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 1102 篇文献，本页显示第 501 - 520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 501 | 2026-05-27 |
Transformer augmented hybrid deep learning for explainable multi class pest classification
2026-Apr-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41248-1
PMID:41935133
|
研究论文 | 对多种深度学习架构进行综合实验评估，用于基于图像级分类的多类害虫分类，涵盖19种害虫物种 | 提出混合CNN-Transformer设计（如Hybrid EffNet-Transformer和Hybrid EfficientNetV2-S+Transformer），结合卷积特征层次和全局自注意力机制，并采用分割驱动的预处理方法增强前景隔离 | 未在标题和摘要中明确提及局限性 | 实现农业害虫的早期准确识别，为精准农业系统开发提供指导 | 19种害虫物种的田间图像 | 计算机视觉 | NA | 深度学习图像分类 | CNN、Transformer、混合CNN-Transformer | 图像 | 19种害虫物种的田间图像（具体数量未提及） | NA | MobileNetV2, VGG16, EfficientNetB0/B3, EfficientNetV2-B0, ResNet50, Xception, NASNetLarge, Hybrid InceptionResNetV2, Hybrid ResNet50+CBAM, Hybrid EffNet-Transformer, Hybrid EfficientNetV2-S+Transformer | 验证准确率, 宏平均F1值, 验证损失 | NA |
| 502 | 2026-05-27 |
Artificial intelligence in orthopedics: current applications, challenges, and future directions
2026-Apr-03, Knee surgery & related research
IF:4.1Q1
DOI:10.1186/s43019-026-00317-5
PMID:41933417
|
综述 | 总结人工智能在骨科实践中的当前应用，并强调实现临床转化的障碍 | 指出技术进步与临床转化之间的差距，主张从提升模型复杂性转向严格评估、外部验证和概率校准 | 未具体说明局限性，但隐含地指出当前应用受限于算法不透明性、性能退化及工作流适配不足 | 综述人工智能在骨科领域的应用现状、挑战及未来方向 | 骨科实践中的机器学习、深度学习及大型语言模型应用 | 机器学习 | 骨科疾病（如骨折、骨关节炎等） | 不适用 | 机器学习模型、深度学习模型、大型语言模型 | 结构化数据、医学影像、文本 | 不适用 | 不适用 | 不适用 | 外部验证、概率校准、不确定性估计 | 不适用 |
| 503 | 2026-05-27 |
A fundus image dataset for intelligent diabetic retinopathy system
2026-Apr-01, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07093-7
PMID:41922360
|
研究论文 | 构建了一个用于智能糖尿病视网膜病变系统的眼底图像数据集 | 提供了一个标准化、高质量的超广角眼底图像数据集，以克服现有AI模型在检测周边视网膜病变时的局限性，并公开可用以提高模型的泛化能力 | 未提及具体的局限性 | 为基于超广角图像的糖尿病视网膜病变诊断AI系统提供标准化的公开数据集 | 糖尿病视网膜病变患者 | 计算机视觉 | 糖尿病视网膜病变 | 超广角眼底成像 | NA | 图像 | 809名患者的1630张超广角眼底图像 | NA | NA | NA | NA |
| 504 | 2026-05-27 |
Glaucomatous Remodeling of the Lamina Cribrosa: Association With Visual Field Progression
2026-Apr-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.67.4.3
PMID:41920143
|
研究论文 | 研究开角型青光眼患者中筛板深度和曲率变化速率与视野进展速率之间的关系 | 首次利用深度学习分割筛板结构，并纵向分析筛板重塑与视野进展的关联，发现年龄、中央角膜厚度和眼压对重塑程度有调节作用 | 未提及，但可推断样本量及观察周期可能有限 | 评估原发性开角型青光眼患者的筛板重塑与视野进展之间的关联 | 原发性开角型青光眼患者 | 医学影像 | 青光眼 | SDOCT | 深度学习 | 图像 | 未明确提及，但研究涉及患者队列 | NA | NA | NA | NA |
| 505 | 2026-05-26 |
DrugPTM-Bench: A Large-Scale Dataset for Predictive Modeling of Drug-Induced Cell Type-Specific Protein Post-Translational Modifications
2026-Apr-30, bioRxiv : the preprint server for biology
DOI:10.64898/2026.04.27.721113
PMID:42094496
|
