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 49915 篇文献，本页显示第 9341 - 9360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9341 | 2026-06-04 |
Deep learning for freezing of gait assessment using inertial measurement units: a multicentre validation study
2026-Jun-02, NPJ Parkinson's disease
DOI:10.1038/s41531-026-01407-7
PMID:42230618
|
研究论文 | 利用深度学习和惯性测量单元评估帕金森病中的冻结步态，并验证其在不同队列中的表现 | 首次通过多中心验证全面评估深度学习模型在冻结步态检测中的异质性效应，并提出基于人机协作的微调工作流和概念验证网络平台 | 外部队列中模型与专家的一致性降低，微调仅改善部分性能；异构性和评估方法差异仍需统一标准解决 | 评估深度学习模型在不同患者和评估方法异质性下的冻结步态检测性能，并探索微调和人工介入的改进策略 | 帕金森病患者的冻结步态检测性能，包括本地队列和六个外部队列的数据 | 深度学习 | 帕金森病 | 惯性测量单元 | 深度学习模型 | 惯性测量数据 | 本地队列85名参与者共2043次试验，外部队列256名参与者共1058次试验 | NA | NA | 组内相关系数 | NA |
| 9342 | 2026-06-04 |
Deep learning prediction of pathological complete response in breast cancer using Mamba architecture
2026-Jun-02, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02849-2
PMID:42230774
|
研究论文 | 开发基于Mamba架构的深度学习模型MCEN，利用穿刺活检图像预测乳腺癌新辅助化疗后的病理完全缓解 | 首次将Mamba架构应用于乳腺癌化疗疗效预测，替代传统CNN或Transformer方法 | 研究未明确说明外部测试集样本量和模型在不同亚群中的泛化能力 | 预测乳腺癌新辅助化疗后的病理完全缓解，辅助临床决策 | 1646名乳腺癌患者的穿刺活检样本，来自五家三级医院 | 数字病理学 | 乳腺癌 | 穿刺活检 | Mamba架构 | 图像 | 1646例患者活检样本，其中1023例来自一家医院，分训练集（80%）和验证集（20%），其余四家医院作为外部测试集 | NA | Mamba | AUROC | NA |
| 9343 | 2026-06-04 |
A multi-scale supervised contrastive framework for cross-domain soybean disease classification using leaf and UAV imagery
2026-Jun-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-56162-9
PMID:42230993
|
研究论文 | 提出多尺度监督对比框架，融合叶片和无人机影像实现跨尺度大豆病害分类 | 首次提出跨尺度监督对比学习框架对齐叶片与无人机影像特征，并设计结构化预处理流程减少光照偏差 | 零样本跨域迁移准确率仅40%，需微调或对比学习缩小域差异 | 开发统一的多尺度大豆健康监测系统，利用易获取叶片数据提升无人机影像分类性能 | 四种健康状态（健康、花叶病毒、虫害、锈病）的大豆叶片和无人机影像 | 计算机视觉 | 大豆病害（花叶病毒、锈病、虫害） | 图像预处理（CLAHE、灰度世界颜色校正、光照归一化），监督对比学习 | CNN（MaxViT、ConvNeXt） | 图像（叶片和无人机影像） | MH-SoyaHealthVision数据集包含四类健康状况的样本 | PyTorch | MaxViT, ConvNeXt | 准确率、PCA/t-SNE分离度、轮廓系数、域差异度量 | NA |
| 9344 | 2026-06-04 |
A forensic evaluation method of stable diffusion-generated images using feature-based likelihood ratio by deep learning features
2026-Jun-02, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70339
PMID:42231110
|
研究论文 | 提出一种基于深度学习特征的似然比模型，用于法医鉴定稳定扩散生成的图像 | 首次将特征似然比模型与深度学习特征结合，用于鉴别稳定扩散生成的图像，提升了鉴定结论的可司法采纳性 | 未提及模型的泛化能力及在真实场景中的表现 | 提升对稳定扩散生成图像的法医学鉴定准确性 | 稳定扩散生成图像的真实性识别 | 计算机视觉 | NA | 稳定扩散模型 | Swin-transformer | 图像 | 开发集和验证集包含ImageNet真实图像和Stable Diffusion v1.4生成图像 | NA | Swin-transformer | 准确率、等错误率、对数似然比成本值、经验交叉熵曲线 | NA |
| 9345 | 2026-06-04 |
Training effect of a deep learning-based blended teaching model on ECMO transport for ICU nurses: a prospective, parallel-group, randomized controlled trial
2026-Jun-02, BMC nursing
IF:3.1Q1
DOI:10.1186/s12912-026-04837-z
PMID:42231331
|
研究论文 | 验证基于深度学习的混合教学模式在提高ICU护士ECMO转运能力方面的有效性 | 首次将深度学习导向的混合教学模式（融合在线沉浸学习、线下情景模拟和临床病例回顾）应用于ICU护士ECMO转运培训，并通过眼动追踪技术量化学习沉浸度 | 单中心设计，样本量有限，且对照组未接受同等在线互动资源，可能存在比较偏差 | 评估深度学习导向的混合教学模型对ICU护士ECMO转运能力（知识掌握、学习沉浸度和在线参与度）的提升效果 | ICU护士 | 机器学习 | NA | NA | NA | 文本（问卷、量表）、眼动追踪数据（注视指标） | 130名ICU护士（实验组68名，对照组62名） | NA | NA | 知识得分、学习沉浸度（眼动追踪指标）、在线学习参与度、学习参与度、认知参与度、满意度 | NA |
| 9346 | 2026-03-21 |
Corrigendum to 'Multi-Task Deep Learning for Sex and Age Estimation from Panoramic Radiographs in a Brazilian Young Population': [International Dental Journal Volume 76, Issue 2, April 2026, 109381]
2026-Jun, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2026.109504
PMID:41855705
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9347 | 2026-06-04 |
Interpretable deep survival analysis of Alzheimer's disease via metabolic genetic variants
2026-Jun-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag213
PMID:42063212
|
研究论文 | 提出可解释的深度生存分析模型，利用代谢相关遗传变异预测阿尔茨海默病发病 | 将前馈神经网络与Weibull生存模型结合，并集成SHAP可解释性技术，有效解决遗传变量间非线性交互的建模问题，避免传统方法的组合爆炸 | 样本量有限，且仅关注SNP数据，未纳入其他组学或环境因素 | 开发可解释的深度学习模型，预测阿尔茨海默病发病并解析遗传因素贡献 | 大规模单核苷酸多态性数据中的代谢相关遗传变异 | 机器学习 | 阿尔茨海默病 | SNP基因分型 | 前馈神经网络 | 基因组数据 | 未明确说明样本数量 | NA | 前馈神经网络 | 一致性指数 | NA |
| 9348 | 2026-06-04 |
Deep Learning-Based Bone Age Assessment for Predicting Final Adult Height in Girls With Central Precocious Puberty
2026-Jun, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2025.1221
PMID:42225576
|
research paper | 本研究评估了基于深度学习骨龄评估与Bayley-Pinneau或韩国生长图表预测模型结合，预测中枢性性早熟女孩最终成年身高的准确性 | 首次将人工智能驱动的骨龄评估整合到两种预测模型中，并比较其与传统专家评估在预测最终成年身高方面的性能 | 单中心回顾性研究，样本量有限（122名韩国女孩）；未评估不同种族或治疗方案的泛化能力 | 评估人工智能骨龄评估在预测中枢性性早熟女孩最终成年身高中的临床应用价值 | 122名接受促性腺激素释放激素激动剂治疗至少2年的韩国中枢性性早熟女孩 | machine learning, digital pathology | 中枢性性早熟 | Greulich-Pyle图谱，人工智能权重评分 | 深度学习（骨龄评估模型） | 手部X光图像，生长参数数据 | 122名韩国中枢性性早熟女孩 | NA | NA | R², 95%一致性界限（Bland-Altman分析） | NA |
| 9349 | 2026-06-04 |
Ontology-Enhanced Deep Learning for Mechanistic Prediction of Drug-Drug Interactions: A Clinically Interpretable Framework
2026-Jun, Journal of clinical pharmacology
IF:2.4Q3
DOI:10.1002/jcph.70220
PMID:42226315
|
研究论文 | 通过生物医学本体增强深度学习模型，预测药物-药物相互作用及其机制，并提高临床可解释性 | 首次将本体嵌入（来自SIDER、DrugBank和Gene Ontology）与神经网络结合，实现机制特异性预测，并增强模型临床可解释性 | 间接支持临床决策，未直接验证实际应用效果 | 提高药物-药物相互作用预测的准确性和机制可解释性 | 药物-药物相互作用及其11种药代动力学和药效动力学机制 | 自然语言处理 | NA | 本体嵌入 | 神经网络 | 生物医学本体数据（SIDER、DrugBank、Gene Ontology） | NA | NA | 神经网络 | ROC曲线下面积（AUC） | NA |
| 9350 | 2026-06-04 |
The role of artificial intelligence in sarcopenia: Advances, applications, and future directions
2026-Jun, Computational biology and chemistry
IF:2.6Q2
|
综述 | 探讨人工智能在肌肉减少症研究中的进展、应用与未来方向 | 系统综述了机器学习与深度学习在肌肉减少症早期检测、影像诊断、功能预测和个性化监测中的应用，并引入可解释人工智能、联邦学习等新兴方法 | 数据质量差异大、模型透明度有限、算法偏见及伦理问题等挑战仍需解决 | 分析人工智能在肌肉减少症研究和临床实践中的应用进展与潜力 | 肌肉减少症患者及相关数据 | 机器学习 | 老年性疾病 | NA | 机器学习, 深度学习 | 影像, 临床指标, 可穿戴设备数据 | 包含大规模数据集（如NHANES）但未提供具体样本数量 | NA | NA | 预测性能 | NA |
| 9351 | 2026-06-04 |
Exploring AI-driven deep learning approaches for optimizing space detection in single gap implantation based on CBCT images
2026-06, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2026.106631
PMID:41833743
|
研究论文 | 提出了一种基于AI的深度学习方法来优化单颗缺牙种植术中基于CBCT图像的空隙检测 | 提出了一种新颖的三步序列方法，利用nnUNet的DentalSegmentator框架自动检测单颗缺牙区域及其周围结构，无需额外手动分割 | 研究仅针对单颗缺牙区域，可能无法直接应用于多颗缺牙或更复杂的情况 | 开发自动检测单颗缺牙区域及其周围结构的方法，提高种植手术规划的准确性和效率 | 单颗缺牙区域的CBCT图像 | 数字病理学 | 口腔疾病 | 锥束计算机断层扫描 | nnUNet | 图像 | 66个CBCT扫描，包含80个单颗缺牙区域 | nnUNet | nnUNet | 准确率, 精确率, 召回率, 特异度, F1分数 | NA |
| 9352 | 2026-06-04 |
AIRC-LABDEN: A multi-modal dataset for dental plaque diagnosis of patients with fixed labial orthodontic appliances
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112833
PMID:42232201
|
研究论文 | 介绍AIRC-LABDEN数据集，用于通过深度学习检测和量化固定唇侧矫治器患者的牙菌斑 | 首个专门针对佩戴正畸托槽患者的多模态牙科数据集，整合了高分辨率口腔图像与临床记录 | 未提及具体限制 | 促进多模态牙菌斑检测系统的开发，改善正畸患者的口腔护理 | 固定唇侧矫治器患者的牙菌斑 | 计算机视觉 | 口腔疾病（牙菌斑） | NA | 深度学习 | 图像、临床记录 | 148名患者的10450张高分辨率口腔内图像 | NA | NA | NA | NA |
| 9353 | 2026-06-04 |
