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 42996 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 | 2026-02-28 |
Large-scale automated measurement and genetic parameters analysis of early-life myofiber characteristics in broilers
2026-Feb, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.106293
PMID:41456401
|
研究论文 | 本研究利用全玻片成像和深度学习工具，大规模自动测量了1032只肉鸡早期肌纤维特征，并分析了其遗传参数 | 首次大规模自动化量化肉鸡肌纤维特征，并估计其遗传参数，揭示了肌纤维数量与横截面积之间的强负遗传相关性 | 研究仅针对早期肉鸡，未涉及成年阶段；样本量虽大但可能受品种限制 | 量化肉鸡肌纤维特征并分析其遗传参数，以促进肉鸡育种中肉产量和质量的平衡改良 | 1032只肉鸡的胸大肌和腓肠肌 | 数字病理学 | NA | 全玻片成像 | 深度学习 | 图像 | 1032只肉鸡 | NA | NA | NA | NA |
| 3382 | 2026-02-28 |
Explainable AI-assisted hybrid self-organising maps and deep learning algorithms for detecting pistachio adulteration with peas
2026-Feb, Food additives & contaminants. Part A, Chemistry, analysis, control, exposure & risk assessment
DOI:10.1080/19440049.2025.2597288
PMID:41542878
|
研究论文 | 本研究开发了一种可解释的AI辅助混合自组织映射和深度学习算法，用于检测开心果中掺入豌豆的掺杂情况 | 创新性地结合了无监督学习的自组织映射和有监督学习的卷积神经网络，将高维光谱数据转换为二维图像进行直观分析和分类 | NA | 检测开心果中掺入豌豆的掺杂情况 | 开心果和豌豆的混合物 | 计算机视觉 | NA | 拉曼光谱分析 | CNN, SOM | 光谱数据, 图像 | 18,000个实验室数据点，覆盖0%至60%掺杂比例的样本 | NA | 4层CNN架构 | 准确率 | NA |
| 3383 | 2026-02-12 |
Deep learning for asymmetric catalysis
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-026-00954-6
PMID:41667781
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3384 | 2026-02-28 |
Deep learning-based PSMA PET segmentation repeatability: A post-hoc analysis of a single-center, prospective, test-retest trial
2026-Feb, La Radiologia medica
DOI:10.1007/s11547-025-02137-1
PMID:41166032
|
研究论文 | 本研究通过事后分析，量化了基于深度学习的PSMA PET分割模型在转移性前列腺癌患者中的测试-再测试可重复性，并评估了模型在不同示踪剂间的性能 | 首次在单中心前瞻性测试-再试验中，系统评估了AI衍生的PSMA PET成像生物标志物（特别是PSMA阳性肿瘤体积）在相同和不同示踪剂条件下的可重复性，为PSMA PET/CT反应评估标准（RECIP 1.0）的临床应用提供了实证依据 | 样本量较小（仅17例患者），且为单中心研究，可能限制结果的普遍性；模型仅在两种PSMA示踪剂上测试，未涵盖其他示踪剂或更广泛的临床场景 | 量化AI驱动的PSMA PET成像生物标志物的受试者级测试-再测试可重复性，并评估分割模型在不同PSMA示踪剂间的性能 | 转移性前列腺癌（mPCa）患者 | 数字病理学 | 前列腺癌 | PET成像（使用[68 Ga]Ga-PSMA-11和[18F]F-PSMA-1007示踪剂） | 深度学习模型 | PET扫描图像 | 17例转移性前列腺癌患者（9例为相同示踪剂组，8例为不同示踪剂组） | NA | NA | 可重复性系数, 阳性预测值 | NA |
| 3385 | 2026-02-28 |
