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 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2026-05-27 |
Sagittal-Plane Knee Flexion Moment Estimation Using a Lightweight Deep Learning Framework Based on Sequential Surface EMG Feature Frames
2026-Apr-18, Sensors (Basel, Switzerland)
DOI:10.3390/s26082500
PMID:42076609
|
研究论文 | 提出一种基于顺序表面EMG特征帧的轻量级深度学习框架，用于矢状面膝关节屈曲力矩估计 | 提出Topo2DCNN-LSTM轻量级二维卷积神经网络模型，将原始sEMG信号转换为紧凑的RMS特征帧，在资源受限设备上实现低延迟推理 | 仅针对健康受试者的有限行走条件进行验证，且为单侧膝关节力矩估计的概念验证 | 开发轻量级深度学习模型，实现非卧床场景下膝关节力矩的实时估算，便于可穿戴边缘部署 | 健康受试者在跑步机上以两种速度行走时的矢状面膝关节屈曲力矩 | 机器学习, 数字健康 | NA | 表面肌电图（sEMG），特征帧提取（RMS） | CNN, LSTM | 时序信号（sEMG和关节动力学数据） | 公开数据集，包含健康受试者在1.2 m/s和1.8 m/s跑步机速度下的数据 | NA | Topo2DCNN-LSTM（轻量级2D CNN编码器 + LSTM单元） | 均方根误差 | SparkFun Thing Plus-SAMD51微控制器，RAM 71,316字节，Flash 257,172字节 |
| 882 | 2026-05-27 |
Interpretable multimodal PET/CT-EHR fusion via mixture-of-experts for prognostic stratification in mantle cell lymphoma: a multicenter study
2026-Apr-16, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-026-04865-1
PMID:41992190
|
研究论文 | 本研究开发了一个可解释的多模态PET/CT-EHR融合深度学习框架，用于套细胞淋巴瘤的个体化风险分层 | 首次将混合专家网络融合PET/CT与电子健康记录数据，结合视觉编码器、影像组学提取器和医学语言模型构建多模态影像组学特征 | NA（需要根据上下文推断，但摘要未明确提及局限性） | 建立可解释的深度学习框架，整合PET/CT和电子健康记录数据进行套细胞淋巴瘤预后分层 | 187例初治套细胞淋巴瘤患者的多中心队列数据 | 机器学习 | 套细胞淋巴瘤 | FDG-PET/CT成像 | 混合专家网络 | 影像数据、文本数据 | 187例套细胞淋巴瘤患者 | PyTorch | 混合专家网络、视觉编码器、医学语言模型 | AUC, HR, C-index, 时间依赖性ROC, 校准曲线, 决策曲线分析 | NA |
| 883 | 2026-04-18 |
CycleGAN-based image-to-image translation for synthetic contrast enhancement in non-contrast cardiac CT: a ViT-CNN hybrid deep learning approach
2026-Apr-16, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03446-9
PMID:41992180
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 884 | 2026-05-27 |
Non-invasive diagnosis strategy integrating PSMA PET/CT and mpMRI for patients with suspected prostate cancer: a multi-center study
2026-Apr-16, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-026-04859-z
PMID:41992197
|
研究论文 | 开发并外部验证了一种整合PSMA PET/CT和mpMRI的多模态影像组学模型，用于前列腺癌的自动化诊断 | 首次构建了多模态PET/CT与mpMRI联合的机器学习模型，并在多中心数据中验证了其外部泛化能力；比较了专家手动分割和深度学习自动分割的前列腺VOI对诊断性能的影响 | 研究为回顾性设计，可能引入选择偏倚；外部验证队列样本量相对较小 | 开发并外部验证整合PET/CT和mpMRI的自动化前列腺癌诊断模型 | 疑似前列腺癌患者 | 机器学习 | 前列腺癌 | PSMA PET/CT, mpMRI (T2和DWI) | 机器学习分类器 | 影像数据 | 488名疑似前列腺癌患者（366名用于模型开发和内部验证，41名用于外部验证队列1，81名用于外部验证队列2） | NA | LR, SVM, Random Forest, Extra Trees, XGBoost, LightGBM | AUC, 灵敏度, 特异性, 准确率, 阳性预测值, 阴性预测值 | NA |
| 885 | 2026-05-27 |
Incorporating normal periventricular changes for enhanced pathological white matter hyperintensity segmentation: on multiclass deep learning approaches
2026-Apr-16, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-026-01555-0
PMID:41992229
|
