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 13781 - 13800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13781 | 2026-02-23 |
Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept
2024-Mar-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101463
PMID:38471502
|
研究论文 | 本研究开发了一种条件生成对抗网络管道，能够从诊断性CT扫描中生成FDG-PET图像，以改善肺癌的诊断和预后 | 首次利用深度学习从CT生成高保真PET图像，并在多中心多模态肺癌数据集上验证了合成PET在影像、生物学和临床方面的价值 | 研究为概念验证阶段，样本量相对有限（n=1,478），且主要针对肺癌，未涉及其他疾病 | 探索通过深度学习从CT生成PET图像的可行性，以解决PET成本高、普及性差的问题 | 肺癌患者的多中心多模态数据集 | 计算机视觉 | 肺癌 | CT扫描，FDG-PET成像 | GAN | 图像 | 1,478例 | NA | 条件生成对抗网络 | 影像质量，肿瘤对比度，癌症标志通路一致性，诊断、分期、风险预测和预后的临床价值 | NA |
| 13782 | 2026-02-23 |
NPSV-deep: a deep learning method for genotyping structural variants in short read genome sequencing data
2024-03-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae129
PMID:38444093
|
研究论文 | 本文提出了一种基于深度学习的结构变异基因分型方法NPSV-deep，用于处理短读长基因组测序数据 | 将结构变异基因分型任务重新定义为图像相似性问题，通过比较实际测序数据与模拟数据的堆叠图像来预测基因型，并自动校正不精确或不正确描述的结构变异 | NA | 提高短读长基因组测序数据中结构变异的基因分型准确性 | 插入和缺失类型的结构变异 | 机器学习 | NA | 短读长基因组测序 | 深度学习 | 图像（堆叠图像） | NA | NA | NA | 基因分型准确性，基因分型错误率，基因分型一致性 | NA |
| 13783 | 2026-02-22 |
Detection and Classification of Peri-Implant Marginal Bone Loss in Cone-Beam Computed Tomography Using a Deep Learning Approach
2026-Apr, Clinical and experimental dental research
IF:1.7Q3
DOI:10.1002/cre2.70308
PMID:41704078
|
研究论文 | 本研究评估了基于YOLOv8的深度学习模型在CBCT图像上自动检测和分级种植体周围边缘骨丢失的能力 | 首次将YOLOv8目标检测模型应用于CBCT图像中种植体周围边缘骨丢失的自动检测和分级 | 数据集规模有限，中度和重度病例的检测性能有所下降，需要进一步在多样化临床环境中验证 | 开发自动化工具以辅助CBCT图像中种植体周围边缘骨丢失的检测和分级 | 种植体周围边缘骨丢失 | 计算机视觉 | 种植体周围疾病 | 锥形束计算机断层扫描 | CNN | 图像 | 699张2D CBCT切片 | PyTorch | YOLOv8 | 准确率, 精确率, 召回率, F1分数, mAP@0.5, Kappa系数 | NA |
| 13784 | 2026-02-22 |
Cutting-edge AI technologies in skin cancer applications
2026-Mar-31, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2026.218256
PMID:41544780
|
综述 | 本文综述了人工智能（特别是多模态大语言模型和深度学习）在皮肤癌早期检测、个体化治疗和患者管理领域的最新进展与应用 | 强调通过多模态融合策略整合皮肤镜图像、组织病理学信息和基因数据库，以提取更丰富互补的特征，从而显著提高诊断准确性和鲁棒性，并探讨皮肤病学专用基础模型的重要性 | 面临数据质量和模型可解释性相关的挑战，肿瘤异质性和免疫逃逸仍是未解决的主要问题 | 总结人工智能在皮肤癌领域的应用进展，重点关注早期检测、个体化治疗和患者管理 | 皮肤癌（包括多种亚型）及其诊断、治疗和药物开发过程 | 计算机视觉, 自然语言处理, 机器学习 | 皮肤癌 | 多模态融合策略 | 深度学习, 复杂神经网络, 多模态大语言模型 (如GPT, Med-PaLM) | 皮肤镜图像, 组织病理学信息, 基因数据库 | NA | NA | NA | 诊断准确性, 鲁棒性 | NA |
