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 42795 篇文献，本页显示第 2201 - 2220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2201 | 2026-03-07 |
Deep learning-based vessel segmentation in non-contrast black-blood MRI for treated aneurysm follow-up: a comparative study with TOF-MRA and DSA
2026-Mar-06, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-026-03936-7
PMID:41790163
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2202 | 2026-03-07 |
Deep learning-based prediction of 24-2 visual field from fundus photographs in glaucoma
2026-Mar-06, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-026-07141-3
PMID:41790193
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2203 | 2026-03-07 |
SpatioFreq: A Deep Learning Framework for Decoding Cellular and Tissue Landscapes Across Organisms Using Spatial Transcriptomics
2026-Mar-06, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00811-6
PMID:41790387
|
研究论文 | 本文提出了一种名为SpatioFreq的深度学习框架，用于通过空间转录组学解码生物体中的细胞和组织景观 | SpatioFreq引入了频率域特征提取和图形自监督对比学习，以捕获空间数据中的细微结构和动态模式，从而提高了空间聚类和细胞类型解卷积的准确性 | 未在摘要中明确提及 | 提高空间转录组学分析的准确性和效率，以揭示细胞在组织内的空间组织和细胞类型分布 | 空间转录组学数据，包括来自不同生物体的细胞和组织样本 | 空间转录组学 | 乳腺癌 | 空间转录组学 | 深度学习 | 空间转录组学数据 | 多个数据集，包括DCIS乳腺癌数据集 | NA | NA | 准确性，效率 | NA |
| 2204 | 2026-03-07 |
Integrating multimodal intelligence in heart failure: AI-driven risk prediction, precision diagnosis, phenotyping, personalized treatment, and prognosis
2026-Mar-05, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000004000
PMID:41782204
|
综述 | 本文系统总结了人工智能在心力衰竭管理中多领域应用的最新进展，并讨论了临床实施的关键挑战与未来方向 | 整合多模态数据（如电子健康记录和医学影像）的AI模型，为心力衰竭的风险预测、表型分型、诊断、治疗和预后提供了新见解 | 模型选择、泛化能力、可解释性以及在真实世界环境中可靠性有限等挑战，阻碍了AI在临床实践中的可靠实施 | 探讨人工智能技术在心力衰竭管理中的应用，以改善患者生活质量 | 心力衰竭患者 | 机器学习 | 心血管疾病 | NA | 机器学习, 深度学习, 大语言模型 | 电子健康记录, 医学影像 | NA | NA | NA | NA | NA |
| 2205 | 2026-03-07 |
An algorithm for automated femoral leg length and offset calculations on pelvis radiographs
2026-Mar-05, Hip international : the journal of clinical and experimental research on hip pathology and therapy
IF:1.3Q3
DOI:10.1177/11207000261421918
PMID:41786668
|
研究论文 | 本研究开发了一种基于深度学习算法的自动化工具，用于从全髋关节置换术患者的术前和术后骨盆前后位X光片中自动测量腿长和偏移量 | 首次提出一种自动化算法，利用深度学习模型在大规模THA患者队列中自动计算腿长和偏移量，替代传统繁琐的手动测量方法 | 算法仅在AP骨盆X光片上进行验证，未涉及其他成像角度或模态；训练数据量相对有限（1100张图像） | 开发自动化测量工具以支持全髋关节置换术中的腿长和偏移量计算，促进群体水平研究 | 全髋关节置换术患者的术前和术后骨盆前后位X光片 | 计算机视觉 | 骨科疾病 | X光成像 | 深度学习模型 | 医学图像（X光片） | 训练集：1100张AP骨盆X光片；验证集：100对术前术后图像对；应用队列：15,951对图像对 | NA | NA | 组内相关系数 | NA |
| 2206 | 2026-03-07 |
High-resolution Annotated Dataset of Girvanella Boundstone Microfacies from the Xiannüdong Formation, China
2026-Mar-05, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06958-1
PMID:41786785
|
研究论文 | 本文提供了一个高分辨率数据集，用于基于深度学习的碳酸盐岩微相分类研究 | 通过将大型板状图像分割为114×114像素图块，并基于点计数自动标注微相成分，创建了一个高分辨率注释数据集 | NA | 研究古代海洋生态系统演化及早期碳酸盐岩台地结构 | 寒武系第二统仙女洞组中的钙微生物壳胶结粘结岩 | 计算机视觉 | NA | 图像分割、点计数自动标注 | NA | 图像 | NA | NA | NA | NA | NA |
| 2207 | 2026-03-07 |
WxC-Bench: A Novel Dataset for Weather and Climate Downstream Tasks
2026-Mar-05, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06839-7
PMID:41786786
|