研究论文 | 本研究探讨在深度学习模型训练中将正常脑室周围高信号作为独立类别，以增强病理性白质高信号分割性能 | 首次将正常年龄相关的脑室周围高信号作为显式类别纳入多类分割训练，相较于传统二分类方法显著提升病理性病变检测能力 | 数据来自115名神经退行性疾病患者，样本量有限；仅评估了四种架构，未涵盖更多先进模型 | 通过多类深度学习分割方法区分病理性白质高信号与正常年龄相关高信号，降低假阳性率 | 115名神经退行性疾病患者的2750张FLAIR MRI图像 | 计算机视觉 | 神经退行性疾病 | MRI | U-Net, Attention U-Net, DeepLabV3Plus, Trans-U-Net | 图像 | 115名患者，2750张FLAIR图像 | PyTorch | U-Net, Attention U-Net, DeepLabV3Plus, Trans-U-Net | Dice系数, Hausdorff距离, Cohen's d | NA |
| 886 | 2026-05-27 |
Multimodal deep learning with missing data robustness for enhanced early diagnosis of coronary artery disease using CCTA, clinical, and ECG data
2026-Apr-13, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03466-5
PMID:41975401
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 887 | 2026-05-27 |
Tripleknock: predicting lethal effect of three-gene knockout in bacteria by deep learning
2026-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46272-9
PMID:41963398
|
研究论文 | 提出Tripleknock深度学习模型，用于预测细菌三基因敲除的致死效应 | 首次利用蛋白质序列特征和通量平衡分析模拟训练深度学习模型，实现无需基因组规模代谢模型的全基因组三基因敲除致死性预测，速度比FBA快约20倍 | 模型基于大肠杆菌K-12 MG1655的训练数据，跨物种验证仅针对6种肠杆菌科病原体，且外部验证数据集较小（仅37个三重扰动） | 开发快速、不依赖基因组规模代谢模型的生物信息学方法，用于全基因组三基因敲除致死性筛选 | 细菌三基因敲除的致死效应预测 | 机器学习 | NA | 蛋白质序列特征提取、通量平衡分析 | 深度学习模型（具体架构未明确说明） | 蛋白质序列特征、基因敲除模拟结果 | 大肠杆菌K-12 MG1655的三基因敲除FBA模拟数据，以及6种肠杆菌科病原体的跨物种验证数据 | NA | NA | F1分数 | NA |
| 888 | 2026-05-27 |
LobePrior segments lung lobes on computed tomography images in the presence of severe abnormalities
2026-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-48136-8
PMID:41963526
|
研究论文 | 提出LobePrior方法，结合深度神经网络和概率模型，在严重肺部异常情况下实现准确的肺叶分割 | 将概率模型与深度神经网络结合，利用标签融合导出的先验知识指导严重异常区域的分割，并引入合成病变生成进行数据增强 | 未明确说明限制 | 开发在严重肺部异常情况下仍能稳健进行肺叶分割的自动化算法 | CT影像中的肺叶区域 | 数字病理学 | 肺部疾病（包括癌症结节和COVID-19合并症） | CT成像 | AttUNet | 图像 | 使用LOLA11及三个额外数据集（含癌性结节或COVID-19合并症） | PyTorch | AttUNet | Dice系数 | NA |
| 889 | 2026-05-27 |
Fusing non-textual cues with classical NLP for enhanced multimodal fake news spread detection
2026-Apr-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45735-3
PMID:41957109
|
研究论文 | 提出一种融合非文本线索与深度文本特征的多模态深度学习架构，用于提升假新闻检测的准确性和鲁棒性 | 首次将统计行为特征、字符级特征与词级语义特征通过多头自注意力机制动态融合，实现多模态信息的智能化整合 | 未说明模型对对抗性文本攻击的鲁棒性，以及跨平台泛化能力验证不足 | 开发一种高效的多模态假新闻检测系统，以应对传统文本分析方法在复杂虚假信息检测中的局限 | 社交平台上传播的新闻内容及其发布者的非文本行为特征 | 自然语言处理 | NA | Word2Vec、多头自注意力机制 | 深度学习多模态模型 | 文本数据 | 使用GossipCop和PolitiFact两个公开数据集进行实验 | PyTorch | 多头自注意力机制、SoftMax分类器 | 准确率, F1值 | NA |
| 890 | 2026-05-27 |
Machine-enhanced reconstruction of functional connectomes unravels discriminative brain sub-systems in health and disease
2026-Apr-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47391-z
PMID:41957158
|
