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 959 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2026-07-27 |
An interpretable deep learning framework uncovers features governing CRISPR-Cas9 genome-editing efficiency
2026-Jul-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag483
PMID:42391025
|
研究论文 | 提出了一种可解释的深度学习框架DeepCC9，用于揭示调控CRISPR-Cas9基因组编辑效率的序列特征 | 结合显式序列特征提取与残差块深度架构，实现可解释性提升；首次系统揭示sgRNA内序列基序的位置效应 | 未提及具体局限性 | 开发可解释的深度学习模型以识别影响CRISPR-Cas9编辑效率的序列组成和位置特征 | CRISPR-Cas9系统中的单引导RNA序列 | 机器学习 | NA | CRISPR-Cas9基因组编辑 | 残差网络 | 序列数据 | NA | Python | 残差块 | 预测性能 | NA |
| 542 | 2026-07-27 |
Optimizing lung cancer diagnosis using improved fungal growth optimizer-based medical image segmentation
2026-07-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-58817-z
PMID:42393213
|
研究论文 | 提出一种改进的真菌生长优化器（结合正交学习策略）用于肺癌CT图像的多级阈值分割 | 将正交学习策略引入真菌生长优化器，增强解多样性并加快收敛速度，实现高效可靠的医学图像分割 | 未提及 | 优化多级阈值分割方法，提升肺癌CT图像分割的准确性和可靠性 | 来自公开肺癌数据集的20张胸部CT图像 | 数字病理, 计算机视觉 | 肺癌 | 多级阈值分割, 图像分割 | 真菌生长优化器（FGO） | 图像 | 20张胸部CT图像 | MATLAB | OLFGO（正交学习真菌生长优化器） | 峰值信噪比、结构相似性指数、特征相似性指数、通用质量指数、Dice系数 | 未提及 |
| 543 | 2026-07-27 |
Dual branch fundus deep learning network as an enhanced multi classification system for ocular disease detection via hybrid feature fusion
2026-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-58277-5
PMID:42393152
|
研究论文 | 提出一种基于双分支眼底深度学习网络的多分类系统，通过混合特征融合实现眼部疾病检测 | 采用双分支特征提取框架，结合ConvNeXt架构获取复杂语义特征和U-Net编码器捕获多尺度细粒度结构特征，并通过SENet块进行通道重校准特征增强 | 未明确提及局限性，但研究中仅使用单一数据集（OIA-ODIR）且采用单标签多分类设定，可能限制对多病共存情况的处理能力 | 开发用于多种眼部疾病多分类的深度学习诊断工具，提高早诊准确率 | 眼底图像，涵盖黄斑变性、白内障、青光眼、高血压、糖尿病视网膜病变、近视等八类疾病及正常病例 | 数字病理学 | 眼部疾病 | NA | 深度学习模型 | 图像 | OIA-ODIR数据集包含六类眼部疾病及正常和多病共存的眼底照片，但未明确样本总数 | NA | ConvNeXt, U-Net, SENet | 精确率, 召回率, F1分数, 准确率 | NA |
| 544 | 2026-07-27 |
Artificial intelligence assisted telemedicine, clinical decision support for anesthesia and critical care in intensive care units: a scoping review
2026-Jul-02, BMC anesthesiology
IF:2.3Q2
DOI:10.1186/s12871-026-03997-4
PMID:42393540
|
综述 | 通过范围综述绘制人工智能辅助远程医疗在重症监护室麻醉与重症监护中的临床决策支持证据图谱 | 系统梳理了非生成式AI（机器学习和深度学习）在远程ICU、预测分析及临床决策支持中的应用现状，并明确了其促进远程监测和早期临床恶化的能力 | 证据多为观察性研究，缺乏前瞻性临床验证；数据质量、互操作性、模型透明度和伦理问题突出 | 评估AI在重症监护室麻醉与重症监护领域远程医疗和临床决策支持中的应用证据 | 重症监护室中的AI远程医疗系统、预测分析、远程监测和临床决策支持技术 | 自然语言处理 | 心血管疾病 | NA | CNN | NA | NA | NA | NA | NA | NA |
| 545 | 2026-07-27 |
Mechanisms and integrative machine learning approaches to blood-brain barrier biomarker profiling for personalized ischemic stroke management
2026-Jul, Physiological reports
IF:2.2Q3
DOI:10.14814/phy2.71003
PMID:42397170
|
综述 | 整合血脑屏障破坏的分子细胞机制与机器学习方法，实现个性化缺血性脑卒中管理 | 首次系统性地将血脑屏障破坏的分子细胞机制与机器学习方法相结合，用于生物标志物分析和个性化治疗 | 数据异质性、纵向数据集有限以及模型可解释性不足是临床转化的主要障碍 | 探索血脑屏障生物标志物图谱在个性化缺血性脑卒中管理中的应用 | 缺血性脑卒中患者的血脑屏障损伤生物标志物 | 机器学习 | 缺血性脑卒中 | NA | 深度学习 | 神经影像、分子、临床、多组学数据 | NA | NA | 深度神经网络 | NA | NA |
| 546 | 2026-07-27 |
Diagnostic performance of machine learning-based radiomics models for predicting epidermal growth factor receptor mutation status in lung adenocarcinoma in Chinese patients: A systematic review and meta-analysis
2026-Jul, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605261460311
