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 42964 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 | 2026-02-28 |
AI for smart wastewater treatment plants: A review of physics-informed water quality modeling, optimization, and advanced control
2026-Mar-01, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.128949
PMID:41671993
|
综述 | 本文综述了过去十年中人工智能在污水处理厂出水质量预测、过程优化和先进控制方面的研究进展，重点探讨了这些方法如何支持智能污水处理厂的发展 | 强调将物理信息（如活性污泥模型和过程约束）嵌入神经网络，并讨论将这些模型与实时优化和控制框架结合的路径 | 当前应用仍面临可解释性有限、跨厂可移植性弱以及对变化运行条件鲁棒性差的问题 | 探讨人工智能如何使污水处理厂实现低碳和智能化 | 污水处理厂 | 机器学习 | NA | NA | 机器学习, 深度学习 | NA | NA | NA | 神经网络 | NA | NA |
| 3262 | 2026-02-28 |
Limitation of existing GFR estimating equations and application of artificial intelligence in improving GFR estimation and chronic kidney disease progression in people with diabetes
2026-Mar, Diabetes research and clinical practice
IF:6.1Q1
DOI:10.1016/j.diabres.2026.113152
PMID:41679651
|
综述 | 本文综述了现有肾小球滤过率估算方程的局限性，并探讨了人工智能在改善糖尿病患者GFR估算和慢性肾病进展预测中的应用 | 系统性地评估了人工智能方法（特别是机器学习）在糖尿病患者这一特定人群中改进GFR估算和CKD进展预测的潜力，并指出了现有研究的局限性 | 现有研究样本量较小，且多数来自特定国家或人群，研究结果不一致，需要在更大规模和更多样化的人群中进行验证 | 评估和改进糖尿病患者肾小球滤过率的估算方法，并预测慢性肾病的进展 | 糖尿病患者 | 机器学习 | 慢性肾病 | NA | 人工神经网络, 随机森林, 支持向量机, 集成学习模型 | NA | 较小样本量（具体未说明） | NA | NA | 偏倚, 精确度, 准确度 | NA |
| 3263 | 2026-02-28 |
Deep learning and machine learning for differentiation between contrast extravasation and hemorrhagic transformation in post-thrombectomy stroke CT
2026-Mar, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2026.101530
PMID:41687434
|
研究论文 | 本研究开发并验证了基于机器学习和深度学习的模型，用于在机械取栓后6小时内的非增强CT上区分出血性转化与造影剂外渗 | 首次将U-Net深度学习模型与基于影像组学的传统机器学习模型（如支持向量机、随机森林和逻辑回归）结合，用于急性缺血性卒中后机械取栓术的早期并发症鉴别 | 研究为回顾性设计，样本量相对较小（111例患者），且仅针对前循环卒中患者，未来需要更大规模的前瞻性研究和混合方法验证 | 开发并验证机器学习模型，以在机械取栓后早期准确区分非增强CT上的出血性转化与造影剂外渗 | 接受机械取栓术的急性前循环缺血性卒中患者，特别是术后出现高密度影的患者 | 计算机视觉 | 心血管疾病 | 非增强CT成像 | SVM, RF, LR, CNN | 医学影像（CT图像） | 351例患者（其中111例有术后高密度影，分为训练集72例和测试集39例） | NA | U-Net | 准确率, 灵敏度, 特异度, F1分数, AUC | NA |
| 3264 | 2026-02-28 |
Predicting human gait kinematics and kinetics from a single inertial measurement unit using deep learning and synthetic datasets: A blinded assessment study
2026-Mar, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2026.113149
PMID:41687508
|
