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 39616 篇文献，本页显示第 841 - 860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 841 | 2026-01-29 |
LMcast: A pretrained language model guided long-term memory transformer for precipitation nowcasting
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108168
PMID:41135316
|
研究论文 | 提出LMcast模型，利用预训练语言模型引导的长时记忆Transformer进行降水临近预报 | 首次将预训练语言模型的检索和生成能力应用于降水临近预报，通过历史降雨数据代码本召回长时记忆，结合当前输入生成短时记忆进行预测 | 未明确说明模型对极端天气事件的预报能力及计算效率 | 解决降水临近预报中因有效信息随预报时间增加而减少导致的长期趋势捕捉难题 | 降雨系统 | 机器学习 | NA | 深度学习 | Transformer | 雷达图像数据 | 四个公开雷达数据集 | NA | Transformer | NA | NA |
| 842 | 2026-01-29 |
Adaptive frequency collaboration for remote sensing change detection
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108234
PMID:41135321
|
研究论文 | 本文提出了一种用于遥感变化检测的自适应频率协作网络（AFCN），通过从频域角度构建变化特征来提高检测性能 | 提出了自适应频率协作网络（AFCN），设计了位置特定的低通滤波器以自适应地从空间特征中提取低频分量，并利用小波重构原理获得高频分量，通过辅助边缘检测任务增强空间细节 | NA | 提高遥感变化检测的准确性和细节保留能力 | 遥感图像中的变化检测 | 计算机视觉 | NA | NA | 深度学习 | 遥感图像 | 三个基准数据集：LEVIR-CD、PX-CLCD、WHU-CD | NA | 自适应频率协作网络（AFCN） | 交并比（IoU） | NA |
| 843 | 2026-01-29 |
A hybrid MMBERT framework for classifying periodontal bone loss: Integrating visual and textual information
2026 Mar-Apr, Journal of oral biology and craniofacial research
DOI:10.1016/j.jobcr.2025.12.013
PMID:41584214
|
研究论文 | 本文提出了一种混合MMBERT框架，用于整合视觉和文本信息以分类牙周骨丧失 | 提出了一种混合MMBERT框架，通过整合图像和文本数据来增强牙周骨丧失的预测准确性 | 面临图像变异性大和数据集有限的挑战，需要进一步的临床应用研究 | 提高牙周骨丧失在口内根尖片中的诊断准确性 | 牙周骨丧失的分类 | 计算机视觉 | 牙周病 | 多模态深度学习 | MMBERT | 图像, 文本 | 150张口内根尖片图像 | NA | ResNet50, ClinicalBERT, 跨模态Transformer | 准确率, 交集并集比, 边界准确率 | NA |
| 844 | 2026-01-29 |
The engagement behaviors and treatment barriers for depressed patients in an online health community: a pre-/post-treatment comparison
2026-Feb, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.106051
PMID:41349269
|
研究论文 | 本研究通过分析中国抑郁症在线健康社区的用户发帖，比较了治疗前与治疗后用户在参与行为和治疗障碍方面的差异 | 结合关键词过滤和深度学习分类方法，首次在抑郁症在线健康社区中区分并比较了治疗前与治疗后用户群体，揭示了他们在社区参与和治疗障碍方面的显著差异 | 研究数据仅来源于一个中国的在线健康社区，可能无法完全代表其他文化背景或平台的用户情况，且用户自我报告的数据可能存在偏差 | 探究抑郁症患者在在线健康社区中的参与行为差异以及治疗前后所面临的不同障碍 | 中国抑郁症在线健康社区中的用户，包括25,743名治疗后用户和4,891名治疗前用户 | 自然语言处理 | 抑郁症 | 深度学习分类 | NA | 文本 | 1,585,429条帖子，涉及30,634名用户 | NA | NA | NA | NA |
| 845 | 2026-01-29 |
CEO perceived personality and corporate risk disclosure in prospectus: A multimodal machine learning analysis
2026-Feb, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.106099
PMID:41389399
|
研究论文 | 本研究探讨了CEO人格特质如何影响IPO风险披露质量，并采用了一种新颖的多模态深度学习方法，利用IPO路演展示的视听数据来测量CEO人格特质 | 引入了一种新颖的多模态深度学习方法，通过整合视觉和音频数据来捕捉言语和非言语行为线索，从而比传统的单模态方法更全面地评估人格特质 | 研究仅基于中国创业板和科创板2019年至2024年的数据，样本可能不具有全球代表性；未讨论其他潜在调节变量 | 探究CEO人格特质对IPO风险披露质量的影响，并检验承销商声誉的调节作用 | 中国创业板和科创板的IPO公司及其CEO | 自然语言处理, 计算机视觉 | NA | 多模态深度学习分析 | 深度学习模型 | 音频, 视频 | 866家IPO公司 | NA | NA | NA | NA |
