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 941 - 960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 941 | 2026-06-04 |
Training effect of a deep learning-based blended teaching model on ECMO transport for ICU nurses: a prospective, parallel-group, randomized controlled trial
2026-Jun-02, BMC nursing
IF:3.1Q1
DOI:10.1186/s12912-026-04837-z
PMID:42231331
|
研究论文 | 验证基于深度学习的混合教学模式在提高ICU护士ECMO转运能力方面的有效性 | 首次将深度学习导向的混合教学模式（融合在线沉浸学习、线下情景模拟和临床病例回顾）应用于ICU护士ECMO转运培训，并通过眼动追踪技术量化学习沉浸度 | 单中心设计，样本量有限，且对照组未接受同等在线互动资源，可能存在比较偏差 | 评估深度学习导向的混合教学模型对ICU护士ECMO转运能力（知识掌握、学习沉浸度和在线参与度）的提升效果 | ICU护士 | 机器学习 | NA | NA | NA | 文本（问卷、量表）、眼动追踪数据（注视指标） | 130名ICU护士（实验组68名，对照组62名） | NA | NA | 知识得分、学习沉浸度（眼动追踪指标）、在线学习参与度、学习参与度、认知参与度、满意度 | NA |
| 942 | 2026-06-04 |
Machine learning models of segmentation in acute ischemic stroke: a systematic review and meta-analysis
2026-Jun-02, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-026-01590-x
PMID:42231379
|
综述与Meta分析 | 系统性回顾和定量评价基于机器学习的急性缺血性脑卒中病灶分割模型的性能 | 首次通过Meta分析方法系统评估急性缺血性脑卒中ML分割模型性能，并识别影响模型准确性和稳健性的因素 | 研究设计和报告标准的异质性需要方法学统一和外部验证 | 系统回顾和定量评估基于机器学习的急性缺血性脑卒中分割模型的性能 | 用于急性缺血性脑卒中病灶分割的机器学习模型 | 机器学习 | 急性缺血性脑卒中 | CT、MRI | 深度学习、U-Net变体 | 医学影像 | 101项研究 | Python | U-Net及其变体 | Dice系数、AUC、准确率、灵敏度、特异度 | NA |
| 943 | 2026-03-21 |
Corrigendum to 'Multi-Task Deep Learning for Sex and Age Estimation from Panoramic Radiographs in a Brazilian Young Population': [International Dental Journal Volume 76, Issue 2, April 2026, 109381]
2026-Jun, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2026.109504
PMID:41855705
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 944 | 2026-06-04 |
Deep learning on genome-wide association studies to predict the patient-specific risk of radiation-induced erectile dysfunction
2026-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2026.111531
PMID:41967608
|
研究论文 | 利用深度学习模型分析全基因组关联研究数据，预测前列腺癌放疗后患者特异性勃起功能障碍风险 | 提出了一个结合生物学信息的深度学习模型BioDeepGWAS，首次将遗传变异和临床数据整合用于预测放疗引起的勃起功能障碍风险 | 样本量相对较小（387例可评估参与者），且模型尚未在独立外部队列中验证 | 开发一种基于深度学习的模型，利用基因组变异和临床数据改善放疗引起的勃起功能障碍风险的患者特异性预测 | 前列腺癌患者放疗后的勃起功能障碍风险 | 机器学习 | 前列腺癌 | 全基因组关联研究 | 深度学习模型（BioDeepGWAS） | 遗传数据和临床数据 | 387例（221例RIED病例和166例非RIED对照），来自668例前列腺癌患者 | NA | NA | AUC, 校准分析, 比值比 | NA |
