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 47942 篇文献，本页显示第 11241 - 11260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11241 | 2026-02-27 |
Can atrial fibrillation ablation outcomes be properly predicted with electrocardiography and artificial intelligence?
2026-Mar, European heart journal. Digital health
DOI:10.1093/ehjdh/ztag029
PMID:41743189
|
研究论文 | 本研究探讨了基于心电图和深度学习算法预测心房颤动消融术后重复消融需求的能力 | 首次使用原始12导联心电图数据和深度神经网络来预测心房颤动消融的重复手术需求 | 模型预测性能有限（AUC仅0.61），可能受限于非心电图参数的影响、数据集规模不足或需要长期心电图监测数据 | 评估心电图结合人工智能在预测心房颤动消融结果中的有效性 | 接受心房颤动消融手术的患者 | 机器学习 | 心血管疾病 | 心电图 | 深度神经网络,随机森林 | 心电图原始数据 | 865名患者（其中163名需要重复消融） | NA | NA | AUC,准确率 | NA |
| 11242 | 2026-02-27 |
Enhanced Visualization of Intracranial Cortical Arteries Using Deep Learning Reconstruction in Vessel Wall MR Imaging
2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.tn.2025-0091
PMID:41285511
|
研究论文 | 本研究评估了深度学习重建在血管壁成像中用于可视化包括皮质动脉在内的整个脑动脉系统的效用 | 首次将深度学习重建技术应用于高分辨率血管壁成像，以改善颅内皮质动脉的可视化 | 样本量较小（仅17名患者），且研究未涉及长期临床结果验证 | 评估深度学习重建在血管壁磁共振成像中对脑动脉系统可视化质量的提升效果 | 颅内动脉系统，包括颈内动脉、椎动脉、基底动脉及主要脑动脉的第1至4段皮质动脉 | 数字病理学 | 心血管疾病 | 3D T1加权CUBE血管壁成像 | 深度学习重建模型 | 磁共振图像 | 17名患者 | NA | NA | 信噪比, 对比噪声比, 定性图像质量评分（4分制） | NA |
| 11243 | 2026-02-27 |
Fully automated segmentation of foot bones using machine learning and convolutional neural networks
2026-Feb-26, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851261422700
PMID:41744440
|
研究论文 | 本文提出了一种基于卷积神经网络的完全自动化足部骨骼分割方法，并评估其在CT图像上的性能 | 开发了一种定制化和优化的三维U-Net结构，用于完全自动化的足部骨骼分割，无需人工干预 | 在较小脚趾的中段和远端趾骨上表现较低，且样本量相对较小（仅50个CT扫描） | 实现并验证一种完全自动化的足部骨骼分割方法，以提高诊断准确性和效率 | 足部骨骼，包括后足、中足、大脚趾、籽骨和近端趾骨等结构 | 计算机视觉 | NA | 计算机断层扫描 | CNN | 三维CT图像 | 50个CT扫描，其中48个用于训练，2个用于测试 | NA | 三维U-Net | Dice系数, IoU | NA |
| 11244 | 2026-02-27 |
From manual parametric to artificial intelligence-based automation: A systematic review of recent advances in endoscopic surgical skills evaluation
2026-Feb-26, Journal of minimal access surgery
IF:1.0Q3
DOI:10.4103/jmas.jmas_225_25
PMID:41744479
|
系统综述 | 本文系统综述了2015年至2024年间内窥镜手术技能评估技术的最新进展，包括手动和自动化方法 | 首次系统性地将内窥镜手术技能评估系统按评估策略（手动或自动）、技术类型（参数化、机器学习/深度学习）、来源国家、手术亚专业和评估参数进行分类分析 | 公共数据集有限限制了自动化评估的发展，且自动评估方法目前仅关注较少参数，未能全面评估技能 | 系统回顾和分析内窥镜手术技能评估方法，揭示该领域的研究趋势和未来需求 | 内窥镜手术技能评估系统 | 机器学习和深度学习在医疗技能评估中的应用 | NA | 参数化方法、机器学习、深度学习 | NA | NA | 共回顾了46个不同的内窥镜手术技能评估系统 | NA | NA | NA | NA |
