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 44944 篇文献，本页显示第 681 - 700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 681 | 2026-05-30 |
Comparative Analysis of Deep Learning Approaches for Histopathology-Based Survival Prediction in Hepatocellular Carcinoma
2026-May-09, Cancers
IF:4.5Q1
DOI:10.3390/cancers18101534
PMID:42192894
|
研究论文 | 比较基于CNN和基础模型的深度学习方法在肝细胞癌组织病理学图像中用于生存预测的性能 | 首次系统比较传统CNN方法与基于病理基础模型的多实例学习在肝细胞癌预后预测中的表现，评估组织选择策略和跨数据集泛化能力 | 样本量相对较小（SSMH 256例，TCGA 334例）及跨数据集性能下降，表明泛化能力有限 | 评估不同深度学习框架在肝细胞癌生存预测中的应用效果，并探索最佳组织选择策略 | 肝细胞癌患者的H&E染色全切片图像及生存数据 | 数字病理学 | 肝细胞癌 | H&E染色组织病理学成像 | CNN与基于基础模型的多实例学习 | 病理图像 | SSMH数据集256例患者，TCGA数据集334例患者 | NA | CNN与病理基础模型 | C-index, Kaplan-Meier分析，随时间变化的ROC分析 | NA |
| 682 | 2026-05-30 |
Development of an Artificial Intelligence Model to Predict Endotracheal Intubation in Critically Ill Patients in Real Time
2026-May-09, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm15103642
PMID:42194602
|
研究论文 | 开发了一个基于GRU-D++模型的实时气管插管预测人工智能模型，并在两个独立ICU数据集上验证了其性能 | 首次将GRU-D++时间序列深度学习模型应用于危重患者气管插管需求的实时风险分层，该模型能自动处理高缺失率数据，无需额外预处理 | 临床部署前需重新校准操作阈值，且需要前瞻性多中心研究进一步验证临床实用性 | 开发能够实时预测危重患者是否需要气管插管的人工智能模型 | ICU中尚未插管的危重患者，排除了入院前或入院1小时内已插管的患者 | 机器学习 | 危重症 | NA | GRU-D++（门控循环单元-带衰减++） | 临床时间序列数据（生命体征、GCS评分、动脉血气分析结果等15个变量） | MIMIC-IV数据集（具体数量未明确）和KNUH数据集（具体数量未明确） | NA | GRU-D++ | AUROC、AUPR、敏感性、特异性、精确率、F1分数 | NA |
| 683 | 2026-05-30 |
Mapping of Phenotype Specific Host-Microbiome Protein-Protein Interaction Networks in Colorectal Cancer Using Deep Learning
2026-May-09, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27104232
PMID:42196214
|
研究论文 | 利用深度学习预测结直肠癌中宿主与微生物组之间的表型特异性蛋白-蛋白质相互作用网络 | 首次利用深度学习框架结合蛋白质结构嵌入，从临床宏基因组数据中大规模预测约89亿个跨物种蛋白质相互作用，并识别出高置信度互作组 | 未在摘要中明确说明研究局限 | 揭示结直肠癌中宿主与肠道微生物组之间的蛋白质相互作用网络及其驱动机制 | 结直肠癌患者与健康对照的宏基因组数据中的蛋白质相互作用 | 机器学习 | 结直肠癌 | 宏基因组测序 | 深度学习 | 宏基因组数据 | NA | NA | NA | AUROC | NA |
| 684 | 2026-05-30 |
Artificial Intelligence in Sports Medicine: A Decision-Centered Framework for the Future Sports Physician
2026-May-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16101448
PMID:42196815
|