研究论文 | 本研究提出了一种使用单个惯性测量单元和深度学习网络预测人体步态运动学和动力学的方法，并通过盲法评估验证其性能 | 采用条件生成对抗网络增强合成数据集的变异性，并首次在真实IMU数据上进行盲法评估和微调验证 | 模型在真实IMU数据上的性能较虚拟数据有所下降，且样本量相对有限（共59名健康成年人） | 开发从单个骶骨佩戴的惯性测量单元预测下肢关节角度和力矩的神经网络模型 | 健康成年人的步态运动学和动力学数据 | 机器学习 | NA | 惯性测量单元测量，运动捕捉系统 | 神经网络，条件生成对抗网络 | 惯性测量单元数据，运动捕捉标记数据 | 49名健康成年人（训练集），7名健康成年人（盲法测试集），3名健康成年人（微调后测试集） | NA | 神经网络，条件生成对抗网络 | 均方根误差 | NA |
| 3265 | 2026-02-28 |
Molecular modelling assisted identification of novel Benzoxazole derivatives as hit molecules targeting Mycobacterial Membrane Protein Large 3 (MmpL3)
2026-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111521
PMID:41628494
|
研究论文 | 本文通过分子建模辅助设计新型苯并恶唑衍生物作为靶向分枝杆菌膜蛋白大3（MmpL3）的候选分子，以抑制细胞壁合成并对抗结核病 | 设计了新型苯并恶唑甲酰胺衍生物，并综合运用分子对接、深度学习对接、分子动力学模拟及MM-GBSA、FEP分析等多种计算与实验方法进行验证，其中BXZ-IX和BXZ-XIV显示出与标准抑制剂SQ109相当的抗分枝杆菌活性 | 研究主要基于实验室测试和计算模拟，尚未进行体内实验或临床验证，且活性化合物的MIC值（15.62-62.5 μg/mL）虽有效但仍有优化空间 | 开发靶向MmpL3蛋白的新型抗结核化合物，以抑制分枝杆菌细胞壁合成 | 14种合成的苯并恶唑甲酰胺衍生物（BXZ-I至BXZ-XIV）及其对分枝杆菌（如耻垢分枝杆菌）的抑制活性 | 计算药物设计 | 结核病 | 分子对接、ADME预测、毒性预测、深度学习对接、分子动力学模拟、MM-GBSA、FEP分析 | 深度学习模型（用于对接）、分子动力学模拟模型 | 化合物结构数据、计算模拟数据、实验MIC数据 | 14种合成衍生物 | NA | NA | 最小抑制浓度（MIC） | NA |
| 3266 | 2026-02-28 |
Complex networks for modeling texture and spectral features of hyperspectral images for environmental analysis
2026-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111504
PMID:41633275
|
研究论文 | 本文介绍了一种用于高分辨率高光谱图像分析和分类的复杂网络方法，应用于检测环境污染 | 提出了一种名为定向角度相似性网络（DNAS）的手工设计技术，将高光谱像素建模为基于光谱带角度相似性连接的复杂网络顶点，有效提取特征并生成紧凑图像表示 | 样本数量有限，高光谱数据维度高，传统深度学习方法不适用 | 开发一种稳健高效的方法，用于高分辨率高光谱图像的分类，以检测环境污染 | 暴露于不同氟化钾水平的Jacaranda caroba植物叶片 | 计算机视觉 | NA | 共聚焦激光扫描显微镜（CLSM） | 复杂网络 | 高光谱图像 | NA | NA | 定向角度相似性网络（DNAS） | 分类准确率 | NA |
| 3267 | 2026-02-28 |
Deep Learning-based Detection of Colorectal Liver Metastases: Performance, Robustness, and Clinical Implications
2026-Mar, Radiology. Imaging cancer
DOI:10.1148/rycan.260046
PMID:41758034
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3268 | 2025-12-11 |
The road to bedside: addressing key hurdles for deep learning prognostic models in light-chain cardiac amyloidosis
2026-Feb-27, European heart journal. Cardiovascular Imaging
DOI:10.1093/ehjci/jeaf344
PMID:41364678
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3269 | 2026-02-28 |
Fabrication of NbC/GaN Nanofilm Sensor via Photolithography and its Investigation as a Sensor for Trimethylamine Mixed Gas Detection Using Dual-Feature Extraction and Deep Learning
