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 39829 篇文献，本页显示第 2881 - 2900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2881 | 2025-07-12 |
Letter to Editor "Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model"
2025-Oct-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002840
PMID:40643594
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2882 | 2026-01-11 |
Pixel-level transformer GAN for enhanced parametric mapping of DCE MRI analysis
2025-Sep, Medical physics
IF:3.2Q1
DOI:10.1002/mp.18092
PMID:40891183
|
研究论文 | 本文提出了一种基于Vision Transformer和生成对抗网络的创新方法，用于将稀疏动态对比增强磁共振成像序列转换为高时间分辨率的参数图，以提升癌症诊断和监测的准确性 | 结合Vision Transformer和GAN的优势，首次提出VP-GAN模型，能够从稀疏DCE-MRI相位中生成密集时间分辨率的参数图，显著减少所需相位数量 | 研究未明确说明模型在不同癌症类型或更大数据集上的泛化能力，也未详细讨论计算资源需求或实时应用可行性 | 探索利用深度学习和稀疏DCE-MRI相位生成高时间分辨率DCE-MRI参数图的可行性 | 动态对比增强磁共振成像数据，特别是针对Ktrans和ve参数图 | 计算机视觉 | 癌症 | 动态对比增强磁共振成像 | GAN, Transformer | 图像 | NA | NA | Vision Transformer Pix2Pix GAN | 峰值信噪比, 结构相似性指数, Pearson相关分析, Bland-Altman分析 | NA |
| 2883 | 2026-01-11 |
A lightweight neural attention-based model for service chatbots
2025-Aug-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14215-5
PMID:40804277
|
研究论文 | 本文提出了一种轻量级神经注意力机制，用于提升服务聊天机器人的上下文相关性和可扩展性 | 在现有注意力得分计算中引入标量函数，针对seq2seq架构优化对齐序列，从而改善上下文相关性并降低资源需求 | 未与基于Transformer的架构结合，未来可扩展至更广泛的序列预测任务 | 开发一种轻量级神经注意力机制，以增强服务聊天机器人的响应准确性和上下文相关性 | 服务聊天机器人 | 自然语言处理 | NA | NA | seq2seq | 文本 | 真实世界的Customer Support Twitter数据集 | NA | seq2seq | BLEU-4, 训练时间, 验证损失 | NA |
| 2884 | 2026-01-11 |
The TDGL Module: A Fast Multi-Scale Vision Sensor Based on a Transformation Dilated Grouped Layer
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113339
PMID:41498160
|
研究论文 | 本文提出了一种基于深度学习的快速多尺度视觉传感器模块TDGL，旨在提升道路目标特征提取网络的效率和精度 | 提出TDGL模块，通过GLConv单元引入缩放和偏移参数、修改膨胀策略及采用分组卷积，动态调整卷积操作以有效区分不同尺度特征，同时优化空间信息处理并降低计算成本 | NA | 提升道路目标检测任务中多尺度特征提取的效率和准确性 | 道路障碍物目标 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | BDD100K数据集 | NA | YOLO系列模型 | mAP, FPS | NA |
| 2885 | 2026-01-11 |
Low-Cost and Fast Epiretinal Membrane Detection and Quantification Based on SD-OCT
2025, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2025.3629332
PMID:41503050
|