研究论文 | 本文介绍了一个名为WxC-Bench的新型多模态数据集，旨在支持天气和气候研究中可泛化AI模型的开发 | 提出了首个针对天气和气候下游任务、涵盖多种大气尺度（从中尺度到天气尺度）的综合性、预处理的机器学习就绪数据集 | 未明确说明数据集的覆盖时间范围、空间分辨率限制或潜在的数据偏差 | 为天气和气候分析领域开发新的AI模型或微调现有模型提供高质量的数据集支持 | 天气和气候数据，包括大气湍流、飓风强度与路径、天气相似性搜索、重力波参数化等过程 | 机器学习 | NA | 多模态数据整合 | NA | 多模态数据（空间与时间序列数据） | NA | NA | NA | NA | NA |
| 2208 | 2026-03-07 |
Integrated deep learning-driven multi-stage steam forecasting and scheduling optimization for converter energy systems
2026-Mar-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42104-y
PMID:41786838
|
研究论文 | 本研究提出了一种集成的两阶段多时间尺度预测框架，用于转炉蒸汽的预测与调度优化 | 首次将长时域规划预测与短时域滚动预测相结合，构建了时间分段预测工作流，并分别采用超参数优化的SVM模型和DSC-Transformer模型进行两阶段预测 | NA | 提高转炉蒸汽的回收与利用率，降低能源成本 | 转炉蒸汽 | 机器学习 | NA | 时间序列预测 | SVM, Transformer | 时间序列数据 | 工业转炉数据 | NA | DSC-Transformer | 预测性能（IBKA-SVM: 92.3%, DSC-Transformer: 98.7%） | NA |
| 2209 | 2026-03-07 |
A comprehensive evaluation of lightweight deep learning models for tomato disease classification on edge computing environments
2026-Mar-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42439-6
PMID:41786837
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2210 | 2026-03-07 |
A dual limb attention based deep learning network for multipath classification of millimetre wave signals in intelligent transportation system
2026-Mar-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39131-0
PMID:41786870
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2211 | 2026-03-07 |
Automated detection of new cerebral infarctions and prognostic implications using deep learning on serial MRI
2026-Mar-05, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02511-x
PMID:41786919
|
研究论文 | 开发并外部验证了一个深度学习模型，用于自动检测中风患者连续FLAIR MRI扫描中的新发缺血性病灶 | 首次将监督对比学习应用于连续MRI影像的新病灶检测，并证实了模型识别的无症状脑梗死与症状性卒中复发风险的独立关联 | 研究样本主要来自两家医院，外部验证需要更多样化的数据集；长期预后数据的中位随访时间仅为两年 | 开发自动检测连续MRI中新发缺血病灶的AI工具，并评估其临床预后价值 | 中风患者的连续FLAIR MRI影像 | 医学影像分析 | 脑血管疾病 | FLAIR MRI序列 | CNN | 医学影像 | 1055名患者的25,451对影像切片用于训练，307名无症状患者用于预后分析 | 未明确说明 | 未明确说明 | AUC | NA |
| 2212 | 2026-03-07 |
Deep learning-based histopathological classification and subclassification of benign and malignant salivary gland tumors
2026-Mar-05, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-026-10082-6
PMID:41786944
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2213 | 2026-03-07 |
A Dual-Model Machine Learning Framework for Interpretable Design and Ensemble Prediction of C-Amidated Antimicrobial Peptides
2026-Mar-05, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.6c00110
PMID:41787253
|
研究论文 | 本研究提出了一种双模型机器学习框架，用于可解释地设计和集成预测C端酰胺化抗菌肽 | 结合了基于可解释增强机（EBM）的设计导向模型和基于微调ESM2深度学习架构的部署模型，实现了序列级设计规则提取与可靠预测 | 未在摘要中明确说明 | 设计和预测针对特定目标的C端酰胺化抗菌肽 | C端酰胺化抗菌肽 | 机器学习 | NA | 机器学习，深度学习 | Explainable Boosting Machine (EBM), ESM2 | 序列数据 | 未在摘要中明确说明 | NA | ESM2 | NA | 未在摘要中明确说明 |
| 2214 | 2026-03-07 |
Development and validation of a deep learning radiomics model based on ultrasound and clinical features to predict prognosis in elderly patients with advanced pancreatic cancer after HIFU therapy
2026-Mar-05, BMC gastroenterology
IF:2.5Q2
DOI:10.1186/s12876-026-04716-6
PMID:41787298
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2215 | 2026-03-07 |
Deep learning-based automatic segmentation of MRONJ lesions on CBCT images
