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 49154 篇文献，本页显示第 13401 - 13420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13401 | 2026-02-28 |
Two stage fine-tuned multimodal generative AI for automated ECG based cardiovascular report generation
2026-Feb-26, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae2e01
PMID:41406494
|
研究论文 | 本文提出了一种轻量级多模态生成式AI框架，用于自动解读心电图图像并生成结构化临床报告 | 采用两阶段微调策略，基于SmolVLM-500M-Instruct模型，通过量化低秩适应（QLoRA）实现高效部署，并整合视觉编码器、跨模态融合机制和语言解码器，以对齐视觉心电图表征与诊断叙述 | 未明确提及模型在外部验证集上的泛化能力或临床部署中的具体限制 | 开发一个可扩展、可解释且资源高效的AI框架，用于心脏诊断，以弥合深度学习研究与真实世界临床实践之间的差距 | 心血管疾病（CVDs）患者的心电图图像及对应的临床报告 | 计算机视觉, 自然语言处理 | 心血管疾病 | 量化低秩适应（QLoRA） | 生成式AI, 多模态模型 | 图像, 文本 | NA | NA | SmolVLM-500M-Instruct | BLEU, ROUGE-L, BERTScore | 标准硬件 |
| 13402 | 2026-02-28 |
A Bottom-Up Design Framework for Multifunctional Lattice Metamaterials
2026-Feb-26, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202518923
PMID:41742849
|
研究论文 | 本文提出了一种结合生成式AI和深度学习的自下而上设计框架，用于开发具有能量吸收和宽带吸声功能的多功能晶格超材料 | 引入了一种结合3D高斯体素生成与深度学习的生成式AI框架，克服了传统逆设计方法（如拓扑优化）在探索设计空间方面的局限性，实现了更高的结构复杂性和设计自由度 | NA | 开发一种能够优化能量吸收和宽带吸声功能的多功能晶格超材料设计框架 | 壳晶格结构 | 机器学习 | NA | 3D打印 | CNN, GAN | 3D体素数据 | NA | TensorFlow, PyTorch | 3D卷积神经网络, 条件深度卷积生成对抗网络 | 能量吸收性能, 吸声系数 | NA |
| 13403 | 2026-02-28 |
Trends and Research Hotspots in Technology-Enhanced Dental Education: A Bibliometric Analysis
2026-Feb-26, European journal of dental education : official journal of the Association for Dental Education in Europe
IF:1.7Q2
DOI:10.1111/eje.70120
PMID:41747017
|
研究论文 | 本文通过文献计量分析，探讨了2015年至2025年间技术增强牙科教育的研究热点、趋势和概念结构 | 首次对技术增强牙科教育领域进行全面的文献计量分析，揭示了从传统教学向数字和模拟学习转变的趋势，并识别了四大核心研究领域 | 研究仅基于Scopus数据库，可能未涵盖所有相关文献；分析时间范围截至2025年，未来趋势可能变化 | 绘制牙科教育中教育技术的研究热点、趋势和概念结构图 | 2015年至2025年间发表的749篇与牙科教育技术相关的学术出版物 | NA | NA | 文献计量分析 | NA | 文献数据 | 749篇出版物 | Bibliometrix (R), VOSviewer | NA | NA | NA |
| 13404 | 2026-02-28 |
Survey of Latest Advancements in Deep Learning for Point Cloud Completion
2026-Feb-26, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2026.3668741
PMID:41747119
|
综述 | 本文全面综述了截至2025年12月，基于深度学习的点云补全方法的最新进展 | 提供了对2024年至2025年最新文献的更新综述，并基于网络具体组件的改进进行了分析性回顾 | 作为一篇综述文章，其本身不提出新的方法或模型，主要依赖现有文献进行分析 | 回顾和总结深度学习在点云补全任务中的最新研究进展 | 点云数据 | 计算机视觉 | NA | NA | 深度学习 | 点云 | NA | NA | NA | NA | NA |
| 13405 | 2026-02-28 |
Deep Learning for Classification and Prognosis of Melanoma in Whole-Slide Images: A Review
2026-Feb-26, The American Journal of dermatopathology
DOI:10.1097/DAD.0000000000003239
PMID:41747151
|
综述 | 本文系统回顾了2020年至2024年间发表的关于使用深度学习对黑色素瘤全切片图像进行诊断分类和预后评估的研究现状、趋势与挑战 | 首次系统性地梳理了深度学习在黑色素瘤全切片图像诊断与预后领域的最新进展，并明确了模型泛化性、可解释性及临床整合等关键挑战与未来研究方向 | 作为一篇综述文章，其局限性在于主要基于对现有文献的分析，未提出新的实验数据或模型 | 概述深度学习在黑色素瘤全切片图像分类与预后评估领域的应用现状、趋势与挑战，并为该领域从研究向临床实践的转化提供指导 | 关于深度学习应用于黑色素瘤全切片图像诊断与预后的相关研究文献 | 数字病理学 | 黑色素瘤 | NA | 深度学习 | 全切片图像 | NA | NA | NA | NA | NA |
| 13406 | 2026-02-28 |
Vision transformer model-based dose prediction and beam angle optimization for BNCT
2026-Feb-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae4b03
PMID:41747394
|
研究论文 | 本文提出了一种结合3D Vision Transformer和Mamba模块的深度学习框架，用于硼中子俘获治疗（BNCT）的剂量预测和束流角度优化 | 创新点包括集成3D Vision Transformer与Mamba模块以捕获长程空间依赖性和增强局部特征提取，以及引入ROI引导的注意力机制聚焦于肿瘤和皮肤区域，并结合贝叶斯优化进行束流角度选择 | NA | 开发一个高效且准确的神经网络模型，以预测不同束流角度下的BNCT剂量分布，从而促进治疗计划优化 | 硼中子俘获治疗（BNCT）的治疗计划设计，特别是剂量预测和束流角度优化 | 计算机视觉 | NA | 深度学习，贝叶斯优化 | Vision Transformer (ViT), Mamba | 3D医学图像数据 | 临床数据集 | NA | 3D Vision Transformer, Mamba | 平均绝对误差（MAE），平均绝对百分比误差（MAPE），伽马通过率 | NA |
| 13407 | 2026-02-28 |
Artificial Intelligence in Multiple Sclerosis: Possibilities in Radiological Diagnostics and Progression Assessment
2026-Feb-26, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
DOI:10.1055/a-2808-0083
PMID:41748084
|
综述 | 本文综述了人工智能在放射学领域应用于多发性硬化症的诊断和进展评估的现状与可能性 | 聚焦于人工智能如何应对多发性硬化症诊断复杂性增加带来的挑战，特别是自动化病灶量化和评估复杂生物标志物，并强调了多模态数据整合的重要性 | 临床实践应用面临挑战，包括需要大规模验证数据集和伦理框架 | 探讨人工智能在多发性硬化症放射学诊断和进展评估中的应用潜力与发展方向 | 多发性硬化症 | 数字病理学 | 多发性硬化症 | MRI | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 13408 | 2026-02-28 |
Open-Access Fully Automated Intravenous Contrast Detection and Body Part Classification for Computed Tomography Scans: The FALCON Model
2026-Feb-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01865-8
PMID:41749033
|
研究论文 | 本文介绍了一种名为FALCON的开放获取全自动深度学习模型，用于大规模检测CT扫描中的静脉对比剂并进行身体部位分类 | 开发了开放获取的全自动深度学习模型FALCON，首次整合了静脉对比剂检测和身体部位分类功能，适用于头颈部、胸部和腹盆部CT扫描 | 研究未提及模型在更广泛或多样化数据集上的泛化能力，以及可能存在的计算资源需求 | 开发一个快速可靠的自动化工具，用于CT扫描中静脉对比剂的检测和身体部位分类，以解决大型研究数据集中对比剂存在记录不可靠的问题 | CT扫描图像，特别是头颈部、胸部和腹盆部的扫描 | 计算机视觉 | NA | CT扫描 | CNN | 图像 | 3138个CT扫描，来自3126名患者，涵盖五个机构1996年至2023年的数据 | NA | ResNet9 | F1分数 | NA |