研究论文 | 提出了一种基于SD-OCT B扫描的低成本、快速视网膜前膜检测与量化新方法 | 提出了一种新的en face投影技术（EPI），并利用YOLOv11x模型实现高精度检测，同时提出了一种将EPI投影与视网膜厚度图相关联的评分机制，揭示了视网膜前膜与视网膜增厚之间的空间关系 | 需要进一步的大规模验证以确认其临床可靠性 | 开发一种低成本、快速且准确的视网膜前膜检测与量化方法 | 视网膜前膜 | 计算机视觉 | 视网膜疾病 | SD-OCT | CNN | 图像 | NA | NA | YOLOv11x | mAP@50, mAP@50:95, 相关性评分, ICC, AAS, AR | NA |
| 2886 | 2026-01-11 |
Evidence for the role of transcription factors in the co-transcriptional regulation of intron retention
2023-03-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-02885-1
PMID:36949544
|
研究论文 | 本研究通过深度学习模型分析开放染色质区域，探索转录因子在共转录调控内含子保留中的作用 | 首次利用深度学习模型系统性地识别转录因子在调控内含子保留中的角色，并预测锌指家族转录因子为主要调控因子 | 研究主要基于计算预测和ChIP-seq数据验证，缺乏直接的实验机制验证 | 探究转录因子在共转录过程中调控内含子保留的机制 | 人类基因组中的内含子保留事件及相关转录因子 | 生物信息学 | NA | 深度学习, ChIP-seq | 深度学习模型 | 基因组序列数据, ChIP-seq数据 | NA | NA | NA | NA | NA |
| 2887 | 2026-01-11 |
Identifying symptomatic trigeminal nerves from MRI in a cohort of trigeminal neuralgia patients using radiomics
2022-Mar, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-022-02900-5
PMID:35043225
|
研究论文 | 本研究利用MRI影像的放射组学特征，通过深度学习分割和机器学习模型，识别三叉神经痛患者中有症状的三叉神经 | 首次将U-net深度学习网络用于三叉神经的自动分割，并结合放射组学特征与随机森林特征选择及浅层神经网络，以区分TN影响与未影响的神经 | 研究为回顾性设计，样本量相对较小（134名患者），且仅使用1.5-Tesla MRI，可能影响模型的泛化能力 | 探索MRI放射组学特征是否能区分三叉神经痛患者中有症状和无症状的三叉神经 | 三叉神经痛患者的MRI影像数据，包括TN影响和未影响的三叉神经 | 数字病理学 | 三叉神经痛 | MRI（3D T1-加权和T2-加权成像） | U-net, 随机森林, 浅层神经网络 | 图像 | 134名患者（268条神经） | NA | U-net | 准确率, AUC, 灵敏度, 特异性 | NA |
| 2888 | 2026-01-11 |
Deep learning for cardiovascular medicine: a practical primer
2019-07-01, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehz056
PMID:30815669
|
综述 | 本文为心血管医学领域提供深度学习应用的实用入门指南，概述了其潜力、优势、局限性及未来挑战 | 系统性地为心血管临床医生和研究者整合了深度学习的当前状态，并提供了技术背景以理解其前景、陷阱和近期机遇 | 深度学习存在模型解释困难（'黑箱'批评）、需要大量标注数据、设计缺乏标准化、训练数据效率低、临床试验适用性有限等问题 | 为心血管医学领域提供深度学习的实用入门指南，帮助临床医生和研究者理解其应用前景与挑战 | 心血管医学中的深度学习应用，包括医疗图像解释、临床决策支持、新表型识别和治疗路径选择 | 机器学习 | 心血管疾病 | 深度学习 | NA | 医疗图像、血流动力学和电生理学数据、可穿戴设备数据 | NA | NA | NA | NA | NA |
| 2889 | 2026-01-10 |
Pulmonary blood volume redistribution in COVID-19 patients of different severity and its predictive value for six-month outcomes in the less pathogenic Omicron variant
2026-Dec, Pulmonology
IF:10.4Q1
DOI:10.1080/25310429.2025.2607932
PMID:41504189
|
