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 799 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 | 2026-05-25 |
DeepECG.ai: An AI-enhanced ECG analysis platform to bridge the expertise gap from primary care to cardiology
2026-May-16, Journal of electrocardiology
IF:1.3Q3
|
研究论文 | 开发了一个名为DeepECG.ai的AI增强型心电图分析平台，旨在弥合从初级保健到心脏病学的专业知识差距 | 提供了一个统一的平台，用于系统评估深度学习模型在真实临床环境中的表现，包括介入上下文、工作流集成和鲁棒性，超越了常规的准确性指标 | 平台依赖现有的临床心电图系统集成，且两个临床验证试验仍在进行中，长期效果和患者结局尚待评估 | 通过集成AI模型和临床工作流，实现心电图分析的标准化和决策支持 | 12导联心电图数据以及临床医生和患者的交互反馈 | 数字病理学 | 心血管疾病 | 心电图分析 | 深度学习模型 | 心电图信号数据 | HEART-AI研究中3个月内分析29,211份心电图，285名患者参与 | NA | NA | 推理时间（每份心电图小于1秒） | 基于网页的安全平台 |
| 402 | 2026-05-25 |
PyramidPat explainable feature engineering for multiclass electroencephalography psychiatric disorders: Explainable feature engineering and classification
2026-May-15, Psychiatry research
IF:4.2Q1
DOI:10.1016/j.psychres.2026.117227
PMID:42176366
|
研究论文 | 提出一种名为PyramidPat的可解释特征工程架构，用于多类脑电图精神障碍分类 | 引入PyramidPat变换特征提取器，结合INCA特征选择、tkNN分类器和DLob解释方法，生成基于脑叶和通道的可读句子，实现高精度可解释分类 | 未提及在更大数据集或不同采集条件下的验证，可能限制泛化能力 | 开发一个可解释的特征工程方法，用于多类EEG精神障碍的分类和解释 | 六类EEG精神障碍数据集，包含多个受试者 | 机器学习 | 精神障碍 | 脑电图（EEG） | tkNN（迭代集成k近邻） | 信号 | 六类EEG精神障碍数据集，具体样本数未提及 | NA | PyramidPat, INCA, tkNN, DLob | 准确率 | NA |
| 403 | 2026-05-25 |
CardioRadNet: Cardiac mass diagnosis through integrated segmentation and radiomic analysis
2026-May-15, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109448
PMID:42176411
|
研究论文 | 提出CardioRadNet，一种结合深度学习分割和影像组学分析的心脏肿块诊断框架 | 首个整合深度学习分割与影像组学的无对比剂心脏MR诊断框架，覆盖心脏肿块全谱系（良性与恶性），并采用半自动分割方法提升临床适用性 | 未明确提及局限性 | 设计一种无需对比剂、准确的心脏肿块综合分类框架，支持早期风险分层和临床决策 | 心脏肿块（良性/恶性） | 医学影像分析 | 心脏肿块 | MRI（无对比剂T1加权心脏MR） | 深度学习分割网络（基于点导向） | MRI图像 | 127例病理确诊的心脏肿块患者（62例恶性，65例良性） | NA | 深度学习分割网络（点导向），影像组学模型 | Dice系数，组内相关系数（ICC），平衡准确率，误分类数 | NA |
| 404 | 2026-05-25 |
SPIRAL: A probabilistic deep learning framework for Chinese liquor (Baijiu) classification via near-infrared hyperspectral imaging
2026-May-14, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2026.149583
PMID:42176475
|
研究论文 | 提出一种结合近红外高光谱成像与SPIRAL概率深度学习框架的方法，用于快速无损分析中国白酒的酒精含量、香气类型和品牌 | 首次将自适应方差学习用于建模白酒复杂化学矩阵引起的光谱不确定性，并构建了包含49种白酒、1000张高光谱图像的基准数据集 | 未明确说明算法在工业实时部署中的计算开销，以及其他类型酒精饮料的泛化能力 | 实现白酒质量参数的快速无损分类以支持工业品质控制 | 中国白酒的酒精含量、香气类型和品牌 | 计算机视觉 | NA | 近红外高光谱成像 | 概率深度学习模型 | 高光谱图像 | 1000张高光谱图像，涵盖49种白酒、9个酒精含量等级、5种香气类型和30多个品牌 | PyTorch | SPIRAL | F1分数 | NA |
| 405 | 2026-05-25 |
Artificial intelligence-enhanced ultrasound multimodal imaging and tissue characterization for predicting immunotherapy efficacy in rectal cancer
2026-May-14, Tissue & cell
IF:2.7Q3
DOI:10.1016/j.tice.2026.103613
PMID:42176680
|
综述 | 综合评述人工智能增强超声多模态成像在预测直肠癌免疫治疗疗效中的应用 | 系统整合免疫生物学-超声-人工智能的跨学科框架，提出可解释人工智能、联邦学习、可穿戴超声贴片和多模态放射基因组学等未来方向 | 操作者间差异、设备异质性导致跨平台性能下降、超声-放射基因组学整合有限以及临床转化尚处于初期 | 评估人工智能增强超声多模态成像在预测直肠癌免疫治疗疗效中的现状与未来方向 | 直肠癌患者的肿瘤微环境动态变化及其免疫治疗反应 | 机器学习 | 直肠癌 | 多模态超声成像（包括腔内超声、超声造影、剪切波弹性成像、多普勒超声、光声成像） | 深度学习、放射组学 | 图像 | NA | NA | NA | 诊断准确性 | NA |
| 406 | 2026-05-25 |
Multimodal Prediction of Periodontitis Using Root Exposure in Intraoral Images and Age
2026-May-12, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2026.109617
PMID:42119243
|
研究论文 | 开发基于口腔照片的根暴露量量化深度学习流程，并结合年龄构建多模态牙周炎预测模型 | 首次利用YOLOv11分割模型从口腔照片中量化牙根暴露面积，并提取暴露根比（ERR）作为可解释性生物标志物，结合年龄等传统风险因素提升牙周炎预测性能 | 样本量较小（269名参与者），仅聚焦下颌前牙区，且未涉及其他潜在风险因素 | 评估基于AI的根暴露量化指标在牙周炎多模态风险预测中的价值 | 下颌前牙区口腔照片及参与者年龄、自报数据 | 计算机视觉, 机器学习 | 牙周炎 | 口腔摄影 | YOLOv11分割模型, 逻辑回归, 支持向量机, 随机森林, 梯度提升 | 图像, 表格数据 | 269名参与者 | PyTorch, Scikit-learn | YOLOv11 | 平均精度均值 (mAP@0.5), Dice系数, AUROC | NA |
| 407 | 2026-05-25 |
Comprehensive evaluation of cross cancer generalization in histopathology segmentation models across 21 tumor types
2026-May-05, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-026-01601-x
PMID:42086725
|
研究论文 | 评估五种组织分割模型在21种癌症类型中的跨肿瘤泛化能力 | 系统评估了跨癌症分割模型的泛化性能，提出泛癌分割模型的可行性 | 基于半定量评分（0-10）可能引入主观偏差，且仅评估了五种组织来源的模型 | 探索已有分割模型在不同癌症类型间的泛化能力，减少开发特定癌症模型的需求 | 来自TCGA的21种癌症类型的7700+张全切片图像 | 数字病理学 | 多种癌症（肺癌、乳腺癌、结肠癌、肾癌、前列腺癌等21种） | 组织病理学图像分析 | 分割模型（具体架构未明确） | 图像（全切片图像） | 21种癌症类型，总计超过7700张全切片图像 | NA | NA | 半定量评分（0-10） | NA |
| 408 | 2026-05-25 |
Learning with less: A survey of deep learning in medical imaging under varying supervision levels
2026-05, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103375
PMID:41702310
|
综述 | 系统综述了医学图像分析中在不同监督水平下的深度学习方法 | 根据不同监督水平对方法进行系统分类，包括无监督、不精确监督、不完整监督、不准确监督和有限监督，并进一步细分子类别 | 未明确讨论不同监督方法的局限性及实际应用中的挑战 | 总结不同监督水平下深度学习方法在医学图像分析中的应用，并探索未来研究方向 | 医学图像分析中的深度学习模型 | 计算机视觉 | 不适用 | 不适用 | 不适用 | 医学图像 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 409 | 2026-05-25 |
A Character-level Convolutional Recurrent Interaction Network for joint traditional Chinese medicine clinical named entity recognition and relation extraction
2026-05, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103372
PMID:41707487
|
研究论文 | 提出一种字符级卷积循环交互网络，用于中医电子病历的命名实体识别和关系联合抽取 | 首次将中医四诊维度作为关系类型融入联合抽取框架，并利用字符级卷积和自注意机制捕获古汉语语义特征 | 未明确讨论模型在低资源场景下的泛化能力或对中医古籍文本的适用性 | 实现中医电子病历中实体与四诊维度关系的联合识别与抽取 | 中医电子病历中的临床实体（部位、症状属性）及其与四诊维度的关联关系 | 自然语言处理 | NA | NA | 卷积循环交互网络 | 文本 | NYT数据集和TCM-cases数据集（具体样本量未提及） | NA | CCRIN（字符级卷积循环交互网络） | NA | NA |
| 410 | 2026-05-25 |
GFASNet: Gait feature attention-driven deep sequential network for dementia-related gait pattern analysis
2026-05, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103377
PMID:41713110
|
研究论文 | 本文提出GFASNet，一种步态特征注意力驱动的深度序列网络，用于识别与痴呆相关的步态模式 | 将特征级注意力机制融入序列深度学习架构，提高模型可解释性，并量化单个步态参数的相对贡献 | 未提及具体局限性 | 识别与痴呆相关的步态改变，并通过注意力机制提供候选数字生物标志物 | 232名参与者的时空步态数据 | 机器学习 | 痴呆症 | NA | 长短期记忆网络、双向长短期记忆网络、门控循环单元、双向门控循环单元 | 步态序列数据 | 232名参与者 | NA | 长短期记忆网络、双向长短期记忆网络、门控循环单元、双向门控循环单元 | 分类性能（具体指标未明确） | NA |
| 411 | 2026-05-24 |
A Digital Twin-Inspired Closed-Loop Latent Simulation Framework for Cross-Cohort Breast Cancer Subtype Classification under Modality-Disjoint Learning
2026-May-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3696086
PMID:42172162
|
研究论文 | 提出一种数字孪生启发的闭环潜在仿真框架CDLS，用于跨队列乳腺癌亚型分类，在模态不重叠条件下整合多种数据 | 首次引入闭环潜在轨迹分类系统，结合PPO强化学习策略和kNN潜在反馈步骤，实现跨模态潜在对齐而非逐患者融合 | 瓶颈维度d_twin=7基于经验指导而非理论最优；闭环潜在框架仅从计算表示空间角度使用 | 解决现有深度学习系统在乳腺癌PAM50亚型分类中的单次预测局限，实现迭代表示优化 | 来自三个非重叠队列的乳腺癌患者数据，包括组织病理学、转录组学、乳腺摄影序列和临床协变量 | 机器学习 | 乳腺癌 | RNA-seq, 组织病理学图像, 乳腺摄影 | PPO, Twin-GRU | 图像, 文本, 序列数据 | 三个非重叠队列，未明确样本总数 | PyTorch | PPO, Twin-GRU | 平衡准确率, MCC | NA |
| 412 | 2026-05-24 |
Convolutional Neural Networks in Radiology: Principles, Clinical Applications, and a Practical Framework for Radiologists