PMID:42396618
|
系统综述与荟萃分析 | 系统评估基于机器学习的影像组学模型预测中国肺腺癌患者表皮生长因子受体突变状态的诊断性能 | 首次通过荟萃分析系统比较深度学习与传统机器学习、计算机断层扫描与正电子发射断层扫描-计算机断层扫描、外部验证与内部验证等亚组对模型性能的影响 | 纳入研究均为回顾性设计且存在显著异质性 | 评估基于机器学习的影像组学模型在预测中国肺腺癌患者EGFR突变状态中的诊断准确性 | 中国肺腺癌患者 | 机器学习 | 肺腺癌 | 影像组学 | 深度学习、传统机器学习 | 医学影像（计算机断层扫描、正电子发射断层扫描-计算机断层扫描） | 13项研究，共6628名患者 | NA | 深度学习模型、传统机器学习模型 | 敏感性、特异性、曲线下面积 | NA |
| 547 | 2026-07-27 |
The application of artificial intelligence in adrenal imaging: current state of knowledge, challenges, and future directions
2026-Jul-01, Endocrine connections
IF:2.6Q3
DOI:10.1530/EC-26-0267
PMID:42396958
|
综述 | 探讨人工智能在肾上腺影像学中的应用现状、挑战与未来方向 | 全面总结AI在肾上腺病变检测、分割和特征分类中的最新进展，并指出多模态整合（影像与临床数据结合）可提升诊断性能 | 大多数研究为回顾性、单中心研究，基于小型或选择性队列，缺乏外部验证和标准化方法，限制了可重复性和泛化能力 | 评估AI技术在肾上腺影像学中的应用潜力，并分析当前障碍和未来发展方向 | 肾上腺病变（包括腺瘤、嗜铬细胞瘤、肾上腺皮质癌、转移瘤及功能性肿瘤）的影像学数据 | 计算机视觉 | 肾上腺疾病 | 放射组学, 深度学习, CT影像, MRI, PET/CT | 分割模型, 检测模型, 分类模型 | 影像数据 | NA | NA | NA | Dice系数, 敏感性, 特异性, 曲线下面积 | NA |
| 548 | 2026-07-27 |
Correction: TB-DROP: deep learning-based drug resistance prediction of Mycobacterium tuberculosis utilizing whole genome mutations
2026-Jul-01, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-026-13064-4
PMID:42387368
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 549 | 2026-07-27 |
Opportunistic screening for incident cardiometabolic disease in metabolically healthy non-obese individuals: a prospective cohort study
2026-Jul-01, Cardiovascular diabetology
IF:8.5Q1
DOI:10.1186/s12933-026-03265-2
PMID:42387503
|
研究论文 | 本研究通过前瞻性队列分析，探讨内脏脂肪与皮下脂肪体积比在代谢健康非肥胖个体中识别突发心血管代谢疾病风险的价值 | 首次在代谢健康非肥胖人群中验证内脏脂肪与皮下脂肪比例优于传统腰围的风险分层能力，基于深度学习从全身MRI中量化脂肪分布 | 未提供限制信息 | 评估内脏脂肪与皮下脂肪比例在代谢健康非肥胖个体中预测突发心血管疾病和2型糖尿病的附加价值 | 22040名英国生物样本库中代谢健康非肥胖参与者，其中位随访4.2年 | 机器学习 | 心血管疾病 | 全身MRI成像，深度学习 | 深度学习框架 | 影像数据 | 22040名代谢健康非肥胖参与者 | NA | 深度学习框架 | 净重新分类改善指数，一致性指数，风险比 | NA |
| 550 | 2026-07-27 |
Automated AI-Based Aortic Measurements From Attenuation Correction CT as an Adjunctive Cardiovascular Risk Biomarker: An International Multicenter Study
2026-Jul, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.019726
PMID:42389791
|
研究论文 | 利用人工智能从心肌灌注成像CT衰减校正扫描中自动测量主动脉尺寸，作为辅助性心血管风险生物标志物 | 首次在多中心大规模队列中证明，从常规心肌灌注成像CT衰减校正扫描中自动获取的主动脉尺寸测量值与不良预后相关，无需额外成像或辐射 | 未明确提及研究限制 | 评估基于人工智能的主动脉尺寸测量是否与不良结局相关，并作为辅助性心血管风险生物标志物 | 接受PET/CT和SPECT/CT心肌灌注成像的患者 | 机器学习 | 心血管疾病 | CT衰减校正扫描 | 深度学习模型 | CT图像 | 29339名患者（56%男性，中位年龄66岁） | NA | NA | 调整风险比、置信区间、P值 | NA |
| 551 | 2026-07-27 |
Impact of Subretinal Drusenoid Deposits on Ellipsoid Zone-Related Thickness Metrics
2026-07-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.67.8.10
PMID:42390175
|
研究论文 | 评估视网膜下玻璃疣沉积对椭圆体区相关厚度测量的影响 | 首次量化视网膜下玻璃疣沉积对椭圆体区-视网膜色素上皮厚度测量的干扰，并提出了光感受器外节特定指标和SDD/EZ比值来改善老年性黄斑变性的终点评估 | 样本量有限（83只眼，44名患者），且仅来自阿米什人群，可能影响普适性 | 评估视网膜下玻璃疣沉积对非新生血管性老年性黄斑变性中椭圆体区定量指标的影响 | 老年性黄斑变性患者 | 数字病理学 | 老年性黄斑变性 | 谱域光学相干断层扫描 | 深度学习 | 图像（OCT） | 83只眼（44名患者） | NA | 半自动深度学习分割模型 | 厚度测量、SDD/EZ比值、纵向变化（∆POS、∆EZ-RPE）、相关性系数（R²） | NA |
| 552 | 2026-07-27 |
Explicit Inclusion of Diabetes Mellitus Without Retinopathy Within Diabetic Retinopathy Prediction
2026-Jul-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.15.7.3
