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 42905 篇文献，本页显示第 2721 - 2740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2721 | 2026-02-12 |
A federated deep learning approach for SDN security with quantum optimized feature selection and hybrid MSDC net architecture
2026-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37289-1
PMID:41667560
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2722 | 2026-03-05 |
When LLMs speak ZigBee: exploring low-latency and reasoning models for network traffic generation
2026-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37246-y
PMID:41667632
|
研究论文 | 本文提出了一种利用大型语言模型（如GPT-4.1和GPT-5）生成语义有意义且符合ZigBee协议规范的合成网络流量的新框架 | 首次将大型语言模型应用于ZigBee网络流量生成，结合基于样本的小样本学习、提示工程和人机交互反馈机制，实现了数据驱动的高保真流量生成 | 未明确说明训练数据的具体规模和来源，且仅针对ZigBee协议进行了评估，对其他物联网协议的泛化能力有待验证 | 探索低延迟和推理模型在网络流量生成中的应用，为物联网系统的测试、仿真和安全评估提供更真实的流量数据 | ZigBee网络流量数据包 | 自然语言处理 | NA | NA | LLM, RNN, GAN | 网络流量数据包 | NA | NA | GPT-4.1, GPT-5 | Jensen-Shannon Divergence, 协议合规性, 语义正确性, 时间一致性, 多样性指标 | NA |
| 2723 | 2026-03-05 |
ETSAM: Effectively Segmenting Cell Membranes in cryo-Electron Tomograms
2026-Feb-10, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.23.689996
PMID:41394697
|
研究论文 | 本文提出了一种基于SAM2的两阶段微调AI方法ETSAM，用于在冷冻电子断层扫描图像中有效分割细胞膜 | 首次将Segment Anything Model 2 (SAM2)应用于冷冻电子断层扫描图像分割，并针对该领域低信噪比和缺失楔形伪影等挑战进行了两阶段微调设计 | 未明确说明模型在更广泛数据集上的泛化能力，且仅针对细胞膜分割进行了验证 | 开发一种能够克服冷冻电子断层扫描图像固有噪声和伪影的细胞膜分割方法 | 冷冻电子断层扫描图像中的细胞膜结构 | 计算机视觉 | NA | 冷冻电子断层扫描 | 深度学习 | 图像 | 83个实验断层扫描图（来自CryoET Data Portal数据库）和28个模拟断层扫描图（使用PolNet生成） | PyTorch | Segment Anything Model 2 (SAM2) | 灵敏度, 精确度 | NA |
| 2724 | 2026-03-05 |
SPCNNet: spiking point cloud neural network for morphological neuron classification
2026-Feb-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38839-3
PMID:41663568
|
研究论文 | 提出了一种用于形态学神经元分类的脉冲点云神经网络模型，可直接处理3D点云数据 | 首次将脉冲神经网络应用于3D神经元点云分类，设计了将SWC数据转换为点云并编码为脉冲序列的表示策略 | 未明确说明模型在更大规模或更多样化数据集上的泛化能力 | 改进形态学神经元分类性能，揭示神经系统的功能特性与信息传递机制 | 神经元形态数据 | 计算机视觉 | NA | 点云处理，脉冲编码 | 脉冲神经网络 | 3D点云 | 两个NeuroMorpho数据集 | NA | SPCNNet | 分类准确率 | NA |
| 2725 | 2026-03-05 |
A Novel Hybrid Approach To Drought Forecasting: Leveraging Feature Engineering And Ensemble Methods
2026-Feb-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37206-6
PMID:41663599
|
研究论文 | 本文提出了一种结合特征工程与集成方法的混合干旱预测模型，以提高对复杂非线性气候模式的预测准确性 | 通过特征工程创建新特征，并将其与机器学习集成分类器结合，形成一种新颖的混合预测方法 | 未明确提及模型的具体局限性，如对数据质量的依赖或计算资源需求 | 提高干旱预测的准确性，以支持农业可持续性和灾害管理 | 历史气象和环境参数数据集 | 机器学习 | NA | 特征工程，集成学习 | 决策树，支持向量机，深度学习模型 | 气象和环境数据 | NA | NA | NA | 准确率，精确率，F1分数 | NA |
| 2726 | 2026-03-05 |
A multimodal AI biomarker PATH-ORACLE improves prediction of recurrence in stage I lung adenocarcinoma
