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 43425 篇文献，本页显示第 3261 - 3280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3261 | 2026-03-07 |
An algorithm for automated femoral leg length and offset calculations on pelvis radiographs
2026-Mar-05, Hip international : the journal of clinical and experimental research on hip pathology and therapy
IF:1.3Q3
DOI:10.1177/11207000261421918
PMID:41786668
|
研究论文 | 本研究开发了一种基于深度学习算法的自动化工具，用于从全髋关节置换术患者的术前和术后骨盆前后位X光片中自动测量腿长和偏移量 | 首次提出一种自动化算法，利用深度学习模型在大规模THA患者队列中自动计算腿长和偏移量，替代传统繁琐的手动测量方法 | 算法仅在AP骨盆X光片上进行验证，未涉及其他成像角度或模态；训练数据量相对有限（1100张图像） | 开发自动化测量工具以支持全髋关节置换术中的腿长和偏移量计算，促进群体水平研究 | 全髋关节置换术患者的术前和术后骨盆前后位X光片 | 计算机视觉 | 骨科疾病 | X光成像 | 深度学习模型 | 医学图像（X光片） | 训练集：1100张AP骨盆X光片；验证集：100对术前术后图像对；应用队列：15,951对图像对 | NA | NA | 组内相关系数 | NA |
| 3262 | 2026-03-07 |
WxC-Bench: A Novel Dataset for Weather and Climate Downstream Tasks
2026-Mar-05, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06839-7
PMID:41786786
|
研究论文 | 本文介绍了一个名为WxC-Bench的新型多模态数据集，旨在支持天气和气候研究中可泛化AI模型的开发 | 提出了首个针对天气和气候下游任务、涵盖多种大气尺度（从中尺度到天气尺度）的综合性、预处理的机器学习就绪数据集 | 未明确说明数据集的覆盖时间范围、空间分辨率限制或潜在的数据偏差 | 为天气和气候分析领域开发新的AI模型或微调现有模型提供高质量的数据集支持 | 天气和气候数据，包括大气湍流、飓风强度与路径、天气相似性搜索、重力波参数化等过程 | 机器学习 | NA | 多模态数据整合 | NA | 多模态数据（空间与时间序列数据） | NA | NA | NA | NA | NA |
| 3263 | 2026-03-07 |
Deep learning-based histopathological classification and subclassification of benign and malignant salivary gland tumors
2026-Mar-05, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-026-10082-6
PMID:41786944
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3264 | 2026-03-07 |
A Dual-Model Machine Learning Framework for Interpretable Design and Ensemble Prediction of C-Amidated Antimicrobial Peptides
2026-Mar-05, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.6c00110
PMID:41787253
|
研究论文 | 本研究提出了一种双模型机器学习框架，用于可解释地设计和集成预测C端酰胺化抗菌肽 | 结合了基于可解释增强机（EBM）的设计导向模型和基于微调ESM2深度学习架构的部署模型，实现了序列级设计规则提取与可靠预测 | 未在摘要中明确说明 | 设计和预测针对特定目标的C端酰胺化抗菌肽 | C端酰胺化抗菌肽 | 机器学习 | NA | 机器学习，深度学习 | Explainable Boosting Machine (EBM), ESM2 | 序列数据 | 未在摘要中明确说明 | NA | ESM2 | NA | 未在摘要中明确说明 |
| 3265 | 2026-03-07 |
Deep learning-based automatic segmentation of MRONJ lesions on CBCT images
2026-Mar-05, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-08022-1
PMID:41787411
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3266 | 2026-03-07 |
A Biologically Lubricating Allicin-Based Nanoplatform for Remodeling the Inflammation-Senescence Axis in the Treatment of Periodontitis
2026-Mar-05, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202523197
PMID:41787647
|
