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 43016 篇文献，本页显示第 3361 - 3380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3361 | 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 |
| 3362 | 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 |
| 3363 | 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 |
| 3364 | 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 |
| 3365 | 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 |
| 3366 | 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 |
| 3367 | 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 |
| 3368 | 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 |
| 3369 | 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 |
| 3370 | 2026-02-28 |
M2PL-GAN: Multi-View Multi-Level Pathology Semantic Perception Learning for H&E-to-IHC Virtual Staining
2026-Feb-26, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3668248
PMID:41747115
|
研究论文 | 本文提出了一种用于H&E到IHC虚拟染色的多视图多级别病理语义感知学习方法（M2PL-GAN），通过结构上下文关系、特征分布和拓扑感知细粒度语义三个视图增强病理语义对齐 | 引入了从结构上下文关系、特征分布和拓扑感知细粒度语义三个视图的全面语义学习范式，分别对应上下文感知相关机制、局部感知分布对齐机制和图感知双向对比学习机制 | NA | 解决H&E到IHC虚拟染色中病理语义特征对齐困难的问题，提升虚拟染色图像的质量和语义一致性 | H&E染色图像和IHC染色图像 | 数字病理学 | 肿瘤 | 虚拟染色 | GAN | 图像 | NA | PyTorch | GAN | 定量指标和定性评估 | NA |
| 3371 | 2026-02-28 |
Survey of Latest Advancements in Deep Learning for Point Cloud Completion
2026-Feb-26, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2026.3668741
PMID:41747119
|
综述 | 本文全面综述了截至2025年12月，基于深度学习的点云补全方法的最新进展 | 提供了对2024年至2025年最新文献的更新综述，并基于网络具体组件的改进进行了分析性回顾 | 作为一篇综述文章，其本身不提出新的方法或模型，主要依赖现有文献进行分析 | 回顾和总结深度学习在点云补全任务中的最新研究进展 | 点云数据 | 计算机视觉 | NA | NA | 深度学习 | 点云 | NA | NA | NA | NA | NA |
| 3372 | 2026-02-28 |
Deep Learning for Classification and Prognosis of Melanoma in Whole-Slide Images: A Review
2026-Feb-26, The American Journal of dermatopathology
DOI:10.1097/DAD.0000000000003239
PMID:41747151
|
综述 | 本文系统回顾了2020年至2024年间发表的关于使用深度学习对黑色素瘤全切片图像进行诊断分类和预后评估的研究现状、趋势与挑战 | 首次系统性地梳理了深度学习在黑色素瘤全切片图像诊断与预后领域的最新进展，并明确了模型泛化性、可解释性及临床整合等关键挑战与未来研究方向 | 作为一篇综述文章，其局限性在于主要基于对现有文献的分析，未提出新的实验数据或模型 | 概述深度学习在黑色素瘤全切片图像分类与预后评估领域的应用现状、趋势与挑战，并为该领域从研究向临床实践的转化提供指导 | 关于深度学习应用于黑色素瘤全切片图像诊断与预后的相关研究文献 | 数字病理学 | 黑色素瘤 | NA | 深度学习 | 全切片图像 | NA | NA | NA | NA | NA |
| 3373 | 2026-02-28 |
Vision transformer model-based dose prediction and beam angle optimization for BNCT
2026-Feb-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae4b03
PMID:41747394
|
研究论文 | 本文提出了一种结合3D Vision Transformer和Mamba模块的深度学习框架，用于硼中子俘获治疗（BNCT）的剂量预测和束流角度优化 | 创新点包括集成3D Vision Transformer与Mamba模块以捕获长程空间依赖性和增强局部特征提取，以及引入ROI引导的注意力机制聚焦于肿瘤和皮肤区域，并结合贝叶斯优化进行束流角度选择 | NA | 开发一个高效且准确的神经网络模型，以预测不同束流角度下的BNCT剂量分布，从而促进治疗计划优化 | 硼中子俘获治疗（BNCT）的治疗计划设计，特别是剂量预测和束流角度优化 | 计算机视觉 | NA | 深度学习，贝叶斯优化 | Vision Transformer (ViT), Mamba | 3D医学图像数据 | 临床数据集 | NA | 3D Vision Transformer, Mamba | 平均绝对误差（MAE），平均绝对百分比误差（MAPE），伽马通过率 | NA |
| 3374 | 2026-02-28 |
Artificial Intelligence in Multiple Sclerosis: Possibilities in Radiological Diagnostics and Progression Assessment
2026-Feb-26, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2808-0083
PMID:41748084
|
综述 | 本文综述了人工智能在放射学领域应用于多发性硬化症的诊断和进展评估的现状与可能性 | 聚焦于人工智能如何应对多发性硬化症诊断复杂性增加带来的挑战，特别是自动化病灶量化和评估复杂生物标志物，并强调了多模态数据整合的重要性 | 临床实践应用面临挑战，包括需要大规模验证数据集和伦理框架 | 探讨人工智能在多发性硬化症放射学诊断和进展评估中的应用潜力与发展方向 | 多发性硬化症 | 数字病理学 | 多发性硬化症 | MRI | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 3375 | 2026-02-28 |