2026-Feb-09, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.01.28.26344973
PMID:41646758
|
研究论文 | 本文介绍了一种名为PATH-ORACLE的多模态AI生物标志物，用于改善I期肺腺癌复发预测 | 结合转录组学评分与组织学切片的多模态深度学习方法，相比单一预测因子（如IASLC分级系统或转录组学特征）提供更高的预后预测能力 | 需要进一步验证以确认其临床适用性，且目前仅针对I期肺腺癌进行研究 | 提高I期肺腺癌复发风险分层准确性，以指导辅助治疗决策 | I期肺腺癌患者 | 数字病理学 | 肺癌 | 转录组学分析，组织学切片处理 | 深度学习 | 图像，转录组学数据 | 在两个独立队列中进行评估，具体样本数量未明确说明 | NA | 基于预训练基础模型的多模态架构 | 准确率 | NA |
| 2727 | 2026-03-05 |
Genomic Characterization of Lung Cancer in Never-Smokers Using Deep Learning
2026-Feb-02, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2026.100973
PMID:41638573
|
研究论文 | 本研究提出了一种基于ResNet50架构的定制化深度卷积神经网络，用于从未吸烟者肺腺癌的病理全切片图像中同时预测16种分子改变 | 首次针对从未吸烟者肺腺癌这一分子和组织学上独特的肺癌亚型，应用深度学习从病理图像推断遗传特征，并采用简化的残差块、选择性捷径连接和基于sigmoid的分类头等架构修改，以降低计算复杂度并保持预测准确性 | 对于肿瘤突变负荷、APOBEC突变特征和KRAS热点突变（如p.G12D）的预测性能较低至中等，模型性能在这些特征上有限 | 开发一种深度学习模型，从从未吸烟者肺腺癌的病理全切片图像中预测多种分子改变，以支持分子检测的分流和精准治疗策略 | 从未吸烟者肺腺癌患者的病理全切片图像 | 数字病理学 | 肺癌 | 苏木精和伊红染色全切片图像分析 | CNN | 图像 | 495张全切片图像，来自Sherlock-Lung研究 | NA | ResNet50 | AUROC | NA |
| 2728 | 2026-03-05 |
Early outcome-prediction with an automated EEG background trend in hypothermia-treated newborns with encephalopathy
2026-Feb, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-025-04193-9
PMID:40523949
|
研究论文 | 本研究评估了基于深度学习的自动化连续脑电图背景趋势（BSN）在低温治疗的缺氧缺血性脑病新生儿中早期预测预后的准确性 | 首次在完全接受低温治疗的新生儿队列中应用BSN趋势，并证明其在出生后6-12小时即可高度预测长期预后 | 研究样本量相对较小（85名婴儿），且为单区域队列研究 | 评估自动化脑电图背景趋势（BSN）在低温治疗的缺氧缺血性脑病新生儿中的早期预测准确性 | 85名接受低温治疗的疑似缺氧缺血性脑病新生儿 | 数字病理学 | 新生儿缺氧缺血性脑病 | 脑电图（EEG），振幅整合脑电图（aEEG） | 深度学习 | 脑电图信号 | 85名婴儿 | NA | NA | AUC, 阳性预测值 | NA |
| 2729 | 2026-02-03 |
Single‑center weakly supervised deep learning prediction of KRAS, NRAS, BRAF, and HER2 status in colorectal cancer from histopathology images using internal cross‑validation
2026-Feb-01, Cancer cell international
IF:5.3Q1
DOI:10.1186/s12935-026-04211-8
PMID:41622176
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2730 | 2026-03-05 |
PMCanalSeg: A dataset for automatic segmentation of the pterygopalatine and mandibular canals from 3D CBCT images
2026-Jan-29, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06620-w
PMID:41605959
|
研究论文 | 本文介绍了一个用于从3D CBCT图像中自动分割翼腭管和下颌管的大型公开数据集PMCanalSeg | 构建并公开了首个包含上颌翼腭管数据的CBCT分割数据集，填补了该领域的空白 | 未提及 | 推动颌面CBCT扫描中翼腭管和下颌管分割技术的发展 | 颌面锥形束计算机断层扫描（CBCT）图像中的翼腭管和下颌管 | 数字病理 | 颌面外科相关疾病 | CBCT扫描 | NA | 3D CBCT图像 | 191个患者病例 | NA | NA | NA | NA |
| 2731 | 2026-03-05 |
A comprehensive IMU dataset for evaluating sensor layouts in human activity and intensity recognition
2026-Jan-29, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06710-9