研究论文 | 提出了DrugPTM-Bench，一个大规模基准数据集，用于预测药物诱导的细胞类型特异性蛋白质翻译后修饰 | 首次构建了包含药物、剂量、处理时间、细胞背景和修饰位点等多维数据的标准化药物扰动PTM基准数据集 | 现有方法在蛋白不重叠的分布外设置中难以识别少数调控类别，标准重平衡策略以降低精确度和F1得分为代价提升召回率 | 建立用于预测药物诱导PTM调控的严谨框架，阐明药物作用机制和信号动态 | 7种癌细胞系、27种药物、11167种蛋白质的剂量依赖性PTM测量数据 | 机器学习 | 癌症 | 质谱分析 | 机器学习和深度学习模型 | 蛋白质组学数据 | 涉及7种癌细胞系、27种药物、11167种蛋白质，包含99.5%磷酸化事件、6个时间点、16个剂量水平 | NA | NA | 召回率、精确度、F1得分 | NA |
| 506 | 2026-05-26 |
Development and validation of a multi-task deep learning model integrating PET-CT radiomics, clinical variables, and EBV DNA for prognostic prediction in locally advanced nasopharyngeal carcinoma
2026-Apr-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2025-1-2705
PMID:42180916
|
研究论文 | 开发并验证了一种多任务深度学习模型，整合PET-CT影像、临床变量和EBV DNA，用于局部晚期鼻咽癌的预后预测 | 首次将PET-CT双通道三维卷积神经网络、临床变量和EBV DNA整合到一个多任务深度学习框架中，同时预测总生存期和无进展生存期，并通过注意力机制实现多模态特征融合，显著优于传统分期系统和单任务模型 | 单中心回顾性设计，样本量有限（200例），缺乏前瞻性外部验证，需在独立多中心队列中验证后方可临床应用 | 开发一个整合多模态数据的深度学习模型，提高局部晚期鼻咽癌患者的预后预测准确性 | 200例局部晚期鼻咽癌患者（AJCC第8版III-IVA期），年龄18-75岁，WHO II/III型组织学，ECOG评分0-1，接受同步放化疗 | 计算机视觉， 机器学习 | 鼻咽癌 | PET-CT成像， 18F-FDG正电子发射断层扫描， 标准化摄取值归一化 | 多任务深度学习模型， 三维卷积神经网络 | 医学图像（PET和CT）， 临床变量， EBV DNA水平 | 200例患者（训练集140例，内部验证集60例） | PyTorch | 双通道三维卷积神经网络， 注意力机制 | 一致性指数（C-index）， 3年总生存率， 3年无进展生存率 | 提及梯度加权类激活映射（Grad-CAM）用于可视化，未明确说明GPU类型或云平台 |
| 507 | 2026-05-26 |
Tongue Image Analysis and Clinical Data Fusion: A Novel Approach for Non-invasive Diagnosis of Metabolic Dysfunction-associated Fatty Liver Disease
2026-Apr-28, Journal of clinical and translational hepatology
IF:3.1Q2
DOI:10.14218/JCTH.2025.00631
PMID:42181845
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 508 | 2026-05-26 |
Development and validation of a deep learning radiomics model for predicting adjacent segment degeneration following anterior cervical discectomy and fusion
2026-Apr-15, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-026-09939-5
PMID:41984178
|
研究论文 | 开发并验证一种深度学习影像组学模型，用于预测前路颈椎间盘切除融合术后相邻节段退变 | 首次将影像组学应用于ACDF术后ASDeg筛查，通过整合影像组学特征和临床风险因素，利用机器学习算法构建预测模型，并比较多种算法的性能 | 研究为单中心回顾性设计，结果需要多中心外部验证进一步确认 | 开发并验证一种整合影像组学特征和临床风险因素的预测模型，实现ACDF术后ASDeg的准确筛查 | 2019年1月1日至2023年12月31日期间在我院接受ACDF手术的颈椎病患者 | 机器学习 | 颈椎病 | MRI T2加权成像 | 决策树、逻辑回归、支持向量机、XGBoost | 图像 | 90名ASDeg患者和104名非ASDeg患者，共194名，按7:3随机分为训练队列和测试队列 | NA | NA | AUC、校准曲线 | NA |
| 509 | 2026-05-26 |
Quantum dot-DNA microsphere aptamer biosensor with AI-assisted structural modeling for rapid detection of the lung cancer biomarker USE1
2026-Apr-14, Journal of nanobiotechnology
IF:10.6Q1
DOI:10.1186/s12951-026-04384-4
PMID:41981644
|
研究论文 | 开发了一种AI辅助的适配体生物传感平台，用于无抗体检测肺癌生物标志物USE1 | 将AI辅助适配体结构建模与量子点增强的DNA纳米结构相结合，构建无需抗体的生物传感平台 | 尚未在更大规模的临床样本中进行验证，且该平台的长期稳定性和可重复性有待进一步评估 | 开发一种快速、准确、低成本的肺癌诊断方法 | 肺癌生物标志物USE1 | 数字病理学 | 肺癌 | SELEX, 滚环扩增, 量子点标记 | AlphaFold3 | 图像 | 30对组织样本 | NA | AlphaFold3 | AUC, 敏感性, 特异性 | NA |