A device-invariant multi-modal learning framework for respiratory disease classification
2026-Feb-26, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02445-4
PMID:41748911
|
研究论文 | 本文提出了一种设备无关的多模态学习框架，用于通过咳嗽声、人口统计学数据和症状描述进行成人呼吸系统疾病的分类 | 提出了一种设备无关的多模态深度学习框架，通过嵌入对抗分支和不变风险最小化增强损失来解决设备异质性和非结构性偏移问题 | NA | 开发一种可扩展且可转移的基于AI的方法，用于基于咳嗽的呼吸系统疾病筛查，强调多模态融合和鲁棒表示学习在提升临床适用性中的重要性 | 成人呼吸系统疾病 | 机器学习 | 呼吸系统疾病 | 咳嗽声分析 | 深度学习 | 音频, 文本, 人口统计学数据 | 超过10,000个病例，涵盖七种主要呼吸系统疾病 | NA | NA | AUROC | NA |
| 3376 | 2026-02-28 |
Explainable deep learning framework incorporating medical knowledge for insulin titration in diabetes
2026-Feb-26, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-026-01449-1
PMID:41748914
|
研究论文 | 本研究提出了一种结合医学知识的可解释深度学习框架，用于糖尿病胰岛素滴定管理 | 引入专家引导的可解释人工智能框架，利用Shapley Taylor交互指数捕获特征交互影响，并通过医生在环过程结合临床约束迭代优化模型 | 研究主要基于住院患者的电子健康记录数据，可能未完全覆盖门诊或社区糖尿病管理场景 | 提高深度学习模型在糖尿病胰岛素滴定管理中的透明度和可信度 | 2型糖尿病住院患者 | 机器学习 | 糖尿病 | 电子健康记录分析 | 深度学习 | 结构化医疗数据 | 内部数据集1,275名住院患者，外部数据集292名患者 | NA | STII-DIL | 胰岛素滴定准确性，专家评估一致性 | NA |
| 3377 | 2026-02-28 |
Open-Access Fully Automated Intravenous Contrast Detection and Body Part Classification for Computed Tomography Scans: The FALCON Model
2026-Feb-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01865-8
PMID:41749033
|
研究论文 | 本文介绍了一种名为FALCON的开放获取全自动深度学习模型，用于大规模检测CT扫描中的静脉对比剂并进行身体部位分类 | 开发了开放获取的全自动深度学习模型FALCON，首次整合了静脉对比剂检测和身体部位分类功能，适用于头颈部、胸部和腹盆部CT扫描 | 研究未提及模型在更广泛或多样化数据集上的泛化能力，以及可能存在的计算资源需求 | 开发一个快速可靠的自动化工具，用于CT扫描中静脉对比剂的检测和身体部位分类，以解决大型研究数据集中对比剂存在记录不可靠的问题 | CT扫描图像，特别是头颈部、胸部和腹盆部的扫描 | 计算机视觉 | NA | CT扫描 | CNN | 图像 | 3138个CT扫描，来自3126名患者，涵盖五个机构1996年至2023年的数据 | NA | ResNet9 | F1分数 | NA |
| 3378 | 2026-02-28 |
A transparent, lightweight and sustainable Green Learning AI model for prostate cancer detection on MRI
2026-Feb-26, BJU international
IF:3.7Q1
DOI:10.1111/bju.70203
PMID:41749494
|
研究论文 | 开发了一种透明、轻量级的Green Learning AI模型，用于在MRI上自动分割前列腺并检测临床显著前列腺癌 | 提出了一种新型透明且轻量级的Green Learning模型，相比传统深度学习模型参数更少、计算量更低，且与PI-RADS结合能显著提升检测性能 | 研究样本量有限（602例MRI），且仅基于3-T MRI和活检数据，未涉及多中心或外部验证 | 开发自动化前列腺分割和临床显著前列腺癌检测的机器学习模型 | 接受3-T MRI和前列腺活检的男性患者 | 数字病理学 | 前列腺癌 | MRI, 前列腺活检 | Green Learning, U-Net | MRI图像 | 602例MRI（训练集483例，测试集119例），其中224例有临床显著前列腺癌 | NA | Green Learning, U-Net | Dice相似系数, AUC | NA |
| 3379 | 2026-02-28 |
Artificial intelligence for personalized multiple micronutrient supplementation in maternal health
2026-Feb-26, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics
DOI:10.1002/ijgo.70911
PMID:41755349
|
研究论文 | 本文提出了一种利用人工智能（特别是深度学习和自然语言处理）来个性化孕期多种微量营养素补充（MMS）的概念模型，旨在通过整合多模态健康数据改善母婴营养与健康结局 | 引入了“营养数字孪生”概念，利用AI整合电子健康记录、可穿戴设备、基因组数据等多源信息，模拟不同补充方案下的营养需求与母婴结局，实现风险分层和个性化补充策略 | 依赖高质量、多样化的数据输入，伦理、公平性和模型透明度是关键挑战，且需在实际临床环境中进行前瞻性验证以确保可信度 | 探索AI在孕期个性化多种微量营养素补充中的应用，以优化母婴营养干预策略 | 孕期女性，特别是面临营养不良或微量营养素缺乏风险的群体 | 自然语言处理, 机器学习 | NA | 深度学习, 自然语言处理, 多模态数据整合 | 深度学习模型, NLP算法 | 电子健康记录, 可穿戴传感器数据, 营养与生育应用日志, 基因组标记, 社会人口学信息, 非结构化文本数据 | NA | NA | NA | NA | NA |
| 3380 | 2026-02-28 |
Intelligent Real-Time Acid Rain Sensing Platform Enabled by Curvature-Engineered Droplet-Based DC Nanogenerator with 4500 V Output
2026-Feb-25, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c23721
PMID:41684103
|
研究论文 | 本研究提出了一种基于曲率工程优化的全电流纳米发电机，构建了一个用于实时酸雨监测的智能传感平台 | 通过曲率工程优化流体-固体耦合动力学并调控界面电场梯度，增强了固液界面电荷载流子的时空分离与泵浦积累，从而提高了基于液滴的纳米发电机平台的电荷转移效率 | NA | 开发用于酸雨监测的下一代物联网环境监测平台 | 酸雨 | 机器学习 | NA | NA | CNN | 电流信号 | NA | NA | ResNet18-1D | 准确率 | NA |