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 1101 - 1120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1101 | 2026-05-25 |
A Character-level Convolutional Recurrent Interaction Network for joint traditional Chinese medicine clinical named entity recognition and relation extraction
2026-05, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103372
PMID:41707487
|
研究论文 | 提出一种字符级卷积循环交互网络，用于中医电子病历的命名实体识别和关系联合抽取 | 首次将中医四诊维度作为关系类型融入联合抽取框架，并利用字符级卷积和自注意机制捕获古汉语语义特征 | 未明确讨论模型在低资源场景下的泛化能力或对中医古籍文本的适用性 | 实现中医电子病历中实体与四诊维度关系的联合识别与抽取 | 中医电子病历中的临床实体（部位、症状属性）及其与四诊维度的关联关系 | 自然语言处理 | NA | NA | 卷积循环交互网络 | 文本 | NYT数据集和TCM-cases数据集（具体样本量未提及） | NA | CCRIN（字符级卷积循环交互网络） | NA | NA |
| 1102 | 2026-05-25 |
GFASNet: Gait feature attention-driven deep sequential network for dementia-related gait pattern analysis
2026-05, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103377
PMID:41713110
|
研究论文 | 本文提出GFASNet，一种步态特征注意力驱动的深度序列网络，用于识别与痴呆相关的步态模式 | 将特征级注意力机制融入序列深度学习架构，提高模型可解释性，并量化单个步态参数的相对贡献 | 未提及具体局限性 | 识别与痴呆相关的步态改变，并通过注意力机制提供候选数字生物标志物 | 232名参与者的时空步态数据 | 机器学习 | 痴呆症 | NA | 长短期记忆网络、双向长短期记忆网络、门控循环单元、双向门控循环单元 | 步态序列数据 | 232名参与者 | NA | 长短期记忆网络、双向长短期记忆网络、门控循环单元、双向门控循环单元 | 分类性能（具体指标未明确） | NA |
| 1103 | 2026-04-05 |
SoleFusion-Net: an explainable multimodal deep learning framework for diabetic foot syndrome classification in type II diabetes mellitus
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-42207-6
PMID:41932959
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1104 | 2026-05-25 |
Single-channel EEG-based seizure prediction using deep learning
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44670-7
PMID:41932974
|
研究论文 | 利用单通道脑电图和深度学习模型实现癫痫发作预测 | 首次证明单通道脑电图可在临床有意义的时间窗内实现可靠的癫痫发作预测，且模型极轻量（37,985参数）可部署于可穿戴设备 | 未提及 | 开发一种仅使用单通道脑电图的超轻量深度学习模型，用于癫痫发作预测 | 癫痫患者的单通道脑电图信号 | 机器学习 | 癫痫 | NA | CNN | 脑电图信号 | SNUH和CHB-MIT两个数据集 | NA | MobileNet | 准确率、假阳性率、敏感性 | NA |
| 1105 | 2026-05-25 |
Air quality index prediction using a hybrid CEEMDAN-CNN-IGWO-BiGRU-Attention model
2026-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46978-w
PMID:41933122
|
研究论文 | 提出一种结合CEEMDAN、CNN、BiGRU、注意力机制和改进灰狼优化器的混合模型用于空气质量指数预测 | 将CEEMDAN信号分解、CNN特征提取、BiGRU时序建模、注意力机制和IGWO超参数优化集成于统一框架，实现自动化和高精度预测 | 未提及 | 开发一种能有效处理AQI时间序列非线性和非平稳特性的高精度预测模型 | 空气质量指数（AQI）时间序列数据 | 机器学习 | NA | NA | CNN, BiGRU | 时间序列数据 | 广州市2014-2024年长期AQI数据集 | NA | CEEMDAN, CNN, BiGRU, 注意力机制, IGWO | MSE, R2 | NA |
| 1106 | 2026-05-25 |
Enhancing lung diseases recognition through CNN-RNN methodologies
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45842-1
PMID:41927724
|
研究论文 | 提出一种基于CNN-RNN的肺部疾病识别方法，利用胸部X光图像对肺炎和结核病进行高精度分类 | 结合卷积神经网络与循环神经网络，并集成可解释人工智能，通过多层特征组合与依赖关系计算提升分类准确性 | 未提及模型在外部独立数据集上的验证结果，且计算资源消耗细节不明确 | 提高从胸部X光图像中识别肺部疾病的诊断准确性 | 胸部X光图像中的肺部异常，包括肺炎和结核病 | 计算机视觉, 数字病理学 | 肺部疾病（肺炎、结核病） | X射线成像 | 卷积神经网络-循环神经网络 | 图像（胸部X光） | 公开数据集中的全部样本 | PyTorch | C-RNet（结合CNN与RNN的自定义架构） | 准确率, F1分数, 浮点运算次数, 参数量, 模型大小 | NA |
| 1107 | 2026-05-25 |
Emotion-driven front-end design of NEVs using an improved LSTM with LDA-based emotion mining
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-45602-1
PMID:41927764
|
研究论文 | 提出一种结合语义挖掘与深度学习的数据驱动框架，用于量化并优化用户对新能源汽车前脸造型的情感偏好 | 首次将LDA情感挖掘与GA优化注意力增强LSTM结合，通过粗糙集降维构建抽象情感与具体造型特征的映射 | 依赖用户生成内容的质量和多样性，LDA主题数量选择可能影响情感维度提取的精准度 | 建立用户情感偏好与汽车前脸设计特征之间的量化关联，为新能源汽车提供情感导向的设计支持工具 | 新能源汽车前脸造型设计与用户情感评价的对应关系 | 机器学习, 自然语言处理 | NA | LDA主题模型, 粗糙集理论, 遗传算法 | 注意力增强LSTM | 用户生成文本, 设计特征数据 | 未在标题和摘要中明确提及样本数量 | NA | LSTM, 注意力机制 | 情感预测准确率（具体指标未在摘要中详述） | 未在标题和摘要中提及 |
| 1108 | 2026-04-04 |
Efficient deep learning framework for arecanut disease detection using graph neural network and Bat algorithm
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46535-5
PMID:41927805
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1109 | 2026-05-25 |
Deep learning-based phishing classification framework for accurate detection using optimized URL intelligence
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46481-2
PMID:41927869
|
研究论文 | 提出一种基于深度学习的钓鱼分类框架，通过优化URL智能特征实现精确检测 | 提出自适应深度URL智能网络（ADUIN），结合混合相关排序方法优化特征，并采用多层深度神经网络架构动态更新以适应攻击行为变化 | 未提及具体局限性信息 | 提升钓鱼URL分类的准确性、多样性和智能性，应对零日和伪装钓鱼URL | 钓鱼URL及其特征（词汇、主机和结构属性） | 机器学习 | NA | NA | 深度神经网络 | 文本（URL） | 基准钓鱼数据集（未说明具体数量） | NA | 多层深度神经网络 | 准确率、精确率、召回率、零日检测率、假阳性率、延迟 | NA |
| 1110 | 2026-04-04 |
A hybrid deep learning model for robust and efficient plant leaf disease detection using ResNet50, PCA, and SVM
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46085-w
PMID:41927866
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1111 | 2026-05-25 |
Topology modeling and energy efficiency prediction of parallel chillers based on deep learning
2026-Apr-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47180-8
PMID:41927915
|
研究论文 | 提出一种基于深度学习的并行冷水机组拓扑建模与能效预测方法 | 构建了物理引导的时空融合模型，将LSTM与图卷积网络结合以捕捉机组间的拓扑耦合关系 | 未提及实际部署中的计算资源需求或实时性限制，且仿真数据占比可能影响模型泛化性 | 解决并行冷水机组因拓扑耦合导致的能效预测精度不足问题 | 大型数据中心冷却站的并行冷水机组系统 | 机器学习 | NA | NA | GCN-LSTM融合模型 | 时序运行数据与仿真数据 | 1.28亿条原始记录与8000小时仿真数据 | NA | LSTM, GCN | 均方根误差, 平均绝对百分比误差 | NA |
| 1112 | 2026-05-25 |
Using deep vision-language models improves multi-task performance in assistance applications for endoscopic ENT surgery
2026-Apr, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03512-z
PMID:41428176
|
研究论文 | 采用视觉-语言模型（VLM）架构，通过多任务学习提升内窥镜耳鼻喉手术辅助应用中图像分类、文本预测和手术报告生成的性能 | 端内窥镜领域偏置的编码器进行图像和文本嵌入，并通过交叉注意力融合，实现多任务学习替代三个孤立模型，且在图像分类和报告生成任务上分别提升F1分数达12%和14% | 结构化文本生成任务改进有限，表明组合图像-文本嵌入对结构化句子学习存在限制；类别分布不平衡问题未完全解决 | 开发一种能够整合图像和文本数据的视觉-语言模型，用于内窥镜耳鼻喉手术辅助，提供多任务支持并优于现有基准 | 30例标注内窥镜手术的多任务数据集（130,000张多标签图像、解剖描述和同步手术报告） | 计算机视觉、自然语言处理 | NA | 内窥镜手术图像采集 | 视觉-语言模型（VLM） | 图像、文本 | 30例内窥镜手术（130,000张多标签图像） | PyTorch（推测，基于常见的VLM实现） | 偏置编码器（用于图像和文本嵌入）加交叉注意力 | 精确率、召回率、F1分数、BLEU-2、ROUGE-L、余弦相似度 | NA（未在标题或摘要中明确提及） |
| 1113 | 2026-05-25 |
IKDP: Implicit Knowledge Enhanced Disease Prediction via heterogeneous admission sequence graphs
2026-04, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103365
PMID:41604873
|
研究论文 | 提出了一种通过异质入院序列图增强隐式知识用于疾病预测的模型IKDP | 通过构建异质入院序列图捕获疾病依赖关系和健康状态动态演变，并利用辅助预训练策略和端到端优化整合患者间相似性作为互补知识 | 可能受限于隐式知识的覆盖范围，且对单次入院患者的处理仍需进一步探索 | 利用隐式知识改进电子健康记录中的疾病预测模型 | 患者入院数据中的疾病关系、入院轨迹及患者间相似性 | 机器学习 | NA | 电子健康记录数据分析 | 深度学习模型 | 文本 | NA | PyTorch | 异质入院序列图 | NA | NA |
| 1114 | 2026-05-25 |
Comprehensive review of heart disease prediction: A comparative study from 2019 onwards
2026-04, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103354
PMID:41619515
|
综述 | 本文对2019年以来心脏病预测领域的研究进行了全面综述，比较传统诊断技术与现代机器学习和深度学习方法 | 系统性地回顾了从传统诊断技术向现代机器学习和深度学习方法的转变，并探讨了心血管疾病与肾结石之间的关系对未来预测模型发展的影响 | 未提及具体的研究局限 | 评估心脏病预测的当前技术水平，为未来研究提供路线图 | 心脏病预测算法及相关文献 | 机器学习 | 心血管疾病 | NA | NA | NA | NA | NA | NA | NA | NA |
| 1115 | 2026-05-25 |
Uncertainty in deep learning for EEG under dataset shifts
2026-04, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103374
PMID:41650580
|
研究论文 | 研究不同集成学习策略在脑电图数据集偏移下对分类性能和不确定性估计的影响 | 系统评估了深度集成和蒙特卡洛丢弃法在三种数据集偏移场景（分布内、分布外、渐进式脑电图特有偏移）下的不确定性和性能表现 | NA | 探索构建能提供可靠不确定性估计且对数据集偏移鲁棒的电图分类模型 | 脑电图数据中区分正常、轻度认知障碍和痴呆的分类任务 | 机器学习 | 阿尔茨海默病, 轻度认知障碍, 痴呆 | 脑电图 | 集成学习, 深度集成, 蒙特卡洛丢弃法 | 脑电图时间序列数据 | 大型脑电图数据集（具体数量NA） | NA | NA | 性能指标, 不确定性度量 | NA |
| 1116 | 2026-05-25 |
A novel ECG QRS complex detection algorithm based on dynamic Bayesian network
2026-04, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103370
PMID:41653675
|
研究论文 | 提出一种基于动态贝叶斯网络的新型QRS波群检测算法，通过融合心电波形和心律信息提高噪声鲁棒性 | 首次将心电波形和心律信息整合到统一概率模型中，采用无监督参数优化和简化策略提升推理效率 | NA | 提高可穿戴心电图设备中QRS波群检测的准确性和噪声鲁棒性 | 心电图信号中的QRS波群 | 机器学习 | 心血管疾病 | NA | 动态贝叶斯网络 | 心电图信号 | NA | NA | 动态贝叶斯网络 | 准确率 | NA |
| 1117 | 2026-05-25 |
EEG-based epileptic seizure prediction with patient-tailored spectral-spatial-temporal feature learning
2026-04, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2026.103371
PMID:41633018
|
研究论文 | 提出一种患者定制的癫痫发作预测网络PSP-Net，用于自适应学习脑电图信号的谱-空-时特征 | 首次将患者定制的带通滤波器、空间耦合矩阵和注意力时序卷积网络统一集成，实现个体化谱-空-时特征自动提取 | 未明确指出研究局限 | 开发更有效且可解释的癫痫发作预测方法，解决传统方法忽视患者间谱-空特征差异的问题 | 脑电图信号中的癫痫发作前兆特征 | 机器学习 | 癫痫 | 脑电图记录 | PSP-Net（患者定制预测网络） | 时序信号 | 多个公开癫痫数据集 | NA | 患者定制带通滤波器、空间耦合矩阵、注意力时序卷积网络 | 最先进性能（未具体说明指标） | NA |
| 1118 | 2026-05-25 |
Navigated hepatic tumor resection using intraoperative ultrasound imaging
2026-Apr, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-026-03581-8
PMID:41729473
|
研究论文 | 本研究评估基于术中超声的导航系统在肝肿瘤切除术中的可行性和准确性 | 不同于依赖术前影像配准的传统系统，该导航系统仅使用术中超声生成的三维模型进行导航引导切除 | 排除4例患者因术中传感器脱离（3例）或数据记录错误（1例）影响准确性评估 | 评估基于术中超声的导航系统在开放性肝脏手术中的可行性与精准度 | 接受肝转移灶切除术的25例患者（其中前5例用于优化工作流程） | 数字病理 | 肝脏转移癌 | 术中超声 | CNN | 术中超声影像 | 25例患者（其中前5例用于工作流程优化；16例评估患者中分析78个夹子-肿瘤距离） | NA | U-Net | 中位导航精度3.2毫米；R0切除率93.8% | NA |
| 1119 | 2026-05-25 |
Diffusion-synthesized Chest X-rays improve fairness and diagnostic performance
2026-Apr, PLOS digital health
DOI:10.1371/journal.pdig.0001277
PMID:41931563
|
研究论文 | 本文通过微调预训练的稳定扩散模型生成高质量的胸部X光合成图像，以提升疾病分类的公平性和诊断性能 | 首次利用低秩适应和CLIP分词器微调稳定扩散模型生成胸部X光图像，有效减少参数复杂度并改善模型对人口统计学群体的公平性 | 未明确讨论合成图像可能引入的潜在偏差或临床验证的局限性 | 解决深度学习模型在胸部X光数据训练中的公平性偏差，通过图像合成缓解人口统计学差异 | 胸部X光疾病分类模型及其在不同人口群体上的公平性表现 | 数字病理学 | 胸部疾病 | 图像合成 | 稳定扩散模型 | 图像 | NA | PyTorch | 稳定扩散 | 分类准确率, 公平性指标 | NA |
| 1120 | 2026-05-25 |
Beam-hardening correction in clinical x-ray dark-field chest radiography using deep-learning-based bone segmentation
2026-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70422
PMID:41933281
|
research paper | 利用基于深度学习的骨骼分割技术，校正临床X射线暗场胸部放射成像中的束硬化伪影 | 提出了一种结合深度学习骨骼分割与衰减贡献掩膜的束硬化校正方法，有效抑制肋骨和锁骨引起的暗场信号伪影 | NA | 通过抑制骨骼诱导伪影，提高临床暗场胸部放射成像的可靠性 | 暗场胸部放射成像中的束硬化伪影 | computer vision | chronic obstructive pulmonary disease, COVID-19 | X射线暗场成像 | 深度学习分割网络 | image | 196张胸部X光片用于肋骨分割网络训练，49张验证；56张用于锁骨网络训练，12张验证和12张测试；174张暗场胸部X光片（51例COPD，86例COVID-19，37例健康）和2例患者的能谱CT扫描 | NA | NA | NA | NA |