2026-Feb-27, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02507
PMID:41543399
|
研究论文 | 本研究通过光刻技术制备了NbC/GaN纳米薄膜传感器，结合双特征提取和深度学习算法，用于三甲胺混合气体的检测 | 创新性地采用光刻和蚀刻技术优化了NbC纳米薄膜的均匀性和厚度，并结合KPCA与多项式特征工程进行双特征提取，提升了气体传感器的性能 | NA | 开发一种高性能的气体传感器，用于精确识别混合气体中的目标成分 | 三甲胺（TMA）混合气体 | 传感器技术 | NA | 光刻技术、蚀刻技术 | 深度学习算法 | 传感器阵列数据 | NA | NA | NA | 准确率 | NA |
| 3270 | 2026-02-28 |
Multiscale Analysis of Deep Learning and Machine Learning: New Insights into the Adsorption Mechanism of VOCs Gas-Sensitive Materials
2026-Feb-27, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c03820
PMID:41626786
|
研究论文 | 本研究通过整合第一性原理计算与机器学习，系统预测了纳米复合材料上挥发性有机化合物（VOCs）的吸附能，旨在为肺癌相关VOC生物标志物的快速筛选和高性能气体传感器的设计提供理论工具 | 首次基于第一性原理数据，对深度学习和传统机器学习方法在纳米复合材料VOC吸附预测中的性能进行了比较评估，并构建了一个通用的预测模型 | 研究基于336个吸附案例的数据集，样本量相对有限，且模型性能可能受限于所选择的特定算法和特征 | 高效筛选和准确预测VOCs在气体敏感材料上的吸附性能，以设计用于早期无创诊断的下一代气体传感器 | 与肺癌相关的挥发性有机化合物（VOCs）及其在纳米复合材料上的吸附行为 | 机器学习 | 肺癌 | 第一性原理计算 | SVR, GBR, GPR, XGBoost, MLP, KRR, Transformer | 数值数据（吸附能等） | 336个吸附案例 | NA | Transformer | R² | NA |
| 3271 | 2026-02-28 |
Interpretable Multimodal Graph Learning Platform for Rational Design of AIEgens: From Molecular Structure and Microenvironments to Photophysical Properties
2026-Feb-27, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c04324
PMID:41643048
|
研究论文 | 本研究构建了一个数据驱动且可解释的多模态深度学习平台GATM，用于从分子结构、微环境到光物理性质的关系解析，以指导AIEgens的理性设计 | 整合了多源数据（分子结构、光物理参数、溶剂环境），并利用图注意力网络（GAT）实现溶剂-溶质相互作用机制的可视化与关键结构特征影响的深度解析，为AIEgens的理性设计提供了新范式 | 未明确提及模型在更广泛或更复杂分子体系中的泛化能力，以及数据来源的潜在偏差 | 系统阐明聚集诱导发光分子（AIEgens）的结构-性质关系，并构建一个智能预测平台以指导其理性设计 | 聚集诱导发光分子（AIEgens） | 机器学习 | NA | NA | 图神经网络，机器学习算法 | 分子结构数据，光物理参数数据，溶剂环境数据 | NA | NA | 图注意力网络 | 预测准确度（均值 > 0.90），检测限（0.4 nM），判别准确度（100%） | NA |
| 3272 | 2026-02-28 |
NLP in Support of Pharmacovigilance: QUality Adverse Drug Reaction AcTIve Control (QUADRATIC)
2026-Feb-27, Clinical pharmacology and therapeutics
DOI:10.1002/cpt.70250
PMID:41757758
|
研究论文 | 本研究开发并评估了用于从电子出院摘要中检测和提取药物不良反应信息的自然语言处理系统 | 提出了一种结合逻辑回归与词袋模型的NLP系统，在模拟部署中检测到的确认ADR出院摘要数量是正则表达式系统的近两倍 | 研究基于瑞士南部多站点医院网络的回顾性数据，样本量有限（400份出院摘要用于训练，100份用于评估），可能影响泛化能力 | 通过自然语言处理技术增强药物警戒，提高药物不良反应的检测效率 | 电子出院摘要中的临床叙述文本 | 自然语言处理 | NA | 自然语言处理 | 逻辑回归, 深度学习, 基于Transformer的命名实体识别 | 文本 | 400份出院摘要用于训练，100份用于手动注释评估 | NA | Transformer | 精确度, 召回率, F1分数, AUC, 自定义top-k排序指标 | NA |
| 3273 | 2026-02-28 |