| 846 | 2026-01-29 |
Evaluating the cost-effectiveness of artificial intelligence-enhanced osteoporosis screening in men and women using routine chest radiographs in South Korea
2026-Feb, JBMR plus
IF:3.4Q2
DOI:10.1093/jbmrpl/ziaf187
PMID:41522667
|
研究论文 | 本研究评估了在韩国≥50岁成年男女中，利用人工智能增强的常规胸片进行骨质疏松症机会性筛查的成本效益 | 首次在韩国人群中评估了已获监管批准的深度学习模型（Osteo Signal）在男性和女性中的成本效益，而先前评估仅针对女性 | 模型假设患者接受阿仑膦酸盐或地诺单抗治疗，且依赖于输入的骨质疏松症患病率、诊断性能和治疗依从性概率等参数，可能未涵盖所有临床变量 | 评估人工智能辅助胸片筛查与不筛查相比，在预防脆性骨折和改善生活质量方面的成本效益 | 韩国≥50岁的成年男性和女性 | 数字病理学 | 骨质疏松症 | 深度学习模型应用于常规胸片 | 深度学习模型 | 医学影像（胸片） | 模型基于每10,000名成年人进行模拟分析，未提供具体患者样本数 | NA | Osteo Signal | 增量成本效益比（ICER），以每获得一个质量调整生命年（QALY）的成本（韩元）衡量 | NA |
| 847 | 2026-01-29 |
Multifeature Ultrasound-Based Classification for Breast Lesions: A Comparative Study of PONS Image Enhancement Technology
2026-Feb, Mayo Clinic proceedings. Innovations, quality & outcomes
DOI:10.1016/j.mayocpiqo.2025.100691
PMID:41584234
|
研究论文 | 本研究开发了一种结合原始B超图像与两种优化表示（增强超声和质量改善超声）的多特征框架，用于乳腺癌分类，并比较了三种深度学习架构的性能 | 提出了结合PONS图像增强技术的多特征超声分类框架，有效克服了B超图像质量差和操作者变异性的关键限制 | 研究为回顾性研究，未来需要探索增强的融合策略并在更广泛人群中验证 | 开发稳健的乳腺癌超声分类方法，克服传统B超在人工智能诊断中的局限性 | 来自688名患者的62,912张乳腺超声扫描图像 | 计算机视觉 | 乳腺癌 | 超声成像，PONS图像增强技术 | GCN, MAE, CNN | 超声图像 | 62,912张扫描图像（来自688名患者） | NA | 图卷积网络, 掩码自编码器, 多尺度卷积神经网络 | 准确率, AUC, F1分数, 敏感度, 特异度 | NA |
| 848 | 2026-01-29 |
A comprehensive combined dataset on Hibiscus and Tea plant leaf disease images for classifications
2026-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112357
PMID:41586079
|
研究论文 | 本研究构建了一个结合木槿和茶树叶片病害图像的综合性数据集，并利用ConvNextTiny深度学习模型进行病害分类 | 首次将两种不同植物物种（木槿和茶树）的叶片病害图像合并为单一数据集，并应用轻量级ConvNextTiny模型实现跨物种病害分类 | 仅包含两种植物物种的病害，可能无法推广到其他植物种类；数据增强技术可能引入人为伪影 | 开发一个用于木槿和茶树叶片病害早期检测的准确高效分类系统 | 木槿和茶树的叶片图像，涵盖多种病害类型和健康状态 | 计算机视觉 | 植物病害 | 图像采集（SONY α7 II DSLR相机）、数据增强（翻转、旋转、缩放、平移、噪声添加、亮度调整） | CNN | 图像 | 1,413张原始图像和13,000张增强图像 | PyTorch | ConvNextTiny | 准确率 | NA |
| 849 | 2026-01-29 |
Physicochemically Informed Axial Chirality Descriptors Enable Accurate Prediction of Atropisomeric Stability
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202521349
PMID:41369251
|
研究论文 | 本文介绍了一种名为ACSD-GAT的深度学习框架，用于预测轴手性分子的旋转能垒，以评估其构型稳定性 | 开发了新的物理化学信息轴手性结构描述符（ACSD），结合图注意力网络（GAT），首次实现了对旋转能垒的高精度预测 | 模型基于1015个实验数据训练，可能对更复杂或未见分子类型的泛化能力有限 | 预测轴手性分子的旋转能垒，以支持不对称合成、药物发现和功能材料设计 | 轴手性分子（atropisomers） | 机器学习 | NA | 深度学习 | GAT | 分子结构数据 | 1015个实验测量的旋转能垒数据 | PyTorch | 图注意力网络（GAT） | R, RMSE | NA |
| 850 | 2026-01-29 |
Highly Stable Twin Defects Enabled by High Entropy Configuration
