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 40262 篇文献，本页显示第 261 - 280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 261 | 2026-02-14 |
High-Accuracy Detection of Odor Presence from Olfactory Bulb Local Field Potentials via Deep Neural Networks
2026-Feb-02, Sensors (Basel, Switzerland)
DOI:10.3390/s26030951
PMID:41682467
|
研究论文 | 本研究通过深度神经网络从嗅球局部场电位中高精度检测气味存在 | 提出一种互补的一维卷积网络集成模型（ResCNN和AttentionCNN），首次利用嗅球局部场电位进行单次试验气味检测，并验证了其可行性 | 研究为初步工作，样本仅来自七只清醒小鼠，需进一步验证其泛化能力 | 开发一种通用的气味检测系统，验证嗅球局部场电位频谱特征对单次试验气味检测的充分性 | 七只清醒小鼠的嗅球局部场电位信号 | 机器学习 | NA | 局部场电位记录 | CNN | 信号数据 | 2349次试验，来自七只清醒小鼠 | NA | ResCNN, AttentionCNN | 准确率, F1分数, AUC | NA |
| 262 | 2026-02-14 |
Progressive Attention-Enhanced EfficientNet-UNet for Robust Water-Body Mapping from Satellite Imagery
2026-Feb-02, Sensors (Basel, Switzerland)
DOI:10.3390/s26030963
PMID:41682479
|
研究论文 | 提出一种结合卷积块注意力模块（CBAM）与改进型EfficientNet-UNet的新型深度学习架构，用于从卫星图像中精确识别水体 | 将CBAM注意力模块集成到改进的EfficientNet-UNet主干网络中，使模型能够优先处理信息丰富的特征和空间区域，并采用包含五折交叉验证、动态测试时增强和Lovász损失函数优化的严格训练方案 | 未明确说明模型在极端天气条件或不同传感器图像上的泛化能力，也未讨论模型在边缘设备上的部署效率 | 实现高精度、高保真且计算高效的水体测绘，以支持水资源可持续管理和气候适应性基础设施建设 | 卫星图像中的水体 | 计算机视觉 | NA | 深度学习，卫星遥感 | CNN | 图像 | NA | NA | EfficientNet-UNet, CBAM | 精确度, 灵敏度, 特异度, 准确率, Dice分数, IoU | NA |
| 263 | 2026-02-14 |
AI-Enhanced Hybrid QAM-PPM Visible Light Communication for Body Area Networks
2026-Feb-02, Sensors (Basel, Switzerland)
DOI:10.3390/s26030971
PMID:41682486
|
研究论文 | 本文研究了一种基于混合调制框架的AI增强可见光通信系统，用于体域网应用 | 结合QAM和PPM的双调制策略，并集成经典预失真技术与深度学习均衡器，以应对LED非线性和室内光学信道变化 | NA | 开发适用于体域网的高速率、可靠可见光通信系统 | 体域网中的可见光通信系统 | 机器学习 | NA | 可见光通信，混合调制（QAM-PPM） | CNN, Transformer | NA | NA | NA | CNN-Transformer混合层 | NA | NA |
| 264 | 2026-02-14 |
MDFNet: a multi-dimensional feature fusion model based on structural magnetic resonance imaging representations for brain age estimation
2026-Feb, Magma (New York, N.Y.)
