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 13921 - 13940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13921 | 2026-02-19 |
Deep learning-driven microfluidic chip architecture design for intelligent particle motion control
2026-Feb-17, Lab on a chip
IF:6.1Q2
DOI:10.1039/d5lc01185j
PMID:41589320
|
研究论文 | 本文介绍了一种模块化深度学习框架，用于微流控芯片架构设计，实现智能粒子运动控制 | 提出模块化深度学习框架，将微流控通道网络分解为标准化的可重用功能模块，并开发多模块重构算法以组装局部预测为连续轨迹 | 未明确提及研究的具体局限性 | 开发一种能够快速将指定粒子轨迹转化为可制造微流控设备设计的智能方法 | 微流控通道网络中的粒子运动 | 机器学习 | NA | 深度学习 | 神经网络 | 流体和结构属性数据 | 涉及5000个模块的集成 | NA | NA | 平均绝对时间误差 | NA |
| 13922 | 2026-02-19 |
FastCCS: A Deep Learning Framework for Accurate Collision Cross-Section Prediction from SMILES with Broad Applications in Cheminformatics and Omics
2026-Feb-17, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c06101
PMID:41700746
|
研究论文 | 本文提出了一种名为FastCCS的深度学习框架，用于直接从SMILES字符串和离子加合物类型准确预测碰撞截面值 | 开发了首个直接从SMILES字符串预测CCS的深度学习系统，使用了化学多样性最广的数据集，涵盖26种离子加合物状态 | 未明确提及具体局限性 | 开发准确预测碰撞截面值的深度学习框架，以改进复杂样品中化合物的鉴定 | 23,636个经过筛选的分子结构及其碰撞截面值 | 机器学习 | NA | 离子淌度质谱 | 深度学习 | 化学结构数据 | 23,636个分子结构 | NA | NA | 中位数相对误差 | NA |
| 13923 | 2026-02-19 |
Design and Optimization of Full-Stokes Hyperspectro-Polarimetric Encoding Metasurfaces Based on Conditional Multi-Task Deep Learning
2026-Feb-17, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202523143
PMID:41700775
|
研究论文 | 提出一种基于条件多任务深度学习的端到端框架，用于设计和优化全斯托克斯高光谱偏振编码超表面，以提高设计效率和宽带精度 | 将物理编码约束整合到超表面设计过程中，通过条件多任务学习建立按需设计范式，直接生成具有受控编码独立性的结构，并开发了结合前向预测和相关性条件逆向设计网络的超表面阵列筛选策略 | 未明确提及具体限制，但可能涉及实验验证仅限于4×4阵列，以及方法在更大规模或更复杂配置中的泛化能力有待进一步验证 | 设计和优化全斯托克斯高光谱偏振编码超表面，以实现高性能和高度集成的多维光学系统 | 全斯托克斯高光谱偏振编码超表面及其阵列 | 机器学习 | NA | 条件多任务深度学习 | 深度学习框架 | 超表面结构数据 | 设计了4×4、6×6、8×8和10×10尺寸的超表面阵列，并实验验证了4×4阵列 | 未明确指定，可能为TensorFlow或PyTorch | 条件多任务学习网络 | 相关性降低百分比（平均Relevances reductions），光谱分辨率 | NA |
| 13924 | 2026-02-19 |
Characterizing yield through wheat's perception of chronological progression: a multi-omics plant-time warping approach
2026-Feb-17, Journal of experimental botany
IF:5.6Q1
DOI:10.1093/jxb/erag085
PMID:41700846
|
研究论文 | 本文提出了一种名为植物时间扭曲（PTW）的深度学习模型，通过整合高通量表型数据、基因组和环境信息来预测小麦产量 | PTW模型首次将图像时间序列、遗传标记和环境协变量结合，以学习基因型对温度和蒸汽压亏缺的生理响应，并在未见环境中展现出优于纯基因组预测模型的性能 | NA | 解决粮食安全挑战，通过理解作物在变化环境下的表现来预测小麦产量 | 小麦作物 | 机器学习 | NA | 高通量表型分析，基因组学，环境协变量分析 | 深度学习 | 图像时间序列，遗传标记，环境数据 | 覆盖欧洲48个年份-地点的数据 | NA | 植物时间扭曲（PTW） | NA | NA |
