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 42964 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 | 2026-04-05 |
Hybrid deep learning techniques for adaptive routing and congestion control in urban VANET for wireless mobile networking
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33193-2
PMID:41932949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22 | 2026-04-05 |
SoleFusion-Net: an explainable multimodal deep learning framework for diabetic foot syndrome classification in type II diabetes mellitus
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42207-6
PMID:41932959
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 23 | 2026-04-05 |
Single-channel EEG-based seizure prediction using deep learning
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44670-7
PMID:41932974
|
研究论文 | 本研究开发了一种基于单通道EEG的轻量级深度学习模型，用于癫痫发作预测，并在临床可操作标准下验证其性能 | 首次证明单通道EEG能在临床有意义的预警窗口内实现可靠的癫痫发作预测，且模型轻量化，计算需求大幅降低 | 模型性能依赖于患者特定的留一交叉验证，可能限制了在未见过患者数据上的泛化能力 | 开发并验证一种仅使用单通道EEG的轻量级深度学习模型，用于癫痫发作预测，以提高患者安全性 | 癫痫患者的单通道EEG数据 | 机器学习 | 癫痫 | EEG信号处理，短时傅里叶变换（STFT） | CNN | EEG信号 | SNUH和CHB-MIT数据集中的患者EEG数据 | NA | MobileNet | 准确率，假阳性率（FPR），敏感性 | NA |
| 24 | 2026-04-05 |
Predicting repurchase behavior and optimizing marketing for e-commerce users with genetic algorithms and deep learning
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45903-5
PMID:41933056
|
研究论文 | 本文提出了一种结合深度学习与遗传算法的框架，用于预测电子商务用户的复购行为并优化精准营销策略 | 提出了一种新颖的DGA-EVMN框架，将动态遗传算法与增强型香草记忆网络结合，以捕获用户行为的时序依赖性和非线性关系，并优化个性化营销干预 | 未明确说明数据集的规模、时间跨度或用户群体的具体特征，可能限制模型的泛化能力 | 预测电子商务用户的复购行为并优化营销策略，以提高客户保留率和企业可持续成功 | 电子商务平台的用户行为数据 | 机器学习 | NA | 数据预处理（缺失值插补、去重、最小-最大归一化）、深度学习、遗传算法 | 深度学习模型、遗传算法 | 用户行为数据（数值特征） | 真实世界电子商务数据集（具体数量未说明） | Python | 增强型香草记忆网络（EVMN） | F1分数, AUC-ROC, 召回率, 精确率, 准确率 | NA |
| 25 | 2026-04-05 |
A deep learning approach to assess transendothelial cell trafficking performance
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46045-4
PMID:41933074
|
研究论文 | 本研究开发了一种结合流式粘附实验与AI分析的深度学习模型，用于评估跨内皮细胞迁移性能 | 首次将AI深度学习模型应用于流式粘附实验，实现细胞迁移阶段的自动分类，准确率超过当前公认阈值 | 未明确说明模型在其他疾病模型或细胞类型中的泛化能力，且实验样本规模可能有限 | 开发一种快速、标准化的基于AI的活细胞成像工具，用于研究跨内皮迁移过程 | 健康供体和胰腺癌患者来源的T细胞 | 数字病理学 | 胰腺癌 | 流式粘附实验，活细胞成像 | 深度学习模型 | 图像 | NA | Keras, TensorFlow | NA | 准确率 | NA |
| 26 | 2026-04-05 |
Label-free pathological subtyping of non-small cell lung cancer using deep classification and virtual immunohistochemical staining
2026-Apr-03, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02557-x
PMID:41933080
|
研究论文 | 本研究提出了一种无标记方法，利用自发荧光成像和深度学习技术对非小细胞肺癌进行病理亚型分类和虚拟免疫组化染色 | 采用无标记的自发荧光成像结合深度学习，实现非小细胞肺癌亚型的快速准确区分，并生成临床级虚拟免疫组化染色，避免了传统染色过程的耗时与成本 | 未明确说明样本来源的多样性或外部验证集的情况，可能影响模型的泛化能力 | 开发一种无标记、快速且准确的非小细胞肺癌病理亚型分类方法，以加速诊断流程 | 非小细胞肺癌组织样本，包括非癌组织、腺癌、鳞状细胞癌及其他亚型 | 数字病理学 | 肺癌 | 自发荧光成像（强度成像和寿命成像） | 深度学习 | 图像 | 未明确说明具体样本数量 | 未明确说明 | 未明确说明具体架构 | 曲线下面积 | 未明确说明 |
| 27 | 2026-04-05 |
A unified GRU model for cryptocurrency price prediction and harsh price movement detection using enhanced sentiment analysis
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46271-w
PMID:41933101
|
研究论文 | 本研究提出了一种统一的GRU模型，通过增强的情感分析来预测加密货币价格并检测剧烈价格变动 | 提出了一种结合RoBERTa情感模型、PCA降维、衰减加权聚合以及数据驱动的K-means聚类与高斯噪声注入的情感特征构建与价格标签定义框架，强调特征工程与类别定义对性能提升的关键作用 | 研究仅针对比特币，时间范围限于2021年4月至8月，且未考虑其他市场因素或更长期的价格动态 | 研究情感表示与价格变化标签对短期比特币价格变动分类的影响，并构建稳健的情感驱动金融预测模型 | 比特币价格变动与相关的社交媒体推文情感 | 自然语言处理, 机器学习 | NA | 情感分析, 主成分分析(PCA), K-means聚类 | GRU, TCN, LightGBM, 多项逻辑回归 | 文本, 时间序列数据 | 超过110万条比特币相关推文 | NA | GRU, TCN | 整体性能（具体指标未明确列出，如准确率、F1分数等） | NA |
| 28 | 2026-04-05 |
Air quality index prediction using a hybrid CEEMDAN-CNN-IGWO-BiGRU-Attention model
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46978-w
PMID:41933122
|
研究论文 | 本文提出了一种结合CEEMDAN、CNN、BiGRU和注意力机制的混合模型，用于预测空气质量指数（AQI），并通过IGWO优化超参数，提高了预测精度 | 提出了一种集成CEEMDAN分解、CNN局部特征提取、BiGRU长期依赖捕获和注意力机制的混合模型，并引入改进的灰狼优化器（IGWO）自动调优超参数，解决了传统模型在特征提取和超参数调整方面的局限性 | 未明确说明模型在其他城市或不同时间尺度上的泛化能力可能存在的限制，以及计算资源需求的具体分析 | 精确预测空气质量指数（AQI），以支持环境管理和公共健康保护 | 空气质量指数（AQI）时间序列数据 | 机器学习 | NA | 时间序列分析，深度学习 | CNN, BiGRU, 注意力机制 | 时间序列数据 | 广州2014年至2024年的长期数据集 | NA | CEEMDAN-CNN-IGWO-BiGRU-Attention混合模型 | MSE, 决定系数（R2） | NA |
| 29 | 2026-04-05 |
Multimodal deep learning for international investment arbitration outcome prediction and bilateral investment agreement negotiation strategy optimization
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47149-7
PMID:41933170
|
研究论文 | 本研究提出了一个多模态深度学习框架，用于预测国际投资仲裁结果并优化双边投资协议谈判策略 | 通过融合文本、数值和视觉数据，并利用基于注意力的融合架构捕获跨模态依赖关系，显著提升了仲裁结果预测的准确性 | 未明确说明模型在处理罕见案例或跨文化法律差异时的泛化能力，也未讨论数据隐私和伦理问题 | 开发一个强大的仲裁结果预测工具，以指导投资者、东道国和法律顾问的战略决策 | 国际投资仲裁案例，特别是投资者-国家争端解决机制下的案件 | 自然语言处理 | NA | 多模态深度学习 | 深度学习 | 文本, 数值, 视觉 | 1,247个仲裁案例 | NA | 基于注意力的融合架构 | 准确率 | NA |
| 30 | 2026-04-05 |
Automatic lateral ventricle and choroid plexus segmentation method in infant brain MR images
2026-Apr-03, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02335-x
PMID:41933296
|
研究论文 | 本文提出了一种基于深度学习的全自动方法，用于婴儿脑部MRI中侧脑室和脉络丛的联合分割 | 该方法集成了解剖感知的损失函数，明确强制执行脉络丛包含在侧脑室内的拓扑约束，从而确保解剖一致性 | 方法在婴儿数据上可能仍受限于快速解剖变化、低组织对比度和运动伪影，尽管通过新方法有所改进 | 开发一种准确分割婴儿脑部MRI中侧脑室和脉络丛的方法，以支持脑脊液动力学和早期神经发育研究 | 婴儿脑部MRI图像中的侧脑室和脉络丛区域 | 数字病理学 | NA | T1加权MRI | 深度学习 | 图像 | Baby Connectome Project数据集n=154，内部回顾性数据集n=52 | NA | NA | Dice分数, 95% Hausdorff距离, 平均对称表面距离 | NA |
| 31 | 2026-04-05 |
