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 39696 篇文献，本页显示第 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2026-02-02 |
The Intelligent Needle: The Role of Artificial Intelligence in Ultrasound-guided Regional Anesthesia
2026-Feb, Journal of perianesthesia nursing : official journal of the American Society of PeriAnesthesia Nurses
IF:1.6Q2
DOI:10.1016/j.jopan.2025.10.003
PMID:41620263
|
综述 | 本文探讨了人工智能在超声引导区域麻醉中的应用及其潜力 | 将深度学习算法集成到超声引导区域麻醉中，实现解剖标志自动识别、超声设置优化和针位高精度跟踪，以辅助麻醉师操作、缩短学习曲线并增强培训 | 广泛临床应用仍受限于需要大规模多样化数据集、解剖变异以及自动化相关的伦理考量 | 研究人工智能如何增强超声引导区域麻醉的精准性、安全性和效率 | 超声引导区域麻醉（UGRA）及其相关临床实践 | 医学影像分析 | NA | 超声成像 | 深度学习 | 超声图像 | NA | NA | NA | 图像质量、识别置信度 | NA |
| 582 | 2026-02-02 |
Advances in photoacoustic imaging reconstruction and quantitative analysis for biomedical applications
2026-Feb-01, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-025-00213-x
PMID:41620547
|
综述 | 本文全面回顾了光声成像（PAI）的基本原理、主要实现方式、图像重建与伪影抑制的最新进展，以及定量分析能力，并展望了其临床转化前景 | 系统性地比较了传统方法与基于深度学习（DL）的方法在提升PAI图像质量和简化工作流程方面的作用，并强调了DL在推动PAI临床转化中的变革潜力 | 作为一篇综述文章，不涉及具体实验或模型性能的验证，主要基于现有文献进行归纳与分析 | 探讨光声成像（PAI）从临床前研究向临床实践过渡过程中的技术进展、挑战及未来方向 | 光声成像技术及其在生物医学领域的应用 | 医学影像 | NA | 光声成像（PAI），包括光声计算机断层扫描、光声显微镜和光声内窥镜 | 深度学习（DL） | 图像 | NA | NA | NA | NA | NA |
| 583 | 2026-02-02 |
SBTM: epileptic seizure prediction from EEG signal using deep learning in blockchain-enabled smart healthcare monitoring with IoT networking
2026-Jan-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36425-1
PMID:41620453
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 584 | 2026-02-02 |
Diagnostic accuracy of artificial intelligence models for temporomandibular joint anomalies on MRI: a systematic review and meta-analysis
2026-Jan-31, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-026-01525-6
PMID:41620618
|
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人工智能模型在磁共振成像上诊断颞下颌关节异常的准确性 | 首次对应用于颞下颌关节MRI的AI模型进行系统综述和荟萃分析，并识别了影响模型性能的关键因素 | 存在显著的异质性（I² > 90%），外部验证有限，临床转化受限 | 评估AI模型在MRI上检测颞下颌关节异常的诊断性能，并分析影响性能的因素 | 颞下颌关节异常 | 医学影像分析 | 颞下颌关节疾病 | 磁共振成像 | 深度学习, 机器学习 | 图像 | NA | NA | ResNet-18, Inception v3, EfficientNet-b4 | 准确率, 灵敏度, 特异性 | NA |
| 585 | 2026-02-02 |
