构码本，实现跨协议泛化并适应新的微观指标，增强了可解释性和适应性 | 未明确提及局限性 | 实现精准、快速、多参数的微观结构成像，并克服当前深度学习方法协议泛化能力差和难以扩展至新指标的限制 | 扩散MRI中的微观组织特征，基于8种广泛使用的生物物理扩散模型估计24个微观结构指标 | 机器学习 | NA | 扩散磁共振成像（dMRI），球平均技术（SMT） | 混合Mamba-CNN架构 | MRI图像 | 多个数据集，具体样本规模未提及 | PyTorch | Mamba、CNN | 准确性、泛化性、可迁移性 | NA |
| 202 | 2026-07-10 |
Reduction of Acquisition Time in FTIR Spectroscopy via Spectral Super-Resolution by Deep Learning
2026-04-28, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c07660
PMID:41987594
|
研究论文 | 提出基于深度学习的频谱超分辨率方法，减少傅里叶变换红外光谱（FTIR）的采集时间，同时保持光谱质量 | 首次将残差网络和U-Net（SSR-ResUNet）结合一维、二维和三维CNN，将低分辨率红外光谱图像（16 cm⁻¹）重建为高分辨率图像（2 cm⁻¹），实现高达87.5%的采集时间缩减 | 仅测试于肾脏移植组织切片图像，未涵盖其他组织类型；性能与多项式插值比较有限，未明确临床适用性验证 | 通过频谱超分辨率深度学习模型，解决FTIR成像采集时间长的瓶颈，加速临床诊断中的分子分析 | 傅里叶变换红外光谱（FTIR）图像，特别是来自肾脏移植组织切片的红外光谱图像 | 计算机视觉 | 肾脏疾病 | FTIR光谱成像 | CNN | 图像 | 来自肾脏移植组织切片的真实FTIR图像，具体样本量未说明 | NA | ResNet, U-Net | 均方根误差（RMSE）, 结构相似性指数（SSIM） | NA |
| 203 | 2026-07-10 |
Association between deep learning-based coronary artery calcium score on non-gated chest CT and progression of chronic kidney disease: a retrospective observational cohort study
2026-04-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02365-5
PMID:42032494
|
研究论文 | 基于深度学习在非门控胸部CT上的冠状动脉钙化评分与慢性肾病进展的关联性研究 | 首次探讨深度学习量化的冠状动脉钙化评分（DL-CACS）与慢性肾病（CKD）进展之间的具体关联 | 样本量有限（509名患者），MACE事件数量少导致置信区间宽，可能影响结果精确性 | 评估基于深度学习的冠状动脉钙化评分与慢性肾病进展及主要不良心血管事件的关系 | 慢性肾病患者 | 机器学习 | 慢性肾病 | NA | 深度学习算法 | 非门控胸部CT图像 | 509名慢性肾病患者（中位年龄64岁，317名男性） | NA | NA | 风险比, 95%置信区间 | NA |
| 204 | 2026-07-10 |
Multiparameter concept-based interpretable model for early breast cancer diagnosis and structured reporting: a multi-center, multi-reader, radiologist-in-the-loop study
2026-04-23, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-026-04889-7
PMID:42026532
|
研究论文 | 开发一种基于概念瓶颈模型的可解释深度学习框架，用于乳腺癌早期MRI诊断和结构化报告生成 | 首次将放射科医生特定知识整合到概念瓶颈模型中，实现内在可解释性与结构化报告自动生成，并通过多中心多读片者研究验证临床效用 | 回顾性研究设计、概念准确性范围较宽（0.64-1.00）、未涉及其他影像模态或多序列对比 | 提高乳腺MRI早期诊断准确性和报告一致性，减少不必要的活检 | 1,634名患者的1,695个病理确认的乳腺病灶（857个恶性，838个良性） | 计算机视觉 | 乳腺癌 | 磁共振成像（MRI） | 概念瓶颈模型（CBM） | 图像 | 1,634名患者的1,695个乳腺病灶 | NA | 概念瓶颈网络 | AUC, 诊断准确率, 概念准确率, Gwet's AC1 | NA |
| 205 | 2026-07-10 |
Antioxidative and Robust Fluorescent Hydrogel for Deep Learning-Assisted Non-Destructive Detection of Hg2