Artificial intelligence in orthopedics: current applications, challenges, and future directions
2026-Apr-03, Knee surgery & related research
IF:4.1Q1
DOI:10.1186/s43019-026-00317-5
PMID:41933417
|
综述 | 本文综述了人工智能在骨科领域的当前应用、挑战及未来方向，强调了技术开发与临床转化之间的差距 | 提出将研究重点从增加模型复杂性转向严格评估，包括独立队列的外部验证，并倡导概率校准和不确定性估计以增强风险沟通的可信度 | 常规应用受限于算法不透明性、在新临床环境中的性能下降以及与现有工作流程的适配性差 | 总结人工智能在骨科实践中的应用，并突出实施障碍 | 骨科领域的人工智能研究 | 机器学习 | 骨科疾病 | NA | 机器学习, 深度学习, 大语言模型 | 结构化数据, 影像数据, 文本数据 | NA | NA | NA | NA | NA |
| 32 | 2026-04-05 |
Improving Diabetic Foot Care With Infrared Thermography and Artificial Intelligence: A Review
2026-Apr-03, Journal of diabetes science and technology
IF:4.1Q2
DOI:10.1177/19322968261432639
PMID:41933482
|
综述 | 本文综述了红外热成像与人工智能在糖尿病足护理中的应用，分析了37篇相关研究 | 整合红外热成像与人工智能技术，用于糖尿病足并发症的识别和风险预测，强调了自动诊断系统的潜力 | 研究多局限于使用预准备数据集进行足部热图分类，分割方法研究有限，且因缺乏大规模多样化数据集而限制了深度学习的应用 | 评估红外热成像与人工智能在糖尿病足护理中的潜力，以改善决策、减少错误并支持预后评估 | 糖尿病足并发症的识别和风险预测 | 计算机视觉 | 糖尿病足 | 红外热成像 | NA | 图像 | NA | NA | NA | NA | NA |
| 33 | 2026-04-05 |
INB3P: A Multi-Modal and Interpretable Co-Attention Framework Integrating Property-Aware Explanations and Memory-Bank Contrastive Fusion for Blood-Brain Barrier Penetrating Peptide Discovery
2026-Apr-03, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202523984
PMID:41933929
|
研究论文 | 提出一个名为INB3P的多模态可解释共注意力框架，用于发现血脑屏障穿透肽，该框架整合了属性感知解释和记忆库对比融合技术 | 提出了物理化学引导突变（PCGM）这一新颖的数据增强策略，通过强制生化约束来扩展训练多样性而不违反生物流形；同时开发了双向共注意力机制融合序列和结构信息，并通过对比学习和Stable-MCC损失进行优化 | 未明确说明模型在极端数据稀缺情况下的泛化能力极限，也未详细讨论计算资源需求 | 解决功能肽（特别是血脑屏障穿透肽）发现中因数据极度稀缺和深度学习“黑箱”性质带来的限制 | 血脑屏障穿透肽（BBBPPs） | 生物信息学，机器学习 | 神经系统疾病相关药物递送 | 物理化学引导突变（PCGM），对比学习 | 多模态深度学习框架，共注意力机制 | 序列数据，结构数据 | NA | NA | 双向共注意力机制 | NA | NA |
| 34 | 2026-04-05 |
Multimodal CT Perfusion-Based Deep Learning for Predicting Stroke Lesion Outcomes in Complete and No Recanalization Scenarios
2026-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9016
PMID:40973461
|
研究论文 | 本研究开发了基于多模态CT灌注的深度学习模型，用于预测急性缺血性卒中在完全再通和无再通情况下的最终梗死病灶 | 开发了专门针对成功再灌注（预测梗死核心）和失败再灌注（预测核心-半暗带区域）的深度学习模型，相比传统阈值方法显著提升了预测准确性 | 样本量相对有限（CR组350例，NR组138例），且仅基于CTP参数图进行预测 | 预测急性缺血性卒中的最终病灶位置和体积，以改善临床管理和治疗决策 | 急性缺血性卒中患者，包括完全再通（CR）和无再通（NR）两种情况 | 医学影像分析 | 缺血性卒中 | CT灌注成像 | 深度学习 | CT灌注参数图，随访DWI图像 | CR组350例，NR组138例，来自多中心数据集 | NA | 3D nnU-Net | Dice系数 | NA |
| 35 | 2026-04-05 |
CREsted: modeling genomic and synthetic cell-type-specific enhancers across tissues and species
2026-Apr-02, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-026-03057-2
PMID:41927920
|