| 510 | 2026-04-12 |
Hybrid feature selection for IoMT based intrusion detection system for integrating mutual information filtering with deep learning based accelerated metaheuristic optimization
2026-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47264-5
PMID:41963437
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 511 | 2026-04-05 |
Hybrid deep learning techniques for adaptive routing and congestion control in urban VANET for wireless mobile networking
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33193-2
PMID:41932949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 512 | 2026-05-26 |
A unified GRU model for cryptocurrency price prediction and harsh price movement detection using enhanced sentiment analysis
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46271-w
PMID:41933101
|
研究论文 | 提出一种统一的GRU模型，通过增强情感分析预测加密货币价格并检测剧烈价格波动 | 重点研究情感信号构建、聚合和与价格动态对齐的方式，提出基于PCA的聚合、衰减加权方案和K-means聚类标签方法，显著提升了极端价格变动类别的预测性能 | 未明确提及，但可能包括模型仅基于短期数据（2021年4月至8月）以及情感数据噪声的局限性 | 研究情感表示和价格变动标签对短期比特币价格波动分类的影响，构建稳健的情感驱动金融模型 | 比特币短期价格波动分类 | 机器学习, 自然语言处理 | NA | 情感分析, PCA分析, K-means聚类 | GRU, TCN, LightGBM, 多项逻辑回归 | 文本（推文数据） | 超过110万条比特币相关推文（2021年4月至8月） | NA | RoBERTa, GRU, TCN | 准确率、精确率、召回率、F1分数 | NA |
| 513 | 2026-05-26 |
Multimodal deep learning for international investment arbitration outcome prediction and bilateral investment agreement negotiation strategy optimization
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47149-7
PMID:41933170
|
研究论文 | 提出一种多模态深度学习框架，融合文本、数值和视觉数据预测国际投资仲裁结果 | 采用注意力融合架构，通过专用编码器捕捉法律文件、宏观经济指标和视觉证据之间的复杂跨模态依赖关系，显著优于单模态和传统机器学习方法 | 未明确讨论预测模型在实际应用中可能引发的公平性、透明度和可及性等规范性问题 | 开发稳健的仲裁结果预测工具，为投资者、东道国和法律顾问提供战略决策依据 | 国际投资仲裁案件中的投资者与国家争端解决机制 | 机器学习 | NA | 多模态深度学习的注意力融合架构 | 注意力机制融合的多模态深度学习模型 | 文本（法律文件）、数值（宏观经济指标）、视觉（证据图像） | 1,247个仲裁案例，来自主要国际仲裁机构 | NA | 注意力融合架构、专用编码器 | 准确率 | NA |
| 514 | 2026-05-26 |
The Evolving Role of Artificial Intelligence in Fracture Diagnosis and Surgical Planning in Orthopaedics: Current Insights and Future Directions
2026-Apr, Cureus
DOI:10.7759/cureus.107470
PMID:42181443
|
综述 | 综述了人工智能和机器学习在骨科骨折诊断和手术规划中的应用现状与未来方向 | 系统梳理了2016至2026年间AI/ML在骨折检测和术前规划中的证据，涵盖了CNN和Vision Transformer模型的最新进展 | 多数研究为回顾性分析、数据集缺乏多样性、缺乏前瞻性多中心验证、以及AI/ML在医学影像中应用监管框架的不完善 | 总结AI/ML技术在骨科骨折诊断和手术规划中的临床发现并讨论临床转化挑战 | 针对骨折检测和手术规划的AI/ML相关研究文献 | 机器学习 | 骨科骨折 | 深度学习 | 卷积神经网络（CNN）和视觉Transformer（ViT） | 放射影像和计算机断层扫描（CT）图像 | 24篇同行评审出版物 | NA | CNN和Vision Transformer（ViT） | 受试者工作特征曲线下面积（AUROC） | NA |
| 515 | 2026-05-25 |
Air quality index prediction using a hybrid CEEMDAN-CNN-IGWO-BiGRU-Attention model
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46978-w
PMID:41933122
|