研究论文 | 本研究开发了一种基于大蒜素的生物润滑纳米平台（PPCG），用于通过重塑炎症-衰老轴来治疗牙周炎 | 受“堡垒效应”启发，构建了兼具物理润滑屏障和生物活性药物释放的双重保护纳米平台，首次将生物润滑与大蒜素的抗炎、抗衰老作用相结合，并利用人工智能模型辅助评估疗效 | 研究目前仅在动物模型中进行验证，尚未进行人体临床试验；人工智能辅助检测系统的泛化能力有待进一步验证 | 开发一种能够同时抑制细菌粘附、调节炎症反应和减缓组织衰老的新型牙周炎治疗策略 | 牙周炎小鼠模型、骨髓间充质干细胞（BMMSCs）、口腔微生物群 | 数字病理学 | 牙周炎 | 纳米药物递送系统、深度学习辅助分析 | 深度学习模型 | 图像数据（推测为组织切片或微生物成像） | 小鼠牙周炎模型（具体数量未明确说明） | NA | YOLO v8 | NA | NA |
| 3267 | 2026-03-07 |
Automatic Hepatic Steatosis Quantification using Low-Dose CT with deep learning-based noise reduction and CT Fat Fraction Analysis Software
2026-Mar-05, The British journal of radiology
DOI:10.1093/bjr/tqag054
PMID:41787978
|
研究论文 | 本研究评估了在不同辐射剂量下使用CT脂肪分数软件量化肝脏脂肪变性的准确性，并探讨了基于深度学习的降噪技术对低剂量CT扫描中该软件准确性的影响 | 首次系统评估了基于深度学习的降噪重建技术在低剂量CT扫描中提升CT脂肪分数软件量化肝脏脂肪变性准确性的效果 | 研究为回顾性分析，样本量相对有限（125名参与者），且仅使用单一机构的MRI-PDFF作为参考标准 | 评估CT脂肪分数软件在不同辐射剂量下量化肝脏脂肪变性的准确性，并研究深度学习降噪技术对低剂量CT扫描准确性的改善作用 | 125名活体肝移植供体候选人的非增强CT和MRI扫描数据 | 数字病理学 | 肝脏脂肪变性 | CT扫描, MRI质子密度脂肪分数 | 深度学习 | 医学影像 | 125名参与者（平均年龄38±10岁，77名男性），其中29名（23%）患有肝脏脂肪变性 | NA | NA | Pearson相关系数, ROC曲线分析, AUC | NA |
| 3268 | 2026-03-07 |
Deep learning linking mechanistic models to single-cell transcriptomics data reveals transcriptional bursting in response to DNA damage
2026-Mar-04, eLife
IF:6.4Q1
DOI:10.7554/eLife.100623
PMID:41779826
|
研究论文 | 本研究提出了一种名为DeepTX的可解释且可扩展的推理框架，利用深度学习连接机制模型与单细胞RNA测序数据，以揭示全基因组范围内的转录爆发动力学 | 开发了DeepTX框架，首次将深度学习与机制模型结合，从单细胞转录组数据中推断全基因组转录爆发动力学，并关联DNA损伤下的细胞命运决策 | 未明确说明框架在处理大规模数据集时的计算效率限制或模型泛化能力 | 研究DNA损伤下转录爆发动力学如何影响细胞命运决策 | 小鼠胚胎干细胞和人类结肠癌细胞 | 机器学习 | 癌症 | 单细胞RNA测序 | 深度学习 | 单细胞转录组数据 | 多个scRNA-seq数据集（具体数量未明确） | NA | NA | NA | NA |
| 3269 | 2026-03-07 |
Assessment of socioeconomic and demographic risk factors for low birth weight using model-agnostic explainable ensembles
2026-Mar-04, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109303
PMID:41785538
|
研究论文 | 本研究提出一个集成机器学习和可解释人工智能的预测框架，用于识别低出生体重的关键社会经济和人口统计学决定因素 | 开发了名为SmartFusion-LR5的堆叠集成模型，并结合模型无关的可解释人工智能方法来识别关键风险因素 | 研究数据仅来自孟加拉国，样本量为1574人，可能限制结果的普适性 | 早期预测低出生体重风险，为资源有限地区的母婴健康干预提供支持 | 孟加拉国人口健康调查中的1574名参与者 | 机器学习 | NA | 人口健康调查 | 集成学习, 机器学习 | 表格数据 | 1574名参与者 | Scikit-learn | SmartFusion-LR5, SmartFusion-XGB4, SmartFusion-RF4 | 准确率, 精确率, 召回率, F1分数, AUC, MCC | NA |
| 3270 | 2026-03-07 |
Deep learning ensemble models for CT-based differentiation of malignant and benign sacral bone tumors: development and evaluation
2026-Mar-03, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02220-9
PMID:41774326
|
研究论文 | 本研究开发了一种集成深度学习模型，用于基于非对比CT图像术前区分骶骨良恶性肿瘤 | 首次提出结合3D-DenseNet121与放射科医生解读的集成深度学习模型，用于骶骨肿瘤分类 | NA | 开发并评估一种集成深度学习模型，以术前区分骶骨良恶性肿瘤 | 569名确诊骶骨病变患者的术前骶骨CT扫描 | 计算机视觉 | 骨肿瘤 | 非对比计算机断层扫描 | 深度学习集成模型 | CT图像 | 569名患者 | NA | 3D-DenseNet121 | 精确度, 召回率, 准确率, AUC, F1分数, 混淆矩阵 | NA |
| 3271 | 2026-03-07 |