2026-04-21, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.6c00277
PMID:41954231
|
研究论文 | 介绍了一种兼具抗氧化性和强韧荧光的水凝胶，结合深度学习实现Hg²⁺的非破坏性检测 | 通过藻蓝蛋白-聚丙烯酰胺水凝胶同时实现机械柔韧性、水下强粘附性、稳定红色荧光和内在抗氧化保护，解决了荧光响应与氧化稳定性之间的权衡问题，并耦合深度学习模型实现智能手机成像的便携定量检测 | 未在摘要中明确提及局限性 | 开发一种灵活、粘附且智能的传感平台，用于环境和食品安全中Hg²⁺的现场非破坏性检测 | Hg²⁺离子及鱼体表面污染 | 机器学习 | NA | 荧光水凝胶传感技术 | 深度学习模型 | 荧光图像 | 未在摘要中明确提及样本数量 | NA | NA | 检测限（6.21 nM） | 智能手机成像 |
| 206 | 2026-07-10 |
A comprehensive review on wine authentication and traceability: Current issues, solutions and future perspectives
2026-Apr-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2026.148456
PMID:41719666
|
综述 | 全面总结葡萄酒欺诈问题，回顾现代分析技术和机器学习方法在葡萄酒认证与溯源中的应用 | 将光谱学、色谱法、质谱法等传统技术与新兴智能传感技术及先进机器学习方法相结合，强调其演化整合趋势 | 未来仍需聚焦快速检测、深度学习与传统分析技术的整合、葡萄酒指纹数据库构建及区块链供应链透明度提升 | 提升葡萄酒认证与溯源的准确性和效率，保障消费者和生产者利益 | 葡萄酒 | 机器学习 | NA | 光谱学、色谱法、质谱法、智能传感技术 | 机器学习、深度学习 | 数据、指纹信息 | NA | NA | NA | NA | NA |
| 207 | 2026-07-10 |
Deep-Learning-Assisted Fluorescence Sensor Array for Quantitative Screening of Perfluoroalkyl Substances in Water
2026-04-14, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.6c00730
PMID:41925146
|
研究论文 | 该文章介绍了一种将荧光传感器阵列与深度学习算法相结合的传感平台，用于水样中全氟烷基物质（PFAS）的定量筛查 | 该策略利用残差神经网络算法解析富含信息的三维荧光光谱，实现了五种PFAS的同时定量，方法简便快速，拓展了分析传感的方法学边界 | NA | 开发一种能够同时定量检测复杂水样中多种PFAS的高效分析平台 | 五种全氟烷基物质（PFAS） | 机器学习 | NA | 荧光传感器阵列 | 残差神经网络（ResNet） | 荧光光谱数据 | 复杂水样 | NA | 残差神经网络（ResNet） | NA | NA |
| 208 | 2026-07-10 |
Targeting protein protein interactions and their modulators to enable new therapeutic strategies for human diseases
2026-04-13, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-026-00698-z
PMID:41975191
|
综述 | 探讨人工智能与深度学习结合传统实验方法在蛋白质-蛋白质相互作用（PPI）映射与分析中的进展，以及系统生物学利用PPI网络建模疾病和确定新治疗靶点的挑战与未来方向 | 将人工智能和深度学习与传统实验方法相结合，系统性地推进PPI映射和分析，并强调多组学整合、AI驱动创新和基于网络的药物开发 | 未具体说明实际应用中的局限性，仅提出挑战和未来方向 | 总结PPI及其调节剂在疾病机制中的作用，并探索AI和DL如何增强PPI研究以支持新治疗策略开发 | 蛋白质-蛋白质相互作用及其调节剂 | 机器学习 | NA | NA | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 209 | 2026-07-10 |
Database of Chemicals for Organophosphorus (DCOP): An Information Application Platform for Organophosphorus Compounds
2026-04-07, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c06885
