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 42805 篇文献，本页显示第 4001 - 4020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4001 | 2026-02-17 |
A Two-Dimensional (2-D) Sensor Network Architecture with Artificial Intelligence Models for the Detection of Magnetic Anomalies
2026-Jan-23, Sensors (Basel, Switzerland)
DOI:10.3390/s26030764
PMID:41682281
|
研究论文 | 本文开发并初步评估了一种用于磁异常检测的二维磁力计网络架构，通过深度学习模型实现自动检测和初步目标跟踪 | 提出了一种二维磁力计网络架构，相比现有的一维架构，能通过扩展区域的同步数据采集增强磁异常的空间表征，从而可靠估计目标运动参数 | NA | 开发一种用于磁异常检测的智能实时监控系统，应用于安全和海底监测领域 | 移动的铁磁圆柱体作为目标 | 机器学习 | NA | 磁力计测量 | 深度学习模型 | 磁测量数据 | 部署了5×5节点阵列，覆盖12×12米区域进行地面测试 | NA | NA | NA | NA |
| 4002 | 2026-02-17 |
Identification of Loading Location and Amplitude in Conductive Composite Materials via Deep Learning Method
2026-Jan-23, Sensors (Basel, Switzerland)
DOI:10.3390/s26030779
PMID:41682294
|
研究论文 | 本研究开发了一种基于深度学习的自感知方法，用于识别树脂基导电复合材料中外部机械载荷的位置和幅度，仅需简单的电极布局 | 提出了一种基于残差学习的CNN模型，能够同时准确识别载荷位置和幅度，且仅需四个边缘电极，简化了传统复杂的电极布局 | NA | 开发一种高效准确的复合材料结构健康监测方法，以识别外部机械载荷的位置和幅度 | 树脂基导电复合材料板及其在机械载荷下的边界电阻响应 | 机器学习 | NA | 导电填料填充、三维导电网络构建、边界电阻测量 | CNN | 电阻响应数据 | NA | NA | 基于残差学习的CNN | 定位误差、幅度误差 | NA |
| 4003 | 2026-02-17 |
Application of Neural Network Automatic Event Detection for Reservoir-Triggered Seismicity Monitoring Networks
2026-Jan-23, Sensors (Basel, Switzerland)
DOI:10.3390/s26030783
PMID:41682298
|
研究论文 | 本研究探讨了波兰和越南水库触发地震性（RTS）监测网络中神经网络自动事件检测的应用 | 比较了深度学习全局检测模型、迁移学习、专门设计的RTS神经网络与手动检测的效率，并强调相位检测与相位关联在提升事件检测数量中的关键作用 | 迁移学习效率依赖于数据库，且检测方法需结合手动方法才能充分有效 | 提高水库触发地震性监测网络中地震事件的检测数量，以支持触发过程研究 | 波兰和越南的水库触发地震性（RTS）监测网络 | 机器学习 | NA | 地震信号检测 | 神经网络 | 地震信号数据 | 仅包含数百个事件的RTS案例 | NA | NA | 检测灵敏度，相位关联效率 | NA |
| 4004 | 2026-02-17 |
Recent Applications of Machine Learning Algorithms for Pesticide Analysis in Food Samples
2026-Jan-23, Foods (Basel, Switzerland)
DOI:10.3390/foods15030415
PMID:41683002
|
综述 | 本文综述了机器学习算法在食品样品农药残留分析中的最新应用 | 系统总结了机器学习（特别是监督学习算法和深度学习架构）与色谱、光谱及电化学平台结合，以提升农药残留检测的精度、效率及信号解释能力，并探讨了实时现场监测系统的未来发展方向 | 面临训练数据有限、食品基质变异性大以及监管约束等挑战 | 提升食品中农药残留检测的精度和效率，以保障食品安全和公共健康 | 食品样品中的农药残留 | 机器学习 | NA | 色谱、光谱、电化学技术 | 支持向量机, 随机森林, 提升方法, 深度神经网络 | 分析数据（来自色谱、光谱、电化学平台） | NA | NA | NA | NA | NA |
| 4005 | 2026-01-23 |