PolyAseqTrap: a universal tool for genome-wide identification and quantification of polyadenylation sites from different 3' end sequencing data
2026-Jan-31, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-026-03963-w
PMID:41620776
|
研究论文 | 本文介绍了一个名为PolyAseqTrap的R包，用于从多种3'端测序数据中识别和量化多聚腺苷酸化位点 | 提出了一个通用的多聚腺苷酸化位点识别工具，采用多聚A读取优先级策略、可转移的跨物种深度学习模型以及加权密度峰值聚类方法，以解决内部引物问题和微异质性影响 | NA | 开发一个用于基因组范围内多聚腺苷酸化位点识别和量化的通用工具 | 多聚腺苷酸化位点 | 生物信息学 | NA | 3'端测序 | 深度学习 | 测序数据 | 涉及16种不同的3'测序技术，跨多个物种 | R | NA | NA | NA |
| 586 | 2026-02-02 |
Functional and Structural Evidence of Neurofluid Circuit Aberrations in Huntington Disease
2026-Jan-31, Annals of clinical and translational neurology
IF:4.4Q1
DOI:10.1002/acn3.70328
PMID:41620818
|
研究论文 | 本研究通过多模态MRI技术评估亨廷顿病中神经流体通路的结构和功能改变 | 首次在亨廷顿病中系统评估脉络丛和旁矢状硬膜间隙的结构与功能变化，并关联脑脊液动力学 | 样本量有限，横断面研究设计无法确定因果关系 | 探究亨廷顿病中神经流体通路的异常及其与疾病严重程度的关系 | 亨廷顿病患者和健康对照者 | 数字病理学 | 亨廷顿病 | 3-Tesla T2加权MRI、FLAIR MRI、相位对比MRI、伪连续动脉自旋标记MRI | 深度学习 | MRI图像 | 80名亨廷顿病患者和65名年龄匹配的健康对照者 | NA | NA | p值 | NA |
| 587 | 2026-02-02 |
Absence of dehydration due to superionic transition at Earth's core-mantle boundary
2026-Jan-30, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aeb3006
PMID:41604493
|
研究论文 | 本文通过分子动力学模拟揭示了δ-AlOOH在深部下地幔条件下的双超离子转变，并发现超离子态水在核幔边界处不易脱水，可能形成长期储水层 | 首次发现δ-AlOOH中氢和铝离子的双超离子转变，并证明超离子态能稳定结构，使脱水过程在核幔边界条件下变得能量和动力学上不利 | 模拟基于特定条件（140 GPa和3800 K），实际地幔环境的复杂性和长期地质过程的影响仍需进一步验证 | 探究深部下地幔中水合相的超离子转变对其稳定性和脱水行为的影响 | δ-AlOOH水合相在深部下地幔和核幔边界条件下的行为 | 地球物理学 | NA | 从头算分子动力学模拟,深度学习势分子动力学模拟 | NA | 模拟数据 | NA | NA | NA | NA | NA |
| 588 | 2026-02-02 |
Deep learning enhanced ALPS reveals genetic and environmental factors of brain glymphatic function
2026-Jan-30, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2026.106133
PMID:41619353
|
研究论文 | 本研究开发了一种深度学习增强的DTI-ALPS（dALPS）方法，用于自动评估大脑类淋巴系统功能，并在大规模队列中揭示了其遗传和环境决定因素 | 首次将CNN和YOLO模型结合，实现了DTI图像中感兴趣区域的自动检测，从而自动化并增强了DTI-ALPS的测量，使其能够应用于大规模队列研究 | 未明确说明深度学习模型的具体泛化能力或在不同扫描仪/协议下的性能表现 | 开发一种自动化、可靠的生物标志物来评估大脑类淋巴系统功能，并探究其遗传和环境决定因素 | 来自UK Biobank等多个队列的超过65,000名参与者的DTI图像数据 | 医学影像分析 | 中枢神经系统疾病（包括抑郁症、焦虑症和神经退行性疾病） | 扩散张量成像沿血管周围空间（DTI-ALPS）、全基因组关联研究（GWAS）、全转录组关联研究（TWAS）、全蛋白质组关联研究（PWAS） | CNN, YOLO | DTI图像 | 超过65,000名参与者 | 未明确指定 | 未明确指定具体架构（如ResNet、VGG等），仅提及CNN和YOLO | 组内相关系数（ICC） | NA |
| 589 | 2026-02-02 |
Spatiotemporal prediction and attribution of groundwater storage anomaly using enhanced hybrid deep learning modeling with uncertainty quantification
2026-Jan-30, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2026.128766
PMID:41619477
|
研究论文 | 本研究提出了一种结合地下水预测、归因分析和不确定性量化的增强型混合深度学习模型，用于预测和归因长江流域的地下水储量异常 | 构建了两种新颖的混合模型架构（CNN-Attention-LSTM 和 Transformer-LSTM）来捕捉时空异质性，并首次将Stein变分梯度下降法（SVGD）集成到框架中进行不确定性量化，同时利用SHAP进行归因分析 | 未明确说明模型在其他流域或不同气候条件下的泛化能力，也未详细讨论计算成本或模型训练时间 | 实现透明、可信赖的地下水储量异常（GWSA）时空预测与归因分析 | 中国长江流域的地下水储量异常（GWSA） | 机器学习 | NA | 深度学习建模 | CNN, LSTM, Transformer | 时空序列数据 | NA | NA | CNN-Attention-LSTM (CAL), Transformer-LSTM (TL) | R值（相关系数） | NA |
| 590 | 2026-02-02 |
Machine learning, docking, or physics for structure prediction of ligand-induced ternary complexes
2026-Jan-30, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.103217
PMID:41619702
|
综述 | 本文综述了用于预测配体诱导的三元复合物结构的计算方法，包括多步对接流程和单步深度学习模型 | 系统比较了传统对接方法与深度学习模型在预测三元复合物结构方面的最新进展和工具 | 多步方法受限于采样复杂性、输入结构准确性、评分精度和计算成本；单步方法则受训练数据稀缺的约束 | 促进在缺乏实验结构的情况下基于结构的设计，以支持靶向蛋白质降解剂的理性设计 | 由E3连接酶、配体和靶蛋白形成的三元复合物结构 | 机器学习 | NA | 晶体学、冷冻电镜、计算建模 | 深度学习模型 | 结构数据 | NA | NA | NA | NA | NA |
| 591 | 2026-02-02 |
Selection of the best artificial intelligence techniques for analysis of gastrointestinal endoscopic images
2026-Jan-30, Arab journal of gastroenterology : the official publication of the Pan-Arab Association of Gastroenterology
IF:1.1Q4
DOI:10.1016/j.ajg.2025.09.021
PMID:41620373
|
研究论文 | 本研究通过模糊AHP-TOPSIS方法，系统评估并优先排序了用于胃肠道内窥镜图像分析的人工智能技术 | 首次结合模糊AHP和TOPSIS方法，为胃肠道内窥镜图像分析领域的人工智能技术提供系统化的选择框架 | 研究基于文献回顾和专家意见，可能受限于现有技术的覆盖范围和主观判断偏差 | 识别并优先排序用于胃肠道内窥镜图像分析的最佳人工智能技术 | 70种已开发的人工智能技术 | 计算机视觉 | 胃肠道疾病 | NA | CNN, DNN, ResNet | 图像 | NA | NA | ResNet18 | 有效性, 准确性, 全面性, 处理时间, 成本, 简洁性, 执行能力 | NA |
| 592 | 2026-02-02 |
Parameter identification based on statistical and neural network approaches for the vegetation-water model
2026-Jan-29, Journal of biological physics
IF:1.8Q3
DOI:10.1007/s10867-025-09698-2
PMID:41609956
|
研究论文 | 本文基于植被-水模型，结合张掖地区的降水、温度和二氧化碳浓度气候数据，提出了统计和深度学习两种参数识别方法，以解决图灵模式参数识别的逆问题 | 创新点包括将统计方法与深度学习结合用于植被-水模型的参数识别，并改进了ResNet50和VGG19模型，通过集成正则化、GELU激活函数和混合精度训练来提升泛化能力和效率 | NA | 研究目的是增强植被-水模型在气候变化下的参数化和预测能力 | 研究对象是张掖地区的植被-水模型及其图灵模式 | 机器学习 | NA | NA | CNN | 图像 | NA | NA | ResNet50, VGG19 | 准确性, 鲁棒性 | NA |