ADFC-ATP: Attention-Guided Dual-View Fusion and Contrastive Pretraining for Robust Aquatic Toxicity Prediction
2026-Feb, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.71067
PMID:41735233
|
研究论文 | 提出了一种名为ADFC-ATP的框架，通过注意力引导的双视图融合和对比预训练来提升水生毒性预测的鲁棒性和可解释性 | 整合了双视图分子图融合与基于NT-Xent损失的对比拓扑学习，在预训练中使用结构图增强提升鲁棒性，并采用自适应注意力融合机制动态结合预训练图嵌入和指纹相似度指标 | 研究主要基于四个鱼类毒性数据集，在其他水生生物或更广泛污染物上的泛化能力有待进一步验证 | 开发一种鲁棒、可解释且计算高效的工具，用于预测新兴水生污染物的毒性，以补充传统实验室测试 | 化学污染物分子 | 机器学习 | NA | 分子图表示学习 | 图神经网络 | 分子图数据 | 四个鱼类毒性数据集 | PyTorch | 图注意力编码器，图卷积网络 | AUC | NA |
| 3386 | 2026-02-28 |
A semi-mechanistic modeling strategy for infectious diseases forecasting: Error correction and probabilistic prediction
2026-Feb, Biosafety and health
IF:3.5Q1
DOI:10.1016/j.bsheal.2025.12.002
PMID:41743031
|
研究论文 | 本文提出了一种结合动态建模与统计方法的半机制模型，用于传染病预测中的误差校正和概率预测 | 开发了一种新型混合方法，通过量化回归长短期记忆网络校正动态预测误差，并生成概率预测，显著提升了长期预测性能和可解释性 | 未明确提及具体局限性 | 提高传染病预测的准确性和可靠性，为公共卫生干预提供更有效的决策支持 | 美国多州的COVID-19疫情数据 | 机器学习 | 传染病 | 量化回归长短期记忆网络 | QRLSTM | 移动性和环境数据 | NA | NA | QRLSTM | 预测误差减少百分比 | NA |
| 3387 | 2026-02-28 |
Topological data analysis and topological deep learning beyond persistent homology: a review
2026-Feb, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11462-w
PMID:41743488
|
综述 | 本文全面综述了超越持久同调的拓扑数据分析与拓扑深度学习方法 | 系统性地总结了超越持久同调的多种拓扑工具，包括持久拓扑拉普拉斯算子、层理论、梅耶拓扑等，并讨论了针对不同输入数据（如点云、流形数据、三维空间曲线）的拓扑工具选择策略 | 作为一篇综述文章，主要局限在于未提出新的原创方法，而是对现有方法进行系统性梳理和评述 | 旨在全面回顾和梳理超越持久同调的拓扑数据分析与拓扑深度学习方法及其应用 | 拓扑数据分析与拓扑深度学习的理论方法、工具及其在科学、工程、医学和工业等领域的应用 | 机器学习 | NA | 拓扑数据分析，持久同调，持久拓扑拉普拉斯算子，持久德拉姆上同调，持久霍奇拉普拉斯算子 | NA | 点云数据，序列数据，流形数据，三维空间嵌入曲线，带非几何信息的数据 | NA | NA | NA | NA | NA |
| 3388 | 2026-02-28 |
Image-space compensation of inter-crystal scattering in PET using a neural network based filter
2026-Jan-25, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00837-9
PMID:41581104
|
研究论文 | 提出一种在图像域进行PET中晶体间散射补偿的新方法，使用神经网络预测空间变化的3D滤波核 | 首次在图像域而非LOR域进行ICS校正，通过神经网络预测3D滤波核来建模散射模糊效应 | 网络性能依赖于目标成像场景，ICS-Net-skewnorm对结构对称对象更适用，ICS-Net-direct在复杂真实场景表现最佳 | 补偿PET中的晶体间散射效应以提高图像重建质量 | PET图像数据 | 医学影像处理 | NA | 正电子发射断层扫描 | 神经网络 | 图像 | 模拟和真实PET数据 | NA | ICS-Net-direct, ICS-Net-skewnorm | 空间分辨率, 对比度 | NA |
| 3389 | 2026-02-28 |