PMID:41894161
|
研究论文 | 构建了一个集成了有机磷化合物相关化学信息学数据、优先高产量有机磷化合物识别以及基于图神经网络轻量级深度学习模型预测串联质谱数据的综合信息应用平台DCOP | 首次整合并结构化分类了结构多样的有机磷化合物库，开发了基于图神经网络的轻量级深度学习模型直接预测有机磷化合物的串联质谱数据，克服了现有库中大部分有机磷化合物参考质谱数据有限的瓶颈 | NA | 为有机磷化合物的环境监测、风险评估和监管决策提供综合性分析工具和开放获取软件平台 | 有机磷化合物（包括有机磷酸酯及其他结构多样的有机磷化合物） | 机器学习, 化学信息学 | NA | 质谱分析, 图神经网络 | 图神经网络 | 化学结构数据, 串联质谱数据 | NA | NA | 图神经网络 | NA | NA |
| 210 | 2026-07-10 |
Artificial intelligence in the diagnosis of Hirschsprung disease: A scoping review and rationale for a multicentric approach
2026-Apr, Journal of pediatric surgery
IF:2.4Q2
DOI:10.1016/j.jpedsurg.2026.162932
PMID:41565153
|
综述 | 系统综述基于人工智能（AI）在先天性巨结肠（HD）诊断中的应用研究，并指出当前研究局限及未来方向 | 首次系统综述AI在HD诊断中的应用，整合多种数据源，强调多中心协作和可解释性需求 | 训练数据多样性不足、缺乏外部验证及可解释性（XAI），且计算成本和模型权重信息缺失 | 评估AI诊断策略的有效性及识别研究空白以指导未来多中心研究 | 18岁以下HD患者的组织学切片、临床或影像数据 | 机器学习、数字病理学 | 先天性巨结肠 | 组织学切片分析、临床或影像特征提取 | 机器学习、深度学习 | 图像（组织学切片、影像）、文本（临床数据） | 6项回顾性研究 | NA | NA | 准确率、召回率、AUC | NA |
| 211 | 2026-07-10 |
Clinical Grading of Artificial Intelligence-Based 3D Fetal Brain Segmentations: A Cross-Vendor Evaluation of Deep Learning in Fetal Neuroimaging
2026-Apr, Prenatal diagnosis
IF:2.7Q2
DOI:10.1002/pd.70103
PMID:41761049
|
研究论文 | 评估基于AI的3D胎儿脑部分割方法在跨厂商超声数据集上的表现，并引入临床视觉评估框架 | 首次在跨厂商3D超声数据集上评估深度学习分割方法的鲁棒性，并引入临床医生视觉评估框架作为Dice系数的补充 | 侧脑室后角分割表现较差（73.9%充分），且数据集仅来自单一胎龄范围（19-26+6周） | 评估自动化胎儿脑部分割方法在不同超声厂商数据集上的泛化能力，并建立临床可视化评价标准 | 胎儿脑部五个亚皮质结构（透明隔腔、侧脑室后角、脉络丛、小脑、皮质板） | 计算机视觉 | 胎儿神经影像疾病 | 3D超声 | 深度学习 | 3D超声图像 | 270个容积（141个胎儿，胎龄19-26+6周） | NA | NA | Dice相似系数，视觉分级（1-4级） | NA |
| 212 | 2026-07-10 |
Deep learning-based segmentation of caries, implants, fixed prosthesis, and restorations on bitewing radiographs: A retrospective study
2026 Apr-Jun, Science progress
IF:2.6Q2
DOI:10.1177/00368504261439717
PMID:41960635
|
研究论文 | 评估基于深度学习的人工智能系统在咬翼片X光片上自动检测牙齿、龋齿、植入物、修复体和固定修复体的性能 | 首次在大规模咬翼片X光片数据集上系统评估AI系统对多种牙科病变（包括龋齿、修复体、固定修复体和植入物）的检测能力，并与口腔放射科医生进行对比验证 | 龋齿检测的特异性略低（0.842），且数据来源仅限于单一人群（315名成人患者），可能存在选择偏倚 | 评估基于AI的自动化系统在咬翼片X光片上检测牙齿、龋齿、植入物、修复体和固定修复体的诊断准确性 | 407张来自315名成年患者的咬翼片X光片，包含2,829个牙齿级别观测数据 | 数字病理学 | 口腔疾病 | 咬翼X线摄影 | 深度学习 | 图像 | 407张咬翼片X光片（来自315名患者），2,829个牙齿级别观测 | 未明确说明 | 未明确说明 | Cohen's kappa系数, 敏感性, 特异性 | 未明确说明 |