DOI:10.1007/s10334-025-01294-8
PMID:40965801
|
研究论文 | 本研究提出了一种基于结构磁共振成像的多维特征融合模型MDFNet，用于提升脑年龄估计的准确性 | 通过整合全脑、灰质体积组织分割、脑网络节点消息传递、基于边的图路径卷积及人口统计学数据，构建了统一的多维特征融合模型 | 模型仅在健康受试者和阿尔茨海默病患者中进行验证，未涵盖其他神经退行性疾病或更广泛的人群 | 开发一种基于结构MRI的脑年龄估计模型，以更好地理解衰老过程及其与神经退行性疾病的关系 | 健康受试者和阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | CNN, GCN, MLP | 图像, 图数据, 人口统计学数据 | 1872名健康受试者（来自四个公共数据集）及一个独立的阿尔茨海默病患者队列 | NA | MDFNet（包含WBEC-channel, TEC-channel, nodeGCN-channel, edgeGCN-channel, MLP-channel） | 平均绝对误差, 皮尔逊相关系数, 斯皮尔曼等级相关系数 | NA |
| 265 | 2026-02-14 |
Inferring Gene Regulatory Networks From Single-Cell RNA Sequencing Data by Dual-Role Graph Contrastive Learning
2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202518277
PMID:41317402
|
研究论文 | 本文提出了一种名为RegGAIN的新型深度学习模型，用于从单细胞RNA测序数据中推断基因调控网络 | 采用自监督对比学习，通过扰动图视图最大化基因嵌入的一致性，并利用双编码器同时学习每个基因的调控者和目标驱动模式，以表征调控方向性 | 未明确提及具体局限性 | 从单细胞RNA测序数据中准确重建细胞类型特异性基因调控网络 | 基因调控网络 | 机器学习 | NA | 单细胞RNA测序 | 深度学习 | 单细胞转录组数据 | NA | NA | RegGAIN | NA | NA |
| 266 | 2026-02-14 |
CACLENS: A Multitask Deep Learning System for Enzyme Discovery
2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202518063
PMID:41360755
|
研究论文 | 本文介绍了一种名为CACLENS的多任务深度学习系统，用于高效发现工业酶 | 结合了定制门控控制、对比学习和交叉注意力机制，实现了多模态学习和多任务预测，在较少计算资源下提升了酶功能筛选性能 | NA | 开发一个多任务深度学习框架，以加速工业酶的发现过程 | 酶的结构、功能和性质，特别是用于生物合成和生物降解过程的酶 | 机器学习 | NA | 深度学习 | 深度学习框架 | 多模态数据 | NA | NA | CACLENS（结合定制门控控制、对比学习和交叉注意力机制） | 反应类型分类、EC编号预测、反应可行性评估 | 较少的计算资源 |
| 267 | 2026-02-14 |
Comparing guideline adherence and readability: Artificial intelligence with deep learning versus specialized physicians in peripheral artery disease management
2026-Feb, Vascular medicine (London, England)
DOI:10.1177/1358863X251386394
PMID:41410030
|
研究论文 | 本研究比较了人工智能模型与专科医生在管理外周动脉疾病时对指南的遵循程度和回答的可读性 | 首次在拉丁美洲背景下，将标准大型语言模型和思维链推理模型与专科医生的临床建议进行直接比较，并评估其指南遵循性和可读性 | 研究为横断面设计，样本量较小（30名医生和13个AI模型），且仅基于一个标准化病例，可能无法完全反映真实临床实践的复杂性 | 评估和比较人工智能模型与专科医生在外周动脉疾病管理中的临床建议质量 | 外周动脉疾病患者的诊断、治疗、风险和预后管理建议 | 自然语言处理 | 心血管疾病 | 大型语言模型，思维链推理 | LLM | 文本 | 30名专科医生（11名心脏病专家，19名血管外科医生）和13个LLM系统（10个标准模型，3个思维链模型） | NA | NA | 指南遵循性评分，可读性指数（Readability μ），组内相关系数 | NA |
| 268 | 2026-02-14 |
Interpreting free-text cardiac catheterisation reports: A machine learning approach informed by focused ethnography
2026-Feb, Nurse education in practice
IF:3.3Q1
DOI:10.1016/j.nepr.2026.104715
PMID:41534421
|
