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 42805 篇文献，本页显示第 1701 - 1720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1701 | 2026-03-14 |
AMP-CapsNet: a multi-view feature fusion approach for antimicrobial peptide prediction using capsule networks
2026-Feb-07, Genomics & informatics
DOI:10.1186/s44342-026-00067-6
PMID:41654884
|
研究论文 | 本文提出了一种名为AMP-CapsNet的新深度学习模型，用于通过胶囊网络和多视图特征融合方法预测抗菌肽 | 首次将胶囊神经网络应用于抗菌肽预测，结合氨基酸组成和二肽组成进行多视图特征融合，提高了预测精度 | 未提及模型在更大或更复杂数据集上的泛化能力，也未讨论计算资源需求 | 开发一种基于深度学习的抗菌肽预测方法，以辅助药物发现 | 抗菌肽（AMPs） | 机器学习 | NA | 氨基酸组成（AAC），二肽组成（DPC） | Capsule Neural Network | 序列数据 | NA | NA | AMP-CapsNet | 准确率，AUC | NA |
| 1702 | 2026-03-14 |
Generalisation of automatic tumour segmentation in histopathological whole-slide images across multiple cancer types
2026-Feb-04, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01311-6
PMID:41634087
|
研究论文 | 开发了一个通用的肿瘤分割模型，用于组织病理学全切片图像，并在多种癌症类型中验证其性能 | 提出了一个单一模型，能够跨癌症类型、患者群体、样本制备和切片扫描仪进行通用肿瘤分割，且性能与针对特定癌症类型的专用模型相当 | 未明确提及模型在非开发集癌症类型或更广泛外部验证中的具体局限性 | 研究深度学习模型在组织病理学图像中肿瘤分割的泛化能力 | 结直肠癌、子宫内膜癌、肺癌和前列腺癌患者的组织病理学全切片图像 | 数字病理学 | 多种癌症 | 组织病理学成像 | 深度学习模型 | 图像 | 开发集：超过4000名患者的20000多张全切片图像；验证集：超过3000名患者的外部队列和超过1500名患者的TCGA队列 | NA | NA | Dice系数 | NA |
| 1703 | 2026-03-14 |
Noninvasive prediction of occult pT3a upstaging in localized ccRCC with radiogenomic insights and prognostic relevance
2026-Feb-03, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01315-2
PMID:41634348
|
研究论文 | 本研究开发并验证了一个名为RENALNet的3D深度学习框架，用于术前无创预测局限性透明细胞肾细胞癌的隐匿性pT3a分期升级 | 首次结合多中心数据和KiTS23数据集，开发了基于肾图期CT的3D深度学习框架，并通过Grad-CAM可视化提高了模型的可解释性，同时将模型风险评分与Ki-67增殖指数和转录组学分析相关联，揭示了其生物学和预后相关性 | 研究为回顾性多中心设计，可能存在选择偏倚；模型仅在特定CT相位（肾图期）进行训练和验证 | 术前无创预测局限性透明细胞肾细胞癌的隐匿性pT3a分期升级，以支持手术决策并推进放射基因组学在精准肿瘤学中的应用 | 局限性透明细胞肾细胞癌患者 | 数字病理学 | 肾细胞癌 | CT成像，转录组学分析 | 深度学习 | 3D CT图像，基因表达数据 | 来自五个机构的1661名患者及KiTS23数据集 | NA | RENALNet | 诊断准确性，5年无进展生存期分层 | NA |
| 1704 | 2026-03-14 |
Deep learning framework for bronchoscopic diagnosis of burn inhalation injury
2026-02, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2025.107770
PMID:41297238
|
研究论文 | 本研究开发了一个基于深度学习框架的支气管镜诊断系统，用于自动评估烧伤吸入性损伤的严重程度 | 首次将预训练的视觉Transformer模型应用于支气管镜图像，通过迁移学习和数据增强技术，实现了高精度的烧伤吸入性损伤自动分级 | 样本量较小（仅36名患者），且数据来自单一医疗中心，可能影响模型的泛化能力 | 开发一个自动化的支气管镜分级系统，以提高烧伤吸入性损伤诊断的准确性和可靠性 | 烧伤吸入性损伤患者的支气管镜图像 | 计算机视觉 | 烧伤吸入性损伤 | 支气管镜检查 | Vision Transformer (ViT) | 图像 | 36名患者的1089张质量控制帧 | PyTorch | Vision Transformer (ViT) | 准确率, 精确率, F1分数, 召回率 | NA |
