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 42805 篇文献，本页显示第 3061 - 3080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3061 | 2026-02-28 |
Using deep learning to explore the impacts of street-view green space on school myopia prevalence: a multicenter, cross-sectional study
2026-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40477-8
PMID:41741618
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3062 | 2026-02-28 |
Topological control of spontaneous failure in active nematic solids
2026-Feb-25, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-026-02493-x
PMID:41741734
|
研究论文 | 本研究通过实验和模型揭示了拓扑缺陷在活性向列固体中控制自发机械失效的机制 | 发现了多缺陷构型（特别是缺陷四极子）在活性材料断裂中的关键作用，并建立了深度学习模型从初始拓扑结构预测星状体形成 | NA | 探究拓扑缺陷如何集中内应力并控制活性材料中的断裂行为 | 重构的二维肌动球蛋白网络 | 机器学习 | NA | 活性固体断裂模型，深度学习 | 深度学习模型 | 实验数据 | NA | NA | NA | NA | NA |
| 3063 | 2026-02-28 |
De-identification Strategy and Re-identification Risks for Facial Computed Tomography Images via Deep Learning
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01858-7
PMID:41741849
|
研究论文 | 本研究开发并评估了一种基于深度学习的头部CT图像选择性去标识化方法，该方法在保留面部骨骼结构的同时移除面部软组织特征，并评估了去标识化后的再识别风险 | 提出了一种基于YOLOv8的选择性去标识化方法，专门针对面部CT图像，在保护隐私的同时保留了关键的骨骼结构信息，并首次系统评估了该方法在深度学习模型和人类评估者中的再识别风险 | 研究数据仅来自单一医院的3091名面部骨折患者，可能限制了模型的泛化能力；未评估去标识化对临床诊断任务的具体影响 | 开发一种有效的面部CT图像隐私保护方法，在降低再识别风险的同时保持数据的临床可用性 | 面部CT扫描图像 | 计算机视觉 | 面部骨折 | 计算机断层扫描(CT) | CNN | 医学图像 | 3091名患者的3206次面部CT扫描（共308,982张图像） | PyTorch | YOLOv8 | mAP 0.5, 准确率 | 未明确说明 |
| 3064 | 2026-02-28 |
Artificial Intelligence and CT Neuroimaging in Dementia and Psychotic Disorders: A Viewpoint
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01852-z
PMID:41741853
|
综述 | 本文系统回顾了将人工智能（特别是深度学习）应用于痴呆症或精神病性障碍的CT脑成像研究，并评估了其方法学质量和临床转化潜力 | 首次系统综述了深度学习在精神病性障碍和痴呆症CT神经影像中的应用，并强调了在精神病领域研究的稀缺性及从痴呆症研究中可借鉴的见解 | 纳入研究数量有限（仅7项），所有预测性研究均存在高偏倚风险，报告质量（TRIPOD-AI/CLAIM依从性）不佳，且缺乏外部验证和代码可重复性 | 评估人工智能（特别是深度学习）在利用CT脑成像诊断或预测痴呆症及精神病性障碍方面的应用现状与潜力 | 痴呆症或精神病性障碍患者的CT脑部扫描图像 | 数字病理学 | 老年疾病 | CT神经影像 | 深度学习 | 图像 | 样本量范围从65到917 | NA | NA | NA | NA |
| 3065 | 2026-02-28 |
A Novel Hybrid Large Language Model Approach for Reporting Panoramic Radiographs and Performance Comparison with Current Large Language Models
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01880-9
PMID:41741852
|
研究论文 | 本研究提出了一种结合深度学习图像分析模型与LLM驱动的混合框架，用于提高全景X光片报告的可靠性 | 引入了一种混合框架，将基于YOLOv12的牙齿检测与分割模型的结构化输出与本地托管的大型语言模型（LLM）结合，显著减少了幻觉并提高了报告准确性 | 研究仅评估了50张未见过的X光片，样本量相对较小；商业LLM在报告中表现出100%的幻觉率，表明其在该任务中不可靠 | 开发一种可靠的人工智能辅助牙科放射学解释方法，提高全景X光片报告的准确性和减少幻觉 | 全景X光片 | 计算机视觉, 自然语言处理 | 牙科疾病 | 深度学习图像分析, 大型语言模型 | YOLOv12, LLM | 图像 | 30,954张全景X光片用于训练/验证/测试，50张未见过的X光片用于评估报告准确性 | NA | YOLOv12, DeepSeek R1, Mistral, Llama 3.2, Gemma 3, Qwen3, SmolLM3 | 精确度, 召回率, F1分数, 结构有效性, 一致性, 响应延迟, 令牌长度 | NA |
| 3066 | 2026-02-28 |
Deep Learning-Based Prediction of Visual Field Mean Deviation from Numeric OCT Data in Glaucoma
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01866-7
PMID:41741850
|
研究论文 | 本研究评估了使用深度学习模型基于光学相干断层扫描（OCT）的数值数据预测Humphrey视野分析仪（HFA）30-2平均偏差（MD）的可行性 | 首次直接利用OCT的像素级视网膜厚度数值数据，通过多种深度学习模型（包括CNN和视觉Transformer）进行视野平均偏差的回归和分类预测 | 研究为回顾性设计，样本量相对有限（1200只眼），且所有数据来自同一天采集，可能影响模型泛化能力 | 开发一种基于深度学习的系统，用于从OCT数值数据预测青光眼患者的视野平均偏差，以辅助青光眼诊断 | 青光眼患者和正常对照者的眼睛（共1200只眼，包括432只青光眼眼和768只正常眼） | 计算机视觉 | 青光眼 | 光谱域光学相干断层扫描（OCT），Humphrey视野分析仪（HFA）30-2测试 | CNN, Vision Transformer | 数值数据（像素级视网膜厚度） | 1200只眼（432只青光眼眼，768只正常眼） | NA | ResNet50, VGG16, InceptionV3, EfficientNetB0, DenseNet121, ViT, DeiT, BEiT | 平均绝对误差, 决定系数, Bland-Altman分析, 基于阈值的判别指标 | NA |
| 3067 | 2026-02-28 |
Feasibility of predicting vertical cephalometric angles from panoramic radiographs using deep learning
2026-Feb-25, International orthodontics
IF:1.8Q2
DOI:10.1016/j.ortho.2026.101156
PMID:41747359
|
研究论文 | 本研究评估了使用深度学习从全景X光片中预测垂直骨骼角度的可行性 | 首次利用深度学习模型从更常规获取的全景X光片中预测关键的垂直骨骼角度，而非依赖侧位头颅X光片 | 当前的预测误差尚不足以替代传统的头颅测量分析，需要更大的数据集和外部验证来提升准确性 | 评估人工智能是否能够从全景X光片中预测垂直骨骼角度，以辅助正畸诊断和治疗规划 | 715名患者的侧位头颅X光片和全景X光片 | 计算机视觉 | 骨骼畸形 | X光成像 | CNN | 图像 | 715名患者 | NA | EfficientNet-B3, DenseNet121, DenseNet169, ResNet-50, ResNet-101, VGG16, VGG19 | 平均绝对误差, 决定系数, 组内相关系数 | NA |
| 3068 | 2026-02-28 |
Extracellular matrix stiffness drives post-mitotic nuclear pore complex assembly to promote neuroblastoma pathogenesis
2026-Feb-24, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116858
PMID:41575851
|
研究论文 | 本文研究了细胞外基质刚度通过调控核孔复合体组装促进神经母细胞瘤发病的机制 | 揭示了细胞外基质刚度通过lamin A/C/E2F4/PLK1轴调控有丝分裂后核孔复合体组装的新机制 | NA | 探究细胞外基质刚度如何影响神经母细胞瘤的发病机制 | 神经母细胞瘤细胞、患者来源的类器官 | 数字病理学 | 神经母细胞瘤 | 超分辨率显微镜、深度学习算法、光漂白、CRISPR | NA | 图像、临床样本数据 | 临床神经母细胞瘤样本、患者来源的类器官 | NA | NA | NA | NA |
| 3069 | 2026-02-28 |
Longitudinal multisource clinical model for early lung cancer risk stratification and screening
2026-Feb-24, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2025-101989
PMID:41734977
|
研究论文 | 本研究开发了一种基于多通道卷积神经网络的轻量级模型，利用常规诊疗前数据对肺癌进行纵向风险分层，以支持早期筛查 | 提出了一种轻量级多通道CNN架构，能够同时处理诊断代码、用药记录和医嘱单等多种异构临床数据，并通过似然比特征选择方法将计算需求降低了99.8%，使其适用于资源有限的临床环境 | 模型在精确率-召回率曲线下面积（AUPRC）仅为0.1617，表明在识别少数类（肺癌病例）方面仍有改进空间；用药特征在诊断前阶段的判别信号有限 | 开发一种利用常规临床数据进行肺癌早期风险分层和筛查的深度学习模型 | 来自台湾全民健康保险研究数据库的99,615名个体（575例肺癌病例，99,040例非癌症对照） | 数字病理学 | 肺癌 | 回顾性队列研究，基于电子健康记录（EHR）的数据分析 | CNN | 结构化临床数据（诊断代码、用药记录、医嘱单） | 99,615名个体（575例肺癌，99,040例对照） | 未明确提及 | 多通道卷积神经网络 | F1分数, 精确率, AUROC, AUPRC | 轻量级架构，适用于资源受限的临床环境（具体硬件未提及） |
| 3070 | 2026-02-26 |
Explainable active reinforcement deep learning improves lung cancer detection from CT images
2026-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38239-7
PMID:41735399
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3071 | 2026-02-26 |
Deep learning-based image segmentation for predicting hot carcass weight in tropical beef cattle
2026-Feb-24, Tropical animal health and production
IF:1.7Q2
DOI:10.1007/s11250-026-04920-2
PMID:41735708
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3072 | 2026-02-28 |
Artificial intelligence in emergency musculoskeletal imaging: A critical review of current applications
2026-Feb-24, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2026.02.003
PMID:41741319
|
综述 | 本文综述了人工智能在急诊肌肉骨骼影像学中的当前应用，包括工作流优化、异常检测、儿科应用和报告生成等方面 | 系统总结了AI在急诊肌肉骨骼影像中的多领域应用，并特别强调了儿科专用AI系统和大型语言模型在报告生成与沟通中的新兴作用 | 存在外部验证有限、数据集偏倚以及法律医学考量等挑战 | 评估人工智能在急诊肌肉骨骼影像学中的应用现状、优势与局限 | 急诊肌肉骨骼影像学中的AI应用技术 | 数字病理学 | 肌肉骨骼损伤 | NA | 深度学习模型, 大型语言模型 | 影像数据 | NA | NA | NA | NA | NA |
| 3073 | 2026-02-28 |
metaRLK 2.0: an updated database of plant receptor-like kinases developed with structure- and deep learning-based functional annotation and classification