PMID:41611710
|
研究论文 | 本文介绍了一个全面的IMU数据集，用于评估人体活动和强度识别中的传感器布局策略 | 提供了一个覆盖全身的17个IMU传感器数据集，包含详细的人体测量元数据和活动强度标注，支持传感器布局的系统性评估 | 数据集仅包含12种日常活动，可能未覆盖所有复杂或专业活动场景 | 评估传感器配置在人体活动识别中的性能与实用性平衡 | 30名参与者的12种日常活动数据 | 机器学习 | NA | 惯性测量单元（IMU）数据采集 | 机器学习模型,深度学习模型 | 时间序列传感器数据（三轴加速度和角速度） | 30名参与者，每人进行12种活动，使用17个IMU传感器 | NA | NA | NA | NA |
| 2732 | 2026-03-05 |
Bioinspired triboelectric droplet sensor for ammonia monitoring
2026-Jan-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-68974-4
PMID:41611736
|
研究论文 | 本文受人体肺泡结构启发，开发了一种基于摩擦电纳米发电机的水滴传感器，用于快速监测氨气 | 通过液-固界面瞬时电子转移实现快速响应，避免了传统固态传感材料的气体吸附与解吸过程，响应时间仅为1.4秒 | NA | 开发一种基于水-电化学传感机制的气体传感器，用于环境与健康应用中的氨气监测 | 氨气分子 | 传感器技术 | NA | 摩擦电纳米发电机，水-电化学传感 | 深度学习算法 | 传感器信号数据 | NA | NA | NA | 准确率 | NA |
| 2733 | 2026-03-05 |
Machine learning models for drug-drug interaction prediction from computational discovery to clinical application
2026-Jan-29, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02400-3
PMID:41611854
|
综述 | 本文综述了基于机器学习的药物相互作用预测方法，从计算发现到临床应用 | 系统探讨了利用快速扩展的生物医学数据，通过深度学习架构、图神经网络和复杂特征工程等新兴机器学习策略预测药物相互作用，提供了可扩展且数据高效的传统方法替代方案 | 讨论了模型可解释性、泛化能力以及与临床工作流程整合等关键挑战 | 探索机器学习在药物相互作用预测中的应用，以重塑药物警戒和精准治疗 | 药物相互作用 | 机器学习 | NA | NA | 图神经网络, 深度学习 | 生物医学数据 | NA | NA | NA | NA | NA |
| 2734 | 2026-03-05 |
Integrated predictive model for visceral pleural invasion in small NSCLC with high clinical utility
2026-Jan-29, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01305-4
PMID:41611812
|
研究论文 | 本研究开发并验证了一种融合深度学习、影像组学特征和CT发现的多特征集成成像融合模型，用于识别小尺寸非小细胞肺癌中的脏层胸膜侵犯 | 提出了一种结合深度学习、影像组学特征和CT发现的多特征集成成像融合模型，用于小尺寸非小细胞肺癌的脏层胸膜侵犯识别，并通过多中心数据验证了其临床实用性 | 研究为回顾性分析，可能存在选择偏倚；模型性能在外部测试集上略有下降（AUC 0.785） | 开发并验证一个集成模型，以提高小尺寸非小细胞肺癌中脏层胸膜侵犯的诊断准确性 | 小尺寸非小细胞肺癌患者 | 数字病理学 | 肺癌 | 计算机断层扫描 | 深度学习模型 | 医学影像 | 2822个小尺寸非小细胞肺癌病例 | NA | 多特征集成成像融合模型 | AUC, 准确率, 特异性 | NA |
| 2735 | 2026-03-05 |
Benchmarking deep learning models for predicting anticancer drug potency (IC50) with insights for medicinal chemists
2026-Jan-29, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-026-01916-9
PMID:41611971
|
研究论文 | 本研究对五种深度学习模型在抗癌药物IC50预测中的性能进行了基准测试，并开发了一个用户友好的网络服务器 | 引入了实验变异性感知预测准确度统计量，并评估了模型对未见化合物预测的局限性 | 模型对未见化合物的预测准确性显著下降，且预测误差与化合物及细胞系的理化及生物学特性相关性较弱 | 评估深度学习模型在预测抗癌药物IC50方面的性能，为药物化学家提供实用见解 | 小分子抗癌药物及其对癌细胞系的IC50值 | 机器学习 | 癌症 | 深度学习 | DeepCDR, DrugCell, PaccMann, Precily, tCNN | 化合物和细胞系数据 | 标准化GDSC数据集和近期发表的抗癌化合物 | NA | NA | 百分比误差, 对数误差, 三西格玛限, 实验变异性感知预测准确度 | NA |
| 2736 | 2026-03-05 |
Robust Brain Extraction Tool for Nonenhanced CT and CT Angiography: CTA-BET
2026-01, Radiology. Artificial intelligence
DOI:10.1148/ryai.240847
PMID:41147859
|