| 1705 | 2026-03-14 |
Deep Learning-based Estimated Pulmonary Biological Age from Chest CT Images in Healthy Adults: a model development and validation study
2026-Feb-01, JMIR aging
IF:5.0Q1
DOI:10.2196/78243
PMID:41622571
|
研究论文 | 本研究利用深度学习模型从健康成人的胸部CT图像中开发并验证了估计肺生物学年龄（ePBA），并探讨了年龄差（ePBA减去实际年龄）与慢性阻塞性肺疾病（COPD）患者肺功能和全因死亡率之间的关联 | 首次基于大规模健康成人多中心胸部CT数据，利用深度学习模型开发并验证了ePBA，并探索了年龄差作为COPD患者临床生物标志物的潜力 | 模型仅在健康成人中训练和验证，可能限制了在疾病人群中的泛化性；COPD患者样本量较小（n=138），需要更大规模研究进一步验证 | 开发并验证基于胸部CT的深度学习模型来估计肺生物学年龄，并评估其在COPD患者中的临床应用价值 | 健康成人的胸部CT图像和COPD患者的临床数据 | 数字病理学 | 慢性阻塞性肺疾病 | 胸部CT成像 | 深度学习模型 | 图像 | 健康成人11,187例胸部CT扫描（来自三个健康管理中心），COPD患者138例 | NA | NA | 相关性分析（rs值）、P值、风险比（HR）及95%置信区间 | NA |
| 1706 | 2026-03-14 |
ROFI: a deep learning-based ophthalmic sign-preserving and reversible patient face anonymizer
2026-Feb, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000004558
PMID:41675764
|
研究论文 | 本文提出了一种基于深度学习的眼科面部图像匿名化框架ROFI，旨在保护患者隐私的同时保留诊断所需的关键眼科体征 | ROFI采用弱监督学习和神经身份转换技术，实现了在匿名化患者面部特征的同时，保留眼部疾病标志物，并确保图像可逆性以供授权临床审查 | 面临数据集多样性不足、外部验证缺乏、潜在偏见以及成本效益问题，特别是在资源有限的环境中 | 开发一种可逆的眼科面部图像匿名化框架，以平衡患者隐私与诊断准确性，促进AI在眼科工作流程中的安全集成 | 患者面部图像，特别是包含眼科疾病（如糖尿病视网膜病变、青光眼、年龄相关性黄斑变性、遗传性视网膜营养不良）的面部图像 | 计算机视觉 | 眼科疾病 | 深度学习，弱监督学习，神经身份转换 | NA | 图像 | NA | NA | NA | 诊断保真度，准确性 | NA |
| 1707 | 2026-03-14 |
Artificial intelligence in pharmacovigilance: toward real-time, explainable, and global drug-safety systems
2026-Feb, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000004699
PMID:41675893
|
评论 | 本文探讨了人工智能在药物警戒领域的应用、挑战及未来发展方向 | 提出利用人工智能整合多源异构数据，实现实时、可解释的全球药物安全监测系统 | 存在算法透明度不足、数据偏见和监管框架不完善等关键问题 | 推动人工智能在药物警戒中的负责任整合与应用 | 上市后药物安全数据与监测系统 | 自然语言处理, 机器学习 | NA | NA | 深度学习 | 电子健康记录、自发报告系统数据、患者生成数据 | NA | NA | NA | NA | NA |
| 1708 | 2026-03-14 |
Evaluation of Image-Level Harmonization Methods for Multi-Center MR Neuroimaging
2026-Jan-05, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70221
PMID:41489091
|
研究论文 | 本研究评估了多中心神经影像研究中图像级协调方法在减少扫描仪差异方面的性能 | 比较了统计方法（ComBat）和深度学习方法（HACA3）在多中心MRI数据协调中的效果，并展示了HACA3在提高图像特征相似性方面的优势 | 当前多对比度MRI协调工具在协调T2-FLAIR图像时存在困难 | 评估多中心MRI研究中扫描仪相关差异，并评估公开可用的图像级协调工具的性能 | 阿尔茨海默病神经影像倡议（ADNI）数据集中的T1w和T2-FLAIR图像 | 医学影像分析 | 阿尔茨海默病 | MRI | 深度学习模型 | 图像 | 扫描仪组分析：1143名ADNI3受试者；受试者内比较：8名受试者的配对多厂商扫描会话 | NA | HACA3 | 灰质/白质对比度比（G/W比）、白质高信号体积（WMH体积）、Fréchet Inception距离（FID）、学习感知图像块相似度（LPIPS） | NA |
| 1709 | 2026-03-14 |
Artificial Intelligence Tools in Myocardial Infarction Prognosis: Evaluating the Performance of Machine Learning and Deep Learning Models
2026, Current cardiology reviews
IF:2.4Q2
|
综述 | 本文综述了人工智能（包括机器学习和深度学习）模型在心肌梗死预后死亡率风险评估中的应用与性能 | 系统评估了AI模型在心肌梗死预后中的表现，并指出尽管人工神经网络有潜力，但并非总是优于其他机器学习方法，同时强调了AI模型适应不同场景和处理复杂数据的能力 | 综述基于16篇论文，可能未涵盖所有相关研究；且未明确说明数据来源的时效性或模型泛化能力的详细验证 | 开发新的心肌梗死患者死亡率风险分层工具，以替代传统的GRACE和TIMI评分 | 心肌梗死患者 | 机器学习 | 心血管疾病 | NA | 随机森林, 梯度提升, 支持向量机, 人工神经网络 | 临床数据 | NA | NA | NA | NA | NA |
| 1710 | 2026-03-14 |
Deep learning analysis of urine-derived stem cell mitochondrial morphology as a non-invasive Alzheimer's disease biomarker
2026-Jan, Neurotherapeutics : the journal of the American Society for Experimental NeuroTherapeutics
IF:5.6Q1
DOI:10.1016/j.neurot.2025.e00813
PMID:41407593
|
研究论文 | 本研究开发了一种基于尿液来源干细胞（USC）线粒体荧光成像和深度学习的人工智能框架，用于区分认知障碍个体（AD和MCI）与认知正常个体，探索其作为阿尔茨海默病非侵入性生物标志物的潜力 | 首次将尿液来源干细胞（USC）的活细胞线粒体形态分析与深度学习相结合，用于阿尔茨海默病的非侵入性早期检测 | 需要更大规模、独立的队列进行进一步验证 | 开发一种方便、非侵入性的阿尔茨海默病生物标志物，用于早期检测 | 认知障碍个体（阿尔茨海默病和轻度认知障碍）与认知正常个体的尿液来源干细胞（USC） | 数字病理学 | 阿尔茨海默病 | 活细胞线粒体荧光成像 | CNN | 图像 | 未明确说明具体样本数量，涉及HeLa细胞和USC细胞 | 未明确说明 | ResNet-18 | 未明确说明具体指标，但提及模型在验证中表现出稳健性能 | NA |
| 1711 | 2026-03-14 |
DeepGSR: Deep Group-Based Sparse Representation Network for Solving Image Inverse Problems
2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2026.3662583
PMID:41686657
|
研究论文 | 提出了一种名为DeepGSR的深度组稀疏表示网络，用于解决图像逆问题 | 将传统的基于组的稀疏表示方法与深度学习方法相结合，在避免迭代计算瓶颈的同时保持了模型的可解释性，并引入了可学习的低秩收缩模块和频域感知的块划分策略 | 未明确说明 | 解决图像逆问题 | 图像 | 计算机视觉 | NA | NA | 深度学习网络 | 图像 | NA | NA | DeepGSR | NA | NA |
| 1712 | 2026-03-14 |
Improved AIS data simplification algorithm for extracting typical routes considering motion continuity
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0340021
PMID:41811879
|
研究论文 | 本文提出了一种改进的AIS数据简化算法，用于提取典型航线并保持船舶运动连续性 | 采用增强的距离阈值剪枝技术并结合船舶操作连续性分析，解决了航线分段不连续和坐标偏差问题 | 未明确说明算法在不同海域或船舶类型上的泛化能力 | 提高AIS数据的处理效率以支持海事应用 | 船舶自动识别系统（AIS）数据 | 机器学习 | NA | 数据简化算法 | 深度学习模型 | 轨迹数据 | NA | NA | NA | 训练效率、预测精度、收敛速度、误报率 | NA |
| 1713 | 2026-03-14 |
ESC-YOLOv8: An enhanced deep learning framework for semantic understanding of single-line diagram imagery
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0340719
