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 4461 - 4480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4461 | 2026-02-11 |
Motion as a Language: Transformer-Based Classification of Antimicrobial Peptide Conformational Dynamics
2026-Feb-10, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01690
PMID:41609302
|
研究论文 | 本研究应用Transformer神经网络架构，对来自分子动力学模拟的抗菌肽构象时间序列进行分类，以检测其时空上下文，并利用学习到的构象空间表示进行无监督分类 | 首次将Transformer架构（如ChatGPT所用）应用于抗菌肽构象动力学的时空上下文检测，实现基于深度学习的无监督构象可塑性分类，为药物设计流程中恢复构象动力学的重要性提供新途径 | 未明确说明模型在具体数据集上的泛化能力或计算效率限制，且依赖于分子动力学模拟数据的质量与规模 | 开发一种基于深度学习的方法，以分类抗菌肽的构象动力学，并将其整合到数据库筛选中 | 抗菌肽（AMPs）的构象时间序列数据 | 机器学习 | NA | 分子动力学（MD）模拟 | Transformer | 时间序列数据（构象序列） | NA | NA | Transformer | NA | NA |
| 4462 | 2026-02-11 |
Discovery of High-Performance Ni0.62Fe0.23Ce0.15O Electrocatalyst for Oxygen Evolution Reaction via Active Machine Learning
2026-Feb-10, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c20812
PMID:41614688
|
研究论文 | 本文通过结合机器学习模型与遗传算法，发现了一种高性能的Ni0.62Fe0.23Ce0.15O电催化剂用于析氧反应 | 开发了一种结合随机森林回归模型与遗传算法的有效策略，用于预测和优化NiO基异质原子掺杂电催化剂的过电位，并通过实验验证和DFT计算揭示了其优异性能的机理 | NA | 优化异质原子掺杂过渡金属氧化物的结构和元素组成，以发现高性能的析氧反应电催化剂 | NiO基异质原子掺杂电催化剂 | 机器学习 | NA | 机器学习，遗传算法，密度泛函理论计算 | 随机森林回归，其他传统机器学习和深度学习模型 | NA | NA | NA | 随机森林回归 | 均方根误差 | NA |
| 4463 | 2026-02-11 |
XL-MSDigger: a deep learning-based, versatile solution for cross-linking mass spectrometry
2026-Feb-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69489-8
PMID:41663436
|
研究论文 | 本文介绍了一个基于深度学习的交叉连接质谱多功能平台XL-MSDigger，旨在解决XL-MS技术的数据处理和分析瓶颈 | 开发了基于深度学习的多维信息预测工具Deep4D-XL，能够准确预测交叉连接肽的保留时间、碰撞截面和碎片离子强度信息，并实现了DDA和DIA分析数据的重评分算法和工作流程 | 未在摘要中明确提及具体限制 | 解决交叉连接质谱技术的数据处理和分析瓶颈，提升蛋白质结构和蛋白质-蛋白质相互作用研究的性能 | 交叉连接质谱数据，特别是交叉连接肽 | 机器学习 | NA | 交叉连接质谱 | 深度学习 | 质谱数据 | NA | NA | NA | NA | NA |
| 4464 | 2026-02-11 |
Methodological Considerations for Improving Deep Learning-Based Classification of Skin Lesions in High-Frequency Ultrasound Imaging
2026-Feb-10, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.70201
PMID:41665130
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4465 | 2026-02-11 |