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202520550
PMID:41451482
|
研究论文 | 本文报道了在碳限域的FeCoNiMn纳米催化剂中实现高度稳定且密集的孪晶缺陷，揭示了熵敏感的形成机制和持久的催化性能 | 通过高熵配置实现高度稳定的孪晶缺陷，结合深度学习、原位TEM和分子动力学模拟揭示了原子尺度应变分布和多步形成动力学 | NA | 研究金属纳米催化剂中孪晶缺陷的稳定化机制，以提升催化效率 | 碳限域的FeCoNiMn纳米催化剂（T-FeCoNiMn/C） | 材料科学 | NA | 原位透射电子显微镜（TEM）、分子动力学模拟 | 深度学习 | 原子尺度图像、模拟数据 | NA | NA | NA | NA | NA |
| 851 | 2026-01-29 |
Decoupling Bubble Nucleation from Catalysis to Boost CuxO/NiO Electrocatalytic Water Splitting
2026-Jan-28, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.5c04437
PMID:41525175
|
研究论文 | 本研究通过在NiO纳米片阵列中嵌入CuO成核促进剂，将气泡释放与催化活性解耦，从而提升电催化水分解性能 | 提出气泡-催化解耦新方法，通过CuO同时作为O₂气泡成核位点和催化促进剂，显著降低高电流密度下的过电位和质量传输阻力 | 未明确说明该方法在其他催化体系或不同操作条件下的普适性 | 开发高效电催化水分解系统，实现在高电流密度下的低过电位运行 | CuO/NiO/NF（泡沫镍负载的CuO/NiO纳米片阵列）电催化剂 | 电化学催化 | NA | 电化学测量、原位高速成像、深度学习、密度泛函理论计算、蒙特卡洛模拟 | 深度学习模型 | 电化学数据、高速成像视频、模拟数据 | NA | NA | NA | 电流密度、过电位 | NA |
| 852 | 2026-01-29 |
Glomeruli detection and classification in histopathological images using deep learning semantic segmentation
2026-Jan-28, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02178-6
PMID:41593526
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 853 | 2026-01-29 |
Commentary on "Deep learning enhanced MRI radiomics in predicting pathologic response of head and neck squamous carcinoma to neoadjuvant chemoimmunotherapy: a retrospective analysis"
2026-Jan-28, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000004865
PMID:41601333
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 854 | 2026-01-29 |
A Wireless, Battery-Free Artificial Throat Patch with Deep Learning for Emotional Speech Recognition
2026-Jan-28, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202516617
PMID:41603116
|
研究论文 | 本文展示了一种无线、无电池的人工喉贴片系统，结合深度学习方法实现语音和情感的同时识别 | 该系统集成了基于碳纳米管的薄膜应变传感器和微型柔性印刷电路板，通过近场通信天线和低功耗电子组件实现实时信号传输，并采用混合深度学习架构进行情感识别 | NA | 开发一种用于语音障碍患者的无线、无电池人工喉贴片系统，实现语音和情感的同时识别 | 语音障碍患者 | 机器学习 | NA | 碳纳米管薄膜应变传感，近场通信 | 深度学习 | 喉部信号 | NA | NA | 混合深度学习架构 | NA | 智能手机链接系统，低功耗电子组件 |
| 855 | 2026-01-29 |
Accelerated Reduced Field of View T2-Weighted Imaging of Pancreaticobiliary Disorders Using Deep Learning-Based Reconstruction: Reduction of Acquisition Time and Improvement of Image Quality
2026-Jan-28, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251407889
PMID:41603271
|
研究论文 | 本研究评估了深度学习重建技术在胰胆管缩小视野T2加权成像中的应用，旨在减少采集时间并提升图像质量 | 首次将深度学习重建技术应用于胰胆管缩小视野T2加权成像，实现了在显著缩短采集时间的同时，提升图像质量与病灶检出率 | 研究为单中心回顾性设计，样本量有限，且未评估深度学习模型在不同扫描仪或患者群体中的泛化能力 | 比较应用与不应用深度学习重建的胰胆管缩小视野T2加权成像在检查时间、图像质量和病灶检出率方面的差异 | 胰胆管疾病患者 | 医学影像分析 | 胰胆管疾病 | 缩小视野T2加权磁共振成像 | 深度学习重建模型 | 磁共振图像 | 198名患者 | NA | NA | 信噪比, 对比噪声比, 病灶检出率 | NA |