研究论文 | 本研究通过聚焦民族志方法，开发了一个基于规则的机器学习流程，用于从自由文本心脏导管插入术报告中提取临床相关信息，以支持护理教育和实践 | 将聚焦民族志的定性洞察与机器学习流程开发相结合，以处理现实世界文档中的上下文和结构不一致性，从而提升自动化信息提取的准确性和适应性 | 在叙事丰富的部分提取准确率约为50%，表明模型在处理高度自由文本时仍存在局限性 | 改进从经皮冠状动脉介入治疗文档中提取临床相关信息的方法，以支持护理教育和实践 | 心脏导管插入术报告，特别是经皮冠状动脉介入治疗的文档 | 自然语言处理 | 心血管疾病 | 聚焦民族志观察、主题分析、规则提取 | 规则模型、统计主题模型、深度学习模型、大语言模型 | 文本 | 4128份去识别化的经皮冠状动脉介入治疗报告 | NA | NA | 提取准确率 | NA |
| 269 | 2026-02-14 |
Geospatial-based estimation of NMHC concentrations through an ensemble stacking Geo-AI algorithm to advance air quality assessment
2026-Feb-01, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2026.141210
PMID:41579651
|
研究论文 | 本研究提出了一种集成堆叠Geo-AI算法，用于估算台湾非甲烷烃浓度，以提升空气质量评估 | 开发了一种集成堆叠模型，结合了五种机器学习算法，显著提升了NMHC浓度估算的预测性能，优于传统统计模型和深度学习模型 | 监测站点稀疏可能限制模型的空间覆盖和精度，且研究区域仅限于台湾，未考虑全球或其他地区的适用性 | 通过地理空间框架估算非甲烷烃浓度，以改进空气质量评估和环境监测 | 台湾地区的非甲烷烃浓度数据 | 机器学习 | NA | 地理空间分析，空气质量监测 | 集成学习，深度学习，机器学习 | 地理空间数据，时间序列数据 | 34个监测站点2015年6月至2021年的每日数据，其中最后一年用于外部验证 | Scikit-learn, TensorFlow或PyTorch（未明确指定，但基于DNN和机器学习模型推断） | Deep Neural Networks, Extreme Gradient Boosting, Gradient Boosting Regressor, LightGBM Regressor, CatBoost Regressor, Random Forest Regressor | R² | NA |
| 270 | 2026-02-14 |
Liquid metal@lignin-based double layered hydrogel with high stretchable, toughness, adhesion, and conductivity for wearable sensor
2026-Feb, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2026.150632
PMID:41621510
|
研究论文 | 本文制备了一种基于木质素的双层水凝胶，具有高拉伸性、韧性、粘附性和导电性，适用于可穿戴传感器 | 利用液态镓作为导电填料，不仅赋予材料高导电性，还显著改善其机械性能，并通过双层结构策略保持水凝胶的粘附性 | 液态镓的加入导致水凝胶粘附性显著下降 | 开发用于可穿戴传感器和仿生手控制系统的生物基水凝胶材料 | 木质素、聚乙烯醇和液态镓基水凝胶复合材料 | 材料科学 | NA | 水凝胶制备、深度学习技术 | NA | 传感器数据 | NA | NA | NA | 拉伸强度、拉伸率、电导率、回收效率 | NA |
| 271 | 2026-02-14 |
Deep learning-guided discovery of IL23/IL23R macromolecular inhibitors: An integrative framework combining virtual screening and experimental validation
2026-Feb, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2026.150581
PMID:41611152
|
研究论文 | 本研究开发了一个结合深度生成模型、虚拟筛选和实验验证的集成框架，用于发现IL23/IL23R大分子抑制剂 | 提出了一种新颖的工作流程，首次将基于顺序连接的片段嵌入（SAFE）深度生成模型用于设计新型p19靶向支架，并结合虚拟筛选和实验验证来发现抑制剂 | 仅对31个候选化合物进行了细胞筛选，样本量相对较小；分子动力学模拟时间为300纳秒，可能无法完全捕捉所有构象变化 | 发现和表征有效的IL23/IL23R蛋白-蛋白相互作用抑制剂，为慢性炎症性疾病提供新的治疗策略 | 白细胞介素-23（IL23）及其受体（IL23R）的蛋白-蛋白相互作用界面 | 机器学习 | 银屑病 | 深度生成模型, 虚拟筛选, 分子动力学模拟, 细胞报告基因检测 | 深度生成模型 | 分子结构数据, 蛋白质结构数据, 细胞实验数据 | 31个候选化合物 | NA | SAFE（Sequential Attachment-based Fragment Embedding） | RMSD（均方根偏差） | NA |
| 272 | 2026-02-14 |
FDA-Cleared Artificial Intelligence Medical Devices in Orthopaedic Surgery
