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 45821 篇文献，本页显示第 7941 - 7960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7941 | 2026-02-26 |
Deep learning-based image segmentation for predicting hot carcass weight in tropical beef cattle
2026-Feb-24, Tropical animal health and production
IF:1.7Q2
DOI:10.1007/s11250-026-04920-2
PMID:41735708
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7942 | 2026-02-28 |
Artificial intelligence in emergency musculoskeletal imaging: A critical review of current applications
2026-Feb-24, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2026.02.003
PMID:41741319
|
综述 | 本文综述了人工智能在急诊肌肉骨骼影像学中的当前应用，包括工作流优化、异常检测、儿科应用和报告生成等方面 | 系统总结了AI在急诊肌肉骨骼影像中的多领域应用，并特别强调了儿科专用AI系统和大型语言模型在报告生成与沟通中的新兴作用 | 存在外部验证有限、数据集偏倚以及法律医学考量等挑战 | 评估人工智能在急诊肌肉骨骼影像学中的应用现状、优势与局限 | 急诊肌肉骨骼影像学中的AI应用技术 | 数字病理学 | 肌肉骨骼损伤 | NA | 深度学习模型, 大型语言模型 | 影像数据 | NA | NA | NA | NA | NA |
| 7943 | 2026-02-28 |
Decoding Protein-Membrane Binding Interfaces from Surface-Fingerprint-Based Geometric Deep Learning and Molecular Dynamics Simulations
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02566
PMID:41622943
|
研究论文 | 本文提出了一种名为MaSIF-PMP的几何深度学习模型，用于预测外周膜蛋白的界面结合位点 | 结合分子表面指纹和几何深度学习，整合几何与化学表面特征进行空间分辨的界面结合位点预测，并通过分子动力学模拟验证和优化预测结果 | 实验解析的膜结合蛋白构象稀缺，模型可能受限于现有数据 | 预测蛋白质与膜之间的相互作用界面 | 外周膜蛋白 | 机器学习 | NA | 分子动力学模拟 | 几何深度学习 | 分子表面数据 | NA | NA | MaSIF-PMP | 分类性能 | NA |
| 7944 | 2026-02-28 |
Chemical Feature Engineering and Defect-Aware Structural Fingerprint Representations for Complex Defects in 2D Materials
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02100
PMID:41674448
|
研究论文 | 本文提出了一种结合化学特征工程和缺陷感知结构指纹表示的方法，用于改进二维材料中复杂缺陷的描述符设计 | 通过工程化化学描述符和基于Hellinger距离构建缺陷感知结构特征，在减少特征数量的同时提高了高维特征空间中数据点的区分能力，并增强了模型的解释性和泛化能力 | 在预测高度复杂和非线性的目标（如HOMO-LUMO能隙）时，该方法未能超越基线描述符 | 开发一种可解释且计算高效的描述符，用于二维材料中多缺陷的表征和稳定缺陷候选物的高通量预筛选 | 二维材料中的复杂缺陷，特别是具有不同缺陷类型和排列的局部原子环境 | 材料科学 | NA | 经典力场启发描述符（CFID）、Hellinger距离 | NA | 结构特征、化学描述符 | NA | NA | NA | 预测误差、不确定性、稳定性 | NA |
| 7945 | 2026-02-28 |
Deep learning approaches for dislocation segmentation in TEM
2026-Feb-23, Ultramicroscopy
IF:2.1Q2
DOI:10.1016/j.ultramic.2026.114334
PMID:41747437
|
研究论文 | 本文提出多种深度学习方法，用于在透射电子显微镜图像中实现位错分割，以促进材料分析 | 结合全监督学习、半监督学习及无监督学习（领域适应），并利用边界类型损失函数和合成图像增强特征描述 | 合成图像到真实图像的特征知识转移困难，导致性能较低 | 开发深度学习方法来简化TEM图像中的位错分割，以支持材料力学性能分析 | 多种材料和成像条件下的透射电子显微镜图像 | 计算机视觉 | NA | 透射电子显微镜成像 | 编码器-解码器神经网络 | 图像 | 内部大型未标记数据集及合成图像数据集 | NA | 编码器-解码器 | 评估指标（未具体说明，如准确率、召回率等） | NA |
| 7946 | 2026-02-28 |
DecoyFinderNetAna: Application of Graph Convolution Neural Networks for Accurate Classification of True Small Molecule Binders from their Decoys
2026-Feb-23, Current computer-aided drug design
IF:1.5Q3
|
研究论文 | 本研究介绍并评估了DecoyFinderNetAna，一种基于图卷积神经网络的方法，用于从化合物库中区分真实配体与诱饵，旨在提高早期虚拟筛选的准确性 | 开发了一种基于图卷积神经网络的创新方法，用于准确分类真实小分子结合剂与诱饵，并通过分子对接和分子动力学模拟进行验证，展示了在药物发现中替代传统基于物理方法的潜力 | 研究主要基于DUD-E数据库的85个蛋白质靶点进行训练，可能未涵盖所有类型的化合物或靶点，且案例研究仅针对结核分枝杆菌胸苷酸激酶，泛化能力需进一步验证 | 提高早期虚拟筛选的准确性，区分真实配体与诱饵，以加速药物发现流程 | 小分子化合物，特别是从DUD-E数据库获取的85个蛋白质靶点相关的配体与诱饵 | 机器学习 | 结核病 | 分子对接，分子动力学模拟 | GCNN | 分子图数据 | 85个蛋白质靶点，涉及102个蛋白质靶点的评估 | NA | 图卷积神经网络 | 灵敏度，特异性，AUC，精确度，召回率 | NA |
| 7947 | 2026-02-28 |
A novel framework integrating a coupled mixing rule with deep learning for toxicity prediction and environmental risk assessment of antibiotic mixtures
2026-Feb-22, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2026.124079
PMID:41734879
|
研究论文 | 本研究开发了一种结合耦合混合规则与Transformer-DNN深度学习模型的新框架，用于抗生素混合物毒性的多任务预测和环境风险评估 | 创新性地提出了耦合混合规则以优化混合物描述符构建，并首次将Transformer架构与深度神经网络结合用于抗生素混合物毒性的多任务预测 | 未明确说明模型在更广泛环境污染物或更复杂混合物体系中的泛化能力 | 开发高精度预测抗生素混合物毒性的模型，并将其应用于环境风险评估 | 环境中的抗生素混合物 | 机器学习 | NA | NA | Transformer, DNN | 化学结构描述符数据 | NA | NA | Transformer-DNN | 预测准确率, 相关系数R, 预测误差 | NA |
| 7948 | 2026-02-28 |
Adaptive TFM imaging with multi-stage channel optimization for enhanced defect characterization in coarse-grained materials
2026-Feb-22, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2026.108022
PMID:41740453
|
研究论文 | 本文提出了一种自适应全聚焦方法，通过多阶段通道优化来增强粗晶材料中的缺陷表征能力 | 提出了一种称为多步通道优化全聚焦方法的新方法，该方法依次在接收器、发射器和单个A扫描通道上进行分层通道优化，无需高质量训练数据或先验环境知识，并能有效补偿缺陷与基线数据之间的时空错位 | 未明确提及具体局限性 | 增强粗晶材料中微小亚波长裂纹和陡峭倾斜裂纹的超声无损检测与表征 | 多晶材料中的缺陷，特别是亚波长裂纹和陡峭倾斜裂纹 | 机器视觉 | NA | 超声无损测试，全矩阵捕获 | NA | 超声阵列采集的全矩阵捕获数据集 | 五个代表性缺陷（一个亚波长裂纹和四个陡峭倾斜裂纹） | NA | NA | 信噪比，6分贝尺寸测量法 | NA |
| 7949 | 2026-02-28 |