A bibliometric analysis of artificial intelligence in anatomy education: Current situation, hot spots, and global trends
2026-May-29, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000049128
PMID:42216413
|
文献综述 | 通过文献计量分析揭示人工智能在解剖学教育中的研究现状、热点与全球趋势 | 首次系统性地通过文献计量方法分析人工智能在解剖学教育中的发展脉络和主题演变 | 仅基于Web of Science数据库的英文文献，可能存在语言和数据库偏倚 | 识别人工智能在解剖学教育领域的研究热点与趋势，为未来研究方向提供基础 | Web of Science数据库中2005至2024年间发表的184篇相关英文出版物 | 自然语言处理 | NA | NA | 大型语言模型 | 文献元数据 | 184篇论文 | R, VOSviewer, CiteSpace, Excel | NA | NA | NA |
| 9354 | 2026-06-04 |
Conditionally Site-Independent Neural Evolution of Antibody Sequences
2026-May-26, ArXiv
PMID:41822160
|
研究论文 | 提出CoSiNE模型，利用深度神经网络参数化的连续时间马尔可夫链，弥合深度学习与系统发育模型在抗体序列进化分析中的差距 | 首次将深度神经网络与连续时间马尔可夫链结合，实现对抗体序列进化过程中上位效应的显式建模，并理论证明其突变过程的一阶近似误差边界；提出Guided Gillespie采样方案，实现推理时对抗体结合亲和力的定向优化 | NA | 建立能够同时捕捉抗体序列进化动态和上位相互作用的计算方法，提升零样本变异效应预测和抗体结合亲和力优化能力 | 抗体序列的进化动力学过程 | 机器学习 | NA | 深度神经网络、连续时间马尔可夫链 | 混合模型 | 序列数据 | NA | NA | CoSiNE | 零样本变异效应预测准确性 | NA |
| 9355 | 2026-06-04 |
Imaging Features of Herpetic Interstitial Keratitis by Anterior Segment Optical Coherence Tomography
2026-May-26, Cornea
IF:1.9Q2
DOI:10.1097/ICO.0000000000004196
PMID:42228428
|
研究论文 | 利用前段光学相干断层扫描（AS-OCT）分析疱疹性间质性角膜炎（HIK）的影像特征 | 首次系统描述活动性HIK在AS-OCT上的特征，包括前基质高反射、模糊边界和凸形后轮廓，并发现上皮厚度在HIK与基质瘢痕中的差异 | 样本量小（仅27例）；缺乏深度学习算法验证；未包含非活动期病例对照 | 探索AS-OCT在鉴别活动性HIK与既往基质瘢痕中的临床应用价值 | 活动性HIK患者（HSV或VZV感染）及基质瘢痕患者 | 数字病理学 | 感染性角膜炎 | 前段光学相干断层扫描（AS-OCT） | NA | 图像 | 27例活动性HIK（17例HSV，10例VZV）和9例基质瘢痕 | NA | NA | 与裂隙灯诊断的符合率 | NA |
| 9356 | 2026-06-04 |
Hypergraph-Based Dual-Channel Improved Variational Autoencoder with Cross-Attention for Compound-Protein Interactions Identification
2026-May-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00027
PMID:42077155
|
研究论文 | 提出一种基于超图的双通道改进变分自编码器与多头交叉注意力机制，用于识别化合物-蛋白质相互作用 | 创新性地构建了双通道超图（化合物/蛋白质互为超边和节点），并整合改进变分自编码器与多头交叉注意力机制，以同时提取节点特征和超图拓扑信息 | 未明确讨论模型在极度不平衡数据或大规模蛋白质组上的扩展性及过拟合风险 | 开发一种理论计算方法，准确识别化合物-蛋白质相互作用，辅助早期药物发现和药物重定位 | 化合物-蛋白质相互作用（CPI） | 机器学习 | NA | 计算机模拟 | 改进的变分自编码器(VAE)、深度神经网络(DNN)、多头交叉注意力机制 | 表格数据（化合物-蛋白质相互作用数据） | 基准数据集，采用5折交叉验证；另外使用DrugBank、GPCR、KIBA和Human数据集 | NA | 改进的变分自编码器、多头交叉注意力、深度神经网络 | 准确率、敏感度、特异性、精确率、马修斯相关系数、ROC曲线下面积、精确率-召回率曲线下面积 | NA |
| 9357 | 2026-06-04 |
Emerging applications of traditional and generative artificial intelligence in Liver Transplantation
2026-May-25, Liver transplantation : official publication of the American Association for the Study of Liver Diseases and the International Liver Transplantation Society
IF:4.7Q1
DOI:10.1097/LVT.0000000000000914
PMID:42190268
|
综述 | 这篇综述系统总结了传统人工智能和生成式人工智能在肝移植全流程中的新兴应用，涵盖患者选择、供受者匹配、术中管理和术后护理等环节 | 首次系统整合了自2023年以来生成式AI和大语言模型在肝移植中的扩展应用，包括从结构化数据到非结构化数据的多模态推理和临床信息提取 | 实际临床应用仍受限于本地验证、工作流程集成和基础设施需求等挑战 | 综述AI在肝移植患者全流程中的最新发展，从慢性肝病管理到长期术后结局 | 肝移植患者、供受者匹配、移植物存活、术后并发症等 | 机器学习 | 肝移植相关疾病 | NA | 传统机器学习（随机森林、梯度提升）、深度学习（CNN、RNN）、生成式AI（LLM） | 结构化临床数据集、非结构化数据、影像数据、组学数据 | NA | NA | 随机森林、梯度提升、神经网络、循环架构、多任务框架 | NA | NA |
| 9358 | 2026-06-04 |
PL-PatchSurfer3: improved structure-based virtual screening for structure variation using 3D Zernike descriptors
2026-May-14, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01224-3
PMID:42135840
|
研究论文 | 提出了一种改进的基于表面斑块的虚拟筛选方法PL-PatchSurfer3，利用3D Zernike描述符稳健处理受体结构变异 | 引入了氢键互补性的精确定义和可见性（捕捉局部曲率）两个关键改进，对全息、未结合、建模及AlphaFold预测的受体结构均表现稳健 | NA | 提高基于结构的虚拟筛选对受体结构变异的鲁棒性和筛选性能 | 受体和药物分子的结合位点表面斑块 | 分子计算 | NA | NA | NA | 分子结构数据 | NA | NA | NA | NA | NA |
| 9359 | 2026-06-04 |
Deep learning-assisted versus manual reading in routine cervical cytopathology: a multicentre randomised crossover trial
2026-May-05, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02703-5
PMID:42086920
|
临床试验 | 该项多中心交叉随机试验评估了深度学习系统在常规宫颈细胞学检查中相较于人工读片的诊断效果，结果显示深度学习能显著提高敏感性和效率而不牺牲特异性 | 首次通过多中心随机交叉试验评估深度学习在宫颈细胞学中对非专家病理学家的辅助效果，超越仅关注准确性的先验工作，同时验证了灵敏度和工作效率的提升 | 仅包含非专家病理学家，未评估对专家病理学家的效果；试验设计可能受洗脱期影响；样本量有限，需更大规模验证 | 评估深度学习系统在常规宫颈细胞学检查中对诊断准确性和效率的临床效用 | 1920名18岁及以上接受液基细胞学宫颈癌筛查的女性 | 数字病理学 | 宫颈癌 | 液基细胞学 | 深度学习模型 | 宫颈细胞学数字化图像 | 1920名女性患者的宫颈细胞学涂片 | NA | NA | 敏感性, 特异性, 读片时间 | NA |
| 9360 | 2026-06-04 |
Neuron Segment Connectivity Prediction With Multimodal Features for Connectomics
2026-May, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2026.3658169
PMID:41587252
|
研究论文 | 提出一种利用多模态特征进行神经元片段连接预测的自动校对流水线，用于连接组学分析 | 创新性地融合全局三维形态特征和高分辨率局部图像上下文，通过提议式图像特征采样提高多模态交叉注意力效率，构建模拟人工校对的自动合并流水线 | NA | 解决大规模电子显微镜数据中神经元重建的过度分割问题，实现自动化神经元片段合并 | 大规模电子显微镜数据集中的神经元片段 | 计算机视觉 | NA | 电子显微镜成像 | 深度学习网络 | 图像 | NA | PyTorch | 连接点检测网络、连接性预测网络 | NA | NA |