| 13925 | 2026-02-19 |
Machine learning algorithms for predicting colchicine resistance in familial Mediterranean fever
2026-Feb-17, Rheumatology (Oxford, England)
DOI:10.1093/rheumatology/keag096
PMID:41701173
|
研究论文 | 本研究利用机器学习和深度学习算法预测成人家族性地中海热患者对秋水仙碱的耐药性 | 首次系统性地探索人工智能在预测成人FMF患者秋水仙碱耐药性方面的潜力，并开发了逻辑回归和全连接神经网络模型 | 研究为回顾性设计，样本量相对有限（965例），且仅基于单一中心数据，可能影响模型的泛化能力 | 预测成人家族性地中海热患者对秋水仙碱的耐药性，以辅助早期治疗决策 | 965名经遗传学确诊且至少有一年随访的成人FMF患者 | 机器学习 | 家族性地中海热 | NA | 逻辑回归, 全连接神经网络 | 临床数据 | 965例成人FMF患者 | NA | 全连接神经网络 | AUC, ROC曲线 | NA |
| 13926 | 2026-02-19 |
Frontiers in gas sensing with semiconducting metal oxide array electronic noses
2026-Feb-17, Dalton transactions (Cambridge, England : 2003)
DOI:10.1039/d5dt02516h
PMID:41701232
|
综述 | 本文综述了基于半导体金属氧化物阵列电子鼻在气体传感领域的最新进展，重点关注甲醛、氨气、NO等气体的检测 | 强调了微纳工程、贵金属修饰、稀土掺杂、μLED光激活和rGO复合材料等创新材料策略，以及深度学习在提升选择性和预测精度方面的应用 | NA | 推动电子鼻系统在快速、选择性检测有害气体方面的发展 | 半导体金属氧化物阵列电子鼻系统 | 机器嗅觉 | NA | 微纳工程、贵金属修饰、稀土掺杂、μLED光激活、rGO复合材料 | 深度学习 | 气体传感器阵列数据 | NA | NA | NA | 选择性、预测精度 | NA |
| 13927 | 2026-02-19 |
Transforming a clinical study database into a structured database adapted to artificial intelligence applications
2026-Feb-16, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02087-2
PMID:41692923
|
研究论文 | 本文提出了一种将临床试验数据库转化为适合人工智能应用的结构化数据库的方法论和工具 | 开发了一套针对AI模型训练和测试的临床试验数据库整理框架，包括数据简化、质量控制和序列名称统一化 | 仅基于单一临床试验（EURAD）的MRI数据，方法可能需针对其他数据类型或试验进行调整 | 构建适用于人工智能工具训练或测试的医学影像数据库 | 法国EURAD临床试验中盆腔附件病变女性的MRI数据 | 计算机视觉 | 盆腔附件病变 | MRI | NA | 图像 | 713名患者 | NA | NA | NA | NA |
| 13928 | 2026-02-19 |
Deep learning in lower gastrointestinal cancer detection: Advances in endoscopic, radiologic, and histopathologic diagnostics
2026-Feb-15, World journal of gastrointestinal oncology
IF:2.5Q3
DOI:10.4251/wjgo.v18.i2.115974
PMID:41695919
|
综述 | 本文综述了深度学习在胃肠道癌症检测中的进展，重点关注内窥镜、放射学和病理学诊断 | 探讨了深度学习如何通过实时检测、自动分割和高精度分析，在胃肠道癌症诊断中超越传统方法，提高准确性和效率 | 面临数据集多样性不足、模型可解释性有限以及临床工作流整合的技术和伦理挑战 | 评估深度学习在提升胃肠道癌症早期检测准确性、速度和一致性方面的应用潜力 | 胃肠道癌症，特别是结直肠癌 | 数字病理学 | 结直肠癌 | 深度学习 | CNN | 图像 | NA | NA | NA | 灵敏度, 特异性, AUC | NA |
| 13929 | 2026-02-19 |
Pioneering efficient deep learning architectures for enhanced hepatocellular carcinoma prediction and clinical translation
2026-Feb-15, World journal of gastrointestinal oncology
IF:2.5Q3
DOI:10.4251/wjgo.v18.i2.113870
PMID:41695935
|
综述 | 本文综述了高效深度学习架构在肝细胞癌预测和临床转化中的最新进展、挑战及未来方向 | 强调效率导向策略（如轻量级架构、模型压缩、数据高效方法）在深度学习临床部署中的核心作用，并探讨多模态融合及隐私保护技术 | 大多数研究为回顾性、单中心且样本量有限，缺乏严格的外部验证和多中心前瞻性试验 | 克服深度学习在肝细胞癌预测中计算成本高、资源受限环境部署难的挑战，推动临床转化 | 肝细胞癌的超声、CT、MRI、病理全切片图像及电子健康记录等多模态数据 | 数字病理学 | 肝细胞癌 | 超声、CT、MRI、组织病理学成像、电子健康记录分析 | CNN, RNN, Transformer | 图像, 文本 | NA | NA | MobileNet, EfficientNet | 灵敏度, 特异性 | NA |
| 13930 | 2026-02-19 |
Multi-angle, cross-domain fusion strategy enhances automated insect identification and hierarchical categorization: a case study on assassin bugs (Hemiptera: Reduviidae)
2026-Feb-11, Cladistics : the international journal of the Willi Hennig Society
IF:3.9Q1
DOI:10.1111/cla.70029
PMID:41674051
|
研究论文 | 本文提出了一种多角度、跨领域的融合策略，以提升自动昆虫识别和层级分类的性能，并以猎蝽科昆虫为例进行了验证 | 通过整合标准、转盘拍摄和生态三种图像类型，并采用多角度融合策略，显著提升了模型在物种识别和层级分类任务上的跨领域适应能力 | 研究仅针对猎蝽科昆虫，其方法的普适性在其他昆虫类群中尚需验证 | 开发一种更可靠、适用于多样化实际场景的自动昆虫识别工具 | 猎蝽科昆虫（Hemiptera: Reduviidae） | 计算机视觉 | NA | 图像采集（标准、转盘、生态图像） | CNN | 图像 | 来自92个物种、48个属、6个亚科的11,915张专家验证图像 | PyTorch | ConvNeXt-B | 准确率, F1分数 | NA |
| 13931 | 2026-02-19 |
Integration of the Biot-Gassmann Fluid Substitution Method and Machine Learning-Based Velocity-Stress Relationship for Estimating In Situ Stresses
2026-Feb-10, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c09669
PMID:41696205
|
研究论文 | 本文提出了一种结合Biot-Gassmann流体替换方法和机器学习速度-应力关系的工作流程，用于估算地下岩石的原位应力 | 通过使用干岩心超声速度经Biot-Gassmann流体替换得到的等效饱和声速（低频近似）来训练机器学习模型，以改进原位应力预测，并探讨了频率分散效应的影响 | 研究基于特定地热井的三个岩心样本，样本量有限，且未明确讨论模型在其他地质环境中的泛化能力 | 估算地下地质岩石中的原位应力 | 来自犹他州FORGE地热井16B(78)-32的三个地下岩心 | 机器学习 | NA | Biot-Gassmann流体替换方法，真三轴超声速度实验 | 机器学习/深度学习 | 超声速度数据，应力配置数据 | 3个岩心，每个岩心在75种独特应力配置下进行干燥状态速度测量 | NA | NA | R², 均方根误差 | NA |
| 13932 | 2026-02-19 |
Quality-label-free fetal brain MRI quality control based on image orientation recognition uncertainty
2026-Feb-10, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103994
PMID:41702176
|
研究论文 | 本文提出了一种基于图像方向识别不确定性的无质量标签胎儿脑MRI质量控制方法 | 提出了一种无需大量质量标签的深度学习方法，通过方向识别不确定性量化图像质量，并在跨域数据上表现出良好的泛化能力 | 未明确说明模型在更大规模或更广泛数据集上的性能，且对计算资源需求未详细描述 | 开发一种无需质量标签的胎儿脑MRI质量控制方法，以提高数据采集和分析效率 | 胎儿脑MRI图像 | 计算机视觉 | 胎儿脑发育异常 | turbo spin echo (TSE) T加权成像, balanced turbo field echo (BTFE) T加权成像 | CNN | 图像 | 基于七个胎儿脑图谱增强的TSE T加权数据 | PyTorch | Bottleneck KAN Convolution layers, OR-KAN | AUROC, AUPR | NA |
| 13933 | 2026-02-19 |
Deep learning techniques for using computed tomography imaging for hepatocellular carcinoma diagnosis, treatment and prognosis
2026-Feb-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v32.i5.113592
PMID:41693978
|
综述 | 本文系统综述了基于CT影像的深度学习技术在肝细胞癌诊断、分割、治疗反应预测及患者预后预测中的应用 | 整合深度学习技术与CT影像分析，为肝细胞癌的个性化治疗策略提供新希望 | 应用深度学习从CT影像中提取信息仍面临挑战，未具体说明 | 改善肝细胞癌的诊断和治疗 | 肝细胞癌患者 | 计算机视觉 | 肝细胞癌 | CT成像 | 深度学习模型 | CT图像 | NA | NA | NA | NA | NA |
| 13934 | 2026-02-19 |
Application and prospect of artificial intelligence in diagnostic imaging of prostate cancer
2026-Feb-05, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02354-6
PMID:41644780
|
综述 | 本文综述了人工智能在前列腺癌诊断影像学中的应用与前景 | 系统总结了人工智能在TRUS、mp-MRI和PSMA PET/CT等多种影像技术中用于前列腺癌检测、特征描述和治疗评估的最新进展，并探讨了未来多组学、可解释AI和工作流集成决策支持等方向 | 面临数据质量、模型泛化能力、临床整合及伦理方面的挑战 | 探讨人工智能技术在前列腺癌诊断影像学中的应用现状与未来发展方向 | 前列腺癌的诊断影像学 | 数字病理学 | 前列腺癌 | TRUS, mp-MRI, PSMA PET/CT | 机器学习, 深度学习 | 影像 | NA | NA | NA | 准确率 | NA |
| 13935 | 2026-02-19 |
Flexible and Robust Metasurface-Based Wearable Sensor for Intelligent Human Monitoring
2026-Feb, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202514150
PMID:41451579
|
研究论文 | 本文首次提出了一种集成拓扑保护柔性超表面技术与AI增强传感的可穿戴传感器，用于多功能人体监测 | 结合拓扑光子学与AI增强传感技术，实现动态条件下稳定性能与个性化生物特征提取 | 未明确说明传感器在极端环境下的长期稳定性或大规模临床验证结果 | 开发能克服运动伪影和机械形变限制的智能可穿戴健康监测系统 | 人体心肺动力学、生命体征、活动状态及个体身份 | 机器学习 | 慢性疾病 | 拓扑光子学、电磁波-身体相互作用 | 深度学习 | 电磁波信号 | NA | NA | NA | NA | NA |
| 13936 | 2026-02-19 |
La-Doped Mullite Bi2Fe4O9 Chemiresistive Gas Sensor for Ultra-Highly Selective Detection of Ethylene Glycol
2026-Feb, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202517585
PMID:41472488
|
研究论文 | 本文提出了一种镧掺杂莫来石型铁酸铋化学电阻式气体传感器，用于超高选择性检测乙二醇蒸气 | 通过镧掺杂实现均匀的Bi位点掺杂、增加氧空位浓度并增强气体吸附，结合原位红外光谱和DFT计算阐明了乙二醇表面氧化反应机制，并开发了集成了深度学习算法的可穿戴实时气体监测平台 | NA | 开发高选择性、高稳定性的乙二醇蒸气检测传感器，用于工业安全和环境监测 | 乙二醇蒸气 | 传感器技术 | NA | 原子分辨率成像、微化学分析、理论计算、原位红外光谱、密度泛函理论计算 | 深度学习算法 | 气体传感数据 | NA | NA | NA | 选择性、重现性、长期稳定性、检测限 | NA |
| 13937 | 2026-01-24 |
From Gorlin and Doppler Equations to Deep Learning: Is Aortic Stenosis Quantification on the Brink of a New Era?
2026-Feb, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.126.019472
PMID:41574424
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13938 | 2026-02-19 |
A novel cervical image recognition framework based on feature cognitive enhancement for improved performance
2026-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine
DOI:10.1177/09544119251412982
PMID:41574558
|
研究论文 | 提出一种基于特征认知增强的新型宫颈图像识别框架，以提高分类性能 | 设计了三个新模块（特征认知筛选模块、多尺度特征分类模块和重叠采样模块），实现全局与局部特征提取、多尺度特征融合分类以及图像中的短程交互，增强模型边缘捕捉能力和解决复杂问题的熟练度 | 未明确提及，可能包括数据集规模、泛化能力或临床验证的局限性 | 通过深度学习改进宫颈图像的分类，以辅助宫颈癌的早期诊断 | 宫颈图像，分类为正常、宫颈上皮内瘤变和癌变三类 | 计算机视觉 | 宫颈癌 | 深度学习 | CNN | 图像 | 未明确指定，但使用了自建宫颈图像数据集和Kaggle数据集 | 未明确指定，可能为TensorFlow或PyTorch | FSMO（特征认知筛选模块、多尺度特征分类模块、重叠采样模块） | 准确率, 精确率, 召回率, F1分数 | 未明确指定 |
| 13939 | 2026-02-19 |
FPM2Stain Net: physics-guided super-resolution and multi-modal virtual staining for digital histopathology
2026-Feb-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.586327
PMID:41693888
|
研究论文 | 提出了一种名为FPM2Stain Net的端到端计算流程，将物理引导的超分辨率与基于深度学习的虚拟染色相结合，用于高分辨率、多模态数字组织病理学 | 提出了一种联合优化的端到端流程，首次将物理引导的超分辨率重建与多模态虚拟染色集成在一个框架中，实现了相对于低倍输入图像超过10倍的像素级上采样，并支持下游细胞分割和生物标志物定量分析 | 未明确提及 | 开发一种快速、可扩展且经济高效的高分辨率多模态数字组织病理学成像与虚拟染色方法 | 组织样本 | 数字病理学 | NA | 傅里叶叠层显微成像 | ResNet-U-Net, cGAN | 图像 | 模拟和真实组织数据集 | NA | ResNet-U-Net, 基于小波的空间频率融合cGAN | 重建保真度, 染色准确性 | NA |
| 13940 | 2026-02-19 |
Temporal variance mapping with machine learning for label-free 3D chromatin imaging using optical interferometric microscopy
2026-Feb-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.583584
PMID:41693892
|
研究论文 | 本研究提出了一种基于光学干涉显微镜的无标记3D染色质成像方法，通过机器学习分析时间方差映射，实现高分辨率成像 | 利用原生生物分子运动产生的快速波动散射信号，结合深度学习将无标记动态数据映射到染色质荧光图像，显著提升了轴向分辨率和成像特异性 | 未明确提及方法在复杂生物样本或长期活细胞成像中的适用性限制 | 开发一种高分辨率、无标记的3D染色质成像技术，以克服传统相位显微镜在轴向分辨率和特异性方面的限制 | 活细胞核的染色质结构，包括核仁和核斑等亚核结构 | 计算机视觉 | NA | 光学干涉显微镜，高速成像（1000帧/秒），时间方差映射 | 深度学习模型 | 图像 | 未明确提及具体样本数量，仅涉及活细胞核的光学传输图像 | NA | NA | NA | NA |