研究论文 | 开发并评估了一种基于深度学习的脑提取模型CTA-BET，用于CT血管造影和非增强CT图像的精确脑部分割 | 提出首个专门针对CTA和NCCT图像的深度学习脑提取工具，在两种模态上均优于现有非商业基准工具 | 研究为回顾性设计，训练数据主要来自多机构CTA队列（100例），NCCT验证使用公开数据集 | 开发适用于CTA和NCCT图像的鲁棒脑提取工具，提升临床和研究中的自动化影像分析 | CT血管造影图像和非增强CT图像中的脑组织分割 | 数字病理 | NA | CT血管造影，非增强CT | CNN | 3D医学图像 | 训练集：100例CTA患者（多机构）；验证集：50例CTA患者（外部）+ 132例NCCT患者（CQ500公开数据集） | NA | NA | Dice分数，豪斯多夫距离，分数归一化直方图 | NA |
| 2737 | 2026-03-05 |
Adnexal Lesion Discrimination Using Deep Learning Analysis of Dynamic Contrast-enhanced US Images
2026-01, Radiology. Artificial intelligence
DOI:10.1148/ryai.240786
PMID:41190943
|
研究论文 | 本研究开发了一种基于动态对比增强超声图像的多模态深度学习模型（OCNet），用于对附件病变进行分类 | 首次开发了基于动态对比增强超声图像的多模态深度学习模型（OCNet），用于附件病变分类，其性能优于现有的O-RADS US和ADNEX模型，并能提升初级放射科医生的诊断能力 | 这是一项回顾性研究，数据来源于中国的14家医院，可能存在选择偏倚，且模型性能需在前瞻性研究中进一步验证 | 开发并评估一种深度学习模型，以准确分类附件病变（良性或恶性） | 经病理证实的附件病变患者 | 数字病理 | 卵巢癌 | 动态对比增强超声 | 深度学习模型 | 图像 | 395名女性患者（252个良性病变，143个恶性病变），数据分为训练集（275例）、内部测试集（57例）和外部测试集（63例） | NA | OCNet | AUC, 特异性 | NA |
| 2738 | 2026-03-05 |
Economic Value of AI in Radiology: A Systematic Review
2026-01, Radiology. Artificial intelligence
DOI:10.1148/ryai.250090
PMID:41258794
|
系统综述 | 本文对人工智能在放射学工作流程中的经济价值证据进行了系统性回顾和总结 | 首次对2010年至2024年间发表的、明确量化人工智能在放射学中经济成果的原始研究进行了系统性综述，并基于任务复杂性、检查量和实施模式等背景因素分析了AI经济价值的差异性 | 纳入研究数量较少（仅21项），且研究质量可能存在异质性；仅关注了明确量化经济成果的研究，可能排除了其他相关证据 | 总结人工智能在放射学工作流程中经济价值的证据 | 2010年至2024年间发表的、量化AI在放射学中经济成果的原始研究文章 | NA | NA | NA | 机器学习, 深度学习, 计算机辅助诊断, 自然语言处理 | NA | 从1879项初始搜索结果中筛选出21项研究 | NA | NA | 成本节约, 增量成本效益比, 准确性, 特异性 | NA |
| 2739 | 2026-03-05 |
Rethinking Privacy in Medical Imaging AI: From Metadata and Pixel-Level Identification Risks to Federated Learning and Synthetic Data Challenges
2026-01, Radiology. Artificial intelligence
DOI:10.1148/ryai.250273
PMID:41295085
|
综述 | 本文探讨了医学影像AI中隐私保护的风险与挑战，重点关注元数据和像素级识别风险，并回顾了联邦学习和合成数据等隐私保护方法的局限性 | 强调了像素级图像信息（如强度值）可能被深度学习模型利用以揭示敏感患者数据，这一风险常被忽视，同时指出了联邦学习和合成数据方法在模型反转和推理攻击下的脆弱性 | 文章为综述性报告，未提出具体的新技术或解决方案，主要基于现有文献讨论风险与挑战，缺乏实证数据支持 | 分析医学影像AI中的隐私风险，并评估现有隐私保护方法的有效性及局限性 | 医学影像数据及其相关的元数据（如患者标识符、采集参数、机构详情） | 医学影像AI | NA | 深度学习 | NA | 医学影像数据 | NA | NA | NA | NA | NA |
| 2740 | 2026-03-05 |
Gastric Neoplasm Detection at Contrast-enhanced CT with Deep Learning
2026-01, Radiology. Artificial intelligence
DOI:10.1148/ryai.250145
PMID:41295087
|
研究论文 | 开发并验证了一种名为GANDA的深度学习模型，用于在临床常规增强CT中自动检测、诊断和分割胃部肿瘤 | 提出了一种联合分割和分类的三维深度学习模型，并在多个内部、外部和真实世界测试队列中进行了验证，其诊断准确性显著高于经验丰富的放射科医生 | 研究为回顾性设计，模型在外部测试队列中的分割性能（Dice系数）仍有提升空间 | 开发一种自动化工具，用于在CT影像中检测和诊断胃部肿瘤 | 胃部肿瘤患者及对照人群 | 数字病理 | 胃癌 | 对比增强CT | 深度学习模型 | CT图像 | 共4606名患者（1683名用于模型开发，266名用于内部测试，2657名用于外部测试，7695名用于真实世界测试） | NA | 联合分割和分类的三维深度学习模型 | 敏感性, 特异性, 准确率, Dice系数, AUC | NA |