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 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 |
Integrative multi-omics and machine learning/deep learning approaches in cancer knowledge discovery: A scoping review
2026-Feb-10, Cancer treatment and research communications
DOI:10.1016/j.ctarc.2026.101136
PMID:41740538
|
综述 | 本文是一篇范围综述，评估了当前文献中整合多组学数据（如转录组学、基因组学、蛋白质组学）并应用机器学习/深度学习进行癌症知识发现的各种方法的有效性 | 系统性地总结了70项研究中多组学整合与ML/DL在癌症预测、亚型分类等任务中的应用，识别了关键主题和知识空白，强调了整合方法标准化的重要性 | 纳入研究在设计和数据类型上存在显著多样性，导致研究间难以直接比较 | 评估多组学整合与机器学习/深度学习在癌症研究中的有效性，并总结现有方法、识别知识差距 | 癌症研究中的多组学数据整合与机器学习/深度学习应用 | 机器学习 | 癌症 | 多组学整合（转录组学、基因组学、蛋白质组学） | 机器学习, 深度学习 | 多组学数据 | NA | NA | NA | NA | NA |
| 3062 | 2026-02-28 |
MICCAI STS 2024 challenge: Semi-supervised instance-level tooth segmentation in panoramic X-ray and CBCT images
2026-Feb-09, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103986
PMID:41740303
|
研究论文 | 本文介绍了MICCAI STS 2024挑战赛，旨在通过半监督学习解决全景X射线和CBCT图像中牙齿实例级分割的数据稀缺问题 | 组织大规模半监督牙齿分割挑战赛，提供包含超过90,000张图像的大型数据集，并证明半监督学习方法在标注数据稀缺情况下能显著超越全监督基线模型 | 挑战赛主要评估提交的算法，未深入探讨所有方法的通用性或在更广泛临床场景中的适用性 | 基准测试并推进半监督学习在医学图像分割中的应用，以解决标注数据稀缺问题 | 牙齿实例级分割 | 数字病理 | NA | 半监督学习 | 深度学习 | 图像 | 超过90,000张2D图像和3D轴向切片，包括2380张OPG图像和330个CBCT扫描 | PyTorch | nnU-Net, SAM | Instance Affinity (IA) 分数, Instance Dice 分数 | NA |
| 3063 | 2026-02-28 |
Hyperparameter optimization to enhance the performance of deep learning models for the early detection of invasive turtles in Korea
2026-Feb-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37636-2
PMID:41651916
|
研究论文 | 本研究通过超参数优化开发深度学习模型，用于从图像中检测和分类韩国的六种入侵龟类物种 | 将超参数优化（包括优化器选择和超参数调优）应用于入侵龟类的早期检测任务，以提升深度学习模型的性能 | NA | 通过优化深度学习模型的训练设置，提高入侵龟类物种的自动检测和分类性能，以支持早期检测和管理 | 韩国的六种入侵淡水龟类物种 | 计算机视觉 | NA | NA | 目标检测模型 | 图像 | NA | NA | NA | 平均精度均值（mAP@0.5, mAP@0.5:0.95）, 分类准确率 | NA |
| 3064 | 2026-02-28 |
High throughput quantitative tracking of Plasmodium falciparum clonal blood stage parasite growth and applications for antimalarial drug discovery
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.30.691439
PMID:41676625
|