| 856 | 2026-01-29 |
Best of Both Worlds: Deep Learning Reconstruction Reduces MRI Acquisition Time and Improves Image Quality
2026-Jan-28, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371261420212
PMID:41603396
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 857 | 2026-01-29 |
Deep learning-based plaque characterization in hybrid IVUS-OCT images is superior to single-modality deep learning analysis and human experts: head-to-head comparison against histology
2026-Jan-28, Cardiovascular research
IF:10.2Q1
DOI:10.1093/cvr/cvaf281
PMID:41603422
|
研究论文 | 本文介绍了一种基于深度学习的混合IVUS-OCT图像斑块特征分类器，其性能优于单模态深度学习和人类专家 | 首次开发了基于组织学训练的混合IVUS-OCT深度学习分类器，用于斑块成分分类，并在头对头比较中超越了单模态方法和专家分析 | 研究样本量较小（仅10具人类心脏），且依赖于尸体组织，可能无法完全代表活体临床情况 | 开发并验证一种深度学习分类器，用于混合IVUS-OCT图像中的斑块特征分析，以提高斑块检测的准确性 | 人类心脏的IVUS-OCT图像及其匹配的组织学切片 | 数字病理学 | 心血管疾病 | 混合IVUS-OCT成像，组织学分析 | 深度学习分类器 | 图像 | 10具人类心脏，共1256帧图像（992帧用于训练，264帧用于测试） | NA | NA | Kappa系数，总体准确率 | NA |
| 858 | 2026-01-29 |
PAM-CDR: Property-Aware Multi-Modal Drug Representation Learning for Accurate Cancer Drug Response Prediction
2026-Jan-27, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3658090
PMID:41591856
|
研究论文 | 提出了一种名为PAM-CDR的属性感知多模态药物表示学习框架，用于准确预测癌症药物反应 | 首次将药物的理化性质作为先验知识整合到多模态表示学习中，并采用三阶段分层融合策略进行细粒度表征学习，增强了模型的生物可解释性和泛化能力 | 未明确说明模型在独立外部验证集上的性能或对罕见癌症类型的适用性 | 提高癌症药物反应预测的准确性，推动精准肿瘤学发展 | 药物化合物和癌细胞系 | 机器学习 | 癌症 | 转录组学和基因组学分析 | 深度学习 | 分子图、分子指纹、理化描述符、转录组和基因组数据 | NA | PyTorch | 基于注意力机制的分层融合架构 | AUC, AUPR | NA |
| 859 | 2026-01-29 |
Attention-Guided Multiview Deep Learning Framework Uncovers miRNA-Drug Associations for Therapeutic Discovery
2026-Jan-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02839
PMID:41592800
|
研究论文 | 本文提出了一种注意力引导的多视图深度学习框架（DLMVF），用于预测miRNA-药物关联，以支持治疗发现 | 该框架创新性地整合了miRNA和药物的多源信息，而非仅依赖已知的相互作用图数据，并通过视图级注意力机制自适应学习不同特征的重要性 | 未明确提及 | 预测miRNA-药物关联，以克服传统生物实验成本高、耗时长的问题，并支持基于miRNA的治疗方法开发 | miRNA（微RNA）和药物 | 机器学习 | NA | 深度学习 | 深度学习框架 | 多源信息（包括属性数据和相互作用数据） | 基于最新数据库手动构建的实验基准数据集（具体数量未提供） | NA | DLMVF（包含miRNA属性视图编码器、药物属性视图编码器和miRNA-药物相互作用编码器模块） | AUROC, AUPRC | NA |
| 860 | 2026-01-29 |
Systematic evaluation of mitochondrial morphology regulators for amelioration of neuronal α-synucleinopathy
2026-Jan-27, NPJ Parkinson's disease
DOI:10.1038/s41531-026-01277-z
PMID:41593075
|
研究论文 | 本文系统评估了线粒体形态调节因子在改善神经元α-突触核蛋白病模型中的作用 | 利用基于深度学习的MitoVis工具进行快速、区室特异性线粒体形态分析，并首次系统比较了融合与分裂关键调节因子在α-突触核蛋白病模型中的治疗效果 | 研究仅限于α-突触核蛋白病模型，未在其他神经退行性疾病模型中验证；干预效果的长期影响和体内应用潜力尚未明确 | 评估线粒体形态调节因子作为治疗α-突触核蛋白病及潜在其他神经退行性疾病的靶点 | 神经元线粒体，特别是树突和轴突中的线粒体形态与功能 | 数字病理学 | 帕金森病 | 基于深度学习的图像分析 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |