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 42799 篇文献，本页显示第 1181 - 1200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1181 | 2026-03-18 |
The Application of Radiomics in Laryngeal Cancer Management: A Scoping Review of the Literature
2026-Apr, The Laryngoscope
DOI:10.1002/lary.70197
PMID:41099387
|
综述 | 本文是一篇范围综述，总结了现有文献中关于影像组学在喉癌管理中应用的价值 | 系统性地回顾了影像组学在喉癌管理中的应用，并指出结合深度学习的影像组学模型相比传统模型和临床模型具有更高的预测性能 | 研究存在异质性，包括成像方案、特征提取软件和模型开发算法的差异，并且缺乏外部验证 | 总结影像组学在喉癌管理（如分期、预后和生存结果预测）中的现有知识 | 喉癌患者 | 数字病理 | 喉癌 | 影像组学，深度学习 | NA | 医学影像 | 30项研究，共3503名患者 | NA | NA | 准确率 | NA |
| 1182 | 2026-03-18 |
National scale tree canopy cover modelling using google earth engine and stacking ensemble: A case study of the Greek forests
2026-Apr-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2026.181628
PMID:41791321
|
研究论文 | 本研究利用Google Earth Engine和堆叠集成机器学习方法，生成了希腊全国范围的20米分辨率树冠覆盖图 | 结合了视觉解释样本点、Sentinel-2卫星数据、高程数据、冠层高度和生态系统类型图，并采用四种机器学习算法的堆叠集成模型进行树冠覆盖建模 | 不同森林生态系统类型的模型性能差异较大，R值范围从0.165到0.535，RMSE从19.811%到25.767% | 开发国家尺度的树冠覆盖模型，以支持森林监测、管理和保护规划 | 希腊的森林生态系统，特别是六种森林类型 | 机器学习和遥感 | NA | 卫星遥感（Sentinel-2）、高程数据、冠层高度测量、生态系统类型制图 | 集成学习（堆叠集成）、梯度提升机、分布式随机森林、广义线性模型、深度学习（神经网络） | 卫星图像、高程数据、冠层高度数据、生态系统类型图、视觉解释样本点 | NA | Google Earth Engine | 堆叠集成模型（结合了梯度提升机、分布式随机森林、广义线性模型和神经网络） | R值（相关系数）、RMSE（均方根误差） | Google Earth Engine平台 |
| 1183 | 2026-03-18 |
Fully automated, deep learning, cardiac CT-based multimodal network for cardiovascular risk stratification in high-risk perioperative patients
2026-Apr, European heart journal. Digital health
DOI:10.1093/ehjdh/ztag037
PMID:41836588
|
研究论文 | 本文开发了一种全自动、基于深度学习的心脏CT多模态网络，用于高风险围手术期患者的心血管风险分层 | 开发了首个全自动多模态深度学习系统，整合患者人口统计学、合并症和冠状动脉CT血管造影结果，以优化围手术期主要不良心脏事件的风险预测 | 研究样本量相对较小（639名患者），且主要针对特定手术类型（骨科、血管等）的高风险患者，可能限制了结果的普适性 | 优化高风险围手术期患者的心血管风险预测，以改善患者预后 | 接受择期非心脏手术并进行冠状动脉CT血管造影作为围手术期风险评估的639名患者 | 数字病理学 | 心血管疾病 | 冠状动脉CT血管造影 | CNN | 图像, 临床数据 | 639名患者（平均年龄70±9岁，56%男性） | NA | 卷积神经网络 | AUROC, 敏感性, 特异性 | NA |
| 1184 | 2026-03-18 |
DL-assisted self-volume-calibrating colorimetric PAAHM sensors for water surveillance
2026-Mar-17, The Analyst
DOI:10.1039/d5an01216c
PMID:41670188
|
研究论文 | 本文介绍了一种基于聚丙烯酸钠水凝胶微球（PAAHM）的比色传感平台，结合深度学习辅助的自体积校准策略，用于高效定量检测水中的NH、PO和Fe | 提出了一种结合PAAHM双响应（比色和体积）特性与CNN模型的自体积校准方法，能同时检测分析物浓度变化和样品体积波动，克服了传统RGB分析的局限性 | 未明确说明传感器对不同水环境条件（如pH、温度、干扰物）的鲁棒性，以及长期稳定性和实际现场应用的验证情况 | 开发一种便捷、低成本、高精度的现场环境监测解决方案，用于水中有害物质的定量检测 | 水中的NH、PO和Fe离子 | 计算机视觉 | NA | 比色传感，水凝胶微球制备，图像分析 | CNN | 图像 | NA | NA | CNN | 相关系数，分类准确率 | NA |
| 1185 | 2026-03-18 |
Computational and AI-Driven Ecosystem for Structure-Based Covalent Drug Discovery
2026-Mar-17, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.5c00905
PMID:41758998
|
综述 | 本文概述了基于结构和人工智能驱动的共价药物发现生态系统，强调数据、模型、工作流程和实验反馈的整合 | 提出了一个集成的计算和AI驱动生态系统，将数据库、预测模型、工作流程和实验反馈闭环结合，以系统化加速共价药物发现 | 讨论了AI引擎的局限性和潜在陷阱，特别是在开发AI驱动的共价对接算法时需关注的问题 | 构建并描述一个计算和AI驱动的生态系统，以加速基于结构的共价药物发现过程 | 共价药物发现中的靶点蛋白质、共价结合位点、分子对接和先导化合物优化 | 药物发现 | NA | 深度学习、分子对接、虚拟筛选 | 深度学习模型 | 结构数据、数据库信息 | NA | NA | AlphaFold3 | NA | NA |
| 1186 | 2026-03-18 |
Three-Dimensional Burrowing Behavior of Earthworms for Ecotoxicological Studies
2026-Mar-17, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c15144
PMID:41782362
|
研究论文 | 本研究开发了一种结合透明介质与深度学习轨迹重建算法的综合方法，用于定量研究蚯蚓的三维掘穴行为及其在生态毒理学中的应用 | 首次通过透明介质与深度学习算法相结合，实现了对蚯蚓连续三维掘穴行为的可视化与定量分析，突破了传统土壤不透明性的限制 | 透明介质与自然土壤的物理性质存在差异，可能影响蚯蚓行为的完全自然表达；算法坐标提取率为83.65%，存在少量数据丢失 | 开发定量研究蚯蚓三维掘穴行为的方法，并应用于生态毒理学评估 | 五种不同物种的蚯蚓 | 生态毒理学 | NA | 深度学习轨迹重建算法 | NA | 三维空间坐标数据 | 五种蚯蚓物种，28天试验期 | NA | NA | 坐标提取率 | NA |
| 1187 | 2026-03-18 |
Screening of Respiratory Toxicity of Environmental Compounds Based on Multimodal Feature Fusion Model
2026-Mar-17, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c17401
PMID:41782501
|
研究论文 | 本研究开发了一个名为GFEnet的多模态深度学习框架，用于预测环境化合物的呼吸毒性 | 提出了一个创新的多模态深度学习框架GFEnet，首次将分子图特征、结构指纹和电子级属性协同整合，用于跨尺度的呼吸毒性综合预测 | 未在摘要中明确说明 | 开发一个高通量筛选平台，用于早期识别呼吸毒性物质，以解决当前监管框架在呼吸毒性评估方面的局限性 | 环境化合物，特别是极高关注物质和空气污染物数据库中的化合物 | 机器学习 | 呼吸系统疾病 | 深度学习 | 多模态深度学习框架 | 分子图特征、结构指纹、电子级属性 | 未在摘要中明确说明具体样本数量 | 未在摘要中明确说明 | GFEnet | AUC | 未在摘要中明确说明 |
| 1188 | 2026-03-18 |
Integrated WTe2@SnO2 Heterojunction Sensors and Deep Learning Architecture for Intelligent Multi-Gas Detection under Environmental Variations
2026-Mar-17, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c05925
PMID:41787241
|
研究论文 | 本文提出了一种集成WTe2@SnO2异质结传感器与深度学习架构的智能多气体检测平台，用于在环境变化下实现高精度气体识别 | 创新性地结合了WTe2@SnO2异质结传感器与定制化的VAE-BiLSTM-SA深度学习架构，通过协同优化传感器与算法，实现了在变化湿度条件下对多种气体及混合物的高精度分类与浓度预测 | 未明确提及传感器在极端温度或长期稳定性方面的表现，以及算法在其他环境干扰因素（如压力变化）下的泛化能力 | 开发一种能够在变化环境条件下进行智能多气体检测的集成传感器-算法平台 | NO、NH3气体及其复杂混合物 | 机器学习 | NA | 液相剥离合成 | VAE, BiLSTM, 自注意力机制 | 传感器响应的时间序列数据 | 未明确提及具体样本数量 | 未明确指定 | VAE-BiLSTM-SA | 分类准确率, 响应值, 恢复时间, 检测限 | 未明确提及 |
| 1189 | 2026-03-18 |
Multiplexed Microenvironment-Responsive Probes Enable Rapid Glioblastoma Cell Line Analysis
2026-Mar-17, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c07976
PMID:41789814
|
研究论文 | 本文开发了一种基于多重微环境响应探针和深度学习模型的平台，用于快速区分胶质母细胞瘤细胞系 | 整合了五种微环境响应荧光探针，结合ResNet深度学习模型，实现了对胶质母细胞瘤细胞系的高精度识别 | NA | 开发一种快速、准确的胶质母细胞瘤细胞系表型区分方法，以支持临床诊断和术中评估 | 胶质母细胞瘤细胞系、正常人星形胶质细胞和中枢神经系统肿瘤细胞系 | 数字病理学 | 胶质母细胞瘤 | 多重光学传感平台、荧光探针 | CNN | 图像 | 六个细胞系，包括四个表型多样的胶质母细胞瘤细胞系、正常人星形胶质细胞和一个中枢神经系统肿瘤细胞系 | NA | ResNet | NA | NA |
| 1190 | 2026-03-18 |
Retraction Note: LungGANDetectAI: a GAN-augmented and attention-guided deep learning framework for accurate and explainable lung cancer detection
2026-Mar-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-44623-0
PMID:41839981
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1191 | 2026-03-18 |
Artificial intelligence iterative reconstruction in lower extremity computed tomography angiography (CTA) of diabetic patients: Improved visualization of distal and collateral arteries
2026-Mar-17, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851261429969
PMID:41841341
|
研究论文 | 本研究评估了基于深度学习的AI迭代重建算法在糖尿病患者下肢CTA中，对远端和侧支动脉可视化效果的提升 | 首次将深度学习驱动的AI迭代重建算法应用于糖尿病患者下肢CTA，并与常规混合迭代重建进行对比，显著改善了远端和侧支动脉的可视化效果 | 研究为回顾性设计，样本量较小（59例），且仅针对糖尿病患者，可能限制结果的普适性 | 评估AI迭代重建算法在糖尿病患者下肢CTA中，对远端和侧支动脉可视化及图像质量的改善效果 | 糖尿病患者的下肢CT血管造影图像 | 医学影像分析 | 糖尿病 | CT血管造影 | 深度学习 | 医学影像 | 59例糖尿病患者 | NA | NA | 噪声水平、信噪比、对比噪声比、主观图像质量评分 | NA |
| 1192 | 2026-03-18 |
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-Mar-16, Cardiovascular research
IF:10.2Q1
DOI:10.1093/cvr/cvaf281
PMID:41603422
|
研究论文 | 本研究开发了一种基于组织学训练的深度学习分类器，用于在混合IVUS-OCT图像中进行斑块成分分类，并与单模态深度学习和专家分析进行了性能比较 | 首次提出并验证了基于组织学训练的混合IVUS-OCT深度学习分类器，在斑块表征方面优于单模态深度学习和人类专家 | 样本量较小（仅10个离体人心脏），且仅包含三种斑块组织类型（纤维化、钙化、坏死核心） | 开发更准确的斑块表征方法以改善治疗规划和易损斑块检测 | 离体人心脏的IVUS-OCT图像及其匹配的组织学切片 | 数字病理学 | 心血管疾病 | 混合血管内超声-光学相干断层扫描（IVUS-OCT）、组织学分析 | 深度学习分类器 | 医学图像（IVUS-OCT图像） | 10个离体人心脏，共1256帧图像（训练集992帧，测试集264帧） | NA | NA | Kappa系数, 准确率 | NA |
| 1193 | 2026-03-18 |
Reply to the Letter to the Editor: A deep learning framework to stratify Nottingham histologic grade 2 breast tumors based on dynamic contrast-enhanced MRI
2026-Mar-16, European radiology
IF:4.7Q1
DOI:10.1007/s00330-026-12457-z
PMID:41838097
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1194 | 2026-03-18 |
Deep learning-based identification of chronic pulmonary embolism on CTPA: a regional lung analysis using multiplanar MIP images
2026-Mar-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00699-x
PMID:41838262
|
研究论文 | 本研究评估了卷积神经网络在CTPA衍生的MIP图像上识别慢性肺栓塞和慢性血栓栓塞性肺动脉高压的性能，通过分层肺体积分割分析不同血管区域的诊断价值 | 采用包括近端肺血管和分层肺体积分割的新方法，评估不同血管区域对诊断慢性肺栓塞和慢性血栓栓塞性肺动脉高压的价值 | 样本量较小（共123例），且仅使用单一影像模态（CTPA）进行模型训练和验证 | 开发基于深度学习的慢性肺栓塞和慢性血栓栓塞性肺动脉高压自动识别方法 | 慢性肺栓塞患者、急性肺栓塞患者和正常对照组的CTPA影像数据 | 计算机视觉 | 肺栓塞 | CTPA, MIP图像处理 | CNN | 医学影像（CTPA MIP图像） | 123例（41例慢性肺栓塞、41例急性肺栓塞、41例正常对照） | NA | NA | AUROC | NA |
| 1195 | 2026-03-18 |
An integrated microfluidic system for automatic and self-validated analysis of cervical extracellular vesicle markers PD-L1 and ERBB3
2026-Mar-16, Analytical sciences : the international journal of the Japan Society for Analytical Chemistry
IF:1.8Q3
DOI:10.1007/s44211-026-00871-8
PMID:41838284
|
研究论文 | 本文介绍了一种集成的微流控系统，用于自动且自我验证地分析宫颈细胞外囊泡标记物PD-L1和ERBB3 | 开发了一种集成、自我验证的微流控系统，能够快速在芯片上分离并多重识别妇科EV标记物，结合深度学习YOLOv8实现自动化荧光识别，显著提高了检测的可靠性和效率 | 研究仅验证了四种细胞系（SiHa、C33A、HeLa和H8），未涉及临床样本，且检测限为15.56颗粒/μL，可能对极低浓度样本的检测存在限制 | 旨在通过非侵入性液体活检方法，实现妇科恶性肿瘤（如宫颈癌）的早期和精确诊断 | 宫颈细胞外囊泡（EVs），特别是外泌体，及其标记物PD-L1和ERBB3 | 生物医学工程 | 宫颈癌 | 微流控技术、荧光检测、深度学习图像识别 | YOLOv8 | 荧光图像 | 四种细胞系（SiHa、C33A、HeLa和H8） | NA | YOLOv8 | 检测限（LOD） | NA |
| 1196 | 2026-03-18 |
CT acquisition protocols in lung cancer screening: implications for guideline development from a worldwide survey
2026-Mar-16, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02239-y
PMID:41838308
|
研究论文 | 本研究通过全球调查评估了肺癌筛查中CT图像采集协议的现状，以支持指南制定 | 首次在全球范围内系统调查肺癌筛查中CT采集协议的应用情况，揭示了多专业参与不足和技术参数变异性大的问题 | 调查回复率有限，部分技术问题未完全回答，可能无法代表所有机构的实际情况 | 评估肺癌筛查中CT图像采集协议的当前应用情况，为指南制定提供依据 | 全球71家肺癌筛查机构 | 数字病理学 | 肺癌 | CT扫描 | NA | CT图像 | 来自29个国家的71家机构 | NA | NA | NA | NA |
| 1197 | 2026-03-18 |
Radiomics in fetal brain MRI: a narrative review
2026-Mar-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00697-z
PMID:41838340
|
综述 | 本文是一篇关于胎儿脑部MRI影像组学的叙述性综述，总结了其技术基础、临床应用及未来方向 | 系统性地将影像组学这一新兴的、数据驱动的方法应用于胎儿脑部MRI评估，揭示了人眼难以察觉的细微成像模式，为产前诊断和预后提供了新的视角 | 该领域尚处于早期阶段，需要更大规模、多中心、采用标准化协议的研究来提高普适性并减少变异性 | 探讨影像组学在胎儿脑部MRI中的应用潜力，以改善胎儿脑部发育评估、表型分析、疾病诊断及神经发育结局预测 | 胎儿脑部MRI图像 | 数字病理学 | NA | MRI | 机器学习模型 | 图像 | NA | NA | NA | NA | NA |
| 1198 | 2026-03-18 |
Generating synthetic CEM from low-energy images using deep learning: A future without contrast media? A proof-of-concept study
2026-Mar-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00681-7
PMID:41838331
|
研究论文 | 本研究利用深度学习从低能量对比增强乳腺摄影图像生成合成碘增强图像，探索无对比剂应用的潜力 | 首次使用二维循环生成对抗网络从低能量CEM图像生成视觉上类似临床碘增强的合成图像，并展示了在病灶检测和背景实质增强评估中的潜在应用 | 研究为回顾性设计，样本量较小（140例检查），且仅作为概念验证研究，需要更大规模的前瞻性验证 | 探索深度学习生成合成碘增强乳腺摄影图像的可行性，以减少对比剂使用 | 对比增强乳腺摄影图像（低能量和碘增强图像） | 计算机视觉 | 乳腺疾病 | 对比增强乳腺摄影 | GAN | 图像 | 140例CEM检查（训练集100例患者390张图像，测试集40例患者） | NA | 二维循环生成对抗网络 | 对比噪声比, 平均绝对误差, 结构相似性指数, 准确率, 敏感性, 特异性 | NA |
| 1199 | 2026-03-18 |
Current and future contributions of AI to pulmonary function test interpretation, diagnostic approaches, and predictions of disease progression
2026-Mar-16, Expert review of respiratory medicine
IF:2.9Q2
DOI:10.1080/17476348.2026.2647482
PMID:41838429
|
综述 | 本文综述了人工智能（AI）在肺功能测试（PFT）解释、诊断方法和疾病进展预测方面的当前及未来贡献 | 系统总结了AI在PFT中应用的最新进展，包括机器学习、深度学习和可解释AI方法，并强调了多学科合作的重要性 | 算法性能存在变异性、可解释性有限、依赖训练数据的质量和代表性、临床背景整合不足 | 探讨AI如何增强肺功能测试的解释、标准化流程并支持临床决策 | 肺功能测试数据及相关临床决策 | 机器学习 | 肺病 | NA | NA | 肺功能测试数据 | NA | NA | NA | 准确性、可重复性 | NA |
| 1200 | 2026-03-18 |
On Demographic Group Fairness Guarantees in Deep Learning
2026-Mar-16, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2026.3674484
PMID:41838507
|
研究论文 | 本文提出了一个分析数据分布与深度学习公平性保证之间关系的综合理论框架，并提出了一个实用的公平性感知正则化方法 | 建立了一个考虑人口群体间数据分布异质性的新理论框架，推导了公平性误差和收敛率的理论界限，并提出了直接最小化组间特征质心和协方差差异的公平性感知正则化方法 | 理论框架和实验验证主要基于特定数据集，其普适性需要在更广泛的应用场景中进一步验证 | 研究深度学习模型中的群体公平性保证，分析数据分布异质性对公平性与准确性权衡的影响 | 深度学习模型在不同人口群体（如种族类别）上的公平性表现 | 机器学习 | 眼科疾病，胸腔积液，皮肤病变 | 深度学习 | 深度学习模型 | 图像，表格数据，文本 | 多个数据集：FairVision（眼病检测）、CheXpert（胸腔积液检测）、HAM10000（皮肤病变分类）、FairFace（面部属性识别）、ACS Income（收入预测）、CivilComments-WILDS（有毒评论检测） | NA | NA | AUC, ES-AUC, 子组性能 | NA |