综述 | 本文通过结构化叙述性综述，探讨人工智能在运动医学中的临床应用，提出以决策为中心的框架，以指导未来运动医师整合AI技术 | 提出以决策为中心整合人工智能与运动医学的框架，强调运动医师作为人机协同决策者的核心角色 | 当前AI模型预测性能差异大，受数据集异质性和缺乏外部验证限制，存在算法偏见、泛化能力有限、可解释性差及在复杂临床决策中的误用风险 | 系统梳理AI在运动医学中的应用现状及决策层面的影响，构建未来运动医师整合AI的框架 | 运动医学中的AI应用，包括损伤风险预测、肌骨影像学、康复监测、重返赛场评估、表现管理和临床工作流程 | 机器学习 | 运动损伤 | 机器学习、深度学习、计算机视觉 | 机器学习模型 | 影像数据、可穿戴传感器数据、性能监测数据、电子健康记录 | NA | NA | NA | 预测性能 | NA |
| 685 | 2026-05-30 |
Combining Deep Learning Mechanisms to Predict Interests from Gaze
2026-May-09, Sensors (Basel, Switzerland)
DOI:10.3390/s26102975
PMID:42197784
|
研究论文 | 提出结合深度学习机制预测用户注视中个人兴趣的模型 | 结合深度学习方法处理个体和普遍两类注视，利用瞳孔直径作为标签进行无监督训练 | NA | 从注视数据预测用户个人兴趣以提供个性化信息服务 | 用户的注视数据（包括眼动轨迹和瞳孔直径） | 计算机视觉, 机器学习 | NA | NA | 深度学习模型 | 眼动追踪数据（注视点、瞳孔直径） | NA | NA | NA | NA | NA |
| 686 | 2026-05-30 |
Proactive Irrigation Timing Decision-Making for Greenhouse Tomatoes via STL-LSTM Deep Learning and Plant-Soil Dual-Threshold Sensing
2026-May-09, Sensors (Basel, Switzerland)
DOI:10.3390/s26102981
PMID:42197791
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 687 | 2026-05-30 |
Combating Antibacterial Resistance: The Integrative Role of Artificial Intelligence in Bio-Based Product Development
2026-May-08, Antibiotics (Basel, Switzerland)
DOI:10.3390/antibiotics15050478
PMID:42192700
|
综述 | 本文综述了人工智能如何革新基于生物产品的抗菌药物发现，应对抗菌素耐药性危机 | 强调了AI集成不仅加速发现过程，而且从根本上转变了获取自然界先前无法触及的化学多样性的能力 | 未提及 | 评估人工智能在基于生物产品的抗菌药物发现中的整合作用 | 抗菌素耐药性危机、基于生物产品的抗菌药物发现、人工智能技术 | 机器学习 | 抗菌素耐药性相关疾病 | 基因组挖掘、深度学习、生成模型 | 深度学习模型、生成模型 | 基因组数据、生物活性数据 | 超过17万个生物合成基因簇 | 未提及 | 未提及 | 生物活性预测准确率（88.5%）、实验命中率（超过50%） | 未提及 |
| 688 | 2026-05-30 |
Recent Developments and Applications of Drone Swarm: Techniques, Strategies, and Challenges
2026-May-08, Sensors (Basel, Switzerland)
DOI:10.3390/s26102943
PMID:42197752
|
综述 | 详细回顾无人机集群系统的最新进展、应用领域及关键技术 | 将人工智能与深度学习技术融入无人机集群的路径规划、任务分配及协调控制，并重点探讨反无人机集群策略的战略意义 | 未列出具体实验验证方法或定量性能分析，主要基于文献综述提出研究趋势 | 系统综述无人机集群技术发展、应用及反制策略，为未来研究提供创新视角 | 无人机集群系统、人工智能与深度学习集成方法、反无人机集群策略 | 机器学习, 计算机视觉 | NA | NA | NA | 文本（文献综述） | NA | NA | NA | NA | NA |
| 689 | 2026-05-30 |
Deep Learning-Based Automatic Modulation Classification for OFDM Signals: From Synthetic Training to OTA Evaluation
2026-May-08, Sensors (Basel, Switzerland)
DOI:10.3390/s26102945
PMID:42197754
|