研究论文 | 本文开发了一种名为qTRACE的高通量定量追踪方法，结合人工智能模型，用于在单寄生虫分辨率下同时评估抗疟药物的细胞毒性和细胞静态效应 | 开发了qTRACE方法，首次在单寄生虫分辨率下同时评估药物效应，并揭示了青蒿素诱导休眠与复燃之间的因果关系 | 未明确说明方法在非疟原虫系统或更广泛药物筛选中的适用性 | 开发高通量定量追踪方法以评估抗疟药物的全面效应并区分混合种群中的异质性 | 恶性疟原虫克隆血液阶段寄生虫 | 数字病理学 | 疟疾 | 高通量定量追踪、人工智能分析、深度学习分割 | 深度学习 | 无标记活体寄生虫的时间推移图像 | NA | NA | NA | NA | NA |
| 3065 | 2026-02-28 |
Deep learning to predict left ventricular hypertrophy from the electrocardiogram
2026-Feb-03, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology
IF:7.9Q1
DOI:10.1093/europace/euag015
PMID:41589068
|
研究论文 | 本研究开发了一种深度学习模型，利用心电图和临床变量预测左心室肥厚，并在UK Biobank和SHIP队列中进行了评估 | 采用全卷积网络架构，结合心电图和临床变量预测左心室质量指数，相比之前的方法在AUROC上取得了显著提升（0.97），并进行了外部验证 | 模型在外部验证队列SHIP中的泛化能力有限（AUROC 0.78），可能受临床特征、心电图采集和CMR标注差异的影响 | 开发一种基于深度学习的可扩展筛查工具，用于从心电图预测左心室肥厚 | UK Biobank和SHIP研究中的参与者心电图数据 | 机器学习 | 心血管疾病 | 心脏磁共振成像 | 深度学习模型 | 心电图信号, 临床变量 | UK Biobank 48,835名参与者，其中717名有左心室肥厚；SHIP 1,423名参与者 | NA | 全卷积网络 | AUROC | NA |
| 3066 | 2026-02-28 |
Development and validation of a deep learning-based algorithm for quantifying bronchiolitis obliterans in paediatric computed tomography
2026-Feb-01, The British journal of radiology
DOI:10.1093/bjr/tqaf268
PMID:41160488
|
研究论文 | 本研究开发并验证了一种基于深度学习的算法，用于在儿科胸部CT上量化闭塞性细支气管炎 | 首次提出使用3D nnU-Net深度学习模型对儿科CT中的闭塞性细支气管炎进行量化，并在不同重建方法、卷积核类型和层厚下展示了良好的鲁棒性 | 研究为回顾性设计，样本量相对较小（86名儿童），且仅针对单一疾病（闭塞性细支气管炎）进行验证 | 开发并验证一种基于深度学习的算法，用于在儿科CT上自动量化闭塞性细支气管炎 | 被诊断为闭塞性细支气管炎的儿科患者及其胸部CT扫描图像 | 数字病理学 | 闭塞性细支气管炎 | CT扫描 | 深度学习 | 3D CT图像 | 86名儿童（39名男性，中位年龄10岁）的CT扫描，包括训练集26例、内部测试4例、外部测试6例、鲁棒性评估22例和对比评估28例 | PyTorch | 3D nnU-Net | Dice相似系数, 灵敏度, 精确度 | 未明确指定，但基于深度学习模型推断可能使用GPU（如NVIDIA系列） |
| 3067 | 2026-02-28 |
SMF-DETR: An Efficient Lightweight Detection Transformer for Real-Time Bearing Surface Defect Detection
2026-Feb, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.70156
PMID:41319189
|
研究论文 | 本文提出了一种基于StarNet-MEIS-FDConv-detection transformer的高效轻量级检测算法SMF-DETR，用于实时轴承表面缺陷检测 | 在骨干网络中采用元素级乘法运算实现高维特征映射，引入多尺度边缘信息选择机制和频域动态卷积，在降低计算复杂度的同时提升小缺陷检测能力 | 未明确说明算法在更复杂工业场景或极端光照条件下的鲁棒性 | 开发一种高效轻量的实时轴承表面缺陷检测算法，以解决现有方法精度低、计算复杂和难以部署到边缘设备的问题 | 轴承表面缺陷 | 计算机视觉 | NA | NA | Transformer | 图像 | 自定义轴承缺陷数据集、公开轴承缺陷检测数据集和PASCAL VOC数据集 | NA | DETR | mAP@50, 准确率, FPS | 桌面系统和嵌入式RK3588平台 |
| 3068 | 2026-02-28 |
Ultrasound of lung parenchyma-current state and future
2026-Feb-01, The British journal of radiology
DOI:10.1093/bjr/tqaf288
PMID:41330697
|
综述 | 本文综述了胸部超声在评估肺实质方面的当前应用、诊断局限性及未来发展 | 探讨了深度学习在增强胸部超声辅助诊断中的新兴应用潜力，并强调了COVID-19大流行如何扩展了肺实质超声从诊断到监测的范围 | 缺乏关于能力评估和教育的共识 | 为读者提供胸部超声在肺实质评估中的当前使用和诊断局限性的重点概述，并展望未来发展 | 肺实质 | 数字病理学 | 肺癌 | 胸部超声 | 深度学习 | 超声图像 | NA | NA | NA | NA | NA |
| 3069 | 2026-02-28 |
Chemistry-informed deep learning model for predicting stereoselectivity and absolute configuration in asymmetric hydrogenation
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00920-8
PMID:41350458
|
研究论文 | 本文介绍了一种基于反应机制的深度学习模型ChemAHNet，用于预测烯烃不对称氢化中的立体选择性和绝对构型 | ChemAHNet通过三个结构感知模块，首次实现了对具有两个前手性位点的烯烃不对称氢化反应中立体选择性和绝对构型的同步预测，且仅需简化分子输入行条目系统输入，无需预定义描述符 | 未明确提及具体局限性 | 开发一种化学信息化的深度学习模型，以克服现有模型在预测烯烃不对称氢化反应立体选择性和绝对构型方面的限制 | 烯烃不对称氢化反应，涉及多种催化剂和底物 | 机器学习 | NA | 深度学习 | 深度学习模型 | 简化分子输入行条目系统 | NA | NA | Chemistry-Informed Asymmetric Hydrogenation Network | NA | NA |
| 3070 | 2026-02-28 |
Large-scale automated measurement and genetic parameters analysis of early-life myofiber characteristics in broilers
2026-Feb, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.106293
PMID:41456401
|
研究论文 | 本研究利用全玻片成像和深度学习工具，大规模自动测量了1032只肉鸡早期肌纤维特征，并分析了其遗传参数 | 首次大规模自动化量化肉鸡肌纤维特征，并估计其遗传参数，揭示了肌纤维数量与横截面积之间的强负遗传相关性 | 研究仅针对早期肉鸡，未涉及成年阶段；样本量虽大但可能受品种限制 | 量化肉鸡肌纤维特征并分析其遗传参数，以促进肉鸡育种中肉产量和质量的平衡改良 | 1032只肉鸡的胸大肌和腓肠肌 | 数字病理学 | NA | 全玻片成像 | 深度学习 | 图像 | 1032只肉鸡 | NA | NA | NA | NA |
| 3071 | 2026-02-28 |
Explainable AI-assisted hybrid self-organising maps and deep learning algorithms for detecting pistachio adulteration with peas
2026-Feb, Food additives & contaminants. Part A, Chemistry, analysis, control, exposure & risk assessment
DOI:10.1080/19440049.2025.2597288
PMID:41542878
|
研究论文 | 本研究开发了一种可解释的AI辅助混合自组织映射和深度学习算法，用于检测开心果中掺入豌豆的掺杂情况 | 创新性地结合了无监督学习的自组织映射和有监督学习的卷积神经网络，将高维光谱数据转换为二维图像进行直观分析和分类 | NA | 检测开心果中掺入豌豆的掺杂情况 | 开心果和豌豆的混合物 | 计算机视觉 | NA | 拉曼光谱分析 | CNN, SOM | 光谱数据, 图像 | 18,000个实验室数据点，覆盖0%至60%掺杂比例的样本 | NA | 4层CNN架构 | 准确率 | NA |
| 3072 | 2026-02-12 |
Deep learning for asymmetric catalysis
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-026-00954-6
PMID:41667781
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3073 | 2026-02-28 |
Deep learning-based PSMA PET segmentation repeatability: A post-hoc analysis of a single-center, prospective, test-retest trial
2026-Feb, La Radiologia medica
DOI:10.1007/s11547-025-02137-1
PMID:41166032
|
研究论文 | 本研究通过事后分析，量化了基于深度学习的PSMA PET分割模型在转移性前列腺癌患者中的测试-再测试可重复性，并评估了模型在不同示踪剂间的性能 | 首次在单中心前瞻性测试-再试验中，系统评估了AI衍生的PSMA PET成像生物标志物（特别是PSMA阳性肿瘤体积）在相同和不同示踪剂条件下的可重复性，为PSMA PET/CT反应评估标准（RECIP 1.0）的临床应用提供了实证依据 | 样本量较小（仅17例患者），且为单中心研究，可能限制结果的普遍性；模型仅在两种PSMA示踪剂上测试，未涵盖其他示踪剂或更广泛的临床场景 | 量化AI驱动的PSMA PET成像生物标志物的受试者级测试-再测试可重复性，并评估分割模型在不同PSMA示踪剂间的性能 | 转移性前列腺癌（mPCa）患者 | 数字病理学 | 前列腺癌 | PET成像（使用[68 Ga]Ga-PSMA-11和[18F]F-PSMA-1007示踪剂） | 深度学习模型 | PET扫描图像 | 17例转移性前列腺癌患者（9例为相同示踪剂组，8例为不同示踪剂组） | NA | NA | 可重复性系数, 阳性预测值 | NA |
| 3074 | 2026-02-28 |
ADFC-ATP: Attention-Guided Dual-View Fusion and Contrastive Pretraining for Robust Aquatic Toxicity Prediction
2026-Feb, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.71067
PMID:41735233
|
研究论文 | 提出了一种名为ADFC-ATP的框架，通过注意力引导的双视图融合和对比预训练来提升水生毒性预测的鲁棒性和可解释性 | 整合了双视图分子图融合与基于NT-Xent损失的对比拓扑学习，在预训练中使用结构图增强提升鲁棒性，并采用自适应注意力融合机制动态结合预训练图嵌入和指纹相似度指标 | 研究主要基于四个鱼类毒性数据集，在其他水生生物或更广泛污染物上的泛化能力有待进一步验证 | 开发一种鲁棒、可解释且计算高效的工具，用于预测新兴水生污染物的毒性，以补充传统实验室测试 | 化学污染物分子 | 机器学习 | NA | 分子图表示学习 | 图神经网络 | 分子图数据 | 四个鱼类毒性数据集 | PyTorch | 图注意力编码器，图卷积网络 | AUC | NA |
| 3075 | 2026-02-28 |
A semi-mechanistic modeling strategy for infectious diseases forecasting: Error correction and probabilistic prediction
2026-Feb, Biosafety and health
IF:3.5Q1
DOI:10.1016/j.bsheal.2025.12.002
PMID:41743031
|
研究论文 | 本文提出了一种结合动态建模与统计方法的半机制模型，用于传染病预测中的误差校正和概率预测 | 开发了一种新型混合方法，通过量化回归长短期记忆网络校正动态预测误差，并生成概率预测，显著提升了长期预测性能和可解释性 | 未明确提及具体局限性 | 提高传染病预测的准确性和可靠性，为公共卫生干预提供更有效的决策支持 | 美国多州的COVID-19疫情数据 | 机器学习 | 传染病 | 量化回归长短期记忆网络 | QRLSTM | 移动性和环境数据 | NA | NA | QRLSTM | 预测误差减少百分比 | NA |
| 3076 | 2026-02-28 |
Topological data analysis and topological deep learning beyond persistent homology: a review
2026-Feb, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11462-w
PMID:41743488
|
综述 | 本文全面综述了超越持久同调的拓扑数据分析与拓扑深度学习方法 | 系统性地总结了超越持久同调的多种拓扑工具，包括持久拓扑拉普拉斯算子、层理论、梅耶拓扑等，并讨论了针对不同输入数据（如点云、流形数据、三维空间曲线）的拓扑工具选择策略 | 作为一篇综述文章，主要局限在于未提出新的原创方法，而是对现有方法进行系统性梳理和评述 | 旨在全面回顾和梳理超越持久同调的拓扑数据分析与拓扑深度学习方法及其应用 | 拓扑数据分析与拓扑深度学习的理论方法、工具及其在科学、工程、医学和工业等领域的应用 | 机器学习 | NA | 拓扑数据分析，持久同调，持久拓扑拉普拉斯算子，持久德拉姆上同调，持久霍奇拉普拉斯算子 | NA | 点云数据，序列数据，流形数据，三维空间嵌入曲线，带非几何信息的数据 | NA | NA | NA | NA | NA |