PMID:42390159
|
研究论文 | 评估将无视网膜病变的糖尿病作为独立阶段纳入深度学习模型，以预测糖尿病视网膜病变严重程度 | 首次将无DR的DM作为独立阶段显式建模，通过分割视盘和视网膜血管分析区域对分类性能的影响，并利用显著性图与视盘距离揭示随DR严重程度变化的特征依赖 | NA | 评估显式建模无DR的DM是否能使深度学习检测早期视网膜变化，实现DR严重程度的早期风险识别 | 糖尿病视网膜病变（DR）和无视网膜病变的糖尿病（DM） | 数字病理学 | 糖尿病视网膜病变 | NA | 深度学习分类模型 | 彩色眼底图像 | 6069张彩色眼底图像，包括1996例无DM、1852例DM无DR、2221例DR（其中516例轻度、220例中度、103例重度、1382例增殖性DR） | NA | NA | AUC | NA |
| 553 | 2026-07-27 |
Interpretable Bayesian Modeling for Multireader Multicase Studies: Addressing Overdispersion and Limited Sample Size in Diagnostic Enhancement Evaluation
2026-Jul, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.70666
PMID:42396812
|
研究论文 | 提出一种贝叶斯分层Beta-Binomial建模框架，用于多读者多案例研究中评估新型诊断技术的效果 | 提出一个显式处理过度离散性、类别不平衡和小样本量的贝叶斯分层模型，结合先验信息对读者水平参数进行正则化估计 | 未明确讨论模型在极端小样本或非二分类问题中的适用性，以及先验信息选择的敏感性分析 | 为医学成像中多读者多案例研究提供稳健的统计建模方法，准确估计新型诊断技术的效果 | 多读者多案例研究中的二分类诊断任务，包括读者表现、新技术的真实效果量 | 机器学习 | 胸腔疾病 | 贝叶斯分层Beta-Binomial建模 | 分层贝叶斯模型 | 二分类数据（读者判断结果） | 通过模拟研究评估不同样本量情景，并应用于一项真实世界胸部X光影像研究 | NA | 分层贝叶斯模型（Beta-Binomial） | 估计误差、稳健性 | NA |
| 554 | 2026-07-26 |
Combined molecular fingerprint and descriptor features enable classical machine learning to match deep learning performance across the Tox21 toxicity panel
2026-Jul-25, Toxicology mechanisms and methods
IF:2.8Q2
DOI:10.1080/15376516.2026.2703006
PMID:42438047
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 555 | 2026-07-26 |
Direct Reconstruction of High-Fidelity Electrocardiogram Signals From Vector-Based PDF Files With Integrated Deep Learning for Multiparameter Estimation: Retrospective Methodological Study
2026-Jul-24, JMIR formative research
IF:2.0Q4
DOI:10.2196/80597
PMID:42497366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 556 | 2026-07-26 |
Clinically Interpretable Deep Learning for Differentiating Vitiligo and Postinflammatory Hypopigmentation: Diagnostic Accuracy Study
2026-Jul-24, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/81942
PMID:42497363
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 557 | 2026-07-26 |
UniPert-G2CP bridges genetic and chemical screens from molecular representation to phenotype modeling
2026-Jul-24, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2026.06.005
PMID:42497867
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 558 | 2026-07-26 |
Upwind terrestrial influences on soil moisture variability across South America
2026-Jul-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-75637-x
PMID:42498716
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 559 | 2026-07-26 |
A hybrid convolutional-transformer neural network model for photovoltaic fault detection and localization
2026-Jul-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-57859-7
PMID:42498772
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 560 | 2026-07-26 |
Multi-component radiological model based on intratumoral CT threshold segmentation for predicting visceral pleural invasion in lung adenocarcinoma ≤ 30 mm
2026-Jul-24, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02351-z
PMID:42498861
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |