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 44481 篇文献，本页显示第 3561 - 3580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3561 | 2026-04-01 |
Dual-channel ultrasonic images empowered deep learning: significantly improving prediction of occult central lymph node metastases in solitary papillary thyroid microcarcinoma
2026-03-01, Radiology and oncology
IF:2.1Q2
DOI:10.2478/raon-2026-0006
PMID:41686681
|
研究论文 | 本研究开发了一种结合纵向和横向超声图像的双通道深度学习模型，用于预测孤立性甲状腺微小乳头状癌中的隐匿性中央淋巴结转移 | 首次提出使用双通道超声图像（纵向和横向）的深度学习模型来预测PTMC中的隐匿性CLNM，并通过结合深度学习特征与临床指标实现了更高的预测性能 | 研究为回顾性设计，样本量相对有限（461例患者），且仅来自两家医院，可能存在选择偏倚 | 提高术前对甲状腺微小乳头状癌中隐匿性中央淋巴结转移的预测准确性，以指导个体化治疗决策 | 461例接受术前超声检查的甲状腺微小乳头状癌患者 | 数字病理学 | 甲状腺癌 | 超声成像 | 深度学习模型 | 超声图像 | 461例患者 | NA | 双通道深度学习模型 | AUC, 校准曲线 | NA |
| 3562 | 2026-04-01 |
Automated neural network femur segmentation performance in computed tomography images of older adults with obesity
2026-Mar, JBMR plus
IF:3.4Q2
DOI:10.1093/jbmrpl/ziag015
PMID:41704480
|
研究论文 | 本研究评估了一种用于老年人股骨CT图像自动分割的卷积神经网络模型在肥胖老年人群中的性能表现 | 将已在冰岛老年人群中验证的CNN模型应用于美国肥胖老年人群的股骨分割，验证了模型在不同人群中的适用性 | 模型在股骨头边界划分和骨赘检测方面存在轻微误差，需要在预处理和后处理阶段进行人工干预 | 评估深度学习模型在肥胖老年人股骨CT图像分割中的可行性和性能 | 166例美国肥胖老年人的CT扫描图像 | 数字病理学 | 老年疾病 | CT扫描 | CNN | 医学影像 | 166例CT扫描 | NA | NA | Dice相似系数, 95% Hausdorff距离 | NA |
| 3563 | 2026-04-01 |
Development of a Deep Learning Algorithm for Posterior Fossa Abnormality Recognition on First-Trimester US Screening Scans: AIRFRAME Study Part 1
2026-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.250394
PMID:41563074
|
研究论文 | 开发一种深度学习算法，用于在孕早期超声筛查扫描中自动评估后颅窝，以识别开放性脊柱裂和囊性后颅窝异常 | 首次利用深度学习算法在孕早期（11-14周）超声图像中自动评估后颅窝，并区分正常图像与开放性脊柱裂或囊性后颅窝异常图像 | 研究为回顾性设计，样本量相对较小（251例胎儿），且模型性能在内部测试集上评估，需要进一步外部验证 | 开发并验证一种深度学习算法，用于孕早期超声筛查中后颅窝异常的自动识别 | 孕早期（11-14周）胎儿大脑超声图像，包括正常、开放性脊柱裂和囊性后颅窝异常病例 | 计算机视觉 | 胎儿脑部异常 | 超声成像 | CNN | 图像 | 251例胎儿（150例正常，101例异常，其中43例开放性脊柱裂，58例囊性后颅窝异常） | NA | MobileNetV3 Large | AUC, 准确率, 召回率, 特异性, 精确率, 阴性预测值, F1分数 | NA |
| 3564 | 2026-04-01 |
Imaging-based prognostic factors in patients undergoing thermal ablation for colorectal liver metastases. A retrospective study on the role of sarcopenia parameters and tumor burden score
2026-03-01, Radiology and oncology
IF:2.1Q2
DOI:10.2478/raon-2026-0011
PMID:41777029
|