PMID:41811918
|
研究论文 | 提出了一种增强的深度学习框架ESC-YOLOv8，用于单线图图像的语义理解，通过集成混合残差注意力模块和邻近感知损失函数来提升符号分类的准确性和效率 | 引入了混合残差注意力模块（HRAM）以增强模型对细粒度符号细节的识别能力，并设计了邻近感知损失函数来改善在杂乱区域的分类性能 | 未明确讨论模型在更广泛或更复杂单线图数据集上的泛化能力，以及计算资源需求的具体分析 | 开发一种深度学习框架，以准确高效地处理单线图（SLDs）中的符号分类任务 | 单线图（SLDs）图像中的电气符号 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | NA | NA | YOLOv8, 混合残差注意力模块（HRAM） | 平均精度均值（mAP） | NA |
| 1714 | 2026-03-14 |
A novel deep learning system for STEMI prognostic prediction from multi-sequence cardiac magnetic resonance
2025-12-30, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2025.11.027
PMID:41314962
|
研究论文 | 本文开发了一个名为DeepSTEMI的端到端深度学习系统，用于从多序列心脏磁共振图像结合临床参数预测STEMI患者2年主要不良心血管事件 | 提出了一种结合U-Net和Transformer模块的端到端深度学习系统，首次实现了多序列心脏磁共振图像与临床参数的自动整合，用于STEMI预后预测，并通过SHAP分析提供了模型可解释性 | 研究基于特定注册数据集（EARLY-MYO-CMR），外部验证仅来自三个独立心脏中心，样本量相对有限，且未在所有可能的亚组中进行全面验证 | 开发一个自动化、可扩展且可解释的深度学习系统，以改进ST段抬高型心肌梗死患者的早期风险分层，超越现有临床风险评分和手动成像生物标志物的限制 | ST段抬高型心肌梗死患者 | 数字病理学 | 心血管疾病 | 心脏磁共振成像 | 深度学习 | 图像, 临床参数 | 开发集610名患者（20,618张图像），外部验证集334名患者（9,944张图像） | NA | U-Net, Transformer | AUC, 准确率, 风险比, 对数秩检验P值, 净重分类改善指数 | NA |
| 1715 | 2026-03-14 |
"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation"
2025-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29812
PMID:40375492
|
综述 | 本文综述了磁共振指纹成像技术在脑血流动力学、氧合及灌注定量方面的研究进展 | 重点介绍了血管模拟的几何模型、新型序列以及融合机器学习和深度学习算法的最先进重建技术 | NA | 概述血管磁共振指纹成像的关键研究，并展望其临床转化的未来方向 | 脑血流动力学、氧合及灌注 | 数字病理学 | NA | 磁共振指纹成像 | NA | 磁共振成像数据 | NA | NA | NA | NA | NA |
| 1716 | 2026-03-14 |
Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions
2025-Nov-20, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2025-0042
PMID:40518300
|
研究论文 | 本研究评估了采用深度学习超分辨率重建的2毫米薄层单次激发T2加权磁共振成像在胰腺囊性病变评估中的效用 | 首次将工业开发的深度学习超分辨率重建技术应用于2毫米薄层单次激发T2加权磁共振成像，并与传统5毫米层厚图像进行对比 | 研究样本量较小（仅30例患者），且为单中心研究，可能影响结果的普适性 | 评估深度学习超分辨率重建技术对薄层磁共振成像图像质量的影响，以优化胰腺囊性病变的影像学评估协议 | 胰腺囊性病变患者 | 医学影像分析 | 胰腺囊性病变 | 单次激发涡轮自旋回波磁共振成像，深度学习超分辨率重建 | 深度学习重建模型 | 磁共振图像 | 30例连续患者 | NA | NA | 信噪比，对比噪声比，图像质量评分，诊断信心评分 | NA |
| 1717 | 2026-03-14 |
Deep chemometrics with convolutional neural networks for the detection of honey adulteration using Fourier transform infrared spectroscopy
2025-Nov-08, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.127167
PMID:41818833
|
研究论文 | 本研究结合傅里叶变换红外光谱、化学计量学和深度学习模型，开发了一种用于检测蜂蜜中掺假糖浆的快速、非破坏性方法 | 提出了一种统一的CNN-ANN模型，可同时检测三种常见掺假糖浆（葡萄糖浆、米浆和高果糖玉米糖浆），简化了部署流程；开发了用户友好的Python界面，支持批量或单个光谱分析 | 统一CNN-ANN模型在测试集上的平衡准确率为0.79，性能低于针对单一掺假物开发的PLS-DA模型；模型可能对未包含在训练中的新型掺假物检测能力有限 | 开发快速、可靠的蜂蜜真实性筛查方法，以应对蜂蜜掺假的全球性问题 | 蜂蜜样品及其可能掺入的葡萄糖浆、米浆和高果糖玉米糖浆 | 化学计量学, 深度学习 | NA | 傅里叶变换红外光谱 | PLS-DA, CNN, ANN | 光谱数据 | 未明确说明具体样本数量，但涉及独立测试集 | Python, Optuna | CNN-ANN | 准确率, 精确率, 平衡准确率, 灵敏度, 特异性, F1分数 | 未明确说明 |
| 1718 | 2026-03-14 |
Comparing Handcrafted Radiomics Versus Latent Deep Learning Features of Admission Head CT for Hemorrhagic Stroke Outcome Prediction
2025-Nov-02, Biotech (Basel (Switzerland))
DOI:10.3390/biotech14040087
PMID:41283322
|
研究论文 | 本研究比较了手工放射组学与深度学习潜在特征在入院头部CT上预测出血性卒中3个月预后和血肿扩张的效果 | 首次将多尺度U形分割模型提取的潜在深度学习特征与手工放射组学特征结合，用于出血性卒中预后预测，并通过非负矩阵分解进行特征降维 | 深度学习特征仅在某些血肿扩张阈值（如>3 mL）上显著提升预测性能，整体改进幅度有限 | 比较手工放射组学与深度学习特征在预测急性脑出血患者3个月临床结局和血肿扩张方面的效能 | 急性脑出血患者的入院非增强头部CT图像 | 医学影像分析 | 出血性卒中 | 放射组学特征提取，深度学习特征学习 | U-Net, 自编码器, Random Forest, XGBoost, Extra Trees, Elastic Net | 医学图像（CT） | 训练集866例（多中心试验队列），外部验证集645例（单中心数据集） | NA | 多尺度U形分割模型，生成式自编码器 | 准确性，统计显著性 | NA |
| 1719 | 2026-03-14 |
Optimization of carotid CT angiography image quality with deep learning image reconstruction with high setting (DLIR-H) algorithm under ultra-low radiation and contrast agent conditions
2025-10, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.103154
PMID:40914000
|
研究论文 | 本研究评估了深度学习图像重建（DLIR-H）算法在超低辐射和造影剂条件下优化颈动脉CT血管造影图像质量的效果 | 首次在超低剂量和低造影剂条件下，将DLIR-H算法应用于双能CT血管造影（DE-CTA）的40 keV虚拟单能图像（VMI），显著提升了图像质量并降低了辐射剂量和造影剂用量 | 研究样本量相对较小（120例），且为单中心前瞻性研究，可能限制结果的普适性 | 评估DLIR-H算法在超低辐射和造影剂条件下提升颈动脉CT血管造影图像质量的效能 | 接受双能CT血管造影（DE-CTA）检查的120例患者 | 医学影像处理 | 颈动脉疾病 | 双能CT血管造影（DE-CTA）、虚拟单能图像（VMI）、深度学习图像重建（DLIR） | 深度学习重建算法（DLIR） | CT影像数据 | 120例患者，分为四组（一组对照组使用ASIR-V，三组实验组分别使用DLIR-L、DLIR-M、DLIR-H算法） | NA | DLIR-H（深度学习图像重建高设置算法） | CT值、图像噪声、信噪比（SNR）、对比噪声比（CNR）、主观图像质量评分（5点Likert量表） | NA |
| 1720 | 2026-03-14 |
Evaluation of paediatric head CT radiation dose in Jordan: A new national diagnostic reference level survey
2025-10, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.103158
PMID:40939270
|
研究论文 | 本研究评估了约旦儿科头部CT扫描的辐射剂量，并建立了国家诊断参考水平，以解决剂量标准化问题 | 首次在约旦进行全国性儿科头部CT辐射剂量调查，并基于年龄类别建立了诊断参考水平 | 由于医院间患者体重数据不一致，研究基于年龄而非体重分组，这被视为方法学限制 | 评估约旦儿科头部CT扫描的辐射剂量变异性，并建立国家诊断参考水平以促进剂量标准化 | 在约旦八家医院进行的1550例儿科头部CT检查 | 医学影像 | 神经系统疾病 | CT扫描 | NA | 辐射剂量数据（CTDIvol, DLP） | 1550例儿科头部CT检查 | SPSS | NA | NA | NA |