研究论文 | 本研究探讨了不同严重程度COVID-19患者的肺血容量（PBV）再分布模式，并验证了其对Omicron变异株六个月临床结局的预测价值 | 首次在免疫逃逸能力强的Omicron变异株中，系统研究了肺血容量再分布模式及其对长期临床结局的预测价值，并发现其预测阈值与既往高致病性变异株不同 | 回顾性研究设计，样本主要来自单一时期（2022年11月至2023年1月），可能无法完全代表其他变异株或人群 | 探究COVID-19严重程度与肺血容量再分布的关系，并评估PBV对Omicron变异株六个月临床结局的预测能力 | COVID-19患者（包括轻/中度和重/危重症组） | 数字病理学 | COVID-19 | CT成像 | 深度学习算法 | CT图像 | 921名患者（轻/中度组755人，重/危重症组166人） | NA | 预训练深度学习模型 | AUC, 敏感性, 比值比（OR） | NA |
| 2890 | 2026-01-10 |
Iterative Modeling via Structural Diffusion (IMSD): Exploring Fold-Switching Pathways in Metamorphic Proteins Using AlphaFold2-Based Generative Diffusion Model UFConf
2026-Feb, Proteins
IF:3.2Q2
DOI:10.1002/prot.70050
PMID:40990820
|
研究论文 | 本文提出了一种基于AlphaFold2的生成扩散模型UFConf的新算法IMSD，用于探索变形蛋白的折叠切换路径 | 开发了基于UFConf的迭代建模算法IMSD，首次利用生成扩散模型模拟变形蛋白从一种构象状态到另一种的完整折叠切换路径 | NA | 预测蛋白质折叠切换潜力并建模其重折叠路径 | 变形蛋白GA98、SA1 V90T和RfaH的C端结构域 | 机器学习 | NA | 生成扩散模型 | 扩散模型 | 蛋白质结构数据 | NA | AlphaFold2 | UFConf | NA | NA |
| 2891 | 2026-01-10 |
A Novel Multimodal Deep Image Analysis Model for Predicting Extraction/Non-Extraction Decision
2026-Feb, Orthodontics & craniofacial research
IF:2.4Q2
DOI:10.1111/ocr.70057
PMID:41195767
|
研究论文 | 本研究开发了一种基于深度学习模型的多模态图像分析模型，用于预测正畸治疗中的拔牙/非拔牙决策 | 提出了一种结合侧位头影测量片和口内扫描数据的多模态深度学习模型，并引入了新颖的牙齿空间特征提取方法 | 研究样本量相对有限（617例患者），且仅基于单一机构的数据，可能影响模型的泛化能力 | 开发一个辅助正畸医生决策的深度学习模型，用于预测拔牙/非拔牙的二元分类 | 617名正畸患者（平均年龄18.2岁，63.5%为女性）的侧位头影测量片和口内扫描数据 | 计算机视觉 | 口腔正畸 | 头影测量分析，口内扫描，特征提取 | 深度学习分类器 | 图像（侧位头影测量片和口内扫描数据） | 617名患者（192例拔牙组，425例非拔牙组） | NA | CephNet，卷积自编码器 | 准确率，灵敏度，特异性，阳性预测值，阴性预测值，阳性似然比，阴性似然比，F1分数 | NA |
| 2892 | 2026-01-10 |
Small data, big challenges: Machine- and deep-learning strategies for data-limited drug discovery
2026-Feb, Advanced drug delivery reviews
IF:15.2Q1
DOI:10.1016/j.addr.2025.115762
PMID:41421504
|
综述 | 本文综述了在数据有限的药物发现中，机器学习和深度学习面临的挑战及应对策略 | 针对药物发现流程中普遍存在的小数据问题，系统整合了传统机器学习方法和先进的深度学习策略，填补了现有综述的空白 | NA | 探讨在数据有限的药物发现中，如何应用和调整机器学习和深度学习模型 | 药物发现与开发流程中的关键任务 | 机器学习 | NA | NA | CNN, LSTM, GAN | NA | NA | TensorFlow, PyTorch, Keras, Scikit-learn | ResNet, VGG, Transformer, U-Net, DenseNet, EfficientNet | 准确率, 精确率, 召回率, F1分数, AUC, Dice系数 | GPU类型（如NVIDIA RTX 3090, V100, A100）, 云平台（如AWS, Google Cloud, Azure）, 分布式计算 |
| 2893 | 2026-01-10 |