研究论文 | 评估卷积神经网络在正交频分复用信号自动调制分类中，从合成训练到实际空中传输测试的跨领域泛化能力 | 首次系统评估数据集规模、合成损伤和硬件诱导信号损伤对基于二维幅度-相位直方图的卷积神经网络在正交频分复用自动调制分类任务中跨领域泛化性能的影响 | 未提及具体局限性，但可能仅限于室内空中传输场景的评估 | 研究数据生成策略对卷积神经网络在正交频分复用自动调制分类中跨领域泛化性能的影响 | 正交频分复用信号 | 机器学习 | NA | 自动调制分类 | 卷积神经网络 | 信号特征图（二维幅度-相位直方图） | 五个不同数据集，包括合成信号和硬件数据集，以及13个不同位置的室内空中传输数据集 | NA | 卷积神经网络 | 准确率 | NA |
| 690 | 2026-05-30 |
A Lightweight Identity Authentication Protocol for Vehicle Ad Hoc Network Based on PUF-Obfuscation
2026-May-08, Sensors (Basel, Switzerland)
DOI:10.3390/s26102971
PMID:42197780
|
研究论文 | 提出一种基于PUF混淆的轻量级车载自组网身份认证协议，结合ECC和自适应偏差锁定PUF实现动态CRP混淆，以抵御建模攻击并降低通信开销 | 首次将ECC与高可靠自适应偏差锁定PUF（SDL PUF）结合，设计动态挑战-响应对混淆机制，将机器学习/深度学习攻击预测成功率降低约35% | 未提及硬件实现成本、大规模部署时的注册中心可靠性及极端环境（如高移动性、低信噪比）下的性能表现 | 实现车载自组网中安全、高效、匿名的V2X通信，同时减少计算和通信开销 | 车载自组网中的实体身份认证与V2X通信安全 | 自然语言处理 | NA | NA | NA | 仿真数据（SUMO和Omnetpp生成的VANET流量数据） | NA（仿真评估中未明确样本数量） | NA | NA | 计算开销（6.77 ms/实体）、通信开销（192字节）、预测成功率降低率（约35%） | NA（仿真环境未明确硬件配置） |
| 691 | 2026-05-30 |
Multi Omics Integration in Colorectal Cancer: From Molecular Insights to Precision Oncology
2026-May-07, Cancers
IF:4.5Q1
DOI:10.3390/cancers18101504
PMID:42192865
|
综述 | 本文综述了基因组学、转录组学、蛋白质组学、代谢组学和微生物组分析等多组学整合如何重新定义结直肠癌生物学和精准肿瘤学 | 讨论了人工智能方法（包括因子分析、深度学习、图模型和可解释AI）在改进亚型分类、生物标志物发现和治疗反应预测中的应用 | 临床转化面临批次效应、跨平台变异、外部验证有限、监管限制和成本等主要障碍 | 批判性地评估多组学整合在结直肠癌生物学和精准肿瘤学中的进展与挑战 | 结直肠癌的多组学数据，包括基因组学、转录组学、蛋白质组学、代谢组学和微生物组数据 | 机器学习 | 结直肠癌 | 全基因组测序、RNA测序、蛋白质组学、代谢组学、微生物组分析 | 深度学习、图模型、因子分析、可解释AI | 组学数据（基因组、转录组、蛋白质组、代谢组、微生物组） | 276例TCGA结直肠癌样本、95例CPTAC蛋白质基因组学肿瘤、2023例全基因组测序病例 | NA | NA | NA | NA |
| 692 | 2026-05-30 |
iDualG4: A Dual-Channel Deep Learning Framework for Predicting In Vivo G-Quadruplexes
2026-May-07, Biomolecules
IF:4.8Q1
DOI:10.3390/biom16050693
PMID:42194040
|
研究论文 | 提出一个名为iDualG4的双通道深度学习框架，仅利用DNA序列预测体内G-四链体结构 | 利用预训练Enformer模块从DNA序列推断表观基因组代理特征，避免了对昂贵大规模测序实验的依赖 | 未提及，但可推断依赖预训练Enformer模块的泛化能力，可能对某些细胞系预测精度有限 | 开发仅需DNA序列输入的高精度、可解释体内G4预测工具 | 体内G-四链体（G4）结构及其形成机制 | 机器学习 | NA | DNA测序 | 双通道深度学习框架 | DNA序列 | 跨多个细胞系，包括K562 | PyTorch | Enformer | AUPR | NA |
| 693 | 2026-05-30 |
Artificial Intelligence-Based MRI Segmentation in Glioblastoma and Single Brain Metastasis: An Exploratory Study of Diagnostic and Prognostic Value