2026-Mar-05, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-08022-1
PMID:41787411
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2216 | 2026-03-07 |
A Biologically Lubricating Allicin-Based Nanoplatform for Remodeling the Inflammation-Senescence Axis in the Treatment of Periodontitis
2026-Mar-05, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202523197
PMID:41787647
|
研究论文 | 本研究开发了一种基于大蒜素的生物润滑纳米平台（PPCG），用于通过重塑炎症-衰老轴来治疗牙周炎 | 受“堡垒效应”启发，构建了兼具物理润滑屏障和生物活性药物释放的双重保护纳米平台，首次将生物润滑与大蒜素的抗炎、抗衰老作用相结合，并利用人工智能模型辅助评估疗效 | 研究目前仅在动物模型中进行验证，尚未进行人体临床试验；人工智能辅助检测系统的泛化能力有待进一步验证 | 开发一种能够同时抑制细菌粘附、调节炎症反应和减缓组织衰老的新型牙周炎治疗策略 | 牙周炎小鼠模型、骨髓间充质干细胞（BMMSCs）、口腔微生物群 | 数字病理学 | 牙周炎 | 纳米药物递送系统、深度学习辅助分析 | 深度学习模型 | 图像数据（推测为组织切片或微生物成像） | 小鼠牙周炎模型（具体数量未明确说明） | NA | YOLO v8 | NA | NA |
| 2217 | 2026-03-07 |
Automatic Hepatic Steatosis Quantification using Low-Dose CT with deep learning-based noise reduction and CT Fat Fraction Analysis Software
2026-Mar-05, The British journal of radiology
DOI:10.1093/bjr/tqag054
PMID:41787978
|
研究论文 | 本研究评估了在不同辐射剂量下使用CT脂肪分数软件量化肝脏脂肪变性的准确性，并探讨了基于深度学习的降噪技术对低剂量CT扫描中该软件准确性的影响 | 首次系统评估了基于深度学习的降噪重建技术在低剂量CT扫描中提升CT脂肪分数软件量化肝脏脂肪变性准确性的效果 | 研究为回顾性分析，样本量相对有限（125名参与者），且仅使用单一机构的MRI-PDFF作为参考标准 | 评估CT脂肪分数软件在不同辐射剂量下量化肝脏脂肪变性的准确性，并研究深度学习降噪技术对低剂量CT扫描准确性的改善作用 | 125名活体肝移植供体候选人的非增强CT和MRI扫描数据 | 数字病理学 | 肝脏脂肪变性 | CT扫描, MRI质子密度脂肪分数 | 深度学习 | 医学影像 | 125名参与者（平均年龄38±10岁，77名男性），其中29名（23%）患有肝脏脂肪变性 | NA | NA | Pearson相关系数, ROC曲线分析, AUC | NA |
| 2218 | 2026-03-07 |
Deep learning linking mechanistic models to single-cell transcriptomics data reveals transcriptional bursting in response to DNA damage
2026-Mar-04, eLife
IF:6.4Q1
DOI:10.7554/eLife.100623
PMID:41779826
|
研究论文 | 本研究提出了一种名为DeepTX的可解释且可扩展的推理框架，利用深度学习连接机制模型与单细胞RNA测序数据，以揭示全基因组范围内的转录爆发动力学 | 开发了DeepTX框架，首次将深度学习与机制模型结合，从单细胞转录组数据中推断全基因组转录爆发动力学，并关联DNA损伤下的细胞命运决策 | 未明确说明框架在处理大规模数据集时的计算效率限制或模型泛化能力 | 研究DNA损伤下转录爆发动力学如何影响细胞命运决策 | 小鼠胚胎干细胞和人类结肠癌细胞 | 机器学习 | 癌症 | 单细胞RNA测序 | 深度学习 | 单细胞转录组数据 | 多个scRNA-seq数据集（具体数量未明确） | NA | NA | NA | NA |
| 2219 | 2026-03-07 |
Assessment of socioeconomic and demographic risk factors for low birth weight using model-agnostic explainable ensembles
2026-Mar-04, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109303
PMID:41785538
|
研究论文 | 本研究提出一个集成机器学习和可解释人工智能的预测框架，用于识别低出生体重的关键社会经济和人口统计学决定因素 | 开发了名为SmartFusion-LR5的堆叠集成模型，并结合模型无关的可解释人工智能方法来识别关键风险因素 | 研究数据仅来自孟加拉国，样本量为1574人，可能限制结果的普适性 | 早期预测低出生体重风险，为资源有限地区的母婴健康干预提供支持 | 孟加拉国人口健康调查中的1574名参与者 | 机器学习 | NA | 人口健康调查 | 集成学习, 机器学习 | 表格数据 | 1574名参与者 | Scikit-learn | SmartFusion-LR5, SmartFusion-XGB4, SmartFusion-RF4 | 准确率, 精确率, 召回率, F1分数, AUC, MCC | NA |
| 2220 | 2026-03-07 |
Deep learning ensemble models for CT-based differentiation of malignant and benign sacral bone tumors: development and evaluation
2026-Mar-03, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02220-9
PMID:41774326
|
研究论文 | 本研究开发了一种集成深度学习模型，用于基于非对比CT图像术前区分骶骨良恶性肿瘤 | 首次提出结合3D-DenseNet121与放射科医生解读的集成深度学习模型，用于骶骨肿瘤分类 | NA | 开发并评估一种集成深度学习模型，以术前区分骶骨良恶性肿瘤 | 569名确诊骶骨病变患者的术前骶骨CT扫描 | 计算机视觉 | 骨肿瘤 | 非对比计算机断层扫描 | 深度学习集成模型 | CT图像 | 569名患者 | NA | 3D-DenseNet121 | 精确度, 召回率, 准确率, AUC, F1分数, 混淆矩阵 | NA |