Artificial Intelligence and Machine (Deep) Learning in Otorhinolaryngology: A Bibliometric Analysis Based on VOSviewer and CiteSpace
2026-Feb, Ear, nose, & throat journal
DOI:10.1177/01455613231185074
PMID:37515527
|
综述 | 本文通过文献计量分析可视化人工智能和深度学习在耳鼻喉科疾病中的研究热点与趋势 | 首次系统性地利用VOSviewer和CiteSpace软件对耳鼻喉科中AI和DL领域进行文献计量分析，揭示时间维度上的热点演变 | 仅基于Web of Science核心合集的232篇文章，可能未涵盖所有相关文献，且分析依赖于特定软件工具 | 通过文献计量分析帮助研究者理解人工智能和深度学习在耳鼻喉科疾病基础与临床研究的未来发展方向 | 耳鼻喉科疾病，包括耳硬化症、中耳炎、鼻息肉、鼻窦炎等 | 机器学习 | 耳鼻喉科疾病 | 文献计量分析 | NA | 文献数据 | 232篇文章和综述 | VOSviewer, CiteSpace | NA | NA | NA |
| 2894 | 2026-01-10 |
Unlocking the potential of umami peptides: A comprehensive review of preparation methods, evaluation strategies, health benefits, and taste transduction mechanisms
2026-Feb-01, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.118024
PMID:41508449
|
综述 | 本文系统综述了鲜味肽的制备方法、评价策略、健康益处及味觉转导机制，并探讨了其在食品工业中的开发应用 | 系统整合了多组学技术、分子模拟及深度学习在鲜味肽高通量筛选中的应用，并提出了结合冷冻电镜、单分子FRET等先进技术解析受体结合机制的新方向 | 鲜味受体激活的构象机制尚未完全阐明，且缺乏高通量筛选与标准化评价的统一技术体系 | 为食品工业中鲜味肽的开发、利用及健康化提供新的研究方向和技术路径 | 鲜味肽（umami peptides） | 食品科学 | NA | 多组学技术、分子模拟、深度学习、冷冻电镜、单分子FRET、三维变异性分析、多光谱技术、分子动力学模拟 | 深度学习模型 | 多组学数据、分子结构数据、生物传感数据 | NA | NA | NA | NA | NA |
| 2895 | 2026-01-10 |
From mechanism to application: Harnessing oxidative stress signaling for innovative food design
2026-Feb-01, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.118093
PMID:41508505
|
综述 | 本文系统分析了氧化应激信号通路，并提出基于多通路协同策略和数据驱动框架的创新食品设计方法 | 提出结合多通路协同策略与数据驱动设计框架，利用深度学习与人体相关验证平台，推动功能食品从经验配方向精准健康工具的转变 | 未明确提及具体实验验证或临床研究结果，主要侧重于理论框架与概念设计 | 探索利用氧化应激信号通路进行创新食品设计，以应对衰老和慢性疾病 | 氧化应激信号通路（如Nrf2/ARE、FOXO、NF-κB、p53、SIRT1、AMPK）及其在细胞防御、代谢和命运中的作用 | 机器学习 | 老年疾病 | 多组学分析，器官芯片技术 | 深度学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 2896 | 2026-01-10 |
Multimodal MRI radiomics and deep learning for brain age prediction: age-corrected brain age gap analysis in patients with insomnia
2026-Jan-09, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-026-01512-x
PMID:41507907
|
研究论文 | 本研究通过整合T1和T2加权MRI的影像组学特征与深度学习，开发并验证了一个高精度的大脑年龄预测模型，并应用于失眠患者以评估其大脑老化加速情况 | 首次将多模态MRI影像组学特征与深度学习融合用于大脑年龄预测，并应用于失眠患者进行年龄校正的脑年龄差距分析 | 研究为回顾性设计，样本主要来自单一医院，可能限制了结果的普适性 | 开发高精度大脑年龄预测模型，并评估慢性失眠是否与加速的大脑老化相关 | 健康个体和失眠患者 | 数字病理学 | 失眠 | MRI影像组学特征提取 | 深度学习回归模型 | MRI图像 | 1200名参与者（942名健康对照，258名失眠患者） | NA | NA | 平均绝对误差, 均方根误差, R2 | NA |