2026-May-22, Medical principles and practice : international journal of the Kuwait University, Health Science Centre
IF:2.9Q1
DOI:10.1159/000552704
PMID:42172171
|
综述 | 提供卷积神经网络在放射学中的原理、临床应用和实践框架的教育性综述 | 将卷积神经网络与语言模型结合，为放射科医生提供从原理到代码原型制作的全面指导 | 未包含实验性研究结果，依赖现有文献总结，缺乏最新临床验证数据 | 帮助放射科医生理解卷积神经网络的原理、潜力和局限性 | 放射学领域中的卷积神经网络应用 | 数字病理学 | NA | NA | 卷积神经网络 | 图像 | NA | NA | 卷积神经网络 | NA | NA |
| 413 | 2026-05-24 |
Performance comparison between a deep learning model and spine surgeons in detecting cervical spinal cord compression on radiographs
2026-May-22, Journal of neurosurgery. Spine
DOI:10.3171/2026.1.SPINE251409
PMID:42172670
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 414 | 2026-05-24 |
Deep learning-driven performance prediction and design of high-DoF MEMS resonators
2026-May-21, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-026-01198-0
PMID:42161903
|
研究论文 | 提出基于残差网络的求解器（ResNES），用于MEMS谐振器的高效物理性能预测与优化设计 | 引入随机拓扑生成策略批量创建高自由度MEMS谐振器设计，结合残差网络实现毫秒级物理性能预测，速度提升近三个数量级，并与粒子群优化算法协同实现多目标优化 | NA | 实现高自由度MEMS谐振器的快速物理性能预测和高效设计优化 | MEMS谐振器的面内振动模式谐振频率 | 机器学习 | NA | NA | 残差网络（ResNet） | 拓扑结构数据 | 数千万种潜在拓扑结构 | NA | ResNES（残差网络求解器） | 平均误差、计算速度提升倍数、预测与实验差异、优化后性能指标提升百分比 | NA |
| 415 | 2026-05-24 |
Thousand-Brains Systems: Sensorimotor Intelligence for Rapid, Robust Learning and Inference
2026-May-20, Neural computation
IF:2.7Q3
DOI:10.1162/NECO.a.1508
PMID:41945800
|
研究论文 | 评估首个千脑系统实现Monty在3D物体感知中的独特性能，包括物体识别和姿态估计 | 提出通过模仿皮质柱架构的千脑系统实现快速、持续学习和高效泛化，并验证了基于传感器运动学习的结构化表示和投票算法对推理速度的提升 | 千脑系统（Monty）尚处于早期开发阶段 | 探索基于传感器运动学习的智能系统在物体识别和姿态估计中的应用 | 3D物体感知中的物体识别与姿态估计任务 | 机器学习 | NA | 传感器运动学习 | 千脑系统 | 图像 | YCB数据集中的日常物体 | NA | Monty（千脑系统实现） | 泛化能力、推理速度 | NA |
| 416 | 2026-05-24 |
A reproducible benchmark of QRS detection algorithms across diverse ECG datasets and noise conditions
2026-05-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-53724-9
PMID:42162090
|
研究论文 | 在统一评估框架下，对17种QRS检测算法在五个公开心电数据集上的性能进行基准测试 | 提供完全开源的评估框架，支持可重复性；发现传统信号处理方法在跨数据集泛化中表现更稳定 | 未在目标域进行域适应的机器学习和深度学习模型在分布偏移下性能下降明显 | 系统比较不同QRS检测算法在多种心电数据集和噪声条件下的性能 | 17种R峰检测算法（传统信号处理、机器学习和深度学习方法） | 机器学习、数字信号处理 | 心血管疾病 | 心电图记录 | CNN、LSTM、传统机器学习模型 | 心电信号（时间序列数据） | 5个公开心电数据集（来自PhysioNet平台，涵盖长期监测、心律失常和噪声环境） | NA | 传统信号处理方法、深度神经网络、支持向量机 | F1分数、灵敏度、阳性预测值 | NA |