Interpretable Feature Selection and Hybrid Deep Learning Models for Depressive Symptoms Prediction from Wearable Device Data
2026-Mar-03, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-026-02354-9
PMID:41774238
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3272 | 2026-03-07 |
Deep learning-based identification and maturation assessment of the zygomaticomaxillary suture in cone-beam computed tomography images
2026-Mar-02, Progress in orthodontics
IF:3.5Q1
DOI:10.1186/s40510-026-00614-5
PMID:41770475
|
研究论文 | 本研究开发了一个基于深度学习的系统，用于在锥形束计算机断层扫描图像中自动识别和评估颧上颌缝的成熟度，以指导上颌前牵治疗 | 提出了一种双网络深度学习系统，首次实现了对颧上颌缝的自动三维定位和成熟度分期定量评估，克服了传统主观手动分期的局限性 | 模型在五阶段分类任务中的准确率相对较低（0.611），表明对于更精细的分期仍存在挑战 | 开发一个自动、定量且可重复的系统，用于评估颧上颌缝的成熟状态，以优化上颌前牵治疗的时间决策 | 颧上颌缝 | 计算机视觉 | 上颌发育不足 | 锥形束计算机断层扫描 | CNN | 3D医学图像 | 505个锥形束计算机断层扫描扫描 | NA | 3D U-Net, 3D ResNet50 | 准确率, 精确率, 召回率, F1分数, 受试者工作特征曲线下面积, 平均欧几里得距离 | NA |
| 3273 | 2026-03-07 |
A reliable contour detection method for volatomics analysis with comprehensive two-dimensional gas chromatography leveraging image classification and instance segmentation
2026-Mar-02, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2026.129610
PMID:41785690
|
研究论文 | 本研究提出了一种结合图像分类和实例分割的混合深度学习框架，用于解决GC×GC分析中因轮廓重叠导致的假阴性问题 | 首次将ResNet18图像分类与YOLO 11l实例分割相结合，构建自动化流程处理复杂GC×GC数据，显著减少人工干预需求 | 方法在玫瑰油数据集上验证，尚未在其他更广泛的挥发性有机物样本中测试其普适性 | 开发可靠轮廓检测方法以提升GC×GC挥发性组学分析的定量准确性 | GC×GC色谱图中的单峰与多峰轮廓 | 计算机视觉 | NA | GC×GC（全二维气相色谱） | CNN | 图像 | 多种玫瑰油数据集 | PyTorch | ResNet18, YOLO 11l | 准确率, 精确率, mAP | NA |
| 3274 | 2026-03-07 |
Impact of Annotation Level on Multisequence MRI Models for Preoperative Microvascular Invasion Prediction in Hepatocellular Carcinoma
2026-Mar, Radiology. Imaging cancer
DOI:10.1148/rycan.250407
PMID:41718534
|
研究论文 | 本研究评估了整合多模态数据的深度学习模型在预测肝细胞癌微血管侵犯方面的性能，并探讨了不同手动标注方法对模型性能的影响 | 通过比较体素级掩码和边界框两种手动标注方法，发现边界框标注在保持模型整体AUC统计可比性的同时，显著提高了标注效率 | 本研究为回顾性研究，样本量相对有限（281例患者），且外部验证集性能（AUC约0.76-0.77）低于内部测试集 | 预测肝细胞癌术前微血管侵犯 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | MRI | 深度学习模型 | 多序列MRI图像 | 281例患者（来自三个中心） | NA | NA | AUC, 校准曲线, 决策曲线分析 | NA |
| 3275 | 2026-03-07 |
Motor imagery EEG signal classification using minimally random convolutional kernel transform and hybrid deep learning
2026-Mar, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.121816
PMID:41719718
|
研究论文 | 本文提出了一种基于最小随机卷积核变换和混合深度学习的新方法，用于分类运动想象脑电图信号 | 创新点包括使用最小随机卷积核变换高效提取特征，并提出了基于CNN和LSTM的新型深度学习模型作为基线 | 未明确说明具体局限性，但提到未来方向包括通过非加性电极-源融合提高低信噪比和个体间变异性下的鲁棒性 | 提高运动想象脑电图任务的分类准确性和计算效率 | 运动想象脑电图信号 | 机器学习 | NA | 脑电图 | CNN, LSTM | 脑电图信号 | 使用了PhysioNet和BCI Comp IV 2a数据集，但未明确样本数量 | NA | CNN-LSTM | 准确率 | NA |
| 3276 | 2026-03-07 |
Simultaneous synthesis of perfusion and ventilation images from CT using a dual-decoder residual attention network for lung disease diagnosis
2026-Mar, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70498
PMID:41746161
|
研究论文 | 本研究开发了一种基于深度学习的双解码器残差注意力网络，用于从三维CT图像中同时生成肺灌注和通气图像 | 提出了一种双解码器残差注意力网络（DDRAN），能够同时从三维CT合成肺灌注和通气图像，而以往研究只能单独预测其中一种 | 研究样本量相对较小（98例），且未明确说明模型在更广泛人群或不同疾病类型中的泛化能力 | 开发一个深度学习框架，用于从三维CT图像中同时生成肺灌注和通气图像，以支持肺部疾病的诊断 | 接受单光子发射CT灌注图像、通气图像和三维CT图像检查的98例患者 | 数字病理学 | 肺部疾病 | 单光子发射CT（SPECT）、三维CT成像 | CNN | 图像 | 98例患者 | NA | 双解码器残差注意力网络（DDRAN）、单解码器残差注意力网络（RAN） | 结构相似性指数（SSIM）、斯皮尔曼等级相关系数（Rs）、Dice相似系数（DSC） | NA |
| 3277 | 2026-03-07 |
Quantitative evaluation of a deep learning-based noise reduction algorithm in digital radiography using noise power spectrum analysis
2026-Mar, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70521
PMID:41741150
|
研究论文 | 本研究通过噪声功率谱分析，定量评估了数字放射摄影中基于深度学习的噪声降低算法的图像质量 | 引入了噪声功率谱改进因子作为补充指标，以量化频率范围内的噪声抑制，并促进方法间的直接比较 | 未将噪声分析与诊断性能指标结合以全面评估临床效用，需要进一步研究 | 定量评估商业深度学习噪声降低算法在数字放射摄影中的图像质量 | 商业深度学习噪声降低算法和传统基于规则的噪声降低算法 | 计算机视觉 | NA | 数字放射摄影 | 深度学习 | 图像 | NA | NA | NA | 噪声功率谱改进因子 | NA |
| 3278 | 2026-03-07 |
A Deep Learning Model for Absolute Risk Prediction of Alcohol Use Disorder in Adolescents and Young Adults
2026-Mar, Drug and alcohol review
IF:3.0Q2
DOI:10.1111/dar.70131
PMID:41748155
|
研究论文 | 本文开发了一种深度学习模型，用于预测青少年和年轻成年人中酒精使用障碍的绝对风险 | 这是首个用于酒精使用障碍绝对风险预测的深度学习模型 | NA | 早期识别高风险个体，以减少酒精使用障碍的风险 | 使用酒精的青少年和年轻成年人 | 机器学习 | 酒精使用障碍 | NA | 深度学习模型 | 纵向研究数据 | 来自国家青少年至成人健康纵向研究的数据 | NA | NA | AUC, E/O比率 | NA |
| 3279 | 2026-03-07 |
Filling of incomplete sinograms from sparse PET detector configurations using a residual U-Net
2026-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70293
PMID:41755757
|
研究论文 | 本研究提出了一种基于改进残差U-Net的深度学习网络，用于填充稀疏PET探测器配置产生的不完整正弦图数据，以降低长轴视野PET扫描仪的成本 | 首次将改进的残差U-Net架构应用于稀疏PET探测器配置的正弦图数据恢复，通过模拟移除50%探测器（棋盘格模式）训练网络，有效补偿数据欠采样 | 预测的正弦图存在平滑效应，导致重建图像在精细细节上缺乏锐度 | 开发一种降低长轴视野PET扫描仪制造成本的技术方案，通过深度学习恢复稀疏探测器缺失的数据 | 稀疏探测器配置的PET系统产生的正弦图数据 | 医学影像处理 | NA | PET成像 | CNN | 正弦图（投影数据） | 使用GE Signa PET/MR的标准临床PET扫描数据进行训练 | NA | 残差U-Net | 平均绝对误差, 结构相似性 | NA |
| 3280 | 2026-03-07 |
Image quality restoration in 15-s breath-hold PET using a diffusion-based neural network
2026-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70361
PMID:41761600
|
研究论文 | 本文提出了一种基于扩散概率模型的深度学习框架TAM-DiffPET，用于提升15秒屏气PET扫描的图像质量，抑制噪声并增强病灶可见性 | 引入了时间注意力调制机制来增强扩散模型，通过注入扩散时间步嵌入和时序上下文线索来细化中间特征表示 | 研究仅基于单一医院的230名患者数据，未在多中心或更大规模数据集中验证 | 改善超短采集时间下屏气PET扫描的图像质量，以提升病灶检测能力并减少呼吸运动伪影 | 230名患者的屏气PET扫描图像 | 医学影像处理 | 胸腹部疾病 | PET成像 | DDPM, U-Net, CycleGAN | 图像 | 230名患者，其中180例用于训练，50例用于评估 | NA | TAM-DiffPET, U-Net, CycleGAN, DDPM | PSNR, SSIM, 体素级SUV分布 | NA |