研究论文 | 提出一种结合CEEMDAN、CNN、BiGRU、注意力机制和改进灰狼优化器的混合模型用于空气质量指数预测 | 将CEEMDAN信号分解、CNN特征提取、BiGRU时序建模、注意力机制和IGWO超参数优化集成于统一框架，实现自动化和高精度预测 | 未提及 | 开发一种能有效处理AQI时间序列非线性和非平稳特性的高精度预测模型 | 空气质量指数（AQI）时间序列数据 | 机器学习 | NA | NA | CNN, BiGRU | 时间序列数据 | 广州市2014-2024年长期AQI数据集 | NA | CEEMDAN, CNN, BiGRU, 注意力机制, IGWO | MSE, R2 | NA |
| 516 | 2026-04-04 |
Efficient deep learning framework for arecanut disease detection using graph neural network and Bat algorithm
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46535-5
PMID:41927805
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 517 | 2026-05-25 |
Deep learning-based phishing classification framework for accurate detection using optimized URL intelligence
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46481-2
PMID:41927869
|
研究论文 | 提出一种基于深度学习的钓鱼分类框架，通过优化URL智能特征实现精确检测 | 提出自适应深度URL智能网络（ADUIN），结合混合相关排序方法优化特征，并采用多层深度神经网络架构动态更新以适应攻击行为变化 | 未提及具体局限性信息 | 提升钓鱼URL分类的准确性、多样性和智能性，应对零日和伪装钓鱼URL | 钓鱼URL及其特征（词汇、主机和结构属性） | 机器学习 | NA | NA | 深度神经网络 | 文本（URL） | 基准钓鱼数据集（未说明具体数量） | NA | 多层深度神经网络 | 准确率、精确率、召回率、零日检测率、假阳性率、延迟 | NA |
| 518 | 2026-05-25 |
Topology modeling and energy efficiency prediction of parallel chillers based on deep learning
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47180-8
PMID:41927915
|
研究论文 | 提出一种基于深度学习的并行冷水机组拓扑建模与能效预测方法 | 构建了物理引导的时空融合模型，将LSTM与图卷积网络结合以捕捉机组间的拓扑耦合关系 | 未提及实际部署中的计算资源需求或实时性限制，且仿真数据占比可能影响模型泛化性 | 解决并行冷水机组因拓扑耦合导致的能效预测精度不足问题 | 大型数据中心冷却站的并行冷水机组系统 | 机器学习 | NA | NA | GCN-LSTM融合模型 | 时序运行数据与仿真数据 | 1.28亿条原始记录与8000小时仿真数据 | NA | LSTM, GCN | 均方根误差, 平均绝对百分比误差 | NA |
| 519 | 2026-05-25 |
Using deep vision-language models improves multi-task performance in assistance applications for endoscopic ENT surgery
2026-Apr, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03512-z
PMID:41428176
|
研究论文 | 采用视觉-语言模型（VLM）架构，通过多任务学习提升内窥镜耳鼻喉手术辅助应用中图像分类、文本预测和手术报告生成的性能 | 端内窥镜领域偏置的编码器进行图像和文本嵌入，并通过交叉注意力融合，实现多任务学习替代三个孤立模型，且在图像分类和报告生成任务上分别提升F1分数达12%和14% | 结构化文本生成任务改进有限，表明组合图像-文本嵌入对结构化句子学习存在限制；类别分布不平衡问题未完全解决 | 开发一种能够整合图像和文本数据的视觉-语言模型，用于内窥镜耳鼻喉手术辅助，提供多任务支持并优于现有基准 | 30例标注内窥镜手术的多任务数据集（130,000张多标签图像、解剖描述和同步手术报告） | 计算机视觉、自然语言处理 | NA | 内窥镜手术图像采集 | 视觉-语言模型（VLM） | 图像、文本 | 30例内窥镜手术（130,000张多标签图像） | PyTorch（推测，基于常见的VLM实现） | 偏置编码器（用于图像和文本嵌入）加交叉注意力 | 精确率、召回率、F1分数、BLEU-2、ROUGE-L、余弦相似度 | NA（未在标题或摘要中明确提及） |
| 520 | 2026-05-25 |
Comprehensive review of heart disease prediction: A comparative study from 2019 onwards
2026-04, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103354
PMID:41619515
|
综述 | 本文对2019年以来心脏病预测领域的研究进行了全面综述，比较传统诊断技术与现代机器学习和深度学习方法 | 系统性地回顾了从传统诊断技术向现代机器学习和深度学习方法的转变，并探讨了心血管疾病与肾结石之间的关系对未来预测模型发展的影响 | 未提及具体的研究局限 | 评估心脏病预测的当前技术水平，为未来研究提供路线图 | 心脏病预测算法及相关文献 | 机器学习 | 心血管疾病 | NA | NA | NA | NA | NA | NA | NA | NA |