| 213 | 2026-07-10 |
Deep Learning Guided Optimization of Primary Electron Source Parameters in Geant4 for Clinical Linac Modeling
2026 Apr-Jun, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_24_26
PMID:42422118
|
研究论文 | 开发数据驱动代理框架，利用深度学习优化Geant4中临床直线加速器初级电子源参数 | 首次将前馈神经网络与梯度提升回归器结合，替代传统耗时的蒙特卡罗试错调优过程 | 仅在单一直线加速器（Elekta Synergy）的10 MeV电子模式中验证，未涉及光子模式或其他加速器型号 | 建立高效代理模型预测伽马通过率并识别影响剂量分布的关键电子束参数 | Elekta Synergy直线加速器的10 MeV电子束初级源参数 | 机器学习 | NA | Geant4蒙特卡罗模拟 | 前馈神经网络，梯度提升回归器 | 模拟剂量分布与实验测量剂量分布 | 训练和测试数据集由蒙特卡罗模拟生成（具体样本数未明确提及） | TensorFlow, Scikit-learn | 前馈神经网络 | R² | NA |
| 214 | 2026-07-10 |
Artificial Intelligence in Chest Computed Tomography Optimization: A Task-based Framework for Balancing Detectability and Radiation Dose
2026 Apr-Jun, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_57_26
PMID:42422132
|
review | 本文综述了基于任务驱动框架下人工智能在胸部CT优化中的应用，重点探讨了病变可检测性、诊断效能与辐射剂量降低之间的平衡 | 提出一种任务驱动的AI辅助胸部CT优化框架，侧重于病变可检测性而非传统整体图像质量指标，并强调AI重建需与剂量优化策略整合而非单独应用 | 不同诊断任务、研究设计和评估指标下的获益程度存在差异，且需进一步验证以维持诊断效能 | 探讨AI在胸部CT协议优化中的应用框架，以兼顾病变可检测性与辐射剂量降低 | 成人胸部CT中的AI辅助采集、深度学习重建及辐射剂量优化研究 | machine learning | NA | CT | 深度学习重建模型 | 文本、图像 | NA | NA | NA | NA | NA |
| 215 | 2026-07-10 |
Optimizing Chest Computed Tomography Imaging Protocols: A Narrative Review on Dose Reduction and Diagnostic Efficacy
2026 Apr-Jun, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_7_26
PMID:42422138
|
综述 | 系统回顾胸部CT辐射剂量优化策略，重点介绍基于体模的方案优化、深度学习重建方法和循证方案修改 | 结合体模验证与先进重建算法，提出实现剂量降低70%不损诊断质量的新路径 | 未提及跨中心验证和任务特异性方案优化的安全性重复性 | 全面梳理胸部CT辐射剂量优化文献，降低辐射暴露而不损诊断效能 | 胸部CT成像协议、辐射剂量优化策略 | 数字影像学 | 肺癌、心脏疾病、呼吸系统疾病 | CT成像 | 深度学习重建模型 | 图像 | 未提供具体样本量 | NA | 迭代重建、模型重建、深度学习重建 | 图像质量、噪声、解剖细节保留 | NA |
| 216 | 2026-07-09 |
Systematic multi-component profiling of Xiangju Rupining Capsule via online comprehensive two-dimensional liquid chromatography-quadrupole time-of-flight mass spectrometry coupled with stepwise acquisition workflow and multivariate data mining
2026-Apr-12, Journal of chromatography. A
DOI:10.1016/j.chroma.2026.466831
PMID:41734484
|
研究论文 | 采用在线全二维液相色谱-四极杆飞行时间质谱结合逐步采集工作流程和多变量数据挖掘，系统分析香菊乳宁胶囊的多组分特征 | 提出了DPM逐步采集工作流程，集成了深度学习辅助分类、优选离子列表引导采集和分子网络可视化分析，并结合2DLC-Q-TOF-MS平台高效表征复杂天然产物 | NA | 系统表征香菊乳宁胶囊的化学成分组成 | 香菊乳宁胶囊中的化学组分 | 机器学习 | NA | 2DLC-Q-TOF-MS, RP-LC × RP-LC | 深度学习模型 | 质谱数据 | 香菊乳宁胶囊样品 | NA | NA | NA | NA |