| 593 | 2026-02-02 |
Forecasting Waitlist Trajectories for Patients With Metabolic Dysfunction-Associated Steatohepatitis Cirrhosis: A Neural Network Competing Risk Analysis
2026-Jan-29, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/68247
PMID:41610175
|
研究论文 | 本研究使用深度学习竞争风险模型预测代谢功能障碍相关脂肪性肝炎肝硬化患者在肝移植等待名单上的死亡和移植风险 | 首次将深度学习竞争风险模型（DeepHit）应用于MASH肝硬化患者等待名单轨迹预测，并开发了新的性能指标竞争事件一致性分数 | 模型基于回顾性数据，可能受到数据质量和混杂因素的影响，外部验证仅在单一机构进行 | 预测MASH肝硬化患者在肝移植等待名单上的死亡和移植竞争风险 | 17,551名在科学移植受者登记处登记的MASH肝硬化等待肝移植患者 | 机器学习 | 肝病 | 竞争风险分析 | 深度学习 | 临床数据 | 17,551名患者 | NA | DeepHit | 一致性指数, Brier分数, 竞争事件一致性分数 | NA |
| 594 | 2026-02-02 |
Artificial intelligence and multi-omics convergence in breast cancer: Revolutionizing diagnosis, prognostication, and precision oncology
2026-Jan-29, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2026.105160
PMID:41616992
|
综述 | 本文综述了人工智能与多组学在乳腺癌中的融合应用，旨在革新诊断、预后和精准肿瘤学 | 整合多组学数据与影像、病理及临床变量，利用深度学习架构学习共享和模态特定表示，提高患者层面预测准确性 | 存在跨中心异质性、端点定义不一致、真实世界工作流中模态结构性缺失、跨平台标准化不足、可解释性和可审计性有限以及缺乏前瞻性验证等关键障碍 | 推进多模态人工智能与多组学整合在乳腺癌管理中的可靠临床部署 | 乳腺癌 | 机器学习 | 乳腺癌 | 多组学分析（包括基因组学、转录组学、表观基因组学、蛋白质组学、代谢组学） | 深度学习 | 多组学数据、影像、病理、临床变量 | NA | NA | NA | NA | NA |
| 595 | 2026-02-02 |
Deep Learning Model with Nodule Indexing Tailored to Early-Stage Lung Cancer Detection
2026-Jan-29, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2026.01.025
PMID:41620056
|
研究论文 | 本研究评估了一种基于深度学习的AI系统，该系统通过疑似结节索引和恶性风险分层，旨在提高放射科医生在CT扫描中检测肺结节的性能，特别是在早期肺癌检测方面 | 开发了一种结合结节索引和恶性风险分层的深度学习AI系统，并利用富含早期肺癌的挑战性数据集进行验证，显著提升了放射科医生的检测性能 | 研究数据集主要来自美国，可能限制了结果的普适性；且样本量相对有限，未涵盖所有类型的肺结节 | 评估AI辅助系统在提高放射科医生检测肺结节和早期肺癌性能方面的有效性 | CT扫描图像中的肺结节，特别是早期肺癌病例 | 计算机视觉 | 肺癌 | CT扫描 | 深度学习模型 | 图像 | 340例CT扫描，包括209例筛查病例和131例非筛查病例，其中133例为肺癌，61例为良性非钙化结节，146例正常 | NA | NA | 灵敏度, 特异性, LROC AUC, 假阳性率, 解读时间 | NA |
| 596 | 2026-02-02 |
Accurate enzyme specificity constant prediction with iESC
2026-Jan-25, Bioresource technology
IF:9.7Q1
DOI:10.1016/j.biortech.2026.134067
PMID:41592658
|