DNAwhisper: An Integrated Deep Learning Pyramidal Framework for Multi-Trait Genomic Prediction and Adaptive Marker Prioritisation
2026-Feb-27, Plant biotechnology journal
IF:10.1Q1
DOI:10.1111/pbi.70619
PMID:41757800
|
研究论文 | 本研究提出了DNAwhisper，一个用于多性状基因组预测和自适应标记优先排序的深度学习框架 | DNAwhisper整合了级联架构GFIformer，通过共享网络参数跨分区标记块，在分层金字塔中自适应压缩遗传特征，并利用群体遗传结构预训练来正则化特征学习，建立可泛化的潜在表示 | 未明确说明 | 加速植物育种中的遗传增益，通过深度学习框架进行多性状基因组预测和标记优先排序 | 玉米、小麦、番茄和葡萄数据集 | 机器学习 | NA | 基因组选择 | 深度学习 | 基因组数据 | 未明确说明 | PyTorch | GFIformer | 预测准确率 | NA |
| 3274 | 2026-02-28 |
Automatic acromegaly detection using deep learning on hand images: a multicenter observational study
2026-Feb-27, The Journal of clinical endocrinology and metabolism
DOI:10.1210/clinem/dgag027
PMID:41757900
|
研究论文 | 本研究开发了一种基于手部图像的深度学习模型，用于自动检测肢端肥大症，并在多中心研究中验证其性能优于内分泌专家 | 提出了一种注重隐私的深度学习模型，仅使用手背和拳头征象图像进行肢端肥大症检测，避免了传统外观AI模型可能涉及的隐私问题 | 需要更大规模的数据集进行进一步验证，包括健康个体和多种疾病样本，以增强模型的泛化能力 | 开发一种注重隐私的深度学习工具，用于肢端肥大症的早期诊断 | 肢端肥大症患者和对照组的手部图像 | 计算机视觉 | 肢端肥大症 | 深度学习 | CNN | 图像 | 716名患者（317名肢端肥大症患者和399名对照组），共11,480张图像，来自15个日本垂体中心 | PyTorch | ResNet-50 | 灵敏度, 特异性, 阳性预测值, 阴性预测值, F1分数, AUC | NA |
| 3275 | 2026-02-28 |
Identification of Aspergillus at section and species levels by artificial intelligence-based microscopic morphology image recognition
2026-Feb-27, Journal of clinical microbiology
IF:6.1Q1
DOI:10.1128/jcm.00012-26
PMID:41757926
|
研究论文 | 本研究提出了一种名为FungalNet的深度学习模型，用于基于显微形态图像识别曲霉属的节和物种水平 | 开发了FungalNet模型，整合ResNet-50架构与Focal Loss算法，并引入结合五折交叉验证和专家手动审查的新型质量控制方法 | 需要进一步优化和多中心验证才能整合到常规诊断流程中 | 快速准确识别曲霉属物种以支持曲霉病诊断和抗真菌治疗 | 临床分离的曲霉属物种，属于八个不同节 | 计算机视觉 | 曲霉病 | 显微形态学图像分析，乳酚棉蓝染色 | CNN | 图像 | 11,689张合格的高分辨率图像，来源于12,000张初始图像 | NA | ResNet-50, GoogLeNet, Xception | 准确率 | NA |
| 3276 | 2026-02-28 |
Two stage fine-tuned multimodal generative AI for automated ECG based cardiovascular report generation
2026-Feb-26, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae2e01
PMID:41406494
|
研究论文 | 本文提出了一种轻量级多模态生成式AI框架，用于自动解读心电图图像并生成结构化临床报告 | 采用两阶段微调策略，基于SmolVLM-500M-Instruct模型，通过量化低秩适应（QLoRA）实现高效部署，并整合视觉编码器、跨模态融合机制和语言解码器，以对齐视觉心电图表征与诊断叙述 | 未明确提及模型在外部验证集上的泛化能力或临床部署中的具体限制 | 开发一个可扩展、可解释且资源高效的AI框架，用于心脏诊断，以弥合深度学习研究与真实世界临床实践之间的差距 | 心血管疾病（CVDs）患者的心电图图像及对应的临床报告 | 计算机视觉, 自然语言处理 | 心血管疾病 | 量化低秩适应（QLoRA） | 生成式AI, 多模态模型 | 图像, 文本 | NA | NA | SmolVLM-500M-Instruct | BLEU, ROUGE-L, BERTScore | 标准硬件 |
