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 3141 - 3160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3141 | 2026-02-27 |
Acute deep neck infection MRI: deep learning segmentation and clinical relevance of retropharyngeal edema volume
2026-Feb-23, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00686-2
PMID:41729484
|
研究论文 | 本研究探索了急性颈部感染患者MRI中咽后水肿体积作为定量标志物的潜力，并开发了卷积神经网络用于自动分割咽后水肿体积 | 首次将咽后水肿体积作为定量影像生物标志物，并开发深度学习模型进行自动分割，超越了传统的二元分类方法 | 分割模型的Dice相似系数仅为0.534，表现中等，与先前基于影像的肿瘤分割算法一致 | 探索咽后水肿体积作为急性颈部感染疾病严重程度的定量影像生物标志物 | 急性颈部感染患者的MRI影像 | 数字病理学 | 急性颈部感染 | T2加权脂肪抑制Dixon磁共振成像 | CNN | MRI图像 | 244名患者 | NA | 卷积神经网络 | AUROC, Dice相似系数 | NA |
| 3142 | 2026-02-27 |
Retinal vascular alteration following surgical intraocular pressure reduction in primary angle closure disease
2026-Feb-23, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2025-002626
PMID:41730576
|
研究论文 | 本研究探讨原发性房角关闭疾病患者在接受眼压降低手术后视网膜血管几何形态的变化，并分析眼压降低幅度与视网膜血管参数之间的关联 | 首次使用经过验证的深度学习分析系统定量测量原发性房角关闭疾病患者手术前后视网膜血管参数的变化，并发现眼压降低幅度与静脉血管复杂性及密度变化独立相关 | 研究为回顾性、自身对照设计，样本量相对较小（126只眼），且仅在北京同仁医院进行，可能限制了结果的普遍适用性 | 探究原发性房角关闭疾病患者眼压降低手术后视网膜血管几何形态的改变及其与眼压降低幅度的关系 | 原发性房角关闭疾病患者 | 数字病理学 | 原发性房角关闭疾病 | 深度学习分析系统 | 深度学习模型 | 眼底照片 | 126只眼（来自112名患者） | NA | NA | NA | NA |
| 3143 | 2026-02-25 |
Correction: Automated tumor stroma ratio assessment in colorectal cancer using hybrid deep learning approach
2026-Feb-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40529-z
PMID:41730966
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3144 | 2026-02-27 |
Classification of rice plant diseases using efficient DenseNet121
2026-Feb-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38078-6
PMID:41720842
|
研究论文 | 本研究利用高效的DenseNet121模型对水稻病害进行自动分类 | 将DenseNet121应用于水稻病害分类，显著扩展了可识别的病害类别至七种，超越了以往研究的有限类别范围 | 研究仅针对七种常见水稻病害，可能未覆盖所有实际农业场景中的病害类型 | 开发一个准确、高效的自动化水稻病害诊断系统，以支持可持续农业实践和全球粮食安全 | 水稻植物及其病害 | 计算机视觉 | 植物病害 | 深度学习，图像分类 | CNN | 图像 | 未在摘要中明确说明 | 未在摘要中明确说明 | DenseNet121 | 准确率，精确率，召回率，F1分数 | 未在摘要中明确说明 |
| 3145 | 2026-02-27 |
AI-integrated smartwatch monitoring for early detection of stroke and hemorrhage: A systematic review