| 945 | 2026-06-04 |
Interpretable deep survival analysis of Alzheimer's disease via metabolic genetic variants
2026-Jun-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag213
PMID:42063212
|
研究论文 | 提出可解释的深度生存分析模型，利用代谢相关遗传变异预测阿尔茨海默病发病 | 将前馈神经网络与Weibull生存模型结合，并集成SHAP可解释性技术，有效解决遗传变量间非线性交互的建模问题，避免传统方法的组合爆炸 | 样本量有限，且仅关注SNP数据，未纳入其他组学或环境因素 | 开发可解释的深度学习模型，预测阿尔茨海默病发病并解析遗传因素贡献 | 大规模单核苷酸多态性数据中的代谢相关遗传变异 | 机器学习 | 阿尔茨海默病 | SNP基因分型 | 前馈神经网络 | 基因组数据 | 未明确说明样本数量 | NA | 前馈神经网络 | 一致性指数 | NA |
| 946 | 2026-06-04 |
Deep Learning-Based Bone Age Assessment for Predicting Final Adult Height in Girls With Central Precocious Puberty
2026-Jun, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.1221
PMID:42225576
|
research paper | 本研究评估了基于深度学习骨龄评估与Bayley-Pinneau或韩国生长图表预测模型结合，预测中枢性性早熟女孩最终成年身高的准确性 | 首次将人工智能驱动的骨龄评估整合到两种预测模型中，并比较其与传统专家评估在预测最终成年身高方面的性能 | 单中心回顾性研究，样本量有限（122名韩国女孩）；未评估不同种族或治疗方案的泛化能力 | 评估人工智能骨龄评估在预测中枢性性早熟女孩最终成年身高中的临床应用价值 | 122名接受促性腺激素释放激素激动剂治疗至少2年的韩国中枢性性早熟女孩 | machine learning, digital pathology | 中枢性性早熟 | Greulich-Pyle图谱，人工智能权重评分 | 深度学习（骨龄评估模型） | 手部X光图像，生长参数数据 | 122名韩国中枢性性早熟女孩 | NA | NA | R², 95%一致性界限（Bland-Altman分析） | NA |
| 947 | 2026-06-04 |
Ontology-Enhanced Deep Learning for Mechanistic Prediction of Drug-Drug Interactions: A Clinically Interpretable Framework
2026-Jun, Journal of clinical pharmacology
IF:2.4Q3
DOI:10.1002/jcph.70220
PMID:42226315
|
研究论文 | 通过生物医学本体增强深度学习模型，预测药物-药物相互作用及其机制，并提高临床可解释性 | 首次将本体嵌入（来自SIDER、DrugBank和Gene Ontology）与神经网络结合，实现机制特异性预测，并增强模型临床可解释性 | 间接支持临床决策，未直接验证实际应用效果 | 提高药物-药物相互作用预测的准确性和机制可解释性 | 药物-药物相互作用及其11种药代动力学和药效动力学机制 | 自然语言处理 | NA | 本体嵌入 | 神经网络 | 生物医学本体数据（SIDER、DrugBank、Gene Ontology） | NA | NA | 神经网络 | ROC曲线下面积（AUC） | NA |
| 948 | 2026-06-04 |
Inference for Stationary Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data
2026-Jun, Spatial statistics
IF:2.1Q1
DOI:10.1016/j.spasta.2026.100973
PMID:42226885
|
研究论文 | 提出一种基于贝叶斯深度学习的方法来推断平稳对数高斯Cox点过程，应用于人类口腔微生物图像数据 | 提出了一种基于可逆神经网络的无似然推断方法，实现了对对数高斯Cox过程参数后验分布的快速近似估计，特别是对高维数据具有显著计算优势 | 未在标题和摘要中明确说明局限性 | 开发一种高效的无似然贝叶斯推断方法，用于分析空间点过程中的聚集现象 | 人类口腔微生物生物膜图像数据 | 机器学习 | NA | NA | 可逆神经网络 | 图像 | 两个不同的口腔微生物生物膜图像样本 | NA | 可逆神经网络 | NA | NA |
