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 3381 - 3400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3381 | 2026-02-24 |
Navigated hepatic tumor resection using intraoperative ultrasound imaging
2026-Feb-23, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-026-03581-8
PMID:41729473
|
研究论文 | 本研究评估了一种基于术中超声的导航系统在开放式肝脏手术中的可行性和准确性 | 与依赖术前影像配准的传统系统不同，该系统利用术中超声生成的3D模型进行导航引导切除 | 25例患者中有4例因术中传感器脱落或数据记录错误被排除在准确性评估之外 | 评估超声导航系统在肝脏肿瘤切除术中的可行性和准确性 | 接受肝转移瘤切除术的患者 | 数字病理 | 肝转移瘤 | 术中超声成像 | 深度学习算法 | 超声图像 | 25例患者（20例成功建立导航，16例可评估准确性） | NA | NA | 导航准确性（中位数3.2 mm）、R0切除率（93.8%） | NA |
| 3382 | 2026-02-24 |
A deep learning-based computer-aided determination method for dominant follicle identification and antral follicle count in pelvic MRI images
2026-Feb-20, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-026-01518-5
PMID:41721332
|
研究论文 | 开发并评估了一种基于深度学习的计算机辅助测定方法，用于在盆腔MRI图像中自动进行窦卵泡计数和优势卵泡识别 | 提出了一种多阶段计算机辅助测定方法，结合YOLOv11检测模型和新型LCR-UNet分割模型，集成了轻量级空洞空间金字塔池化模块和级联解码器，以克服MRI卵泡分析的高标注成本和手动解释依赖 | 研究样本量相对有限（124名患者），且仅使用T2加权MRI图像，可能未涵盖所有临床场景 | 开发自动化工具以辅助卵巢储备和生育能力评估 | 盆腔MRI图像中的卵巢结构和卵泡 | 计算机视觉 | 生殖系统疾病 | MRI成像 | CNN | 图像 | 124名患者的417张T2加权MRI切片 | NA | YOLOv11, LCR-UNet | Dice相似系数, 准确率, F1分数, 精确率 | NA |
| 3383 | 2026-02-24 |
A perturbed multilayer perceptron approach to predicting distant metastatic sites of cancer patients
2026-Feb-20, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 本文开发了一种名为扰动多层感知器（PMLP）的深度学习模型，用于基于癌症样本原发部位的竞争性内源RNA表达水平及其相关性预测远处转移部位 | 首次将PMLP与ceRNA相关性变化（ΔSCCs）相结合，用于预测特定远处转移部位，并展示了优越的预测性能和模型可解释性 | 由于可用于训练模型的数据量有限以及远处转移固有的复杂性，预测远处转移比淋巴结转移更具挑战性 | 预测癌症患者的远处转移部位，以辅助癌症转移的早期识别和干预 | 癌症患者，特别是其原发部位的基因表达数据 | 机器学习 | 癌症 | 基因表达分析，竞争性内源RNA（ceRNA）相关性变化（ΔSCCs） | 多层感知器（MLP） | 基因表达数据 | NA | NA | 扰动多层感知器（PMLP） | AUC, 准确率, F1分数 | NA |
| 3384 | 2026-02-24 |
Prediction of Temperature Intervals Driven by Multiple Indicator Gases during Spontaneous Coal Combustion and Oxidation
2026-Feb-17, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c11582
PMID:41726723
|
研究论文 | 本研究提出了一种基于多种指标气体的煤自燃温度区间预测模型，用于提高煤矿安全预警能力 | 首次将灰狼优化算法、卷积神经网络、双向长短期记忆网络和分位数回归相结合，构建了多指标气体驱动的温度区间预测模型，实现了点预测和区间预测的双重优化 | 模型训练数据仅来自特定煤矿的煤样实验，需要在更多不同地质条件的煤矿数据进行泛化验证 | 开发高精度的煤自燃温度区间预测方法，为煤矿火灾预防和控制提供理论支持 | 松新庄煤矿4号煤层的煤样，以及东滩煤矿的独立验证数据 | 机器学习 | NA | 煤自燃升温实验，指标气体筛选分析系统 | CNN, BiLSTM, GWO, QR | 实验数据（气体浓度、温度） | 200组煤自燃加热实验数据集 | NA | GWO-CNN-BiLSTM-QR, CNN-BiLSTM, BiLSTM, GWO-BiLSTM, MLP, GWO-MLP | 决定系数, 均方根误差, 基于覆盖宽度的准则, 平均预测区间覆盖距离 | NA |
| 3385 | 2026-02-24 |
Context-enriched contrastive auto-encoder with topology learning for medical hyperspectral image classification to diagnose tumors
2026-Feb-16, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103998
PMID:41724053
|
研究论文 | 提出一种结合上下文增强对比学习和拓扑学习的自编码器方法，用于医学高光谱图像分类以诊断肿瘤 | 首次在医学高光谱图像分类中同时考虑潜在表示的可分离性和拓扑结构保持，通过上下文增强对比损失和基于图的拓扑保持损失提升分类性能 | NA | 提升医学高光谱图像分类的准确性以辅助肿瘤诊断 | 医学高光谱图像 | 计算机视觉 | 肿瘤 | 高光谱成像 | 自编码器 | 图像 | NA | NA | 自编码器 | NA | NA |
| 3386 | 2026-02-24 |
A self-supervised framework for emphysema anomaly detection and staging in computed tomography scans
2026-Feb-13, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2025.101426
PMID:41726096
|
研究论文 | 本文提出了一种自监督框架，用于在CT扫描中检测和分期肺气肿异常，无需依赖大量标注数据 | 提出了一种仅使用非肺气肿CT扫描进行训练的自监督框架，通过合成生成的病变引导像素级异常建模，并引入了EDLNet架构进行检测和定位，随后以无监督方式进行肺气肿分期 | 未明确提及具体限制，但可能依赖于合成病变的生成质量以及多中心数据的代表性 | 开发一种无需大量标注数据的肺气肿异常检测和分期方法 | 肺气肿，作为慢性阻塞性肺疾病（COPD）的一种表型 | 计算机视觉 | 肺气肿 | 计算机断层扫描（CT） | 编码器-解码器架构 | 图像（CT扫描） | 多中心评估，具体样本数量未明确 | NA | EDLNet | 平均分期准确率，宏观AUROC | NA |
| 3387 | 2026-02-24 |
X-SPATIO: An Explanatory Deep Learning Pipeline for the Prediction and Visualization of Spatially Resolved Biomarker Expression in Triple-Negative Breast Cancer
2026-Feb-11, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.09.704587
PMID:41726881
|
研究论文 | 本文介绍了一个名为X-SPATIO的计算病理学管道，用于从H&E染色图像预测和可视化三阴性乳腺癌中空间分辨的生物标志物表达 | 开发了一种空间兼容的深度学习管道，首次直接关联H&E形态学与区域匹配的mRNA和蛋白质表达，并生成空间形态学注意力图以指示预测性组织区域 | 模型依赖于GeoMx数字空间分析仪获取的空间分辨数据，成本较高，且可能受限于特定平台的数据可用性和可扩展性 | 旨在通过计算模型从常规组织病理学图像中推断空间生物标志物表达，以支持三阴性乳腺癌的精准肿瘤学研究 | 三阴性乳腺癌（TNBC）的组织样本，包括肿瘤、间质和免疫区室 | 计算病理学 | 三阴性乳腺癌 | 空间转录组学/蛋白质组学（GeoMx数字空间分析仪），H&E染色 | 多实例学习（MIL） | 图像（H&E染色组织切片），空间分辨的转录组和蛋白质组数据 | 未明确指定样本数量，但使用来自GeoMx平台的空间分辨数据 | 未明确指定，但提及深度学习管道 | 未明确指定具体架构，但基于多实例学习框架 | AUC（曲线下面积） | NA |
| 3388 | 2026-02-24 |
Advancing Psychiatric Safety With the Predictive Risk Identification for Mental Health Events Tool: Retrospective Cohort Study
2026-Feb-06, JMIR mental health
IF:4.8Q1
DOI:10.2196/84318
PMID:41649861
|
研究论文 | 本研究开发并评估了一种基于深度学习的早期预警工具PRIME，用于预测精神病住院患者未来24小时内发生不良心理健康事件的风险 | 开发了首个基于深度学习的、专门针对心理健康环境的早期预警系统，利用多变量时间序列数据和注意力机制，实现了比传统临床工具更高的预测性能 | 研究为回顾性队列研究，未来需评估其在常规工作流程中的整合效果及公平性影响 | 开发一种主动的、高精度的预测工具，以改善精神病住院患者的安全管理 | 精神病住院患者（包括高风险法医患者和非法医患者） | 机器学习 | 精神疾病 | 电子病历数据分析 | RNN, LSTM | 多变量时间序列数据 | 4651名患者，403,098次就诊记录（训练/验证集）；900名患者，48,313次就诊记录（2024年测试集） | NA | 长短期记忆网络（带注意力机制） | AUC, 召回率 | NA |
| 3389 | 2026-02-24 |
Spectral Similarity Masks Structural Diversity at Hydrophobic Water Interfaces
2026-Feb-06, Physical review letters
IF:8.1Q1
DOI:10.1103/w27h-sclq
PMID:41723669
|
研究论文 | 本研究利用深度学习计算了空气-水和石墨烯-水界面的第一性原理和频生成光谱，揭示了光谱相似性背后的微观结构差异 | 通过深度学习结合第一性原理计算，解决了实验光谱解释的分歧，并首次明确指出了两种界面在微观性质上的根本区别 | 研究仅针对空气-水和石墨烯-水两种特定界面，结论可能不直接推广到其他界面体系 | 探究空气-水和石墨烯-水界面的和频生成光谱相似性背后的微观结构差异 | 空气-水界面和石墨烯-水界面 | 机器学习 | NA | 和频生成光谱，第一性原理计算 | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 3390 | 2026-02-22 |