2026-Feb-24, Plant communications
IF:9.4Q1
DOI:10.1016/j.xplc.2026.101781
PMID:41742654
|
研究论文 | 本文介绍了metaRLK 2.0，一个基于结构和深度学习进行功能注释与分类的植物受体样激酶更新数据库 | 整合大规模结构注释、折叠分类、网络分析和语义功能推断，解决了先前13% RLKs缺乏清晰域或家族分配的问题，并系统集成了结构特征 | 未明确提及具体的技术或模型局限性 | 开发一个结构增强的植物受体样激酶资源，以探索其多样性、进化和结构-功能关系 | 植物受体样激酶 | 生物信息学 | NA | 结构注释、深度学习 | NA | 蛋白质序列、结构数据 | 311,581个RLKs来自508个植物物种 | NA | NA | NA | NA |
| 3074 | 2026-02-28 |
Decoding Protein-Membrane Binding Interfaces from Surface-Fingerprint-Based Geometric Deep Learning and Molecular Dynamics Simulations
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02566
PMID:41622943
|
研究论文 | 本文提出了一种名为MaSIF-PMP的几何深度学习模型，用于预测外周膜蛋白的界面结合位点 | 结合分子表面指纹和几何深度学习，整合几何与化学表面特征进行空间分辨的界面结合位点预测，并通过分子动力学模拟验证和优化预测结果 | 实验解析的膜结合蛋白构象稀缺，模型可能受限于现有数据 | 预测蛋白质与膜之间的相互作用界面 | 外周膜蛋白 | 机器学习 | NA | 分子动力学模拟 | 几何深度学习 | 分子表面数据 | NA | NA | MaSIF-PMP | 分类性能 | NA |
| 3075 | 2026-02-28 |
Chemical Feature Engineering and Defect-Aware Structural Fingerprint Representations for Complex Defects in 2D Materials
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02100
PMID:41674448
|
研究论文 | 本文提出了一种结合化学特征工程和缺陷感知结构指纹表示的方法，用于改进二维材料中复杂缺陷的描述符设计 | 通过工程化化学描述符和基于Hellinger距离构建缺陷感知结构特征，在减少特征数量的同时提高了高维特征空间中数据点的区分能力，并增强了模型的解释性和泛化能力 | 在预测高度复杂和非线性的目标（如HOMO-LUMO能隙）时，该方法未能超越基线描述符 | 开发一种可解释且计算高效的描述符，用于二维材料中多缺陷的表征和稳定缺陷候选物的高通量预筛选 | 二维材料中的复杂缺陷，特别是具有不同缺陷类型和排列的局部原子环境 | 材料科学 | NA | 经典力场启发描述符（CFID）、Hellinger距离 | NA | 结构特征、化学描述符 | NA | NA | NA | 预测误差、不确定性、稳定性 | NA |
| 3076 | 2026-02-28 |
Variational Bayesian Multi-Kernel Adaptive Deep Fusion for Microbe-Related Drug Prediction
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02748
PMID:41628646
|
研究论文 | 本研究提出了一种名为VBMKADF的变分贝叶斯多核自适应深度融合模型，用于预测微生物-药物关联 | 首次将多组学数据、多层图卷积与超图卷积、注意力机制以及变分贝叶斯逻辑矩阵分解相结合，并开发了变分期望最大化算法进行自适应推理 | 未在摘要中明确说明 | 开发一种有效的计算模型来预测新的微生物-药物关联，以辅助药物发现和临床治疗 | 微生物-药物关联 | 机器学习 | NA | 多组学数据整合 | 图卷积网络, 超图卷积网络, 注意力机制, 贝叶斯逻辑矩阵分解 | 图数据（药物分子图、微生物超图） | 在两个基准数据集上进行实验 | NA | VBMKADF（变分贝叶斯多核自适应深度融合模型） | AUPR, AUC, F1分数 | NA |
| 3077 | 2026-02-28 |
A deep learning model for artery of Adamkiewicz and anterior spinal artery detection in bronchial artery embolization:a multicenter retrospective study