2026-Feb-20, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000047775
PMID:41731797
|
系统综述 | 本文对2010年至2025年间发表的关于利用AI智能手表早期检测脑卒中及出血的研究进行了系统综述 | 首次系统综述了AI集成智能手表在检测蛛网膜下腔出血、缺血性脑卒中和颅内出血方面的应用潜力，并提出了一个整合心率、血压替代指标和运动数据的多感官AI模型概念 | 纳入研究数量有限（仅3项），缺乏针对SAH和ICH检测的研究，存在传感器准确性、误报和算法普适性等挑战 | 评估AI智能手表在早期检测脑血管事件（蛛网膜下腔出血、缺血性脑卒中、颅内出血）中的应用效果与潜力 | 已发表的关于AI智能手表检测SAH、缺血性脑卒中和ICH的研究 | 机器学习 | 脑卒中 | NA | 深度学习 | 运动数据（加速度计） | 3项符合条件的研究 | NA | NA | AUC | NA |
| 3146 | 2026-02-27 |
Deep Learning-Based Structural Brain Age Estimation in Bipolar Disorder and Schizophrenia: A Single-Site Pilot Study
2026-Feb-15, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.70479
PMID:41714875
|
研究论文 | 本研究利用基于健康对照训练的3D-CNN模型，评估双相情感障碍和精神分裂症患者的结构性脑年龄差异及其发展轨迹 | 首次在单一研究中心采用3D-CNN模型，结合Grad-CAM可解释性分析，揭示精神疾病患者脑年龄加速的年龄特异性模式与区域贡献 | 样本量有限（单中心研究），缺乏纵向数据验证，模型在患者群体中预测准确性下降 | 探究严重精神疾病（双相情感障碍和精神分裂症）中脑年龄加速的生物标志物及其神经发育轨迹 | 健康对照、双相情感障碍患者、精神分裂症患者 | 数字病理学 | 精神分裂症 | 结构磁共振成像 | CNN | 图像 | 健康对照155人，双相情感障碍122人，精神分裂症161人 | NA | 3D-CNN | MAE, 相关系数r | NA |
| 3147 | 2026-02-27 |
Topological Entropy Correlates with the Predictive Power of Multiplexed Ensemble Reservoir Computing
2026-Feb-07, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703839
PMID:41676531
|
研究论文 | 本文提出了一种名为DynML的多路复用储层计算框架，用于建模非线性、多尺度的生物过程，并展示了其在基因表达动态预测和静态图像分类任务中的性能 | 引入了基于异质Lorenz储层的多路复用储层框架，并首次将储层拓扑熵与模型预测性能定量关联 | 未明确说明模型在更广泛生物系统或更复杂时间序列上的泛化能力 | 开发一个可扩展、可解释且计算高效的框架，用于建模非线性、多尺度的生物过程并统一生物时间序列建模与传统机器学习任务 | 基因表达动态（如肝脏再生和胚胎发生）和MNIST手写数字图像 | 机器学习 | NA | 储层计算 | 储层计算 | 时间序列数据，图像 | NA | NA | 多路复用储层框架（基于Lorenz和Rössler混沌储层） | 预测准确性 | NA |
| 3148 | 2026-02-27 |
Integrative Single-Cell Epigenomic Atlas Annotates the Regulatory Genome of the Adult Mouse Brain
2026-Feb-07, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.07.704075
PMID:41676689
|
研究论文 | 本研究通过整合单细胞表观基因组数据，构建了成年小鼠大脑的统一调控框架，并注释了超过100种脑细胞亚类的基因组调控状态 | 首次在250万个细胞核中联合分析四种组蛋白修饰与转录组数据，并与染色质可及性、DNA甲基化及3D基因组数据整合，建立了多模态表观基因组图谱 | 研究仅限于小鼠模型，未涉及人类或其他物种；单细胞分辨率下部分稀有细胞类型可能未被充分捕获 | 解析成年哺乳动物大脑细胞异质性的表观遗传调控机制 | 成年小鼠多个脑区的细胞核 | 表观基因组学 | NA | 单细胞组蛋白修饰分析、转录组测序、染色质可及性检测、DNA甲基化测序、3D基因组分析 | 深度学习模型 | 表观基因组数据、DNA序列数据 | 250万个细胞核（来自多个成年小鼠脑区） | NA | NA | NA | NA |
| 3149 | 2026-02-27 |