| 417 | 2026-05-24 |
Exploiting quantum chaos diagnostics in QAOA for enhanced hybrid quantum classical deep learning classification
2026-May-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-51870-8
PMID:42156799
|
研究论文 | 将量子近似优化算法改造为特征映射，结合混沌诊断指标构建混合量子经典分类器，提升小样本MNIST分类性能 | 首次利用出时间顺序关联函数提取标量混沌特征增强混合量子经典分类器，并系统研究量子比特数对分类性能的有限尺寸效应 | 较大量子比特数下混沌特征产生过敏感性导致效果逆转，且实验仅基于固定深度的浅层电路 | 探索混沌诊断指标在混合量子经典深度学习中提升分类性能的可行性 | MNIST数据集的平衡1000样本子集 | 机器学习 | NA | 量子近似优化算法 | 混合量子经典神经网络 | 图像 | 1000个MNIST图像样本 | NA | NA | 准确率, 配对均值差, 95%置信区间, 排列检验p值, 胜率, 配对效应量 | NA |
| 418 | 2026-05-24 |
A deep learning ECG model for identification and localization of occlusion myocardial infarction
2026-05-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-73023-1
PMID:42129209
|
研究论文 | 开发并验证了一种基于深度学习的ECG模型，用于快速识别和定位急性闭塞性心肌梗死 | 模型不依赖ST段抬升和肌钙蛋白等传统指标，能同时识别OMI并定位三支主要冠状动脉的病变位置，且在不同年龄、性别和心电图硬件下表现一致 | OMI检测的人工监督有限，需要以患者相关结局为指标的随机临床试验进一步验证 | 开发一个深度学习ECG模型，以快速识别和定位急性冠状动脉闭塞，缩短再灌注时间并节省医疗资源 | 急性闭塞性心肌梗死（OMI）及其在冠状动脉中的位置 | 机器学习 | 心血管疾病 | 心电图记录 | 深度学习模型 | 心电图（ECG）数据 | 540,372例急诊心电图及其对应的冠状动脉造影结果 | NA | NA | C统计量 | NA |
| 419 | 2026-05-24 |
DeepEpiX: A software for visualization, annotation and automatic epileptical spike detection in MEG recordings
2026-May-12, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2026.110805
PMID:42119822
|
研究论文 | DeepEpiX是一款用于MEG记录的可视化、注释和自动癫痫样尖波检测的软件 | 将预训练的深度学习模型集成到用户友好的图形界面中，用于自动检测间期癫痫样放电，且模块化架构支持集成新模型 | 在当前MEG数据上的F1评分表现有限（同一采集系统47%，不同采集系统23%），且目前仅专注于MEG模态 | 开发一款辅助临床医生自动检测MEG数据中病理事件（间期癫痫样放电）的软件 | 药物难治性癫痫患者的MEG数据 | 机器学习 | 癫痫 | 脑磁图 | 深度学习模型 | 时间序列数据 | 29名测试患者 | NA | NA | F1评分 | NA |
| 420 | 2026-05-24 |
Artificial intelligence in drug research and development: a review of methods and applications in drug repurposing
2026-May-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag203
PMID:42166427
|
综述 | 综述人工智能在药物研发中的方法与应用，重点关注药物重定位 | 系统梳理从经典算法到最新AI方法在药物重定位中的应用，涵盖蛋白质结构预测到知识图谱推理的多种技术 | 数据可用性、模型可解释性和结果验证方面存在挑战 | 回顾AI方法在药物重定位中的设计应用，探讨如何加速候选药物的临床重定位 | 药物重定位中使用的AI方法及相关工具 | 机器学习 | NA | NA | 机器学习模型、深度学习模型、生物网络分析模型 | 文本、生物数据 | NA | NA | AlphaFold3, mediKanren, AdaDR, TxGNN | NA | NA |