Calibrating Biased Distribution in VFM-derived Latent Space via Cross-Domain Geometric Consistency
2026-Feb-09, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2026.3662389
PMID:41662554
|
研究论文 | 提出一种基于跨域几何一致性的分布校准框架，用于解决视觉基础模型提取特征时存在的分布偏差问题 | 发现视觉基础模型（如CLIP、DINOv2）提取的特征分布几何形状具有跨域可迁移性，并利用该几何知识指导分布校准 | NA | 解决训练样本与真实分布之间的差距问题，特别是在数据异构和样本不平衡场景下 | 视觉基础模型提取的特征分布 | 计算机视觉 | NA | 特征提取 | 基础模型 | 图像特征 | NA | NA | CLIP, DINOv2 | NA | NA |
| 4466 | 2026-02-11 |
Expert-level probabilistic breathing event detector informs phenotyping of sleep apnea
2026-Feb-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69163-z
PMID:41663368
|
研究论文 | 开发了一种自动呼吸事件检测器，用于定位和分类睡眠呼吸暂停事件，以辅助睡眠障碍性呼吸的诊断 | 采用端到端深度学习架构，模型输出概率性结果（称为“apnotyping”），与传统指数相比，能更有效地关联睡眠呼吸暂停的关键特征，如环路增益和咽部肌肉补偿 | 模型在泛化性方面可能存在限制，因为信号在不同中心间存在变异性，尽管已在多个队列中测试 | 开发一个自动检测器，以替代手动标注，提高睡眠呼吸暂停诊断的效率和准确性 | 睡眠障碍性呼吸事件，包括阻塞性呼吸暂停、中枢性呼吸暂停、低通气和孤立性呼吸事件 | 机器学习 | 睡眠呼吸暂停 | 多导睡眠图 | 深度学习 | 多导睡眠图数据 | 训练集5456个多导睡眠图，测试集1099个多导睡眠图，来自六个队列 | NA | 端到端深度学习架构 | F1分数, 相关系数r² | NA |
| 4467 | 2026-02-11 |
Multimodal AI System for Plastic Surgery Diagnosis and Decision-Making Using Deep Learning of Psychological Questionnaires and Three-Dimensional Facial Data
2026-Feb-09, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-05600-6
PMID:41663766
|
研究论文 | 本文设计并开发了一种基于AI的整形外科推荐系统，利用3D照片和心理问卷数据提供个性化治疗建议 | 首次结合3D面部数据和心理问卷，通过深度学习构建个性化整形外科推荐系统，综合考虑患者心理状态和经济因素 | 研究样本限于18-55岁门诊患者，未涵盖所有年龄段或特殊人群，且依赖特定问卷数据 | 开发AI系统以提升整形外科治疗的个性化推荐准确性和患者满意度 | 5543例18-55岁整形外科门诊患者 | 计算机视觉 | NA | 3D摄影、心理问卷调查 | 深度学习 | 3D图像、文本数据 | 5543例 | NA | NA | 准确率、患者满意度 | NA |
| 4468 | 2026-02-11 |
K-CC-MoCo: A Fast k-Space-Based Respiratory Motion Correction for Highly Accelerated First-Pass Perfusion Cardiovascular MR
2026-Feb-09, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70287
PMID:41664248
|
研究论文 | 本文提出了一种名为K-CC-MoCo的k空间呼吸运动校正方法，用于自由呼吸下高度加速的首过灌注心血管磁共振成像 | 直接在k空间估计和校正呼吸运动，无需初始图像重建，适用于高度加速采集，克服了传统图像域方法在模型和深度学习重建中的限制 | 未明确提及方法在极端运动或非刚性变形情况下的性能，也未讨论临床验证的广泛性 | 开发一种快速、高效的呼吸运动校正方法，以提升自由呼吸下高度加速首过灌注心血管磁共振的图像质量和重建性能 | 自由呼吸下的首过灌注心血管磁共振数据，包括数字幻影和真实采集数据 | 医学影像处理 | 心血管疾病 | 心血管磁共振成像，k空间运动校正 | NA | k空间数据，图像数据 | 未明确指定具体样本数量，但使用了数字幻影和真实自由呼吸采集数据 | NA | NA | SSIM | NA |