| 949 | 2026-06-04 |
The role of artificial intelligence in sarcopenia: Advances, applications, and future directions
2026-Jun, Computational biology and chemistry
IF:2.6Q2
|
综述 | 探讨人工智能在肌肉减少症研究中的进展、应用与未来方向 | 系统综述了机器学习与深度学习在肌肉减少症早期检测、影像诊断、功能预测和个性化监测中的应用，并引入可解释人工智能、联邦学习等新兴方法 | 数据质量差异大、模型透明度有限、算法偏见及伦理问题等挑战仍需解决 | 分析人工智能在肌肉减少症研究和临床实践中的应用进展与潜力 | 肌肉减少症患者及相关数据 | 机器学习 | 老年性疾病 | NA | 机器学习, 深度学习 | 影像, 临床指标, 可穿戴设备数据 | 包含大规模数据集（如NHANES）但未提供具体样本数量 | NA | NA | 预测性能 | NA |
| 950 | 2026-06-04 |
Exploring AI-driven deep learning approaches for optimizing space detection in single gap implantation based on CBCT images
2026-06, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2026.106631
PMID:41833743
|
研究论文 | 提出了一种基于AI的深度学习方法来优化单颗缺牙种植术中基于CBCT图像的空隙检测 | 提出了一种新颖的三步序列方法，利用nnUNet的DentalSegmentator框架自动检测单颗缺牙区域及其周围结构，无需额外手动分割 | 研究仅针对单颗缺牙区域，可能无法直接应用于多颗缺牙或更复杂的情况 | 开发自动检测单颗缺牙区域及其周围结构的方法，提高种植手术规划的准确性和效率 | 单颗缺牙区域的CBCT图像 | 数字病理学 | 口腔疾病 | 锥束计算机断层扫描 | nnUNet | 图像 | 66个CBCT扫描，包含80个单颗缺牙区域 | nnUNet | nnUNet | 准确率, 精确率, 召回率, 特异度, F1分数 | NA |
| 951 | 2026-06-04 |
Marker-less Body Surface Registration with 3D imaging for Percutaneous Intervention with Smartphone Augmented Reality in Phantoms and in vivo
2026-Jun-01, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2026.108871
PMID:42229872
|
研究论文 | 评估智能手机增强现实系统结合自动表面跟踪注册用于经皮穿刺的准确性 | 首次开发无需基准标记或额外传感器的智能手机AR引导系统，利用深度学习实现体表自动跟踪注册，简化增强现实工作流程 | 表面跟踪可补偿外部体表移动，但无法补偿内部器官运动；准确性受呼吸运动影响，肝脏靶点误差较大 | 评估智能手机AR引导系统用于经皮穿刺的自动表面跟踪注册精度 | 腹部体模及三只猪（15个靶点）的肝脏、肾脏和肌肉中的栓塞线圈 | 计算机视觉 | NA | CT成像、深度学习 | NA | CT图像 | 腹部体模（8名操作者），三只猪（15个靶点） | NA | NA | 针尖到靶点距离、角度误差 | 智能手机平台 |
| 952 | 2026-06-04 |
Fine-grained evaluation of neighborhood quality in China using street view images and big data technologies
2026-Jun-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-53650-w
PMID:42230815
|
研究论文 | 利用街景图像和大数据技术，对中国城市社区质量进行细粒度评估 | 首次以社区为研究尺度，结合深度学习和街景图像获取微观数据，设计同时衡量城市软硬环境的社区质量评估体系 | 未在摘要中明确提及限制，可能包括数据覆盖范围或方法局限性 | 评估中国城市社区质量，分析软硬环境建设对社区质量的影响，并为城市规划提供理论支持 | 中国232个地级市的5829个主要社区（街道） | 计算机视觉 | NA | 深度学习、街景图像分析 | 深度神经网络（具体模型未指定） | 图像 | 232个地级市的5829个社区 | NA | NA | NA | NA |