2026-Feb-23, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2026.108584
PMID:41740672
|
研究论文 | 本研究提出了一种深度学习模型，用于在支气管动脉栓塞术中检测Adamkiewicz动脉和前脊髓动脉，以预防脊髓梗死并发症 | 提出了一种结合ROI感知和目标脊髓动脉识别的深度学习框架，通过渐进式精炼学习网络和跨尺度信息交互，提高了脊髓动脉的识别精度 | 模型存在假阴性结果，可能导致漏检，因此被归类为阴性研究 | 评估深度学习模型在支气管动脉栓塞术中识别脊髓动脉以避免误栓的效能 | 接受支气管动脉栓塞术的大咯血患者 | 计算机视觉 | 肺血管疾病 | 血管造影 | 深度学习 | 图像 | 2,036名患者，其中78名（3.8%）在右侧肋间-支气管动脉造影中可识别Adamkiewicz动脉和前脊髓动脉 | NA | 渐进式精炼学习网络 | 灵敏度, 特异度 | NA |
| 3078 | 2026-02-28 |
Deep learning approaches for dislocation segmentation in TEM
2026-Feb-23, Ultramicroscopy
IF:2.1Q2
DOI:10.1016/j.ultramic.2026.114334
PMID:41747437
|
研究论文 | 本文提出多种深度学习方法，用于在透射电子显微镜图像中实现位错分割，以促进材料分析 | 结合全监督学习、半监督学习及无监督学习（领域适应），并利用边界类型损失函数和合成图像增强特征描述 | 合成图像到真实图像的特征知识转移困难，导致性能较低 | 开发深度学习方法来简化TEM图像中的位错分割，以支持材料力学性能分析 | 多种材料和成像条件下的透射电子显微镜图像 | 计算机视觉 | NA | 透射电子显微镜成像 | 编码器-解码器神经网络 | 图像 | 内部大型未标记数据集及合成图像数据集 | NA | 编码器-解码器 | 评估指标（未具体说明，如准确率、召回率等） | NA |
| 3079 | 2026-02-28 |
Poincaré feature-based classification of electroencephalography signals for multiple sclerosis diagnosis
2026-Feb-23, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2026.107092
PMID:41747647
|
研究论文 | 本研究探索使用从EEG信号中提取的庞加莱图特征来区分多发性硬化症患者与健康个体 | 首次将EEG信号的庞加莱图特征用于多发性硬化症的诊断，并比较了传统机器学习与深度学习模型在不同EEG子频带上的分类性能 | 样本量有限（仅50名受试者），结果仅为初步发现，需要更大规模和更多样化的数据集进行验证 | 开发一种基于EEG的低成本、无创方法来辅助多发性硬化症的诊断 | 多发性硬化症患者与健康对照者的EEG信号 | 机器学习 | 多发性硬化症 | EEG信号处理，庞加莱图分析 | KNN, DT, RF, MLP, CNN, LSTM, GRU | EEG信号 | 50名受试者（25名多发性硬化症患者，25名健康对照） | NA | 多层感知机, CNN+LSTM, LSTM+GRU | 准确率, 灵敏度, 特异性 | NA |
| 3080 | 2026-02-28 |
DecoyFinderNetAna: Application of Graph Convolution Neural Networks for Accurate Classification of True Small Molecule Binders from their Decoys
2026-Feb-23, Current computer-aided drug design
IF:1.5Q3
|
研究论文 | 本研究介绍并评估了DecoyFinderNetAna，一种基于图卷积神经网络的方法，用于从化合物库中区分真实配体与诱饵，旨在提高早期虚拟筛选的准确性 | 开发了一种基于图卷积神经网络的创新方法，用于准确分类真实小分子结合剂与诱饵，并通过分子对接和分子动力学模拟进行验证，展示了在药物发现中替代传统基于物理方法的潜力 | 研究主要基于DUD-E数据库的85个蛋白质靶点进行训练，可能未涵盖所有类型的化合物或靶点，且案例研究仅针对结核分枝杆菌胸苷酸激酶，泛化能力需进一步验证 | 提高早期虚拟筛选的准确性，区分真实配体与诱饵，以加速药物发现流程 | 小分子化合物，特别是从DUD-E数据库获取的85个蛋白质靶点相关的配体与诱饵 | 机器学习 | 结核病 | 分子对接，分子动力学模拟 | GCNN | 分子图数据 | 85个蛋白质靶点，涉及102个蛋白质靶点的评估 | NA | 图卷积神经网络 | 灵敏度，特异性，AUC，精确度，召回率 | NA |