Multimodal deep learning with anatomically constrained attention for screening MRI-detectable TMJ abnormalities from panoramic images
2026-Jan-23, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02378-y
PMID:41577795
|
研究论文 | 本研究开发了一种基于多模态深度学习与解剖学约束注意力的框架，用于从全景X光图像中筛查MRI可检测的颞下颌关节异常 | 提出了一种结合解剖学引导注意力机制、多模态临床特征和集成学习的可解释深度学习框架，用于从全景图像中筛查MRI可检测的颞下颌关节异常 | 研究样本量有限（1355名患者），且仅基于特定机构的回顾性数据，可能影响模型的泛化能力 | 开发一种全面的筛查方法，用于检测MRI可识别的颞下颌关节病理，以支持早期诊断和及时干预 | 颞下颌关节异常患者，特别是那些可通过MRI确认的关节内异常 | 计算机视觉 | 颞下颌关节疾病 | 磁共振成像（MRI），全景X光摄影 | 深度学习，集成学习 | 图像（全景X光片），结构化临床元数据 | 1355名患者（2710个关节） | NA | NA | 曲线下面积（AUC） | NA |
| 3390 | 2026-02-28 |
Physics-informed deep learning enables fast ultrahigh-resolution nuclear magnetic resonance spectroscopy
2026-Jan-23, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-026-01912-z
PMID:41577797
|
研究论文 | 本研究提出了一种结合非均匀分块采样与物理信息深度学习重建的AI辅助NMR方法，用于快速实现纯位移NMR光谱 | 首次将物理信息深度学习与非均匀分块采样结合，用于加速纯位移NMR光谱采集，同时保持光谱质量 | 未明确说明模型在极端稀疏采样条件下的性能极限或计算成本 | 开发一种快速、高保真的纯位移NMR光谱采集方法，以克服传统方法耗时长的限制 | 分子结构、功能和相互作用，特别是在复杂样品系统中 | 机器学习 | NA | 核磁共振光谱学，纯位移NMR | 深度学习 | 光谱数据 | NA | NA | NA | 光谱质量，峰值强度保真度，弱信号恢复 | NA |
| 3391 | 2026-02-28 |
Recent advancement in size measurement during endoscopy
2026-Jan, Clinical endoscopy
IF:2.1Q3
DOI:10.5946/ce.2025.070
PMID:40404570
|
综述 | 本文综述了内窥镜中病变大小测量的最新进展，重点介绍了虚拟标尺内窥镜和人工智能辅助虚拟标尺技术 | 引入了数字测量技术如虚拟标尺内窥镜和基于深度学习的AI辅助虚拟标尺，以解决传统测量方法中观察者间变异性和效率低下的问题 | 虚拟标尺内窥镜可能增加操作时间和需要操作员培训，而AI辅助技术面临实时集成、标准化和监管审批的挑战 | 提升内窥镜实践中病变大小测量的准确性和效率，以优化治疗策略和临床结果 | 内窥镜图像中的病变，特别是结直肠息肉 | 数字病理学 | 结直肠息肉 | 虚拟标尺内窥镜，人工智能辅助虚拟标尺 | 深度学习算法 | 内窥镜图像 | NA | NA | NA | 准确性，可重复性，诊断可靠性 | NA |
| 3392 | 2026-02-28 |
HoloQA: Full Reference Video Quality Assessor of Rendered Human Avatars in Virtual Reality
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3663930
PMID:41706772
|
研究论文 | 提出了一种用于评估虚拟现实和增强现实中渲染数字人化身视频质量的全参考视频质量评估模型HoloQA | 结合视觉神经科学、信息论和自监督深度学习原理，采用多级专家混合方法，计算失真感知的感知特征和捕捉人体化身语义属性的高层内容感知深度特征 | NA | 开发能够准确预测VR/AR系统中渲染数字人化身视频质量的评估算法 | 虚拟现实和增强现实系统中渲染的数字人化身视频 | 计算机视觉 | NA | 自监督深度学习 | 深度学习网络 | 视频 | NA | NA | Mixture-of-Experts | NA | NA |
| 3393 | 2026-02-28 |
EMDS-7-FSCIL: a benchmark for Few-Shot Class-Incremental Learning in environmental microorganism recognition