研究论文 | 本文介绍了一个名为CREsted的软件包，用于建模基因组和合成细胞类型特异性增强子，支持跨组织和物种的分析与设计 | 开发了CREsted软件包，整合了单细胞ATAC-seq数据预处理、序列建模、增强子设计和下游分析，实现了端到端的增强子建模与设计，并展示了其在跨物种和组织中的应用 | NA | 开发一个端到端的软件工具，用于建模、解释和设计细胞类型特异性增强子，以解析增强子的序列逻辑 | 小鼠皮层、人类外周血单个核细胞、间充质样癌细胞状态、斑马鱼发育图谱 | 机器学习 | 癌症 | 单细胞ATAC-seq | 深度学习模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 36 | 2026-04-05 |
Dynamic modulation of social gaze by sex and familiarity in marmoset dyads
2026-Apr-02, eLife
IF:6.4Q1
DOI:10.7554/eLife.105034
PMID:41925718
|
研究论文 | 本研究开发了一种新框架，用于精确追踪自由活动的普通狨猴的面部特征和三维头部注视方向，并量化了性别和熟悉度对其社交注视行为的影响 | 开发了一种结合深度学习计算机视觉工具和三角测量算法的新框架，能够在自由活动状态下准确追踪多只狨猴的面部特征和三维头部注视方向，克服了传统方法需限制头部运动的局限 | NA | 研究非人灵长类动物在自然状态下的社交注视行为，并探究性别和熟悉度对其的影响 | 自由活动的普通狨猴 | 计算机视觉 | NA | 深度学习, 三角测量算法 | CNN | 视频 | NA | NA | NA | NA | NA |
| 37 | 2026-04-05 |
Artificial Intelligence-Assisted reflectance confocal microscopy for Real-Time intraoperative margin assessment in oral squamous cell carcinoma
2026-Apr-02, Oral oncology
IF:4.0Q2
|
研究论文 | 本研究评估了人工智能驱动的反射共聚焦显微镜模型在口腔鳞状细胞癌中的诊断性能，旨在开发用于术中即时检测的平台 | 首次将人工智能模型与反射共聚焦显微镜结合，用于口腔鳞状细胞癌的实时术中切缘评估，并实现了高精度的诊断性能 | 研究依赖于特定数据集和Google Cloud平台，可能限制了模型的泛化能力和实际部署的灵活性 | 开发一种准确、快速、非侵入性的方法，用于口腔鳞状细胞癌的诊断和术中切缘评估 | 口腔鳞状细胞癌患者 | 数字病理学 | 口腔鳞状细胞癌 | 反射共聚焦显微镜 | 深度学习模型 | 图像 | 4,090张注释的反射共聚焦显微镜图像（1,998张良性，2,092张恶性） | Google Cloud Vertex AI Automated Machine Learning (AutoML) Vision | NA | AUC-PR, AUC-ROC, 灵敏度, 特异性, 准确率, 阳性预测值, 阴性预测值 | Google Cloud Vertex AI平台 |
| 38 | 2026-04-05 |
AI-based methods for simulating, sampling, and predicting protein ensembles
2026-Apr-02, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2026.103251
PMID:41932144
|
综述 | 本文综述了基于AI的蛋白质集合模拟、采样和预测方法的最新研究进展 | 强调了通过模型训练、模拟和推理的闭环来克服训练数据可用性挑战，并推动下一代模型发展 | 当前方法的技术成熟度尚需现实评估，且训练数据可用性存在挑战 | 推动基于AI的蛋白质集合预测技术发展 | 蛋白质集合 | 机器学习 | NA | NA | 生成模型 | NA | NA | NA | NA | NA | NA |
| 39 | 2026-04-05 |
GFETM: Genome foundation-based embedded topic model for scATAC-seq modeling
2026-Apr-02, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2026.101563
PMID:41932342
|
研究论文 | 提出一种结合基因组基础模型和嵌入主题模型的深度学习框架GFETM，用于分析单细胞ATAC-seq数据 | 首次将基因组基础模型的序列嵌入与嵌入主题模型结合，利用开放染色质区域的序列特征提升建模准确性和泛化能力 | 未明确说明模型在更大规模或更多样本类型中的泛化性能 | 提升单细胞ATAC-seq数据的分析准确性和可解释性 | 单细胞ATAC-seq数据 | 基因组学，深度学习 | 肾脏糖尿病 | scATAC-seq | 嵌入主题模型，基础模型 | DNA序列数据，单细胞染色质可及性数据 | NA | NA | GFETM（基因组基础嵌入主题模型），ETM | 准确性，泛化能力 | NA |
| 40 | 2026-04-05 |
Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry
2026-Apr, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2423883
PMID:39512150
|
研究论文 | 本文研究了一种基于深度学习信息融合的新方法，从增强X射线投影和血管几何中重建变形血管内的血流速度 | 提出了一种结合Radon投影和血管网格的线性或非线性降维技术，通过信息融合重建血流速度场，优于简单的PCA-net方法 | NA | 开发一种深度学习重建方法，用于从X射线投影和血管几何中准确估计血流速度 | 变形血管内的血流速度场 | 计算机视觉 | 心血管疾病 | 对比增强X射线投影 | 深度学习神经网络 | 图像投影数据、血管网格数据 | NA | NA | 多种神经网络架构 | 准确性 | NA |