| 953 | 2026-06-04 |
AIRC-LABDEN: A multi-modal dataset for dental plaque diagnosis of patients with fixed labial orthodontic appliances
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112833
PMID:42232201
|
研究论文 | 介绍AIRC-LABDEN数据集，用于通过深度学习检测和量化固定唇侧矫治器患者的牙菌斑 | 首个专门针对佩戴正畸托槽患者的多模态牙科数据集，整合了高分辨率口腔图像与临床记录 | 未提及具体限制 | 促进多模态牙菌斑检测系统的开发，改善正畸患者的口腔护理 | 固定唇侧矫治器患者的牙菌斑 | 计算机视觉 | 口腔疾病（牙菌斑） | NA | 深度学习 | 图像、临床记录 | 148名患者的10450张高分辨率口腔内图像 | NA | NA | NA | NA |
| 954 | 2026-06-03 |
Solution-Tunable Interfacial Interaction Landscape Governs Anomalous Nanoparticle Diffusion in Liquid-Phase Electron Microscopy
2026-Jun-02, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.6c04149
PMID:42065132
|
研究论文 | 揭示液相透射电镜中聚乙二醇包覆金纳米棒在氮化硅膜附近的反常扩散机制，并通过调节离子环境实现从分数布朗运动到退火瞬态时间运动的可调转变 | 首次通过系统调控离子环境实现纳米颗粒表面扩散从分数布朗运动到退火瞬态时间运动的可调转变，并引入被动纳米流变学框架定量表征界面粘弹性力学响应 | 未提及该方法在复杂多组分体系中的适用性及长期稳定性 | 阐明液相透射电镜中纳米颗粒在液固界面处的反常扩散物理机制并实现可调控界面输运 | 聚乙二醇包覆金纳米棒在氮化硅膜附近液固界面的扩散行为 | 计算机视觉, 机器学习 | 不适用 | 液相透射电镜 | 深度学习分类模型 | 图像, 轨迹数据 | 不适用 | PyTorch | 不适用 | 不适用 | 不适用 |
| 955 | 2026-06-03 |
P4NSU: Projection-Based Pretraining for Nonlinear Sparse Unmixing in Spectral Imaging
2026-Jun-02, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.6c00440
PMID:42145112
|
研究论文 | 提出一种基于投影预训练的深度学习框架P4NSU，用于解决光谱成像中的非线性稀疏解混问题 | 首次将层次化预训练与可学习投影相结合，将非线性解混转化为线性问题，显著降低整体均方根误差14-51% | 未提及模型对噪声或不同成像条件的鲁棒性测试，且潜在的计算开销未详细说明 | 提高光谱成像（如高光谱和拉曼成像）中成分定量分析的准确性，克服非线性混合效应 | 合成数据集（基于三种非线性模型）及真实数据集（颜料高光谱成像、白血病细胞拉曼成像） | 机器学习 | 白血病 | 高光谱成像，拉曼光谱成像 | 深度学习网络 | 光谱图像数据 | 三个合成数据集（未提供具体数量）及真实数据集（颜料样本和白血病细胞样本） | PyTorch | 层次化预训练网络，可学习特征投影层 | 均方根误差（RMSE），解混精度，自动化分类性能 | NA |
| 956 | 2026-06-03 |
Deep Learning-Assisted Elucidation of Structure-Performance Relationships in MOF-NH3 Adsorption Refrigeration Working Pairs
2026-Jun-02, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.6c00788
PMID:42142072
|
研究论文 | 通过深度学习揭示了MOF-NH3吸附制冷工作对的结构-性能关系 | 利用高通量计算构建包含9835种MOF结构的吸附数据库，并采用CNN模型提取深层特征，创新性地阐明了饱和氨条件下MOF的吸附机制 | 仅依赖模拟数据，缺乏实验验证；数据库规模和参数维度可能限制模型泛化能力 | 阐明MOF-NH3吸附制冷工作对的结构-性能关系，为低碳材料设计提供指导 | 9835种金属有机框架（MOF）结构及其氨吸附性能 | 机器学习 | NA | 高通量巨正则蒙特卡洛计算 | CNN | 数值数据 | 9835种MOF结构 | NA | CNN | R²分数 | NA |