研究论文 | 本文介绍了一种名为iESC的深度学习模型，用于仅基于酶序列和底物结构准确预测酶特异性常数 | iESC模型首次整合了多种先进的特征提取和深度学习技术，仅依赖酶序列和底物结构即可高精度预测K、k和k/K参数，显著优于现有最先进模型 | 未明确提及模型在特定酶类或底物类型上的泛化能力限制，以及数据预处理可能引入的偏差 | 开发一种高效准确的深度学习模型，以替代传统耗时费力的酶动力学参数测量方法 | 酶特异性常数，包括米氏常数(K)、转换数(k)及其比值(k/K) | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据（酶序列）、结构数据（底物结构） | 41,907个酶-底物动力学参数 | 未明确指定 | iESC | 决定系数(R)、均方根误差(RMSE)、平均绝对误差(MAE) | NA |
| 597 | 2026-02-02 |
Peptide-responsive photonic hydrogels integrated with deep learning assistance for early MMP-9 detection
2026-Jan-24, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2026.118444
PMID:41619461
|
研究论文 | 本文开发了一种基于肽响应光子水凝胶与深度学习辅助的早期MMP-9检测平台 | 结合MMP-9响应性光子水凝胶与基于深度学习的智能手机应用，实现快速、便携的视觉和定量检测 | 未明确提及具体局限性，但可能涉及复杂生物流体中的潜在干扰或大规模临床验证需求 | 开发一种快速、便携、经济高效的MMP-9检测方法，用于临床和即时检验应用 | 基质金属蛋白酶-9 (MMP-9) | 机器学习 | 癌症 | 酶联免疫吸附试验 (ELISA), 迈克尔型加成反应 | 深度学习模型 | 图像 | 未明确提及具体样本数量 | 未明确提及 | 未明确提及 | 灵敏度 (10.60 nm mL/ng), 检测限 (0.62 ng/mL) | 智能手机 |
| 598 | 2026-02-02 |
Comprehensive review of heart disease prediction: A comparative study from 2019 onwards
2026-Jan-24, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103354
PMID:41619515
|
综述 | 本文对2019年以来心脏疾病预测领域的研究进行了全面回顾与比较分析 | 系统梳理了从传统诊断技术向现代机器学习和深度学习方法转变的趋势，并探讨了心血管疾病与肾结石关系对未来预测模型发展的潜在影响 | 作为综述文章，未提出新的实验模型或算法，主要依赖现有文献分析 | 评估心脏疾病预测领域的最新进展，为未来研究提供路线图 | 心脏疾病预测相关的研究文献与方法 | 机器学习 | 心血管疾病 | NA | NA | NA | NA | NA | NA | NA | NA |
| 599 | 2026-02-02 |
Peptide cheminformatics tools: making computational tasks accessible in peptide drug discovery
2026-Jan-21, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2026.104612
PMID:41577169
|
综述 | 本文综述了肽类药物发现中可用的计算化学信息学工具，旨在促进其在药物研发流程中的集成 | 系统性地概述了当前肽研究中的计算方法，并基于关键特性强调了可用的肽化学信息学工具，以降低其应用门槛 | NA | 为肽类药物发现提供计算方法的概览，并促进相关工具的集成应用 | 肽类药物发现中的计算工具和框架 | 化学信息学 | NA | 机器学习/深度学习（ML/DL）模型 | NA | 肽序列和结构数据 | NA | NA | NA | NA | NA |
| 600 | 2026-02-02 |
Interpretable Diagnosis of Pulmonary Emphysema on Low-Dose CT Using ResNet Embeddings
2026-Jan-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging12010051
PMID:41590936
|
研究论文 | 本文提出了一种基于ResNet嵌入的质量控制和可解释深度学习流程，用于在低剂量CT上诊断肺气肿 | 利用预训练的ResNet-152嵌入，结合自动化肺部分割、质量控制过滤以及与传统定量CT标志物融合，无需重新训练即可实现高性能且可解释的肺气肿诊断 | 未明确提及研究的外部验证队列或跨中心泛化能力评估 | 开发一种准确且可解释的肺气肿检测方法，以支持大规模筛查和人群健康研究 | 低剂量CT图像中的肺气肿 | 计算机视觉 | 肺气肿 | 低剂量CT | CNN | 图像 | NA | NA | ResNet-152 | ROC-AUC, PR-AUC, 平衡准确度 | NA |