Enhancing uncertainty assessment in dynamic PET imaging with residual permutation and clustering
2026-Feb-16, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103997
PMID:41747527
|
研究论文 | 本文提出了一种基于聚类残差置换的框架，用于动态PET成像中的不确定性量化 | 提出了一种无分布、无需训练、计算高效的新方法，通过在同质动力学簇内置换拟合残差来生成伪时间-活度曲线，避免了噪声在异质区域间的错误分配 | 未明确提及具体局限性，但暗示该方法在计算效率和避免大数据需求方面优于现有方法 | 为动态PET成像中的动力学参数提供可靠的不确定性量化，以提升疾病诊断和治疗监测的可靠性 | 动态PET成像数据，包括模拟数据（时间-活度曲线和XCAT-OSEM重建）和临床全身PET数据 | 医学影像分析 | NA | 动态PET成像，动力学参数估计 | NA | 图像，时间序列数据 | 模拟数据和临床全身PET数据（未指定具体数量） | NA | NA | 不确定性估计与噪声水平的一致性，动力学参数间物理差异的保持 | NA |
| 7950 | 2026-02-28 |
Incorporating global-local tissue changes to predict future breast cancer from longitudinal screening mammograms
2026-Feb-16, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103990
PMID:41747525
|
研究论文 | 本研究提出了一种结合局部到全局多尺度纵向组织变化的新型框架TA-BreaCR，用于预测未来乳腺癌风险和发病时间 | 整合局部到全局多尺度纵向组织变化，并显式建模乳腺癌事件的时间顺序关系，实现风险分类和时间预测的联合预测 | 未在摘要中明确说明 | 提高乳腺癌风险预测的准确性和可解释性，以支持个性化筛查策略 | 乳腺癌筛查中的乳腺X线摄影图像 | 数字病理学 | 乳腺癌 | 乳腺X线摄影 | 深度学习模型 | 图像 | 两个数据集（内部数据集和EMBED数据集），具体样本数量未在摘要中提供 | NA | TA-BreaCR | 风险分类和时间到事件预测任务的性能指标，具体指标未在摘要中列出 | NA |
| 7951 | 2026-02-28 |
MICCAI STS 2024 challenge: Semi-supervised instance-level tooth segmentation in panoramic X-ray and CBCT images
2026-Feb-09, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103986
PMID:41740303
|
研究论文 | 本文介绍了MICCAI STS 2024挑战赛，旨在通过半监督学习解决全景X射线和CBCT图像中牙齿实例级分割的数据稀缺问题 | 组织大规模半监督牙齿分割挑战赛，提供包含超过90,000张图像的大型数据集，并证明半监督学习方法在标注数据稀缺情况下能显著超越全监督基线模型 | 挑战赛主要评估提交的算法，未深入探讨所有方法的通用性或在更广泛临床场景中的适用性 | 基准测试并推进半监督学习在医学图像分割中的应用，以解决标注数据稀缺问题 | 牙齿实例级分割 | 数字病理 | NA | 半监督学习 | 深度学习 | 图像 | 超过90,000张2D图像和3D轴向切片，包括2380张OPG图像和330个CBCT扫描 | PyTorch | nnU-Net, SAM | Instance Affinity (IA) 分数, Instance Dice 分数 | NA |
| 7952 | 2026-02-28 |
High throughput quantitative tracking of Plasmodium falciparum clonal blood stage parasite growth and applications for antimalarial drug discovery
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.30.691439
PMID:41676625
|
研究论文 | 本文开发了一种名为qTRACE的高通量定量追踪方法，结合人工智能模型，用于在单寄生虫分辨率下同时评估抗疟药物的细胞毒性和细胞静态效应 | 开发了qTRACE方法，首次在单寄生虫分辨率下同时评估药物效应，并揭示了青蒿素诱导休眠与复燃之间的因果关系 | 未明确说明方法在非疟原虫系统或更广泛药物筛选中的适用性 | 开发高通量定量追踪方法以评估抗疟药物的全面效应并区分混合种群中的异质性 | 恶性疟原虫克隆血液阶段寄生虫 | 数字病理学 | 疟疾 | 高通量定量追踪、人工智能分析、深度学习分割 | 深度学习 | 无标记活体寄生虫的时间推移图像 | NA | NA | NA | NA | NA |