Practical utility of sequence-to-omics models for improving the reproducibility of genetic fine-mapping
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703796
PMID:41676556
|
研究论文 | 本文系统评估了序列到组学模型在提高遗传精细定位可重复性方面的实用性 | 提出了一种结合传统统计精细映射方法与S2O模型预测的广义框架，生成功能信息化的后验包含概率，显著提高了跨联盟变异的可重复性识别 | NA | 评估序列到组学模型在提高遗传精细定位可重复性方面的实用性 | 来自GTEx、TOPMed和MAGE项目的表达数量性状位点数据集 | 机器学习 | NA | 序列到组学模型 | 深度学习模型 | DNA序列数据 | NA | NA | AlphaGenome, Borzoi, Enformer, Sei | 复制失败率 | NA |
| 3150 | 2026-02-27 |
A review exploring the translational perspective of artificial intelligence in drug discovery and formulation development
2026-Feb-05, Annales pharmaceutiques francaises
IF:1.0Q4
DOI:10.1016/j.pharma.2026.01.007
PMID:41653969
|
综述 | 本文从转化医学视角探讨了人工智能（AI）和机器学习（ML）在整个药物研发价值链（从药物发现到上市后监测）以及制剂开发中的变革性应用、潜力与挑战 | 提供了一个关于AI在药物研发中应用的转化医学视角，系统梳理了AI在药物发现、临床前开发、临床试验优化及上市后监测等全链条中的具体效益（如时间、成本节约和成功率提升），并指出了当前面临的挑战 | 作为一篇综述，它主要整合现有研究，未提出新的原创算法或模型；文中提到的具体效益数据（如时间节省30-60%）可能依赖于特定研究或案例，普适性有待验证；挑战部分（如数据质量、算法偏差、监管接受度）的讨论较为概括，缺乏深入的解决方案分析 | 探讨人工智能和机器学习在药物研发及制剂开发中的转化应用潜力、具体效益及面临的挑战，为制药研发的成功实施提供路线图 | 药物研发的全过程（包括药物发现、临床前开发、临床试验、上市后监测）以及制剂开发 | 机器学习 | NA | 深度学习、机器学习算法、数字孪生技术、真实世界证据分析 | NA | 化合物数据、毒性数据、临床试验数据、真实世界证据数据、制剂组成与稳定性数据 | NA | NA | NA | 命中率提升、时间节省百分比、成本降低百分比、患者队列减少百分比、监测加速倍数 | NA |
| 3151 | 2026-02-27 |
A consensus spinal cord cell type atlas across mouse, macaque, and human
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703852
PMID:41676636
|
研究论文 | 本文通过整合小鼠、猕猴和人类的单核基因表达、染色质可及性及空间转录组数据，构建了一个跨物种的脊髓细胞类型图谱 | 首次提供了跨物种（小鼠、猕猴和人类）的脊髓细胞统一分子分类，并结合空间分布生成了细胞类型引导的解剖图谱，揭示了保守和物种特异性特征 | NA | 建立跨物种脊髓细胞类型的统一分子和解剖学分类体系 | 小鼠、猕猴和人类的脊髓细胞，包括颈、胸、腰、骶段及猕猴全轴运动神经元 | 生物信息学 | 神经系统疾病 | 单核基因表达测序、染色质可及性分析、空间转录组学 | 深度学习序列模型 | 基因表达数据、染色质可及性数据、空间转录组数据 | NA | NA | NA | NA | NA |
| 3152 | 2026-02-27 |
HCR-Proxy resolves site-specific proximal RNA microenvironments at subcompartmental resolution
2026-Feb-05, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag086
PMID:41728949
|
研究论文 | 本文介绍了一种名为HCR-Proxy的空间邻近标记技术，用于在亚区室分辨率下绘制RNA邻近蛋白质组图谱 | 结合杂交链式反应信号放大与原位邻近生物素化，实现了亚区室分辨率的RNA邻近蛋白质组分析 | NA | 研究RNA支架凝聚物的空间组织及其在细胞功能和疾病中的作用 | 核仁亚区室中的新生前rRNA靶标及其邻近蛋白质组 | 生物信息学 | NA | 杂交链式反应，原位邻近生物素化，蛋白质组学分析 | 深度学习框架 | 蛋白质组数据，RNA序列数据 | NA | NA | NA | NA | NA |