| 3077 | 2026-02-28 |
Image-space compensation of inter-crystal scattering in PET using a neural network based filter
2026-Jan-25, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00837-9
PMID:41581104
|
研究论文 | 提出一种在图像域进行PET中晶体间散射补偿的新方法，使用神经网络预测空间变化的3D滤波核 | 首次在图像域而非LOR域进行ICS校正，通过神经网络预测3D滤波核来建模散射模糊效应 | 网络性能依赖于目标成像场景，ICS-Net-skewnorm对结构对称对象更适用，ICS-Net-direct在复杂真实场景表现最佳 | 补偿PET中的晶体间散射效应以提高图像重建质量 | PET图像数据 | 医学影像处理 | NA | 正电子发射断层扫描 | 神经网络 | 图像 | 模拟和真实PET数据 | NA | ICS-Net-direct, ICS-Net-skewnorm | 空间分辨率, 对比度 | NA |
| 3078 | 2026-02-28 |
Multimodal deep learning with anatomically constrained attention for screening MRI-detectable TMJ abnormalities from panoramic images
2026-Jan-23, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02378-y
PMID:41577795
|
研究论文 | 本研究开发了一种基于多模态深度学习与解剖学约束注意力的框架，用于从全景X光图像中筛查MRI可检测的颞下颌关节异常 | 提出了一种结合解剖学引导注意力机制、多模态临床特征和集成学习的可解释深度学习框架，用于从全景图像中筛查MRI可检测的颞下颌关节异常 | 研究样本量有限（1355名患者），且仅基于特定机构的回顾性数据，可能影响模型的泛化能力 | 开发一种全面的筛查方法，用于检测MRI可识别的颞下颌关节病理，以支持早期诊断和及时干预 | 颞下颌关节异常患者，特别是那些可通过MRI确认的关节内异常 | 计算机视觉 | 颞下颌关节疾病 | 磁共振成像（MRI），全景X光摄影 | 深度学习，集成学习 | 图像（全景X光片），结构化临床元数据 | 1355名患者（2710个关节） | NA | NA | 曲线下面积（AUC） | NA |
| 3079 | 2026-02-28 |
Physics-informed deep learning enables fast ultrahigh-resolution nuclear magnetic resonance spectroscopy
2026-Jan-23, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-026-01912-z
PMID:41577797
|
研究论文 | 本研究提出了一种结合非均匀分块采样与物理信息深度学习重建的AI辅助NMR方法，用于快速实现纯位移NMR光谱 | 首次将物理信息深度学习与非均匀分块采样结合，用于加速纯位移NMR光谱采集，同时保持光谱质量 | 未明确说明模型在极端稀疏采样条件下的性能极限或计算成本 | 开发一种快速、高保真的纯位移NMR光谱采集方法，以克服传统方法耗时长的限制 | 分子结构、功能和相互作用，特别是在复杂样品系统中 | 机器学习 | NA | 核磁共振光谱学，纯位移NMR | 深度学习 | 光谱数据 | NA | NA | NA | 光谱质量，峰值强度保真度，弱信号恢复 | NA |
| 3080 | 2026-02-28 |
Recent advancement in size measurement during endoscopy
2026-Jan, Clinical endoscopy
IF:2.1Q3
DOI:10.5946/ce.2025.070
PMID:40404570
|
综述 | 本文综述了内窥镜中病变大小测量的最新进展，重点介绍了虚拟标尺内窥镜和人工智能辅助虚拟标尺技术 | 引入了数字测量技术如虚拟标尺内窥镜和基于深度学习的AI辅助虚拟标尺，以解决传统测量方法中观察者间变异性和效率低下的问题 | 虚拟标尺内窥镜可能增加操作时间和需要操作员培训，而AI辅助技术面临实时集成、标准化和监管审批的挑战 | 提升内窥镜实践中病变大小测量的准确性和效率，以优化治疗策略和临床结果 | 内窥镜图像中的病变，特别是结直肠息肉 | 数字病理学 | 结直肠息肉 | 虚拟标尺内窥镜，人工智能辅助虚拟标尺 | 深度学习算法 | 内窥镜图像 | NA | NA | NA | 准确性，可重复性，诊断可靠性 | NA |