| 11245 | 2026-02-27 |
Multi-Scale Mapping of Gene Expression from Whole-slide Images for Identifying Phenotype-Associated Subpopulations
2026-Feb-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202521151
PMID:41736695
|
研究论文 | 本研究提出了一种名为BiSCALE的深度学习框架，用于从全切片图像中预测组织（批量）和近细胞（点）水平的基因表达，并将其与临床表型关联 | BiSCALE框架整合了WSI基础编码器与Vision-Mamba融合模块，采用两阶段训练策略，以桥接批量与点数据之间的尺度和分布差异，实现了多尺度基因表达预测 | NA | 从全切片图像中进行多尺度基因表达分析，以识别与表型相关的亚群 | 全切片图像、基因表达数据、临床表型 | 数字病理学 | 癌症 | 空间转录组学 | 深度学习 | 图像、基因表达数据 | 2109个批量肿瘤样本和141,000个空间转录组学点，涵盖三种癌症类型 | PyTorch | Vision-Mamba | NA | NA |
| 11246 | 2026-02-27 |
A peptide immunomodulator activates MST1 to expand and stabilize murine and human regulatory T cells for immune tolerance
2026-Feb-25, Science translational medicine
IF:15.8Q1
DOI:10.1126/scitranslmed.adz0672
PMID:41739904
|
研究论文 | 本研究利用深度学习模型鉴定出一种六肽DLST-6P，它能优先扩增人和小鼠的调节性T细胞并保持其稳定性，通过激活MST1激酶增强FOXP3转录因子的乙酰化和稳定性，在多种自身免疫和炎症疾病模型中显示出治疗潜力 | 首次发现一种肽类免疫调节剂DLST-6P能直接靶向并激活MST1激酶，通过促进FOXP3的乙酰化和稳定性以及增强IL-2信号传导，双重机制协同扩增和稳定调节性T细胞 | 研究主要基于小鼠模型和人类化小鼠模型，尚未在人体临床试验中验证其安全性和有效性；DLST-6P的长期效应和潜在脱靶效应仍需进一步评估 | 开发一种基于肽类的免疫调节剂，用于扩增和稳定调节性T细胞，以治疗自身免疫和炎症性疾病 | 调节性T细胞（Treg细胞）、哺乳动物Ste20样激酶1（MST1）、叉头框蛋白P3（FOXP3）转录因子 | 机器学习 | 自身免疫性疾病 | 深度学习模型、肽类筛选、磷酸化分析、乙酰化分析 | 深度学习模型 | 肽序列数据、细胞实验数据 | 小鼠模型和人类化小鼠模型，具体样本数量未明确说明 | NA | NA | 治疗疗效评估（基于疾病模型改善程度）、细胞扩增效率、蛋白质稳定性 | NA |
| 11247 | 2026-02-27 |
Attention-Enhanced Temporal and Spatial Feature Extraction Network for ADHD Diagnosis based on fMRI
2026-Feb-25, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3668080
PMID:41740109
|
研究论文 | 提出了一种注意力增强的时空特征提取网络（AE-STEN），用于基于fMRI数据的注意力缺陷多动障碍（ADHD）诊断 | 设计了TCAM模块联合建模局部瞬态波动和全局时间依赖性以捕获fMRI时间序列的短长期依赖，SCGRM模块显式建模动态与静态fMRI数据的协同交互以提取一致空间特征，而非独立处理 | 未明确说明模型在跨站点数据上的泛化能力及对未参与训练临床中心的适用性 | 提高基于fMRI数据的ADHD诊断准确性 | ADHD患者与健康对照的fMRI数据 | 医学影像分析 | 注意力缺陷多动障碍 | 功能磁共振成像 | 深度学习网络 | fMRI时间序列数据 | 来自7个站点的747名受试者 | NA | TCAM, SCGRM, STKAN | 分类准确率 | NA |
| 11248 | 2026-02-27 |
Adversarial and Correlation-Aware Data Augmentation Framework for Multi-Label Chest X-Ray Image Classification
2026-Feb-25, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3667990
PMID:41740106
|
研究论文 | 本文提出了一种用于多标签胸部X光图像分类的对抗性与相关性感知数据增强框架，以解决标注数据有限的问题 | 提出了结合图像级和特征级对抗性增强的一致性正则化方法，并引入基于Batch-Mamba模块的批次级相关性正则化来探索样本间关联 | 方法在有限标注场景下验证，未在完全无标注或极少量标注场景进行测试 | 开发在有限标注数据下仍能保持高性能的多标签胸部X光图像分类方法 | 胸部X光图像 | 计算机视觉 | 肺部疾病 | 数据增强，对抗性样本生成 | 深度学习模型 | 图像 | 两个大型CXR数据集（CheXpert和MIMIC-CXR） | NA | Batch-Mamba | NA | NA |
| 11249 | 2026-02-27 |
UCGR: Closing the Discretization Gap in Light Field Depth Estimation via Unified Continuous Geometry Representation
2026-Feb-25, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2026.3667981
PMID:41740115
|
研究论文 | 本文提出了一种统一连续几何表示方法，用于解决光场深度估计中的离散化间隙问题 | 提出统一连续几何表示，通过自适应平面采样算子和上下文深度校正算子协同优化空间和深度离散化 | NA | 提高光场深度估计的精度和鲁棒性，以支持3D重建、重聚焦和虚拟现实等应用 | 光场相机捕获的空间-角度信息 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 合成和真实世界光场数据集 | NA | 连续几何网络 | 准确度, 鲁棒性 | NA |
| 11250 | 2026-02-24 |
Deep learning-based automated positioning system for maxillary skeletal expander: development and clinical validation
2026-Feb-23, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-026-06790-2
PMID:41729332
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11251 | 2026-02-25 |
Correction: Automated tumor stroma ratio assessment in colorectal cancer using hybrid deep learning approach
2026-Feb-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40529-z
PMID:41730966
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11252 | 2026-02-27 |
Classification of rice plant diseases using efficient DenseNet121
2026-Feb-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38078-6
PMID:41720842
|
研究论文 | 本研究利用高效的DenseNet121模型对水稻病害进行自动分类 | 将DenseNet121应用于水稻病害分类，显著扩展了可识别的病害类别至七种，超越了以往研究的有限类别范围 | 研究仅针对七种常见水稻病害，可能未覆盖所有实际农业场景中的病害类型 | 开发一个准确、高效的自动化水稻病害诊断系统，以支持可持续农业实践和全球粮食安全 | 水稻植物及其病害 | 计算机视觉 | 植物病害 | 深度学习，图像分类 | CNN | 图像 | 未在摘要中明确说明 | 未在摘要中明确说明 | DenseNet121 | 准确率，精确率，召回率，F1分数 | 未在摘要中明确说明 |
| 11253 | 2026-02-27 |
Topological Entropy Correlates with the Predictive Power of Multiplexed Ensemble Reservoir Computing
2026-Feb-07, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703839
PMID:41676531
|
研究论文 | 本文提出了一种名为DynML的多路复用储层计算框架，用于建模非线性、多尺度的生物过程，并展示了其在基因表达动态预测和静态图像分类任务中的性能 | 引入了基于异质Lorenz储层的多路复用储层框架，并首次将储层拓扑熵与模型预测性能定量关联 | 未明确说明模型在更广泛生物系统或更复杂时间序列上的泛化能力 | 开发一个可扩展、可解释且计算高效的框架，用于建模非线性、多尺度的生物过程并统一生物时间序列建模与传统机器学习任务 | 基因表达动态（如肝脏再生和胚胎发生）和MNIST手写数字图像 | 机器学习 | NA | 储层计算 | 储层计算 | 时间序列数据，图像 | NA | NA | 多路复用储层框架（基于Lorenz和Rössler混沌储层） | 预测准确性 | NA |
| 11254 | 2026-02-27 |
Integrative Single-Cell Epigenomic Atlas Annotates the Regulatory Genome of the Adult Mouse Brain
2026-Feb-07, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.07.704075
PMID:41676689
|
研究论文 | 本研究通过整合单细胞表观基因组数据，构建了成年小鼠大脑的统一调控框架，并注释了超过100种脑细胞亚类的基因组调控状态 | 首次在250万个细胞核中联合分析四种组蛋白修饰与转录组数据，并与染色质可及性、DNA甲基化及3D基因组数据整合，建立了多模态表观基因组图谱 | 研究仅限于小鼠模型，未涉及人类或其他物种；单细胞分辨率下部分稀有细胞类型可能未被充分捕获 | 解析成年哺乳动物大脑细胞异质性的表观遗传调控机制 | 成年小鼠多个脑区的细胞核 | 表观基因组学 | NA | 单细胞组蛋白修饰分析、转录组测序、染色质可及性检测、DNA甲基化测序、3D基因组分析 | 深度学习模型 | 表观基因组数据、DNA序列数据 | 250万个细胞核（来自多个成年小鼠脑区） | NA | NA | NA | NA |
| 11255 | 2026-02-27 |
Practical utility of sequence-to-omics models for improving the reproducibility of genetic fine-mapping
2026-Feb-06, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703796
PMID:41676556
|
研究论文 | 本文系统评估了序列到组学模型在提高遗传精细定位可重复性方面的实用性 | 提出了一种结合传统统计精细映射方法与S2O模型预测的广义框架，生成功能信息化的后验包含概率，显著提高了跨联盟变异的可重复性识别 | NA | 评估序列到组学模型在提高遗传精细定位可重复性方面的实用性 | 来自GTEx、TOPMed和MAGE项目的表达数量性状位点数据集 | 机器学习 | NA | 序列到组学模型 | 深度学习模型 | DNA序列数据 | NA | NA | AlphaGenome, Borzoi, Enformer, Sei | 复制失败率 | NA |
| 11256 | 2026-02-27 |
A review exploring the translational perspective of artificial intelligence in drug discovery and formulation development
2026-Feb-05, Annales pharmaceutiques francaises
IF:1.0Q4
DOI:10.1016/j.pharma.2026.01.007
PMID:41653969
|
综述 | 本文从转化医学视角探讨了人工智能（AI）和机器学习（ML）在整个药物研发价值链（从药物发现到上市后监测）以及制剂开发中的变革性应用、潜力与挑战 | 提供了一个关于AI在药物研发中应用的转化医学视角，系统梳理了AI在药物发现、临床前开发、临床试验优化及上市后监测等全链条中的具体效益（如时间、成本节约和成功率提升），并指出了当前面临的挑战 | 作为一篇综述，它主要整合现有研究，未提出新的原创算法或模型；文中提到的具体效益数据（如时间节省30-60%）可能依赖于特定研究或案例，普适性有待验证；挑战部分（如数据质量、算法偏差、监管接受度）的讨论较为概括，缺乏深入的解决方案分析 | 探讨人工智能和机器学习在药物研发及制剂开发中的转化应用潜力、具体效益及面临的挑战，为制药研发的成功实施提供路线图 | 药物研发的全过程（包括药物发现、临床前开发、临床试验、上市后监测）以及制剂开发 | 机器学习 | NA | 深度学习、机器学习算法、数字孪生技术、真实世界证据分析 | NA | 化合物数据、毒性数据、临床试验数据、真实世界证据数据、制剂组成与稳定性数据 | NA | NA | NA | 命中率提升、时间节省百分比、成本降低百分比、患者队列减少百分比、监测加速倍数 | NA |
| 11257 | 2026-02-27 |
A consensus spinal cord cell type atlas across mouse, macaque, and human
2026-Feb-05, bioRxiv : the preprint server for biology
DOI:10.64898/2026.02.04.703852
PMID:41676636
|
研究论文 | 本文通过整合小鼠、猕猴和人类的单核基因表达、染色质可及性及空间转录组数据，构建了一个跨物种的脊髓细胞类型图谱 | 首次提供了跨物种（小鼠、猕猴和人类）的脊髓细胞统一分子分类，并结合空间分布生成了细胞类型引导的解剖图谱，揭示了保守和物种特异性特征 | NA | 建立跨物种脊髓细胞类型的统一分子和解剖学分类体系 | 小鼠、猕猴和人类的脊髓细胞，包括颈、胸、腰、骶段及猕猴全轴运动神经元 | 生物信息学 | 神经系统疾病 | 单核基因表达测序、染色质可及性分析、空间转录组学 | 深度学习序列模型 | 基因表达数据、染色质可及性数据、空间转录组数据 | NA | NA | NA | NA | NA |
| 11258 | 2026-02-27 |
Diagnosis of disorders of consciousness using nonlinear feature derived EEG topographic maps via deep learning
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-36733-6
PMID:41644597
|
研究论文 | 本研究探索了从EEG信号中提取非线性特征，通过深度学习辅助评估意识障碍患者的意识状态 | 利用近似熵非线性特征生成EEG地形图，并结合静息态和音乐刺激两种范式，通过CNN模型进行意识状态分类，提供了一种便捷准确的检测方法 | 样本量相对有限（104名参与者），且仅使用了近似熵这一种非线性特征，可能未涵盖EEG信号的全部复杂性 | 开发一种基于EEG非线性特征和深度学习的意识障碍诊断方法 | 意识障碍患者，包括植物状态/无反应觉醒综合征和最小意识状态患者 | 机器学习 | 意识障碍 | EEG信号采集与处理，近似熵计算，地形图生成 | CNN, SVM, GRNN | EEG时间序列数据，地形图 | 104名参与者（56名VS/UWS，48名MCS） | NA | 卷积神经网络 | 准确率, AUC | NA |
| 11259 | 2026-02-27 |
Semi-supervised multi-class pneumonia classification using a CNN-cascade forest framework
2026-Feb-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38849-1
PMID:41644678
|
研究论文 | 本文提出了一种半监督的CNN增强级联森林框架，用于基于胸部X光和CT图像进行多类别肺炎分类 | 结合卷积神经网络和级联森林，采用半监督伪标签策略，有效利用未标记数据，提升多类别肺炎分类的准确性和泛化能力 | 未明确讨论模型在不同医疗中心或设备间的泛化性能，以及计算资源需求的具体细节 | 开发一种准确且能抵抗稀疏标注和跨成像变异性的多类别肺炎自动分类方法 | 胸部X光和CT图像，涵盖细菌性、病毒性、真菌性、一般性肺炎和正常类别 | 计算机视觉 | 肺炎 | X射线成像，CT成像 | CNN, Cascade Forest | 图像 | 4578张胸部X光和CT图像 | NA | CNN, Cascade Forest | 总体分类率 | NA |
| 11260 | 2026-02-27 |
Deep Learning-Enabled Screening of Chronic Kidney Disease from Echocardiography
2026-Feb-03, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.02.02.26345379
PMID:41674580
|
研究论文 | 本研究开发了一种深度学习模型，利用超声心动图视频筛查慢性肾脏病 | 首次利用超声心动图视频（PLAX）通过深度学习模型进行慢性肾脏病的非侵入性筛查，并在两个独立外部临床队列中验证了其稳健性能 | 模型性能仍有提升空间（AUC约0.72-0.76），且未详细说明模型在特定人群或早期CKD检测中的局限性 | 开发一种基于超声心动图的非侵入性慢性肾脏病筛查方法 | 慢性肾脏病患者 | 数字病理学 | 心血管疾病 | 超声心动图 | 深度学习模型 | 视频 | 训练集：325,377个PLAX视频（来自62,818名患者）；外部验证集：2,224名患者（SHC）和41,611名患者（KPNC） | NA | NA | AUC | NA |