| 2897 | 2026-01-10 |
Explainability-Based Optimized Deep Learning in Histopathological Diagnosis of Multiple Cancers and Development of Mobile Application
2026-Jan-09, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70115
PMID:41511077
|
研究论文 | 提出一种结合优化算法与可解释性技术的深度学习模型，用于多癌种组织病理学图像的诊断分类，并开发了移动应用 | 提出新型C2RN2GC2A模型，融合残差学习与优化的高斯扰动；引入受军事战术启发的2GC2A元启发式优化算法进行特征选择和参数调优；采用LDLRP可解释性技术可视化关键图像区域 | 未提及模型在外部验证集或临床实际环境中的泛化性能测试 | 提升多癌种组织病理学图像分类的准确性、效率和临床可解释性 | 组织病理学图像 | 数字病理学 | 多癌种（涉及肺癌、乳腺癌等） | 组织病理学图像分析 | 深度学习 | 图像 | LC25000和BreakHis两个公开数据集 | 未明确提及 | Complementary Residual Retentive Network (C2RN2GC2A) | 准确率, 训练损失, 验证损失, 假阳性数, 假阴性数 | 未明确提及 |
| 2898 | 2026-01-10 |
Wavelet-Based Frequency Replacement and Edge Enhancement for Semi-Supervised Fetal Ultrasound Image Segmentation
2026-Jan-08, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.70171
PMID:41503872
|
研究论文 | 本研究提出了一种基于小波变换和边缘增强的半监督胎儿超声图像分割框架 | 提出了一种结合高频分量替换和边缘掩码增强的半监督分割方法，通过频率域增强和结构一致性提升分割精度 | 仅在三个公开胎儿超声数据集上验证，未在更多样化或临床实际数据中测试 | 开发适用于标注数据有限的超声图像的有效半监督分割框架 | 胎儿超声图像 | 计算机视觉 | 胎儿医学 | 离散小波变换（DWT） | 深度学习模型（未指定具体类型） | 图像 | 三个公开数据集（PSFHS、HC18、CCAUI），仅使用10张标注图像进行训练 | 未指定 | 未指定 | Dice相似系数（DSC） | 未指定 |
| 2899 | 2026-01-10 |
Accurate automated diagnosis of B-acute lymphoblastic leukemia using deep learning and flow cytometry
2026-Jan-08, Haematologica
IF:8.2Q1
DOI:10.3324/haematol.2025.288277
PMID:41504225
|
研究论文 | 本文利用深度学习和流式细胞术实现B细胞急性淋巴细胞白血病的自动化诊断 | NA | NA | 开发一种基于深度学习的自动化诊断方法，用于B细胞急性淋巴细胞白血病 | B细胞急性淋巴细胞白血病 | 数字病理学 | 白血病 | 流式细胞术 | 深度学习 | 流式细胞术数据 | NA | NA | NA | NA | NA |
| 2900 | 2026-01-10 |
Gml-PAF: A Generalizable Machine Learning Algorithm for Paroxysmal Atrial Fibrillation Detection based on Short-Term Inter-Beat Intervals
2026-Jan-08, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2610683
PMID:41505727
|
研究论文 | 本文提出了一种基于短期心跳间期（IBI）的通用机器学习算法Gml-PAF，用于检测阵发性心房颤动（PAF） | 采用模型无关框架，集成模型选择、特征选择和超参数调优，在16个PhysioNet心电图数据库上实现稳健的跨数据库泛化 | 未明确说明算法在特定人群或临床环境中的局限性 | 开发一种通用且可靠的阵发性心房颤动检测算法 | 阵发性心房颤动（PAF） | 机器学习 | 心血管疾病 | 心电图（ECG）分析 | 机器学习算法 | 心电图信号 | 基于16个PhysioNet心电图数据库 | 模型无关框架 | NA | F1分数, AUC | NA |