| 13409 | 2026-02-28 |
Intelligent Real-Time Acid Rain Sensing Platform Enabled by Curvature-Engineered Droplet-Based DC Nanogenerator with 4500 V Output
2026-Feb-25, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c23721
PMID:41684103
|
研究论文 | 本研究提出了一种基于曲率工程优化的全电流纳米发电机，构建了一个用于实时酸雨监测的智能传感平台 | 通过曲率工程优化流体-固体耦合动力学并调控界面电场梯度，增强了固液界面电荷载流子的时空分离与泵浦积累，从而提高了基于液滴的纳米发电机平台的电荷转移效率 | NA | 开发用于酸雨监测的下一代物联网环境监测平台 | 酸雨 | 机器学习 | NA | NA | CNN | 电流信号 | NA | NA | ResNet18-1D | 准确率 | NA |
| 13410 | 2026-02-28 |
Research Progress in Machine Learning Techniques for Metal-Organic Framework Screening
2026-Feb-25, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c21454
PMID:41693125
|
综述 | 本文综述了机器学习技术在金属有机框架筛选中的研究进展，包括数据驱动方法、特征工程演变、高级算法框架的应用以及未来发展方向 | 系统分析了机器学习在MOF筛选中的现状，强调了数据真实性、更新频率对模型可靠性的影响，并探讨了从手动特征工程到自动表示学习的演变，以及深度学习、主动学习和Transformer等高级框架的具体适用性 | 现有主流MOF数据库存在局限性，数据真实性和更新频率可能影响模型可靠性，未来需整合高保真实验数据并提升模型可解释性 | 探讨机器学习技术在金属有机框架筛选中的应用，以高效导航庞大的材料库，解决传统实验和计算筛选面临的挑战 | 金属有机框架材料 | 机器学习 | NA | NA | 图神经网络, Transformer | 材料结构数据 | NA | NA | NA | NA | NA |
| 13411 | 2026-02-28 |
De-identification Strategy and Re-identification Risks for Facial Computed Tomography Images via Deep Learning
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01858-7
PMID:41741849
|
研究论文 | 本研究开发并评估了一种基于深度学习的头部CT图像选择性去标识化方法，该方法在保留面部骨骼结构的同时移除面部软组织特征，并评估了去标识化后的再识别风险 | 提出了一种基于YOLOv8的选择性去标识化方法，专门针对面部CT图像，在保护隐私的同时保留了关键的骨骼结构信息，并首次系统评估了该方法在深度学习模型和人类评估者中的再识别风险 | 研究数据仅来自单一医院的3091名面部骨折患者，可能限制了模型的泛化能力；未评估去标识化对临床诊断任务的具体影响 | 开发一种有效的面部CT图像隐私保护方法，在降低再识别风险的同时保持数据的临床可用性 | 面部CT扫描图像 | 计算机视觉 | 面部骨折 | 计算机断层扫描(CT) | CNN | 医学图像 | 3091名患者的3206次面部CT扫描（共308,982张图像） | PyTorch | YOLOv8 | mAP 0.5, 准确率 | 未明确说明 |
| 13412 | 2026-02-28 |
Artificial Intelligence and CT Neuroimaging in Dementia and Psychotic Disorders: A Viewpoint
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01852-z
PMID:41741853
|
综述 | 本文系统回顾了将人工智能（特别是深度学习）应用于痴呆症或精神病性障碍的CT脑成像研究，并评估了其方法学质量和临床转化潜力 | 首次系统综述了深度学习在精神病性障碍和痴呆症CT神经影像中的应用，并强调了在精神病领域研究的稀缺性及从痴呆症研究中可借鉴的见解 | 纳入研究数量有限（仅7项），所有预测性研究均存在高偏倚风险，报告质量（TRIPOD-AI/CLAIM依从性）不佳，且缺乏外部验证和代码可重复性 | 评估人工智能（特别是深度学习）在利用CT脑成像诊断或预测痴呆症及精神病性障碍方面的应用现状与潜力 | 痴呆症或精神病性障碍患者的CT脑部扫描图像 | 数字病理学 | 老年疾病 | CT神经影像 | 深度学习 | 图像 | 样本量范围从65到917 | NA | NA | NA | NA |