研究论文 | 本研究探讨了在接受结直肠肝转移热消融治疗的患者中，基于影像学的预后因素，重点关注肌肉减少症相关身体成分参数和L1骨密度与肿瘤负荷评分的比较 | 首次在结直肠肝转移热消融治疗患者中，使用开源深度学习工具TotalSegmentator自动提取腰大肌体积指数，并发现其与1年生存率显著相关，而传统肿瘤负荷评分和其他肌肉减少症参数未显示显著关联 | 研究为单中心回顾性分析，样本量较小（88例患者），可能存在选择偏倚，且未考虑其他潜在混杂因素 | 评估影像学预后因素在结直肠肝转移热消融治疗患者中的作用 | 接受热消融治疗的结直肠肝转移患者 | 数字病理学 | 结直肠癌 | CT成像 | 深度学习 | 医学影像 | 88例患者 | TotalSegmentator | NA | p值 | NA |
| 3565 | 2026-04-01 |
EEG-based biomarkers for psychosis: Comparative performance of support vector machines and deep neural networks
2026-Mar, Biological psychology
IF:2.7Q2
DOI:10.1016/j.biopsycho.2026.109232
PMID:41786272
|
研究论文 | 本研究比较了支持向量机（SVM）和深度神经网络（DNN）在基于任务相关脑电图（EEG）数据对精神病进行分类时的性能 | 在有限样本条件下，系统地比较了经典机器学习（SVM）与深度学习（DNN）在精神病EEG分类任务中的表现，并强调了非线性特征和低频指标作为潜在生物标志物的价值 | 样本量较小（43名参与者），需要在更大的多中心数据集中验证结果的普适性和临床实用性 | 评估和比较不同机器学习方法在基于EEG数据识别精神病谱系障碍方面的性能 | 精神病患者（19名）与健康对照者（24名） | 机器学习 | 精神病谱系障碍 | 脑电图（EEG） | SVM, DNN | EEG信号 | 43名参与者（19名患者，24名对照） | NA | NA | 准确率, AUC | NA |
| 3566 | 2026-04-01 |
Drug screening for α-synuclein aggregation inhibitors via multimodal graph neural network
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag118
PMID:41870129
|
研究论文 | 本研究提出了一种用于预测α-突触核蛋白相关分子性质的多模态图神经网络深度学习框架，以筛选其聚集抑制剂 | 首次设计了一种整合图上下文注意力机制、结构特征聚合协议、双通道特征集成及复合正则化策略的先进深度学习框架，用于α-突触核蛋白分子性质预测 | 未明确说明模型在更大规模或更广泛化合物库上的泛化能力，以及实验验证的局限性 | 筛选α-突触核蛋白聚集抑制剂，为神经退行性疾病药物发现提供初步筛选框架 | α-突触核蛋白（α-syn）及其与小分子配体的相互作用 | 机器学习 | 帕金森病 | 分子对接研究 | 图神经网络（GNN） | 分子图数据 | NA | NA | 多模态图神经网络（整合图上下文注意力机制、双通道特征集成） | 均方误差（MSE） | NA |
| 3567 | 2026-04-01 |
Deconvolving cell-type-specific gene expression profiles from bulk RNA-seq samples
2026-Mar, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014101
PMID:41886524
|
研究论文 | 本文开发了一种基于U-Net的深度学习算法BLUE，用于从批量RNA-seq样本中解卷积出细胞类型比例和细胞类型特异性基因表达谱 | 利用U-Net的强大特征提取和表示学习能力，首次将深度学习应用于批量RNA-seq数据的细胞类型特异性基因表达谱解卷积，显著优于现有算法 | 未明确说明算法对实验成本的依赖性或数据规模的限制 | 整合批量RNA-seq和单细胞RNA-seq的优势，利用现有批量RNA-seq数据集进行细胞类型特异性分析 | 批量RNA-seq样本和单细胞RNA-seq数据 | 机器学习 | 癌症 | RNA-seq, scRNA-seq | CNN | 基因表达数据 | NA | NA | U-Net | NA | NA |
| 3568 | 2026-04-01 |
Advancing modified barium swallow pre-sorting with deep learning: a new paradigm for the first step analysis in X-ray swallowing study
2026-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03505-y
PMID:41046271
|
研究论文 | 本研究提出了一种深度学习方法来自动化改良钡餐吞咽检查中视频片段的分类，以区分不同类型的诊断视频并识别非诊断性定位视频，从而优化分析流程 | 首次将深度学习应用于改良钡餐吞咽检查视频的自动预分类，并引入多任务学习方法来提升模型性能 | 模型在区分定位视频与吞咽视频时的帧级准确率相对较低（90.26%），且样本量有限（285次检查），可能影响泛化能力 | 自动化改良钡餐吞咽检查中视频片段的分类，以提高临床工作效率 | 改良钡餐吞咽检查中的视频片段，包括前后位、侧位诊断视频和非诊断性定位视频 | 计算机视觉 | 吞咽功能障碍 | X射线吞咽研究 | 深度学习模型 | 视频 | 285次改良钡餐吞咽检查，涉及216名患者（平均年龄60±9岁），包含3,740个视频片段，总计986,808帧 | NA | NA | 准确率 | NA |
| 3569 | 2026-04-01 |
STGNET: extending panel coverage in imaging-based spatial transcriptomics using deep generative adversarial networks
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag122
PMID:41875024
|
研究论文 | 本文提出了一种名为STGNET的深度学习框架，通过结合生成对抗网络和图神经网络来扩展成像空间转录组学中的基因面板覆盖范围 | STGNET创新性地将多阶段GAN与空间感知图卷积网络结合，从单细胞RNA测序数据学习全局转录组分布，并通过建模物理细胞邻近性和转录相似性来优化基因填补 | 未在摘要中明确提及 | 克服成像空间转录组学技术中基因面板覆盖范围有限的限制，实现更全面的空间生物学分析 | 成像空间转录组学数据，涉及小鼠胚胎发生、乳腺癌进展和大脑组织 | 数字病理学 | 乳腺癌 | 成像空间转录组学，单细胞RNA测序 | GAN, GCN | 空间转录组学数据，单细胞RNA测序数据 | 九个不同的空间转录组学数据集 | 未在摘要中明确提及 | 生成对抗网络，图卷积网络 | 基因填补准确性，细胞拓扑结构保持性 | 未在摘要中明确提及 |
| 3570 | 2026-04-01 |
Performance of predictive AI-based clinical decision support systems across clinical domains: A systematic review and meta-analysis
2026-Mar, PLOS digital health
DOI:10.1371/journal.pdig.0001310
PMID:41875094
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析，评估了基于人工智能的临床决策支持系统（AI-CDSS）在多个医学专科中的预测性能 | 本研究首次对跨多个医学专科的当代AI驱动预测工具进行了广泛的系统综述和荟萃分析，并提出了一个名为ROADMAP的实用框架，以弥合算法性能与有意义的临床整合之间的差距 | 纳入的研究存在显著的异质性，且仅有24%的研究涉及前瞻性部署，64%的研究仅报告了技术指标而缺乏临床工作流程数据 | 评估基于人工智能的临床决策支持系统（AI-CDSS）在多个医学专科中的预测性能 | 评估基于人工智能的临床决策支持系统（AI-CDSS）预测性能的研究 | 机器学习 | NA | NA | NA | 真实世界临床数据 | NA | NA | NA | AUC, 特异性, 准确性, 敏感性 | NA |
| 3571 | 2026-04-01 |
HiCMamba: Enhancing Hi-C resolution and identifying 3D genome structures with state space modeling
2026-Mar, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014057
PMID:41875404
|
研究论文 | 本文提出了一种基于深度学习和状态空间模型的新方法HiCMamba，用于增强Hi-C接触图的分辨率并识别3D基因组结构 | 首次将状态空间模型应用于Hi-C分辨率增强领域，并设计了基于UNet的自动编码器架构，结合了全局和局部多尺度感受野的感知能力 | 未明确说明方法在极低覆盖度数据上的性能边界，也未讨论跨细胞类型或物种的泛化能力 | 解决Hi-C数据因测序成本和技术限制导致的覆盖度不足问题，提升染色质相互作用频率估计的精确度 | Hi-C接触图数据及其衍生的3D基因组结构（如拓扑关联结构域TADs和染色质环） | 计算生物学 | NA | Hi-C技术 | 深度学习 | 基因组相互作用频率矩阵（接触图） | NA | NA | UNet-based auto-encoder | NA | 显著减少了计算资源需求（具体类型未说明） |
| 3572 | 2026-04-01 |
Are we ready for causal discovery in biological systems using deep learning?
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag127
PMID:41911151
|
综述 | 本文探讨了在生物系统中应用深度学习进行因果发现的现状、挑战与新兴方法 | 强调了超越传统全局无环性假设，利用高效可扩展的神经方法直接从数据中推断成对因果关系的新兴方法 | 指出实现生物因果网络更深理解和更强推断仍需克服五个关键技术障碍 | 评估深度学习在生物系统因果发现中的准备程度与应用前景 | 生物系统（特别是大规模、自调节的自然系统） | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 3573 | 2026-02-25 |
A dual-center study: multimodal fusion-based deep learning approach for pathological subtype prediction of type I and type II ovarian cancer
2026-Feb-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02231-4
PMID:41731442
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3574 | 2026-04-01 |
Survey on mathematical modeling of infectious disease dynamics: insights and applications
2026-Feb-24, BMC infectious diseases
IF:3.4Q2
DOI:10.1186/s12879-026-12905-7
PMID:41735891
|
综述 | 本文全面概述了传染病动力学中的数学建模方法，强调了其在公共卫生应急管理和循证干预策略中的重要性 | 整合了网络分析、大规模数据处理和人工智能技术，特别是深度学习在医学影像中的应用，以提高模型预测的准确性和效率 | NA | 理解、预测和控制传染病的传播，支持公共卫生干预策略的优化 | 传染病动力学模型，包括确定性和随机性框架 | 机器学习 | 传染病 | 网络分析，大规模数据处理，人工智能，深度学习 | 深度学习 | 病例报告，人口统计信息，移动模式，医学影像 | NA | NA | NA | 准确性，效率 | NA |
| 3575 | 2026-04-01 |
A Two-Stage Self-Supervised Learning Framework for Winter Crop-Weed Image Classification
2026-02-24, Journal of visualized experiments : JoVE
DOI:10.3791/69953
PMID:41838678
|
研究论文 | 本文提出了一种两阶段自监督学习框架，用于冬季作物与杂草图像分类 | 结合SimCLR风格的自监督预训练与监督微调，并引入新的冬季作物杂草图像数据集WinterCropWeedDB | 仅使用单一内部验证集（30%数据）进行测试，缺乏独立测试集的额外验证 | 提高冬季作物与杂草图像分类的准确性，以支持精准农业 | 冬季作物与杂草图像 | 计算机视觉 | NA | 自监督学习，监督学习 | CNN | 图像 | 1,136张高分辨率图像，涵盖6种冬季作物和4种杂草物种 | TensorFlow, PyTorch (基于SimCLR风格) | EfficientNet-B3 | 准确率，宏平均F1分数 | NA |
| 3576 | 2026-04-01 |
Artificial Intelligence and Machine Learning in Audiology and Hearing Disorders: A Scoping Review with Bibliometric and Thematic Mapping (1995-2025)
2026-Feb-24, Audiology research
IF:2.1Q1
DOI:10.3390/audiolres16020029
PMID:41874063
|
综述 | 本文通过范围综述，结合文献计量和主题映射，分析了1995年至2025年间人工智能和机器学习在听力学及听力障碍领域的应用演变、研究趋势、合作模式及临床转化现状 | 首次结合文献计量分析与主题映射，系统梳理了AI/ML在听力学领域近三十年的研究轨迹，并采用结构化转化分类评估了临床验证成熟度 | 研究仅基于Web of Science核心合集索引的文献，可能未涵盖全部相关出版物，且大多数研究仍处于概念验证或内部验证阶段，缺乏广泛的外部验证 | 旨在系统回顾人工智能和机器学习在听力学及听力障碍领域的应用发展，分析研究趋势、合作模式及临床转化准备度 | 1995年至2025年间在Web of Science核心合集中发表的关于AI/ML在听力学应用的原始研究和综述文章 | 机器学习 | 听力障碍 | 文献计量分析，主题映射 | NA | 文献数据 | 127篇出版物 | NA | NA | NA | NA |
| 3577 | 2026-04-01 |
Plant diversity's positive effect on soil respiration diminishes with increasing productivity in global forests
2026-Feb-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69594-8
PMID:41723129
|
研究论文 | 本研究探讨了全球森林中植物多样性与土壤呼吸之间的关系，发现植物多样性在低至中等生产力森林中增强土壤呼吸，但在高生产力森林中此效应减弱 | 首次在全球尺度上整合植物物种丰富度数据集与基于深度学习的土壤呼吸估算，揭示了植物多样性对土壤呼吸的影响随生产力梯度变化的动态模式 | 研究依赖于全球数据集和模型估算，可能受数据空间异质性和模型不确定性的影响，且未详细探讨具体机制如微生物群落变化 | 探究植物物种丰富度如何调节全球森林土壤呼吸，并分析其在净初级生产力梯度上的变化 | 全球森林生态系统，包括树木和维管植物物种丰富度及土壤呼吸数据 | 生态学 | NA | 深度学习模型 | 深度学习模型 | 全球植物物种丰富度数据集和土壤呼吸观测数据 | 基于6355个野外观测训练的深度学习模型估算的全球土壤呼吸数据集 | NA | NA | NA | NA |
| 3578 | 2026-04-01 |
Exploring chemistry and catalysis by biasing skewed distributions via deep learning
2026-Feb-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69586-8
PMID:41723118
|
研究论文 | 本文提出了一种名为Loxodynamics的机器学习驱动方法，通过偏置分子动力学探索化学和催化反应 | 利用局部概率分布的偏斜性动态确定低能垒方向，并引入带有偏度损失函数的Skewencoder自编码器从最小采样数据中提取反应坐标 | NA | 自动化发现化学和催化反应，特别是在复杂系统中克服传统方法的局限性 | 模型势能、气相反应（S_N2和Diels-Alder）以及酸性菱沸石中催化醇脱水反应 | 机器学习 | NA | 偏置分子动力学 | Autoencoder | 分子动力学模拟数据 | NA | NA | Skewencoder | NA | NA |
| 3579 | 2026-04-01 |
Comprehensive perturbation of transcription factors in human cardiomyocytes reveals the regulatory architecture of congenital heart disease
2026-Jan-05, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.15.694070
PMID:41446109
|
研究论文 | 本文通过系统扰动人类干细胞心肌细胞分化过程中的转录因子，揭示了先天性心脏病的调控架构 | 首次在人类心肌细胞分化中大规模扰动1983个转录因子，结合深度学习Transformer模型预测扰动转录因子，并构建了TF-基因调控网络以解析先天性心脏病的调控机制 | 研究基于体外干细胞分化模型，可能无法完全模拟体内心脏发育的复杂性；增强子扰动数量有限（981个），可能未覆盖所有调控元件 | 解析先天性心脏病的基因调控架构，识别与疾病相关的转录因子和调控网络 | 人类干细胞分化的心肌细胞、先天性心脏病相关基因和转录因子 | 计算生物学 | 先天性心脏病 | 转录因子扰动、增强子扰动、RNA测序 | Transformer | 基因表达数据（转录组） | 涉及1983个转录因子和981个增强子的扰动实验 | NA | Transformer | 预测准确性 | NA |
| 3580 | 2026-04-01 |
Getting Started on Artificial Intelligence in Health Care and Clinical Research: Includes Rigor Checklist for Authors and Reviewers
2026-Jan, Advances in wound care
IF:5.8Q1
DOI:10.1177/21621918251380217
PMID:41039915
|
综述 | 本文为研究人员、临床医生和审稿人提供了在医疗保健和临床研究中严谨应用人工智能的路线图，涵盖基础概念、核心技术和实际应用 | 提出了一个从基础到应用的三层结构化框架，并强调人工智能的成功采用始于人员培养而非技术本身，提供了严谨性检查清单和系统性的人力建设方法 | 作为一篇指导性综述，未涉及具体实验数据或模型性能的实证分析，主要侧重于概念框架和方法论指导 | 为医疗保健和生物医学研究领域的人工智能应用提供系统性、严谨的入门指南和评估框架 | 研究人员、临床医生、审稿人及医疗保健机构中的人工智能应用实践 | 机器学习 | NA | 专家系统、机器学习、深度学习、可解释人工智能、自然语言处理、计算机视觉、机器人技术、分布式人工智能/多智能体系统 | NA | NA | NA | NA | NA | NA | NA |