研究论文 | 提出基于机器学习的全连接网络重建方法，利用几何深度学习识别具有区分性的脑子系统，应用于健康与自闭症谱系障碍受试者的功能磁共振成像数据分析 | 首次提出基于集体功能连接修剪的方法替代传统统计阈值修剪，利用几何深度学习学习网络表征并借助可解释人工智能识别最具有区分性的子网络，从而发现机器学习的子系统协同激活模式可显著提高对受影响个体的识别 | 方法在自闭症谱系障碍数据集上验证，未在其他脑疾病上测试，且依赖于功能磁共振成像数据的多频分解，可能受限于数据质量与频率选择 | 开发一种全连接网络重建方法，通过集体共激活模式而非独立统计显著性来保留连接，以更可靠地表征脑部疾病并识别生物标志物 | 健康与自闭症谱系障碍受试者的功能磁共振成像数据 | 机器学习, 计算机视觉 | 自闭症谱系障碍 | 功能磁共振成像 | 几何深度学习 | 功能磁共振成像信号 | 健康与自闭症谱系障碍受试者（具体数量未提供） | NA | 几何深度学习网络 | 受试者识别准确性 | NA |
| 891 | 2026-05-27 |
Public opinion dissemination simulation based on large language model multi-agent systems
2026-Apr-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44206-z
PMID:41935064
|
研究论文 | 基于大语言模型的多智能体系统模拟公共舆论传播 | 整合宏观扩散模式与微观个体认知，构建基于LLM的多智能体模拟框架，支持零样本冷启动和跨场景鲁棒性 | 文中未明确提及局限性 | 开发一种低成本、高保真度的公共舆论模拟系统，用于危机管理 | 公共舆论传播的演化模式 | 机器学习 | NA | NA | 大语言模型（LLM） | 文本 | 基于真实社交媒体数据的校准，未明确样本数量 | NA | 多智能体系统 | 行为分布熵（Entropy）、Distinct-2指标 | NA |
| 892 | 2026-05-27 |
Transformer augmented hybrid deep learning for explainable multi class pest classification
2026-Apr-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-41248-1
PMID:41935133
|
研究论文 | 对多种深度学习架构进行综合实验评估，用于基于图像级分类的多类害虫分类，涵盖19种害虫物种 | 提出混合CNN-Transformer设计（如Hybrid EffNet-Transformer和Hybrid EfficientNetV2-S+Transformer），结合卷积特征层次和全局自注意力机制，并采用分割驱动的预处理方法增强前景隔离 | 未在标题和摘要中明确提及局限性 | 实现农业害虫的早期准确识别，为精准农业系统开发提供指导 | 19种害虫物种的田间图像 | 计算机视觉 | NA | 深度学习图像分类 | CNN、Transformer、混合CNN-Transformer | 图像 | 19种害虫物种的田间图像（具体数量未提及） | NA | MobileNetV2, VGG16, EfficientNetB0/B3, EfficientNetV2-B0, ResNet50, Xception, NASNetLarge, Hybrid InceptionResNetV2, Hybrid ResNet50+CBAM, Hybrid EffNet-Transformer, Hybrid EfficientNetV2-S+Transformer | 验证准确率, 宏平均F1值, 验证损失 | NA |
| 893 | 2026-05-27 |
Artificial intelligence in orthopedics: current applications, challenges, and future directions
2026-Apr-03, Knee surgery & related research
IF:4.1Q1
DOI:10.1186/s43019-026-00317-5
PMID:41933417
|
综述 | 总结人工智能在骨科实践中的当前应用，并强调实现临床转化的障碍 | 指出技术进步与临床转化之间的差距，主张从提升模型复杂性转向严格评估、外部验证和概率校准 | 未具体说明局限性，但隐含地指出当前应用受限于算法不透明性、性能退化及工作流适配不足 | 综述人工智能在骨科领域的应用现状、挑战及未来方向 | 骨科实践中的机器学习、深度学习及大型语言模型应用 | 机器学习 | 骨科疾病（如骨折、骨关节炎等） | 不适用 | 机器学习模型、深度学习模型、大型语言模型 | 结构化数据、医学影像、文本 | 不适用 | 不适用 | 不适用 | 外部验证、概率校准、不确定性估计 | 不适用 |
| 894 | 2026-05-27 |
Responsible Use of Artificial Intelligence to Improve Kidney Care: A Statement from the American Society of Nephrology
2026-Apr-01, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000929
PMID:41201255
|
review | 美国肾脏病学会关于负责任使用人工智能改善肾脏护理的声明 | 提供了负责任使用AI的框架和基础原则，强调以患者利益优先、确保临床医生监督及在高负担疾病领域推动创新 | NA | 为肾脏病学中AI的负责任使用提供指导框架 | 慢性肾脏病、急性肾损伤、透析和移植护理中的AI应用 | 机器学习 | 肾脏疾病 | NA | NA | NA | NA | NA | NA | NA | NA |
| 895 | 2026-05-27 |
A fundus image dataset for intelligent diabetic retinopathy system
2026-Apr-01, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07093-7
PMID:41922360
|