2026-Feb-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews
|
综述 | 本文对截至2025年2月美国FDA批准的70种用于骨科手术的人工智能/机器学习医疗设备进行了回顾性分析，评估了其适应症、亚专业、技术架构和商业化情况 | 首次对FDA批准的骨科AI医疗设备进行全面分析，揭示了其增长趋势、技术演变（深度学习占主导）以及临床验证的不足 | 分析基于FDA批准数据，可能未涵盖所有临床前研究或国际设备；且为回顾性分析，无法评估设备实际临床效果 | 分析FDA批准的骨科AI医疗设备的现状、发展趋势及临床验证水平 | 70种FDA批准的用于骨科手术的人工智能/机器学习医疗设备 | 数字病理 | 骨科疾病 | 深度学习, 机器学习 | NA | 医疗设备数据, 临床数据 | 70种设备 | NA | NA | NA | NA |
| 273 | 2026-02-14 |
Erratum: Deep learning-based super-resolution method for projection image compression in radiotherapy
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-20252-03
PMID:41669401
|
correction | 本文是对先前发表的一篇关于放疗中投影图像压缩的深度学习超分辨率方法的文章的勘误 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 274 | 2026-02-14 |
Acquisition of Ktrans perfusion parameter maps from DCE-MRI in breast cancer using a deep learning approach
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-930
PMID:41669415
|
研究论文 | 本研究提出了一种基于深度学习的 pix2pix 条件生成对抗网络方法，用于从动态对比增强磁共振成像中合成乳腺 Ktrans 灌注参数图 | 首次采用 pix2pix 条件生成对抗网络结合谱归一化和局部判别器，直接从对比增强磁共振图像合成 Ktrans 灌注图，避免了传统方法计算复杂和动脉输入函数估计困难的问题 | 未明确说明样本量大小，且合成图像的质量指标（如 PSNR 和 SSIM）仍有提升空间，临床应用的泛化能力需进一步验证 | 研究深度学习技术是否能够从对比增强磁共振图像合成 Ktrans 灌注参数图，以简化临床诊断流程 | 乳腺肿瘤的 Ktrans 灌注参数图 | 医学影像分析 | 乳腺癌 | 动态对比增强磁共振成像 | 条件生成对抗网络 | 磁共振图像 | NA | NA | pix2pix | 峰值信噪比, 结构相似性指数, 准确率, 皮尔逊相关系数, Bland-Altman 分析 | NA |
| 275 | 2026-02-14 |
Structural and Statistical Knowledge-Enhanced Attention Network for early Parkinson's disease diagnosis
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1468
PMID:41669428
|
研究论文 | 本文提出了一种结构性和统计知识增强的注意力网络（SSKEA-Net），用于早期帕金森病的诊断 | 提出SSKEA-Net，包含灰白质交互调制模块和统计先验引导注意力模块，有效整合神经影像领域知识以增强诊断性能和临床可解释性 | NA | 开发一个专门的深度学习框架，有效整合神经影像领域知识，以提升早期帕金森病检测的诊断性能和临床可解释性 | 早期帕金森病患者 | 数字病理学 | 帕金森病 | 磁共振成像，扩散张量成像 | CNN | 图像 | NA | NA | SSKEA-Net | 准确度，阳性预测值，真阳性率，特异性，曲线下面积 | NA |
| 276 | 2026-02-14 |
Feasibility of shortening the 18F-FDG Patlak scan time in a high-sensitivity short-axial field-of-view positron emission tomography-computed tomography system for oncological studies using deep learning denoising algorithms
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1757
PMID:41669422
|
研究论文 | 本研究探讨了在高灵敏度短轴视野PET/CT系统中，通过深度学习去噪算法缩短18F-FDG Patlak扫描时间的可行性 | 结合高灵敏度短轴PET/CT系统与深度学习去噪算法，评估缩短Patlak扫描时间的临床实用性 | 样本量较小（14例患者），且部分患者因长时间躺卧不适未能完成完整协议 | 评估缩短18F-FDG Patlak扫描时间在高灵敏度短轴PET/CT系统中的临床可行性 | 14例接受双时间点18F-FDG注射的肿瘤患者 | 医学影像分析 | 肿瘤 | 18F-FDG PET/CT成像，Patlak动力学分析 | 深度学习去噪算法 | PET/CT图像 | 14例患者 | NA | NA | Bland-Altman分析，Pearson相关系数，偏差，精度误差，曲线下面积 | NA |
| 277 | 2026-02-14 |
Optimizing S-detect classification accuracy for BI-RADS 4 breast nodules using multimodal ultrasound parameters
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1092
PMID:41669442
|
研究论文 | 本研究通过整合多模态超声参数优化了基于深度学习的S-detect工具对BI-RADS 4乳腺结节的分类准确性 | 首次将多模态超声参数（如弹性应变比、血管指数等）与S-detect深度学习工具结合，显著提升了BI-RADS 4乳腺结节的鉴别诊断特异性 | 单中心回顾性研究设计，未来需要多中心前瞻性研究进一步验证 | 提高S-detect工具在区分良恶性BI-RADS 4乳腺结节中的诊断准确性 | 231名被诊断为BI-RADS 4型乳腺结节的女性患者 | 数字病理学 | 乳腺癌 | 多模态超声（包括灰度超声、血流分级、血管阻力指数、钙化、弹性评分、弹性应变比、血管指数等） | 深度学习 | 图像 | 231例患者 | NA | S-detect | 敏感性, 特异性, 准确率, ROC曲线, AUC | NA |
| 278 | 2026-02-14 |
Mamba-based brain tumor segmentation of incomplete multi-modal MR images
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1913
PMID:41669445
|
研究论文 | 本文提出了一种基于Mamba的新型融合网络，用于处理模态不完整的多模态MRI图像，以提升脑肿瘤分割的准确性 | 引入了新颖的Mamba融合网络和跨层级不确定性约束，利用上下文学习机制从低层级数据中捕获全局特征，以应对模态缺失的挑战 | NA | 提升在模态不完整情况下的脑肿瘤分割性能 | 多模态磁共振成像中的脑肿瘤 | 数字病理学 | 脑肿瘤 | 磁共振成像 | 深度学习网络 | 图像 | BraTS2018和BraTS2020数据集 | NA | Mamba融合网络 | 平均Dice相似系数 | NA |
| 279 | 2026-02-14 |
Alzheimer's disease prediction algorithm based on hippocampal longitudinal hybrid morphological features
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-377
PMID:41669460
|
研究论文 | 本文提出了一种基于海马体纵向混合形态特征的深度学习框架，用于预测阿尔茨海默病的临床进展 | 开发了一个结合多视图特征融合卷积网络和双向门控循环单元的纵向预测框架，首次充分探索了海马体形态特征的时空相关性，并引入了厚度特征和热核签名来编码海马体形态萎缩特征 | 研究样本量相对较小（n=221），且仅使用了ADNI数据库的T1加权MRI数据，未在其他独立数据集上进行验证 | 开发一个能够捕捉海马体形态变化时空相关性的阿尔茨海默病临床进展预测模型 | 阿尔茨海默病患者的海马体形态变化 | 数字病理学 | 阿尔茨海默病 | 结构磁共振成像 | CNN, RNN | 三维MRI图像 | 221名来自阿尔茨海默病神经影像学倡议的受试者 | NA | 多视图特征融合卷积网络, 双向门控循环单元 | 均方根误差, 相关系数, 95%置信区间 | NA |
| 280 | 2026-02-14 |
Nonlinear inversion model-driven deep learning method for magnetic resonance imaging (MRI) quantitative susceptibility mapping imaging
2026-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-2025-1851
PMID:41669455
|
研究论文 | 本文提出了一种结合非线性物理模型与数据驱动正则化的模型驱动深度学习方法（NSIDL），用于磁共振定量磁化率成像，以提高定量精度并抑制伪影 | 将非线性磁化率反演模型集成到卷积神经网络中，并采用近端梯度下降法求解优化问题，在网络中显式地强制执行偶极子模型数据保真度 | 未明确提及方法在更广泛疾病类型或更大规模数据集上的泛化能力限制 | 开发一种模型驱动的深度学习方法，以提升磁共振定量磁化率成像的定量准确性和图像质量，抑制伪影 | 多方向梯度回波磁共振成像数据集、重建挑战数据集、体内数据以及患有出血、钙化和多发性硬化症的患者数据 | 医学影像分析 | 多发性硬化症, 脑出血, 脑钙化 | 多方向梯度回波磁共振成像 | 卷积神经网络 | 磁共振图像 | 使用了多方向梯度回波MRI数据集进行训练和验证，并利用重建挑战数据集和体内数据进行评估，临床评估涉及出血、钙化和多发性硬化症患者 | NA | 非线性磁化率反演深度学习模型 | 拟合斜率, R2, 归一化均方根误差, 高频误差范数, 峰值信噪比 | NA |