| 4469 | 2026-02-11 |
Untargeted Metabolomic and Lipidomic Profiles of Gingival Crevicular Fluid in the Context of Periodontitis
2026-Feb-09, Journal of clinical periodontology
IF:5.8Q1
DOI:10.1111/jcpe.70105
PMID:41664514
|
研究论文 | 本研究通过非靶向代谢组学和脂质组学分析，探索了健康个体与牙周炎患者龈沟液中的代谢物和脂质谱差异 | 首次结合亲水相互作用和反相液相色谱/质谱平台，并采用半监督深度学习方法进行代谢组学峰校正和数据分析，以全面表征牙周炎相关的代谢变化 | 样本量较小（健康组17人，牙周炎组19人），且为横断面研究，无法确定因果关系 | 探索牙周炎与健康状态下龈沟液的代谢组学和脂质组学差异，以增进对牙周炎生化机制的理解 | 龈沟液（GCF）样本，来自健康个体和牙周炎患者 | 代谢组学 | 牙周炎 | 非靶向代谢组学、脂质组学、亲水相互作用液相色谱/质谱、反相液相色谱/质谱 | 深度学习 | 代谢组学和脂质组学数据 | 36人（17名健康个体，19名牙周炎患者） | NA | NA | q值<0.05，|log2转换的倍数变化|>1 | NA |
| 4470 | 2026-02-11 |
spRefine denoises and imputes spatial transcriptomics with a reference-free framework powered by genomic language model
2026-Feb-03, Genome research
IF:6.2Q1
DOI:10.1101/gr.281001.125
PMID:41633767
|
研究论文 | 本文介绍了一种名为spRefine的深度学习框架，利用基因组语言模型对空间转录组数据进行去噪和插补，以提升数据质量和下游分析效果 | spRefine首次结合基因组语言模型，以无参考框架同时实现空间转录组数据的去噪和插补，并展示了在模型预训练和新生物信号发现方面的应用潜力 | NA | 解决空间转录组数据分析中高噪声和基因测量缺失的问题，提升数据整合和下游应用准确性 | 空间转录组数据 | 机器学习 | NA | 空间转录组学 | 深度学习 | 空间转录组数据 | NA | NA | 基因组语言模型 | NA | NA |
| 4471 | 2026-02-11 |
Detection of external root resorption in periapical radiographs using YOLO-based deep learning model
2026-Feb-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf072
PMID:41014013
|
研究论文 | 本研究开发了一种基于YOLO的深度学习模型，用于在根尖周X光片中检测外部牙根吸收 | 采用YOLOv5x-cls和YOLOv5x-seg模型进行外部牙根吸收的检测与分割，并首次在模拟颌骨放射密度的体模模型上进行评估 | 研究样本仅基于110颗离体牙，且使用化学方法诱导外部牙根吸收，可能无法完全代表临床真实情况 | 开发人工智能算法以辅助诊断外部牙根吸收 | 110颗经过化学脱矿处理的离体牙齿 | 计算机视觉 | 牙科疾病 | X光成像 | CNN | 图像 | 584张根尖周X光片 | PyTorch | YOLOv5x-cls, YOLOv5x-seg | F1分数 | NA |
| 4472 | 2026-02-11 |
Single-step prediction of inferior alveolar nerve injury after mandibular third-molar extraction using contrastive learning and Bayesian auto-tuned deep learning model
2026-Feb-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf069
PMID:41014015
|
研究论文 | 本研究构建并评估了一个集成对比学习和贝叶斯优化的深度学习框架，用于预测下颌第三磨牙拔除后下牙槽神经损伤 | 首次将对比学习与贝叶斯优化结合，用于单步预测下牙槽神经损伤，显著提升了模型性能 | 研究为回顾性单中心数据，未来需要多中心验证，且全景X光片分析仍需专家解读 | 构建并评估深度学习框架以预测下颌第三磨牙拔除后下牙槽神经损伤 | 下颌第三磨牙拔除患者 | 计算机视觉 | 口腔颌面外科疾病 | 锥形束计算机断层扫描（CBCT），全景X光片 | 深度学习模型 | 图像 | 902张全景X光片和1,500张CBCT图像 | NA | MobileNetV2, ResNet101D, Vision Transformer, Twins-SVT, SSL-ResNet50 | 准确率, F1分数 | NA |
| 4473 | 2026-02-11 |
AutoFDP: Automatic Force-Based Model Selection for Multicriteria Graph Drawing
2026-Feb, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3631659
PMID:41223106
|
研究论文 | 本文提出了一种基于用户指定可读性标准自动构建力导向模型的多准则图布局框架 | 系统整合传统力导向模型与准则驱动技术，实现基于用户指定标准自动构建定制化力导向模型 | 未明确说明框架在超大规模图或动态图场景下的性能表现 | 开发自动化的多准则图布局方法以提升图可视化质量 | 图布局模型与图可视化技术 | 计算机视觉 | NA | 力导向模型与准则驱动优化技术 | NA | 图数据 | 多种类型图数据集 | NA | NA | 边交叉最小化等可读性标准 | NA |
| 4474 | 2026-02-11 |
Quality Assessment of 3D Human Animation: Subjective and Objective Evaluation
2026-Feb, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3631385
PMID:41223104
|
研究论文 | 本文提出了一种用于评估非参数化人体模型生成的虚拟人动画质量的数据驱动方法 | 首次针对非参数化人体模型生成的虚拟人动画开发了质量评估指标，并构建了包含主观真实性评分的数据集 | 未明确说明数据集的具体规模，且方法主要针对特定类型的虚拟人动画 | 开发虚拟人动画的质量评估方法 | 三维虚拟人动画 | 计算机视觉 | NA | 神经网络训练 | 线性回归器 | 三维动画序列 | NA | NA | NA | 相关性 | NA |
| 4475 | 2026-02-11 |
Towards automated fetal brain biometry reporting for 3-dimensional T2-weighted 0.55-3T magnetic resonance imaging at 20-40 weeks gestational age range
2026-Feb, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06403-2
PMID:41238791
|
研究论文 | 本文开发并验证了一个用于3D T2加权胎儿脑MRI的完全自动化生物测量报告流程 | 首次提出一个完全自动化的生物测量报告流程，整合了基于深度学习的测量、百分位数和z分数计算以及报告生成 | 未明确说明模型在极端病例或异常情况下的泛化能力，且依赖于特定成像参数 | 实现和验证一个基于深度学习生物测量和规范生长图比较的完全自动化生物测量报告流程 | 胎儿脑MRI图像 | 数字病理学 | NA | 3D T2加权磁共振成像 | 深度学习 | 3D MRI图像 | 回顾性评估90例，前瞻性评估111例，正常对照组406例 | NA | 3D UNet | 绝对差异，可接受性评分 | NA |
| 4476 | 2026-02-11 |
Deep learning-based super-resolution of contrast-enhanced volumetric interpolated breath-hold examination for evaluation of intracranial enhancing lesions
2026-Feb, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851251398622
PMID:41289091
|
研究论文 | 本研究评估了基于深度学习的超分辨率重建技术（DL-VIBE）在颅内增强病变诊断中的性能，并与传统MPRAGE序列进行比较 | 首次将基于深度学习的超分辨率重建技术应用于颅内对比增强病变的评估，实现了扫描时间的显著缩短 | DL-VIBE在整体图像质量和灰白质区分方面表现较低 | 比较DL-VIBE与传统MPRAGE在颅内增强病变诊断中的性能 | 颅内增强病变患者 | 医学影像分析 | 颅内病变 | 对比增强三维T1加权成像 | 深度学习 | 医学影像 | 97名患者（35名男性，62名女性；平均年龄59.2±15.3岁） | NA | NA | 图像质量评分、灰白质区分度、病变显著性、伪影评估、对比噪声比、病变数量、最大直径 | NA |