Deep learning-based multimodal fusion of MRI and whole slide image for predicting neoadjuvant therapy response in locally advanced head and neck squamous cell carcinoma
2026-Jan-21, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02173-x
PMID:41566290
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4006 | 2026-02-17 |
Comparison of Deep Learning Approaches for Extreme Low-SNR Image Restoration
2026-Jan-20, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.16.700026
PMID:41648256
|
研究论文 | 本研究提出一个新的荧光显微镜数据集，用于评估深度学习去噪方法，并比较了三种最先进的深度学习模型在极端低信噪比图像恢复中的性能 | 创建了一个包含多种成像条件和样本的多样化荧光显微镜数据集，并开发了一种图像拼接方法以处理大图像时的GPU内存限制 | 深度学习模型需要大量代表性数据集进行训练和测试，且处理大图像时对GPU内存要求较高 | 比较不同深度学习方法在极端低信噪比图像恢复中的性能，并提供数据集和解决方案以克服现有挑战 | 荧光显微镜图像，特别是低信噪比图像 | 计算机视觉 | NA | 荧光显微镜，旋转盘共聚焦显微镜 | Transformer, CNN | 图像 | 324对高/低信噪比图像，分布在12个子数据集中，图像大小从4到282兆像素 | NA | Transformer, CNN | 去噪性能 | GPU内存 |
| 4007 | 2026-02-17 |
Time-series ECG Imputation Using a Pattern-Based Masking Framework
2026-Jan-16, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.01.14.26344164
PMID:41646733
|
研究论文 | 本研究评估并比较了多种插补方法在连续心电图时间序列数据上的性能，特别关注随机掩蔽与基于观察模式的掩蔽 | 引入了基于观察模式的掩蔽框架，以更真实地模拟临床实践中缺失数据的模式，并系统比较了从传统统计方法到深度学习模型的多种插补技术 | 研究样本量较小（仅40名患者），且数据来源于试点队列，可能限制了结果的普遍性 | 评估和基准测试不同缺失条件下时间序列心电图数据的插补方法，以支持实时心电图预测系统的部署 | 连续12导联Holter记录的心电图时间序列数据 | 机器学习 | 心血管疾病 | 连续心电图监测 | 深度学习模型, 传统统计方法 | 时间序列数据 | 40名患者的连续12导联Holter记录（每名患者2.5至4小时） | NA | SAITS, SMILES | 平均绝对误差 | NA |
| 4008 | 2026-02-17 |
A deep learning model for the diagnosis of gastric neuroendocrine carcinoma
2026-Jan-13, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-026-01382-3
PMID:41530277
|
研究论文 | 本研究开发了一个名为G-NECNet的深度学习模型，用于从组织病理学全切片图像中诊断胃神经内分泌癌 | 开发了专门针对胃神经内分泌癌检测的深度卷积神经网络G-NECNet，并在多个外部数据集上验证了其高准确性和泛化能力 | 未在摘要中明确提及研究的局限性 | 提高胃神经内分泌癌与胃腺癌的鉴别诊断准确性，以指导更合适的治疗干预 | 胃神经内分泌癌的组织病理学全切片图像 | 数字病理学 | 胃神经内分泌癌 | 组织病理学成像 | CNN | 图像 | 内部验证队列、外部单机构数据集和多机构会诊数据集，具体样本量未在摘要中提供 | NA | G-NECNet | AUROC | NA |
| 4009 | 2026-02-17 |
PlaTiF: A pioneering dataset for orthopedic insights in AI-powered diagnosis of tibial plateau fractures
2026-Jan-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-06560-5
PMID:41501058
|
研究论文 | 本文介绍了一个用于AI辅助诊断胫骨平台骨折的首个开放数据集PlaTiF | 首次提供了专门针对胫骨平台骨折AI分析的开放访问数据集，包含异质性X光片和专家标注的Schatzker分型 | 数据集样本量相对有限（421张X光片来自186名患者），且仅包含前后位X光片，缺乏其他视角或影像模态 | 通过提供高质量数据集，促进AI在胫骨平台骨折检测、分类和术前规划中的应用 | 胫骨平台骨折患者的膝关节X光片 | 计算机视觉 | 骨科疾病 | X光成像 | NA | 图像 | 421张前后位X光片来自186名患者（平均年龄45.88±17.54岁，37名女性，149名男性） | NA | NA | NA | NA |
| 4010 | 2026-02-17 |
ChemEmbed: a deep learning framework for metabolite identification using enhanced MS/MS data and multidimensional molecular embeddings
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag054
PMID:41686648
|
研究论文 | 本文提出了一种名为ChemEmbed的深度学习框架，通过整合化学结构的多维连续向量表示与增强的MS/MS谱图，用于代谢物鉴定 | 整合了多维化学结构向量表示与增强的MS/MS谱图（通过合并多碰撞能量谱图并纳入38,472种化合物的计算中性丢失），为卷积神经网络提供更丰富的输入 | 未明确说明 | 开发一种深度学习框架以解决代谢组学中大量未识别MS/MS谱图的注释问题 | MS/MS谱图与代谢物结构 | 机器学习 | NA | MS/MS | CNN | 光谱数据 | 38,472种化合物 | NA | CNN | 排名第一准确率，排名前五准确率 | NA |
| 4011 | 2026-02-17 |
iDLDDG: predicting protein stability changes from missense mutations in DNA-binding proteins using integrated deep learning features
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag050
PMID:41686649
|
研究论文 | 本研究开发了一个名为iDLDDG的深度学习框架，用于预测DNA结合蛋白中错义突变引起的蛋白质稳定性变化 | 首次构建了一个严格区分双链DNA结合蛋白和单链DNA结合蛋白突变机制的计算框架，并引入基于熵的算法优化残基信息建模 | 未在摘要中明确说明 | 准确预测错义突变如何改变蛋白质-DNA结合亲和力，以理解疾病机制并推进治疗方法 | DNA结合蛋白中的错义突变，包括双链DNA结合蛋白和单链DNA结合蛋白 | 机器学习 | NA | 蛋白质语言模型嵌入 | 深度学习 | 蛋白质序列和结构信息 | MPD276数据集及包含DSBs和SSBs的独立测试集 | NA | 多通道架构 | 皮尔逊相关系数 | NA |
| 4012 | 2026-02-17 |
Development and Validation of a Predictive AI Framework for Diabetic Foot Ulcer Monitoring and Severity Assessment: A Step towards Self-monitoring and Primary Care Integration
2026-Jan, Healthcare informatics research
IF:2.3Q3
DOI:10.4258/hir.2026.32.1.69
PMID:41681001
|
研究论文 | 本研究开发并验证了一个深度学习算法，用于根据国际糖尿病足工作组分类标准对糖尿病足图像进行严重程度分级 | 开发了一个预测性AI框架，用于糖尿病足溃疡的监测和严重程度评估，旨在支持资源有限环境下的自我监测和初级护理整合 | 模型在区分相邻严重程度等级时存在轻微过拟合，且样本量相对有限 | 开发并验证一个用于糖尿病足溃疡监测和严重程度评估的预测性AI框架 | 糖尿病足溃疡图像 | 计算机视觉 | 糖尿病足溃疡 | 深度学习 | CNN, Transformer | 图像 | 612张临床图像（通过数据增强从407张原始图像扩展） | NA | MobileNet_V2, EfficientNet-b0, DenseNet121, ResNet_50, VGG16, ViT_b_16 | 准确率, F1分数 | NA |
| 4013 | 2026-02-17 |
Improving Greater Caribbean manatee vocalization detection across habitats using neural networks
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341561
PMID:41686843
|