| 3277 | 2026-02-28 |
Current Status and Future Perspective for Bladder Cancer MR Imaging and the Vesical Imaging-Reporting and Data System (VI-RADS) in Japan: Challenges and Solutions
2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.rev.2025-0213
PMID:41741147
|
综述 | 本文综述了膀胱癌多参数MRI和VI-RADS在日本的应用现状、面临的挑战以及未来的发展前景 | 系统总结了日本在实施VI-RADS过程中特有的医疗结构、MRI质量不均和亚专科放射科医生短缺等障碍，并提出了针对性的解决方案和未来研究方向 | 本文是一篇非系统性的叙述性综述，可能未涵盖所有相关研究，且提出的解决方案有待未来前瞻性试验验证 | 评估膀胱癌多参数MRI和VI-RADS在日本的应用现状，分析实施障碍，并提出促进其临床整合的策略 | 膀胱癌的MRI成像、Vesical Imaging-Reporting and Data System (VI-RADS) | 数字病理学 | 膀胱癌 | 多参数MRI, 扩散加权成像, 动态对比增强, 影像组学 | 深度学习, 人工智能 | 医学影像 | NA | NA | NA | 诊断性能, 可重复性, 阅片者间一致性 | NA |
| 3278 | 2026-02-28 |
A Bottom-Up Design Framework for Multifunctional Lattice Metamaterials
2026-Feb-26, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202518923
PMID:41742849
|
研究论文 | 本文提出了一种结合生成式AI和深度学习的自下而上设计框架，用于开发具有能量吸收和宽带吸声功能的多功能晶格超材料 | 引入了一种结合3D高斯体素生成与深度学习的生成式AI框架，克服了传统逆设计方法（如拓扑优化）在探索设计空间方面的局限性，实现了更高的结构复杂性和设计自由度 | NA | 开发一种能够优化能量吸收和宽带吸声功能的多功能晶格超材料设计框架 | 壳晶格结构 | 机器学习 | NA | 3D打印 | CNN, GAN | 3D体素数据 | NA | TensorFlow, PyTorch | 3D卷积神经网络, 条件深度卷积生成对抗网络 | 能量吸收性能, 吸声系数 | NA |
| 3279 | 2026-02-28 |
Trends and Research Hotspots in Technology-Enhanced Dental Education: A Bibliometric Analysis
2026-Feb-26, European journal of dental education : official journal of the Association for Dental Education in Europe
IF:1.7Q2
DOI:10.1111/eje.70120
PMID:41747017
|
研究论文 | 本文通过文献计量分析，探讨了2015年至2025年间技术增强牙科教育的研究热点、趋势和概念结构 | 首次对技术增强牙科教育领域进行全面的文献计量分析，揭示了从传统教学向数字和模拟学习转变的趋势，并识别了四大核心研究领域 | 研究仅基于Scopus数据库，可能未涵盖所有相关文献；分析时间范围截至2025年，未来趋势可能变化 | 绘制牙科教育中教育技术的研究热点、趋势和概念结构图 | 2015年至2025年间发表的749篇与牙科教育技术相关的学术出版物 | NA | NA | 文献计量分析 | NA | 文献数据 | 749篇出版物 | Bibliometrix (R), VOSviewer | NA | NA | NA |
| 3280 | 2026-02-28 |
CapsFormer: A Dual-Stream Causal-Aware Capsule-Transformer Network for EMG Signal Representation Learning
2026-Feb-26, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3668131
PMID:41747118
|
研究论文 | 提出了一种名为CapsFormer的双流因果感知胶囊-Transformer网络，用于肌电信号表示学习 | 提出了一种新颖的双流架构，结合了具有因果注意力的Transformer和动态路由胶囊网络，以同时建模长程时序依赖和局部姿态不变性，并确保因果一致性 | 未明确提及 | 开发一种能够平衡长程时序建模与局部姿态不变性，并具有因果一致可解释性的肌电信号手势识别算法 | 肌电信号 | 机器学习 | NA | NA | Transformer, Capsule Network | 信号 | 多被试数据集 | NA | CapsFormer | 识别准确率 | NA |