| 217 | 2026-07-09 |
Navigated hepatic tumor resection using intraoperative ultrasound imaging
2026-Apr, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-026-03581-8
PMID:41729473
|
研究论文 | 评估基于术中超声的导航系统在开放性肝脏手术中的可行性和准确性 | 与依赖于术前图像配准的传统系统不同，该系统完全使用术中超声生成的三维模型进行导航切除 | 样本量较小（共25例，4例因传感器脱落或数据记录错误被排除），研究中仅20例成功建立导航，且为初步验证性研究 | 验证基于术中超声的导航系统在肝脏肿瘤切除术中的可行性与准确性 | 接受肝转移瘤切除术的25例患者 | 计算机视觉 | 肝癌（肝转移瘤） | 术中超声成像 | 深度学习算法 | 超声图像 | 25例患者（前5例用于优化流程，20例用于评估准确性，其中16例用于最终分析） | NA | NA | 中位导航精度、R0切除率 | NA |
| 218 | 2026-07-09 |
Cerebrovascular 5D flow MRI
2026-Apr-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.121828
PMID:41730486
|
研究论文 | 开发了一种5D相衬血流MRI框架，用于量化脑部血流中的呼吸调制，并在健康志愿者中进行了验证 | 通过解析心脏和呼吸周期中的速度向量场，首次实现了对脑部血流呼吸调制的高空间和心脏分辨率定量测量，并整合了深度学习图像重建和分析方法 | 仅基于健康志愿者的验证，未在病理条件下评估；20分钟的采集时间可能限制了临床适用性 | 研究脑部循环中呼吸对血流的影响，增进对脑血管耦合和整体循环的理解 | 健康志愿者的脑部动脉和静脉血流 | 数字病理学 | NA | 5D相衬血流MRI | 深度学习 | 图像 | 10名健康志愿者 | NA | NA | Pearson相关系数, 偏差 | NA |
| 219 | 2026-07-08 |
Identification of roasting degree and interpretability analysis of Yunnan arabica coffee beans based on multi-dimensional visual features and CNNs-SHAP
2026-Apr-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2026.148367
PMID:41672011
|
研究论文 | 基于多维视觉特征和CNNs-SHAP方法实现云南阿拉比卡咖啡豆烘焙程度的精准识别与可解释性分析 | 通过加权融合CIE L*a*b*颜色直方图、灰度共生矩阵-局部二值模式复合纹理和形态参数提取多维特征，并首次将CNN与SHAP结合打破深度学习黑箱限制，提供咖啡烘焙标准化的精确可解释技术 | 仅针对云南阿拉比卡咖啡豆，可能不适用于其他品种或产地；样本量未明确说明 | 实现咖啡豆烘焙程度的精准识别和透明决策，支持烘焙标准化 | 云南阿拉比卡咖啡豆 | 计算机视觉 | NA | NA | 卷积神经网络 | 图像 | 未明确说明 | NA | CNN | 准确率 | NA |
| 220 | 2026-07-08 |
Intelligent storage year identification of Anhua dark tea via carbon quantum dots-based colorimetric sensor array and computer vision
2026-Apr-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2026.148329
PMID:41672020
|
研究论文 | 开发了一种结合碳量子点比色传感器阵列与深度学习的安化黑茶储存年份快速识别方法 | 首次将碳量子点比色传感器阵列与深度学习结合，用于安化黑茶储存年份的快速识别，并设计了用户友好的图形界面便于非专业人员操作 | 文章未明确提及局限性，但可能涉及碳量子点传感器阵列的稳定性及实际应用中光照条件的影响 | 开发一种低成本、高可达性的安化黑茶储存年份快速检测平台 | 安化黑茶的储存年份 | 计算机视觉 | 不适用 | 碳量子点比色传感器阵列 | 深度学习模型 | 图像 | 未明确提及 | 未明确提及 | ResNet18, VGG16, DenseNet121, MobileNetV3-Small, EfficientNet B0 | 准确率 | 未明确提及 |