研究论文 | 本研究探索了使用神经网络改进大加勒比海牛（Trichechus manatus manatus）叫声检测与分类的方法，以应对水下声学环境的复杂性 | 结合先进的信号处理技术（如滤波和归一化）与深度学习算法，并采用数据增强和特征提取策略，以处理海洋环境的动态和噪声条件，模型在未进行领域相关预训练的情况下，通过微调少量数据实现了对新数据集的泛化 | 模型在泛化能力方面仍有改进空间，特别是在不同噪声环境下 | 改进大加勒比海牛叫声的检测与分类，以深入了解其行为并辅助保护工作 | 大加勒比海牛（Trichechus manatus manatus）的叫声 | 机器学习 | NA | 水下录音、信号处理（滤波、归一化） | CNN | 音频 | 大型水下录音数据集，包括Wildtracks和Placencia数据集 | NA | 已知的CNN架构（具体未指定） | F1分数 | NA |
| 4014 | 2026-02-17 |
Machine learning, deep learning, and artificial intelligence as applied to the field of cytopathology: a comprehensive review
2026 Jan-Feb, Journal of the American Society of Cytopathology
DOI:10.1016/j.jasc.2025.07.004
PMID:40803957
|
综述 | 本文全面回顾了机器学习、深度学习和人工智能在细胞病理学领域的应用现状与研究进展 | 系统梳理了细胞病理学领域AI/ML技术从早期自动化系统到现代深度学习的发展脉络，并指出该领域相较于外科病理学的滞后性及当前发展机遇 | 细胞病理学AI应用仍处于起步阶段，大规模数据收集和算法建模因样本制备与评估方式的多样性而滞后 | 探讨数字细胞病理学中人工智能技术的科研与商业化发展现状 | 细胞病理学图像与标本 | 数字病理学 | NA | 数字玻片扫描, 图像分析 | 深度学习, 机器学习 | 图像 | NA | NA | AlexNet | NA | GPU |
| 4015 | 2026-02-17 |
End-to-end vs. human-defined feature extraction: comparing deep learning approaches for age classification using mandibular third molars
2025-Dec-24, The Journal of forensic odonto-stomatology
DOI:10.5281/zenodo.17776415
PMID:41452801
|
研究论文 | 本研究比较了基于下颌第三磨牙X光片的年龄分类方法，包括传统人工方法、端到端深度学习模型和人工定义特征提取方法，以评估其在泰国人群中区分18岁以下和以上年龄的准确性 | 首次在泰国人群中系统比较了传统人工方法、端到端深度学习模型和人工定义特征提取方法在年龄分类中的性能，突出了人工定义特征提取方法在特异性和可解释性方面的平衡优势 | 研究样本仅来自泰国人群，可能限制了结果的普适性；深度学习模型的敏感性仍有提升空间 | 评估和比较不同方法在下颌第三磨牙X光片年龄分类中的准确性，以支持法律和法医学应用 | 下颌第三磨牙X光片 | 计算机视觉 | NA | X光成像 | CNN | 图像 | 3,407张来自14-23岁个体的图像 | NA | CNN | 特异性, 敏感性, 贝叶斯后验概率, 准确率 | NA |
| 4016 | 2026-02-17 |
Artificial Intelligence in The Diagnosis, Treatment, and Prognostication in Endodontics: A Comprehensive Literature Review
2025-Dec, European endodontic journal
IF:1.6Q3
DOI:10.14744/eej.2025.83788
PMID:41685843
|
综述 | 本文对人工智能在牙髓病学中诊断、治疗和预后预测方面的应用进行了全面综述 | 系统性地将AI在牙髓病学中的应用归纳为诊断、治疗和预后三大领域，并总结了当前的研究进展与具体模型表现 | 面临数据集规模需求大、成本高以及缺乏自主开发能力等限制 | 综述人工智能在牙髓病学中的应用，以优化诊断、支持临床决策和预测治疗结果 | 牙髓病学中的诊断、治疗规划和预后预测 | 计算机视觉 | 牙髓病 | NA | CNN, 深度学习模型, 神经网络 | X光片, CBCT图像 | 基于51篇纳入文章（2016-2025年） | NA | NA | 准确率 | NA |
| 4017 | 2026-02-17 |
Decoding Dendritic Cell Subtypes via Integrated Radiogenomics: A Stacked Ensemble Model for Predicting Immunotherapy Response in NSCLC