| 957 | 2026-06-03 |
A voyage on computer aided intelligent algorithms for the segmentation of brain tissues for neurodisorder diagnosis
2026-Jun-02, The International journal of neuroscience
DOI:10.1080/00207454.2026.2680936
PMID:42190614
|
综述 | 综述了从手动和半自动方法到机器学习和深度学习算法的大脑组织分割技术的进展 | 比较了监督、无监督和深度学习范式在临床环境中的优缺点和潜在用途，并提出了结合传统和AI方法的混合与集成方法 | 数据异质性、标注局限性和可解释性仍是挑战 | 推动大脑组织分割技术发展，促进神经疾病早期诊断、治疗规划和个性化医疗 | 大脑组织中的灰质、白质和脑脊液 | 计算机视觉 | 阿尔茨海默病、多发性硬化症、创伤性脑损伤、中风 | NA | 机器学习, 深度学习 | MRI, CT图像 | NA | NA | NA | NA | NA |
| 958 | 2026-06-03 |
Deep Learning-Based Acoustic Screening for Penetration-Aspiration Events Using Short Voice Recordings
2026-Jun-02, Dysphagia
IF:2.2Q1
DOI:10.1007/s00455-026-10956-1
PMID:42228093
|
研究论文 | 评估基于智能手机的深度学习AI工具通过简短语音记录筛查吞咽后气道障碍的可行性 | 首次利用1.5秒简短语音记录和自编码器异常检测模型实现吞咽后穿透-误吸事件的声学筛查，无需复杂设备 | 独立测试集特异性较低（50.0%），且研究仅限于VFSS转诊患者，样本量相对较小 | 评估智能手机深度学习AI工具通过简短语音记录检测吞咽后气道障碍的可行性 | 接受视频荧光吞咽检查（VFSS）的患者的吞咽后语音记录 | 机器学习 | 吞咽障碍 | 智能手机录音 | 自编码器 | 语音 | 208名参与者 | NA | 自编码器 | 灵敏度, 特异度, 准确率, AUC | NA |
| 959 | 2026-06-03 |
Recognition of Normal Fetal Echocardiograms Based on an Explainable Denoising Deep Learning Model
2026-Jun, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.70183
PMID:41546466
|
research paper | 提出一种可解释去噪深度学习模型GSCAViT用于分类正常胎儿超声心动图 | 集成新型去噪引导GSCA模块，提升图像质量和可解释性，利用SHAP方法澄清关键图像特征 | 局限性未在摘要中提及 | 评估GSCAViT模型在正常胎儿超声心动图分类中的性能 | 正常胎儿超声心动图 | computer vision | NA | AI | Vision Transformer | image | 2501张图像来自358次胎儿心脏超声检查 | NA | Grouped Shared Convolutional Attention Vision Transformer (GSCAViT) | accuracy, precision, recall, F1 score, contrast-to-noise ratio, peak signal-to-noise ratio | NA |
| 960 | 2026-06-03 |
On scientific foundation models: Rigorous definitions, key applications, and a comprehensive survey
2026-Jun, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2026.108567
PMID:41547123
|
综述 | 本文对科学基础模型提供了严格定义、关键应用和全面综述 | 首次提出科学基础模型的严格定义，将其能力分为四个关键维度（域适应、域泛化、问题适应、问题泛化），并基于模型架构、学习目标和训练策略提出分类法 | 科学基础模型在极端外推情况下的物理一致性、可解释性和鲁棒性仍存在挑战，且计算需求大、缺乏标准化基准 | 为科学基础模型提供严格定义，分类总结现有模型，并指出开放研究方向 | 科学基础模型在化学、材料科学、生物学、气候与天气、地球观测、地球物理学、混沌动力学、机器人学与控制、核科学等领域的应用 | 机器学习 | NA | 大规模预训练 | 深度学习模型 | NA | NA | NA | NA | NA | NA |