| 13785 | 2026-02-22 |
Classification of major depressive disorder using vertex-wise brain sulcal depth, curvature, and thickness with a deep and a shallow learning model
2026-Mar, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-025-03273-w
PMID:41044403
|
研究论文 | 本研究使用深度学习模型DenseNet和浅层学习模型SVM，基于顶点级脑沟深度、曲率和厚度特征，对重度抑郁症（MDD）患者和健康对照（HC）进行分类 | 首次在全球代表性多站点ENIGMA-MDD数据上，整合顶点级皮质形态特征，并比较深度学习和浅层学习模型在MDD分类中的性能 | 分类性能接近随机水平（平衡准确率DenseNet: 51%；SVM: 53%），表明当前特征和分类器组合无法有效区分MDD和HC，且存在站点效应影响 | 探索利用脑形态特征和机器学习模型进行重度抑郁症（MDD）自动分类的可行性 | 重度抑郁症（MDD）患者和健康对照（HC） | 神经影像分析 | 重度抑郁症 | 神经影像分析 | DenseNet, SVM | 脑形态特征数据（顶点级脑沟深度、曲率、厚度） | 7012名参与者（2772名MDD患者和4240名HC），来自31个站点 | NA | DenseNet | 平衡准确率 | NA |
| 13786 | 2026-02-22 |
Leveraging Artificial Intelligence to Transform Thoracic Radiology for Lung Nodules and Lung Cancer: Applications, Challenges, and Future Directions
2026-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000866
PMID:41246950
|
综述 | 本文回顾了人工智能在胸部放射学（特别是肺结节和肺癌领域）的应用历史、现状、挑战及未来方向 | 系统梳理了从早期基于临床知识的AI方法到深度学习、Transformer架构的演进路径，并探讨了基础模型、多模态AI和多组学方法在肺癌领域的前沿应用 | 作为综述文章，未提出新的具体模型或实验数据，主要基于现有文献进行归纳分析 | 总结人工智能在胸部放射学（肺结节与肺癌）中的应用进展，并探讨未来发展方向 | 肺结节与肺癌相关的医学影像及临床数据 | 数字病理学 | 肺癌 | 医学影像分析 | 深度学习, Transformer | 医学影像 | NA | NA | Transformer | NA | NA |
| 13787 | 2026-02-22 |
AI in ethnopharmacology, the pharmaceutical industry, and its applications
2026-Mar, Annales pharmaceutiques francaises
IF:1.0Q4
DOI:10.1016/j.pharma.2025.11.011
PMID:41338450
|
综述 | 本文综述了人工智能在民族药理学、制药工业及其应用中的角色，特别是在药物发现、质量控制和可持续发展方面的作用 | 将人工智能技术（如机器学习、深度学习和自然语言处理）整合到民族药理学实践中，用于数据挖掘、分子对接、生物活性预测和临床验证，以提升传统药物研究的效率和证据基础 | 标准化和验证任务以及监管框架仍需改进 | 探讨人工智能如何增强民族药理学实践，促进药物发现和传统知识与现代制药科学的融合 | 民族药理学中的传统知识、药用植物、药物化合物以及制药工业应用 | 自然语言处理 | NA | 数据挖掘分析、分子对接系统、生物活性预测建模、临床验证过程、组学研究（基因组学、代谢组学、蛋白质组学） | 机器学习, 深度学习 | 民族植物学记录、组学数据、临床数据 | NA | NA | NA | NA | NA |
| 13788 | 2026-02-22 |
Quantitative CT and Artificial Intelligence in Chronic Lung Disease
2026-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000867
PMID:41417666
|
综述 | 本文综述了定量CT和人工智能技术在慢性肺病（如COPD和ILD）诊断与管理中的应用、优势、挑战及未来方向 | 系统总结了基于密度和纹理特征的定量CT技术以及新兴的机器学习和深度学习方法在慢性肺病评估中的应用，并讨论了其在超越视觉评估和传统密度方法方面的鲁棒性和可重复性 | 文章指出了当前这些技术在临床应用中所面临的挑战和局限性，包括采纳障碍和待解决的问题 | 探讨定量CT和人工智能技术在慢性肺病（特别是COPD、ILD和肺移植/造血干细胞移植后的闭塞性细支气管炎综合征）的影像评估中的应用价值与发展方向 | 慢性阻塞性肺疾病（COPD）、纤维化性间质性肺疾病（ILD）以及肺/造血干细胞移植受者的闭塞性细支气管炎综合征患者 | 数字病理学 | 肺癌 | CT成像，定量CT分析 | 机器学习，深度学习 | CT图像 | NA | NA | NA | NA | NA |
| 13789 | 2026-02-22 |
Artificial Intelligence in Coronary Computed Tomography: Current Applications, Future Potentials, and Real-world Challenges
2026-Mar-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000873
PMID:41527165
|
综述 | 本文综述了人工智能在冠状动脉计算机断层扫描（CT）成像中的当前应用、未来潜力及现实挑战 | 系统性地总结了AI在心脏CT成像全流程（从图像采集、重建到分析）中的最新进展，并前瞻性地探讨了生成式AI、大语言模型和数字孪生等前沿技术在心血管精准医疗中的革命性潜力 | 面临数据多样性与标准化不足、模型可解释性有限以及监管审批流程复杂等挑战，阻碍了AI技术在临床实践中的全面整合 | 探讨人工智能技术在冠状动脉CT成像领域的应用现状、发展前景及面临的现实障碍，以推动心血管精准医疗的发展 | 冠状动脉疾病（CAD）的CT成像数据、临床数据及实验室数据 | 医学影像分析, 机器学习 | 心血管疾病 | 心脏计算机断层扫描（CT）成像 | 深度学习, 机器学习, 生成式AI, 大语言模型（LLMs） | 医学影像（CT图像）, 临床数据, 实验室数据 | NA | NA | NA | NA | NA |
| 13790 | 2026-02-22 |
Feasibility of the Belun sleep platform for obstructive sleep apnea diagnosis: A pilot case series from India
2026-Mar-01, Lung India : official organ of Indian Chest Society
IF:1.3Q4
|
研究论文 | 本研究评估了Belun Ring设备在印度人群中诊断阻塞性睡眠呼吸暂停的可行性，并与多导睡眠图进行对比 | 首次在印度人群中评估基于光电容积脉搏波描记法和深度学习的Belun Ring家庭睡眠呼吸暂停测试设备，作为多导睡眠图的替代方案 | 样本量小（仅6名成人），设备在50%的病例中错误分类OSA严重程度，主要低估中度疾病，限制了其诊断适用性 | 评估Belun Ring设备在资源有限环境中诊断阻塞性睡眠呼吸暂停的可行性和诊断性能 | 六名连续接受多导睡眠图检查的疑似阻塞性睡眠呼吸暂停的印度成人患者 | 数字病理学 | 阻塞性睡眠呼吸暂停 | 光电容积脉搏波描记法，深度学习分析 | 深度学习模型 | 生理信号数据 | 6名成人患者 | NA | NA | 灵敏度，Pearson相关系数，呼吸暂停低通气指数，氧减指数 | NA |
| 13791 | 2026-02-22 |
Prospective pilot evaluation of a deep learning model for kidney stone detection on CT using a web-based workflow platform
2026-Feb-21, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-026-05057-9
PMID:41722009
|
研究论文 | 本研究前瞻性地评估了一个基于深度学习的肾结石检测模型在模拟真实放射学工作流程的Web平台上的性能、可用性和工作流程兼容性 | 采用前瞻性评估方法，在模拟真实放射学工作流程的Web平台上部署深度学习模型，而非仅依赖回顾性数据集，并动态计算诊断指标和记录人机交互以评估性能稳定性 | 未尝试与PACS/RIS系统完全集成，仅作为临床实施前的中间步骤 | 评估深度学习模型在真实放射学工作流程条件下对肾结石检测的性能和实用性 | 非对比腹部CT图像中的肾结石 | 计算机视觉 | 肾结石 | CT成像 | CNN | 图像 | 内部数据集235例（3,452张切片），独立保留集732张切片，前瞻性评估中三位放射科医生上传并标注了5,152张匿名CT切片 | 未明确提及 | 双阶段卷积神经网络 | 准确率, 灵敏度, 特异性, 精确率, Cohen's kappa | 未明确提及 |
| 13792 | 2026-02-22 |
Morphology-adaptive Au-Ag nanowire elastronics for integrated FlexoSERS and bioelectrical sensing
2026-Feb-20, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aec2162
PMID:41706838
|
研究论文 | 本文介绍了一种形态自适应的金-银纳米线弹性电子平台，该平台能够贴合多种几何形状，并实现多模态光学-电学传感 | 提出了一种简便通用的模板引导生长策略，可直接在1D纳米/微针、2D弹性薄膜和3D多孔结构上制造垂直排列的金-银纳米线阵列，实现了跨维度（1D-3D）的应变耐受FlexoSERS与可靠生物电传感的统一 | NA | 开发用于下一代可穿戴健康监测器、智能睡眠评估和人机界面的多功能传感平台 | 金-银纳米线阵列、1D纳米/微针、2D弹性薄膜、3D多孔海绵结构 | NA | NA | 模板引导生长策略、表面增强拉曼散射（SERS）、生物电信号监测 | 深度学习 | 心电图（ECG）信号、肌电图（EMG）信号 | NA | NA | NA | SERS信号均匀性（RSD = 7.2%）、应变稳定性（100%应变下）、循环耐久性（2500次循环后）、睡眠与清醒状态的准确分类 | NA |
| 13793 | 2026-02-22 |
Deep learning-based attenuation and scatter correction in myocardial SPECT without using X-ray CT images
2026-Feb-20, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-026-01015-3
PMID:41718858
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13794 | 2026-02-22 |
Antimicrobial resistance gene diversity, prevalence, and mobility within four landfills
2026-Feb-20, Canadian journal of microbiology
IF:1.8Q4
DOI:10.1139/cjm-2025-0226
PMID:41719533
|
研究论文 | 本研究通过基因组解析宏基因组测序和深度学习工具，评估了四个活跃城市垃圾填埋场及其邻近水系统中的抗生素抗性基因多样性和流行情况 | 结合序列搜索和深度学习工具，首次系统评估了垃圾填埋场作为抗生素抗性基因热点及其在抗性基因横向转移中的作用 | 研究仅基于四个垃圾填埋场样本，可能无法完全代表全球所有填埋场情况 | 评估垃圾填埋场是否为抗生素抗性的热点区域，并探究其是否通过抗性基因横向转移贡献全球抗性微生物多样性 | 四个活跃城市垃圾填埋场及其邻近地下水或地表水系统中的微生物群落和抗生素抗性基因 | 宏基因组学 | NA | 基因组解析宏基因组测序 | 深度学习工具 | 宏基因组序列数据 | 四个活跃城市垃圾填埋场及其邻近水系统样本 | NA | NA | NA | NA |
| 13795 | 2026-02-22 |
Dynamic changes to the tibiofemoral joint line with increasing osteoarthritis severity and its relationship to constitutional alignment : a radiological analysis of 3,320 knees
2026-Feb-19, Bone & joint open
IF:2.8Q1
|
研究论文 | 本研究利用深度学习软件分析了3320例膝关节置换术前负重全长X光片，探讨了骨关节炎严重程度与膝关节线动态变化及固有对线之间的关系 | 首次使用深度学习软件大规模量化分析骨关节炎进展中膝关节线的动态变化，并区分了固有对线与动态变化对线的影响 | 研究为横断面回顾性分析，无法确定因果关系；仅基于X光片评估，缺乏其他影像学或临床数据验证 | 探讨骨关节炎严重程度与膝关节线动态变化及固有对线参数之间的关系 | 接受全膝关节置换术患者的3320例膝关节术前负重全长X光片 | 数字病理学 | 骨关节炎 | X光成像，深度学习图像分析 | NA | X光图像 | 3320例膝关节术前负重全长X光片 | NA | NA | p值统计显著性 | NA |
| 13796 | 2026-02-22 |
Adaptive learning rate optimization in deep recurrent architectures for precision PM2.5 forecasting under climate variability
2026-Feb-19, Chemosphere
IF:8.1Q1
|
研究论文 | 本研究评估了高级学习率调度策略，以改进LSTM和GRU在PM2.5预测中的性能，使用亚特兰大2023-2025年的空气质量与气象数据 | 比较了多项式、分段常数和余弦衰减调度策略，揭示了架构特定的敏感性，并建立了针对特定地点时间序列空气质量监测的可靠计算基线 | 余弦衰减在孤立实例中减少了峰值误差，但对随机梯度噪声的鲁棒性不足 | 提高PM2.5预测的准确性，以保障公共健康并支持工业排放管理和基于证据的政策制定 | 亚特兰大2023-2025年的空气质量与气象数据 | 机器学习 | NA | NA | LSTM, GRU | 时间序列数据（空气质量与气象数据） | 亚特兰大2023-2025年的数据（具体样本数量未明确） | NA | LSTM, GRU | MAE, R值 | NA |
| 13797 | 2026-02-22 |
A deep learning model based on multi-scale self-attention mechanism and 3D EEM fluorescence spectroscopy for water pollution source apportionment: Emphasis on EEM regional feature analysis
2026-Feb-19, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2026.141559
PMID:41720029
|
研究论文 | 本文提出了一种基于多尺度自注意力机制和3D EEM荧光光谱的深度学习模型，用于水污染源解析，特别强调EEM区域特征分析 | 模型整合了3D EEM光谱与多尺度自注意力机制，通过多尺度荧光区域积分特征工程，发现了“维度悖论”，即中等50 nm特征尺度优于更高分辨率的25 nm尺度，挑战了传统高分辨率必然提升性能的假设 | NA | 水污染源解析和水质监测 | 五种水源：鱼塘养殖废水、地下水、地表水、工业废水和模拟废水 | 机器学习 | NA | 3D EEM荧光光谱 | 深度学习模型 | 光谱数据 | NA | NA | 多尺度自注意力机制 | 测试准确率 | NA |
| 13798 | 2026-02-22 |
Minimizing Missed Diagnoses of Tibial Plateau Fractures: The Role of AI in Radiographic Evaluation
2026-Feb-18, The Journal of bone and joint surgery. American volume
DOI:10.2106/JBJS.24.00579
PMID:41706010
|
研究论文 | 本研究开发了一种基于AI的诊断工具，用于在X光片上识别胫骨平台骨折 | 首次将EfficientNet B3 AI模型应用于胫骨平台骨折的X光片诊断，并展示了高诊断性能 | 数据集中各亚组样本量不平衡，且无法识别含有异物或其他缺陷的X光片 | 开发人工智能诊断工具以减少胫骨平台骨折的漏诊 | 胫骨平台骨折患者的X光片 | 计算机视觉 | 骨科损伤 | X光成像，计算机断层扫描（CT） | CNN | 图像 | 1,809名患者，共3,821张膝关节正位和侧位X光片 | NA | EfficientNet B3 | AUC, 阳性预测值 | NA |
| 13799 | 2026-02-22 |
Retraction Note: Enhanced climate change resilience on wheat anther morphology using optimized deep learning techniques
2026-Feb-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-40318-8
PMID:41708830
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13800 | 2026-02-22 |
Hybrid deep learning-numerical modeling framework for long-term prediction of groundwater discharge and radionuclide transport
2026-Feb-15, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2026.141346
PMID:41650601
|
研究论文 | 本研究提出了一种结合数值模型与深度学习方法的混合建模框架，用于提高地下水流量和放射性核素迁移长期预测的准确性和计算效率 | 提出了一种将自适应过程基础的全系统性能评估框架（APro-BIO）与图卷积长短期记忆（GC-LSTM）模型相结合的混合建模框架，用于高效、准确地预测地下水流量和放射性核素迁移 | 未明确说明模型在极端或未预见条件下的泛化能力，以及模型对输入数据质量和完整性的依赖程度 | 提高地下水流量和放射性核素迁移长期预测的准确性和计算效率，以评估深地质处置系统的安全性 | 地下水流量（GWD）和放射性核素迁移（RNT） | 机器学习 | NA | 数值模拟（HydroGeoSphere, APro-BIO），深度学习 | GC-LSTM（图卷积长短期记忆网络） | 数值模拟输出数据（水位、地表水流、地下水补给、地下水流量、地下水流速、地下水位、放射性核素迁移）及van Genuchten参数 | NA | NA | GC-LSTM | Kling-Gupta效率值 | NA |