2026-May-07, Life (Basel, Switzerland)
DOI:10.3390/life16050779
PMID:42195335
|
研究论文 | 本研究评估了基于AI的自动分割及多室体积比率在胶质母细胞瘤与单发脑转移鉴别诊断和生存预测中的价值 | 利用CE认证的深度学习工具进行自动多室分割，提取归一化体积比率作为新的影像生物标志物，相比传统手动体积测量显著提升生存预测能力（AUC-ROC提升21.2%） | 回顾性设计、缺乏分子分型信息、样本量相对有限，结论需在前瞻性多中心研究中验证 | 探索AI辅助MRI自动分割是否可提高胶质母细胞瘤与单发脑转移的鉴别诊断准确性及生存预测能力 | 123例患者（84例胶质母细胞瘤，39例单发脑转移）的1.5T MRI影像 | 数字病理学 | 胶质母细胞瘤, 单发脑转移 | MRI | 深度学习分割模型, 机器学习模型 | MRI图像 | 123例患者（84例胶质母细胞瘤，39例单发脑转移） | NA | CE认证深度学习分割工具 | 相关系数, AUC-ROC | NA |
| 694 | 2026-05-30 |
Food Origin Authenticity Using Deep Learning and Citizen Science: Bananas Case Study
2026-May-07, Foods (Basel, Switzerland)
DOI:10.3390/foods15101628
PMID:42195832
|
研究论文 | 本研究利用深度学习和公民科学图像预测香蕉原产国，提出了一种基于人工智能的食品欺诈检测概念验证方法 | 首次将卷积神经网络与公民科学平台iNaturalist生成的图像结合，用于香蕉产地溯源，展现了人工智能在食品欺诈主动检测中的新应用维度 | 当前评估框架反映的是早期实验环境，数据量有限（6000张图像），且模型性能（验证准确率0.79）仍有提升空间，需要更大规模独立验证 | 开发基于人工智能的方法，利用公民科学图像预测香蕉（卡文迪什品种）的原产国，以主动检测食品欺诈行为 | 来自六个国家的卡文迪什香蕉品种的图像数据 | 计算机视觉 | 不适用 | 深度学习、迁移学习 | 卷积神经网络 | 图像 | 6000张来自iNaturalist平台的香蕉图像 | TensorFlow, Keras | MobileNetV1, 以及其他8种预测练模型 | 准确率, 蒙特卡洛交叉验证, 5折交叉验证 | 不适用 |
| 695 | 2026-05-30 |
Correction: Chen et al. Deep Learning Applied to Defect Detection in Powder Spreading Process of Magnetic Material Additive Manufacturing. Materials 2022, 15, 5662
2026-May-07, Materials (Basel, Switzerland)
DOI:10.3390/ma19101911
PMID:42195817
|
更正 | 本文对Chen等人关于深度学习应用于磁性材料增材制造粉末铺展过程缺陷检测的文章进行了同行评审流程相关问题的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 696 | 2026-05-30 |
Cardio-Dense: Diagnosis of Cardiac Abnormalities Based on Phonocardiogram Using Improved Swin Transformer Through Lightweight Dense Blocks
2026-May-07, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16101421
PMID:42196788
|
研究论文 | 提出Cardio-Dense混合框架，利用改进的Swin Transformer和轻量级DenseBlock从心音图信号中检测多类心脏异常 | 将Swin Transformer与轻量级DenseBlock结合，同时捕获全局上下文依赖和高效局部特征细化，实现低计算开销下的高精度心脏病分类 | 仅依赖特定PCG数据集，未提及在真实临床环境中的泛化能力验证 | 开发低成本、非侵入性的多类心血管疾病自动诊断方法 | 心音图信号中的心脏瓣膜疾病类别 | 机器学习 | 心血管疾病 | 连续小波变换 | Swin Transformer，DenseBlock | 心音图信号（转换为二维时频谱图） | 多个PCG数据集 | NA | Swin Transformer，DenseBlock | 准确率，敏感性，特异性，F1分数，AUC，精确率 | 低计算开销，适合实时推理 |
| 697 | 2026-05-30 |