2025-Nov-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202501990R
PMID:41160086
|
研究论文 | 本研究通过整合单细胞RNA测序、影像组学和深度学习，开发了一个多模态框架，用于解码树突状细胞亚型并预测非小细胞肺癌患者对免疫疗法的反应 | 首次将单细胞RNA测序、影像组学和深度学习结合，采用堆叠集成学习方法整合转录组、临床和影像组学数据，以预测免疫治疗反应并识别关键的树突状细胞标记基因 | 未明确说明样本量是否足够大或模型是否在其他独立队列中得到验证，可能限制了结果的泛化能力 | 预测非小细胞肺癌患者对PD-1抑制剂免疫疗法的反应，并探索树突状细胞介导的机制 | 非小细胞肺癌患者的肿瘤样本，包括响应者和非响应者 | 数字病理学 | 肺癌 | 单细胞RNA测序, 影像组学 | LSTM, ResNet50, 集成学习 | 转录组数据, 临床数据, 影像数据 | NA | NA | LSTM, ResNet50 | 准确率, AUC | NA |
| 4018 | 2026-02-17 |
Raptor: Scalable Train-Free Embeddings for 3D Medical Volumes Leveraging Pretrained 2D Foundation Models
2025-Jul, Proceedings of machine learning research
PMID:41684746
|
研究论文 | 提出一种无需训练的3D医学体积数据嵌入方法Raptor，利用预训练的2D基础模型生成语义丰富的表示 | 首次提出通过随机平面张量压缩技术，将预训练的2D自然图像基础模型直接应用于3D医学体积数据，完全避免高成本训练过程 | 未明确说明方法对特定模态（如CT、超声）的泛化能力，且依赖2D基础模型的自然图像预训练知识 | 解决3D医学影像基础模型开发中的计算复杂性和数据稀缺问题 | 磁共振成像（MRI）等医学体积数据 | 医学影像分析 | NA | 随机投影压缩 | 基础模型 | 3D医学体积数据（MRI） | 十个不同的医学体积任务数据集 | NA | 预训练的2D基础模型 | 与SuPreM、MISFM、Merlin、VoCo、SLIViT等方法的性能对比 | NA |
| 4019 | 2026-02-17 |
Brain structural connectomic topology predicts medication response in youth with bipolar disorder: A randomized clinical trial
2025-Feb-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.11.061
PMID:39577502
|
研究论文 | 本研究利用脑结构连接组拓扑特征，通过深度学习模型预测青少年双相情感障碍患者对喹硫平或锂盐的药物反应 | 首次结合基线及用药一周后的脑结构连接组拓扑变化，构建纵向联合深度学习模型，实现了对双相情感障碍药物反应的高精度预测（91.3%） | 需要独立样本验证初步发现 | 开发基于神经影像的生物标志物，预测青少年双相情感障碍患者的药物反应 | 未接受过精神药物治疗的双相情感障碍I型青少年患者 | 数字病理学 | 双相情感障碍 | 结构磁共振成像 | 深度学习 | 图像 | 121名患者 | NA | NA | 准确率 | NA |
| 4020 | 2026-02-17 |
A Multicenter Evaluation of the Impact of Therapies on Deep Learning-Based Electrocardiographic Hypertrophic Cardiomyopathy Markers
2025-Feb-15, The American journal of cardiology
DOI:10.1016/j.amjcard.2024.11.028
PMID:39581517
|
研究论文 | 本研究评估了基于深度学习的AI-ECG模型在监测肥厚型心肌病患者接受室间隔减容术和Mavacamten药物治疗后生物反应中的应用 | 首次利用AI-ECG模型对两种不同疗法（手术/介入治疗与口服药物治疗）在肥厚型心肌病中的治疗效果进行系统性比较评估 | 研究为观察性设计，样本量相对有限，且随访时间较短，可能影响结果的普遍性和长期效应评估 | 评估AI-ECG作为监测肥厚型心肌病治疗反应的新策略 | 接受室间隔减容术或Mavacamten药物治疗的肥厚型心肌病患者 | 数字病理学 | 心血管疾病 | AI增强心电图分析 | 深度学习模型 | 心电图图像 | 315名患者（70名来自YNHHS，100名来自CCF，145名来自AHS接受SRT；36名来自YNHHS接受Mavacamten治疗） | NA | NA | AI-ECG HCM评分，Wilcoxon符号秩检验 | NA |