2026, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2026.1770528
PMID:41743143
|
研究论文 | 本文建立了首个用于环境微生物识别的少样本类增量学习基准，并在EMDS-7数据集上提出了统一的评估协议 | 首次为环境微生物识别任务创建了少样本类增量学习基准，并系统性地复现和比较了10种代表性方法 | 基准仅基于EMDS-7数据集，可能无法完全覆盖所有环境微生物识别场景 | 解决环境微生物识别中数据稀缺、标注成本高和可塑性-稳定性困境的挑战 | 环境微生物图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 基于EMDS-7数据集 | NA | NA | 每会话准确率, 跨会话平均准确率, 性能下降率 | NA |
| 3394 | 2026-02-28 |
Estimation of Kenaf seedling canopy coverage in saline soil using semantic segmentation of UAV RGB images
2026, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2026.1747657
PMID:41743212
|
研究论文 | 本研究开发了一种利用无人机RGB图像和深度学习语义分割技术，自动识别盐碱地中红麻幼苗并估算其冠层覆盖度的方法 | 将无人机高分辨率可见光图像与深度学习语义分割技术结合，用于盐碱地红麻幼苗的自动识别和冠层覆盖度估算，并引入了自注意力通道机制增强U-Net模型性能 | 研究主要针对红麻幼苗期，模型在其他生长阶段或不同作物的适用性未经验证，且依赖于特定盐碱土壤条件 | 开发一种高效、自动化的方法，以监测和定量评估盐碱条件下红麻幼苗的生长状态 | 盐碱土壤中生长的红麻幼苗 | 计算机视觉 | NA | 无人机RGB成像，深度学习语义分割 | CNN | 图像 | NA | NA | FCN, U-Net, DeepLabV3+, 增强的UNet（带SE通道机制） | IoU, 准确率, 精确率, F1分数, Dice系数 | NA |
| 3395 | 2026-02-28 |
Digital therapeutics into geriatric cardiovascular emergency care
2026, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2026.1673080
PMID:41743674
|
综述 | 本文探讨了数字疗法和人工智能在老年心血管急诊护理中的应用 | 整合了AI驱动的生物传感、区块链数据互操作性、数字孪生和脑机接口等新兴技术，并展示了AI增强便携超声系统与VR结合优化诊断流程 | 存在与年龄相关的数据偏见和算法透明度方面的伦理挑战 | 研究数字疗法和人工智能在老年心血管急诊护理领域的应用与效果 | 老年心血管急诊患者 | 数字病理学 | 心血管疾病 | AI驱动的生物传感、区块链、VR、数字孪生、脑机接口 | 深度学习模型、机器学习模型 | 生物传感数据、临床数据 | NA | NA | NA | 灵敏度、准确性 | NA |
| 3396 | 2026-02-28 |
CT-based radiomics in predicting the efficacy of preoperative neoadjuvant chemoimmunotherapy for non-small cell lung cancer: a systematic review and meta-analysis
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1753166
PMID:41743740
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，评估了基于CT的影像组学模型在预测非小细胞肺癌新辅助化疗免疫治疗疗效中的诊断价值 | 首次通过系统综述和荟萃分析，全面比较了不同算法（深度学习 vs 机器学习）、不同预测终点（MPR vs pCR）、不同特征选择方法（ICC vs 非ICC）以及不同ROI维度（2D vs 其他）对基于CT的影像组学模型预测非小细胞肺癌新辅助化疗免疫治疗疗效性能的影响 | 纳入研究的异质性可能影响结果，且研究质量评估（如RQS评分）与模型性能指标（如敏感性）的关系存在不一致性 | 评估基于CT的影像组学在预测非小细胞肺癌患者新辅助化疗免疫治疗病理反应方面的诊断准确性 | 接受新辅助化疗免疫治疗的非小细胞肺癌患者 | 数字病理学 | 肺癌 | CT影像 | 深度学习, 机器学习 | 医学影像 | 17项研究，共4510名受试者 | NA | NA | AUC, 敏感性, 特异性, 准确性 | NA |
| 3397 | 2026-02-28 |
Transformer-based deep learning approach for obstructive sleep apnea detection using single-lead ECG
2026, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2026.1727091
PMID:41755912
|
研究论文 | 本研究提出了一种基于Transformer的深度学习方法，利用单导联心电图进行阻塞性睡眠呼吸暂停检测 | 提出了一种基于Transformer的架构，可直接处理高采样率的原始ECG信号，无需预处理，并引入了一种使用自编码器的新型位置编码技术 | 未明确提及 | 开发一种使用单导联心电图进行阻塞性睡眠呼吸暂停检测的自动化工具 | 阻塞性睡眠呼吸暂停患者 | 机器学习 | 阻塞性睡眠呼吸暂停 | 单导联心电图 | Transformer | 时间序列数据 | NA | NA | Transformer | F1分数 | NA |
| 3398 | 2026-02-28 |
Reusability Report: Evaluating the performance of a meta-learning foundation model on predicting the antibacterial activity of natural products
2026, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-026-01187-y
PMID:41757247
|
研究论文 | 评估元学习基础模型ActFound在预测天然产物抗菌活性任务上的性能表现 | 首次将ActFound基础模型应用于天然产物抗菌活性预测任务，探索其在有限数据场景下的泛化能力 | 模型在抗菌天然产物数据集上的准确率未达到原始论文中跨领域任务的同等水平 | 评估基础模型在生物活性预测任务中的可重用性和性能 | 天然产物（NPs）的抗菌活性 | 机器学习 | NA | 元学习，配对学习 | 基础模型 | 生物活性数据 | 小样本设置下的天然产物数据集 | NA | ActFound | 准确率 | NA |
| 3399 | 2026-02-28 |
Synthetic X‑ray‑driven tracking and control of miniature medical devices
2026, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-026-01190-3
PMID:41757246
|
研究论文 | 本文介绍了一个名为MicroSyn-X的框架，用于训练计算机视觉模型，通过合成高保真、像素级精确、自动标注和领域随机化的X射线图像，实现微型医疗设备的机器人远程操作 | 提出MicroSyn-X框架，利用合成X射线图像解决微型医疗设备在实时X射线引导下数据稀缺和标注困难的问题，实现自动化和鲁棒的实时定位与导航 | 未明确提及具体局限性，但可能涉及合成数据与真实临床场景的泛化性验证不足 | 推动微型医疗设备在微创手术中的临床应用，通过计算机视觉和机器人技术实现精确的实时导航与控制 | 磁性软材料和磁性液体微型医疗设备 | 计算机视觉 | NA | X射线成像 | 深度学习模型 | 合成X射线图像 | NA | NA | NA | NA | NA |
| 3400 | 2026-02-28 |
DeepDiff-SHAP: Interpretable deep learning for subgroup-specific causal hypothesis generation using conditional SHAP
2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
DOI:10.1142/9789819824755_0052
PMID:41758180
|
研究论文 | 本文提出了一种名为DeepDiff-SHAP的新型框架，用于在复杂生物医学数据中检测患者亚组间的因果关系变化 | 结合基于回归和深度学习的差异因果推断方法，并整合条件SHAP以实现非线性、可解释的亚组特异性因果假设生成 | 未明确说明模型在更广泛数据集或不同疾病类型中的泛化能力，以及计算效率的具体限制 | 开发可解释的深度学习框架，以识别亚组特异性因果关系，推动精准医学发展 | 患者亚组，具体基于CDC糖尿病健康指标数据集和UK Biobank脓毒症队列（按高血压状态分层） | 机器学习 | 糖尿病, 脓毒症 | 差异因果推断, 条件SHAP分析 | 深度学习模型 | 临床和遗传数据 | 两个大规模人群数据集（CDC糖尿病数据集和UK Biobank脓毒症队列） | NA | NA | NA | NA |