Radiomics-Based Differential Diagnosis of Radicular Cysts and Apical Granulomas on CBCT Images Using RadC-CNN Architecture
2026-May-07, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16101428
PMID:42196794
|
研究论文 | 评估基于锥形束CT影像的放射组学特征在区分根尖囊肿与根尖肉芽肿中的诊断性能，并比较传统机器学习算法与新型深度学习模型RadC-CNN的表现 | 提出新型深度学习模型RadC-CNN（放射组学囊肿卷积神经网络）用于CBCT影像中根尖囊肿和根尖肉芽肿的鉴别诊断，并证明其优于传统机器学习算法 | 未明确提及，但可能包括样本量较小（98例患者）及单中心回顾性研究的局限性 | 评估CBCT影像放射组学特征在区分根尖囊肿和根尖肉芽肿中的诊断价值，并比较传统机器学习与深度学习模型的效果 | 98例患者的CBCT影像数据（55例根尖囊肿，43例根尖肉芽肿），所有病例均有组织病理学确诊 | 医学影像分析 | 根尖囊肿、根尖肉芽肿 | CBCT成像、放射组学分析、组织病理学诊断 | CNN（卷积神经网络） | 图像（CBCT影像） | 98例患者（55例根尖囊肿，43例根尖肉芽肿） | PyTorch | RadC-CNN（放射组学囊肿卷积神经网络） | 准确性、敏感性、精确率 | NA |
| 698 | 2026-05-30 |
IHPP: Improved Human Parts as Points for Multi-Person Pose Regression
2026-May-07, Sensors (Basel, Switzerland)
DOI:10.3390/s26102916
PMID:42197726
|
研究论文 | 提出一种改进的多人姿态回归方法，通过增强上下文建模和身体部位分支提升效率与精度 | 在AdaptivePose基础上，沿水平和垂直轴增加方向上下文建模以改进远端点定位，并重新设计第二阶回归阶段，采用部位级分支减少部位间特征干扰，保持轻量级架构 | 未明确说明局限性，但可能受限于卷积特征的感受野，以及特定数据集上的泛化性需进一步验证 | 提升多人姿态估计的单阶段回归方法的性能和效率，优化准确性与速度间的权衡 | 多人姿态估计中的身体部位及关键点 | 计算机视觉 | NA | NA | CNN | 图像 | MS COCO和CrowdPose数据集（具体样本量未提及） | NA | IHPP-S, IHPP-M, IHPP-L | AP, 帧率 (fps), 参数量 | NA |
| 699 | 2026-05-30 |
Surface Electromyography for Parkinson's Disease Monitoring: A Review of Machine and Deep Learning Techniques
2026-May-07, Sensors (Basel, Switzerland)
DOI:10.3390/s26102927
PMID:42197737
|
综述 | 系统综述机器学习和深度学习方法在利用表面肌电图监测帕金森病中的应用 | 首次对帕金森病监测中结合机器学习与深度学习的sEMG方法进行结构化综述，弥补了现有文献的空白，并提出了代表性的处理流程以支持临床转化 | 数据集规模有限、缺乏标准化方法、模型泛化能力不足 | 综述ML和DL技术应用于sEMG监测帕金森病的研究现状，分析数据采集、预处理、特征提取、模型架构及评估协议，并识别未来趋势 | 基于表面肌电信号的帕金森病诊断、震颤分析、冻结步态检测和步态评估 | 机器学习 | 帕金森病 | 表面肌电图 | 机器学习, 深度学习 | 肌电信号 | NA | NA | NA | NA | NA |
| 700 | 2026-05-30 |
Conditional Diffusion Models for CT Image Synthesis from CBCT: A Systematic Review
2026-May-06, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography12050064
PMID:42188705
|
综述 | 本文系统评估了条件扩散模型在CBCT到CT图像合成中的应用，重点关注架构策略、定量结果和临床相关性 | 首次系统综述条件扩散模型在CBCT到CT合成中的应用，分析了解剖先验、空间频率引导等不同策略的优劣 | 证据基础较小且高度异质，研究对象、维度、监督策略和评估指标不一致，限制了直接比较的可能 | 评估条件扩散模型用于CBCT到CT合成的研究现状和临床潜力 | CBCT到CT合成的条件扩散模型相关研究 | 计算机视觉 | NA | CBCT, CT | 条件扩散模型 | 图像 | 11项研究 | NA | NA | NA | NA |