| 4477 | 2026-02-11 |
CalDiff: Calibrating Uncertainty and Accessing Reliability of Diffusion Models for Trustworthy Lesion Segmentation
2026-Feb, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3624331
PMID:41129433
|
研究论文 | 提出CalDiff框架，通过校准扩散模型的不确定性，提高医学图像中病灶分割的可靠性和可信度 | 利用扩散模型的生成能力，提出双步序感知校准机制，处理多标注和多预测场景下的不确定性校准与模型可靠性评估 | 未明确说明模型在更广泛疾病类型或数据集上的泛化能力，以及计算资源需求的具体细节 | 开发可靠的病灶分割模型，以支持高风险临床决策 | 医学图像中的病灶分割 | 数字病理 | NA | 扩散模型 | 扩散模型 | 图像 | 在两个病灶分割数据集上进行实验 | NA | CalDiff | 不确定性校准评估，模型可靠性分析 | NA |
| 4478 | 2026-02-11 |
Projection-based molecular feature maps for CNN-driven nephrotoxicity prediction
2026-Feb, Archives of toxicology
IF:4.8Q1
DOI:10.1007/s00204-025-04234-6
PMID:41361121
|
研究论文 | 本研究提出了一种基于投影的分子特征图方法，用于通过CNN预测药物肾毒性 | 开发了一种将3D分子结构通过Mollweide和Equirectangular投影转换为2D特征图的新方法，并整合了原子位置、静电和范德华势能三种分子属性，增强了特征表示和模型性能 | 未明确说明模型在更大规模或更复杂分子数据集上的泛化能力，也未与其他先进的深度学习模型进行广泛比较 | 开发可靠的肾毒性预测模型以促进药物安全开发 | 化学分子结构 | 机器学习 | 肾毒性 | 3D空间转换投影技术 | CNN | 2D图像（分子特征图） | NA | NA | CNN（具体架构未指定） | 准确率, AUC | NA |
| 4479 | 2026-02-11 |
X-ray phase contrast imaging in GAMOS
2026-Feb, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2026.105716
PMID:41512441
|
研究论文 | 本文开发并验证了一个基于GAMOS框架的蒙特卡罗模拟环境，用于真实模拟X射线相位对比成像现象，包括折射和波前传播 | 在GAMOS框架内集成两个互补的模拟模块，结合几何光学和波动光学模型，灵活模拟多种PCI设置 | 未明确提及具体应用场景的性能验证或实验数据对比 | 开发并验证能够真实模拟X射线相位对比成像现象的蒙特卡罗框架 | X射线相位对比成像现象，包括折射和波前传播 | 医学成像 | NA | X射线相位对比成像 | 蒙特卡罗模拟 | 模拟数据 | NA | GAMOS | 基于Snell定律的折射模型, Fresnel波前传播模型 | 与理论预测的一致性 | NA |
| 4480 | 2026-02-11 |
Artificial Intelligence Model for Automated Identification of Bowel Preparation for Colonoscopy (AI-PREPOO): A Multicenter Study
2026-Feb, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.70235
PMID:41521851
|
研究论文 | 本研究开发了基于深度学习的AI模型（AI-PREPOO），用于自动识别结肠镜检查前的肠道准备状态 | 首次利用智能手机拍摄的粪便图像，通过迁移学习训练多个深度学习模型，实现肠道准备状态的自动化评估 | 样本量较小（仅37名患者），图像数据可能受拍摄条件影响，需进一步多中心验证 | 开发自动化AI模型以评估结肠镜检查前的肠道准备充分性，减轻医疗负担 | 结肠镜检查前患者的粪便图像 | 计算机视觉 | 结肠疾病 | 深度学习图像识别 | CNN | 图像 | 37名患者提供的282张粪便图像 | 未明确提及 | MobileNetV3-Small | AUC, 敏感性, 特异性 | NA |