| 3153 | 2026-02-27 |
Diagnosis of disorders of consciousness using nonlinear feature derived EEG topographic maps via deep learning
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36733-6
PMID:41644597
|
研究论文 | 本研究探索了从EEG信号中提取非线性特征，通过深度学习辅助评估意识障碍患者的意识状态 | 利用近似熵非线性特征生成EEG地形图，并结合静息态和音乐刺激两种范式，通过CNN模型进行意识状态分类，提供了一种便捷准确的检测方法 | 样本量相对有限（104名参与者），且仅使用了近似熵这一种非线性特征，可能未涵盖EEG信号的全部复杂性 | 开发一种基于EEG非线性特征和深度学习的意识障碍诊断方法 | 意识障碍患者，包括植物状态/无反应觉醒综合征和最小意识状态患者 | 机器学习 | 意识障碍 | EEG信号采集与处理，近似熵计算，地形图生成 | CNN, SVM, GRNN | EEG时间序列数据，地形图 | 104名参与者（56名VS/UWS，48名MCS） | NA | 卷积神经网络 | 准确率, AUC | NA |
| 3154 | 2026-02-27 |
A deep learning approach to emotionally intelligent AI for improved learning outcomes
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37750-1
PMID:41644608
|
研究论文 | 本研究提出了一种多模态、情感感知的深度学习框架，将情感智能集成到智能学习环境中，以改善学习成果 | 提出了一种结合面部表情、语音特征和文本响应的多模态情感分析框架，并通过基于图的融合机制建模模态间的相互依赖关系，将情感智能引入传统以认知适应为主的AI教育系统 | 论文未明确说明模型对于复杂或混合情感状态的识别能力，也未讨论在不同文化背景学习者中的普适性 | 开发具有情感智能的人工智能教育系统，通过感知和适应学习者的情绪状态来提高学习参与度和成果 | 学习者的情感状态（通过面部表情、语音和文本推断）及其与学习互动的关联 | 自然语言处理, 计算机视觉 | NA | 深度学习, 多模态融合 | 深度学习框架 | 图像, 音频, 文本 | 使用AffectNet和IEMOCAP两个基准情感数据集进行评估 | 未明确指定 | 基于图的融合机制 | 情感识别性能, 学习者参与度, 情绪调节能力, 任务持久性 | NA |
| 3155 | 2026-02-27 |
Semi-supervised multi-class pneumonia classification using a CNN-cascade forest framework
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38849-1
PMID:41644678
|
研究论文 | 本文提出了一种半监督的CNN增强级联森林框架，用于基于胸部X光和CT图像进行多类别肺炎分类 | 结合卷积神经网络和级联森林，采用半监督伪标签策略，有效利用未标记数据，提升多类别肺炎分类的准确性和泛化能力 | 未明确讨论模型在不同医疗中心或设备间的泛化性能，以及计算资源需求的具体细节 | 开发一种准确且能抵抗稀疏标注和跨成像变异性的多类别肺炎自动分类方法 | 胸部X光和CT图像，涵盖细菌性、病毒性、真菌性、一般性肺炎和正常类别 | 计算机视觉 | 肺炎 | X射线成像，CT成像 | CNN, Cascade Forest | 图像 | 4578张胸部X光和CT图像 | NA | CNN, Cascade Forest | 总体分类率 | NA |
| 3156 | 2026-02-27 |
Deep Learning-Enabled Screening of Chronic Kidney Disease from Echocardiography
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345379
PMID:41674580
|
研究论文 | 本研究开发了一种深度学习模型，利用超声心动图视频筛查慢性肾脏病 | 首次利用超声心动图视频（PLAX）通过深度学习模型进行慢性肾脏病的非侵入性筛查，并在两个独立外部临床队列中验证了其稳健性能 | 模型性能仍有提升空间（AUC约0.72-0.76），且未详细说明模型在特定人群或早期CKD检测中的局限性 | 开发一种基于超声心动图的非侵入性慢性肾脏病筛查方法 | 慢性肾脏病患者 | 数字病理学 | 心血管疾病 | 超声心动图 | 深度学习模型 | 视频 | 训练集：325,377个PLAX视频（来自62,818名患者）；外部验证集：2,224名患者（SHC）和41,611名患者（KPNC） | NA | NA | AUC | NA |
| 3157 | 2026-02-27 |
Prediction of Mutations and Outcome in Gastrointestinal Stromal Tumors with Deep Learning: A Multicenter, Multinational Study
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345350
PMID:41674582
|
研究论文 | 本研究利用深度学习分析全切片图像，预测胃肠道间质瘤的突变状态、治疗敏感性和无复发生存期 | 首次在多中心、跨国队列中应用深度学习从全切片图像直接预测GIST的分子变异、治疗反应和预后，性能与现有病理风险评分相当 | 研究依赖于回顾性数据，可能存在选择偏倚；未整合临床或基因组等多模态数据 | 开发基于深度学习的工具，用于GIST的分子分类和预后评估 | 胃肠道间质瘤（GIST）患者 | 数字病理学 | 胃肠道间质瘤 | 全切片图像分析 | 深度学习模型 | 图像 | 8398例GIST病例，来自7个国家21个中心，其中7238例有分子数据，2638例有临床随访 | NA | NA | AUC, 风险比 | NA |
| 3158 | 2026-02-27 |
Neural Networks as Entropic Systems: Applications in Digital Pathology
2026-Feb-02, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.30.702864
PMID:41676657
|
研究论文 | 本文提出一个框架，通过直接测量优化过程中的激活结构、权重演化和谱组织，来实证表征数字病理学中神经网络的训练时学习动态 | 将神经网络视为熵系统，通过测量激活模块化、表示熵减少、权重轨迹的有限扩散等可量化指标，揭示了训练过程中可预测的内部结构形成过程 | 研究仅基于TCGA-BRCA数据集和Vision Transformer模型，结论在其他病理类型或模型架构中的普适性有待验证 | 提高数字病理学中深度学习系统的可解释性和临床信任度 | 数字病理学中的神经网络训练动态 | 数字病理学 | 乳腺癌 | 全切片图像分析，复制时序衍生的甲基化代理 | Vision Transformer | 图像 | TCGA-BRCA全切片图像数据集 | NA | Vision Transformer | 表示熵减少率，模块化程度，权重轨迹方差 | NA |
| 3159 | 2026-02-27 |
A Deep-Learning Approach for Vocal Fold Pose Estimation in Videoendoscopy
2026-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01431-8
PMID:39939476
|
研究论文 | 提出一种基于深度学习的框架，用于从喉镜视频帧中估计声带姿态，以辅助喉部疾病的诊断 | 首次提出使用热图回归结合三个解剖学关键点作为先验信息来估计声带姿态和前声门角，在具有挑战性的病理图像中优于现有方法 | 数据集规模有限（471帧图像，124名患者），且未详细说明模型在更广泛临床环境中的泛化能力 | 开发自动、客观的声带姿态估计方法，以替代主观且耗时的临床评估流程 | 喉镜视频帧中的声带 | 计算机视觉 | 喉部疾病（包括喉癌） | 视频内窥镜检查 | 深度学习，热图回归 | 图像（喉镜视频帧） | 471张喉镜图像，来自124名患者（其中28名为癌症患者） | NA | NA | 均方根误差（RMSE），平均绝对误差（MAE） | NA |
| 3160 | 2025-06-06 |
Development and validation of a deep learning-powered system for multi-version global alignment and proportion score to predict mechanical complications after adult degenerative scoliosis surgery
2026-Feb, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08995-7
PMID:40468028
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |