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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 45423 篇文献,本页显示第 21 - 40 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
21 2026-06-08
Energy-efficient secure routing in wireless sensor networks using fuzzy inference clustering and attention-based multi-scale deep learning
2026-Jun-06, Scientific reports IF:3.8Q1
研究论文 提出了一种结合模糊推理聚类与注意力机制多尺度深度学习的无线传感器网络节能安全路由方法 综合使用Mamdani型模糊推理系统进行自适应簇形成、动态自适应无花果-黄蜂共生协同进化优化进行簇头选择、以及增强型多尺度空洞MobileNet与注意力机制进行入侵检测 未提及在真实网络环境中的部署验证及计算开销分析 解决无线传感器网络中的能效、安全路由和入侵检测问题 无线传感器网络中的节点聚类、路由选择和入侵检测 机器学习 NA 模糊推理、群智能优化、深度神经网络 增强型多尺度空洞MobileNet 仿真数据 基于仿真的网络数据,未明确样本数量 NA 增强型多尺度空洞MobileNet、注意力机制 能量消耗、吞吐量、端到端延迟、攻击检测率 仿真环境,未明确GPU或云平台
22 2026-06-08
Invariant state modelling for robust adaptive intrusion detection in software-defined internet of things environments
2026-Jun-06, Scientific reports IF:3.8Q1
研究论文 提出一种名为RADIUS的鲁棒自适应入侵检测框架,用于软件定义物联网环境中的异常检测 采用时间卷积编码器结合膨胀因果卷积构建高效流量嵌入,并引入自适应状态转换模块实现可解释和自适应检测,同时利用双目标优化和极值理论进行异常评分与分类校准 NA 解决软件定义物联网网络中的异构流量、高吞吐量限制和非平稳攻击等挑战,实现鲁棒自适应的入侵检测 软件定义物联网网络中的网络流量数据 机器学习 NA NA 时间卷积编码器、自适应状态转换模块 网络流量数据 NA PyTorch 时间卷积编码器、自适应状态转换模块 准确率、精确率、召回率、F1分数 NA
23 2026-06-08
An effective BiLSTM-CNN model for predicting large-scale temporal-spatial dynamics of normalized difference vegetation index
2026-Jun-06, Scientific reports IF:3.8Q1
研究论文 提出一种结合双向长短期记忆与卷积神经网络的模型,用于预测归一化植被指数的时空动态 提出BiLSTM-CNN组合渐进处理模型,能同时捕捉植被变化的突然性、局部性和长短期时间尺度特征 未明确说明模型在极端气候事件或不同生态系统类型中的泛化能力 通过气象和土壤湿度数据建模NDVI,预测植被活动的时空变化 归一化植被指数(NDVI)的时空动态 机器学习 NA 遥感 BiLSTM-CNN 时间序列遥感数据、气象数据、土壤湿度数据 NA NA BiLSTM, CNN NA NA
24 2026-06-08
Deep learning-based prediction of PFAS toxicity in zebrafish
2026-Jun-06, Scientific reports IF:3.8Q1
research paper 本研究提出了一种结合进化式故障概率分析、AIG逻辑实现和多级超图划分的方法,用于减少数字电路中软错误率 首次将进化算法、逻辑综合与超图划分相结合进行软错误率优化 仅在ISCAS'85基准电路上验证,未在更现代或复杂架构上测试 降低组合电路中高能粒子撞击导致的软错误率 ISCAS'85基准电路 machine learning NA 进化算法、超图划分(METIS)、逻辑综合(ABC) NA 电路设计数据 ISCAS'85基准电路(具体数量未说明) METIS, ABC NA 软错误率降低百分比 NA
25 2026-06-08
Deep learning-based automated classification of endometrial lesions in IVF patients using hysteroscopic images
2026-Jun-06, Scientific reports IF:3.8Q1
research paper 基于深度学习开发了一种临床决策支持系统,用于对IVF患者宫腔镜图像中的子宫内膜病变进行自动分类 首次将深度学习应用于高分辨率宫腔镜视频图像的分类,并采用迁移学习比较多种架构性能,同时利用Grad-CAM可视化增强模型可解释性 子宫内膜炎症病例仅基于宫腔镜特征进行分类,未获得组织病理学确认;需要外部数据集和病理确诊标签的验证 开发一种基于深度学习的临床决策支持系统,以自动分类宫腔镜图像中的子宫内膜病变,辅助医生分析 IVF患者的子宫内膜病变,包括正常内膜、子宫内膜息肉和子宫内膜炎 computer vision NA 宫腔镜检查 CNN image 来自200个临床视频的1500张专家标注图像 NA VGG-16, VGG-19, DenseNet-121, EfficientNet-B0 accuracy, sensitivity, AUC, precision NA
26 2026-06-08
Understanding the spatial determinants of the Oxford Classic prognostic signature for high-grade serous ovarian cancer
2026-Jun-06, Communications medicine IF:5.4Q1
研究论文 利用深度学习方法解析牛津经典预后信号在高浆液性卵巢癌中的空间组织特征 开发了针对空间转录组数据的深度去卷积方法Sig-ZIB-VAE,首次揭示肿瘤微环境的空间结构相比单纯细胞组成具有更强的预后判别能力 NA 探究牛津经典预后信号在高浆液性卵巢癌肿瘤微环境中的空间分布及其预后意义 高浆液性卵巢癌肿瘤组织的空间转录组数据 数字病理学 卵巢癌 空间转录组测序 变分自编码器 空间转录组数据 94个肿瘤样本 PyTorch Sig-ZIB-VAE 惩罚Cox比例风险回归模型中的风险比和显著性检验 NA
27 2026-06-08
Proteomic clocks combined with deep learning phenotypes track eye aging and diseases
2026-Jun-06, NPJ digital medicine IF:12.4Q1
研究论文 结合蛋白质组学时钟与深度学习表型追踪眼部衰老和疾病 首次将高通量蛋白质组学与深度学习表型相结合,在跨种族大规模队列中验证蛋白质组衰老加速作为年龄相关眼病的生物标志物,并开发了精简且经济的蛋白质组衰老时钟 NA 利用蛋白质组学与深度学习表型追踪眼部衰老和疾病,并验证蛋白质组衰老加速作为年龄相关眼病的预测标志物 年龄相关眼病患者,包括白内障、糖尿病视网膜病变、年龄相关性黄斑变性和青光眼 机器学习 白内障, 糖尿病视网膜病变, 年龄相关性黄斑变性, 青光眼 高通量蛋白质组学,深度学习成像分析(断层成像和血管成像) 深度学习模型 蛋白质组数据,影像数据(断层成像和血管成像) 超过55,000名跨种族参与者,来自三个国际队列 NA NA NA NA
28 2026-06-08
Artificial intelligence in prehospital assessment of acute coronary syndrome: a scoping review
2026-Jun-06, BMC emergency medicine IF:2.3Q1
综述 系统梳理人工智能在疑似急性冠脉综合征院前评估中的应用现状,并识别现有知识缺口 首次针对院前场景系统评估AI对急性冠脉综合征的诊断、风险分层和分诊作用,聚焦心电图深度学习与多模态方法 现有证据受方法学限制,缺乏前瞻性多中心标准化研究 绘制AI在疑似急性冠脉综合征院前评估中的应用证据图谱 319,709名疑似急性冠脉综合征患者 机器学习 心血管疾病 NA 深度学习 心电图、多模态数据 319,709名患者 NA 心电图深度学习模型 AUC,灵敏度,特异度 NA
29 2026-06-08
Home-based eye tracking for early autism screening: a scoping review of approaches, evidence, and implementation challenges
2026-Jun-06, BMC psychiatry IF:3.4Q2
概述性综述 本综述总结了基于家用眼动追踪的早期自闭症筛查方法、证据及实施挑战 首次系统梳理了从实验室到家庭部署的眼动追踪平台进展,并评估了其实验室研究向家庭筛查转化的准备状态 仅检索英文文献、两个数据库、2015-2025年时间窗口、未进行严格方法学质量评估,且证据几乎全部来自实验室对照研究 评估家用眼动追踪作为数字生物标志物在早期自闭症筛查中的可行性,以及相关的机器学习方法和实际实施挑战 婴幼儿及儿童(年龄从5个月到18岁)的早期自闭症筛查 机器学习 自闭症谱系障碍 眼动追踪 支持向量机、随机森林、深度学习模型 眼动数据(注视比例、注视时间、眼跳动态、兴趣区对比) 样本量从30到1000以上不等 NA NA 阳性预测值、阴性预测值、置信区间 NA
30 2026-06-08
Cascaded Deep Learning enables multimodal brain PET spatial normalization and quantification for Alzheimer's disease
2026-Jun-05, NeuroImage IF:4.7Q1
研究论文 开发并验证一种无需MRI即可实现阿尔茨海默病脑PET空间归一化和定量分析的全自动深度学习框架 提出基于级联CNN和VoxelMorph的PET专属自动空间归一化方法,无需MRI辅助,且支持多示踪剂、多模态处理,实现快速标准化(每幅图像1.22秒) 仅基于回顾性数据分析,未在真实临床前瞻性场景中验证;部分模态(如神经炎症)样本量可能有限 开发一种仅依赖PET的自动化标准化工具,以促进阿尔茨海默病多示踪剂影像的集成分析 阿尔茨海默病患者的PET影像数据,涵盖7种模态和13种示踪剂,总计3539名患者和6531次扫描 计算机视觉, 数字病理 阿尔茨海默病 PET成像 CNN, VoxelMorph 图像 3539名患者,6531次扫描(2005-2025年) PyTorch 级联CNN(刚性/仿射)+ VoxelMorph(弹性配准) 平均绝对相对SUVr误差, Pearson相关系数, R², AUC, 处理速度 未明确说明
31 2026-06-08
Machine learning and deep learning for neurological disease analysis: A systematic review across five major disorders
2026-Jun-05, Neuroscience IF:2.9Q2
综述 系统综述了2021年1月至2026年3月间机器学习与深度学习在五种主要神经系统疾病(阿尔茨海默病、卒中、帕金森病、脑肿瘤和创伤性脑损伤)分析中的应用 总结新兴范式(联邦学习、自监督学习、基础模型)应对数据稀缺、隐私和跨机构差异,指出高性能Transformer模型在阿尔茨海默诊断中的突破及多模态融合改进帕金森检测 泛化性、可解释性和临床转化方面仍存在挑战,需更稳健且临床可靠的AI系统 综合评估近期ML/DL在神经系统疾病影像、临床、生理和可穿戴数据分析中的应用进展 来自PubMed、Scopus和Web of Science数据库的206篇相关文章 机器学习 神经系统疾病 NA 卷积神经网络、编码器-解码器、Transformer、混合模型、多模态模型 影像、临床、生理、可穿戴数据 206篇研究文章 NA 卷积神经网络、编码器-解码器、Transformer、混合模型、基础模型 NA NA
32 2026-06-08
Deep learning-based water body extraction using high-resolution RGB-UAV imagery: a case study on Horseshoe Island, Antarctica
2026-Jun-03, Environmental monitoring and assessment IF:2.9Q3
研究论文 利用深度学习从高分辨率RGB无人机影像中提取南极马蹄岛水体 首次系统比较六种先进语义分割架构在RGB无人机影像南极水体提取中的表现,并验证了模型在不同空间分辨率及复杂海岸线条件下的泛化能力 未提及数据集规模较小、未考虑跨季节变化、未与多光谱数据结合 评估深度学习模型在极地高分辨率RGB无人机影像中提取水体的可行性,建立可扩展的水体监测框架 南极马蹄岛的沿海水体,包括大型湖泊区域和复杂海岸线区域 计算机视觉 NA 无人机遥感 语义分割模型 RGB影像 287张RGB无人机影像 PyTorch U-Net++, DeepLabv3+, MA-Net, SegFormer, ConvNeXt, DINOv3 交并比, 总体准确率 NA
33 2026-06-08
pedQTNet: A Deep Learning Approach to Estimate Corrected QT Intervals from Multi-Lead Conventional ECG Waveforms in Pediatric Patients
2026-Jun-03, Journal of medical systems IF:3.5Q2
研究论文 开发并评估了pedQTNet,一种用于从多导联常规心电图波形估计儿童校正QT间期并检测长QT综合征的深度学习模型 首次提出专门针对儿科患者的深度学习模型pedQTNet,用于从原始心电图波形直接估计QTc并检测LQTS,性能优于商用算法并与专家水平相当 未在更大规模的多中心数据或不同心电图机上进行验证,且模型在极低体重或早产儿中的表现有待进一步评估 开发一种自动化工具,帮助非心律专家准确测量儿童QTc并筛查LQTS,提高儿科心脏护理的可及性和效率 0-18岁儿科患者的心电图数据 深度学习 长QT综合征 心电图 深度神经网络 心电图波形 37,992名患者共65,370份心电图,以及200份前瞻性心电图 PyTorch NA 平均绝对误差, 灵敏度, 特异度, 阳性似然比, 阴性似然比 NA
34 2026-06-08
Deep learning for predicting cardiac procedure outcomes: A scoping review of recent advances
2026-Jun-03, Artificial intelligence in medicine IF:6.1Q1
综述 总结基于深度学习的四种主要心脏手术(PCI、CABG、AVR和二尖瓣成形术)术后结果预测的最新进展 首次对深度学习在心脏手术结果预测中的应用进行系统综述,涵盖多种数据类型(文本、影像、信号)及多模态融合方法 所有纳入研究均缺乏外部验证,可推广性、可解释性和临床整合仍面临挑战 评估深度学习在心脏手术预后预测中的潜力及其与传统机器学习方法的对比 经皮冠状动脉介入、冠状动脉搭桥术、主动脉瓣置换术和二尖瓣成形术相关研究 机器学习 心血管疾病 深度学习 DL模型 文本、影像、信号 9篇纳入研究(来自457篇检索文献) NA NA 性能指标因数据类型而异 NA
35 2026-06-08
Artificial intelligence applications using patient-generated health data for pre-care processes in elective healthcare: a systematic review
2026-Jun-03, International journal of medical informatics IF:3.7Q2
系统综述 系统综述了人工智能在择期医疗预诊流程中利用患者生成健康数据的应用 首次系统梳理了AI、患者生成健康数据与预诊流程三者交叉领域的研究现状,并综合评估了技术、临床、运营、用户体验和公平性等多维度结果 95%的研究存在高偏倚风险,仅6%进行了外部验证,仅一项研究测量了临床结局,公平性评估仅占14%,无研究证明患者获益或描述临床部署 绘制AI方法和患者生成健康数据模态的图谱,综合多维度结果,识别部署障碍和报告空白 利用患者生成健康数据的AI应用,用于支持择期医疗预诊流程(如分诊、症状评估、病史采集) 自然语言处理, 机器学习 NA NA 经典机器学习, 深度学习, 大型语言模型 自由文本, 问卷, 录音, 可穿戴设备数据, 图像 21项研究 NA NA AUC (0.64-0.98,中位数0.78) NA
36 2026-06-08
Overrepresentation Bias Leads to Performance Overestimation in Blood-Brain Barrier Permeability Prediction Models: Characterization and Mitigation
2026-Jun-02, Journal of chemical information and modeling IF:5.6Q1
研究论文 本研究揭示了血脑屏障渗透性预测模型中因过度呈现偏差导致的性能高估现象,并提出了检测与缓解方法 首次系统表征了药物数据库中的过度呈现偏差对血脑屏障渗透性预测模型性能评估的夸大影响,并提出了自动检测算法和偏差感知数据处理流程 未提供全文信息,但根据摘要可推断可能未完全消除所有偏差来源或未在其他类型数据库验证 研究并解决药物性质预测模型中因过度呈现偏差导致的性能高估问题 血脑屏障渗透性预测模型中的过度呈现偏差现象 机器学习 神经疾病(涉及血脑屏障渗透性) NA 深度学习模型 分子性质数据(药物化合物数据) NA NA NA AUC,宏观F1分数 NA