| 7953 | 2026-02-28 |
Development and validation of a deep learning-based algorithm for quantifying bronchiolitis obliterans in paediatric computed tomography
2026-Feb-01, The British journal of radiology
DOI:10.1093/bjr/tqaf268
PMID:41160488
|
研究论文 | 本研究开发并验证了一种基于深度学习的算法，用于在儿科胸部CT上量化闭塞性细支气管炎 | 首次提出使用3D nnU-Net深度学习模型对儿科CT中的闭塞性细支气管炎进行量化，并在不同重建方法、卷积核类型和层厚下展示了良好的鲁棒性 | 研究为回顾性设计，样本量相对较小（86名儿童），且仅针对单一疾病（闭塞性细支气管炎）进行验证 | 开发并验证一种基于深度学习的算法，用于在儿科CT上自动量化闭塞性细支气管炎 | 被诊断为闭塞性细支气管炎的儿科患者及其胸部CT扫描图像 | 数字病理学 | 闭塞性细支气管炎 | CT扫描 | 深度学习 | 3D CT图像 | 86名儿童（39名男性，中位年龄10岁）的CT扫描，包括训练集26例、内部测试4例、外部测试6例、鲁棒性评估22例和对比评估28例 | PyTorch | 3D nnU-Net | Dice相似系数, 灵敏度, 精确度 | 未明确指定，但基于深度学习模型推断可能使用GPU（如NVIDIA系列） |
| 7954 | 2026-02-28 |
SMF-DETR: An Efficient Lightweight Detection Transformer for Real-Time Bearing Surface Defect Detection
2026-Feb, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.70156
PMID:41319189
|
研究论文 | 本文提出了一种基于StarNet-MEIS-FDConv-detection transformer的高效轻量级检测算法SMF-DETR，用于实时轴承表面缺陷检测 | 在骨干网络中采用元素级乘法运算实现高维特征映射，引入多尺度边缘信息选择机制和频域动态卷积，在降低计算复杂度的同时提升小缺陷检测能力 | 未明确说明算法在更复杂工业场景或极端光照条件下的鲁棒性 | 开发一种高效轻量的实时轴承表面缺陷检测算法，以解决现有方法精度低、计算复杂和难以部署到边缘设备的问题 | 轴承表面缺陷 | 计算机视觉 | NA | NA | Transformer | 图像 | 自定义轴承缺陷数据集、公开轴承缺陷检测数据集和PASCAL VOC数据集 | NA | DETR | mAP@50, 准确率, FPS | 桌面系统和嵌入式RK3588平台 |
| 7955 | 2026-02-28 |
Ultrasound of lung parenchyma-current state and future
2026-Feb-01, The British journal of radiology
DOI:10.1093/bjr/tqaf288
PMID:41330697
|
综述 | 本文综述了胸部超声在评估肺实质方面的当前应用、诊断局限性及未来发展 | 探讨了深度学习在增强胸部超声辅助诊断中的新兴应用潜力，并强调了COVID-19大流行如何扩展了肺实质超声从诊断到监测的范围 | 缺乏关于能力评估和教育的共识 | 为读者提供胸部超声在肺实质评估中的当前使用和诊断局限性的重点概述，并展望未来发展 | 肺实质 | 数字病理学 | 肺癌 | 胸部超声 | 深度学习 | 超声图像 | NA | NA | NA | NA | NA |
| 7956 | 2026-02-28 |
Chemistry-informed deep learning model for predicting stereoselectivity and absolute configuration in asymmetric hydrogenation
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00920-8
PMID:41350458
|
研究论文 | 本文介绍了一种基于反应机制的深度学习模型ChemAHNet，用于预测烯烃不对称氢化中的立体选择性和绝对构型 | ChemAHNet通过三个结构感知模块，首次实现了对具有两个前手性位点的烯烃不对称氢化反应中立体选择性和绝对构型的同步预测，且仅需简化分子输入行条目系统输入，无需预定义描述符 | 未明确提及具体局限性 | 开发一种化学信息化的深度学习模型，以克服现有模型在预测烯烃不对称氢化反应立体选择性和绝对构型方面的限制 | 烯烃不对称氢化反应，涉及多种催化剂和底物 | 机器学习 | NA | 深度学习 | 深度学习模型 | 简化分子输入行条目系统 | NA | NA | Chemistry-Informed Asymmetric Hydrogenation Network | NA | NA |
| 7957 | 2026-02-28 |
Large-scale automated measurement and genetic parameters analysis of early-life myofiber characteristics in broilers
2026-Feb, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.106293
PMID:41456401
|
研究论文 | 本研究利用全玻片成像和深度学习工具，大规模自动测量了1032只肉鸡早期肌纤维特征，并分析了其遗传参数 | 首次大规模自动化量化肉鸡肌纤维特征，并估计其遗传参数，揭示了肌纤维数量与横截面积之间的强负遗传相关性 | 研究仅针对早期肉鸡，未涉及成年阶段；样本量虽大但可能受品种限制 | 量化肉鸡肌纤维特征并分析其遗传参数，以促进肉鸡育种中肉产量和质量的平衡改良 | 1032只肉鸡的胸大肌和腓肠肌 | 数字病理学 | NA | 全玻片成像 | 深度学习 | 图像 | 1032只肉鸡 | NA | NA | NA | NA |
| 7958 | 2026-02-28 |
Explainable AI-assisted hybrid self-organising maps and deep learning algorithms for detecting pistachio adulteration with peas
2026-Feb, Food additives & contaminants. Part A, Chemistry, analysis, control, exposure & risk assessment
DOI:10.1080/19440049.2025.2597288
PMID:41542878
|
研究论文 | 本研究开发了一种可解释的AI辅助混合自组织映射和深度学习算法，用于检测开心果中掺入豌豆的掺杂情况 | 创新性地结合了无监督学习的自组织映射和有监督学习的卷积神经网络，将高维光谱数据转换为二维图像进行直观分析和分类 | NA | 检测开心果中掺入豌豆的掺杂情况 | 开心果和豌豆的混合物 | 计算机视觉 | NA | 拉曼光谱分析 | CNN, SOM | 光谱数据, 图像 | 18,000个实验室数据点，覆盖0%至60%掺杂比例的样本 | NA | 4层CNN架构 | 准确率 | NA |
| 7959 | 2026-02-12 |
Deep learning for asymmetric catalysis
2026-Feb, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-026-00954-6
PMID:41667781
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7960 | 2026-02-28 |
Deep learning-based PSMA PET segmentation repeatability: A post-hoc analysis of a single-center, prospective, test-retest trial
2026-Feb, La Radiologia medica
DOI:10.1007/s11547-025-02137-1
PMID:41166032
|
研究论文 | 本研究通过事后分析，量化了基于深度学习的PSMA PET分割模型在转移性前列腺癌患者中的测试-再测试可重复性，并评估了模型在不同示踪剂间的性能 | 首次在单中心前瞻性测试-再试验中，系统评估了AI衍生的PSMA PET成像生物标志物（特别是PSMA阳性肿瘤体积）在相同和不同示踪剂条件下的可重复性，为PSMA PET/CT反应评估标准（RECIP 1.0）的临床应用提供了实证依据 | 样本量较小（仅17例患者），且为单中心研究，可能限制结果的普遍性；模型仅在两种PSMA示踪剂上测试，未涵盖其他示踪剂或更广泛的临床场景 | 量化AI驱动的PSMA PET成像生物标志物的受试者级测试-再测试可重复性，并评估分割模型在不同PSMA示踪剂间的性能 | 转移性前列腺癌（mPCa）患者 | 数字病理学 | 前列腺癌 | PET成像（使用[68 Ga]Ga-PSMA-11和[18F]F-PSMA-1007示踪剂） | 深度学习模型 | PET扫描图像 | 17例转移性前列腺癌患者（9例为相同示踪剂组，8例为不同示踪剂组） | NA | NA | 可重复性系数, 阳性预测值 | NA |