| 13413 | 2026-02-28 |
A Novel Hybrid Large Language Model Approach for Reporting Panoramic Radiographs and Performance Comparison with Current Large Language Models
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01880-9
PMID:41741852
|
研究论文 | 本研究提出了一种结合深度学习图像分析模型与LLM驱动的混合框架，用于提高全景X光片报告的可靠性 | 引入了一种混合框架，将基于YOLOv12的牙齿检测与分割模型的结构化输出与本地托管的大型语言模型（LLM）结合，显著减少了幻觉并提高了报告准确性 | 研究仅评估了50张未见过的X光片，样本量相对较小；商业LLM在报告中表现出100%的幻觉率，表明其在该任务中不可靠 | 开发一种可靠的人工智能辅助牙科放射学解释方法，提高全景X光片报告的准确性和减少幻觉 | 全景X光片 | 计算机视觉, 自然语言处理 | 牙科疾病 | 深度学习图像分析, 大型语言模型 | YOLOv12, LLM | 图像 | 30,954张全景X光片用于训练/验证/测试，50张未见过的X光片用于评估报告准确性 | NA | YOLOv12, DeepSeek R1, Mistral, Llama 3.2, Gemma 3, Qwen3, SmolLM3 | 精确度, 召回率, F1分数, 结构有效性, 一致性, 响应延迟, 令牌长度 | NA |
| 13414 | 2026-02-28 |
Deep Learning-Based Prediction of Visual Field Mean Deviation from Numeric OCT Data in Glaucoma
2026-Feb-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-026-01866-7
PMID:41741850
|
研究论文 | 本研究评估了使用深度学习模型基于光学相干断层扫描（OCT）的数值数据预测Humphrey视野分析仪（HFA）30-2平均偏差（MD）的可行性 | 首次直接利用OCT的像素级视网膜厚度数值数据，通过多种深度学习模型（包括CNN和视觉Transformer）进行视野平均偏差的回归和分类预测 | 研究为回顾性设计，样本量相对有限（1200只眼），且所有数据来自同一天采集，可能影响模型泛化能力 | 开发一种基于深度学习的系统，用于从OCT数值数据预测青光眼患者的视野平均偏差，以辅助青光眼诊断 | 青光眼患者和正常对照者的眼睛（共1200只眼，包括432只青光眼眼和768只正常眼） | 计算机视觉 | 青光眼 | 光谱域光学相干断层扫描（OCT），Humphrey视野分析仪（HFA）30-2测试 | CNN, Vision Transformer | 数值数据（像素级视网膜厚度） | 1200只眼（432只青光眼眼，768只正常眼） | NA | ResNet50, VGG16, InceptionV3, EfficientNetB0, DenseNet121, ViT, DeiT, BEiT | 平均绝对误差, 决定系数, Bland-Altman分析, 基于阈值的判别指标 | NA |
| 13415 | 2026-02-28 |
Extracellular matrix stiffness drives post-mitotic nuclear pore complex assembly to promote neuroblastoma pathogenesis
2026-Feb-24, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116858
PMID:41575851
|
研究论文 | 本文研究了细胞外基质刚度通过调控核孔复合体组装促进神经母细胞瘤发病的机制 | 揭示了细胞外基质刚度通过lamin A/C/E2F4/PLK1轴调控有丝分裂后核孔复合体组装的新机制 | NA | 探究细胞外基质刚度如何影响神经母细胞瘤的发病机制 | 神经母细胞瘤细胞、患者来源的类器官 | 数字病理学 | 神经母细胞瘤 | 超分辨率显微镜、深度学习算法、光漂白、CRISPR | NA | 图像、临床样本数据 | 临床神经母细胞瘤样本、患者来源的类器官 | NA | NA | NA | NA |
| 13416 | 2026-02-26 |
Explainable active reinforcement deep learning improves lung cancer detection from CT images
2026-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-38239-7
PMID:41735399
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13417 | 2026-02-28 |
Artificial intelligence in emergency musculoskeletal imaging: A critical review of current applications
2026-Feb-24, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2026.02.003
PMID:41741319
|
综述 | 本文综述了人工智能在急诊肌肉骨骼影像学中的当前应用，包括工作流优化、异常检测、儿科应用和报告生成等方面 | 系统总结了AI在急诊肌肉骨骼影像中的多领域应用，并特别强调了儿科专用AI系统和大型语言模型在报告生成与沟通中的新兴作用 | 存在外部验证有限、数据集偏倚以及法律医学考量等挑战 | 评估人工智能在急诊肌肉骨骼影像学中的应用现状、优势与局限 | 急诊肌肉骨骼影像学中的AI应用技术 | 数字病理学 | 肌肉骨骼损伤 | NA | 深度学习模型, 大型语言模型 | 影像数据 | NA | NA | NA | NA | NA |
| 13418 | 2026-02-28 |
Decoding Protein-Membrane Binding Interfaces from Surface-Fingerprint-Based Geometric Deep Learning and Molecular Dynamics Simulations
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02566
PMID:41622943
|
研究论文 | 本文提出了一种名为MaSIF-PMP的几何深度学习模型，用于预测外周膜蛋白的界面结合位点 | 结合分子表面指纹和几何深度学习，整合几何与化学表面特征进行空间分辨的界面结合位点预测，并通过分子动力学模拟验证和优化预测结果 | 实验解析的膜结合蛋白构象稀缺，模型可能受限于现有数据 | 预测蛋白质与膜之间的相互作用界面 | 外周膜蛋白 | 机器学习 | NA | 分子动力学模拟 | 几何深度学习 | 分子表面数据 | NA | NA | MaSIF-PMP | 分类性能 | NA |
| 13419 | 2026-02-28 |
Chemical Feature Engineering and Defect-Aware Structural Fingerprint Representations for Complex Defects in 2D Materials
2026-Feb-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02100
PMID:41674448
|
研究论文 | 本文提出了一种结合化学特征工程和缺陷感知结构指纹表示的方法，用于改进二维材料中复杂缺陷的描述符设计 | 通过工程化化学描述符和基于Hellinger距离构建缺陷感知结构特征，在减少特征数量的同时提高了高维特征空间中数据点的区分能力，并增强了模型的解释性和泛化能力 | 在预测高度复杂和非线性的目标（如HOMO-LUMO能隙）时，该方法未能超越基线描述符 | 开发一种可解释且计算高效的描述符，用于二维材料中多缺陷的表征和稳定缺陷候选物的高通量预筛选 | 二维材料中的复杂缺陷，特别是具有不同缺陷类型和排列的局部原子环境 | 材料科学 | NA | 经典力场启发描述符（CFID）、Hellinger距离 | NA | 结构特征、化学描述符 | NA | NA | NA | 预测误差、不确定性、稳定性 | NA |
| 13420 | 2026-02-28 |
Deep learning approaches for dislocation segmentation in TEM
2026-Feb-23, Ultramicroscopy
IF:2.1Q2
DOI:10.1016/j.ultramic.2026.114334
PMID:41747437
|
研究论文 | 本文提出多种深度学习方法，用于在透射电子显微镜图像中实现位错分割，以促进材料分析 | 结合全监督学习、半监督学习及无监督学习（领域适应），并利用边界类型损失函数和合成图像增强特征描述 | 合成图像到真实图像的特征知识转移困难，导致性能较低 | 开发深度学习方法来简化TEM图像中的位错分割，以支持材料力学性能分析 | 多种材料和成像条件下的透射电子显微镜图像 | 计算机视觉 | NA | 透射电子显微镜成像 | 编码器-解码器神经网络 | 图像 | 内部大型未标记数据集及合成图像数据集 | NA | 编码器-解码器 | 评估指标（未具体说明，如准确率、召回率等） | NA |