37 2026-06-08
Specific-Source Insights into Changes of O3 Concentrations and Health Risks in China
2026-Jun-02, Environmental science & technology IF:10.8Q1
研究论文 开发了结合深度学习模型与源导向CMAQ模型的集成框架,用于重构2005-2020年中国O3浓度并将其归因于不同来源,评估健康风险 首次将深度学习模型与源导向空气质量模型耦合,突破了传统方法在精细尺度上归因源贡献的局限,揭示了O3浓度来源在时空异质性及健康影响之间的显著不对等关系 NA 量化中国不同来源对臭氧浓度的贡献并评估相应的健康风险,为制定面向健康、来源特定的臭氧管理策略提供科学依据 2005-2020年中国大气臭氧浓度及其来源贡献和健康风险 机器学习 呼吸系统疾病 NA 深度学习模型 时间序列数据、空间分布数据 2005-2020年的臭氧浓度数据 NA 深度学习模型 NA NA
38 2026-06-08
Concerted Electron-Ion Transport by Polyacrylonitrile Elucidated with Reactive Deep Learning Potentials
2026-Jun-02, Journal of the American Chemical Society IF:14.4Q1
研究论文 利用反应性深度学习势能阐明聚丙烯腈中协同电子-离子传输的机制 首次通过深度学习势能模拟非平衡反应性PAN构型,揭示了亲核攻击引发的锂耦合电子转移及环化反应动力学 模拟未考虑聚合物链间相互作用及更复杂电解液环境的影响 研究PAN在电池中作为离子导体的协同电荷传输机制 聚丙烯腈(PAN)聚合物构型与Li⁺的相互作用 机器学习 NA 深度学习势能、红外光谱(IR)、核磁共振(NMR) 深度学习势能(Deep Potential) 分子结构数据(PAN构型能与力) 非平衡反应性PAN构型(具体数量未提及) DeepMD-kit 深度神经网络势能 反应自由能、反应速率、电荷分析 GPU(具体型号未提及)
39 2026-06-08
AI-Driven Design and Clinical Translation of Nucleotide-Peptide and Peptide-Drug Conjugates
2026-Jun-02, ACS biomaterials science & engineering IF:5.4Q2
综述 本文综述了核苷酸-肽偶联物和肽-药物偶联物的设计进展、临床转化现状及人工智能驱动下的优化策略 系统整合了人工智能与深度学习技术用于预测肽-药物相互作用、优化连接子和虚拟筛选生物活性支架,重新定义了精准治疗药物的研发流程 未充分讨论体内稳定性与生物活性长期维持的实际验证案例,且对大规模合成可扩展性的技术瓶颈分析不够深入 加速核酸-肽偶联物和肽-药物偶联物从理论到临床转化的进程,并提升其选择性、稳定性和可转化性 核苷酸-肽偶联物与肽-药物偶联物的设计原理、偶联化学策略及临床应用(如癌症、神经退行性疾病、炎症性疾病) 自然语言处理 癌症, 神经退行性疾病, 炎症性疾病 共价连接(如氨基酰化、硫醇氧化)、非共价相互作用(如配体-受体结合)、人工智能辅助的预测建模 深度学习 文本 NA NA NA NA NA
40 2026-06-08
From Empirical Ratio Tuning to Mechanistic Insight: Decoding NiO-ZnO Heterojunction Effects in Gas Sensing via Explainable Machine Learning
2026-Jun-02, ACS sensors IF:8.2Q1
研究论文 通过可解释机器学习解码NiO-ZnO异质结在气体传感中的比例效应机制 将可解释人工智能(SHAP和特征交互网络)与深度学习多任务框架结合,揭示NiO-ZnO复合比例对气体传感性能的非线性调控机制,突破传统经验性比例优化范式 NA 阐明NiO-ZnO复合比例对气体传感性能的调控机制,建立材料组成、响应特征演化与气体识别能力之间的内在联系 七种不同摩尔比例的NiO-ZnO基气体传感器及六种代表性挥发性有机化合物 机器学习 NA NA 深度学习多任务网络 气体传感器响应数据 七种不同摩尔比例的NiO-ZnO传感器,每种传感器对六种VOC进行测试 NA 深度学习多任务网络、SHAP可解释性分析、特征交互网络、UMAP 气体种类分类准确率、浓度回归误差、响应特性、灵敏度、稳定性 NA
回到顶部