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 42799 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2026-03-31 |
AmberTorchPB: A Unified Framework for Poisson-Boltzmann-Based Reaction Field Energy Calculation via Tensor Computation
2026-Mar-30, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00085
PMID:41906862
|
研究论文 | 介绍了一个基于张量计算的统一框架AmberTorchPB，用于高效计算Poisson-Boltzmann反应场能量 | 利用深度学习中的张量抽象范式，构建了一个支持异构硬件、内存优化和混合精度计算的统一框架，解决了传统PB求解器在大规模生物分子组装中的计算瓶颈和软件碎片化问题 | 未明确说明框架在具体生物分子系统上的计算精度验证或与传统方法的详细对比 | 开发现代化生物分子静电学计算框架，提高Poisson-Boltzmann方程求解的效率和可扩展性 | 生物分子静电相互作用 | 计算生物学 | NA | Poisson-Boltzmann方程求解 | NA | 数值计算数据 | NA | LibTorch | NA | NA | 异构计算架构，支持混合精度计算 |
| 222 | 2026-03-31 |
Early Versus Delayed Anticoagulation in Acute Ischaemic Stroke with Atrial Fibrillation According to Infarct Volume and Location: a Prespecified Subgroup Analysis of the OPTIMAS Randomised Controlled Trial
2026-Mar-30, International journal of stroke : official journal of the International Stroke Society
IF:6.3Q1
DOI:10.1177/17474930261441297
PMID:41906919
|
研究论文 | 本研究通过预先设定的亚组分析，探讨了急性心房颤动相关缺血性卒中患者中，根据梗死体积和位置，早期与延迟抗凝治疗的效果差异 | 首次使用深度学习分割模型精确测量梗死体积，并以此作为连续变量分析其与早期抗凝治疗效果的交互作用 | 研究为预设的二次分析，可能存在选择偏倚；部分梗死体积通过CT手动分割，可能引入测量误差 | 评估梗死体积是否影响急性心房颤动相关缺血性卒中患者早期抗凝治疗的效果 | 急性缺血性卒中伴心房颤动的患者 | 数字病理学 | 心血管疾病 | 扩散加权MRI, CT, 深度学习分割模型 | 深度学习模型 | 医学影像（MRI, CT） | 3572名参与者 | NA | NA | 比值比, 95%置信区间, p值 | NA |
| 223 | 2026-03-31 |
Artificial Intelligence in Periodontology: A Systematic Review
2026-Mar-30, Journal of periodontal research
IF:3.4Q1
DOI:10.1111/jre.70107
PMID:41907011
|
系统综述 | 本文系统综述了人工智能在牙周病学中的应用，重点关注深度学习在基于图像的牙周炎诊断以及非图像AI应用 | 首次对牙周病学中AI应用进行全面系统综述，涵盖图像与非图像数据，并采用QUADAS-2偏倚风险评估框架 | 研究普遍存在泛化性不足问题，主要由于数据多样性有限、任务/指标不一致且缺乏外部验证 | 系统评估人工智能在牙周病学领域的应用现状与效果 | 牙周病学领域的AI研究文献 | 数字病理学 | 牙周炎 | 深度学习, 自然语言处理 | CNN | 全景X光片, CBCT, 口内X光片, 临床照片, 非图像临床数据 | PICO1包含29项研究（21项使用全景X光片），PICO2包含65项研究 | NA | NA | 准确率, AUROC | NA |
| 224 | 2026-03-31 |
Deep learning-assisted otoscopic screening for paediatric otitis media: feasibility of edge deployment
2026-Mar-30, Acta oto-laryngologica
IF:1.2Q3
DOI:10.1080/00016489.2026.2632953
PMID:41910391
|
研究论文 | 本研究开发并验证了一种用于儿童中耳炎耳镜筛查的深度学习模型，并评估了其在嵌入式边缘设备上部署的可行性 | 首次将MobileNetV3-Small模型应用于儿童中耳炎的耳镜图像分类，并探索了INT8量化在STM32H7嵌入式平台上的部署，以优化存储和计算资源 | 研究为回顾性设计，数据来源于单一医院，未来需要前瞻性多中心验证以增强泛化能力 | 开发一种深度学习辅助的耳镜筛查工具，以支持儿童中耳炎的临床分诊和预诊断 | 儿童中耳炎患者，包括急性中耳炎、渗出性中耳炎和正常鼓膜 | 计算机视觉 | 中耳炎 | 耳镜成像 | CNN | 图像 | 19,522张耳镜图像，其中测试集包含600张图像（每类200张） | TensorFlow, PyTorch | MobileNetV3-Small | 准确率, 灵敏度, 特异性 | STM32H7嵌入式平台，支持浮点32位和INT8量化部署 |
| 225 | 2026-03-31 |
Intraoperative full-spine imaging with C-arm using a deep learning-based automatic stitching model: development and clinical validation
2026-Mar-30, 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/s00586-026-09872-7
PMID:41910750
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 226 | 2026-03-31 |
A two-stage deep learning system for cervical spine fracture diagnosis: integrating 3D segmentation and 2.5D classification on CT images
2026-Mar-30, 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/s00586-026-09892-3
PMID:41910751
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 227 | 2026-03-31 |
LA-TReQNet: Improving Multielement Quantification Model for Laser Ablation Inductively Coupled Plasma Mass Spectrometry Based on Deep Learning Network
2026-Mar-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.6c00057
PMID:41910779
|
研究论文 | 本文提出了一种基于深度学习的端到端框架LA-TReQNet，用于激光剥蚀电感耦合等离子体质谱（LA-ICP-MS）的多元素定量分析，实现了无需标准品的自动化校准 | 首次建立了无需标准品的校准方法，通过深度学习模型捕获复杂经验关系，并优化了基于功率变换器的标准化和数据集分组策略 | 未明确说明模型在极端或未知样品类型上的泛化能力，以及计算资源需求的具体细节 | 改进LA-ICP-MS的多元素定量模型，消除对内部或外部标准品的依赖 | LA-ICP-MS质谱数据，包括来自5676个样品的221,364个标记质谱 | 机器学习 | NA | 激光剥蚀电感耦合等离子体质谱（LA-ICP-MS） | CNN, LSTM | 质谱数据 | 5676个样品，共221,364个标记质谱 | NA | CNN-LSTM架构 | 与认证参考值的偏差百分比（对于主量元素和痕量元素） | NA |
| 228 | 2026-03-31 |
3d elastic-modulus imaging using ultrasound linear arrays and efficient data-driven training strategies
2026-Mar-30, Biomechanics and modeling in mechanobiology
IF:3.0Q3
DOI:10.1007/s10237-026-02056-8
PMID:41910792
|
研究论文 | 本文提出了一种使用超声线性阵列和高效数据驱动训练策略进行三维弹性模量成像的方法 | 采用自渐进（AutoP）方法结合浅层神经网络结构，与传统深度学习技术形成鲜明对比，通过多平面压缩测量高效训练网络以模拟体积变形模式 | 实验限制会减慢学习过程，并最终限制模量图像的对比度和空间分辨率，但可通过最小化误差来优化 | 开发基于超声的弹性模量成像技术，用于组织体积内的力学特性评估 | 组织体积的弹性模量成像 | 医学影像 | NA | 超声线性阵列，自渐进（AutoP）方法 | 浅层神经网络 | 力-位移测量数据 | NA | NA | NA | 弹性模量图像值与独立测量值的误差（在10%以内） | NA |
| 229 | 2026-03-31 |
Enhancing Parkinson's Disease Staging: An Integrative Deep Learning Framework for Multimodal Feature Selection
2026-Mar-30, Journal of molecular neuroscience : MN
IF:2.8Q2
DOI:10.1007/s12031-026-02492-2
PMID:41910849
|
研究论文 | 本研究提出了一种名为MAFNet的新型深度学习框架，用于整合多模态数据以增强帕金森病的分期准确性 | 提出了一个集成了迭代自适应Vold-Kalman滤波时域去噪、加速二进制粒子群优化特征选择、多层感知机-拉格朗日支持向量机分类以及基于图注意力的多模态融合网络的端到端深度学习框架 | 未来工作包括纵向时序建模、模态无关融合、边缘部署、联邦学习以及扩展到阿尔茨海默病/肌萎缩侧索硬化症 | 提高帕金森病分期的准确性，实现从主观评估到客观精准医学的转变 | 帕金森病患者 | 机器学习 | 帕金森病 | 深度学习，多模态数据融合 | MLP, SVM, 图注意力网络 | 遗传SNP数据，神经影像体素数据，临床评分数据 | 200名患者（来自PPMI队列），并进行了印度队列的外部验证 | NA | MAFNet（包含IAVKF, ABPSO, MLP-LSVM, GAMF组件） | 准确率，精确率，召回率，F1分数，信噪比 | NVIDIA RTX 3090 GPU |
| 230 | 2026-03-31 |
A Deep Learning Prognostic Model for Diabetes Patients Using Bilateral Fundus Imaging
2026-Mar-29, Journal of diabetes science and technology
IF:4.1Q2
DOI:10.1177/19322968261434035
PMID:41905764
|
研究论文 | 本研究开发了一种利用常规双侧彩色眼底摄影预测糖尿病患者长期死亡风险的深度学习预后模型 | 首次将深度学习架构与Cox比例风险模型结合，利用常规眼底图像直接预测糖尿病患者死亡率，实现了比现有商业系统更强的风险分层能力 | 研究基于回顾性数据，需要在更多样化的人群中进行前瞻性验证 | 开发一种能够早期识别高死亡风险糖尿病患者的预后模型，以便及时干预 | 糖尿病患者 | 数字病理学 | 糖尿病 | 彩色眼底摄影 | 深度学习 | 图像 | 19029名糖尿病患者 | NA | NA | 风险比, 五年生存率 | NA |
| 231 | 2026-03-31 |
Remote sensing-based landslide prediction and risk assessment using a hybrid CNN-LSTM deep learning model
2026-Mar-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-43927-5
PMID:41905998
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 232 | 2026-03-31 |
Value-added assessment of career planning for vocational competence based on deep learning
2026-Mar-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46485-y
PMID:41906014
|
研究论文 | 本研究构建了一个基于深度学习的智能分析框架DV-CAM，用于动态评估个体职业能力并生成个性化职业规划路径 | 将深度学习与增值评估相结合，提出动态更新的能力画像和基于深度强化学习的前瞻性规划策略 | NA | 解决现有职业评估方法的静态局限和规划策略缺乏长期视角的问题 | 个体职业能力与职业规划路径 | 自然语言处理 | NA | 深度学习 | BERT, LSTM, 深度强化学习 | 多源时间序列数据 | 基于公共职业信息网络(O*NET)数据集 | NA | BERT, LSTM | 均方误差, 平均绝对误差, 长期累积奖励, 目标职位匹配度提升率 | NA |
| 233 | 2026-03-31 |
Cross-chemical and cross-species toxicity prediction: benchmarking and a novel 3D-structure-based deep learning model
2026-Mar-28, Environmental toxicology and chemistry
IF:3.6Q2
DOI:10.1093/etojnl/vgag081
PMID:41904675
|
研究论文 | 本文通过构建一个全面的水生毒性数据集，开发了tox-learn Python库，并提出了基于3D结构的深度学习模型3DMol-Tox，用于跨化学和跨物种的毒性预测 | 提出了一个新颖的基于3D结构的深度学习模型3DMol-Tox，并开发了tox-learn库以自动化数据集清理和性能评估，同时强调了避免因不当数据分割导致的性能高估问题 | 未明确提及模型在特定化学类别或物种上的泛化能力限制，以及3D结构数据获取的潜在挑战 | 实现化学化合物的无动物测试，通过计算毒性预测提高模型性能的一致性和准确性 | 化学化合物的毒性预测，涉及跨化学和跨物种的数据分析 | 机器学习 | NA | 化学指纹、深度学习潜在表示、3D结构建模 | 深度学习模型 | 化学结构数据（2D和3D）、物种信息 | 50,603条记录，涉及5,889种化合物和2,285个不同物种 | Python, tox-learn库 | 3DMol-Tox, GPBoost | 回归准确性、W1B分类准确性 | NA |
| 234 | 2026-03-31 |
A hybrid deep learning framework for epileptic seizure prediction using scalp and intracranial EEG data
2026-Mar-28, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种用于癫痫发作预测的混合深度学习框架，并评估了其在头皮和颅内脑电图数据上的跨模态有效性 | 提出了一种针对头皮脑电图优化的定制混合CNN-LSTM模型，并在颅内脑电图数据集上进行了跨模态评估，展示了强大的泛化能力 | 未明确说明模型在处理不同患者间EEG信号变异性方面的具体限制 | 开发一个能够跨不同脑电图模态（头皮和颅内）有效预测癫痫发作的深度学习框架 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 脑电图 | CNN, LSTM | 时间序列信号 | 使用了CHB-MIT（头皮EEG）和AES-Kaggle（颅内EEG）数据集，并额外验证了来自巴基斯坦拉合尔总医院的真实世界头皮EEG数据 | NA | 定制混合CNN-LSTM模型 | 准确率 | NA |
| 235 | 2026-03-31 |
Virtual histology imaging of lymph nodes via dynamic full-field optical coherence tomography and deep learning to differentiate metastasis
2026-Mar-28, Cancer biology & medicine
IF:5.6Q1
|
研究论文 | 本研究通过动态全场光学相干断层扫描结合深度学习，实现淋巴结转移的虚拟组织学成像检测 | 首次将动态全场光学相干断层扫描与深度学习结合，用于淋巴结转移的快速、无标记检测，减少对传统石蜡切片的依赖 | 研究仅针对乳腺癌患者，样本量有限（155例患者），且未在其他癌症类型中验证 | 开发一种快速、无标记的淋巴结转移检测方法，以替代传统耗时的病理诊断流程 | 乳腺癌患者的淋巴结组织 | 数字病理学 | 乳腺癌 | 动态全场光学相干断层扫描 | 深度学习模型 | 图像 | 155例乳腺癌患者，747个淋巴结切片，28,911个训练补丁，7,736个测试补丁 | NA | NA | 灵敏度, 特异性, 受试者工作特征曲线下面积 | NA |
| 236 | 2026-03-31 |
ACCURACY AND GENERALIZABILITY OF AN OPEN-SOURCE DEEP LEARNING MODEL FOR FACIAL BONE SEGMENTATION ON CT AND CBCT SCANS: AN EX VIVO STUDY
2026-Mar-27, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2026.106663
PMID:41905505
|
研究论文 | 评估开源深度学习工具DentalSegmentator在不同CT和CBCT扫描条件下自动重建面部骨骼表面模型的准确性和泛化性 | 首次在多种CT和CBCT协议（包括超低剂量协议）下评估开源深度学习模型对面部骨骼分割的准确性和泛化性 | 研究仅基于10个干燥人类头骨样本，且为体外成像条件，未涉及活体临床数据 | 评估深度学习模型在面部骨骼分割任务中的准确性和跨成像系统的泛化能力 | 人类干燥头骨的CT和CBCT扫描图像 | 计算机视觉 | NA | CT扫描，锥形束CT（CBCT）扫描，光学扫描 | 深度学习模型 | CT图像，CBCT图像 | 10个干燥人类头骨，使用1台CT扫描仪和2台CBCT设备进行扫描 | NA | DentalSegmentator | 平均绝对距离（MAD），绝对距离的标准差（SDAD） | NA |
| 237 | 2026-03-31 |
Evaluating Deep Learning Attenuation Correction for SPECT MPI: Lessons From Clinical Validation
2026-Mar-27, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2026.102701
PMID:41905547
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 238 | 2026-03-31 |
Assessing the Performance and Reliability of Deep Learning Auto-Segmentation in Videofluoroscopic Swallowing Studies: A Systematic Review and Meta-Analysis
2026-Mar-27, Archives of physical medicine and rehabilitation
IF:3.6Q1
DOI:10.1016/j.apmr.2026.03.016
PMID:41905601
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，评估了深度学习在视频荧光吞咽研究（VFSS）中自动分割解剖结构的性能和可靠性 | 首次对VFSS中基于深度学习的自动分割方法进行全面的荟萃分析，量化了其整体准确性并识别了研究间的异质性 | 纳入研究存在显著的方法学异质性，且缺乏多中心数据集和标准化协议，可能影响结果的普遍性和临床适用性 | 系统评估深度学习在VFSS中自动分割解剖结构的准确性和可靠性 | 视频荧光吞咽研究（VFSS）中的解剖结构，包括食团、颈椎、舌骨或甲状软骨-声带复合体（TVC） | 医学图像分析 | 吞咽障碍 | 深度学习 | NA | 视频图像 | 10项符合纳入标准的研究 | NA | NA | Dice相似系数 | NA |
| 239 | 2026-03-31 |
Endothelial cells recruit pro-inflammatory macrophage clusters via app-Cd74 exacerbating ICI-associated myocarditis
2026-Mar-27, Genomics
IF:3.4Q2
DOI:10.1016/j.ygeno.2026.111238
PMID:41905617
|
研究论文 | 本研究通过单细胞RNA测序分析小鼠ICI相关心肌炎模型，揭示了内皮细胞通过App-Cd74轴招募促炎性巨噬细胞簇的机制 | 首次在ICI相关心肌炎中鉴定出Cxcl9和Cxcl10共表达的巨噬细胞亚群，并发现内皮细胞来源的App通过Cd74信号轴驱动炎症反应 | 研究基于小鼠模型，人类临床样本验证尚不充分；单细胞测序数据可能受技术偏差影响 | 探究免疫检查点抑制剂相关心肌炎的免疫病理机制 | 小鼠心脏组织中的内皮细胞和巨噬细胞亚群 | 数字病理学 | 心血管疾病 | 单细胞RNA测序（scRNA-seq） | 深度学习框架 | 单细胞转录组数据 | 小鼠ICI心肌炎模型的心脏组织样本（具体数量未明确） | scTenifoldXct | NA | NA | NA |
| 240 | 2026-03-31 |
An AI-ready remote sensing dataset for high-resolution forest disturbance mapping
2026-Mar-26, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07084-8
PMID:41888167
|
研究论文 | 本文介绍了一个用于高分辨率森林干扰类型分类的深度学习就绪数据集，并展示了其应用效果 | 提供了一个包含多通道（红、绿、蓝、近红外和物体高度）的高分辨率（0.2米）遥感数据集，专门针对森林干扰类型（如树皮甲虫损害、皆伐和风倒）进行标注，并通过消融分析评估了各通道的贡献 | 数据集仅基于德国莱茵兰-普法尔茨州的数字正射影像，可能在其他地理区域的泛化性有限；未详细讨论模型在不同干扰类型间的性能差异 | 开发一个高分辨率、深度学习就绪的遥感数据集，以改进森林干扰监测 | 欧洲森林的自然干扰事件，如昆虫爆发、病原体和风倒 | 计算机视觉 | NA | 遥感成像，数字正射影像 | 深度学习模型 | 图像 | 约17,500个图像块（500×500像素，0.2米分辨率） | NA | NA | 总体准确率 | NA |