研究论文 | 构建了一个用于智能糖尿病视网膜病变系统的眼底图像数据集 | 提供了一个标准化、高质量的超广角眼底图像数据集，以克服现有AI模型在检测周边视网膜病变时的局限性，并公开可用以提高模型的泛化能力 | 未提及具体的局限性 | 为基于超广角图像的糖尿病视网膜病变诊断AI系统提供标准化的公开数据集 | 糖尿病视网膜病变患者 | 计算机视觉 | 糖尿病视网膜病变 | 超广角眼底成像 | NA | 图像 | 809名患者的1630张超广角眼底图像 | NA | NA | NA | NA |
| 896 | 2026-05-27 |
Glaucomatous Remodeling of the Lamina Cribrosa: Association With Visual Field Progression
2026-Apr-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.67.4.3
PMID:41920143
|
研究论文 | 研究开角型青光眼患者中筛板深度和曲率变化速率与视野进展速率之间的关系 | 首次利用深度学习分割筛板结构，并纵向分析筛板重塑与视野进展的关联，发现年龄、中央角膜厚度和眼压对重塑程度有调节作用 | 未提及，但可推断样本量及观察周期可能有限 | 评估原发性开角型青光眼患者的筛板重塑与视野进展之间的关联 | 原发性开角型青光眼患者 | 医学影像 | 青光眼 | SDOCT | 深度学习 | 图像 | 未明确提及，但研究涉及患者队列 | NA | NA | NA | NA |
| 897 | 2026-05-27 |
Scalable and Robust Artificial Intelligence for Spine Alignment Assessment: Multicenter Study Enabled by Real-Time Data Transformation
2026-Mar-20, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/78396
PMID:41861366
|
研究论文 | 开发一种实时数据转换方法以增强脊柱对齐评估人工智能模型的多中心鲁棒性和准确性 | 提出了一种基于像素强度的实时数据转换方法，可即插即用，有效解决多中心影像数据异质性，提升深度学习模型在不同医院间的泛化能力 | 未提及具体限制，可能包括样本量不足或模型在不同人群中需进一步验证 | 开发实时数据转换方法以提升多中心青少年特发性脊柱侧弯影像评估中人工智能模型的鲁棒性和准确性 | 3899张全脊柱X线片，来自7家医院（香港2家、中国大陆5家），2012年1月至2024年8月收集 | 计算机视觉 | 青少年特发性脊柱侧弯 | X线成像 | 深度学习模型（SpineHRNet+） | 图像 | 3899张全脊柱X线片（训练和内部验证3034张，外部验证865张来自5家医院） | NA | SpineHRNet+ | 残差分析、线性回归R²、Bland-Altman分析、灵敏度、特异性、精确度、阴性预测值、准确率、混淆矩阵 | NA |
| 898 | 2026-05-27 |
Tabular LLMs for Interpretable Few-Shot Alzheimer's Disease Prexdiction with Multimodal Biomedical Data
2026-Mar-17, ArXiv
PMID:41907581
|
研究论文 | 提出TAP-GPT框架，一种基于TableGPT2的表格化大型语言模型，用于多模态生物标志物的少样本阿尔茨海默病分类，生成可解释的结构化推理 | 首次系统性地将表格专用大型语言模型应用于多模态生物标志物驱动的阿尔茨海默病预测，采用表格提示而非纯文本进行少样本分类，并展示结构化、模态感知的推理能力且稳定性更高 | NA | 开发一种可解释的少样本预测方法，利用表格化大型语言模型处理多模态生物医学数据实现阿尔茨海默病的准确诊断 | 阿尔茨海默病患者的多模态生物标志物数据 | 机器学习 | 阿尔茨海默病 | NA | 大型语言模型 | 表格数据 | 四个ADNI衍生数据集 | TableGPT2 | TableGPT2 | 准确率 | NA |
| 899 | 2026-04-05 |
A web-based deep learning cascade for automated detection and quantification of marginal bone loss
2026-Mar-07, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-07962-y
PMID:41792690
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 900 | 2026-05-27 |
Two-step deep-learning candidemia prediction model using two large time-sequence electronic health datasets
2026-Mar-04, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.03.03.26347531
PMID:41867227
|
研究论文 | 利用两个大型时间序列电子健康数据集开发两步深度学习模型预测念珠菌血症风险 | 提出结合念珠菌血症和30天死亡风险的两步预测框架，能识别出单步模型遗漏的高风险患者，并显著提高预测覆盖率和临床适用性 | 研究为回顾性，需前瞻性研究验证结果 | 开发并验证两步深度学习模型以优化念珠菌血症的早期预测和抗真菌治疗决策 | 两个大型电子健康记录数据集中的成年住院患者 | 机器学习 | 念珠菌血症 | 深度学习模型开发基于电子健康记录数据 | 深度学习模型 | 电子健康记录数据（时间序列数据） | Houston Methodist Hospital System (HMHS) 的 213,404 名患者和 MIMIC-IV 的 107,507 名患者 | PyTorch | NA | AUPRC（精确率-召回率曲线下面积） | NA |