Verifying Urdu news authenticity using deep learning with concatenated BERT and GloVe embedding
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36771-0
PMID:41644624
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3391 | 2026-02-22 |
High-resolution forecasting of soil thermal regimes using different deep learning frameworks under climate change
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38496-6
PMID:41644622
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3392 | 2026-02-06 |
A novel deep learning approach for mosquito species classification via a dual-head structure and calibration-aware fusion architecture
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-35453-1
PMID:41639160
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3393 | 2026-02-24 |
Efficient target detection method based on wavelet transform and progressive feature pyramid network: a case study of power grid inspection
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37017-9
PMID:41639278
|
研究论文 | 本文提出了一种基于小波变换和渐进特征金字塔网络的改进YOLOv11检测器，用于高压输电线路环境中的异物检测 | 1) 在骨干网络中集成了小波变换卷积块，以多频子带分解特征并扩大有效感受野；2) 开发了渐进特征金字塔网络，通过两阶段上下采样精化和自适应空间融合缓解语义不一致性；3) 引入了Inner-EIoU损失函数，专注于真实框内区域的回归以提高微小低对比度目标的定位精度 | 未明确说明模型在极端天气条件或夜间环境下的性能表现 | 提高高压输电线路环境中异物检测的准确性和鲁棒性 | 高压输电线路上的异物（如漂浮物、鸟巢、碎片等） | 计算机视觉 | NA | 深度学习，计算机视觉 | YOLO | 图像 | TLFO数据集（具体数量未说明），MS COCO val2017数据集 | NA | YOLOv11 | mAP₀.₅, mAP₀.₅:₀.₉₅, Precision, 参数数量, 推理速度(FPS) | NA |
| 3394 | 2026-02-24 |
Automated diagnosis of plus form and early stages of ROP using deep learning models
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-37064-2
PMID:41639314
|
研究论文 | 本研究开发了一种基于深度学习的自动诊断系统，用于分类早产儿视网膜病变的Plus疾病和疾病分期 | 首次提出结合Plus疾病二元分类和ROP多阶段分类的自动化诊断模型，在视网膜眼底图像上实现了高精度诊断 | 需要多中心验证以确认临床适用性，数据集可能受限于特定采集条件 | 开发自动化的ROP筛查方法以支持及时诊断和干预，降低早产儿视力损伤发生率 | 早产儿视网膜病变（ROP）患者，特别是低出生体重和早期孕龄的婴儿 | 计算机视觉 | 早产儿视网膜病变 | 视网膜眼底成像 | 深度学习模型 | 图像 | 精心策划的视网膜眼底图像数据集（具体数量未明确说明） | NA | NA | 准确率 | NA |
| 3395 | 2026-02-24 |
Enhancing diagnostic safety with low iodine, low radiation CTPA classification using deep learning
2026-Feb-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38223-1
PMID:41639316
|
研究论文 | 本文提出了一种基于深度学习的框架，用于在低碘和低辐射的CTPA条件下诊断肺栓塞，通过整合图像增强和分类技术来提高诊断安全性 | 提出了一个两阶段深度学习框架，联合利用原始低曝光图像及其超分辨率图像进行图像增强和分类，并公开了一个低碘低辐射CTPA数据集 | 未明确说明模型在外部验证集上的泛化性能，也未详细讨论计算效率或实时诊断的可行性 | 开发一种在低碘和低辐射条件下准确诊断肺栓塞的方法，以提高CTPA成像的诊断安全性 | 肺栓塞（PE）患者 | 计算机视觉 | 肺栓塞 | 计算机断层扫描肺血管造影（CTPA） | 深度学习 | 医学图像（CTPA图像） | NA | NA | NA | AUC, 敏感性, 特异性 | NA |
| 3396 | 2026-02-24 |
Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading
2026-Feb, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05085-6
PMID:40627133
|
研究论文 | 本研究开发了一种基于深度学习的3D超分辨率放射组学模型，利用Gd增强MRI预测肝细胞癌的术前病理分级 | 首次将深度学习驱动的3D超分辨率技术与放射组学结合，用于提升肝细胞癌病理分级的术前预测性能 | 样本量相对有限（197例患者），且为单中心研究，需要外部验证以确认泛化能力 | 评估基于深度学习的3D超分辨率放射组学模型在预测肝细胞癌病理分级中的可行性和有效性 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | Gd增强MRI，深度学习超分辨率技术 | 梯度提升，LightGBM，支持向量机 | 3D MRI图像 | 197例肝细胞癌患者（训练集157例，测试集40例） | NA | NA | AUC，灵敏度，特异性，准确率 | NA |
| 3397 | 2026-02-24 |
Structure-based screening of small-molecule interleukin-23 inhibitors inspired by monoclonal antibody interactions
2026-Feb, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11257-9
PMID:40549294
|
研究论文 | 本研究通过基于结构的虚拟筛选方法，识别出小分子IL-23抑制剂，为开发成本效益高的慢性炎症疾病疗法提供新策略 | 利用同源建模和深度学习重建IL-23与单克隆抗体的结构，并基于抗体相互作用设计3D药效团模型进行虚拟筛选，成功发现具有稳定结合潜力的小分子抑制剂 | 未鉴定出有效的IL-12p40抑制剂，且研究主要依赖计算模拟，缺乏体外或体内实验验证 | 识别能够模拟单克隆抗体相互作用的小分子IL-23抑制剂，以开发更经济的慢性炎症疾病治疗药物 | 白细胞介素-23（IL-23）及其与单克隆抗体Risankizumab的相互作用 | 计算药物发现 | 慢性炎症疾病 | 同源建模，深度学习，虚拟筛选，分子对接，分子动力学模拟，MM/GBSA结合自由能计算 | 深度学习模型，药效团模型 | 蛋白质结构数据，化合物数据库 | 从DrugBank和ZINC12数据库进行虚拟筛选的化合物 | NA | NA | 结合稳定性（通过600 ns分子动力学模拟评估），氢键强度，结合自由能（MM/GBSA） | NA |
| 3398 | 2026-02-24 |
CyclicMPNN: Stable Cyclic Peptide Sequence Generation
2026-Jan-31, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.31.702993
PMID:41659625
|
研究论文 | 本文提出了一种名为CyclicMPNN的深度学习模型，用于设计能量稳定的环肽序列 | 通过微调ProteinMPNN模型，结合X射线晶体结构和生成的环肽数据，提升了环肽序列设计的成功率 | 仅使用标准氨基酸，可能未考虑非标准氨基酸或复杂修饰的影响 | 开发一种高效设计能量稳定环肽序列的方法，以加速治疗性环肽的研发 | 环肽序列及其三维结构 | 机器学习 | NA | X射线晶体结构分析 | 深度学习模型 | 蛋白质结构数据 | 结合了Protein Data Bank的X射线晶体结构和生成的环肽数据 | NA | ProteinMPNN | 折叠成功率 | NA |
| 3399 | 2026-02-24 |
Predicting functional topography of the human visual cortex from cortical anatomy at scale
2026-Jan-30, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.27.690210
PMID:41394692
|
研究论文 | 本研究开发了一种基于深度学习的应用，仅从皮层解剖结构预测人类视觉皮层的功能地形组织 | 首次提出仅依靠皮层解剖结构即可预测个体特异性功能地形图的方法，克服了传统功能神经成像资源密集或群体图谱个体精度不足的局限 | 未明确说明模型在不同病理状态或异常解剖结构下的泛化能力 | 开发可扩展的、基于解剖学的功能性脑图谱绘制方法 | 人类视觉皮层 | 机器学习 | NA | 深度学习 | 深度学习模型 | 解剖扫描图像 | 11,060例解剖扫描 | NA | NA | NA | NA |
| 3400 | 2026-02-24 |
BEACON: predicting side effects and therapeutics outcomes to drugs by Bridging knowlEdge grAph with CONtextual language model
2026-Jan-30, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.29.702277
PMID:41659468
|
研究论文 | 本文提出了一种名为BEACON的框架，通过将知识图谱转化为可被语言模型处理的上下文句子表示，以预测药物的副作用和治疗效果 | BEACON将生物医学知识图谱转化为上下文句子表示，通过可见性矩阵确保注意力模式尊重图谱拓扑结构，并引入基于扰动的评估模块以增强可解释性 | 未明确提及 | 预测药物的副作用和治疗效果，提升生物医学知识图谱在预测任务中的准确性和可解释性 | 药物、蛋白质、通路、疾病及其相互关系 | 自然语言处理 | 癌症 | 知识图谱、语言模型 | 语言模型 | 结构化知识图谱数据 | 未明确提及 | 未明确提及 | 未明确提及 | AUROC, Spearman ρ | 未明确提及 |