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 42795 篇文献，本页显示第 4981 - 5000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4981 | 2026-02-03 |
Artificial Intelligence-Driven Differentiation Between Uveal Melanoma and Nevus Based on Fundus Photographs: A Systematic Review and Meta-Analysis
2026-Jan-05, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.15.1.34
PMID:41590408
|
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眼底照片的人工智能模型在区分葡萄膜黑色素瘤和痣方面的性能 | 首次对基于眼底照片的AI模型在区分葡萄膜黑色素瘤与痣方面的研究进行系统综述和荟萃分析，量化了模型的整体性能 | 现有证据高度异质，受限于小数据集规模和有限的外部验证 | 检验人工智能模型基于眼底照片区分葡萄膜黑色素瘤与痣的能力 | 葡萄膜黑色素瘤（UM）和葡萄膜痣（UN） | 计算机视觉 | 葡萄膜黑色素瘤 | 眼底摄影 | 深度学习, 传统机器学习 | 图像（眼底照片） | 总计6208名参与者 | NA | NA | AUC, 准确率, 灵敏度, 特异性 | NA |
| 4982 | 2026-02-03 |
Preoperative assessment of axillary lymph node tumor burden in cT1-2N0 breast cancer patients with a modality-adaptive network based on sentinel lymph node ultrasound images
2026-Jan-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34371-y
PMID:41486270
|
研究论文 | 本研究开发并验证了一种基于前哨淋巴结超声图像的深度学习模型，用于术前评估cT1-2N0乳腺癌患者的腋窝淋巴结肿瘤负荷 | 提出了一种结合灰阶或彩色多普勒超声图像及临床病理信息的模态自适应网络（MAN+C），其适用性比现有AI模型扩展了30%，可涵盖多灶性病变或已接受原发性乳腺癌病灶治疗的患者 | 研究样本来自两家医院，可能存在选择偏倚；外部验证数据集的AUC（0.84）低于其他数据集，表明模型泛化能力有待进一步验证 | 为cT1-2N0乳腺癌患者术前评估腋窝淋巴结肿瘤负荷提供一种直接、高效的诊断方法 | cT1-2N0乳腺癌患者的前哨淋巴结超声图像 | 数字病理学 | 乳腺癌 | 超声成像，对比增强淋巴超声 | 深度学习模型 | 超声图像（灰阶、彩色多普勒） | 374名患者的595个前哨淋巴结 | 未明确说明 | 模态自适应网络 | AUC | 未明确说明 |
| 4983 | 2026-02-03 |
Deterministic nowcasting of geostationary satellite infrared brightness temperature using 3D U-Net diffusion model
2026-Jan-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34207-9
PMID:41484451
|
研究论文 | 本文提出了一种结合去噪扩散概率模型与3D U-Net的生成建模方法，用于从地球静止卫星观测中确定性预报红外亮度温度 | 首次将去噪扩散概率模型与3D U-Net架构耦合，用于卫星红外亮度温度的确定性临近预报，相比传统外推和深度学习基线，在预测精度和结构保真度方面均有显著提升 | 在较长预报时效（超过2小时）上的增益有所减少，尽管仍明显优于基线 | 开发一种用于地球静止卫星红外亮度温度临近预报的生成建模方法，以提高预测精度和结构保真度 | SEVIRI观测的红外亮度温度数据 | 计算机视觉 | NA | 卫星红外观测（约10.8 μm） | 去噪扩散概率模型, 3D U-Net | 图像（红外亮度温度序列） | 使用独立测试集（2022年7月至9月）进行评估 | NA | 3D U-Net | SSIM, CRPS, MAE, 相关性 | NA |
| 4984 | 2026-02-03 |
Deep learning-driven optimization and predictive modeling of LASER beam machining for XG3 steel
2026-Jan-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34323-6
PMID:41484160
|
研究论文 | 本文通过实验研究和多目标优化，结合深度学习驱动的预测模型，探索了激光束加工XG3钢的工艺参数优化 | 结合遗传算法进行多目标优化生成帕累托前沿，并开发了响应曲面法和反向传播人工神经网络两种预测模型，其中BPANN模型表现出更高的预测精度 | 研究仅针对XG3钢和三种特定孔几何形状，未涉及其他材料或更复杂的几何形状 | 优化激光束加工XG3钢的工艺参数，以实现表面粗糙度、加工时间、表面硬度和毛刺厚度的多目标改善 | XG3钢（一种用于航空航天和国防应用的高性能合金） | 机器学习 | NA | 激光束加工 | 人工神经网络 | 实验数据 | 基于田口L正交阵列的实验设计，涉及三种孔几何形状（圆形、三角形、方形） | NA | 反向传播人工神经网络 | 回归系数, 平均绝对百分比误差 | NA |
| 4985 | 2026-02-03 |
The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT
2026-Jan, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09151-x
PMID:40691585
|
研究论文 | 本研究评估了一种针对脊柱侧弯的MRI协议，通过深度学习算法生成合成CT，并将其与CT在胸腰椎椎弓根螺钉规划与置入的安全性和准确性方面进行比较 | 开发了一种脊柱侧弯特异性MRI协议，结合AI生成的合成CT，实现无辐射的脊柱导航，为年轻患者提供更安全的替代方案 | 研究基于尸体模型，样本量较小（5具尸体），且未在活体患者中进行验证 | 比较基于MRI的合成CT脊柱导航与CT在椎弓根螺钉规划与置入中的安全性和准确性 | 尸体脊柱（从T3到L5的椎弓根） | 医学影像分析 | 脊柱侧弯 | MRI扫描，深度学习算法 | 深度学习模型 | 医学影像（CT和MRI图像） | 5具尸体脊柱，共置入140根导丝（其中3根被排除） | NA | NA | 最大角度偏差，计划与术后螺钉位置距离，内侧突破率（Gertzbein-Robbins分类） | NA |
| 4986 | 2026-02-03 |
DVG-Diffusion: Dual-View-Guided Diffusion Model for CT Reconstruction From X-Rays
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3655171
PMID:41576110
|
研究论文 | 本文提出了一种双视图引导的扩散模型（DVG-Diffusion），用于从少量二维X射线图像直接重建三维CT体积 | 通过结合新视图合成和视图引导的特征对齐，降低了从2D X射线到3D CT映射的学习难度，实现了高保真度和感知质量的有效平衡 | 未在摘要中明确提及 | 从少量二维X射线图像直接重建三维CT体积 | CT体积重建 | 计算机视觉 | NA | X射线成像 | 扩散模型 | 图像 | 未在摘要中明确提及 | 未在摘要中明确提及 | DVG-Diffusion | 未在摘要中明确提及 | 未在摘要中明确提及 |
| 4987 | 2026-02-03 |
Enhancing Brain Tumor Classification and Generalization Using DDPM-Generated MRI, Mutual Information and Ensemble Learning
2026 Jan-Dec, Technology in cancer research & treatment
IF:2.7Q3
DOI:10.1177/15330338251405180
PMID:41615841
|
研究论文 | 本研究探讨了使用DDPM生成的合成MRI图像，结合互信息正则化和集成学习，以增强脑肿瘤分类的泛化能力 | 提出了结合互信息正则化的DDPM模型来生成高质量、多样化的合成MRI图像，并通过集成学习显著提升了跨数据集脑肿瘤分类的泛化性能 | 研究为回顾性设计，仅使用了两个数据集（一个公共数据集和一个临床数据集），可能限制了结果的广泛适用性 | 评估DDPM生成的合成MRI图像（带或不带互信息正则化）是否能增强脑肿瘤分类在异质数据集上的泛化能力 | 559名患有低级别和高级别脑肿瘤（LGG, HGG）的患者 | 医学影像分析 | 脑肿瘤 | MRI成像（T1WI, T1WI+C, T2WI, FLAIR） | DDPM, ResNet | MRI图像 | 559名患者（BraTS数据集335例，TASMC临床数据集224例） | NA | ResNet-152 | 准确率, F1分数, FID, IS | NA |
| 4988 | 2026-02-03 |
Graph former-CL: A novel graph transformer with contrastive learning framework for enhanced drug-drug interaction prediction
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0339971
PMID:41615927
|
研究论文 | 提出了一种结合图Transformer架构与对比学习的新型深度学习框架Graph Former-CL，用于增强药物-药物相互作用预测 | 结合了分层图Transformer与位置感知多头自注意力以捕获局部和全局分子模式、特定领域的对比学习模块与分子增强策略、整合SMILES序列与图表示的跨模态融合机制，以及用于多尺度分子表示的自适应池化策略 | 未明确提及具体局限性 | 增强药物-药物相互作用预测，解决现有方法在捕获长程分子依赖性和泛化到新药物组合方面的不足 | 药物-药物相互作用 | 机器学习 | NA | 深度学习 | Transformer, 对比学习 | 图数据, 序列数据 | 四个基准数据集（包括DrugBank和TWOSIDES） | NA | Graph Transformer | 准确率 | NA |
| 4989 | 2026-02-03 |
Uralenol, Glycyrol, and Abyssinone II as potent inhibitors of fibroblast growth factor receptor 2 from anti-cancer plants: A deep learning and molecular dynamics approach
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341498
PMID:41615925
|
研究论文 | 本研究通过分子对接、深度学习、药代动力学分析和分子动力学模拟，从1350种源自51种抗癌药用植物的植物化学物中筛选出潜在的FGFR2抑制剂 | 结合深度学习模型预测pIC₅₀值，并采用分子动力学模拟验证蛋白质-配体复合物的稳定性，从传统抗癌植物中系统筛选FGFR2抑制剂 | 研究结果需要进一步的实验验证才能确定其治疗潜力 | 识别潜在的FGFR2抑制剂用于癌症治疗 | 源自51种抗癌药用植物的1350种植物化学物 | 机器学习 | 癌症 | 分子对接，深度学习，药代动力学分析，分子动力学模拟 | 深度学习模型 | 化学结构数据 | 1350种植物化学物 | NA | NA | pIC₅₀值，结合亲和力，药代动力学参数，毒性风险 | NA |
| 4990 | 2026-02-03 |
A deep state-space analysis framework for cancer patient latent state estimation and classification from EHR time-series data
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0341003
PMID:41616002
|
研究论文 | 提出了一种名为“深度状态空间分析框架”的新方法，用于从电子健康记录时间序列数据中估计和可视化癌症患者的潜在状态变化，并进行分类和关键因素识别 | 开发了一种可解释的深度学习框架，专注于长期疾病进展（如癌症）的潜在状态估计和可视化，克服了现有方法在可解释性方面的挑战 | 研究主要基于癌症患者数据，可能未涵盖所有慢性疾病类型；框架在更广泛医疗环境中的泛化能力有待进一步验证 | 通过深度学习技术分析电子健康记录时间序列数据，以估计癌症患者的潜在疾病进展状态并识别预后不良因素 | 12,695名癌症患者的电子健康记录时间序列数据 | 机器学习 | 癌症 | 电子健康记录分析 | 深度学习时间序列预测模型 | 时间序列数据 | 12,695名癌症患者 | NA | 深度状态空间分析框架 | NA | NA |
| 4991 | 2026-02-03 |
A novel deep learning approach for intrusion detection in maritime radar networks
2025-Dec-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34353-0
PMID:41469470
|
研究论文 | 本文提出了一种名为MARINERNet的深度学习入侵检测系统，专门用于海上雷达网络，通过集成1D卷积层、挤压-激励模块和残差连接，自动从原始雷达网络数据中提取特征，以提高检测准确性 | 引入了一种新颖的深度学习架构，结合1D卷积层、挤压-激励模块和残差连接，自动提取特征，无需手动干预，并在多类和二类分类任务中实现了最先进的性能 | 未明确提及具体限制，如数据集的多样性、实际部署中的计算开销或对抗性攻击的鲁棒性 | 开发一个深度学习入侵检测系统，以实时检测海上雷达网络中的网络攻击，确保关键基础设施的安全 | 海上雷达网络及其相关的网络数据 | 机器学习 | NA | 深度学习 | CNN | 原始雷达网络数据 | NA | NA | 1D卷积层、挤压-激励模块、残差连接 | 准确率 | NA |
| 4992 | 2026-02-03 |
A multi-objective optimization framework integrating ICSL deep learning for forecasting and scheduling emergency medical supply demand in public health emergencies
2025-Dec-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34300-z
PMID:41476145
|
研究论文 | 本文提出了一种集成ICSL深度学习的多目标优化框架，用于预测和调度公共卫生事件中的应急医疗物资需求 | 结合传染病特征和政府隔离措施影响，通过ICSL深度学习架构预测应急医疗物资最大需求，并构建考虑紧迫性、调度时间和成本的多目标调度分配模型 | NA | 解决重大疫情中后期应急医疗物资的预测与分配挑战 | 公共卫生事件中的应急医疗物资需求与调度 | 机器学习 | NA | 深度学习 | LSTM, BP神经网络 | 疫情控制措施数据 | 武汉疫情防控措施数据 | NA | ICSL深度学习架构 | 预测准确率 | NA |
| 4993 | 2026-01-01 |
Prioritizing missense mutations via a deep learning phosphorylation prediction model
2025-Dec-30, Human genomics
IF:3.8Q2
DOI:10.1186/s40246-025-00898-4
PMID:41469746
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4994 | 2026-01-01 |
Artificial intelligence technology for the ethical issues research from a Marxist perspective under deep learning
2025-Dec-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34208-8
PMID:41469803
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4995 | 2025-12-30 |
Evaluation of a YOLOv5x-based deep learning model for interproximal caries segmentation on bitewing radiographs across primary and permanent teeth
2025-Dec-29, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-07570-2
PMID:41457204
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4996 | 2026-02-03 |
Improving sign Language recognition system for assisting deaf and dumb people using pathfinder algorithm with representation learning model
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34283-x
PMID:41461898
|
研究论文 | 本研究提出了一种基于路径寻找算法和特征提取模型的美国手语识别系统，旨在通过优化策略提升识别准确性和鲁棒性 | 整合路径寻找算法与SE-DenseNet特征提取模型及Elman神经网络分类器，通过参数调优提升手语识别性能 | 仅在美国手语数据集上进行测试，未涉及其他手语变体或真实复杂场景验证 | 提高手语识别系统的准确性和实用性，以辅助聋哑人士沟通 | 美国手语手势图像数据 | 计算机视觉 | NA | 高斯滤波去噪，深度学习特征提取与分类 | Elman神经网络 | 图像 | 未明确指定样本数量，使用美国手语数据集 | 未明确指定，可能涉及自定义实现 | SE-DenseNet, Elman神经网络 | 准确率 | NA |
| 4997 | 2026-02-03 |
An open bone marrow megakaryocyte dataset for automated morphologic studies
2025-Dec-16, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06450-2
PMID:41402328
|
研究论文 | 本文介绍了首个公开的骨髓巨核细胞亚型分类数据集MK-11，用于自动形态学评估的开发与评估 | 首次提供了高质量、开放许可的骨髓巨核细胞图像数据集，解决了该领域数据稀缺问题，并建立了基于深度学习的分类基准 | 数据集规模相对有限（7,204张图像），可能影响模型泛化能力；且仅基于Wright-Giemsa染色图像，未涵盖其他染色技术 | 开发用于骨髓巨核细胞亚型自动分类的深度学习模型，以辅助血液疾病的诊断与研究 | 骨髓中的巨核细胞亚型，涉及11种临床相关亚型 | 数字病理学 | 骨髓增生异常综合征（MDS）及其他血小板相关疾病 | Wright-Giemsa染色 | CNN, Transformer | 图像 | 7,204张单细胞图像 | NA | 卷积神经网络, Transformer | NA | NA |
| 4998 | 2026-02-03 |
A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 3: How orthopaedic research benefits from the implementation of artificial intelligence
2025-Oct, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70481
PMID:41180563
|
综述 | 本文概述了人工智能在骨科研究中的益处，并讨论了在快速发展领域中开展高质量AI研究的挑战 | 提供了骨科领域AI实施的实用指南，强调了AI在图像评估、手术规划、结果预测等方面的成功应用 | 未具体说明研究中的样本大小或数据细节，主要关注概述性内容 | 概述人工智能在骨科领域的益处，并解决高质量AI研究面临的挑战 | 骨科研究中的AI应用，包括图像评估、手术规划、结果预测等 | 机器学习 | 骨科疾病 | NA | NA | 图像、文本（电子病历） | NA | NA | NA | NA | NA |
| 4999 | 2026-02-03 |
Advanced Distance-Resolved Evaluation of the Perienhancing Tumor Areas with FLAIR Hyperintensity Indicates Different ADC Profiles by MGMT Promoter Methylation Status in Glioblastoma
2025-Feb-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8493
PMID:39848779
|
研究论文 | 本研究利用一种新颖的距离分辨3D评估方法，分析了胶质母细胞瘤（GBM）强化周围浸润区的ADC值，并探讨其与MGMT启动子甲基化状态的关系 | 首次采用距离分辨的3D体积分析方法，量化了GBM肿瘤核心周围不同距离子体积的ADC值，揭示了传统MRI人眼无法察觉的组织特征差异 | 研究为回顾性分析，样本量相对有限（101例），且仅分析了IDH野生型GBM | 探究MGMT启动子甲基化状态是否反映在GBM的MRI标记物（特别是ADC值）上 | IDH野生型胶质母细胞瘤（GBM）患者 | 数字病理学 | 胶质母细胞瘤 | MRI（包括FLAIR序列和ADC图），深度学习分割 | 深度学习模型（具体类型未在摘要中指定） | 3D MRI图像 | 101名患者（其中MGMT启动子甲基化[mMGMT] 43例，未甲基化[uMGMT] 58例） | NA | NA | Wilcoxon符号秩检验的P值 | NA |
| 5000 | 2026-02-03 |
Whole-body low-dose computed tomography in patients with newly diagnosed multiple myeloma predicts cytogenetic risk: a deep learning radiogenomics study
2025-Feb, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-024-04733-0
PMID:38937291
|
研究论文 | 本研究开发了一种基于全身低剂量CT的深度学习模型，用于预测多发性骨髓瘤患者的细胞遗传学异常风险 | 首次利用全身低剂量CT扫描结合深度学习技术预测多发性骨髓瘤的细胞遗传学风险，实现了无创性风险分层 | 样本量相对较小（151例患者），且仅基于单中心数据，可能影响模型的泛化能力 | 开发深度学习模型以通过影像学特征预测多发性骨髓瘤的细胞遗传学异常 | 新诊断的多发性骨髓瘤患者 | 数字病理学 | 多发性骨髓瘤 | 荧光原位杂交（FISH），全身低剂量CT（WBLDCT） | 深度学习模型 | 医学影像（CT扫描） | 151例多发性骨髓瘤患者 | NA | NA | AUROC（受试者工作特征曲线下面积） | NA |